Poglavlje 1 Linearna algebra

1.1
1.1.1

Matrice i determinante
Operacije sa matricama

Primjer 1.1.1 Odrediti parametre a i b tako da matrice 2 4 12 a 12 3 1 i 3 b + 3 0 7 0 7 budu jednake. Rje senje. Matrice A i B su istog formata i jednake su ako su im odogvaraju ci 2 elementi jednaki. Dakle, mora da vrijedi a = 4 odakle je a = 2 i b +3 = 1 odakle je b = 4. Primjer 1.1.2 Izra cunati zbir i razliku matrica 1 5 1 4 3 0 i 2 2 . 5 7 1 3

Rje senje. Obje matrice su formata 22 pa se mogu sabrati i oduzeti. Imamo: 1 4 1 5 11 4+5 0 9 3 0 + 2 2 = 3 + 2 0 + 2 = 1 2 5 7 1 3 51 7+3 4 10 1 4 1 5 1+1 45 2 1 3 0 2 2 = 3 2 0 2 = 5 2 5 7 1 3 5+1 73 6 4 1

Primjer 1.1.3 Date su matrice A= 3 5 7 9 , 4 1 B = 2 1 , 5 1 , E= 3 0 1 0 C = 0 2 0 0 , 0 1 2 0 1 0 0 2 .

D=

7 9 3 2

3 4 6 , F =

Odrediti sve uredene parove onih matrica koje se medusobno mogu sabrati i pomno ziti. Rje senje. Sabrati se mogu matrice istog formata. Od datih matrica ovaj uslov zadovoljavaju matrice A, D i F jer su sve tri formata 2 2, pa je A+D = A+F = D+F = = 3 5 7 9 3 5 7 9 + + 7 9 3 2 1 0 0 2 + . = 3+7 5+9 73 92 = 10 14 4 7 , ,

3+1 5+0 7+0 9+2 =

4 5 7 11

7 9 3 2 8 9 3 0

1 0 0 2

7+1 9+0 3 + 0 2 + 2

Proizvod dvije matrice P Q je mogu c samo u slu caju da matrica Q ima onoliko vrsta koliko matrica P ima kolona. Rezultat mno zenja je nova matrica ciji je broj vrsta jednak broju vrsta matrice P a broj kolona jednak broju kolona matrice Q.U na sem slu caju ovaj uslov ispunjavaju sljede ci parovi matrica: (A, D ), (A, F ), (D, F ), (D, A), (F, A), (F, D), (B, A), (B, D), (B, F ), (E, B ), (E, C ). Izra cunajmo proizvode A D i E B AD = = EB = = 3 5 7 9 6 22 17 45 3 4 6 , 4 1 2 1 5 1 7 9 3 2 = 3 7 + 5 (3) 3 9 + 5 (2) 7 7 + 9 (3) 7 9 + 9 (2)

12 4 + 4 2 + 6 5 3 1 + 4 1 + 6 1 A= 2 1 3 1 2 .

31 13 .

Primjer 1.1.4 Data je matrica

POGLAVLJE 1. LINEARNA ALGEBRA Izra cunati matricu A2 . Rje senje. Imamo: A2 = A A = 2 1 3 1 2 1 3 1 = 7 1 3 4

Elvis Barakovi c

Primjer 1.1.5 Data je funkcija f (x) = x2 x 1 i matrica A= Izra cunati f (A). Rje senje. Neka je E jedini cna matrica. Tada je f (A) = A2 A E. Budu ci da je 9 4 A2 = A A = 0 1 tada je f (A) = A2 A E = = 11 6 0 1 . 9 4 0 1 3 2 0 1 1 0 0 1 3 2 0 1

Primjer 1.1.6 Data je funkcija f (x) = x3 1 i matrica 3 1 2 0 A = 0 1 3 1 2 Izra cunati f (A). Rje senje. Neka je E jedini cna matrica. Tada je f (A) = A3 E. Budu ci da je 3 11 2 0 A3 = A A A = 0 1 3 9 2 tada je 3 11 2 1 0 0 4 11 2 0 0 1 0 = 0 2 0 . f (A) = 0 1 3 9 2 0 0 1 3 9 1 3

1.1. MATRICE I DETERMINANTE Primjer 1.1.7 Date su matrice A= 4 2 1 1 i B= 0 3 4 1 .

Elvis Barakovi c

Izra cunati f (A) + f (B T ) ako je f (x) = x2 x 1. Rje senje. Neka je E jedini cna matrica. Tada je f (A) = A2 A E = 14 10 5 1 4 2 1 1

1 0 0 1

Transponovana matrica matrice B je BT = pa je f (B T ) = (B T )2 B T E = = Sada je 13 0 0 13 . 12 4 3 11 0 4 3 1 0 4 3 1

9 8 4 3

1 0 0 1

f (A) + f (B T ) =

0 4 3 1

Primjer 1.1.8 Dokazati da za matricu A (x) =

13 0 0 13

13 4 3 12

cos x sin x sin x cos x

vrijedi A(t) A(r ) = A(t + r ), (t, r R). Rje senje. Kako je A (t) = tada je A(t) A(r ) = = = = cos t sin t sin t cos t cos r sin r sin r cos r = = = cos t sin t sin t cos t i A (r ) = cos r sin r sin r cos r

cos (t + r ) sin (t + r ) sin (t + r ) cos (t + r ) 4

cos t cos r sin t sin r (cos t sin r + sin t cos r ) sin t cos r + cos t sin r cos t cos r sin t sin r = A(t + r ).

cos t cos r sin t sin r cos t sin r sin t cos r sin t cos r + cos t sin r sin t sin r + cos t cos r

POGLAVLJE 1. LINEARNA ALGEBRA Primjer 1.1.9 Ako je 1 1 0 A= 0 1 1 0 0 1 n(n 1) 1 n 2 An = 0 1 n 0 0 1

Elvis Barakovi c

pokazati da je

gdje je n prirodan broj.

Rje senje. Dokaz cemo izvesti matemati ckom indukcijom. 1) Provjerimo da li tvrdnja vrijedi za n = 1. Direktnim uvr stavanjem n = 1 n 1 u izraz za A dobijamo da je A = A, tj. tvrdnja vrijedi za n = 1. 2) Pretpostavimo da je tvrdnja ta cna i za n = k tj. neka vrijedi k (k 1) 1 k 2 Ak = 0 1 . k 0 0 1 3) Doka zimo da je tvrdnja ta cna i za n = k + 1, tj. da vrijedi 1 k+1 1 0 (k + 1)((k + 1) 1) (k + 1)k 1 k+1 2 2 = 0 k+1 1 k + 1 . 1 0 0 1 k (k 1) 1 k 2 0 1 k 0 0 1 k (k 1) k+1 k+ 2 1 k+1 0 1 (k + 1)k k+1 2 1 k + 1 . 0 1 5 1 0 1 1 0 1

Ak+1 = 0 0 Imamo

Ak+1 = Ak A = 0 0 1 = 0 0 1 = 0 0

1.1. MATRICE I DETERMINANTE

Elvis Barakovi c

Dakle, tvrdnja vrijedi i za n = k + 1. 4) Na osnovu principa matemati cke indukcije tvrdnja je ta cna za svaki prirodan broj Primjer 1.1.10 Matricu 3 2 1 A= 4 3 2 1 0 4

predstaviti kao zbir jedne simetri cne i jedne antisimetri cne matrice. Rje senje. Kvadratna matrica je simetri cna ako su joj elementi simetri cni u odnosu na glavnu dijagonalu, tj. ako je aij = aji i vrijedi AS = 1 A + AT . 2

onda je AS =

Kvadratna matrica je antisimetri cna ako je jednaka svojoj negativnoj transponovanoj matrici i vrijedi 1 A AT . AK = 2 Kako je 3 4 1 AT = 2 3 0 1 2 4 1 A + AT 2 1 A AT 2 3 2 1 1 = 4 3 2 + 2 1 0 4 3 2 1 1 = 4 3 2 2 1 0 4 3 4 1 2 3 0 = 1 2 4 3 4 1 2 3 0 = 1 2 4 3 3 1 3 3 1 1 1 4

Ak =

0 1 0 1 0 1 . 0 1 0

1.1.2

Kvadratna matrica i njena determinanta

kolona, tj. za matricu oblika a1n a2n . . . ann

Ukoliko je broj vrsta matrice jednak broju ka zemo da je kvadratna matrica reda n a11 a12 . . . a21 a22 . . . A= . . .. . . . . . an1 an2 . . . 6

(1.1)

POGLAVLJE 1. LINEARNA ALGEBRA a broj oblika a11 a12 a21 a22 . . . . . . an1 an2 . . . a1n . . . a2n . .. . . . . . . ann

Elvis Barakovi c

(1.2)

nazivamo determinanta n-tog reda pridru zena kvadratnoj matrici. Determinantu drugog reda ra cunamo po formuli a11 a12 a21 a22 = a11 a22 a21 a12 .

Determinantu tre ceg rada ra cunamo po Sarusovom pravilu a11 a12 a13 a21 a22 a23 a31 a32 a33 a11 a12 a13 a11 a12 a21 a22 a23 a21 a22 = a31 a32 a33 a31 a32 = (a11 a22 a33 + a12 a23 a31 + a13 a21 a32 ) (a31 a22 a13 + a32 a23 a11 + a33 a21 a12 ).

Osobine determinanti: 1. Ako je AT transponovana matrica matrice A tada je detA = detAT . 2. Determinanata mijenja znak ako dvije vrste (kolone) zamijene mjesta. 3. Determinanata se mno zi brojem tako sto se tim brojem pomno ze svi elementi samo jedne vrste (kolone). 4. Determinanta ne mijenja vrijednost ako elementima jedne vrste (kolone) dodamo odgovaraju ce elemente druge vrste (kolone) pomno zene istim brojem. 5. Ako su svi elementi jedne vrste (kolone) determinante jednaki nuli tada je determinanata jednaka nuli. 6. Determinanta je jednaka nuli ako su svi elementi jedne vrste (kolone) jednaki odgovaraju cim elementima druge vrste (kolone). Primjer 1.1.11 Izra cunati determinantu 1 1 . 3 4 7

1.1. MATRICE I DETERMINANTE Rje senje. Imamo 1 1 3 4 = 1 4 3 1 = 4 3 = 1. a+b ab ab a+b

Elvis Barakovi c

Primjer 1.1.12 Izra cunati determinantu matrice A= Rje senje. Imamo det(A) = .

Primjer 1.1.13 Izra cunati determinantu 1 1 0 2 4 6 . 0 3 1

a+b ab ab a+b

= (a + b)2 (a b)2 = 4ab.

Rje senje. Na osnovu Sarusove formule za ra cunanje determinante tre ceg reda, imamo 1 1 0 2 4 6 0 3 1 1 1 2 4 0 3 = (4 + 0 + 0) (0 + 18 + 2) = 4 20 = 24.

Primjer 1.1.14 Izra cunati determinantu primjenom Sarusove formule i Laplasovog razvoja determinanate 1 2 3 4 1 2 . 2 6 1 Rje senje. Primjenom Sarusove formule imamo 1 2 3 4 1 2 2 6 1 1 2 3 1 2 1 = 4 1 2 4 = 6 2 6 1 2 = (1 + 8 + 72) (6 12 8) = 95. 1 2 4 2 4 1 (2) +3 6 1 2 1 2 6

Izvr simo Laplasov razvoj determinante po prvoj vrsti 1 2 3 4 1 2 2 6 1 = 1 =

= 1 (1 + 12) + 2 (4 + 4) + 3 (24 2) = = 13 + 16 + 66 = 95. 8

POGLAVLJE 1. LINEARNA ALGEBRA Primjer 1.1.15 Izra cunati determinantu 4 2 2 0 1 2 3 1 3 0 5 3 . 4 2 1 1

Elvis Barakovi c

Rje senje. Laplasovim razvojem ove determinante po prvoj vrsti i ra cunanjem vrijednosti cetiri novodobijene determinante tre ceg reda, dobijamo 4 2 2 0 1 2 3 1 3 0 5 3 4 2 1 1 0 5 3 2 5 3 2 2 1 4 2 + = 4 2 4 1 1 1 3 1 1 2 0 5 2 0 3 2 0 1 2 4 + 3 1 2 3 1 1 3 1 1 = 4 (18) 2 (26) + 3 15 0 = 25.

Primjer 1.1.16 Izra cunati vrijednost determinante 1 n+1 n+4 1 n+2 n+5 . 1 n+3 n+6 Rje senje. Kori stenjem osobina determinanti, dobijamo 1 n+1 n+4 1 n+2 n+5 1 n+3 n+6
(1)

1 n+1 n+4 0 1 1 0 2 3

(2)

1 1 2 3

=1

pri cemu su: (1) od druge i tre ce vrste oduzimamo prvu vrstu determinante. (2) Laplasov razvoj determinante po prvoj koloni. Primjer 1.1.17 Izra cunati vrijednost determinante 1 a a2 1 b b2 . 1 c c2 9

1.1. MATRICE I DETERMINANTE Rje senje. Kori stenjem osobina determinanti, dobijamo 1 a a2 1 b b2 1 c c2
(1)

Elvis Barakovi c

1 a a2 2 0 b a b a2 0 c a c2 a2

(2)

b a b2 a2 c a c2 a2

=
(3)

= (b a) (c a)

1 b+a 1 c+a = (b a) (c a) (c b).

b a (b a) (b + a) c a (c a) (c + a)

pri cemu su: (1) od druge i tre ce vrste oduzimamo prvu vrstu determinante. (2) Laplasov razvoj determinante po prvoj koloni. (3) izvla cimo faktore (b a) i (c a) ispred determinante. Primjer 1.1.18 Izra cunati determinantu a b a b b a b a a a a b b b . a a

Rje senje. Kori stenjem osobina determinanti, dobijamo a b a b b a b a a a a b b b a a a b 0 b b a 0 a a b a b 0 ab b a a b a = (a b) b b b b a b

(4)

(1)

(2)

(3)

a b a b = (a b) b b 0 0 ba

= (a b)(b a)

a b b a

= (a b)(b a)(a2 b2 ) = (a b)(b a)(a b)(a + b) = (a b)3 (a + b). pri cemu su: (1) od tre ce vrste oduzimamo prvu vstu. (2) Laplasov razvoj determinante po tre coj vrsti. (3) od tre ce vrste oduzimamo prvu vrstu. (4) Laplasov razvoj determinante po tre coj vrsti. 10

POGLAVLJE 1. LINEARNA ALGEBRA Primjer 1.1.19 Rije siti jedna cinu 1+x 1 1 1 1 1 1 1 1 Rje senje. Kako je 1+x 1 1 1 1 1 1 1 1 tada 2(x + 2) = 0 pa je x = 2. = 2(x + 2), =0

Elvis Barakovi c

1.1.3

Inverzna matrica
1 2 3 4

Primjer 1.1.20 Odrediti inverznu matricu matrice A= Rje senje. Determinanta matrice je detA = Kofaktori matrice su A11 = 4, A12 = 3, A21 = 2, A22 = 1, 1 2 3 4 = 4 6 = 2. .

pa je adjungovana matrica matrice A adjA = Inverzna matrica matrice A je A1 = 1 2 4 2 3 1 = 2 1 3 1 2 2 . 4 2 3 1 .

Primjer 1.1.21 Odrediti inverznu matricu matrice 2 0 1 A = 1 1 3 . 0 2 4 11

1.1. MATRICE I DETERMINANTE Rje senje. Determinanta date matrice je detA = Kofaktori matrice A su A11 = 1 3 2 4 1 1 0 2 2 1 0 4 0 1 1 3 2 0 1 1 = 2, = 2, = 8, A12 = A21 = A23 = A32 = 1 3 0 4 0 1 2 4 2 0 0 2 2 1 1 3 2 0 1 1 1 3 0 2 4 = 6.

Elvis Barakovi c

= 4,

A13 =

= 2,

A22 =

= 4, = 7,

A31 =

= 1, =2

A33 =

pa je adjungovana matrica matrice A 2 2 1 adjA = 4 8 7 . 2 4 2 Sada je 2 2 1 1/3 1/3 1/ 6 1 = 4 8 7 = 2/3 4/3 7/ 6 . 6 2 4 2 1/3 2/3 1/6

A1

Primjer 1.1.22 Data je funkcija f (x) = x2 + 2x 3 i matrica 4 1 2 3 A = 0 1 0 0 2 Izra cunati f (A). 12

POGLAVLJE 1. LINEARNA ALGEBRA

Elvis Barakovi c

Rje senje. Neka je E jedini cna matrica. Tada je f (A) = A2 + 2A 3E . Inverzna matrica matrice A je 1 1 5 4 4 8 2 2 5 1 3 A1 = 0 8 12 = 0 1 8 2 0 0 4 1 0 0 2 pa je
1 16 3 16 3 32 3 4 1 4

Dakle,

A2 = A1 A1 = 0 0

1 0

Izra cunati f (A).

Primjer 1.1.23 Data je funkcija f (x) = 2 + 3x + x2 i matrica 1 1 2 2 1 . A= 0 0 0 3

P (A) = 2A A2 3E = 1 3 3 4 1 2 16 16 32 3 = 2 0 1 3 0 1 3 4 1 0 0 2 0 0 4 1 3 3 8 2 4 3 16 16 32 3 0 1 4 0 0 2 6 = 1 0 0 4 0 0 0 4 79 35 131 16 16 32 27 . = 0 6 4 3 0 0 4

1 0 0 0 1 0 = 0 0 1 0 0 3 0 = 0 3

Rje senje. Neka je E jedini cna matrica. Tada je f (A) = 2E + 3A + A2 . Inverzna matrica matrice A je 6 3 3 1 1 1 2 2 1 1 A1 = 0 3 1 = 0 1 2 6 6 0 0 2 0 0 1 3 13

1.1. MATRICE I DETERMINANTE pa je A2

Elvis Barakovi c

Dakle,

1 1 1 1 1 1 2 2 2 2 1 1 0 1 = = A1 A1 = 0 1 2 6 2 6 1 0 0 3 0 0 1 3 3 1 1 4 4 1 0 1 = . 4 36 1 0 0 9

P (A) = 2E + 3A + A2 = 1 1 0 0 1 1 2 1 3 4 4 1 2 1 + 0 1 = 2 0 1 0 + 3 0 = 4 36 1 0 0 1 0 0 3 0 0 9 3 1 2 0 0 3 3 6 1 4 4 1 0 + 0 6 3 + 0 1 = = 0 2 4 36 1 0 0 2 0 0 9 0 0 9 9 25 2 4 4 109 = 0 17 . 4 36 98 0 0 9

1.1.4

Matri cne jedna cine

X (A + E ) = 2 A E

Primjer 1.1.24 Rije siti matri cnu jedna cinu

gdje je 1 1 2 A= 0 2 1 0 0 3

i E jedini cna matrica. Rje senje. Neka je

1 1 2 1 2 1 + 0 P = A+E = 0 0 0 3 0 1 2 2 4 Q = 2A E = 0 4 2 0 0 0 6 0 14

0 0 2 1 2 1 0 = 0 3 1 0 1 0 0 2 1 2 4 0 0 3 2 . 1 0 = 0 0 1 0 0 7

POGLAVLJE 1. LINEARNA ALGEBRA

Elvis Barakovi c

Sada matri cna jedna cina ima oblik XP = Q cije je rje senje matrica X = 1 QP . Inverzna matrica matrice P je 1 1 7 6 2 7 2 6 12 1 1 0 4 2 = 0 1 . P 1 = 3 6 12 1 0 0 6 0 0 2 Rje senje matri cne jedna cine je matrica 1 1 7 1 2 4 2 6 12 1 3 2 0 1 X = QP 1 = 0 = 3 6 0 0 7 0 0 1 2 1 1 7 2 4 2 . = 0 1 1 2 7 0 0 2

Primjer 1.1.25 Rije siti matri cnu jedna cinu X (2A 3E ) = 2E A gdje je 1 1 2 2 1 A= 0 0 0 3

i E jedini cna matrica. Rje senje. Neka je

Sada matri cna jedna cina ima oblik XP = Q cije je rje senje matrica X = QP 1 . Inverzna matrica matrice P je 9 18 0 1 2 0 1 2 P 1 = 0 9 2 = 0 1 . 9 9 0 0 1 0 0 1 9 15

2 2 4 3 4 2 0 P = 2A 3 E = 0 0 0 6 0 1 1 2 0 0 2 Q = 2E A = 0 2 0 0 0 0 0 0 2

0 0 1 2 4 3 0 = 0 1 2 0 3 0 0 9 2 1 1 2 1 = 0 0 1 . 3 0 0 5

1.1. MATRICE I DETERMINANTE

Elvis Barakovi c

Rje senje matri cne jedna cine je matrica 1 1 2 1 2 0 2 1 = X = QP 1 = 0 0 1 0 9 1 0 0 5 0 0 9 1 1 0 1 0 = 0 . 9 5 0 0 9 Primjer 1.1.26 Rije siti matri cnu jedna cinu AX 2A = 2BX B + E gdje su 1 1 2 2 1 1 2 1 i B= 0 2 1 A= 0 0 0 3 0 0 3

i E jedini cna matrica.

Rje senje. Datu jedna cinu mo zemo transformisati u sljede ci oblik (A 2B ) X = 2A B + E. Neka je 2 2 1 1 1 2 0 2 1 = 3 0 0 3 4 2 2 3 1 4 0 4 2 = 0 2 1 0 0 6 0 0 9 1 1 2 2 1 1 2 1 0 2 1 + Q = 2A B + E = 2 0 0 0 3 0 0 3 2 2 4 2 1 1 1 0 0 1 = 0 4 2 0 2 1 + 0 1 0 = 0 0 0 6 0 0 3 0 0 1 0 1 1 P = A 2B = 0 2 0 0 1 1 2 0 2 1 = 0 0 3

Sada matri cna jedna cina ima oblik P X = Q cije je rje senje matrica X = P 1Q. Inverzna matrica matrice P je 1 1 18 9 9 3 1 6 6 1 1 P 1 = 0 27 3 = 0 1 . 2 18 54 0 0 6 0 0 1 9 16

1 0 0 0 1 0 = 0 0 1 1 5 3 1 . 0 8

POGLAVLJE 1. LINEARNA ALGEBRA

Elvis Barakovi c

Rje senje matri cne jedna cine je matrica 1 1 3 1 1 1 5 6 6 1 X = P 1 Q = 0 1 0 3 1 = 2 18 1 0 0 8 0 0 9 1 1 1 3 6 6 51 0 3 = . 2 54 8 0 0 9 Primjer 1.1.27 Rije siti matri cnu jedna cinu AX 1 = A X 1 ako je A= Rje senje. Matri cna jedna cina AX 1 = A X 1 je ekvivalentna jedna cini AX = A + E jer AX 1 AX 1 + X 1 (A + E ) X 1 (A + E ) X 1 X A+E Neka je 2 1 1 2 Sada matri ca jedna cina ima oblik B =A+E = + 1 0 0 1 = 1 1 1 3 . = = = = = A X 1 A A /X AX AX. 2 1 1 2 .

AX = B cije je rje senje matrica X = A1 B. Inverzna matrica matrice A je matrica A1 = 1 3 2 1 1 2

1 3 2 3

pa je rje senje matri cne jedna cine matrica X = A1 B = 2 3 1 3 17 1 1 1 3

2 3 1 3 =

1 3 2 3

1 3 1 3

1 3 5 3

1.1. MATRICE I DETERMINANTE

Elvis Barakovi c

1.1.5

Rang matrice

Pod elementranim transformacijama matrice podrazumijevaju se: 1) Zamjena bilo koje dvije vrste (ili kolone) matrice. 2) Mno zenje elemenata bilo koje vrste (ili kolone) matrice brojem razli citim od nule. 3) Dodavanje elementima bilo koje vrste (ili kolone) odgovaraju ce elemente bilo koje druge vrste (ili kolone) predhodno pomno zene nekim brojem. Broj linearno nezavisnih vrsta (kolona) matrice naziva se rang matrice.

Primjer 1.1.28 Odrediti rang matrice 4 3 2 1 1 3 1 . A = 2 1 1 1 2 Rje senje. Imamo 1 4 3 2 1 3 1 Zamjena I i III vrste A = 2 2 1 1 1 2 2 (4) 1 1 1 + + 1 3 1 2 1 4 3 2 1 1 1 2 1 1 1 2 1 3 1 3 (7) 0 3 0 3 + 0 0 13 0 0 7 2 7 3 Dakle, rangA = 3.

Primjer 1.1.29 Odrediti rang matrice 3 2 1 2 1 3 3 . A = 1 2 1 2 1 18

POGLAVLJE 1. LINEARNA ALGEBRA Rje senje. Imamo

Elvis Barakovi c

Dakle, rangA = 2.

3 2 1 2 1 3 3 A = 1 2 1 2 1 1 1 3 3 2 3 1 1 3 3 + + 0 1 8 7 (1) 2 1 2 1 + 3 2 1 2 0 1 8 7 1 1 3 3 0 1 8 7 . 0 0 0 0

Primjer 1.1.30 Odrediti rang matrice 2 1 3 1 4 1 1 1 1 3 A= 1 2 3 1 4 1 1 2 2 2

Dakle, rangA = 4.

Rje senje. Imamo 2 1 3 1 4 1 1 1 1 3 A = 1 2 3 1 4 1 1 2 2 2 2 3 (1) 1 1 1 1 1 2 + + 1 2 2 1 2 3 1 4 2 1 3 1 4 1 1 1 1 3 1 1 1 1 3 0 0 1 3 1 0 1 0 3 2 (1) + 0 3 2 2 0 1 0 3 1 1 0 3 1 1 2 0 0 1 3 1 1 1 1 1 3 1 1 1 1 3 0 3 2 0 3 2 0 1 0 1 0 0 0 0 1 1 3 . 1 1 3 (1) + 0 0 1 3 1 0 0 0 4 4 19

1.1. MATRICE I DETERMINANTE Primjer 1.1.31 Odrediti rang matrice

Elvis Barakovi c

2 1 A= 1 3 Rje senje. Imamo

3 1 3 4

4 1 2 5

1 3 2 4

2 4 . 2 6

2 3 4 1 1 1 1 3 A = 1 3 2 2 3 4 5 4 1 1 1 3 1 3 2 2 2 3 4 1 3 4 5 4 1 1 1 3 0 1 2 5 0 4 3 5 0 1 2 5 Dakle, rangA = 3.

2 4 2 6 (2) (3) 4 + + 2 2 + 6 4 6 (4) (1) + 6 + 6

1 0 0 0 1 0 0 0

1 4 1 1 1 1 0 0

1 3 4 3 5 6 2 5 6 2 5 6 1 3 4 2 5 6 5 25 30 0 0 0

Primjer 1.1.32 Odrediti rang matrice

2 1 A= 2 3

1 1 3 2 20

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

POGLAVLJE 1. LINEARNA ALGEBRA Rje senje. Imamo 2 1 1 1 1 3 A = 2 3 1 3 2 4 1 1 3 2 1 1 2 3 1 3 2 4 1 1 3 0 1 5 0 5 7 0 1 5 1 1 3 0 1 5 0 0 18 0 0 0

Elvis Barakovi c

Dakle, rangA = 3.

3 1 1 4 1 3 2 3 1 4 (2) 2 (3) + + 3 1 1 3 + 2 3 1 4 5 9 5+ (1) 3 5 + 5 9 1 4 5 9 22 40 0 0

Primjer 1.1.33 U zavisnosti od realnog 1 A= 1 1 1 Rje senje. Imamo

parametra odrediti rang matrice 1 1 .

1 1 1 1 (1) () A = 1 1 1 1 + + 1 1 1 1 1 1 1 1 0 1 1 0 1 1 + 2 2 0 0 2 0 1 1 1 1 0 1 1 = 0 0 (1 ) (2 + ) 21

Diskusija:

1.1. MATRICE I DETERMINANTE 1. ako je = 1 tada je rangA = 1 jer je 1 1 1 A= 0 0 0 0 0 0 2. ako je = 2 tada je rangA = 2 jer je 1 1 1 A = 0 3 3 0 0 0 3. ako je = 1 i = 2 tada je rangA = 3. Primjer 1.1.34 U zavisnosti od realnog 1 1 4 10 A= 7 17 2 4 Rje senje. Imamo 1 4 A = 7 2 1 0 0 0 1 0 0 0 1 10 17 4 1 6 10 2 1 2 0 0 4 1 3 3

Elvis Barakovi c

parametra odrediti rang matrice 4 3 1 . 3 1 3 2

Diskusija:

3 (4) (7) (2) + + 1 + 2 4 3 1 1 4 15 12 0 2 5 25 20 0 6 15 5 4 0 10 25 4 3 5 4 . 0 0 0

3 4 12 20

(3) (5) + +

1. ako je = 0 tada je rangA = 2, 2. ako je = 0 tada je rangA = 3. 22

POGLAVLJE 1. LINEARNA ALGEBRA

Elvis Barakovi c

1.1.6

Spektar matrice

Neka je A kvadratna matrica. Polinom KA () = det(A I ) se naziva svojstveni polinom matrice A a rje senja jedna cine KA () = 0 su svojstvene vrijednosti matrice A. Vektor x = 0 za koji vrijedi Ax = x se naziva svojstveni vektor matrice A koji odgovara svojstvenoj vrijednosti . Skup svih svojstvenih vrijednosti matrice A se naziva spektar matrice A i ozna cava se sa (A). Teorem 1 (Hamilton - Cayley) Ako je KA () karakteristi cni polinom kvadratne matrice A tada je KA (A) = 0. Primjer 1.1.35 Odrediti spektar matrice 9 3 0 A = 1 1 2 . 1 0 7 Rje senje. Karakteristi cni polinom matrice A je: 9 3 0 1 1 2 1 0 7 = 3 + 42 2.

K A ( ) =

1 1 Rje senja jedna cine KA () = 0 su 1 = 1, 2 = 3 17 i 3 = 3 + 17 2 2 pa je spektar matrice skup (A) = 1, 1 1 3 17 , 3 + 17 2 2 .

Primjer 1.1.36 Odrediti svojstvene vrijednosti i svojstvene vektore matrice 5 3 3 A = 3 1 2 . 6 0 7 Rje senje. Karakteristi cni polinom matrice A je: 5 3 3 3 1 2 6 0 7 23 = 3 + 112 + 4 44.

K A ( ) =

1.1. MATRICE I DETERMINANTE

Elvis Barakovi c

Svojstvene vrijednosti su rje senja jedna cine KA () = 0 tj. 1 = 2, 2 = 2 i 3 = 11. Odredimo svojstveni vektor X1 za svojstvenu vrijednost 1 = 2. Neka je 1 x1 . X1 = x1 2 1 x3 Imamo 1 1 1 7 3 3 x1 7x1 + 3x1 0 2 + 3x3 1 1 1 1 x2 = 3x1 + x2 + 2x3 (A I )X1 = 3 1 2 = 0 1 6 0 9 x1 6x1 0 3 1 + 9x3 1 1 7x1 1 + 3x2 + 3x3 = 0 3x1 x1 + 2x1 1 + 2 3 = 0 1 6x1 + 9x1 3 = 0

odakle dobijamo sistem homogenih jedna cina

1 1 cije je jedno netrivijalno rje senje (x1 1 , x2 , x3 ) = (3, 5, 2) pa je svojstveni vektor koji odgovara svojstvenoj vrijednosti 1 3 X1 = 5 . 2

Na sli can na cin dobijamo preostala dva svojstvena vektora 5 2 X2 = 1 , X3 = 1 . 6 3 Primjer 1.1.37 Odrediti inverznu matricu matrice: 2 1 1 A = 1 0 2 . 3 1 2 Rje senje. Karakteristi cni polinom matrice A je: K A ( ) = 2 1 1 1 2 3 1 2 24

= 3 + 42 + 2 + 1.

POGLAVLJE 1. LINEARNA ALGEBRA Na osnovu Teoreme 1 imamo KA (A) = 0, tj. A3 + 4A2 + 2A + I = O odakle je I = A3 4A2 2A. Mno zenjem ove jednakosti sa A1 dobijamo: A1 = A1 (A3 4A2 2A) = A2 4A 2I pa je A1 2 1 2 = 4 1 3 . 1 1 1

Elvis Barakovi c

1.2

Sistemi linearnih jedna cina

Brojevi aij R, (i = 1, 2, ..., m; j = 1, 2, ..., n) zovu se koecijenti sistema a brojevi bi R, (i = 1, 2, ..., m) slobodni koecijenti sistema (1.3). Rje senje sistema (1.3) je svaka uredena ntorka (x1 , x2 , ..., xn ) realnih brojeva koja zadovoljava svaku jedna cinu sistema (1.3). Rje senje sistema mo ze da postoji ili ne postoji, a ako postoji, onda ono mo ze da bude jedinstveno ili neodredeno (da sistem ima beskona cno mnogo rje senja). Sistem (1.3) mo zemo zapisati u obliku jedne (matri cne) jedna cine AX = B pri cemu su matrice a11 a12 . . . a1n x1 b1 a21 a22 . . . a2n x2 b2 , X = , B = A= . . . . . . .. . . . . . . . . . . . am1 am2 . . . amn xn bm Ukoliko je n = m tj. broj nepoznatih jednak broju jedna cina, za sistem (1.3) ka zemo da je kvadratni sistem linearnih jedna cina. 25

Sistem od m linearnih jedna cina sa n nepoznatih je sistem oblika a11 x1 + a12 x2 + + a1n xn = b1 a21 x1 + a22 x2 + + a2n xn = b2 . . . . . . . . . . . . . . . . am1 x1 + am2 x2 + + amn xn = bm

(1.3)

 1.2. SISTEMI LINEARNIH JEDNACINA

Elvis Barakovi c

1.2.1

Gausov metod eliminacije

Ideja ovog metoda je svodenje sistema na trougaoni ili trapezni oblik koji je ekvivalentan polaznom sistemu linearnih jedna cina, a koji je lak si za rje savanje. Prednost ove metode je sto koristimo samo osnovne algebarske operacije. Primjer 1.2.1 Gausovim metodom eliminacije rije siti sistem linearnih jedna cina 3x1 + 2x2 + 4x3 = 17 x1 + 6x2 + x3 = 1 . 3x1 3x2 + 2x3 = 14 Rje senje. Imamo:
1

Dakle, po cetni sistem smo sveli na trougaoni oblik. Iz tre ce jedna cine posljednjeg sistema dobijamo x3 = 4, pa ako to uvrstimo u drugu jedna cinu posljednjeg sistema, dobijamo x2 = 1. Iz prve jedna cine dobijamo x1 = 1. Dakle, rje senje sistema 2 je (x1 , x2 , x3 ) = (1, 1, 4). Primjer 1.2.2 Gausovim metodom eliminacije rije siti sistem linearnih jedna cina 2x1 + 3x2 4x3 + 6x4 = 9 x1 + x2 + x3 + 6x4 = 4 . x1 + 2x2 + x4 = 2 2x1 + x2 + 3x3 = 10 Rje senje. Imamo: 2x1 x1 x1 2x1
1 2

3x1 + 2x2 + 4x3 = 17 J1 prepisana x1 + 6x2 + x3 = 1 - 3 J2+J1 3x1 3x2 + 2x3 = 14 -J3+J1 3x1 + 2x2 + 4x3 = 17 J1 prepisana 16x2 + x3 = 20 J2 prepisana 5x2 + 2x3 = 3 16 J3+5 J2 3x1 + 2x2 + 4x3 = 17 16x2 + x3 = 20 37x3 = 148

+ 3x2 4x3 + 6x4 + x2 + x3 + 6x4 + 2x2 + x4 + x2 + 3x3

Sa J1 cemo ozna cavati prvu jedna cinu sistema, sa J2 drugu, ... . Rje senje sistema je jedinstveno. To je uredene trojka realnih brojeva.

= 9 J1 prepisana = 4 -2J2+J1 = 2 -J3+J2 = 10 -J4+J1

26

POGLAVLJE 1. LINEARNA ALGEBRA 2x1 + 3x2 x2 x2 2x2 4x3 6x3 + x3 7x3 4x3 6x3 5x3 5x3 + + + 6x4 6x4 5x4 6x4

Elvis Barakovi c

2x1 + 3x2 x2 2x1 + 3x2 x2

+ 6x4 6x4 x4 + 16x4 6x4 6x4 x4 17x4

4x3 + 6x3 5x3

Ra cunanjem x4 iz posljednje jedna cine i vra canjem unazad, dobijamo rje senje sistema (x1 , x2 , x3 , x4 ) = (0, 1, 3, 0). Primjer 1.2.3 Gausovim metodom eliminacije rije siti sistem linearnih jedna cina 2x1 + 3x2 x3 = 4 x1 + x2 x3 = 1 . x1 + 4x2 2x3 = 3 2x1 + 3x2 x3 = 4 J1 prepisana x1 + x2 x3 = 1 2J2+J1 x1 + 4x2 2x3 = 3 J3+J2 2x1 + 3x2 x3 = 4 J1 prepisana x1 + x2 x3 = 1 J2 prepisana x1 + 4x2 2x3 = 3 -J3+J2 2x1 + 3x2 x3 = 4 J1 prepisana 5x2 3x3 = 2 J2 prepisana 5x2 3x3 = 2 -J3+J2 Posljednji sistem ima tri nepoznate a dvije jedna cine. Zato, jednu nepoznatu 2 + 3 biramo proizvoljno. Neka je, npr. x3 = . Tada su x2 = i x1 = 5 7 3 . Rje senje sistema je 5 (x1 , x2 , x3 ) = 7 3 2 + 3 , , 5 5 27 2x1 + 3x2 x3 = 4 5x2 3x3 = 2

= 9 J1 prepisana = 17 J2 prepisana = 2 J3+J2 J4+2J3 = 19 J1 prepisana = 9 = 17 J2 prepisana = 15 J3 prepisana = 15 -J4+J3 = 9 = 17 = 15 = 0

Rje senje. Imamo:

 1.2. SISTEMI LINEARNIH JEDNACINA pri cemu je R.

Elvis Barakovi c

Rje senje. Imamo:

Primjer 1.2.4 Gausovim metodom eliminacije rije siti sistem linearnih jedna cina x1 + 2x2 + x3 + x4 = 5 3x1 x2 + 3x3 + x4 = 6 . 2x1 3x2 + 2x3 = 1 x1 + 2x2 + x3 + x4 = 5 J1 prepisana 3x1 x2 + 3x3 + x4 = 6 -J2+3J1 2x1 3x2 + 2x3 = 1 -J3+2J1 x1 + 2x2 + x3 + x4 = 5 J1 prepisana 7x2 + 2x4 = 9 J2 prepisana 7x2 + 2x4 = 9 -J3-J2 x1 + 2x2 + x3 + x4 = 5 7x2 + 2x4 = 9

Posljednji sistem ima dvije jedna cine a cetiri nepoznate pa dvije nepoznate biramo proizvoljno. Ali, ipak ne mo zemo uzeti bilo koje nepoznate. Recimo, ako bismo proizvoljno odabrali x2 i x4 onda zbog druge jedna cine sistem ne bi imao smisla. 9 2 Neka su recimo x3 = i x4 = . Sada je lahko zaklju citi da su x2 = 7 17 7 3 i x1 = . Rje senje sistema je 7 (x1 , x2 , x3 , x4 ) = gdje su , R proizvoljni. Primjer 1.2.5 Gausovim metodom eliminacije rije siti sistem linearnih jedna cina x1 + 2x2 x3 + x4 = 3 3x1 + x2 x3 + 7x4 = 10 . 4x1 + 3x2 2x3 + 8x4 = 12 x1 + 2x2 x3 + x4 = 3 J1 prepisana 3x1 + x2 x3 + 7x4 = 10 -J2+3J1 4x1 + 3x2 2x3 + 8x4 = 12 -J3+4J1 28 17 7 3 9 2 , , , 7 7

Rje senje:. Imamo:

POGLAVLJE 1. LINEARNA ALGEBRA

Elvis Barakovi c

x1 + 2x2 x3 + x4 = 3 J1 prepisana 5x2 2x3 4x4 = 1 J2 prepisana 5x2 2x3 4x4 = 0 -J3-J2 x1 + 2x2 x3 + x4 = 3 5x2 2x3 4x4 = 1 0 = 1

Posljednja jednakost je neta cna pa dati sistem nema rje senja. Primjer 1.2.6 Gausovim metodom eliminacije rije siti sistem linearnih jedna cina 2x1 x1 4x1 x1 3x1 Rje senje. Imamo: 2x1 x1 4x1 x1 3x1 2x1 + + x2 x2 + 3x2 + 2x2 4x2 x2 3x2 x2 3x2 5x2 + x3 = 3 = 0 x3 = 7 + x3 = 3 + x3 = 7 + x3 + x3 + 3x3 x3 + 5x3 + x2 x2 + 3x2 + 2x2 4x2 + x3 = 3 = 0 x3 = 7 + x3 = 3 + x3 = 7

J1 prepisana -2J2+J1 -J3+2J1 -J3+J2 2J5+3J1

2x1 +

x2 + 3x2 +

Ra cunanjem x3 iz posljednje jedna cine i vra canjem unazad, dobijamo rje senje sistema (x1 , x2 , x3 ) = (1, 1, 0). 29

x3 = 3 x3 = 3 . 10x3 = 0

= 3 J1 prepisana = 3 J2 prepisana = 1 3J3+J2 = 3 J4+J2 = 5 3J5+5J2

 1.2. SISTEMI LINEARNIH JEDNACINA

Elvis Barakovi c

1.2.2

Kvadratni sistemi linearnih jedna cina cija determinanta nije jednaka nuli

Posmatra cemo kvadratne sisteme linearnih algebarskih jedna cina tj. sisteme oblika a11 x1 + a12 x2 + + a1n xn = b1 a21 x1 + a22 x2 + + a2n xn = b2 (1.4) . . . . . . . . . . . . . . . a x + a x + + a x = b
n1 1 n2 2 nn n n

(aij , bi R za i, j = 1, 2, ..., n) cija determinanta nije jednaka nuli, tj. a11 a12 a21 a22 . . . . . . an1 an2 . . . a1n . . . a2n . .. . . . . . . ann = 0.

Dva su osnovna na cina rje savanja ovakvih sistema a to su metoda determinanti i matri cna metoda. Metoda determinanti Teorem 2 Neka je D = detA i Dxi = detAi pri cemu je matrica Ai matrica koja se dobije zamjenom i-te kolone matrice A sa matricom kolonom B. Ako je D = 0 tada sistem (1.4) ima jedinstveno rje senje (x1 , x2 , . . . , xn ) dato sa Dx i xi = , (i = 1, 2, ..., n) D Ako je D = 0 i Dxi = 0 za i = 1, 2, ..., n, tada je sistem (1.4) nesaglasan, tj. nema rje senja. Ako je D = 0 i Dxi = 0 za i = 1, 2, ..., n, tada sistem (1.4) ima beskona cno mnogo rje senja. Posljednja teorema je poznata kao Kramerova 3 teorema za rje savanje kvadratnih sistema linearnih algebarskih jedna cina, a ako sistem jedna cina rje savamo koriste cu ovu teoremu, onda ka zemo da sistem rje savamo Kramerovim metodom ili metodom determinanti. Primjer 1.2.7 Rije siti sistem jedna cina metodom determinanti:
3

Gabriel Cramer (1704. - 1752.), svajcarski matemati car

30

POGLAVLJE 1. LINEARNA ALGEBRA x1 + x2 x3 = 3 3x1 + x3 = 1 2x1 x2 + x3 = 0 1 1 1 3 0 1 2 1 1

Elvis Barakovi c

Rje senje. Determinanta sistema je

D=

=3=0

pa sistem ima jedinstvaneo rje senje. Budu ci da su 3 1 1 1 0 1 0 1 1

Dx 1 =

= 3, = 0,

Dx 2 =

1 3 1 3 1 1 2 0 1 1 1 3 3 0 1 2 1 0

Dx 3 =

= 6,

tada su x1 = Dx 1 3 = = 1, D 3 x2 = Dx 2 0 = = 0, D 3 x3 = Dx 3 6 = =2 D 3

pa je rje senje sistema (x1 , x2 , x3 ) = (1, 0, 2). Primjer 1.2.8 Rije siti sistem jedna cina metodom determinanti: 3x1 + 6x2 3x3 = 8 6x1 + x2 + x3 = 3 x1 2x2 + x3 = 2 3 6 3 6 1 1 1 2 2 31

Rje senje. Determinanta sistema je

D=

= 33 = 0

 1.2. SISTEMI LINEARNIH JEDNACINA pa je sistem ima jedinstvano rje senje. Budu ci da su Dx 1 = 8 6 3 3 1 1 2 2 2 3 8 3 6 3 1 1 2 2 3 6 8 6 1 3 1 2 2 x2 = = 4, = 53, = 22

Elvis Barakovi c

Dx 2 =

Dx 3 = tada su x1 =

4 Dx 1 = , D 33

Dx 2 53 = , D 33 4 53 2 , , 33 33 3 .

x3 =

Dx 3 2 = D 3

pa je rje senje sistema (x1 , x2 , x3 ) = Matri cna metoda

Sistem (1.4) mo zemo zapisati u matri cnom obliku AX = B , tj. napisati ga u obliku jedne (matri cne) jedna cine. Ako je matrica A regularna (tj. detA = 0), tada je rje senje posljednje matri cne jedna cine matrica X = A1 B a elementi te matrice su upravo rje senja sistema (1.4). Primjer 1.2.9 Rije siti sistem jedna cina matri cnom metodom: 3x1 + x2 + 6x3 = 16 x1 + x2 + x3 = 2 2x1 + 10x2 x3 = 10 Rje senje:. Neka je 3 1 6 1 , A = 1 1 2 10 1 x1 X = x2 , x3 16 B = 2 . 10

Tada je sistem ekvivalentan matri cnoj jedna cini AX = B. Matrica A je regularna jer je detA = 104. To zna ci da je dati sistem saglasan. Adjungovana matrica matrice A je 11 61 5 1 15 9 A = 12 28 4 32

POGLAVLJE 1. LINEARNA ALGEBRA

Elvis Barakovi c

Rje senje matri cne jedna cine je matrica 11/104 61/104 5/104 16 1 X = A1 B = 1/104 15/104 9/104 2 = 1 . 3/26 7/26 1/26 10 2 Dakle, rje senje sistema je (x1 , x2 , x3 ) = (1, 1, 2). Primjer 1.2.10 Rije siti sistem jedna cina matri cnom metodom 4x1 3x2 + 6x3 = 21 x1 + x2 3x3 = 10 7x2 + 6x3 = 11 x1 X = x2 , x3 21 B = 10 . 11

pa je inverzna matrica matrice A 11/104 61/104 5/104 1 A1 = A = 1/104 15/104 9/104 . detA 3/26 7/26 1/26

Tada je sistem ekvivalentan matri cnoj jedna cini AX = B. Matrica A je regularna jer je detA = 168. To zna ci da je dati sistem saglasan. Adjungovana matrica matrice A je 27 60 3 24 18 A = 6 7 28 7 pa je inverzna matrica matrice A A1 9/56 5/14 1/56 1 = A = 1/28 1/7 3/28 . detA 1/24 1/6 1/24

Rje senje. Neka je 4 3 6 1 3 , A= 1 0 7 6

Dakle, rje senje sistema je (x1 , x2 , x3 ) = (0, 1, 3). 33

Rje senje matri cne jedna cine je matrica 9/56 5/14 1/56 21 0 X = A1 B = 1/28 1/7 3/28 10 = 1 . 1/24 1/6 1/24 11 3

 1.2. SISTEMI LINEARNIH JEDNACINA

Elvis Barakovi c

1.2.3

Croneker-Capeli-jev stav

Ovaj metod se obi cno koristi za rje savanje kvadratnih sistema linearnih algebarskih jena cina cija je determinanta jednaka nuli i sve vrste pravougaonih i trapeznih sistema. Glavna je ideja da se takav sistem, ako je mogu ce, svede na kvadratni sistem linearnih jedna cina cija je detreminanta razli cita do nule, a za rje savanje takvih mo zemo primijeniti metodu determinanti i matri cnu metodu. Naravno, ovom metodom mo zemo rje savati i kvadratne sisteme cija je determinanta razli cita od nule, cime se dobija ekvivalentni sistem trougaonog oblika. U svemu tome, poma ze nam sljede ca Teorem 3 Neka je A matrica koecijenta sistema i Ap pro sirena matrica 4 sistema . Tada vrijedi: Sistem linearnih algebarskih jedna cina (1.3) je saglasan akko je rang (A) = rang (Ap ). Ako je r = rang (A) = rang (Ap ) tada je sistem (1.3) ekvivalentan sistemu koji se dobije uzimanjem bilo kojih r linearno nezavisnih jedna cina is sistema (1.3). Ako je m = n tj. broj jedna cina jednak broju nepoznatih, tada sistem (1.3) ima jedinstveno rje senje akko je matrica A regularna. Primjer 1.2.11 Ispitati saglasnost sistema i u slu caju da je saglasan rije siti ga: 4x1 + x2 x3 = 9 x1 + x3 = 1 3x1 + x2 + 6x3 = 8 . 3x1 + x2 = 8 2x1 + x2 + 7x3 = 7 4 1 3 3 2 1 1 4 1 1 9 1 0 0 1 1 1 1 6 , Ap = 3 1 6 8 . 1 0 3 1 0 8 1 7 2 1 7 7 34

Rje senje. Matrica koecijenata i pro sirena matrica koecijenata sistema su:

A=
4

Matrica koja se dobije dodavanjem matrice kolone B matrici A

POGLAVLJE 1. LINEARNA ALGEBRA

Elvis Barakovi c

Izvr simo elementarne transformacije matrice Ap na sljede ci na cin 4 1 1 9 V1 prepisana 1 0 4V2+V1 1 1 V3+3V2 Ap = 3 1 6 8 3 1 0 8 V4-V3 2 1 7 7 V5+2V2 4 1 1 9 V1 prepisana 0 1 V2 prepisana 3 5 V3-V2 0 1 9 5 0 0 6 0 V4 prepisana 0 1 9 5 V5-V3 4 1 1 9 V1 prepisana 0 1 V2 prepisana 3 5 0 0 6 0 V3 prepisana 0 0 6 0 V4-V3 0 0 0 0 V5 prepisana 4 1 1 9 0 1 3 5 0 0 6 0 . 0 0 0 0 0 0 0 0

koji je kvadrtni sistem cija determinanta nije jednaka nuli. Rje senje sistema je (x1 , x2 , x3 ) = (1, 5, 0). Primjer 1.2.12 Ispitati saglasnost sistema 4x1 + 3x2 + 6x3 x4 = 12 3x1 + x2 + x4 = 5 2x1 6x2 + x3 + x4 = 6

Odavdje zaklju cujemo da je rang (A) = rang (Ap ) = 3 pa je sistem saglasan. Pomo cu posljednje matrice formirajmo novi sistem: 4x1 + x2 x3 = 9 x2 + 3x3 = 5 6x3 = 0

i u slu caju da je saglasan rije siti ga metodom determinanti.

Rje senje. Budu ci da je u pitanju pravougaoni sistem, ne mo zemo odmah primijeniti metod determinanti jer matrica koecijenata sistema nije kvadratna, pa prema tome nema determinantu. Matrica koecijenata i pro sirena matrica koecijenata sistema su: 35

 1.2. SISTEMI LINEARNIH JEDNACINA 4 3 6 1 A= 3 1 0 1 , 2 6 1 1

Elvis Barakovi c

Rije simo ovaj sistem metodom detrminanti. Imamo D = 4 3 6 0 5 18 0 0 202 = 4040,

koji je ekvivalentan polaznom sistemu. Budu ci da sistem ima 4 nepoznate a rang (A) = rang (Ap ) = 3, tada jednu nepoznatu biramo proizvoljno. Neka je npr. x4 = R. Tada dobijamo kvadratni sistem oblika 4x1 + 3x2 + 6x3 = 12 + 5x2 + 18x3 = 16 + 7 . 202x3 = 144 + 58

Odavdje zaklju cujemo da je rang (A) = rang (Ap ) = 3 pa je sistem saglasan. Pomo cu posljednje matrice formirajmo novi sistem 4x1 + 3x2 + 6x3 x4 = 12 5x2 + 18x3 7x4 = 16 202x3 58x4 = 144

Izvr simo elementarne transformacije matrice Ap na sljede ci na cin: 4 3 6 1 12 V1 prepisana 3 1 0 1 5 4V2+3V1 Ap = 2 6 1 1 6 2V3+V1 4 3 6 1 12 V1 prepisana 0 5 18 7 16 V2 prepisana 0 9 8 1 0 5V3+9V2 4 3 6 1 12 0 5 18 7 16 0 0 202 58 144

4 3 6 1 12 Ap = 3 1 0 1 5 . 2 6 1 1 6

Dx 1 =

12 + 3 6 16 + 7 5 18 144 + 58 0 202 4 12 + 6 0 16 + 7 18 0 144 + 58 202 4 3 12 + 0 5 16 + 7 0 0 144 + 58

= 5880 1840, = 2560 + 1480,

Dx 2 =

Dx 3 =

= 5880 1840 36

POGLAVLJE 1. LINEARNA ALGEBRA pa su x1 =

Elvis Barakovi c

2560 1840 2880 1160 5880 1840 , x2 = , x3 = , x4 = . 4040 4040 4040

Rje senje sistema je (x1 , x2 , x3 , x4 ) = 5880 1840 2560 1840 2880 1160 , , , 4040 4040 4040

pri cemu je R proizvoljno. Primjer 1.2.13 Ispitati saglasnost sistema 3x1 + x2 + x3 4x4 + x5 = 2 2x1 + x2 + 3x3 x4 = 5 x2 + x4 + x5 = 3 koecijenata sistema su: 1 4 1 2 3 1 0 5 . 0 1 1 3

i u slu caju da je saglasan rije siti ga metodom determinanti. Rje senje. Matrica koecijenata i pro sirena matrica 3 1 1 4 1 3 1 A = 2 1 3 1 0 , Ap = 2 1 0 1 0 1 1 0 1

Izvr simo elementarne transformacije matrice Ap na sljede ci na cin: V1 prepisana 3 1 1 4 1 2 Ap = 2 1 3 1 0 5 3V2+2V1 V3 prepisana 0 1 0 1 1 3 3 1 1 4 1 2 V1 prepisana 0 1 7 5 2 11 V2 prepisana 0 1 0 1 1 3 V3+V2 3 1 1 4 1 2 0 1 7 5 2 11 0 0 7 4 3 8

Odavdje zaklju cujemo da je rang (A) = rang (Ap ) = 3 pa je sistem saglasan. Pomo cu posljednje matrice formirajmo novi sistem 3x1 + x2 + x3 4x4 + x5 = 2 x2 7x3 5x4 + 2x5 = 11 7x3 4x4 + 3x5 = 8 37

 1.2. SISTEMI LINEARNIH JEDNACINA

Elvis Barakovi c

Rije simo ga metodom determinanti. Imamo: D = 3 1 1 0 1 7 0 0 7 = 21,

koji je ekvivalentan polaznom sistemu. Budu ci da sistem ima 5 nepoznatih a rang (A) = rang (Ap ) = 3, tada dvije nepoznate biramo proizvoljno. Neka je npr. x4 = i x5 = . Tada dobijamo kvadratni sistem oblika 3x1 + x2 + x3 = 2 + 4 x2 7x3 = 11 + 5 2 . 7x3 = 8 + 4 3

Dx 1 =

Dx 2 =

3 2 + 4 1 0 11 + 5 2 7 0 144 + 58 7 3 1 2 + 4 0 1 11 + 5 2 0 0 8 + 4 3

2 + 4 1 1 11 + 5 2 1 7 8 + 4 3 0 7

= 15 + 39 3 = 63 21 21, = 24 12 + 9

Dx 3 =

pa je rje senje sistema (x1 , x2 , x3 , x4 , x5 ) = 15 + 39 3 63 21 21 24 12 + 9 , , , , 21 21 21

pri cemu su , R proizvoljni. Primjer 1.2.14 Ispitati saglasnost sistema 4x1 3x2 + 6x3 = 21 x1 + x2 3x3 = 10 5x1 2x2 + 3x3 = 11

i u slu caju da je sistem saglasan rije siti ga: a) metodom determinanti, b) matri cnom metodom.

Rje senje. Ako odmah primijenimo metod determinanti, dobi cemo D = Dx1 = Dx2 = Dx3 = 0 a to zna ci da sistem ima beskona cno mnogo rje senja. Ipak, potrebno je na ci i oblik rje senja datog sistema. Zato se koristimo sljede cim postupkom. Matrica koecijenata i pro sirena matrica koecijenata sistema su: 38

POGLAVLJE 1. LINEARNA ALGEBRA 4 3 6 A= 1 1 3 , 5 2 3 4 3 1 1 = 5 2 4 3 0 7 0 7 4 3 0 7 0 0

Elvis Barakovi c

Izvr simo elementarne transformacije matrice Ap na sljede ci na cin: Ap 6 21 3 10 3 11 6 21 18 16 18 16 6 21 18 16 0 0 V1 prepisana -4V2+V1 -4V3+5V1 V1 prepisana V2 prepisana -V3+V2

4 3 6 21 Ap = 1 1 3 10 . 5 2 3 11

Odavdje zaklju cujemo da je rang (A) = rang (Ap ) = 2 pa je sistem saglasan. Pomo cu posljednje matrice formirajmo novi sistem 4x1 3x2 + 6x3 = 21 7x2 + 18x3 = 61

koji je ekvivalentan polaznom sistemu. Budu ci da sistem ima 3 nepoznate a rang (A) = rang (Ap ) = 2, tada jednu nepoznatu biramo proizvoljno. Neka je npr. x3 = R. Tada dobijamo kvadratni sistem oblika 4x1 3x2 = 21 6 7x2 = 61 18 .

a) Rije simo ga metodom determinanti. Imamo D = Dx 1 = Dx 2 = pa je rje senje sistema (x1 , x2 , x3 ) = 3 9 13 61 , , 7 7 39 4 3 0 7 = 28 = 36 12, = 244 72

4 21 6 0 61 18

21 6 3 61 18 7

 1.2. SISTEMI LINEARNIH JEDNACINA pri cemu je R proizvoljno. b) Rije simo ga matri cnom metodom. Ako ozna cimo A= 4 3 0 7 , X= x1 x2 , B=

Elvis Barakovi c

21 6 61 18

tada je sistem ekvivalentan matri cnoj jedna cini AX = B cije je rje senje 1 matrica X = A B. Inverzna matrica matrice A je A1 = pa je rje senje X = A1 B = pa je rje senje sistema (x1 , x2 , x3 ) = pri cemu je R proizvoljno. Primjer 1.2.15 Ispitati saglasnost sistema 2x1 x1 3x1 x1 + 3x2 + x2 + 4x2 + 2x2 + + + 6x3 + x4 3x3 x4 3x3 9x3 + 2x4 = 12 = 2 = 10 = 14 3 9 13 61 , , 7 7 1/4 3/28 0 1/7 21 6 61 18 =
39 7 1361 7

1/4 3/28 0 1/7

i u slu caju da je sistem saglasan rije siti ga: a) metodom determinanti, b) matri cnom metodom.

Rje senje. Ako odmah primijenimo metod determinanti, dobi cemo D = Dx1 = Dx2 = Dx3 = Dx4 = 0 a to zna ci da sistem ima beskona cno mnogo rje senja. Matrica koecijenata i pro sirena matrica koecijenata sistema su: 2 3 6 1 12 2 3 6 1 1 1 3 1 , Ap = 1 1 3 1 2 . A= 3 4 3 4 3 0 3 0 10 1 2 9 2 1 2 9 2 14 40

POGLAVLJE 1. LINEARNA ALGEBRA Izvr simo elementarne 2 1 Ap = 3 1 2 0 0 0 2 0 0 0

Elvis Barakovi c

Odavdje zaklju cujemo da je rang (A) = rang (Ap ) = 2 pa je sistem saglasan. Pomo cu posljednje matrice formirajmo novi sistem 2x1 + 3x2 + 6x3 + x4 = 12 x2 + 12x3 + 3x4 = 16 koji je ekvivalentan polaznom sistemu. Budu ci da sistem ima 4 nepoznate a rang (A) = rang (Ap ) = 2, tada dvije nepoznate biramo proizvoljno. Neka su npr. x3 = , x4 = (, R). Tada dobijamo kvadratni sistem oblika 2x1 + 3x2 = 12 6 x2 = 16 3 12 = 2, = 36 + 8 + 30, = 32 6 24

transformacije matrice Ap na sljede ci na cin: 3 6 1 12 V1 prepisana 1 3 1 2 -2V2+V1 4 3 0 10 -2V3+3V1 2 9 2 14 -V4+V2 3 6 1 12 V1 prepisana 1 12 3 16 V2 prepisana 1 12 3 16 V3-V2 1 12 3 16 V4-V2 3 6 1 12 1 12 3 16 . 0 0 0 0 0 0 0 0

a) Rije simo ga metodom determinanti. Imamo: D = Dx 1 = Dx 2 = 2 3 0 1

2 12 6 0 16 3 12

12 6 3 16 3 12 1

pa je rje senje sistema (x1 , x2 , x3 , x4 ) = (18 + 4 + 15, 16 3 12, , ) pri cemu su , R proizvoljni. b) Rije simo ga matri cnom metodom. Ako ozna cimo A= 2 3 0 1 , X= x1 x2 41 , B= 12 6 16 3 12

 1.2. SISTEMI LINEARNIH JEDNACINA

Elvis Barakovi c

tada je sistem ekvivalentan matri cnoj jedna cini AX = B cije je rje senje 1 matrica X = A B. Inverzna matrica matrice A je A1 = pa je rje senje X = A1 B = 1/2 3/2 0 1 12 6 16 3 12 = 18 + 4 + 15 16 3 12 . 1/2 3/2 0 1

Rje senje sistema je (x1 , x2 , x3 , x4 ) = (18 + 4 + 15, 16 3 12, , ) pri cemu su , R proizvoljni.

1.2.4

Homogeni sistemi linearnih jedna cina

a11 x1 a21 x1 . . . + a12 x2 + a22 x2 . . . + + a1n xn = 0 + + a2n xn = 0 . . . . . . . . . + + amn xn = 0

Homogeni sistem linearnih jedna cina je sistem oblika

(1.5)

am1 x1 + am2 x2

pri cemu su (aij R za 1 i m; 1 j n). Ovakav sistem uvijek ima rje senje oblika (x1 , x2 , ..., xn ) = (0, 0, ..., 0) koje se naziva trivijalno rje senje homogenog sistema. Postavlja se pitanje da li sistem (1.5) pored trivijalnog ima i neko drugo rje senje. Odgovor na to pitanje u slu caju kvadratnih homogenih sistema linearnih jedna cina daje sljede ca teorema: Teorem 4 Vrijedi: Ako je determinanta sistema razli cita od nule, tada sistem ima samo trivijalno rje senje. Ako je determinanta sistema jednaka nuli, tada sistem pored trivijalnog ima i netrivijalno rje senje. Primjer 1.2.16 Rije siti sistem homogenih jedna cina: 2x1 + 4x2 9x3 = 0 6x1 + x2 + x3 = 0 4x1 x2 + 12x3 = 0 42

POGLAVLJE 1. LINEARNA ALGEBRA Rje senje. Po sto je determinanta sistema D= 2 4 9 6 1 1 4 1 12 = 156 = 0

Elvis Barakovi c

to dati sistem ima samo trivijalno rje senje, tj. (x1 , x2 , x3 ) = (0, 0, 0). Primjer 1.2.17 Rije siti sistem homogenih jedna cina: x1 4x2 + 6x3 = 0 6x1 2x2 + 7x3 = 0 5x1 + 2x2 + x3 = 0 D= 1 4 6 6 2 7 5 2 1 =0

Rje senje. Po sto je determinanta sistema

to dati sistem pored trivijalnog ima i netrivijalno rje senje. Odredimo ga Gausovom metodom: x1 4x2 + 6x3 = 0 J1 prepisana 6x1 2x2 + 7x3 = 0 -J2+6J1 5x1 + 2x2 + x3 = 0 -J3+5J1

x1

x1

4x2 + 6x3 = 0 J1 prepisana 22x2 + 29x3 = 0 J2 prepisana 22x2 + 29x3 = 0 -J3+J2 4x2 + 6x3 = 0 22x2 + 29x3 = 0 .

Posljednji sistem ima dvije jedna cine a tri nepoznate. Zato jednu nepoznatu biramo proizvoljno. Neka je npr. x3 = . Tada lahko dobijamo da su x2 = 29 8 i x1 = . Dakle, rje senje sistema je 22 11 (x1 , x2 , x3 ) = pri cemu je R proizvoljno. 43 8 29 , , 11 22

 1.2. SISTEMI LINEARNIH JEDNACINA

Elvis Barakovi c

ima i netrivijalno rje senje.

Primjer 1.2.18 Odrediti za koju vrijednost parametra a R sistem ax1 + x2 + x3 = 0 x1 + ax2 + x3 = 0 x1 + x2 + ax3 = 0

Rje senje. Determinanta sistema je D= i D = 0 (a 1)2 (a + 2) = 0 (a = 1 a = 2). Dakle, za a = 1 ili za a = 2 sistem pored trivijalnog ima i netrivijalno rje senje. Za a = 1 sistem ima oblik x1 + x2 + x3 = 0 x1 + x2 + x3 = 0 x1 + x2 + x3 = 0 koji je ekvivalentan jedna cini x1 + x2 + x3 = 0 cije je rje senje (x1 , x2 , x3 ) = (, , ) pri cemu su , R proizvoljni. Za a = 2 sistem ima oblik 2x1 + x2 + x3 = 0 x1 2x2 + x3 = 0 . x1 + x2 2x3 = 0 a 1 1 1 a 1 1 1 a = a3 3a + 2 = (a 1)2 (a + 2)

Rije simo ga Gaussovom metodom:

2x1 + x2 + x3 = 0 J1 prepisana 2J2+J1 x1 2x2 + x3 = 0 J3-J2 x1 + x2 2x3 = 0 44

POGLAVLJE 1. LINEARNA ALGEBRA

Elvis Barakovi c

2x1 + x2 + x3 = 0 J1 prepisana 3x2 + 3x3 = 0 J2 prepisana 3x2 3x3 = 0 J3+J2 2x1 + x2 + x3 = 0 3x2 + 3x3 = 0 2x1 + x2 + x3 = 0 x2 + x3 = 0 Rje senje sistema je (x1 , x2 , x3 ) = (, , ) pri cemu je R proizvoljno. Primjer 1.2.19 Rije siti sistem homogenih jedna cina: 3x1 + 4x2 7x3 = 0 x1 + x2 2x3 = 0 .

Rje senje: Sistem sigurno ima trivijalno rje senje. Provjerimo da li ima i netrivijalnih. Neka je x3 = = 0 pri cemu je R\{0} proizvoljno. Ako x1 x2 i v = , dobi cemo obje jedna cine podijelimo sa i uvedemo smjene u = sistem 5 u + 4v = 7 u + v = 2 x2 x1 cije je rje senje u = v = 1. Iz =1i = 1 dobijamo x1 = x2 = , pa je netrivijalno rje senje sistema (x1 , x2 , x3 ) = (, , ) pri cemu je R\{0} proizvoljno.

1.2.5

Sistemi linearnih jedna cina sa parametrima

Primjer 1.2.20 U zavisnosti od parametra R diskutovati rje senja sistema x1 + 4x2 = 2 9x1 + x2 = 3 45 .

 1.2. SISTEMI LINEARNIH JEDNACINA Rje senje. Izra cunajmo determinanate D, Dx1 , Dx2 . D = Dx 1 = Dx 2 = 4 9 2 4 3 2 9 3 = 2 36 = ( 6)( + 6) = 22 12 = 2( 6) = 32 18 = 3( 6).

Elvis Barakovi c

Vidimo da je D = 0 akko je = 6. Diskusija: Ako je = 6 tada sistem ima jedinstveno rje senje dato sa x1 = 2( 6) 2 Dx 1 = = D ( 6)( + 6) +6 Dx 2 3( 6) 3 = = . D ( 6)( + 6) +6

x2 =

Ako je = 6 tada je D = 0 ali i Dx1 = Dx2 = 0 pa sistem ima beskona cno mnogo rje senja. Odredimo oblik tih rje senja. Za = 6 sistem ima oblik 6x1 + 4x2 = 2 9x1 + 6x2 = 3 .

ove dvije jedna cine su linearno zavisne pa sistem mo zemo zamijeniti sa jednom jedna cinom. Biraju ci da je x2 = , ( R) iz prve jedna cine 1 2 . Dakle, rje senje sistema je dobijamo x1 = 3 (x1 , x2 ) = pri cemu je R proizvoljno. Ako je = 6 tada je D = 0 ali Dx1 = 0 i Dx2 = 0 pa sistem nema rje senja. Primjer 1.2.21 U zavisnosti od realnog parametra diskutovati rje senja sistema 46 1 2 , 3

POGLAVLJE 1. LINEARNA ALGEBRA x1 + x2 + x3 = 1 x1 + x2 + x3 = . x1 + x2 + x3 = 2

Elvis Barakovi c

Rje senje. Izra cunajmo determinante D, Dx1 , Dx2 , Dx3 : D = = = = = = 1 1 1 1 1 1

= 3 + 1 + 1 ( + + ) = 3 3 + 2

3 2 + 2 = 2 1 2 ( 1) ( 1) ( + 1) 2 ( 1) = ( 1) ( ( + 1) 2) ( 1) 2 + 2 = ( 1) 2 + 2 2 ( 1) ( ( + 2) ( + 2)) = ( 1) ( 1) ( + 2) ( 1)2 ( + 2) 1 1 1 1 2 1

Dx 1 = = = = =

= 2 + 2 + 3 + 1 + 2

3 + 2 + 1 = 3 2 + ( 1) 2 ( 1) + ( 1) = ( 1) 1 2 ( 1) (1 ) (1 + ) = ( 1) ( 1) ( + 1) ( 1)2 ( + 1) 1 1 1 1 1 2 1 1 = 3 + 1 + 2 + 3 + 1 2

Dx 2 =

= 2 2 + 1 = ( 1)2 .

Dx 3 =

1 1 1 1 1 2

1 1 = 4 + + 1 + 2 + 2 1 1
2

= 4 2 2 + 1 = 2 1 Dakle, D = 0 ako je = 2 ili = 1. Diskusija: 47

= ( 1)2 ( + 1)2 .

 1.2. SISTEMI LINEARNIH JEDNACINA Ako je = 2 i = 1, tada sistem ima rje senje dato sa x1 = x2 x3

Elvis Barakovi c

( 1)2 ( + 1) Dx 1 +1 = = 2 D +2 ( 1) ( + 2) 2 Dx 2 ( 1) 1 = = = 2 D +2 ( 1) ( + 2) 2 2 ( 1) ( + 1) ( + 1)2 Dx 3 = = = . D +2 ( 1)2 ( + 2)

Ako je = 2 tada je D = 0 ali Dx1 = 9 = 0 tada sistem nema rje senja. Ako je = 1 tada je D = Dx1 = Dx2 = Dx3 = 0 tada sistem ima beskona cno mnogo rje senja. Uvr stavaju ci = 1, dobijamo sistem od tri jedna cine koje su identi cne, pa se rje savanje sistema svodi na rje savanje jedne jedna cine sa tri nepoznate. Odaberimo x2 = i x3 = gdje su , R. Tada je x1 = 1 . Dakle, rje senje sistema je (x1 , x2 , x3 ) = (1 , , ) gdje su , R proizvoljni.

1.2.6

Primjene sistema linearnih jedna cina

Primjer 1.2.22 Izra cunati potencijale u elektri cnoj mre zi: A 100V 3 B 3 C 6 D

10

0V H 5 G 17 F 2 E

Rje senje. Iz Ohmovog zakona ja cina struje koja te ce od ta cke i do ta cke j vi vj jednaka je Iij = , pri cemu je vi potencijal u ta cki i a vj potencijal u Rij ta cki j , (i, j {A, B, C, D, E, F, G, H }.) S druge strane, prema Kirchoovom zakonu, suma ja cina struja koje zavr savaju u jednom cvoru mora biti jednaka 48

POGLAVLJE 1. LINEARNA ALGEBRA nuli, i to vrijedi za svaki cvor mre ze. Primijenjuju ci ta dva zakona na cvor B , dobijamo: IAB + IGB + ICB = 0 odnosno tj. vA vB vG vB vC vB + + =0 RAB RGB RCB

Elvis Barakovi c

vA vB vG vB vC vB + + = 0. 3 5 3 Sredivanjem, dobijamo jedna cinu 13vB 5vC 3vG = 500. Primjenom istih zakona na preostalih pet cvorova, dobijamo jo s pet jedna cina. Nepoznate potencijale vi dobijamo rje savaju ci sistem od sest jedna cina sa sest nepoznatih koji ima oblik 13vB 5vC 3vG = 500 10vB 18vC + 5vD + 3vF = 0 vC 7vD + 6vE = 0 2vD 3vE + vF = 0 17vC + 85vE 112vF + 10vG = 0 17vB + 5vF 39vG = 0 (vB , vC , vD , vE , vF , vG ) = (75.33, 71.18, 66.82, 66.09, 64.63, 41.12).

cije je rje senje dato sa

49