MATEMATIKA III

Skripta za studente Mainskog fakulteta

Autor: Dr. sc. Almir Huskanovi

BROJNI (NUMERIKI) REDOVI

1. Konvergencija brojnog reda
Teorija brojnih redova se veim dijelom zasniva na teoriji nizova, koja je raena u okviru predmeta
Matematika I. Zbog toga se preporuuje studentima koji poinju da ue redove, da se podsjete najvanijih
teorema i definicija u okviru teorije o nizovima, a takoe i da se podsjete na najvanije limese nizova.
Pod redom se u matematici podrazumijeva neka beskonana suma. Postavlja se pitanje da li moemo
sabrati beskonano mnogo brojeva, pa da rezultat bude konaan broj. Npr. sve sljedee sume:

1 2 3 4 ... (suma svih prirodnih brojeva)

1 1 1 1 ... (suma beskonano mnogo jedinica), pa ak i
0, 001 0, 001 0, 001 ...
su beskonane.
No, ako saberemo beskonano mnogo nula, dobiemo nulu:

0 0 0 ... 0.
Ako posmatramo du duine 1, pa je prepolovimo, pa jednu od te dvije polovice opet prepolovimo, pa i
polovicu od polovice prepolovimo, itd., jasno je da sabiranjem svih polovljenih dijelova dui dobijemo cijelu
du, tako da je oigledno:

1 1 1
...
2 4 8

Ovaj netrivijalni primjer reda koji ima konanu sumu je specijalni sluaj geometrijskog reda o kome emo
uskoro rei vie.

Definicija 1: Neka je an realni niz. Sumu svih lanova tog niza, u oznaci

a1 a2 a3 ...

(1)

n 1

zovemo brojni ili numeriki (beskonani) red, a esto, kratkoe radi, kae se samo red. Za broj an kaemo
da je opti lan reda.

Nama je cilj nai redove koji imaju konanu sumu. Taj problem emo rijeiti pomou nizova. U teoriji nizova
u Matematici I govorili smo da nizovi mogu biti konvergentni (ako imaju konanu graninu vrijednost ili
limes niza) i divergentni (u svim ostalim sluajevima). Zato emo i za redove govoriti da mogu biti
konvergentni (ako imaju konanu sumu) ili divergentni (ako im je suma beskonana ili ta suma ne postoji).
Red (1) emo povezati sa nizom parcijalnih suma tog reda. Naime, brojeve
2

S1 a1 , S 2 a1 a2 , S3 a1 a2 a3 ,...
zovemo parcijalne sume reda (1). Openito je

S n a1 a2 ... an n
i tu sumu zovemo n ta parcijalna suma reda (1). Sa poveavanjem broja n, oito je da se vrijednost te
sume pribliava vrijednosti sume cijelog reda (1), ukoliko ta suma postoji i konana je. Zato je logino
zahtijevati da n , tj. traiti lim Sn .
n

Definicija 2: Za red (1) kaemo da je konvergentan ako je konvergentan njegov niz parcijalnih suma Sn ,
tj. postoji i konaan je lim Sn S . Tada kaemo da je S suma tog reda. U suprotnom, tj. ako lim S n ne
n

postoji ili je lim S n ili je lim S n , kaemo da je red (1) divergentan. U prvom sluaju
n

divergencije kaemo da je red neodreeno divergentan, a u ostala dva sluaja da je odreeno divergentan.

Napomena 1: S obzirom na definiciju granine vrijednosti niza, moemo rei da je red (1) konvergentan i da
mu je suma jednaka S, ukoliko za svako 0, postoji prirodan broj n0 n0 koji zavisi od , tako da

n n0 Sn S . Naravno, ovakav nain nije pogodan za praktino dokazivanje konvergencije

konkretnog reda, ali nam moe pomoi u dokazivanju nekih osobina redova, dakle u dokazima nekih

teorema. Zapazimo jo da je S n S

an 1 an 2 ... .

k n 1

Razliku sume reda i njegove n te parcijalne sume zovemo ostatak i oznaavamo sa Rn . Dakle,

Rn S Sn an1 an 2 ... n .
Isto tako moe se iskoristiti tzv. Koijev* kriterij za konvergenciju nizova. Naime, niz xn konvergira ako i
samo ako

0 n0 n0 n n0 p xn p xn

Ovaj uslov nam govori o tome, da je za dovoljno veliko n, razlika lanova xn i xn p po volji mala za svako

p .
Otuda, red (1) konvergira ako i samo ako

0 n0 n0 n n0 p S n p Sn

an 1 an 2 ... an p .

Ovo je sadraj Koijevog opteg kriterija za konvergenciju redova. On se moe koristiti za dokazivanje da red
konvergira, ali isto tako u sluaju ako red divergira. Naime, ako elimo dokazati da red divergira, treba nai
konkretno 0 i p tako da je S n p Sn an 1 an 2 ... an p .
3

*Augustin Louis Cauchy (1789.1857.) francuski matematiar, najzasluniji za uvoenje pojma

konvergencije niza i reda.

Primjeri 1:

a) Red

aq

a aq aq 2 ... a, q \ 0 , q 1 zovemo geometrijski, jer je niz

aq
n

n 0

geometrijski. Broj q zove se kolinikom reda. Naime geometrijski niz, pa time i red lako prepoznajemo po
tome to su mu isti kolinici susjednih lanova. Obzirom da znamo formulu za sumu geometrijskog niza,
moemo izraunati n tu parcijalnu sumu datog reda

S n a aq aq 2 ... aq n1 a 1 q ... q n1 a

1 qn
.
1 q

, q 1

Iz teorije nizova znamo da je lim q 1, q 1

, dok za q 1, lim q n ne postoji. Otuda
n
n
0, 1 q 1

zakljuujemo da geometrijski red

aq

konvergira jedino ako je q 1,1 i u tom sluaju suma reda je

n 0

a
.
1 q

Ukoliko je q 1, geometrijski red

aq

je odreeno divergentan i suma mu je , ako je a 0,

n 0

odnosno , ako je a 0.

Ukoliko je q 1, geometrijski red

aq

je neodreeno divergentan.

n 0

b) Dokaimo da je red

n
n 2

1
konvergentan i da mu je suma 1. Naime, njegova n ta parcijalna suma je
n

n 1

n 1
n 1
1
1
1
1 1 1
1
1
1
1

1 ...
1 .

2
k
2 2 3
n 1 n
n
k 2 k k
k 2 k k 1
k 2 k 1

Sn

Oito je lim Sn 1, to dokazuje postavljenu tvrdnju.

n

Teorem 1: Ako je S suma reda

an , a c proizvoljna konstanta, tada je cS suma reda

n 1

Dokaz: Slijedi direktno iz jednakosti

4

ca .
n

n 1

lim cak c lim ak cS .

n

Teorem 2: Ako je

k 1

k 1

an S1 i bn S2 , S1 , S2 , tada je S1 S2 an bn .
n 1

n 1

n 1

Dokaz: Slijedi direktno iz jednakosti

n
n
n
n
n

lim ak bk lim ak bk lim ak lim bk S1 S 2 .

n
n
n
k 1
k 1
k 1
k 1
n k 1

Teorem 3: Ako je red

konvergentan, tada je lim an 0.

n

n 1

Dokaz: Neka je S n

a1 a2 ... an 1 an Sn 1 an . Ako dati red konvergira onda postoji i

k 1

konaan je lim S n S , pa je onda i lim S n 1 S . Poto je oito an Sn S n 1 , imamo da je onda

n

lim an S S 0.
n

Napomena 2: Ovaj teorem nam daje potreban uslov za konvergenciju reda. Naime, ako taj uslov (opti lan
reda tei ka nuli) nije ispunjen, red nije konvergentan. Ali ako taj uslov jeste ispunjen, to ne mora znaiti da
red konvergira, kao to se vidi iz Primjera 2 b).

Primjeri 2:

a) Red

n 2 je divergentan, jer je lim n 2 1.

n

n 1

b) Red

n (koji se zove harmonijski) je takoe divergentan, iako je lim n 0. Naime, ako iskoristimo
n

n 1

1
i p n, tada je
4
1
1
1
1
1
1
1 1
1
S 2 n Sn

...

...
n
.
n 1 n 2
2n 2n 2n
2n
2n 2
4

Koijev opti kriterij, uzimajui

Alternativno, metodom matematike indukcije moe se dokazati nejednakost S 2n 1

je lim S 2n , pa je zato i lim S n .
n

1
n n . Otuda
2

Zadaci

Ispitati konvergenciju reda po definiciji (raunanjem parcijalne sume) i ako konvergira, nai sumu reda:

1.

36n
n 1

1
. 2.
2
24n 5

1
. 6.

n 1 n n 1 n 3

5.

1
. 3.

n 1 n n 1 n 2

12.

n 1

n 2

n 1

1
. 10.

2
n 1 4 n 8n 3

n 2 2 n 1 n . 13. ln

. 4.
2

ln
n 2

n 1

3 4n 2n 3n

n1 n1
4
n 1 5

2n 1

ln 1 2

. 7.
3n 4n
n 2

n
. 9.

n 1 n 1 n 2 n 3

n 1

8.

n3 1
. 11.
n3 1

3n 2
.
3n 2 2n

n 1

n2
.
n2 1

Rjeenja:
2

1. Najprije se rastavi na faktore polinom 36n 24n 5 6n 5 6n 1 i pokae se da je

1
1 1
1

. Dalje slijedi:
36n 24n 5 6 6n 1 6n 5
2

k
1
1 1
1

lim

2
k
k
6n 1
n 1 36n 24 n 5
n 1 6 6 n 5

lim

1
1
1
1
1
1
1
1
1
lim

6 k 6 1 5 6 1 1 6 2 5 6 2 1
6( k 1) 5 6( k 1) 1 6k 5 6k 1

1
1 1
1
1
lim

1 .

6 k 6 1 5 6k 1 6
6

2. Redovi sa pozitivnim lanovima kriteriji poreenja

Definicija 3: Red

zovemo red sa pozitivnim lanovima, ili krae pozitivni red, ako je an 0 za sve

n 1

n .
Odmah se zapaa da je niz parcijalnih suma pozitivnog reda rastui niz, jer

S1 a1 0, S 2 a1 a2 a1 S1 ,..., Sn Sn 1 an S n1 .
Kad je u pitanju konvergencija, odnosno divergencija rastueg niza, poznato je da taj niz ne moe biti
neodreeno divergentan, dakle on uvijek ima limes, konaan ili beskonaan.

Izveemo nekoliko tvrdnji, tzv. kriterija ili testova konvergencije, koji nam omoguavaju da ustanovimo da

li dati pozitivni red

konvergira ili divergira. Ti kriteriji ne mogu nam pomoi i u odreivanju sume

n 1

reda, ukoliko red konvergira.

Teorem 4: Neka su redovi

a i b
n

n 1

pozitivni i neka je

n 1

an bn n .

(2)

a) Ako je red

bn konvergentan, tada je i red

n 1

b) Ako je red

konvergentan.

n 1

divergentan, tada je i red

n 1

divergentan.

n 1

Dokaz: Neka je An

ak , Bn bk . Iz (2) slijedi da je
k 1

k 1

(3)

An Bn n .

a) Ako je red

konvergentan, niz Bn je ogranien, pa je i niz An ogranien. Kako je taj niz ujedno i

n 1

rastui, on je konvergentan.

b) Ako je red

a
n 1

divergentan, tada je lim An , pa iz (3) slijedi lim Bn .

n

Teorem 5: Neka su redovi

a i b
n

n 1

pozitivni (s tim da je bn 0 ) i neka je

n 1

(4)

Tada su redovi

an
l 0.
n b
n

lim

a i b
n

n 1

istovremeno konvergentni, odnosno divergentni.

n 1

Dokaz: Iz (4) slijedi da za svako 0 vai

an
a
a
l n l l n l l bn an l bn ,
bn
bn
bn
za dovoljno veliko n. Nakon toga se zakljuuje:

1) Ako red

an konvergira, prema Teoremu 4 slijedi da konvergira i red

n 1

l b , pa time i red
n

n 1

(prema Teoremu 1).

n 1

2) Ako red

divergira, prema Teoremu 4 slijedi da divergira i red

n 1

l b , pa time i red b
n

n 1

n 1

(prema Teoremu 1).

an
1, kae se da su nizovi
n b
n

Napomena 3: Ako je lim

an

bn

asimptotski jednaki i pie se:

an bn n . Kod utvrivanja konvergencije pozitivnog reda, dozvoljeno je opti lan reda zamijeniti
sa nizom koji je asimptotski jednak datom. S obzirom na poznate granine vrijednosti funkcija koje smo
radili u Matematici I, mogu se izdvojiti sljedee relacije, koje se esto koriste za rjeavanje zadataka.

sin x x x 0
ex x 1 x 0
arcsin x x x 0
1 2
x x 0
2
tg x x x 0

cos x 1

arc tg x x x 0

ln 1 x x x 0

1 x

1 x , x 0 .

Primjer 3: Red

n , pri emu je

realna konstanta, zove se hiperharmonijski red.

n 1

Ako je 0, opti lan reda ne tei nuli (zato?), pa prema Teoremu 3 slijedi da je tada red divergentan.

Harmonijski red

n (vidi Primjer 2b.) je oito specijalan sluaj hiperharmonijskog i dobije se za 1.

n 1

Dokazali smo da harmonijski red divergira. Koristei Teorem 4, tvrdnja b), zakljuujemo da hiperharmonijski
red divergira za sve 1, jer 1 n n

U Primjeru 1b) dokazali smo da red

n
n 2

1 1
.
n n

1
2
2
konvergira. Poto je oito n n n n 2, 3,... slijedi
n

1
1
2 n 2,3,... , pa opet pomou Teorema 4, ali sad tvrdnje a) zakljuujemo da konvergira i red
n n n

1
. A koristei istu tvrdnju imamo onda da konvergira hiperharmonijski red za sve 2, jer

2
n 1 n
1
1
2 n n 2 2 .
n
n
2

Koristei kriterije konvergencije koje emo uskoro upoznati, moe se zakljuiti da hiperharmonijski red
konvergira i za 1, 2 .

Zakljuak: Hiperharmonijski red

konvergira za 1, a divergira za 1.

n 1

Zadaci

1. Utvrditi da li dati red konvergira ili divergira pomou Teorema 4:

a)

ln n
, b)
n 2 n

n 1

sin

1
, c)
3n

ln n , d) n 2
n 2

, e)
n

n 1

n 1 n ,

n 1

14

f)

n 1

cos n 2 3
n 2,001

2. U zavisnosti od parametra a diskutovati o konvergenciji reda

n 1

4.
9

1 a

, ako je a 0. Iskoristiti Teorem

3. Utvrditi da li dati red konvergira ili divergira pomou Teorema 5:

3n 5
a) 2
, b)
n 1 2 n 4n 1

n 1

n 2
, c)
n2 1

n 3 2

, f)
e 1 arc tg 5

2n 7
n 1

e)

ln 1 e

2 n

n 1

, d) ln
n 5

1
,
2
cos
n

sin 2 1
e n 2n 1.

n 1

4. Diskutovati konvergenciju datog reda u zavisnosti od parametra :

a)

n 1

d)

1
n n n n

, c)
1 cos 4 , b)

n
n

n 1

n 1

tg 1n
4 2
n n n 1 , e) e 1 , f)
n 1

n 1

n2 1 3 n2 1
,
n

1
n2 n

cos
,

n
n
n 1

1n cos 1n
1
g) e
1 ,
n
n 1

5. Zadan je niz an 2 2 ... 2

n , gdje na desnoj strani imamo tano n korijena. Dokazati

metodom matematike indukcije da je an 2 cos

n . Zatim dokazati da konvergira red

2n 1

2 an 1 .

n 2

10

3. Kriteriji konvergencije za pozitivne redove

Teorem 6 (Koijev korjeni kriterij): Neka je n0 fiksiran prirodni broj. Ako za opti lan an pozitivnog reda

vrijedi nejednakost

an q 1 za sve n n0 , pri emu q ne zavisi od n, tada je red

n 1

n 1

konvergentan.

Ako je pak

an 1 za sve n n0 , tada je red

divergentan.

n 1

Dokaz: Iz

an q slijedi da je an q n . Poto q 0,1 , red

konvergira, pa zato konvergira i dati

n 1

red (kriterij poreenja).

Ako je

an 1, tada je an 1, pa je jasno da tada opti lan reda ne tei ka nuli. Teorem je dokazan.

Posljedica 1: Neka je red

pozitivan i neka je q lim n an .

n

n 1

Ako je q 1, dati red konvergira, a ako je q 1, dati red divergira. Za q 1, ovaj kriterij ne moe odrediti
da li dati red konvergira ili divergira.

Napomena 4: Znamo da red

1
divergira, a red

n 1 n

konvergira. U oba sluaja dobije se da je q 1

n 1

(provjeriti!), tako da je oigledno Koijev korjeni kriterij neupotrebljiv u sluaju kad je q 1.

Teorem 7 (Dalamberov* kriterij): Neka je n0 fiksiran prirodni broj i neka je red

a ,a
n

0, pozitivan.

n 1

a
Ako je n 1 q 1 za sve n n0 , pri emu q ne zavisi od n, tada je red
an

konvergentan. Ako je pak

n 1

an 1
1, dati red divergira.
an
* Jean le Rond d'Alembert (1717. 1783.) francuski matematiar.
Dokaz: Neka je

an 1
q za sve n n0 . Tada je an 1 qan n n0 . Za svako n n0 vrijedi:
an
11

an qan1
an 1 qan 2
...

an0 1 qan0 .
Mnoenjem ovih nejednakosti slijedi:

an an1an 2 ...an0 1 q n n0 an1an 2 ...an0 1an0 / : an 1an 2 ...an0 1

an an0 q n n0 .

Poto je q 1, geometrijski red

n0

q n n0 je konvergentan, pa pomou kriterija poreenja zakljuujemo

n 1

da dati red konvergira.

Ako je

an 1
1, tada je an1 an , dakle pozitivni niz an je rastui i zato njegova granina vrijednost ne
an

moe biti 0. Teorem je dokazan.

Posljedica 2: Neka je red

a ,a
n

an1
.
n a
n

0, pozitivan i neka je q lim

n 1

Ako je q 1, dati red konvergira, a ako je q 1, dati red divergira. Za q 1, ovaj kriterij ne moe odrediti
da li dati red konvergira ili divergira.

Napomena 5: Znamo da red

1
divergira, a red

n 1 n

konvergira. U oba sluaja dobije se da je q 1

n 1

(provjeriti!), tako da je oigledno Dalamberov kriterij neupotrebljiv u sluaju kad je q 1. Moe se pokazati
da je Koijev kriterij ipak optiji od Dalamberovog, tj. ima redova kod kojih Koijev kriterij moe da odlui o

konvergenciji,

Dalamberov

ne

moe.

Npr.

sluaju

reda

a ,
n

pri

emu

je

n 0

a2 n

1
2
a
a2 n
1
, a2 n 1 n n 0,1, 2,... imamo da je 2 n 1 2 i
, to znai da ne postoji
n
4
4
a2 n
a2 n 1 8

an1
1
. Meutim, lim n an , tako da Koijevim korjenim kriterijem moemo zakljuiti da dati red
n
n a
4
n

q lim

konvergira.

12

0, pozitivan i neka je p lim n n 1 . Ako je

n
n 1
an 1
p 1, red konvergira, a ako je p 1 red divergira. Za p 1, potrebna su dalja ispitivanja, jer kriterij tada

Teorem 8 (Rabeov* kriterij): Neka je red

a ,a
n

ne moe dati odgovor.

*Joseph Ludwig Raabe (1801. 1859.) vicarski matematiar

Napomena 6: Rabeov kriterij je optiji od Koijevog korjenog i Dalamberovog kriterija.

Primjer 4:

Rabeov kriterij moe odrediti za koje konvergira hiperharmonijski red

n , jer je
n 1

n 1

p lim n

lim
n
1

1
1 x 1 x , x 0

n
n n

lim n 1 1 .
n
n

Otuda konstatujemo da hiperharmonijski red konvergira za sve 1.

Teorem 9 (Koijev integralni kriterij): Neka je f x neprekidna, pozitivna i nerastua funkcija za x n0 ,

pri emu je n0 fiksan prirodni broj. Tada red

f n konvergira, odnosno divergira istovremeno sa

n n0

redom

f x dx.

n0

Napomena 7: Koijev integralni kriterij je od svih pobrojanih u ovoj lekciji najoptiji (najjai), ali je i
najkomplikovaniji za upotrebu. Ako se u zadatku ispitivanja konvergencije reda ne kae koji kriterij da se
upotrijebi, preporuuje se najprije isprobati jednostavnije kriterije.

Zadaci

1. Nai opi lan reda

1 1 5 1 5 9

... i zatim ispitati da li taj red konvergira koristei neki od kriterija

2 2 5 258

konvergencije za pozitivne redove.

13

2. Ispitati konvergenciju reda:

a)

n tg 2

, b)
n 1

n 1

ne

n 1

n5
, f) n n , g)
n 1 2 3
n3

k) cos , l)
n
n 1

p)

n ! n 1 !9n

n 1

e)

1 4 7 ... 3n 2 2 5 8 ... 3n 2

e
n 1

2 5 ... 3n 2
2n n 1!

n 1

, m)

, d)
ln n

n 1

2n ! , h) 3n ! , i)

n
3
3n
n 1 2 n n !
n 1 4 n !
n 3 n ln n
n2

n 1

3
n 1

, c)

n2

, n)
n3

ln n
, o)

2
n 2 n

n 1

n 1

n ! ,
, j)
2
ln ln n
n 1 2 n !

1 5 9 ... 4n 3

2 6 10 ... 4n 2 ,

n 1

ln 2 n 1

3. Za koju vrijednost parametara i konvergira red:

n 1!
a)
, b)
, 0,
3
n 1
n 1 1 ... n n

2 5 8 ... 6n 7 6n 4
,

3 n 2n !
n 1

ln n

1 2 ... n
c)
.
n 1 1 2 ... n

4. Alternativni redovi

Definicija 4: Brojni red iji su lanovi naizmjenino pozitivni i negativni zovemo alternativni red.
Zapisujemo ga u obliku:

n 1

an a1 a2 a3 a4 ... ili

n 1

an a1 a2 a3 a4 ...

n 1

Pri tome je (u obje varijante zapisa) an 0 n .

Uveemo sada jo jednu vrstu konvergencije reda. Radi se o apsolutnoj konvergenciji, koja se provjerava
samo kod redova koji nisu pozitivni.

14

Definicija 5: Za red

kaemo da je apsolutno konvergentan ako je red

n 1

konvergentan.

n 1

Teorem 10: Ako je red

an konvergentan, tada je red

n 1

takoe konvergentan.

n 1

Dokaz: Posmatrajmo nizove bn

an an
a an
, cn n
n . Direktno se dokae da je
2
2

1) bn 0, cn 0 n
2) bn an , cn an
3) bn cn an

n .

Tada je jasno da su redovi

bn i
n 1

pozitivni i konvergentni (prema kriteriju poreenja). Zato

n 1

konvergira i red

an koji je razlika redova

n 1

bn i
n 1

c .
n

n 1

Dakle, ako je red apsolutno konvergentan, onda je on i konvergentan (na uobiajeni nain, prema Definiciji
2). Obrnuto ne mora da vrijedi, to emo uskoro vidjeti na primjerima.

Teorem 11 (Lajbnicov* kriterij): Red

n 1

an , an 0, je konvergentan ako je lim an 0 i

n

n 1

an an1 n , tj. niz an monotono opada ka nuli.

* Gottfried Wilhelm Leibniz (1646.1716.) njemaki matematiar i filozof

Dokaz: Niz parcijalnih suma Sn datog reda razdvojimo na dva podniza, S2n sa parnim i S 2 n1 sa
neparnim indeksima. Oito je

S 2 n a1 a2 a3 a4 ... a2 n1 a2 n , n .
Poto je an an1 n , oito je onda S 2 n 0 n , a to povlai da je niz S2n rastui. S druge
strane,

S 2 n a1 a2 a3 a4 a5 ... a2 n 2 a2 n1 a2 n a1 , to znai da je niz S2n konvergentan, jer

je rastui i ogranien odozgo. Zato postoji lim S2 n S .
n

15

Poto je S 2 n 1 S2 n a2 n , slijedi da je lim S2 n 1 lim S 2 n lim a2 n S 0 S .

n

Dakle, podnizovi S 2 n1 i S2n niza Sn parcijalnih suma datog reda konvergiraju ka istom broju. To
povlai da je i niz Sn konvergentan, pa je dati red konvergentan.

Primjeri 5:

a) Red

1
n

n 1

njega an

n 1

1 1 1
1 ... oigledno zadovoljava oba uslova iz Lajbnicovog kriterija, jer je kod
2 3 4

1
n , pa je taj red konvergentan. Meutim, on nije apsolutno konvergentan.
n

b) Openito, red

n 1

, 0 konvergira apsolutno ako je 1, zbog poznate injenice o

n 1

konvergenciji hiperharmonijskih redova. Ako je 0 1, taj red ne konvergira apsolutno, ali ipak
konvergira po Lajbnicovom kriteriju.

Definicija 6: Za konvergentni red koji ne konvergira apsolutno kaemo da je uslovno konvergentan.

Primjer 6: Red

n 1

1
n

n 1

je konvergentan uslovno ako je 0 1.

Kad ispitujemo konvergenciju nekog alternativnog reda, najprije bi trebalo provjeriti da li taj red konvergira
apsolutno. Ako ne konvergira apsolutno, onda bi trebalo provjeriti da li red konvergira uslovno, koristei
Lajbnicov kriterij.

Primjer 7: Ispitati apsolutnu i uslovnu konvergenciju reda

sin
n 1

n2 1 .

Oito je sin n 2 1 sin n 2 1 n n , pa kako je

n

sin n sin cos n sin n cos 1 sin , slijedi:

2 n 2 1 n 2 2

n 2 1 n
n
2

sin n 1 1 sin n 1 n
1 sin
n 2 1 n
n 2 1 n

16

1 sin

n 2 1 n

, a sa druge strane sin

2
n 2 1 n

2
n 2 1 n

, kad
2n 2n

n . To povlai da dati red ne konvegira apsolutno, ali konvergira uslovno (Primjer 5b)).

Zadaci

1. Dokazati da je red

n 2

1
1

divergentan, raunanjem n - te parcijalne sume reda.

n 1 1
n 1 1

Zato se na ovaj red ne moe primjeniti Leibnizov kriterij?

2. Ispitati konvergenciju reda

n , c) sin 2n , d) sin n 5 arcsin 2n 1 ,

4
6
n 2 4n 6

n 2 n ln n
n 1
n 1 2n !

a) 1 1 cos
, b)
n
n 1

5 2n 2 4n 4

cos
n

, f)

ln
4 2n 2 3n 7

n 1

e)

1
n 1

n 1

3n 1
, g)
3n 5

1
n 1

arcsin

1
, h)
n

cos
n 1

3. Ispitati apsolutnu i uslovnu konvergenciju reda za razne vrijednosti realnog parametra p:

a)

n 1

p
n

, b)

1
n 1

n 1

2 1

n 1

1 n ! .
, c) 2n
2n !
n 1 p

17

n2
.
n 1

FUNKCIONALNI REDOVI
1. Konvergencija funkcionalnog reda

f x f x f x ... f x ... iji su lanovi funkcije nezavisne promjenljive

Definicija 1: Red

n 1

x zove se funkcionalni red. Funkciju f n x zovemo optim lanom tog reda.

Ako umjesto x u ovaj red uvrstimo fiksiranu vrijednost x0 , tada dati funkcionalni red postaje brojni red

f n x0 . Od interesa nam je da naemo sve vrijednost promjenljive x za koje funkcionalni red

n 1

f x
n

n 1

konvergira.

Primjer 1: Red

konvergira za x 2, a divergira za x 1.

n 1

Definicija 2: Skup svih vrijednosti promjenljive x za koje funkcionalni red

f x
n

konvergira zovemo

n 1

oblast konvergencije tog reda.

Ako red

f x konvergira za sve x a, b , tada za te x postoji suma S x datog reda, koja zavisi od

n

n 1

x. Dakle, S ( x)

f x za sve x a, b , a za sve x a, b funkcija S x nije definisana.

n

n 1

Primjer 2: Znamo da je

x
n 0

1
ako je x 1,1 . Ako bismo u tu jednakost stavili da je x 2,
1 x

dobili bismo

1, to nije tano jer je

n 0

n 0

Konvergenciju funkcionalnog reda definisaemo analogno definiciji konvergencije kod brojnih redova, dakle

preko niza parcijalnih suma. U tu svrhu, za dati funkcionalni red

f x koji konvergira na nekom skupu I

n

n 1

uvedimo standardne oznake:

18

S x f n x suma reda za x I , S n x f k x n ta parcijalna suma reda za x I , te

n 1

k 1

Rn x

f x f x f x ... ostatak reda za x I . Oito je

k

n 1

n 2

k n 1

Rn x S x S n x x I .

Definicija 3: Za funkcionalni red

f x
n

kaemo da konvergira na skupu I ako za svako 0 i

n 1

svako x I postoji prirodan broj N N , x koji zavisi od i od x, tako da je Rn x im je

n N , x .
Ukoliko se broj N iz Definicije 3 moe odabrati tako da zavisi samo od ali ne i od x, tada moemo govoriti
o posebnoj vrsti konvergencije funkcionalnog reda. Zvaemo je ravnomjerna ili uniformna konvergencija.

Definicija 4: Za funkcionalni red

f x
n

kaemo da uniformno (ravnomjerno) konvergira na skupu

n 1

I ako za svako 0 postoji prirodan broj N N koji zavisi od i ne zavisi od x, tako da je

Rn x im je n N , za svako x I .

Jasno je da uniformna konvergencija na nekom skupu povlai obinu konvergenciju na tom skupu, tj. ako
red ravnomjerno konvergira na skupu I, on tada i konvergira na skupu I, dok obrnuto ne mora da vai, to se
vidi iz sljedeeg primjera.

Primjer 3: Dat je red 1

x x 1 i skupovi I 0,1 , I 0, q , q 1. Dokaimo da red konvergira

n 1

n 1

na oba ova skupa, ali s tim da konvergira ravnomjerno na I 2 , ali ne konvergira ravnomjerno na I1 . Poto je
n

k 1

k 1

S n x 1 x k 1 x 1 1 x k x k 1 1 x 1 x 2 x ... x n x n 1 x n , imamo da je

S x 0 i za x I1 i za x I 2 . Oito je I 2 I1.
n

Otuda je Rn x S x Sn x x . Ako za dato 0 pretpostavimo da je x n , tada za sve

x 0,1 vai: log x n log n log x log n

definicije da ne zavisi od x.

19

log
. To znai da je nemogue odrediti broj N iz
log x

log log

, pa se moe odabrati broj N tako

log x log q
log
. Dakle, dati funkcionalni
da ne zavisi od x. Naime, uzeli bismo najvei prirodan broj sadran u broju
log q
Meutim, ako x 0, q , tada x q log x log q

red konvergira ravnomjerno na skupu na I 2 , ali ne konvergira ravnomjerno na I1 .

Teorem 1 (Vajertrasov* kriterij uniformne konvergencije): Ako za svako x a, b i svako n vai

nejednakost f n x cn , pri emu je

pozitivan i konvergentan brojni red, tada je red

n 1

f x
n

n 1

uniformno konvergentan na segmentu a, b .

* Karl Theodor Wilhelm Weierstrass (1815. 1897.) njemaki matematiar.

Dokaz: Obzirom da je red

konvergentan, za dato 0 postoji prirodan broj N , koji zavisi samo

n 1

od

takav

da

je

za

sve

n N .

No

za

takve

je

onda

k n 1

Rn x

fk x

k n 1

k n 1

fk x

, to dokazuje tvrdnju teorema.

k n 1

Primjeri 4:

a) Red

cos nx
uniformno konvergira na cijelom skupu realnih brojeva po Vajertrasovom kriteriju, jer je
n3
n 1

cos nx
1
3 x , a znamo da red
3
n
n

konvergira.

n 1

b) Takoe, prema istom kriteriju, moemo zakljuiti da red

n 1

1,1 , jer je

xn
1
2 za sve x 1,1.
2
n
n

20

xn

konvergira ravnomjerno na skupu

Teorem 2: Ako su funkcije f n x , n 1, 2, 3,... neprekidne na segmentu a, b i ako je na tom segmentu

red

f x
n

uniformno konvergentan, tada je zbir tog reda S x neprekidna funkcija na segmentu

n 1

a, b .

Slijede jo dva teorema, koje neemo dokazivati i kojima se objanjavaju znaajne osobine funkcionalnih
redova. Naime, znamo iz Matematike I da za konani prirodni broj n vrijede formule:

f x f x ... f x f x f x ... f x , odnosno

1

f x f x ... f x dx f x dx f x dx ... f x dx,

1

tj. izvod zbira jednak je zbiru

izvoda funkcija i integral zbira funkcija jednak je zbiru integrala po svakoj od tih funkcija, pod uslovom da su
sve date funkcije diferencijabilne, odnosno integrabilne. Analogna osobina vai i za odreeni integral uzet
na intervalu na kome su sve funkcije integrabilne. Sljedea dva teorema nam govore pod kojim uslovima bi
te formule vrijedile za beskonanu sumu funkcija, tj.

f x f x ... f x f x ..., odnosno

1

f1 x f2 x ... dx f1 x dx f2 x dx ...
a

Tada bismo rekli da se funkcionalni red diferencira, odnosno integrira lan po lan.

Teorem 3: Ako su funkcije f n x , n 1, 2, 3,... neprekidne na segmentu a, b i ako je na tom segmentu

red

f x uniformno konvergentan, tada se taj red moe integrirati lan po lan u granicama od
n

do

n 1

, gdje je a b, tj.

f
x
dx

n
fn x dx.
n 1
n 1

Teorem 4: Neka su funkcije f n x , n 1, 2, 3,... diferencijabilne na segmentu a, b i neka su njihovi izvodi

f n x , n 1, 2,3,... neprekidne na segmentu a, b . Ako je red

f x konvergentan na a, b , a red
n

n 1

f n x je uniformno konvergentan na datom skupu, tada se red

n 1

f x moe diferencirati lan po

n

n 1

lan na a, b , tj. vai relacija:

21



f
x

n
f n x x a, b .
n 1
n 1

2. Stepeni (potencijalni) red

Definicija 5: Funkcionalni red oblika

an xn ili
n 0

a x x
n

, pri emu su an , x0 n , zove se

n 0

stepeni ili potencijalni red.

Napomena 1: Smjenom x x0 y red

a x x
n

svodi se na red oblika

n 0

a x . Zato je dovoljno
n

n 0

prouavati stepene redove u tom obliku.

Oito je svaki stepeni red

a x

a0 a1 x a2 x 2 ... konvergentan za x 0. Cilj nam je nai najvei

n 0

interval na kome taj red konvergira.

Teorem 5: Ako red

a x
n

konvergira u taki x p 0, on konvergira onda apsolutno i za svako x za

n 0

koje je x p .

Ako red

a x

divergira u taki x q, on divergira i sve x za koje je x q .

n 0

Dokaz: Neka konvergira red

p n . Tada je lim an p n 0, pa zbog ogranienosti tog niza postoji

n

n 0

konstanta M takva da je an p n M n . Dalje onda slijedi:

n

xn
x
x
an x an p n an p n
M
p
p
p
n

n .

x
x
Red M
konvergira za sve x p, p x p, jer je geometrijski red i x p
1. Zato
p
p
n 0
dati red konvergira apsolutno po Vajertrasovom kriteriju.

22

Pretpostavimo sada da je red

a q

divergentan, neka je x0 q i neka konvergira red

n 0

n
n 0

a x . Prema
n 0

ve dokazanom, slijedi da konvergira i red

a q , to je nemogue. Teorem je dokazan.

n

n 0

a x

Posljedica 1: Za svaki stepeni red

postoji R, 0 R , tako da

n 0

1) dati red konvergira ako je x R i

2) dati red divegira ako je x R.

Definicija 6: Broj R gore opisan zove se poluprenik ili radijus konvergencije reda

a x . Ako je R 0,
n

n 0

interval R, R zove se interval (krug) konvergencije datog reda.

Napomena: Ako je R 0, stepeni red

a x

konvergira samo u taki x 0, a ako je R , onda

n 0

stepeni red konvergira za sve x .

Poluprenik konvergencije stepenog reda zgodno je odrediti pomou Dalamberovog ili Koijevog korjenog
kriterija. Moe se izvesti i praktina formula za odreivanje poluprenika R u oba sluaja.

Naime, prema Dalamberovom kriteriju, red

a x

konvergira apsolutno za sve realne x za koje je

n 0

an1 x n1
a
lim
1 lim n 1 x 1 x
n
n
n

an x
an

Otuda moemo zakljuiti da je R lim

n

1
a
lim n .
n

an 1
a
lim n1
n a
n

an
.
an1

Prema Koijevom korjenom kriteriju, red

a x

konvergira apsolutno za sve realne x za koje je

n 0

lim n an x n 1 lim n an x 1 x
n

lim n an
n

Otuda slijedi da je R

lim n an
n

23

Kad se pronae interval konvergencije datog reda, posebno se treba provjeriti da li red konvergira u
rubovima (krajevima) naenog intervala.

2n !x n .
2
n 1 n !
2n ! 0
kriterija. Uoimo da je an
2
n!

Primjer 5: Dat je red

2n !
2
n !

R lim
n 2n 2 !
2
n 1!

Poluprenik konvergencije izraunaemo pomou Dalamberovog

za sve n . Zato je

2n ! n 1! n 1! lim n 1
1
lim
.
n n ! n ! 2 n ! 2n 1 2 n 2
n 2n 1 2 n 1
4

1
. Prema Posljedici 1, to znai da je interval konvergencije datog reda
4
1
se posebno provjeri da li dati red konvergira u rubnim takama x .
4
Dakle, R

Ako uvrstimo x

1 1
, . Ostaje jo da
4 4

2n ! .
2
n
n 1 n ! 4

1
u dati red, dobiemo red
4

2n !
2
n
n! 4n

Rabeovim kriterijem se lako provjeri da ovaj red divergira. Inae, moe se pokazati da je lim

2n ! ,

2
n
n 1 n ! 4

tako da divergira i red

1 2n !,

2
n
n 1 n ! 4

ali i red

1
4

koji se dobije za x . Prema tome,

1 1
4 4

konani zakljuak je da je interval konvergencije datog reda , .

Zadaci

Nai poluprenik i interval konvergencije datog stepenog reda:

2n 1
1.

n 1 3n 2

6.

1
n 1

n 1

x n1
, 3.
x

2
,
2.

n
n 2 3 n ln n

3n 1 x 2

n 1

ln n 1

2
n 1

1
n

1 x , 4.
n
n 1

ln n

24

2n x 1
n ln 2 n

n 2

2n 3 x 1
. 8.
3
n 1
n 1 4 n 1 5

, 7.

n2

0,

9.

n 1

, 5.

n 0
n

2n 1

2n 1 x 1
2 n1 n n

xn

10.

n 1

x 2
3

n2 4n

. 11.

n 1

n3 3
n
x 2 . 12.
4
n 4n

xn
.

n
n
n 1 n 3 2 1

3. Osobine stepenih (potencijalnih) redova

Direktno se provjerava da svaki stepeni red

a x

unutar svog intervala konvergencije zadovoljava sve

n 0

uslove iz Teorema 3 i 4, vezano za mogunost diferenciranja i integriranja funkcionalnih redova lan po lan
na nekom intervalu. Otuda vae sljedea dva teorema.

Teorem 6: Neka je R poluprenik konvergencije stepenog reda

a x
n

i neka je R a b R. Za svako

n 0

x a, b red

a x

se moe integrirati i diferencirati lan po lan. Redovi dobijeni od datog reda

n 0

a x

integriranjem ili diferenciranjem lan po lan imaju isti poluprenik konvergencije R.

n 0

Posljedica 2: Neka je R poluprenik konvergencije stepenog reda

a x
n

i neka je R a b R. Red

n 0

a x

se moe integrirati i diferencirati na segmentu a, b lan po lan proizvoljan broj puta. Redovi

n 0

dobijeni od datog reda

a x
n

integriranjem ili diferenciranjem lan po lan imaju isti poluprenik

n 0

konvergencije R.

xn
.

n 1 n n 1

Primjer 6: Nai interval konvergencije i sumu reda

Uzimajui da je an

red

n
n 1

1
a
0 n , lako se dobije R lim n 1. Otuda x 1,1 , pa poto
n a
n n 1
n 1

1
1
1
oito konvergira jer je 2
2 n , interval konvergencije datog reda je 1,1 .
n
n n n

25

xn
, za x 1,1. Oito je S 0 0. Neka je x 0 proizvoljan broj

n 1 n n 1

Pretpostavimo da je S x
iz intervala 1,1 . Slijedi:

x n1
nx n 1
x n 1
1 x n 1
1
S x

2
S1 x , pri emu je S1 x
x 1,1 .
x n 1 n 1 x 2
n 1 n 1
n 1 n n 1
n 1 n 1

Tada je S1 x

n 1

Otuda je S1 x

n 1 x n
n 1
x

x n x x 2 x 3 ...

1 x dx

n 1

x
, x 1,1.
1 x

x 1 1
dx x ln 1 x C , a poto je S1 0 0 C slijedi da je
1 x

S1 x x ln(1 x).
x ln(1 x )
zakljuujemo da je
x2
ln 1 x
x ln(1 x )
1
S x
dx dx
dx ln x I , gdje je
2
x
x
x2
dx
u ln 1 x dv 2
ln 1 x
1
1
x
I
dx
ln 1 x
dx
2
dx
1
x
x
x 1 x
du
v
1 x
x

Zatim, iz jednakosti S x

ln 1 x
1
1
1
ln 1 x
ln x ln 1 x K , dakle,
dx
x
x
x 1 x
ln 1 x

1
ln 1 x K 1 ln 1 x K .
x
x

1
1
1
Uoimo da je S 1

, pa raunanjem parcijalne sume
n 1
n 1 n n 1
n 1 n
S x

1 1 1
1
1
1
...
1
, zakljuujemo da je S 1 1. S druge strane,
2 2 3
n n 1
n 1
1

L
.
P
.
1

x
ln
1

x
ln
1

x
lim lim 1 x 0,
1
lim 1 ln 1 x lim
pa je K 1. Dakle,
x 1 x
x 1
x 1
x 1
1
1
x

2
1 x
1 x
Sn 1

1
S x 1 ln 1 x 1, x 1,1 \ 0 .
x

26

Zadaci

Nai interval i sumu reda:

1.

n 1

1 2n 1 x

2 n 2

n 1

xn 2
6.
, 7.
n 1 n n 3

, 2.

nx , 3. n n 1 x
n 1

, 4.

n 1

n 1

xn
, 8.

n 1 n n 1 n 2

n 1

2 x 2n 1

4n 2 1

, 5.

2 n

n x ,
n 1

3 n

n x .
n 1

4. Razvijanje funkcije u stepeni red

Za zadanu funkciju f x elimo nai stepeni red

a x
n

tako da postoji interval a, b na kome vai

n 0

jednakost f ( x )

a x x a, b . Pri tome je interval a, b sadran u intervalu konvergencije datog

n

n 0

reda

a x .
n

n 0

Kaemo da smo tada funkciju f x razvili u stepeni red na intervalu a, b .

Ako

je

f ( x) an x n a0 a1 x a2 x 2 ... x a, b ,

oito

je

f 0 a0

n 0

f ( x) nan x n 1 a1 2a2 x ... x a, b , odakle slijedi f 0 a1. Zatim, opet diferencirajui

n 1

zadnju jednakost i uvrtavajui x 0, dobili bismo f 0 2a2 , itd.

Metodom potpune matematike indukcije moe se dokazati da je

(1) f n x

n !an n 1 !an1
n 2 !an2 x 2 ... n .

0!
1!
2!

Zaista, za n 1, tvrdnja je oigledna. Ako pretpostavimo da je za neki prirodni broj k 1

k !ak k 1 !ak 1
k 2 !ak 2 x 2 ..., tada je

x
0!
1!
2!
k 1 !ak 1 k 2!ak 2 x ..., to dokazuje nau tvrdnju.
f k 1 x
0!
1!
f k x

27

Iz (1) slijedi f

0 n!an n . Time je dokazan sljedei teorem.

Teorem 7: Ako se funkcija f x moe razviti u stepeni red, tada je f x

n 0

0 x n .

n!

Neke elementarne funkcije su pogodne za razvijanje u stepeni red. To su one funkcije kod kojih moemo
dobiti izraz za n ti izvod za proizvoljno n . Npr.

1.

y e x y n e x n . To povlai da je y n 0 1, pa dakle
xn
e
x
n 0 n !

2. Neka je y sin x. Tada je

y cos x sin x , y sin x sin x sin x 2 ,

2
2

y cos x sin x 3 , y IV sin x sin x 4 ,...

2
2

Moemo naslutiti i zatim matematikom indukcijom dokazati formulu y

Otuda je y

sin x n n .
2

n 2k
0,
, k 0,1, 2,... pa se dobija rezultat
k
1 , n 2k 1

1 x 2 n1
sin x
x
n 0 2n 1 !

3. Ako je y cos x, analognim postupkom moe se dobiti da je y

cos x n n i zatim
2

izvesti razvoj
n

1 x2 n
cos x
x
2n !
n 0

4. Neka je y ln 1 x . Tada je

1
1
2
3
4
, y
1 x , y 2 1 x , y IV 6 1 x ,...
2
1 x
1 x
28

pa se nasluuje da je y
Za

tvrdnja

n 1,

y 1
k

Tada je y
Zato je y

k 1

k 1

k 1

n 1!1 x n . Dokaimo to matematikom indukcijom.

oigledno

k 1!1 x
1

n 1

vrijedi.

Neka

k 1! k 1 x

k 1

1 k !1 x

tvrdnja

k 1

, to dokazuje nau tvrdnju.

n , moemo pisati da je
1

1,1

n 1

x n , x 1,1

n 1

n 1

tana

n 1

ln 1 x

k 1

n 1

neko

0 1 n 1! n . Najzad, poto je
n 1

za

y n 0 1 n 1 ! 1

n!
n!
n

Interval

je

je izabran zbog toga to dobijeni red konvergira na tom intervalu. Meutim, red

n 1

x n konvergira i ako je x 1, jer tada imamo alternativni red

1
1 1 1
1 ...
2 3 4
n

n 1

...
n 1

1
n

n 1

U 4. lekciji, primjer 5 a), smo konstatovali konvergenciju ovog reda pomou Lajbnicovog kriterija. Prema
tome:

ln 1 x

n 1

n 1

x n , x 1,1.

Uvrtavajui x 1 u tu jednakost, dobijemo da je

n 1

5. Stepeni red oblika

n x
n 0

n 1

ln 2.

gdje je m proizvoljna konstanta, zove se binomni red. Pojam

binomnog koeficijenta, kojeg smo definisali u Matematici I, moe se uoptiti, tako da je

m m m 1 m 2 ... m n 1
m . U Matematici I smo insistirali da m bude prirodan
n
n!

broj, pa je oito da smo napravili pooptenje pojma binomnog koeficijenta.
Odredimo poluprenik konvegencije binomnog reda. Imamo da je

m
m m 1 m 2 ... m n 1
n
n 1
n 1

n!
1.

. Otuda je R lim
n

m m 1 m 2 ... m n
mn
m
mn
n 1
n 1!

29


m n
m n
konvergira
u
intervalu

1,1
.
Pretpostavimo
da
je
x
f
x

n
x . Tada je
n 0
n 0 n

m n1
m

f x n x xf x n x n , pa je
n 1 n
n 1 n

Dakle, red

m n1 m n
m n m n
x

n
x

n 1 x n n x
n 1 n
n 0
n 0
n

1 x f x n
n 1

m
m n
n 1 m 1 ... m n n m 1 ... m n 1 x n
n 1

n
x

n!
n 1!
n 0
n 0
n 1
n

m 1 m 2 ... m n 1 m n n
n!

n 0

Dakle, 1 x f x mf x

f x
f x

m
x n m x n mf x .
n 0 n

f x
m
m

dx
dx
1 x
f x
1 x
m

ln f x m ln 1 x ln C f x C 1 x .

Specijalno, za x 0, oito je red

n x
n 0

jednak 1, tj. f 0 1. No, iz dobijenog izraza imamo da

je f 0 C C 1. Znai,

1 x

m
x n m , x 1,1
n 0 n

Primjer 7: Razviti u stepeni red funkciju f x arcsin x.

Funkcija je definisana za x 1,1. Oito je f x

1
1 x2

1 x

1
2 2

. Prema rezultatu za

1
i stavljajui x 2 umjesto x, dobijamo
2
1
1

n
n
2n
2n

1
2 x 1 1
2 x .

n 0
n 1
n
n

binomni red, uzimajui m

1
n

f x 2 x2

n 0
n

1 1 1

1 3
2n 1
1 1 ... n 1

...

2 2 2
1 n 2 2
2 1n 2n 1 !! .
Pri tome je 2

n!
n!
2n !!
n

30

Zato je f x 1

2n 1!! x 2 n , x

1 2n !!

1,1 . Na osnovu toga je

n 1

2n 1!! x 2 n1 C , x 1,1 .

n 1 2n !! 2 n 1

f x x

Poto je f 0 0 i f 0 C , to je C 0, pa je

2n 1!! x 2 n1 , x 1,1 .

n 1 2 n !! 2 n 1

f x x

Primjer 8: Nai sume redova

x
Poto je e
n 0

1
1 1
1 ... i

2! 4!
n 0 2n !

2n 1!. 1! 3! 5! ...
n 0

xn
x , slijedi:
n!
n

1 1 1 1 1 ...
1
1 1 1
e 1 ... i e 1
1! 2! 3!
n!
1! 2! 3!
n 0 n !
n 0

Sabiranjem ova dva reda dobijamo:

e e 1 2

2 2
1
... 2
, a oduzimanjem:
2! 4!
n 0 2n !

e e 1 2

2 2
1
... 2
, to znai da je
3! 5!
n 0 2n 1 !

1
e e 1

ch 1 i

2
n 0 2n !

1
e e 1

sh1.

2
n 0 2 n 1 !

Inae, za proizvoljno x imamo da je

n

e x e x 1 xn x 1 x x 2 x3 x 4
x x 2 x3 x4
ch x

1 ... 1 ...
2
2 n 0 n ! n 0 n ! 2 1! 2! 3! 4!
1! 2! 3! 4!

x2 n
1 x 2 x4
2 1 ...
.
2
2! 4!
n 0 2n !
x 2 n 1

n 0 2 n 1 !

Analogno, sh x

x .

31

Primjer 9: Nai sumu reda

8n
n 1

1
.
4n

Najprije se zakljui da je

1
1
1
1
1

8n 4n 4n 2n 1 2n 1 4n 2 4n
2

n 1 , pa je n ta parcijalna suma datog reda

1 1 1 1
1
1 1
S n 1 ...
...
2n 1 2 4 6
4n
3 5
1 1 1 1
1 1 1 1
1
1 1
1 ... ... ...
2n 2 4 6
2n 2 4 6
4n
2 3
1 1 1 1
1 1 1 1
1
1 1
1 ... 1 ... 1 ... .
2n 2 2 3
n 2 2 3
2n
2 3
Neka je H n 1

1 1
1
... n .
2 3
n

Oito je tada S n H 2 n

Poto je

1
n

n 1

1
1
1
1
1
H n H 2n H 2 n H n H 2 n H n n .
2
2
2
2
2

n 1

ln 2, a 2n ta parcijalna suma ovog reda je

1 1 1
1
1
1 1
1
1
1 1
T2 n 1 ...

1 ...
...
2 3 4
2n 1 2n
3 5
2n 1 2 4
2n
1 1 1
1 1 1
1
1 1
1 ... ... ...
2n 2 4
2n 2 4
2n
2 3
1 1 1
1
1 1 1
1
1 1
1 ... 2 ... H 2 n 2 1 ... H 2 n H n , oito je
2n 2 4
2n
2 2 3
n
2 3

lim H 2 n H n ln 2.
n

Zbog toga je lim Sn

n

1
1
ln 2 ln 2 2 ln 2.
2

Suma datog reda je ln 2.

Primjeri 10: Iskoristiemo razvoj funkcija u stepeni red da se ispita konvergencija redova.

n3

a) n sin .
n
n1

32

Iskoristimo

Koijev

q lim n sin
n
n

korjeni

n3

kriterij,

poto

je

dati

red

pozitivan.

Imamo

da

je

n2

lim n sin .
n
n

Poznata asimptotska jednakost sin x x x 0 ovdje nam nee pomoi poto bi imali da je
n sin

1
1
n 1 n .
n
n
n

1 x 2n 1 x x3 x5 ... x
Znamo da je sin x

3! 5!
n 0 2 n 1 !

Otuda, moemo postaviti sljedeu relaciju: sin x x

1
1
Zato je q lim n 3
n n 6n

n2

lim 1 2
n
6n

n2

x3
x 0 .
3!

6 n 2

lim 1 2
n

6n

1
6

1
6

1,

to znai da dati red konvergira.

b)

n !e n

n 1 n

n p

, p .

Neka je an

an
an1

n !e n
n n p

. Tada je

n !e n
n 1 p
n p
n p
n 1 1 n 1 n p
n!
e n n 1
1 1 n 1
n

n 1 e
e n
n n p
nn p
n 1!en1 n 1! en1

n 1n1 p
1 1
1
e n

n p

1
1 ln 1 n
e

n p

Znamo da je ln 1 x
n 1

1 n p ln 1 n
e
.
e

1
n

n 1

x 2 x3
x x ..., x 1,1 .
2 3
n

1
1 1
Zato je ln 1 2 n , pa je
n n 2n

33

n n p p
2 p 1 p
1 2 2
2
an
1 n p n 2 n2
2 p 1
p
e
e n 2n n 2 n e 2 n 2n
2 1.
an1 e
2n
2n

Iskoristiemo sada Rabeov kriterij. Imamo da je

p 2 p 1
2 p 1
lim n n 1 lim n
2
.
n an 1
2
2n
n 2n
Prema tome, dati red konvergira ako je

c)

3 n

n 1

1
n2

3 8

2 p 1
3
1 2p 3 p .
2
2

3
.
n2
1

Uputa:

1 x

1
1 2
1

4 2 4 1 2 2 1 2 2 1 2 n , jer je
n
4n
4n
8n

1 x x 0 .

Meutim, na slian nain bismo dobili i:

3 8

2 1 2 ,
n
8n
2

pa vidimo da relaciju 1 x 1 x x 0 treba poboljati.

m
m
m
Znamo da je 1 x x n 1 mx x 2 ... m , x 1,1 .
n 0 n
2

Otuda imamo: 1 x 1 x

d)

1
x 0.
2

ln n tg .
n

Uputa: Poznata relacija tg x x x 0 ovdje nam ne moe koristiti.

Poto su izvodi funkcije f x tg x jednaki:

f x

1
cos2 x

, f x 2 cos 3 x sin x

2sin x
cos3 x

imamo da je f 0 1, f 0 0, f 0 2,...
dakle: tg x x

2 x3
x
... x ...
3!
3
34

, f x

2cos 2 x 6sin 2 x
cos4 x

,...

(Inae, moe se pokazati da je tg x x

x 2 x5 17 x 7

... )
3 15
315

x
Otuda je tg x x
x 0.
3

Iskoristiti ovu relaciju i svesti dati red na harmonijski.

Zadaci

1. Napisati u vidu stepenog reda funkciju i odrediti interval u kome vai taj razvoj:
2

a) f x sin 2 x cos 3x. b) f x ln x 2 3x 2 c) f x

e) f x x arcsin x f) f x arctg x g) f x

2 x2 x 3
2

1 x 2 x

i) f x cos x, x . j) f x sin x, x . k) f x
5

l) f x

x 3
2x 1
d) f x 2
2
x 1
x 3x 4
h) f x

1
2 2

1 x

sin 3 x

1 1 x 1
ln
arc tg x
4 1 x 2

1
3x 7 x 2 2
4

2. Nai sumu reda:

a)

2n 1
, b)

n 0 2n !

n
, c)

n 2 2n 1 !

2n
n 1

1
.
n

3. Ispitati konvergenciju reda:

a) n arcsin
n
n1

n2

1 2
2
b) sin e n cos

n
n
n 1

35

c)

2n 1

1 n ln
d)
2n 1
n 1

n ln n 1 .
n 2

5. Furierovi redovi

Definicija 7: Funkcionalni red oblika

a0
(an cos nx bn sin nx)
2 n1

(1)

zovemo Furierov* red. Ovaj red moemo zvati i trigonometrijski red.

*Jean Baptiste Joseph Fourier (1768 1830) francuski matematiar

Teorem 8: Ako su numeriki redovi

n 1

konvergentni, tada je red (1) uniformno i apsolutno

n 1

konvergentan za sve x .

Dokaz: Slijedi direktno iz nejednakosti

an cos nx bn sin nx an cos nx bn sin nx an bn

i Vajertrasovog kriterija za uniformnu konvergenciju funkcionalnog reda.

Definicija 8: Neka je

f1 , f 2 ,... skup neprekidnih funkcija na intervalu a, b. Za taj skup funkcija kaemo

b

da je ortogonalan na intervalu a, b ako je

f x f x dx 0 za m n.
m

Direktno se provjerava da je skup funkcija sin kx | k cos kx | k 0 ortogonalan na bilo

kom segmentu oblika a, a 2 , a .
a 2

Npr. m, n

sin mx cos nx dx

1 a 2
sin m n x sin m n x dx
2 a

1 cos m n x cos m n x 2

0, jer je

2
mn
mn
0
cos m n 2 cos m n 2 cos 0 1.
Isto tako, direktno se provjerava da vai:

36

a 2

a 2

sin mx dx 0 m ,

a 2

cos mx dx 0 m ,

sin mx sin nx dx 0 m, n , m n ,

a 2

cos mx cos nx dx 0 m, n , m n .

Pretpostavimo da je (1) uniformno konvergentan red na intervalu , . Tada je suma tog reda
neprekidna funkcija koja je periodina sa periodom 2.
Obrnuto, neka je funkcija f x periodina sa periodom 2 i neka je

f x

(2)

a0
(an cos nx bn sin nx ), x , ,
2 n1

pri emu je red na desnoj strani u (2) uniformno konvergentan. Tada se taj red moe integraliti lan po lan
na intervalu , . Imamo da je

a
a
f x dx 0 dx (an cos nx bn sin nx)dx 0 2 an cos nxdx bn sin nxdx
2
2
n 1
n 1

0
0

a0 a0

1
f x dx .

Ako jednakost (2) pomnoimo sa cos nx i integralimo od () do dobiemo:

a
f x cos nxdx 0 cos nxdx am cos mx cos nxdx bm sin mx cos nxdx
2

m 1

0
0

an

cos2 nxdx an

pa je an

1 cos 2nx
a
1
a

dx n x sin 2nx
n 2 an
2
2
2n
2

f x cos nxdx n .

Analogno, mnoei jednakost (2) sa sin nx i integralei od do dobiemo:

f x sin nxdx bn

2
sin nxdx bn , pa je bn

1
f x sin nxdx n .

37

Time je dokazan sljedei teorem.

Teorem 9: Ako se funkcija f x moe razviti u red (1) koji je uniformno konvergentan na intervalu

, , tada je
1
1
an f x cos nxdx n 0 i bn f x sin nxdx n .

Ako je f x parna funkcija na intervalu , , tada je f x cos nx n 0 takoe parna pa je

an

2
f x cos nxdx n , dok je f x sin nx n neparna, pa je bn 0 n .
0

Ako je f x neparna funkcija na intervalu , , tada je f x cos nx n 0

f x sin nx n

parna

na

, ,

pa

je

zato

neparna, a

an 0 n 0,1, 2,...

2
bn f x sin nxdx n .
0
Definicija 9: Kaemo da je red (1) Furierov red funkcije f x ako se njegovi koeficijenti an i bn raunaju
po formulama iz Teorema 9. Te koeficijente zovemo preciznije Furierovim koeficijentima funkcije f.

Iako smo Furierove koeficijente funkcije f dobili pod pretpostavkom da vrijedi (2), Furierov red funkcije f
ne mora konvergirati ka toj funkciji, tj. suma reda (1) ne mora biti f x kad x , . Naime, da bi se
to desilo moraju biti ispunjeni tzv. Dirihleovi* uslovi, koje emo sada navesti i objasniti.

*Johann Peter Gustav Lejeune Dirichlet (1805. 1859.) njemaki matematiar

Definicija 10: Kaemo da je funkcija f : a, b po dijelovima neprekidna na intervalu a, b ako je ona

neprekidna na tom intervalu ili na tom inervalu ima samo konano mnogo taaka prekida.

Napomena: Iz Matematike I znamo da je x x0 taka prekida prve vrste funkcije f x ako postoje i
konani su lijevi i desni limes te funkcije u datoj taki f x0 i f x0 , ali su razliiti.

38

Definicija 11: Kaemo da funkcija f x zadovoljava na intervalu a, b Dirihleove uslove ako vrijedi
1) f je po dijelovima neprekidna na intervalu a, b i svi njeni prekidi su prve vrste;
2) f je monotona funkcija na intervalu a, b ili ima najvie konano mnogo strogih ekstrema (maksimuma i
minimuma) na tom intervalu.

Teorem 10: Ako je f x periodina funkcija sa periodom 2 koja na intervalu , zadovoljava

Dirihleove uslove, tada njen Furierov red konvergira na intervalu , ka funkciji S x , pri emu je
a) S x f x u svakoj taki x u kojoj je funkcija f neprekidna,
b) S x

f x f x
, ako je x taka prekida funkcije f
2

c) S S

f f
.
2

Primjer 11: elimo funkciju f x x napisati u obliku Furierovog reda za x , . Poto je ova
2

2 2
2 x3 2 3 2 2
funkcija parna, slijedi da je bn 0 za sve n . Osim toga, a0 x dx

i
0
3 0 3
3
u x2
dv cos nxdx

2
2 2
2 x2
an x cos nxdx

sin
nx
x sin nxdx

1
0
0 n0
du 2 xdx v sin nx n

4
4
x
1

x
sin
nxdx

cos
nx

cos
nxdx

1
n 0
n n
0 n 0
du dx v cos nx

u x dv sin nxdx

4
4
n
cos n 2 1 , za svako n .
2
n
n

Ako dobijene koeficijente uvrstimo u (2) dobijamo:

n

1
2
x
4 2 cos nx, x , .
3
n 1 n
2

Ako u zadnju jednakost uvrstimo da je x , slijedi:

39

2 2

1
2
1
1
2
2
4 2 cos n
4 2 2 3
.
3
3
4
6
n 1 n
n 1 n
n 1 n
2

Ako uvrstimo da je x 0, tada imamo:

1
1
4 2 cos 0 2
3
n
n
n 1
n 1
2

2
2
3 .
4
12

Zadaci

Datu funkciju f x napisati u obliku Furierovog reda ako x , :

2 x, x 0
3x, 0 x

1. f x

2. f x sin x 3. f x x sin x 4. f x x 5.

x 2 2 x, x 0,
1 1

f x 1 cos x x sin x 6. f x x 3 7. f x
2 2

1, x , 0
8. f x

ex e x
e x e x
9. f x
.
2
2

5.1 Razvijanje funkcije u Furierov red na intervalu a, b

Skup funkcija sin

2k x
2k x

| k cos
| k 0 je ortogonalan na segmentu a, b , a b.
ba
ba

Dokaite ovo za vjebu!

Koristei ovu injenicu i radei na isti nain na koji smo izveli formule za Furierove koeficijente za datu
funkciju f x , polazei od pretpostavke da je

(3)

f x

a0
2n x
2n x
an cos
bn sin
, x a, b ,
2 n1
ba
ba

moemo dobiti formule za koeficijente

(4) an

2 b
2n x
f x cos
dx n 0 i

ba a
ba

40

(5)

bn

2 b
2n x
f x sin
dx n .

ba a
ba

Specijalno za a l i b l 0, moemo iz (3) dobiti razvoj funkcije f x u Furierov red u intervalu

l, l :
f x

a0
n x
n x
an cos
bn sin
, x l , l , pri emu je
2 n1
l
l

1l
n x
1l
n x
an f x cos
dx n 0 i bn f x sin
dx n .
l l
l
l l
l
Ukoliko je funkcija f x parna na intervalu l , l tada je bn 0 n , a ako je neparna na tom
intervalu, tada je a0 an 0 n .

Primjer 12: Razviti u Fourierov red u intervalu 5,15 funkciju f x 10 x.

15

15
2
1
x2
1
225
25
a0
(10

x
)
dx

10
x

50 0

150

15 5 5
5
2 5 5
2
2

u 10 x
15
2
2k x
ak
(10 x) cos
dx du dx
15 5 5
15 5
2k x
10
2k x
v cos
dx
sin
15 5
2k
15 5
15

15

1
10
2k x
1 10
2k x
(10 x )
sin
sin
dx

5
2k
15 5 5 5 2k 5
15 5
15

1
10
2k 15
10
2k 5 1 10
2k x
(10 15)
sin
(10 5)
sin

cos

5
2k
15 5
2k
15 5 k 2k
15 5 5
1 25
25
5

sin 3k
sin k 2 2 (cos 3k cos k )
5 k
k
k
1 25
25
5

0
0 2 2 (cos 3k cos k ) 0 0 0
5 k
k k
Naime,

1 (1), ako je k neparno

, pa je u oba sluaja cos 3k cos k 0
cos 3k cos k
1 1, ako je k parno
41

Dakle, ak 0 za svako k 0 .

u 10 x
2 15
2 k x
bk
(10 x) sin
dx du dx
15 5 5
15 5
2k x
10
2k x
v sin
dx
cos
15 5
2 k
15 5
15

15

1
10
2k x
1 10
2k x
(10 x )
cos
cos
dx

5
2k
15 5 5 5 2k 5
10
15

1
10
2k 15
10
2k 5 1 10
2k x
(10 15)
cos
(10 5)
cos

sin

5
2 k
10
2 k
10 k 2k
10 5
1 25
25
5

cos 3k
cos k 2 2 (sin 3k sin k )
5 k
k
k
1 25
25
5
10

cos 3k
cos k 0
(cos 3k cos k )
(1) k
5 k
k
k

(1) k
k x
sin
, x 5,15 .

5
k 1 k

Prema tome, Furierov red date funkcije je: f ( x) 10

Zadaci

1. Razviti u Fourierov red funkciju f x 2 x 5 na intervalu 1,5 .

, .
2 2

2. Razloiti funkciju y x cos x u Fourierov red u intervalu

3. Razloiti funkciju y cos x u Fourierov red u intervalu 0,1 .

4. Razviti u Fourierov red u intervalu 1,1 funkciju f x x i zatim sumirati red

n 0

, .
2 2

5. Razloiti funkciju y x sin x u Fourierov red u intervalu

42

2n 1


, i sumirati red
2 2

6. Razviti u Fourierov red funkciju f x sin x , x

4n
n 1

1
2

.
1

x, x 0,1

7. Razviti u Fourierov red u intervalu 0,3 funkciju f x 1, x 1, 2

.

3 x, x 2,3
8. Razviti u Fourierov red u intervalu 0, 2 funkciju f x x 2 , x 0, 2 i sumirati red

n 1

n2

.
1, 1, 5 x 2
3
u Fourierov red u intervalu ,3 .
2
3 x , 2 x 3

9. Razviti funkciju f x

x 1, x 1, 0
u Fourierov red u intervalu 1,1 .
1 x, x 0,1

10. Razviti funkciju f x

x 1, x 1, 0
u Fourierov red u intervalu 1,1 .
1 x, x 0,1

11. Razviti funkciju f x

5.2 Razvijanje funkcije u red sinusa ili red kosinusa

Data je funkcija f x koja na intervalu 0, l , l 0 zadovoljava Dirihleove uslove. elimo tu funkciju
prikazati u obliku reda sinusa, tj.

f x bn sin
n 1

n x
, x 0, l .
l

Oito bi funkcija odreena redom na desnoj strani mogla biti neparna, ukoliko se posmatra na simetrinom
intervalu. Zato emo definisati funkciju F x koja je neparna na intervalu l , l , a koja se na intervalu

0,l

podudara sa datom funkcijom. Funkciju F x zovemo neparnim proirenjem funkcije f x i

vrijedi:

f x , x 0, l
F x
.
f x , x l , 0
Furierov red funkcije F x na intervalu 0,l podudara se sa Furierovim redom funkcije f x , a izraen
je iskljuivo preko sinusa.
43

Analogno, ako funkciju f x elimo na intervalu 0, l , l 0 prikazati u obliku reda kosinusa, tj.

f x

a0
n x
an cos
, x 0, l ,
2 n 1
l

pri emu na tom intervalu data funkcija zadovoljava Dirihleove uslove, tada najprije definiemo funkciju

f x , x 0, l
F x
f x , x l , 0
koja je parna na intervalu l , l , a koja se na intervalu 0,l podudara sa datom funkcijom. Funkciju

F x zovemo parnim proirenjem funkcije f x .

Furierov red funkcije F x na intervalu 0,l podudara se sa Furierovim redom funkcije f x , a izraen
je iskljuivo preko kosinusa.

Primjer 13: Funkciju f x x

smo razvili u Furierov red u intervalu

i dobili smo da je

1
2
x
4 2 cos nx, x , . To znai da je data funkcija razvijena u red kosinusa u intervalu
3
n 1 n
2

pa bi ista formula vaila i za razvoj te funkcije u intervalu 0, . Ako elimo razviti tu funkciju u

2
x , x 0,
red sinusa u intervalu 0, , tada bismo krenuli od funkcije F x 2
.

x
,
x

,
0

Ovu funkciju emo razviti u Furierov red u intervalu

, .

Poto je ona neparna, imamo da je

a0 an 0 n i da je

bn

F x sin nxdx

u x2

dv sin nxdx
2
2 2
F
x
sin
nxdx

x
sin
nx
dx

1
0
0
du 2 xdx v cos nx
n

2
2 1 2
x cos nx x cos nx dx .
n
0 n0

dv cos nxdx
1
1
I x cos nx dx
x sin nx sin nx dx
1
0 n0
du dx v sin nx n
0
n
1
1 1
1
n
cos nx 2 cos n cos 0 2 1 1 .

0 n
n n
n

ux

44

Dakle, bn

x2

2 2
2
n
1 3

n
n

2 2
2
n
1 3

n 1 n
n

1 1 n . Slijedi:
n

1 1 sin nx, x 0, .
n

Zadaci

1. Razviti u Fourierov red u intervalu 0, po kosinusima viestrukih uglova funkciju

2 x, 0 x 2
f x
.

0 , x

2
2. Razviti funkciju f x x, 0 x u Fourierov red po kosinusima i iskoristiti naeni

razvoj da se sumira red

n 1

2n 1

x2
3. Razviti u Fourierov red funkciju f x x , 0 x 1 po kosinusima.
2
2
4. Razviti u Fourierov red funkciju f x x x , 0 x 1 po sinusima.
5. Razviti u Fourierov red po sinusima funkciju f x

x
, 0 x . Zatim iskoristiti taj razvoj
2

1 1 1
...
3 5 7
0 x 1
x,
6. Razviti funkciju f x
u Fourierov red po sinusima u intervalu 0, 2 .
2 x, 1 x 2
da se sumira red 1

3 x 2 6 x 2 2
u red po kosinusima u intervalu 0, .
12

8. Razviti funkciju f x x x po sinusima viestrukih uglova u intervalu 0, .
2

2
9. Razviti u Fourierov red funkciju f x x x , x 0, u red sinusa i sumirati red
7. Razviti funkciju f x

n 1

1 .

3
n 1 2n 1

10. Razviti funkciju f x x 2 x u Fourierov red u intervalu 0, u red sinusa.

45

DIFERENCIJALNE JEDNAINE

1. Osnovni pojmovi
Jednaina u kojoj, pored nepoznate funkcije, uestvuju i njeni izvodi zove se diferencijalna jednaina. Tako
npr., jednaina

(1)

F x, y, y 0,

gdje je F neprekidna funkcija nezavisnih promjenljivih x, y , y zove se obina diferencijalna jednaina prvog
reda. Pri tome je y y x nepoznata funkcija, a y y x njen izvod. Diferencijalna jednaina prvog
reda moe se posmatrati i u obliku

y f x, y .

Pri tome je f x, y neprekidna funkcija dvije nezavisne promjenljive u nekoj oblasti ravni xOy. Ovaj oblik
zovemo normalni oblik diferencijalne jednaine prvog reda. Oigledno se (2) moe vrlo lako transformisati
na oblik (1), ali obrnuto nije uvijek mogue, tj. jednaina (1) se ne moe nekad rijeiti po y'.
Ako su P x, y i Q x, y poznate neprekidne funkcije dvije nezavisne promjenljive, tada se diferencijalna
jednaina prvog reda moe pisati i u obliku

3 P x, y dx Q x, y dy 0.
Ako ovu jednainu podijelimo sa dx i uzmemo u obzir da je y

P x , y Q x, y y 0 y

P x, y
Q x, y

dy
, dobijamo iz (3):
dx

, dakle, napisali smo jednainu u obliku (2). Takoe, jednaina

(2) se vrlo lako dovodi na oblik (3), uzimajui opet u obzir da je y

dy
.
dx

Diferencijalna jednaina drugog reda moe se pisati u obliku

F x, y, y, y 0 ili y f x, y , y .
Red diferencijalne jednaine odreuje se prema najveem redu izvoda nepoznate funkcije koji u njoj
figurie. Openito, jednainu

F x, y , y ,..., y ( n ) 0 za neko n zovemo diferencijalnom jednainom n tog reda, dok se

y n f x, y, y,..., y n1 zove diferencijalnom jednainom n tog reda u normalnom obliku.

Mi emo najvie panje posvetiti rjeavanju diferencijalnih jednaina prvog reda, ali emo isto tako vidjeti i
rjeavanje nekih diferencijalnih jednaina vieg reda.
46

Ope (opte) rjeenje (integral) jednaine (1) je funkcija y x, C koja identiki zadovoljava zadovoljava

tu jednainu za sve vrijednosti konstante C, tj. F x, x, C , x, C 0 za sve x iz nekog intervala

a, b . Pri tome konstanta C ne mora uzeti sve realne vrijednosti, nego samo vrijednosti iz nekog intervala.
Ako je C fiksirano (tj. C je konkretan broj): C C0 , tada se funkcija y x, C0 zove partikularno
rjeenje (integral) jednaine (1).
Najzad, moe se desiti da postoji neka funkcija koja je rjeenje jednaine (1), ali da nije sadrana u opem
rjeenju. Kaemo da je ta funkcija onda singularno rjeenje jednaine (1).

Primjer 1: Diferencijalna jednaina y

Zaista, y C x 2 y

2 x
2 C x2

x
ima ope rjeenje y C x 2 , C 0.
y

x
.
y
C x2

Ako je C 0, tada je C x 2 0, pa tada funkcija y C x 2 nije definisana. Ako uzmemo da je C 1,

tada funkcija y 1 x 2 predstavlja partikularno rjeenje date jednaine.

Primjer 2: Opte rjeenje jednaine y y je y e x C , C . No oito i funkcija y 0 zadovoljava datu

jednainu, ali se ta funkcija ne moe dobiti iz opteg rjeenja ni za jednu vrijednost konstante C. Time se
zakljuuje da je ta funkcija singularno rjeenje date jednaine. Meutim, opte rjeenje se moe napisati i u
obliku y C e x , C . Tada funkcija y 0 nije singularno rjeenje, jer se moe dobiti iz opteg za

C 0.

Nekad se uz diferencijalnu jednainu (2) postavi i dodatni uslov, da je y x0 y0 , pri emu su x0 , y0

fiksirani realni brojevi. To znai da se trai kriva y x koja zadovoljava jednainu (2) i osim toga,
prolazi kroz taku T x0 , y0 .

y f x, y
zove se Koijev (Cauchy)
y x0 y0

Problem odreivanja jedne ili vie krivih koje zadovoljavaju sistem:

problem. Uslov y x0 y0 nam pomae da u optem rjeenju y x, C odredimo vrijednost

konstante C.

y y
.
3
y 3 2e

Primjer 3: Rijeiti Koijev problem

47

Ako u optem rjeenju y C e x jednaine y y (Primjer 2) stavimo da je x 3 i y 2e3 slijedi

2e3 C e3 C 2. Otuda je y 2 e x rjeenje datog problema.

Zadaci

1. Dokazati da je y C e

x2

opte rjeenje diferencijalne jednaine y 2 xy 0 i zatim nai onu

krivu iz te familije krivih koja prolazi kroz taku A 0,1 .

2. Dokazati da je y aCe

x
a

C opte rjeenje diferencijalne jednaine

y ay , a 0.

2. Diferencijalna jednaina koja razdvaja promjenjive

Diferencijalna jednaina koja razdvaja promjenjive je oblika y f ( x ) g ( y ) i rjeava se ovako:

dy
dy
f ( x) g ( y )
f x dx.
dx
g ( y)
Pri tome obavezno pretpostavljamo da je g y 0. Posebno se provjeri da li e jednaina biti zadovoljena
ako je g y 0, jer tada moemo eventualno dobiti singularna rjeenja.
Ukoliko je jednaina zadata preko diferencijala dx i dy, npr.

P1 x Q1 y dx P2 x Q2 y dy 0, jednainu podijelimo sa P2 x Q1 y , pod pretpostavkom da je

P2 x 0 i Q1 y 0 :
P1 x
P2 x

dx

Q2 y
Q1 y

P1 x
P2 x

dy

Za diferencijalnu jednainu

dx

P1 x
P2 x

Q2 y
Q1 y

dx

dy 0, a odatle je
Q2 y
Q1 y

dy C .

y f ( ax by c ) , uzimamo smjenu u ax by c. Dalje slijedi

du
du
a by a bf (u )
dx,
dx
a bf (u )
a ovo je diferencijalna jednaina koja razdvaja promjenjive.

48

Primjeri 4:
a) Rijeiti diferencijalnu jednainu: xy dx x 1 dy 0 .

Rjeenje: Data jednaina se transformie ovako

xy dx x 1 dy

x
1
dx dy ,
x 1
y

pri emu pretpostavljamo da je x 1, y 0. Integriranjem obje strane slijedi

1 x 1 dx y dy
x ln x 1 ln y ln C
ln y ln x 1 ln C x
y
C
ln
x 1
x
x 1
y C x ope rjeenje.
e
ln

Ako je x 1, tada je dx 0, pa je jednaina zadovoljena, a isto tako y 0 je oito rjeenje date

jednaine. Meutim, rjeenje y 0 se moe dobiti iz opeg za C 0, dok se rjeenje x 1 ne moe
dobiti iz opeg i zakljuujemo da je to singularno rjeenje date jednaine.

b) Nai rjeenje jednaine x 2 1 y ' 2 xy 2 0 koje prolazi kroz taku T 0,1 .

Rjeenje: Uz pretpostavku da je y 0 i x 1 dijeljenjem sa y 2 x 2 1 jednainu dovodimo na oblik:

y'
2x
2
.
2
y
x 1
Ovu emo jednainu sad pomnoiti sa dx i integrirati, pa se dobije:

1
ln x 2 1 C y C ln x 2 1 1,
y

ime smo dobili ope rjeenje jednaine.

Ako je y 0 tada je i y ' 0 pa zakljuujemo da je y 0 singularno rjeenje.
Iz poetnog uslova da traena kriva prolazi kroz taku T imamo da je 1 C ln1 1, pa je oito C 1. To
znai da je traeno partikularno rjeenje nae jednaine dato sa:
49

y 1 ln x 2 1 1.
c) Rijeiti jednainu y ' cos y x .

Rjeenje: Napraviemo smjenu promjenljive y x z. Tada je y ' 1 z ', tj. y ' z ' 1. Jednaina sad
glasi: z ' 1 cos z. Dalje slijedi:

z ' cos z 1 * ... z ' 2 sin 2

pri emu pretpostavljamo da je sin

2ctg

z
z'

2,
2
2 z
sin
2

z
0 z 2k , k . Otuda je
2

z
z
yx
2 x 2C ctg x C ctg
x C.
2
2
2

To je ope rjeenje date jednaine. No, moemo dobiti i jednu grupu singularnih rjeenja. jer ako je

z 2k , k , tada je z ' 0, pa uvrtavanjem u * dobijemo identitet. Dakle, imamo singularna

rjeenja y x 2k , k .

Zadaci

1. Rijeiti diferencijalne jednaine:

a) y ' xy 2 2 xy
b) y ' 4 x 2 y 1.
c) x 1 y 2 dx y 1 x 2 dy 0.
d) y

x2 8
x2 5x 6 y 2 cos y

e) 8 y 2 12 y 2 y x y 3 2 y 2 y 2 x.

2. Nai partikularno rjeenje date jednaine koje zadovoljava dati uslov:

a) y ' ctgx y 2, y 0 1
b) x 2 y ' cos 2 y 1, y

9
4
50

c) xy ' y y , y 1 0,5.
3. Rijeiti diferencijalnu jednainu 2 xy y x 2 y 4 1 y 0 pomou smjene y
4. Rijeiti diferencijalnu jednainu y

z
, z z x .
x

y2
1
2 smjenom xy z.
2
2x

3. Homogene diferencijalne jednaine

Homogene diferencijalne jednaine su oblika

dy
y
f . Uvodi se smjena
dx
x

y
u y xu y ux u .
x
Nakon uvrtavanja u polaznu jednainu dobija se diferencijalna jednaina koja razdvaja promjenjive:
du
dx
u x u f u u x f u u
.
f u u x
Primjeri 5:

1. Rijeiti diferencijalnu jednainu: x y dx x y dy 0.

Rjeenje: x y dy x y dx , pa dijeljenjem sa x y , x y , dobijamo da je

y
dy
xy
x.

y'
y
dx
x y
1
x
1

Uzeemo smjenu u

y
1 u
y ' u ' x u , pa slijedi u ' x u
. Dalje se jednaina lahko dovede
x
1 u

do oblika

u 2 1
u 1
1
u 1
1
1
u'x
u' 2
2
du dx ln u 2 1 arctgu ln x C ,
u 1
u 1
x
u 1
x
2
odnosno nakon sreivanja ln x u 2 1 C arctgu . Na kraju umjesto u u opem rjeenju uvrstiemo

y
y
i dobija se ope rjeenje: ln x 2 y 2 C arctg .
x
x

2. Rijeiti diferencijalnu jednainu: xy ' y xe x .

51

Rjeenje: Dijeljenjem sa x, x 0, dobijemo homogenu jednainu y '

y
y
e x . Nakon uvoenja smjene
x

y
u'
1
y ' u ' x u , dobijamo u ' x u u eu , odnosno
.
x
u
x

Poslije mnoenja sa dx i integriranja slijedi

e u ln x ln C e u ln Cx u ln ln Cx y x ln ln Cx .

3. Nai krive kod kojih je odsjeak tangente MT od take dodira M do presjeka T sa x osom jednak
odsjeku OT na x osi.

Rjeenje: Imamo da je jednaina tangente MT data sa: Y y y ' X x . Ako ovdje uvrstimo da je Y 0

y
dobijamo da je X x . Dakle T x , 0 . Zato je MT
y'
y'

OT x

y
y x x . Poto je
y'

y
, iz MT OT slijedi nakon kvadriranja
y'

y
y2
y2
2 xy
2 xy
2
x2 2 x

x2 y 2
y' 2

2
2
y ' y '
y'
x y2
y '

y
x .
2
y
1
x
2

2u
u u3
y
Uzmimo smjenu u y ' u ' x u. Tada je u ' x u
u'x
. Razdvajanjem
x
1 u2
1 u2
promjenljivih dobiemo:

Poto je

1 u2
1
u 1 u 2 du x dx.

1 u2
1
2u
2
u 1 u 2 du u du 1 u 2 du ln u ln 1 u C , slijedi

y
u
u
ln
ln Cx
Cx x 2 Cx y C x 2 y 2 .
2
2
y
1 u
1 u
1 2
x
Otuda traene krive su krunice sa centrom na y osi koje prolaze kroz koordinatni poetak.

Zadaci
1.

2 x3 y ' y 2 x 2 y 2
52

2.

xy ' y x y ln

3.

xy '

4.

5.

x y
x

y 2 x 2 y.

y 2 x 4 y x 2 y 2 y 4 .

y'

y y 2 3x2
2 x3

ako je y 1 1 .
4

3
2

6. Rijeiti diferencijalnu jednainu 2 x yy y 4 x smjenom y z , z z x .

7.

y xy
2.
x yy

4. Diferencijalne jednaine koje se svode na homogene

a1 x b1 y c1
se svodi na homogenu diferencijalnu jednainu.
a2 x b2 y c2

Diferencijalna jednaina oblika y f

Razlikujemo sljedee sluajeve:

1 c1 c2 0

a1 b1 x
a1 x b1 y
y f
f
a2 x b2 y
a2 b2 y
x

a1
a2

. Ovo je homogena jednaina.

b1
a ka2
a
b
0 a1b2 a2b1 0 a1b2 a2b1 1 1 k 1
.
b2
a2 b2
b1 kb2

k (a2 x b2 y ) c1
kt c1
f
, uzmemo smjenu a2 x b2 y t
a2 x b2 y c2
t c2
t a2
, odakle slijedi a2 b2 y t y
.
b2
Zamjenimo u polaznu jednainu: y f

53

Tada dobijamo jednainu

a1
a2

kt c1
t a2
f
, a to je diferencijalna jednaina koja razdvaja promjenjive.
b2
t c2

b1
0
b2

Tada uvodimo smjenu: x u , y v , gdje su u, v nove promjenjive, a i neodreene konstante.

dx du dy dv
, pa se dobija jednaina po nepoznatoj funkciji v v u

dy dv dx du
a u b1 v c1
a u b1v a1 b1 c1
dv
f 1
f 1

du
a2u b2v a2 b2 c2
a2 u b2 v c2
Da bi ovo bila homogena jednaina mora biti prema 1

a1 b1 c1 0
a2 b2 c2 0

Ovaj sistem ima jedinstveno rjeenje, jer je

a1
a2

b1
0.
b2

Primjeri 6:

1. Rijeiti diferencijalnu jednainu 2 x y 1 dx 4 x 2 y 3 dy 0.

Rjeenje: 2 x y 1 dx 4 x 2 y 3 dy
se odabrati smjena funkcije. Zaista, y '
Tada je z ' 2

Poto je

2 1
dy 2 x y 1

. Poto je
4 4 0, moe
dx 4 x 2 y 3
4 2

2x y 1
, pa emo uzeti smjenu 2 x y z y ' z ' 2.
2 2x y 3

z 1
5z 7
2z 3
2z 3
z'

z ' 1
dz dx.
2z 3
2z 3
5z 7
5z 7

2z 3

5 z 7 dz 5 2 5z 7 dz 5 2 z 5 ln 5z 7 C , slijedi

2z 1
4x 2 y 1
ln 5 z 7 x C
ln 5 x 10 y 7 x C 5 x 10 y ln 5 x 10 y 7 C .
5 25
5
25
2. Rijeiti diferencijalnu jednainu y '

2 x 4 y 6
.
x y3
54

Rjeenje: Poto je

2 4
2 4 6 0, uzeemo smjene funkcije i argumenta,
1 1

x u , y v , v v u , a i su pogodno izabrane konstante. Tada je v 'u y ' x pa slijedi:

v'

2u 4v 2 4 6
u v 3

Ova jednaina moe biti homogena ako je 2 4 6 0 i 3 0, odakle se dobije da je

1, 2. Dakle, uzimaju se smjene x u 1, y v 2, tj. u x 1, v y 2. Data jednaina se

svodi na v '

2 4
v'
1

v
u

2u 4v
. Ako posljednji razlomak skratimo sa u, dolazimo do homogene jednaine
uv

v
u.

Sada napravimo jo jednu smjenu funkcije

z uz '

v
z , z z u v zu v ' z uz ', pa se dobije
u

2 4 z
z 2 3z 2
1 z
1
1 z
1
uz '
z' 2

dz du.
1 z
1 z
z 3z 2
u
u
z 1 z 2

Pri tome pretpostavljamo da je z 1 i z 2. Imajui u vidu da je

1 z

z 1 z 2 dz z 1 z 2 dz

, dolazimo do rjeenja po z:
3

z 2
2ln z 1 3ln z 2 ln u ln C ln
2
z 1

z 2 C .
C
ln
2
u
z 1 u

2
3

v 2u

v u
C
C
3
2

Uvrstimo sad z :

v 2u C v u .
2
2
u v
u
u
u v u
1
u
Najzad, uvrtavamo u ovo rjeenje da je u x 1, v y 2. Slijedi:
3

y 2 2 x 1 C y 2 x 1 y 2 x C y x 1 .
Ako je z 1 slijedi

v
1 v u y 2 x 1 y x 1.
u

Ako je z 2 slijedi v 2u y 2 2 x 1 y 2 x.
Direktno se provjerava da su ove dvije funkcije rjeenja date jednaine. Meutim, funkcija y 2 x se moe
dobiti iz opeg rjeenja, dok funkcija y x 1 ne moe. Zato je y x 1 singularno rjeenje.

55

Zadaci
1.

x y 1 y x 2 y ' 0

2.

2 x y 4 dy x 2 y 5 dx 0
y x 2 dx 2 y x 5 dy 0.
x 3 y 16 dx 3x y 8 dy 0.
3 y 7 x 7 dx 3x 7 y 3 dy
x 2 y 1 dx x 3 y dy 0.
2 x 4 y 6 dx x y 3 dy 0.

3.
4.
5.
6.
7.

5. Egzaktna diferencijalna jednaina

Definicija 1: Ako je u u x, y diferencijabilna funkcija nezavisnih promjenljivih x i y, tada je

du

u
u
dx dy totalni (potpuni) diferencijal funkcije u.
x
y

Teorem 1: Neka su P x, y i Q x, y funkcije dvije nezavisne promjenljive, koje su definisane i

2

neprekidne u nekoj oblasti D i neka u toj oblasti imaju neprekidne parcijalne izvode

P Q
i
. Da bi
y x

izraz P x, y dx Q x, y dy bio totalni diferencijal neke funkcije u x, y , potrebno je i dovoljno da u

oblasti D bude

(4)

P Q

.
y x

Dokaz: Najprije dokazujemo da je uslov potreban. Pretpostavimo da postoji funkcija u x, y , takva da je

du

u
u
dx dy P x, y dx Q x, y dy.
x
y

Oito je onda

Tada slijedi

u
u
P x, y i
Q x, y .
x
y

2u P x, y 2u Q x, y

.
xy
y
yx
x

Zbog neprekidnosti parcijalnih izvoda, mjeoviti parcijalni izvodi drugog reda funkcije u su jednaki. Otuda je

P Q

.
y x

56

Dokaimo sada da je uslov (4) dovoljan. Odrediemo tada funkciju u x, y za koju je

du P x, y dx Q x, y dy. Oito je

u
u
P( x, y ) i
Q( x, y ). Zato je
x
y

u x, y P x, y dx y , gdje je y funkcija koja zavisi samo od y. Slijedi:

P x, y dx y Q x, y y Q x, y P x, y dx, pa je
y y
y

y Q ( x, y ) P( x, y )dx dy C , C const.
y

Najzad, u x, y P x, y dx Q ( x, y )

P( x, y )dx dy C , C const.

Teorem je dokazan.

Definicija 2: Diferencijalna jednaina P x, y dx Q x, y dy 0 zove se egzaktnom ili jednainom

totalnog diferencijala, ako je njena lijeva strana totalni diferencijal neke funkcije u x, y .

Rjeavanje egzaktne diferencijalne jednaine zasniva se na nalaenju funkcije u. Ta jednaina je onda

ekvivalentna sa jednainom du 0 u c. Naravno, najprije treba provjeriti da je zadovoljen uslov (4).

Primjer 7: Rijeiti diferencijalnu jednainu 2 xydx x 2 y 2 dy 0.

2
2
Rjeenje: P x, y 2 xy Q x, y x y

Potraimo sada funkciju u u x, y takvu da je

u 2 xydx x 2 y y

P Q

2 x.
y x
u
u
2 xy
x 2 y 2 . Iz prvog od ova dva uslova je
x
y

u
x 2 y . Dakle,
y

y3
x y x y y y y k .
3
2

Zakljuujemo da je u x y

y3
y3
k , k . Opte rjeenje jednaine glasi: x 2 y
c.
3
3

57

ax by c
, pri emu su a, b, c, f , g je egzaktna. Naime, ona je
bx fy g
P Q

b.
ekvivalentna sa by ax c dx bx fy g dx 0, za koju je
y x
Primjer 8: Jednaina y

Primjer 9: Ako su f x i g y proizvoljne funkcije, diferencijalna jednaina y

f x y
x g y

je egzaktna.

Zadaci

sin 5 x dx 2 y cos 5 x dy 0
y

jednaina totalnog diferencijala i nai partikularno rjeenje te jednaine tako da je y 0 e .

1. Pokazati

da

je

diferencijalna

jednaina

ln y 5 y

2. Dokazati da je diferencijalna jednaina egzaktna, pa zatim rijeiti tu jednainu.

a) e y x dx xe y 2 y dy 0.
b) x 2 y dx 2 x y dy 0.
c) mdx ndy sin mx ny ndx mdy cos nx my .
d)

xdx ydy
1 x2 y 2

xdy ydx
.
x2 y 2

3. Dokazati da se diferencijalna jednaina

y x2 x 2 y 2
2

smjenom u

xy x y x
diferencijalnu jednainu totalnog diferencijala, pa zatim rijeiti tu jednainu.

58

y
x

svodi na

6. Integracioni mnoilac

Pretpostavimo da diferencijalna jednaina P x, y dx Q x, y dy 0 nije egzaktna. To znai da je

P Q

. Postavlja se pitanje moemo li tu jednainu popraviti, tj. transformisati je u njoj ekvivalentnu

y x
jednainu (koja ima ista rjeenja kao polazna), tako da ona postane egzaktna.

Primjer 10: Za diferencijalnu jednainu x 2 3 y 2 dx 2 xydy 0 je

P
Q
6 y 2 y
. Znai, ona
y
x

1 3y2
2y
4 dx 3 dy 0, koja je egzaktna, jer
2
x
x
x

nije egzaktna. Ali ako je podijelimo sa x 4 , dobijemo:

1 3 y2
P
6y
2y
Q
6 y P
4
4 , Q 3 2 yx 3
6 yx 4 4
.
2
x
x
y
x
x
x
x
y

U optem sluaju, traimo funkciju x, y koju zovemo integracioni mnoilac tako da je jednaina

x, y P x, y dx x, y Q x, y dy 0 egzaktna. S obzirom na Teorem 1, to znai da je

P
y

(5)

Q
x

. Koristei pravilo za izvod proizvoda, dobiemo:

y
y
x
x
P Q

P .
Q
x
y
y x

Integracioni mnoilac traiemo u dva specijalna sluaja, kad on zavisi samo od x ili samo od y.

10 Pretpostavimo da je x . Tada je

d
0 i

. Tada iz (5) slijedi

y
x dx

P Q

d y x
(6)

dx.

Q
Ukoliko je razlomak na desnoj strani u (6) funkcija koja zavisi samo od x, jednaina (6) je sa razdvojenim
promjenljivim i moemo bez problema doi do mnoioca .

59

20 Pretpostavimo da je y . Tada je

. Tada iz (5) slijedi

0 i
x
y dy

P Q

d y x
(7)

dy.

P
Ukoliko je razlomak na desnoj strani u (6) funkcija koja zavisi samo od y, jednaina (6) je sa razdvojenim
promjenljivim i moemo opet bez problema doi do mnoioca .

P Q

8 y. Jednaina (6) tada glasi:

y x
d 8 y
d
4
d
dx
1

dx
dx
4 ln 4 ln x ln x 4 , pa je x 4 4 .

2 xy

x
x

2
2
Primjer 11: x 3 y dx 2 xydy 0

Zadaci

Rijeiti diferencijalnu jednainu ako se zna da se moe nai integracioni mnoilac koji zavisi samo od jedne
varijable.

1.

y 2 x y 2 dx 2 x y dy 0.

2.
3.

x sin y y dx x 2 cos y x ln x dy 0
y 2 dx xy 1 dy 0

4.

2 xy 3 x 4 ln x
3x 2 y 2

y3
2
2
2
5. 2 xy x y
dx x y dy 0.
3

60

7. Linearna diferencijalna jednaina prvog reda

Neka su p x i q x neprekidne funkcije na intervalu a, b . Jednainu

y p x y q x

zovemo linearna diferencijalna jednaina prvog reda. Ako je q x 0 za sve x a, b , kaemo da je

jednaina (8) homogena linearna, a u suprotnom nehomogena linearna diferencijalna jednaina prvog reda.
Postoji nekoliko naina za rjeavanje ove jednaine.

I metoda varijacije konstante (Lagran)*

* Joseph Louis Lagrange (1736. 1813.) francuski matematiar

Rijeimo najprije homogenu jednainu koja odgovara jednaini (8), tj. y p x y 0. Ova jednaina
doputa razdvajanje promjenljivih, jer je ekvivalentna sa
p ( x ) dx
y
p( x ) ln y p ( x )dx ln C y C e
.
y

Ako u optem rjeenju homogene jednaine pretpostavimo da C nije konstanta, nego neka funkcija koja
zavisi od x, moemo potraiti opte rjeenje jednaine (8) u tom obliku, tj.
p ( x ) dx
p ( x ) dx
p ( x ) dx
y C x e
y C x e
C x p ( x )e
, pa uvrtavanjem u (8) slijedi:

p ( x ) dx
p ( x ) dx
p ( x ) dx
C x e
C x p ( x )e
p xC xe
q x

p ( x ) dx
p ( x ) dx
p ( x ) dx
C x e
q x C x q x e
C x q x e
dx. Zakljuujemo da je opte

rjeenje jednaine (8) dato formulom:

(9)

p ( x ) dx
p ( x ) dx dx .
ye
c q x e

II metoda nepoznatih funkcija (metoda zamjene)

Rjeenje jednaine (8) traiemo u obliku proizvoda dvije nepoznate funkcije u u x i v v x , tj.

y uv y u v uv uv uv uvp q u v u v vp q.
Imamo pravo odabrati proizvoljno jedan uslov koji se odnosi na nepoznate funkcije u i v, pa se odabere da
je

pdx
v vp 0 v e ,

nakon

toga

dobijemo

funkciju

iz

jednaine

pdx
pdx
u e q u e qdx c, te uvrtavajui u formulu y uv, dobijemo opet formulu (9).

61

III metoda integracionog faktora (Ojler)

Jednaina (8) ekvivalentna je jednaini

8' p( x) y q( x) dx dy 0.
Za P ( x ) p ( x) y q( x) i Q( x) 1, imamo da je

P
Q
p( x ),
0, to znai da (8') nije egzaktna
y
x

diferencijalna jednaina. Ako potraimo integracioni faktor ove jednaine u obliku x , iz jednaine
(6) dobijemo da je

P Q

p ( x ) dx
d y x

dx p ( x )dx ln p( x)dx e
.

p ( x ) dx
p ( x ) dx
p ( x ) dx
p ( x ) dx
p ( x ) dx
p ( x ) dx .
Mnoei (8) sa e
slijedi: y e
p x ye
q x e
ye
q x e

Odatle se direktno dolazi ponovo do rjeenja (9).

IV metoda
Linearnu diferencijalnu jednainu (8) moemo direktno rjeavati pomou izvedene formule (9).

Primjeri 12 : Rijeiti diferencijalne jednaine

1.

xy ' 2 y 2 x 4

Rjeenje: Koristiemo metodu varijacije konstanti. Najprije emo rijeiti homogenu jednainu xy ' 2 y 0.
Imamo da je tada

xy ' 2 y

y' 2
dy
2

dx ln y 2ln x ln C ln y ln Cx 2 y Cx 2 , pa emo
y x
y
x
2

ope rjeenje polazne jednaine traiti u obliku y C x x .

2

Tada je y ' C ' x x 2 xC x , pa uvrtavanjem u poetnu jednainu dobijemo

62

x C ' x x 2 2 xC x 2C x x 2 2 x 4 x 3C ' x 2 x 4 C ' x 2 x C x x 2 K , pa

zakljuujemo da je ope rjeenje date jednaine y x 2 K x 2 x 4 Kx 2 .

2.

xy e dx xdy 0
x

Rjeenje: xy e

dx xdy

dy xy e x
ex

y ' y , uz uslov x 0.
dx
x
x

Koristiemo metodu nepoznatih funkcija. Ope rjeenje traimo u obliku y uv, gdje su u i v neodreene
funkcije. Tada je y ' u ' v uv ', pa uvrtavanjem u jednainu slijedi

u ' v uv ' uv

ex
ex
u ' v u v ' v ... *
x
x

Izaberimo v tako da je v ' v 0. Tada je v ' v

Sada iz * slijedi da je u ' e

v'
dv
1
dx ln v x v e x .
v
v

ex
1
u ' u ln x C . Zato je y e x ln x C .
x
x

Ako je x 0, tada je i dx 0, pa je poetna jednaina oito zadovoljena. Prema tome, data jednaina ima
singularno rjeenje x 0.

3.

2e

x y ' 1

1
, to nam je nepovoljna varijanta. No ako posmatramo x kao funkciju od y,
2e x
imali bismo da je x ' 2e y x x ' x 2e y
Rjeenje: Oito je y '

Radiemo dalje po metodi integracionog faktora. Dakle, mnoei posljednju jednainu sa

p y dy

dy

e y , dobiemo xe y 2e 2 y xe y 2e 2 y dy e 2 y K odakle slijedi:

x e 2 y K e y e y Ke y .

Zadaci
1.
2.

2 x 1 y ' 4 x 2 y
2 x y dy ydx 4 ln ydy
63

ny
n
e x x 1 , ako je y (1) 2n1 , n .
x 1
2
4. sin y xctgy y ' 1
3.

5.

y ' tg y

ex
cos y

6. Pokazati da samo jedno rjeenje diferencijalne jednaine xy 2 x 2 1 y x 2 ostaje ogranieno

kada x i nai to rjeenje.

8. Bernulijeva* diferencijalna jednaina

Bernulijeva diferencijalna jednaina ima oblik

(10)

y p ( x ) y q( x) y n , n , n 0, n 1

gdje su p x i q x poznate funkcije, koje su definisane i neprekidne na nekom intervalu a, b .

Za n 0 i n 1 jednaina (10) svodi se na linearnu diferencijalnu jednainu. Oito je linearna
diferencijalna jednaina specijalan sluaj Bernulijeve.
Dijeljenjem jednaine sa y n dobijamo

y
1
p( x) n1 q ( x), n , n 0, n 1 .
n
y
y
1
1
1 n

z
, Bernulijeva diferencijalna jednaina se moe svesti na linearnu jednainu:
y n1
y
z
z
z (1 n) y n y n

p ( x) z q ( x ) .
y
1 n 1 n

Smjenom

Bernulijeva jednaina se moe rijeiti i direktno metodom neodreenih funkcija.

* Jacob Bernoulli (1655. 1705.) vicarski matematiar

Primjeri 13: Rijeiti diferencijalne jednaine

64

1.

y ' 2 y y 2 e x

Rjeenje: Uzeemo smjenu y z 1 . Tada je y ' z 2 z ', pa slijedi z 2 z ' 2 z 1 z 2 z '. Ako

pomnoimo jednainu sa z 2 , dobiemo linearnu diferencijalnu jednainu z ' 2 z e x . Dalje imamo

po metodi varijacije konstanti

z ' 2 z 0 z ' 2 z

z'
dz
2 2dx ln z 2 x ln C z Ce 2 x .
z
z

z C x e 2 x z ' C ' x e 2 x 2C x e 2 x C ' x e 2 x 2C x e 2 x 2C x e2 x e x

C ' x e x C x e x K z e x K e 2 x e x Ke2 x .

Najzad, ope rjeenje date jednaine je y 1 e x Ce 2 x e x Ce 2 x y 1.

2.

xy 2 y ' x 2 y 3 .

Rjeenje: Direktno se provjerava da funkcije x 0 i y 0 nisu rjeenja ove jednaine. Ako podijelimo
jednainu sa xy 2 , dobiemo Bernulijevu diferencijalnu jednainu

y ' xy 2 x 1 y y ' x 1 y xy 2 ... 1

Rijeiemo je metodom nepoznatih funkcija. Ope rjeenje traimo u obliku y uv y ' u ' v uv ', pa
slijedi uvrtavanjem u (1):

u ' v uv ' x 1uv xu 2v 2 u ' v u v ' x 1v xu 2v 2 ... 2

v ' x 1v 0

v' 1
dv
dx

v x. Tada iz (2) slijedi
v x
v
x

u3
1
1

u ' x xu x u ' u x u du x dx
C u 3 3 C .
3
x
x

Zato je y x 3 3 C

3.

1
3

y 3 x 3 A y 3 Ax3 3 x 2 . Pri tome je A 3C.

x
x

( x 1) y y 2 y .

65

y
y 2 .Ovo je Bernoullieva jednaina. Rjeavamo je
x 1
1
y
2
uvoenjem smjene z . Podijelimo jednainu y
y 2 sa y . Dobiemo:
y
x 1
y
1
1
1
z

1 . Iz z slijedi 2 y z . Uvrtavanjem smjene dobijamo: z

1.
2
y
y x 1
y
y
1 x
Prethodnu jednainu napiemo u obliku: y

Posljednja jednaina je linearna diferencijalna jednaina prvog reda.

dx
dx

x 1
x 1
z ( x) e
dx C
1 e

z ( x) e

ln x 1

1 e

ln x 1

dx C

z ( x) x 1 1
dx C
x 1

z ( x ) x 1 ln x 1 C

1
1
x 1 ln x 1 C y ( x)
.
y ( x)
x 1 ln x 1 C

Zadaci
1.

y ' y 4 cos x ytgx

2.

xy ' 2 x 2 y 4 y

3.

xdx x 2 2 y 1 dy

4.

6.

2 xy
.
x y2 1
y2
dx
ydy a 2 dx b 2 .
x
x
y ln ydx x ln y dy 0.

7.

xdy y xy 3 1 ln x dx 0.

8.

2sin x y y cos x y 3 x cos x sin x .

5.

66

9. Lagranova i Kleroova* diferencijalna jednaina

Neka su f x i g x funkcije koje su definisane, neprekidne i diferencijabilne na intervalu a, b .

Diferencijalnu jednainu

(11) y x f y g y zovemo Lagranovom diferencijalnom jednainom prvog reda. Ako je

f x x, za sve x a, b ova jednaina ima oblik

12

y xy g y

koji zovemo Kleroova diferencijalna jednaina prvog reda. Dakle, Kleroova jednaina je specijalan sluaj
Lagranove. Obje jednaine rjeavamo uvoenjem parametra p y. Pri tome se podrazumijeva da p
zavisi od x.
Nakon uvoenja parametra, jednaina (11) postaje

13

y xf p g p .

Ovu jednainu emo diferencirati po x:

y f p xf p p g p p p f p p xf p g p .
Pretpostavimo da je p f p 0. Tada je

p f p
xf p
g p
dp
dx xf p g p

x p

.
dx xf p g p
dp
p f p
p f p p f p

ovo je linearna diferencijalna jednaina po nepoznatoj funkciji x x p . Ako je njeno ope rjeenje

x p, C , uvrtavanjem u jednainu (13), dobiemo da je y p, C . Ope rjeenje polazne

jednaine je dato u parametarskom obliku

x p, C
(14)
.
y p, C
Ako je p f ( p) 0, dobiemo (eventualno) jedno ili vie rjeenja te jednaine: p p1 , p p2 ,... i ako ih
uvrstimo u (13), moemo doi eventualno do singularnih rjeenja jednaine (11).
Pri rjeavanju Kleroove diferencijalne jednaine kreemo od

14

y xp g p .

Poslije diferenciranja po x, slijedi:

y p xp g p p p p p x g p p 0 x g p 0.
67

Ako je p 0, tada je p C , pa se odmah dobije ope rjeenje Kleroove jednaine y xC g C .

Ako je x g p 0, iz te jednaine najee izrazimo p preko x i onda uvrtavanjem u (14) moemo u
nekim sluajevima dobiti singularno rjeenje (ili vie njih).

* Alexis Claude de Clairaut (1713. 1765.) francuski matematiar

Primjeri 14:
1.

y x y y .
2

Rjeenje: y p y xp p y p 2 xpp 2 pp p p p 2 xp 2 p .
2

Imamo da je p p p 1 p 0 ako je p 0 p 1.
Neka je p 0 p 1. Tada je p

p 1 p
p 2x 2

1 p
dx 2 x 2
2x
2

.
2x 2
dp 1 p
1 p 1 p

Rijeimo ovu jednainu uvoenjem nepoznatih funkcija, x uv u v uv. Slijedi:

u v uv

2uv
2
2v
2

u v u v
.

1 p 1 p
1 p 1 p

2v
2v
v
2
1
0 v

ln v 2 ln 1 p v
.
2
1 p
1 p
v 1 p
1 p

u v

2
1
2
u

u 2(1 p) u 2 p p 2 k , k const .
2
1 p
1 p 1 p

x uv

2 p p2 k

1 p

Iz jednaine x 1

2 p p2 k 1 1

1 p
l

1 p

k 1 1 p

1 p

slijedi: 1 p

Stavljajui da je l c, imamo da je p 1

1 p

, l k 1.

l
l
l
1 p
p 1
.
x 1
x 1
x 1
c
, pa se dobije da je
x 1

c
2c
c2

2
y p x 1 1
x

x 1 x 1 c 2c x 1, tj. ope

x 1
x 1 x 1

rjeenje jednaine je: y c x 1 .

68

Ako je p 0, tada je y 0 i to je singularno rjeenje, dok p 1 y x 1. Ova funkcija se oito

moe dobiti iz opeg rjeenja, uzimajui da je c 0. Prema tome, jednaina ima jedno singularno
rjeenje y 0.

Primjetimo da smo jednainu p

1 p
mogli rijeiti jednostavnije, jer je to jednaina koja razdvaja
2x 2

promjenljive. Zaista,

1 p
p
1
dp
1
1

dx ln 1 p ln x 1 ln C
2x 2 1 p 2x 2
1 p
2x 2
2
2

2ln(1 p ) ln x 1 2ln C ln 1 p ln

Stavljajui da je l

2.

1
.
C x 1
2

1
l
2
, dobijamo kao u prvom nainu 1 p
, itd.
2
C
x 1

2 y 2 xy ay a 1 y .

Ova jednaina se poslije dijeljenja brojem 2 transformie u

y xy

ay a
2

1 y .
2 2

y p y xp

y p xp

ap a

1 p 2 . Diferencirajmo po x:
2 2

ap a 2 pp
a
ap
.

p p p x
2

2 2 2 1 p2
2
2
1

p 0 p c y xc

ac a

1 c2 .
2 2

a
ap
a
ap
ap
a

0 x

x.
2
2
2
2 2 1 p
2 2 1 p
2
2 1 p
2

a2 p2
a

Kvadriranjem se dobije:
x . Odatle slijedi:
2
4 1 p 2

4 x
2 x
a 2x
a 2x
2

p2
p

.
2
2
2
2
4
ax

4
x
2
ax

x
a

2
a

a 4 x
a2 4 x
2

69

Sada ovo uvrstimo u y xp

ap a

1 p 2 . Dobije se:
2 2

a 4 x
2

y
, tako da imamo dva singularna rjeenja
4 ax x 2
2

y1

2 x 2 2ax a 2
2 ax x

i y2 ax x 2 .

Zadaci

y sin y
.
2 y

1.

2.

y e y 2 xy .

3.

y 3xy y .

4.

y 3 y ' x y ' .

5.

y xy ' 4 y '

6.

y y ' x 1 y ' .

7.

y '

8.

x y ' yy '

3 xy ' y .
2

a
0.
2

10. Linearne diferencijalne jednaine vieg reda sa konstantnim koeficijentima

Diferencijalnu jednainu oblika

1 f1 x y n f 2 x y n 1 ... f n x y f n 1 x y F x , n , gdje su
i 0,1,..., n funkcije koje su definisane i neprekidne na nekom intervalu a, b ,

fi x i F x
zove se linearna

diferencijalna jednaina n tog reda.

Uz pretpostavku da je f1 x 0 za x a, b jednainu (1) moemo podijeliti sa tom funkcijom i
dobijamo jednainu oblika

y n a1 x y n 1 ... an 1 x y an x y f x .
70

Ako je f x 0 kaemo da je (2) homogena linearna diferencijalna jednaina, a u suprotnom se kae da je

(2) nehomogena. Mi emo vidjeti postupak rjeavanja jednaine (2) samo u sluaju kada su a1 , a2 ,..., an
konstante. Za poetak emo se ograniiti na sluaj kada je n 2.
Moe se pokazati da rjeenje nehomogene jednaine (2) zavisi od rjeenja odgovarajue homgene
jednaine, pa emo najprije prouiti rjeavanje homogene linearne diferencijalne jednaine drugog reda sa
konstantnim koeficijentima.

10. 1 Homogene linearne diferencijalne jednaine drugog reda sa konstantnim koeficijentima

Radi se o jednaini oblika

(3) y a1 y a2 y 0 a1 , a2
Neka je L y y a1 y a2 y. Ako su y1 i y2 dva rjeenja jednaine (1) onda je L y1 L y2 0.
Poto je L y1 y2 y1 y2 a1 y1 y2 a2 y1 y2 y1 a1 y1 a2 y1 y2 a1 y 2 a2 y 2 ,
dakle L y1 y2 L y1 L y2 , zakljuujemo:
y1 i y2 su rjeenja jednaine (1) y1 + y2 je rjeenje jednaine (1).
Za proizvoljnu realnu konstantu c je L cy cy a1cy a2cy cL y , pa L y 0 L cy 0.
Dakle, y je rjeenje jednaine (1) cy je rjeenje jednaine (1).

Istaknuti zakljuci nam dokazuju sljedei

Teorem 2: Ako su y1 i y2 dva partikularna rjeenja linearne homogene jednaine (3), tada je i funkcija

y C1 y1 C2 y2 C1 , C2 takoe rjeenje te jednaine.

Prirodno je zapitati se da li su sva rjeenja jednaine (3) data sa y C1 y1 C2 y2 C1 , C2 , gdje su y1 i

y2 dva partikularna rjeenja te jednaine? Odgovor je pozitivan, ali samo ako su rjeenja y1 i y2 linearno
nezavisna.

Primjer 15: Funkcije y1 e 2 x i y2 3e 2 x su rjeenja diferencijalne jednaine y y 2 y 0. Funkcija

y3 e x je takoe rjeenje te jednaine, ali se ni za jednu vrijednost konstanti C1 , C2 ta funkcija ne

moe napisati u obliku y C1 y1 C2 y2 .
71

Definicija 3: Funkcije y1 i y2 su linearno nezavisne ako njihov kolinik ne predstavlja konstantu. U

suprotnom se kae da su to linearno zavisne funkcije.

Teorem 3: Opte rjeenje jednaine (3) dato je formulom y C1 y1 C2 y2 C1 , C2 pri emu su y1 i

y2 linearno nezavisna partikularna rjeenja te jednaine.

Partikularna rjeenja jednaine (3) traimo u obliku: y e x , pri emu je neodreena konstanta.

y e x y e x y 2e x , pa uvrtavanjem u (3):

e x 2 a1 a2 0 , tj.

2 a1 a2 0.

Jednaina (4) je karakteristina jednaina diferencijalne jednaine (3). Pretpostavimo da su 1 i 2 rjeenja

jednaine (4). Dalje razmatramo slijedee sluajeve:

10 1 2 (1 , 2 ) y1 e1 x , y2 e2 x - ovo su partikularni integrali. Oito su te funkcije linearno

nezavisne, tako da je opte rjeenje jednaine (3) dato sa y C1e1 x C2 e2 x .

20 1 2 y1 e 1 x y2 e2 x . Dokaimo da je y xe 1 x takoe partikularno rjeenje jednaine

a1
, tj. 21 a1 0. Osim toga,
2
y e1 x 1 x 1 y e 1 x 12 x 21 , pa je tada

(3). Zaista, iz (4) slijedi da je 1

y xe1 x

y a1 y a2 y e1 x 12 x 21 a1e1 x 1 x 1 a2 xe 1 x e1 x 12 x a1 x1 a2 x a1 21 0.
Dakle, kao dva linearno nezavisna rjeenja jednaine (3) mogu se uzeti y1 e 1 x i y2 xe 1 x .
Tada je opte rjeenje jednaine (3) dato sa y C1e

1x

C2 xe 1x e1x C1 C2 x . .

72

30 1 i, 2 i, . z1 e x (cos x i sin x ), z2 e x (cos x i sin x)

su partikularni integrali. Ali oni nisu realni, pa emo uzeti umjesto njih y1

y2

z1 z 2
e x cos x i
2

z1 z2
e x sin x.
2i

Tada je opte rjeenje jednaine (3) dato sa y e x (C1 cos x C2 sin x ) .

Zadaci

1. Rijeiti homogene linearne diferencijalne jednaine sa konstantnim koeficijentima drugog reda:

a) y '' 2 y ' 3 y 0
b) y '' 4 y ' 4 y 0
c) y '' 2y ' 10y 0
d) y '' 6 y ' 13 0
e) 2 y '' y ' y 0
f) 9 y '' 6 y ' y 0
Rjeenje: a) Odgovarajua karakteristina jednaina glasi 2 2 3 0, ija su rjeenja 1 1, 2 3.
Zato je ope rjeenje jednaine dato sa

y C1e x C2 e3 x .
b) Imamo da je 2 4 4 0 1 2 2. Ope rjeenje sada glasi

y C1e 2 x xC2e 2 x C1 C2 x e2 x .
2

c) Imamo da je 2 10 0 1,2 1 3i. Ope rjeenje je

y e x C1 cos 3x C2 sin 3 x .
d) Za vjebu, rez.: y e

3x

C1 cos 2 x C2 sin 2 x

e) Za vjebu, rez.: y C1e x C2 e x

3

f) Za vjebu, rez.: y C1 C2 x e

73

10. 2 Nehomogene linearne diferencijalne jednaine drugog reda sa konstantnim koeficijentima

To su jednaine oblika:

(5) y a1 y a2 y f x a1 , a2

Rjeenje diferencijalne jednaine (3) je oblika y c1 y1 c2 y2 y p , pri emu je c1 y1 c2 y2 opte rjeenje

odgovarajue homogene diferencijalne jednaine (3), a y p je partikularni integral diferencijalne jednaine
(5).
Partikularni integral y p traimo zavisno od f ( x ) :
- ukoliko je f x konstanta, y p traimo u obliku konstante, Ukoliko je pak broj 0 rjeenje karakteristine
s

jednaine (4), tada je y p k x , k const., pri emu je s viestrukost broja 0 kao rjeenja jednaine (4),
(tj. koliko puta je broj 0 rjeenje te jednaine).
- ukoliko je f x polinom stepena r, tada je y p Pr x neodreeni polinom stepena r. Ukoliko je pak
s

broj 0 rjeenje karakteristine jednaine (4), tada je y p Pr x x , pri emu je s viestrukost broja 0 kao
rjeenja jednaine (4).
- ukoliko je f x k e , tada je y p m e , m je neodreena konstanta. Ali ako je broj
x

rjeenje karakteristine jednaine (4) viestrukosti s, tada je y p m e

xs .

- ukoliko je f x cos x ili f x sin x, tada je y p a cos x b sin x, a i b su neodreene

konstante.
x

- ukoliko je f x e

cos x ili f x e x sin x, a konjugovano kompleksni par i je rjeenje

x

jednaine (4) viestrukosti s, tada je y p e

a cos x b sin x x s .

- ukoliko je f x zbir ili razlika dva ili vie dosad navedenih izraza, integral y p nalazimo u obliku zbira
odgovarajuih funkcija
- ukoliko f x nije nijedan od navedenih sluajeva, tada koristimo metodu varijacije konstanti.

74

Zadaci
2. Rijeiti nehomogene linearne diferencijalne jednaine sa konstantnim koeficijentima drugog reda:

a) y '' 4 y ' 3 x 1 e

2x

b) y '' 3 y ' 3 xe3 x

c) y '' 4 y ' 5 y e

2x

sin 3x 2cos 3x

d) y '' 2 y ' 20 x 4 24 x3 30 x 2 38 x 30
e) y '' 2 y ' 2 y x cos x e

f) y '' 4 y 4 sin 2 x cos 2 x

g) y '' 2 y ' 3 y x 1 e3 x , y 0

11
, y ' 0 3.
9

h) y 4 y xe2 x sin x x
i) y 2 y 3 y e x cos x.

j) y y 2 y x 2 1 e2 x .
k) y 16 y sin 4 x , const.

Rjeenja: a) Najprije rijeimo odgovarajuu homogenu jednainu. Karakteristina jednaina glasi

2 4 0 1 4, 2 0.

Dakle,

ope

rjeenje

odgovarajue

homogene

jednaine

je

yh C1e4 x C2 .
2x

Partikularno rjeenje odreujemo u obliku y p ax b e . Naime, na desnoj strani jednaine imamo

proizvod polinoma prvog stepena i eksponencijalne funkcije e 2 x , pri emu se koeficijent uz x ne podudara
ni sa jednim od rjeenja karakteristine jednaine.

Diferenciranjem postavljene funkcije y p dobijamo: y p e

pa uvrtavajui ovo u jednainu y p 4 y p 3 x 1 e

2x

2x

a 2b 2ax yp 2e2 x 2a 2b 2ax,

slijedi

4e2 x a b ax 4e 2 x a 2b 2ax 3 x 1 e 2 x .
75

Podijelimo jednainu sa e 2 x , pa imamo

12ax 8a 12b 3 x 1 12a 3 8a 12b 1 a

1
1
,b .
4
12

1
1
1
1
x e 2 x y C1e 4 x C2 x e 2 x .
12
12
4
4

Dakle, y p

b) Karakteristina jednaina glasi: 2 3 0 1 0, 2 3. Ope rjeenje homogene

jednaine je yh C1 C2 e 3 x .

Partikularno rjeenje emo traiti u obliku y p ax b e 3 x x ax 2 bx e 3 x . Naime, na desnoj strani

polazne jednaine imamo proizvod polinoma prvog stepena i eksponencijalne funkcije e 3x . Pri tome se jo
uzima u obzir da je koeficijent uz x u izrazu e 3x upravo jedno rjeenje karakteristine jednaine. Slijedi:

y p e3 x 3ax 2 3bx 2ax b yp e 3 x 9ax 2 9bx 12ax 6b 2a , i to uvrstimo u jednainu

y p 3 yp 3 xe 3 x . Dobija se da je
e 3 x 9ax 2 9bx 12ax 6b 2a 3e 3 x 3ax 2 3bx 2ax b 3xe 3 x / : e 3 x
1
1
6ax 3b 2a 3x 6a 3 3b 2a 0 a b .
2
3
1
1 2 1 3 x
1
x x e , pa je ope rjeenje y C1 C2e 3 x x 2 x e 3 x .
3
3
2
2

Otuda y p

c) Rjeenja karakteristine jednaine 2 4 5 0 su 1,2 2 i. Zato je

yh e 2 x C1 cos x C2 sin x . Da bismo odredili oblik partikularnog rjeenja, zapazimo da izrazima

e 2 x sin 3 x i e2 x cos3 x odgovaraju kompleksni brojevi 2 3i, koji se ne podudaraju sa rjeenjima
karakteristine jednaine. Zato je y p e

2x

1
4

a cos 3x b sin 3x . Nakon diferenciranja i uvrtavanja u

1
8

polaznu jednainu dobijamo da je a , b , pa je

1
1
1

y p cos 3 x sin 3x e2 x y e 2 x C1 cos x C2 sin x cos 3 x sin 3x e 2 x

8
8
4

1
1

y cos 3x sin 3 x C1 cos x C2 sin x e 2 x .

8
4

d) Rjeenja karakteristine jednaine su 1 0, 2 2, pa je zato rjeenje homogene jednaine

je yh C1 C2 e 2 x . Desnu stranu polazne jednaine moemo napisati i u obliku
76

 20 x

24 x 3 30 x 2 38 x 30 e0 x . Dakle, vidimo da se koeficijent uz x podudara sa jednim rjeenjem

karakteristine jednaine. Zato je

y p ax 4 bx 3 cx 2 dx e x ax 5 bx 4 cx 3 dx 2 ex.
Poslije diferenciranja i uvrtavanja u polaznu jednainu dobiemo

10ax 4 20a 8b x 3 12b 6c x 2 6c 4d x 2d 2e 20 x 4 24 x 3 30 x 2 38 x 30

a 2, b 2, , c 1, d 8, e 7.

Dakle,

2 x5 2 x 4 x 3 8 x 2 7 x y C1 C2 e 2 x 2 x5 2 x 4 x3 8 x 2 7 x.

e) Rjeenja karakteristine jednaine su 1,2 1 i , pa je ope rjeenje homogene jednaine

yh e x C1 cos x C2 sin x . Zato partikularno rjeenje traimo u obliku y p y1 y2 , pri emu y1

odabiremo prema sabirku xe x , a y2 prema sabirku e x cos x na desnoj strani polazne jednaine. Imajui
u vidu da izrazima e x cos x i e x sin x odgovaraju kompleksni brojevi 1 i, koji su upravo rjeenja
karakteristine jednaine, moemo uzeti da je y1 e

ax b , odnosno

y2 e x c cos x d sin x x .

Poslije diferenciranja i uvrtavanja u jednainu dobijamo a 1, b c 0, d

1
, pa je ope rjeenje
2

y e x x C1 cos x C2 sin x .
2

f) y C1 x cos 2 x C2 x sin 2 x
g) y

19 x 211 3 x 1
2 x
e
e x e3 x 2 x 1
192
192
3
9 16

h) y

1 2x 4
1
1
1
xe cos x sin x x 2 x C1 C2 e 4 x .
4
17
17
8
16

10. 3 Rjeavanje nehomogene linearne diferencijalne jednaine n tog reda sa konstantnim koeficijentima

Da bismo rijeili nehomogenu linearnu jednainu

y n a1 y n1 ... an1 y an y f x , ai

neophodno je rijeiti odgovarajuu homogenu jednainu

y n a1 y n1 ... an 1 y an y 0.
77

Ako pretpostavimo da je rjeenje te jednaine u obliku y e x , tada uvrtavanjem u (6) dobijamo

algebarsku jednainu n tog reda:

n a1 n1 ... an1 an 0.

Ovu jednainu zovemo karakteristinom jednainom jednaine (7). Ona u skupu kompleksnih brojeva ima n
rjeenja, oznaimo ih sa 1 , 2 ,..., n .

Definicija 4: Za funkcije 1 , 2 ,..., n , j j x za sve j 1, 2,..., n , koje su definisane u intervalu

a, b kaemo da su linearno zavisne u tom intervalu ako postoje konstante 1 , 2 ,..., n , od kojih je bar
jedna razliita od nule, tako da je 11 x 22 x ... n n x 0 za sve x a, b . U suprotnom
kaemo da su funkcije 1 , 2 ,..., n linearno nezavisne na datom intervalu.

Primjer 16: Funkcije 1 x cos x, 2 x sin x, 3 x 1 x su linearno zavisne na skupu

2

jer je 1 x 2 x 3 x 0 za sve x .

Definicija 5: Neka su y1 , y2 ,..., yn linearno nezavisna rjeenja jednaine (7). Tada skup funkcija

y1 , y2 ,..., yn zovemo fundamentalnim sistemom rjeenja jednaine (7).

Teorem 4: Ako je

y1 , y2 ,..., yn

fundamentalni sistem rjeenja jednaine (7), tada je opte rjeenje te

jednaine dato formulom y

C y , C , C ,..., C
i

i 1

Teorem 5: Ako je y p bilo koje partikularno rjeenje jednaine (6), opte rjeenje te jednaine je

y y p yh , pri emu je yh opte rjeenje odgovarajue homogene jednaine (7).

Ostaje jo da se pokae kako doi do funkcija y1 , y2 ,..., yn koje uestvuju u rjeenju yh pomou rjeenja

1 , 2 ,..., n karakteristine jednaine. S obzirom na to kako smo nalazili yh u sluaju kad je n 2,

zakljuujemo sljedee:
a) Ako je i 1 , 2 ,..., n realno rjeenje viestrukosti 1, njemu odgovara funkcija yi ei x .

78

b) Ako je 1 , 2 ,..., n realno rjeenje viestrukosti r, njemu odgovaraju funkcije y1 e x ,

y2 xe x ,..., yr x r 1e x .
c) Ako je i 1 , 2 ,..., n kompleksno rjeenje jednaine (8), tada je i i takoe
rjeenje te jednaine. Rjeenjima i u fundamentalnom sistemu rjeenja jednaine (7) odgovaraju
funkcije y e x cos x i y e x sin x.
to se tie nalaenja partikularnog rjeenja y p jednaine (6), traimo ga po pravilima ve objanjenim za
rjeavanje u sluaju kad je n 2.

Zadaci

Rijeiti diferencijalne jednaine:

1. y 3 y 4 y 2 y e x cos x.
2. y y 2 y e x cos x.
3. y 2 y 2 y y xe x .
4. y 2 y y 2 y e x x 2 .
5. y y 3 y 5 y e x cos 2 x.
6. y iv y xe x cos x
7. y 4 y 5 y 2 y 3x 5 e

8. y iv y 2cos x.
9. y iv 2a 2 y a 4 y cos ax
10. y ''' 4 y ' xe 2 x sin x x
11. y ''' y '' x 2 1 3e x

79

11. Lagranova metoda varijacije konstanti

Ovu metodu koristimo za rjeavanje diferencijalne jednaine oblika (6) ako se na desnoj strani (funkcija

f x ) ne pojavljuje nijedna od funkcija pomenutih u 10.2 (polinom, eksponencijalna funkcija, funkcije

sinusa ili kosinusa, te linearne kombinacije nabrojanih funkcija).
Pogledajmo najprije postupak za rjeavanje u sluaju kad je

n 2,

tj. imamo jednainu

(5) y a1 y a2 y f x a1 , a2
Uvedimo oznaku: L y y a1 y a2 y.
Neka je y c1 y1 c2 y2 opte rjeenje homogene jednaine L ( y ) 0 . Tada se opte rjeenje
nehomogene jednaine (3) moe traiti u obliku y c1 ( x ) y1 c2 ( x) y2 . Dakle u optem rjeenju homogene
jednaine uzeli smo da su c1 c1 ( x ) i c2 c2 ( x) .
Funkcije c1 ( x) i c2 ( x) odreujemo tako da y c1 ( x ) y1 c2 ( x) y2 bude rjeenje nehomogene jednaine
(5). Naime, y c1 ( x) y1 c1 ( x ) y1 c2 ( x) y2 c2 ( x) y2 . Pri tome moemo prizvoljno odabrati jedan uslov
za funkcije c1 c1 ( x ) i c2 c2 ( x) . Neka je

c1( x) y1 c2 ( x) y2 0
Tada je y c1 ( x ) y1 c2 ( x) y2 y c1( x) y1 c1 ( x) y1 c2 ( x) y2 c2 ( x) y2 , pa uvrtavanjem u (5)
slijedi:

c1 ( x ) y1 c1 ( x ) y1 c2 ( x ) y2 c2 ( x) y2 a1 (c1 y1 c2 y2 ) a2 (c1 y1 c2 y2 ) f ( x) , tj.

c1 L( y1 ) c2 L( y2 ) c1 y1 c2 y2 f ( x) .
Poto je L( y1 ) L( y2 ) 0 , slijedi: c1 y1 c2 y2 f ( x) . Otuda funkcije c1 c1 ( x ) i c2 c2 ( x) nalazimo
rjeavanjem sistema jednaina:

c1 ( x) y1 c2 y2 0
c1 y1 c2 y2 f ( x ).

Dobiemo rjeenja c1( x) ( x) i c2 ( x ) ( x) , pa je

c1 ( x) ( x) dx A , c2 ( x ) ( x ) dx B

80

U optem sluaju, ako smo rijeili homogenu jednainu (7) i ako je y

C y , C , C ,..., C
i

, opte

i 1

rjeenje te jednaine, tada se opte rjeenje jednaine (6) trai u obliku y

C x y ,
i

pri emu su

i 1

Ci Ci x i 1, 2,..., n nepoznate funkcije. Izvode tih funkcija moemo nai iz sistema

C1 y1 C2 y2 ... Cn yn 0
C1 y1 C2 y2 ... Cn yn 0
..........................................
C1 y1( n1) C2 y2 n 1 ... Cn yn n 1 f x .

Poznavajui izvode, moemo dobiti pomou integrala nepoznate funkcije Ci Ci x i 1, 2,..., n i zatim
napisati opte rjeenje jednaine (6) u obliku y C1 y1 C2 y2 ... Cn yn .

Primjer 17: y 4 y 5 y

e2 x
cos x

y 4 y 5 y 0

2 4 5 0 2 i
y c1e 2 x cos x c2e 2 x sin x

Primjeniemo metod varijacije konstanti. Opte rjeenje jednaine traimo u obliku:

y c1 ( x)e 2 x cos x c2 ( x )e 2 x sin x .

Dalje slijedi:

c1 ( x)e 2 x cos x c2 ( x )e 2 x sin x 0

c1 ( x)(2 cos x sin x)e2 x c2 ( x)(2sin x cos x)e 2 x

e2 x
cos x

Poslije dijeljenja sa e 2 x dobijamo:

c1( x) cos x c2 ( x)sin x 0

81

c1 ( x)(2 cos x sin x) c2 ( x)(2 sin x cos x)

1
cos x

0
sin x
1
2sin x cos x
tgx
cos
x

c1

c1 ( x) ln cos x K1
cos x
sin x
1
2 cos x sin x 2sin x cos x

cos x

0
1
cos x 1 c ( x ) x K
2
2

2 cos x sin x
c2

y ln cos x K1 e 2 x cos x ( x K 2 )e 2 x sin x

Primjer 18: y y

1
cos 2 x

Rjeenje: y y 0 2 1 0 1/ 2 i y c1 cos x c2 sin x .

Opte rjeenje traimo u obliku y c1 x cos x c2 x sin x , gdje je

c1 cos x c2 sin x 0
c1 sin x c2 cos x

sin x

0
1
2
c1 cos x

cos x

sin x
tgx
cos x

sin x

c1 ( x )

cos x
c2

1
cos 2 x

1
cos 2 x

1
cos x

sin x
1
dx
K1
2
cos x
cos x

82

c2 ( x)

dx

cos x

dx
dx

x
x
sin x
2sin cos
2

4 2
4 2

dx
x
x tg u
2
cos
4 2
1
4 2
x

ln tg K 2
dx
2

du
x
4 2
tg
x
2
2 cos
4 2
4 2

x
, pri emu su A i B
4 2

Rjeenje polazne jednaine je y A cos x B sin x sin x ln tg

konstante.

Zadaci
Rijeite diferencijalne jednaine:
1. y y

1
e x e x
1
. 2. y 2 y 2 y x
. 3. y y x x . 4. y 2 y 2 y e x tg x
e sin x
e e
cos 2 x

5. y 2 y y 3e x x 1. 6. y '' y ' 12 y

7
.
e 1
x

83

12. Sistemi linearnih diferencijalnih jednaina sa konstantnim koeficijentima

Neka su x1 , x2 ,..., xn nepoznate funkcije koje zavise od argumenta t, a xi

dxi
i 1, 2,..., n izvodi ovih
dt

funkcija po t. Tada se sistem jednaina

x1 a11 x1 a12 x2 ... a1n xn f1 t

x2 a21 x1 a22 x2 ... a2 n xn f n t

,

...

xn an1 x1 an 2 x2 ... ann xn f n t

zove normalni sistem linearnih diferencijalnih jednaina prvog reda. Pri tome su aij i, j 1, 2,..., n realne
konstante koje zovemo koeficijentima sistema, a fi t i 1, 2,..., n neprekidne funkcije argumenta t,
koje zovemo slobodnim lanovima. Ukoliko je f1 t f 2 t ... f n t 0, kaemo da je sistem (1)
homogeni, a u suprotnom kaemo da je (1) nehomogeni sistem diferencijalnih jednaina.

12.1 Metoda svoenja sistema na diferencijalnu jednainu po jednoj nepoznatoj

Sistem (1) emo rjeavati samo u sluaju kad je n 2 ili n 3. Ako je n 2 sistem glasi:

x1 a11 x1 a12 x2 f1 t
.

x2 a21 x1 a22 x2 f 2 t

Ako je a12 0, sistem je ve sveden na jednainu po jednoj nepoznatoj funkciji, jer je takva prva jednaina
u (2). Otuda pretpostavimo da to ne vai. Tada iz prve jednaine u (2) moemo izraziti nepoznatu funkciju

x2 preko nepoznate x1 :

x a x f t
x a x f t
x2 1 11 1 1 , ako je a12 0. Slijedi: x2 1 11 1 1
, pa onda uvrtavanjem u drugu
a12
a12

jednainu u (2), dobijamo linearnu diferencijalnu jednainu po nepoznatoj funkciji x1 t . Nakon toga lako
se dobije x2 t .
Analogno, mogli smo izraziti nepoznatu funkciju x1 preko funkcije x2 iz druge jednaine u (2) i onda to
uvrstiti u prvu jednainu u (2).

84

Ako je n 3, sistem (1) glasi:

x1 a11 x1 a12 x2 a13 x3 f1 t

x2 a21 x1 a22 x2 a23 x3 f 2 t .

x3 a31 x1 a32 x2 a33 x3 f3 t

Diferenciraemo prvu jednainu u (3) po t: x1 a11 x1 a12 x2 a13 x3 f1 t . Zatim emo umjesto

x1 , x2 , x3 uvrstiti desne strane iz (3), pa e se dobiti jednaina oblika x1 b1 x1 b2 x2 b3 x3 g1 t . Kad

nju diferenciramo po t i opet zamijenimo na desnoj strani izvode x1 , x2 , x3 iz (3), dobiemo jednainu

x1 c1 x1 c2 x2 c3 x3 g 2 t . Sistem (3) sada se moe zamijeniti ekvivalentnim sistemom

x1 a11 x1 a12 x2 a13 x3 f1 t

x1 b1 x1 b2 x2 b3 x3 g1 t .

x3 c1 x1 c2 x2 c3 x3 g 2 t

Iz prve dvije jednaine u (4) moemo izraziti nepoznate funkcije x2 i x3 preko funkcije x1 i onda to uvrstiti
u treu jednainu u (4). Na taj nain, dobiemo linearnu diferencijalnu jednainu po nepoznatoj funkciji x1.
Kad je rijeimo, odmah dolazimo do rjeenja za x2 i x3 .
Analogno, u sistemu (3) moe se dva puta diferencirati druga ili trea jednaina, pa time doi do linearne
diferencijalne jednaine po nepoznatim funkcijama x2 ili x3 .

Rijeeni primjeri:

t
x 2 x y 2e .....(5)
1.
.

4
t
y x 2 y 3e ....(6)

Iz (5) imamo da je y x 2 x 2et y x 2 x 2et . Uvrtavanjem u (6) dobijamo:

x 2 x 2et x 2 x 2 x 2et 3e 4t x 4 x 3x 2et 3e 4t .

85

Za

odgovarajuu

homogenu

jednainu

x 4 x 3x 0 postavljamo karakteristinu jednainu

2 4 3 0, ija su rjeenja 1 1 i 2 3. Otuda je opte rjeenje homogene jednaine
xh C1et C2 e3t .
t

4t

4t

4t

Partikularno rjeenje je x p x1 x2 ate be xp ae t 1 4be xp ae t 2 16be ,

pa je aet t 2 16be 4t 4 aet t 1 4be 4 t 3 atet be 4 t 2et 3e 4t

2aet 3be 4t 2et 3e 4t a 1, b 1, dakle x p tet e 4t x C1et C2e3t tet e 4t .

3t

4t

Dalje slijedi: x C1e 3C2e t 1 e 4e , pa je

y C1et 3C2 e3t t 1 et 4e 4 t 2 C1et C2e3t tet e 4t 2et i nakon sreivanja

y C1et C2e3t 3 t et 2e 4t .
x C1et C2e3t tet e 4t
t
3t
t
4t
y C1e C2e 3 t e 2e .

Rjeenje:

2. x 2 x y; y x 3 y z; z 2 y 3 z x.

x 2 x y 2 2 x y x 3 y z 5 x 5 y z;

x 5 x 5 y z 5 2 x y 5 x 3 y z 2 y 3z x 16 x 18 y 8 z;
Dakle, umjesto polaznog sistema posmatramo sistem:

x 2 x y ............ 7

x x 5 y z ........ 8

x 16 x 18 y 8 z ..(9)

Iz (7) slijedi y x 2 x, a iz (8) je z 5 x 5 y x 5 x 5 x 2 x x x 5 x 5 x. Kad to uvrstimo u

(9) dobijamo da je x 16 x 18 x 2 x 8 x 5 x 5 x x 8 x 22 x 20 x 0.

86

Dobili smo linearnu homogenu jednainu po nepoznatoj funkciji x x t . Njena karakteristina jednaina
je 3 8 2 22 20 0. Pomou Hornerove eme se pogodi jedno rjeenje 1 2, a preostala dva se
2

dobiju iz kvadratne jednaine 6 10 0 2,3 3 i.

2t

Otuda je x C1e e

3t

C2 cos t C3 sin t .

Dalje se dobije

y x 2x
2C1e 2 t 3e3t C2 cos t C3 sin t e3t C2 sin t C3 cos t 2 C1e 2 t e3t C2 cos t C3 sin t
e3t C2 cos t sin t C3 sin t cos t .

2t

Poto je x 2C1e 3e

3t

C2 cos t C3 sin t e3t C2 sin t C3 cos t , to je

x 4C1e 2t 9e3t C2 cos t C3 sin t 6e3t C2 sin t C3 cos t 3e3t C2 cos t C3 sin t
4C1e 2 t e3t C2 6 cos t 6sin t C3 6sin t 6 cos t ,

2t

3t

pa je z x 5 x 5 x ... C1e e C2 4cos t sin t C3 4sin t cos t .

Zadaci

Rijeiti sisteme diferencijalnih jednaina:

1. x z x y y x y z z y. 2. x x y y 2 x y 6sin 2 t.

3. x 2 x y 2 z y x z x y z. 4. x 2 x y 2 z y x 2 z z 2 x 3z.

5.

dx
dy
y tg 2 t 1;
x tg t ; 6. x 2 x y sin t y 4 x 2 y cos t.
dt
dt

7.

dx
dy
dz
z y x
x y z
x y z. 8. x 3 x 4 y e 2 t y x 2 y 3e 2 t .
dt
dt
dt

9. x y 2 x 2 z y x 2 y 2 z z 3x 3 y 5 z. 10.

dx
3
dy
3 x y et
4 x 2 y e 2t .
dt
2
dt

11. x 2 x 2 z y y x 2 z z y 2 x z. 12. x x y
87

1
y 2 x y.
cos t

12. 2 Ojlerova* metoda

* Leonhard Euler (1707. 1783.) vicarski matematiar

Ovo je metoda kojom moemo rjeavati homogene sisteme linearnih diferencijalnih jednaina. Potraimo
rjeenja sistema

x a x a x a x
11 1
12 2
13 3
1

10 x2 a21 x1 a22 x2 a23 x3

x3 a31 x1 a32 x2 a33 x3

u obliku: xi Ai e

i 1, 2,3 ,

pri emu su Ai , i 1, 2,3 i neke realne konstante. Tada je

xi Ai et i 1, 2,3 , pa uvrtavanjem u (10) slijedi:

A1e t a11 A1e t a12 A2 et a13 A3et

t
t
t
t
A2 e a21 A1e a22 A2 e a23 A3e

t
t
t
t
A3 e a31 A1e a32 A2e a33 A3e

a11 A1 a12 A2 a13 A3 0

a21 A1 a22 A2 a23 A3 0... 11

a31 A1 a32 A2 a33 A3 0

Dobili smo obini sistem linearnih jednaina sa nepoznatim A1 , A2 , A3 koji je homogen i koji uvijek ima
trivijalno rjeenje A1 A2 A3 0. To rjeenje nam ne odgovara, jer pomou njega ne dobijamo (sva)
rjeenja sistema (3). Otuda traimo da sistem jednaina (11) ima netrivijalna rjeenja. To se deava ako i
samo ako je determinanta tog sistema jednaka nuli, dakle

12

a11

a12

a21
a31

a22
a32

a13
a23 0.
a33

Za jednainu (12) kaemo da je karakteristina jednaina sistema (10). Njenim rjeavanjem dobiemo tri
rjeenja 1 , 2 , 3 , od kojih je bar jedno realno. Tanije mogu se desiti sljedei sluajevi:
1) Jednaina (12) ima tri realna razliita rjeenja.
2) Jednaina (12) ima tri realna rjeenja, od kojih su neka jednaka, tj. 1 2 3 ili 1 2 3 .
3) Jednaina (12) ima jedno realno rjeenje i dva konjugovano kompleksna.

88

Uvrtavanjem svakog od rjeenja karakteristine jednaine i u sistem (11) dobiemo netrivijalna rjeenja
i

tog sistema, a zatim moemo dobiti x1 , x2 , x3 , i 1, 2,3. Konano rjeenje sistema (10) se pie kao
i

linearna kombinacija izraza x1 , x2 , x3 , i 1, 2,3, tj.

x1 C1 x11 C2 x1 2 C3 x13
x2 C1 x21 C2 x2 2 C3 x23
x3 C1 x31 C2 x3 2 C3 x33 .

x1 x1 x2 x3

Primjer 1: Rijeiemo sistem

x2 x1 x2 x3

x3 2 x1 x2 .

xi Ai et i 1, 2,3 xi Ai et i 1, 2,3 . Uvrtavanjem u dati sistem i dijeljenjem sa izrazom et u

sve tri jednaine, dobijemo

1 A1 A2 A3 0
A1 1 A2 A3 0 a otuda slijedi karakteristina jednaina

1
2

1
1

2 A1 A2 A3 0,

1
1 0.

Saberimo prvu i treu kolonu u ovoj determinanti:

0
1
2 1

1 0 2 0 1

1 1

1 0 2 0 1

0
0

1 0 .
1

Oito je 2 1 1 0 1 2, 2 1, 3 1.

A1 A2 A3 0

1 2 A1 A2 A3 0 .
2 A A 2 A 0
2
3
1
Sabiranjem prve dvije jednaine dobijemo A2 0 a otuda slijedi (iz bilo koje od tri jednaine u sistemu) da
1

2t

2t

je A1 A3 . Odaberimo da je A1 A3 1. Tada je x1 e , x2 0, x3 e .

A2 A3 0

2 1 A1 A3 0
.
2 A A A 0
2
3
1
2

Oito je A1 A2 A3 . Pridruiemo im vrijednost 1, pa je x1 e , x2 e , x3 e .

89

2 A1 A2 A3 0

3 1 A1 2 A2 A3 0.
2 A A A 0
2
3
1
Sabiranjem prve dvije jednaine imamo: 3 A1 A2 0 A2 3 A1 A3 5 A1. Odaberimo jedno
3

netrivijalno rjeenje: A1 1, A2 3, A3 5. Tada je x1 e , x2 3e , x3 5e .

x1 C1e 2t C2et C3e t

t
t
Konano rjeenje: x2 C2e 3C3e

x3 C1e2t C2 et 5C3e t .

Primjer

2:

Sistem

x y z y x z z x y

ima rjeenja karakteristine

jednaine

1 2, 2 3 1.

Primjer 3: Sistem x x y z y x y z 3x z ima rjeenja karakteristine jednaine 1 1,

2,3 1 2i.

Zadaci:

1) x 4 x y; y 3 x 2 y; z 2 x 3 y 4 z; i 1, 4,5 .

2) x 2 x y; y x 3 y z; z 2 y 3 z x; i 2,3 i .

3) x 2 x y; y 4 x 8 z ; z x; i 2, 2i .

4) x x y; y y 4 z ; z x 4 z; i 0, 3, 3 .

5) x 2 x y 2 z; y x 2 y 2 z; z 3x 3 y 5 z; i 3, 1, 1 .

90

LAPLASOVA TRANSFORMACIJA
1. Gama i Beta funkcija

Definicija 1: Nesvojstveni integral x e t t x1dt

x 0

zovemo Ojlerov integral druge vrste ili

gama funkcija.

Pomou metode parcijalne integracije dobijamo za proizvoljno x 0 :

a

x 1 e t dt lim e t dt
0

Kako je t x e t

u tx

dv e t dt

x t a a t

lim t e
e xt x 1dt .

a
0 0

du xt x 1dt v e t

a
ax
x a
a e a 0, kad a (pokae se Lopitalovim pravilom), imamo da je
0
e

a t x1
x 1 lim x e t dt x e t t x1dt x x .

a
0
0

Ako je x 1, tada je 1 e t dt e t

1.

Za proizvoljni prirodni broj n 1 iskoristimo jednakost x 1 x x uvrtavajui redom umjesto x

brojeve: n, n 1, n 2,...,1 pa imamo:

n 1 n n n n 1 n 1 ... n ! 1 n ! Dakle,
n n 1 ! n
Ako je p , m , tada se analogno moe dobiti jednakost:

p m p m 1 p m 2 ... p 1 p p .

Definicija 2: Nesvojstveni integral B p, q x p 1 1 x

q 1

dx

zovemo Ojlerov integral prve vrste ili beta funkcija.

Teorem 1 (osobine beta funkcije):

1) B p, q B q, p p, q 0 beta funkcija je simetrina.
91

p, q 0

koji zavisi od parametara p i q

2) B p, q

p q
p q

p, q 0 .

Dokaz:
1) Jednostavno se dokazuje smjenom 1 x t.

2) Poto je p e

p 1

dx, q e

q 1

x y
dy, slijedi: p q e x p 1 y q 1dxdy.

0 0

U dobijenom dvostrukom integralu izvrimo smjenu promjenljivih, uzimajui x y u, xy v. lako se

pokae da je Jakobijan ove transformacije jednak u i da je 0 u , 0 v 1.
1

Slijedi: p q

u p 1
e u 1 v

p 1

uv q 1 ududv e u u p q 1du v q 1 1 v p 1 dv

0 0

p q B p, q .
Teorem je dokazan.
Primjeri 1:
a) Direktno iz definicije 2 slijedi:
1

1
2

1
dx
1
1 1
B ,
dx
x t
2
2
2 2 0 x 1 x
1
0
1
1

x
2
4
2

dt
dt
2
1 2
1 2
0
t
t
4
4

1
t
2 arcsin 2 2 arcsin1 .
1
0
2

1 1

2
2 2 1
1 1

S druge strane, iz Teorema 1 je B ,

.
1
2 2
2
2

1
1
Znai .
2
2
3
2

Dalje iz x 1 x x slijedi:

5 3
,
,...
2
4
2

2k 1 2k 1 !!
za sve k .

2k
2

b) Dokazati da je

92

1
2

c) Uzimajui smjenu sin 2 x t u integralu

sin

x cosq x dx, gdje je p 1, q 1, izraziti taj integral

preko beta i gama funkcije.

2. Pojam i osobine Laplasove transformacije

Neka je z proizvoljni kompleksni broj i f : 0, funkcija takva da konvergira nesvojstveni integral

zt

f t dt. Vidimo da taj integral u svom rezultatu zavisi od broja z, ali moemo ga posmatrati i kao

funkciju zavisnu od funkcije f t . Otuda piemo:

L f F z

zt

f t dt

i taj integral zovemo Laplasovom transformacijom funkcije f t . Pri tome se funkcija f t zove original,
a F z L f

je slika Laplasove transformacije. Za original f t se podrazumijeva da je f t 0 za

sve t 0. Ukoliko funkcija g t ne zadovoljava taj uslov, treba je pomnoiti sa jedininom funkcijom

0, t 0
u t
, ukoliko elimo raunati L g t . Jasno je tada da se transformacija L f moe
1, t 0

definisati i ovako: L f

zt

f t dt.

Ukoliko je z a ib, a, b , b 0, a f t za sve t 0, tada je

e zt f t dt

e a ibt f t dt

e
0

e cos bt i sin bt f t dt
at

at

cos bt f t dt i e at sin bt f t dt ,
0

premda ne moramo ovako raditi, jer se pri integraciji kompleksne funkcije imaginarna jednica i moe
tretirati kao konstanta.
Analogno, ako je f t , za t 0, tada se moe pisati da je f t u t iv t t 0 i polazni
integral svesti na dva integrala sa realnim podintegralnim izrazom. Otuda je dovoljno prouavati Laplasovu
transformaciju u sluaju kad je z i f : 0, . U nastavku se to i podrazumijeva.

93

Primjeri 2:
a

a) f t 1 t 0 L f

1
az 1
1 zt a
zt
e
dt

lim
e
dt

lim
e 1 .
z e 0 z lim
0
a
a
a

0
z
0
zt

b) f t e t , 0 L f

e zt e t dt lim e z t dt lim

1 z t a
e
a z
0

1
e z a 1 .

a z

lim

z a

Da bi ovaj integral konvergirao, potrebno je da bude z . Naime, samo tada izraz e

ka nuli kad a , pa je rezultat f t e t , 0 L f

konvergira i tei

1
uz uslov da je z .
z

1
vai i ako je .
z

Moe se pokazati da rezultat L e t

c) Za svako realno a 1 je

a 1

a x

xe

dx

x zt
dx zdt

a a zt

zte

zdt z

a 1

a zt

t e

dt z a 1L t a .

a 1
z a 1 .

Otuda slijedi da je L t

a 1

Specijalno za a n imamo da je n 1 n !, pa je L t n

n!
n .
z n 1

Primjetimo da posljednja formula vai i za n 0.

Za vjebu dokaite jednakost L t n

n!
n metodom matematike indukcije.
z n 1

Teorem 2: Laplasova transformacija je linearna, tj.

L c1 f1 c2 f 2 c1L f1 c2 L f 2
vai za proizvoljne konstante c1 , c2 i proizvoljne funkcije f1 t i f 2 t za t 0, takve da postoje

L f1 , L f 2 i L c1 f1 c2 f 2 .

Dokaz: L c1 f1 c2 f 2

e c f t c f t dt e
zt

1 1

2 2

zt

c1 e zt f1 t dt c2 e zt f 2 t dt c1 L f1 c2 L f 2 .
0

94

c1 f1 t dt

e
0

zt

c2 f 2 t dt

Napomena: Teorem 2 vai i u sluaju kad su c1 , c2 .

Primjeri 3: Koristei teorem 2, moemo nai Laplasovu transformaciju funkcija sin t , cos t ,

sh t , ch t , pri emu je \ 0 .
Znamo da je eix cos x i sin x i e ix cos x i sin x za svako x . Sabiranjem i oduzimanjem ovih

eix e ix
eix e ix
jednakosti dobije se onda da je cos x
sin x
x . Zato je
2
2i
ei t e i t 1
1 1
1 1 z i z i
i t
i t
L sin t L

L e L e
2i
2i z i z i 2i
z 2 i 2 2

2i

1
2i

2
2
;
2
2i z
z 2

eit e it
L cos t L
2

e t e t
L s h t L
2

1
1 1
1
i t
i t

L e L e
2 z i z i
2

1
1 1
1
t
t

L e L e
2 z z
2

z2 2 ;

1 z z
2
z2 2

1
2

2
2
;
2
2 z
z 2

e t e t 1
1 1
1
z
t
t
L c h t L

2
.
L e L e

2
2 z z z 2

95

f t

L f

1
z

tn , n

n!
z n 1

e t

1
z

sin t

z 2

cos t

z
z 2

sh t

z 2

ch t

z
z 2

0, t 0
Napomena: Funkcija t
zove se impulsna funkcija. Ona ima osobinu da je
, t 0

t dt 1.

Definicija 3: Za funkciju f : 0, kaemo da je eksponencijalnog rasta na intervalu 0, ako

postoje konstante M 0, s 0, takve da je f t Me st .
Najmanji od brojeva s 0 za koje vai posljednja nejednakost zove se red eksponencijalnog rasta date
funkcije.
Teorem 3 (teorem o egzistenciji): Ako je funkcija f : 0, integrabilna i ako je eksponencijalnog

rasta reda s0 , tada integral

zt

f t dt konvergira za sve z s0 .

Dokaz: Neka je z s0 i z s0 . Tada

e zt f t Me s0t e zt Me s0 z t Me t

e zt f t dt e zt f t dt M e t dt
0

96

M
.

Teorem 4 (teorem o pomaku): Ako je z i L f t F z , tada je L e t f t F z .

Dokaz: L e t f t

e zt e t f t dt

z t

f t dt F z .

Primjeri 4:
1) L sin t

L e t sin t
.
2
2
z
z 2
2

2) n L t n

n!
n!
L e t t n
.
n 1
n 1
z
z

Za vjebu, nai Laplasovu transformaciju funkcija e t cos t , e t s h t , e t c h t.

Teorem 5 (teorem o slinosti): Ako je k 0 i L f t F z , onda je L f kt

1 z
F .
k k

Dokaz: L f kt

zt

f kt dt , pa ako u ovom integralu uzmemo smjenu kt u dt

L f kt

1
k

u
k

f u du

1
du, tada je
k

1 z
F .
k k

Teorem 6: Ako je funkcija f : 0, eksponencijalnog rasta reda i ima neprekidan izvod na

intervalu 0, , tada postoji L f t za sve z i vrijedi L f t zL f t f 0

z .

L f t

Dokaz:

zt

f t dt.

Dalje

iskoristimo

metodu

parcijalne

integracije,

odabirui

u e zt du ze zt dt i dv f t dt v f t . Znai,

L f t

m m
e zt f t dt lim e zt f t dt lim e zt f t z e zt f t dt
m
m
0
0
0

lim e

mt

f t e f 0 z e zt f t dt .
0

Oito je 0 e mt f t e mt Me t 0 m , pa je lim e
m

tvrdnja koju je trebalo dokazati.

Postupajui analogno, pomou parcijalne integracije se dobije:

L f z 2 L f zf 0 f 0 ,
97

mt

f t 0. Tada oigledno vrijedi

L f z 3 L f z 2 f 0 zf 0 f 0 , itd. Openito vrijedi formula

L f n z n L f z n 1 f 0 z n 2 f 0 ... zf n 2 0 f n 1 0 , za sve n .
Ova formula se moe dokazati metodom matematike indukcije.

n
Teorem 7: Ako je L f t F z , tada je L t f t 1 F

z n .

Dokaz: Dokaimo ovu tvrdnju metodom matematike indukcije.

Za n 1 tvrdnja glasi: L tf t F z , to je tano, jer iz jednakosti F z

zt

f t dt slijedi,

zt

diferenciranjem po parametru z: F z

e t f t dt e
0

zt

tf t dt L tf t .

k
Pretpostavimo da vai tvrdnja L t f t 1 F

za neki prirodni broj k 1. Tada je

z 1

L t k f t 1

t f t dt , pa onda diferenciranjem po parametru z

zt k

k 1

k 1

z 1 e zt t t k f t dt 1 e zt t k 1 f t 1

L t k 1 f t 1

k 1

F k 1 z . Teorem je dokazan.

k 1

L t k 1 f t , to znai da je

Primjeri 5:

1
F z . Oito je tada
z
1
2
3
4
F z
z , F z 2 z , F z 6 z ,... nasluuje se da je
2
z

1) L e t

z 1

L t e

n t

n ! z

n 1

n!

n 1

n!

z
n!

n 1

n 1

n . Pomou teorema 7 dobijemo onda

za proizvoljno n .

2) Izraunati integral te at cos tdt za proizvoljnu konstantu a.

98

Oito je L t cos t e zt t cos tdt , a s druge strane, pomou teorema 7 je L t cos t F z , gdje je

z
z2 1 z 2z
z 2 1
F z L cos t 2 . Dakle, L t cos t

e zt t cos tdt.
2
2
2
2
z 1
z 1
z 1 0

Stavljajui da je z a , dobijamo

at
e t cos tdt
0

a2 1

a 2 1

f t
slijedi
L
F
u
du
,

F u du.
z
t z

Teorem 8: Ako je L f t F z i konvergira integral

Dokaz:

ut

ut
1 ut
f t zt
f t
F
u
du

e
f
t
dt
du

f
t
e
du
dt

f
t

e
dt

e dt L

.
z z 0

t
z
t
t

0
z

Definicija

4:

Konvolucija

neprekidnih

funkcija

f :

g :

je

funkcija

f g t f t x g x dx.

Napomena: Ako su f t i g t originali, tj. funkcije na koje djeluje Laplasov operator, definicija 2 se
t

moe pojednostaviti time da stavimo f g t

f t x g x dx.
0

Teorem 9 (osobine konvolucije):

1) Konvolucija je komutativna, tj. f g g f .
2) Konvolucija je asocijativna, tj.

f gh

f g h.

3) Konvolucija je distributivna u odnosu na sabiranje, tj. f g h f g f h.

Dokaz: za vjebu.

Teorem 10: Ako je L f t F z i L g t G z , tada je L

f g t F z G z , ili krae

L f g L f L g .
Dokaz:

L f g

e zt f g t dt

zt
zx
e
f
x
g
t

x
dx
dt

e
f
x
dx
e zt x g t x dt

99

zx

f x dx e zu g u du L f L g .

3. Inverzna Laplasova transformacija

Transformacija L : f t F z ima svoj inverz L : F z f t zovemo ga inverznom Laplasovom
1

transformacijom. Pri odreivanju inverzne Laplasove transformacije koristimo se sljedeim metodama i

injenicama:
1) Laplasova transformacija je linearna (teorem 2), pa je i inverzna transformacija linearna, tj.

L1 aF1 z bF2 z aL1 F1 z bL1 F2 z a, b .

2) Ako je funkcija F z racionalna po varijabli z, moemo je razloiti u zbir parcijalnih razlomaka i
(eventualno) polinoma. Zatim iskoristiti osobinu linearnosti.
3) Osobine Laplasove transformacije iskazane u teoremima 4,5, 7 i 8 esto se koriste u rjeavanju inverzne
transformacije.
4) Ako je funkcija F z napisana u obliku proizvoda dva ili vie izraza, onda je zgodno korisiti konvolucije,
odnosno teorem 10.
Primjeri 6:

?
z 5 3

1) L1

Znamo da je L t 2

t2 1
t2
2! 2
1 1
L

.
Otuda
je
L

.
Dakle,

3
3
z3 z3
z 2
2 z

No, poto imamo izraz z 5 umjesto z, primjeniemo jo teorem 4. Mnoenjem originala sa e5t dolazi do

t 2 5t
e .
z 5 3 2

eljenog pomaka sa z na z 5, znai L1

3z 5
?
2
z 4z 9

2) L1

Najprije dovedemo kvadratni trinom na kanonski oblik, z 2 4 z 9 z 2 5, zatim brojnik

transformiemo: 3 z 5 3 z 2 11, pa imamo dalje

100

3 z 2 11
3z 5
z2
1

3
11
.
2
2
2
z 4z 9 z 2 5
z 2 5 z 2 5
2

z z 5 , L sin t 5 z

U tabeli uoavamo: L cos t 5

z z22 5 i L e

L e 2 t cos t 5

2t

5
, pa onda pomou teorema 4 slijedi
5

z 25 5 L

sin t 5

1 2t
1

e sin t 5
.
2
5
z 2 5

11 2t
3z 5
2t
e sin t 5 .
3e cos t 5
2
5
z 4z 9

Otuda je L1

1
?
3
z z

3) L1

I nain: pomou razlaganja racionalne funkcije na parcijalne razlomke

Funkcija

1
z z 2 1

1
1
je oito prava racionalna. Otuda postoje konstante a,b,c takve da je

z z z z 2 1
3

a bz c
2
1 az 2 a bz 2 cz.
z z 1

Slijedi da je a 1, b 1, c 0. Dakle,

1
z z 1
2

1
z
1
2
L1 3
1 cos t.
z z 1
z z

II nain: pomou konvolucija

Uoimo da je

1
1

L 1 L sin t . Zato je
z z z z 2 1
3

t
1
L 3
sin t 1 sin xdx cos x cos t cos 0 1 cos t.
0
z z
0
1

Zadaci:
1. Nai Laplasovu transformaciju funkcije
2 4 t

a) f t t e

cos 2t , b) f t 2t 2 cos 3t 3t 3e 2t , c) f t t 3 c h5t , d) f t sin 3 2t ,

e) f t cos t , f) f t

2
sin t
, g) f t sin t t cos t , t 0, 0, 0,
t

et 1
h) f t s h t t c h t , t 0, 0, 0, i) f t
.
t
2

101

2. Dokazati pomou Laplasove transformacije da je te 3t sin t dt

2 t

3. Izraunati integral a) t e cos t dt , b)

e
0

ax

sin x
dx, c)
x

3
.
50

e 2t e4t
0 t dt.

4. Nai original f t pri Laplasovoj transformaciji

a) F z

z2 2z 3
1
z 2 3z 4
, c) F z 3
, , b) F z 2
,
4
2
z z 1 z 2
z z 1
z 2 z 2 z 2 z 5

d) F z

16 z 2 4
6 z 12
z2 2z 3
,
e)
f)
F
z

,
F
z

2
2
z4 2z2 1
z 2 2 z 5
z 2 4 z 13

g) F z

2z 3
1
.
, h) F z 4
2
z 2z2 1
z 3 z 4 z 8
2

102

VJEROVATNOA I STATISTIKA

1. Pojam dogaaja, vrste dogaaja

Pojmovi dogaaj i vjerovatnoa dogaaja povezani su sa izvoenjem eksperimenta kod koga se ne zna
unaprijed njegov rezultat. Npr. bacanje numerisane kocke (numerisana je brojevima od 1 do 6), bacanje
novia ili izvlaenje jedne ili vie kuglica iz posude sa raznobojnim kuglicama. Svaki od moguih ishoda pri
izvoenju nekog eksperimenta zovemo elementarnim dogaajem, a skup svih moguih ishoda zovemo
prostor elementarnih dogaaja. Taj skup se najee obiljeava slovom . Bilo koji podskup prostora
elementarnih dogaaja zove se dogaaj. Dogaaje uvijek obiljeavamo velikim slovima latinice: A, B, C ... .
Dogaaj se prilikom izvoenja eksperimenta moe realizovati (pojaviti) ili ne. Ukoliko se prilikom izvoenja
eksperimenta, realizacija nekog dogaaja ne moe sa sigurnou predvidjeti, kaemo da je taj dogaaj
sluajan. Za razliku od sluajnog dogaaja, imamo pouzdan ili siguran dogaaj onaj koji se realizuje pri
svakom izvoenju eksperimenta i nemogu dogaaj onaj koji se ne moe realizovati ni u jednom
izvoenju eksperimenta.

Primjeri 1:
a) Ako se baca homogena numerisana kocka, imamo 6 elementarnih dogaaja, Ai na gornjoj strani kocke
pada broj i, i 1, 2,3, 4,5, 6 . Otuda je A1 , A2 , A3 , A4 , A5 , A6 . Ali ako nas interesuje da na gornjoj
strani kocke padne paran broj, onda je to dogaaj, oznaimo ga slovom A, koji e se realizovati ako je
realizovan jedan od elementarnih dogaaja A2 , A4 ili A6 . Isto tako moemo posmatrati dogaaje:

B na gornjoj strani kocke pada broj manji od 3

C na gornjoj strani kocke pada broj vei ili jednak od 6, itd.

Oito se dogaaj C moe realizovati samo na jedan nain, a to je ako prilikom bacanja kocke padne broj 6.
No dogaaji A i B se mogu realizovati na vie naina. Samim tim, vea je ansa za njihovu realizaciju. Ta
ansa u matematici se moe precizno izraziti svojom brojanom vrijednou i zovemo je vjerovatnoom.
Kolike su anse dogaaja D na gornjoj strani kocke pada broj manji od 1 ili dogaaja E na gornjoj
strani kocke pada broj vei od 0?
Oito se dogaaj D ne moe nikad realizirati, koliko god puta bacili kocku, a dogaaj E se uvijek realizira.
Otuda je D primjer nemogueg, a E primjer pouzdanog dogaaja.
Skup A1 , A2 , A3 , A4 , A5 , A6 ima 64 razliita podskupa, pa moemo rei da se pri izvoenju
eksperimenta bacanja numerisane kocke mogu posmatrati 64 razliita dogaaja.
b) Imamo posudu u kojoj se nalazi 10 bijelih kuglica. izvodimo eksperiment izvlaenja jedne kuglice.
Dogaaj da e biti izvuena bijela kuglica je siguran dogaaj, a da e biti izvuena crna kuglica je nemogu
dogaaj. Meutim, ako u posudi imamo i bijele i crne kuglice i izvlaimo iz te posude jednu kuglicu, oba
navedena dogaaja pri ovom eksperimentu bili bi sluajni dogaaji.
103

c) Prilikom eksperimenta bacanja novia imamo da je G, P . Pri tome je G dogaaj da je pao grb,
a P je dogaaj da je palo pismo.

Definicije 1:
a) Ako su elementarni dogaaji koji ine dogaaj A istovremeno i elementi skupa elementarnih dogaaja
koji ine dogaaj B, kaemo da se dogaaj A sadri u dogaaju B ili da dogaaj A povlai za sobom dogaaj
B, u oznaci A B.
Ukoliko je A B i B A, tada je A B.
b) Ako se dva dogaaja ne mogu realizirati istovremeno, kaemo da su to disjunktni dogaaji. Kaemo jo
da se ti dogaaji meusobno iskljuuju.
c) Suprotni dogaaj dogaaja A je dogaaj A, koji se realizira ako se A ne realizira i obrnuto. Dogaaj A
sastoji se od svih elementarnih dogaaja koji ne pripadaju dogaaju A. Oito su dogaaji A i A disjunktni.

Osim toga, oito je A A.

d) Zbir ili unija dva dogaaja A i B, u oznaci A B ili A B, je dogaaj koji se realizira ako je realizovan
bar jedan od dogaaja A i B. Sastoji se od elementarnih dogaaja koji su ukljueni u jednom ili drugom
dogaaju. Moe se praviti zbir (unija) i vie od dva dogaaja, npr. A B C ( A B C ) itd.

e) Proizvod ili presjek dogaaja A i B, u oznaci AB ili A B je dogaaj koji se realizira ako su realizovana
oba dogaaja, A i B. Sastoji se od elementarnih dogaaja koji su ukljueni u oba data dogaaja. Analogno
se uvodi proizvod (presjek) i vie od dva dogaaja.

Primjeri 2: Uz oznake iz Primjera 1, a)

a) Oito je A1 B , C A E.

b) Primjeri disjunktnih dogaaja su: A1 i A2 , A2 i A3 , B i C, itd.

c) Neka je F dogaaj da na gornjoj strani kocke pada neparan broj. Tada je F A i A F . kako bismo
rijeima opisali suprotne dogaaje dogaaja B i C?

d) B A1 A2 , A A2 A4 A6 .
104

e) A2 B A. Nai presjeke: B F , B C , A E , C A.

Za uniju i presjek dva dogaaja vai zakon komutativnosti:

A B B A; A B B A;
a za uniju i presjek 3 dogaaja vai zakon asocijativnosti, tj.:

A B C A B C ; A B C A B C ;
Isto tako vai zakon distributivnosti unije u odnosu na presjek i presjeka u odnosu na uniju:

A B C A C B C ; A B C A C B C ;
Ako oznaimo nemogu dogaaj slovom U, a siguran slovom V, tada oito vai za proizvoljan dogaaj A da
je

A U A V A; A V V ; A U U ; A A U ; A A V .
Kad je rije o relaciji meu dogaajima, oito je

U A V , A A B, B A B , A B A, A B B,
a oigledne su i tvrdnje

A B B C A C;
A C B C A B C;
C A C B C AB;

A B A A B.

Definicija 2: Kaemo da dogaaji A1 , A2 ,..., An obrazuju potpun sistem dogaaja ako se bar jedan od njih
realizuje pri izvoenju eksperimenta, tj. A1 A2 ... An V siguran dogaaj.
Primjer 3: Uz oznake iz Primjera 1, c) pri bacanju novia, dogaaji P i G obrazuju potpun sistem dogaaja.
Zadatak za vjebu: etiri studenta polau ispit. Ako oznaimo redom sa A, B, C , D dogaaje da e prvi,
drugi, trei, odnosno etvrti student poloiti ispit, izraziti preko tih dogaaja dogaaje
a) Nijedan student nije poloio ispit
b) Ispit je poloio samo prvi student
c) Poloio je bar jedan student
105

d) Poloila su dva studenta

e) Poloila su najvie dva studenta
f) Poloila su 3 studenta
g) Poloila su bar 3 studenta

2. Vjerovatnoa sluajnog dogaaja

Sljedea definicija vjerovatnoe zove se u literaturi klasinom definicijom vjerovatnoe. Odnosi se na sluaj
kad su svi elementarni dogaaji koji se pojavljuju pri izvoenju eksperimenta jednako mogui, tj. svi imaju
istu ansu da se realizuju pri bilo kom izvoenju eksperimenta. Ovu definiciju je dao francuski matematiar
Pierre Simon Laplace (Laplas), pa se zove jo i Laplasova definicija vjerovatnoe.

Definicija 3: Neka se prostor elementarnih dogaaja nekog eksperimenta sastoji od n dogaaja, koji se
meusobno

iskljuuju

tj.

A1 , A2 ,..., An , Ai Aj U nemogu

dogaaj,

za

sve

i, j 1, 2,..., n , i j i koji su jednako mogui. Ako dogaaj A ukljuuje m od ovih n elementarnih

dogaaja m n , tada je vjerovatnoa dogaaja A broj P A

m
.
n

Napomena: Oznaka P za vjerovatnou dolazi od engleske rijei probability.

Primjeri 4:
a) Prilikom bacanja homogene numerisane kocke, vjerovatnoa svakog od dogaaja A1 , A2 , A3 , A4 , A5 , A6
je

1
3 1
. Vjerovatnoa da padne paran broj je . Ista je vjerovatnoa da na kocki padne neparan broj.
6
6 2

b) Vjerovatnoa da prilikom bacanja novia padne grb jednaka je vjerovatnoi da da padne pismo i iznosi
0,5.

Teorem 1 (osobine vjerovatnoe):

1) Za svaki dogaaj A je 0 P A 1.
2) Vjerovatnoa sigurnog dogaaja je 1, a vjerovatnoa nemogueg dogaaja je 0, P U 0,
106

P V 1.

3) Ako je A B, tada je P A P B .
4) Vjerovatnoe proizvoljnog dogaaja A i njegovog suprotnog dogaaja A vezane su jednakou

P A P A 1, pa je P A 1 P A i P A 1 P A .
5) P A B P A P B P A B . Specijalno, ako se dogaaji A i B iskljuuju meusobno, tada je

P A B P A P B .
6)

Ako

su

A1 , A2 ,..., An

dogaaji

koji

se

meusobno

iskljuuju

tada

je

P A1 A2 ... An P A1 P A2 ... P An .
7) P A B C P A P B P C P A B P B C P C A P A B C .
Analogno se moe napisati formula za uniju vie od 3 dogaaja, oenito P A1 A2 ... An za
proizvoljne dogaaje A1 , A2 ,..., An i ta se formula zove formula ukljuenja iskljuenja.

Zadaci:

1. Istovremeno se bacaju dvije homogene numerisane kocke. Opisati prostor elementarnih dogaaja tog
eksperimenta, odrediti broj njegovih elemenata i izraunati vjerovatnoe dogaaja:
A na obje kocke pao je isti broj, B na kockama su pali brojevi iji je zbir 7, C na drugoj kocki je pao vei
broj, D proizvod dobijenih brojeva je vei od 15.
2. U posudi se nalazi 10 kuglica, 4 bijele i 6 crnih. Na sluajan nain iz posude se izvlai 5 kuglica. Izraunati
vjerovatnou dogaaja: A izvuene su 2 bijele i 3 crne kuglice, B izvuena je bar jedna bijela kuglica,
C izvuene su bar 2 bijele kuglice.
3. Nepismeno dijete sastavlja rije od slova: A,A,A,E,I,K,M,M,T,T. Kolika je vjerovatnoa da e sastaviti rije
"MATEMATIKA"?
4. Od cifara 1,2,3,4,5,6 se na sluajan nain formira jedan estocifren broj, ije su sve cifre razliite.
Odrediti vjerovatnou da je taj broj djeljiv brojem a) 3, b) 4, c) 5, d) 6, e) 9, f) 10,
g) 12
5. U kutiji se nalaze 3 kuglice: crna, uta i bijela. Iz kutije se izvlae jedna po jedna 5 kuglica, pri emu se
svaki put izvuena kuglica vraa u kutiju. Nai vjerovatnou da crna i bijela kuglica budu izvuene bar po
2 puta.
Rjeenje: Generalno, moemo uoiti tri povoljna sluaja u ovom eksperimentu: prvi - ako su crna i bijela
kuglica izvuene po dva puta, a jednom je izvuena uta kuglica; drugi bijela je izvuena tri, a crna
kuglica dva puta; trei crna je izvuena tri puta, a bijela kuglica dva puta. Prvi sluaj moe se desiti na

P5 2,2,1

5!
30 naina (broj permutacija sa ponavljanjem), a drugi i trei sluaj na
2!2!1!
5

3,2
5

5!
50
1

10 naina. Otuda je traena vjerovatnoa jednaka P 30 10 10

.
3!2!
243
3
107

6. Od cifara 1,2,3,4,5 se na sluajan nain formira jedan petocifren broj, ije su sve cifre razliite. Odrediti
vjerovatnou da je taj broj vei od 21543.
7. U posudi se nalazi 5 bijelih, 4 crne, 2 plave i 6 crvenih kuglica. Iz posude se izvlai 7
kuglica. Nai vjerovatnou dogaaja:
a) Izvuena je bar jedna plava kuglica
b) Izvuene su crne i crvene kuglice.
8. Iz pila od 52 karte izvlae se 3 karte. Nai vjerovatnou dogaaja: A izvuena su 3 pika, B izvuene
su dvije osmice i dama, C sve tri izvuene karte su istog znaka, D izvuen je bar jedan as.
9. U kutiji se nalazi a bijelih i b crnih kuglica, a 2, b 2. Iz kutije se istovremeno vade 2 kuglice. Da li je
vjerovatnije da emo izvui dvije kuglice iste boje ili dvije raznobojne kuglice?
10. Za okrugli sto sjelo je N ljudi, N 2. Meu njima su Mehmed i Dragana. Kolika je vjerovatnoa da njih
dvoje sjede jedno do drugog?

3. Geometrijska vjerovatnoa

U nekim eksperimentima imamo beskonaan prostor elementarnih dogaaja. Tada se najee deava i da
ti dogaaji nemaju jednaku mogunost realizacije, pa je oito da se pojam vjerovatnoe treba proiriti.
Pretpostavimo da su A i B dvije oblasti u ravni ili prostoru, pri emu je oblast B sadrana u oblasti
A, B A. Pretpostavimo da je na sluajan nain izabrana jedna taka u veoj oblasti A. elimo izraunati
vjerovatnou dogaaja da se izabrana taka nalazi i unutar manje oblasti B. Oito se traena vjerovatnoa
poveava ako se oblast B poveava ili ako se oblast A smanjuje. Ako oznaimo sa m A i m B mjere
tih oblasti, tada je traena vjerovatnoa jednaka

m B
m A

Ovu vjerovatnou zovemo geometrijskom vjerovatnoom.

Ako su A i B oblasti u ravni, mjera m je njihova povrina, a ako su to oblasti u prostoru, m je njihova
zapremina.
Mogue je i da A i B budu neke dui. Tada je m duina tih dui.

Primjer 5: Svakog punog sata (6:00, 7:00, 8:00, ...) sa stajalita polazi autobus koji vozi do fakulteta, a
svakog pedesetog minuta u satu (6:50, 7:50, ...) polazi autobus koji ide do kafane. Kad student doe na
stajalite ulazi u autobus koji prvi naie. Izraunati vjerovatnou da e student otii na fakultet i da e otii
u kafanu.

108

Posmatrajmo samo situaciju unutar jednog sata. Oito je sljedee: ako je student doao na stajalite u
intervalu od 7 do 7:50, ui e u autobus koji vozi do kafane. Ako je doao na stanicu u intervalu od 7:50 do
8, otii e na fakultet. Ako interval od 7 do 8 sati shvatimo kao du duine 60 (minuta), interval od 7 do 7:50
je du duine 50, a od 7:50 do 8 je du duine 10, tada je vjerovatnoa da e student otii u kafanu P1
a da e otii na fakultet P2

5
,
6

1
.
6

Zadaci:

1. Oko jednakostraninog trougla opisan je krug. Ako je izabrana proizvoljna taka unutar kruga, izraunati
vjerovatnou da se taka nalazi unutar datog trougla.
2. Lopta je upisana u kocku. Ako je izabrana na sluajan nain taka unutar kocke, nai vjerovatnou da je
ta taka i unutar lopte.
3. U uspravni valjak je upisana kocka. Na sluajan nain je izabrana proizvoljna taka unutar valjka. Kolika
je vjerovatnoa da se ta taka naazi unutar kocke?
4. Na sluajan nain su izabrana dva pozitivna broja x i y koji nisu vei od 2. Nai vjerovatnou da njihov
proizvod ne bude vei od 1, a da kolinik

y
ne bude vei od 2.
x

5. Sastanak dvije osobe zakazan je izmeu 19 i 21 sat na odreenom mjestu uz obavezu ekanja 10
minuta. Kolika je vjerovatnoa susreta ako je dolazak svake od osoba nezavisan i jednako mogu u bilo
koje vrijeme izmeu 19 i 21 sat?
6. U unutranjosti elipse x 2 2 y 2 4 izabrana je jedna proizvoljna taka. Izraunati vjerovatnou da se
7.
8.
9.

10.
11.

ta taka nalazi unutar krunice x 2 y 2 2.

Oko jednakokrakog trougla ija je osnovica a 24 i krak b 20 opisan je krug. Ako je izabrana
proizvoljna taka unutar tog kruga, izraunati vjerovatnou da se izabrana taka nalazi i unutar trougla.
U krugu poluprenika r izabrana je na sluajan nain jedna taka. Odrediti vjerovatnou da je ta taka
blia krunoj liniji nego centru kruga.
U jednakokrakom trapezu ABCD poznata je manja osnovica CD = 4, a kraci su jednaki sa manjom
osnovicom i nagnuti prema veoj osnovici pod uglom od 600. Ako su E i F projekcije taaka D i C na veu
osnovicu, izraunati vjerovatnou da e sluajno izabrana taka unutar trapeza ABCD biti i unutar
pravougaonika CDEF.
U krug poluprenika r = 15 cm upisan je pravougaonik ije su stranice u omjeru 3:4. Izraunati
vjerovatnou da e sluajno izabrana taka unutar datog kruga biti u pravougaoniku.
Na sluajan nain se biraju dva broja iz intervala [0,1]. Kolika je vjerovatnoa da je njihov zbir manji od
1, a proizvod vei od

5
?
36

12. Odrediti vjerovatnou da rjeenja jednaine jednaine x 2 px q 0 budu realna ako se koeficijenti
p i q sluajno biraju iz intervala 1,1 .
13. Dva broda treba da stignu u istu luku. Njihova vremena dolaska su sluajna, meusobno nezavisna i
jednako vjerovatna u toku 24 sata. Kada brod A stigne u luku, ostaje u njoj jedan sat radi istovara robe,
a kad brod B stigne u luku, ostaje u njoj dva sata. Luka je mala, tako da ne moe da primi odjednom oba
broda. Nai vjerovatnou da e jedan od brodova morati da eka ispred luke dok drugi brod ne ode.

109

4. Uslovna vjerovatnoa
Ako pri izraunavanju vjerovatnoe nekog dogaaja ne postoje nikakva druga ogranienja, osim uslova koji
se pojavljuju pri izvoenju eksperimenta, takvu vjerovatnou zovemo apsolutnom. Meutim, ponekad je
potrebno raunati vjerovatnou dogaaja A, pod uslovom da se realizovao dogaaj B, koji nije nemogu.
Takvu vjerovatnou zovemo uslovnom.

Definicija 4: Ako su A i B dva dogaaja, pri emu je P B 0, tada je A B dogaaj da se dogaaj A

realizira, ukoliko se realizovao dogaaj B. Vjerovatnou P A B zovemo uslovnom vjerovatnoom i
raunamo po formuli P A B

P A B
P B

Primjer 6: Ako se baca homogena numerisana kocka, kolika je vjerovatnoa da emo dobiti paran broj, pod
uslovom da je taj broj manji od 4?
Ako oznaimo sa A dogaaj da na kocki pada paran broj, a sa B dogaaj da je pao broj manji od 4, tada je
oito A B dogaaj da je na kocki pao broj 2. Oito je P B

3 1
1
, P A B , pa je
6 2
6

1
P A B 6 1
P A B
.
1 3
P B
2

Direktno iz definicije 1, slijedi formula: P A B P A B P B .

Ako zamijenimo uloge dogaaja A i B, analogno se dobije P A B P B A P A . U nekim zadacima
se mogu iskoristiti i ove (zadnje dvije) formule, ako treba raunati vjerovatnou presjeka dva dogaaja. Ove
formule se mogu uoptiti za sluaj presjeka vie dogaaja. Npr., ako imamo presjek tri dogaaja, tada je:

P A B C P A P B A P C A B .
Naime, neka je D A B. Tada je

P A B C P D C P D P C D P A B P C A B
P A P B A P C A B .
Zamjenom uloga ova tri dogaaja, oito vrijede i formule:

P A B C P B P C B P A C B ,
P A B C P C P A C P B A C , itd., moe se napisati na jo tri naina.

110

Definicija 5: Za dogaaje A i B kaemo da su nezavisni ako je P A B P A P B .

Napomena: Analogno, ako imamo proizvoljan, ali konaan broj dogaaja A1 , A2 ,..., An , smatramo da su oni
nezavisni ukoliko je P A1 A2 ... An P A1 P A2 ... P An .
Poto u optem sluaju vae formule: P A B P A B P B P B A P A , lako se zakljuuje,
da u sluaju da su A i B nezavisni, vrijedi: P A B P A i P B A P B .
Primjer 7: Ako je P A

1
1
, P A B , P B p, izraunat p ako se zna da su A i B nezavisni
4
3

dogaaji.

Krenuemo od formule P A B P A P B P A B . Zbog uslova nezavisnosti datih dogaaja,

slijedi: P A B P A P B P A P B

1 1
1
1
p p p .
3 4
4
9

Zadaci:
1. Student je doao na ispit, znajui 85 od ukupno 100 pitanja. Na ispitu se izvlai cedulja sa 3 pitanja.
Odrediti vjerovatnou da e student znati odgovor na sva 3 pitanja.
2. Dva broja se na sluajan nain biraju odjednom iz skupa 1, 2,3,...,10 . Ako je zbir izabranih
brojeva paran broj, nai vjerovatnou dogaaja da su oba izabrana broja neparni.
3. 3 strijelca gaaju cilj nezavisno jedan od drugog. Vjerovatnoa pogotka za prvog strijelca je 0,4, za
drugog je 0,5, a za treeg 0,7. Odrediti vjerovatnou slijedeih dogaaja:
a) Cilj je pogoen tano jednom
b) Cilj je pogoen bar jednom
c) Cilj je pogoen tano 2 puta
d) Cilj je pogoen bar 2 puta.
4. Broj telefona jednog pretplatnika ima 6 cifara. Odrediti vjerovatnou da su sve cifre razliite.
5. Iz vree koja sadri 7 bijelih i 5 crnih kuglica izvuene su 3 kuglice. Ako su sve izvuene kuglice iste
boje kolika je vjerovatnoa da su izvuene kuglice bijele boje.
6. U kutiji je 7 bijelih i 5 crnih kuglica. Izvlai se na sluajan nain, jedna po jedna, 5 kuglica. Kolika je
vjerovatnoa da e se izvui 5 bijelih kuglica ako izvuene kuglice:
a) vraamo u kutiju i b) ne vraamo u kutiju.
7. Iz pila od 52 karte izvlae se 4 karte. Neka je A dogaaj da su bar dvije izvuene karte srca, a B
dogaaj da su bar tri izvuene karte srca. Odrediti vjerovatnou dogaaja B|A.

111

5. Totalna vjerovatnoa, Bajesov* teorem

* Thomas Bayes (1701. 1761.) engleski svetenik, matematiar

Pretpostavimo da dogaaji H1 , H 2 ,..., H n obrazuju potpun sistem dogaaja i da se meusobno iskljuuju,
tj. H1 H 2 ... H n V je siguran dogaaj i osim toga je H i H j U nemogu dogaaj, za sve

i, j 1, 2,..., n , i j.

Neka

A B C A C B C

je

proizvoljni

dogaaj.

Znamo

da

jednakost

vai za proizvoljne dogaaje A, B, C. Matematikom indukcijom se

lako dokae da vai analogna jednakost za n dogaaja, gdje je n proizvoljan prirodni broj:

H1 H 2 ... H n A H1 A H 2 A ... H n A .
Oito je A V A H1 H 2 ... H n A H1 A H 2 A ... H n A .
Poto se dogaaji H i meusobno iskljuuju, takvi su i dogaaji H i A, i 1, 2,..., n. Iz teorema 1,
n

osobina 6) slijedi da je P A

PH

A . Najzad, iz prole lekcije znamo da je

i 1

P H i A P H i P A H i , i 1, 2,..., n. Oito vrijedi sljedei teorem.

Teorem 2: Ako dogaaji H1 , H 2 ,..., H n obrazuju potpun sistem dogaaja i ako se oni meusobno
iskljuuju, tada se vjerovatnoa proizvoljnog dogaaja A moe raunati po formuli:
n

P A P H i P A H i .
i 1

Ovu formulu zovemo formulom totalne vjerovatnoe.

Dogaaje H1 , H 2 ,..., H n obino zovemo hipotezama, a njihove vjerovatnoe aprirornim vjerovatnoama,
jer su one poznate unaprijed, prije realizacije eksperimenta. Ukoliko se dogaaj A realizovao, tada se mogu
raunati i vjerovatnoe P H i A i 1, 2,..., n koje zovemo aposteriornim vjerovatnoama. To je
vjerovatnoa da se dogaaj A realizovao upravo zbog hipoteze H i . Ove vjerovatnoe moemo izraunati
pomou Bajesovog teorema.

Teorem 3 (Bajesov teorem): Ako dogaaji H1 , H 2 ,..., H n obrazuju potpun sistem dogaaja i ako se oni
meusobno iskljuuju, za proizvoljni dogaaj A kod koga je P A 0 je

P H i A

P Hi P A Hi
n

PH P A H
i

i 1

112

i 1, 2,..., n .

Dokaz: Najprije koristimo formulu za uslovnu, pa zatim za totalnu vjerovatnou. Imamo da je

P H i A

P H i A

P A

P Hi P A Hi
P A

P Hi P A Hi
n

i 1, 2,..., n .

PH P A H
i

i 1

Primjer 8: Poznato je da e osigura u elektrinom kolu otkazati:

- sa vjerovatnoom 0,5, ako se desio kratak spoj u elektronskoj lampi,
- sa vjerovatnoom 0,6, ako se desio kratak spoj u namotajima transformatora,
- sa vjerovatnoom 0,7, ako se otetio kondenzator
- sa vjerovatnoom 0,9, ako se desila neka druga havarija.
Inae, vjerovatnoa da e nastati kratak spoj u lampi je 0,35; da e se desiti kratak spoj u namotajima
transformatora je 0,30; da e se otetiti kondenzator je 0,25, a da e se desiti neka druga havarija je 0,10.
Izraunati vjerovatnou dogaaja da e otkazati osigura u elektrinom kolu i ako se to desilo, nai
najvjerovatniji razlog tog otkazivanja.

Oznaimo redom sa H1 , H 2 , H 3 , H 4 dogaaje koji su mogui razlog otkazivanja osiguraa u elektrinom

kolu,

sa

dogaaj

da

je

taj

osigura

otkazao.

P H1 0, 35, P H 2 0, 30, P H 3 0, 25, P H 4 0,10

Tada

se

iz

P A H1 0,5,

P A H 3 0, 7, P A H 4 0,9.
Prema formuli totalne vjerovatnoe je

P A P H1 P A H1 P H 2 P A H 2 P H 3 P A H 3 P H 4 P A H 4

P A 0,35 0,5 0, 30 0, 6 0, 25 0, 7 0,10 0,9 0, 62.

Vjerovatnoa da je osigura otkazao zbog kratkog spoja u elektronskoj lampi je

P H1 A

0,35 0,5 35

0, 28.
0, 62
124

Vjerovatnoa da je osigura otkazao zbog kratkog spoja u namotajima transformatora je

P H 2 A

0,30 0, 6 9
0, 29.
0, 62
31

Vjerovatnoa da je osigura otkazao zbog oteenja kondenzatora je

P H 3 A

0, 25 0, 7 35

0, 28.
0, 62
124

Vjerovatnoa da je osigura otkazao zbog neke druge havarije je

113

zadatka

oitava:

P A H 2 0,6,

P H 4 A

0,10 0,9 3
0,15.
0, 62
31

Oito je najvjerovatniji razlog otkazivanja osiguraa kratak spoj u namotajima transformatora.

Zadaci:

1. U jednoj fabrici 40% proizvodnje obavlja se na maini M 1 , 20% na maini M 2 , a ostatak na maini

M 3 . U toku proizvodnje na maini M 1 javlja se 1,5% karta, na maini M 2 1,2% karta, a na treoj
maini javlja se 1,7% karta.
a) Ako se nakon itave proizvodnje sluajno odabere jedan proizvod, odrediti vjerovatnou da je taj
proizvod kart.
b) Ako je izabrani proizvod kart, nai vjerovatnou da je on proizveden na maini M 1 ,

M 2 , odnosno M 3 .
2. Avion A ima 4 rakete koje e ispaliti na avion B. Vjerovatnoa pogotka bilo kojom od te 4 rakete je
0,4. Da bi avion B bio uniten, dovoljna su dva pogotka. Ako je avion B pogoen samo jednom
raketom, vjerovatnoa da e biti uniten je 0,6. Nai vjerovatnou da e avion B biti uniten.
3. U kutiji se nalaze crvena, plava i zelena kockica. Plava kockica je ispravno numerisana brojevima od
1 do 6, na zelenoj kockici nalaze se brojevi 2, 4 i 6 na po dvije strane, dok se na crvenoj kockici na
svih est strana nalazi broj 6. Na sluajan nain se bira jedna kockica i baca se tri puta.
a) Nai vjerovatnou dogaaja da je u sva tri bacanja pao broj 6.
b) Ako je u sva tri bacanja pao broj 6, izraunati vjerovatnou dogaaja da je
izabrana zelena kockica.
4. Date su dvije kutije. U prvoj se nalazi 7 bijelih i 3 crne kuglice, a u drugoj 5 bijelih i 8 crnih kuglica. Iz
prve kutije prebaena je jedna kuglica u drugu kutiju. Ako je iz druge kutije izvuena bijela kuglica,
izraunati vjerovatnou da je iz prve kutije prebaena crna kuglica u drugu kutiju.
5. Na planinskom putu u susret jedan drugom kreu se dva vozila. Vjerovatnoa da e se bezbjedno
mimoii je 0,999 ako su vozai trijezni, 0,7 ako je jedan od vozaa pijan, a 0,4 ako su oba vozaa
pijana. Izraunati vjerovatnou da e se vozila mimoii bez nesree, ako se zna da je svaki deseti
voza na tom putu pijan.
6. Date su dvije skupine proizvoda. Jedna od njih sadri 12, a druga 10 komada, pri emu se u obje
skupine nalazi po jedan neispravan proizvod. Nasumice je uzet jedan proizvod iz prve skupine i
prebaen u drugu, a poslije toga sluajnim odabirom uzima se jedan proizvod iz druge skupine.
Odrediti vjerovatnou da je taj proizvod neispravan.
7. Od 16 studenata koji su doli na ispit 3 su se pripremila odlino, 4 vrlo dobro, 5

dobro i 4 slabo. Odlino pripremljen student zna odgovore na svako od 20 postavljenih

pitanja, vrlo dobro pripremljen student zna odgovore na 15, dobro pripremljen na 12, a
slabo pripremljen student zna odgovore na samo 6 pitanja. Na ispitu student odgovara na 3
pitanja.
a) Odrediti vjerovatnou da e sluajno izabrani student odgovoriti na sva 3 pitanja.

114

b) Ako je izabrani student odgovorio na sva 3 pitanja, odrediti vjerovatnou da je to dobro

pripremljeni student .
8. Prilikom eksplozije granata se raspada na male , srednje i velike gelere. Mali geleri ine 50 % ,
srednji 40 % a krupni 10 % svih gelera. Prilikom udara u oklop krupni geler ga probija sa
vjerovatnoom 0,8 , srednji sa vjerovatnoom 0,3 , a mali sa vjerovatnoom 0,06. U momentu
eksplozije na oklop je pao samo jedan geler i probio ga. Nai vjerovatnou da je oklop probijen:
a) malim, b) srednjim, c) velikim gelerom.
9. Imamo 4 kutije sa kuglicama razliitog sastava. U prvoj kutiji su dvije bijele i dvije crne kuglice, u
drugoj su jedna bijela i dvije crne, u treoj su tri bijele i tri crne, a u etvrtoj dvije bijele i pet crnih
kuglica. Na sluajan nain bira se jedna kutija i iz nje se izvlai jedna kuglica. Ako je vjerovatnoa
izbora i te kutije pi

i
i 1, 2,3, 4 , izraunati vjerovatnou dogaaja da je izvuena bijela
10

kuglica.

6. Bernulijevi* eksperimenti (Bernulijeva ema)

*Jacob Bernoulli (1654. 1705.) vicarski matematiar

Pretpostavimo da se neki eksperiment ponavlja n puta uzastopno, n . Sva izvoenja su meusobno

nezavisna i izvode se svaki put pod istim uslovima. Pri tome se posmatra realizacija dogaaja A, koja je
mogua sa vjerovatnoom p u svakom izvoenju eksperimenta. Naravno, vjerovatnoa da se dogaaj A
ne realizira u bilo kom izvoenju eksperimenta tada je jednaka q 1 p. Interesuje nas kolika je
vjerovatnoa dogaaja da se pri n izvoenja eksperimenata dogaaj A realizira tano k puta, pri emu je

k , 0 k n.
Ovako postavljen problem poznat je u teoriji vjerovatnoe kao Bernulijeva ema ili Bernulijevi
eksperimenti.
Vjerovatnoa da se dogaaj A realizira k puta uzastopno, u prvih k izvoenja eksperimenta, a u
preostalih
nk
ponavljanja
eksperimenta
da
se
ne
realizira,
jednaka
je:

p p ... p q q ... q p k q n k .

k puta

n k puta

Meutim, mogue su oito i neke druge kombinacije, npr. u prvom izvoenju se A ne realizira, u
drugom se realizira, itd. Broj naina da se dogaaj A realizira k puta u n izvoenja eksperimenta jednak

n
k

je broju kombinacija k te klase od n elemenata bez ponavljanja, dakle Cnk .

n
k

Otuda je Pn , k p k q n k 0 k n vjerovatnoa dogaaja da se u n izvoenja eksperimenta

dogaaj A realizira tano k puta.

115

Primjeri 9:
a) Kolika je vjerovatnoa da prilikom 8 bacanja homogene numerisane kocke tri puta padne broj 1?
Oito je n 8, k 3, p

8 1
P8,3
3 6

1
5
, q , pa je
6
6

5
7 55
21875
5 876 1 5

3 5

0,104.
5
27 6
209952
6 1 2 3 6 6

b) Da li je vjerovatnije da se pri jednom bacanju 4 homogene numerisane kocke dobije bar jedna
jedinica ili da se pri 24 bacanja dvije homogene numerisane kocke dobiju bar jednom dvije jedinice?

Kad bacamo 4 homogene numerisane kocke, svaki elementarni dogaaj moemo prikazati u vidu jedne
ureene etvorke brojeva a, b, c, d , pri emu su a, b, c, d 1, 2,3, 4,5, 6 . Prostor elementarnih
dogaaja ima 64 1296 elemenata. Ako je A dogaaj da se pri bacanju 4 kocke dobije bar jedna
jedinica, tada nam je lake odrediti najprije vjerovatnou suprotnog dogaaja A. Elementarni dogaaji
koji ulaze u sastav dogaaja A su opisani svim ureenim etvorkama

a, b, c, d ,

pri emu

a, b, c, d 2,3, 4,5, 6 . Takvih dogaaja ima oito 54 625 broj varijacija etvrte klase od pet

elemenata sa ponavljanjem. Otuda je P A

54 625
625
671

P A 1

0,5177.
4
6 1296
1296 1296

Neka je B dogaaj da se pri 24 bacanja dvije kocke dobiju bar jednom dvije jedinice. Kao i kod nalaenja

P A i ovdje emo najprije odrediti vjerovatnou suprotnog dogaaja. Kod bacanja dvije kocke
prostor elementarnih dogaaja ima 36 elemenata. Ako posmatramo dogaaj da se prilikom bacanja
dvije kocke ne pojavljuje jedinica istovremeno na obje kocke (dakle od 36 ureenih parova

a, b , a, b 1, 2,3, 4,5, 6 , iskljuen je par 1,1 ), on ukljuuje u sebi 35 elementarnih dogaaja, pa

35
. Ako elimo da prilikom 24 bacanja dvije kocke, nijednom ne
36

je njegova vjerovatnoa oito jednaka

padne

jedinica

na

obje
24

P B P24,24

kocke
0

istovremeno,
24

tada

je

vjerovatnoa

tog

dogaaja

24

24 35 1 35
35
0,5086, pa je P B 1 0, 4914.
36
24 36 36 36

Dakle, vjerovatnije je da se pri jednom bacanju 4 homogene numerisane kocke dobije bar jedna
jedinica, nego da se pri 24 bacanja dvije homogene numerisane kocke dobiju bar jednom dvije jedinice.

n
k

Ako vjerovatnou Pn , k p k q n k shvatimo kao funkciju parametra k, moemo nai za koje

k 0,1, 2,..., n ta vjerovatnoa ima maksimalnu vrijednost, tj. koliki je najvjerovatniji broj realizacija
dogaaja A u izvoenju n nezavisnih eksperimenata?

116

Za takvo k je oito Pn ,k Pn ,k 1 i Pn , k Pn , k 1. Poto je

n k 1 n k 1
n!
1 p
n!
n k k nk
Pn , k 1

p k pq n k

p q
p q
q q k ! n k ! k 1
k 1! n k 1!
k 1

nk p
Pn, k ,
k 1 q

oito Pn , k Pn ,k 1 1

n k p np kp qk q k np q. Uzeto je u obzir da je
k 1 q

p q 1.

n k 1 n k 1
n!
1
q
n!
k
Pn , k 1

p k q n k q

p k q n k
p q
p k ! n k ! n k 1
k 1! n k 1! p
k 1

k
q
k
q
Pn,k , pa slijedi: Pn, k Pn ,k 1 1
kq np kp p k np p.
n k 1 p
n k 1 p

Ovim je dokazan sljedei teorem.

Teorem 4: Vjerovatnoa Pn , k dostie svoj maksimum ako je np q k np p.

Primjeri 10:
a) Kolika je vjerovatnoa dogaaja A ako je najvjerovatnije da e se A realizirati 20 puta prilikom 100
nezavisnih izvoenja nekog eksperimenta?
Oito je n 100 i k 20. Ako to uvrstimo u np q k np p, te stavimo da je q 1 p, dobiemo:

100 p 1 p 20 100 p p 101 p 21 20 101 p

10
21
p
.
101
101

b) Koliko puta treba ponavljati eksperiment, da bi se dogaaj A, ija je vjerovatnoa p 0, 4 realizirao 25

puta?
Ovaj put je k 25, p 0, 4, q 0, 6, pa se dobije: 0, 4n 0, 6 25 0, 4 n 0, 4. Rjeavanjem ovog
sistema nejednaina po n dobije se da je 62 n 64. Poto n , oito n 62 ili n 63 ili n 64.

Zadaci

1. Tri strijelca gaaju cilj i svaki od njih ima samo jedan metak. Prvi strijelac pogaa cilj sa
vjerovatnoom 0,5; drugi pogaa cilj sa vjerovatnoom 0,6, a trei sa vjerovatnoom 0,7. Oznaimo
sa A dogaaj koji se realizuje kada je cilj pogoen (bar jednom). Oznaimo sa B dogaaj koji se
117

realizuje kada pri bacanju dvije numerisane kocke dobijamo brojeve iji je zbir vei od 9. Odrediti da
li je vjerovatnije da e se realizovati dogaaj A ili da e se pri 6 uzastopnih bacanja dvije numerisane
kocke dogaaj B realizovati 3 puta?
2. Provodi se 5 nezavisnih eksperimenata. U svakom od njih nastupa dogaaj A sa vjerovatnoom
p 0, 4. Dogaaj B realizuje se sa vjerovatnoom 0,8 ako se dogaaj A realizovao ne manje od 3
puta, realizuje se sa vjerovatnoom 0,5 ako se dogaaj A realizovao tano 2 puta, realizuje se sa
vjerovatnoom 0,3 ako se dogaaj A realizovao jednom, a ne moe se realizovati ako se dogaaj A
ne realizuje. Odrediti vjerovatnou dogaaja B .
3. Vjerovatnoa da strijelac pogodi metu u jednom gaanju je p 0,9. Kolika je vjerovatnoa da e
strijelac u 12 pokuaja:
a) bar jednom pogoditi metu?
b) bar dva puta pogoditi metu?
4. Vjerovatnoa da strijelac pogodi metu u jednom gaanju je p 0,9. Koliko metaka treba
ispaliti pa da najvjerovatniji broj pogodaka bude 14?
5. Ako je u Bernulijevoj emi p 0,5, dokazati da je

1
2 n

P2n ,n

1
za sve n .
2n 1

Uputa: Koristiti matematiku indukciju.

1
3

6. U jednom eksperimentu dogaaj A nastupa sa vjerovatnoom p . Koliko puta treba izvesi

eksperiment da bi se sa vjerovatnoom veom od 0,99 moglo oekivati bar jedna realizacija
dogaaja A?
n

2
Uputa: rijeiti jednainu po nepoznatom n : 0,99 1 . Dobija se n 12.
3

118

SLUAJNE PROMJENLJIVE
1. Uvod
Pri izvoenju nekog eksperimenta esto se moe uoiti neka veliina koja je promjenljiva i koja ima neke
brojne vrijednosti, u zavisnosti od rezultata eksperimenta. Npr. kad bacamo numerisanu kocku, ne znamo
koji e broj pasti na gornjoj strani kocke, ali oekujemo jedan od brojeva 1,2,3,4,5,6. Takve veliine zovemo
sluajnim veliinama ili sluajnim promjenljivim.

Definicija 1: Sluajna promjenljiva (sluajna varijabla, sluajna veliina, obiljeje) je funkcija koja svakom
elementarnom dogaaju pridruuje neki realan broj.
Sluajne promjenljive oznaavamo velikim slovima latinice: X , Y , Z ,..., a njihove vrijednosti malim slovima
latinice x1 , x2 , x3 ,..., y1 , y2 ,...z1 , z2 ,...
Dakle, ako je X sluajna promjenljiva, tada X : , pri emu je oznaka za prostor elementarnih
dogaaja nekog eksperimenta. Oznakom R X oznaavamo skup svih vrijednosti koje moe da primi sluajna
promjenljiva X. Ovaj skup moe biti konaan ili beskonaan. Iz Matematike I znamo da se meu
beskonanim skupovima razlikuju prebrojivo beskonani i neprebrojivo beskonani. Sve elemente
prebrojivo beskonanog skupa moemo poredati u niz (ekvivalentno: postoji bijekcija izmeu tog skupa i
skupa prirodnih brojeva), dok se to ne moe uraditi kod neprebrojivo beskonanog skupa. Primjeri
neprebrojivo beskonanog skupa su: skup realnih brojeva, skup iracionalnih brojeva, intervali, itd. Poznato
je da su skupovi cijelih i racionalnih brojeva prebrojivi.

Definicija 2: Ukoliko je R X konaan ili prebrojivo beskonaan skup, kaemo da je sluajna promjenljiva X
diskretna (diskontinuirana), a ukoliko je R X neprebrojivo beskonaan skup, za X se kae da je neprekidna
(kontinuirana) sluajna promjenljiva.

Primjeri 1:
a) Broj koji pada na gornjoj strani kocke u eksperimentu bacanja homogene numerisane kocke je oito
diskretna sluajna promjenljiva, jer ima 6 razliitih vrijednosti.
b) Novi se baca dva puta. Neka je X broj koji oznaava koliko puta je pao grb. Oito je

PP, PG , GP, GG i X GG 2, X GP X PG 1, X PP 0. Otuda je RX 0,1, 2.

Dakle, X je diskretna sluajna promjenljiva.
c) Kao primjere diskretnih sluajnih promjenljivih moemo pomenuti i: broj automobila koja prou na
nekom putu u toku 24 sata, broj putnika u vozu, broj loih proizvoda ustanovljenih u kontroli kvaliteta, broj
pretplatnika mobilne telefonije, itd.
d) Primjeri neprekidnih sluajnih promjenljivih: vrijeme trajanja sijalice, visina i teina ovjeka, brzina
kretanja automobila, itd.
119

2. Diskretna sluajna promjenljiva

Neka je X diskretna sluajna promjenljiva i neka je RX x1 , x2 ,..., xn , n je konaan prirodan broj. Za

proizvoljni broj i 1, 2,..., n oznaimo sa X xi dogaaj : X xi dogaaj koji ukljuuje

sve elementarne dogaaje za koje promjenljiva X ima vrijednost

xi , i 1, 2,..., n. Neka je

pi P X xi i 1, 2,..., n . Tada moemo pisati:

(1)

x x ... x
X 1 2 n .
p1 p2 ... pn

Oito je p1 p2 ... pn 1. ematski zapis (1) zovemo zakon raspodjele vjerovatnoa (ili krae: zakon
vjerovatnoe) sluajne promjenljive X. To je pravilo po kojem svakoj vrijednosti sluajne promjenljive
pridruujemo odgovarajuu vjerovatnou. Time je ukupna vjerovatnoa, jednaka jedinici, raspodijeljena na
pojedine vrijednosti sluajne promjenljive. Zato se esto kae da ema (1) predstavlja raspodjelu sluajne
promjenljive X.

Sljedea definicija nije ograniena samo na diskretne sluajne promjenljive, tj. posmatramo proizvoljnu
(diskretnu ili neprekidnu) sluajnu promjenljivu X.

Definicija 3: Za svaki realni broj x definiemo funkciju

F x P X x ,

pri emu je

X x : X x dogaaj koji obuhvata sve elementarne dogaaje u kojima promjenljiva X

ima vrijednost koja je manja od zadanog realnog broja x. Ovu funkciju zovemo funkcijom raspodjele
(distribucije) vjerovatnoa.

0, x x1
p , x x x
2
1 1

x
x
...
x
p

p
,
x

x
x3
1 2 n
1
2
2
Ako je X
.
, tada je F x
p1 p2 ... pn
..........
p1 p2 ... pn1 , xn1 x xn

1, x xn
Teorem 1 (osobine funkcije raspodjele F x ):

1) 0 F x 1 x .

120

2) P a X b F b F a za sve a, b , a b.
3) a b F a F b , dakle, funkcija F x je neopadajua.
4) F 0, F 1.
5) Ako je X diskretna sluajna promjenljiva data zakonom raspodjele (1), take prekida funkcije F x su
upravo vrijednosti x1 , x2 ,..., xn sluajne promjenljive.

Dokaz:
1) Oigledno iz definicije funkcije F x .
2) Oznaimo sa A dogaaj X a, sa B dogaaj X b, a C neka je dogaaj a X b. Tada je oito

B AC

AC U,

tj.

dogaaji

se

meusobno

iskljuuju.

Zato

je

P B P A P C P C P B P A.
To znai da je P a X b P X b P X a F b F a .
3) Slijedi direktno iz 1), jer je P a X b F b F a 0 F b F a .
4) Dogaaj X je nemogu, pa je zato F P X 0, dok je s druge strane dogaaj

X siguran, pa je F P X 1.
5) Lijevi i desni limes funkcije F x u svim takama xi i 1, 2,..., n nisu jednaki.

Dakle, funkcija raspodjele vjerovatnoa F x diskretne sluajne promjenljive X nije neprekidna i ima
onoliko taaka prekida koliko sluajna promjenljiva X ima vrijednosti. Ovo je oigledno i sa grafika funkcije

F x.
Primjer 2: Protivvazduna odbrana gaa sa zemlje avion. Da se avion uniti potreban je jedan pogodak u
prednji dio ili tri pogotka u zadnji dio aviona. Vjerovatnoa pogotka u prednji dio aviona je 0,3, a
vjerovatnoa pogotka u zadnji dio je 0,7. Gaanje se izvodi sve dok se avion ne uniti. Neka je X sluajna
promjenljiva koja nam daje broj pogodaka u avion, potrebnih za njegoov ruenje. Napisati zakon raspodjele
vjerovatnoa promjenljive X i nai njenu funkciju raspodjele F x .

Imamo da je P X 1 0,3 vjerovatnoa da je avion sruen jednim pogotkom;

121

P X 2 0, 7 0, 3 0, 21 vjerovatnoa da je avion sruen sa dva pogotka, najprije u zadnji, pa onda u

prednji dio;

P X 3 0, 7 2 0, 3 0, 73 0, 49 vjerovatnoa da je avion sruen sa tri pogotka, to se moe uiniti

na dva naina: da je pogoen sa 2 pogotka u zadnji dio i onda jednim u prednji dio ili sa tri pogotka u zadnji
dio.

0,
0,3,
2
3
1

Dakle, X
Otuda
se
dobije
da
je
.
F
x

0,3 0, 21 0, 49
0,51,
1,

x 1
1 x 2
.
2 x3
x3

Zadaci:

1. Novi se baca 5 puta. Neka je sluajna promjenljiva X broj koliko puta se pojavio grb. Nai njen
zakon vjerovatnoe.
2. Iz kutije u kojoj su tri bijele i 7 crnih kuglica uzastopno se izvlai po jedna kuglica bez vraanja, sve
dok se prvi put ne izvue crna kuglica. Nai zakon vjerovatnoe sluajne promjenljive X koja
predstavlja broj izvuenih kuglica.

1 2 ... n ...
zakon vjerovatnoe neke sluajne
p
p
...
p
...
1 2
n

3. Odrediti konstantu c, tako da je X

promjenljive, ako se zna da je pn

c
n 1, 2,3,... .
2n

4. 20 studenata je poloilo jedan ispit. Pri tome, estero je dobilo ocjenu 6, osmero je dobilo ocjenu 8,
dvoje ocjenu 9, a etvero ocjenu 10. Ako se na sluajan nain izaberu dva studenta izmeu njih 20,
nai zakon vjerovatnoe sluajne promjenljive X i F x , gdje je X srednja ocjena izraunata za
dva izabrana studenta.
5. U posudi se nalazi 12 kuglica: 3 bijele, 4 plave i 5 crvenih. Iz posude se izvlae (bez vraanja u
posudu) dvije po dvije kuglice, dok se ne izvuku dvije crvene kuglice ili dok se ne izvuku sve kuglice
iz posude. Neka je X sluajna promjenljiva koja predstavlja broj izvlaenja kuglica iz posude. Nai
zakon vjerovatnoe sluajne promjenljive X i F x .
6. Iz pila od 32 karte izvlae se 3 karte odjednom. Date su sluajne promjenljive: X je broj izvuenih
asova, a Y je broj izvuenih dama ili kraljeva. Nai zakon raspodjele vjerovatnoa sluajnih
promjenljivih X i Y.
7. Strijelac gaa u metu sve dok je ne pogodi i ima na raspolaganju neogranien broj metaka. Ako
strijelac pogaa metu sa vjerovatnoom p 0,3 , odrediti zakon vjerovatnoe sluajne
promjenljive X koja predstavlja broj potroenih metaka.

122

3. Neprekidna sluajna promjenljiva

Ve ranije smo rekli da neprekidna sluajna promjenljiva ima neprebrojivo beskonano mnogo vrijednosti,
tj. da je njen skup vrijednosti neki interval ili unija intervala.
Definicija 3 (definicija funkcije raspodjele) vrijedi za sve vrste sluajne promjenljive, a isto tako i Teorem 1,
stavke 1) 4), ukljuujui i dokaze tih tvrdnji.

Definicija 4: Sluajna promjenljiva X je neprekidna, ako je za svako x funkcija raspodjele

F x P X x neopadajua i neprekidna, tako da je F 0, F 1.

Obzirom da je funkcija F x monotona i neprekidna za sve x , ona je i diferencijabilna, tj. postoji njen
izvod F x .

Definicija 5: Ako je F x , x , funkcija raspodjele vjerovatnoa sluajne promjenljive X, tada funkciju

f x F x x zovemo funkcijom gustine raspodjele vjerovatnoa sluajne promjenljive X.

Iz jednakosti f x F x x slijedi da je F x

f t dt x .

Teorem 2 (osobine funkcije gustine f x ):

1) f x 0 za sve x .

2)

f x dx 1.

3) P a X b

f x dx.
a

Dokaz:

1) Oigledno iz definicije 5.
123

2) Iz F x

f t dt x i F 1, dobija se odmah traena jednakost.

3) P a X b F b F a

f x dx

f x dx

f x dx f x dx f x dx.
a

Primjeri 3:

a3
1 , x a
a) Dokazati da funkcija F x x 3
za proizvoljnu pozitivnu konstantu a moe biti funkcija
0, x a

raspodjele neke sluajne promjenljive X.

Rjeenje: Oito je lim F x 0, lim F x 1, lim F x F a 0, to dokazuje nau tvrdnju.

x

x a

ax sin x, 0 x
funkcija gustine raspodjele
0, x 0 ili x

b) Odrediti konstantu a tako da je funkcija f x

vjerovatnoa neke sluajne promjenljive X i zatim nai funkciju raspodjele vjerovatnoa F x i izraunati

P X .
2
6

Rjeenje: Iz osobine

f x dx 1 i f x 0 za x , 0 , slijedi da je ax sin xdx 1.

0

Kako je

ux

x sin xdx du dx
0

dv sin xdx

x cos x cos xdx cos , slijedi

v cos x
0 0

a 1 a

1
.

Dalje, t sin tdt

u t
du dt

dv sin tdt
v cos t

t cos t

x
0

cos tdt x cos x sin x, pa je

124

0, x 0

F x x cos x sin x, x 0, .
1, x

X F F cos sin cos sin
2
2
2
2 6
6
6
6
2
6

I najzad, P

3 1 1 3 6 3
1

.
6 2 2 2 12
12

Zadaci:

0, x 0

1. Ako je F x 0,5 1 cos x , 0 x funkcija raspodjele sluajne promjenljive X, nai funkciju

1, x

X
.
4
2

gustine f x i izraunati P

2. Funkcija gustine vjerovatnoe sluajne promjenljive X data je sa:

4
k sin x, x 0, 2

.
f x

0, x 0,

2
a) Izraunati k.

X .
3
4

b) Izraunati P

3. Funkcija gustine vjerovatnoe sluajne promjenljive X data je sa :

f(x) = Ax2 e kx , x 0, k >0.
a) Odrediti konstantu A.
b) Odrediti funkciju raspodjele F(x).
c) Odrediti P ( 0 < X <

1
).
k

4. Funkcija gustine vjerovatnoe sluajne promjenljive X data je sa:

a 1 x 2 , x 1,1
f x
0, x 1,1

125

1
1
X .
2
2

Izraunati konstantu a, te nai funkciju raspodjele F(x) i P

5. Funkcija gustine vjerovatnoe sluajne promjenljive X data je sa:

k x 3
, x 0,1 2

2
.
f x 1 2x x

0,
x 0,1 2

a) Izraunati k.
b) Izraunati P 0 X 2 .
6. Funkcija gustine vjerovatnoe sluajne promjenljive X data je sa :

sin x

A sin x cos x , x 0, 4

f ( x) =
.

0,
x 0,

4
a) Odrediti konstantu A.

b) Odrediti P X

.
6

7. Funkcija gustine vjerovatnoe sluajne promjenljive X data je sa:

arcsin
, x 1, 5

x
f x
.

0, x 1, 5

Izraunati nepoznatu konstantu c i funkciju raspodjele F x .

126

4. Brojne karakteristike sluajnih promjenljivih

Najvanija karakteristika sluajne promjenljive je matematiko oekivanje, koje se nekad zove i srednja
vrijednost sluajne promjenljive.

x1 x2 ... xn
diskretna sluajna promjenljiva, tada je matematiko oekivanje
p1 p2 ... pn

Definicija 6: Ako je X

sluajne promjenljive X jednako: E X

x p.
i

i 1

Ako je pak X neprekidna sluajna promjenljiva ija je funkcija gustine raspodjele vjerovatnoa f x , tada

je njeno matematiko oekivanje broj E X

xf x dx.

Teorem 3 (osobine matematikog oekivanja):

Neka je C proizvoljna realna konstanta, a X i Y proizvoljne sluajne promjenljive.

1) E C C.
2) E CX CE X .
3) E X Y E X E Y .

4) E X E X 0.
5) a X b a E X b.

Definicija 7: Disperzija ili varijansa sluajne promjenljive X je broj 2 X E

X E X . Kvadratni

korjen iz ovog broja zovemo standardnim odstupanjem sluajne promjenljive X, X

X .

Koristei definiciju 7 i osobine matematikog oekivanja, moemo dobiti jednu praktinu formulu za
disperziju sluajne promjenljive. Naime,

127

2X E

X E X E X
2

2 X E X E X

E X 2 2 E XE X E E X

EX

2E X E X E X

E X 2 E X .

Dakle,

X E X 2 E X

Ova formula vrijedi i za diskretnu i za neprekidnu sluajnu promjenljivu X. Pogledajmo kako bi se raunao

broj E X 2 .
n
x1 x2 ... xn
2
diskretna
sluajna
promjenljiva,
tada
je
E
X

xi2 pi , a ako je X

i 1
p1 p2 ... pn

Ako je X

neprekidna sluajna promjenljiva ija je funkcija gustine raspodjele vjerovatnoa

f x , tada je

EX2

x f x dx.

Teorem 4 (osobine disperzije):

Neka je C proizvoljna realna konstanta.

1)

X 0.

2)

X 0 X C.

3)

CX C 2 2 X .

4)

X C 2 X .

Definicija 8: Medijana sluajne promjenljive X, u oznaci Me, je rjeenje jednaine F x

1
.
2

Moda (modus) Mo diskretne sluajne promjenljive X je njena najvjerovatnija vrijednost. Ali, ako je X
neprekidna sluajna promjenljiva, moda je ona vrijednost argumenta x za koju funkcija gustine raspodjele

f x dostie svoj maksimum.

128

Primjeri 4:

3 4 7
1
. Izraunati E X , 2 X , E 2 X 1 i

0, 2 0,1 0, 5 a

a) Data je sluajna promjenljiva X

2 2 X 1 .

Najprije treba odrediti broj a. Naime, poto je 0, 2 0,1 0,5 a 1 a 0, 2. Dalje slijedi:

E X 1 0, 2 3 0,1 4 0,5 7 0, 2 3,9.

E X 2 12 0, 2 32 0,1 42 0,5 7 2 0, 2 18,9.
2

2 X E X 2 E X 18,9 3,92 3,69.

E 2 X 1 E 2 X E 1 2 E X 1 7,8 1 6,8.

2 2 X 1 2 2 X 22 2 X 4 3, 69 14, 76.

b) Data je funkcija gustine tzv. uniformne raspodjele sluajne promjenljive X:

1
, x a, b

f x b a
.
0, x a, b

Odrediti E X i

X .

x
1 x2 b
1 b2 a 2 a b
dx

.
ba
ba 2 a ba
2
2
a

EX

x2
1 x3 b
1 b3 a 3 a 2 ab b 2
dx

.
b

a
b

a
3
a
b

a
3
3
a

EX2

a 2 ab b 2 a b b a
X

.

3
12
2
2

c) Data je funkcija gustine raspodjele sluajne promjenljive X:

0,5sin x, x 0,
f x
.
0, x 0,

129

Odrediti modu i medijanu.

Da bismo nali modu, treba nai x 0, za koje izraz 0,5sin x dostie maksimum. Oigledno - ako je

sin x 1, tj. x

. Znai, Mo .
2
2

0, x 0

Poto je F x 0,5 1 cos x , 0 x , iz jednaine 0,5 1 cos x 0,5 slijedi da je

1, x

cos x 0 x

. Dakle, Me Mo .
2
2

Zadaci

1. Na slici je grafik funkcije x .

1

-2

-1

c x , x 2, 2
bude funkcija gustine sluajne
0, x 2, 2

Odrediti konstantu c tako da funkcija f x

promjenljive X. Zatim odrediti funkciju raspodjele F x , matematiko oekivanje E X i disperziju

2 X .

2. Funkcija gustine vjerovatnoe sluajne promjenljive X data je sa:

ax

x 2 x 2 1 , x 3,5

.
f x

0,
x 3, 5

a) Izraunati konstantu a.
b) Izraunati E(X).

130

, x 0,1

3. Funkcija gustine vjerovatnoe sluajne promjenljive X data je sa: f x 4 x x 2

.

0, x 0,1

Izraunati konstantu c i matematiko oekivanje E(X).

4. Funkcija gustine vjerovatnoe sluajne promjenljive X data je sa :

k arctg x , x 0,1
f x
.
, x 0,1
0
a) Odrediti konstantu k.
b) Odrediti E X i

X .

5. Funkcija gustine vjerovatnoe sluajne promjenljive X data je sa :

2
2
cos x, x
f x
2
2
0, inae.
Izraunati disperziju

X zadane sluajne promjenljive.

6. Funkcija gustine vjerovatnoe sluajne promjenljive X data je sa:

a
, 0 x

f x cos x
3
0, inae.
Odrediti nepoznatu konstantu a, te izraunati funkciju raspodjele F x .

131

5. Najvanije raspodjele vjerovatnoa diskretne sluajne promjenljive

5.1 Binomna raspodjela

Binomna raspodjela usko je vezana za Bernulijeve eksperimente (Bernulijevu emu). Naime, ako
pretpostavimo da se neki eksperiment izvodi n puta uzastopno, pri emu je n proizvoljan prirodni broj i da
su sva izvoenja meusobno nezavisna i ako je A neki dogaaj sa vjerovatnoom p, moemo posmatrati
sluajnu promjenljivu X, definisanu kao broj realizacija dogaaja A pri n ponavljanja eksperimenta. Oito je

RX 0,1, 2,..., n .

tada

Ranije

smo

izveli

formulu:

n
P X k Pn, k p k q n k k 0,1,..., n; q 1 p .
k

Dakle, X n
q

n
npq n 1 p 2 q n 2
2

..... n

.
n
..... p

Ovu raspodjelu zovemno binomnom. Naziv je potekao iz injenice da su vjerovatnoe u toj raspodjeli

n
2

lanovi binomnog razvoja 1 q p q n npq n 1 p 2 q n 2 ... p n .

Parametri binomne raspodjele su:
n
n
n
n
n
n
n!
n!
E X k p k q n k k p k q n k k
p k q n k
p k q nk
k ! n k !
k 0
k 1
k 1
k 1 k 1 ! n k !
k
k
n
n 1 k 1 n k
n 1
np
p q np p q np.

k 1 k 1

n
n
n
n
n
n
n!
k n!
E X 2 k 2 p k q n k k 2 p k q n k k 2
p k q n k
p k q n k
k
k
k ! n k !
k 0
k 1
k 1
k 1 k 1 ! n k !

k 1 1 n! p k q nk n k 1 n! p k q nk n
n!
p k q n k .

k 1 k 1 ! n k !
k 1 k 1 ! n k !
k 1 k 1 ! n k !

S1

S2

n
n 2 k 2 n k
k 1 n ! p k q n k n
n!
k nk
2
p
q

n
n

1
p

p q
k 2 k 1 ! n k !
k 2 k 2 ! n k !
k 2 k 2
n

S1

n n 1 p 2 p q

n 2

n n 1 p 2 .

n
n 1 k 1 n k
n 1
S 2 np
p q np p q np.

k 1 k 1

132

Dakle, E X 2 n n 1 p 2 np n 2 p 2 np 2 np , pa je
2

2 X n2 p 2 np 2 np np np np 2 np 1 p npq.

5.2 Poasonova* raspodjela

* - Simeon Denis Poisson (1781. 1840.) francuski matematiar

n
k

Ako je broj n velik, teko je raunati binomni koeficijent . Zato se, umjesto binomne raspodjele, za
velike brojeve n (konkretno, ako je n 100 ) treba koristiti neka druga raspodjela.
Pretpostavimo da u formuli za vjerovatnoe binomne raspodjele

n
P X k Pn,k p k q n k k 0,1,..., n; q 1 p ,
k
imamo da n , p 0 i neka je np. Tada je

n n 1 ... n k 1 k k
n k
n k
Pn, k p 1 p
k 1
k!
n n
k
n

1
k
n n 1
n k 1 n

...

, kad pustimo da n , pa se dobije

k !
n n
n k
1 n
1

1
n

lim Pn ,k
n

k
k

lim 1
e , k 0,1, 2,...
k ! n n
k!

Otuda, kaemo da sluajna promjenljiva X ima Poasonovu raspodjelu ako je

0
X
e

2
2

e
2

...
.
...

Sada emo dokazati da je E X

Za raunanje brojeva E X i

ex
n 0

X .

X koristiemo poznati razvoj funkcije e x x u stepeni red:

xn
x .
n!

133

E X k
k 0

k
e prvi sabirak je oito nula, pa se moe ispustiti. Poto je k ! k k 1 ! k ,
k!

slijedi:

k
k 1
n

EX
e e
e
e e .
k 1 k 1 !
k 1 k 1 !
n 0 n !

E X 2 k2
k 0

k
k
k 1 1
e k
e e
k!
k 1!
k 1!
k 1
k 1

k 1 k e k .

k 1 k 1 !
k 1 k 1 !

S1

S2

U sumi S1 prvi lan je oito 0, pa ga moemo ispustiti. Tada je

1
1
n
k 2 2 2
k 2 2
2 e , dok je
k 2 k 2 !
k 2 k 2 !
n 0 n !

S1

k 1
n

e .
k

1
!
n
!

k 1
n 0

S2

Dakle, E X 2 2 2 X 2 2 .

Primjer 5: Poznato je da e pri izradi nekog proizvoda na jednoj maini biti 2% karta. Izraunati
vjerovatnou da se nakon proizvedenih 100 proizvoda pojave tri neispravna proizvoda.
Ovdje je n 100, p 0, 02 np 2, pa je traena vjerovatnoa jednaka

23 2
e 0,18.
3!

5.3 Geometrijska raspodjela

Na poetku se pretpostavi kao kod binomne raspodjele da se vie puta uzastopno izvodi isti eksperiment,
da su sva izvoenja meusobno nezavisna i da imamo dogaaj A koji se pri svakom izvoenju realizira sa
vjerovatnoom p, a ne realizira se sa vjerovatnoom q 1 p.
Neka je X sluajna promjenljiva koja nam daje broj ponavljanja eksperimenta sve dok se dogaaj A ne
realizira. Oito je RX 1, 2,3,... i

P X 1 p,
134

P X 2 qp,
P X 3 q 2 p, itd.
Openito, P X k q

k 1

p k 1, 2,3,...

Dobijenu raspodjelu zovemo geometrijskom, jer vjerovatnoe te raspodjele ine geometrijsku progresiju.
2
3
Oito je p qp q p q p ...

1
q
, 2X 2 .
p
p

Dokazaemo da je E X

p
p
1.
1 q p

E X k q k 1 p p k q k 1 .
k 1

k 1

Znamo da je

n 0

1
, ako je q 1,1 . Stepeni red se moe diferencirati lan po lan unutar
1 q

intervala konvergencije, pa je

nq

n 1

n 1

Diferenciranjem reda

nq

n 1

n 1

n n 1 qn 2
n 2

nq n 1
n 1

nq n 2
n 2

1 q

1 q

n 2

1 q

, dakle, E X p

1 q

1
1
.
2
p
p

po varijabli q (lan po lan) dobijemo:

2
2
2 n 2

n
q

nq n 2 3 .

3
p
p
n 2
n 2

1 nq n 1

1 q

nq n1
n 2

1 q

1 n 1
1
1
nq
.

2
q n 2
q 1 q q

n2 q n 2 nq n 2
n 2

1 q

n 2

2
1
1 2
1
1 2
p p 3 2q

.
p 3 q 1 q 2 q p 3 p 2 q q p 3
p 3q

2
E X 2 k 2 q k 1 p p k 2 q k 1 p n 1 q n 2 p n 2 q n 2 2 nq n 2 q n 2
k 1
k 1
n 2
n 2
n 2
n2

p p 3 2q
1
1
1
p
2 2

3
p
q
qp
q
1

p p 3 2q
1 p2 1
p

p 3q
qp 2
p

3
2
3
2
p p 3 2q 2 p 2 p 3 p 2 q p p q p 2 p p 1 p p 2
p

p3 q
p 2q
p 2q

135

p 3 p p 2 2 p 3 2 p p 2 3 p 2 p 1 p 2 q p 2 2 p

2 .
p2q
p2q
p2q
p2q
p

2X

2 p 1 1 p q
2 2 2.
p2
p
p
p

6. Najvanije raspodjele vjerovatnoa diskretne sluajne promjenljive

6.1 Normalna raspodjela

Normalnu raspodjelu prvi je uveo i koristio njemaki matematiar Gaus (Karl Friedrich Gauss, 1777.
1855.). Ova raspodjela ima najvei znaaj meu svim raspodjelama, jer mnoge sluajne promjenljive imaju
upravo normalnu raspodjelu, a osim toga mnoge druge raspodjele se mogu aproksimirati sa normalnom ili
se moe napraviti transformacija sluajne promjenljive kojom se ona dovodi na normalnu raspodjelu.
Kaemo da sluajna promjenljiva X ima normalnu raspodjelu sa parametrima m i 2 i tada piemo:

X N m, 2 , ako je njena gustina raspodjele data formulom

1
f x
e
2

x m 2
2 2

x .

Funkcija raspodjele sluajne promjenljive sa normalnom raspodjelom glasi:

1
F x
2

Na slici je prikazan grafik funkcije f x

t m 2

2 2

dt x .

1
e
2

x m 2
2 2

136

x .

1
2

. Apscisna osa (x osa) joj je horizontalna asimptota, jer

je oito lim f ( x ) 0. Grafik je osno simetrian u odnosu na pravu x m. Imajui u vidu da je

Ova funkcija ima maksimum u taki m,
x

f x dx 1 i da je to upravo povrina koju zatvara kriva

sa x osom, zbog pomenute osne simetrije je

f x dx

f x dx 0,5. Osim toga,

m

X N m,

P m X m 0,68

P m 2 X m 2 0,954

P m 3 X m 3 0,997

Neka je I

x2
2 dx.

Tada je I

x2
y2

2 dx
e 2 dy

x r cos y r sin . Tada

D : 0 2 0 r a, pri emu a . Slijedi:

polarne

koordinate:

I lim r e
a

r2
2 d dr

lim

d r e
0

r2
2 dr

137

x2 y 2
2 dxdy,

se

2 lim e

r2
2

oblast

gdje je D 2 . Preimo na
transformie

na

a2

2 lim e 2 e0 2 .
a
0

oblast

I
Otuda je I 2 . Zbog parnosti podintegralne funkcije, oito je
2

x2
2 dx

2
.
2

Ovaj rezultat moemo dobiti i pomou gama funkcije. Naime, znamo da je x e t t x1dt

x 0 i

1
, dakle
2
x2

t
e t 2 dt

x2
x2
x2
2

et
e

2
t
dt

xdx 2 e 2 dx e 2 dx

.
2
x
2
2
t
0
0
0
0
dt xdx
2

Izraunaemo sada matematiko oekivanje i disperziju za sluajnu promjenljivu koja ima normalnu
raspodjelu.

1
Imamo da je E X
2

xe

t m e

Oito

te

je

t2
2 dt

dx.

xm
t dx dt. Dalje je

t2
2 dt

2 2

U ovom integralu uzeemo smjenu:

1
EX
2

x m 2

0,

t2
2 dt

zbog

neparnosti

te

t2
2 dt.

podintegralne

funkcije.

m
m
I
2 m. Osim toga je
2
2

EX

E X2

1
2

xe

x m 2
2 2

dx

t m

t2
2 2
e dt

xm
t dx dt

t 2
t2
t2

1 2 2 2

t e dt 2 m te 2 dt m2 e 2 dt .

0
2

Zbog parnosti podintegralne funkcije imamo da je

t2

t 2 e 2 dt

2
0

t2

t 2 e 2 dt

ut
du dt

dv te

v e

t2
2 dt

t2
2

t2 a a t2
2 lim te 2 e 2 dt
a
0 0

138

Zato

je

a2

2
.
2 lim ae 2
a
2

Poto je lim ae

E X2

1
2

a2
2

lim

a
2

a
e2

lim

1
a2
ae 2

0 (primjenili smo Lopitalovo pravilo), slijedi da je

2
m2 2 2 m 2 , tako da je 2 X 2 m 2 m 2 2 .
2

Prema tome, X N m, 2 E X m, 2 X 2 .

Neka je X N m, 2 . Tada je P a X b

1
f x dx
e

2 a

x m 2
2 2

dx.

X m
. Oito je:

1
1
1
E T E X m E X E m m m 0 i

Posmatrajmo sluajnu promjenljivu: T

2 T

1 2
X 1.
2
2

To znai da je T N 0,1 . Njena funkcija gustine raspodjele je x

1 x2
e
2

x . Ovu funkciju

zovemo normiranom (ili standardizovanom) normalnom krivom gustine, a samu raspodjelu N 0,1
zovemo normiranom normalnom raspodjelom.

a X b

am X m bm
a m
bm

, pa ako stavimo da je
t1 i
t2 , tada je

t2

P a X b P t1 T t2 t dt
t1

1
Funkciju t
2

x2
2

1 2 t2
e dt.
2 t1

dx t zovemo Laplasovom funkcijom. Ukoliko je t 0, tada je oito

t jednako povrini dijela ravni odreenog krivom x , x osom i pravom x t. Ako je pak t 0,
tada je t jednako povrini dijela ravni odreenog krivom x , x osom i pravom x t.
Funkcije x i x se esto koriste u teoretskim i praktinim izraunavanjima vjerovatnoe, ali imaju
primjenu i u statistici, pa su napravljene tablice njihovih vrijednosti. Zbog njihovih osobina, dovoljno je

139

poznavati vrijednosti funkcije x za 0 x 4, a za funkciju x dovoljno je znati vrijednosti za

0 x 3.

Teorem 5 (osobine funkcije t ):

1) 0 0 .
2) 0,5.
3) t je neparna funkcija na skupu realnih brojeva .

Dokaz:
1) Vai oigledno.
2

1 x2
e
2

2) Poto je x

1
2

x2
2

dx 1.

Zbog

funkcija gustine raspodjele sluajne promjenljive T, imamo da je

parnosti

podintegralne

funkcije

je

onda

1
1
2

x2
2

1
dx 2
2

1
3) t
2

x2
2

dx

x2
2

dx 2 0,5.

smjena : x u

dx du
2

u 2
2

du t , za sve t .

Teorem je dokazan.

Pogledajmo sada kakve veze ima normalna raspodjela N m, 2

1
dokazali da X N m, P a X b
2
2

t2

Poto je

e
t1

t2
2

dt e

P a X b

(1)

t2
2

t1

1
2

t2

t2
2

t2

dt e dt e
0

t2

e
0

t2

dt

t2
2

1
2

t1

t2

t1

dt e

t2

t2
2

sa Laplasovom funkcijom. Ve smo

dt.

t1

t2
2

dt , slijedi da je

dt t2 t1 , odnosno:

bm
am
P a X b

.


140

U specijalnom sluaju kada je a , b ,

bm
bm
P a X b P X m P m X b 0,5
0 0,5
, to se


bm
am
bm
bm
formalno uklapa u formulu (1), jer je

0,5.




Ako je a , b , tada je

am
am
P a X b P a X m P m X 0
0,5 0, 5
.


I ovaj sluaj se uklapa u formulu (1), jer je

bm
am
am
am

0, 5
.




Najzad, ako je a , b , tada je oito P a X b 1, dok je

bm
am

0,5 0, 5 1.


Prema tome, formula (1) vrijedi openito za a, b , .

Sada emo vidjeti vezu izmeu binomne i normalne raspodjele. U Bernulijevoj emi izvodi se n nezavisnih
eksperimenata. Imamo dogaaj A ija je vjerovatnoa p, q 1 p vjerovatnoa da se dogaaj A nee
realizirati (pri jednom izvoenju eksperimenta), pa ako oznaimo sa n broj realizacija dogaaja A, znamo

n
k

da je P n m p m q1 m , m 0,1,..., n. Ve smo rekli da je ova formula vrlo nepraktina za

raunanje ako je n velik ( n 100 ) i ako je p malen broj. Za proizvoljno m 0,1,..., n neka je

xm

m np
.
npq

Teorem 6 (lokalni teorem Moavr Laplas):

lim

Pn, m P n m

1
xm
npq

n ,

P n m
1.
1
xm
npq

To praktino znai da je za velike brojeve n vjerovatnoa P n m priblino jednaka

141

1
xm .
npq

tj.

Primjer 6: Jedan eksperiment se ponavlja 340 puta. Dogaaj A se realizira pri svakom izvoenju
eksperimenta sa vjerovatnoom p 0,12. Izraunati vjerovatnou dogaaja da e se A realizirati 60 puta.
Oitavaju

se

vrijednosti:

n 340, m 60, p 0,12, q 0,88.

Zatim

raunamo

60 340 0,12
3, 20. Iz tablica se oita 3, 2 0, 0024. Najzad,
340 0,12 0,88

xm

P n 60

1
1
xm
0, 0024 0, 0004.
npq
60 0,12 0,88

Preporuuje se ovako raunati vjerovatnoe Pn , m ukoliko je n 50 i npq 10.

Ako je X sluajna promjenljiva koja ima binomnu raspodjelu sa parametrima n, p, q , znamo da je

E X np i 2 X np X npq . Tada sluajna promjenljiva

X np
ima oekivanje
npq

jednako 0 i disperziju jednaku 1. Sam nain formiranja te sluajne veliine je analogan nainu kako smo
dobili normiranu normalnu sluajnu promjenljivu T.

Teorem 7 (integralni teorem Moavr Laplas): Ako je u Bernulijevoj emi p 0,1 , tada je

np
1
lim P a n
b

n
npq
2

x2
2

dx.

np
1
Posljednja formula znai praktino da je P a n
b

npq
2

x2
2

dx za velike brojeve n. S

obzirom na definiciju Laplasove funkcije x imamo da je

x2
2

a
x
b x

2
2
e
e
dx

e
dx

b a . sada bez problema moemo izraunati i

a
0
0

a np n np b np
P a n b . Naime, a n b

, pa je
npq
npq
npq

1
2

1
dx
2

a np n np b np
b np
a np
P a n b P

npq
npq
npq
npq
npq

Primjer 7: Vjerovatnoa izrade karta kod proizvodnje jednog vijka je 0,05. Ako se u jednoj seriji proizvede
100 vijaka, izraunati vjerovatnou da je od toga bilo:
a) manje od 5 loih.
b) od 5 do 10 loih
142

Oitavamo podatke: n 100, p 0, 05, q 0,95 np 5, npq 4, 75.

55
05

2, 2942 0, 489.
4,75
4,75

a) P 0 n 5

10 5
55

2, 2942 0, 489.
4, 75
4, 75

b) P 5 n 10

Zadaci:
1. Novi je baen 10000 puta. Nai vjerovatnou da se grb pojavio 4950 puta.
2. Novi je baen 10000 puta. Nai vjerovatnou da se grb pojavio od 4950 do 5100 puta.
3. Ispaljeno je 50 metaka s vjerovatnoom pogotka 0,6 po svakom metku. Kolika je vjerovatnoa da e
cilj pogoditi: a) 25 metaka, b) od 10 do 30 metaka, c) manje od 15 metaka, d) vie od 28 metaka?
4. Pri izradi nekih proizvoda prosjeno 10% otpada na kart. Koja je vjerovatnoa da se pri izradi 400
proizvoda nae vie od 299 ispravnih?

6.2 Studentova raspodjela

Definicija 9: Kaemo da sluajna promjenljiva X ima Studentovu raspodjelu ako je njena funkcija gustine
raspodjele data formulom

n 1
n 1

2 2

1
x
2
f x

1
x , n .

n
n n

2

Dobila je ime po engleskom matematiaru Williamu Sealy Gossetu, koji je pisao radove pod pseudonimom
Student.
Parametar n koji se pojavljuje u ovoj raspodjeli zove se broj stepeni slobode.
Funkcija f x je oito parna i pozitivna, x osa joj je asimptota.

143

Moe se pokazati da je E X Me Mo 0 i 2 X
Teorem 8: Studentova raspodjela tei

n
, ako X ima Studentovu raspodjelu.
n2

ka normalnoj

N 0,1

raspodjeli

kad

n ,

tj.

f x
2 lim
n

1 x2
e
2

x .

Ve za n 30 Studentova raspodjela se moe s dovoljnom tanou aproksimirati normalnom

raspodjelom.

6.3 2 (Hi kvadrat) raspodjela

Definicija 10: Kaemo da sluajna promjenljiva X ima 2 (hi kvadrat) raspodjelu ako je njena funkcija
gustine raspodjele data formulom

fn x

1
n
2
2

x n 2e x

x 0, n .

Parametar n zovemo broj stepeni slobode.

Ako sluajna promjenljiva X ima 2 raspodjelu, tada je E X n,

X 2n, Mo n 2

(ako je

n 2 ).

Teorem 9: Ako su X 1 , X 2 ,..., X n nezavisne sluajne promjenljive sa normalnom raspodjelom N 0,1 ,

tada sluajna promjenljiva X 12 X 22 ... X n2 ima 2 raspodjelu sa n stepeni slobode.

144

Kao i kod Studentove raspodjele, kad n , 2 raspodjela tei ka normalnoj. Ve za n 30 2

raspodjela moe se zamijeniti normalnom sa dovoljno velikom tanou.

Teorem 10: Ako sluajna promjenljiva T ima Studentovu raspodjelu sa n stepeni slobode, tada postoje
sluajne promjenljive X, koja ima normalnu i Y koja ima 2 raspodjelu, tako da je T

145

X
.
Y
n

STATISTIKA
1. Statistike tabele (karakteristike empirijske raspodjele)

U statistici se istrauju masovne pojave na kvantitativan nain. To znai da emo svaku masovno pojavu
obraditi i opisati nekim numerikim karakteristikama.
Statistika analiza sadri sljedee faze:
1) Prikupljanje podataka posmatranjem, mjerenjem, anketiranjem ili nekom dugom metodom dobiemo
masu (brojanih) podataka za koje kaemo da predstavljaju jednu populaciju ili cjelokupnost. Svi elementi
(tzv. statistike jedinice) jedne populacije su istog tipa, kaemo da imaju osobinu homogenosti
(istovrsnosti). Npr. ako smo izmjerili visine i teine svim ljudima u nekoj grupi ljudi, jednu populaciju ine
samo visine, a drugu ine dobijene teine.
2) Grupisanje i sreivanje podataka dobijene podatke treba smjestiti u tabele.
3) Obrada i analiza matematiki emo obraditi dobijene podatke, raunanjem numerikih karakteristika
statistike cjelokupnosti.

to se tie druge i tree faze, moe se vriti ispitivanje cjelokupne populacije ili ispitivanje samo jednog
dijela cjelokupnosti, koga zovemo uzorak. U sluaju ako se cjelokupnost broji u hiljadama statistikih
jednica, dakle zbog prekomjerne brojnosti podataka, najee se koristi ispitivanje uzorka. Pri tome, uzorak
mora biti reprezentativan, to znai da on dobro predstavlja cjelokupnost. Da bi se to desilo, svaki element
cjelokupnosti mora da ima jednaku ansu da ue u uzorak i osim toga, uzorak mora da bude dovoljno
brojan. Prvi uslov se ostvaruje ako elemente uzorka izabiremo na sluajan nain.
Pretpostavimo da sluajna promjenljiva X ima k vrijednosti x1 , x2 ,..., xk . Vrijednost x1 smo zabiljeili f1
puta, vrijednost x2 smo zabiljeili f 2 puta, ... vrijednost xk smo zabiljeili f k puta, tako da je

f1 f 2 ... f k n. Brojeve f1 , f 2 ,..., f k zovemo frekvencijama, a veliine x1 , x2 ,..., xk nam predstavljaju

uzorak ili empirijsku populaciju.
Ukoliko broj n nije velik ( n 40 ) ove podatke smjetamo u sljedeu tabelu.

x1

x2

...

xk

fx

f1

f2

...

fk

Tabela 1.

146

Geometrijska ilustracija ove tabele je tzv. poligon raspodjele na vodoravnoj osi koordinatnog sistema
nanosimo vrijednosti xi , a na okomitoj frekvencije fi , unesemo odgovarjue take i spojimo ih. Tako
dobijamo izlomljenu liniju koju zovemo poligon raspodjele.

Ukoliko je n 40, dobijene podatke grupiemo po klasama:

sredine x1 , x2 ,..., xk , tj. x1

u0 , u1 , u1 , u2 ,..., uk 1 , uk ,

ije su

u0 u1
u u
u u
, x2 1 2 ,..., xk k 1 k .
2
2
2

Frekvencija f1 oznaava nam sada koliko podataka se nalazi u prvoj klasi, f 2 - koliko podataka je u drugoj
klasi, itd.

Klasa

Frekvencija

Sredina klase

u0 , u1

f1

x1

u1 , u2

f2

x2

...

...

...

uk 1 , uk

fk

xk

Tabela 2.

Geometrijska ilustracija tabele 2 je histogram raspodjele frekvencija. To je niz pravougaonika koji se jednom
stranom oslanjaju na x osu, tako da im je ta strana jednaka irini klase, a visine pravougaonika su jednake
frekvencijama.
Nakon smjetanja podataka u tabelu, potrebno je izraunati sljedee karakteristike.

1. Aritmetika sredina: x

1 k
fi xi .
n i 1

2. Geometrijska sredina: G
3. Harmonijska sredina: H

x1f1 x2f 2 ...xkf k .

n

.
fi

i 1 xi
4. Razmak varijacije: W xmax xmin .
2

5. Disperzija: s

2
1 k
f i xi x .

n i 1

147

6. Standardno odstupanje: s
7. Koeficijent varijacije: K v

s .

s
.
x

1 n
fi xir r 1, 2,3,... .
n i 1

8. Moment reda r: mr
Oito je m1 x.

9. Centralni moment : r

1 n
fi xi x
n i 1

r 1, 2,3,... .

Oito je 2 s.

10. Koeficijent asimetrije: K A

11. Koeficijent ekscesa: K E

4
s

3.

Aritmetika sredina predstavlja prosjenu vrijednost zadanih podataka (za koje se ona rauna). Suma svih
n

odstupanja vrijednosti x1 , x2 ,..., xk od sredine x bie nula:

f x x 0,
i

pri emu se svaka razlika

i 1

rauna

onoliko

puta

kolika

je

f x x f x f x n n f x x f
i

i i

i 1

i 1

i i

i 1

i 1

odgovarajua
i

frekvencija,

jer

je

n x x n 0.

i 1

to se pak tie disperzije, ona opisuje rasprenost podataka, koliko oni odstupaju od aritmetike sredine.
Dakle, ako je vea disperzija, vea je razlika izmeu vrijednosti x1 , x2 ,..., xk . Ako je disperzija manja,
moemo konstatovati da su podaci dosta ujednaeni.
2

Disperziju s moemo raunati na jo jedan nain. Naime,

1 k
s fi xi x
n i 1
2

2
1 k
fi xi2 2 xi x x
n i 1

1 k
2x k
x
f i xi2 f i xi
n i 1
n i 1
n

i 1

2
1 k
x
1 k
fi xi2 2 x x n fi xi2 x .
n i 1
n
n i 1

Dakle, s

2
2
1 k
1 k
f i xi2 x , tj. s
f i xi2 x .

n i 1
n i 1

Primjer 1: U donjoj tabeli prikazani su rauni kupaca u trgovini Kod Mehe u julu 2010. godine.
Izraunati standardno odstupanje.

148

Iznos rauna

Broj kupaca

Sredine klasa

0 5 KM

65

2,5

5 10 KM

79

7,5

10 15 KM

44

12,5

15 20 KM

21

17,5

20 25 KM

15

22,5

25 30 KM

12

27,5

30 35 KM

32,5

35 40 KM

37,5

Najprije raunamo n 65 79 44 21 15 12 7 2 245.

65 2, 5 79 7,5 44 12, 5 21 17, 5 15 22,5 12 27,5 7 32,5 2 37,5

10, 786.
245

65 10, 786

2,5 79 10, 786 7,5 44 10, 786 12,5 21 10, 786 17,5
245

15 10, 786 22,5 12 10, 786 27,5 7 10, 786 32,5 2 10, 786 37, 5
67, 47.
245
2

s 67, 47 s 8, 21.
Primjer 2: Prema podacima u tabeli nai nai aritmetiku, geometrijsku i harmonijsku sredinu, disperziju,
razmak varijacije, koeficijent varijacije, koeficijent asimetrije i ekscesa, te konstruisati histogram i poligon
raspodjele:

149

Klase

Frekvencije

0,1 1,0

1,1 2,0

2,1 3,0

11

3,1 4,0

32

4,1 5,0

26

5,1 6,0

15

6,1 7,0

7,1 8,0

2. Intervalne ocjene parametara

Neka je X sluajna promjenljiva ija raspodjela zavisi od parametra . Kod intervalne ocjene tog parametra
treba nai dva broja, u1 i u2 tako da je u1 u2 .

Definicija 2: Kaemo da je u1 , u2 interval povjerenja (interval pouzdanosti) za parametar ako je

P u1 u2 za unaprijed datu vjerovatnou . Broj zovemo koeficijent pouzdanosti ili nivo

povjerenja.

Ako je npr. P u1 u2 0,95, tada moemo tvrditi da je u1 , u2 tana tvrdnja sa vjerovatnoom

0,95. Inae, najee se uzima da je 0,95 ili 0,99.

Pretpostavimo da je X sluajna promjenljiva koja ima normalnu raspodjelu, X N m, 2 . Izveemo

obrazac za matematiko oekivanje m sluajne promjenljive X u dva sluaja: kad se zna i kad se ne zna
disperzija raspodjele 2 .

150

Pretpostavimo najprije da znamo vrijednost disperzije 2 i da smo iz osnovne normalne populacije dobili
uzorak

x1 , x2 ,..., xn .

Tada aritmetika sredina uzorka x

raspodjelu, ali tipa N m,

x1 x2 ... xn
ima takoe normalnu
n

2
. Tada vrlo lako dobijemo sluajnu promjenljivu tipa N 0,1 , naime
n

xm
N 0,1 .

z z z z 2 z . Otuda

Za dati nivo povjerenja elimo nai broj z takav da je P Z z . Poznato nam je iz osobina

normalne raspodjele da je P z Z z

zakljuujemo da je z rjeenje jednaine z

.
2

S druge strane, iz z Z z slijedi:

xm

z x m z
, z
m x z
, x z

n
n
n
n

Dakle, I x z

, x z
je traeni interval povjerenja ako se zna vrijednost disperzije
n
n

populacije 2 .

Pretpostavimo sada da ne znamo vrijednost disperzije 2 i da smo iz osnovne normalne populacije dobili
uzorak

x1 , x2 ,..., xn .

Osim aritmetike sredine uzorka x

x1 x2 ... xn
, izraunaemo i uzoraku
n

disperziju s

i 1

x x .
i

xm
ima Studentovu raspodjelu sa n 1 stepeni slobode. Za dati nivo
s
n 1
iz tablica Studentove raspodjele moe se oitati broj tn 1;1 takav da je

Sluajna promjenljiva T

povjerenja

P T tn 1;1 . No, s druge strane:

T tn 1;1 tn 1;1 T tn 1;1 tn1;1

xm
tn 1;1
s
n 1

151


x m tn1;1

s
, tn 1;1
n 1

s
.
n 1

Odavdje se odmah dolazi do formule: m x tn1;1

s
.
n 1

s
, x tn 1;1
n 1

Primjer 3: U sljedeoj tabeli prikazan je radni sta (u godinama) 100 ofera autobusa gradskog saobraaja.

Radni sta

Broj radnika

02
24
46
68
8 10

4
10
55
25
6

Nai interval povjerenja za srednji sta ofera ako je nivo povjerenja = 0,90.

Rjeenje: Napravimo detaljniju tabelu:

Klase

Sredine klasa

Frekvencije

xi fi

x x

02
24
46
68
8 10
SUMA

1
3
5
7
9

4
10
55
25
6

4
30
275
175
54
538

19,36
5,76
0,16
2,56
12,96

n 100

fi xi x

77,44
57,60
8,80
64,00
77,76
285,60

Iz ove tabele se dalje dobije:

2
538
285, 60
5,38, s
2,856 s 1, 69.
100
100

Iz tablica Studentove raspodjele oita se broj tn 1;1 t99;0,1 1, 645 . Traeni interval povjerenja glasi:

1, 69
1, 69

I 5,38 1, 645
;5,38 1, 645
5,1;5, 66 .
99
99

Zadatak: Iz normalno rasporeene populacije izvaen je uzorak

152

(1,45 ; 1,67; 1,22 ; 2,41 ; 2,26 ; 1,72 ; 2,02; 1,59; 1,94; 1,66).
Nai interval povjerenja za matematiko oekivanje m ako je nivo povjerenja = 0,95.

3. Testiranje parametarskih hipoteza

Pod hipotezom u statistici podrazumijevamo tvrdnju koja se odnosi na raspodjelu vjerovatnoa neke
sluajne promjenljive. Ako se pri tome u raspodjeli pojavljuje neki parametar i hipotezom se tvrdi neto
za vrijednost tog parametra, takvu hipotezu zovemo parametarskom.
Kad se tek postavi statistika hipoteza, ne znamo da li je ona tana, pa se mora vriti provjera tanosti, koju
jo zovemo verifikacija ili testiranje statistike hipoteze. Metode kojima se vri ta verifikacija zovu se testovi.
Njihovom primjenom moemo zakljuiti da je neka hipoteza tana ili pogrena sa odreenom
vjerovatnoom, koja je najee blizu broja 1.
U postupku verifikacije, statistiku hipotezu koju testiramo proglaavamo osnovnom, tzv. nultom
hipotezom H 0 . Hipotezu koja tvrdi suprotno od nulte zovemo alternativnom hipotezom i oznaavamo sa

H1. Rezultat testiranja e biti da se prihvati nulta ili alternativna hipoteza. Dobijeni zakljuak, naravno
podloan je greki. Greka koju inimo prihvatanjem jedne od dvije hipoteze izraena je brojem koga
zovemo rizik ili prag znaajnosti i oznaavamo ga slovom . Broj je zapravo vjerovatnoa da je zakljuak
kojeg smo donijeli pogrean. Najee se uzima da je 0, 05 ili 0, 01.
Jo ranije istaknuto je da se statistika ispitivanja, pa i testiranja hipoteza vrlo esto ne vre na cijeloj
populaciji (kad one imaju puno elemenata), nego se na sluajan nain odabire tzv. uzorak, koji treba da
bude reprezentativan, tj. da predstavlja cijelu populaciju. Zato se, u sluaju da je testiranjem potvrena
ispravnost nulte hipoteze, kae da uzorak ne protivrjei nultoj hipotezi.
Vidjeemo postupak testiranja parametra m (matematiko oekivanje, srednja vrijednost) u normalnoj
raspodjeli u dva sluaja: kad se zna i kad se ne zna disperzija te raspodjele.

Pretpostavimo da sluajna promjenljiva X ima normalnu raspodjelu sa poznatom disperzijom i da smo

dobili uzorak x1 , x2 ,..., xn . elimo testirati hipotezu da je m m0 neka konkretna vrijednost parametra
m. Otuda postavljamo da je nulta hipoteza H 0 : m m0 i alternativna hipoteza H1 : m m0 .
Aritmetika sredina uzorka x

Odatle slijedi da je Z

2
x1 x2 ... xn
ima takoe normalnu raspodjelu, tipa N m,
.
n
n

x m0
N 0,1 .

153

Za dati rizik postoji broj z takav da je P Z z 1 2 z 1 z

1
.
2

Broj z emo nai iz tablica Laplasove finkcije.

Ako je Z z , hipoteza H 0 se odbacuje, dakle prihvata se alternativna hipoteza. Ako je Z z ,
hipoteza H 0 se prihvata kao tana.

x1 , x2 ,..., xn

Ukoliko u normalnoj raspodjeli disperzija nije poznata, iz uzorka

emo izraunati

n
xi x
2
x x2 ... xn
uzoraku sredinu x 1
i uzoraku disperziju s
. Sluajna promjenljiva
n
n
i 1

x m0
ima Studentovu raspodjelu sa n 1 stepeni slobode. Za dati rizik iz tablica Studentove
s
n 1

raspodjele oita se broj tn 1; takav da je P T tn 1; 1 . Ako je za dati uzorak T tn 1; hipoteza

H 0 se odbacuje, a ako je T tn1; , dati uzorak ne protivrjei nultoj hipotezi, pa se ona prihvata u tom
sluaju.

Primjer 4: Moe li se na osnovu uzorka od 50 kutija ibica smatrati da fabrika pakuje prosjeno po 50 drvaca
u kutiju, ako su brojanjem drvaca u uzorku od 50 kutija dobijeni sljedei rezultati:

Broj drvaca

Broj kutija

Sredine klasa

43 44

43,5

45 46

45,5

47 48

47,5

49 50

11

49,5

51 52

12

51,5

53 54

53,5

55 56

55,5

57 58

57,5

154

Dobije se: x 50,58; s 3, 26; T

50,58 50
1, 23.
3, 26
49

S druge strane je za rizik 0, 05, t49;0,05 1,96 . Ako bismo uzeli 0, 01, dobili bismo t49;0,01 2,576.
Znai, u svakom sluaju je T t49; , pa se prihvata nulta hipoteza.
Zadatak: Testirati hipotezu uz rizik 0, 05 da je srednja teina proizvedenih artikala 30 grama, ako se
uzeo uzorak od 10 proizvoda kod kojih su izmjerene teine: 30,36; 30,85; 29,91; 29,35; 29,99; 30,31; 30,64;
29,42; 30,51; 30,11.
Da li bismo dobili isti zakljuak sa istim uzorkom iz populacije sa normalnom raspodjelom kod koje je
poznata disperzija 2 2, 25?

4. Linearna regresija
Neka su X i Y diskretne sluajne promjenljive koje su date svojim uzorcima obima n:

x1 , x2 ,..., xn

y1 , y2 ,..., yn . elimo ustanoviti da li postoji linearna veza izmeu X i Y, tj. Y a0 a1 X , a0 , a1 . To bi

znailo da je yk a0 a1 xk k 1, 2,..., n .
Ovaj problem se moe posmatrati i na sljedei nain. Pretpostavimo da nam je u koordinatnom xOy sistemu
zadano n taaka svojim koordinatama: x1 , y1 , x2 , y2 ,..., xn , yn . Moe li se kroz te take povui neka
prava? Problem se uoptava tako da se pokuava umjesto prave povui neka neprekidna kriva, npr.
parabola y a0 a1 x a2 x 2 , kubna parabola, eksponencijalna ili logaritamska kriva, itd.
Najee je nemogue nai pravu, odnosno neku neprekidnu krivu koja bi sadravala sve zadane take. Zato
se onda trai prava (odnosno kriva) koja bi prolazila to blie zadanim takama. Ovaj postupak se zove
regresija. Ukoliko se ona realizira preko linearne funkcije, tj. pomou prave, zovemo je linearna regresija, a
dobijenu pravu zovemo regresiona prava.
Postupak regresije najee provodimo pomou metode najmanjih kvadrata.
Neka je y a0 a1 x regresiona prava, a 1 , 2 ,..., n redom odstojanja datih taaka od regresione prave.
To su zapravo greke koje inimo u postupku linearne regresije. elimo da su te greke to manje. U
idealnom sluaju, kad sve zadane take lee na regresionoj pravoj je 1 2 ... n 0. To je
ekvivalentno sa 12 22 ... n2 0. Znamo da je zbir kvadrata nekoliko realnih brojeva jednak nuli ako i
samo ako su svi ti brojevi nula. Otuda je ideja da se zahtjeva da suma 12 22 ... n2 bude to manja.
Imamo da je

1 a0 a1 x1 y1 , 2 a0 a1 x2 y2 ,..., n a0 a1 xn yn , pa ako sumu 12 22 ... n2 oznaimo

kao

S a0 , a1

jer

je
2

to

oito

funkcija
2

promjenljivih
2

S a0 , a1 a0 a1 x1 y1 a0 a1 x2 y2 ... a0 a1 xn yn .

155

a0

a1 ,

onda

je

Primjeniemo poznati postupak za nalaenje ekstrema funkcije dvije nezavisne promjenljive. Znamo da
takva funkcija dostie svoj minimum u takama u kojima su parcijalni izvod po obje nezavisne promjenljive
jednaki nuli. Dakle,
n
S
2 a0 a1 xi yi 0 ...... 1
a0
i 1
n
S
2 xi a0 a1 xi yi 0.... 2
a1
i 1

Obje jednaine moemo podijeliti sa 2. Iz (1) tada slijedi:

n

.............. 3 .

a0 a1 xi yi 0 na0 a1 xi yi
i 1

i 1

i 1

i 1

i 1

Iz (2) slijedi:
n

a0 xi a1 xi2 xi yi 0 a0 xi a1 xi2 xi yi ... 4 .

i 1

i 1

i 1

i 1

i 1

i 1

Rjeavanjem sistema linearnih jednaina koga ine jednaine (3) i (4) dobiemo parametre a0 i a1 u
jednaini regresione prave y a0 a1 x. Dakle, rjeavaemo sistem jednaina:
n

na0 a1 xi yi
i 1

i 1

a0 xi a1 xi2 xi yi
i 1

i 1

i 1

Jednaina regresione prave se moe traiti i u obliku x b0 b1 y. Tada bismo koeficijente b0 i b1 traili
rjeavanjem sistema jednaina
n

nb0 b1 yi xi
i 1

i 1

b0 yi b1 yi2 xi yi
i 1

i 1

i 1

Greka koju pravimo ovim raunom izraena je preko tzv. standardne greke regresije.
1) Ako je dobijena prava y a0 a1 x, standardna greka regresije je
n

y a x a
i

S Y

1 i

i 1

n
156

2) Ako je dobijena prava x b0 b1 y, standardna greka regresije je

n

x b y b
i

SX

1 i

i 1

Koeficijent korelacije mjeri koliko je linearna povezanost sluajnih promjenljivih X i Y. To je broj

n

x x y y
i

i 1
n

x x y y
i

i 1

i 1

xi
Pri tome je x

i 1

, y

i 1

Imamo da je 1 r 1. Sluajne promjenljive X i Y se nalaze u veoj linearnoj povezanosti ako je broj r

to vei, tj. ako je to blii broju 1 ili 1 .

Primjer 5: Za vrijednosti sluajnih promjenljivih X i Y datih u tabeli nai jednaine regresione prave

y a0 a1 x i koeficijent korelacije:

8,3

9,1

10,1

10,2

10,5

10,4

9,7

8,5

55,4

54,6

59,6

67,7

68,2

68,2

67,3

61,8

52,5

Dobiju se sljedei rezultati:

xi 84,8;
i 1

yi 555,3;

x 9, 422;

y 61, 7;

i 1

yi2 34593, 03;

i 1

x y

i i

5279,88; a0 1, 714; a1 6,366.

i 1

Jednaina regresione prave glasi y 1, 714 6,366 x.

Koeficijent korelacije je r 0,958.
Zadatak: Za vrijednosti sluajnih promjenljivih X i Y datih u tabeli nai jednaine regresione
prave x b0 b1 y i koeficijent korelacije:

157

2
i

x
i 1

806, 5;

8,3

9,1

10,1

10,2

10,5

10,4

9,7

8,5

55,4

54,6

59,6

67,7

68,2

68,2

67,3

61,8

52,5

5. Test kontigencije (testiranje neparametarskih hipoteza)

Pretpostavimo da sluajna promjenljiva X ima vrijednosti

A1 , A2 ,..., Ak ,

a sluajna promjenljiva Y ima

vrijednosti B1 , B2 ,..., Bl . elimo ustanoviti da li su sluajne promjenljive X i Y meusobno nezavisne. U

uzorku obima n konstatovano je nij sluajeva kod kojih je X Ai i Y B j i 1, 2,..., k ; j 1, 2,..., l .
Dobijene brojeve smjestiemo u tzv. tabeli kontigencije.

B1

B2

...

Bl

ni 0

A1

n11

n12

...

n1l

n10

A2

n21

n22

...

n2l

n20

...

...

...

...

...

...

Ak

nk 1

nk 2

...

nkl

nk 0

n0 j

n01

n02

...

n0l

Zadnja vrsta i zadnja kolona u ovoj tabeli slue za sumiranje kolona, odnosno vrsta. Naime,

n01 n11 n21 ... nk1 , n02 n12 n22 ... nk 2 , ..., n0l n1l n2l ... nkl ,
n10 n11 n12 ... n1l , n20 n21 n22 ... n2l , ..., nk 0 nk1 nk 2 ... nkl ,
158

n n01 n02 ... n0l n10 n20 ... nk 0 .

Dakle, broj n (obim uzorka) predstavlja sumu svih brojeva u tabeli.
Primjer 6: 60 mukaraca i 40 ena je anketirano sa pitanjem koja im je omiljena boja izmeu tri ponuene:
ljubiaste, bijele i plave. Rezultati ankete su da je ljubiasta boja omiljena za 10 mukaraca i 20 ena, bijela
za 20 mukih i 10 ena, a plavu voli 30 mukaraca i 10 ena. Prema tome moemo napraviti sljedeu tabelu:

Spol
M

ni 0

Ljubiasta

10

20

30

Bijela

20

10

30

Plava

30

10

40

n0 j

60

40

100

Boja

Sada na osnovu ovih podataka moemo testirati da li postoji veza izmeu spola i odnosa prema bojama.
Za proizvoljno i 1, 2,..., k i j 1, 2,..., l neka je

pi 0 P X Ai , p0 j P Y B j , pij P

X A Y B .
i

U skladu sa poznatom definicijom dva nezavisna dogaaja, moemo smatrati da su promjenljive X i Y

nezavisne ako je pij pi 0 p0 j za sve i 1, 2,..., k , j 1, 2,..., l . Otuda emo, kao i kod testiranja

parametarskih hipoteza postaviti nultu hipotezu H 0 : pij pi 0 p0 j i 1, 2,..., k , j 1, 2,..., l . Njoj je

suprotstavljena alternativna hipoteza H 1 : pij pi 0 p0 j za bar jedno i 1, 2,..., k i bar jedno

j 1, 2,..., l .

Poto

su

nam

brojevi

i 1, 2,..., k j 1, 2,..., l pi 0

pij , pi 0 , p0 j

nepoznati,

n
n n
ni 0
, p0 j 0 j pij i 0 2 0 j
n
n
n

moemo
u

napraviti

sluaju

procjene:

nezavisnosti

promjenljivih X i Y.
Neka je
pij npij i 1, 2,..., k , j 1, 2,..., l . Sluajna promjenljiva 2

i 1 j 1

nij
pi j

pi j

ima 2

raspodjelu sa k 1 l 1 stepeni slobode. Za dati rizik (koji ima isto znaenje kao i kod parametarskih
2

hipoteza) u tablici 2 raspodjele oitamo broj ; k 1 l 1 .

159

Ako je

2 2; k 1l 1 , prihvata se nulta hipoteza o nezavisnosti promjenljivih X i Y, a ako je

2 2; k 1l 1 , hipoteza H 0 se odbija.
30 60
30 40
Primjer 7: Prema podacima iz primjera 1, imamo da je
p11
18,
p12
12,...
100

...,
p32

100

40 40
16.
100

10 18

18

20 12

12

20 18

18

10 12

12

30 24

24

10 16

16

13,19.
2

S druge strane, poto je k 3, l 2 k 1 l 1 2 imamo da je ; k 1 l 1 0,05;2 5,991. Otuda

sa rizikom 0, 05 odbacujemo hipotezu o nezavisnosti pola i odnosa prema bojama.
Zadaci
1. Tri maine proizvode artikle koji mogu biti I i II klase. Uzet je sluajan uzorak od 200 artikala i uoen
je slijedei broj artikala I i II klase:

Klasa

Maina
A

Maina
B

Maina
C

20

52

51

II

31

20

26

Testirati hipotezu da kvalitet proizvoda ne zavisi od maine na kojoj je proizveden sa rizikom 0, 05 .

2. Testirati hipotezu o nezavisnosti obolijevanja ljudi od gripe i cijepljenja ljudi od gripe na osnovu
uzorka od 9300 ljudi sa rizikom 0, 05 i prema podacima u tabeli:
Oboljeli

Nisu oboljeli

Necijepljeni

402

2497

Cijepljeni 11 mjeseci
prije epidemije

372

3789

Cijepljeni 1 mjesec
prije epidemije

131

2109

3. Na sluajan nain je izabrano 2000 porodica i dobijeni su sljedei rezultati o posjedovanju

satelitskog resivera.

160

PORODICE

Srednji mjeseni prihod u

porodici

Imaju sat. resiver

Nemaju sat. resiver

do 1000 KM

404

231

1000 1200

486

300

1200 1400

242

137

1400 1600

57

44

1600 1800

29

28

Vie od 1800

24

18

Sa rizikom 0, 01 testirati hipotezu da posjedovanje satelitskog resivera ne zavisi od srednjeg

mjesenog prihoda u porodici.
4. Testirati hipotezu o nezavisnosti boje kose (veliina X) i boje oiju (veliina Y) kod ljudi na osnovu
uzorka uzetog kod 6800 osoba sa rizikom = 0,01 :
Svjetla

Smea

Crna

Crvena

Plave

1768

807

189

47

ute/Zelene

946

1387

746

53

Tamne

115

438

288

16

161