Professional Documents
Culture Documents
METODA NUMERIKE NË
INXHINIERINË E
NDËRTIMIT
LEKSION 2 TEORIA E PËRAFRIMIT
Lektore: Dr. Ornela ŞEN
Universiteti Polis - Metoda Numerike 11/6/2023
2 HYRJE
• Një aspekt i rëndësishëm në metodat numerike përbën teoria e përafrimit. Në do të sjellim në këto
slide disa cështje që lidhen me nevojën e përafrimit të sjelljes të disa të dhënave të vrojtuara
eksperimentalisht nëpërmjet gjetjes së një ligjësie.
• Dihet se kur vrojtohen eksperimentalisht shumica e ligjësive që ne njohim nuk ka një korespondencë të
drejtpërdrejt pasi ekziston gjithmon gabimi i lidhur me një sërë aspektesh:
• Gabime në matjen e të dhënave
• Imperfeksionet e materialit
• Imperfeksionet e kushteve kufitare
• Etj.
• Psh. ligji i Hook-ut F=k∆x , për një sustë elastike nuk rezulton i vlefshëm për cdo matje, por i përafruar
në funksion të madhësisë së forcës dhe zhvendosjeve relative.
Universiteti Polis - Metoda Numerike 11/6/2023
6
• Supozojme qe duam te llogarisim
konstanten k te nje suste qe ka nje 5
Forca ne lb
forca 2, 4 dhe 6 lb te kjo suste veme re 3
qe gjatesia e sustes pas ngarkimit do te
2
jete 7.0, 9.4 dhe 12.3 in perkatesisht. Po
1
te ndertojme nje grafik me keto pika do
te vihet re qe nuk egziston nje vije 0
0 1 2 3 4 5 6 7
lineare qe ti bashkoje te gjitha keto vija. Deformimi (l-E) ne in
Universiteti Polis - Metoda Numerike 11/6/2023
8 REGRESION LINEAR
• Regresioni linear është pikërisht ajo metodë e cila gjen funksionin linear i cili më mirë
mund të përafrojë të dhënat. Është një metodë mjaft e përdorur në shumë fusha të
matematikës, ekonomisë, inxhinierisë etj.
• Një nga përafrimet më të pranuar të regresionit linear është pikërisht metoda e
katrorëve më të vegjël. Kjo metodë kërkon të gjejë atë funksion i cili minimizon shumën
e katrorëve të diferencave midis pikave të dhëna dhe atyre që përftohen nga funksioni
përafrues linear.
Universiteti Polis - Metoda Numerike 11/6/2023
• Le të jenë xi, pikat e dhëna dhe yi vlerat për këto pika. Supozojmë se funksioni linear
është i dhënë nëpërmjet koeficientëve a dhe b. Funksioni linear do të jetë a1xi+a0.
• Koeficientët e dhënë atëherë do të ishin ato që minimizojnë diferencat:
12 NË FORMË TË PËRGJITHSHME:
Universiteti Polis - Metoda Numerike 11/6/2023
15 SHEMBULL 1
• Të gjendet grafiku linear që përafron bashkësinë e pikave të dhëna me metodën e
katrorëve më të vegjël.
• (0,0)
• (1,2)
• (2,2)
Universiteti Polis - Metoda Numerike 11/6/2023
16 ZGJIDHJE E SHEMBULLIT 1
1 y = x + 0.3333
0
0 1 2
Universiteti Polis - Metoda Numerike 11/6/2023
17 SHEMBULL NR. 2
• Të gjendet grafiku linear që përafron
bashkësinë e pikave të dhëna me
metodën e katrorëve më të vegjël.
Universiteti Polis - Metoda Numerike 11/6/2023
18 ZGJIDHJE E SHEMBULLIT 2
Universiteti Polis - Metoda Numerike 11/6/2023
19 PËRAFRIME TË TJERA
21 SHEMBULL
• Vlerësoni Polinomin përafrues të gradës
së dytë (n=2) me metodën e katrorëve
më të vegjël për bashkësinë e të
dhënave:
Universiteti Polis - Metoda Numerike 11/6/2023
22 ZGJIDHJE
• Per kete problem n=2, m=5 • Ndërtojmë grafikun e polinomit
interpolues
Universiteti Polis - Metoda Numerike 11/6/2023
24 SHEMBULL
• Gjeni polinomin interpolues të gradës së parë dhe të dytë duke përdorur metodën e
katrorëve më të vegjël për pikat e dhëna.
• Vlerësoni gabimin total për secilin rast.
• (0,1)
• (2,2)
• (3,4)
• (5,5)
Universiteti Polis - Metoda Numerike 11/6/2023
26 REGRESIONI LINEAR
Universiteti Polis - Metoda Numerike 11/6/2023
• Kur bejme llogari eshte e rendesishme te kemi parasysh sa shifra pas presjes dhjetore
duhet dhe mund te marrim ne konsiderate
• Per shembull, nese jemi duke matur distanca me nje meter ne te cilin njesia me e vogel
qe mund te mase eshte 1 mm, nuk mund te diskutojme rezultate qe jane fraksione te
milimetrit.
• Si rregull, gjate llogaritjeve bejme rrumbullakime dhe marrim aq shifra pas presjes
dhjetore sa jane tek te dhenat e problemit.
Universiteti Polis - Metoda Numerike 11/6/2023
xi yi Pn(xi) Pn(xi)
0.00 1.0000 1.00507551900000 1.0051
0.25 1.2840 1.27394223898813 1.274
0.50 1.6487 1.64820447795250 1.6483
0.75 2.1170 2.12786223589312 2.1279
1.00 2.7183 2.71291551281000 2.713