Professional Documents
Culture Documents
Teorija brojnih redova se većim dijelom zasniva na teoriji nizova, koja je rađena u okviru predmeta
Matematika I. Zbog toga se preporučuje studentima koji počinju da uče redove, da se podsjete najvažnijih
teorema i definicija u okviru teorije o nizovima, a takođe i da se podsjete na najvažnije limese nizova.
Pod redom se u matematici podrazumijeva neka beskonačna suma. Postavlja se pitanje da li možemo
sabrati beskonačno mnogo brojeva, pa da rezultat bude konačan broj. Npr. sve sljedeće sume:
su beskonačne.
0 0 0 ... 0.
Ako posmatramo duž dužine 1, pa je prepolovimo, pa jednu od te dvije polovice opet prepolovimo, pa i
polovicu od polovice prepolovimo, itd., jasno je da sabiranjem svih polovljenih dijelova duži dobijemo cijelu
duž, tako da je očigledno:
1 1 1
1 ...
2 4 8
Ovaj netrivijalni primjer reda koji ima konačnu sumu je specijalni slučaj geometrijskog reda o kome ćemo
uskoro reći više.
Definicija 1: Neka je an realni niz. Sumu svih članova tog niza, u oznaci
a
n 1
n a1 a2 a3 ... (1)
zovemo brojni ili numerički (beskonačni) red, a često, kratkoće radi, kaže se samo red. Za broj an kažemo
da je opšti član reda.
Nama je cilj naći redove koji imaju konačnu sumu. Taj problem ćemo riješiti pomoću nizova. U teoriji nizova
u Matematici I govorili smo da nizovi mogu biti konvergentni (ako imaju konačnu graničnu vrijednost ili
limes niza) i divergentni (u svim ostalim slučajevima). Zato ćemo i za redove govoriti da mogu biti
konvergentni (ako imaju konačnu sumu) ili divergentni (ako im je suma beskonačna ili ta suma ne postoji).
Red (1) ćemo povezati sa nizom parcijalnih suma tog reda. Naime, brojeve
2
S1 a1 , S 2 a1 a2 , S3 a1 a2 a3 ,...
S n a1 a2 ... an n
i tu sumu zovemo n – ta parcijalna suma reda (1). Sa povećavanjem broja n, očito je da se vrijednost te
sume približava vrijednosti sume cijelog reda (1), ukoliko ta suma postoji i konačna je. Zato je logično
zahtijevati da n , tj. tražiti lim Sn .
n
Definicija 2: Za red (1) kažemo da je konvergentan ako je konvergentan njegov niz parcijalnih suma Sn ,
tj. postoji i konačan je lim Sn S . Tada kažemo da je S suma tog reda. U suprotnom, tj. ako lim S n ne
n n
postoji ili je lim S n ili je lim S n , kažemo da je red (1) divergentan. U prvom slučaju
n n
divergencije kažemo da je red neodređeno divergentan, a u ostala dva slučaja da je određeno divergentan.
Napomena 1: S obzirom na definiciju granične vrijednosti niza, možemo reći da je red (1) konvergentan i da
mu je suma jednaka S, ukoliko za svako 0, postoji prirodan broj n0 n0 koji zavisi od , tako da
Razliku sume reda i njegove n – te parcijalne sume zovemo ostatak i označavamo sa Rn . Dakle,
Rn S Sn an1 an 2 ... n .
Isto tako može se iskoristiti tzv. Košijev* kriterij za konvergenciju nizova. Naime, niz xn konvergira ako i
samo ako
0 n0 n0 n n0 p xn p xn .
Ovaj uslov nam govori o tome, da je za dovoljno veliko n, razlika članova xn i xn p po volji mala za svako
p .
0 n0 n0 n n0 p S n p Sn an 1 an 2 ... an p .
Ovo je sadržaj Košijevog opšteg kriterija za konvergenciju redova. On se može koristiti za dokazivanje da red
konvergira, ali isto tako u slučaju ako red divergira. Naime, ako želimo dokazati da red divergira, treba naći
konkretno 0 i p tako da je S n p Sn an 1 an 2 ... an p .
3
*Augustin Louis Cauchy (1789.–1857.) – francuski matematičar, najzaslužniji za uvođenje pojma
konvergencije niza i reda.
Primjeri 1:
a) Red aq n
a aq aq 2 ... a, q \ 0 , q 1 zovemo geometrijski, jer je niz aq
n
n 0
geometrijski. Broj q zove se količnikom reda. Naime geometrijski niz, pa time i red lako prepoznajemo po
tome što su mu isti količnici susjednih članova. Obzirom da znamo formulu za sumu geometrijskog niza,
možemo izračunati n – tu parcijalnu sumu datog reda
1 qn
S n a aq aq 2 ... aq n1 a 1 q ... q n1 a .
1 q
, q 1
Iz teorije nizova znamo da je lim q 1, q 1 , dok za q 1, lim q n ne postoji. Otuda
n
n n
0, 1 q 1
zaključujemo da geometrijski red aq n
konvergira jedino ako je q 1,1 i u tom slučaju suma reda je
n 0
a
.
1 q
n
Ukoliko je q 1, geometrijski red aq
n 0
je određeno divergentan i suma mu je , ako je a 0,
n
Ukoliko je q 1, geometrijski red aq
n 0
je neodređeno divergentan.
1
b) Dokažimo da je red n
n 2
2
n
konvergentan i da mu je suma 1. Naime, njegova n – ta parcijalna suma je
n 1 n 1 n 1
1 1 1 1 1 1 1 1 1 1
Sn 2
1 ... 1 .
k 2 k k k 2 k k 1 k 2 k 1 k 2 2 3 n 1 n n
Teorem 1: Ako je S suma reda an , a c proizvoljna konstanta, tada je cS suma reda
n 1
ca .
n 1
n
Teorem 2: Ako je an S1 i bn S2 , S1 , S2 , tada je S1 S2 an bn .
n 1 n 1 n 1
n
n n
n n
lim ak bk lim ak bk lim ak lim bk S1 S 2 .
n n
k 1 k 1 k 1 n k 1 n
k 1
Teorem 3: Ako je red a
n 1
n konvergentan, tada je lim an 0.
n
n
Dokaz: Neka je S n ak 1
k a1 a2 ... an 1 an Sn 1 an . Ako dati red konvergira onda postoji i
lim an S S 0.
n
Napomena 2: Ovaj teorem nam daje potreban uslov za konvergenciju reda. Naime, ako taj uslov (opšti član
reda teži ka nuli) nije ispunjen, red nije konvergentan. Ali ako taj uslov jeste ispunjen, to ne mora značiti da
red konvergira, kao što se vidi iz Primjera 2 b).
Primjeri 2:
n n
a) Red n 2 je divergentan, jer je lim n 2 1.
n 1
n
1 1
b) Red n (koji se zove harmonijski) je takođe divergentan, iako je lim n 0. Naime, ako iskoristimo
n 1
n
1
Košijev opšti kriterij, uzimajući
i p n, tada je
4
1 1 1 1 1 1 1 1 1
S 2 n Sn ... ... n .
n 1 n 2 2n 2n 2n 2n 2n 2 4
1
Alternativno, metodom matematičke indukcije može se dokazati nejednakost S 2n 1 n n . Otuda
2
je lim S 2n , pa je zato i lim S n .
n n
5
Zadaci
Ispitati konvergenciju reda po definiciji (računanjem parcijalne sume) i ako konvergira, naći sumu reda:
1 1 2n 1 3n 2
1. 36n 2
. 2.
n 1 n n 1 n 2
. 3. n 2 2
. 4. n 3
3n 2 2n
.
n 1 24n 5 n 1 n 1 n 1
1
1
3 4n 2n 3n
5.
n 1 n n 1 n 3
. 6. ln 1 2 . 7.
3n 4n
n1 n1
n 1 5 4
.
n 2
n
1
n3 1
n
8.
n 1 n 1 n 2 n 3
. 9. 2
n 1 4 n 8n 3
. 10. ln
n 2 n3 1
. 11. 2
n 1
n
.
n2
12.
n 1
n 2 2 n 1 n . 13. ln n 2 n2 1
.
Rješenja:
2
1. Najprije se rastavi na faktore polinom 36n 24n 5 6n 5 6n 1 i pokaže se da je
1 1 1 1
2
. Dalje slijedi:
36n 24n 5 6 6n 1 6n 5
k k
1 1 1 1
lim lim
k 2
n 1 36n 24 n 5
k
n 1 6 6 n 5 6n 1
1 1 1 1 1 1 1 1 1
lim
6 k 6 1 5 6 1 1 6 2 5 6 2 1 6( k 1) 5 6( k 1) 1 6k 5 6k 1
1 1 1 1 1
lim 1 .
6 k 6 1 5 6k 1 6 6
6
2. Redovi sa pozitivnim članovima – kriteriji poređenja
Definicija 3: Red a
n 1
n zovemo red sa pozitivnim članovima, ili kraće pozitivni red, ako je an 0 za sve
n .
Odmah se zapaža da je niz parcijalnih suma pozitivnog reda rastući niz, jer
S1 a1 0, S 2 a1 a2 a1 S1 ,..., Sn Sn 1 an S n1 .
Kad je u pitanju konvergencija, odnosno divergencija rastućeg niza, poznato je da taj niz ne može biti
neodređeno divergentan, dakle on uvijek ima limes, konačan ili beskonačan.
Izvešćemo nekoliko tvrdnji, tzv. kriterija ili testova konvergencije, koji nam omogućavaju da ustanovimo da
li dati pozitivni red a
n 1
n konvergira ili divergira. Ti kriteriji ne mogu nam pomoći i u određivanju sume
Teorem 4: Neka su redovi a i b
n 1
n
n 1
n pozitivni i neka je
(2) an bn n .
a) Ako je red bn konvergentan, tada je i red
n 1
a
n 1
n konvergentan.
b) Ako je red a
n 1
n divergentan, tada je i red b
n 1
n divergentan.
n n
Dokaz: Neka je An ak , Bn bk . Iz (2) slijedi da je
k 1 k 1
(3) An Bn n .
a) Ako je red b n konvergentan, niz Bn je ograničen, pa je i niz An ograničen. Kako je taj niz ujedno i
n 1
rastući, on je konvergentan.
b) Ako je red a
n 1
n divergentan, tada je lim An , pa iz (3) slijedi lim Bn .
n n
7
Teorem 5: Neka su redovi a i b
n 1
n
n 1
n pozitivni (s tim da je bn 0 ) i neka je
an
(4) lim l 0.
n b
n
Tada su redovi a i b
n 1
n
n 1
n istovremeno konvergentni, odnosno divergentni.
1) Ako red an konvergira, prema Teoremu 4 slijedi da konvergira i red
n 1
l b , pa time i red
n 1
n
b
n 1
n (prema Teoremu 1).
2) Ako red a
n 1
n divergira, prema Teoremu 4 slijedi da divergira i red l b , pa time i red b
n 1
n
n 1
n
an
Napomena 3: Ako je lim
n b
1, kaže se da su nizovi an i bn asimptotski jednaki i piše se:
n
an bn n . Kod utvrđivanja konvergencije pozitivnog reda, dozvoljeno je opšti član reda zamijeniti
sa nizom koji je asimptotski jednak datom. S obzirom na poznate granične vrijednosti funkcija koje smo
radili u Matematici I, mogu se izdvojiti sljedeće relacije, koje se često koriste za rješavanje zadataka.
sin x x x 0
ex x 1 x 0
arcsin x x x 0
1 2
cos x 1 x x 0
2
tg x x x 0
arc tg x x x 0
8
ln 1 x x x 0
1 x 1 x , x 0 .
1
Primjer 3: Red n , pri čemu je
n 1
realna konstanta, zove se hiperharmonijski red.
Ako je 0, opšti član reda ne teži nuli (zašto?), pa prema Teoremu 3 slijedi da je tada red divergentan.
1
Harmonijski red n (vidi Primjer 2b.) je očito specijalan slučaj hiperharmonijskog i dobije se za 1.
n 1
Dokazali smo da harmonijski red divergira. Koristeći Teorem 4, tvrdnja b), zaključujemo da hiperharmonijski
1 1
red divergira za sve 1, jer 1 n n .
n n
1 2 2
U Primjeru 1b) dokazali smo da red n 2
konvergira. Pošto je očito n n n n 2, 3,... slijedi
n 2 n
1 1
2
2 n 2,3,... , pa opet pomoću Teorema 4, ali sad tvrdnje a) zaključujemo da konvergira i red
n n n
1
n 1 n
2
. A koristeći istu tvrdnju imamo onda da konvergira hiperharmonijski red za sve 2, jer
1 1
2 n n 2 2 .
n n
Koristeći kriterije konvergencije koje ćemo uskoro upoznati, može se zaključiti da hiperharmonijski red
konvergira i za 1, 2 .
1
Zaključak: Hiperharmonijski red n
n 1
konvergira za 1, a divergira za 1.
Zadaci
ln n 1 1 1
a)
n 2 n
, b) 2
n 1
n
sin
3n
, c) ln n , d) n 2
n 2 n 1
n
, e)
n 1
n 1 n ,
14
cos n 2 3
f) .
n 1 n 2,001
1
2. U zavisnosti od parametra a diskutovati o konvergenciji reda 1 a
n 1
n
, ako je a 0. Iskoristiti Teorem
4.
9
3. Utvrditi da li dati red konvergira ili divergira pomoću Teorema 5:
3n 5 n 2 1
a) 2
n 1 2 n 4n 1
, b)
n 1 n2 1
, c) ln 1 e
n 1
2 n
e n
, d) ln
n 5
2
,
cos
n
n 3 2 sin 2 1
e) e 1 arc tg 5
2n 7
, f) e n 2n 1.
n 1
n 1
3
1
n n n n
n2 1 3 n2 1
a) n 1
1 cos 4 , b)
n n 1 n
, c)
n 1 n
,
tg 1n
1 n2 n
d) 4 2
n n n 1 , e) e 1 , f)
n 1
cos
n
n
,
n 1 n 1
1n cos 1n 1
g) e 1 ,
n 1 n
5. Zadan je niz an 2 2 ... 2 n , gdje na desnoj strani imamo tačno n korijena. Dokazati
metodom matematičke indukcije da je an 2 cos n . Zatim dokazati da konvergira red
2n 1
n 2
2 an 1 .
10
3. Kriteriji konvergencije za pozitivne redove
Teorem 6 (Košijev korjeni kriterij): Neka je n0 fiksiran prirodni broj. Ako za opšti član an pozitivnog reda
a
n 1
n vrijedi nejednakost n an q 1 za sve n n0 , pri čemu q ne zavisi od n, tada je red a
n 1
n
konvergentan.
Ako je pak n an 1 za sve n n0 , tada je red a
n 1
n divergentan.
Dokaz: Iz n an q slijedi da je an q n . Pošto q 0,1 , red q n
konvergira, pa zato konvergira i dati
n 1
Ako je n an 1, tada je an 1, pa je jasno da tada opšti član reda ne teži ka nuli. Teorem je dokazan.
Posljedica 1: Neka je red a
n 1
n pozitivan i neka je q lim n an .
n
Ako je q 1, dati red konvergira, a ako je q 1, dati red divergira. Za q 1, ovaj kriterij ne može odrediti
da li dati red konvergira ili divergira.
1 1
Napomena 4: Znamo da red
n 1 n
divergira, a red n
n 1
2
konvergira. U oba slučaja dobije se da je q 1
Teorem 7 (Dalamberov* kriterij): Neka je n0 fiksiran prirodni broj i neka je red a ,a
n 1
n n 0, pozitivan.
a
Ako je n 1 q 1 za sve n n0 , pri čemu q ne zavisi od n, tada je red
an
a
n 1
n konvergentan. Ako je pak
an 1
1, dati red divergira.
an
an 1
Dokaz: Neka je q za sve n n0 . Tada je an 1 qan n n0 . Za svako n n0 vrijedi:
an
11
an qan1
an 1 qan 2
...
an0 1 qan0 .
an an0 q n n0 .
Pošto je q 1, geometrijski red a n0 q n n0 je konvergentan, pa pomoću kriterija poređenja zaključujemo
n 1
an 1
Ako je 1, tada je an1 an , dakle pozitivni niz an je rastući i zato njegova granična vrijednost ne
an
može biti 0. Teorem je dokazan.
an1
Posljedica 2: Neka je red a ,a
n 1
n n 0, pozitivan i neka je q lim
n a
.
n
Ako je q 1, dati red konvergira, a ako je q 1, dati red divergira. Za q 1, ovaj kriterij ne može odrediti
da li dati red konvergira ili divergira.
1 1
Napomena 5: Znamo da red
n 1 n
divergira, a red n
n 1
2
konvergira. U oba slučaja dobije se da je q 1
(provjeriti!), tako da je očigledno Dalamberov kriterij neupotrebljiv u slučaju kad je q 1. Može se pokazati
da je Košijev kriterij ipak opštiji od Dalamberovog, tj. ima redova kod kojih Košijev kriterij može da odluči o
konvergenciji, a Dalamberov ne može. Npr. u slučaju reda a ,
n 0
n pri čemu je
1 2 a a2 n 1
a2 n n
, a2 n 1 n n 0,1, 2,... imamo da je 2 n 1 2 i , što znači da ne postoji
4 4 a2 n a2 n 1 8
an1 1
q lim . Međutim, lim n an , tako da Košijevim korjenim kriterijem možemo zaključiti da dati red
n a
n
n 4
konvergira.
12
a
Teorem 8 (Rabeov* kriterij): Neka je red a ,a 0, pozitivan i neka je p lim n n 1 . Ako je
n n
n 1
n
an 1
p 1, red konvergira, a ako je p 1 red divergira. Za p 1, potrebna su dalja ispitivanja, jer kriterij tada
ne može dati odgovor.
Primjer 4:
1
Rabeov kriterij može odrediti za koje konvergira hiperharmonijski red n , jer je
n 1
n 1 1
p lim n 1 lim n 1 1 1 x 1 x , x 0
n
n n
n
lim n 1 1 .
n
n
redom f x dx.
n0
Napomena 7: Košijev integralni kriterij je od svih pobrojanih u ovoj lekciji najopštiji (najjači), ali je i
najkomplikovaniji za upotrebu. Ako se u zadatku ispitivanja konvergencije reda ne kaže koji kriterij da se
upotrijebi, preporučuje se najprije isprobati jednostavnije kriterije.
Zadaci
1 1 5 1 5 9
1. Naći opći član reda ... i zatim ispitati da li taj red konvergira koristeći neki od kriterija
2 2 5 258
konvergencije za pozitivne redove.
13
2. Ispitati konvergenciju reda:
1 4 7 ... 3n 2 2 5 8 ... 3n 2
1
1 5 9 ... 4n 3
a) n tg 2
n 1
n 1
, b)
n 1 n ! n 1 !9n
, c) 2
n 1
ln n
, d) 2 6 10 ... 4n 2 ,
n 1
3
n n5
, f) n n , g)
2n ! , h) 3n ! , i) 1 n ! ,
e) n 1
ne
n 1 2 3
n
n 1 2 n n !
3n
n 1 4 n !
3
n 3 n ln n ln ln n
, j)
n 1 2 n !
2
n3 n2
1 n n 1 n2 ln n 1
k) cos , l) e , m) 3 , n) 2
, o) 2
,
n 1 n n 1 n 1 n3 n 2 n n 1 n 1 ln 2 n 1
2 5 ... 3n 2
p) n 1 2n n 1!
,
2
ln n
n 1! 1 2 ... n
a) , b) 3
, 0, c) .
n 1 n 1 1 ... n n n 1 1 2 ... n
2 5 8 ... 6n 7 6n 4
n 1 3 n 2n !
,
4. Alternativni redovi
Definicija 4: Brojni red čiji su članovi naizmjenično pozitivni i negativni zovemo alternativni red.
Zapisujemo ga u obliku:
n 1
1
n 1
an a1 a2 a3 a4 ... ili
n
1
n 1
an a1 a2 a3 a4 ...
Uvešćemo sada još jednu vrstu konvergencije reda. Radi se o apsolutnoj konvergenciji, koja se provjerava
samo kod redova koji nisu pozitivni.
14
Definicija 5: Za red a
n 1
n kažemo da je apsolutno konvergentan ako je red a
n 1
n konvergentan.
Teorem 10: Ako je red
n 1
an konvergentan, tada je red a n 1
n takođe konvergentan.
an an a an
Dokaz: Posmatrajmo nizove bn , cn n n . Direktno se dokaže da je
2 2
1) bn 0, cn 0 n
2) bn an , cn an n
3) bn cn an n .
Tada je jasno da su redovi bn i
n 1
c
n 1
n pozitivni i konvergentni (prema kriteriju poređenja). Zato
konvergira i red an koji je razlika redova
n 1
bn i
n 1
c .
n 1
n
Dakle, ako je red apsolutno konvergentan, onda je on i konvergentan (na uobičajeni način, prema Definiciji
2). Obrnuto ne mora da vrijedi, što ćemo uskoro vidjeti na primjerima.
n 1
Teorem 11 (Lajbnicov* kriterij): Red 1
n 1
an , an 0, je konvergentan ako je lim an 0 i
n
Dokaz: Niz parcijalnih suma Sn datog reda razdvojimo na dva podniza, S2n sa parnim i S 2 n1 sa
neparnim indeksima. Očito je
S 2 n a1 a2 a3 a4 ... a2 n1 a2 n , n .
Dakle, podnizovi S 2 n1 i S2n niza Sn parcijalnih suma datog reda konvergiraju ka istom broju. To
Primjeri 5:
n 1
1 1 1 1
a) Red
n 1 n
1 ... očigledno zadovoljava oba uslova iz Lajbnicovog kriterija, jer je kod
2 3 4
1
njega an n , pa je taj red konvergentan. Međutim, on nije apsolutno konvergentan.
n
n 1
1
b) Općenito, red n 1 n
, 0 konvergira apsolutno ako je 1, zbog poznate činjenice o
konvergenciji hiperharmonijskih redova. Ako je 0 1, taj red ne konvergira apsolutno, ali ipak
konvergira po Lajbnicovom kriteriju.
n 1
1
Primjer 6: Red
n 1 n
je konvergentan uslovno ako je 0 1.
Kad ispitujemo konvergenciju nekog alternativnog reda, najprije bi trebalo provjeriti da li taj red konvergira
apsolutno. Ako ne konvergira apsolutno, onda bi trebalo provjeriti da li red konvergira uslovno, koristeći
Lajbnicov kriterij.
Primjer 7: Ispitati apsolutnu i uslovnu konvergenciju reda sin
n 1
n2 1 .
Očito je sin n 2 1 sin n 2 1 n n , pa kako je
n
sin n sin cos n sin n cos 1 sin , slijedi:
n 2 1 n 2 n 2 1 n 2 2
2
2
sin n 1 1 sin n 1 n
n
n
1 sin
n 2 1 n
n 2 1 n
16
n 2 2 2 2
1 sin , a sa druge strane sin , kad
n 2 1 n n 2 1 n n 2 1 n 2n 2n
n . To povlači da dati red ne konvegira apsolutno, ali konvergira uslovno (Primjer 5b)).
Zadaci
1 1
1. Dokazati da je red
n 2 n 1 1
divergentan, računanjem n - te parcijalne sume reda.
n 1 1
Zašto se na ovaj red ne može primjeniti Leibnizov kriterij?
n
a) 1 1 cos
n
n , c) sin 2n , d) sin n 5 arcsin 2n 1 ,
n 1
, b)
n
n 1 2n !
4
n 2 n ln n
n 1
6 n 2 4n 6
5 2n 2 4n 4
n 1 3n 1
n 1
n2
e)
n 1
cos
n ln
4 2n 2 3n 7
, f) 1
n 1 3n 5
, g) 1
n 1
arcsin
n
, h) cos
n 1 n 1
.
n n 1
p p
1 n ! .
1
n 1
a)
n 1 n
, b)
n 1
n
2 1 , c) 2n
n 1 p 2n !
17
FUNKCIONALNI REDOVI
Ako umjesto x u ovaj red uvrstimo fiksiranu vrijednost x0 , tada dati funkcionalni red postaje brojni red
konvergira.
1
Primjer 1: Red n
n 1
x
konvergira za x 2, a divergira za x 1.
Definicija 2: Skup svih vrijednosti promjenljive x za koje funkcionalni red f x
n 1
n konvergira zovemo
Ako red f x konvergira za sve x a, b , tada za te x postoji suma S x datog reda, koja zavisi od
n 1
n
x. Dakle, S ( x) f x za sve x a, b , a za sve x a, b funkcija S x nije definisana.
n 1
n
1
Primjer 2: Znamo da je x n
ako je x 1,1 . Ako bismo u tu jednakost stavili da je x 2,
n 0 1 x
n n
dobili bismo 2
n 0
1, što nije tačno jer je 2
n 0
.
Konvergenciju funkcionalnog reda definisaćemo analogno definiciji konvergencije kod brojnih redova, dakle
preko niza parcijalnih suma. U tu svrhu, za dati funkcionalni red f x koji konvergira na nekom skupu I
n 1
n
18
n
S x f n x suma reda za x I , S n x f k x n – ta parcijalna suma reda za x I , te
n 1 k 1
Rn x f x f x f x ... ostatak reda za x I . Očito je
k n 1 n 2
k n 1
Rn x S x S n x x I .
Definicija 3: Za funkcionalni red f x n kažemo da konvergira na skupu I ako za svako 0 i
n 1
n N , x .
Ukoliko se broj N iz Definicije 3 može odabrati tako da zavisi samo od ali ne i od x, tada možemo govoriti
o posebnoj vrsti konvergencije funkcionalnog reda. Zvaćemo je ravnomjerna ili uniformna konvergencija.
Definicija 4: Za funkcionalni red f x
n 1
n kažemo da uniformno (ravnomjerno) konvergira na skupu
Jasno je da uniformna konvergencija na nekom skupu povlači običnu konvergenciju na tom skupu, tj. ako
red ravnomjerno konvergira na skupu I, on tada i konvergira na skupu I, dok obrnuto ne mora da važi, što se
vidi iz sljedećeg primjera.
Primjer 3: Dat je red 1 x x 1 i skupovi I 0,1 , I 0, q , q 1. Dokažimo da red konvergira
n 1
n 1
1 2
na oba ova skupa, ali s tim da konvergira ravnomjerno na I 2 , ali ne konvergira ravnomjerno na I1 . Pošto je
n n
S n x 1 x k 1 x 1 1 x k x k 1 1 x 1 x 2 x ... x n x n 1 x n , imamo da je
k 1 k 1
S x 0 i za x I1 i za x I 2 . Očito je I 2 I1.
n
Otuda je Rn x S x Sn x x . Ako za dato 0 pretpostavimo da je x n , tada za sve
log
x 0,1 važi: log x n log n log x log n . To znači da je nemoguće odrediti broj N iz
log x
definicije da ne zavisi od x.
19
log log
Međutim, ako x 0, q , tada x q log x log q , pa se može odabrati broj N tako
log x log q
log
da ne zavisi od x. Naime, uzeli bismo najveći prirodan broj sadržan u broju . Dakle, dati funkcionalni
log q
red konvergira ravnomjerno na skupu na I 2 , ali ne konvergira ravnomjerno na I1 .
Dokaz: Obzirom da je red c n konvergentan, za dato 0 postoji prirodan broj N , koji zavisi samo
n 1
od , takav da je c k , za sve n N . No za takve n je onda i
k n 1
Rn x fk x fk x c k , što dokazuje tvrdnju teorema.
k n 1 k n 1 k n 1
Primjeri 4:
cos nx
a) Red
n 1 n3
uniformno konvergira na cijelom skupu realnih brojeva po Vajerštrasovom kriteriju, jer je
cos nx 1 1
3
3 x , a znamo da red n 3
konvergira.
n n n 1
xn
b) Takođe, prema istom kriteriju, možemo zaključiti da red n
n 1
2
konvergira ravnomjerno na skupu
xn 1
1,1 , jer je 2
2 za sve x 1,1.
n n
20
Teorem 2: Ako su funkcije f n x , n 1, 2, 3,... neprekidne na segmentu a, b i ako je na tom segmentu
red f x n uniformno konvergentan, tada je zbir tog reda S x neprekidna funkcija na segmentu
n 1
a, b .
Slijede još dva teorema, koje nećemo dokazivati i kojima se objašnjavaju značajne osobine funkcionalnih
redova. Naime, znamo iz Matematike I da za konačni prirodni broj n vrijede formule:
b b b
f1 x f2 x ... dx f1 x dx f2 x dx ...
a a a
Tada bismo rekli da se funkcionalni red diferencira, odnosno integrira član po član.
, gdje je a b, tj.
f
n x dx fn x dx.
n 1 n 1
21
n f x f n x x a, b .
n 1 n 1
n n
Napomena 1: Smjenom x x0 y red a x x
n 0
n 0 svodi se na red oblika a x . Zato je dovoljno
n 0
n
n
Očito je svaki stepeni red a x n a0 a1 x a2 x 2 ... konvergentan za x 0. Cilj nam je naći najveći
n 0
n
Teorem 5: Ako red a x
n 0
n konvergira u tački x p 0, on konvergira onda apsolutno i za svako x za
koje je x p .
n
Ako red a x
n 0
n divergira u tački x q, on divergira i sve x za koje je x q .
Dokaz: Neka konvergira red a n p n . Tada je lim an p n 0, pa zbog ograničenosti tog niza postoji
n
n 0
n n
xn x x
an x an p n an p n
n n
M n .
p p p
n
x x
Red M konvergira za sve x p, p x p, jer je geometrijski red i x p 1. Zato
n 0 p p
dati red konvergira apsolutno po Vajerštrasovom kriteriju.
22
n n
Pretpostavimo sada da je red a q
n 0
n divergentan, neka je x0 q i neka konvergira red a x . Prema
n 0
n 0
n
već dokazanom, slijedi da konvergira i red a q , što je nemoguće. Teorem je dokazan.
n 0
n
n
Posljedica 1: Za svaki stepeni red a xn 0
n postoji R, 0 R , tako da
n
Definicija 6: Broj R gore opisan zove se poluprečnik ili radijus konvergencije reda a x . Ako je R 0,
n 0
n
n
Napomena: Ako je R 0, stepeni red a x
n 0
n konvergira samo u tački x 0, a ako je R , onda
Poluprečnik konvergencije stepenog reda zgodno je odrediti pomoću Dalamberovog ili Košijevog korjenog
kriterija. Može se izvesti i praktična formula za određivanje poluprečnika R u oba slučaja.
n
Naime, prema Dalamberovom kriteriju, red a x
n 0
n konvergira apsolutno za sve realne x za koje je
an1 x n1 a 1 a
lim n
1 lim n 1 x 1 x lim n .
n an x n an a n an 1
lim n1
n a
n
an
Otuda možemo zaključiti da je R lim .
n an1
n
Prema Košijevom korjenom kriteriju, red a x
n 0
n konvergira apsolutno za sve realne x za koje je
1
lim n an x n 1 lim n an x 1 x .
n n
lim n an
n
1
Otuda slijedi da je R .
lim n an
n
23
Kad se pronađe interval konvergencije datog reda, posebno se treba provjeriti da li red konvergira u
rubovima (krajevima) nađenog intervala.
2n !x n .
Primjer 5: Dat je red
n 1 n !
2 Poluprečnik konvergencije izračunaćemo pomoću Dalamberovog
kriterija. Uočimo da je an
2n ! 0 za sve n . Zato je
2
n!
2n !
2 2
R lim
n !
lim
2n ! n 1! n 1! lim n 1 1
.
n 2n 2 ! n n ! n ! 2 n ! 2n 1 2 n 2 n 2n 1 2 n 1 4
2
n 1!
1 1 1
Dakle, R . Prema Posljedici 1, to znači da je interval konvergencije datog reda , . Ostaje još da
4 4 4
1
se posebno provjeri da li dati red konvergira u rubnim tačkama x .
4
1
2n ! .
Ako uvrstimo x
4
u dati red, dobićemo red 2
n 1 n ! 4
n
Rabeovim kriterijem se lako provjeri da ovaj red divergira. Inače, može se pokazati da je lim
2n ! 0,
2
n
n! 4n
n
2n ! ,
1 2n !, 1
tako da divergira i red 2
n 1 n ! 4
n
ali i red 2
n 1 n ! 4
n
koji se dobije za x . Prema tome,
4
1 1
konačni zaključak je da je interval konvergencije datog reda , .
4 4
Zadaci
n n2 n n
2n 1 n
x n1
1 n
2n x 1
1 xn
1.
n 1 3n 2
x 2 , 2. n
n 2 3 n ln n
, 3. 1 x , 4.
n 1 n
n 2 n ln 2 n
, 5.
n 0 2n 1
,
n 2 n n n
n 1 3n 1 x 2
ln n n 2n 3 x 1
2n 1 x 1
6. 1 , 7. 2 x . 8. 3
n 1 4 n 1 5
n 1
9. 2 n1 n n
.
n 1 n 1 ln n 1 n 1 n 1
24
n
x 2
n3 3 n
xn
10. 3
. 11. 4
n 4n
x 2 . 12.
n 1 n 3 2 1
n n
.
n 1 n2 4n n 1
n
Direktno se provjerava da svaki stepeni red a x
n 0
n unutar svog intervala konvergencije zadovoljava sve
uslove iz Teorema 3 i 4, vezano za mogućnost diferenciranja i integriranja funkcionalnih redova član po član
na nekom intervalu. Otuda važe sljedeća dva teorema.
n
Teorem 6: Neka je R poluprečnik konvergencije stepenog reda a xn 0
n i neka je R a b R. Za svako
x a, b red a x n
n
se može integrirati i diferencirati član po član. Redovi dobijeni od datog reda
n 0
n
a x
n 0
n integriranjem ili diferenciranjem član po član imaju isti poluprečnik konvergencije R.
n
Posljedica 2: Neka je R poluprečnik konvergencije stepenog reda a x
n 0
n i neka je R a b R. Red
a x n
n
se može integrirati i diferencirati na segmentu a, b član po član proizvoljan broj puta. Redovi
n 0
n
dobijeni od datog reda a x
n 0
n integriranjem ili diferenciranjem član po član imaju isti poluprečnik
konvergencije R.
xn
Primjer 6: Naći interval konvergencije i sumu reda
n 1 n n 1
.
1 a
Uzimajući da je an 0 n , lako se dobije R lim n 1. Otuda x 1,1 , pa pošto
n n 1 n a
n 1
1 1 1
red n 2
očito konvergira jer je 2 2 n , interval konvergencije datog reda je 1,1 .
n 1 n n n n
25
xn
Pretpostavimo da je S x , za x 1,1. Očito je S 0 0. Neka je x 0 proizvoljan broj
n 1 n n 1
nx n 1
x n 1 1 x n 1 1
x n1
S x 2 S1 x , pri čemu je S1 x
x n 1 n 1 x 2
x 1,1 .
n 1 n n 1 n 1 n 1 n 1 n 1
Tada je S1 x
n 1 x n
x n x x 2 x 3 ...
x
, x 1,1.
n 1 n 1 n 1 1 x
x x 1 1
Otuda je S1 x 1 x dx dx x ln 1 x C , a pošto je S1 0 0 C slijedi da je
1 x
S1 x x ln(1 x).
x ln(1 x )
Zatim, iz jednakosti S x zaključujemo da je
x2
x ln(1 x ) 1 ln 1 x
S x 2
dx dx dx ln x I , gdje je
x x x2
dx
u ln 1 x dv 2
ln 1 x x 1 1
I 2
dx ln 1 x dx
x dx 1 x x 1 x
du v
1 x x
1 1 1 ln 1 x
ln 1 x dx ln x ln 1 x K , dakle,
x x 1 x x
ln 1 x 1
S x ln 1 x K 1 ln 1 x K .
x x
1 1 1
Uočimo da je S 1 , pa računanjem parcijalne sume
n 1 n n 1 n 1 n n 1
1 1 1 1 1 1
Sn 1 ... 1 , zaključujemo da je S 1 1. S druge strane,
2 2 3 n n 1 n 1
1
1
lim 1 ln 1 x lim
lim lim 1 x 0,
1 x ln 1 x ln 1 x L . P .
pa je K 1. Dakle,
x 1 x
x 1 x x 1 1 x 1 1
2
1 x 1 x
1
S x 1 ln 1 x 1, x 1,1 \ 0 .
x
26
Zadaci
n 1
n 1 2 n 2
n
n
1 2 x 2n 1
2 n
1. 1 2n 1 x
n 1
, 2. nx , 3. n n 1 x
n 1 n 1
, 4.
n 1 4n 2 1
, 5. n x ,
n 1
xn 2
xn
3 n
6.
n 1 n n 3
, 7.
n 1 n n 1 n 2
, 8. n x .
n 1
Za zadanu funkciju f x želimo naći stepeni red a x n
n
tako da postoji interval a, b na kome važi
n 0
jednakost f ( x ) a x x a, b . Pri tome je interval a, b sadržan u intervalu konvergencije datog
n 0
n
n
n
reda a x .
n 0
n
Ako je f ( x) an x n a0 a1 x a2 x 2 ... x a, b , očito je f 0 a0 i
n 0
f ( x) nan x n 1 a1 2a2 x ... x a, b , odakle slijedi f 0 a1. Zatim, opet diferencirajući
n 1
f k 1 x
k 1 !ak 1 k 2!ak 2 x ..., što dokazuje našu tvrdnju.
0! 1!
27
n
Iz (1) slijedi f 0 n!an n . Time je dokazan sljedeći teorem.
f
n
Neke elementarne funkcije su pogodne za razvijanje u stepeni red. To su one funkcije kod kojih možemo
dobiti izraz za n – ti izvod za proizvoljno n . Npr.
1. y e x y n e x n . To povlači da je y n 0 1, pa dakle
xn
x
e x
n 0 n !
y cos x sin x 3 , y IV sin x sin x 4 ,...
2 2
n
Možemo naslutiti i zatim matematičkom indukcijom dokazati formulu y sin x n n .
2
n
0, n 2k
Otuda je y 0 k , k 0,1, 2,... pa se dobija rezultat
1 , n 2k 1
n
1 x 2 n1
sin x x
n 0 2n 1 !
n
3. Ako je y cos x, analognim postupkom može se dobiti da je y cos x n n i zatim
2
izvesti razvoj
n
1 x2 n
cos x x
n 0 2n !
4. Neka je y ln 1 x . Tada je
1 1 2 3 4
y , y 2
1 x , y 2 1 x , y IV 6 1 x ,...
1 x 1 x
28
n n 1 n
pa se naslućuje da je y 1 n 1!1 x n . Dokažimo to matematičkom indukcijom.
Za n 1, tvrdnja očigledno vrijedi. Neka je za neko k 1 tačna tvrdnja
k 1 k
y 1
k
k 1!1 x .
k 1 k 1 k 1 k k 1
Tada je y 1 k 1! k 1 x 1 k !1 x , što dokazuje našu tvrdnju.
n n 1
Zato je y 0 1 n 1! n . Najzad, pošto je
n 1 n 1
y n 0 1 n 1 ! 1
n , možemo pisati da je
n! n! n
n 1
ln 1 x
1 x n , x 1,1
n 1 n
Interval 1,1 je izabran zbog toga što dobijeni red konvergira na tom intervalu. Međutim, red
n 1
1 x n konvergira i ako je x 1, jer tada imamo alternativni red
n 1 n
n 1 n 1
1 1 1
1 ...
1 ...
1 .
2 3 4 n n 1 n
U 4. lekciji, primjer 5 a), smo konstatovali konvergenciju ovog reda pomoću Lajbnicovog kriterija. Prema
tome:
n 1
ln 1 x
1 x n , x 1,1.
n 1 n
n 1
1
n 1 n
ln 2.
m
5. Stepeni red oblika n x n
gdje je m proizvoljna konstanta, zove se binomni red. Pojam
n 0
binomnog koeficijenta, kojeg smo definisali u Matematici I, može se uopštiti, tako da je
m m m 1 m 2 ... m n 1
n m . U Matematici I smo insistirali da m bude prirodan
n!
broj, pa je očito da smo napravili poopštenje pojma binomnog koeficijenta.
Odredimo poluprečnik konvegencije binomnog reda. Imamo da je
m m m 1 m 2 ... m n 1
n
n! n 1 n 1
. Otuda je R lim 1.
m m m 1 m 2 ... m n mn n mn
n 1
n 1!
29
m n
m n
Dakle, red n x konvergira u intervalu 1,1 . Pretpostavimo da je f x x . Tada je
n 0 n 0 n
m n1
m
f x n x xf x n x n , pa je
n 1 n n 1 n
m n1 m n m n m n
1 x f x n x n x n 1 n 1 x n n x
n 1 n n 1 n n 0 n 0
m
n 1
m n
n 1 m 1 ... m n n m 1 ... m n 1 x n
n x m
n 1!
n 0 n 1 n n 0 n!
m 1 m 2 ... m n 1 m n n
m
m x n m x n mf x .
n 0 n! n 0 n
f x m f x m
Dakle, 1 x f x mf x dx dx
f x 1 x f x 1 x
m
ln f x m ln 1 x ln C f x C 1 x .
m
Specijalno, za x 0, očito je red n x n
jednak 1, tj. f 0 1. No, iz dobijenog izraza imamo da
n 0
je f 0 C C 1. Znači,
m
m
1 x x n m , x 1,1
n 0 n
1
1 2 2
Funkcija je definisana za x 1,1. Očito je f x 1 x . Prema rezultatu za
1 x2
1
binomni red, uzimajući m i stavljajući x 2 umjesto x, dobijamo
2
1 1 1
n n n
f x 2 x2 1 2n
2 x 1 1 2 x .
2n
n 0
n 0
n 1
n n n
1 1 1 1 3 2n 1
1 1 ... n 1 ...
Pri tome je 2
2 2 2 1 n 2 2
2 1n 2n 1 !! .
n! n! 2n !!
n
30
Zato je f x 1
n 2n 1!! x 2 n , x
1 2n !!
n 1
1,1 . Na osnovu toga je
f x x
2n 1!! x 2 n1 C , x 1,1 .
n 1 2n !! 2 n 1
Pošto je f 0 0 i f 0 C , to je C 0, pa je
f x x
2n 1!! x 2 n1 , x 1,1 .
n 1 2 n !! 2 n 1
1 1 1 1 1 1 1
Primjer 8: Naći sume redova
n 0 2n !
1 ... i
2! 4!
2n 1!. 1! 3! 5! ...
n 0
xn
x
Pošto je e x , slijedi:
n 0 n!
n
1 1 1 1
1 1 1 1 1 ...
e 1 ... i e 1
n 0 n ! 1! 2! 3! n 0 n! 1! 2! 3!
2 2 1
e e 1 2 ... 2 , a oduzimanjem:
2! 4! n 0 2n !
2 2 1
e e 1 2 ... 2 , što znači da je
3! 5! n 0 2n 1 !
1 e e 1
1 e e 1
n 0 2n !
2
ch 1 i
n 0 2 n 1 !
2
sh1.
n
e x e x 1 xn x 1 x x 2 x3 x 4 x x 2 x3 x4
ch x 1 ... 1 ...
2 2 n 0 n ! n 0 n ! 2 1! 2! 3! 4! 1! 2! 3! 4!
1 x 2 x4 x2 n
2 1 ... .
2 2! 4! n 0 2n !
x 2 n 1
Analogno, sh x x .
n 0 2 n 1 !
31
1
Primjer 9: Naći sumu reda 8n
n 1
2
4n
.
Najprije se zaključi da je
1 1 1 1 1
2
n 1 , pa je n ta parcijalna suma datog reda
8n 4n 4n 2n 1 2n 1 4n 2 4n
1 1 1 1 1 1 1
S n 1 ... ...
3 5 2n 1 2 4 6 4n
1 1 1 1 1 1 1 1 1 1 1
1 ... ... ...
2 3 2n 2 4 6 2n 2 4 6 4n
1 1 1 1 1 1 1 1 1 1 1
1 ... 1 ... 1 ... .
2 3 2n 2 2 3 n 2 2 3 2n
1 1 1
Neka je H n 1 ... n .
2 3 n
1 1 1 1 1
Očito je tada S n H 2 n H n H 2n H 2 n H n H 2 n H n n .
2 2 2 2 2
n 1
1
Pošto je
n 1 n
ln 2, a 2n ta parcijalna suma ovog reda je
1 1 1 1 1 1 1 1 1 1 1
T2 n 1 ... 1 ... ...
2 3 4 2n 1 2n 3 5 2n 1 2 4 2n
1 1 1 1 1 1 1 1 1
1 ... ... ...
2 3 2n 2 4 2n 2 4 2n
1 1 1 1 1 1 1 1 1 1
1 ... 2 ... H 2 n 2 1 ... H 2 n H n , očito je
2 3 2n 2 4 2n 2 2 3 n
lim H 2 n H n ln 2.
n
1
1
Zbog toga je lim Sn ln 2 ln 2 2 ln 2.
n 2
Primjeri 10: Iskoristićemo razvoj funkcija u stepeni red da se ispita konvergencija redova.
n3
1
a) n sin .
n1 n
32
Iskoristimo Košijev korjeni kriterij, pošto je dati red pozitivan. Imamo da je
n3 n2
1
n 1
q lim n sin lim n sin .
n n n n
Poznata asimptotska jednakost sin x x x 0 ovdje nam neće pomoći pošto bi imali da je
1 1
n sin n 1 n .
n n
n
1 x 2n 1 x x3 x5 ... x
Znamo da je sin x
n 0 2 n 1 ! 3! 5!
x3
Otuda, možemo postaviti sljedeću relaciju: sin x x x 0 .
3!
1
n2 n2 6 n 2 6 1
1 1 1 1
Zato je q lim n 3 lim 1 2 lim 1 2 e 6 1,
n n 6n n 6n n 6n
n !e n
b) n p
, p .
n 1 n
n !e n
Neka je an . Tada je
n n p
n !e n
n 1 p n p
an n n p n! e n n 1 1 1 n 1 n 1 1 n 1 n p
an1 n 1!en1 n 1! en1 n n p n 1 e nn p e n
n 1n1 p
n p
n p 1 1
1 1 1 ln 1 n 1 n p ln 1 n
1 e e .
e n e e
n 1
1 n x 2 x3
Znamo da je ln 1 x x x ..., x 1,1 .
n 1 n 2 3
1 1 1
Zato je ln 1 2 n , pa je
n n 2n
33
1 1 n n p p 2 p 1 p
an 1 n p n 2 n2 1 2 2 2 2 p 1 p
e e n 2n n 2 n e 2 n 2n 2 1.
an1 e 2n 2n
a 2 p 1 p 2 p 1
lim n n 1 lim n 2 .
n an 1 n 2n 2n 2
2 p 1 3
Prema tome, dati red konvergira ako je 1 2p 3 p .
2 2
1 3
c) 3 n 4 3 8 .
n 1 n2 n2
1
1 1 1 2 1
Uputa: 4 2 4 1 2 2 1 2 2 1 2 n , jer je
n 4n 4n 8n
1 x 1 x x 0 .
3 1
Međutim, na sličan način bismo dobili i: 3 8
2
2 1 2 ,
n 8n
pa vidimo da relaciju 1 x 1 x x 0 treba poboljšati.
m
m m
Znamo da je 1 x x n 1 mx x 2 ... m , x 1,1 .
n 0 n 2
1
Otuda imamo: 1 x 1 x x 0.
2
1
d) 3 ln n tg .
n
2 x3 x
dakle: tg x x ... x ...
3! 3
34
x 2 x5 17 x 7
(Inače, može se pokazati da je tg x x ... )
3 15 315
x
Otuda je tg x x x 0.
3
Zadaci
1. Napisati u vidu stepenog reda funkciju i odrediti interval u kome važi taj razvoj:
x 3 2x 1
2 2
a) f x sin 2 x cos 3x. b) f x ln x 2 3x 2 c) f x 2
x 1
d) f x 2
x 3x 4
2 x2 x 3 1
e) f x x arcsin x f) f x arctg x g) f x 2
h) f x sin 3 x
2 2
1 x 2 x 1 x
1 1 x 1
i) f x cos x, x . j) f x sin x, x . k) f x
5 5
ln arc tg x
4 1 x 2
1
l) f x
3x 7 x 2 2
4
2n 1 n 1
a)
n 0 2n !
, b)
n 2 2n 1 !
, c) 2n
n 1
2
n
.
n2 1 2
1 2
2n 1
1 n
a) n arcsin b) sin e n cos c) 1 n ln d) n ln n 1 .
n1 n n 1 n n n 1 2n 1 n 2
35
5. Furierovi redovi
a0
(1) (an cos nx bn sin nx)
2 n1
Teorem 8: Ako su numerički redovi a
n 1
n i b
n 1
n konvergentni, tada je red (1) uniformno i apsolutno
konvergentan za sve x .
Definicija 8: Neka je f1 , f 2 ,... skup neprekidnih funkcija na intervalu a, b. Za taj skup funkcija kažemo
b
da je ortogonalan na intervalu a, b ako je f x f x dx 0 za m n.
m n
a
Direktno se provjerava da je skup funkcija sin kx | k cos kx | k 0 ortogonalan na bilo
kom segmentu oblika a, a 2 , a .
a 2
1 a 2
Npr. m, n sin mx cos nx dx sin m n x sin m n x dx
a
2 a
36
a 2 a 2 a 2
cos mx cos nx dx 0 m, n , m n .
a
Pretpostavimo da je (1) uniformno konvergentan red na intervalu , . Tada je suma tog reda
neprekidna funkcija koja je periodična sa periodom 2π.
a0
(2) f x (an cos nx bn sin nx ), x , ,
2 n1
pri čemu je red na desnoj strani u (2) uniformno konvergentan. Tada se taj red može integraliti član po član
na intervalu , . Imamo da je
a
a
f x dx 0 dx (an cos nx bn sin nx)dx 0 2 an cos nxdx bn sin nxdx
2 2 n 1
n 1
0 0
1
a0 a0 f x dx .
a
f x cos nxdx 0 cos nxdx am cos mx cos nxdx bm sin mx cos nxdx
2
m 1
0 0
1 cos 2nx a 1 a
an cos2 nxdx an dx n x sin 2nx n 2 an
2 2 2n 2
1
pa je an
f x cos nxdx n .
1
f x sin nxdx bn 2
sin nxdx bn , pa je bn f x sin nxdx n .
37
Time je dokazan sljedeći teorem.
Teorem 9: Ako se funkcija f x može razviti u red (1) koji je uniformno konvergentan na intervalu
, , tada je
1 1
an f x cos nxdx n 0 i bn f x sin nxdx n .
Ako je f x parna funkcija na intervalu , , tada je f x cos nx n 0 takođe parna pa je
2
an f x cos nxdx n , dok je f x sin nx n neparna, pa je bn 0 n .
0
2
bn f x sin nxdx n .
0
Definicija 9: Kažemo da je red (1) Furierov red funkcije f x ako se njegovi koeficijenti an i bn računaju
po formulama iz Teorema 9. Te koeficijente zovemo preciznije Furierovim koeficijentima funkcije f.
Iako smo Furierove koeficijente funkcije f dobili pod pretpostavkom da vrijedi (2), Furierov red funkcije f
ne mora konvergirati ka toj funkciji, tj. suma reda (1) ne mora biti f x kad x , . Naime, da bi se
to desilo moraju biti ispunjeni tzv. Dirihleovi* uslovi, koje ćemo sada navesti i objasniti.
Napomena: Iz Matematike I znamo da je x x0 tačka prekida prve vrste funkcije f x ako postoje i
38
Definicija 11: Kažemo da funkcija f x zadovoljava na intervalu a, b Dirihleove uslove ako vrijedi
2) f je monotona funkcija na intervalu a, b ili ima najviše konačno mnogo strogih ekstrema (maksimuma i
minimuma) na tom intervalu.
Dirihleove uslove, tada njen Furierov red konvergira na intervalu , ka funkciji S x , pri čemu je
f x f x
b) S x , ako je x tačka prekida funkcije f
2
f f
c) S S .
2
Primjer 11: Želimo funkciju f x x napisati u obliku Furierovog reda za x , . Pošto je ova
2
2 2 2 x3 2 3 2 2
funkcija parna, slijedi da je bn 0 za sve n . Osim toga, a0 x dx i
0 3 0 3 3
u x2 dv cos nxdx
2 2 2 x2 2
an x cos nxdx 1 sin nx x sin nxdx
0 du 2 xdx v sin nx n 0 n0
n
u x dv sin nxdx
4 4 x 1
n 0 0 n 0
x sin nxdx 1 cos nx cos nxdx
du dx v cos nx n n
n
0
4 4 n
2
cos n 2 1 , za svako n .
n n
n
2
x
2
1
4 2 cos nx, x , .
3 n 1 n
39
n
2 2
2
2
1
4 2 cos n
2 1 1
4 2 2 3
22
.
3 n 1 n 3 n 1 n n 1 n 4 6
n n
2
0
2
1
4 2 cos 0 2
1
2
3 .
3 n 1 n n 1 n 4 12
Zadaci
2 x, x 0 2 2 2
1. f x 2. f x sin x 3. f x x sin x 4. f x x 5.
3x, 0 x
1 1 x 2 2 x, x 0,
f x 1 cos x x sin x 6. f x x 3 7. f x
2 2 1, x , 0
ex e x e x e x
8. f x 9. f x .
2 2
2k x 2k x
Skup funkcija sin | k cos | k 0 je ortogonalan na segmentu a, b , a b.
ba ba
Dokažite ovo za vježbu!
Koristeći ovu činjenicu i radeći na isti način na koji smo izveli formule za Furierove koeficijente za datu
funkciju f x , polazeći od pretpostavke da je
a0 2n x 2n x
(3) f x an cos bn sin , x a, b ,
2 n1 ba ba
2 b 2n x
(4) an f x cos dx n 0 i
ba a ba
40
2 b 2n x
(5) bn f x sin dx n .
ba a ba
l, l :
a0 n x n x
f x an cos bn sin , x l , l , pri čemu je
2 n1 l l
1l n x 1l n x
an f x cos dx n 0 i bn f x sin dx n .
l l l l l l
intervalu, tada je a0 an 0 n .
15
15
2 1 x2 1 225 25
a0 (10 x ) dx 10 x 150 50 0
15 5 5 5 2 5 5 2 2
15
u 10 x
2 2k x
ak (10 x) cos dx du dx
15 5 5 15 5
2k x 10 2k x
v cos dx sin
15 5 2k 15 5
15 15
1 10 2k x 1 10 2k x
(10 x ) sin sin dx
5 2k 15 5 5 5 2k 5 15 5
15
1 10 2k 15 10 2k 5 1 10 2k x
(10 15) sin (10 5) sin cos
5 2k 15 5 2k 15 5 k 2k 15 5 5
1 25 25 5
sin 3k sin k 2 2 (cos 3k cos k )
5 k k k
1 25 25 5
0 0 2 2 (cos 3k cos k ) 0 0 0
5 k k k
Naime,
u 10 x
2 15 2 k x
bk (10 x) sin dx du dx
15 5 5 15 5
2k x 10 2k x
v sin dx cos
15 5 2 k 15 5
15 15
1 10 2k x 1 10 2k x
(10 x ) cos cos dx
5 2k 15 5 5 5 2k 5 10
15
1 10 2k 15 10 2k 5 1 10 2k x
(10 15) cos (10 5) cos sin
5 2 k 10 2 k 10 k 2k 10 5
1 25 25 5
cos 3k cos k 2 2 (sin 3k sin k )
5 k k k
1 25 25 5 10
cos 3k cos k 0 (cos 3k cos k ) (1) k
5 k k k k
(1) k k x
Prema tome, Furierov red date funkcije je: f ( x) 10 sin , x 5,15 .
k 1 k 5
Zadaci
2. Razložiti funkciju y x cos x u Fourierov red u intervalu , .
2 2
1
4. Razviti u Fourierov red u intervalu 1,1 funkciju f x x i zatim sumirati red 2
.
n 0 2n 1
5. Razložiti funkciju y x sin x u Fourierov red u intervalu , .
2 2
42
1
6. Razviti u Fourierov red funkciju f x sin x , x , i sumirati red 4n 2
.
2 2 n 1 1
x, x 0,1
7. Razviti u Fourierov red u intervalu 0,3 funkciju f x 1, x 1, 2 .
3 x, x 2,3
1, 1, 5 x 2 3
9. Razviti funkciju f x u Fourierov red u intervalu ,3 .
3 x , 2 x 3 2
x 1, x 1, 0
10. Razviti funkciju f x u Fourierov red u intervalu 1,1 .
1 x, x 0,1
x 1, x 1, 0
11. Razviti funkciju f x u Fourierov red u intervalu 1,1 .
1 x, x 0,1
n x
f x bn sin , x 0, l .
n 1 l
Očito bi funkcija određena redom na desnoj strani mogla biti neparna, ukoliko se posmatra na simetričnom
intervalu. Zato ćemo definisati funkciju F x koja je neparna na intervalu l , l , a koja se na intervalu
f x , x 0, l
F x .
f x , x l , 0
Furierov red funkcije F x na intervalu 0,l podudara se sa Furierovim redom funkcije f x , a izražen
je isključivo preko sinusa.
43
Analogno, ako funkciju f x želimo na intervalu 0, l , l 0 prikazati u obliku reda kosinusa, tj.
a0 n x
f x an cos , x 0, l ,
2 n 1 l
pri čemu na tom intervalu data funkcija zadovoljava Dirihleove uslove, tada najprije definišemo funkciju
f x , x 0, l
F x
f x , x l , 0
koja je parna na intervalu l , l , a koja se na intervalu 0,l podudara sa datom funkcijom. Funkciju
Furierov red funkcije F x na intervalu 0,l podudara se sa Furierovim redom funkcije f x , a izražen
je isključivo preko kosinusa.
2
Primjer 13: Funkciju f x x smo razvili u Furierov red u intervalu , i dobili smo da je
n
2
x
2
1
4 2 cos nx, x , . To znači da je data funkcija razvijena u red kosinusa u intervalu
3 n 1 n
, pa bi ista formula važila i za razvoj te funkcije u intervalu 0, . Ako želimo razviti tu funkciju u
2
x , x 0,
red sinusa u intervalu 0, , tada bismo krenuli od funkcije F x 2 .
x , x , 0
Ovu funkciju ćemo razviti u Furierov red u intervalu , . Pošto je ona neparna, imamo da je
a0 an 0 n i da je
u x2
dv sin nxdx
1 2 2 2
bn F x sin nxdx F
x sin nxdx x sin nx dx
0 0
1
du 2 xdx v cos nx
n
2 1 2 2
x cos nx x cos nx dx .
n 0 n0
I
ux
dv cos nxdx
1 1
I x cos nx dx 1 x sin nx sin nx dx
0 du dx v sin nx n 0 n0
n
1 1 1 1 n
cos nx 2 cos n cos 0 2 1 1 .
n n 0 n n
44
2 2
Dakle, bn
n
n 2
1 3
n
1 1 n . Slijedi:
n
2 2
x2
n 2
1 3
n 1 n n
1 1 sin nx, x 0, .
n
Zadaci
x2
3. Razviti u Fourierov red funkciju f x x , 0 x 1 po kosinusima.
2
2
4. Razviti u Fourierov red funkciju f x x x , 0 x 1 po sinusima.
x
5. Razviti u Fourierov red po sinusima funkciju f x , 0 x . Zatim iskoristiti taj razvoj
2
1 1 1
da se sumira red 1
...
3 5 7
x, 0 x 1
6. Razviti funkciju f x u Fourierov red po sinusima u intervalu 0, 2 .
2 x, 1 x 2
3 x 2 6 x 2 2
7. Razviti funkciju f x u red po kosinusima u intervalu 0, .
12
8. Razviti funkciju f x x x po sinusima višestrukih uglova u intervalu 0, .
2 2
9. Razviti u Fourierov red funkciju f x x x , x 0, u red sinusa i sumirati red
n 1
1 .
n 1 2n 1
3
2
10. Razviti funkciju f x x 2 x u Fourierov red u intervalu 0, u red sinusa.
45
DIFERENCIJALNE JEDNAČINE
1. Osnovni pojmovi
Jednačina u kojoj, pored nepoznate funkcije, učestvuju i njeni izvodi zove se diferencijalna jednačina. Tako
npr., jednačina
(1) F x, y, y 0,
gdje je F neprekidna funkcija nezavisnih promjenljivih x, y , y zove se obična diferencijalna jednačina prvog
reda. Pri tome je y y x nepoznata funkcija, a y y x njen izvod. Diferencijalna jednačina prvog
reda može se posmatrati i u obliku
2 y f x, y .
Pri tome je f x, y neprekidna funkcija dvije nezavisne promjenljive u nekoj oblasti ravni xOy. Ovaj oblik
zovemo normalni oblik diferencijalne jednačine prvog reda. Očigledno se (2) može vrlo lako transformisati
na oblik (1), ali obrnuto nije uvijek moguće, tj. jednačina (1) se ne može nekad riješiti po y'.
3 P x, y dx Q x, y dy 0.
dy
Ako ovu jednačinu podijelimo sa dx i uzmemo u obzir da je y , dobijamo iz (3):
dx
P x, y
P x , y Q x, y y 0 y , dakle, napisali smo jednačinu u obliku (2). Takođe, jednačina
Q x, y
dy
(2) se vrlo lako dovodi na oblik (3), uzimajući opet u obzir da je y .
dx
F x, y, y, y 0 ili y f x, y , y .
Red diferencijalne jednačine određuje se prema najvećem redu izvoda nepoznate funkcije koji u njoj
figuriše. Općenito, jednačinu
y n f x, y, y,..., y n1 zove diferencijalnom jednačinom n – tog reda u normalnom obliku.
Mi ćemo najviše pažnje posvetiti rješavanju diferencijalnih jednačina prvog reda, ali ćemo isto tako vidjeti i
rješavanje nekih diferencijalnih jednačina višeg reda.
46
Opće (opšte) rješenje (integral) jednačine (1) je funkcija y x, C koja identički zadovoljava zadovoljava
tu jednačinu za sve vrijednosti konstante C, tj. F x, x, C , x, C 0 za sve x iz nekog intervala
a, b . Pri tome konstanta C ne mora uzeti sve realne vrijednosti, nego samo vrijednosti iz nekog intervala.
Ako je C fiksirano (tj. C je konkretan broj): C C0 , tada se funkcija y x, C0 zove partikularno
rješenje (integral) jednačine (1).
Najzad, može se desiti da postoji neka funkcija koja je rješenje jednačine (1), ali da nije sadržana u općem
rješenju. Kažemo da je ta funkcija onda singularno rješenje jednačine (1).
x
Primjer 1: Diferencijalna jednačina y ima opće rješenje y C x 2 , C 0.
y
2 x x x
Zaista, y C x 2 y .
2 C x2 C x2 y
fiksirani realni brojevi. To znači da se traži kriva y x koja zadovoljava jednačinu (2) i osim toga,
y f x, y
Problem određivanja jedne ili više krivih koje zadovoljavaju sistem: zove se Košijev (Cauchy)
y x0 y0
problem. Uslov y x0 y0 nam pomaže da u opštem rješenju y x, C odredimo vrijednost
konstante C.
y y
Primjer 3: Riješiti Košijev problem 3
.
y 3 2e
47
Ako u opštem rješenju y C e x jednačine y y (Primjer 2) stavimo da je x 3 i y 2e3 slijedi
2e3 C e3 C 2. Otuda je y 2 e x rješenje datog problema.
Zadaci
x2
1. Dokazati da je y C e opšte rješenje diferencijalne jednačine y 2 xy 0 i zatim naći onu
krivu iz te familije krivih koja prolazi kroz tačku A 0,1 .
x
2. Dokazati da je y aCe a
C opšte rješenje diferencijalne jednačine y ay , a 0.
48
Primjeri 4:
x 1
xy dx x 1 dy dx dy ,
x 1 y
1 1
1 x 1 dx y dy
x ln x 1 ln y ln C
ln y ln x 1 ln C x
y C
ln ln
x 1 x
x 1
y C x opće rješenje.
e
Ako je x 1, tada je dx 0, pa je jednačina zadovoljena, a isto tako y 0 je očito rješenje date
jednačine. Međutim, rješenje y 0 se može dobiti iz općeg za C 0, dok se rješenje x 1 ne može
dobiti iz općeg i zaključujemo da je to singularno rješenje date jednačine.
b) Naći rješenje jednačine x 2 1 y ' 2 xy 2 0 koje prolazi kroz tačku T 0,1 .
Rješenje: Uz pretpostavku da je y 0 i x 1 dijeljenjem sa y 2 x 2 1 jednačinu dovodimo na oblik:
y' 2x
2
2 .
y x 1
1
y
ln x 2 1 C y C ln x 2 1 1,
Iz početnog uslova da tražena kriva prolazi kroz tačku T imamo da je 1 C ln1 1, pa je očito C 1. To
znači da je traženo partikularno rješenje naše jednačine dato sa:
49
y 1 ln x 2 1 1.
Rješenje: Napravićemo smjenu promjenljive y x z. Tada je y ' 1 z ', tj. y ' z ' 1. Jednačina sad
glasi: z ' 1 cos z. Dalje slijedi:
z z'
z ' cos z 1 * ... z ' 2 sin 2 2,
2 2 z
sin
2
z
pri čemu pretpostavljamo da je sin 0 z 2k , k . Otuda je
2
z z yx
2ctg 2 x 2C ctg x C ctg x C.
2 2 2
To je opće rješenje date jednačine. No, možemo dobiti i jednu grupu singularnih rješenja. jer ako je
z 2k , k , tada je z ' 0, pa uvrštavanjem u * dobijemo identitet. Dakle, imamo singularna
rješenja y x 2k , k .
Zadaci
b) y ' 4 x 2 y 1.
c) x 1 y 2 dx y 1 x 2 dy 0.
x2 8
d) y
x2 5x 6 y 2 cos y
e) 8 y 2 12 y 2 y x y 3 2 y 2 y 2 x.
9
b) x 2 y ' cos 2 y 1, y
4
50
2
c) xy ' y y , y 1 0,5.
z
3. Riješiti diferencijalnu jednačinu 2 xy y x 2 y 4 1 y 0 pomoću smjene y , z z x .
x
y2 1
4. Riješiti diferencijalnu jednačinu y 2 smjenom xy z.
2 2x
dy y
Homogene diferencijalne jednačine su oblika f . Uvodi se smjena
dx x
y
u y xu y ux u .
x
Nakon uvrštavanja u polaznu jednačinu dobija se diferencijalna jednačina koja razdvaja promjenjive:
du dx
u x u f u u x f u u .
f u u x
Primjeri 5:
y
1
dy xy x.
y'
dx x y y
1
x
y 1 u
Uzećemo smjenu u y ' u ' x u , pa slijedi u ' x u . Dalje se jednačina lahko dovede
x 1 u
do oblika
u 2 1 u 1 1 u 1 1 1
u'x u' 2 2 du dx ln u 2 1 arctgu ln x C ,
u 1 u 1 x u 1 x 2
odnosno nakon sređivanja ln x u 2 1 C arctgu . Na kraju umjesto u u općem rješenju uvrstićemo
y y
i dobija se opće rješenje: ln x 2 y 2 C arctg .
x x
y
2. Riješiti diferencijalnu jednačinu: xy ' y xe x .
51
y
y
Rješenje: Dijeljenjem sa x, x 0, dobijemo homogenu jednačinu y ' e x . Nakon uvođenja smjene
x
y u' 1
u y ' u ' x u , dobijamo u ' x u u eu , odnosno .
x u x
3. Naći krive kod kojih je odsječak tangente MT od tačke dodira M do presjeka T sa x – osom jednak
odsječku OT na x – osi.
Rješenje: Imamo da je jednačina tangente MT data sa: Y y y ' X x . Ako ovdje uvrstimo da je Y 0
2
y y 2 y
dobijamo da je X x . Dakle T x , 0 . Zato je MT y x x . Pošto je
y' y' y'
y
OT x , iz MT OT slijedi nakon kvadriranja
y'
y
2
y y2 y2 2 xy 2 xy x .
x2 2 x 2
y 2
2
x2 y 2 y' 2 2
y ' y ' y ' y' x y2 y
1
x
y 2u u u3
Uzmimo smjenu u y ' u ' x u. Tada je u ' x u u'x . Razdvajanjem
x 1 u2 1 u2
1 u2 1
promjenljivih dobićemo: u 1 u 2 du x dx.
1 u2 1 2u
u 1 u 2 du u du 1 u 2 du ln u ln 1 u C , slijedi
2
Pošto je
y
u u
ln 2
ln Cx 2
Cx x 2 Cx y C x 2 y 2 .
1 u 1 u y
1 2
x
Otuda tražene krive su kružnice sa centrom na y – osi koje prolaze kroz koordinatni početak.
Zadaci
1. 2 x3 y ' y 2 x 2 y 2
52
x y
2. xy ' y x y ln
x
3. xy ' y 2 x 2 y.
4. x 2
y 2 x 4 y x 2 y 2 y 4 .
y y 2 3x2
5. y' ako je y 1 1 .
2 x3
3
4 4 6
6. Riješiti diferencijalnu jednačinu 2 x yy y 4 x smjenom y z , z z x . 2
y xy
7. 2.
x yy
a1 x b1 y c1
Diferencijalna jednačina oblika y f se svodi na homogenu diferencijalnu jednačinu.
a2 x b2 y c2
Razlikujemo sljedeće slučajeve:
1º c1 c2 0
y
a1 x b1 y a1 b1 x
y f f . Ovo je homogena jednačina.
a2 x b2 y a2 b2 y
x
a1 b1 a b a ka2
2º 0 a1b2 a2b1 0 a1b2 a2b1 1 1 k 1 .
a2 b2 a2 b2 b1 kb2
k (a2 x b2 y ) c1 kt c1
Zamjenimo u polaznu jednačinu: y f f , uzmemo smjenu a2 x b2 y t
a2 x b2 y c2 t c2
t a2
, odakle slijedi a2 b2 y t y .
b2
53
t a2 kt c1
Tada dobijamo jednačinu f , a to je diferencijalna jednačina koja razdvaja promjenjive.
b2 t c2
a1 b1
3º 0
a2 b2
dx du dy dv
, pa se dobija jednačina po nepoznatoj funkciji v v u
dy dv dx du
a1 b1 c1 0
.
a2 b2 c2 0
a1 b1
Ovaj sistem ima jedinstveno rješenje, jer je 0.
a2 b2
Primjeri 6:
dy 2 x y 1 2 1
Rješenje: 2 x y 1 dx 4 x 2 y 3 dy . Pošto je 4 4 0, može
dx 4 x 2 y 3 4 2
2x y 1
se odabrati smjena funkcije. Zaista, y ' , pa ćemo uzeti smjenu 2 x y z y ' z ' 2.
2 2x y 3
z 1 5z 7 2z 3 2z 3
Tada je z ' 2 z' z ' 1 dz dx.
2z 3 2z 3 5z 7 5z 7
2z 3 1 1 1 1
Pošto je 5 z 7 dz 5 2 5z 7 dz 5 2 z 5 ln 5z 7 C , slijedi
2z 1 4x 2 y 1
ln 5 z 7 x C ln 5 x 10 y 7 x C 5 x 10 y ln 5 x 10 y 7 C .
5 25 5 25
2 x 4 y 6
2. Riješiti diferencijalnu jednačinu y ' .
x y3
54
2 4
Rješenje: Pošto je 2 4 6 0, uzećemo smjene funkcije i argumenta,
1 1
x u , y v , v v u , a i su pogodno izabrane konstante. Tada je v 'u y ' x pa slijedi:
2u 4v 2 4 6
v' .
u v 3
v
Sada napravimo još jednu smjenu funkcije z , z z u v zu v ' z uz ', pa se dobije
u
2 4 z z 2 3z 2 1 z 1 1 z 1
z uz ' uz ' z' 2 dz du.
1 z 1 z z 3z 2 u z 1 z 2 u
1 z 2 3
Pri tome pretpostavljamo da je z 1 i z 2. Imajući u vidu da je z 1 z 2 dz z 1 z 2 dz
, dolazimo do rješenja po z:
3 3
2ln z 1 3ln z 2 ln u ln C ln
z 2 C
ln
z 2 C .
2 2
z 1 u z 1 u
3
v
2 3
v u
Uvrstimo sad z :
C
v 2u C 3 2
v 2u C v u .
2 2
u v u u v u u
1
u
3 2 3 2
y 2 2 x 1 C y 2 x 1 y 2 x C y x 1 .
v
Ako je z 1 slijedi 1 v u y 2 x 1 y x 1.
u
Ako je z 2 slijedi v 2u y 2 2 x 1 y 2 x.
Direktno se provjerava da su ove dvije funkcije rješenja date jednačine. Međutim, funkcija y 2 x se može
dobiti iz općeg rješenja, dok funkcija y x 1 ne može. Zato je y x 1 singularno rješenje.
55
Zadaci
1. x y 1 y x 2 y ' 0
2. 2 x y 4 dy x 2 y 5 dx 0
3. y x 2 dx 2 y x 5 dy 0.
4. x 3 y 16 dx 3x y 8 dy 0.
5. 3 y 7 x 7 dx 3x 7 y 3 dy
6. x 2 y 1 dx x 3 y dy 0.
7. 2 x 4 y 6 dx x y 3 dy 0.
2 P Q
neprekidne u nekoj oblasti D i neka u toj oblasti imaju neprekidne parcijalne izvode i . Da bi
y x
izraz P x, y dx Q x, y dy bio totalni diferencijal neke funkcije u x, y , potrebno je i dovoljno da u
oblasti D bude
P Q
(4) .
y x
u u
Očito je onda P x, y i Q x, y .
x y
2u P x, y 2u Q x, y
Tada slijedi i .
xy y yx x
Zbog neprekidnosti parcijalnih izvoda, mješoviti parcijalni izvodi drugog reda funkcije u su jednaki. Otuda je
P Q
.
y x
56
Dokažimo sada da je uslov (4) dovoljan. Odredićemo tada funkciju u x, y za koju je
u u
du P x, y dx Q x, y dy. Očito je P( x, y ) i Q( x, y ). Zato je
x y
u x, y P x, y dx y , gdje je y funkcija koja zavisi samo od y. Slijedi:
u
P x, y dx y Q x, y y Q x, y P x, y dx, pa je
y y y
y Q ( x, y ) P( x, y )dx dy C , C const.
y
Najzad, u x, y P x, y dx Q ( x, y )
P( x, y )dx dy C , C const.
y
Teorem je dokazan.
totalnog diferencijala, ako je njena lijeva strana totalni diferencijal neke funkcije u x, y .
Primjer 7: Riješiti diferencijalnu jednačinu 2 xydx x 2 y 2 dy 0.
2 2 P Q
Rješenje: P x, y 2 xy Q x, y x y 2 x.
y x
u u
Potražimo sada funkciju u u x, y takvu da je 2 xy x 2 y 2 . Iz prvog od ova dva uslova je
x y
u
u 2 xydx x 2 y y x 2 y . Dakle,
y
2 2 2 2 y3
x y x y y y y k .
3
y3 y3
Zaključujemo da je u x y
2
k , k . Opšte rješenje jednačine glasi: x 2 y c.
3 3
57
ax by c
Primjer 8: Jednačina y , pri čemu su a, b, c, f , g je egzaktna. Naime, ona je
bx fy g
P Q
ekvivalentna sa by ax c dx bx fy g dx 0, za koju je b.
y x
f x y
Primjer 9: Ako su f x i g y proizvoljne funkcije, diferencijalna jednačina y je egzaktna.
x g y
Zadaci
x
1. Pokazati da je diferencijalna jednačina ln y 5 y
sin 5 x dx 2 y cos 5 x dy 0
2
y
jednačina totalnog diferencijala i naći partikularno rješenje te jednačine tako da je y 0 e .
2. Dokazati da je diferencijalna jednačina egzaktna, pa zatim riješiti tu jednačinu.
a) e y x dx xe y 2 y dy 0.
b) x 2 y dx 2 x y dy 0.
y x2 x 2 y 2 y
3. Dokazati da se diferencijalna jednačina y smjenom u svodi na
2
xy x y x 2 x
diferencijalnu jednačinu totalnog diferencijala, pa zatim riješiti tu jednačinu.
58
6. Integracioni množilac
P Q
Primjer 10: Za diferencijalnu jednačinu x 2 3 y 2 dx 2 xydy 0 je
y
6 y 2 y
x
. Znači, ona
1 3y2 2y
nije egzaktna. Ali ako je podijelimo sa x 4 , dobijemo: 2
4 dx 3 dy 0, koja je egzaktna, jer
x x x
1 3 y2 P 6y 2y Q 6 y P
P 2
4 4 , Q 3 2 yx 3 6 yx 4 4 .
x x y x x x x y
U opštem slučaju, tražimo funkciju x, y koju zovemo integracioni množilac tako da je jednačina
P Q
P Q
y y x x
P Q
(5) Q P .
y x x y
Integracioni množilac tražićemo u dva specijalna slučaja, kad on zavisi samo od x ili samo od y.
d
10 Pretpostavimo da je x . Tada je 0 i . Tada iz (5) slijedi
y x dx
P Q
d y x
(6) dx.
Q
Ukoliko je razlomak na desnoj strani u (6) funkcija koja zavisi samo od x, jednačina (6) je sa razdvojenim
promjenljivim i možemo bez problema doći do množioca .
59
d
20 Pretpostavimo da je y . Tada je 0 i . Tada iz (5) slijedi
x y dy
P Q
d y x
(7) dy.
P
Ukoliko je razlomak na desnoj strani u (6) funkcija koja zavisi samo od y, jednačina (6) je sa razdvojenim
promjenljivim i možemo opet bez problema doći do množioca .
P Q
2 2
Primjer 11: x 3 y dx 2 xydy 0
y x
8 y. Jednačina (6) tada glasi:
d 8 y d 4 d dx 1
dx dx 4 ln 4 ln x ln x 4 , pa je x 4 4 .
2 xy x x x
Zadaci
Riješiti diferencijalnu jednačinu ako se zna da se može naći integracioni množilac koji zavisi samo od jedne
varijable.
1. y 2 x y 2 dx 2 x y dy 0.
2. x sin y y dx x 2 cos y x ln x dy 0
3. y 2 dx xy 1 dy 0
2 xy 3 x 4 ln x
4. y
3x 2 y 2
y3
dx x y dy 0.
2 2 2
5. 2 xy x y
3
60
7. Linearna diferencijalna jednačina prvog reda
8 y p x y q x
Riješimo najprije homogenu jednačinu koja odgovara jednačini (8), tj. y p x y 0. Ova jednačina
dopušta razdvajanje promjenljivih, jer je ekvivalentna sa
y
p( x ) ln y p ( x )dx ln C y C e
p ( x ) dx
.
y
Ako u opštem rješenju homogene jednačine pretpostavimo da C nije konstanta, nego neka funkcija koja
zavisi od x, možemo potražiti opšte rješenje jednačine (8) u tom obliku, tj.
y C x e y C x e C x p ( x )e
p ( x ) dx p ( x ) dx p ( x ) dx
, pa uvrštavanjem u (8) slijedi:
C x e q x C x q x e C x q x e
p ( x ) dx p ( x ) dx p ( x ) dx
dx. Zaključujemo da je opšte
rješenje jednačine (8) dato formulom:
p ( x ) dx p ( x ) dx dx .
(9) ye c q x e
Rješenje jednačine (8) tražićemo u obliku proizvoda dvije nepoznate funkcije u u x i v v x , tj.
Imamo pravo odabrati proizvoljno jedan uslov koji se odnosi na nepoznate funkcije u i v, pa se odabere da
v vp 0 v e ,
pdx
je a nakon toga dobijemo funkciju u iz jednačine
61
III metoda integracionog faktora (Ojler)
8' p( x) y q( x) dx dy 0.
P Q
Za P ( x ) p ( x) y q( x) i Q( x) 1, imamo da je p( x ), 0, što znači da (8') nije egzaktna
y x
diferencijalna jednačina. Ako potražimo integracioni faktor ove jednačine u obliku x , iz jednačine
(6) dobijemo da je
P Q
d y x
dx p ( x )dx ln p( x)dx e
p ( x ) dx
.
Q
ye
p ( x ) dx
Množeći (8) sa e
p ( x ) dx
slijedi: y e p x ye q x e p ( x ) dx .
p ( x ) dx p ( x ) dx p ( x ) dx
q x e
IV metoda
Linearnu diferencijalnu jednačinu (8) možemo direktno rješavati pomoću izvedene formule (9).
1. xy ' 2 y 2 x 4
Rješenje: Koristićemo metodu varijacije konstanti. Najprije ćemo riješiti homogenu jednačinu xy ' 2 y 0.
Imamo da je tada
y' 2 dy 2
xy ' 2 y dx ln y 2ln x ln C ln y ln Cx 2 y Cx 2 , pa ćemo
y x y x
2
opće rješenje polazne jednačine tražiti u obliku y C x x .
2
Tada je y ' C ' x x 2 xC x , pa uvrštavanjem u početnu jednačinu dobijemo
62
x C ' x x 2 2 xC x 2C x x 2 2 x 4 x 3C ' x 2 x 4 C ' x 2 x C x x 2 K , pa
zaključujemo da je opće rješenje date jednačine y x 2 K x 2 x 4 Kx 2 .
2. xy e dx xdy 0
x
dy xy e x ex
Rješenje: xy e x
dx xdy dx
x
y ' y , uz uslov x 0.
x
Koristićemo metodu nepoznatih funkcija. Opće rješenje tražimo u obliku y uv, gdje su u i v neodređene
funkcije. Tada je y ' u ' v uv ', pa uvrštavanjem u jednačinu slijedi
ex ex
u ' v uv ' uv u ' v u v ' v ... *
x x
v' dv
Izaberimo v tako da je v ' v 0. Tada je v ' v 1 dx ln v x v e x .
v v
ex 1
Sada iz * slijedi da je u ' e
x
u ' u ln x C . Zato je y e x ln x C .
x x
Ako je x 0, tada je i dx 0, pa je početna jednačina očito zadovoljena. Prema tome, data jednačina ima
singularno rješenje x 0.
3. 2e y
x y ' 1
1
Rješenje: Očito je y ' , što nam je nepovoljna varijanta. No ako posmatramo x kao funkciju od y,
y
2e x
imali bismo da je x ' 2e y x x ' x 2e y
p y dy
e e e y , dobićemo xe y 2e 2 y xe y 2e 2 y dy e 2 y K odakle slijedi:
dy
x e 2 y K e y e y Ke y .
Zadaci
1. 2 x 1 y ' 4 x 2 y
2. 2 x y dy ydx 4 ln ydy
63
ny n
3. y e x x 1 , ako je y (1) 2n1 , n .
x 1
4. sin y xctgy y ' 1
2
ex
5. y ' tg y
cos y
6. Pokazati da samo jedno rješenje diferencijalne jednačine xy 2 x 2 1 y x 2 ostaje ograničeno
kada x i naći to rješenje.
(10) y p ( x ) y q( x) y n , n , n 0, n 1
y 1
n
p( x) n1 q ( x), n , n 0, n 1 .
y y
1
1 1 n
Smjenom z y z , Bernulijeva diferencijalna jednačina se može svesti na linearnu jednačinu:
y n1
y z z
z (1 n) y n y n p ( x) z q ( x ) .
y 1 n 1 n
64
1. y ' 2 y y 2 e x
Rješenje: Uzećemo smjenu y z 1 . Tada je y ' z 2 z ', pa slijedi z 2 z ' 2 z 1 z 2 z '. Ako
pomnožimo jednačinu sa z 2 , dobićemo linearnu diferencijalnu jednačinu z ' 2 z e x . Dalje imamo
po metodi varijacije konstanti
z' dz
z ' 2 z 0 z ' 2 z 2 2dx ln z 2 x ln C z Ce 2 x .
z z
C ' x e x C x e x K z e x K e 2 x e x Ke2 x .
2. xy 2 y ' x 2 y 3 .
Rješenje: Direktno se provjerava da funkcije x 0 i y 0 nisu rješenja ove jednačine. Ako podijelimo
jednačinu sa xy 2 , dobićemo Bernulijevu diferencijalnu jednačinu
Riješićemo je metodom nepoznatih funkcija. Opće rješenje tražimo u obliku y uv y ' u ' v uv ', pa
slijedi uvrštavanjem u (1):
v' 1 dv dx
v ' x 1v 0 v x. Tada iz (2) slijedi
v x v x
2 2 2 2 u3 1 2 1
2
u ' x xu x u ' u x u du x dx C u 3 3 C .
3 x x
1 3
Zato je y x 3 3 C y 3 x 3 A y 3 Ax3 3 x 2 . Pri tome je A 3C.
x x
3.
( x 1) y y 2 y .
65
y
Prethodnu jednačinu napišemo u obliku: y y 2 .Ovo je Bernoullieva jednačina. Rješavamo je
x 1
1 y 2
uvođenjem smjene z . Podijelimo jednačinu y y 2 sa y . Dobićemo:
y x 1
y 1 1 1 z
2
1 . Iz z slijedi 2 y z . Uvrštavanjem smjene dobijamo: z 1.
y y x 1 y y 1 x
Posljednja jednačina je linearna diferencijalna jednačina prvog reda.
dx dx
x 1
x 1
z ( x) e 1 e dx C
z ( x) e
ln x 1
1 e ln x 1
dx C
1
z ( x) x 1 1 dx C
x 1
z ( x ) x 1 ln x 1 C
1 1
x 1 ln x 1 C y ( x) .
y ( x) x 1 ln x 1 C
Zadaci
y2 dx
5. ydy a 2 dx b 2 .
x x
6. y ln ydx x ln y dy 0.
7. xdy y xy 3 1 ln x dx 0.
8. 2sin x y y cos x y 3 x cos x sin x .
66
9. Lagranžova i Kleroova* diferencijalna jednačina
12 y xy g y
koji zovemo Kleroova diferencijalna jednačina prvog reda. Dakle, Kleroova jednačina je specijalan slučaj
Lagranžove. Obje jednačine rješavamo uvođenjem parametra p y. Pri tome se podrazumijeva da p
zavisi od x.
13 y xf p g p .
y f p xf p p g p p p f p p xf p g p .
Pretpostavimo da je p f p 0. Tada je
dp p f p dx xf p g p xf p g p
p x p .
dx xf p g p dp p f p p f p p f p
ovo je linearna diferencijalna jednačina po nepoznatoj funkciji x x p . Ako je njeno opće rješenje
x p, C
(14) .
y p, C
Ako je p f ( p) 0, dobićemo (eventualno) jedno ili više rješenja te jednačine: p p1 , p p2 ,... i ako ih
uvrstimo u (13), možemo doći eventualno do singularnih rješenja jednačine (11).
14 y xp g p .
y p xp g p p p p p x g p p 0 x g p 0.
67
Ako je p 0, tada je p C , pa se odmah dobije opće rješenje Kleroove jednačine y xC g C .
Primjeri 14:
2 2
1. y x y y .
2 2 2 2
Rješenje: y p y xp p y p 2 xpp 2 pp p p p 2 xp 2 p .
2
Imamo da je p p p 1 p 0 ako je p 0 p 1.
p 1 p 1 p dx 2 x 2 2x 2
Neka je p 0 p 1. Tada je p x .
p 2x 2 2x 2 dp 1 p 1 p 1 p
2uv 2 2v 2
u v uv u v u v .
1 p 1 p 1 p 1 p
2v 2v v 2 1
v 0 v ln v 2 ln 1 p v 2
.
1 p 1 p v 1 p 1 p
2 1 2
u v u 2
u 2(1 p) u 2 p p 2 k , k const .
1 p 1 p 1 p
2
2 p p2 k 2 p p2 k 1 1 k 1 1 p l
x uv 2
2
2
1 2
, l k 1.
1 p 1 p 1 p 1 p
l 2 l l l
Iz jednačine x 1 2
slijedi: 1 p 1 p p 1 .
1 p x 1 x 1 x 1
c
Stavljajući da je l c, imamo da je p 1 , pa se dobije da je
x 1
2
2 c 2c c2 2
y p x 1 1 x 1 1 x 1 x 1 c 2c x 1, tj. opće
x 1 x 1 x 1
2
rješenje jednačine je: y c x 1 .
68
Ako je p 0, tada je y 0 i to je singularno rješenje, dok p 1 y x 1. Ova funkcija se očito
može dobiti iz općeg rješenja, uzimajući da je c 0. Prema tome, jednačina ima jedno singularno
rješenje y 0.
1 p
Primjetimo da smo jednačinu p mogli riješiti jednostavnije, jer je to jednačina koja razdvaja
2x 2
promjenljive. Zaista,
1 p p 1 dp 1 1
p dx ln 1 p ln x 1 ln C
2x 2 1 p 2x 2 1 p 2x 2 2
2 1
2ln(1 p ) ln x 1 2ln C ln 1 p ln 2
.
C x 1
1 2 l
Stavljajući da je l 2
, dobijamo kao u prvom načinu 1 p , itd.
C x 1
2
2. 2 y 2 xy ay a 1 y .
Ova jednačina se poslije dijeljenja brojem 2 transformiše u
ay a 2
y xy 1 y .
2 2
ap a
y p y xp 1 p 2 . Diferencirajmo po x:
2 2
ap a 2 pp a ap
y p xp p p p x .
2 2 2 1 p2 2 2 1 p 2
ac a
p 0 p c y xc 1 c2 .
2 2
a ap a ap ap a
x 0 x x.
2 2 1 p 2 2 2 1 p 2
2 1 p 2 2
2
a2 p2 a
Kvadriranjem se dobije: x . Odatle slijedi:
4 1 p 2
2
2
a a
4 x 2 x
2 2 a 2x a 2x
p2 2
p .
2 2 2
2 a a 4 ax 4 x 2 ax x
a 4 x a2 4 x
2 2
69
ap a
Sada ovo uvrstimo u y xp 1 p 2 . Dobije se:
2 2
2
2 a
a 4 x
2
y , tako da imamo dva singularna rješenja
4 ax x 2
2 x 2 2ax a 2
y1 i y2 ax x 2 .
2
2 ax x
Zadaci
y sin y
1. x .
2 y
2. y e y 2 xy .
3
3. y 3xy y .
3 2
4. y 3 y ' x y ' .
5. y xy ' 4 y '
2
6. y y ' x 1 y ' .
3
7. y ' 3 xy ' y .
2 a
8. x y ' yy ' 0.
2
2 y n a1 x y n 1 ... an 1 x y an x y f x .
70
Ako je f x 0 kažemo da je (2) homogena linearna diferencijalna jednačina, a u suprotnom se kaže da je
(2) nehomogena. Mi ćemo vidjeti postupak rješavanja jednačine (2) samo u slučaju kada su a1 , a2 ,..., an
konstante. Za početak ćemo se ograničiti na slučaj kada je n 2.
Može se pokazati da rješenje nehomogene jednačine (2) zavisi od rješenja odgovarajuće homgene
jednačine, pa ćemo najprije proučiti rješavanje homogene linearne diferencijalne jednačine drugog reda sa
konstantnim koeficijentima.
(3) y a1 y a2 y 0 a1 , a2
dakle L y1 y2 L y1 L y2 , zaključujemo:
Teorem 2: Ako su y1 i y2 dva partikularna rješenja linearne homogene jednačine (3), tada je i funkcija
y C1 y1 C2 y2 C1 , C2 takođe rješenje te jednačine.
Partikularna rješenja jednačine (3) tražimo u obliku: y e x , pri čemu je neodređena konstanta.
e x 2 a1 a2 0 , tj.
4 2 a1 a2 0.
y a1 y a2 y e1 x 12 x 21 a1e1 x 1 x 1 a2 xe 1 x e1 x 12 x a1 x1 a2 x a1 21 0.
Dakle, kao dva linearno nezavisna rješenja jednačine (3) mogu se uzeti y1 e 1 x i y2 xe 1 x .
1x
Tada je opšte rješenje jednačine (3) dato sa y C1e C2 xe 1x e1x C1 C2 x . .
72
30 1 i, 2 i, . z1 e x (cos x i sin x ), z2 e x (cos x i sin x)
z1 z 2
su partikularni integrali. Ali oni nisu realni, pa ćemo uzeti umjesto njih y1 e x cos x i
2
z1 z2
y2 e x sin x.
2i
Zadaci
a) y '' 2 y ' 3 y 0
b) y '' 4 y ' 4 y 0
d) y '' 6 y ' 13 0
e) 2 y '' y ' y 0
f) 9 y '' 6 y ' y 0
y C1e x C2 e3 x .
y C1e 2 x xC2e 2 x C1 C2 x e2 x .
2
c) Imamo da je 2 10 0 1,2 1 3i. Opće rješenje je
y e x C1 cos 3x C2 sin 3 x .
3x
d) Za vježbu, rez.: y e C1 cos 2 x C2 sin 2 x
3 x
f) Za vježbu, rez.: y C1 C2 x e
73
10. 2 Nehomogene linearne diferencijalne jednačine drugog reda sa konstantnim koeficijentima
To su jednačine oblika:
(5) y a1 y a2 y f x a1 , a2
- ukoliko je f x konstanta, y p tražimo u obliku konstante, Ukoliko je pak broj 0 rješenje karakteristične
s
jednačine (4), tada je y p k x , k const., pri čemu je s višestrukost broja 0 kao rješenja jednačine (4),
(tj. koliko puta je broj 0 rješenje te jednačine).
x
rješenje karakteristične jednačine (4) višestrukosti s, tada je y p m e xs .
x
- ukoliko je f x e cos x ili f x e x sin x, a konjugovano – kompleksni par i je rješenje
x
jednačine (4) višestrukosti s, tada je y p e a cos x b sin x x s .
- ukoliko je f x zbir ili razlika dva ili više dosad navedenih izraza, integral y p nalazimo u obliku zbira
odgovarajućih funkcija
- ukoliko f x nije nijedan od navedenih slučajeva, tada koristimo metodu varijacije konstanti.
74
Zadaci
2x
a) y '' 4 y ' 3 x 1 e
2x
c) y '' 4 y ' 5 y e sin 3x 2cos 3x
d) y '' 2 y ' 20 x 4 24 x3 30 x 2 38 x 30
x
e) y '' 2 y ' 2 y x cos x e
11
g) y '' 2 y ' 3 y x 1 e3 x , y 0
9
, y ' 0 3.
h) y 4 y xe2 x sin x x
i) y 2 y 3 y e x cos x.
j) y y 2 y x 2 1 e2 x .
k) y 16 y sin 4 x , const.
2x
Partikularno rješenje određujemo u obliku y p ax b e . Naime, na desnoj strani jednačine imamo
proizvod polinoma prvog stepena i eksponencijalne funkcije e 2 x , pri čemu se koeficijent uz x ne podudara
ni sa jednim od rješenja karakteristične jednačine.
2x
Diferenciranjem postavljene funkcije y p dobijamo: y p e a 2b 2ax yp 2e2 x 2a 2b 2ax,
2x
pa uvrštavajući ovo u jednačinu y p 4 y p 3 x 1 e slijedi
4e2 x a b ax 4e 2 x a 2b 2ax 3 x 1 e 2 x .
75
Podijelimo jednačinu sa e 2 x , pa imamo
1 1
12ax 8a 12b 3 x 1 12a 3 8a 12b 1 a ,b .
4 12
1 1 1 1
Dakle, y p x e 2 x y C1e 4 x C2 x e 2 x .
4 12 4 12
Partikularno rješenje ćemo tražiti u obliku y p ax b e 3 x x ax 2 bx e 3 x . Naime, na desnoj strani
polazne jednačine imamo proizvod polinoma prvog stepena i eksponencijalne funkcije e 3x . Pri tome se još
uzima u obzir da je koeficijent uz x u izrazu e 3x upravo jedno rješenje karakteristične jednačine. Slijedi:
y p e3 x 3ax 2 3bx 2ax b yp e 3 x 9ax 2 9bx 12ax 6b 2a , i to uvrstimo u jednačinu
y p 3 yp 3 xe 3 x . Dobija se da je
1 2 1 3 x 1 1
Otuda y p x x e , pa je opće rješenje y C1 C2e 3 x x 2 x e 3 x .
2 3 2 3
y p ax 4 bx 3 cx 2 dx e x ax 5 bx 4 cx 3 dx 2 ex.
f) y C1 x cos 2 x C2 x sin 2 x
19 x 211 3 x 1 2 x
g) y e e x e3 x 2 x 1
192 192 3 9 16
1 2x 4 1 1 1
h) y xe cos x sin x x 2 x C1 C2 e 4 x .
4 17 17 8 16
10. 3 Rješavanje nehomogene linearne diferencijalne jednačine n – tog reda sa konstantnim koeficijentima
Ovu jednačinu zovemo karakterističnom jednačinom jednačine (7). Ona u skupu kompleksnih brojeva ima n
rješenja, označimo ih sa 1 , 2 ,..., n .
a, b kažemo da su linearno zavisne u tom intervalu ako postoje konstante 1 , 2 ,..., n , od kojih je bar
jedna različita od nule, tako da je 11 x 22 x ... n n x 0 za sve x a, b . U suprotnom
kažemo da su funkcije 1 , 2 ,..., n linearno nezavisne na datom intervalu.
jer je 1 x 2 x 3 x 0 za sve x .
Definicija 5: Neka su y1 , y2 ,..., yn linearno nezavisna rješenja jednačine (7). Tada skup funkcija
Teorem 4: Ako je y1 , y2 ,..., yn fundamentalni sistem rješenja jednačine (7), tada je opšte rješenje te
n
jednačine dato formulom y C y , C , C ,..., C
i i 1 2 n .
i 1
Teorem 5: Ako je y p bilo koje partikularno rješenje jednačine (6), opšte rješenje te jednačine je
y y p yh , pri čemu je yh opšte rješenje odgovarajuće homogene jednačine (7).
Ostaje još da se pokaže kako doći do funkcija y1 , y2 ,..., yn koje učestvuju u rješenju yh pomoću rješenja
1 , 2 ,..., n karakteristične jednačine. S obzirom na to kako smo nalazili yh u slučaju kad je n 2,
zaključujemo sljedeće:
a) Ako je i 1 , 2 ,..., n realno rješenje višestrukosti 1, njemu odgovara funkcija yi ei x .
78
b) Ako je 1 , 2 ,..., n realno rješenje višestrukosti r, njemu odgovaraju funkcije y1 e x ,
y2 xe x ,..., yr x r 1e x .
Što se tiče nalaženja partikularnog rješenja y p jednačine (6), tražimo ga po pravilima već objašnjenim za
rješavanje u slučaju kad je n 2.
Zadaci
1. y 3 y 4 y 2 y e x cos x.
2. y y 2 y e x cos x.
4. y 2 y y 2 y e x x 2 .
6. y iv y xe x cos x
x
7. y 4 y 5 y 2 y 3x 5 e
8. y iv y 2cos x.
9. y iv 2a 2 y a 4 y cos ax
79
11. Lagranžova metoda varijacije konstanti
Ovu metodu koristimo za rješavanje diferencijalne jednačine oblika (6) ako se na desnoj strani (funkcija
f x ) ne pojavljuje nijedna od funkcija pomenutih u 10.2 (polinom, eksponencijalna funkcija, funkcije
sinusa ili kosinusa, te linearne kombinacije nabrojanih funkcija).
Uvedimo oznaku: L y y a1 y a2 y.
c1( x) y1 c2 ( x) y2 0
Tada je y c1 ( x ) y1 c2 ( x) y2 y c1( x) y1 c1 ( x) y1 c2 ( x) y2 c2 ( x) y2 , pa uvrštavanjem u (5)
slijedi:
c1 ( x ) y1 c1 ( x ) y1 c2 ( x ) y2 c2 ( x) y2 a1 (c1 y1 c2 y2 ) a2 (c1 y1 c2 y2 ) f ( x) , tj.
c1 ( x) y1 c2 y2 0
c1 y1 c2 y2 f ( x ).
c1 ( x) ( x) dx A , c2 ( x ) ( x ) dx B
80
n
U opštem slučaju, ako smo riješili homogenu jednačinu (7) i ako je y C y , C , C ,..., C
i i 1 2 n , opšte
i 1
n
rješenje te jednačine, tada se opšte rješenje jednačine (6) traži u obliku y C x y ,
i 1
i i pri čemu su
Poznavajući izvode, možemo dobiti pomoću integrala nepoznate funkcije Ci Ci x i 1, 2,..., n i zatim
napisati opšte rješenje jednačine (6) u obliku y C1 y1 C2 y2 ... Cn yn .
e2 x
Primjer 17: y 4 y 5 y
cos x
y 4 y 5 y 0
2 4 5 0 2 i
Dalje slijedi:
e2 x
c1 ( x)(2 cos x sin x)e2 x c2 ( x)(2sin x cos x)e 2 x
cos x
81
1
c1 ( x)(2 cos x sin x) c2 ( x)(2 sin x cos x)
cos x
0 sin x
1
2sin x cos x
cos x tgx
c1 c1 ( x) ln cos x K1
cos x sin x 1
2 cos x sin x 2sin x cos x
cos x 0
1
2 cos x sin x
c2 cos x 1 c ( x ) x K
2 2
1
1
Primjer 18: y y
cos 2 x
1
c1 sin x c2 cos x
cos 2 x
0 sin x
1
cos x
2 sin x
c1 cos x tgx
1 cos x
cos x 0
1
sin x
cos 2 x 1
c2
1 cos x
sin x 1
c1 ( x ) 2
dx K1
cos x cos x
82
dx dx dx
c2 ( x)
cos x x x
sin x 2sin cos
2 4 2 4 2
dx
x
2 x tg u
cos 4 2
1 4 2 x
dx ln tg K 2
2 x du 4 2
tg 2 x
4 2 2 cos
4 2
x
Rješenje polazne jednačine je y A cos x B sin x sin x ln tg , pri čemu su A i B
4 2
konstante.
Zadaci
1 1 e x e x
1. y y . 2. y 2 y 2 y x . 3. y y x x . 4. y 2 y 2 y e x tg x
cos 2 x e sin x e e
7
5. y 2 y y 3e x x 1. 6. y '' y ' 12 y x
.
e 1
83
12. Sistemi linearnih diferencijalnih jednačina sa konstantnim koeficijentima
dxi
Neka su x1 , x2 ,..., xn nepoznate funkcije koje zavise od argumenta t, a xi i 1, 2,..., n izvodi ovih
dt
funkcija po t. Tada se sistem jednačina
x1 a11 x1 a12 x2 ... a1n xn f1 t
x2 a21 x1 a22 x2 ... a2 n xn f n t
1 ,
...
xn an1 x1 an 2 x2 ... ann xn f n t
zove normalni sistem linearnih diferencijalnih jednačina prvog reda. Pri tome su aij i, j 1, 2,..., n realne
Sistem (1) ćemo rješavati samo u slučaju kad je n 2 ili n 3. Ako je n 2 sistem glasi:
x1 a11 x1 a12 x2 f1 t
2 .
x2 a21 x1 a22 x2 f 2 t
Ako je a12 0, sistem je već sveden na jednačinu po jednoj nepoznatoj funkciji, jer je takva prva jednačina
u (2). Otuda pretpostavimo da to ne važi. Tada iz prve jednačine u (2) možemo izraziti nepoznatu funkciju
x2 preko nepoznate x1 :
x a x f t x a x f t
x2 1 11 1 1 , ako je a12 0. Slijedi: x2 1 11 1 1 , pa onda uvrštavanjem u drugu
a12 a12
jednačinu u (2), dobijamo linearnu diferencijalnu jednačinu po nepoznatoj funkciji x1 t . Nakon toga lako
se dobije x2 t .
Analogno, mogli smo izraziti nepoznatu funkciju x1 preko funkcije x2 iz druge jednačine u (2) i onda to
uvrstiti u prvu jednačinu u (2).
84
Ako je n 3, sistem (1) glasi:
x1 a11 x1 a12 x2 a13 x3 f1 t
3 x2 a21 x1 a22 x2 a23 x3 f 2 t .
x3 a31 x1 a32 x2 a33 x3 f3 t
Diferenciraćemo prvu jednačinu u (3) po t: x1 a11 x1 a12 x2 a13 x3 f1 t . Zatim ćemo umjesto
x1 , x2 , x3 uvrstiti desne strane iz (3), pa će se dobiti jednačina oblika x1 b1 x1 b2 x2 b3 x3 g1 t . Kad
nju diferenciramo po t i opet zamijenimo na desnoj strani izvode x1 , x2 , x3 iz (3), dobićemo jednačinu
x1 c1 x1 c2 x2 c3 x3 g 2 t . Sistem (3) sada se može zamijeniti ekvivalentnim sistemom
x1 a11 x1 a12 x2 a13 x3 f1 t
4 x1 b1 x1 b2 x2 b3 x3 g1 t .
x3 c1 x1 c2 x2 c3 x3 g 2 t
Iz prve dvije jednačine u (4) možemo izraziti nepoznate funkcije x2 i x3 preko funkcije x1 i onda to uvrstiti
u treću jednačinu u (4). Na taj način, dobićemo linearnu diferencijalnu jednačinu po nepoznatoj funkciji x1.
Kad je riješimo, odmah dolazimo do rješenja za x2 i x3 .
Analogno, u sistemu (3) može se dva puta diferencirati druga ili treća jednačina, pa time doći do linearne
diferencijalne jednačine po nepoznatim funkcijama x2 ili x3 .
Riješeni primjeri:
t
x 2 x y 2e .....(5)
1.
.
y x 2 y 3e ....(6)
4 t
Iz (5) imamo da je y x 2 x 2et y x 2 x 2et . Uvrštavanjem u (6) dobijamo:
x 2 x 2et x 2 x 2 x 2et 3e 4t x 4 x 3x 2et 3e 4t .
85
Za odgovarajuću homogenu jednačinu
x 4 x 3x 0 postavljamo karakterističnu jednačinu
2 4 3 0, čija su rješenja 1 1 i 2 3. Otuda je opšte rješenje homogene jednačine
xh C1et C2 e3t .
t 4t t 4t t 4t
Partikularno rješenje je x p x1 x2 ate be xp ae t 1 4be xp ae t 2 16be ,
pa je aet t 2 16be 4t 4 aet t 1 4be 4 t 3 atet be 4 t 2et 3e 4t
2aet 3be 4t 2et 3e 4t a 1, b 1, dakle x p tet e 4t x C1et C2e3t tet e 4t .
t 3t t 4t
Dalje slijedi: x C1e 3C2e t 1 e 4e , pa je
y C1et C2e3t 3 t et 2e 4t .
2. x 2 x y; y x 3 y z; z 2 y 3 z x.
x 2 x y 2 2 x y x 3 y z 5 x 5 y z;
x 5 x 5 y z 5 2 x y 5 x 3 y z 2 y 3z x 16 x 18 y 8 z;
x 2 x y ............ 7
x x 5 y z ........ 8
x 16 x 18 y 8 z ..(9)
Iz (7) slijedi y x 2 x, a iz (8) je z 5 x 5 y x 5 x 5 x 2 x x x 5 x 5 x. Kad to uvrstimo u
(9) dobijamo da je x 16 x 18 x 2 x 8 x 5 x 5 x x 8 x 22 x 20 x 0.
86
Dobili smo linearnu homogenu jednačinu po nepoznatoj funkciji x x t . Njena karakteristična jednačina
je 3 8 2 22 20 0. Pomoću Hornerove šeme se pogodi jedno rješenje 1 2, a preostala dva se
2
dobiju iz kvadratne jednačine 6 10 0 2,3 3 i.
2t 3t
Otuda je x C1e e C2 cos t C3 sin t .
Dalje se dobije
y x 2x
2C1e 2 t 3e3t C2 cos t C3 sin t e3t C2 sin t C3 cos t 2 C1e 2 t e3t C2 cos t C3 sin t
2t 3t
Pošto je x 2C1e 3e C2 cos t C3 sin t e3t C2 sin t C3 cos t , to je
x 4C1e 2t 9e3t C2 cos t C3 sin t 6e3t C2 sin t C3 cos t 3e3t C2 cos t C3 sin t
2t 3t
pa je z x 5 x 5 x ... C1e e C2 4cos t sin t C3 4sin t cos t .
Zadaci
1. x z x y y x y z z y. 2. x x y y 2 x y 6sin 2 t.
3. x 2 x y 2 z y x z x y z. 4. x 2 x y 2 z y x 2 z z 2 x 3z.
dx dy
5. y tg 2 t 1; x tg t ; 6. x 2 x y sin t y 4 x 2 y cos t.
dt dt
dx dy dz
7. z y x x y z x y z. 8. x 3 x 4 y e 2 t y x 2 y 3e 2 t .
dt dt dt
dx 3 dy
9. x y 2 x 2 z y x 2 y 2 z z 3x 3 y 5 z. 10. 3 x y et 4 x 2 y e 2t .
dt 2 dt
1
11. x 2 x 2 z y y x 2 z z y 2 x z. 12. x x y y 2 x y.
cos t
87
12. 2 Ojlerova* metoda
Ovo je metoda kojom možemo rješavati homogene sisteme linearnih diferencijalnih jednačina. Potražimo
rješenja sistema
x a x a x a x
1 11 1 12 2 13 3
10 x2 a21 x1 a22 x2 a23 x3
x3 a31 x1 a32 x2 a33 x3
t
u obliku: xi Ai e i 1, 2,3 , pri čemu su Ai , i 1, 2,3 i neke realne konstante. Tada je
xi Ai et i 1, 2,3 , pa uvrštavanjem u (10) slijedi:
A1e t a11 A1e t a12 A2 et a13 A3et a11 A1 a12 A2 a13 A3 0
t t t t
A2 e a21 A1e a22 A2 e a23 A3e a21 A1 a22 A2 a23 A3 0... 11
t t t t
A3 e a31 A1e a32 A2e a33 A3e a31 A1 a32 A2 a33 A3 0
Dobili smo obični sistem linearnih jednačina sa nepoznatim A1 , A2 , A3 koji je homogen i koji uvijek ima
trivijalno rješenje A1 A2 A3 0. To rješenje nam ne odgovara, jer pomoću njega ne dobijamo (sva)
rješenja sistema (3). Otuda tražimo da sistem jednačina (11) ima netrivijalna rješenja. To se dešava ako i
samo ako je determinanta tog sistema jednaka nuli, dakle
Za jednačinu (12) kažemo da je karakteristična jednačina sistema (10). Njenim rješavanjem dobićemo tri
rješenja 1 , 2 , 3 , od kojih je bar jedno realno. Tačnije mogu se desiti sljedeći slučajevi:
2) Jednačina (12) ima tri realna rješenja, od kojih su neka jednaka, tj. 1 2 3 ili 1 2 3 .
88
Uvrštavanjem svakog od rješenja karakteristične jednačine i u sistem (11) dobićemo netrivijalna rješenja
i i i
tog sistema, a zatim možemo dobiti x1 , x2 , x3 , i 1, 2,3. Konačno rješenje sistema (10) se piše kao
i i i
linearna kombinacija izraza x1 , x2 , x3 , i 1, 2,3, tj.
x1 x1 x2 x3
Primjer 1: Riješićemo sistem x2 x1 x2 x3
x3 2 x1 x2 .
xi Ai et i 1, 2,3 xi Ai et i 1, 2,3 . Uvrštavanjem u dati sistem i dijeljenjem sa izrazom et u
sve tri jednačine, dobijemo
1 A1 A2 A3 0 1 1 1
A1 1 A2 A3 0 a otuda slijedi karakteristična jednačina 1 1 1 0.
2 A1 A2 A3 0, 2 1
2 1 1 1 1 1 1 1 1
0 1 1 0 2 0 1 1 0 2 0 1 1 0 .
2 1 1 1 0 0 1
A1 A2 A3 0
1 2 A1 A2 A3 0 .
2 A A 2 A 0
1 2 3
Sabiranjem prve dvije jednačine dobijemo A2 0 a otuda slijedi (iz bilo koje od tri jednačine u sistemu) da
1 2t 1 1 2t
je A1 A3 . Odaberimo da je A1 A3 1. Tada je x1 e , x2 0, x3 e .
A2 A3 0
2 1 A1 A3 0 .
2 A A A 0
1 2 3
2 t 2 t 2 t
Očito je A1 A2 A3 . Pridružićemo im vrijednost 1, pa je x1 e , x2 e , x3 e .
89
2 A1 A2 A3 0
3 1 A1 2 A2 A3 0.
2 A A A 0
1 2 3
. .
Primjer 2: Sistem x y z y x z z x y ima rješenja karakteristične jednačine
1 2, 2 3 1.
. .
Primjer 3: Sistem x x y z y x y z 3x z ima rješenja karakteristične jednačine 1 1,
2,3 1 2i.
Zadaci:
1) x 4 x y; y 3 x 2 y; z 2 x 3 y 4 z; i 1, 4,5 .
2) x 2 x y; y x 3 y z; z 2 y 3 z x; i 2,3 i .
3) x 2 x y; y 4 x 8 z ; z x; i 2, 2i .
4) x x y; y y 4 z ; z x 4 z; i 0, 3, 3 .
5) x 2 x y 2 z; y x 2 y 2 z; z 3x 3 y 5 z; i 3, 1, 1 .
90
LAPLASOVA TRANSFORMACIJA
Definicija 1: Nesvojstveni integral x e t t x1dt
x 0 zovemo Ojlerov integral druge vrste ili
0
gama funkcija.
t x
a
t x u tx dv e t dt x t a a t
x 1 e t dt lim e t dt lim t e e xt x 1dt .
a du xt x 1dt v e t a 0 0
0 0
a ax
Kako je t x e t x a
a e a 0, kad a (pokaže se Lopitalovim pravilom), imamo da je
0 e
a t x1
x 1 lim x e t dt x e t t x1dt x x .
a
0 0
Ako je x 1, tada je 1 e t dt e t
1.
0
0
n n 1 ! n
p m p m 1 p m 2 ... p 1 p p .
1
q 1
Definicija 2: Nesvojstveni integral B p, q x p 1 1 x
dx p, q 0 koji zavisi od parametara p i q
0
zovemo Ojlerov integral prve vrste ili beta funkcija.
91
p q
2) B p, q p, q 0 .
p q
Dokaz:
dy, slijedi: p q e x p 1 y q 1dxdy.
x p 1 y q 1 x y
2) Pošto je p e x dx, q e y
0 0 0 0
1 1
p 1
Slijedi: p q u p 1
e u 1 v uv q 1 ududv e u u p q 1du v q 1 1 v p 1 dv
0 0 0 0
p q B p, q .
Teorem je dokazan.
Primjeri 1:
1
t
2 arcsin 2 2 arcsin1 .
1
0
2
1 1
2
1 1 2 2 1
S druge strane, iz Teorema 1 je B , .
2 2 1 2
2
1 1
Znači .
2 2
3 5 3
Dalje iz x 1 x x slijedi: , ,...
2 2 2 4
2k 1 2k 1 !!
b) Dokazati da je za sve k .
2 2k
92
2
c) Uzimajući smjenu sin 2 x t u integralu sin
p
x cosq x dx, gdje je p 1, q 1, izraziti taj integral
0
preko beta i gama funkcije.
zt
L f F z e f t dt
0
i taj integral zovemo Laplasovom transformacijom funkcije f t . Pri tome se funkcija f t zove original,
sve t 0. Ukoliko funkcija g t ne zadovoljava taj uslov, treba je pomnožiti sa jediničnom funkcijom
0, t 0
u t , ukoliko želimo računati L g t . Jasno je tada da se transformacija L f može
1, t 0
zt
definisati i ovako: L f e f t dt.
0 0 0
at
e cos bt f t dt i e at sin bt f t dt ,
0 0
premda ne moramo ovako raditi, jer se pri integraciji kompleksne funkcije imaginarna jednica i može
tretirati kao konstanta.
93
Primjeri 2:
a
zt zt 1 zt a 1 az 1
a) f t 1 t 0 L f 0 e dt lim e dt lim z e 0 z lim e 1 .
a a
0
a
0 z
a
1 z t a
b) f t e t , 0 L f e zt e t dt lim e z t dt lim e
a a z 0
0 0
1
lim e z a 1 .
a z
z a
Da bi ovaj integral konvergirao, potrebno je da bude z . Naime, samo tada izraz e konvergira i teži
1
ka nuli kad a , pa je rezultat f t e t , 0 L f uz uslov da je z .
z
1
Može se pokazati da rezultat L e t z
važi i ako je .
c) Za svako realno a 1 je
x zt
a 1 xe
a x
dx zte
a a zt
zdt z a 1
t e
a zt
dt z a 1L t a .
0
dx zdt 0 0
z a 1 .
a a 1
Otuda slijedi da je L t a 1
n!
Specijalno za a n imamo da je n 1 n !, pa je L t n z n 1
n .
n!
Za vježbu dokažite jednakost L t n z n 1
n metodom matematičke indukcije.
L c1 f1 c2 f 2 c1L f1 c2 L f 2
L f1 , L f 2 i L c1 f1 c2 f 2 .
e c f t c f t dt e
zt zt zt
Dokaz: L c1 f1 c2 f 2 1 1 2 2 c1 f1 t dt e c2 f 2 t dt
0 0 0
c1 e zt f1 t dt c2 e zt f 2 t dt c1 L f1 c2 L f 2 .
0 0
94
Napomena: Teorem 2 važi i u slučaju kad su c1 , c2 .
Primjeri 3: Koristeći teorem 2, možemo naći Laplasovu transformaciju funkcija sin t , cos t ,
Znamo da je eix cos x i sin x i e ix cos x i sin x za svako x . Sabiranjem i oduzimanjem ovih
eix e ix eix e ix
jednakosti dobije se onda da je cos x sin x x . Zato je
2 2i
ei t e i t 1 1 1 1 1 z i z i
L sin t L L e L e
i t i t
2i 2i 2i z i z i 2i z 2 i 2 2
1 2i
2 2
2 ;
2i z z 2
eit e it 1 1 1 1 z
L cos t L L e L e
i t i t
z2 2 ;
2 2 2 z i z i
e t e t 1 1 1 1 1 z z
L s h t L L e L e
t t
2
2 2 2 z z z2 2
1 2
2 2
2 ;
2 z z 2
e t e t 1 1 1 1 z
L c h t L L e L e
t t
2 .
2 2 2 z z z 2
95
f t L f
1
1
z
t 1
n!
tn , n
z n 1
1
e t
z
sin t
z 2
2
z
cos t
z 2
2
sh t
z 2
2
z
ch t
z 2
2
0, t 0
Napomena: Funkcija t zove se impulsna funkcija. Ona ima osobinu da je t dt 1.
, t 0
Najmanji od brojeva s 0 za koje važi posljednja nejednakost zove se red eksponencijalnog rasta date
funkcije.
M
e zt f t Me s0t e zt Me s0 z t Me t e zt f t dt e zt f t dt M e t dt .
0 0 0
96
Teorem 4 (teorem o pomaku): Ako je z i L f t F z , tada je L e t f t F z .
z t
Dokaz: L e t f t e zt e t f t dt e f t dt F z .
0 0
Primjeri 4:
1) L sin t 22
L e t sin t 2
.
z z 2
n! n!
2) n L t n z n 1
L e t t n n 1
.
z
Za vježbu, naći Laplasovu transformaciju funkcija e t cos t , e t s h t , e t c h t.
1 z
Teorem 5 (teorem o sličnosti): Ako je k 0 i L f t F z , onda je L f kt F .
k k
1
Dokaz: L f kt e
zt
f kt dt , pa ako u ovom integralu uzmemo smjenu kt u dt du, tada je
0
k
u
1 z 1 z
L f kt e k
f u du F .
k 0 k k
intervalu 0, , tada postoji L f t za sve z i vrijedi L f t zL f t f 0 z .
Dokaz: L f t e
zt
f t dt. Dalje iskoristimo metodu parcijalne integracije, odabirući
0
u e zt du ze zt dt i dv f t dt v f t . Znači,
m
m m
L f t e zt f t dt lim e zt f t dt lim e zt f t z e zt f t dt
0
m
0
m
0 0
lim e mt
f t e f 0 z e zt f t dt .
0
m
0
mt
Očito je 0 e mt f t e mt Me t 0 m , pa je lim e f t 0. Tada očigledno vrijedi
m
L f z 2 L f zf 0 f 0 ,
97
L f z 3 L f z 2 f 0 zf 0 f 0 , itd. Općenito vrijedi formula
L f n z n L f z n 1 f 0 z n 2 f 0 ... zf n 2 0 f n 1 0 , za sve n .
n n
n
Teorem 7: Ako je L f t F z , tada je L t f t 1 F z n .
Dokaz: Dokažimo ovu tvrdnju metodom matematičke indukcije.
Za n 1 tvrdnja glasi: L tf t F z , što je tačno, jer iz jednakosti F z e
zt
f t dt slijedi,
0
diferenciranjem po parametru z: F z zt
e t f t dt e
zt
tf t dt L tf t .
0 0
k k
k
Pretpostavimo da važi tvrdnja L t f t 1 F z za neki prirodni broj k 1. Tada je
k k
F
k
z 1 L t k f t 1 e
zt k
t f t dt , pa onda diferenciranjem po parametru z
0
k k 1 k 1
F
k 1
z 1 e zt t t k f t dt 1 e zt t k 1 f t 1 L t k 1 f t , što znači da je
0 0
k 1
L t k 1 f t 1 F k 1 z . Teorem je dokazan.
Primjeri 5:
1
1) L e t
z
F z . Očito je tada
1 2 3 4
F z 2
z , F z 2 z , F z 6 z ,... naslućuje se da je
z
n
n n n 1 1 n!
F z 1 n ! z n 1 n . Pomoću teorema 7 dobijemo onda
z
n
L t e
n 1 n! n!
n t
1 n 1
n 1
za proizvoljno n .
z z
2) Izračunati integral te at cos tdt za proizvoljnu konstantu a.
0
98
Očito je L t cos t e zt t cos tdt , a s druge strane, pomoću teorema 7 je L t cos t F z , gdje je
0
z z2 1 z 2z z 2 1
F z L cos t 2 . Dakle, L t cos t 2
2
e zt t cos tdt.
z 1 z 1
2
z 1 0
2
at a2 1
Stavljajući da je z a , dobijamo e t cos tdt 2
.
0 a 2 1
f t
Teorem 8: Ako je L f t F z i konvergira integral z F u du , slijedi L F u du.
t z
Dokaz:
ut
ut
1 ut
f t zt f t
z z 0
F u du e f
t dt
du
0
f
t
z
e du
dt
0
f
t
t
e
z
dt
0
t
e dt L
t
.
f g t f t x g x dx.
Napomena: Ako su f t i g t originali, tj. funkcije na koje djeluje Laplasov operator, definicija 2 se
t
može pojednostaviti time da stavimo f g t f t x g x dx.
0
Dokaz: za vježbu.
Teorem 10: Ako je L f t F z i L g t G z , tada je L f g t F z G z , ili kraće
L f g L f L g .
Dokaz:
L f g e zt f g t dt zt
e f x g t x dx dt e zx
f e zt x g t x dt
x dx
99
zx
e f x dx e zu g u du L f L g .
3) Osobine Laplasove transformacije iskazane u teoremima 4,5, 7 i 8 često se koriste u rješavanju inverzne
transformacije.
4) Ako je funkcija F z napisana u obliku proizvoda dva ili više izraza, onda je zgodno korisiti konvolucije,
odnosno teorem 10.
Primjeri 6:
1
1) L1 ?
z 5 3
2! 2 t2 1 1 1 t2
Znamo da je L t 2
z3 z3
. Otuda je L 3
. Dakle, L 3
z 2
.
2 z
No, pošto imamo izraz z 5 umjesto z, primjenićemo još teorem 4. Množenjem originala sa e5t dolazi do
1 t 2 5t
željenog pomaka sa z na z 5, znači L1 e .
z 5 3 2
3z 5
2) L1 2 ?
z 4z 9
2
Najprije dovedemo kvadratni trinom na kanonski oblik, z 2 4 z 9 z 2 5, zatim brojnik
100
3z 5 3 z 2 11 z2 1
2
2
3 2
11 2
.
z 4z 9 z 2 5 z 2 5 z 2 5
L e 2 t cos t 5 z z22 5 i L e
2
2t
z 25 5 L
sin t 5 2
1 2t
5
e sin t 5
1
2
z 2 5
.
3z 5 11 2t
Otuda je L1 2
2t
3e cos t 5
z 4z 9 5
e sin t 5 .
1
3) L1 3 ?
z z
1 1
Funkcija je očito prava racionalna. Otuda postoje konstante a,b,c takve da je
z z z z 2 1
3
1 a bz c
2 1 az 2 a bz 2 cz.
z z 2 1 z z 1
1 1 z 1
Slijedi da je a 1, b 1, c 0. Dakle, 2 L1 3 1 cos t.
z z 1
2
z z 1 z z
1 1
Uočimo da je L 1 L sin t . Zato je
z z z z 2 1
3
t
1 t
sin t 1 sin xdx cos x cos t cos 0 1 cos t.
1
L 3
z z 0
0
Zadaci:
a) f t t e
2 4 t
cos 2t , b) f t 2t 2 cos 3t 3t 3e 2t , c) f t t 3 c h5t , d) f t sin 3 2t ,
4 sin t 2
e) f t cos t , f) f t , g) f t sin t t cos t , t 0, 0, 0,
t
2 et 1
h) f t s h t t c h t , t 0, 0, 0, i) f t .
t
101
3
2. Dokazati pomoću Laplasove transformacije da je te 3t sin t dt .
0
50
2 t ax sin x e 2t e4t
3. Izračunati integral a) t e cos t dt , b)
e dx, c) 0 t dt.
0 0
x
4. Naći original f t pri Laplasovoj transformaciji
z 2 3z 4 z2 2z 3 1
a) F z , , b) F z 2 , c) F z 3 ,
z z 1 z 2 z 2 z 2 z 2 z 5
2
z z 1
4
16 z 2 4 6 z 12 z2 2z 3
d) F z , e) F z , f) F z ,
z4 2z2 1 z 2 4 z 13
2
z 2 2 z 5
2
2z 3 1
g) F z , h) F z 4 .
z 3 z 4 z 8
2 2
z 2z2 1
102
VJEROVATNOĆA I STATISTIKA
Pojmovi „događaj“ i „vjerovatnoća događaja“ povezani su sa izvođenjem eksperimenta kod koga se ne zna
unaprijed njegov rezultat. Npr. bacanje numerisane kocke (numerisana je brojevima od 1 do 6), bacanje
novčića ili izvlačenje jedne ili više kuglica iz posude sa raznobojnim kuglicama. Svaki od mogućih ishoda pri
izvođenju nekog eksperimenta zovemo elementarnim događajem, a skup svih mogućih ishoda zovemo
prostor elementarnih događaja. Taj skup se najčešće obilježava slovom . Bilo koji podskup prostora
elementarnih događaja zove se događaj. Događaje uvijek obilježavamo velikim slovima latinice: A, B, C ... .
Događaj se prilikom izvođenja eksperimenta može realizovati (pojaviti) ili ne. Ukoliko se prilikom izvođenja
eksperimenta, realizacija nekog događaja ne može sa sigurnošću predvidjeti, kažemo da je taj događaj
slučajan. Za razliku od slučajnog događaja, imamo pouzdan ili siguran događaj – onaj koji se realizuje pri
svakom izvođenju eksperimenta i nemoguć događaj – onaj koji se ne može realizovati ni u jednom
izvođenju eksperimenta.
Primjeri 1:
a) Ako se baca homogena numerisana kocka, imamo 6 elementarnih događaja, Ai na gornjoj strani kocke
pada broj i, i 1, 2,3, 4,5, 6 . Otuda je A1 , A2 , A3 , A4 , A5 , A6 . Ali ako nas interesuje da na gornjoj
strani kocke padne paran broj, onda je to događaj, označimo ga slovom A, koji će se realizovati ako je
realizovan jedan od elementarnih događaja A2 , A4 ili A6 . Isto tako možemo posmatrati događaje:
Očito se događaj C može realizovati samo na jedan način, a to je ako prilikom bacanja kocke padne broj 6.
No događaji A i B se mogu realizovati na više načina. Samim tim, veća je šansa za njihovu realizaciju. Ta
„šansa“ u matematici se može precizno izraziti svojom brojčanom vrijednošću i zovemo je vjerovatnoćom.
Kolike su šanse događaja D na gornjoj strani kocke pada broj manji od 1 ili događaja E na gornjoj
strani kocke pada broj veći od 0?
Očito se događaj D ne može nikad realizirati, koliko god puta bacili kocku, a događaj E se uvijek realizira.
Otuda je D primjer nemogućeg, a E primjer pouzdanog događaja.
b) Imamo posudu u kojoj se nalazi 10 bijelih kuglica. izvodimo eksperiment izvlačenja jedne kuglice.
Događaj da će biti izvučena bijela kuglica je siguran događaj, a da će biti izvučena crna kuglica je nemoguć
događaj. Međutim, ako u posudi imamo i bijele i crne kuglice i izvlačimo iz te posude jednu kuglicu, oba
navedena događaja pri ovom eksperimentu bili bi slučajni događaji.
103
c) Prilikom eksperimenta bacanja novčića imamo da je G, P . Pri tome je G događaj da je pao „grb“,
a P je događaj da je palo „pismo“.
Definicije 1:
a) Ako su elementarni događaji koji čine događaj A istovremeno i elementi skupa elementarnih događaja
koji čine događaj B, kažemo da se događaj A sadrži u događaju B ili da događaj A povlači za sobom događaj
B, u oznaci A B.
Ukoliko je A B i B A, tada je A B.
b) Ako se dva događaja ne mogu realizirati istovremeno, kažemo da su to disjunktni događaji. Kažemo još
da se ti događaji međusobno isključuju.
c) Suprotni događaj događaja A je događaj A, koji se realizira ako se A ne realizira i obrnuto. Događaj A
sastoji se od svih elementarnih događaja koji ne pripadaju događaju A. Očito su događaji A i A disjunktni.
Osim toga, očito je A A.
d) Zbir ili unija dva događaja A i B, u oznaci A B ili A B, je događaj koji se realizira ako je realizovan
bar jedan od događaja A i B. Sastoji se od elementarnih događaja koji su uključeni u jednom ili drugom
događaju. Može se praviti zbir (unija) i više od dva događaja, npr. A B C ( A B C ) itd.
e) Proizvod ili presjek događaja A i B, u oznaci AB ili A B je događaj koji se realizira ako su realizovana
oba događaja, A i B. Sastoji se od elementarnih događaja koji su uključeni u oba data događaja. Analogno
se uvodi proizvod (presjek) i više od dva događaja.
a) Očito je A1 B , C A E.
c) Neka je F događaj da na gornjoj strani kocke pada neparan broj. Tada je F A i A F . kako bismo
riječima opisali suprotne događaje događaja B i C?
d) B A1 A2 , A A2 A4 A6 .
104
e) A2 B A. Nađi presjeke: B F , B C , A E , C A.
A B B A; A B B A;
A B C A B C ; A B C A B C ;
Isto tako važi zakon distributivnosti unije u odnosu na presjek i presjeka u odnosu na uniju:
A B C A C B C ; A B C A C B C ;
Ako označimo nemoguć događaj slovom U, a siguran slovom V, tada očito važi za proizvoljan događaj A da
je
A U A V A; A V V ; A U U ; A A U ; A A V .
U A V , A A B, B A B , A B A, A B B,
a očigledne su i tvrdnje
A B B C A C;
A C B C A B C;
C A C B C AB;
A B A A B.
Definicija 2: Kažemo da događaji A1 , A2 ,..., An obrazuju potpun sistem događaja ako se bar jedan od njih
realizuje pri izvođenju eksperimenta, tj. A1 A2 ... An V siguran događaj.
Primjer 3: Uz oznake iz Primjera 1, c) pri bacanju novčića, događaji P i G obrazuju potpun sistem događaja.
Zadatak za vježbu: Četiri studenta polažu ispit. Ako označimo redom sa A, B, C , D događaje da će prvi,
drugi, treći, odnosno četvrti student položiti ispit, izraziti preko tih događaja događaje
f) Položila su 3 studenta
Sljedeća definicija vjerovatnoće zove se u literaturi klasičnom definicijom vjerovatnoće. Odnosi se na slučaj
kad su svi elementarni događaji koji se pojavljuju pri izvođenju eksperimenta jednako mogući, tj. svi imaju
istu šansu da se realizuju pri bilo kom izvođenju eksperimenta. Ovu definiciju je dao francuski matematičar
Pierre Simon Laplace (Laplas), pa se zove još i Laplasova definicija vjerovatnoće.
Definicija 3: Neka se prostor elementarnih događaja nekog eksperimenta sastoji od n događaja, koji se
međusobno isključuju tj. A1 , A2 ,..., An , Ai Aj U nemoguć događaj, za sve
i, j 1, 2,..., n , i j i koji su jednako mogući. Ako događaj A uključuje m od ovih n elementarnih
m
događaja m n , tada je vjerovatnoća događaja A broj P A .
n
Primjeri 4:
b) Vjerovatnoća da prilikom bacanja novčića padne grb jednaka je vjerovatnoći da da padne pismo i iznosi
0,5.
1) Za svaki događaj A je 0 P A 1.
106
3) Ako je A B, tada je P A P B .
P A P A 1, pa je P A 1 P A i P A 1 P A .
P A B P A P B .
7) P A B C P A P B P C P A B P B C P C A P A B C .
Zadaci:
1. Istovremeno se bacaju dvije homogene numerisane kocke. Opisati prostor elementarnih događaja tog
eksperimenta, odrediti broj njegovih elemenata i izračunati vjerovatnoće događaja:
A – na obje kocke pao je isti broj, B – na kockama su pali brojevi čiji je zbir 7, C – na drugoj kocki je pao veći
broj, D – proizvod dobijenih brojeva je veći od 15.
2. U posudi se nalazi 10 kuglica, 4 bijele i 6 crnih. Na slučajan način iz posude se izvlači 5 kuglica. Izračunati
vjerovatnoću događaja: A – izvučene su 2 bijele i 3 crne kuglice, B – izvučena je bar jedna bijela kuglica,
C – izvučene su bar 2 bijele kuglice.
3. Nepismeno dijete sastavlja riječ od slova: A,A,A,E,I,K,M,M,T,T. Kolika je vjerovatnoća da će sastaviti riječ
"MATEMATIKA"?
4. Od cifara 1,2,3,4,5,6 se na slučajan način formira jedan šestocifren broj, čije su sve cifre različite.
Odrediti vjerovatnoću da je taj broj djeljiv brojem a) 3, b) 4, c) 5, d) 6, e) 9, f) 10,
g) 12
5. U kutiji se nalaze 3 kuglice: crna, žuta i bijela. Iz kutije se izvlače jedna po jedna 5 kuglica, pri čemu se
svaki put izvučena kuglica vraća u kutiju. Naći vjerovatnoću da crna i bijela kuglica budu izvučene bar po
2 puta.
Rješenje: Generalno, možemo uočiti tri povoljna slučaja u ovom eksperimentu: prvi - ako su crna i bijela
kuglica izvučene po dva puta, a jednom je izvučena žuta kuglica; drugi – bijela je izvučena tri, a crna
kuglica dva puta; treći – crna je izvučena tri puta, a bijela kuglica dva puta. Prvi slučaj može se desiti na
5!
P5 2,2,1 30 načina (broj permutacija sa ponavljanjem), a drugi i treći slučaj na
2!2!1!
5
3,2 5! 1 50
P5 10 načina. Otuda je tražena vjerovatnoća jednaka P 30 10 10 .
3!2! 3 243
107
6. Od cifara 1,2,3,4,5 se na slučajan način formira jedan petocifren broj, čije su sve cifre različite. Odrediti
vjerovatnoću da je taj broj veći od 21543.
7. U posudi se nalazi 5 bijelih, 4 crne, 2 plave i 6 crvenih kuglica. Iz posude se izvlači 7
kuglica. Naći vjerovatnoću događaja:
8. Iz špila od 52 karte izvlače se 3 karte. Naći vjerovatnoću događaja: A – izvučena su 3 pika, B – izvučene
su dvije osmice i dama, C – sve tri izvučene karte su istog znaka, D – izvučen je bar jedan as.
9. U kutiji se nalazi a bijelih i b crnih kuglica, a 2, b 2. Iz kutije se istovremeno vade 2 kuglice. Da li je
vjerovatnije da ćemo izvući dvije kuglice iste boje ili dvije raznobojne kuglice?
10. Za okrugli sto sjelo je N ljudi, N 2. Među njima su Mehmed i Dragana. Kolika je vjerovatnoća da njih
dvoje sjede jedno do drugog?
3. Geometrijska vjerovatnoća
U nekim eksperimentima imamo beskonačan prostor elementarnih događaja. Tada se najčešće dešava i da
ti događaji nemaju jednaku mogućnost realizacije, pa je očito da se pojam vjerovatnoće treba proširiti.
Pretpostavimo da su A i B dvije oblasti u ravni ili prostoru, pri čemu je oblast B sadržana u oblasti
A, B A. Pretpostavimo da je na slučajan način izabrana jedna tačka u većoj oblasti A. Želimo izračunati
vjerovatnoću događaja da se izabrana tačka nalazi i unutar manje oblasti B. Očito se tražena vjerovatnoća
povećava ako se oblast B povećava ili ako se oblast A smanjuje. Ako označimo sa m A i m B mjere
tih oblasti, tada je tražena vjerovatnoća jednaka
m B
P .
m A
Ako su A i B oblasti u ravni, mjera m je njihova površina, a ako su to oblasti u prostoru, m je njihova
zapremina.
Primjer 5: Svakog punog sata (6:00, 7:00, 8:00, ...) sa stajališta polazi autobus koji vozi do fakulteta, a
svakog pedesetog minuta u satu (6:50, 7:50, ...) polazi autobus koji ide do kafane. Kad student dođe na
stajalište ulazi u autobus koji prvi naiđe. Izračunati vjerovatnoću da će student otići na fakultet i da će otići
u kafanu.
108
Posmatrajmo samo situaciju unutar jednog sata. Očito je sljedeće: ako je student došao na stajalište u
intervalu od 7 do 7:50, ući će u autobus koji vozi do kafane. Ako je došao na stanicu u intervalu od 7:50 do
8, otići će na fakultet. Ako interval od 7 do 8 sati shvatimo kao duž dužine 60 (minuta), interval od 7 do 7:50
5
je duž dužine 50, a od 7:50 do 8 je duž dužine 10, tada je vjerovatnoća da će student otići u kafanu P1 ,
6
1
a da će otići na fakultet P2 .
6
Zadaci:
1. Oko jednakostraničnog trougla opisan je krug. Ako je izabrana proizvoljna tačka unutar kruga, izračunati
vjerovatnoću da se tačka nalazi unutar datog trougla.
2. Lopta je upisana u kocku. Ako je izabrana na slučajan način tačka unutar kocke, naći vjerovatnoću da je
ta tačka i unutar lopte.
3. U uspravni valjak je upisana kocka. Na slučajan način je izabrana proizvoljna tačka unutar valjka. Kolika
je vjerovatnoća da se ta tačka načazi unutar kocke?
4. Na slučajan način su izabrana dva pozitivna broja x i y koji nisu veći od 2. Naći vjerovatnoću da njihov
y
proizvod ne bude veći od 1, a da količnik ne bude veći od 2.
x
5. Sastanak dvije osobe zakazan je između 19 i 21 sat na određenom mjestu uz obavezu čekanja 10
minuta. Kolika je vjerovatnoća susreta ako je dolazak svake od osoba nezavisan i jednako moguć u bilo
koje vrijeme između 19 i 21 sat?
6. U unutrašnjosti elipse x 2 2 y 2 4 izabrana je jedna proizvoljna tačka. Izračunati vjerovatnoću da se
ta tačka nalazi unutar kružnice x 2 y 2 2.
7. Oko jednakokrakog trougla čija je osnovica a 24 i krak b 20 opisan je krug. Ako je izabrana
proizvoljna tačka unutar tog kruga, izračunati vjerovatnoću da se izabrana tačka nalazi i unutar trougla.
8. U krugu poluprečnika r izabrana je na slučajan način jedna tačka. Odrediti vjerovatnoću da je ta tačka
bliža kružnoj liniji nego centru kruga.
9. U jednakokrakom trapezu ABCD poznata je manja osnovica CD = 4, a kraci su jednaki sa manjom
osnovicom i nagnuti prema većoj osnovici pod uglom od 600. Ako su E i F projekcije tačaka D i C na veću
osnovicu, izračunati vjerovatnoću da će slučajno izabrana tačka unutar trapeza ABCD biti i unutar
pravougaonika CDEF.
10. U krug poluprečnika r = 15 cm upisan je pravougaonik čije su stranice u omjeru 3:4. Izračunati
vjerovatnoću da će slučajno izabrana tačka unutar datog kruga biti u pravougaoniku.
11. Na slučajan način se biraju dva broja iz intervala [0,1]. Kolika je vjerovatnoća da je njihov zbir manji od
5
1, a proizvod veći od ?
36
12. Odrediti vjerovatnoću da rješenja jednačine jednačine x 2 px q 0 budu realna ako se koeficijenti
p i q slučajno biraju iz intervala 1,1 .
13. Dva broda treba da stignu u istu luku. Njihova vremena dolaska su slučajna, međusobno nezavisna i
jednako vjerovatna u toku 24 sata. Kada brod A stigne u luku, ostaje u njoj jedan sat radi istovara robe,
a kad brod B stigne u luku, ostaje u njoj dva sata. Luka je mala, tako da ne može da primi odjednom oba
broda. Naći vjerovatnoću da će jedan od brodova morati da čeka ispred luke dok drugi brod ne ode.
109
4. Uslovna vjerovatnoća
Ako pri izračunavanju vjerovatnoće nekog događaja ne postoje nikakva druga ograničenja, osim uslova koji
se pojavljuju pri izvođenju eksperimenta, takvu vjerovatnoću zovemo apsolutnom. Međutim, ponekad je
potrebno računati vjerovatnoću događaja A, pod uslovom da se realizovao događaj B, koji nije nemoguć.
Takvu vjerovatnoću zovemo uslovnom.
P A B
računamo po formuli P A B .
P B
Primjer 6: Ako se baca homogena numerisana kocka, kolika je vjerovatnoća da ćemo dobiti paran broj, pod
uslovom da je taj broj manji od 4?
Ako označimo sa A događaj da na kocki pada paran broj, a sa B događaj da je pao broj manji od 4, tada je
3 1 1
očito A B događaj da je na kocki pao broj 2. Očito je P B , P A B , pa je
6 2 6
1
P A B 6 1
P A B .
P B 1 3
2
P A B C P A P B A P C A B .
P A B C P B P C B P A C B ,
110
Definicija 5: Za događaje A i B kažemo da su nezavisni ako je P A B P A P B .
Napomena: Analogno, ako imamo proizvoljan, ali konačan broj događaja A1 , A2 ,..., An , smatramo da su oni
nezavisni ukoliko je P A1 A2 ... An P A1 P A2 ... P An .
1 1
Primjer 7: Ako je P A , P A B , P B p, izračunat p ako se zna da su A i B nezavisni
4 3
događaji.
Zadaci:
1. Student je došao na ispit, znajući 85 od ukupno 100 pitanja. Na ispitu se izvlači cedulja sa 3 pitanja.
Odrediti vjerovatnoću da će student znati odgovor na sva 3 pitanja.
2. Dva broja se na slučajan način biraju odjednom iz skupa 1, 2,3,...,10 . Ako je zbir izabranih
brojeva paran broj, naći vjerovatnoću događaja da su oba izabrana broja neparni.
3. 3 strijelca gađaju cilj nezavisno jedan od drugog. Vjerovatnoća pogotka za prvog strijelca je 0,4, za
drugog je 0,5, a za trećeg 0,7. Odrediti vjerovatnoću slijedećih događaja:
a) Cilj je pogođen tačno jednom
4. Broj telefona jednog pretplatnika ima 6 cifara. Odrediti vjerovatnoću da su sve cifre različite.
5. Iz vreće koja sadrži 7 bijelih i 5 crnih kuglica izvučene su 3 kuglice. Ako su sve izvučene kuglice iste
boje kolika je vjerovatnoća da su izvučene kuglice bijele boje.
6. U kutiji je 7 bijelih i 5 crnih kuglica. Izvlači se na slučajan način, jedna po jedna, 5 kuglica. Kolika je
vjerovatnoća da će se izvući 5 bijelih kuglica ako izvučene kuglice:
a) vraćamo u kutiju i b) ne vraćamo u kutiju.
7. Iz špila od 52 karte izvlače se 4 karte. Neka je A događaj da su bar dvije izvučene karte srca, a B
događaj da su bar tri izvučene karte srca. Odrediti vjerovatnoću događaja B|A.
111
5. Totalna vjerovatnoća, Bajesov* teorem
Teorem 2: Ako događaji H1 , H 2 ,..., H n obrazuju potpun sistem događaja i ako se oni međusobno
isključuju, tada se vjerovatnoća proizvoljnog događaja A može računati po formuli:
n
P A P H i P A H i .
i 1
Teorem 3 (Bajesov teorem): Ako događaji H1 , H 2 ,..., H n obrazuju potpun sistem događaja i ako se oni
međusobno isključuju, za proizvoljni događaj A kod koga je P A 0 je
P Hi P A Hi
P H i A n i 1, 2,..., n .
PH P A H
i 1
i i
112
Dokaz: Najprije koristimo formulu za uslovnu, pa zatim za totalnu vjerovatnoću. Imamo da je
P H i A P Hi P A Hi P Hi P A Hi
P H i A n i 1, 2,..., n .
P A P A
PH P A H
i 1
i i
Inače, vjerovatnoća da će nastati kratak spoj u lampi je 0,35; da će se desiti kratak spoj u namotajima
transformatora je 0,30; da će se oštetiti kondenzator je 0,25, a da će se desiti neka druga havarija je 0,10.
Izračunati vjerovatnoću događaja da će otkazati osigurač u električnom kolu i ako se to desilo, naći
najvjerovatniji razlog tog otkazivanja.
0,30 0, 6 9
P H 2 A 0, 29.
0, 62 31
0, 25 0, 7 35
P H 3 A 0, 28.
0, 62 124
113
0,10 0,9 3
P H 4 A 0,15.
0, 62 31
Zadaci:
1. U jednoj fabrici 40% proizvodnje obavlja se na mašini M 1 , 20% na mašini M 2 , a ostatak na mašini
M 3 . U toku proizvodnje na mašini M 1 javlja se 1,5% škarta, na mašini M 2 1,2% škarta, a na trećoj
mašini javlja se 1,7% škarta.
a) Ako se nakon čitave proizvodnje slučajno odabere jedan proizvod, odrediti vjerovatnoću da je taj
proizvod škart.
M 2 , odnosno M 3 .
2. Avion A ima 4 rakete koje će ispaliti na avion B. Vjerovatnoća pogotka bilo kojom od te 4 rakete je
0,4. Da bi avion B bio uništen, dovoljna su dva pogotka. Ako je avion B pogođen samo jednom
raketom, vjerovatnoća da će biti uništen je 0,6. Naći vjerovatnoću da će avion B biti uništen.
3. U kutiji se nalaze crvena, plava i zelena kockica. Plava kockica je ispravno numerisana brojevima od
1 do 6, na zelenoj kockici nalaze se brojevi 2, 4 i 6 na po dvije strane, dok se na crvenoj kockici na
svih šest strana nalazi broj 6. Na slučajan način se bira jedna kockica i baca se tri puta.
a) Naći vjerovatnoću događaja da je u sva tri bacanja pao broj 6.
4. Date su dvije kutije. U prvoj se nalazi 7 bijelih i 3 crne kuglice, a u drugoj 5 bijelih i 8 crnih kuglica. Iz
prve kutije prebačena je jedna kuglica u drugu kutiju. Ako je iz druge kutije izvučena bijela kuglica,
izračunati vjerovatnoću da je iz prve kutije prebačena crna kuglica u drugu kutiju.
5. Na planinskom putu u susret jedan drugom kreću se dva vozila. Vjerovatnoća da će se bezbjedno
mimoići je 0,999 ako su vozači trijezni, 0,7 ako je jedan od vozača pijan, a 0,4 ako su oba vozača
pijana. Izračunati vjerovatnoću da će se vozila mimoići bez nesreće, ako se zna da je svaki deseti
vozač na tom putu pijan.
6. Date su dvije skupine proizvoda. Jedna od njih sadrži 12, a druga 10 komada, pri čemu se u obje
skupine nalazi po jedan neispravan proizvod. Nasumice je uzet jedan proizvod iz prve skupine i
prebačen u drugu, a poslije toga slučajnim odabirom uzima se jedan proizvod iz druge skupine.
Odrediti vjerovatnoću da je taj proizvod neispravan.
7. Od 16 studenata koji su došli na ispit 3 su se pripremila odlično, 4 vrlo dobro, 5
dobro i 4 slabo. Odlično pripremljen student zna odgovore na svako od 20 postavljenih
pitanja, vrlo dobro pripremljen student zna odgovore na 15, dobro pripremljen na 12, a
slabo pripremljen student zna odgovore na samo 6 pitanja. Na ispitu student odgovara na 3
pitanja.
a) Odrediti vjerovatnoću da će slučajno izabrani student odgovoriti na sva 3 pitanja.
114
b) Ako je izabrani student odgovorio na sva 3 pitanja, odrediti vjerovatnoću da je to dobro
pripremljeni student .
8. Prilikom eksplozije granata se raspada na male , srednje i velike gelere. Mali geleri čine 50 % ,
srednji 40 % a krupni 10 % svih gelera. Prilikom udara u oklop krupni geler ga probija sa
vjerovatnoćom 0,8 , srednji sa vjerovatnoćom 0,3 , a mali sa vjerovatnoćom 0,06. U momentu
eksplozije na oklop je pao samo jedan geler i probio ga. Naći vjerovatnoću da je oklop probijen:
a) malim, b) srednjim, c) velikim gelerom.
9. Imamo 4 kutije sa kuglicama različitog sastava. U prvoj kutiji su dvije bijele i dvije crne kuglice, u
drugoj su jedna bijela i dvije crne, u trećoj su tri bijele i tri crne, a u četvrtoj dvije bijele i pet crnih
kuglica. Na slučajan način bira se jedna kutija i iz nje se izvlači jedna kuglica. Ako je vjerovatnoća
i
izbora i – te kutije pi i 1, 2,3, 4 , izračunati vjerovatnoću događaja da je izvučena bijela
10
kuglica.
Ovako postavljen problem poznat je u teoriji vjerovatnoće kao Bernulijeva šema ili Bernulijevi
eksperimenti.
Međutim, moguće su očito i neke druge kombinacije, npr. u prvom izvođenju se A ne realizira, u
drugom se realizira, itd. Broj načina da se događaj A realizira k puta u n izvođenja eksperimenta jednak
n
je broju kombinacija k – te klase od n elemenata bez ponavljanja, dakle Cnk .
k
n
Otuda je Pn , k p k q n k 0 k n vjerovatnoća događaja da se u n izvođenja eksperimenta
k
događaj A realizira tačno k puta.
115
Primjeri 9:
a) Kolika je vjerovatnoća da prilikom 8 bacanja homogene numerisane kocke tri puta padne broj 1?
1 5
Očito je n 8, k 3, p , q , pa je
6 6
3 5 5
8 1 5 876 1 5 7 55 21875
P8,3 3 5 5
0,104.
3 6 6 1 2 3 6 6 27 6 209952
b) Da li je vjerovatnije da se pri jednom bacanju 4 homogene numerisane kocke dobije bar jedna
jedinica ili da se pri 24 bacanja dvije homogene numerisane kocke dobiju bar jednom dvije jedinice?
Kad bacamo 4 homogene numerisane kocke, svaki elementarni događaj možemo prikazati u vidu jedne
uređene četvorke brojeva a, b, c, d , pri čemu su a, b, c, d 1, 2,3, 4,5, 6 . Prostor elementarnih
događaja ima 64 1296 elemenata. Ako je A događaj da se pri bacanju 4 kocke dobije bar jedna
jedinica, tada nam je lakše odrediti najprije vjerovatnoću suprotnog događaja A. Elementarni događaji
koji ulaze u sastav događaja A su opisani svim uređenim četvorkama a, b, c, d , pri čemu
a, b, c, d 2,3, 4,5, 6 . Takvih događaja ima očito 54 625 broj varijacija četvrte klase od pet
54 625 625 671
elemenata sa ponavljanjem. Otuda je P A 4
6 1296
P A 1
1296 1296
0,5177.
Neka je B događaj da se pri 24 bacanja dvije kocke dobiju bar jednom dvije jedinice. Kao i kod nalaženja
P A i ovdje ćemo najprije odrediti vjerovatnoću suprotnog događaja. Kod bacanja dvije kocke
prostor elementarnih događaja ima 36 elemenata. Ako posmatramo događaj da se prilikom bacanja
dvije kocke ne pojavljuje jedinica istovremeno na obje kocke (dakle od 36 uređenih parova
a, b , a, b 1, 2,3, 4,5, 6 , isključen je par 1,1 ), on uključuje u sebi 35 elementarnih događaja, pa
35
je njegova vjerovatnoća očito jednaka . Ako želimo da prilikom 24 bacanja dvije kocke, nijednom ne
36
padne jedinica na obje kocke istovremeno, tada je vjerovatnoća tog događaja
24 0 24 24
24 35 1 35 35
P B P24,24 0,5086, pa je P B 1 0, 4914.
24 36 36 36 36
Dakle, vjerovatnije je da se pri jednom bacanju 4 homogene numerisane kocke dobije bar jedna
jedinica, nego da se pri 24 bacanja dvije homogene numerisane kocke dobiju bar jednom dvije jedinice.
n
Ako vjerovatnoću Pn , k p k q n k shvatimo kao funkciju parametra k, možemo naći za koje
k
k 0,1, 2,..., n ta vjerovatnoća ima maksimalnu vrijednost, tj. koliki je najvjerovatniji broj realizacija
događaja A u izvođenju n nezavisnih eksperimenata?
116
Za takvo k je očito Pn ,k Pn ,k 1 i Pn , k Pn , k 1. Pošto je
n k 1 n k 1 n! 1 p n! n k k nk
Pn , k 1 p q p k pq n k p q
k 1 k 1! n k 1! q q k ! n k ! k 1
nk p
Pn, k ,
k 1 q
očito Pn , k Pn ,k 1 1
n k p np kp qk q k np q. Uzeto je u obzir da je p q 1.
k 1 q
n k 1 n k 1 n! 1 q n! k
Pn , k 1 p q p k q n k q p k q n k
k 1 k 1! n k 1! p p k ! n k ! n k 1
k q k q
Pn,k , pa slijedi: Pn, k Pn ,k 1 1 kq np kp p k np p.
n k 1 p n k 1 p
Primjeri 10:
Zadaci
1. Tri strijelca gađaju cilj i svaki od njih ima samo jedan metak. Prvi strijelac pogađa cilj sa
vjerovatnoćom 0,5; drugi pogađa cilj sa vjerovatnoćom 0,6, a treći sa vjerovatnoćom 0,7. Označimo
sa A događaj koji se realizuje kada je cilj pogođen (bar jednom). Označimo sa B događaj koji se
117
realizuje kada pri bacanju dvije numerisane kocke dobijamo brojeve čiji je zbir veći od 9. Odrediti da
li je vjerovatnije da će se realizovati događaj A ili da će se pri 6 uzastopnih bacanja dvije numerisane
kocke događaj B realizovati 3 puta?
2. Provodi se 5 nezavisnih eksperimenata. U svakom od njih nastupa događaj A sa vjerovatnoćom
p 0, 4. Događaj B realizuje se sa vjerovatnoćom 0,8 ako se događaj A realizovao ne manje od 3
puta, realizuje se sa vjerovatnoćom 0,5 ako se događaj A realizovao tačno 2 puta, realizuje se sa
vjerovatnoćom 0,3 ako se događaj A realizovao jednom, a ne može se realizovati ako se događaj A
ne realizuje. Odrediti vjerovatnoću događaja B .
3. Vjerovatnoća da strijelac pogodi metu u jednom gađanju je p 0,9. Kolika je vjerovatnoća da će
strijelac u 12 pokušaja:
a) bar jednom pogoditi metu?
b) bar dva puta pogoditi metu?
4. Vjerovatnoća da strijelac pogodi metu u jednom gađanju je p 0,9. Koliko metaka treba
ispaliti pa da najvjerovatniji broj pogodaka bude 14?
1 1
5. Ako je u Bernulijevoj šemi p 0,5, dokazati da je P2n ,n za sve n .
2 n 2n 1
Uputa: Koristiti matematičku indukciju.
1
6. U jednom eksperimentu događaj A nastupa sa vjerovatnoćom p . Koliko puta treba izvesi
3
eksperiment da bi se sa vjerovatnoćom većom od 0,99 moglo očekivati bar jedna realizacija
događaja A?
n
2
Uputa: riješiti jednačinu po nepoznatom n : 0,99 1 . Dobija se n 12.
3
118
SLUČAJNE PROMJENLJIVE
1. Uvod
Pri izvođenju nekog eksperimenta često se može uočiti neka veličina koja je promjenljiva i koja ima neke
brojne vrijednosti, u zavisnosti od rezultata eksperimenta. Npr. kad bacamo numerisanu kocku, ne znamo
koji će broj pasti na gornjoj strani kocke, ali očekujemo jedan od brojeva 1,2,3,4,5,6. Takve veličine zovemo
slučajnim veličinama ili slučajnim promjenljivim.
Definicija 1: Slučajna promjenljiva (slučajna varijabla, slučajna veličina, obilježje) je funkcija koja svakom
elementarnom događaju pridružuje neki realan broj.
Slučajne promjenljive označavamo velikim slovima latinice: X , Y , Z ,..., a njihove vrijednosti malim slovima
latinice x1 , x2 , x3 ,..., y1 , y2 ,...z1 , z2 ,...
Dakle, ako je X slučajna promjenljiva, tada X : , pri čemu je oznaka za prostor elementarnih
događaja nekog eksperimenta. Oznakom R X označavamo skup svih vrijednosti koje može da primi slučajna
promjenljiva X. Ovaj skup može biti konačan ili beskonačan. Iz Matematike I znamo da se među
beskonačnim skupovima razlikuju prebrojivo beskonačni i neprebrojivo beskonačni. Sve elemente
prebrojivo beskonačnog skupa možemo poredati u niz (ekvivalentno: postoji bijekcija između tog skupa i
skupa prirodnih brojeva), dok se to ne može uraditi kod neprebrojivo beskonačnog skupa. Primjeri
neprebrojivo beskonačnog skupa su: skup realnih brojeva, skup iracionalnih brojeva, intervali, itd. Poznato
je da su skupovi cijelih i racionalnih brojeva prebrojivi.
Definicija 2: Ukoliko je R X konačan ili prebrojivo beskonačan skup, kažemo da je slučajna promjenljiva X
diskretna (diskontinuirana), a ukoliko je R X neprebrojivo beskonačan skup, za X se kaže da je neprekidna
(kontinuirana) slučajna promjenljiva.
Primjeri 1:
a) Broj koji pada na gornjoj strani kocke u eksperimentu bacanja homogene numerisane kocke je očito
diskretna slučajna promjenljiva, jer ima 6 različitih vrijednosti.
b) Novčić se baca dva puta. Neka je X broj koji označava koliko puta je pao grb. Očito je
PP, PG , GP, GG i X GG 2, X GP X PG 1, X PP 0. Otuda je RX 0,1, 2.
Dakle, X je diskretna slučajna promjenljiva.
c) Kao primjere diskretnih slučajnih promjenljivih možemo pomenuti i: broj automobila koja prođu na
nekom putu u toku 24 sata, broj putnika u vozu, broj loših proizvoda ustanovljenih u kontroli kvaliteta, broj
pretplatnika mobilne telefonije, itd.
d) Primjeri neprekidnih slučajnih promjenljivih: vrijeme trajanja sijalice, visina i težina čovjeka, brzina
kretanja automobila, itd.
119
2. Diskretna slučajna promjenljiva
proizvoljni broj i 1, 2,..., n označimo sa X xi događaj : X xi događaj koji uključuje
sve elementarne događaje za koje promjenljiva X ima vrijednost xi , i 1, 2,..., n. Neka je
pi P X xi i 1, 2,..., n . Tada možemo pisati:
x x ... x
(1) X 1 2 n .
p1 p2 ... pn
Očito je p1 p2 ... pn 1. Šematski zapis (1) zovemo zakon raspodjele vjerovatnoća (ili kraće: zakon
vjerovatnoće) slučajne promjenljive X. To je pravilo po kojem svakoj vrijednosti slučajne promjenljive
pridružujemo odgovarajuću vjerovatnoću. Time je ukupna vjerovatnoća, jednaka jedinici, raspodijeljena na
pojedine vrijednosti slučajne promjenljive. Zato se često kaže da šema (1) predstavlja raspodjelu slučajne
promjenljive X.
Sljedeća definicija nije ograničena samo na diskretne slučajne promjenljive, tj. posmatramo proizvoljnu
(diskretnu ili neprekidnu) slučajnu promjenljivu X.
0, x x1
p , x x x
1 1 2
x x ...
1 2 n x
1p p 2 , x2 x x3
Ako je X , tada je F x .
p1 p2 ... pn ..........
p1 p2 ... pn1 , xn1 x xn
1, x xn
1) 0 F x 1 x .
120
2) P a X b F b F a za sve a, b , a b.
4) F 0, F 1.
5) Ako je X diskretna slučajna promjenljiva data zakonom raspodjele (1), tačke prekida funkcije F x su
upravo vrijednosti x1 , x2 ,..., xn slučajne promjenljive.
Dokaz:
To znači da je P a X b P X b P X a F b F a .
X siguran, pa je F P X 1.
Dakle, funkcija raspodjele vjerovatnoća F x diskretne slučajne promjenljive X nije neprekidna i ima
onoliko tačaka prekida koliko slučajna promjenljiva X ima vrijednosti. Ovo je očigledno i sa grafika funkcije
F x.
Primjer 2: Protivvazdušna odbrana gađa sa zemlje avion. Da se avion uništi potreban je jedan pogodak u
prednji dio ili tri pogotka u zadnji dio aviona. Vjerovatnoća pogotka u prednji dio aviona je 0,3, a
vjerovatnoća pogotka u zadnji dio je 0,7. Gađanje se izvodi sve dok se avion ne uništi. Neka je X slučajna
promjenljiva koja nam daje broj pogodaka u avion, potrebnih za njegoov rušenje. Napisati zakon raspodjele
vjerovatnoća promjenljive X i naći njenu funkciju raspodjele F x .
121
P X 2 0, 7 0, 3 0, 21 vjerovatnoća da je avion srušen sa dva pogotka, najprije u zadnji, pa onda u
prednji dio;
0, x 1
0,3, 1 x 2
1 2 3
Dakle, X . Otuda se dobije da je F x .
0,3 0, 21 0, 49 0,51, 2 x3
1, x3
Zadaci:
1. Novčić se baca 5 puta. Neka je slučajna promjenljiva X broj koliko puta se pojavio grb. Naći njen
zakon vjerovatnoće.
2. Iz kutije u kojoj su tri bijele i 7 crnih kuglica uzastopno se izvlači po jedna kuglica bez vraćanja, sve
dok se prvi put ne izvuče crna kuglica. Naći zakon vjerovatnoće slučajne promjenljive X koja
predstavlja broj izvučenih kuglica.
1 2 ... n ...
3. Odrediti konstantu c, tako da je X zakon vjerovatnoće neke slučajne
p p
1 2 ... pn ...
c
promjenljive, ako se zna da je pn n 1, 2,3,... .
2n
4. 20 studenata je položilo jedan ispit. Pri tome, šestero je dobilo ocjenu 6, osmero je dobilo ocjenu 8,
dvoje ocjenu 9, a četvero ocjenu 10. Ako se na slučajan način izaberu dva studenta između njih 20,
naći zakon vjerovatnoće slučajne promjenljive X i F x , gdje je X – srednja ocjena izračunata za
dva izabrana studenta.
5. U posudi se nalazi 12 kuglica: 3 bijele, 4 plave i 5 crvenih. Iz posude se izvlače (bez vraćanja u
posudu) dvije po dvije kuglice, dok se ne izvuku dvije crvene kuglice ili dok se ne izvuku sve kuglice
iz posude. Neka je X slučajna promjenljiva koja predstavlja broj izvlačenja kuglica iz posude. Naći
zakon vjerovatnoće slučajne promjenljive X i F x .
6. Iz špila od 32 karte izvlače se 3 karte odjednom. Date su slučajne promjenljive: X je broj izvučenih
asova, a Y je broj izvučenih dama ili kraljeva. Naći zakon raspodjele vjerovatnoća slučajnih
promjenljivih X i Y.
7. Strijelac gađa u metu sve dok je ne pogodi i ima na raspolaganju neograničen broj metaka. Ako
strijelac pogađa metu sa vjerovatnoćom p 0,3 , odrediti zakon vjerovatnoće slučajne
promjenljive X koja predstavlja broj potrošenih metaka.
122
3. Neprekidna slučajna promjenljiva
Već ranije smo rekli da neprekidna slučajna promjenljiva ima neprebrojivo beskonačno mnogo vrijednosti,
tj. da je njen skup vrijednosti neki interval ili unija intervala.
Definicija 3 (definicija funkcije raspodjele) vrijedi za sve vrste slučajne promjenljive, a isto tako i Teorem 1,
stavke 1) – 4), uključujući i dokaze tih tvrdnji.
Obzirom da je funkcija F x monotona i neprekidna za sve x , ona je i diferencijabilna, tj. postoji njen
izvod F x .
x
Iz jednakosti f x F x x slijedi da je F x f t dt x .
1) f x 0 za sve x .
2) f x dx 1.
b
3) P a X b f x dx.
a
Dokaz:
1) Očigledno iz definicije 5.
123
x
2) Iz F x f t dt x i F 1, dobija se odmah tražena jednakost.
b a
3) P a X b F b F a f x dx f x dx
b b
f x dx f x dx f x dx.
a a
Primjeri 3:
a3
1 , x a
a) Dokazati da funkcija F x x 3 za proizvoljnu pozitivnu konstantu a može biti funkcija
0, x a
raspodjele neke slučajne promjenljive X.
ax sin x, 0 x
b) Odrediti konstantu a tako da je funkcija f x funkcija gustine raspodjele
0, x 0 ili x
vjerovatnoća neke slučajne promjenljive X i zatim naći funkciju raspodjele vjerovatnoća F x i izračunati
P X .
6 2
Rješenje: Iz osobine f x dx 1 i f x 0 za x , 0 , slijedi da je ax sin xdx 1.
0
ux dv sin xdx
Kako je x sin xdx du dx x cos x cos xdx cos , slijedi
v cos x 0 0
0
0
1
a 1 a .
x x
u t dv sin tdt x
Dalje, t sin tdt
t cos t cos tdt x cos x sin x, pa je
0
du dt v cos t 0 0
124
0, x 0
x cos x sin x
F x , x 0, .
1, x
1 1
I najzad, P X F F cos sin cos sin
6 2 2 6 2 2 2 6 6 6
1 1 3 1 1 3 6 3
.
6 2 2 2 12 12
Zadaci:
0, x 0
1. Ako je F x 0,5 1 cos x , 0 x funkcija raspodjele slučajne promjenljive X, naći funkciju
1, x
3
gustine f x i izračunati P X .
2 4
a) Izračunati k.
b) Izračunati P X .
4 3
a) Odrediti konstantu A.
1
c) Odrediti P ( 0 < X < ).
k
a) Izračunati k.
b) Izračunati P 0 X 2 .
a) Odrediti konstantu A.
b) Odrediti P X .
6
126
4. Brojne karakteristike slučajnih promjenljivih
Najvažnija karakteristika slučajne promjenljive je matematičko očekivanje, koje se nekad zove i srednja
vrijednost slučajne promjenljive.
x1 x2 ... xn
Definicija 6: Ako je X diskretna slučajna promjenljiva, tada je matematičko očekivanje
p1 p2 ... pn
x
slučajne promjenljive X jednako: E X x p. i i
i 1
Ako je pak X neprekidna slučajna promjenljiva čija je funkcija gustine raspodjele vjerovatnoća f x , tada
je njeno matematičko očekivanje broj E X xf x dx.
1) E C C.
2) E CX CE X .
3) E X Y E X E Y .
4) E X E X 0.
5) a X b a E X b.
2
korjen iz ovog broja zovemo standardnim odstupanjem slučajne promjenljive X, X X .
Koristeći definiciju 7 i osobine matematičkog očekivanja, možemo dobiti jednu praktičnu formulu za
disperziju slučajne promjenljive. Naime,
127
2X E X E X E X
2 2
2 X E X E X
2
E X 2 2 E XE X E E X
2
EX 2
2E X E X E X
2
2
E X 2 E X .
2
Dakle,
2
X E X 2 E X .
Ova formula vrijedi i za diskretnu i za neprekidnu slučajnu promjenljivu X. Pogledajmo kako bi se računao
broj E X 2 .
x1 x2 ... xn n
Ako je X diskretna slučajna promjenljiva, tada je E X 2
xi2 pi , a ako je X
p1 p2 ... pn i 1
2
1) X 0.
2
2) X 0 X C.
2
3) CX C 2 2 X .
2
4) X C 2 X .
1
Definicija 8: Medijana slučajne promjenljive X, u oznaci Me, je rješenje jednačine F x .
2
Moda (modus) Mo diskretne slučajne promjenljive X je njena najvjerovatnija vrijednost. Ali, ako je X
neprekidna slučajna promjenljiva, moda je ona vrijednost argumenta x za koju funkcija gustine raspodjele
f x dostiže svoj maksimum.
128
Primjeri 4:
1 3 4 7
a) Data je slučajna promjenljiva X . Izračunati E X , 2 X , E 2 X 1 i
0, 2 0,1 0, 5 a
2 2 X 1 .
Najprije treba odrediti broj a. Naime, pošto je 0, 2 0,1 0,5 a 1 a 0, 2. Dalje slijedi:
E X 1 0, 2 3 0,1 4 0,5 7 0, 2 3,9.
2
2 X E X 2 E X 18,9 3,92 3,69.
2 2 X 1 2 2 X 22 2 X 4 3, 69 14, 76.
1
, x a, b
f x b a .
0, x a, b
2
Odrediti E X i X .
b
x 1 x2 b 1 b2 a 2 a b
EX dx .
a
ba ba 2 a ba 2 2
b
x2 1 x3 b 1 b3 a 3 a 2 ab b 2
EX2 dx .
a
b a b a 3 a b a 3 3
2 2
2 a 2 ab b 2 a b b a
X .
3 2 12
0,5sin x, x 0,
f x .
0, x 0,
129
Odrediti modu i medijanu.
Da bismo našli modu, treba naći x 0, za koje izraz 0,5sin x dostiže maksimum. Očigledno - ako je
sin x 1, tj. x . Znači, Mo .
2 2
0, x 0
Pošto je F x 0,5 1 cos x , 0 x , iz jednačine 0,5 1 cos x 0,5 slijedi da je
1, x
cos x 0 x . Dakle, Me Mo .
2 2
Zadaci
-2 -1 0 1 2
c x , x 2, 2
Odrediti konstantu c tako da funkcija f x bude funkcija gustine slučajne
0, x 2, 2
promjenljive X. Zatim odrediti funkciju raspodjele F x , matematičko očekivanje E X i disperziju
2 X .
a) Izračunati konstantu a.
b) Izračunati E(X).
130
c
, x 0,1
3. Funkcija gustine vjerovatnoće slučajne promjenljive X data je sa: f x 4 x x 2 .
0, x 0,1
Izračunati konstantu c i matematičko očekivanje E(X).
a) Odrediti konstantu k.
2
b) Odrediti E X i X .
5. Funkcija gustine vjerovatnoće slučajne promjenljive X data je sa :
2 2
cos x, x
f x 2 2
0, inače.
2
Izračunati disperziju X zadane slučajne promjenljive.
131
5. Najvažnije raspodjele vjerovatnoća diskretne slučajne promjenljive
Binomna raspodjela usko je vezana za Bernulijeve eksperimente (Bernulijevu šemu). Naime, ako
pretpostavimo da se neki eksperiment izvodi n puta uzastopno, pri čemu je n proizvoljan prirodni broj i da
su sva izvođenja međusobno nezavisna i ako je A neki događaj sa vjerovatnoćom p, možemo posmatrati
slučajnu promjenljivu X, definisanu kao broj realizacija događaja A pri n ponavljanja eksperimenta. Očito je
tada RX 0,1, 2,..., n . Ranije smo izveli formulu:
n
P X k Pn, k p k q n k k 0,1,..., n; q 1 p .
k
0 1 2 ..... n
Dakle, X n n n
.
q npq n 1 p 2 q n 2 ..... p
2
Ovu raspodjelu zovemno binomnom. Naziv je potekao iz činjenice da su vjerovatnoće u toj raspodjeli
n n
članovi binomnog razvoja 1 q p q n npq n 1 p 2 q n 2 ... p n .
2
n
n n
n n
n! n
n!
E X k p k q n k k p k q n k k p k q n k p k q nk
k 0 k k 1 k k 1 k ! n k ! k 1 k 1 ! n k !
n
n 1 k 1 n k n 1
np p q np p q np.
k 1 k 1
n
n n
n n
n! n
k n!
E X 2 k 2 p k q n k k 2 p k q n k k 2 p k q n k p k q n k
k 0 k
k 1 k
k 1 k ! n k ! k 1 k 1 ! n k !
n
k 1 1 n! p k q nk n k 1 n! p k q nk n n!
p k q n k .
k 1 k 1 ! n k !
k 1 k 1 ! n k !
k 1 k 1 ! n k !
S1 S2
n
k 1 n ! p k q n k n n! k nk
n
n 2 k 2 n k
S1 p q n n 1 p 2
p q
k 2 k 1 ! n k ! k 2 k 2 ! n k ! k 2 k 2
n 2
n n 1 p 2 p q n n 1 p 2 .
n
n 1 k 1 n k n 1
S 2 np p q np p q np.
k 1 k 1
132
Dakle, E X 2 n n 1 p 2 np n 2 p 2 np 2 np , pa je
2
2 X n2 p 2 np 2 np np np np 2 np 1 p npq.
n
Ako je broj n velik, teško je računati binomni koeficijent . Zato se, umjesto binomne raspodjele, za
k
velike brojeve n (konkretno, ako je n 100 ) treba koristiti neka druga raspodjela.
n
P X k Pn,k p k q n k k 0,1,..., n; q 1 p ,
k
n k n k n n 1 ... n k 1 k k
Pn, k p 1 p k 1
k k! n n
n
1
k
n n 1 n k 1 n
... , kad pustimo da n , pa se dobije
k !
n n n k
1 1 n
1
n
k k
lim Pn ,k lim 1 e , k 0,1, 2,...
n k ! n n k!
133
k
E X k e prvi sabirak je očito nula, pa se može ispustiti. Pošto je k ! k k 1 ! k ,
k 0 k!
slijedi:
k
k 1
n
EX e e e e e .
k 1 k 1 ! k 1 k 1 ! n 0 n !
k
E X 2 k2
k
e k
k
e e
k 1 1
k 0 k! k 1 k 1! k 1 k 1!
k 1 k e k .
e
k 1 k 1 !
k 1 k 1 !
S1 S2
1
1
n
S1 k 2 2 2 k 2 2 2 e , dok je
k 2 k 2 ! k 2 k 2 ! n 0 n !
k 1
n
S2 e .
k 1 k 1 ! n 0 n !
Dakle, E X 2 2 2 X 2 2 .
Primjer 5: Poznato je da će pri izradi nekog proizvoda na jednoj mašini biti 2% škarta. Izračunati
vjerovatnoću da se nakon proizvedenih 100 proizvoda pojave tri neispravna proizvoda.
23 2
Ovdje je n 100, p 0, 02 np 2, pa je tražena vjerovatnoća jednaka e 0,18.
3!
Na početku se pretpostavi kao kod binomne raspodjele da se više puta uzastopno izvodi isti eksperiment,
da su sva izvođenja međusobno nezavisna i da imamo događaj A koji se pri svakom izvođenju realizira sa
vjerovatnoćom p, a ne realizira se sa vjerovatnoćom q 1 p.
Neka je X slučajna promjenljiva koja nam daje broj ponavljanja eksperimenta sve dok se događaj A ne
realizira. Očito je RX 1, 2,3,... i
P X 1 p,
134
P X 2 qp,
P X 3 q 2 p, itd.
k 1
Općenito, P X k q p k 1, 2,3,...
Dobijenu raspodjelu zovemo geometrijskom, jer vjerovatnoće te raspodjele čine geometrijsku progresiju.
2 3 p p
Očito je p qp q p q p ... 1.
1 q p
1 q
Dokazaćemo da je E X , 2X 2 .
p p
E X k q k 1 p p k q k 1 .
k 1 k 1
1
Znamo da je q n
, ako je q 1,1 . Stepeni red se može diferencirati član po član unutar
n 0 1 q
n 1 1 1 1 1
intervala konvergencije, pa je nq 2
, dakle, E X p 2
p 2
.
n 1 1 q 1 q p p
n 1 1
Diferenciranjem reda nq 2
po varijabli q (član po član) dobijemo:
n 1 1 q
2 2 2
n n 1 qn 2 3
3
n 2 n 2
q nq n 2 3 .
n 2 1 q p n 2 n 2 p
1 1 1
nq n 1 2
1 nq n 1 2
nq n1 2
1
n 1 1 q n 2 1 q n 2 1 q
1 n 1 1 1
nq n 2 nq 2
.
n 2 q n 2 q 1 q q
2 1 1 2 1 1 2 p p 3 2q
n2 q n 2 nq n 2
n 2 n 2
p 3 q 1 q 2 q p 3 p 2 q q p 3
p 3q
.
2
E X 2 k 2 q k 1 p p k 2 q k 1 p n 1 q n 2 p n 2 q n 2 2 nq n 2 q n 2
k 1 k 1 n 2 n2 n 2 n 2
p p 3 2q 1 1 1 p p 3 2q 1 p2 1
p 3
2 2 p 2
p q qp q 1 q p 3q qp 2 p
p p 3 2q 2 p 2 p 3 p 2 q p p q p 2 p p 1 p p 2
3 2 3 2
p
p3 q p 2q p 2q
135
p 3 p p 2 2 p 3 2 p p 2 3 p 2 p 1 p 2 q p 2 2 p
2 .
p2q p2q p2q p2q p
2 p 1 1 p q
2X 2 2 2.
p2 p p p
Normalnu raspodjelu prvi je uveo i koristio njemački matematičar Gaus (Karl Friedrich Gauss, 1777. –
1855.). Ova raspodjela ima najveći značaj među svim raspodjelama, jer mnoge slučajne promjenljive imaju
upravo normalnu raspodjelu, a osim toga mnoge druge raspodjele se mogu aproksimirati sa normalnom ili
se može napraviti transformacija slučajne promjenljive kojom se ona dovodi na normalnu raspodjelu.
x m 2
1
2 2
f x e x .
2
x
t m 2
1 2 2
F x e dt x .
2
x m 2
1
2 2
Na slici je prikazan grafik funkcije f x e x .
2
136
1
Ova funkcija ima maksimum u tački m, . Apscisna osa (x – osa) joj je horizontalna asimptota, jer
2
je očito lim f ( x ) 0. Grafik je osno simetričan u odnosu na pravu x m. Imajući u vidu da je
x
f x dx 1 i da je to upravo površina koju zatvara kriva sa x – osom, zbog pomenute osne simetrije je
m
P m X m 0,68
X N m, 2
P m 2 X m 2 0,954
P m 3 X m 3 0,997
x2 x2 y2 x2 y 2
2
Neka je I e 2 dx. Tada je I e 2 dx
e 2 dy e 2 dxdy, gdje je D 2 . Pređimo na
D
polarne koordinate:x r cos y r sin . Tada se oblast D transformiše na oblast
D : 0 2 0 r a, pri čemu a . Slijedi:
r2 2 a r2 r2 a2
2
a
I lim r e 2 d dr lim d r e 2 dr 2 lim e 2 2 lim e 2 e0 2 .
a
D
a a 0 a
0 0
137
x2
I
2 dx
2
Otuda je I 2 . Zbog parnosti podintegralne funkcije, očito je e .
2 0
2
Ovaj rezultat možemo dobiti i pomoću gama funkcije. Naime, znamo da je x e t t x1dt x 0 i
0
1
, dakle
2
x2
1 x2 2 x2 x2
t
et t e 2
e t 2 dt dt 2 xdx 2 e 2 dx e 2 dx .
t x 2 2
0 0 dt xdx 0 0 0
2
Izračunaćemo sada matematičko očekivanje i disperziju za slučajnu promjenljivu koja ima normalnu
raspodjelu.
x m 2
1 2 2
Imamo da je E X xe dx.
2
xm
U ovom integralu uzećemo smjenu: t dx dt. Dalje je
t2 t2 t2
1 2 m
EX t m e 2 dt te 2 dt e 2 dt.
2 2 2
t2
2 dt
Očito je te 0, zbog neparnosti podintegralne funkcije. Zato je
m m
EX I 2 m. Osim toga je
2 2
x m 2
1 xm
E X2
2 xe
2 2 2 dx
t dx dt
t2 t 2 t2 t2
1 2 2 1 2 2 2
t m e dt t e dt 2 m te 2 dt m2 e 2 dt .
2 2
0 2
138
a2
2
2 lim ae 2 .
a 2
a2
2
a 1
Pošto je lim ae lim 2 lim 0 (primjenili smo Lopitalovo pravilo), slijedi da je
a a a a a2
e2 ae 2
1 2 2
E X2
2
2
2
m2 2 2 m 2 , tako da je 2 X 2 m 2 m 2 2 .
Prema tome, X N m, 2 E X m, 2 X 2 .
b b x m 2
1
Neka je X N m, 2 . Tada je P a X b f x dx
2 a
e 2 2
dx.
a
X m
Posmatrajmo slučajnu promjenljivu: T . Očito je:
1 1 1
E T E X m E X E m m m 0 i
1 2
2 T X 1.
2
2
1 x2
To znači da je T N 0,1 . Njena funkcija gustine raspodjele je x e x . Ovu funkciju
2
zovemo normiranom (ili standardizovanom) normalnom krivom gustine, a samu raspodjelu N 0,1
zovemo normiranom normalnom raspodjelom.
t x2
1
Funkciju t e 2
dx t zovemo Laplasovom funkcijom. Ukoliko je t 0, tada je očito
2 0
t jednako površini dijela ravni određenog krivom x , x – osom i pravom x t. Ako je pak t 0,
tada je t jednako površini dijela ravni određenog krivom x , x – osom i pravom x t.
139
poznavati vrijednosti funkcije x za 0 x 4, a za funkciju x dovoljno je znati vrijednosti za
0 x 3.
1) 0 0 .
2) 0,5.
Dokaz:
1) Važi očigledno.
2
1 x2
2) Pošto je x e x funkcija gustine raspodjele slučajne promjenljive T, imamo da je
2
x2
1
2
2 e
dx 1. Zbog parnosti podintegralne funkcije je onda
x2 x2
1 1
1 e 2
dx 2 e 2
dx 2 0,5.
2 2 0
t x2 t u 2
1 smjena : x u 1
3) t e 2
dx e 2
du t , za sve t .
2 0
dx du 2 0
Teorem je dokazan.
Pogledajmo sada kakve veze ima normalna raspodjela N m, 2 sa Laplasovom funkcijom. Već smo
t2 t2
1
dokazali da X N m, P a X b 2
e 2
dt.
2 t1
t2 t2 0 t2 t2 t2 t2 t2 t1 t2
2 2 2 2 2
Pošto je e
t1
dt e
t1
dt e dt e
0 0
dt e
0
dt , slijedi da je
t2 t2 t1 t2
1 1
P a X b e 2
dt e 2
dt t2 t1 , odnosno:
2 0 2 0
bm am
(1) P a X b .
140
U specijalnom slučaju kada je a , b ,
bm bm
P a X b P X m P m X b 0,5 0 0,5 , što se
bm am bm bm
formalno uklapa u formulu (1), jer je 0,5.
bm am
0,5 0, 5 1.
Sada ćemo vidjeti vezu između binomne i normalne raspodjele. U Bernulijevoj šemi izvodi se n nezavisnih
eksperimenata. Imamo događaj A čija je vjerovatnoća p, q 1 p vjerovatnoća da se događaj A neće
realizirati (pri jednom izvođenju eksperimenta), pa ako označimo sa n broj realizacija događaja A, znamo
n
da je P n m p m q1 m , m 0,1,..., n. Već smo rekli da je ova formula vrlo nepraktična za
k
računanje ako je n velik ( n 100 ) i ako je p malen broj. Za proizvoljno m 0,1,..., n neka je
m np
xm .
npq
1
Teorem 6 (lokalni teorem Moavr – Laplas): Pn, m P n m xm n , tj.
npq
P n m
lim 1.
n 1
xm
npq
1
To praktično znači da je za velike brojeve n vjerovatnoća P n m približno jednaka xm .
npq
141
Primjer 6: Jedan eksperiment se ponavlja 340 puta. Događaj A se realizira pri svakom izvođenju
eksperimenta sa vjerovatnoćom p 0,12. Izračunati vjerovatnoću događaja da će se A realizirati 60 puta.
1 1
P n 60 xm 0, 0024 0, 0004.
npq 60 0,12 0,88
Teorem 7 (integralni teorem Moavr – Laplas): Ako je u Bernulijevoj šemi p 0,1 , tada je
b x2
np 1
lim P a n b e 2
dx.
n npq 2
a
b x2
np 1
Posljednja formula znači praktično da je P a n b e 2
dx za velike brojeve n. S
npq 2
a
Primjer 7: Vjerovatnoća izrade škarta kod proizvodnje jednog vijka je 0,05. Ako se u jednoj seriji proizvede
100 vijaka, izračunati vjerovatnoću da je od toga bilo:
a) manje od 5 loših.
b) od 5 do 10 loših
142
Očitavamo podatke: n 100, p 0, 05, q 0,95 np 5, npq 4, 75.
55 05
a) P 0 n 5 2, 2942 0, 489.
4,75 4,75
0
10 5 55
b) P 5 n 10 2, 2942 0, 489.
4, 75 4, 75
Zadaci:
1. Novčić je bačen 10000 puta. Naći vjerovatnoću da se grb pojavio 4950 puta.
2. Novčić je bačen 10000 puta. Naći vjerovatnoću da se grb pojavio od 4950 do 5100 puta.
3. Ispaljeno je 50 metaka s vjerovatnoćom pogotka 0,6 po svakom metku. Kolika je vjerovatnoća da će
cilj pogoditi: a) 25 metaka, b) od 10 do 30 metaka, c) manje od 15 metaka, d) više od 28 metaka?
4. Pri izradi nekih proizvoda prosječno 10% otpada na škart. Koja je vjerovatnoća da se pri izradi 400
proizvoda nađe više od 299 ispravnih?
Definicija 9: Kažemo da slučajna promjenljiva X ima Studentovu raspodjelu ako je njena funkcija gustine
raspodjele data formulom
n 1 n 1
2 2
1 2 x
2 f x 1 x , n .
n n n
2
Dobila je ime po engleskom matematičaru Williamu Sealy Gossetu, koji je pisao radove pod pseudonimom
Student.
143
n
Može se pokazati da je E X Me Mo 0 i 2 X , ako X ima Studentovu raspodjelu.
n2
Definicija 10: Kažemo da slučajna promjenljiva X ima 2 (hi kvadrat) raspodjelu ako je njena funkcija
gustine raspodjele data formulom
1
fn x x n 2e x x 0, n .
n n
2
2
2
Ako slučajna promjenljiva X ima 2 raspodjelu, tada je E X n, X 2n, Mo n 2 (ako je
n 2 ).
144
Kao i kod Studentove raspodjele, kad n , 2 raspodjela teži ka normalnoj. Već za n 30 2
raspodjela može se zamijeniti normalnom sa dovoljno velikom tačnošću.
Teorem 10: Ako slučajna promjenljiva T ima Studentovu raspodjelu sa n stepeni slobode, tada postoje
X
slučajne promjenljive X, koja ima normalnu i Y koja ima 2 raspodjelu, tako da je T .
Y
n
145
STATISTIKA
U statistici se istražuju masovne pojave na kvantitativan način. To znači da ćemo svaku masovno pojavu
obraditi i opisati nekim numeričkim karakteristikama.
1) Prikupljanje podataka – posmatranjem, mjerenjem, anketiranjem ili nekom dugom metodom dobićemo
masu (brojčanih) podataka za koje kažemo da predstavljaju jednu populaciju ili cjelokupnost. Svi elementi
(tzv. statističke jedinice) jedne populacije su istog tipa, kažemo da imaju osobinu homogenosti
(istovrsnosti). Npr. ako smo izmjerili visine i težine svim ljudima u nekoj grupi ljudi, jednu populaciju čine
samo visine, a drugu čine dobijene težine.
3) Obrada i analiza – matematički ćemo obraditi dobijene podatke, računanjem numeričkih karakteristika
statističke cjelokupnosti.
Što se tiče druge i treće faze, može se vršiti ispitivanje cjelokupne populacije ili ispitivanje samo jednog
dijela cjelokupnosti, koga zovemo uzorak. U slučaju ako se cjelokupnost broji u hiljadama statističkih
jednica, dakle zbog prekomjerne brojnosti podataka, najčešće se koristi ispitivanje uzorka. Pri tome, uzorak
mora biti reprezentativan, što znači da on dobro predstavlja cjelokupnost. Da bi se to desilo, svaki element
cjelokupnosti mora da ima jednaku šansu da uđe u uzorak i osim toga, uzorak mora da bude dovoljno
brojan. Prvi uslov se ostvaruje ako elemente uzorka izabiremo na slučajan način.
X x1 x2 ... xk
fx f1 f2 ... fk
Tabela 1.
146
Geometrijska ilustracija ove tabele je tzv. poligon raspodjele – na vodoravnoj osi koordinatnog sistema
nanosimo vrijednosti xi , a na okomitoj frekvencije fi , unesemo odgovarjuće tačke i spojimo ih. Tako
dobijamo izlomljenu liniju koju zovemo poligon raspodjele.
Frekvencija f1 označava nam sada koliko podataka se nalazi u prvoj klasi, f 2 - koliko podataka je u drugoj
klasi, itd.
u0 , u1 f1 x1
u1 , u2 f2 x2
uk 1 , uk fk xk
Tabela 2.
Geometrijska ilustracija tabele 2 je histogram raspodjele frekvencija. To je niz pravougaonika koji se jednom
stranom oslanjaju na x – osu, tako da im je ta strana jednaka širini klase, a visine pravougaonika su jednake
frekvencijama.
1 k
1. Aritmetička sredina: x fi xi .
n i 1
2. Geometrijska sredina: G n
x1f1 x2f 2 ...xkf k .
n
3. Harmonijska sredina: H . k
fi
i 1 xi
1 n r
9. Centralni moment : r fi xi x
n i 1
r 1, 2,3,... .
Očito je 2 s.
3
10. Koeficijent asimetrije: K A 3
.
s
4
11. Koeficijent ekscesa: K E 4
3.
s
Aritmetička sredina predstavlja prosječnu vrijednost zadanih podataka (za koje se ona računa). Suma svih
n
odstupanja vrijednosti x1 , x2 ,..., xk od sredine x biće nula: f x x 0,
i 1
i i pri čemu se svaka razlika
Što se pak tiče disperzije, ona opisuje raspršenost podataka, koliko oni odstupaju od aritmetičke sredine.
Dakle, ako je veća disperzija, veća je razlika između vrijednosti x1 , x2 ,..., xk . Ako je disperzija manja,
možemo konstatovati da su podaci dosta ujednačeni.
2
Disperziju s možemo računati na još jedan način. Naime,
2
1 k 1 k 2
1 k 2x k x k
2
s fi xi x
n i 1
2
n i 1
fi xi2 2 xi x x
2
f i xi2 f i xi
n i 1 n i 1 n
f
i 1
i
2
1 k x 1 k 2
fi xi2 2 x x n fi xi2 x .
n i 1 n n i 1
2 1 k 2 1 k 2
Dakle, s f i xi2 x , tj. s f i xi2 x .
n i 1 n i 1
Primjer 1: U donjoj tabeli prikazani su računi kupaca u trgovini „Kod Mehe“ u julu 2010. godine.
148
Iznos računa Broj kupaca Sredine klasa
0 – 5 KM 65 2,5
5 – 10 KM 79 7,5
10 – 15 KM 44 12,5
15 – 20 KM 21 17,5
20 – 25 KM 15 22,5
25 – 30 KM 12 27,5
30 – 35 KM 7 32,5
35 – 40 KM 2 37,5
s
2
65 10, 786 2,5 79 10, 786 7,5 44 10, 786 12,5 21 10, 786 17,5
245
2 2 2 2
15 10, 786 22,5 12 10, 786 27,5 7 10, 786 32,5 2 10, 786 37, 5
67, 47.
245
2
s 67, 47 s 8, 21.
Primjer 2: Prema podacima u tabeli naći naći aritmetičku, geometrijsku i harmonijsku sredinu, disperziju,
razmak varijacije, koeficijent varijacije, koeficijent asimetrije i ekscesa, te konstruisati histogram i poligon
raspodjele:
149
Klase Frekvencije
0,1 – 1,0 2
1,1 – 2,0 8
2,1 – 3,0 11
3,1 – 4,0 32
4,1 – 5,0 26
5,1 – 6,0 15
6,1 – 7,0 6
7,1 – 8,0 4
Neka je X slučajna promjenljiva čija raspodjela zavisi od parametra . Kod intervalne ocjene tog parametra
treba naći dva broja, u1 i u2 tako da je u1 u2 .
Pretpostavimo da je X slučajna promjenljiva koja ima normalnu raspodjelu, X N m, 2 . Izvešćemo
obrazac za matematičko očekivanje m slučajne promjenljive X u dva slučaja: kad se zna i kad se ne zna
disperzija raspodjele 2 .
150
Pretpostavimo najprije da znamo vrijednost disperzije 2 i da smo iz osnovne normalne populacije dobili
x1 x2 ... xn
uzorak x1 , x2 ,..., xn . Tada aritmetička sredina uzorka x ima takođe normalnu
n
2
raspodjelu, ali tipa N m, . Tada vrlo lako dobijemo slučajnu promjenljivu tipa N 0,1 , naime
n
xm
Z N 0,1 .
n
Za dati nivo povjerenja želimo naći broj z takav da je P Z z . Poznato nam je iz osobina
zaključujemo da je z rješenje jednačine z 2
.
xm
z z x m z , z m x z , x z .
n n n n
n
Dakle, I x z , x z je traženi interval povjerenja ako se zna vrijednost disperzije
n n
populacije 2 .
Pretpostavimo sada da ne znamo vrijednost disperzije 2 i da smo iz osnovne normalne populacije dobili
x1 x2 ... xn
uzorak x1 , x2 ,..., xn . Osim aritmetičke sredine uzorka x , izračunaćemo i uzoračku
n
2
2
n x x .
i
disperziju s
i 1 n
xm
Slučajna promjenljiva T ima Studentovu raspodjelu sa n 1 stepeni slobode. Za dati nivo
s
n 1
povjerenja iz tablica Studentove raspodjele može se očitati broj tn 1;1 takav da je
xm
T tn 1;1 tn 1;1 T tn 1;1 tn1;1 tn 1;1
s
n 1
151
s s
x m tn1;1 , tn 1;1 .
n 1 n 1
s s
Odavdje se odmah dolazi do formule: m x tn1;1 , x tn 1;1 .
n 1 n 1
Primjer 3: U sljedećoj tabeli prikazan je radni staž (u godinama) 100 šofera autobusa gradskog saobraćaja.
0–2 4
2–4 10
4–6 55
6–8 25
8 – 10 6
Naći interval povjerenja za srednji staž šofera ako je nivo povjerenja = 0,90.
2 2
Klase Sredine klasa Frekvencije xi fi x x
i
fi xi x
0–2 1 4 4 19,36 77,44
2–4 3 10 30 5,76 57,60
4–6 5 55 275 0,16 8,80
6–8 7 25 175 2,56 64,00
8 – 10 9 6 54 12,96 77,76
SUMA n 100 538 285,60
538 2 285, 60
x 5,38, s 2,856 s 1, 69.
100 100
Iz tablica Studentove raspodjele očita se broj tn 1;1 t99;0,1 1, 645 . Traženi interval povjerenja glasi:
1, 69 1, 69
I 5,38 1, 645 ;5,38 1, 645 5,1;5, 66 .
99 99
152
(1,45 ; 1,67; 1,22 ; 2,41 ; 2,26 ; 1,72 ; 2,02; 1,59; 1,94; 1,66).
Pod hipotezom u statistici podrazumijevamo tvrdnju koja se odnosi na raspodjelu vjerovatnoća neke
slučajne promjenljive. Ako se pri tome u raspodjeli pojavljuje neki parametar i hipotezom se tvrdi nešto
za vrijednost tog parametra, takvu hipotezu zovemo parametarskom.
Kad se tek postavi statistička hipoteza, ne znamo da li je ona tačna, pa se mora vršiti provjera tačnosti, koju
još zovemo verifikacija ili testiranje statističke hipoteze. Metode kojima se vrši ta verifikacija zovu se testovi.
Njihovom primjenom možemo zaključiti da je neka hipoteza tačna ili pogrešna sa određenom
vjerovatnoćom, koja je najčešće blizu broja 1.
U postupku verifikacije, statističku hipotezu koju testiramo proglašavamo osnovnom, tzv. nultom
hipotezom H 0 . Hipotezu koja tvrdi suprotno od nulte zovemo alternativnom hipotezom i označavamo sa
H1. Rezultat testiranja će biti da se prihvati nulta ili alternativna hipoteza. Dobijeni zaključak, naravno
podložan je greški. Greška koju činimo prihvatanjem jedne od dvije hipoteze izražena je brojem koga
zovemo rizik ili prag značajnosti i označavamo ga slovom . Broj je zapravo vjerovatnoća da je zaključak
kojeg smo donijeli pogrešan. Najčešće se uzima da je 0, 05 ili 0, 01.
Još ranije istaknuto je da se statistička ispitivanja, pa i testiranja hipoteza vrlo često ne vrše na cijeloj
populaciji (kad one imaju puno elemenata), nego se na slučajan način odabire tzv. uzorak, koji treba da
bude reprezentativan, tj. da predstavlja cijelu populaciju. Zato se, u slučaju da je testiranjem potvrđena
ispravnost nulte hipoteze, kaže da uzorak ne protivrječi nultoj hipotezi.
x1 x2 ... xn 2
Aritmetička sredina uzorka x ima takođe normalnu raspodjelu, tipa N m, .
n n
x m0
Odatle slijedi da je Z N 0,1 .
n
153
1
Za dati rizik postoji broj z takav da je P Z z 1 2 z 1 z .
2
Ukoliko u normalnoj raspodjeli disperzija nije poznata, iz uzorka x1 , x2 ,..., xn ćemo izračunati
2
x x2 ... xn
uzoračku sredinu x 1
2
i uzoračku disperziju s
n xi x
. Slučajna promjenljiva
n i 1 n
x m0
T ima Studentovu raspodjelu sa n 1 stepeni slobode. Za dati rizik iz tablica Studentove
s
n 1
raspodjele očita se broj tn 1; takav da je P T tn 1; 1 . Ako je za dati uzorak T tn 1; hipoteza
H 0 se odbacuje, a ako je T tn1; , dati uzorak ne protivrječi nultoj hipotezi, pa se ona prihvata u tom
slučaju.
Primjer 4: Može li se na osnovu uzorka od 50 kutija šibica smatrati da fabrika pakuje prosječno po 50 drvaca
u kutiju, ako su brojanjem drvaca u uzorku od 50 kutija dobijeni sljedeći rezultati:
43 – 44 2 43,5
45 – 46 3 45,5
47 – 48 8 47,5
49 – 50 11 49,5
51 – 52 12 51,5
53 – 54 9 53,5
55 – 56 3 55,5
57 – 58 2 57,5
154
50,58 50
Dobije se: x 50,58; s 3, 26; T 1, 23.
3, 26
49
S druge strane je za rizik 0, 05, t49;0,05 1,96 . Ako bismo uzeli 0, 01, dobili bismo t49;0,01 2,576.
Znači, u svakom slučaju je T t49; , pa se prihvata nulta hipoteza.
Zadatak: Testirati hipotezu uz rizik 0, 05 da je srednja težina proizvedenih artikala 30 grama, ako se
uzeo uzorak od 10 proizvoda kod kojih su izmjerene težine: 30,36; 30,85; 29,91; 29,35; 29,99; 30,31; 30,64;
29,42; 30,51; 30,11.
Da li bismo dobili isti zaključak sa istim uzorkom iz populacije sa normalnom raspodjelom kod koje je
poznata disperzija 2 2, 25?
4. Linearna regresija
Neka su X i Y diskretne slučajne promjenljive koje su date svojim uzorcima obima n: x1 , x2 ,..., xn i
Ovaj problem se može posmatrati i na sljedeći način. Pretpostavimo da nam je u koordinatnom xOy sistemu
zadano n tačaka svojim koordinatama: x1 , y1 , x2 , y2 ,..., xn , yn . Može li se kroz te tačke povući neka
prava? Problem se uopštava tako da se pokušava umjesto prave povući neka neprekidna kriva, npr.
parabola y a0 a1 x a2 x 2 , kubna parabola, eksponencijalna ili logaritamska kriva, itd.
Najčešće je nemoguće naći pravu, odnosno neku neprekidnu krivu koja bi sadržavala sve zadane tačke. Zato
se onda traži prava (odnosno kriva) koja bi prolazila što bliže zadanim tačkama. Ovaj postupak se zove
regresija. Ukoliko se ona realizira preko linearne funkcije, tj. pomoću prave, zovemo je linearna regresija, a
dobijenu pravu zovemo regresiona prava.
Neka je y a0 a1 x regresiona prava, a 1 , 2 ,..., n redom odstojanja datih tačaka od regresione prave.
To su zapravo greške koje činimo u postupku linearne regresije. Želimo da su te greške što manje. U
idealnom slučaju, kad sve zadane tačke leže na regresionoj pravoj je 1 2 ... n 0. To je
ekvivalentno sa 12 22 ... n2 0. Znamo da je zbir kvadrata nekoliko realnih brojeva jednak nuli ako i
samo ako su svi ti brojevi nula. Otuda je ideja da se zahtjeva da suma 12 22 ... n2 bude što manja.
Imamo da je
155
Primjenićemo poznati postupak za nalaženje ekstrema funkcije dvije nezavisne promjenljive. Znamo da
takva funkcija dostiže svoj minimum u tačkama u kojima su parcijalni izvodi po obje nezavisne promjenljive
jednaki nuli. Dakle,
n
S
2 a0 a1 xi yi 0 ...... 1
a0 i 1
n
S
2 xi a0 a1 xi yi 0.... 2
a1 i 1
a0 a1 xi yi 0 na0 a1 xi yi .............. 3 .
i 1 i 1 i 1 i 1 i 1
Iz (2) slijedi:
n n n n n n
Rješavanjem sistema linearnih jednačina koga čine jednačine (3) i (4) dobićemo parametre a0 i a1 u
jednačini regresione prave y a0 a1 x. Dakle, rješavaćemo sistem jednačina:
n n
na0 a1 xi yi
i 1 i 1
n n n
a0 xi a1 xi2 xi yi
i 1 i 1 i 1
Jednačina regresione prave se može tražiti i u obliku x b0 b1 y. Tada bismo koeficijente b0 i b1 tražili
rješavanjem sistema jednačina
n n
nb0 b1 yi xi
i 1 i 1
n n n
b0 yi b1 yi2 xi yi
i 1 i 1 i 1
Greška koju pravimo ovim računom izražena je preko tzv. standardne greške regresije.
n
2
y a x a i 1 i 0
S Y i 1
.
n
156
2) Ako je dobijena prava x b0 b1 y, standardna greška regresije je
n
2
x b y b i 1 i 0
SX i 1
.
n
x x y y
i 1
i i
r .
n 2 n 2
x x y y
i 1
i
i 1
i
n n
xi
i 1
y i 1
i
Pri tome je x , y .
n n
Primjer 5: Za vrijednosti slučajnih promjenljivih X i Y datih u tabeli naći jednačine regresione prave
y a0 a1 x i koeficijent korelacije:
9 9 9
2
Dobiju se sljedeći rezultati: xi 84,8;
i 1
yi 555,3;
i 1
x 9, 422; y 61, 7; xi 1
i 806, 5;
9 9
157
X 8 8,3 9,1 10,1 10,2 10,5 10,4 9,7 8,5
Y
B1 B2 ... Bl ni 0
X
Ak nk 1 nk 2 ... nkl nk 0
Zadnja vrsta i zadnja kolona u ovoj tabeli služe za sumiranje kolona, odnosno vrsta. Naime,
n01 n11 n21 ... nk1 , n02 n12 n22 ... nk 2 , ..., n0l n1l n2l ... nkl ,
n10 n11 n12 ... n1l , n20 n21 n22 ... n2l , ..., nk 0 nk1 nk 2 ... nkl ,
158
n n01 n02 ... n0l n10 n20 ... nk 0 .
Primjer 6: 60 muškaraca i 40 žena je anketirano sa pitanjem koja im je omiljena boja između tri ponuđene:
ljubičaste, bijele i plave. Rezultati ankete su da je ljubičasta boja omiljena za 10 muškaraca i 20 žena, bijela
za 20 muških i 10 žena, a plavu voli 30 muškaraca i 10 žena. Prema tome možemo napraviti sljedeću tabelu:
Spol
M Ž ni 0
Boja
Ljubičasta 10 20 30
Bijela 20 10 30
Plava 30 10 40
n0 j 60 40 100
Sada na osnovu ovih podataka možemo testirati da li postoji veza između spola i odnosa prema bojama.
pi 0 P X Ai , p0 j P Y B j , pij P X A Y B .
i j
parametarskih hipoteza postaviti nultu hipotezu H 0 : pij pi 0 p0 j i 1, 2,..., k , j 1, 2,..., l . Njoj je
suprotstavljena alternativna hipoteza H 1 : pij pi 0 p0 j za bar jedno i 1, 2,..., k i bar jedno
j 1, 2,..., l . Pošto su nam brojevi pij , pi 0 , p0 j nepoznati, možemo napraviti procjene:
ni 0 n n n
i 1, 2,..., k j 1, 2,..., l pi 0 , p0 j 0 j pij i 0 2 0 j u slučaju nezavisnosti
n n n
promjenljivih X i Y.
2
k l nij
pi j
Neka je
pij npij i 1, 2,..., k , j 1, 2,..., l . Slučajna promjenljiva 2 ima 2
i 1 j 1
pi j
raspodjelu sa k 1 l 1 stepeni slobode. Za dati rizik α (koji ima isto značenje kao i kod parametarskih
2
hipoteza) u tablici 2 raspodjele očitamo broj ; k 1 l 1 .
159
Ako je 2 2; k 1l 1 , prihvata se nulta hipoteza o nezavisnosti promjenljivih X i Y, a ako je
2 2; k 1l 1 , hipoteza H 0 se odbija.
30 60 30 40
Primjer 7: Prema podacima iz primjera 1, imamo da je
p11 18,
p12 12,...
100 100
40 40
...,
p32 16.
100
2 2 2 2 2 2
2
10 18
20 12
20 18
10 12
30 24
10 16 13,19.
18 12 18 12 24 16
2 2
S druge strane, pošto je k 3, l 2 k 1 l 1 2 imamo da je ; k 1 l 1 0,05;2 5,991. Otuda
sa rizikom 0, 05 odbacujemo hipotezu o nezavisnosti pola i odnosa prema bojama.
Zadaci
1. Tri mašine proizvode artikle koji mogu biti I i II klase. Uzet je slučajan uzorak od 200 artikala i uočen
je slijedeći broj artikala I i II klase:
I 20 52 51
II 31 20 26
2. Testirati hipotezu o nezavisnosti obolijevanja ljudi od gripe i cijepljenja ljudi od gripe na osnovu
uzorka od 9300 ljudi sa rizikom 0, 05 i prema podacima u tabeli:
Cijepljeni 11 mjeseci
372 3789
prije epidemije
Cijepljeni 1 mjesec
131 2109
prije epidemije
160
Srednji mjesečni prihod u PORODICE
porodici Imaju sat. resiver Nemaju sat. resiver
1400 – 1600 57 44
1600 – 1800 29 28
Više od 1800 24 18
4. Testirati hipotezu o nezavisnosti boje kose (veličina X) i boje očiju (veličina Y) kod ljudi na osnovu
uzorka uzetog kod 6800 osoba sa rizikom = 0,01 :
161