Sayisal PDF

Saysal Analiz Ders Notlar
Arzu Erdem
c 2012/2013 Bahar d

onemi m
uhendislik notlar1
Kaynaklar
An Introduction to Numerical Analysis for Electrical and Computer Engineers, Christopher J. Zarowski, A JOHN
WILEY & SONS, INC. PUBLICATION, 2004.
An Introduction to Numerical Analysis, Endre S

uli and David F. Mayers, Cambridge University Press, 2003.
Elementary Numerical Analysis: An Algorithmic Approach, McGraw-Hill, 1980.
Numerical Analysis Using MATLAB and Spreadsheets, Steven T. Karris, Orchard Publications, 2004.
Numerical Methods and Analaysis, James I. Buchanan, Peter R. Turner, McGraw-Hill, 1992.
Numerical Methods for Mathematics, Science & Engineering, John H. Mathews, Prentice Hall, 1992.
Applied Numerical Analysis Using Matlab, Laurene V. Fausett, Prentice Hall, 1999.
Saysal analiz, Galip Oturanc, 2008.
Saysal analiz ve m
uhendislik uygulmalar, Irfan
Karag
oz, 2001.
email : erdem.arzu @ gmail.com , web page: http://umm.kocaeli.edu.tr/dosyalar/dif.htm;
May 12, 2013
Contents
List of Figures
List of Tables
vii
Chapter 0. Giris
Giris
1
1.1
Neden Saysal Yontemler?
1.2
Saysal Analizin Gecmisi
1.3
Saysal Analize Genel Bir Baks Acs
1.4
Saysal Y
ontemlerin Snandrlmas
1
1
1
1
2
2
Chapter 2. Say sistemleri ve hatalar (Number Systems and Errors)

Say sistemleri ve hatalar (Number Systems and Errors)
2
2.1
Tam Saylarn G
osterimleri (The Representation of Integers)
2.2
Kesirli Saylarn Gosterimleri (The Representation of Fractions)
slemler (Floating Point Arithmetic)
2.3
Kayan Noktal I
2.4
Hata Analizi ve Hatann Yaylmas (Error Analysis & Propagation of Error)
3
3
3
5
7
8
Chapter 3. f (x) = 0 Formundaki Lineer Olmayan Denklemlerin C

oz
umleri (The Solution of Nonlinear
Equations f (x) = 0)
f (x) = 0 Formundaki Lineer Olmayan Denklemlerin C
3
oz
umleri (The Solution of Nonlinear Equations
f (x) = 0)
3.1
Sabit Nokta Iterasyonu
(Fixed Point Iteration)
3.2
Ikiye Bolme Y
ontemi (Bisection Method)
3.3
Regula Falsi Y
ontemi (Regula Falsi Method)
3.4
Newton1 Raphson Yontemi (Newton Raphson Method)
3.5
Kirisler Yontemi (Secant Method)
3.6
Baslangc Yaklasm ve Yaknsaklk Kriterleri (Initial Approximation and Convergence
Criteria)
3.7
Aitken Yontemi (Aitkens Process)
3.8
Muller Yontemi (Muller Yontemi)
Chapter 4. Ax = b formundaki lineer sistemlerin C
oz
umleri (The solution of Linear Systems Ax = b)
4
4.1
Matris ve Vekt
orlerin Ozellikleri
(Properties of Vectors and Matrices)
4.2
Lineer Denklem Sistmelerinin C
oz
umleri icin Direkt Y
ontemler (Direct Methods for Linear
Systems of Equations)
cgensel Sistemler(Triangular Systems)
4.2.1
U
4.2.2
Cramer Kural(Cramers Rule)
4.2.3
Gauss Eliminasyonu ve Merkezi Nokta(Gauss Elimination and Pivoting)
4.2.4
LU C
arpanlarna Ayrma Yontemi (LU Factorization Method)
4.2.5
Hata Analizi (Error Analysis)
1Isaac Newton, 4 ocak 1643 ylnda Woolsthorpe-Ingiltere do
gumlu 31 mart 1727, Londra-Ingiltere de
old
u.
Cambridge de Lucasian baskanl

gn yapt.
iii
11
11
14
19
22
26
30
34
36
37
39
39
39
49
49
51
52
59
62
27 yasnda
iv
CONTENTS
4.3
4.3.1
4.3.2
4.3.3

oz
umleri icin Iteratif
Y
ontemler (Iterative Methods for
Linear Systems of Equations)
Richard Y
ontemi (Richards Method)
Jacobi Iterasyonu(Jacobi
Iteration)
Gauss-Seidel Iterasyonu(Gauss-Seidel Iteration)
63
64
66
71
Chapter 5. Interpolasyon
(Interpolation)
5
5.1
Polinom Interpolasyonu
(Polynomial Interpolation)
5.2
Temel Yaklasm (Naive Approach)
5.3
Lagrange Polinomlar (Lagrange Polynomial)
5.4
Newton Yontemi (Newton Method)
5.5
B
ol
unm
us Farklar (Divided Dierences)
77
77
77
78
79
81
83
Chapter 6. Saysal Integral

(Numerical Integration)
6
6.1
Dikdortgenler kural (Rectangular rule)
6.1.1
Sol Nokta kural (Left-point rule)
6.1.2
Sag Nokta kural (Right-point rule)
6.1.3
Orta nokta kural (Midpoint rule)
6.2
Newton - Cotes Form
ul
u (NewtonCotes Formulas)
6.3
Yamuk Y
ontemi (Trapezoidal Rule)
6.4
Genellestirilmis yamuk Form
ul
u (Composite Trapezoidal Rule)
6.5
Simpson Y
ontemi (Simpsons Rule)
6.6
Genellestirilmis Simpson Yontemi (Composite Simpsons Rule)
87
87
87
87
87
88
89
91
91
94
94
Bibliography
97
Bibliography
97
List of Figures
2.1 Algoritma 2.1
2.2 10luk sistemden 2lik sisteme d

on
usu
m
2.3 10luk sistemdeki ondalk saylarn 2lik sisteme d

on
usu
m
u
3.1 Topun su y
uzeyindeki durumu
11
3.2 Denklemin gragi
12
3.3 Ara de
ger teoreminin uygulamas
13
3.4 Ara de
ger teoremi icin ters ornek!
13
3.5 ex 1 2x fonksiyonu
14
3.6 g (x) =
ex 1
2
ve y = x fonksiyonlar
14
3.7 g (x) = ln (2x + 1) ve y = x fonksiyonlar
15
3.8 (a) 0 < g (x) < 1 oldugu durum - monoton yaknsaklk (b) 1 < g (x) < 0 oldugu durum - salnml
yaknsaklk (c) g (x) > 1 oldugu durum - monoton raksaklk (d) g (x) > 1 oldugu durum - salnml
raksaklk
gi
3.9 x = 3 3x + 20 gra
1 0.5x
2e
3.10x =
gra
gi
3.11Ikiye
Bolme Yontemi
3
16
17
18
19
3.12x + 4x 10 fonksiyonu
20
3.13x = tan x, x [4, 4.5] denklemi
21
3.14Regula Falsi Y
ontemi
3.15Ikiye
Bolme ve Regula Falsi Yontemlerinin yaknsaklklarnn karslastrlmas
3.16Ikiye
bolme y
onteminin Regula Falsi y
onteminden daha iyi yaknsadg durum
22
3.17f (x) = x 2
fonksiyonu
24
24
25
3.182 + cos (e 2) e = 0, x [0, 2]
25
3.19Newton Raphson Y
ontemi

3.20exp (x) 5 sin x
2
27
26
3.21f (x) = x2 sin (x) 1 fonksiyonu
28
3.22Kirisler Yontemi
30
3.23Kirisler Yonteminin yaknsakl

g
31
3.24x + cos (x) fonksiyonu
32
3.25cos (x) + 2 sin (x) + x fonksiyonu
32
3.26x3 x2 x + 1 fonksiyonun gragi
34
3.27|f (rn )| < kosulu
34
3.28rn noktas r ve r + aralgnn icinde kalmas durumu
35
3.29|rn r| < ve |f (rn )| < kosullar
35
v
vi
LIST OF FIGURES
3.30|rn r| < veya |f (rn )| < kosullarndan birinin olmadg durum
36
3.31Muller Yontemi
37
4.1 5x + y + z 5 = 0, x + 4y + z 4 = 0, x + y + 3z 3 = 0 d
uzlemleri
39
4.2 Determinant
46
4.3 Denklemin gragi
74
List of Tables
2lik sistem ve 10luk sistem dnsm tablosu
Cozum
18
2
3
Cozum
x3 + 4x2 10 = 0, x [1, 2] denkleminin coz
um
un
u ikiye bolme y
ontemi ile bulunmas.
18
21
4
5
x = tan x, x [4, 4.5] denkleminin coz

um
un
u ikiye bolme y
x 2x = 0, x [0, 1] denkleminin regula falsi y
ontemi ile coz
um
u.
22
25
6
7
2 + cos (ex 2) ex = 0, x [0.5, 1.5] denkleminin regula falsi y

ontemi ile coz
um
u.
x
um
un
u r0 = 0.5 baslangc noktas ve Newton-Raphson
exp (x) 5 sin 2 = 0, denkleminin coz
y
ontemi ile bulunmas
25
x2 sin (x) 1 = 0 denkleminin coz

um
un
u r0 = 1. baslangc noktas ve Newton-Raphson yontemi ile
bulunmas
28
4
2 de
gerini Newton Raphson y
ontemi ile ve r0 = 1, = 10 secerek 4 basamak kesinli
ge g
ore
hesaplanmas
30
ontemi ile coz

um
u.
10 x3 + cos (x) = 0, r0 = 1, r1 = 0 balangc iterasyonlar verilerek kirisler y
2
ontemi ile
11 cos (x) + 2 sin (x) + x = 0, r0 = 0, r1 = 0.1 baslangc iterasyonlar verilerek kirisler y
coz
um
u
vii
28
32
33
Chapter 0
Giris
Giri
1 s
1.1
Neden Saysal Y
ontemler?
Matematikte de
gisik tipte denklem t
urleri ile kaslasmak m
umk
und
ur. Bunlardan bazlar onceki matematik
derslerinde ele alnmstr. Orne

gin lineer denklemler ax + b = 0, a, b IR, a = 0 denkleminin c
oz
um
un
u
x = b/a olarak elde etmistik. Bunun yansra lneer olmayan pek cogu icin ki bunlardan en kolay ax2 +bx+c =
0, a, b, c IR, a = 0 tipinde 2.dereceden
polinomlar(parabol) dr. Bu denklemin iki cozm
un
u x1 , x2 olarak
b b2 4ac
adalandrrsak coz
umleri xi =
, i = 1, 2 ile gosterilir. 16. y
uzylda Italyan matematikciler Niccolo
2a
Fontana Tartaglia (14991557), Lodovico Ferrari (15221565) ve Girolamo Cardano (15011576) Artis magnae
sive de regulis algebraicis liber unus adl makalelerinde 3.ve 4. dereceden polinomlar icin bu form
ule cok da
benzer olmayan bir form
ul ortaya koydular. Tabi bulunan bu form
ullerin genellemesi, su ana kadar, derecesi 5
ve 5 ten b
uy
uk hehangi bir polinomun koklerini bulmak icin genellestirilemedi. Orne
gin x5 4x2 = 0 denklemi
gibi. Polinom denklemlerini coz
umleri icin genel anlamada bir form
ul olmadg icin bu t
url
u ve hatta daha genel
anlamda f (x) = 0 formunda t
um denklemlerin coz
umleri icin yaklasmlar verilicektir. Burada bir denklemin
c
oz
um
u var mdr? ve e
ger coz
um varsa bu c
oz
um
u nasl buluruz? sorularnn cevabn arayaca
gz. Bu derste
ginde bu
g
or
uce
gimiz baska bir konu ise f (x) fonksiyonunun x0 , x1 , ..., xn gibi belli noktalarda degerleri verildi

1
f (x) fonksiyonunu nasl olusturabilirizdir. Diger bir konu ise integralle ilgilidir. 0 exp (x) dx veya 0 cos (x) dx

1
integrallerini hesaplayabilirken 0 exp x2 dx veya 0 cos x2 dx gibi integralleri nasl hesaplayabilir hakknda
konusuca
gz. Ele alnacak olan t
um n
umerik tenkniklerin belli oranda hata pay oldu
gu gibi bu hata paylarndaki
analizler verilcektir. Saysal y
ontemlerde, yinelemeli hesaplar icin bilgisayar coz
umlerine ihtiyac duyaca
gz.
1.2
Saysal Analizin Gecmisi
N
umerik algoritmalarn gecmisi cok eski zamanlara dayanmaktadr. Eski Msrda The Rhind Papyrus
basit bir denklemin kokleri nasl bulunuru acklamstr. Archimedes of Syracuse (287-212 M.O.)
(1650 M.O)
ise geometrik eskillerinin hacimlerin, alanlarn veya uzunluklarn nasl hesapland
gn bulmustur. Yaklasmn
bulma y
ontemi kullanlm saysal integrallemenin ruhunu olusturmustur ki bu ise saac Newton and Gottfried
Leibnitz in oc
ul
u
gu
nde matematiksel hesaplamann gelisimine katkda bulunmustur. N
umerik hesaplamann
gelisiminin b
uy
uk bir ksm, matematiksel modellemenin ziksel gerceklige(ziksel olaylar,m
uhendislik, tp,
ticaret vb.gibi) uygulamalaryla Newton and Leibnitz tarafndan hesaplamann kes ile baslamstr. Bu matematik modeller zaman zaman ack bir sekilde coz
ulemedi
ginden saysal yontemlere ihtiyac duyulmustur. Saysal
analizdeki en onemli gelismelerden bir digeri de Napier (1614) tarafndan logaritmann kesdir. Newton cesitli
problemlerin saysal coz
umleri icin baz yontemler bulmustur. Onlardan bir kac k
ok bulma ve polinomlarn
interpolasyonudur. Newtonu takip eden 18. ve 19. y
uzyldaki matematikcilerin cok b
uy
uk bir ksm, matematiksel problemlerin saysal coz
umlerinde b
uy
uk katklar saglamslardr. Bunlardan bazlar Leonhard Euler
(1707-1783), Joseph-Louis Lagrange (1736-1813), and Karl Friedrich Gauss (1777-1855) tr. 1800 li yllarin
sonlarnda matematikcilerin b
uy
uk bir ksm ilgi alanlar cercevesinde saysal analizi kullanms olup gelisimlerde
bulunulmaya devam etmektedir.
0. GIRIS
1.3
Saysal Analize Genel Bir Baks A

cs
Saysal analiz, problemlerin saysal coz

umlerinin teorik gelismeleri ve bunlarn bilgisayar programlarna
etkisi ve g
uvenilirligi ile ilgilenmektedir. Pek cok saysal analizci k
ucu
k alt alanlarda calsmalarn s
urd
urmekte
olmasna ragmen genel bir perspektif ve ilgiyi paylasmaktadrlar. Bunlardan bazlar sunlardr:
(1) Genel anlmada bir problem direkt olarak coz
ulemiyorsa problemi, probleme cok yakn olan ve prob
lemden daha kolay baska bir problem ile de
gistirmek. Orne
gin n
umerik integralleme ve k
ok bulma
y
ontemleri
(2) Lineer cebir, reel analiz ve fonksiyonel analiz alanlarnda oldukca genis bir kullanm alanna sahiptir.
(3) Hata ile ilgili temel bir merak soz konusudur. Hatann b
uy
ukl
ugu
ve onun analitik formu bunlarda
bazlardr. 1. skta bahsedildigi u
zere problemin kendisi de
gilde yaklask problem ele alnd
gnda
hesaplamalrdan do
gu
acak bir hata kacnlmazdr. Dahas hatann formunu anlamak saysal metodun
yaknsaklk davransn iyilestirecek sekilde tahmin etme yontemini olusturur.
(4) Kararllk, problemlerdeki parameterelerin veya verilerdeki k
ucu
k degisimlere kars problemin g
ostermis
oldu
gu hassasiyet olarak adalandrlr ve saysal analzide oldukca oenmli bir konudur. Orne
gin
p (x) =
=
(x 1) (x 2) (x 3) (x 4) (x 5) (x 6) (x 7)
x7 28x6 + 322x5 1960x4 + 6769x3 13 132x2 + 13 068x 5040
polinomunun k
oklerinden biri 5 ve 6 dr. x6 teriminin on
undeki katsayy 28.002 ile de
gistirdigimizde
5.4590.540i, olarak buluyoruz ki de
gerde oldukca b
uy
uk bir de
gisim vardr. Bu t
url
u polinomlara, k
ok
bulma problemlerine g
ore kararl olmayan veya iyi tanml olmayan polinomlarda denir. Bu anlamda
problemlerin c
oz
umleri icin gelistirilen saysal y
ontemler, orjinal problemin coz
ulmesinden daha fazla
hassasiyet tasrlar. Dahas, orjinal problemin kararl ve iyi tanml oldu
guda incelenmelidir.. Bu t
url
u
konular ozelliklede saysal lineer cebirde g
orebilirsiniz.
(5) Numerik analizciler, bilgisayar aritmetigini kullanan sonlu ifadelerin etkileri ile oldukca ilgilidirler.
Bu t
url
u problemleri yine saysal lineer cebirde g
or
uce
giz. (Orne
gin yuvarlama hatasn iceren b
uy
uk
problemler gibi)
(6) N
umerik analizciler, algoritmalarn etkisinin olcu
m
u ile oldukca ilgilidirler. Belirli algoritmann maaleiyeti
nedir sorusu onlar icin cok

onemlidir. Orne
gin, n denklem iceren Ax = b lineer denklemini c
ozerken
umleri icin saysal
n3 miktarnda aritmeatik islem kullanlmaktadr. Bunu diger problemlerin coz
y
ontemlerle nasl kaslastrabiliriz?
1.4
(1)
(2)
(3)
(4)
(5)
(6)
(7)
(8)
(9)
(10)
Saysal Y
ontemlerin Snandrlmas
Say sistemleri ve hatalar (Number Systems and Errors)
Denklemlerin k
oklerinin bulunmas (The Solution of Equations)
Lineer denklem sistemlerinin coz
umlerinin bulunmas (Matrices and Systems of Linear Equations)
Optimizasyon (Optimization)
Interpolasyon
(Interpolation)
Egri uydurma (Regression)
Saysal integral (Integration by numerical methods)
Saysal t
urev (Numerical dierentiation)
Adi Diferansiyel denklemlerin coz
umleri(The Solution of Ordinary Dierential Equations)
Ksmi diferansiyel denklemlerin n
umerik coz
umleri (Numerical Solution of Partial Dierential Equations)
Chapter 2
Say sistemleri ve hatalar (Number Systems and

Errors)
Say
2 sistemleri ve hatalar (Number Systems and Errors)
2.1
Tam Saylarn G
osterimleri (The Representation of Integers)
Hayatmzda saylar ondalkl sistemlerde kullanrz. Buna gore 257 saysnn ondalk gosterimini
257 = 200 + 50 + 7
= 2.102 + 5.10 + 7.100
olarak yazabiliriz. Buna g
ore herhangi bir tam sayy, katsaylar 0 ile 9 arasnda degisicek sekilde polinom olarak ifade edebiliriz. Bunun icin kullanms oldugumuz gosterim asagdaki gibidir: a0 , a1 , a2 , ..., an
{0, 1, 2, 3, 4, 5, 6, 7, 8, 9} icin
N
= (an an1 ...a0 )10
= an .10n + an1 .10n1 + + a0 .100 ,

Neden 10 luk sistem kullanldgna dair temel bir gercek de bulunmamaktadr. Bununla birlikte elektriksel
tepkilerde ack(on)-kapal(o ) ifadeleri kullanlmaktadr ve bunlarn bilgisayarlarda gosterimleri ikili sistemlerle
(binary system) ifade edilir. Bu ifadelerde ise 2 taban olup olup, polinomun katsaylar 0 ile 1 dir. Negatif
olmayan bir tamsayy 2lik sistemde asagdaki gibi g
osteririz. a0 , a1 , a2 , ..., an {0, 1} icin
N
=
=
(an an1 ...a0 )2
an .2n + an1 .2n1 + + a0 .20 ,
Bilimsel calsmalarda kullanlan pek cok calsma 2lik sistemde islem yapsada bilgisayar kullanclarn cogunlugu 10luk sistemde calsmay tercih ederler. Bu sebepten
ot
ur
u iki sistemin birbirine cevirilmesi gerekmektedir. 2lik sistemden 10luk sistme
ceviriyi 2lik sitemin tanmndan direk olarak verebiliriz. Orne

gin
(11)2
1.2 + 1.20 = 3
(1101)2
1 23 + 1 22 + 0 21 + 1 20 = 13
Bunu genel olarak asagdaki algoritma ile verebiliriz.

Algoritma 2.1. N = (an an1 ...a0 )x , 0 < x < 10 dogal saysnn 10 tabannda
osteririz ki burda b0 asagdaki yinelemeli islemler sonucunda elde edilir:
N = b0 olarak g
3
Figure
2.1
2.1. Algoritma
2. SAYI SISTEMLERI VE HATALAR (NUMBER SYSTEMS AND ERRORS)
bn
an
bn1
bn2
=
=
an1 + bn x
an2 + bn1 x
bn3
an3 + bn2 x
...
b1
b0
=
=
a1 + b 2 x
a0 + b 1 x
Ornek
2.2. (1101)2 ifadesini yukardaki 2.1 algoritmasn kullanarak 10luk sisteme d
on
ust
ur
un
uz.
C
oz
um
1101 = a3 a2 a1 a0
b 3 = a3 = 1
b2
b1
b0
(1101)2
= a2 + 2 b 3 = 1 + 2 1 = 3
= a1 + 2 b 2 = 0 + 2 3 = 6
= a0 + 2 b1 = 1 + 2 6 = 13
= b0 = 13
Ornek
2.3. (10000)2 ifadesini yukardaki 2.1 algoritmasn kullanarak 10luk sisteme d
on
ust
ur
un
uz.
C
oz
um
10000 =
a4 a3 a2 a1 a0
b4
b3
=
=
a4 = 1
a3 + 2 b 4 = 0 + 2 1 = 2
b2
b1
=
=
a2 + 2 b 3 = 0 + 2 2 = 4
a1 + 2 b 2 = 0 + 2 4 = 8
b0
(10000)2
=
=
a0 + 2 b1 = 0 + 2 8 = 16
b0 = 16
Ornek
2.4. 187 ifadesini 2lik sisteme d
on
ust
ur
un
uz.
C
oz
um
187
93
46
23
11
5
2
=
=
=
=
=
=
=
2
2
2
2
2
2
2
93
46
23
11
5
2
1
+
+
+
+
+
+
+
1
1
0
1
1
1
0
b0
b1
b2
b3
b4
b5
b6
b7
=1
=1
=0
=1
=1
=1
=0
=1
187 = (10111011)2
Uyar 2.5. 2lik sistemden 8lik sisteme d
on
usu
m yaparken veya 8lik sistemden
2lik sisteme d
on
usu
m yaparken asagdaki tablyou kullanrz ve saylar 3 hane olarak
birler basamagndan baslayarak ayrrz.
Figure 2.2. 10luk sistemden

2lik
sisteme
don
usu
m
Table 1. 2lik sistem ve 10luk sistem dnsm tablosu

10luk sistem
0
1
2
3
4
5
6
7
8
9
10
2lik sistem
(0)2
(1)2
(10)2
(11)2
(100)2
(101)2
(110)2
(111)2
(1000)2
(1001)2
(1010)2
Ornek
2.6. (347)8 ifadesini 2lik sisteme d
on
ust
ur
un
uz.
C
oz
um
(347)8 =
(10)2
(100)2
(111)2
= (10100111)2
Ornek
2.7. (10111011)2 ifadesini 8lik sisteme d
on
ust
ur
un
uz.
C
oz
um
(10111011)2 =
(10)2
(111)2
(011)2
= (273)8
2.2
Kesirli Saylarn G
osterimleri (The Representation of
Fractions)
Tanm 2.8. x bir pozitif tam say ve xI bu saydan k

ucu
k en b
uy
uk tam say olmak
u
zere
xF = x xI
ifadesine x reel saysnn kesirli ksm denir ve asagdaki sekilde g
osterilir:
xF =
bk 10k , 0 bk < 10.
k=0
Eger bk says herhangi bir sayda sfr oluyorsa kesirli ifade durdurulmustur denir.
Orne
gin
1
= 0.25 = 2 101 + 5 102
4
kesirli ifadesi durdurulmustur ancak
1
= 0.3333... = 3 101 + 3 102 + ...
3
Notasyon . x = an an1 a0 .b1 b2 reel saysn 10luk sistemde (an an1 a0 .b1 b2 )10
veya 2lik sistemde (an an1 a0 .b1 b2 )2 olarak g
ostericegiz.
Algoritma 2.9. N = (0.b1 b2 ....)10 , reel saysnn x tabannda asagdaki islemlerle

elde ederiz:
f0
0.b1 b2 ....
d1
d2
=
=
(x f0 )I , f1 = (x f0 )F
(x f1 )I , f2 = (x f1 )F
d3
(x f2 )I , f3 = (x f2 )F
...
(0.d1 d2 ...)x
Ornek
2.10. (0.7)10 ifadesini 2lik sisteme d
on
ust
ur
un
uz.
C
oz
um
2 0.7 = 1.4 d1 = (1.4)I = 1, f1 = (1.4)F = 0.4
2 0.4 = 0.8 d2 = (0.8)I = 0, f2 = (0.8)F = 0.8
2 0.8 = 1.6 d3 = (1.6)I = 1, f3 = (1.6)F = 0.6
2 0.6 = 1.2 d4 = (1.2)I = 1, f4 = (1.2)F = 0.2
2 0.2 = 0.4 d1 = (0.4)I = 0, f5 = (0.4)F = 0.4
(0.7)10
...

= 0.10110011 2
Ornek
2.11. (0.625)10 ifadesini 2lik sisteme d
on
ust
ur
un
uz.

Figure 2.3. 10luk sistemdeki ondalk saylarn
2lik sisteme d
on
usu
m
u
oz
um
2 0.625 = 1.25 d1 = (1.25)I = 1, f1 = (1.25)F = 0.25
2 0.25 = 0.5 d2 = (0.5)I = 0, f2 = (0.5)F = 0.5
2 0.5 = 1 d3 = (1)I = 1, f3 = (1)F = 0
2 0 = 0 d4 = (0)I = 0, f4 = (0)F = 0
...
(0.625)10 = (0.101)2
Ornek
2.12. (0.101)2 ifadesini 10luk sisteme d
on
ust
ur
un
uz.
C
oz
um Algoritma 2.9 yi kullanabiliriz:
10 (0.101)2 = (1010)2 (0.101)2 = (110.01)2 d1 = ((110.01)2 )I = (110)2 = (6)10 , f1 = ((110.01)2 )F = (0.01)2
10 (0.01)2 = (1010)2 (0.01)2 = (10.1)2 d2 = ((10.1)2 )I = (10)2 = (2)10 , f2 = ((10.1)2 )F = (0.1)2
10 (0.1)2 = (1010)2 (0.1)2 = (101)2 d3 = ((101)2 )I = (101)2 , f3 = ((101)2 )F = (0)2
...
(0.625)10 = (101)2
:
1010 0.101 = 101 101 102 = 110.01
1
1
1
1
1
0 0
0 1
1 0
0 1
0 1
0 1
0
0 1
2.3
slemler (Floating Point Arithmetic)

Kayan Noktal I
Bilgisayar (computing) camiasnda reel saylara reel say de

gil de kayan noktal
say denmesinin nedeni noktann yerinin de
gistirilebilir olmasndan kaynaklanyor olmasyms. misal reel saylar g
ostermek icin 8 basamak kullanalm dersek 1.2345678,
1234567.8, 0.000012345678, 12345678000000000, vs. seklinde saylar gosterebiliyoruz.
e
ger sabit noktal kullanm olsayd, her sistemin ben noktadan sonra en fazla su kadar
basamak gosteririm seklinde tasarlanmas gerekirdi. Oyle

olunca noktadan sonra u
c
basamak g
osterecegim denilirse 9.123 g
osterilebilir ama 9.1234 g
osterilemezdi.
Tanm 2.13. n basamakl tabanndaki kayan noktal x saysnn en genel halde
g
osterimi asagdaki gibidir:
x = (0.d1 d2 ...) e
burada 0.d1 d2 ... saysna mantis (mantissa-ondalk ksm), e saysna da kuvvet (exponent) denir. d1 = 0 ise kayan noktal x saysna normallestirilmistir denir.
Tanm 2.14. k, bir bilgisayarn kayan noktal hesaplamalarndaki kullanmlarndaki
maksimum basamak olmak u
zere x = (0.d1 d2 ...dk ...) e kayan noktal saysn 2
t
url
u g
osterimi vardr. Bunlardan 1.si kesilmis kayan nokta g
osterimidir(chopped oating number representation) ve asagdaki sekilde verilir:
f lc (x) = (0.d1 d2 ...dk ) e
diger g
osterim ise yuvarlanms kayan nokta g
osterimidir(rounded oating number representation) ve asagdaki sekilde verilir:
f lr (x) = (0.d1 d2 ...dk1 rk ) e
Burada rk says dk .dk+1 dk+2 ... ondalkl saysnn en yakn tamsayya yuvarlamas ile
olusur

Ornek
2.15. f lc 23 =?, f lf 23 =?, f lc (838) =?, f lf (838) =?(2 ondalk
basamakl kayan nokta g
osterimleri nelerdir?)
C
oz
um
2
3
838 =
0.6 f lc

2
2
= 0.66 100 , f lf
= 0.67 100
3
3
0.838 103 f lc (838) = 0.83 103 , f lf (838) = 0.84 103

Tanm 2.16. x = (0.d1 d2 ...dk ...) e kayan noktal says ile f lc (x) veya
f lr (x) arasndaki farka yuvarlama hatas denir. Yuvarlama hatas x saysna bagl
olup asagdaki bagnt gecerlidir.
f lc (x)
f lr (x)
= x + xc , 1k < c < 0
1
= x + xr , |r | < 1k
2
Ornek
2.17. x = 0.2 101, y = 0.77 106 olmak u
zere x + y ve x y ifadelerini 2
ondalk basamakl kayan nokta g
osterimleriyle bulup yuvarlama hatalarn elde ediniz.
C
oz
um
x = 2000000 106 , y = 0.77 106 x + y = 2000000.77 106 x + y = 0.200000077 101
f lc (x + y) = 0.20 101 c = 0.200000077 101 0.20 101 = 0.000000077 101 = 0.77 106
f lr (x + y) = 0.20 101 r = 0.200000077 101 0.20 101 = 0.000000077 101 = 0.77 106
x y = 0.2 101 0.77 106 = 1.54 106 = 0.154 105
f lc (x y) = 0.15 105 c = 0.154 105 0.15 105 = 0.004 105 = 0.4 107
2.4
Hata Analizi ve Hatann Yaylmas (Error Analysis &

Propagation of Error)
Saysal y
ontemlerde pek cok problemin coz
um
u icin hesaplad
gmz degerler gercek
de
gerler olmayabilir Bu anlamda ozelliklede saysal algortimalarn gelismesinde bize
rehberlik edicek olan baz tanmlamalar vermemiz gerekmektedir.
Tanm 2.18. x gercek degerine yaklask degeri x
ile g
osterelim. Buna g
ore

Ex = x x
ifadesine hata (error)
Rx =
xx

, x = 0
x
ifadesine de bagl hata (relative error) denir.
Ornek
2.19.
(a) x
= 3.141592 x
= 3.14
(b) y
(c) z
= 1000000 y = 999996
= 0.000012 z = 0.000009
degerleri icin hata ve bagl hatay bulunuz.

C
oz
um
Ex
Rx
= xx
= 3.141592 3.14 = 1.592 103
1.592 103
xx

=
= 5.067 5 104
=
x
3.141592
Ey
Ry
Ez
Rz
= y y = 1000000 999996 = 4
4
y y
=
= 4 106
=
y
1000000
z z = 0.000012 0.000009 = 3.0 106
3.0 106
z z
=
= 0.25
z
0.000012
Tanm 2.20. C
ok kompleks bir matematiksel ifade daha elementer islemler iceren
bir form
ul ile yer degistirdiginde kesme hatas (truncation error) kavram meydana
gelmektedir. Genel anlamda saysal y
ontemlerin kesilmesinden elde edilen hatadr.
Ornek
2.21.
2
ex = 1 + x2 +
x6
x2n
x4
+
+ ... +
+ ...
2!
3!
n!
ifadesinde ilk 4 toplam:

1 + x2 +
x6
x4
+
2!
3!
aldgmzda kesme hatas meydana gelecektir.

Tanm 2.22. Yuvarlama hatas (round-o error)
ozelliklede bilgisayardaki kstl
depolamadan kaynaklamktadr. Orne

gin

1
= 0.00011 2
10
olmasna ragmen bilgisayarda bu deger son hanesine kadar alnamayacagndan belli bir
ondalktan sonra kesilip yuvarlanmaktadr.
Tanm 2.23. Orne

gin x = 3.1415926536 ve y = 3.1415957341 saylarn ele alalm.
x y = 3.1415926536 3.1415957341 = 3.0805 106
fark bize x ve y saylarnn ilk 6 hanesi ayn oldugunu s
oylemektedir ki virg
ulden sonra
5 saynn ayn olmas demektir. Bu gibi ifadelere basamaklarn anlamn yitirmesi (loss
od signicance digits) de denir.

Ornek
2.24. f (x) = x x + 1 x , g (x) =
ve g (500) degerlerini bulunuz.
x
x+1+ x
fonksiyonlar icin f (500)
oz
um

501 500 = 500 (22.3830 22.3607) = 500 0.022 3 = 11.1500
f (500) =
500
g (500) =
500
500
500
=
= 11.1748
=
22.3830 + 22.3607
44.7437
501 + 500
gercekte f (x) ve g (x) fonksiyonlar cebirsel olarak birbirine denk olmasna ragmen elde edilen saysal sonuclar
ayn olmamaktadr ve gercekte g (500) = 11.1748 de
geri gercek de
ger olan 11.174755300747198 ifadesinin 4
basamaga yuvarlanms halidir.

Not . Hatann artmasn (propogation of error) toplama, carpmada su sekilde
verebilir. x gercek degerine yaklask degeri x
, y gercek degerine yaklask degeri y ile
g
osterelim. Buna g
ore
x =
y =
x
+ Ex
y + Ey
(1) Toplamada hata artsn Toplamdaki hata, hatalarn toplamdr seklinde ifade edebiliriz.
x + y = (
x + Ex ) + (
y + Ey ) = (
x + y) + (Ex + Ey )
(2) C
arpmada hata artsn biraz daha karmasktr:
xy = (
x + Ex ) (
y + Ey ) = x
y + x
Ey + yEx + Ex Ey
olarak elde ederiz ki x
ve y burda 1 den b
uy
uk bir degerde ise x
Ey , yEx terimleri yeterince b
uy
uk olabilir.
Tanm 2.25. Bir saysal y
ontemde baslangcta verilen degerlerdeki k
ucu
k hatalar
sonuca da k
ucu
k hata olarak yansyorsa bu y
oteme kararldr (stable) aksi durumda ise
kararl degildir (unstable) denir.
10
Ornek
2.26.
p (x) =
=
(x 1) (x 2) (x 3) (x 4) (x 5) (x 6) (x 7)
x7 28x6 + 322x5 1960x4 + 6769x3 13 132x2 + 13 068x 5040
polinomunun k
oklerinden biri 5 ve 6 dr. x6 teriminin
on
undeki katsayy 28.002 ile degistirdigimizde
5.459 0.540i, olarak buluyoruz ki degerde oldukca b
uy
uk bir degisim vardr. Bu t
url
u polinomlara, k
ok bulma
problemlerine g
ore kararl olmayan veya iyi tanml olmayan polinomlar da denir.
Chapter 3
f (x) = 0 Formundaki Lineer Olmayan Denklemlerin C
oz
umleri (The Solution of Nonlinear Equations f (x) = 0)
f3(x) = 0 Formundaki Lineer Olmayan Denklemlerin C
oz
umleri (The Solution of Nonlinear Equations f (x) = 0)
ax + b = 0, a = 0
t
ur
undeki denklemleri c
ozmek oldukca kolaydr ve hatta lineer olmayan
ax2 + bx + c = 0, a, b, c IR, a = 0
denklemlerinin c
oz
um
un
u de kolayca bulabiliriz. Ancak 3. mertebden ve daha y
uksek polinomlar icin c
oz
um
bulmak her zaman cok kolay olmamaktadr. S
imdi ise ozg
ul agrlg 0.6 ve yarcap 5.5cm olan bir topun suda
ne kadar batt
gn bulucak bir problemi ele alalm.
Newtonun 3. hareket kuralna g
ore topun agrlg suyun kaldrma kuvvetine esit
olacaktr.
T opun a
grl
g = (T opun Hacmi) (T opun yo
g unlu
gu) (Y ercekimi ivmesi)

4 3
Figure 3.1. Topun
R (b ) (g)
=
3
y
uzeyindeki durumu
R := Topun yarcap (m metre)

b := Topun yo
gunlugu kg/m3

g := Yercekimi ivmesi m/s2
Kaldrma kuvveti = Yer degistiren suyun a
grlg
= (suyun altnda kalan topun hacmi) (suyun yogunlugu) (Yercekimi ivmesi)

x
= x2 R
(w ) (g)
3
x := topun batan ksmnn y
uksekligi

w := suyun yogunlugu kg/m3
11
su
UMLERI
12
3. f (x) = 0 FORMUNDAKI LINEER OLMAYAN DENKLEMLERIN C
OZ
(THE SOLUTION OF NONLINEAR EQUATIONS f (x) = 0)
Newtonun 3. hareket kuralna g

ore

4 3
x
R (b ) (g) = x2 R
(w ) (g)
3
3

x
w
4R3 b = 3x2 R
3
4R3 b 3x2 Rw + x3 w = 0
b
3x2 R + x3 = 0
4R3
w
b
b :=
= 0.6 (topun ozg
ul agrlg)
w
R = 5.5cm = 0.055m
3. 993 104 0.165x2 + x3 = 0
Bu ise lineer olmayan bir denklem olup topun batan ksmnn y
uksekligini gosteren x i bulmak bundan sonraki
ilgilenice
gimiz konu olucaktr. Ki bu denklemin k
okleri , 0.146 36, 6. 237 8 102 , 4.3737 102 olup gragini
asa
gdaki gibi verebiliriz.
y
0.0003
0.0002
0.0001
-0.04
-0.02
0.02
0.04
0.06
0.08
0.10
0.12
0.14
-0.0001
-0.0002
Figure 3.2. Denklemin gragi

Problem . Buna g
ore bu konu altnda f (x) fonksiyonu [a, b] aralgnda s
urekli ve snrl bir fonksiyon
olmak u
zere f (r) = 0 kosulunu saglayacak sekilde r [a, b] c
oz
um
un
u bulabilirmiyiz sorusunun cevabn bulmaya
calsacagz ki bu durumda 3 soru aklmza gelmektedir.
(1) Bir fonksiyonun c
oz
um
un
un var olup olmadgn nasl bulabiliriz?
(2) C
o
z
um varsa c
oz
um
u nasl bulabiliriz?
(3) Buldugumuz c
oz
um, gercek co
z
ume ne kadar yaknsaktr?
3. sorunun cevab icin yaknsaklk tanmn verelim:
Tanm 3.1.

lim xn = x
olsun. Eger
|xn+1 x
| c|xn x
|p
kosulu saglanyorsa {xn } dizisine p. mertebeden yaknsaktr denir ve p ye de yaknsaklk derecesi denir.
1. sorunun cevabn asagda verelim. Di
ger sorularn cevabn ise bu konudaki altbaslklarla vermeye
calsaca
gz.
Teorem 3.2. f (x) fonksiyonu [a, b] aralgnda s
urekli ve snrl bir fonksiyon olmak u
zere f (a) f (b) 0
kosulunu saglasn. O halde f (r) = 0 kosulunu saglayan r [a, b] vardr.
UMLERI

OZ
13
Figure 3.3. Ara deger teoreminin uygulamas

Uyar 3.3. Burda dikkat edilmesi gereken en
onemli noktalardan birisi ise fonksiyonun s
urekli ve snrl
olmasdr. Egere bu kosullardan biri saglanmyorsa yukaridaki teoremi uygulamamz m
umk
un degildir.
Figure 3.4. Ara deger teoremi icin

ters ornek!
Ornek
3.4. Asagdaki fonksiyonlarn verilen aralklarda c
oz
um
un
un olup olmadgn belirtiniz.
(1) f (x) = ex 2 x, [5, 3] ve [3, 1]
(2) f (x) = cos (x) + 1 x, x radyan olarak alnacak, [1, 1] ve [1, 3]
(3) f (x) = ln (x) 5 + x, [1, 3] ve [3, 5]
oz
um
(1)
f (x) = ex 2 x f (5) f (3) = 3. 1564 > 0 oldugundan [5, 3] aralgnda k
ok yoktur.
f (3) f (1) = 0.66359 < 0 oldugundan [5, 3] aralgnda k
ok vardr.
(2)
f (x) = cos (x) + 1 x f (1) f (1) = 1.3725 > 0 oldugundan [1, 1] aralgnda k
ok yoktur.
f (1) f (3) = 1.6155 < 0 oldugundan [1, 3] aralgnda k
ok vardr.
UMLERI
14
OZ
(3)
f (x) = ln (x) 5 + x f (1) f (3) = 3. 6056 > 0 oldugundan [1, 3] aralgnda k
ok yoktur.
f (3) f (5) = 1. 4507 < 0 oldugundan [3, 5] aralgnda k
ok vardr.
Sabit Nokta Iterasyonu

(Fixed Point Iteration)
3.1
Sabit nokta iterasyonunun ana kri

f (x) = 0
denklemini
x = g (x)
formuna getirmektir.
Ornek
3.5. ex 1 2x = 0 denklemini x [1, 2] aralgnda x = g (x) sekline getiriniz.
y
2.0
1.5
1.0
0.5
0.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
Figure 3.5. ex 1 2x fonksiyonu

C
oz
um
f (x)
x
= ex 1 2x = 0, x [1, 2]
e1 1
ex 1
= g (x) g (1) =
= 0.85914
/ [1, 2] oldugundan bu sekilde don
ust
uremeyiz.
=
2
2
y3
1.0
1.1
1.2
1.3
1.4
1.5
Figure 3.6. g (x) =

fonksiyonlar
ex =
g (2) =
1.6
ex 1
2
1.7
1.8
1.9
2.0
ve y = x
2x + 1 x = ln (2x + 1) = g (x) g (1) = ln (2 1 + 1) = 1. 0986 [1, 2] ,

ln (2 2 + 1) = 1. 6094 [1, 2] oldugundan bu formu kullanmalyz.
UMLERI

OZ
15
2.0
1.9
1.8
1.7
1.6
1.5
1.4
1.3
1.2
1.1
1.0
1.0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
2.0
Figure 3.7. g (x) = ln (2x + 1) ve y =

x fonksiyonlar

Tanm 3.6. g (x) fonksiyonu [a, b] aralgnda s
urekli,snrl ve g (x) [a, b] olsun.
xn+1 = g (xn ) , n = 0, 1, 2, 3, ...
(3.1)
ile verilen yineleme form

ul
une sabit nokta veya basit iterasyon (xed point iteration or simple iteration).denir.
xn , n 0 saylarna iterasyon n = 0 durumunda x0 saysna baslangc iterasyonu denir. Eger (3.1) ile
noktasna yaknsak ise x
says g (x) fonksiyonunun sabit noktasdr:
tanmlanan {xn } dizisi x
x
= g (
x)
Gercekten
lim xn = x

ise
x
= lim xn+1 = lim g (xn ) = g
n
x)
lim xn = g (
Y
ontemi asagdaki sekilde verebiliriz:
Algoritma 3.7.
Adm 2:
Adm 1: x0 baslangc iterasyonunu ve > 0 hata payn verin ve n = 0 aln

xn+1 = g (xn )
form
ul
u ile bir sonraki iterasyonu elde ediniz.
Adm 3: |xn+1 xn | > ise n yi 1 arttrn. (n = n + 1) ve 2.adma gidiniz.
Adm 4: Bulunan xn+1 saysn x = g (x) denkleminin c
oz
um
u olarak belirtiniz.
Problem . (3.1) ile tanmlanan {xn } dizisi ne zaman yaknsaktr?
Teorem 3.8. g (x) ve g (x) fonksiyonu (a, b) aralgnda s
urekli ve x
(a, b) sabit noktay g
ostersin.

(i) Eger x [a, b] icin |g (x) | K < 1 kosulu saglanyorsa x0 (a, b) icin (3.1) ile tanmlanan {xn } dizisi x
sabit noktasna yaknsar
sabit noktasna
(ii) Eger x [a, b] icin |g (x) | > 1 kosulu saglanyorsa (3.1) ile tanmlanan {xn } dizisi x
yaknsamaz. x
noktasna raksak sabit nokta (repulsive xed point) denir ve iterasyon da lokal olarak raksaklk
g
osterir.
UMLERI
16
OZ
(a)
(b)
(c)
(d)
Figure 3.8. (a) 0 < g (x) < 1 oldugu durum - monoton yaknsaklk
(b) 1 < g (x) < 0 oldugu durum - salnml yaknsaklk
(c) g (x) > 1 oldugu durum - monoton raksaklk
(d) g (x) > 1 oldugu durum - salnml raksaklk
osterelim: Ara de
ger
Proof. (i) Oncelikle
(3.1) ile tanmlanan {xn } dizisinin [a, b] aralgnda oldugunu g
teoremini kullanarak asa
gdaki sonucu elde ederiz:
x) g (x0 ) | = |g (c0 ) (
x x0 ) | = |g (c0 ) ||
x x0 | K|
x x0 | < |
x x0 | < x1 (a, b)
|
x x1 | = |g (
Simdi t
umevarm y
ontemi ile xn (a, b) olsun. xn+1 (a, b) oldugunu gosterelim:
x) g (xn ) | = |g (cn ) (
x xn ) | = |g (cn ) ||
x xn | K|
x xn | < |
x xn | < xn+1 (a, b)
|
x xn+1 | = |g (
Simdi ise
|
x xn+1 | K n |
x x0 |
oldu
gunu g
osterelim. Yukarda
|
x x1 | K|
x x0 |
oldu
gunu g
ostermistik. T
umevarm y
onteminden faydalanarak
|
x xn | K n1 |
x x0 |
oldu
gunu kabul edelim. Buna gore
x) g (xn ) | = |g (cn ) (
x xn ) | = |g (cn ) ||
x xn | K|
x xn | KK n1 |
x x0 | = K n |
x x0 |
|
x xn+1 | |g (
x x0 | oldu
gunu g
ostermis oluruz. Burada limit ald
gmzda, 0 < K < 1 oldugundan:
Buna gore |
x xn+1 | K n |
lim |
x xn+1 | lim K n |
x x0 | = 0
UMLERI

OZ
17

Sonuc
3.9. g (x) ve g (x) fonksiyonu (a, b) aralgnda s
urekli ve x
(a, b) sabit noktay g
ostersin. Eger
x [a, b] icin |g (x) | K < 1 kosulu saglanyorsa x0 (a, b) icin (3.1) ile tanmlanan iterasyonun yaknsaklk
derecesi 1 dir. Ve dahas
x x0 |, n 1
|
x xn | K n1 |
K n1 |x1 x0 |
|
x xn |
1K
hata degerlendirmeleri gecerlidir.
Proof. Teorem 3.8in ispatnda gor
uld
ugu
u
zere
x xn |
|
x xn+1 || K|
elde ederiz. Buna g
ore tanm 3.1den yaknsaklk derecesini 1 olarak elde ederiz. Ve yine Teorem 3.8den
x x0 |, n 1
|
x xn | K n1 |
degerlendirmesini elde ederiz.
|x2 x1 | =
|g (
x) g (xn1 ) | = |g (cn1 ) (
x xn1 ) | K|
x xn1 | = K|
x xn1 + xn xn |
K
| xn1 + xn |
K|
x xn | + K| xn1 + xn | |
x xn |
1K
|g (x1 ) g (x0 ) | = |g (c0 ) (x1 x0 ) | K|x1 x0 |
|x3 x2 | =
|g (x2 ) g (x1 ) | = |g (c1 ) (x2 x1 ) | K|x2 x1 | K 2 |x1 x0 |
|
x xn | =
|xn xn1 | =
...
|g (xn1 ) g (xn2 ) | = |g (cn2 ) (xn1 xn2 ) | K|xn1 xn2 | ... K n1 |x1 x0 |
ifadesini yerine yazd

gmzda sonucu elde ederiz.
Ornek
3.10. x3 3x 20 = 0, x [1, 4] fonksiyonun c
oz
um
un
u sabit nokta iterasyonu ile bulunuz.
Baslangc iterasyonu x0 = 1.5, hata pay = 104 ve virg
ulden sonra 4 basamak alnz.
C
oz
um
x3 20
13 20
x3 20
ifadesini alamayz cu
nk
u x = 1 icin
=
= 6. 3333
/ [1, 4]
3
3
3
x3 3x 20 = 0 x3 = 3x + 20 x = 3 3x + 20 x = 1icin 3 3 1 + 20 = 2. 8439 [1, 4]
x = 4 icin 3 3 4 + 20 = 3. 1748 [1, 4]
1
1
1
.3 =

= 0.13572 < 1
x = 3 3x + 20 = g (x) g (x) =
3
3
2
3
2
202
3 (3x + 20)
(3x + 20)
x3 3x 20 = 0 x =
1.0
1.2
1.4
1.6
1.8
2.0
2.2
2.4
Figure 3.9. x =
2.6
2.8
3.0
3.2
3.4
3.6
3
3x + 20 gra
gi
3.8
4.0
UMLERI
18
OZ
Table 1. Cozum
terasyon
g(x)
Eps
hata
0
1
2
3
4
1,5000
2,9044
3,0622
3,0789
3,0807
2,9044
3,0622
3,0789
3,0807
3,0808
0,0001
0,0001
0,0001
0,0001
0,0001
3,0808
3,0809
0,0001
Devam/Dur-Karar
zm
1,4044 Devam
0,1578 Devam
0,0167 Devam
0,0018 Devam
y=x
1,5
1,7
1,9
2,1
2,3
0
0
0
0
1E-04 Dur
zm=3,0808
2,5
Ornek
3.11. x = 12 e0.5x , x [0, 1] fonksiyonun c
oz
um
un
u sabit nokta iterasyonu ile bulunuz. Baslangc
iterasyonu x0 = 0, ve 3. iterasyona kadar hesaplayp virg
C
oz
um
x
1 0.5x
e
g (0) = 0.5, g (1) = 0.824 36
2
1
0.82436 = 0.20609
4
= g (x) =
g (x)
1 0.5x
e
4
oldu
gundan sabit nokta iterasyonunu kullanabiliriz.
y
1.0
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0.0
0.0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1.0
Figure 3.10. x = 12 e0.5x gragi
Table 2. Cozum
terasyon
x
0
1
2
3
g(x)
0,0000
0,5000
0,6420
0,6893
Eps
0,5000
0,6420
0,6893
0,7057
Devam/Dur
0,0001
0,0001
0,0001
0,0001
Devam/Dur-Karar
zm
0,5 Devam
0,142 Devam
0,0473 Devam
y=x
0
0
0
0,5
0,52
0,54
0,56
UMLERI

OZ
19
3.2
Ikiye
B
olme Y
ontemi (Bisection Method)
f (x) fonksiyonu [a, b] aralgnda s

zere f (r) = 0 kosulunu sa
glayacak
Bolme Yontemi icin asagdaki algoritmay uygularz:

sekilde r [a, b] c
oz
um
un
u bulmak icin Ikiye
Figure 3.11. Ikiye

Bolme Yontemi
Algoritma 3.12.
Adm 1: > 0 hata payn verin ve n = 0 alnz ve baslangc aralg a0 =
a, b0 = b secerek [a0 , b0 ] seklinde belirleyiniz
Adm 2:
an + b n
rn =
2
seklinde aralgn orta noktasn alnz.
Adm 3: Eger f (rn ) = 0 ise r = rn seklinde c
oz
um
u elde ederiz.
Adm 4: Eger f (an ) f (rn ) < 0 ise an+1 = an , bn+1 = rn secerek yeni aralg [an+1 , bn+1 ] = [an , rn ]
seklinde belirleyiniz.
Adm 5: Eger f (rn ) f (bn ) < 0 ise an+1 = rn , bn+1 = bn secerek yeni aralg [an+1 , bn+1 ] = [rn , bn ]
Adm 6: Eger |an bn | > ise n yi 1 arttrn. (n = n + 1) ve 2.adma gidiniz aksi durumda isleme son
ver.
Problem . Algoritma 3.12 ile verilen ikiye b

olme y
onteminin yaknsaklg nedir? Iterasyon
ne zaman
durur?
Teorem 3.13. (Ikiye

b
olme teoremi-Bisection theorem) f (x) fonksiyonu [a, b] aralgnda s
urekli ve snrl
bir fonksiyon olmak u
zere f (r) = 0 kosulunu saglayan r [a, b] olsun. Eger f (a) f (b) 0 kosulunu
saglanyorsa Algoritma 3.12 de tanmlanan {rn }n=0 dizisi x = r c

oz
um
une yaknsaktr ve
ba
, n = 0, 1, 2, ...
2n+1
esitsizligi saglanr. > 0 hata payn g
ostermek u
zere maksimum iterasyon says (nmax ) asagdaki sekilde
verilir:

ln (b a) ln (2)
nmax =
ln (2)
|r rn |
gnda oldugundan asa

gdaki esitsizligi yazabiliriz
Proof. r ve rn [a, b] aral
|r rn |
|bn an |
2
UMLERI
20
OZ
0|
0
(1 a) E
ger a1 = a0 , b1 = r0 = a0 +b
ise |b1 a1 | = |b02a
1
2
|b0 a0 |
0
(1 b) E
ger a1 = r0 = a0 +b
2 , b1 = b0 ise |b1 a1 | =
21
a1 +b1
1|
0|
(2 a) E
ger a2 = a1 , b2 = r1 = 2 ise |b2 a2 | = |b12a
= |b02a
1
2
|b1 a1 |
0|
1
(2 b) E
ger a2 = r1 = a1 +b
= |b02a
2
2 , b2 = b1 ise |b2 a2 | =
21
a0 |
T
umervarm y
ontemi ile |bn1 an1 | = |b20n1
oldugunu kabul edelim.
an1 +bn1
n1 |
0|
(n a) E
ger an = an1 , bn = rn1 =
ise
|bn an | = |bn12a
= |b02a
1
n
2
n1
n1 |
0|
(n b) E
ger an = rn1 = an1 +b
, bn = bn1 ise |bn an | = |bn12a
= |b02a
1
n
2
B
oylece
|r rn |
|b0 a0 |
|bn an |
=
2
2n+1
sonucunu elde ederiz.

ln ba
ln (b a) ln (2)
|b0 a0 |
ba
ba
n
2
n
=
=
max
2n+1
2n+1
2
ln (2)
ln (2)
Not . Ikiye
b
olme y
ontemi, en yavas yaknsaklga sahip bir y
ontem olmasna ragmen hatal sonuclanmayan
bir y
ontemdir.
Ornek
3.14. x3 + 4x2 10 = 0, x [1, 2] denkleminin c
oz
um
un
u ikiye b
olme y
ontemi ile bulunuz. Hata
6
pay = 10 ve virg
14
12
10
8
6
4
2
0
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
1.9
-2
-4
Figure 3.12. x3 + 4x2 10 fonksiyonu
oz
um
2.0
UMLERI

OZ
21
Table 3. x3 + 4x2 10 = 0, x [1, 2] denkleminin coz

um
un
u ikiye bolme y
terasyon
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
a
f(a)
b
f(b)
f(a)*f(b)<0m?
1,000000 -5,000000 2,000000 14,000000 Kk Var
1,000000 -5,000000 1,500000 2,375000 Kk Var
1,250000 -1,796875 1,500000 2,375000 Kk Var
1,250000 -1,796875 1,375000 0,162109 Kk Var
1,312500 -0,848389 1,375000 0,162109 Kk Var
1,343750 -0,350983 1,375000 0,162109 Kk Var
1,359375 -0,096409 1,375000 0,162109 Kk Var
1,359375 -0,096409 1,367188 0,032364 Kk Var
1,363282 -0,032138 1,367188 0,032364 Kk Var
1,363282 -0,032138 1,365235 0,000082 Kk Var
1,364259 -0,016027 1,365235 0,000082 Kk Var
1,364747 -0,007974 1,365235 0,000082 Kk Var
1,364991 -0,003946 1,365235 0,000082 Kk Var
1,365113 -0,001932 1,365235 0,000082 Kk Var
1,365174 -0,000925 1,365235 0,000082 Kk Var
1,365205 -0,000413 1,365235 0,000082 Kk Var
1,365220 -0,000165 1,365235 0,000082 Kk Var
1,365228 -0,000033 1,365235 0,000082 Kk Var
1,365228 -0,000033 1,365232 0,000033 Kk Var
1,365230 0,000000 1,365230 0,000000 Kk Yok
r=(a+b)/2 f(r)
eps
devam
1,5
2,375 0,000001 Devam
1,25 -1,79688 0,000001 Devam
1,375 0,162109 0,000001 Devam
1,3125 -0,84839 0,000001 Devam
1,34375 -0,35098 0,000001 Devam
1,359375 -0,09641 0,000001 Devam
1,367188 0,032364 0,000001 Devam
1,363282 -0,03214 0,000001 Devam
1,365235 0,000082 0,000001 Devam
1,364259 -0,01603 0,000001 Devam
1,364747 -0,00797 0,000001 Devam
1,364991 -0,00395 0,000001 Devam
1,365113 -0,00193 0,000001 Devam
1,365174 -0,00093 0,000001 Devam
1,365205 -0,00041 0,000001 Devam
1,36522 -0,00017 0,000001 Devam
1,365228 -3,3E-05 0,000001 Devam
1,365232 0,000033 0,000001 Devam
1,36523
0 0,000001 Devam
1,36523
0 0,000001 Dur
Kk
zm=1,36523
Ornek
3.15. x = tan x, x [4, 4.5] denkleminin c
oz
um
un
u ikiye b
olme y
ontemi ile bulunuz. Hata pay
= 103 ve virg
y 2.8
2.6
2.4
2.2
2.0
1.8
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
0.0
4.1
4.2
4.3
4.4
4.5
Figure 3.13. x = tan x, x [4, 4.5] denklemi
oz
um
UMLERI
22
OZ
Table 4. x = tan x, x [4, 4.5] denkleminin coz

um
un
u ikiye bolme y
terasyon
a
0
1
2
3
4
5
6
7
8
9
f(a)
4,000
4,250
4,375
4,438
4,469
4,485
4,493
4,493
4,493
4,493
b
2,842
2,244
1,524
0,885
0,442
0,163
0,008
0,008
0,008
0,008
f(b)
4,500
4,500
4,500
4,500
4,500
4,500
4,500
4,497
4,495
4,494
f(a)*f(b)<0 m?
-0,137 Kk Var
-0,137 Kk Var
-0,137 Kk Var
-0,137 Kk Var
-0,137 Kk Var
-0,137 Kk Var
-0,137 Kk Var
-0,074 Kk Var
-0,032 Kk Var
-0,012 Kk Var
r=(a+b)/2 f(r)
eps
4,250
2,244
4,375
1,524
4,438
0,885
4,469
0,442
4,485
0,163
4,493
0,008
4,497
-0,074
4,495
-0,032
4,494
-0,012
4,494
-0,012
devam
0,001 Devam
0,001 Devam
0,001 Devam
0,001 Devam
0,001 Devam
0,001 Devam
0,001 Devam
0,001 Devam
0,001 Devam
0,001 Dur
Kk
zm =4,494
3.3
Regula Falsi Y
ontemi (Regula Falsi Method)
Ikiye
bolme y
onteminin yaknsaklk hz oldukca yavas oldugundan bu y
ontem gelistirilmistir. f (x) fonksiyonu [a, b] aralgnda s
zere f (r) = 0 kosulunu sa
glayacak sekilde r [a, b]
c
oz
um
un
u bulmak icin Regula Falsi Yontemi icin oncelikle (a, f (a)) noktas ile (b, f (b)) noktalarn birlestiren
do
gru pracasnn x eksenini kestigi noktann egim yardmyla bulunmas hedef alnmstr:
m=
f (b) f (a)
0 f (b)
f (b) a f (a) b
=
c=
ba
cb
f (b) f (a)
ve bunun icin asagdaki algoritmay uygularz:
Figure 3.14. Regula Falsi Yontemi

Algoritma 3.16.
Adm 1: > 0 hata payn verin ve n = 0 alnz ve baslangc aralg a0 =
a, b0 = b secerek [a0 , b0 ] seklinde belirleyiniz
Adm 2:
f (bn ) an f (an ) bn
rn =
f (bn ) f (an )
seklinde noktay bulunuz..
oz
um
u elde ederiz.
Adm 3: Eger f (rn ) = 0 ise r = rn seklinde c
UMLERI

OZ
23
Adm 4: Eger f (an ) f (rn ) < 0 ise an+1 = an , bn+1 = rn secerek yeni aralg [an+1 , bn+1 ] = [an , rn ]
Adm 5: Eger f (rn ) f (bn ) < 0 ise an+1 = rn , bn+1 = bn secerek yeni aralg [an+1 , bn+1 ] = [rn , bn ]
Adm 6: Eger |an bn | > ise n yi 1 arttrn. (n = n + 1) ve 2.adma gidiniz aksi durumda isleme son
ver.
Problem . Algoritma 3.16 ile verilen Regula Falsi y
onteminin yaknsaklg nedir?
Teorem 3.17. f (x) fonksiyonu [a, b] aralgnda 2.mertebeye kadar t
urevi var ve s
urekli bir fonksiyon olmak
u
zere eger f (a) < 0 < f (b) ve f (x) 0 (f (x) 0) kosulunu saglanyorsa Algoritma 3.16 de tanmlanan
{rn }n=0 dizisi x = r co

z
um
une yaknsaktr.
Proof. f (x) 0 , x [a, b] = [a0 , b0 ] kosulu ile f fonksiyonunun konveksligi sonucunu elde ederiz.
B
oylece p0 (x) = c0 x + d0 seklinde bir dogru icin
f (x) p0 (x)
gmz
kosulu saglanr. p0 (r0 ) = 0 oldugundan yukardaki esitsizliklten f (r0 ) 0. Bu durumda yeni aral
ger f (r0 ) = 0 ise y
ontem yaknsaktr aksi durumda yine f (x) 0 , x [a1 , b1 ] = [r0 , b0 ]
[a1 , b1 ] = [r0 , b0 ] . E
[a0 , b0 ] kosulu ile p1 (x) = c1 x + d1 seklinde bir dogru icin
f (x) p1 (x)
gmz
ifadesi gecerlidir. p1 (r1 ) = 0 oldugundan yukardaki esitsizliklten f (r1 ) 0. Bu durumda yeni aral
gimizde
[a2 , b2 ] = [r1 , b1 ] . Ve bu yontemi bu sekilde devam ettirdi
rk ak = rk1
olucak sekilde monoton artan bir dizi elde ederiz. Diger yandan sa
g snr hicbir zaman degismemektedir:
bk = bk1 = ... = b0
ve
bk rk ak = rk1
sagland
gndan monoton artan {rn }n=0 dizisi u
stten snrl oldu
gundan yaknsaktr. Buna g
ore
rn =
f (bn ) an f (an ) bn
f (b0 ) r f (r) b0
f (bn ) rn1 f (rn1 ) bn
lim rn = lim
r=
n
n
f (bn ) f (an )
f (bn ) f (rn1 )
f (b0 ) f (r)
(r b0 ) f (r) = 0 f (r) = 0, r = b0
Not . f (x) 0 oldugu durumda yaknsaklk iyi tanml olmayp c

oz
um
un bulunmas zorlasr. Asagdaki
sekilde ikiye b
olme y
ontemi ile regula falsi y
onteminin yaknsaklklarn g
osterebiliriz. Buna g
ore genel anlamda
regula falsi y
onteminin yaknsaklg daha iyidir denilebilir.
UMLERI
24
OZ
Figure 3.15. Ikiye

Bolme ve Regula Falsi Yontemlerinin yaknsaklklarnn karslastrlmas
Tabii ki her fonksiyon icin bu genellemeyi yapmak yanlstr. Bu sorunun cevabn evet olarak vermek
her zaman dogru olmayabilir. Orne

gin eger baslangc aralgn hileli olarak oldukca yakn degerlerde belirlersek ikiye b
olme
y
onteminin yaknsaklgnn daha iyi oldugunu belirtebiliriz. Asagdaki sekilde verilen f (x) =
sign (arctan (x))
20
2 arctan(x)
19
20
fonksiyonu buna bir

ornektir:
Figure 3.16. Ikiye

bolme y
onteminin Regula Falsi y
onteminden daha iyi yaknsadg durum
Ornek
3.18. x 2x = 0, x [0, 1] denkleminin c
oz
um
un
u regula falsi y
ontemi ile bulunuz. Hata pay
5
= 10 ve virg
UMLERI

OZ
25
-5
-4
-3
-2
-1
-10
-20
-30
Figure 3.17. f (x) = x 2x fonksiyonu

C
oz
um
ontemi ile coz
um
u.
Table 5. x 2x = 0, x [0, 1] denkleminin regula falsi y
terasyon a
0
1
2
3
4
5
0,00000
0,00000
0,00000
0,00000
0,00000
0,00000
f(a)
b
-1,00000
-1,00000
-1,00000
-1,00000
-1,00000
-1,00000
f(b)
1,00000
0,66667
0,64306
0,64132
0,64120
0,64119
f(a)*f(b)<0 m? r=(f(b)a-f(a)b)/(f(b)-f(a))f(r)
eps
devam
0,50000 Kk Var
0,66667 0,03671 0,00001 Devam
0,03671 Kk Var
0,64306 0,00271 0,00001 Devam
0,00271 Kk Var
0,64132 0,00019 0,00001 Devam
0,00019 Kk Var
0,64120 0,00002 0,00001 Devam
0,00002 Kk Var
0,64119 0,00001 0,00001 Devam
0,00001 Kk Var
0,64118 -0,00001 0,00001 Dur
Kk
zm =0,64118
Ornek
3.19. 2 + cos (ex 2) ex = 0, x [0.5, 1.5] denkleminin c
oz
um
un
u regula falsi y
ontemi ile
bulunuz. Hata pay = 103 ve virg
ulden sonra 3 basamak alnz.(cos fonksiyonu icin radyan alnz)
y
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
1.8
2.0
-1
-2
-3
-4
Figure 3.18. 2 + cos (ex 2) ex =

0, x [0, 2]
C
oz
um
Table 6. 2 + cos (ex 2) ex = 0, x [0.5, 1.5] denkleminin regula falsi y
ontemi ile coz
um
u.
terasyon a
0
1
2
3
4
5
f(a)
0,500
0,783
0,923
0,979
0,998
1,005
b
1,290
0,794
0,353
0,127
0,044
0,012
f(b)
1,500
1,500
1,500
1,500
1,500
1,500
f(a)*f(b)<0 m? r=(f(b)a-f(a)b)/(f(b)-f(a))f(r)
eps
devam
-3,272 Kk Var
0,783
0,794
0,010 Devam
-3,272 Kk Var
0,923
0,353
0,010 Devam
-3,272 Kk Var
0,979
0,127
0,010 Devam
-3,272 Kk Var
0,998
0,044
0,010 Devam
-3,272 Kk Var
1,005
0,012
0,010 Devam
-3,272 Kk Var
1,007
0,003
0,010 Dur
Kk
zm =1,007
UMLERI
26
OZ
3.4
Newton1 Raphson Y
ontemi (Newton Raphson Method)
E
ger f (x) , f (x) , f (x) fonksiyonlar x = r coz
um
u civarnda s
urekli fonksiyon ise Newton-Raphson
y
ontemini kullanabiliriz. Newton-Raphson Yontemi icin oncelikle r0 gibi bir baslangc noktas verilir.Sekile
gore r0 noktasndan gecen e
gimi asa
gdaki sekilde verebiliriz:
0 f (r0 )
f (r0 )
f (r1 ) f (r0 )
= f (r0 ) f (r1 ) = 0
= f (r0 ) r1 = r0
m=
r1 r0
r1 r0
f (r0 )
Figure 3.19. Newton Raphson Y

ontemi
Algoritma 3.20.
Adm 1: > 0 hata payn verin ve n = 0 alnz ve baslangc aralg r0 baslangc
noktasn belirleyiniz. Eger f (r0 ) = 0 ise baska bir r0 noktas seciniz.
Adm 2:
f (rn )
, n = 0, 1, 2, ...
rn+1 = rn
f (rn )
Adm 3: Eger |rn+1 rn | > ise n yi 1 arttrn. (n = n+1) ve 2.adma gidiniz aksi durumda f (rn ) = 0
oz
um
u elde ediniz.
ise isleme son veriniz degil ise r rn olarak c
Teorem 3.21. f (x) fonksiyonu [a, b] aralgnda 2.mertebeye kadar t
urevi var ve s
urekli bir fonksiyon
olmak u
zere eger f (r) = 0 kosulunu saglayacak sekilde c
oz
um mevcut ise ve f (r) = 0 kosulunu saglanyorsa
r0 [r , r + ] olucak sekilde > 0 icin Algoritma 3.20 de tanmlanan {rn }n=0 dizisi x = r c
oz
um
une
yaknsaktr.
Uyar 3.22.
f (x)
f (x)
ile tanmlanan fonksiyona Newton-Raphson iterasyon fonksiyonu denir.
g (x) = x
Isaac Newton, 4 ocak 1643 ylnda Woolsthorpe-Ingiltere do

gumlu 31 mart 1727, Londra-Ingiltere de
old
u. 27 yasnda
Cambridge de Lucasian baskanl
gn yapt.
UMLERI

OZ
27
Proof. Sekilde neden r0 baslangc iterasyonunu coz

ume oldukca yakn secmeliyiz veya neden 2. mertebeye
kadar t
urevlenebilir ve t
urevi s
urekli bir fonksiyon seciyoruz sorularnn cok net bir cevabn alamyoruz ancak
ispatta neden bu varsaymlarda bulunuyoruz acklmaya calsaca
gz. f (x) fonksiyonunun x = r0 noktasndaki
Taylor seri aclmn verirsek
f (x) = f (r0 ) + f (r0 ) (x r0 ) + f (c)
(x r0 )
,
2!
c, r0 ile x arasnda bir de

ger. x = r de
gerini yazd
gmzda
0 = f (r) = f (r0 ) + f (r0 ) (r r0 ) + f (c)
(r r0 )
2!
0)
bu ifade ile e
ger r0 baslangc noktas r noktasna oldukca yakn oldugunda (rr
terimi yeterince k
ucu
k bir
2!
deger alcaktr. B
oylece
f (r0 )
0 f (r0 ) + f (r0 ) (r r0 ) r r0
f (r0 )
olarak elde ederiz. Buna gore yukardaki yaklasm sonraki noktay bulmak icin kullanabiliriz.
r1 r0
f (r0 )
f (r0 )
ve daha sonra r0 noktasnn srasyla rk1 ile de

gistirdigimizde Newton-Raphson iterasyonunu kurmus oluruz.
Yaknsaklg de
gerlendirmek icin sabit nokta iterasyonundaki kosulun sa
glanmas gerekmektedir:
g (x) = x
f (x)
(f (x))2 f (x) f (x)
f (x) f (x)
g (x) = 1
=
2
2

f (x)
(f (x))
(f (x))
E
ger f (r) = 0 kosulunu sa
glayacak sekilde bir coz
um var ise yukardaki tanmlamadan g (r) = 0 dr ve g s
urekli

glayacak sekilde > 0 bulmak m
umk
und
ur.
fonksiyon oldugundan |g (x)| < 1, x [r , r + ] kosulunu sa
B
oylece

f (x) f (x)

< 1, x [r , r + ]
(f (x))2
kosulu saglanr.

Ornek
3.23. exp (x) 5 sin x
= 0, denkleminin c
oz
um
un
u r0 = 0.5 baslangc noktas ve Newton2
Raphson y
ontemi ile bulunuz. Hata pay = 105 ve virg
ulden sonra 5 basamak alnz.(cos fonksiyonu icin
radyan alnz)
y
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
-1
-2
Figure 3.20. exp (x) 5 sin

C
oz
um f (x) = exp (x) 5 sin
x
2
f (x) = ex 52 cos
1
x
2
2 x
1.0
UMLERI
28
OZ

= 0, denkleminin coz
um
un
u r0 = 0.5 baslangc noktas ve
Table 7. exp (x) 5 sin x
2
Newton-Raphson yontemi ile bulunmas
terasyon
r
0
1
2
3
4
5
f(r)
f'(r)
eps
devam
0,50000 -1,88681 -3,90488 0,00001
0,01681 0,88494 -6,83429 0,00001 Devam
0,14630 0,01859 -6,48996 0,00001 Devam
0,14916 0,00005 -6,47853 0,00001 Devam
0,14917 -0,00002 -6,47849 0,00001 Devam
0,14917 -0,00002 -6,47849 0,00001 Dur
Kk
zm =0,14917
Ornek
3.24. x2 sin (x) 1 = 0 denkleminin c
oz
um
un
u r0 = 1. baslangc noktas ve Newton-Raphson
y
ontemi ile bulunuz. Hata pay = 106 ve virg
ulden sonra 5 basamak alnz.(sin fonksiyonu icin radyan alnz)
y 24
22
20
18
16
14
12
10
8
6
4
2
-5
-4
-3
-2
-1
Figure 3.21. f (x) = x2 sin (x) 1

fonksiyonu
C
oz
um f (x) = x2 sin (x) 1 f (x) = 2x cos x
um
un
u r0 = 1. baslangc noktas ve NewtonTable 8. x2 sin (x) 1 = 0 denkleminin coz
Raphson y
ontemi ile bulunmas
terasyon
r
0
1
2
3
4
f(r)
f'(r)
eps
devam
1,00000 -0,84147 1,45970 0,000001
1,57647 0,48527 3,15861 0,000001 Devam
1,42284 0,03539 2,69825 0,000001 Devam
1,40972 0,00026 2,65906 0,000001 Devam
1,40962 0,00000 2,65877 0,000001 Dur
Kk
zm =1,40962227740211
Problem . Algoritma 3.20 ile verilen Newton-Raphson y

Tanm 3.25. f (x) fonksiyonu M. mertebeye kadar t
urevlenebilir ve t
urevleri s
urekli bir fonksiyon olmak
u
zere
f (r) = f (r) = ... = f (M1) (r) = 0, f (M) (r) = 0
UMLERI

OZ
29
kosulu saglanyorsa x = r noktasna M. dereceden k

ok denir. Eger M = 1 ise basit k
ok, M = 2 ise katl k
ok de
denebilir.
Lemma 3.26. Eger f (x) fonksiyonu x = r noktasnda M. dereceden k
oke sahip ise
f (x) = (x r)
h (x) , h (r) = 0
olacak sekilde s
urekli h (x) fonksiyonu mevcuttur.
Ornek
3.27.
f (x) = x3 3x + 2
fonksiyonunun x = 2 basit k
ok
ud
ur ve x = 1 ise cift katl k
ok
ud
ur.
f (2) =
f (x) =
f (2) =
f (1) =
0
3x2 3
0
0
f (1) =
f (x) =
0
6x f (1) = 0
f (x) =
(x 1) (x + 2)
Teorem 3.28. Algoritma 3.20 ile verilen Newton-Raphson y

onteminde tanmlanan {rn }n=0 dizisi x = r
c
oz
um
une yaknsaktr. Eger x = r basit k
ok ise yaknsaklk derecesi 2 dir ve
|r rn+1 |
|f (r)|
2
|r rn |
2 |f (r)|
eger x = r M. mertebeden bir k

ok ise yaknsaklk derecesi 1 dir ve
|r rn+1 |
M 1
|r rn | .
M
Proof.
0
f (rn ) + f (rn ) (r rn ) + f (c)
f (rn ) + f (rn ) (rn+1 rn )
(r rn )2
2!
ifadelerini taraf tarafa ckardgmzda

0 f (rn ) (r rn+1 ) + f (c)
elde ederiz ki buradan
|r rn+1 |
sonucunu ckartrz.
(r rn )
2!
|f (r)|
2
|r rn |
2 |f (r)|
Uyar 3.29. (Newton-Raphson y

onteminin yaknsaklgnn arttrlmas) Eger x = r fonksiyonun M. mertebeden bir k
ok
u ise yukardaki teoremden yaknsaklk mertebesinin 1. oldugunu belirtmistik. Eger yaknsaklk
mertebesini arttrmak istiyorsak
f (rn )
, n = 0, 1, 2, ...
rn+1 = rn M
f (rn )
iterasyonunu kullanabiliriz.
Ornek
3.30. 2 degerini Newton Raphson y
ontemi ile ve r0 = 1, = 104 secerek 4 basamak kesinlige
g
ore hesaplaynz.
UMLERI
30
OZ
oz
um f (x) = x2 2 = 0 f (x) = 2x
Table 9. 2 de
gerini Newton Raphson y
ontemi ile ve r0 = 1, = 104 secerek 4 basamak
kesinlige gore hesaplanmas
terasyon
r
0
1
2
3
4
5
6
7
8
9
f(r)
f'(r)
eps
devam
1,00000 -1,00000 2,00000
0,0001 #DEER!
1,50000 0,25000 3,00000
0,0001 Devam
1,41667 0,00694 2,83333
0,0001 Devam
1,41422 0,00001 2,82843
0,0001 Dur
1,41421 0,00000 2,82843
0,0001 Dur
1,41421 0,00000 2,82843
0,0001 Dur
1,41421 0,00000 2,82843
0,0001 Dur
1,41421 0,00000 2,82843
0,0001 Dur
1,41421 0,00000 2,82843
0,0001 Dur
1,41421 0,00000 2,82843
0,0001 Dur
Kk
#DEER!
zm =1,41421568627451
zm =1,41421356237469
zm =1,4142135623731
zm =1,4142135623731
zm =1,4142135623731
zm =1,4142135623731
zm =1,4142135623731
3.5
Kirisler Y
ontemi (Secant Method)
Newton Raphson y
onteminde herbir iterasyonda f (x) ve f (x) fonksiyonlarnn de
gerlerini hesaplamak
zorundayz. Genel anlmada bu hesaplama acsndan daha fazla zahmetli olmakla birlikte elementer islemleri
icermeyen fonksiyonlar icin (icinde integral veya toplam bulunduran fonksiyonlar icin) degerlerin hatal hesaplanmasna da yol acabilmektedir. Bu anlamda t
urevi hesaplamadan diger iterasyonu bulabilece
gimiz kirisler
yontemi gelistirilmistir.Kirisler y
ontemi icin oncelikle r0 ve r1 gibi bir baslangc noktalar verilir.Sekile gore r0
noktasndan gecen e
gimi asa
f (r2 ) f (r1 )
0 f (r1 )
r1 r0
f (r1 ) f (r0 )
=
=
(f (r2 ) = 0) r2 = r1 f (r1 )
m=
r1 r0
r2 r1
r2 r1
f (r1 ) f (r0 )
Figure 3.22. Kirisler Yontemi
UMLERI

OZ
31

Algoritma 3.31.
belirleyiniz.
Adm 2:
Adm 1: > 0 hata payn verin ve n = 0 alnz ve r0 , r1 baslangc noktalarn
rn+2 = rn+1 f (rn+1 )
rn+1 rn
, n = 0, 1, 2, ...
f (rn+1 ) f (rn )

Adm 3: Eger |rn+1 rn | > ise n yi 1 arttrn. (n = n + 1) ve 2.adma gidiniz aksi durumda r rn
olarak co
z
um
u elde ediniz.
Figure 3.23. Kirisler Yonteminin yaknsakl

g
Gercekte kirisler y
onteminin form
ul
u ile Regula-Falsi y
onteminin iterasyon form
ul
u ayndr ancak RegulaFalsi y
ontemi aralk u
zerinde calslarak verilirken kirisler y
onteminde baslangc noktalar verilir.
Ornek
3.32. x3 + cos (x) = 0, r0 = 1, r1 = 0 balangc iterasyonlar verilerek kirisler y
ontemi ile c
oz
um
u
bulunuz. Hata pay = 105 ve virg
ulden sonra 5 basamak alnz.(cos fonksiyonu icin radyan alnz)
UMLERI
32
OZ
1.4
1.2
1.0
0.8
0.6
0.4
0.2
-1.0
-0.8
-0.6
-0.4
-0.2
0.2
0.4
0.6
0.8
1.0
-0.2
-0.4
Figure 3.24. x3 + cos (x) fonksiyonu
oz
um
Table 10. x3 + cos (x) = 0, r0 = 1, r1 = 0 balangc iterasyonlar verilerek kirisler y
ontemi
ile coz
um
u.
terasyon r(0)
0
1
2
3
4
5
6
f(r(0))
-1,000
0,000
-0,685
-1,252
-0,807
-0,848
-0,867
r(1)
-0,460
1,000
0,453
-1,649
0,166
0,052
-0,005
0,000
-0,685
-1,252
-0,807
-0,848
-0,867
-0,865
f(r(0))2
r2=(f(r(1))r(0)-f(r(0))r(1))/(f(r(1))-f(r(0)))
f(r)
eps
r2-r1
devam
1,000
-0,685
0,453
0,001
0,685 Devam
0,453
-1,252
-1,649
0,001
0,567 Devam
-1,649
-0,807
0,166
0,001
0,445 Devam
0,166
-0,848
0,052
0,001
0,041 Devam
0,052
-0,867
-0,005
0,001
0,019 Devam
-0,005
-0,865
0,001
0,001
0,002 Devam
0,001
-0,865
0,001
0,001
0,000 Dur
Kk
zm =-0,865
Ornek
3.33. cos (x) + 2 sin (x) + x2 = 0, r0 = 0, r1 = 0.1 baslangc iterasyonlar verilerek kirisler
y
ontemi ile c
oz
um
u bulunuz. Hata pay = 103 ve virg
1.6
1.4
1.2
1.0
0.8
0.6
0.4
0.2
-2.0
-1.8
-1.6
-1.4
-1.2
-1.0
-0.8
-0.6
-0.4
-0.2
0.0
Figure 3.25. cos (x) + 2 sin (x) + x2

fonksiyonu
oz
um
UMLERI

OZ
33
Table 11. cos (x) + 2 sin (x) + x2 = 0, r0 = 0, r1 = 0.1 baslangc iterasyonlar verilerek
kirisler y
ontemi ile c
oz
um
u
terasyon r0
0
1
2
3
4
fr0
r1
0,000
-0,100
-0,513
-0,610
-0,652
1,000
0,805
0,153
0,046
0,006
fr1
-0,100
-0,513
-0,610
-0,652
-0,658
r2
0,805
0,153
0,046
0,006
0,001
fr2
-0,513
-0,610
-0,652
-0,658
-0,659
eps
0,153
0,046
0,006
0,001
0,000
devam
0,001 Devam
0,001 Devam
0,001 Devam
0,001 Devam
0,001 Dur
Kk
zm =-0,659

Problem . Algoritma 3.31 ile verilen Kirisler y
Teorem 3.34. Algoritma 3.31 ile verilen Kirisler y

onteminde tanmlanan {rn }n=0 dizisi x = r c
oz
um
une
oz
um
u olan 1.6180
yaknsaktr. Eger x = r basit k
ok ise yaknsaklk derecesi = 1 + 1 denkleminin yaklask c
dir ve
|f (r)|
|r rn | , = 1.6180
|r rn+1 |
2 |f (r)|
Proof.
rn+2
rn+2 r
f (rn+1 ) rn f (rn ) rn+1

rn+1 rn
=
f (rn+1 ) f (rn )
f (rn+1 ) f (rn )
f (rn+1 ) (rn r) f (rn ) (rn+1 r)
f (rn+1 ) rn f (rn ) rn+1
r =
f (rn+1 ) f (rn )
f (rn+1 ) f (rn )
rn+1 f (rn+1 )
ayrca
f (rn+1 ) =
f (rn ) =
f (rn+1 ) f (r) = f (cn+1 ) (rn+1 r)

f (rn ) f (r) = f (cn ) (rn r)
ifadelerini yukarda yerine yazd

gmzda
rn+2 r
|rn+2 r|
f (cn+1 ) (rn+1 r) (rn r) f (cn ) (rn r) (rn+1 r)

f (cn+1 ) f (cn )
= (rn+1 r) (rn r)
f (rn+1 ) f (rn )
f (rn+1 ) f (rn )
f (cn+1 ) f (cn )
M |rn+1 r| |rn r| , M
f (rn+1 ) f (rn )
Simdi
|rn+2 r| = M |rn+1 r|
oldu
gunu kabul edelim. Buna gore
|rn+1 r| = M |rn r| M 1/ |rn+1 r|
1/
= |rn r|
ifadesini yukarda yerine yazarsak

M |rn+1 r| = |rn+2 r| = M |rn+1 r| |rn r| = M |rn+1 r| M 1/ |rn+1 r|1/ |rn+1 r| |rn+1 r|1/+1
ifadesinin denkligi icin
=1+
denkleminin sa
glanmas gerekir ve denklemin coz
um
u
1.6180
olarak elde edilir.
UMLERI
34
OZ
3.6
Baslangc Yaklasm ve Yaknsaklk Kriterleri (Initial Approximation and

Convergence Criteria)
Ikiye
bolme ve Regula-Falsi gibi yontemlerde aralk verilmektedir. Aralgn ne kadar b
uy
uk oldu
gu onemli
olmamakla birlikte [a, b] aral
gnda tanml s
urekli bir fonksiyon icin f (a) f (b) < 0 kosulu aranmaktadr. Bu
nedenle bu t
url
u y
ontemlere global yaknsaklk (global convergence) da denir. Fakat f (x) = 0 denkleminin
[a, b] aral
gnda birden fazla kok
u bulunabilir ki bu durumlarda farkl aralklar secilerek herbir k
ok
un bulunmas
hedeenir. Elbette f (x) fonksiyonunun isaret degistridi
gi bu aralklar bulmak cok da kolay de
gildir. NewtonRaphson veya kirisler y
ontemi ise coz
ume (k
oke) yakn bir baslangc noktas vererek yaknsakl
g garantilemektedir. Bu yontemlere de lokal yaknsaklk (local convergence) ad verilmektedir. Baz karsk algoritmalar global
yaknsaklk yontemleri ile baslayp lokal yaknsaklk y
ontemlerine gecis yapmaktadrlar.
E
ger bir projenin bir ksmnda k
oklerin bulunmas istenirse ilk yaplmas gereken islem f (x) fonksiyonunun
gra
gini cizmektir. Gra
gi inceledikten sonra karar vermek daha isabetli olacaktr. Bu durumda da oldukca
gi
dikkatli davranma gerekmektedir. Orne
gin x3 x2 x + 1 fonksiyonun gragi asagdaki gibidir ancak bu gra
cizerken 0.9 ve 1.1 noktalarn secersek kok
u gormezden gelebiliriz. Bu y
uzden grak cizimlerinde uyulmas
gereken kurallar g
oz
on
une alarak gragi cizmemiz gerekmektedir.
y
-2.0
-1.5
-1.0
-0.5
0.5
1.0
1.5
2.0
-2
-4
-6
-8
Figure 3.26. x3 x2 x + 1 fonksiyonun gragi
Iterasyon
y
ontemlerinde belli bir algoritma ile {rn }n=0 dizisi olusturulup x = r coz
um
une yaknsaklg
incelenmelidir. Iterasyonu durdurma stratejisi ise soyledir: r nin kok olmas sebebiyle f (r) = 0 kosulu
sagland
gndan dolay |f (rn )| < kosulu saglandgnda iterasyonun son bulmas talep edilmelidir. Bu ise
asa
gdaki sekilde gor
uld
ugu
u
zere son rn noktasnn y = ile y = bandnn arasnda kalmas demektir.
Figure 3.27. |f (rn )| < kosulu
Diger bir durdurma kriteri ise {rn }n=0 dizisinin x = r coz

um
une yaknsaklgn baz almaktadr. Buna gore
usu
n
ulmektedir.
rn noktas r ve r + aralgnn icinde kalyorsa yaknsaklk gerceklesir seklinde d
UMLERI

OZ
35
Figure 3.28. rn noktas r ve r + aralgnn icinde kalmas durumu
Diger bir durdurma kriteri ise x = r noktasnn genelde bilinmedigi d

usu
n
ulerek yukardaki kri iki iterasyon
icin uygulamaktr. Di
ger bir deyisle rn1 ve rn iterasyonlar arasndaki de
gerler yeterince k
ucu
k oldu
gunda
yaknsaklgn sagladg kabul edilir.
Bazen algoritmalarda yukardaki kosullardan her ikisi de kabul edilmektedir. E
ger |rn r| < ve |f (rn )| <
kosullarn talep edersek asagdaki sekilde gor
uld
ugu
gibi iterasyonu dikd
ortgen bolge icine snrlams oluruz.
Figure 3.29. |rn r| < ve |f (rn )| < kosullar
Bu kosullardan birini ihmal ettigimizde ise asa

gdaki gibi iterasyonlar snrl olmayan bir b
olgede arama
durumuna girebiliriz.
UMLERI
36
OZ
Figure 3.30. |rn r| < veya |f (rn )| < kosullarndan birinin olmadg durum
Burada v e toleranslarnn secimi oldukca onemlidir. Eger bu saylar yeterince k
ucu
k belirlersek iterasyon
sonsuza kadar gidebilir. Iterasyonlar

arasndaki yaknsaklklar icin asagda verilen mutlak yaknsaklk
|rn rn1 | <
kosulu veya
2 |rn rn1 |
<
|rn | + |rn1 |
ba
gl hata yaklasm da verilebilir. Kok bulmada karslasabilice
gimiz diger bir sorun ise eger f (x) fonksiyonu
x = r noktas civarnda d
uzlesiyorsa k
ok bulma problemi iyi tanml bir problem olmayabilir. Ki bu durumlar
x = r nin cift kat k
ok olmas durumlardr.
3.7
Aitken Y
ontemi (Aitkens Process)
Aitken y
ontemi lineer yaknsaklktan daha iyi bir yaknsaklk elde etmek icin kullanlmaktadr.
Tanm 3.35. {rn }n=0 dizisinin ileri fark (forward dierence) rn asagdaki sekilde tanmlanr:
rn = rn+1 rn , n = 0, 1, 2, ...
Buna g
ore y
uksek mertebeden ileri fark ise sagdaki gibi verebiliriz:
2 rn
(rn ) = rn+1 rn = (rn+2 rn+1 ) (rn+1 rn ) = rn+2 2rn+1 + rn

...
k rn
k

k1 rn =
i=0
k
i
(1) rn+ki
olarak elde edilir.
Teorem 3.36. (Aitken hzlandrcs) {rn }n=0 dizisi x = r noktasna lineer olarak yaknsasn ve r rn = 0
olsun. Eger
r rn+1
lim
=A
n r rn
olucak sekilde |A| < 1 says mevcut ise
sn = rn
2
2
2
rn rn+2 rn+1
(rn )
(rn+1 rn )
=
=
r
n
2 rn
(rn+2 2rn+1 + rn )
rn 2rn+1 + rn+2
seklinde tanmlanan {sn }n=0 dizisi x = r noktasna {rn }n=0 dizisinin yaknsaklgndan daha hzl yaknsar ve

r sn
=0
lim
n r rn
degerlendirmesi dogrudur.
UMLERI

OZ
37
Aitken y
onteminin sabit nokta iterasyonuna uygulanmas durumuna ise Steenn y
ontemi denir. Bu durumda f (x) = 0 denklemini sabit nokta iterasyonunda oldugu gibi x = g (x) durumuna getirilmesi gerekmektedir. Buna gore Steenn yonteminin algoritmasn asagdaki gibi verebiliriz.
Algoritma 3.37.
belirleyiniz.
Adm 2:
Adm 1: > 0 hata payn verin ve n = 0 alnz ve r0 baslangc noktalarn
rn+1
rn+2
noktalar ile
sn =
=
=
g (rn )
g (rn+1 )
2
rn rn+2 rn+1
, n = 0, 1, 2, ...
rn 2rn+1 + rn+2
seklinde yeni noktay bulunuz..

Adm 3: Eger |sn+1 sn | > ise n yi 1 arttrn. (n = n + 1) ve 2.adma gidiniz aksi durumda r sn
olarak co
z
um
u elde ediniz.
3.8
Muller Y
ontemi (Muller Y
ontemi)
Muller yontemi ise kirisler y

onteminin gelistirilmis durumudur. Buna g
ore (r0 , f (r0 )) , (r1 , f (r1 )) , (r2 , f (r2 ))
seklinde 3 noktal bir yaklasmdr. Genelligi kaybetmeksizin asa
gdaki sekilde de gor
uld
ugu
u
zere r2 noktasnn
koke en iyi yaklasm oldugu kabul edilir.
Figure 3.31. Muller Yontemi

Bu y
ontemde
t = x r2
degisken d
on
usu
m
u ve
h0
= r0 r2
h1
= r1 r2
farklar kullanlr.
y = at2 + bt + c
polinomu ele alndgnda polinomdaki a, b, c katasylarn bulmak icin t = h0 , t = h1 , t = 0 noktalar d
usu
n
ul
ur:
t
h0 ah20 + bh0 + c = f0
h1 ah21 + bh1 + c = f1
0 a02 + b0 + c = f2 c = f2
UMLERI
38
OZ
Buna gore
ah20 + bh0
= f0 f2
+ bh1
= f1 f2
ah21
katasylarn
1
(f0 h1 f1 h0 + f2 h0 f2 h1 )
h20 h1

1
b =
f0 h21 f1 h20 + f2 h20 f2 h21
h0 h21 h20 h1
olarak elde ederiz. Buna gore 2.dereceden bir polinomun k
oklerinin bulunmas ise asa
gdaki form
ul ile hesaplanr:
2c
t1,2 =
b b2 4ac
E
ger b > 0 ise karek
ok
un ou
n
udeki isaret pozitif alnrken b < 0 ise karekok
un on
undeki isaret negatif alnr. Ve
son olarak bir sonraki iterasyon noktas
r3 = r2 + t1,2
olarak elde edilir.
a
h0 h21
Chapter 4
Ax = b formundaki lineer sistemlerin C
oz
umleri
(The solution of Linear Systems Ax = b)
4
5x + y + z 5 =
x + 4y + z 4 = 0
x + y + 3z 3 = 0

17
13
d
uzlemlerini d
usu
nelim. 3 d
uzleim de kesim noktas : x = 19
ol
umde
25 , y = 25 , z = 25 olarak elde edilir. Bu b
matrisleri tanyarak onlarn coz
ulmesi ile ilgili direk ve iteratif y
ontemleri vermeye calsaca
gz.
30
20
10
0
-10
-20
0
-4
-2
-2
-4
Figure 4.1. 5x + y + z 5 = 0, x +
4y + z 4 = 0, x + y + 3z 3 = 0
d
uzlemleri
4.1
Matris ve Vekt
orlerin Ozellikleri
(Properties of Vectors and Matrices)
Tanm 4.1. x = (x1 , x2 , ..., xn ) ifadesine n bilesenli bir vekt

or(vector) denir. x1 , x2 , ..., xn saylarna da x
vekt
or
un
un bileseni denir. n bilesenli vekt
orlerin oldugu k
umeye n boyutlu uzay (n dimesional space) denir. Bir
vekt
or bir nokta olarak kullanlyorsa ona durum vekt
or
u (position vector) denir. Bir vekt
or iki nokta arasndaki
hareketi veriyorsa buna yer degistirme vekt
or
u (displacement vector) denir.
Not . x = (x1 , x2 , ..., xn ) , y = (y1 , y2 , ..., yn ) vekt
orleri c, d reel saylar icin asagdaki o
zellikler gecerlidir.
(1) x = y xi = yi , i = 1, 2, 3, ..., n (Vektorlerin esitiligi- equivalance of vectors )
(2) x + y = (x1 + y1 , x2 + y2 , ..., xn + yn ) (Vektorlerin toplam - the sum of vectors)
un negati- the negative of vector x)
(3) x = (x1 , x2 , ..., xn ) (Vektor
39
40
UMLERI
4. Ax = b FORMUNDAKI LINEER SISTEMLERIN C

OZ
(THE SOLUTION OF LINEAR SYSTEMS Ax = b)
x y = (x1 y1 , x2 y2 , ..., xn yn ) (Vektorlerin fark - the dierence of vectors)

cx = (cx1 , cx2 , ..., cxn ) (Skaler ile carpma - scalar multiplication)
cx + dy = (cx1 + dy1 , cx2 + dy2 , ..., cxn + dyn ) (Lineer kombinasyon- linear combination)
carpm - dot product)
x.y = x
1 .y1 + x2 .y2 + ... + xn .yn (Nokta
+ x22 + ... + x2n (Euclid normu - Euclidean norm or length)
x = x21
nokta arasndaki uzaklk -the distance be(9) y x = (y1 x1 )2 + (y2 x2 )2 + ... + (yn xn )2 (Iki
tween two points)
(4)
(5)
(6)
(7)
(8)
Ornek
4.2. x = (2, 3, 5, 1) , y = (6, 1, 2, 4) vekt
orleri icin
(1)
(2)
(3)
(4)
(5)
(6)
x + y = (8, 2, 7, 5)
x y = (4, 4, 3, 3)
3x = (6,
9, 15, 3)
x = 4 + 9 + 25 + 1 = 39
x.y = 12
3 + 10 + 4 = 23
x y = 16 + 16 + 9 + 9 = 50
Notasyon . Bazen vekt

orler s
utun olarak da g
osterilir:
x1
x2
T
x = . = (x1 , x2 , ..., xn )
..
xn
T har ile transpozesi(transpose) ifade edilmistir. 0 vekt
or
u ise 0 = (0, 0, ..., 0) olarak tanmlanr.
Teorem 4.3. (Vekt
or cebiri- vector algebra) x = (x1 , x2 , ..., xn ) , y = (y1 , y2 , ..., yn ) , z = (z1 , z2 , ..., zn )
vekt
orleri, a, b, c reel saylar olmak u
zere asagdaki o
(1)
(2)
(3)
(4)
(5)
(6)
(7)
x + y = y + x # de
gisme ozelligi (commutative property)
0 + x = x + 0 # sfr vekt
or (zero vector)
x x = x + (x) = 0 # ters isaretli vekt
or (the opposite vector)
(x + y) + z = x + (y + z) # birlesme ozelligi (associative property)
(a + b)x = ax + bx # skaler icin da
glma ozelligi (distributive property for scalars)
a(x + y) = ax + ay # vektorler icin da
glma ozelligi (distributive property for vectors)
a(bx) = (ab)x # scaler icin birlesme ozelligi (associative property for scalars)
Tanm 4.4.
a11
a21
..
.
ai1
A=
.
..
am1
a12
a22
..
.
...
...
a1j
a2j
..
.
ai2
..
.
...
aij
..
.
am2
. . . amj
j.s
utun
a1n
a2n
..
.
. . . ain
..
.
. . . amn
...
...
i.satr
ifadesine A matrisi (matrix A) denir. m satr (row) ve n s

utundan (column) olusmaktadr. Ksa formda
A = (aij )mn , 1 i m, 1 j n
seklinde g
osterilir. i. satr, j. s
utundaki eleman aij ile ifade edecegiz. A matrisini satrlar n bilesenli bir vekt
or
olup
Ri = (ai1 , ai2 , ai3 , ..., ain ) , 1 i m
olarak yazlr ve
A = (R1 , R2 , ..., Rm )T
41
ile de ifade edilebilir. Benzer sekilde A matrisinin s

utun vekt
orleri m bilesenli s
utun vekt
or
ud
ur ve
Cj = (a1j , a2j , ..., amj )T , 1 j n
ve
A = (C1 , C2 , ..., Cn )
seklinde yazarz.
Ornek
4.5.
2 4
5 7
A=
0 3
4 6
matrisi 4 3 l
uk bir matristir. Satrlar srasyla

2 4
R1 =

5 7
R2 =

0 3
R3 =

4 6
R4 =
ve s
utunlar ise
2
4
5
7
C1 =
0 , C2 = 3
4
6
9
1
8
5
9
1
8

, C3 = 1
8
5
olarak belirtiriz.
Not . A = (aij )mn , B = (bij )mn , 1 i m, 1 j n matrisleri p, q reel saylar icin asagdaki
ozellikler gecerlidir.
A = B aij = bij , 1 i m, 1 j n #(Matrislerin esitiligi- equivalance of two matrices )

A + B = (aij + bij )mn , 1 i m, 1 j n #(Matrislerin toplam - the sum of two matrices)
A = (aij )mn , 1 i m, 1 j n #(A matrisinin negati- the negative of matrix A)
A B = (aij bij )mn , 1 i m, 1 j n # (Matrislerin fark - the dierence of matrices)
pA = (paij )mn , 1 i m, 1 j n # (Skaler ile carpma - scalar multiplication)
pA + qB = (paij + qbij )mn , 1 i m, 1 j n # (Lineer kombinasyon- linear combination)
0 = (0)mn , 1 i m, 1 j n #(sfr matris - zero matrix)
1 2
2 3
Ornek
4.6. A = 7
5 , B = 1 4 matrisleri icin
3 4
9 7
1 2
2 3
3 5
5 + 1 4 = 8 1
(1) A + B = 7
3
4
9 7 6 3
1 1
1 2
2 3
5 1 4 = 6
9
(2) A B = 7
12 11
3 4 9 7
1 2
3
6
5 = 21
15
(3) 3A = 3 7
3 4
9 12
1 2
2 3
4 5
(4) 2A 3B = 2 7
5 3 1 4 = 11 22
3 4
9 7
33 29
(1)
(2)
(3)
(4)
(5)
(6)
(7)
Teorem 4.7. (Matris cebiri- matrix algebra) A = (aij )mn , B = (bij )mn , C = (cij )mn , 1 i
m, 1 j n matrisleri, p, q reel saylar olmak u
zere asagdaki o
42
UMLERI

OZ
(1)
(2)
(3)
(4)
(5)
(6)
(7)
A + B = B + A # de
gisme ozelligi (commutative property)
0 + A = A + 0 # sfr matris (zero matrix)
A A = A + (A) = 0 # ters isaretli matrix (the opposite matrix)
(A + B) + C = A + (B + C) # birlesme ozelligi (associative property)
(p + q)A = pA + qB # skaler icin da
glma ozelligi (distributive property for scalars)
p(A + B) = pA + pB # vektorler icin da
glma ozelligi (distributive property for vectors)
p(qA) = (pq)A # scaler icin birlesme ozelligi (associative property for scalars)
Tanm 4.8. (Matris carpm - Matrix multiplication) A = (aij )mn , B = (bjk )nl , , 1 i m, 1
j n, 1 k l matrisleri icin A matrisinin s
utun says ile B nin satr saylar esit ise A ve B matrislerinin
carpmn asagdaki gibi tanmlarz:
AB = C = (cik )ml , 1 i m, 1 k l
n

cik =
Ornek
4.9. A =
C
oz
um

A =

B =

AB =

=
aij bjk = ai1 b1k + ai2 b2k + + ain bnk , 1 i m, 1 k l
j=1
2 3
1 4

,B =
5 2
3 8
1
6

matrislerinin carpmn bulunuz.

RA1
=
, RA1 = 2 3 , RA2 = 1 4
RA2

5
2
1
5 2 1
, CB2 =
, CB3 =
= CB1 CB2 CB3 , CB1 =
3
8
6
3 8 6

T
T
T
RA1 .CB1 RA1 .CB2 RA1 .CB3
25+33
2 (2) + 3 8
2 1 + 3 (6)
=
RAT2 .CB1 RAT2 .CB2 RAT2 .CB3
(1) 5 + 4 3 (1) (2) + 4 8 (1) 1 + 4 (6)

19 20 16
7 34 25
2 3
1 4

Tanm 4.10. x1 , x2 , ..., xn bilinmeyenler olmak u
zere m denklemden olusan lineer denklemler sistemini
asagdaki gibi g
osteririz:
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2
...
ai1 x1 + ai2 x2 + ... + ain xn = bi
...
am1 x1 + am2 x2 + ... + amn xn = bm
veya matris formunda
a11
a21
..
.
A=
ai1
.
..
am1
Ax = b,
a12
a22
..
.
...
...
a1j
a2j
..
.
ai2
..
.
...
aij
..
.
am2
x1
x2
x= .
..
xn
. . . amj
,b =
a1n
a2n
..
.
. . . ain
..
.
. . . amn
...
...
b1
b2
..
.
bm
43
olarak da verilir.
Ornek
4.11.
0.3x1 + 0.52x2 + x3
0.5x1 + x2 + 1.9x3
=
=
0.01
0.67
0.1x1 + 0.3x2 + 0.5x3
0.44
denklem sistemini matris formunda g

osteriniz.
C
oz
um
0.01
0.3 0.52 1
x1
1
1.9 , x = x2 , b = 0.67
A = 0.5
x3
0.44
0.1 0.3 0.5
matris ve vektorleri icin sistemi

Ax = b
formunda gosteririz.
Tanm 4.12. Asagdaki baz

ozel matrislerin tanmn verelim.
0 0 ... 0 ... 0
0 0 . . . 0 . . . 0
.. ..
..
..
. .
.
.
(1) 0 = (0)mn =
#b
ut
un elemanlar sfr olan matrise sfr matris (zero
0 0 . . . 0 . . . 0
.. ..
..
..
. .
.
.
0 0 . . . 0 . . . 0 mn
matrix) denir.
1 0 ... 0 ... 0
0 1 . . . 0 . . . 0
.. .. . .

..
..
. .
.
1, i = j
.
.
, ij =
# kosegen u
zerindeki elemanlar 1
(2) I = (ij )nn =
0, i = j
0
0
.
.
.
1
.
.
.
0
. .
.. . .
.
.. ..
. ..
.
0 0 . . . 0 . . . 1 nn
digerleri 0 olan kare matrise birim matris (identity matrix) denir.
(3) Eger A = (aij )nn , 1 i, j n matrisi icin i > j oldugunda aij = 0 kosulu saglanyorsa bu matrise
u
st u
cgensel matris (upper triangular matrix) denir.
a11 a12 a13 a14

...
a1n
0 a22 a23 a24
...
a2n
0
0
a
a
.
.
.
a3n
33
34
A=
...
...
. . . . . . . . . . . .
0
0
0
. . . an1n1 an1n
0
0
0
...
0
ann
(4) Eger A = (aij )mn , 1 i, j n matrisi icin i < j oldugunda aij = 0 kosulu saglanyorsa bu matrise
alt u
cgensel matris (lower triangular matrix) denir.
0
0
0
...
0
a11
a21
a22
0
0
...
0
a31
a32
a33
0
...
0
A=
...
...
...
...
...
...
an1,1 an1,2 an1,3 . . . an1,n1

0
an2
an3
...
an,n1
ann
an1
44
UMLERI

OZ
(5) Eger A = (aij )nn , 1 i, j n, matrisi icin

kosegen matris (diagonal matrix) denir.
a11 0
0
0 a22 0
0
0 a33
A=
. . . . . . . . .
0
0
0
0
0
0
i = j oldugunda aij = 0 kosulu saglanyorsa bu matrise

0
...
0
...
0
...
...
...
. . . an1,n1
...
0
0
0
...
0
ann
(6) Kosegen matrisinde aii = c gibi ayn sabit oluyorsa bu matrise skaler matris (scalar matrix) denir ve
asa
gdaki sekilde yazlr:
k
0
0
0 ... 0
0
k
0
0 ... 0
0
0
k
0 ... 0
A=
. . . . . . . . . . . . . . . . . . = kI
0
0
0 ... k
0
0
0
0 ... 0
k
(7) A = (aij )mn , 1 i m, 1 j n matirisi icin AT = (aji )nm , 1
A nn transpozesi (transpose of a matrix A) denir.
a11 a12 . . . a1j . . . a1n

a11 a21 . . .
a21 a22 . . . a2j . . . a2n
a12 a22 . . .
..
..
..
..
..
..
.
.
.
.
.
.
T
A=
A
=
a1j a2j . . .
ai1 ai2 . . . aij . . . ain
.
.
..
..
..
..
..
..
.
.
.
.
am1 am2 . . . amj . . . amn mn
a1n a2n . . .
i m, 1 j n matrisine
ai1
ai2
..
.
aij
..
.
ain
am1
am2
..
.
. . . amj
..
.
. . . amn nm
...
...
(8) AT = A
ozelligini sa
glayan matrise simetrik matris (symmetric matrix) denir. Orne
gin
1 2 3
A= 2 4 5
3 5 6
matrisi simektir bir matristir.
(9) Eger A matrisi kompleks saylar iceriyorsa A = (aij )mn , 1 i m, 1 j n matrisine A nn
eslenik matrisi denir. Orne

gin
1 2i
i
3
1 + 2i
i
3
4i 5 + 2i
4i
5 2i A = 2 + i
A= 2i
3
7 9i 6i
3
7 + 9i
6i
(10) E
ger A kare matrisi icin AT
matrix) denir. Orne

gin
0
A = 2
3
= A kosulu saglanayorsa A matrisine simetrik olmayan matris (skew
2 3
0 2 3
0 4 AT = 2
0 4 = A
4 0
3 4 0
(11) E
ger A kare matrisi icin A = A kosulu saglanayorsa A matrisine Hermitian matris (Hermitian
matrix) denir. Orne

gin
1
1i 2
1
1+i 2
1
1i 2
T
3
i AT = 1 i
3
i A = 1 + i
3
i =A
A= 1+i
2
i 0
2
i
0
2
i 0
45
(12) E
ger A kare matrisi icin A = A kosulu saglanayorsa A matrisine simetrik olmayan Hermitian
matris (skew Hermitian matrix) denir. Orne

gin
i
1i 2
i
1 i 2
i 1 + i 2
T
3i
i AT = 1 i
3i
i A = 1+i
3i
i = A
A = 1 i
2
i
0
2
i
0
2
i
0
Teorem 4.13. (Matris carpm- matrix multiplication) A = (aij )nn , B = (bij )nn , C = (cij )nn , 1
i, j n, matrisleri, p reel saylar olmak u
zere asagdaki o
(1)
(2)
(3)
(4)
(5)
(AB)C = A(BC) # birlesme ozelligi (associative property)

IA = AI = A # birim matris (identity matrix)
(A + B)C = AC + BC # sa
g da
glma ozelligi (right distributive property)
A(B + C) = AB + AC # sol da
glma ozelligi (left distributive property)
p(AB) = (pA)B = A (pB) # scaler birlesme ozelligi (scalar associative property)
Tanm 4.14. Eger A = (aij )nn , 1 i, j n, matrisi icin AB = BA = I kosulunu saglayan B matrisi
varsa A matrisine tersinir(invertible)-tekil olmayan(nonsingular) matris denir. Aksi durumda tekil (singular)
matris denir. Eger A tersinir ise B = A1 olarak yazlr.
1
Teorem 4.15. (i) A = (aij )nn , B = (bij )nn , 1 i, j n, tersinir matrisi icin (AB)
esitiligi dogrudur.
1

(ii) A = (aij )nn , 1 i, j n, tersinir matrisi icin A1
= A esitiligi dogrudur.
= B 1 A1
Proof. (i)
1
(AB) (AB)
=
1 1
=
(AB) B A

1
A BB 1 A1 = AIA1 = AA1 = I B 1 A1 = (AB)
(ii)
1
(A) (A)
1

1
= I (A)
=A
Lemma 4.16. Ax = b denklem sisteminin c

oz
um
u x1 ve Ax = 0 denklem sisteminin co
z
um
u ise x2 olmak
oz
um
ud
ur.
u
zere x1 + x2 , Ax = b denklem sisteminin c
Teorem 4.17. Ax = b denklem sisteminin bir tek c
oz
um
u olmas icin gerek ve yeter kosul Ax = 0 denklem
sisteminin 0 c
oz
um
un
un olmasdr.
Teorem 4.18. A = (aij )mn , 1 i m, 1 j n matirisi icin Ax = b denklem sisteminde m < n ise
sfr olmayan c
oz
umlere sahiptir.
Orne
gin
x1 + 2x2 x3
x1 x2 + x3
denklem sistemini saglayan ve sfr olmayan sonsu c

oz
um vardr.
Lemma 4.19. A = (aij )mn , 1 i m, 1 j n matirisi icin Ax = b denklem sisteminin b vekt
or
u
icin bir tek co
z
um
u varsa AC = I kosulunu saglayacak sekilde C = (cij )nm , 1 i n, 1 j m matrisi
vardr.
Lemma 4.20. Eger B ve C matrsileri icin BC = I kosulu saglanyorsa Cx = 0 denklem sisteminin x = 0
seklinde asikar c
oz
um
u (trivial solution) vardr.
Teorem 4.21. A = (aij )mn , 1 i m, 1 j n matirisi icin Ax = b denklem sisteminin b vekt
or
u
icin bir tek co
z
um
u varsa m n dir.
46
UMLERI

OZ
Teorem 4.22. A = (aij )mn , 1 i m, 1 j n matirisi icin asagdaki ifadeler denktir.

(i) Ax = 0 homojen denklem sisteminin c
oz
um
u x = 0 asikar c
oz
umd
ur.
(ii) Ax = b denklem sisteminin b vekt
or
u icin bir tek c
oz
um
u vardr.
(iii) A tersinir matristir.
(iv) det (A) = 0.
a11 a12 . . . a1j . . . a1n

a21 a22 . . . a2j . . . a2n
..
..
..
..
.
.
.
.
Tanm 4.23. Eger A =

, kare matrisi icin determinant asagdaki
ai1 ai2 . . . aij . . . ain
.
..
..
..
..
.
.
.
an1 an2 . . . anj . . . amn nn
gibi tanmlanr ve det (A) ile g
osterilir:
det (A)
= a11 a22 a33 ...ann + a12 a23 a34 ...an1 + a13 a24 a35 ...an1,1 + an2 +
an1 an1,2 ...a2,n1 a1n an2 an1,3 ...a2,n a11 an2 an1,4 ...a2,1 a12
Ornek
4.24. Asagdaki matrislerin
determinantlarn hesaplaynz:

2 3 5
1 2
(i) A =
(ii) A = 1 0 1
3 4 22
2 1 0 33
C
oz
um (i)
det (A) = 1 4 2 3 = 2
(ii)
Figure 4.2. Determinant
det (A) = 2 0 0 + 3 1 2 + 5 1 1 2 0 5 1 1 2 0 1 3 = 9
...
...
a1j
a2j
..
.
...
...
a1n
a2n
..
.
, n kare matrisi icin i. satr ve j.s

utun elemanai2 . . . aij . . . ain
..
..
..
.
.
.
an1 an2 . . . anj . . . amn nn
larnn silinmesi ile elde edilen (n 1) kare matrisinini determinantna A matrisinin min
or
u denir ve [Mij ] ile
g
osterilir. (1)i+j [Mij ] ifadesine de aij elemannn kofakt
or
u denir.
a11 a12 a13
Ornek
4.26. A = a21 a22 a23
matrisi icin [Mij ] , 1 i, j 3 min
orleri ile aij , 1 i, j 3
a31 a32 a33 33
elemanlarnn kofakt
orlerini g
osteriniz.
a11
a21
..
.
Tanm 4.25. A =
ai1
.
..
a12
a22
..
.
47
oz
um
a
[M11 ] = det 22
a32

a
[M12 ] = det 21
a31

a
[M13 ] = det 21
a31

a
[M21 ] = det 12
a32

a
[M22 ] = det 11
a31

a
[M23 ] = det 11
a31

a
[M31 ] = det 12
a22

a
[M32 ] = det 11
a21

a
[M33 ] = det 11
a21

a23
1+1
[M11 ] = a22 a33 a23 a32
= a22 a33 a23 a32 11 = (1)
a33

a23
1+2
[M12 ] = a21 a33 + a31 a23
= a21 a33 a31 a23 12 = (1)
a33

a22
1+3
[M13 ] = a21 a32 a22 a31
= a21 a32 a22 a31 13 = (1)
a32

a13
2+1
[M21 ] = a12 a33 + a13 a32
= a12 a33 a13 a32 21 = (1)
a33

a13
2+2
[M22 ] = a11 a33 a13 a31
= a11 a33 a13 a31 22 = (1)
a33

a12
2+3
[M23 ] = a11 a32 + a12 a31
= a11 a32 a12 a31 23 = (1)
a32

a13
= a12 a23 a13 a22 31 = (1)3+1 [M31 ] = a12 a23 a13 a22
a23

a13
3+2
[M32 ] = a11 a23 + a21 a13
= a11 a23 a21 a13 32 = (1)
a23

a12
= a11 a22 a12 a21 33 = (1)3+3 [M33 ] = a11 a22 a12 a21
a22
a11 a12 . . . a1j

a21 a22 . . . a2j
..
..
..
.
.
.
Tanm 4.27. A =
ai1 ai2 . . . aij
.
..
..
..
.
.
an1 an2 . . . anj
yadm ile asagdaki sekilde hesaplayabiliriz:
a1n
a2n
..
.
, n kare matrisi icin determinant kofakt

orler
. . . ain
..
.
. . . amn nn
...
...
det (A) =
n

1+j
a1j (1)
[M1j ]
i=1
2 1
1 1
Ornek
4.28. A =
4
0
3 0
elemanlarnn kofakt
orlerini bulunuz
0
0
3
0
ve
3
1
matrisi icin [Mij ] , 1 i, j 4 min
orleri ile aij , 1 i, j 4
2
1
determinant kofakt
orler yardm ile hesaplaynz.
48
UMLERI

OZ
oz
um
1 0 1
1+1
[M11 ] = 3
[M11 ] = det 0 3 2 = 3 11 = (1)
0 0 1
1 0 1
1+2
[M12 ] = det 4 3 2 = 12 12 = (1)
[M12 ] = 12
3 0 1
1 1 1
1+3
[M13 ] = det 4 0 2 = 2 13 = (1)
[M13 ] = 2
3 0 1
1 1 0
1+4
[M14 ] = det 4 0 3 = 9 14 = (1)
[M14 ] = 9
3 0 0
1 0 3
2+1
[M21 ] = det 0 3 2 = 3 21 = (1)
[M21 ] = 3
0 0 1
1 0 1
2+2
[M22 ] = det 4 3 2 = 12 22 = (1)
[M22 ] = 12
3 0 1
2 1 3
0 2 = 2 23 = (1)2+3 [M23 ] = 2
[M23 ] = det 4
3 0
1
2 1 0
0 3 = 9 24 = (1)2+4 [M24 ] = 9
[M24 ] = det 4
3 0 0
1 0 3
[M31 ] = det 1 0 1 = 0 31 = (1)3+1 [M31 ] = 0
0 0 1
2 0 3
3+2
[M32 ] = det 1 0 1 = 0 32 = (1)
[M32 ] = 0
3 0 1
2 1 0
3+3
[M33 ] = det 1 1 0 = 0 33 = (1)
[M33 ] = 0
3 0 0
2 1 0
3+4
[M34 ] = det 1 1 0 = 0 34 = (1)
[M34 ] = 0
3 0 0
1 0 3
4+1
[M41 ] = det 1 0 1 = 12 31 = (1)
[M41 ] = 12
0 3 2
2 0 3
4+2
[M42 ] = det 1 0 1 = 15 42 = (1)
[M42 ] = 15
4 3 2
2 1 3
4+3
[M43 ] = det 1 1 1 = 14 43 = (1)
[M43 ] = 14
4
0 2
2 1 0
4+4
[M44 ] = det 1 1 0 = 3 44 = (1)
[M44 ] = 3
4
0 3
det (A) = 2 [M11 ] [M12 ] + 0 [M13 ] 3 [M14 ]
= 2 3 12 + 0 2 3 9 = 33
49
4.2
oz
umleri i
cin Direkt Y
ontemler (Direct
Methods for Linear Systems of Equations)
4.2.1
cgensel Sistemler(Triangular Systems)

U
a11 x1
a21 x1
a31 x1
..
.
an1,1 x1
an1 x1
+
+
a22 x2
a32 x2
..
.
+ an1,2 x2
+
an2 x2
=
=
=
a33 x3
..
.
+ an1,3 x3
+
an3 x3
+
+
+
+
an1,n1 xn1
an,n1 xn1
ann xn
b1
b2
b3
..
.
(4.1)
= bn1
=
bn
lineer denklem siteminin coz

um
u icin
x1
x2
x3
xn
b1
a11
b2 a21 x1
a22
b3 a31 x1 a32 x2
a33
...
bn an1 x1 an2 x2 an,n1 xn1
ann
ileri eleme y
ontemi ile coz
ul
ur.
Teorem 4.29. (Ileri

eleme y
ontemi)(4.1) lineer denklem sistemi icin aii = 0, i = 1, 2, ..., n kosulu
saglanyorsa sistemin bir tek c
oz
um
u vardr ve c
oz
um
u
i1
bi j=1 aij xj
xi =
, i = 1, 2, ..., n
(4.2)
aii
form
ul
u ile verilir.
Proof. (4.1) lineer denklem sistemini asa
gdaki matris denklemi olarak da yazabiliriz:
Ax = b
a11
a21
a31
...
A=
am1,1
am1
0
a22
a32
...
0
0
a33
...
0
...
0
...
0
...
...
...
am1,2 am1,3 . . . am1,n1
am2
am3
...
am,n1
x1
b1
x2
b2
x = . ,b = .
..
..
xn
bm
0
0
...
0
amn
um
u
aii = 0, i = 1, 2, ..., n kosulundan det (A) = a11 a22 ...ann = 0 dr ki Teorem 4.22den sistemin bir tek coz
vardr.

Algoritma 4.30.
Adm 1: A = (aij )nn , 1 i, j n matrisinin elemanlarn giriniz.
Adm 2: i = 1 olarak seciniz
Adm 3: T = 0 olarak seciniz
Adm 4: Eger i = 1 ise xi = bi /aii olarak hesaplayp i yi 1 arttrnz. (i = i + 1) ve Adm 3 e gidiniz
Adm 5: j = 1 olarak seciniz
50
UMLERI

OZ
Adm
Adm
Adm
Adm
6:
7:
8:
9:
T = T + aij xj
Eger j < i 1 ise j yi 1 arttrnz. (j = j + 1) ve Adm 6 ya gidiniz.
xi = (bi T ) /aii olarak hesaplaynz
Eger i < n ise i yi 1 arttrnz. (i = i + 1) ve Adm 3 e gidiniz.
a11 x1
a12 x2
a22 x2
+ a13 x3
+ a23 x3
a33 x3
..
.
+
+
+
+
+
+
a1,n1 xn1
a2,n1 xn1
a3,n1 xn1
..
.
+
+
+
an1,n1 xn1
a1n xn
a2n xn
a3n xn
..
.
an1,n xn
ann xn
=
=
=
b1
b2
b3
..
.
(4.3)
= bn1
=
bn
lineer denklem siteminin coz

um
u icin
xn
xn1
x3
x2
x1
bn
ann
bn1 an1,n xn
an1,n1
...
b3 a34 x4 a3,n1 xn1 a3n xn
a33
b2 a23 x3 a2,n1 xn1 a2n xn
a22
b1 a12 x2 a13 x3 a1,n1 xn1 a1n xn
a11
geri eleme y
ontemi ile coz
ul
ur.
Teorem 4.31. (Geri eleme y
ontemi)(4.3) lineer denklem sistemi icin aii = 0, i = 1, 2, ..., n kosulu
saglanyorsa sistemin bir tek c
oz
um
u vardr ve c
oz
um
u
n
bi j=i+1 aij xj
xi =
, i = n, n 1, n 2, ..., 3, 2, 1
(4.4)
aii
form
ul
u ile verilir.
Proof. (4.1) lineer denklem sistemini asagdaki matris denklemi olarak da yazabiliriz:
Ax = b
a11
a21
a31
...
A=
am1,1
am1
0
a22
a32
...
0
0
a33
...
0
...
0
...
0
...
...
...
am1,2 am1,3 . . . am1,n1
am2
am3
...
am,n1
x1
b1
x2
b2
x = . ,b = .
.
.
.
.
xn
bm
0
0
...
0
amn
aii = 0, i = 1, 2, ..., n kosulundan det (A) = a11 a22 ...ann = 0 dr ki Teorem 4.22den sistemin bir tek coz
um
u
vardr.

Algoritma 4.32.
Adm 1: A = (aij )nn , 1 i, j n matrisinin elemanlarn giriniz.
Adm 2: i = n olarak seciniz
Adm 3: T = 0 olarak seciniz
Adm 4: Eger i = n ise xi = bi /aii olarak hesaplayp i yi 1 azaltnz. (i = i 1) ve Adm 3 e gidiniz
Adm 5: j = i + 1 olarak seciniz
Adm
Adm
Adm
Adm
6:
7:
8:
9:
51
T = T + aij xj
Eger j < n ise j yi 1 arttrnz. (j = j + 1) ve Adm 6 ya gidiniz.
xi = (bi T ) /aii olarak hesaplaynz
Eger i < 0 ise i yi 1 azaltnz. (i = i 1) ve Adm 3 e gidiniz.
Ornek
4.33. Asagdaki sistemlerin c
oz
umlerini bulunuz.
(i)
2x1
x1
3x1
x1
4x2
2x2
2x2
x3
6x3
3x4
2x4
2x4
x4
2x4
=
=
=
=
6
5
4
2
(ii)
4x1
x2
x2
+ 2x3
+ 6x3
x3
+
+
x5
7x5
2x5
x5
3x5
= 4
= 0
= 3
= 10
= 6
oz
um (i)
2x1 = 6 x1 = 3
x1 + 4x2 = 5 3 + 4x2 = 5 x2 = 2
3x1 2x2 x3 = 4 x3 = 1
x1 2x2 + 6x3 + 3x4 = 2 x4 = 1
(ii)
35 = 6 x5 = 2
2x4 x5 = 10 x4 = 6
x3 x4 2x5 = 3 x3 = 1
x2 + 6x3 + 2x4 + 7x5 = 0 x2 = 8
4x1 x2 + 2x3 + 2x4 x5 = 4 x1 = 6

4.2.2
Cramer Kural(Cramers Rule)

Ax = b,
a11
a21
..
.
A=
ai1
.
..
am1
a12
a22
..
.
...
...
a1j
a2j
..
.
ai2
..
.
...
aij
..
.
am2
x1
x2
x= .
..
xn
. . . amj
,b =
a1n
a2n
..
.
. . . ain
..
.
. . . amn
...
...
b1
b2
..
.
bm
matris denklemini cozmek icin Cramer kuraln asagdaki sekilde veririz:

xi =
det (Ai )
, i = 1, 2, ..., n
det (A)
Burda Ai matrisi, A matrisinin i. s

utununun b vektor
u ile yerde
gistirmesi ile elde edilen matristir.
52
UMLERI

OZ
Ornek
4.34.
x1 + x2 + x3 = 6
2x1 + 4x2 + 2x3 = 16
x1 + 5x2 4x3 = 3
oz
um
un
u Cramer kural ile bulunuz.
, Solution is: [x1 = 1, x2 = 2, x3 = 3]denklem sisteminin c
C
oz
um
1 1 1
A = 2 4 2 det (A) = 6
1 5 4
6 1 1
A1 = 16 4 2 det (A1 ) = 6
3 5 4
1
6
1
16
2 det (A2 ) = 12
A2 = 2
1 3 4
1 1 6
A3 = 2 4 16 det (A3 ) = 18
1 5 3
x1 =
det (A1 )
det (A2 )
det (A3 )
= 1, x2 =
= 2, x3 =
=3
det (A)
det (A)
det (A)
4.2.3
Gauss Eliminasyonu ve Merkezi Nokta(Gauss Elimination and Pivoting)
Teorem 4.35. (Temel d

on
usu
mler-Elementary transformation) Bir lineer denklem sistemine asagdaki
islemler uygulandgnda elde edilen sistem bu sisteme denktir
denklemin yerini degistirme. Orne
(i) Degistirme (Interchanges ): Iki

gin
a11 a12 . . . a1j . . . a1n

x1
b1
a21 a22 . . . a2j . . . a2n x2 b2
..
..
..
.. .. ..
.
.
.
. . .
ai1 ai2 . . . aij . . . ain xi = bi
.
..
..
.. .. ..
..
.
.
.
.
.
an1 an2 . . . anj . . . ann
xn
bn
sistemi ile
a11
ai1
..
.
a21
.
..
an1
a12
ai2
..
.
...
...
a1j
aij
..
.
a22
..
.
...
a2j
..
.
an2 . . . anj
sistemi denktir.
ceklendirme (Scaling): Bir denklemi sfrdan
(ii) Ol
a11 a12 . . . a1j

a21 a22 . . . a2j
..
..
..
.
.
.
ai1 ai2 . . . aij
.
..
..
..
.
.
an1 an2 . . . anj
a1n
ain
..
. . . a2n
..
.
. . . ann
...
...
x1
xi
..
.
x2
..
.
xn
b1
bi
..
.
b2
..
.
bn
farkl bir sabit ile carpma. Orne

gin
. . . a1n
x1
b1
x2 b2
. . . a2n
.. .. ..
. .
.
. . . ain
xi bi
.. .. ..
. . .
. . . ann
xn
bn
sistemi ile k = 0 icin
a11
a21
..
.
kai1
.
..
an1
a12
a22
..
.
...
...
kai2
..
.
. . . kaij
..
.
an2
...
sistemi ile k = 0 icin
a11
a
21
..
kai1 + a21
..
.
an1
a12
a22
..
.
kai2 + a22
..
.
an2
a1n
a2n
..
. . . kain
..
.
. . . ann
a1j
a2j
..
.
...
...
anj
sistemi denktir
(iii) Yer degistirme (Replacement): Bir denklem,
toplanmas ile yer degistirilebilir. Orne

gin
a11 a12 . . . a1j

a21 a22 . . . a2j
..
..
..
.
.
.
ai1 ai2 . . . aij
.
..
..
..
.
.
an1 an2 . . . anj
...
...
x1
x2
..
.
b1
b2
..
.
xi kbi
.. ..
. .
xn
bn
kendisinin sfrdan bir say ile carplp baska bir denklem ile
a1n
a2n
..
. . . ain
..
.
. . . ann
...
...
a1j
a2j
..
.
. . . kaij + a2j
..
.
...
53
anj
...
...
x1
x2
..
.
xi
..
.
xn
a1n
a2n
..
.
b1
b2
..
.
bi
..
.
bn
. . . kain + a2n
..
.
...
ann
x1
x2
..
.
b1
b2
..
.

=
kbi + b2

..

.
bn
xi
..
.
xn
sistemi denktir.
Tanm 4.36. (Genisletilmis matris-augmented matrix)
x1
a11
a12
...
a1i
...
a1n
x2
a21
a
.
.
.
a
.
.
.
a
22
2i
2n
..
..
..
.. ..
.
.
.
.
.
ai1
ai2
...
aii
...
ain
xi
ai+1,1 ai+1,2 . . . ai+1,i . . . ai+1,n xi+1
.
..
..
.. ..
..
.
.
. .
an2
...
ani
...
ann
an1
xn
sisteminde

A b =

= bi

bi+1

.
..
bn
a11
a21
..
.
a12
a22
..
.
...
...
a1j
a2j
..
.
...
...
a1n
a2n
..
.
b1
b2
..
.
ai1
..
.
ai2
..
.
...
aij
..
.
...
ain
..
.
bi
..
.
an1
an2
. . . anj
. . . ann
bn
matrisine genisletilmis matris (augmented matrix) denir.
Ornek
4.37.
x1 + 2x2 + x3 + 4x4 = 13
2x1 + 0x2 + 4x3 + 3x4 = 28
4x1 + 2x2 + 2x3 + x4 = 20
3x1 + x2 + 3x3 + 2x4 = 6
b1
b2
..
.
54
UMLERI

OZ
denklem sistemi icin genisletilmis matris
1
2
4
3
2
0
2
1
1
4
2
3
4
3
1
2
13
28
20
6
olarak verilir.
Tanm 4.38. (Merkezi nokta- pivot)
a11
a21
..
.
ai1
ai+1,1
.
..
an1
a12
a22
..
.
ai2
ai+1,2
..
.
an2
...
...
a1i
a2i
..
.
...
aii
. . . ai+1,i
..
.
...
ani
...
...
a1n
a2n
..
.
x1
x2
..
.
...
ain
xi
. . . ai+1,n
xi+1
.. ..
. .
...
ann
xn
b1
b2
..
.

= bi

bi+1

.
..
bn
sisteminde aji , j = i + 1, ..., n elemanlarn elemek icin kullanlan aii elemanna merkezi nokta (pivot) denir.
Teorem 4.39. (Temel satr islemleri-Elementary Row operation) Bir lineer denklem sistemine asagdaki
islemler uygulandgnda elde edilen sistem bu sisteme denktir
satrn yerini degistirme. Orne
(i) Degistirme (Interchanges ): Iki

gin bir sitemdeki eleme islemlerinde
a11
a21
..
.
ai1
.
..
an1
matrisi ile
a11
ai1
..
.
a21
.
..
an1
a12
a22
..
.
...
...
a1j
a2j
..
.
ai2
..
.
...
aij
..
.
an2
. . . anj
a1n
a2n
..
.
. . . ain
..
.
. . . ann
a12
ai2
..
.
...
...
a1j
aij
..
.
...
...
a22
..
.
...
a2j
..
.
an2
. . . anj
matrisi denktir.
ceklendirme (Scaling): Bir satr sfrdan
(ii) Ol
islemlerinde
a11 a12
a21 a22
..
..
.
.
ai1 ai2
.
..
..
.
an1 an2
...
...
a1n
ain
..
.
. . . a2n
..
.
. . . ann
farkl bir sabit ile carpma.

...
...
a1j
a2j
..
.
...
aij
..
.
. . . anj
a1n
a2n
..
.
. . . ain
..
.
. . . ann
...
...
Orne
gin bir sitemdeki eleme
55
matrisi ile k = 0 icin
a11
a21
..
.
kai1
.
..
an1
a12
a22
..
.
...
...
kai2
..
.
. . . kaij
..
.
an2
...
a1n
a2n
..
.
. . . kain
..
.
. . . ann
a1j
a2j
..
.
...
...
anj
matrisi denktir
(iii) Yer degistirme (Replacement): Bir satrn, kendisinin sfrdan bir say ile carplp baska bir satr ile toplan
mas ile yer degistirilebilir. Orne
gin bir sitemdeki eleme islemlerinde
a11
a21
..
.
ai1
.
..
an1
a12
a22
..
.
...
...
a1j
a2j
..
.
ai2
..
.
...
aij
..
.
an2
. . . anj
a1n
a2n
..
.
. . . ain
..
.
. . . ann
...
...
matrisi ile k = 0 icin
a11
a21
..
.
kai1 + a21
..
.
an1
a12
a22
..
.
kai2 + a22
..
.
an2
...
...
a1j
a2j
..
.
. . . kaij + a2j
..
.
...
anj
...
...
a1n
a2n
..
.
. . . kain + a2n
..
.
...
ann
matrisi denktir.
Algoritma 4.40.
R1 : a11 x1 + a12 x2 + ... + a1n xn = b1
R2 : a21 x1 + a22 x2 + ... + a2n xn = b2
...
Ri : ai1 x1 + ai2 x2 + ... + ain xn = bi
...
Rn : an1 x1 + an2 x2 + ... + ann xn = bn
sisteminde 2.satrdaki a21 elemannn yok etmek icin 2.satr aa11
ile carpp 1.satrdan ckardgmzda ki bu islemi
21
R
ile
ifade
edilir.
Benzer
s
ekilde
3.,
4.,
...,
n.
satrdaki
a31 , a41 , ..., an1 elemannn yok etmek icin
R2 R1 aa11
2
21
a11 a11
a11
3., 4., ..., n..satrlar a31 , a41 , ..., an1 ile carpp 1.satrdan ckardgmzda elde ettigimiz sistem
R2
R2 R1 aa11
21
..

.
A(1)
R
Ri R1 aa11
i
i1
..
.
11
Rn
Rn R1 aan1
b =
a11
0
..
.
0
..
.
0
a12
(1)
a22
..
.
(1)
ai2
..
.
(1)
an2
. . . a1j
(1)
. . . a2j
..
.
(1)
. . . aij
..
.
(1)
. . . anj
. . . a1n
(1)
. . . a2n
..
.
(1)
. . . ain
..
.
(1)
. . . ann
b1
(1)
b2
..
.
(1)
bi
..
.
(1)
bn
56
UMLERI

OZ
(1)
(1)
(1)
(1)
olarak ede ederiz. Burada a22 pivot elemandr. Benzer sekilde 3., 4., ..., n. satrdaki a32 , a42 , ..., an2 elemannn
(1)
a22
(1)
a32
yok etmek icin 3., 4., ..., n..satrlar
(1)
a22
(1)
a42
, ...,
(1)
a22
(1)
an2
ile carpp 2.satrdan ckardgmzda elde ettigimiz sistem
R3 R2
..
.
Ri R2
..
.
Rn R2
(1)
a22
(1) R3
a32
(1)
a22
(1)
ai2
A(2)
Ri
(1)
a22
(1)
an2
a11
0

..
.
b =
..
Rn
a12
(1)
a22
0
..
.
0
..
.
0
a13
(1)
a23
(2)
a33
..
.
. . . a1j
(1)
. . . a2j
(2)
. . . a3j
..
.
(2)
. . . aij
..
.
(2)
. . . anj
bu sekilde islemlere devam ettigimizde sistemi asagdaki gibi elde ederiz:
a11 a12 a13 a14

...
a1n
(1)
(1)
(1)
(1)
0 a22 a23 a24
...
a2n
(2)
(2)
(2)
(n1)
0
0
a33 a34
...
a3n
A
b =
... ... ... ...
...
...
(n2)
(n2)
0
0
0
. . . an1n1 an1n
(n1)
0
0
0
...
0
ann
. . . a1n
(1)
. . . a2n
(2)
. . . a3n
..
.
(2)
. . . ain
..
.
(2)
. . . ann
b1
(1)
b2
(2)
b3
..
.
(n2)
bn1
(n1)
bn
b1
(1)
b2
(2)
b3
..
.
(2)
bi
..
.
(2)
bn
veya
R1 : a11 x1 + a12 x2 + ... + a1n xn = b1
(1)
(1)
(1)
R2 : 0x1 + a22 x2 + ... + a2n xn = b2
...
(n1)
(n1)
Rn : 0x1 + 0x2 + ... + ann xn = bn
olarak elde ederiz. Buna g
ore teorem 4.31de (4.4) geri eleme denklemi ile yukardaki sistemi c
ozeriz.
Adm 1: A = (aij )nn , 1 i, j n verilerini giriniz.
Adm 2: i = 1 seciniz.
Adm 3: api = 0, i p n saysn belirleyiniz eger b
oyle bir say yoksa c
oz
um yoktur ve islemleri
durdurunuz.
Adm 4: j = i + 1 olarak belirleyiniz.
Adm 5: k = i olarak belirleyiniz
Adm 6: mji = aji /aii saysn belirleyiniz.
Adm 7: ajk = ajk mji aik islemini uygulaynz ve k y bir arttrnz (k = k + 1)
Adm 8: Eger k n ise Adm 7ye gidiniz.
Adm 9: j yi 1 arttrnz (j = j + 1)
Adm 10: Eger j n ise Adm 5e gidiniz.
Adm 11: i yi 1 arttrnz (i = i + 1)
Adm 12: Eger i n 1 ise Adm 3 e gidiniz.
oz
um yoktur ve islemleri durdurunuz.
Adm 13: Eger ann = 0 ise c
slem kompleksligi - Computational complexity)Yukardaki algoritmadaki herbir Ri Rj a11 Ri
Not . (I
ai1
islemlerinin herbirinde (n i + 1) , i = 1, 2, 3, ..., n 1 adet carpma ve b
olme islemi icermektedir ve islemlerin
de toplam (n i) adettir. Buna g
ore toplamda (n i) (n i + 1) adet carpma ve b
olme islemi gerceklesir. Ve
(n i) adette toplam islemi gerceklesmektedir. Buna g
ore islem says
(n i) + (n i) (n i + 1) = (n i) (n i + 2)
Buna g
ore toplam carpm-b
olme islem adeti
n1

i=1
(n i) (n i + 2) =
1 3 1 2 5
n + n n
3
2
6
57
Benzer sekilde satrarn birbirinden ckarlmas icinde (n i) (n i + 1) adet islem gerceklesir ki toplamda
ckarma islemlerinin Gauss eliminasyonundaki islem adeti
n1

(n i) (n i + 1) =
i=1
1 3 1
n n
3
3
kadardr. Geri eleme iterasyonunda ise (n i) adet carpm (n i 1) adet toplama islemi gerceklesir, buna
g
ore
1+
n1

((n i) + 1) =
1
n (n + 3) n
2
((n i 1) + 1) =
1
n (n + 1) n
2
i=1
n1

i=1
O halde toplam carpma-b

olme islemi

1 3 1 2 5
1
1
n + n n + n (n + 3) n = n n2 + 3n 1
3
2
6
2
3
ve toplama-ckarma islemi ise

1
1
1 3 1
n n + n (n + 1) n = n 2n2 + 3n 5
3
3
2
6
adettir. Buna g
ore asagdki tabloda n nin durumlarna g
ore carpma/b
olme ve toplama/ckarma islemlerinin
islem saysn g
orebiliriz. Buna g
ore bilinmeyen says arttkca hesaplamalarn says hzl bir arts g
ostermektedir.
n
3
10
20
30
50
100
carpma/b
olme
17
430
3060
9890
44 150
343 300
toplama/ckarma
11
375
2850
9425
42 875
338 250
Ornek
4.41.
x1 + 2x2 + x3 + 4x4 = 13
2x1 + 0x2 + 4x3 + 3x4 = 28
4x1 + 2x2 + 2x3 + x4 = 20
3x1 + x2 + 3x3 + 2x4 = 6
sistemini Gauss eleme y
ontemi ile c
oz
un
uz.
58
UMLERI

OZ
oz
um
1
2
4
3
2
0
2
1
1
4
2
3
13
1 2
1
4
0 4 2
28
5
=
20 R R 2R 0 6 2 15
2
2
1
6
0 7
6
14
R3 R3 4R1
R4 R4 + 3R1
13
1 2
1
4
0 4
2
2
5
=
0 0 10 15
70
R3 2R3 3R2
194
0 0
38
21
R4 4R4 + 7R2
13
1 2
1
4
0 4
2
2
5
=
70
0 10 15
R4 5R4 +19R3 0
360
0 0
0
180
180x4 = 360 x4 = 2
4
3
1
2
13
32
45
10x3 15x4 = 70 x3 = 4
4x2 + 2x3 5x4 = 2 x2 = 1
x1 + 2x2 + x3 + 4x4 = 13 x1 = 3
Ornek
4.42.
2x1 + 4x2 4x3 + 0x4 = 12
x1 + 5x2 5x3 3x4 = 18
2x1 + 3x2 + x3 + 3x4 = 8
x1 + 4x2 2x3 + 2x4 = 8
sistemini Gauss eleme y
ontemi ile c
oz
un
uz.
C
oz
um
2
1
2
1
4 4
5 5
3 1
4 2
12
2 4 4 0
0 6 6 6
18
=
8 R 2R R 0 1 5
3
2
2
1
8
0
4
0
4
R3 R3 R1
R4 2R4 R1
2 4 4 0
12
0 6 6 6
24
=
0 0 24 12
0
R3 6R3 + R2
0 0 12 24
36
R4 3R4 2R2
12
2 4 4 0
0 6 6 6
24
0
0 0 24 12
R4 2R4 R3
72
0 0 0
36
36x4 = 72 x4 = 2
24x3 + 12x4 = 0 x3 = 1
0
3
3
2
12
24
4
4
6x2 6x3 6x4 = 24 x2 = 3

2x1 + 4x2 4x3 + 0x4 = 12 x1 = 2

Not . i. satrdaki aii pivot eleman sfr veya sfra yakn bir deger ise sfra b
olme isleminden kacnmak
icin i.satr bundan sonra gelen satrlardan merkezi eleman sfrdan farkl olacak sekildeki satr alnr.
59
Ornek
4.43.
0.003x + 59.14y = 59.17
5.291x 6.13y = 46.78
lineer denkleminin c
oz
um
u x = 10.0, y = 1.0 olarak elde edilir. Sistemi Gauss eliminasyonu ile c
ozd
ugu
m
uzde
carpp 2. satrdan ckarrsak:
1. satr 5.291
0.003 = 1763.66 ile
!
!
59.17
59.17
0.003
59.14
0.003 59.14
=
46.78
104400
104300
5.291 6.13
R2 R2 1763.66R1
104300y = 104400 y = 1.001
0.003x + 59.14y = 59.17 x = 9.713
elde ederiz ki gercek co
z
umden oldukca farkldr.
4.2.4
LU C
arpanlarna Ayrma
a11 a12 . . .
a21 a22 . . .
..
..
.
.
Tanm 4.44. A =
a
...
a
i2
i1
.
.
..
..
an1 an2 . . .
A =
L =
LU
Y
ontemi (LU Factorization Method)
a1j . . . a1n
a2j . . . a2n
..
..
.
.
matrisi
aij . . . ain
..
..
.
.
anj . . . ann
1
0
1
0
0
1
...
0
...
0
...
0
...
...
...
...
1
. . . ln,n1
l21
l31
l32
...
...
ln1,1 ln1,2 ln1,3

ln2
ln3
ln1
...
u11 u12 u13 u14
0 u22 u23 u24
...
0
0
u
u
...
33
34
. . . . . . . . . . . .
...
0
0
0
. . . un1n1
0
0
0
...
0
0
0
. . .
0
1
u1n
u2n
u3n
...
un1n
unn
olarak yazlabiliyorsa A matrisinin LU carpan mevcuttur denir. Burada L alt u

cgensel matris (lower triangular
matrix) ve U ise u
st u
cgensel matristir (upper triangular matrix).
Algoritma 4.45.
60
UMLERI

OZ
Adm 1: Verilen A = (aij )nn , 1 i, j n matrisi icin

lii
lij
1, i = 1, 2, . . . , n
"
#
j1

1
aij
lik ukj , i = 2, . . . , n, j = 1, . . . , i 1
ujj
(4.5)
(4.6)
k=1
uij
aij
i1

lik ukj , i = 1, 2, ..., n, j = i, ..., n
(4.7)
k=1
form
ulleri ile L alt u
cgensel ve U u
st u
cgensel matrislerini hesaplaynz.
Adm 2:
Ly = b
denkleminde Teorem 4.29deki (4.2) ileri eleme form
ul
un
u kullanarak y c
oz
um
un
u elde ediniz.
Adm 3: Adm 2 de bulunan y yi kullanarak
Ux = y
denkleminde Teorem 4.31deki (4.4) ileri eleme form
ul
un
u kullanarak x co
z
um
un
u elde ediniz.
Teorem 4.46. Ax = b lineer denklemler sistemi Gauss eliminasyomu yardm ile c
oz
ulebiliyorsa A matrisi
A = LU seklinde carpanlarna ayrlr. Dahas L alt u
cgensel matrisinin k
osegen elemanlar 1 ve U u
st k
osegen
elemanlarnn k
osegenleri sfrdan farkldr. Buna g
ore Ax = b denklemi yerine LU x = b denklemi 2 adm ile
ele alnr. Oncelikle

U x = y denilerek Ly = b denklemi c
oz
ul
ur sonrasnda ise bulunan y degeri ile U x = y
denklemi c
oz
ul
ur.
Ornek
4.47.
2 4
A = 1 5
1 3
6
3
2
matrisini LU carpanlarna ayrnz.

C
oz
um
(4.5)
(4.7)
(4.6)
1
1 (4.7)
u12 = a12 = 4
l11 = l22 = l33 = 1 u11 = a11 = 2 l21 =
(a21 ) =
a11
2
(4.7)
(4.7)
(4.7)
1
1
u13 = a13 = 6 u22 = a22 l21 u12 = 5 4 = 3 u23 = a23 l21 u13 = 3 (6) = 6
2
2

(4.6)
1
1
1
1 (4.6)
1
1
l31 =
l32 =
(a31 ) =
(a32 l31 u12 ) = 3 4 =
u11
2
u22
3
2
3

(4.7)
1
1
(6) + 6 = 3
u33 = a33 (l31 u13 + l32 u23 ) = 2
2
3
1
0
0
2 4 6
2 4 6
1 5 3 = 12 1 0 0 3 6
1
1
1 3 2
1
0 0 3
2
3
Ornek
4.48.
x1 + 3x2 + 5x3 + 7x4 = 1
2x1 x2 + 3x3 + 5x4 = 2
2x3 + 5x4 = 3
2x1 6x2 3x3 + x4 = 4
sistemini LU carpanlar y
ontemi ile c
oz
un
uz.
61
oz
um Sistemin matris olarak gosterimi
1
3
5 7
2 1 3 5
0
0 2 5
2 6 3 1
1
2
3
4
(4.5)
(4.7)
(4.6)
1
l11 = l22 = l33 = l44 = 1 u11 = a11 = 1 l21 =
(a21 ) = 2
a11
(4.7)
(4.7)
(4.7)
u12 = a12 = 3 u13 = a13 = 5 u14 = a14 = 7
(4.7)
(4.7)
u22 = a22 l21 u12 = 1 2 3 = 7 u23 = a23 l21 u13 = 3 2 5 = 7
(4.7)
(4.6)
1
u24 = a24 l21 u14 = 5 2 7 = 9 l31 =
(a31 ) = 0
u11
(4.6)
1
1
l32 =
(0 0 3) = 0
(a32 l31 u12 ) =
u22
(7)
(4.7)
u33 = a33 (l31 u13 + l32 u23 ) = 2 (0 5 + 0 (7)) = 2
(4.7)
u34 = a34 (l31 u14 + l32 u24 ) = 5 (0 7 + 0 (9)) = 5
(4.6)
(4.6)
1
1
1
((6) (2) 3) = 0
l41 =
(a41 ) = 2 l42 =
(a42 l41 u12 ) =
u11
u22
(7)
(4.6)
1
1
l43 =
(3 (2) 5 0 (7)) = 6.5
(a43 l41 u13 l42 u23 ) =
u33
(2)
(4.7)
u44 = a44 (l41 u14 + l42 u24 + l43 u34 ) = 1 ((2) 7 + 0 (9) + (6.5) 5) = 47.5

1 3
5
7
1 0
0
0
1
3
5 7
2 1 3 5 2 1
0
0
0 7 7 9
=
0 0 2
5
0 0
1
0
0 2 5
0 0
0 47.5
2 0 6.5 1
2 6 3 1
1 0
0
0
2 1
0
0
L=
0 0
1
0
2 0 6.5 1
1 3
5
7
0 7 7 9
U =
0 0 2
5
0 0
0 47.5
1 0
0
0
1
1
2 1

0
0
y = 2 y = 0
Ly = b
0 0
3
3
1
0
2 0 6.5 1
4
25.5
1
0.37143
1 3
5
7
0 7 7 9
x = 0 x = 0.53233
Ux = y
3
0.15789
0 0 2
5
25.5
0.53684
0 0
0 47.5
62
UMLERI

OZ
4.2.5
Hata Analizi (Error Analysis)
Tanm 4.49.
Ax = b,
a11
a21
..
.
A=
ai1
.
..
an1
a12
a22
..
.
...
...
a1j
a2j
..
.
ai2
..
.
...
aij
..
.
an2
. . . anj
x1
x2
..
.
x=
a1n
a2n
..
.
. . . ain
..
.
. . . ann
b1
b2
..
.
bn
...
...
,b =
xn
lineer denklem sisteminde b vekt

or
une verilen k
ucu
k degisimler sonucunda x c
oz
um
undeki degisimler b
uy
uk
oluyorsa A matrisine iyi tanml olmayan (ill conditioned) matris denir.
Ornek
4.50.
Ax = b,
1
1
2
A=
1
x=
3
1
4
x1
x2
..
.
xn
denklem sisteminin c
oz
um
u
iken
1
2
1
3
1
4
1
5
1
3
1
4
1
5
1
6
1
4
1
5
1
6
1
7
,b =
0
16
120
x=
240
140
1
0.02
b=
0
0
verdigimizde co
z
um
u
13.6
96.0
x=
186.0
106.4
olarak elde ederiz.
63
Simdi ise verilen y

ontemler icin hata analizini yapalm.
Ax = b,
a11
a21
..
.
A=
ai1
.
..
am1
a12
a22
..
.
...
...
a1j
a2j
..
.
ai2
..
.
...
aij
..
.
am2
x1
x2
x= .
..
. . . amj
,b =
xn
a1n
a2n
..
.
. . . ain
..
.
. . . amn
...
...
b1
b2
..
.
bm
lineer denklem sisteminin gercek bir c

oz
um
u x ve x
$ ise yaklask coz
um
u olmak u
zere
r$ = b A$
x
ile kalan vektor
u tanmlayalm. Buna gore gercek coz
um x ve yaklask coz
um x
$ olmak u
zere bunlar arasndaki
hatay asa
%
% %
% %
%
x x
$ = %A1 b A1 (b r$)% = %A1 r$% %A1 % $
r
% 1 % $
x x
$
r

%A %
x
x
ayrca
A
1
b = Ax A x

x
b
ifadesini yukarda yerine yazd
gmzda
%
$
r
x x
$ %
%A1 % A
x
b
(4.8)
esitsizligini elde ederiz.

%
%
Tanm 4.51. (4.8) esitsizligindeki (A) = %A1 % A saysna A matrisinin durum says (condition
number) ad verilir.
Not . (A) , A nn durum saysnn k
ucu
k olmas durumunda hata oran k
ucu
l
ur.
4.3

o
z
umleri i
cin Iteratif
Y
ontemler (Iterative Methods for Linear Systems of Equations)
K
ucu
k boyutlu (Az bilinmeyenli) lineer denklem sistemleri icin iteratif yontemler cok nadir kullanlr. Bu
iteratif y
ontemlerin yerine Gauss eliminasyonu gibi direk yontemler tercih edilir. Ancak boyutu b
uy
uk olan
denklem sistemleri icin durum cok farkldr. Gauss eliminasyonu hem cok veri depolamas hemde cok islem
yapmas y
on
unden tercih edilmez. Bu t
ur sistemler ozellikle de devre analizinde (circuit analysis), snr deger
problemlerinin (baoundary value problem) ve ksmi diferansiyel denklemlerin (partial dierential equations)
saysal c
oz
umlerinde kasmza gelmektedir. Bu t
url
u yontemlerin amac
Ax = b
'
&
lineer denklem sistemlerinin c
oz
umleri icin x baslangc iterasyonu ile baslanp x(n) n=0 dizisi olusturulur.
Ve bu dizilerin olusturulmasnda denklem sistemi
(0)
x = Tx + c
olarak yazlr.
64
UMLERI

OZ
Ornek
4.52.
10x1
x1
2x1
x2
11x2
x2
3x2
2x3
x3
10x3
x3
+ 3x4
x4
+ 8x4
=
6
= 25
= 11
= 15
sistemini
x = Tx + c
formunda yaznz.
C
oz
um Denklem sistemininin matris gosterimini
Ax = b,
10 1 2
1 11 1
A=
2 1 10
0
3 1
x1
x2
x=
x3 , b =
x4
0
3
1
8
6
25
11
15
ile yaparz. Buna gore herbir degiskeni herbir satrda yanlz brakara yazd
gmzda:
x1 = x102 x53 + 35
25
4
x2 = x111 + x113 3x
11 + 11
x1
x2
x4
11
5 + 10 + 10 10
x3 = 3x
x3
15
2
x4 = 8 + 8 + 8
denklem sistemin elde ederiz ki bu ifadeyi matris olarak gosterdi
gimizde
x = T x + c,
0
1
11
T =
1
5
0
x1
x2
x= .
..
1
10
15
1
10
83
1
11
0
1
8
0
3
11
1
10
0
25
11
, c = 11
10
15
8
xn
olarak da yazarz.
4.3.1 Richard Y
ontemi (Richards Method)
Tanm 4.53.
Ax = b
lineer denklem sitemlerinde A = I (I A) olarak yazlarak
(I (I A)) x = b x = (I A) x + b x(k+1) = (I A) x(k) + b, k = 0, 1, 2, ...

iterasyonuna Richard Y
ontemi denir. Buna g
ore
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2
...
an1 x1 + an2 x2 + ... + ann xn = bn
65

(0)
(0)
(0)
baslangc noktas
lineer denklem sisteminin Jacobi iterasyonu ile c
oz
um
un
u, verilen x(0) = x1 , x2 , ..., xn
icin
(k+1)
(k)
(k)
(1 a11 ) x1 a12 x2 ... a1n x(k)

n + b1 , k = 0, 1, 2, ...
x2
a21 x1 + (1 a22 ) x2 ... a2n x(k)

n + b2 , k = 0, 1, 2, ...
...
x(k+1)
n
an1 x1 an2 x2 ... (1 ann ) x(k)

n + bn , k = 0, 1, 2, ...
x1
(k+1)
(k)
(k)
(k)
(k)
iteratif y
ontemler ile hesaplanmaktadr.
Algoritma 4.54.
or
un
u, Kmax maksimum iterasyon saysn,
Adm 1: A = (aij )nn , 1 i, j n matrisini, b = (bi ) vekt
> 0 hata payn giriniz.

(0)
(0)
(0)
baslangc noktasn
Adm 2: Baslangc iterasyonu olarak k = 0 seciniz ve x(0) = x1 , x2 , ..., xn
veriniz.
Adm 3: i = 1 olarak seciniz.
Adm 4:
n

(k+1)
(k)
(k)
xi
= bi
aij xi + (1 aii ) xi
j=1
j=i
sonraki adm hesaplaynz.

Adm 5: Eger %
i < n ise i yi +1
% arttrnz (i = i + 1) ve Adm 4de gidiniz.
Adm 6: Eger %x(k+1) x(k) % < ise x(k+1) c
oz
umd
ur ve islemleri sonlandrnz.
Adm 7: Eger k < Kmax ise k yi +1 arttrnz (k = k + 1) ve Adm 3e gidiniz aksi durumda maksimum
iterasyon saysn yeniden belirlemek u
zere Adm 1 e gidiniz.
Problem . Richard y
ontemi ne zaman yaknsaktr?
Teorem 4.55. I A < 1 kosulu saglanmas durumunda Richard y
ontemi yaknsaktr.
Proof. Denklem sistemlerini
x(k+1) = (I A) x(k) + b = g x(k)
olarak yazabildi
gimizden Teorem 3.8den g (x) = I A < 1 kosulu saglanmas durumunda sabit nokta
vardr ve c
oz
um yaknsaktr. Orne
gin
n

I A = max
|aij | + |1 aii |
i
j=1
j=i
olarak da hesaplanr.
Ornek
4.56.
0.8x1 0.1x2 + 0.1x3 = 1

0.7x2 0.2x3 = 1
0.2x1 + 0.2x2 + 0.9x3 = 2
denklem sistemini baslangc iterasyonunu x(0) = (0, 0, 0) , = 0.0001 secerek Jacobi iterasyonu ile co
z
un
uz.
C
oz
um
x1
= 0.2x1 + 0.1x2 0.1x3 + 1
x2
x3
= 0.3x2 + 0.2x3 1
= 0.2x1 0.2x2 + 0.1x3 + 2
66
UMLERI

OZ
iterasyon x1
x2
x3
epsilon dur/devam
0
0
0
0
0,0001
1
1
-1
2
0,0001 devam
2
0,5
-0,9
2,2
0,0001 devam
3
0,59
-0,83
2,3
0,0001 devam
4
0,569
-0,789
2,278
0,0001 devam
5
0,5795 -0,7811
2,2718
0,0001 devam
6 0,57881 -0,77997
2,2675
0,0001 devam
7 0,579491 -0,78049 2,266982
0,0001 devam
8 0,579355 -0,78075 2,266898
0,0001 devam
9 0,579364 -0,78085 2,266969
0,0001 dur
10 0,579346 -0,78086 2,266993
0,0001 dur
11 0,579346 -0,78086 2,267002
0,0001 dur
12 0,579345 -0,78086 2,267003
0,0001 dur
13 0,579345 -0,78086 2,267003
0,0001 dur
14 0,579345 -0,78086 2,267003
0,0001 dur
15 0,579345 -0,78086 2,267003
0,0001 dur
16 0,579345 -0,78086 2,267003
0,0001 dur
17 0,579345 -0,78086 2,267003
0,0001 dur
Jacobi Iterasyonu(Jacobi
Iteration)
a11 a12 . . . a1j . . . a1n

a21 a22 . . . a2j . . . a2n
..
..
..
..
.
.
.
.
cgensel
Not . Genel olarak verilen bir A =
ai1 ai2 . . . aij . . . ain matrisini asagdaki gibi u
..
..
..
..
.
.
.
an1 an2 . . . anj . . . ann
matrislerle ifade edebiliriz. Burada L k
osegen elemanlar sfr olan alt u
cgensel matris (lower triangular), D
4.3.2
67
k
osegen matris (diagonal), U ise k
osegen elemanlar sfr olan u
st u
cgensel matristir (upper diagonal):
A=L+D+U
0
0 ...
a21
0 ...
..
..
.
.
L=
ai1 ai2 . . .
.
..
..
.
an1 an2 . . .
a11 0 . . .
0 a22 . . .
..
..
.
.
D=
0
0
...
.
.
..
..
0
0 ...
0 a12 . . .
0 0 . . .
..
..
.
.
U =
0
0
...
.
.
..
..
0 0 ...
0
0
..
.
...
...
0
..
.
...
anj
...
0
0
..
.
...
...
aij
..
.
...
...
a1j
a2j
..
.
...
...
0
..
.
...
...
0
0
..
.
ain
..
.
0
0
0
..
.
..
.
ann
a1n
a2n
..
.
ain
..
.
0
10 1 2
0
1 11 1 3
Ornek
4.57. A =
2 1 10 1 matrisini L + D + U, seklinde yaznz.
0
3 1 8
C
oz
um

10 1 2
0
0
0
0
1 11 1 3 1 0
0

A=
2 1 10 1 = 2 1 0
0
3 1 8
0
3 1
01
/
L

10 0 0 0
0
0
0 11 0 0 0
0
+
+
0 0 0 10 0 0
0 0 0 8
0
0
2 /
01
2 /
D
1 2
0
0 1 3
0
0 1
0
0
0
01
2
U

Tanm 4.58.
Ax = b
lineer denklem sitemlerinde
(L + D + U ) x = b Dx = b (L + U ) x x(k+1) = D1 (L + U ) x(k) + D1 b, k = 0, 1, 2, ...
iterasyonuna Jacobi iterasyonu denir. Buna g
ore
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2
...
an1 x1 + an2 x2 + ... + ann xn = bn
68
UMLERI

OZ

(0)
(0)
(0)
baslangc noktas
lineer denklem sisteminin Jacobi iterasyonu ile c
oz
um
un
u, verilen x(0) = x1 , x2 , ..., xn
icin
(k+1)
x1
(k+1)
x2

(k)
(k)
b1 a12 x2 + ... + a1n xn
, k = 0, 1, 2, ...
a11

(k)
(k)
(k)
b2 a21 x1 + a23 x3 ... + a2n xn
=
, k = 0, 1, 2, ...
a22
...
(k)
x(k+1)
n
(k)
(k)
bn an1 x1 + an2 x2 + ... + an,n1 xn1

ann
, k = 0, 1, 2, ...
iteratif y
Algoritma 4.59.
or
un

(0)
(0)
(0)
baslangc noktasn
veriniz.
Adm 4:
(k+1)
xi
bi
=
n
j=1
j=i
(k)
aij xi
aii

Adm 5: Eger %
i < n ise i yi +1
oz
umd
Ornek
4.60.
10x1
x1
2x1
x2
11x2
x2
3x2
2x3
x3
10x3
x3
+ 3x4
x4
+ 8x4
=
6
= 25
= 11
= 15
denklem sistemini baslangc iterasyonunu x(0) = (0, 0, 0, 0) , = 0.001 secerek Jacobi iterasyonu ile c
oz
un
uz.
C
oz
um
(k+1)
x1
(k+1)
x2
x(k+1)
(k+1)
x4
(k)
=
=
=
=
(k)
x2
x3
3
10 5 + 5
(k)
(k)
(k)
x1
x3
3x4
25
11 + 11 11 + 11
(k)
(k)
(k)
x1
x2
x4
5 + 10 + 10 11
10
(k)
(k)
3x2
x3
15
8 + 8 + 8
iterasyon
x1
0
1
2
3
4
5
6
7
8
9
10
11
12
0
0,6
1,102273
0,972898
1,070916
1,039551
1,05704
1,05071
1,05389
1,052657
1,053243
1,053006
1,053115
x2
x3
0
2,272727
1,715909
2,058306
1,956356
2,01668
1,996349
2,007233
2,003232
2,005222
2,004446
2,004814
2,004665
69
x4
0
-1,1
-0,80523
-1,06034
-0,97566
-1,02149
-1,0043
-1,01267
-1,00934
-1,01088
-1,01025
-1,01054
-1,01041
epsilon dur/devam
0
0,001
1,875
0,001 devam
0,885227
0,001 devam
1,130881
0,001 devam
0,970593
0,001 devam
1,019409
0,001 devam
0,991059
0,001 devam
1,000832
0,001 devam
0,995704
0,001 devam
0,997621
0,001 devam
0,996681
0,001 dur
0,997052
0,001 dur
0,996878
0,001 dur
Ornek
4.61.
4x y + z
4x 8y + z
2x + y + 5z
= 7
= 21
= 15
denklem sistemini baslangc iterasyonunu x(0) = (0, 0, 0) , = 0.0001 secerek Jacobi iterasyonu ile co
z
un
uz.
oz
um
x(k+1)
y (k+1)
z (k+1)
y (k) z (k) + 7
4
(k)
4x + z (k) + 21
8
2x(k) y (k) + 15
5
70
UMLERI

OZ
iterasyon
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
0
1,75
1,65625
1,925
1,990625
1,987109
1,997188
1,999648
1,999517
1,999895
1,999987
1,999982
1,999996
2
1,999999
2
2
2
0
2,625
3,875
3,85
3,948438
3,995313
3,994375
3,998066
3,999824
3,999789
3,999927
3,999993
3,999992
3,999997
4
4
4
4
epsilon dur/devam
0
0,0001
3
0,0001 devam
3,175
0,0001 devam
2,8875
0,0001 devam
3
0,0001 devam
3,006563
0,0001 devam
2,995781
0,0001 devam
3
0,0001 devam
3,000246
0,0001 devam
2,999842
0,0001 devam
3
0,0001 devam
3,000009
0,0001 dur
2,999994
0,0001 dur
3
0,0001 dur
3
0,0001 dur
3
0,0001 dur
3
0,0001 dur
3
0,0001 dur
Problem . Jacobi iterasyonu ne zaman yaknsaktr?

%
%
Teorem 4.62. %D1 (L + U )% < 1 kosulu saglanmas durumunda Jacobi iterasyonu yaknsaktr.

x(k+1) = D1 (L + U ) x(k) + D1 b = g x(k)
%
%
olarak yazabildi
gimizden Teorem 3.8den g (x) = %D1 (L + U )% < 1 kosulu saglanmas durumunda sabit
nokta vardr ve coz

um yaknsaktr. Orne
gin
n
j=1 |aij |
%
%
j=i
%D1 (L + U )% = max
i
|aii |
olarak da hesaplanr. Buna g
ore
n
j=1
j=i
|aij | < |aii | kosulu saglanrsa Jacobi y

ontemi yaknsaktr deriz.
Ornek
4.63.
2x + y + 5z
4x 8y + z
4x y + z
= 15
= 21
= 7
denklem sistemi icin x(0) = (0, 0, 0) , = 0.0001 secerek Jacobi iterasyonu ile c
oz
um
un
un yaknsamadgn
g
osteriniz. Neden yaknsamadg konusunda yorum yapnz.
71
oz
um
x(k+1)
y (k+1)
iterasyon
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
(k+1)
y (k) + 5z (k) 15
2
4x(k) + z (k) + 21
8
(k)
4x + y (k) + 7
0
-7,5
11,3125
91,4375
-97,1328
-849,523
1045,591
8098,78
-10894,1
-76885,9
112973,6
729152,1
-1164238
-6905096
11934958
65297335
-1,2E+08
-6,2E+08
-1,4E+08
-6,2E+08
-5,4E+07
-7E+08
44933568
-8,2E+08
1,76E+08
-9,7E+08
3,49E+08
0
2,625
-0,25
13,23438
43,53125
-89,1309
-367,254
939,9158
3484,188
-9375,44
-32556,9
93761,33
304023,2
-934971
-2832423
9303159
26327139
-9,2E+07
-2,4E+08
2,28E+08
-2,7E+08
3,11E+08
-3,6E+08
4,12E+08
-4,7E+08
5,47E+08
-6,3E+08
0
7
39,625
-38,5
-345,516
439,0625
3315,963
-4542,62
-31448,2
47067,53
298175,2
-484444
-2822840
4960980
26685422
-5,1E+07
-2,5E+08
5,13E+08
2,37E+09
3,06E+08
2,7E+09
-5,6E+07
3,12E+09
-5,4E+08
3,67E+09
-1,2E+09
4,41E+09
epsilon dur/devam
0,0001
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
0,0001 devam
%
%
%
%
% % 0 1/2 5/2%
% 1
%D (L + U )% = %4/8 0 1/8% = 4.154 > 1
%
%
% 4
1
0 %
oldu
gundan Jacobi y
ontemi herhangi bir baslangc iterasyonu icin yaknsak degildir.
4.3.3 Gauss-Seidel Iterasyonu(Gauss-Seidel

Iteration)
Tanm 4.64.
Ax = b
72
UMLERI

OZ
lineer denklem sitemlerinde
(L + D + U ) x = b Dx = b (L + U ) x x(k+1) = D1 b Lx(k+1) U x(k) , k = 0, 1, 2, ...
iterasyonuna Gauss-Seidel iterasyonu denir. Buna g

ore
a11 x1 + a12 x2 + ... + a1n xn = b1
a21 x1 + a22 x2 + ... + a2n xn = b2
...
an1 x1 + an2 x2 + ... + ann xn = bn

(0)
(0)
(0)
baslangc
lineer denklem sisteminin Gauss-Seidel iterasyonu ile c
oz
um
un
u, verilen x(0) = x1 , x2 , ..., xn
noktas icin

(k)
(k)
b1 a12 x2 + ... + a1n xn
(k+1)
x1
=
, k = 0, 1, 2, ...
a11

(k+1)
(k)
(k)
+ a23 x3 ... + a2n xn
b2 a21 x1
(k+1)
x2
=
, k = 0, 1, 2, ...
a22
...
(k+1)
x(k+1)
n
bn an1 x1
(k+1)
+ an2 x2
(k+1)
+ ... + an,n1 xn1
ann
, k = 0, 1, 2, ...
iteratif y
Algoritma 4.65.
or
un

(0)
(0)
(0)
baslangc noktasn
veriniz.
Adm 4:

(k)
(k+1)
bi nj=1 aij xi nj=1 aij xi
(k+1)
i<j
i>j
xi
=
aii
Adm 5: Eger %
i < n ise i yi +1
oz
umd
Ornek
4.66.
4x y + z
4x 8y + z
2x + y + 5z
= 7
= 21
= 15
denklem sistemini baslangc iterasyonunu x(0) = (0, 0, 0) , = 0.0001 secerek Gauss-Seidel iterasyonu ile c
oz
un
uz.
C
oz
um Gauss-Seidel iterasyonu ile denklem sistemini

x(k+1)
1/4
0
0
7
0 0
y (k+1) = 0 1/8 0 21 4 0
0
0
1/5
15
2 1
z (k+1)
(k+1)
x
0
0
0 y (k+1) 0
0
0
z (k+1)
(k)
x
1 1
0 1 y (k)
0 0
z (k)
iterasyon
x(k+1)
y (k+1)
z (k+1)
x1
0
1
2
3
4
5
6
7
8
9
10
11
12
13
0
1,75
1,875
1,99375
1,998281
1,999879
1,999975
1,999998
2
2
2
2
2
2
73
y (k) z (k) + 7
4
(k+1)
+ z (k) + 21
4x
8
2x(k+1) y (k+1) + 15
5
x2
0
3,5
3,9375
3,992188
3,999023
3,999878
3,999985
3,999998
4
4
4
4
4
4
x3
epsilon dur/devam
0 0,00001
3 0,00001 Devam
2,9625 0,00001 Devam
2,999063 0,00001 Devam
2,999508 0,00001 Devam
2,999976 0,00001 Devam
2,999993 0,00001 Devam
3 0,00001 Devam
3 0,00001 Dur
3 0,00001 Dur
3 0,00001 Dur
3 0,00001 Dur
3 0,00001 Dur
3 0,00001 Dur
Ornek
4.67.

10
2 1 3
1
5
x1
2
x2 2
10
2
1
3

1 2

10
2 1
x3 = 4
3 1 2
10
2 x4 2
x5
1
3 1 2
10
5
denklem sistemini baslangc iterasyonunu x(0) = (0, 0, 0, 0, 0) , = 0.00001 secerek Gauss-Seidel iterasyonu ile
c
oz
un
uz.
74
UMLERI

OZ
oz
um Gauss-Seidel iterasyonu ile denklem sistemini
(k+1)
x(k+1)

x1
1
0
0
0 0 0
1/10
0
0
0
0
5
x(k+1)
x(k+1)

2
0
0
0
0
0
1/10
0
0
0
2
2

2(k+1)
(k+1)
1 2
0 0 0
0
0
1/10
0
0
4
x3
x3
=
(k+1)
0
0
0
1/10
0 2 3 1 2 0 0 x(k+1)
x4
4
1
3 1 2 0
(k+1)
(k+1)
0
0
0
0
1/10
5
x5
x5
x(k)
1
0 2 1 3
1
1/10
0
0
0
0
(k)
0 0 2 1 3
0
x
1/10
0
0
0
2(k)
2 1
0
1/10
0
0
0 0 0
0
3(k)
0
0 0 0
0
2 x
0
0
1/10
0
4
(k)
0 0 0
0
0
0
0
0
0
1/10
x5
(k)
(k)
(k)
(k)
(k+1)
52x2 +x3 3x4 x5
x1
=
10
(k+1)
(k)
(k)
(k)
22x1
2x3 +x4 3x5
(k+1)
=
x2
10
(k+1)
(k+1)
(k)
(k)
4+x1
2x2
2x4 +x5
(k+1)
x3
=
10
(k+1)
(k+1)
(k+1)
(k)
x(k+1) = 23x1 +x2 2x3 2x5
10
(k+1)
(k+1)
(k+1)
(k)
(k+1)
5x1
3x2
+x3
2x4
x5
=
10
iterasyon
x1
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
0
0,5
0,6583
0,823244
0,907766
0,951225
0,974032
0,986124
0,992571
0,996019
0,997865
0,998855
0,999386
0,99967
0,999823
0,999905
0,999949
0,999973
0,999985
0,999992
0,999996
0,999998
0,999999
0,999999
1
1
1
1
1
x2
0
-0,3
-0,67176
-0,83228
-0,91236
-0,9537
-0,97535
-0,98683
-0,99295
-0,99622
-0,99797
-0,99891
-0,99942
-0,99969
-0,99983
-0,99991
-0,99995
-0,99997
-0,99999
-0,99999
-1
-1
-1
-1
-1
-1
-1
-1
-1
x3
0
0,51
0,742882
0,86561
0,929466
0,962546
0,980011
0,989306
0,994271
0,996929
0,998353
0,999116
0,999526
0,999746
0,999864
0,999927
0,999961
0,999979
0,999989
0,999994
0,999997
0,999998
0,999999
0,999999
1
1
1
1
1
x4
0
-0,38
-0,66287
-0,82193
-0,90498
-0,94915
-0,97276
-0,9854
-0,99217
-0,9958
-0,99775
-0,99879
-0,99935
-0,99965
-0,99981
-0,9999
-0,99995
-0,99997
-0,99998
-0,99999
-1
-1
-1
-1
-1
-1
-1
-1
-1
x5
0
0,667
0,84256
0,918307
0,956874
0,977072
0,987756
0,993447
0,996488
0,998117
0,99899
0,999458
0,999709
0,999844
0,999916
0,999955
0,999976
0,999987
0,999993
0,999996
0,999998
0,999999
0,999999
1
1
1
1
1
1
epsilon dur/devam
0,00001
0,00001 Devam
0,00001 Devam
0,00001 Devam
0,00001 Devam
0,00001 Devam
0,00001 Devam
0,00001 Devam
0,00001 Devam
0,00001 Devam
0,00001 Devam
0,00001 Devam
0,00001 Devam
0,00001 Devam
0,00001 Devam
0,00001 Devam
0,00001 Devam
0,00001 Devam
0,00001 Devam
0,00001 Dur
0,00001 Dur
0,00001 Dur
0,00001 Dur
0,00001 Dur
0,00001 Dur
0,00001 Dur
0,00001 Dur
0,00001 Dur
0,00001 Dur
Figure 4.3. Denklemin gragi

75
Problem . Gauss-Seidel iterasyonu ne zaman yaknsaktr?

%
%
%
1 %
Teorem 4.68. %(L + D) U % < 1 kosulu saglanmas durumunda Gauss-Seidel iterasyonu iterasyonu
yaknsaktr.

1
b U x(k) = g x(k)
= b Lx(k+1) U x(k) (D + L) x(k+1) = b U x(k) x(k+1) = (D + L)
Dx
%
%
%
%
olarak yazabildi
gimizden Teorem 3.8den g (x) = % (D + L)1 U % < 1 kosulu saglanmas durumunda sabit
nokta vardr ve coz

um yaknsaktr. Orne
gin
n
j=1 |aij |
%
%
j=i
%D1 (L + U )% = max
i
|aii |
n
ontemi yaknsaktr deriz.

olarak da hesaplanr. Buna g
ore j=1 |aij | < |aii | kosulu saglanrsa Jacobi y
(k+1)
j=i
Chapter 5
Interpolasyon
(Interpolation)
5
Orne
gin bir u
lkedeki n
ufus 5 ylda bir olcu
l
ur. N
ufus saym yllar arasndaki de
gerleri elde etmek adna
interpolasyon y
ontemi kullanlr.
5.1
Polinom Interpolasyonu
(Polynomial Interpolation)
Asa
gdaki teorem interpolasyon fonksiyonunun varl
g ve tekligi hakkndadr.
Teorem 5.1. (Weierstrass Yaklasm Teoremi) f (x) , [a, b] aralgnda s
urekli fonksiyon ise bu aralkta en
az bir p (x) polinomu vardr:
|f (x) p (x)| < , x [a, b]
Teorem 5.2.
x0
y0
verilen degerleri icin bir tek
x1
y1
x2
y2
... xn
... yn
pn (x) = a0 xn + a1 xn1 + ... + an
n. dereceden polinomu vardr ve

pn (xi ) = yi , i = 0, 1, 2, ..., n
Proof. T
umevarm y
ontemi ile yapca
gz. n = 0 olsun. Bu durumda verilen nokta (x0 , y0 ) noktas olaca
g
icin p0 (x) = y0 polinomu tek t
url
ud
ur. Simdi n icin do
gru olsun:
pn (x) = a0 xn + a1 xn1 + ... + an
polinomu tek t
url
u olsun.
pn+1 (x) = pn (x) + c (x x0 ) (x x1 ) ... (x xn )
olarak yazalm. Burada
yn+1 pn (xn+1 )
(xn+1 x0 ) (xn+1 x1 ) ... (xn+1 xn )
olarak secelim. Boylece pn+1 (x) polinomu tanmlanmstr ve (n + 1) . dereceden bir polinomdur. Dahas
c=
pn+1 (xi )
pn+1 (xn+1 )
= pn (xi ) , i = 0, 1, 2, ..., n
= pn (xn+1 ) + c (xn+1 x0 ) (xn+1 x1 ) ... (xn+1 xn )
= pn (xn+1 ) + (yn+1 pn (xn+1 )) = yn+1
Teklik icin ise b

oyle bir polinomun tek olmad
gn varsayalm:
pn (x)
= a0 xn + a1 xn1 + ... + an
qn (x)
= b0 xn + b1 xn1 + ... + bn
polinomlar yukardaki kosulu sagladgndan

sn (xi ) = pn (xi ) qn (xi ) = 0, i = 0, 1, 2, 3, ...
77

5. INTERPOLASYON
(INTERPOLATION)
78
bu ise sn (x) polinomunun (n + 1) kok

u olmas demektir ki (n + 1) . dereceden bir polinom oldu
gu sonucunu
verir. Halbuki pn (x) ve qn (x) fonksiyonlar n. dereceden polinom olduklarndan bunlarn fark olan sn (x)
polinomu da n. dereceden olmaldr. Bu celiski, varsaymmzn yanls olmas demektir ki sonuc olarak tek t
url
u
bir polinom vardr.
5.2
Temel Yaklasm (Naive Approach)

pn (x) = a0 xn + a1 xn1 + ... + an
polinomu
pn (xi ) = yi , i = 0, 1, 2, ..., n
kosulunu sa
glasn. Buna g
ore
a0 xn0 + a1 xn1
+ ...an1 x0 + an
0
a0 xn1
bu ise
= y0
+ ...an1 x1 + an
= y1
...
a0 xnn + a1 xn1
+ ...an1 xn + an
n
= y0
xn0
xn
1
...
xn
n1
xnn
a1 xn1
1
xn1
0
xn1
1
...
xn1
n1
xn1
n
...
x0
...
x1
...
...
... xn1
...
xn
sisteminde a0 , a1 , ..., an katsaylarn bulmaktr.Burada

n
x0
xn1
0
n
x
xn1
1
1
...
...
n1
xn
x
n1
n1
xn1
xnn
n
1
a0
y0
1
a1 y 1
... ... = ...
1 an1 yn1
an
yn
1
...
x0
...
x1
...
...
... xn1
...
xn
1
1
...
1
1
matrisine Vandermonde matrisi denir.Vandermonde matrisi genelde tekil olmayan matristir ancak co
gunlukla
condition says b
uy
uk oldu
gundan karakl bir coz
um vermez.
Ornek
5.3.
i 0.
xi
yi
1.
2.
3.
4.
2.3 4.5 6.7 8

10.6
1.2 4.1 9
12.8 22.5
verilen degerleri icin

p4 (x) = a0 x4 + a1 x3 + a2 x2 + a3 x + a4
polinomunu olusturarak x = 5 noktasndaki degerini bulunuz.
C
oz
um
2.34
4.54
6.74
4
8
10.64
2.33
4.53
6.73
83
10.63
2.32
4.52
6.72
82
10.62
2.3
4.5
6.7
8
10.6

1
1.2
3. 2901 104
a0
a0

a1 8.4440 103
1
a1 4.1

1
0.27904
a2 = 9 a2 =
a3 0.33336
1 a3 12.8
1
a4
a4
0.58415
22.5
p4 (x) = 3. 2901 104 x4 8.4440 103 x3 + 0.27904x2 0.33336x + 0.58415

p4 (5) = 5. 0435
5.3
79
Lagrange Polinomlar (Lagrange Polynomial)
x0
y0
x1
y1
x2
y2
... xn
... yn
verilen de
gerleri icin n. dereceden Lagrange polinomunu asagdaki gibi veririz:
pn (x) = y0 L0 (x) + y1 L1 (x) + ... + yn Ln (x)
burada
L0 (x)
L1 (x)
Ln (x)
(x x1 ) (x x2 ) ... (x xn )
(x0 x1 ) (x0 x2 ) ... (x0 xn )
(x x0 ) (x x2 ) ... (x xn )
=
(x1 x0 ) (x1 x2 ) ... (x1 xn )
...
(x x0 ) (x x1 ) ... (x xn1 )
=
(xn x0 ) (xn x1 ) ... (xn xn1 )
=
fonksiyonlarna temel fonksiyonlar (cardinal function) denir.
Ornek
5.4.
i
0. 1.
xi
yi
0
7
2 3
11 28
2.
noktalar verildigine g
ore Lagrange polinomunu olusturup x = 1 noktasnda y degerini hesaplaynz.
C
oz
um
p2 (x) = y0 L0 (x) + y1 L1 (x) + y2 L2 (x)
burada
(x 2) (x 3)
1
5
L0 (x) = x2 x + 1
(0 2) (0 3)
6
6
1
(x 0) (x 3)
3
L1 (x) = x x2
L1 (x) =
(2 0) (2 3)
2
2
(x 0) (x 2)
1
2
L2 (x) = x2 x
L2 (x) =
(3 0) (3 2)
3
3
p2 (x) = y0 L0 (x) + y1 L1 (x) + y2 L2 (x)
L0 (x) =

=7
= 7L0 (x) + 11L1 (x) + 28L2 (x)

1 2 2
3
1 2
1 2 5
x x + 1 + 11
x x + 28
x x
6
6
2
2
3
3
= 5x2 8x + 7
p2 (1) = 5 12 8 1 + 7 = 4

5. INTERPOLASYON
(INTERPOLATION)
80
28
26
24
22
20
18
16
14
12
10
8
6
4
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
1.8
2.0
2.2
2.4
2.6
2.8
3.0
Ornek
5.5.
i 0. 1. 2. 3.
xi
yi
0
1
1
2
3
6
5
7
ore Lagrange polinomunu olusturup x = 2 noktasnda y degerini hesaplaynz.
C
oz
um
p3 (x) = y0 L0 (x) + y1 L1 (x) + y2 L2 (x) + y3 L3 (x)
burada
(x 1) (x 3) (x 5)
1
3
23
L0 (x) = x3 + x2 x + 1
(0 1) (0 3) (0 5)
15
5
15
(x 0) (x 3) (x 5)
1 3
15
L1 (x) =
L1 (x) = x x2 + x
(1 0) (1 3) (1 5)
8
8
(x 0) (x 1) (x 5)
1 3 1 2
5
L2 (x) = x + x x
L2 (x) =
(3 0) (3 1) (3 5)
12
2
12
(x 0) (x 1) (x 3)
1 3
1
3
L3 (x) =
L3 (x) =
x x2 + x
(5 0) (5 1) (5 3)
40
10
40
p3 (x) = y0 L0 (x) + y1 L1 (x) + y2 L2 (x) + y3 L3 (x)
L0 (x) =
= L0 (x) + 2L1 (x) + 6L2 (x) + 7L3 (x)

3
23
15
1 3
1
x x2 + x
= x3 + x2 x + 1 + 2
15
5
15
8
8

1 3
1
1
5
1
3
x x2 + x
+6 x3 + x2 x + 7
12
2
12
40
10
40
17 3
9 2
29
=
x + x +
x+1
120
10
120
17
9
29
3
2
p3 (2) =
(2) +
(2) +
2+1
120
10
120
79
= 3.95
=
20
81
y7
6
5
4
3
2
1
5.4
Newton Y
ontemi (Newton Method)
Lagrange polinomlar oldukca basit olmasna ra

gmen bazen etkili bir logaritma olmadg gor
ul
ur. Bunun
icin Newton tarafndan asa
gdaki sekilde bir yaklasm verilmistir.
x0
y0
x1
y1
x2
y2
... xn
... yn
verilen de
gerleri icin
q0 (x)
q1 (x)
= 1
= (x x0 )
q2 (x)
q3 (x)
= (x x0 ) (x x1 )
= (x x0 ) (x x1 ) (x x2 )
qn (x)
...
= (x x0 ) (x x1 ) (x xn1 )
fonksiyonlar icin n. mertebden polinomu

pn (x)
n

ci qi (x)
i=0
c0 q0 (x) + c1 q2 (x) + + cn qn (x)
c0 + c1 (x x0 ) + c2 (x x0 ) (x x1 )
+c3 (x x0 ) (x x1 ) (x x2 ) +
+cn (x x0 ) (x x1 ) (x xn1 )
olarak verilir. Burada c0 , c1 , ..., cn katsaylarn elde etmek icin

pn (x0 ) =
y 0 c0 = y 0
pn (x1 ) =
pn (x2 ) =
y1 c0 + c1 (x1 x0 ) = y1
y2 c0 + c1 (x2 x0 ) + c2 (x2 x0 ) (x2 x1 ) = y2
pn (xn ) =
...
yn c0 + c1 (xn x0 ) + + cn (xn x0 ) (xn x1 ) (xn xn1 ) = yn

5. INTERPOLASYON
(INTERPOLATION)
82
ve bunu matris olarak ifade edersek
1
0
0
1 (x1 x0 )
0
1 (x2 x0 ) (x2 x0 ) (x2 x1 )
. . .
...
...
1 (xn x0 ) (xn x0 ) (xn x1 )

y0
c0
...
0
c1 y 1
...
0

c2 = y 2
...
0

. . . ...
...
...
cn
yn
... (xn x0 ) (xn x1 ) (xn xn1 )
Ornek
5.6.
i
0. 1.
xi
yi
0
7
2 3
11 28
2.
ore Newton y
ontemini kullanarak 2. dereceden polinomunu olusturup x = 1 noktasnda y
degerini hesaplaynz.
C
oz
um
1
1
1

0
0
7
7
c0
c0
2
0 c1 = 11 c1 = 2
c2
c2
3 3.1 = 6
28
5
p2 (x) = c0 + c1 (x x0 ) + c2 (x x0 ) (x x1 )
p2 (x) = 7 + 2x + 5x (x 2) p2 (x) = 5x2 8x + 7
p2 (1) = 4
28
26
24
22
20
18
16
14
12
10
8
6
4
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
1.8
2.0
2.2
2.4
2.6
2.8
3.0
Ornek
5.7.
i 0. 1. 2. 3.
xi
yi
0
1
1
2
3
6
5
7
ore Newton y
ontemini kullanarak 3. dereceden polinomunu olusturup x = 2 noktasnda y
degerini hesaplaynz.
83
oz
um
1
1
1
1
0
1
3
5

0
0
1
1
c0
c0
c1 2

0
0
= c1 = 11
c2
c2
6
0
6
3
17
c3
c3
120
5 (5 1) 5 (5 1) (5 3)
7
p3 (x) = c0 + c1 (x x0 ) + c2 (x x0 ) (x x1 ) + c3 (x x0 ) (x x1 ) (x x2 )
17
1
x (x 1) (x 3)
p3 (x) = 1 + x + x (x 1)
3
120
17 3
9
29
p3 (x) =
x + x2 +
x+1
120
10
120
79
p3 (2) =
= 3.95
20
y7
6
5
4
3
2
1
5.5
B
ol
unm
us Farklar (Divided Dierences)
B
ol
unm
us farklar yontemi asa
gdaki sekilde verilir.
x0
y0
x1
y1
x2
y2
... xn
... yn

5. INTERPOLASYON
(INTERPOLATION)
84
verilen de
gerleri icin asa
gdaki b
ol
unm
us farklar hesaplanr:
x0
f (x0 ) = f [x0 ]
> f [x0 , x1 ]
[x0 ]
= f [xx11]f
x0
x1
> f [x0 , x1 , x2 ]
]f [x0 ,x1 ]
= f f [x1 ,xx22 x
0
f (x1 ) = f [x1 ]
> f [x1 , x2 ]
[x1 ]
= f [xx22]f
x1
x2
...
> f [x1 , x2 , x3 ]
[x1 ,x2 ]
= f [x2 ,xx33]f
x1
f (x2 ) = f [x2 ]
> f [x2 , x3 ]
[x2 ]
= f [xx33]f
x2
x3
...
> f [x2 , x3 , x4 ]
[x2 ,x3 ]
= f [x3 ,xx44]f
x2
f (x3 ) = f [x3 ]
> f [x3 , x4 ]
[x3 ]
= f [xx44]f
x3
... ...
...
> f [x0 , x1 , x2 , . . . , xn ]
[x0 ,x1 ,x2 ,...,xn1 ]
= f [x1 ,x2 ,...,xn ]f
xn x0
...
...
> f [xn2 , xn1 , xn ]

[xn2 ,xn1 ]
= f [xn ,xn1]f
x4 x2
...
> f [xn1 , xn ]
[xn1 ]
= f [xxnn]f
xn1
xn
f (xn ) = f [xn ]
q0 (x)
= 1
q1 (x)
q2 (x)
= (x x0 )
= (x x0 ) (x x1 )
q3 (x)
= (x x0 ) (x x1 ) (x x2 )
...
qn (x)
= (x x0 ) (x x1 ) (x xn1 )
polinomlar ve
c0
f [x0 ]
c1
c2
=
=
f [x0 , x1 ]
f [x0 , x1 , x2 ]
c3
f [x0 , x1 , x2 , x3 ]
...
cn
f [x0 , x1 , x2 , . . . , xn ]
katsaylar icin b
ol
unm
us farklar ile elde edilen n. mertebeden polinomu
pn (x)
n

ci qi (x)
i=0
c0 q0 (x) + c1 q2 (x) + + cn qn (x)
c0 + c1 (x x0 ) + c2 (x x0 ) (x x1 )
+c3 (x x0 ) (x x1 ) (x x2 ) +
+cn (x x0 ) (x x1 ) (x xn1 )
85
Ornek
5.8.
i
0. 1.
2.
xi
0 2 3
yi
7 11 28
ore b
ol
unm
us farklar y
ontemini kullanarak 2. dereceden polinomunu olusturup x = 1
noktasnda y degerini hesaplaynz.
C
oz
um
x0 = 0
f (x0 ) = f [x0 ] = 7
> f [x0 , x1 ]
[x0 ]
= f [xx11]f
x0
117
= 20 = 2
> f [x0 , x1 , x2 ]
[x0 ,x1 ]
= f f [x1 ,xx22 ]f
x0
172
= 30 = 5
x1 = 2 = 11 f (x1 ) = f [x1 ]
> f [x1 , x2 ]
[x1 ]
= f [xx22]f
x1
2811
= 32 = 17
x2 = 3
f (x2 ) = f [x2 ] = 28
p2 (x) = c0 + c1 (x x0 ) + c2 (x x0 ) (x x1 )
= f [x0 ] + f [x0 , x1 ] (x x0 ) + f [x0 , x1 , x2 ] (x x0 ) (x x1 )

p2 (x) = 7 + 2x + 5x (x 2) p2 (x) = 5x2 8x + 7
p2 (1) = 4
28
26
24
22
20
18
16
14
12
10
8
6
4
0.0
0.2
0.4
0.6
0.8
1.0
1.2
1.4
1.6
1.8
2.0
2.2
2.4
2.6
2.8
3.0
Ornek
5.9.
i 0. 1. 2. 3.
xi
0 1 3 5
yi
1 2 6 7
ore b
ol
unm
us farklar y
ontemini kullanarak 3. dereceden polinomunu olusturup x = 2
noktasnda y degerini hesaplaynz.

5. INTERPOLASYON
(INTERPOLATION)
86
oz
um
x0 = 0
f (x0 ) = f [x0 ] = 1
> f [x0 , x1 ]
[x0 ]
= f [xx11]f
x0
= 21
10 = 1
x1 = 1
> f [x0 , x1 , x2 ]
]f [x0 ,x1 ]
= f f [x1 ,xx22 x
0
21
1
= 30 = 3
f (x1 ) = f [x1 ] = 2
> f [x0 , x1 , x2 , x3 ]
]f [x0 ,x1 ,x2 ]
= f f [x1 ,x2 ,xx33 x
0
> f [x1 , x2 ]
[x1 ]
= f [xx22]f
x1
= 62
31 = 2
x2 = 3
17
= 120
> f [x1 , x2 , x3 ]
[x1 ,x2 ]
= f [x2 ,xx33]f
x1
f (x2 ) = f [x2 ] = 6
1
2 2
51
= 38
> f [x2 , x3 ]
[x2 ]
= f [xx33]f
x2
1
= 76
53 = 2
x3 = 5
38 13
50
...
f (x3 ) = f [x3 ] = 7
...
p3 (x) = c0 + c1 (x x0 ) + c2 (x x0 ) (x x1 ) + c3 (x x0 ) (x x1 ) (x x2 )
= f [x0 ] + f [x0 , x1 ] (x x0 ) + f [x0 , x1 , x2 ] (x x0 ) (x x1 )
+f [x0 , x1 , x2 , x3 ] (x x0 ) (x x1 ) (x x2 )
17
1
x (x 1) (x 3)
p3 (x) = 1 + x + x (x 1)
3
120
17 3
9
29
p3 (x) =
x + x2 +
x+1
120
10
120
79
p3 (2) =
= 3.95
20
y7
6
5
4
3
2
1
Chapter 6
Saysal Integral
(Numerical Integration)
6
Bu b
ol
umde
6.1
1
0

exp x2 dx veya 0 cos x2 dx gibi integralleri nasl hesaplayabiliriz hakknda konusaca
gz.
Dikd
ortgenler kural (Rectangular rule)
3
f (x) dx
a
integralini saysal hesaplamak icin [a, b] aralgn asa

gdaki sekilde bolelim:
a
h
xi
6.1.1
= x0 < x1 < x2 < . . . < xn = b

ba
=
n
= a + ih, i = 0, 1, 2, ..., n
Sol Nokta kural (Left-point rule)
Sol nokta kural-dikdortgenler yontemi ile integralin saysal ifadesini asagdaki gibi veririz:
3
6.1.2
f (x) dx
=h
n1

f (xi )
i=0
Sa
g Nokta kural (Right-point rule)
Sa
g nokta kural-dikdortgenler yontemi ile integralin saysal ifadesini asagdaki gibi veririz:
3 b
n

f (x) dx
h
f (xi )
=
a
i=1
87

6. SAYISAL INTEGRAL
(NUMERICAL INTEGRATION)
88
6.1.3
Orta nokta kural (Midpoint rule)

1
xi = a + i
h, i = 1, 2, ..., n
2
orta noktalar icin integrali orta nokta kural -dikdortgenler yontemi ile integralin saysal ifadesini asa
gdaki gibi
veririz:
3 b
n

f (x) dx = h
f (xi )
a
i=1
Ornek
6.1.
3
1

13 x x2
dx
e3x
integralini n = 6 secerek sol, sag ve orta nokta kurall dikd

ortgenler y
ontemi ile c
oz
un
uz.
89
oz
um (i) & (ii) Sol & Sa
g nokta kurallar

13 x x2
e3x
1
41
=
h=
6
2
x2 = 2
x3 = 2.5
x4 = 3
x5 = 3.5
f (2)
f (2.5)
f (3)
f (3.5)
= 1.2945
= 1.1465
= 0.8665
= 0.59691

3 4
n1

13 x x2
Sol nokta
dx
h
f (xi )
=
e3x
1
i=0
f (x) =
x0 = 1
f (1)
=0
x1 = 1.5
f (1.5)
= 1.0276
x6 = 4
f (4)
= 0.38669
1
(0 1.0276 1.2945 1.1465 0.8665 0.59691) = 2.466
2

3 4
n

13 x x2
Sa
g nokta
dx
f (xi )
=h
e3x
1
i=1
1
(1.0276 1.2945 1.1465 0.8665 0.59691 0.38669) = 2.6594
2
Orta nokta icin

x1 = 1+1.5
2
= 1.25
f (1.25) =
0.623
x2 = 1.5+2
2
= 1.75
f (1.75) =
1.236
x3 = 2+2.5
x4 = 2.5+3
x5 = 3+3.5
2
2
2
= 2.25
= 2.75
= 3.25
f (2.25) =
f (2.75) =
f (3.25) =
1.2511
1.0112
0.72581

n

13 x x2
dx
f (xi ) =
=h
e3x
i=1
x6 = 3.5+4
2
= 3.75
f (3.75) =
0.4835
1
(0.623 1.236 1.2511 1.0112 0.72581 0.4835) = 2.6653
2
6.2
Newton - Cotes Form

ul
u (NewtonCotes Formulas)
Bu y
ontemde f (x) fonksiyonunun [a, b] aralgndaki xi = a + ih, i = 0, 1, 2, ..., n, h =
gecen Lagrange polinomu ele alnr:
x0
f (x0 )
x1
x2
... xn
f (x1 ) f (x2 ) ... f (xn )
verilen de
gerleri icin n. dereceden Lagrange polinomunu asagdaki gibi veririz:
pn (x) = f (x0 ) L0 (x) + f (x1 ) L1 (x) + ... + f (xn ) Ln (x)
burada
L0 (x)
L1 (x)
Ln (x)
(x x1 ) (x x2 ) ... (x xn )
(x0 x1 ) (x0 x2 ) ... (x0 xn )
(x x0 ) (x x2 ) ... (x xn )
=
(x1 x0 ) (x1 x2 ) ... (x1 xn )
...
(x x0 ) (x x1 ) ... (x xn1 )
=
(xn x0 ) (xn x1 ) ... (xn xn1 )
=
ba
n
de
gerlerinden

6. SAYISAL INTEGRAL
90
Buna gore fonksiyonun bu aralktaki integrali polinomun integraline denktir:

3
f (x) dx
=
3
n
b
=
3
a i=0
b
3
a
pn (x) dx
f (xi ) Li (x) dx
f (x) dx
= f (xi )
n 3

i=0
b
a
Li (x) dx
form
ul
une Newton-Cotes form
ul
u denir.
Ornek
6.2.
3
1

13 x x2
dx
e3x
integralini n = 3 secerek Newton-Cotes y

ontemi ile c
oz
un
uz.
C
oz
um
x0 = 1
f (1)
=0

13 x x2
f (x) =
e3x
41
=1
h=
3
x1 = 2
x2 = 3
f (2)
f (3)
= 1.2945
= 0.8665
x3 = 4
f (4)
= 0.38669
(x 2) (x 3) (x 4)
3
(x x1 ) (x x2 ) (x x3 )
1
13
=
= x2 x3 x + 4
(x0 x1 ) (x0 x2 ) (x0 x3 )
(1 2) (1 3) (1 4)
2
6
3
(x 1) (x 3) (x 4)
1 3
(x x0 ) (x x2 ) (x x3 )
19
L1 (x) =
=
= x 4x2 + x 6
(x1 x0 ) (x1 x2 ) (x1 x3 )
(2 1) (2 3) (2 4)
2
2
(x 1) (x 2) (x 4)
7
(x x0 ) (x x1 ) (x x3 )
1
L2 (x) =
=
= x2 x3 7x + 4
(x2 x0 ) (x2 x1 ) (x2 x3 )
(3 1) (3 2) (3 4)
2
2
(x 1) (x 2) (x 3)
1
(x x0 ) (x x1 ) (x x2 )
11
=
= x3 x2 + x 1
L3 (x) =
(x3 x0 ) (x3 x1 ) (x3 x2 )
(4 1) (4 2) (4 3)
6
6
p3 (x) = f (x0 ) L0 (x) + f (x1 ) L1 (x) + f (x2 ) L2 (x) + f (x3 ) L3 (x)

1 3
3 2 1 3 13
19
x x x + 4 1.2945
x 4x2 + x 6
=0
2
6
3
2
2

7 2 1 3
1 3
11
0.8665
x x 7x + 4 0.38669
x x2 + x 1
2
2
6
6
L0 (x) =
= 0.27845x3 + 2.5319x2 6.9412x + 4.6877

3 4
4

13 x x2
0.27845x3 + 2.5319x2 6.9412x + 4.6877 dx

dx =
3x
e
1
1
x=4
2 4
= 6. 9613 10 x + 0.84397x3 3.470 6x2 + 4.6877x : 2. 5772x=0 2.5772
3
6.3
91
Yamuk Y
ontemi (Trapezoidal Rule)
Yamuk y
ontemi Newton Codes form
ul
un
un 2 noktal halidir: Yani [a, b] aralgndaki x0 = a, x1 = b, h =
(b a) de
gerlerinden gecen Lagrange polinomu ele alnr:
x0 = a
f (x0 )
x1 = b
f (x1 )
p1 (x) = f (x0 ) L0 (x) + f (x1 ) L1 (x)

(x x1 )
(x0 x1 )
(x x0 )
L1 (x) =
(x1 x0 )
3 b
3 x1
f (x) dx
p1 (x) dx
=
a
x0
3 x1
3 x1
(x x1 )
(x x0 )
dx + f (x1 )
dx
= f (x0 )
x0 (x0 x1 )
x0 (x1 x0 )
x=x1
x=x1

x
x2 2xx1
1
= f (x0 )
+ f (x1 )
(x 2x0 )

2x0 2x1 x=x0
2 x0 x1
x=x0

1
1
1
1
x1 x0 + f (x1 )
x1 x0
= f (x0 )
2
2
2
2
(f (x1 ) + f (x0 )) (x1 x0 )
=
2
3 b
(f (a) + f (b)) h
f (x) dx
=
2
a
L0 (x) =
6.4
Genellestirilmis yamuk Form

ul
u (Composite Trapezoidal Rule)
3
f (x) dx
a
integralini saysal hesaplamak icin [a, b] aralgn asa

gdaki sekilde bolelim:
a
h
xi
= x0 < x1 < x2 < . . . < xn = b

ba
=
n
= a + ih, i = 0, 1, 2, ..., n
Buna gore Genellestirilmis yamuk Form

ul
u ile integralin saysal ifadesini asagdaki gibi veririz:
3
f (x) dx
a
=
3
f (x) dx
a
x2
f (x) dx +
x0
x1
x3
f (x) dx +
x1
x2
3
f (x) dx + +
xn
f (x) dx
xn1
(f (xn1 ) + f (xn )) h
(f (x0 ) + f (x1 )) h (f (x1 ) + f (x2 )) h (f (x2 ) + f (x3 )) h
+
+
+ +
2
2
2
2
h
[f (x0 ) + 2 (f (x1 ) + f (x2 ) + + f (xn1 )) + f (xn )]
24
5
n1

h
f (x0 ) + 2
f (xi ) + f (xn )
2
i=1

6. SAYISAL INTEGRAL
92
Ornek
6.3.
3
1

13 x x2
dx
e3x
integralini n = 6 secerek sol genellestirilmis yamuk y

ontemi ile c
oz
un
uz.
0.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
1.0
1.2
1.4
1.6
1.8
2.0
2.2
2.4
2.6
2.8
3.0
3.2
3.4
3.6
3.8
4.0
93
oz
um
x0 = 1
f (1)
=0

13 x x2
f (x) =
e3x
1
41
=
h=
6
2
x1 = 1.5
x2 = 2
x3 = 2.5
x4 = 3
x5 = 3.5
f (1.5)
f (2)
f (2.5)
f (3)
f (3.5)
= 1.0276
= 1.2945
= 1.1465
= 0.8665
= 0.59691
4
5

3 4
n1

13 x x2
h
f (x0 ) + 2
dx =
f (xi ) + f (xn )
2
e3x
1
i=1
=
x6 = 4
f (4)
= 0.38669
1
(0 + 2 (1.0276 1.2945 1.1465 0.8665 0.59691) 0.38669) = 5.1254
2

6. SAYISAL INTEGRAL
94
6.5
Simpson Y
ontemi (Simpsons Rule)
Simpson y
ontemi, Newton Codes form
ul
un
un 3 noktal halidir: Yani [a, b] aralgndaki x0 = a, x1 =
= b, h = (ba)
de
g
erlerinden
ge
c
en
Lagrange
polinomu ele alnr:
2
a+b
2 , x2
x0 = a
f (x0 )
x1 = a+b
2
f (x1 )
x2 = b
f (x2 )
p2 (x) = f (x0 ) L0 (x) + f (x1 ) L0 (x) + f (x2 ) L2 (x)

(x x1 ) (x x2 )
(x0 x1 ) (x0 x2 )
(x x0 ) (x x2 )
L1 (x) =
(x1 x0 ) (x1 x2 )
(x x0 ) (x x1 )
L2 (x) =
(x2 x0 ) (x2 x1 )
3 b
3 x2
f (x) dx
p2 (x) dx
=
a
x0
3 x2
(x x1 ) (x x2 )
dx
= f (x0 )
x0 (x0 x1 ) (x0 x2 )
3 x2
(x x0 ) (x x2 )
+f (x1 )
dx
x0 (x1 x0 ) (x1 x2 )
3 x2
(x x0 ) (x x1 )
dx
+f (x2 )
(x
2 x0 ) (x2 x1 )
x0

1
= f (x0 )
(x0 x2 ) (2x0 3x1 + x2 )
6 (x0 x1 )
"
#
3
(x0 x2 )
1
+f (x1 )
6 (x0 x1 ) x1 x2

1 x0 x2
+f (x2 )
(x0 3x1 + 2x2 )
6 x1 x2

1
= f (x0 ) (2h) (2x0 3x1 + x2 ) +
6h
#
"
1 (2h)3
f (x1 )
6 (h) (h)

1 2h
+f (x2 )
(x0 3x1 + 2x2 )
6 h

2
1
1
4
2
= f (x0 )
x0 x1 + x2 + f (x1 ) h + f (x2 )
x0 x1 + x2
3
3
3
3
3

2
1
4
= f (x0 )
x0 (x0 + h) + (x0 + 2h) + f (x1 ) h
3
3
3

1
2
+f (x2 )
x0 (x0 + h) + (x0 + 2h)
3
3
3 b
1
f (x) dx
= h [f (x0 ) + 4f (x1 ) + f (x2 )]
3
a
L0 (x) =
6.6
Genellestirilmis Simpson Y
ontemi (Composite Simpsons Rule)
3
f (x) dx
a
95
integralini saysal hesaplamak icin [a, b] aralgn asagdaki sekilde bolelim:
a
h
xi
= x0 < x1 < x2 < . . . < xn = b

ba
=
n
= a + ih, i = 0, 1, 2, ..., n

ve orta noktalar xi = a + i 12 h, i = 1, 2, ..., n ile verelim. Buna g
ore Genellestirilmis yamuk Form
ul
u ile
integralin saysal ifadesini asa
gdaki gibi veririz:
3
x1
f (x) dx =
x0
x2
f (x) dx +
x3
f (x) dx +
x1
x2
3
f (x) dx + +
xn
f (x) dx
xn1
1
1
1
= h [f (x0 ) + 4f (x1 ) + f (x1 )] + h [f (x1 ) + 4f (x2 ) + f (x2 )] + + h [f (xn1 ) + 4f (xn ) + f (xn )]

3
3
3
1
= h [f (x0 ) + 2 [f (x1 ) + f (x2 ) + + f (xn1 )] + 4 [f (x1 ) + f (x2 ) + + f (xn )] + f (xn )]
3
4
5
3 b
n1
n

1
f (x) dx
f (xi ) + 4
f (xi ) + f (xn )
= h f (x0 ) + 2
3
a
i=1
i=1
Ornek
6.4.
3
1

13 x x2
dx
e3x
integralini n = 6 secerek sol genellestirilmis Simpson y

ontemi ile c
oz
un
uz.

6. SAYISAL INTEGRAL
96
0.0
1.0
1.2
1.4
1.6
1.8
2.0
2.2
2.4
2.6
2.8
3.0
3.2
3.4
3.6
3.8
4.0
-0.2
-0.4
-0.6
-0.8
-1.0
-1.2
oz
um
x0 = 1
f (1)
=0
x1 = 1.5
f (1.5)
= 1.0276
x2 = 2
f (2)
= 1.2945

13 x x2
f (x) =
e3x
1
41
=
h=
6
2
x3 = 2.5
x4 = 3
f (2.5)
f (3)
= 1.1465
= 0.8665
x5 = 3.5
f (3.5)
= 0.59691
x6 = 4
f (4)
= 0.38669
Orta nokta icin

x1 = 1+1.5
2
= 1.25
f (1.25) =
0.623
3 4
x2 = 1.5+2
2
= 1.75
f (1.75) =
1.236

13 x x2
dx
=
e3x
x3 = 2+2.5
x4 = 2.5+3
x5 = 3+3.5
x6 = 3.5+4
2
2
2
2
= 2.25
= 2.75
= 3.25
= 3.75
f (2.25) =
f (2.75) =
f (3.25) =
f (3.75) =
1.2511
1.0112
0.72581
0.4835
"
#
n1
n

1
h f (x0 ) + 2
f (xi ) + 4
f (xi ) + f (xn )
3
1
i=1
i=1

1
0 + 2 (1.0276 1.2945 1.1465 0.8665 0.59691)
= 5.2622
=
+4 (0.623 1.236 1.2511 1.0112 0.72581 0.4835) 0.38669
6
Bibliography
[1] L. Lamport. LATEX A Document Preparation System Addison-Wesley, California 1986.
97

Sayisal PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Sayisal PDF

Uploaded by

Copyright:

Available Formats

Saysal Analiz Ders Notlar

An Introduction to Numerical Analysis, Endre S

email : erdem.arzu @ gmail.com , web page: http://umm.kocaeli.edu.tr/dosyalar/dif.htm;

May 12, 2013

Chapter 2. Say sistemleri ve hatalar (Number Systems and Errors)

Chapter 3. f (x) = 0 Formundaki Lineer Olmayan Denklemlerin C

Cambridge de Lucasian baskanl

Lineer Denklem Sistmelerinin C

Gauss-Seidel Iterasyonu(Gauss-Seidel Iteration)

Chapter 6. Saysal Integral

2.1 Algoritma 2.1

2.2 10luk sistemden 2lik sisteme d

2.3 10luk sistemdeki ondalk saylarn 2lik sisteme d

3.2 Denklemin gragi

3.7 g (x) = ln (2x + 1) ve y = x fonksiyonlar

3.13x = tan x, x [4, 4.5] denklemi

3.182 + cos (e 2) e = 0, x [0, 2]

3.21f (x) = x2 sin (x) 1 fonksiyonu

3.23Kirisler Yonteminin yaknsakl

3.24x + cos (x) fonksiyonu

3.25cos (x) + 2 sin (x) + x fonksiyonu

3.26x3 x2 x + 1 fonksiyonun gragi

3.27|f (rn )| < kosulu

3.28rn noktas r ve r + aralgnn icinde kalmas durumu

3.29|rn r| < ve |f (rn )| < kosullar

3.30|rn r| < veya |f (rn )| < kosullarndan birinin olmadg durum

4.3 Denklemin gragi

2lik sistem ve 10luk sistem dnsm tablosu

x = tan x, x [4, 4.5] denkleminin coz

2 + cos (ex 2) ex = 0, x [0.5, 1.5] denkleminin regula falsi y

x2 sin (x) 1 = 0 denkleminin coz

ontemi ile coz

derslerinde ele alnmstr. Orne

Saysal Analizin Gecmisi

Saysal Analize Genel Bir Baks A

Saysal analiz, problemlerin saysal coz

nedir sorusu onlar icin cok

Say sistemleri ve hatalar (Number Systems and

= (an an1 ...a0 )10

= an .10n + an1 .10n1 + + a0 .100 ,

(an an1 ...a0 )2

an .2n + an1 .2n1 + + a0 .20 ,

ceviriyi 2lik sitemin tanmndan direk olarak verebiliriz. Orne

Bunu genel olarak asagdaki algoritma ile verebiliriz.

2. SAYI SISTEMLERI VE HATALAR (NUMBER SYSTEMS AND ERRORS)

Figure 2.2. 10luk sistemden

2. SAYI SISTEMLERI VE HATALAR (NUMBER SYSTEMS AND ERRORS)

Table 1. 2lik sistem ve 10luk sistem dnsm tablosu

Tanm 2.8. x bir pozitif tam say ve xI bu saydan k

bk 10k , 0 bk < 10.

2. SAYI SISTEMLERI VE HATALAR (NUMBER SYSTEMS AND ERRORS)

Algoritma 2.9. N = (0.b1 b2 ....)10 , reel saysnn x tabannda asagdaki islemlerle

2. SAYI SISTEMLERI VE HATALAR (NUMBER SYSTEMS AND ERRORS)

slemler (Floating Point Arithmetic)

Bilgisayar (computing) camiasnda reel saylara reel say de

basamak gosteririm seklinde tasarlanmas gerekirdi. Oyle

0.838 103 f lc (838) = 0.83 103 , f lf (838) = 0.84 103

2. SAYI SISTEMLERI VE HATALAR (NUMBER SYSTEMS AND ERRORS)

Hata Analizi ve Hatann Yaylmas (Error Analysis &

ifadesine de bagl hata (relative error) denir.

degerleri icin hata ve bagl hatay bulunuz.

2. SAYI SISTEMLERI VE HATALAR (NUMBER SYSTEMS AND ERRORS)

ifadesinde ilk 4 toplam: