Diskretna Matematika

VIŠA TEHNIČKA ŠKOLA SUBOTICA
Mr. I. Boroš
DISKRETNA
MATEMATIKA
SKRIPTA
TREĆE IZDANJE
SUBOTICA 2004
SADRŽAJ
1. POLINOMI 1
1.1. Pojam polinoma 1
1.2. Deljenje polinoma 3
1.3. Koreni polinoma 7
1.4. Racionalne razlomljene funkcije 15
2. KOMPLEKSNI BROJEVI 21
2.1. Polje realnih brojeva 21
2.1.1. Skup prirodnih brojeva 21
2.1.2. Skup celih brojeva 23
2.1.3. Skup racionalnih brojeva 24
2.1.4. Skup realnih brojeva 26
2.2. Skup kompleksnih brojeva 27
2.2.1. Pojam kompleksnog broja 27
2.2.2. Algebarski oblik kompleksnih brojeva 29
2.2.3. Trigonometrijski oblik kompleksnog broja 31
2.2.4. Eksponencijalni oblik kompleksnog broja 34
3. VEKTORSKA ALGEBRA 41
3.1. Slobodni vektori 41
3.1.1. Pojam slobodnog vektora 41
3.1.2. Pojam vektorskog prostora 43
3.1.3. Linearna kombinacija slobodnih vektora 44
3.2. Operacije sa vektorima 48
3.2.1. Skalarni proizvod vektora 48
3.2.2. Vektorski proizvod dva vektora. 50
3.2.3. Mešoviti proizvod tri vektora 53
3.2.4. Dvostruki vektorski proizvod tri vektora 55
3.3. Vektori u pravouglom koordinatnom sistemu 57
3.3.1. Koordinate vektora 57
3.3.2. Koordinatni sistem u prostoru 59
4. ELEMENTI ANALITIČKE GEOMETRIJE 65

4.1. Tačka u prostoru 65
4.2 Jednačina ravni 66
4.2.1. Opšti oblik jednačine ravni 66
4.2.2. Normalni oblik jednačine ravni 67
4.2.3. Ravan kroz datu tačku sa datim vektorom normale 67
4.2.4. Ravan kroz tri zadate tačke 67
4.2.5. Segmentni oblik jednačine ravni 68
4.2.6. Parametarske jednačine ravni 68
4.3. Jednačine prave 71
4.3.1. Vektorske jednačine prave 71
4.3.2. Parametarske jednačine prave 71
4.3.3. Dvojna jednačina prave u kanoničnom obliku 71
4.3.4. Prava kao presek dve ravni 72
4.3.5. Jednačine prave kroz dve tačke 72
4.4. Međusobni odnosi pravih i ravni i tačke 74
4.4.1. Međusobni odnosi dve ravni 74
4.4.2. Međusobni odnos dve prave 76
4.4.3. Međusobni odnos tačke i prave 81
4.4.4. Međusobni odnos tačke i ravni 82
4.4.5. Međusobni odnos prave i ravni 83
5. MATRICE I DETERMINANTE 91
5.1. Matrice 91
5.1.1 .Pojam matrice 91
5.1.2. Specijalne matrice 93
5.2. Operacije sa matricama 94
5.2.1. Sabiranje matrica 94
5.2.2. Množenje matrice skalarom 94
5.2.3. Množenje matrica 95
5.2.4. Transponovanje matrica 96
5.2.5. Zadaci za vežbu 97
5.3. Determinante 99
5.3.1. Definicije 99
5.3.2. Osobine determinanata 100
5.3.3. Zadaci za vežbu: 103
5.4. Inverzna matrica 104
5.4.1. Rang matrice 104
5.4.2. Adjungovana matrica 106
5.4.3. Inverzna matrica 107
5.4.4. Zadaci za vežbu 109
6. SISTEMI LINEARNIH JEDNAČINA 113

6.1. Pojam sistema linearnih algebarskih jednačina 113
6.2. GAUSS-ov metod eliminacije nepoznatih 115
6.3. Rešavanje sistema linarnih jednačina pomoću determinanata 120
6.4. Rešavanje sistema linearnih jednačina primenom inverzne matrice. 123
6.5. KRONECKER-CAPLELLI-jev stav 124
6.6. Sistem homogenih jednačina 126
7. VEKTORSKI PROSTORI 133

7.1. Pojam vektorskog prostora 133
7.2. Linearna zavisnost i nezavisnost vektora 134
7.3. Linearne transformacije 140
7.4. Transformacije baze 142
7.5. Invarijantni pravci linearne tranformacije 147
7.5.1. Polinomi sa matričnim koeficijentima i matrična vrednost polinoma 147
7.5.2. Sopstveni vektori linearne transformacije 151
KORIŠĆENA LITERATURA
А.Г.Курош:
КУРС ВЫСШЕЙ АЛГЕБРЫ,
Москва 1959
Д.К.Фаддеев-И.С.Соминский:
СБОРНИК ЗАДАЧ ПО ВЫСШЕЙ АЛГЕБРЕ,
Москва 1968.
О.Н.Цубербиллер:
ЗАДАЧИ И УПРАЖНЕНИЯ ПО АНАЛИТИЧЕСКОЙ ГЕОМЕТРИИ,
Москва 1970.
Р. Дорословачки:
ЕЛЕМЕНТИ ОПШТЕ И ЛИНЕАРНЕ АЛГЕБРЕ,
Stylos Нови Сад 1997.
Р. Дорословачки:
ЗБИРКА РЕШЕНИХ ИСПИТНИХ ЗАДАТАКА ИЗ АЛГЕБРЕ,
Б. Перишић:
ОСНОВИ РАЧУНАРСТВА – МЕТОДИЧКА ЗБИРКА ЗАДАТАКА I,
Р.Стефановић:
ЗБИРКА ЗАДАТАКА ИЗ АНАЛИТИЧКЕ ГЕОМЕТРИЈЕ,
Завод за издавање уџбеника Београд 1967.
М.Првановић:
МАТЕМАТИКА I I (ГЕОМЕТРИЈА)
Завод за издавање уџбеника Београд 1970.
Szele Tibor:
BEVEZETÉS AZ ALGEBRÁBA,
Tankönyvkiadó Budapest 1972.
M. Bertolino:
OPŠTI KURS MATEMATIKE,
ICS Beograd 1973
S. Kakašić – I. Boroš – Lj. Milošević – A. Ćetković:

MATEMATIKA SA METODIKOM,
PA, Sremska Mitrovica 1991.
Bálint János:
MATEMATIKA,
PA Subotica 1982.
M.Stojaković:
ELEMENTI LINEARNE ALGEBRE,
Zavod za udžbenike Beograd 1961.
Lilly Görke:
HALMAZOK RELÁCIÓK FÜGGVÉNYEK,
Tankönyvkiadó Budapest 1969.
I. Grossman–W. Magnus:
CSOPORTOK ÉS GRÁFJAIK,
Műszaki Könyvkiadó Budapest, 1972.
Farkas Miklós szerkesztő:

MATEMATIKAI KISLEXIKON,
Műszaki Könyvkiadó Budapest 1972.
Fried E. – Pásztor I. – Reiman I. – Révész P. – Ruzsa I.:

MATEMATIKAI KISENCIKLOPÉDIA,
Gondolat Könyvkiadó Budapest 1968.
A. Kaufmann:
PONTOK, ÉLEK, ÍVEK ...GRÁFOK,
Műszaki Könyvkiadó Budapest 1972.
Andrásfai Béla:
ISMERKEDÉS A GRÁFELMÉLETTEL,
Tankönyvkiadó Budapest, 1971.
Oystein Ore:
A GRÁFOK ÉS ALKALMAZÁSAIK
Gondolat Budapest 1972.
1. POLINOMI
1.1. Pojam polinoma
Iz srednje škole je čitaocu poznat sledeći pojam polinoma: Polinom je funkcija

oblika f(x) = ao + a1 x + a2 x2 + ... + an-1 xn-1 + an xn, gde su ai ∈ R ( i = 1, 2, 3, ... ,n )
koeficijenti polinoma. Stepen polinoma zavisi od najvšeg stepena promenljive x.
Koeficijent uz najviši stepen promenljive x je takozvani vodeći koeficijent. Vodeći
koeficijent je uvek različit od nule: an ≠ 0.
Sada ćemo dati opštiju definiciju pojma polinoma. Neka je dat proizvoljno polje K i
skupovi K2, K3, K4, K5,.... formirani iz elemenata datog polja.
Definicija 1.1.1. Elemente skupa UK i

= K « K2 « K3 « ... nazivamo polinomima
i∈N
nad poljem K ukoliko poslednja komponenta uredjene k-torke nije nula. I nula elemenat
polja K je polinom. To je takozvani nula-polinom.
Neka su dati nenula polinomi P = (a0 , a1 , a2 , ... , an) i Q = (b0 , b1 , b2 , ... , bm).
Definisaćemo zbir i proizvod tih polinoma, pri čemu smatramo da je aj = 0 za j > n i bj = 0
za j > m.
Definicija 1.1.2.: Zbir polinoma P = (a0 , a1 , a2 , ... , an) i Q = (b0 , b1 , b2 , ... , bm)
je polinom S = P + Q = (d0 , d1 , d2 , ... , ds) u jojem je dj = aj +bj . Stepen zbira je najveći
prirodan broj s za koji je ds ≠ 0. Ako su svi di = 0, zbir je nula-polinom.
Definicija 1.1.3.: Proizvod polinoma P = (a0 , a1 , a2 , ... , an) i Q = (b0 , b1 , b2 , ... ,

k
bm) je polinom R = P ⋅ Q = (c0 , c1 , c2 , ... , cr) u kojem je c k = ∑ a j bk − j , broj r je najveći
j =0
prirodan broj za koji važi: cr ≠ 0. Ako su svi ci = 0, proizvod je nula-polinom.
1.1. Primer: Dati su nenula polinomi P = (a0 , a1 , a2 , a3), Q = (b0 , b1 , b2). To

znači: najmanje a3 ≠ 0 i b2 ≠ 0. Odredimo zbir i proizvod tih polinoma.
a) P + Q = (a0 , a1 , a2 , a3) + (b0 , b1 , b2) = (a0 + b0 , a1 + b1, a2 + b2, a3) , jer je b3 = 0 i
b) P ⋅ Q = (a0 , a1 , a2 , a3) ⋅ (b0 , b1 , b2) = (a0 ⋅ b0 , a0 ⋅ b1 + a1 ⋅ b0 , a0 ⋅ b2 + a1 ⋅ b1 + a2 ⋅

b0 , a0 ⋅ b3 + a1 ⋅ b2 + a2 ⋅ b1 + a3 ⋅ b0 , a0 ⋅ b4 + a1 ⋅ b3 + a2 ⋅ b2 + a3 ⋅ b1 + a4 ⋅ b0, a0 ⋅ b5 +
a1 ⋅ b4 + + a2 ⋅ b3 + a3 ⋅ b2 + a4 ⋅ b1 + a5 ⋅ b0) = (a0 ⋅ b0 , a0 ⋅ b1 + a1 ⋅ b0 , a0 ⋅ b2 + a1 ⋅ b1 +
a2 ⋅ b0 ,
a1 ⋅ b2 + a2 ⋅ b1 + a3 ⋅ b0 , a2 ⋅ b2 + a3 ⋅ b1, a3 ⋅ b2 ) , jer su a5 = a4 = b5 = b4 = b3 = 0.
________________________________________________________________________________________
1
DISKRETNA MATEMATIKA
___________________________________________________________________________________________________
c) Akoj je polinom R nultog stepena, tada je R = c0, pa će biti:
P +R = (a0+c0 , a1, a2, a3) i P ⋅ Q = (b0 ⋅ c0, b1 ⋅ c0, b2⋅ c0).
Neka su P, Q i R proizvoljni polinomi, dok 0 je nula-polinom.
(1) Konstatujemo ulogu nula-polinoma u sabiranju i množenju polinoma:

0 + P = P + 0 = P i 0 ⋅P = P ⋅ 0 = 0.
(2) Polinom E = 1 je polinom nultog stepena koji se ponaša kao multiplikativni

neutralni elemenat: 1 ⋅ P = P ⋅ 1 = P.
(3) Može se dokazati komutativno i asocijativno svojstvo sabiranja i množenja

polinoma:
P + Q = Q +P és P ⋅ Q = Q ⋅ P,
(P + Q ) + R = P +(Q + R ) és (P ⋅ Q) ⋅ R = P ⋅ (Q ⋅ R ) , i
(P + Q ) ⋅ R = (P ⋅ R) + (Q ⋅ R ) és P ⋅ (Q + R ) = (P ⋅ Q ) + (P ⋅ R ).
(4) O stepenu zbira i proizvoda konstatujemo činjenice (dg je stepen polinoma):

0 ≤ dg(P + Q) ≤ max [ dg( P ), dg( Q ) ],
0 ≤ dg(P ⋅ Q) ≤ dg( P )+ dg( Q )
Osmotrimo sada ulogu jednog specijalnog polinoma kojeg ćemo obeležiti sa x:
x=(0, 1)
Bez većih teškoća možemo konstatovati sledeća svojsva polinoma x:
x2 = (0, 1) ⋅ (0, 1) = (0, 0, 1),

x3 = x2⋅ x = x ⋅ x2 = (0, 0, 1) ⋅ (0, 1) = (0, 0, 1) ⋅ (0, 1) = (0, 0, 0, 1),
x4 = (0, 0, 0, 0, 1), x5 = (0, 0, 0, 0, 0, 1), ... ,
-----------
-----------
xn = (0, 0, ..., 0, 1) (prvih n komponnata su redom 0, a n+1-va je 1).
Potražimo vezu između polinoma x i njegovih stepena sa jedne strane i polinoma P

sa druge strane.
P1 = (a0, a1) = a0 + (0, a1) = a0 + a1 ⋅ (0, 1) = a0 + a1 ⋅ x,

P2 = (a0, a1, a2) = a0 + (0, a1) + (0, 0, a2)= a0 + a1 ⋅ (0, 1) + a2 ⋅ (0, 0, 1) =
= a0 + a1⋅x + a2⋅x2.
-----------
-----------
Pn = (a0 , a1 , a2 , ... , an) = ao + a1 x + a2 x2 + ... + an-1 xn-1 + an xn.
________________________________________________________________________________________
2
POLINOMI
___________________________________________________________________________________________________
Definicija polinoma poznata od ranije, prema tome jeste jedna konkretizacija opšteg
pojma polinoma.
Obeležimo skup olinoma nak poljem K sa K[x].
Nad skupom K[x] važi sledeća teorema:
Teorema 1.1.: (K[x] , +, ⋅ ) je komutativni prsten sa jedinicom.
Dokaz: (K[x] , +) je ABEL-ova grupa, jer smo uočili asocijativnost i komutativnost

sabiranja, konstatovali i postojanje neutralnog elementa: to je polinom 0, a za inverzni
polinom u pogledu sabiranja za polinom Pn = (a0 , a1 , a2 , ... , an) imamo suprotan polinom
koji ima sledeći oblik: –Pn = (–a0 , –a1 , –a2 , ... , –an).
(K[x] , ⋅) je komutativna polugrupa sa jedinicom. Asocijativnost i komutativnost

smo već ranije uočili. Multiplikativni neutralni elemenat je polinom nultog stepena E = 1.
Distributivnost množenja u odnosu na sabiranje polinoma je takodje ranije uočena.
1.2. Deljenje polinoma
Sabiranje i množenje polinoma vršimo po definicijama 1.1.2. és a 1.1.2. Inverzna

operacija množenja u prstenu polinoma ne postoji, ali postoji deljenje polinoma sa
ostatkom. Proučimo deljenje polinoma sa ostatkom. Pripadnost polinoma prstenu (C[x] , +,
⋅ ) naglašavamo na taj način, što korisimo sledeće oznake za polinome: F(x), G(x), H(x),...
Teorema 1.2.1.: Za bilo koja dva polinoma F(x) és G(x) (G(x) ≠ 0) postoje
polinomi Q(x) és R(x) takvi, da bude ispunjen uslov F(x) = G(x) ⋅ Q(x) + R(x), pri čemu za
stepene tih polinoma važi: 0 ≤ dg(R(x)) < dg(G(x)). Polinomi Q(x) i R(x) su jednoznačno
odredjeni.
Dokaz: Pretpostavimo, da postoji više takvih polinoma koji zadovoljavaju

postavljene zahteve. Neka su takvi polinomi Q1(x) ≠ Q2(x) i R1(x) ≠ R2(x), koji takođe
zadovoljavaju uslove 0 ≤ dg(R1(x)) < dg(G(x)) i 0 ≤ dg(R2(x)) < dg(G(x)).
F(x) = G(x) ⋅ Q1(x) + R1(x), F(x) = G(x) ⋅ Q2(x) + R2(x) ⇒

⇒G(x) ⋅ Q1(x) + R1(x) = G(x) ⋅ Q2(x) + R2(x) ⇒
⇒G(x) ⋅ (Q1(x) – Q2(x)) = R2(x) – R1(x) ,
gde je na levoj strani 0 ≤ dg(R2(x) – R1(x)) < dg(G(x)) dok je stepen polinoma na desnoj
strani dg(G(x) (Q1(x) – Q2(x))) što nije manje od stepenena G(x) jer je Q1(x) ≠ Q2(x) ⇒
⇒Q1(x) – Q2(x) ≠ 0. Iz toga nužno proizilazi: Q1(x) = Q2(x) és R1(x) = R2(x).
Sada dokažimo da takva mogućnost uvek postoji. Neka je dg(F(x)) = n i dg(G(x)) = m.
a) Ako je n < m, Q(x) = 0 ⇒ F(x) = R(x) tj.

dg(R(x)) = dg(F(x)) = n < m = dg(G(x)).
________________________________________________________________________________________
3
___________________________________________________________________________________________________
b) Neka je n ≥ m, i
F(x) = ao + a1 x + a2 x2 + ... + an-1 xn-1 + an xn , an ≠ 0 i

G(x) = bo + b1 x + b2 x2 + ... + bm-1 xm-1 + bm xm , bm ≠ 0.
Formirajmo sledeći niz polinoma (pretpostavljajući da je n > m):
a n n–m
F1(x) = F(x) – x G(x).
bm
I za novi polinom važi: dg(F1(x) ) < dg(F(x)) jer je na desnoj strani stepen
umanjenika tačno n, kao i kod umanjioca, pa je zbir vodećih koeficijenata nula. Tojest
dg(F1(x) )< n.
Neka je dg(F1(x) ) = n1, i neka je još uvek n1 > m. Obeležimo vodeći koeficijent
1 a 1n n1–m
polinoma F1(x) sa a n . Sada se može napisati: F2(x) = F1(x) – x G(x), gde je stepen
bm
polinoma F2(x) broj n2. Ako je n2 ≥ m postupak se nastavlja, u suprotnom je završen.
Niz F1(x), F2(x), F3(x), ..., Fk(x) se završava u konačnom broju koraka jer stepeni
monotono opadaju: n > n1 > n2 >... U poslednjem koraku:
a nk −1 n'–m
Fk(x) = Fk-1(x) – x G(x), gde je n' = nk-1 i nk < m.
bm
Saberimo sve polinome Fi (x) (i=1,2,...,k) !
F1(x) + F2(x) + F3(x) + ... + Fk(x) =
a n n–m a 1n n1–m a k −1
= F(x) – ( x + x +...+ n xn'–m) G(x) = Fk (x) , tojest
bm bm bm
a n n–m a 1n n1–m a nk −1 n'–m

Q(x) = x + x +...+ x i R(x) = Fk(x).
bm bm bm
Polinomi Q(x) i R(x) zadovoljavaju uslov teoreme F(x) = G(x) ⋅ Q(x) + R(x), pri
čemu i za stepen polinoma R(x) važi: 0 ≤ dg(R(x)) < dg(G(x)).
U jednakosti F(x) = G(x) ⋅ Q(x) + R(x) polinom Q(x) je količnik dobijen deljenjem
polinoma F(x) polinomom G(x), dok polinom R(x) je ostatak.
________________________________________________________________________________________
4
POLINOMI
___________________________________________________________________________________________________
Primer 1.2.1.: Deljenje polinoma sa ostatkom. Odredimo količnik Q(x) polinoma

F(x) i G(x), kao i ostatak tog deljenja R(x)!
F(x) = 2 + 4 x + 6 x2 + 5 x3 + 3 x4 , G(x) = 1 + x + x2 .
3 x4 + 5 x3 + 6 x2 + 4 x + 2 : x2 + x + 1 = 3 x2 + 2 x + 1
–(3x4 + 3 x3 + 3 x2)
2 x3 + 3 x2 + 4 x + 2
–(2 x3 + 2 x2 + 2x)
x2 + 2 x + 2
–(x2 + x + 1)
x +1
Prema tome Q(x) = 3 x2 + 2 x + 1 i R(x) = x + 1, tojest:
( 3 x4 + 5 x3 + 6 x2 + 4 x + 2 ) = ( x2 + x + 1) ( 3 x2 + 2 x + 1) + ( x + 1)
Prikazani postupak se naziva euklidovim algoritmom za deljenje polinoma.
Definicija 1.2.1.: Polinom G(x) je delilac polinoma F(x) onda i samo onda, ako
postoji polinom Q(x) takav, da zadovoljava jednakost F(x) = G(x) ⋅ Q(x).
Obeležimo relaciju deljivosti na sledeći način: G(x) | F(x).
Navedimo sada sve posledice koje proizilaze iz pojma deljivosti polinoma i iz

svojstava operacija sa polinomima.
a) G(x) | F(x) Ÿ H(x) | G(x) ⇒ H(x) | F(x). (Deljivost polinoma je tranzitivna)
b) H(x) | F(x) Ÿ H(x) | G(x) ⇒ H(x) | (F(x) ± G(x)). (Ako je polinom H(x) delilac
polinoma F(x) i G(x) tada je on delilac i zbira i razlike polinoma F(x) i G(x).
c) G(x) | F(x) ⇒ G(x) | F(x) ⋅ H(x). (Ako je polinom G(x) delilac nekog polinoma
F(x), onda je delilac i proizvoda polinoma F(x) i proizvoljnog polinoma H(x)).
d) H(x) | F1(x) Ÿ H(x) | F2(x) Ÿ....Ÿ H(x) | Fk(x) ⇒

⇒ H(x) | (F1(x) ⋅ G1(x) + F2(x) ⋅ G2(x) +...+ Fk(x) ⋅ Gk(x) ) (Gi(x) , i =1, 2,...,k
proizvoljni polinomi)
e) G(x) | F(x) Ÿ F(x) | G(x) ⇒ F(x) = C ⋅ G(x). ( C je polinom 0-tog stepena).
f) C | F(x) (Svaki polinom je deljiv sa bilo kojim nenula polinomom nultog stepena) .
Definicija 1.2.2.: Najveći zajednički delilac polinoma F(x) i G(x) je normalizovan

polinom H(x) najvišeg stepna koji je delilac oba polinoma.
Ovu činjenicu obeležavamo na sledeći način: H(x) = NZD(F(x), G(x)).

________________________________________________________________________________________
5
___________________________________________________________________________________________________
Teorema 1.2.2: Za polinome F(x) i G(x) postoji tačno jedan normalizovan polinom
H(x) kao njihov najveći zajednički delilac.
Dokaz: Neka je dg(F(x)) ≥ dg(G(x)) (U suprotnom zamenimo uloge datih

polinoma). Primenom deljenja sa ostatkom možemo napisati sledeći niz jednakosti:
F(x) = G(x) ⋅ Q1(x) + R1(x), dg(R1(x)) < dg(G(x)) ,

G(x) = R1(x) ⋅ Q2(x) + R2(x), dg(R2(x)) < dg(R1(x)),
R1(x) = R2(x) ⋅ Q3(x) + R3(x), dg(R3(x)) < dg(R2(x)),
------------------------
------------------------
Rk-2(x) = Rk-1(x) ⋅ Qk (x) + Rk(x), dg(Rk (x)) < dg(Rk-1(x)).
Pošto stepeni ostataka čine opadajući niz, postupak se nužno završava. U

poslednjem koraku se dobija ostatak 0. (U “najgorem” slučaju Rk(x) je polinom 0-tog
stepena tojest konstanta):
Rk-1(x) = Rk(x) ⋅ Qk+1(x) .
Po ovoj jednakosti je Rk(x) | Rk-1(x). Koristimo ovu činjenicu i uočimo sledeće

jednakosti:
Rk-2(x) = Rk-1(x) ⋅ Qk(x) + Rk(x) =Rk-2(x) = Rk(x) ⋅ Qk+1(x) ⋅ Qk(x) + Rk(x) =Rk(x) ⋅
Mk(x), gde je Mk(x)= Qk+1(x)⋅ Qk(x) + 1 odavde sledi: Rk(x) | Rk-2(x).
Nastavljajući zamenjivanje ostataka u prethodne korake dobijamo: Rk(x) | F(x) i

Rk(x) | G(x) . Ovim smo pokazali da je Rk(x) zajednički delilac polinoma F(x) i G(x).
Postupak je jednoznačan, pa polinom višeg stepena sa istim osobinama ne postoji,

tojest Rk(x) je največi zajednički delilac polinoma F(x) i G(x).
Definicija 1.2.3.: Polinomi F(x) i G(x) su relativno prosti ako i samo ako za
najvećeg zajedničkog delioca imaju polinom E = 1. Svi zajednički delioci nultog stepena
nazivaju se trivijalnim deliocima.
Primer 1.2.2.: Odredjivanje najvećeg zajedničkog delioca za polinome F(x) i G(x)

euklidovim algoritmom.
Neka je F(x) = x4 + 3 x3 – x2 – 4 x – 3 i G(x)=3 x3 + 10 x2 + 2 x – 3.
U prvom koraku delimo polinom 3F(x) polinomom G(x):

1 5 25
3 x4 + 9 x3 – 3 x2 – 12 x – 9 = (3 x3 + 10 x2 + 2 x – 3)(x − ) + (– x2 – x – 10)
3 3 3
.
3
U drugom koraku delimo polinom G(x) sa ostatkom kojeg smo pomnožili sa – .
5
3 x3 + 10 x2 + 2 x – 3 = (x2 + 5 x +6)(3x – 5) + (9 x +27).
________________________________________________________________________________________
6
POLINOMI
___________________________________________________________________________________________________
U trećem koraku delimo “promenjeni” ostatak prvog koraka (x2 + 5 x +6) sa

1
ostatkom drugog koraka kojeg smo pomnožili prethodno sa , pa je delilac (x +3):
9
2
x + 5 x +6 = (x +3)(x +2).
Postupak je završen, jer je ostatak 0. Data dva polinoma za najvećeg zajedničkog

delioca imaju polinom (x +3).
Teorema 1.2.3.: Prilikom deljenja polinoma

F(x) = ao + a1 x + a2 x2 + ... + an-1 xn-1 + an xn polinomom x – c dobija se količnik
Q(x) = bo + b1 x + b2 x2 + ... + bn-1 xn-1 i ostatak R :
ao + a1 x + a2 x2 + ... + an-1 xn-1 + an xn = (x – c )(bo + b1 x + b2 x2 + ... + bn-1 xn-1 ) + R,
gde je bn-1 = an , bi = c⋅ bi+1 +ai+1 za i = n–2, n–3, ..., 2, 1, 0 i R = c⋅ b0 +a0.
Dokaz: Potrebno je prosto uporediti koefijijente nakon množenja u jednakosti date u

teoremi: F(x) = (x – c) Q(x) + R
Izrečene činjenice izražavamo takozvanom Hornerovom šemom:
c an an–1 an–2 ... a1 a0

an cbn–1+an–1 cbn–2+an–2 ... cb1+a1 cb0+a0
bn–1 bn–2 bn–3 ... b0 R
Zadaci 1.2. a) Izvršimo deljenje sledećih polinoma:
(1) 2 x4 – 3 x3 + 4 x2 – 5 x + 6 i x2 –3 x + 1,
(2) x3 – 3 x2 – x – 1 i 3 x2 –2 x + 1,
(3) 2 x5 – 5 x3 – 8 x i x + 3,
(4) x5 – 15 x4 +14 i x2 –2 x + 1.
b) U zadatku (3) i (4) primenimo i Hornerovu šemu. Primetimo to da u zadatku (4)

polinom je deljiv sa (x – 1)2)
c) Odredimo najveći zajednički delilac parova polinoma iz tačke a) primenom

euklidovog algoritma.
1.3. Koreni polinoma
U dosadašnjim razmatranjima elementi polja K nisu specifikovani. Poznato je iz

poglavlja o algebarskim strukturama da je skup racionalnih brojeva Q i skup realnih
brojeva R snabdeven sa strukturom polja u odnosu na operaciju sabiranja i množenja. Iz
________________________________________________________________________________________
7
___________________________________________________________________________________________________
toga proizilazi, da dosad konstatovanje činjenice slobodno možemo primeniti na skupove
polinoma Q[x] i R[x].
Skup Q[x] je skup polinoma nad poljem racionalnih brojeva, dok u skup R[x]
spadaju polinomi sa realnim koeficijentima. I skup Z[x] poseduje dosad izložena svojstva,
ali postoje i ograničenja koja proizilaze iz činjenice,da skup celih brojeva raspolaže “samo”
strukturom komutativnog prstena sa jedinicom.
Izlaganje o skupu kompleksnih brojeva je predmet narednog poglavlja. Poznato je

međutim, da je i skup C ima strukturu polja. Zato C[x] nazivamo skupom polinoma nad
poljem komplexnih brojeva.
Neka su elementi polja K jednostavno nazvani “brojevima” a polinom F(x) je

elemenat skupa K[x]: F(x) = ao + a1 x + a2 x2 + ... + an-1 xn-1 + an xn.
Definicija 1.3.1.: Vrednost polinoma za x = c je broj F(c) ∈ K koji se dobija nakon

izvršenja naznačenih operacija, kada u polinomu F(x) promenljivu x zamenimo sa
konstantnim brojem c: F(c) = ao + a1 c + a2 c2 + ... + an-1 cn-1 + an cn.
Teorema 1.3.1.: Ostatak prilikom deljenja polinoma F(x) polinomom x – c je jednak

vrednosti polinoma za x = c, tojest: F(x) = (x – c) Q(x) + F(c).(Bézout-ova teorema).
Dokaz: Istinitost tvrđenja se može neposredno uočiti ako se promenljiva x zameni

sa c na levoj i na desnoj strani jednakosti F(x) = (x – c) Q(x) + R . Rezultat je F(c) = R .
Definicija 1.3.2.: Broj c je koren polinoma F(x) ako je F(c) = 0.
Teorema 1.3.2.: Polinom F(x) je deljiv bez ostatka polinomom x – c ako i samo ako
broj c koren polinoma F(x).
Ova teorema je neposredna posledica Bézout-ove teoreme.
Postavlja se pitanje: ima li polinom uopšte koren (ili korene)? Prethodne teoreme ne
tvrde postojanje korena, već samo činjenicu, da ako postoji broj navedenih osobina, tada je
to koren polinoma. Ovo pitanje je razrešeno osnovnim stavom algebre. Prvi dokaz ove
teoreme se pripisuje GAUSS-u. Dokaz je neobično složen, zato ga izostavljamo, ali zbog
važnosti navodimo teoremu.
Teorema 1.3.3.: (Osnovni stav algebre) Svaki polinom najmanje prvog stepena sa
kompleksnim koeficijentima ima bar jedan koren u polju kompleksnih brojeva.
Osnovni stav algebre tvrdi samo egzistenciju korena, ali nam ništa ne kaže o tačnom
broju i o načinu njihovog iznalaženja. Uprkos tome, da se teorema odnosi na polinome sa
kompleksnim koeficijentima prenosimo to na područje polinoma sa realnim koeficijentima.
Zadatak nam je da pronađemo korene datog polinoma, odnosno da pronađemo sve brojeve
koji zadaovoljavaju jednakost F(x) = 0. Ova jednakost je jednačina.
Teorema 1.3.4.: Polinom n-tog stepena sa kompleksnim koeficijentima F(x) ima

tačno n korena u polju kompleksnih brojeva.
________________________________________________________________________________________
8
POLINOMI
___________________________________________________________________________________________________
Dokaz: Neka je po osnovnom stavu kompleksan broj c1 koren polinoma F(x), tojest
F(c1) = 0. Na osnovu teoreme 1.3.2. imamo: F(x) =(x – c1) F1(x), gde je dg(F1(x))≤ n – 1.
Ako je dg(F1(x)) > 0, onda se osnovni stav algebre može primeniti i na polinom
F1(x). Neka je c2 koren tog polinoma, odnosno: F1(c2) = 0. Ponovnom primenom teoreme
1.3.2. imamo:
F1(x) =(x – c2) F2(x), gde je dg(F2(x))≤ n – 2, odnosno: F(x) =(x – c1)(x – c2) F2(x).
Ako je dg(F2(x)) > 0, nastavljamo postupak. U n-tom koraku postupak se završava,

jer je količnik polinom 0-tog stepena:
F2(x) =(x – c3) F3(x), gde je dg(F3(x))≤ n – 3, odnosno:
F(x) = (x – c1)(x – c2)(x – c3)F3(x).
-------------
-------------
F(x) =(x – c1)(x – c2)(x – c3) ... (x – cn) Fn(x), gde je dg(Fn(x))≤ n – n = 0.
Prikazani postupak nazivamo razlaganje polinoma na proizvod linearnih činilaca.

Poslednji količnik postupka je polinom nultog stepena koji je jednak vodečem koeficijentu
datog polinoma:
F(x) = an (x – c1)(x – c2)(x – c3) ... (x – cn).
Koreni polinoma n-tog stepena nisu nužno međusobno različiti brojevi: c1, c2, c3, ...
, cn. Moguće je, na primer da je c1 = c2. U tom slučaju za broj c1 kažemo da je dvostruki
koren polinoma F(x). U opštem slučaju svaki koren ima neku “višestrukost”
Neka su α 1, α 2, α 3 , ... ,α m različiti koreni polinoma F(x) (m ≤ n). Neka je

višestrukost korena α i broj ki, (i = 1, 2, ... , m), gde u slučaju jednostrukog korena αr
imamo kr = 1, za dvostruki koren αs je ks = 2, i tako dalje. Naravno broj korena i sa svim
višestrukostima je ukupno samo n, tojest: k1 + k2 + ... + km = n. Posle svega navedenog
potpunu faktorizaciju polinoma možemo obaviti na sledeći način:
F(x) = an ( x − α1 ) 1 ( x − α 2 ) 2 ....( x − α m ) m = an ∏ (x − α j )
m m
∑k
k k k kj
gde je i =n.
j =1 i =1
Primeri 1.3.1.: a) Razlaganje polinoma F(x) = 24 + 10 x –15 x2 + x4 je sledeće:
24 + 10 x –15 x2 + x4 = (x + 4)(x + 1)(x – 2)(x – 3).
Svi koreni polinoma su realni i jednostruki. U opštem slučaju koreni pripadaju

skupu kompleksnih brojeva.
________________________________________________________________________________________
9
___________________________________________________________________________________________________
b) Koreni polinoma G(x) = 1 + x3 su isto tako jednostruki:
  1 3    1 3  
1 + x3 = (x + 1) x −  − + i  x − − − i
   2
 .

 2 2 2
     
U ovom slučaju dva korena su kompleksni brojevi i jedan je realan broj.
c) U razlaganju sledećeg polinoma uočavamo, da od pet korena su samo dva različita: jedan
je dvostruki a drugi je trostruki realan koren.
x5 + 3 x4 – 6 x3 – 10 x2 + 21 x – 9 = (x + 3) 2 (x – 1) 3 .
Višestruki koreni su u tesnoj vezi sa izvodnim polinomom datog polinoma.

Izučavanje izvoda nije predmet ovog kursa, zato zbog potrebe daljeg rada dajemo samo
jednu neophodnu definiciju iz te oblasti:
Definicija 1.3.3.: Izvod polinoma
F(x) = ao + a1 x + a2 x2 + ... + an–1 xn–1 + an xn
je polinom
F '(x) = a1 + a2 x + ... + (n-1) an–1 xn–2 + n an xn–1.
Izvod zbira, razlike, proizvoda, količnika i stepena polinoma samo navodimo. Te

osobine čitalac će da upozna u okviru kursa Matematička Analiza:
a) (F(x) ± G(x)) ' = (F '(x) ± G '(x))
b) (F(x) ⋅G(x)) ' = F '(x) ⋅ G (x) + F'(x) ⋅ G '(x)
c) ((F(x))n)' = n ⋅ (F(x))n–1 ⋅ F ' (x).
Teorema 1.3.5.: Ako je broj c k-tostruki koren polinoma F(x), tada je isti broj c
k–1-nostruki koren izvodnog polinoma F'(x) ( k > 1).
Dokaz: Dokazujemo samo prvi deo teoreme. Ako polinom n-tog stepena F(x) ima
broj c za k-tostruki koren (k > 1), tada je moguće sledeć razlaganje polinoma:
F(x) = (x – c)k Q(x),
gde je polinom Q(x) stepena n–k. Pronađimo izvod tog razlaganja!
F '(x) = k (x – c)k–1 Q(x) +(x – c)k Q '(x) , ili:
F '(x) = (x – c)k–1( k Q(x) +(x – c) Q '(x) ) = (x – c)k–1 Q1(x),
________________________________________________________________________________________
10
POLINOMI
___________________________________________________________________________________________________
gde je stepen polinoma Q1 (x) = k Q(x) +(x – c) Q '(x) nije veći od n–k. Iz ovog razlaganja je
očevidno, da je broj c k–1-nostruki koren polinoma F'(x).
Ako predpostavimo, da koeficijenti polinoma pripadaju nekom skupu brojeva koji je

uži od skupa kompleksnih brojeva, naprimer pripadaju skupu R, tada se gubi garancija
osnovnog stava algebre o postojanju korena u okviru skupa kojem pripadaju i koeficijenti
polinoma, jer osnovni stav garantuje samo postojanje korena u okviru skupa C.
Teorema 1.3.6.: Neka je polinom F(x) = ao + a1 x + a2 x2 + ... + an–1 xn–1 + an xn sa

realnim koeficijentima. Ako je kompleksan broj α = c + id k-tostruki koren tog polinoma
F(x), tada je i konjugovani kompleksan broj α =c – id k-tostruki koren tog polinoma.
Dokaz: Za dokaz primenimo teoreme o kompleksnim brojevima koje dokazujemo u

okviru poglavlja o kompleksnim brojevima:
a) Konjugovani zbir kompleksnih brojeva je jednak zbiru konjugovanih

kompleksnih brojeva,
b) Konjugovani proizvod dva kompleksna broja je jednak proizvodu komnjugovani

kompleksnih brojeva,
c) Konjugovani stepen kompleksnog broja je jednak stepenu konjugovanog

komplesnog broja,
d) Konjugovani kompleksan broj kompleksnog broja koji ima samo realan deo
različit od nule je jednak samom kompleksnom broju.
F(α) = 0 ⇒ F (α ) = 0 ⇒ a 0 + a1α + a 2α 2 + ... + a n −1α n −1 + a nα n =0 ⇒
⇒ a0 + a1α + a2α 2 + ... + an−1α n−1 + anα n = 0 ⇒
⇒ ao + a1 α + a2 α 2 + ... + an–1 α n–1

+ an α n = 0 ⇒ F( α ) .
Tvrđenje o višestrukosti korena sledi iz teoreme 1.3.5.
Zaključak: Kompleksni koreni polinoma sa realnim koeficijentima se uvek javljaju

u parovima konjugovanih kompleksnih brojeva. To znači, da polinom parnog stepena može
da ima sve kompleksne koerene, dok polinom neparnog stepena uvek ima najmanje jedan
realan koren.
Neka su konjugovano kompleksni koreni polinoma α =c + id i α =c – id. U

razlaganju polinoma pojavljuju se sledeći činioci: (x – α ) i (x – α ). Njihov proizvod je:
(x – α )(x – α ) = x2 – (α + α ) x + α α = x2 + p x + q,
________________________________________________________________________________________
11
___________________________________________________________________________________________________
gde smo stavili p= – (α + α ) = –2c, i q = α α =c 2 + d2 (znači p i q su realni brojevi!).

Prilikom razlaganja polinoma na činioce ovaj faktor smatramo nesvodljivim na polju realnih
brojeva. Zato polinom x3 +1 na polju realnih brojeva rastavljamo na sledeći način: x3 +1 =
= (x + 1)(x2 + x + 1).
Normalizovani oblik polinoma F(x) = an (x – c1)(x – c2)(x – c3) ... (x – cn) dobijemo
na sledeći način:
 a0 a1 a a 
ao + a1 x + a2 x2 + ... + an–1 xn–1 + an xn = an  + x + 2 x 2 + ... + n−1 x n −1 + x n  .
 an an an an 
Uporedimo li polinom sa prvobitnim razlaganjem možemo izvesti vrlo važne

a0 a1 a a
zaključke: + x + 2 x 2 + ... + n −1 x n−1 + x n = (x – c1)(x – c2)(x – c3) ... (x – cn)
an an an an
Izjednačimo koeficijente polinoma sa leve i sa desne strane znaka jednakosti:
a n −1
c1 + c2 + c3 + ... + cn = − ,
an
a n−2
c1 c2 + c1 c3 +...+ c1 cn + c2 c3 + ... + cn–1 cn = ,
an
a n −3
c1 c2 c3 + c1 c2 c4 + ... + cn–2 cn–1 cn = − ,
an
-----------------
a0
c1 c2 c3 ... cn–1 cn = (− 1)n .
an
Dobijene veze između korena i koeficijenata polinoma su takozvane Viète-ove

formule (Vijetove-formule).
Za polinom drugog stepena F(x) = ao + a1 x + a2 x2 čiji su koreni c1 i c2 imamo:
a1 a
c1 + c2 = − , c1 c2 = 0 .
a2 a2
Za polinom trećeg stepena F(x) = ao + a1 x + a2 x2 + a3 x3 sa korenima c1 , c2 i c3 imamo:
a2 a1 a0
c1 + c2 + c3 = − , c1 c2 + c1 c3 + c2 c3 = , c1 c2 c3 = − .
a3 a3 a3
Polinomi sa racionalnim koeficijentima imaju dodatna ograničenja. Ako polinom

ima realne korene, to još ne znači, da su to racionalni brojevi. Kada ima polinom sa
racionalnim koeficijentima racionalne korene? Ili: kada ima polinom sa celim
koeficijentima korene iz skupa celih brojeva? Na ova pitanja delimične odgovore dobijamo
iz Vijetovih formula.
________________________________________________________________________________________
12
POLINOMI
___________________________________________________________________________________________________
Ograničimo se na polinome sa celim koeficijentima, jer zaključke vrlo lako možemo

preneti na polinome sa racionalnim koeficijentima.
Neka je polinom F(x) = ao + a1 x + a2 x2 + ... + an–1 xn–1 + an xn sa celim

koeficijentima. Poslednja Vijetove formula glasi:
a0
c1 c2 c3 ... cn–1 cn = (− 1)n , gde su c1, c2, c3 , ... , cn koreni polinoma.
an
p
Neka je c1 racionalan broj, tojest c1 = , gde su p,q ∈ Z uzajamno prosti brojevi, i
q
2 n −1 n
p  p  p  p n-1
pq≠0. Pomnožimo jednakost a 0 + a1 + a 2   + ... + a n −1   + a n   = 0 prvo sa q :
q q q q
 
pn
a 0 q n −1 + a1 pq n − 2 + a 2 p 2 q n −3 + ... + a n −1 p n −1 + a n =0,
q
q
Ovu jednakost ćemo pomnožiti sa recipročnim brojem korena c1, a to je broj :
p
qn
a0 + a1 q n −1 + a 2 pq n − 2 + ... + a n −1 p n − 2 q + a n p n −1 = 0 .
p
pn
U ovim jednakostima su koeficijenti celi brojevi u svim članocima sem u a n ,
q
qn
odnosno u a 0 . Pošto su p i q uzajamno prosti a desna strana je 0, zato mora da bude
p
pa0 i qan , tojest mora biti broj p činilac koeficijenta a0 a broj q činilac koeficijenta an.
Ukoliko od navedenih brojeva nijedan nije koren polinoma, tada polinom nema racionalne
korene.
Primer 1.3.2.: a) Odrediti koeficijente k i n u polinomu P(x) = x4 – 6 x3 + kx + m,

tako da realan koren koji je različit od nule ima najveću moguću višestrukost.
Obeležimo taj koren sa ε. To znači sledeće:
ε 4 – 6 ε 3 + kε + m= 0.
Ako je ε dvostruki koren, tada je to jednostruki koren izvodnog polinoma, koji je

dat u sledećem obliku: P '(x) = 4x3 – 18 x2 + k . Iz toga sledi:
4ε 3 – 18 ε 2 + k = 0.
Ako je koren trostruki koren datog polinoma, tada je to jednostruki koren drugog
izvoda: P''(x) = 12x2 – 36 x :
12ε 2 – 36 ε = 0.
________________________________________________________________________________________
13
___________________________________________________________________________________________________
Iz ove jednačine (zbog uslova ε ≠ 0) sledi jedino moguće rešenje: ε = 3. Vratimo li

ovo rešenje u prethodne dve jednačine dobijamo: k = 54 i m= –81. Odavde lako dobijamo
sledeću faktorizaciju polinoma:
P(x) = x4 – 6 x3 + 54x – 81 = (x + 3)(x – 3)3.
b) Rešiti jednačinu 36x3 – 12 x2 – 5x + 1 = 0 ako je poznato, da je zbir dva korena

jednak trećem korenu: c1 + c2 = c3.
− 12 1
Koristimo li Vijetove formule dobijamo: c1 + c2 + c3 = − = . Ako uvrstimo
36 3
uslov zadatka u tu formulu možemo izračunati vrednost jednog korena:
1 1
(c1 + c2)+ c3 = c3 + c3 = 2c3 = ⇒ c3 = .
3 6
1 1
Preostala dva korena se lako određuju: c1 = i c2 = − .
2 3
c) Proizvod korena polinoma Q(x) = 3 + 4 x + 5 x2 + 6 x3 + 8 x4 po četvrtoj Vijetovoj

3 1 3 1
formuli je: c1 c2 c3 c4 = . Skup mogućih racionalnih korena je: {±1, ±3, ± , ± , ± ,
8 2 2 4
3 1 3
± , ± , ± }. Istina je, da je potrebno izvršiti do 16 pokušaja sa tim brojevima dok
4 8 8
zaključimo: ovaj polinom nema racionalnih korena.
Zadaci 1.3.: a) Pronaći racionalne korene polinoma F(x) = x4 – 2 x3 – 8x2 + 13x – 24

.
b) Rastaviti na činioce nad poljem realnih brojeva polinom G(x) = x4 – x3 – 3x2 + 2x + 2.
c) Ima li višestruke korene polinom H(x) = x6 – 6 x4 – 4 x3 + 9 x2 + 12x + 4. Odredimo

korene polinoma i napišimo ga u obliku proizvoda.
d) Za koju vrednost parametra λ ima polinom višestruke korene?

M(x) = x3 – 8x2 + (13 – λ) x – (6 + 2 λ )
e) Imaju li dati polinomi zajedničke korene?

A(x) = 2 x3 – 3x2 – x + 2 és B(x) = x4 – 2x2 – 3x + 4 .
f) Za koju vrednost parametra λ imaju zajedničke korene sledeći polinomi?

F(x) = x3 – λx + 2 és G(x) = x2 + λx + 2 .
________________________________________________________________________________________
14
POLINOMI
___________________________________________________________________________________________________
1.4. Racionalne razlomljene funkcije
Rastavljanje polinoma na proste činioce je veoma važan postupak u toku ispitivanja

funkcija u okviru matematičke analize. Analiza naziva polinome često racionalnim celim
funkcijama. Racionalne razlomljene funkcije su oblika:
a0 + a1 x + a 2 x 2 + ... + a n x n P ( x)
F(x) = = .
b0 + b1 x + b2 x 2 + ... + bm x m S ( x)
Ako su brojioc i imenioc uzajamno prosti polinomi, tada se racionalna razlomljena

funkcija ne može skratiti. Racionalna razlomljena funkcija je “pravi racionalni izraz” kada
je stepen imenioca viši od stepena brojioca tj dg(P(x)) < dg(S(x)), u obrnutom slučaju
razlomak je “nepravi” razcionalni izraz. Svaka racionalna razlomljena funkcija se može
svesti na zbir jednog polinoma i jednog pravog racionalnog izraza koji se ne može skratiti.
To izriče sledeća teorema.
Teorema 1.4.1.: Svaka racionalna razlomljena funkcija se može izraziti u obliku

zbira jednog polinoma i jednog pravog racionalnog izraza koji se ne može skratiti.
Dokaz: Ako je kod racionalnog razlomljenog izraza F(x) dg(P(x)) > dg(S(x))
podelimo P(x) sa S(x).
P(x) = S(x) ⋅ Q(x) + R(x), ahol dg(R(x)) < dg(S(x))
P ( x) R( x)
Odavde sledi = Q ( x) + .
S ( x) S ( x)
P ( x)
Definicija 1.4.1.: Pravi razlomljeni izraz je elementari razlomljeni izraz, samo
S ( x)
ako je S(x) = H k(x), gde je H(x) nesvodljiv polinom i dg(P(x)) < dg(H(x)).
Iz definicije proizilazi, da su elementarni racionalni izrazi sledeći razlomci:
A Bx + C
i
(x − c )k
(x 2
+ px + q )
m
gde su A,B,C, c, p, q ∈ R , p2–4q<0, k, m ∈N.
3 7 3x + 2 − x +1
Primeri elementarnih razlomaka: , , , .
x+5 (x − 3) 4 2
x + x +1 (x 2
)
− x +1
3
Bez dokaza formulišemo jedan osnovni stav u vezi razlaganja racionalnih izraza na
zbir elementarnih racionalnih izraza:
________________________________________________________________________________________
15
___________________________________________________________________________________________________
Teorema 1.4.2.: Svaki pravi racionalni izraz koji se ne može dalje skraćivati
moguće je jednoznačno razložiti na zbir elementarnih racionalnih izraza.
Naziv postupka je “razlaganje na parcijalne razlomke”.
Pretpostavimo da je polinom S(x) normalizovan i da je rastavljen na nesvodljive

činioce. Neka je broj c k-tostruki koren. To prouztokuje pojavu k sabiraka:
A1 A2 Ak
(x − c ) , (x − c )2 , ... ,
(x − c )k
.
Ako par konjugovano-kompleksnih korena ima višestrukost m, tada oni stvaraju

nesvodljivi činilac oblika (x2+px+q)m (naravno: p2–4q<0), a među parcijalnim razlomcima
se pojavljuju sledeći sabirci:
B1 x + C1 B2 x + C 2 Bm x + C m
( 2
x + px + q ) (
, 2
x + px + q )2 , ... ,
(x 2
+ px + q )
m .
Primer 1.4.1.: Neka je dat racionalni izraz:
P ( x) x 6 + x 5 − 10 x 3 + 6 x 2 + 3x + 5
F(x) = = .
S ( x) x 5 − 2 x 3 + 2 x 2 − 3x + 2
Nakon deobe brojioca sa imeniocem dobija se izraz:
P( x) R ( x) 2 x 4 − 10 x 3 + 7 x 2 + 4 x + 3
F(x) = = Q ( x ) + = x + 1 + .
S( x) S( x) x 5 − 2 x 3 + 2 x 2 − 3x + 2
Rastavimo li imenilac na činioce, dobijamo: S(x) = (x + 2)(x – 1)2 (x2 + 1), tojest
broj x = – 2 je jednostruki realan koren, x = 1 je dvostruki realan koren, dok treći činilac
potiče od konjugovano-kompleksnih korena x = i i x = –i. Razmatramo samo razlomljeni
deo racionalnog izraza F(x).
R( x ) 2 x 4 − 10 x 3 + 7 x 2 + 4 x + 3 A B C Dx + E
= = + + + 2 .
S ( x) ( x + 2)( x − 1) ( x + 1)
2 2
x + 2 x − 1 ( x − 1) 2
x +1
Odavde sledi:
R ( x) = A( x − 1) 2 ( x 2 + 1) + B( x + 2)( x − 1)( x 2 + 1) +
.
+ C ( x + 2)( x 2 + 1) + ( Dx + E )( x + 2)( x + 1) 2
________________________________________________________________________________________
16
POLINOMI
___________________________________________________________________________________________________
Uvrstimo li u ovoj jednakosti x = 1, dobijamo 6C = 6, što znači da je C = 1. Isto

tako uvrstimo x = –2, tada dobijamo 45A=135, što znači da je A = 3. Ako stavimo da je x =
0 zatim da je x = –1 (imajući u vidu da brojevi A i C već su izračunati) dolazimo de sledeče
dve jednačine: –2B +2E = –2 i –4B – 4D + 4E = –8. Odavde je D = 1. Na kraju stavljajući
x = 2 dolazimo do jednačine 20B +4E = –52. Preostali brojevi su B = –2 i E = –3.
Potpuno rastavljanje izraza F(x) je sledeće:
3 −2 1 x−3
F(x) = x + 1 + + + + 2 .
x + 2 x − 1 ( x − 1) 2
x +1
Zadaci 1.4.:
Rastaviti na parcijalne razlomke sledeće racionalne izraze:
x3
a) ,
x5 − x 4 + 2x3 − 2x 2 + x −1
x5 − x4 + x3 − x2 + x − 1
b)
( )( )(
x2 + 1 x2 + 2 x2 + 3
.
)
c) Dokazati, da je polinom P( x) = x ( x n −1 − n a n −1 ) + a n (n − 1) deljiv polinomom
(x – a)2 pri bilo kojoj vrednosti konstante a..
d) Dokazati da je polinom P2 n = ( x 2 + x − 1) 2 n + ( x 2 − x + 1) 2 n − 2 deljiv polinomom

Q( x) = x 2 − x .
e) Odrediti koeficijente polinoma P ( x ) = x 5 − 5 x 4 + 3x 3 + mx 2 − 6 x + n tako, da

zajednički koren polinoma S ( x ) = x 3 − 2 x 2 − 2 x − 3 i T ( x ) = x 4 − 6 x 3 + 10 x 2 − 6 x + 9
bude dvostruki koren polinoma P ( x ) ( m, n ∈ R).
f) Neka je α dvostruki koren jednačine x 5 + ax 3 + b = 0 . Koje uslove zadovoljavaju

keficijenti a i b i koren α ?
Ispitni zadaci 1.
1. (28.09.1998.)
U polinomu P ( x ) = x 5 − 5 x 4 + 3x 3 + mx 2 − 6 x + n odrediti parametre m i n tako da

zajednička nula polinoma S ( x ) = x 3 − 2 x 2 − 2 x − 3 i T ( x ) = x 4 − 6 x 3 + 10 x 2 − 6 x + 9 bude
dvostruka nula polinoma P ( x ) , (m, n ∈ ℜ) .
________________________________________________________________________________________
17
___________________________________________________________________________________________________
Rešenje:
Euklidovim algoritmom (traženjem najvećeg zajedničkog delioca) ili traženjem

racionalnih korena ova zadnja dva polinoma može se konstatovati, da je im zajednički
koren broj: x = 3. Zamenimo to u polinom P(x) zatim u polinom P' (x), pri čemu polinom
koristimo izvod P ' ( x) = 5 x 4 − 20 x 3 + 9 x 2 + 2mx − 6 , tada dobijamo jednačine:
9m + n = 99, 6m – 60 = 0. Rešenja su: m=10, n=9
Drugi način izbegava korišćenje izvoda. Podelimo polinom P(x) sa binomom (x – 3)

i izjednačimo ostatak sa 0 (to je prva jednačina). Podelimo sada količnik iz prethodnog
koraka sa binomom (x – 3), i izjednačimo sa 0 i ovaj ostatak (druga jednačina). Ova dva
načina rešavanja problema su ekvivalentna.
2. (26.01.2001.)
(i) Sastaviti normalizovan polinom sa realnim koeficijentima četvrtog stepena P(x),

čiji su koreni x1=2, x2 = 3, x3 = 2+3i. (Da li su ovde navedeni svi koreni tog polinoma?)
(ii) Rastaviti na elementarne parcijalne razlomke racionalnu razlomljenu funkciju

Q(x)/P(x), gde je Q(x) = 8x3 – 46x2 + 125x – 157. (Ispit 21.01.2001.)
Rešenje:
(i) Pored datih korena mora biti i broj x4 = 2 – 3i koren tog polinoma.
Polinom je P(x) = (x – 2)(x – 3)(x2 – 4x + 13) = x4 – 9x3 + 39x2 – 89x + 78.
(ii)
Q( x) 8 x 3 − 46 x 2 + 125 x − 157
= 4 =
P ( x ) x − 9 x 3 + 39 x 2 − 89 x + 78
8 x 3 − 46 x 2 + 125 x − 157 A B Cx + D
= = + + 2 .
( x − 2)( x − 3)( x − 4 x + 13) x − 2 x − 3 x − 4 x + 13
2
Odavde sledi: A=3, B=2, C=3 i D=2.
3. (11.04.2002.)
Rastaviti na proizvod nesvodljivih činilaca na polju realnih brojeva polinom:

P( x) = x 5 − 2 x 4 − 4 x 3 + 4 x 2 − 5 x + 6 .
________________________________________________________________________________________
18
POLINOMI
___________________________________________________________________________________________________
Rešenje:
Na osnovu poznavanja činjenice da racionalni koreni moraju biti činioci slobodnog

člana, zato racionalne korene tračimo medju brojevima ±1, ±2, ±3, ±6.
Upotrebom Hornerove šeme uočavamo da su racionalni koreni: +1, –2 i +3,

pa realna faktorizacija je sledeća: P(x) = (x – 1)(x + 2)(x – 3)(x2 + 1).
4. (2002.04.11.)
Dat je polinom P4 ( x) = x 4 + ax 3 + bx 2 + cx + 2 .
(i) Odrediti koeficijente a, b i c tako da polinom bude deljiv sa (x + 1) i sa (x – 1),
dok prilikom deljenja sa (x – 2) daje ostatak 18.
(ii) Rastaviti dobijeni polinom na faktore nad R.
Rešenje:
Iz deljivosti sa (x + 1) sledi P4(–1) = (–1)4 + a (–1)3 + b (–1)2 + c (–1) + 2 = 0.
To daje prvu jednačinu: – a + b – c + 3 = 0.
Na isti način, iz deljivosti sa (x – 1) sledi P4(1) = 0, tojest a + b + c + 3 = 0.
Treća jednačina se dobija na osnovu Bezuovog stava: P4(2) = 18, tojest

8 a + 4 b + 2 c + 18 = 18.
Rešenja ovog sistema jednačina su: a = 2, b = –3, c = –2:

P4 ( x) = x 4 + ax 3 + bx 2 + cx + 2 = P4 ( x ) = x 4 + 2 x 3 − 3x 2 + −2 x + 2 .
Deobom polinoma sa (x + 1), zatim sa (x – 1) imamo:
P4 ( x ) = ( x − 1)( x + 1)( x 2 + 2 x − 2) .
− 2 ± 12
Preostala dva korena tog polinoma su x 3 = = −1 ± 3 .
4 2
Potpuna faktorizacija polinoma je: P4 ( x ) = ( x − 1)( x + 1)( x + 1 − 3 )( x + 1 + 3 ) .
5. (11.04.2002.)
Racionalnu razlomljenu funkciju razložiti na parcijalne sabirke:

x
f ( x) = 4
x − 2x 2 + 1
________________________________________________________________________________________
19
___________________________________________________________________________________________________
Rešenje:
Pošto je x4 – 2x + 1 = (x2 – 1)2 = (x – 1)2 (x + 1)2, sledi razlaganje:
x A B C D
= + + + .
x − 2 x + 1 x − 1 ( x − 1)
4 2 2
x + 1 ( x + 1) 2
Nakon množenja sa zajedničkim imeniocem x4 – 2x + 1 imamo:
x = A (x – 1) (x + 1)2 + B (x + 1)2 + C (x – 1)2 (x + 1) + D (x – 1)2.
1 1
Nije teško uočiti, da za x = 1 dobijamo B = , dok za x = –1 dobijamo D = .
4 4
Zamenom još bilo koje dve vrednosti za x (naprimer za x = 0 i x = 2) dobijamo dve
1 1 1 5
jednačine sa nepoznatima A i C: A − C = , 3 A + C = − ⇒ A= , C =− .
2 6 12 12
x 1  1 3 5 3 
Konačno razlaganje je: =  + − +  .
x − 2 x + 1 12  x − 1 ( x − 1)
4 2 2
x + 1 ( x + 1) 2 
________________________________________________________________________________________
20
2. KOMPLEKSNI BROJEVI
2.1. Polje realnih brojeva
2.1.1. Skup prirodnih brojeva
Jedan od najvažnijih pojmova matematike je pojam prirodnog broja i skupa prirodnih

brojeva: N = {1, 2, 3, 4, 5, 6, 7, ....}. Taj pojam je moguće zasnovati na pojmu kardinalnog
broja skupova ali se može definisati i aksiomatskim putem. Sada se ograničimo na elemente
aksiomatskog izlaganja. Aksiomatsko zasnivanje pojma prirodnih brojeva se vezuje za ime
italijanskog matematičara G. PEANO-a.
Aksiomatske teorije se oslanjaju na izvestan broj osnovnih pojmova, osnovni pojmovi

se ne definišu već se njihove međusobne veze implicitno određuju aksiomima .
Osnovni pojmovi u aksiomatskom zasnivanju teorije prirodnih brojeva su:

• skup prirodnih brojeva N ,
• broj 1 kao konstanta i
• relacija sledbenik, (ako n označava neki prirodan broj, tada je njegov sledbenik n’ ).
Aksiomi:
A1. 1 ∈ N
Broj 1 pripada skupu prirodnih brojeva,
A2. (∀ n∈ N )(∃ n’∈ N )

Svaki prirodan broj n ima sledbenika u skupu prirodnih brojeva
A3. (∀ n∈ N )( n’ ≠ 1).
Broj 1 nije sledbenik ni jednog prirodnog broja
A4. (∀ m,n ∈ N )( m’ = n’ ⇒ m = n)
Svaki prirodan broj ima tačno jednog sledbenika
A5. (M ⊆ N) Ÿ (1 ∈ M) Ÿ ( n∈ M ⇒ n’∈ M ) ⇒ M =N.

Aksiom matematičke indukcije: Ako neki podskup M skupa N prirodnih brojeva
sadrži broj 1 i ako sadrži sledbenika bilo kojeg svog elementa, tada je skup M
jednak skupu prirodnih brojeva.
Ovi aksiomi određuju međusobne odnose prirodnih brojeva, ali ne govore o

operacijama u tom skupu. Zbog toga sistem aksioma A1–A5 nije potpun. Radi dopune tog
sistema do potpunog sistema porebno je dodati još 4 aksioma. Ovim proširenjem ne smemo
________________________________________________________________________________________
21
DISKRETNA MATEMATIKA 
dodati tvrđenja koja moćemo izvesti iz postojećih aksioma, takođe i ne smeju nova tvrđenja
da budu protivrečna sa postojećim aksiomama. Novim aksiomama definišemo sabiranje i
množenje prirodnih brojeva, kao i ulogu broja 1 i relacije “sledbenik” u tim operacijama.
Na sabiranje se odnose sledeći aksiomi:
A6. (∀x∈ N )( x + 1 = x’ )
A7. (∀x,y ∈ N )( x + y’ = (x + y)’ )
Množenje je definisano sledećim aksiomima:
A8. (∀x∈ N )( x ⋅ 1 = x )
A9. (∀x,y ∈ N )( x ⋅ y’ = x ⋅ y + x )
Pojedine definicije i broj 0 smatraju prirodnim brojem (skupovni prilaz: 0 je kardinalni

broj praznog skupa) pa se susrećemo sa skupovima N i No :
N = {1, 2, 3, 4, 5, 6, 7, ....}, No = {0, 1, 2, 3, 4, 5, 6, 7, ....}.
Aksiom matematičke indukcije skoro u svim dokazima tvrđenja u vezi prirodnih

brojeva je osnovni metod zaključivanja. Ovim putem se mogu dokazati sva svojsva koja su
nam dobro poznata još iz osnovne škole. Na onom uzrastu na primer svojstvo komutativnosti
sabiranja proveravali smo na mnoštvu primera, nikad nismo uočili suprotno ponašanje
brojeva, te smo poverovali na osnovu nepotpune indukcije, da su ta svojstva uvek važeća.
Međutim matematika zahteva rigorozan dokaz. Nepotpuna indukcija to nije! Matematička
indukcija je matematički rigorozan i logički besprekoran dokazni postupak.
Osnovna svojstva operacija sa prirodnim brojem se dokazuju matematičkom

indukcijom. Navodimo najvžnije osobine, bez aspiracije da taj spisak bude potpun i bez
dokaza, ali naglašavajuči da u teorijskom prilazu sva ta svojstva se dokazuju:
(1) a + b = b + a, a⋅b=b⋅a
Sabiranje i množenje prirodnih brojeva je komutativno,
(2) (a + b) + c = a + ( b + c), (a ⋅ b) ⋅ c = a ⋅ ( b ⋅ c)
Sabiranje i množenje prirodnih brojeva je asocijativno,
(3) a<b⇒a+c<b+cŸa⋅ c<b⋅ c

Sabiranje i množenje prirodnih brojeva poseduje svojstvo monotonosti,
(4) (a + b) ⋅ c = a ⋅ c + b ⋅ c
Množenje je distributivno u odnosu na sabiranje, itd.
Sada nije nam zadatak dokazivati osnovne teoreme iz teorije skupa prirodnih brojeva.
Mi ćemo primeniti ovaj vrlo efektivni aparat za dokazivanje nama potrebnijih teorema.
________________________________________________________________________________________
22
KOMPLEKSNI BROJEVI 
Primer 2.1.1.: Matematička indukcija.
Prikazaćemo, kako dokazujemo tvrđenja, koja se odnose na sve prirodne brojeve.

n(n + 1)
Dokazati, da je zbir prvih n prirodna broja , tojest:
2
n(n + 1)
1 + 2 + 3 + ... + (n – 1) + n = .
2
Dokaz se sastoji iz dva dela:
Obeležimo sa M podskup prirodnih brojeva, za koje je tvrđenje naše teoreme tačno.

1 (1 + 1) 2
(a) Induktivna provera: Dokazati da je tvrđenje tačno za n = 1: 1 = = =1.
2 2
(Ovim smo pokazali da je 1 ∈ M )
(b) Induktivno zaključivanje:
(b1) Induktivna pretpostavka: Pretpostavimo da postoji takav prirodan broj n = k za

k (k + 1)
koji važi tvrđenje:1 + 2 + 3 + ... + (k – 1) + k = .(To je pretpostavka o
2
istinitosti tvrđenja k∈ M )
(b2) Induktivno tvrđenje: Tvrdimo da je stav istinit i za k’= k + 1 (Tvrdimo: k’∈ M ):

(k + 1)(k + 2)
1 + 2 + 3 + ... + (k – 1) + k + (k + 1)= .
2
(b3) Dokaz induktivnog tvrđenja: (Dokazujemo implikaciju: k∈ M ⇒ k’∈ M ).
k (k + 1)
Po pretzpostavci zbir prvih k brojeva je , zato uvrstimo to u induktivno
2
k (k + 1) k   k + 2  (k + 1)(k + 2)
tvrđenje: +(k + 1) = (k + 1)  + 1 =(k + 1)  = .
2  2   2  2
Pošto skup M zadovoljava zahteve 5. Peanovog aksioma jer smo pokazali da je istina
1 ∈ M i da važi k∈ M ⇒ k’∈ M iz čega sledi M =N, tojest naše tvrđenje je istinito za sve
prirodne brojeve.
2.1.2. Skup celih brojeva
Zbog ograničene izvodljivosti operacije oduzimanja u skupu prirodnih brojeva

potrebno je »proširiti« skup N da bi i oduzimanje postalo neograničeno izvodljiva operacija.
Prikazujemo proširivanje skupa prirodnih brojeva na skup celih brojeva putem, koji se
umnogome oslanja na Peanovu aksiomatiku.
Uočimo elemente skupa N×N! Poznajemo uređene parove, te ne bi bilo potrebno

ponavljanje definicije jednakosti tih parova, ali radi upoređivanja dve definicije o jednakosti
ponavljamo tu definiciju:
(a, b) = (c, d) ⇔ a = c Ÿ b = d .
________________________________________________________________________________________
23
Sada dajemo definiciju, koju upotrebljavamo u slučaju proširenja skupa prirodnih

brojeva:
(∀m,n,k,l ∈ N )((m, n) = (k, l) ⇔ m + l = k + n),
Ova definicija se oslanja na sabiranje prirodnih brojeva. Ako su dva para jednaka po
opštoj definiciji, onda su jednaka i po novouvedenoj definiciji, ali obrnuto ne važi!
Zbir uređenih parova definišemo na sledeći način:
(∀m,n,k,l ∈ N )( (m, n) + (k, l) = (m + k, n + l ).
Definicija proizvoda uređenih parova:
(∀m,n,k,l ∈ N )( (m, n) ⋅ (k, l) = (m ⋅ k + n ⋅ l , m ⋅ l + n ⋅ k).
Pošto su nam sva svojstva sabiranja i množenja prirodnih brojeva poznata, ne

predstavlja teškoću ispitati svojstva sabiranja i množenja uređenih parova. Ovim ispitujemo
strukturu (N×N , +, ⋅ ). Na kraju tih ispitivanja konstatujemo sledeće:
Struktura (N×N, +, ⋅) je komutativni prsten sa jedinicom.
Dalje ispitivanje jednakosti među uređenim parovima možemo uočiti, da je to relacija

ekvivalencije. U traženju predstavnika klase ekvivalencije nailazimo na tri različite situacije:
a) m > n (ili m – n ∈ N ),
b) m < n (ili n – m ∈ N ) i
c) m = n (ili m – n = 0).
Prva klasa ekvivalencije koja se odmah uočava jeste klasa parova oblika (m, m).
Izvršimo izbor predstavnika klase na sledeći način: (m, m) = (0, 0) → 0. Ostale izbore i
uvođenje oznaka vršimo na sledeći način: ako je m > n onda je m – n = k∈ N pridruživanje je:
(m, n) = ( k, 0) → k. Ovo pokazuje da je skup prirodnih brojeva izomorfan sa podskupom
skupa uređenih parova prirodnih brojeva. Ako je m < n , tada je n – m = k ∈ N. Sada
uvodimo pojam negativnog broja i oznaku: m < n ⇒ (m, n) = (0, n – m) = (0, k) → – k.
Posle tako uvedenih oznaka prelazimo na dobro poznat skup celih brojeva:
Z = {...., –6, –5, –4, –3, –2, –1, 0, +1, +2, +3, +4, +5, ... }, i N ⊂ Z .
2.1.3. Skup racionalnih brojeva
Proširivanje skupa celih brojeva moguće je izvesti na već spomenuti intuitivni način
zbog ograničene izvodljivosti operacije deljenja u skupu celih brojeva. Međutim i ovom
prilikom prikazujemo metod, koji je koiherentan sa aksiomatikom koju smo uveli kod
izučavanja skupa prirodnih brojeva.
________________________________________________________________________________________
24
Posmatramo uređene parove oblika (a,m) ∈ Z × N.
I za ove parove prvo definišemo relaciju jednakosti:
(∀a,b∈ Z )(∀ m,n ∈ N )( (a, m) = (b, n) ⇔ a ⋅ n = b ⋅ m ).
U definiciji smo koristili operaciju množenja celih brojeva. Primetiti, da ni ova

definicija nije protivrečna sa opštom definicijom jednakosti uređenih parova, ali donosi i
nešto novo!
Definicija sabiranja i množenja uređenih parova:
(∀a,b∈ Z )(∀ m,n ∈ N )( (a, m)+(b, n)=(a⋅ n + b⋅ m, m⋅ n) ).
(∀a,b∈ Z )(∀ m,n ∈ N )( (a, m)⋅ (b, n)=(a⋅ b, m⋅ n) ).
Ove tri definicije, kao i poznavanje osobina operacija sabiranja i množenja celih
brojeva je dovoljna da krenemo u izučavanje strukturu skupa Z × N u odnosu na upravo
definisane operacije. Zaključak nakon tih ispitivanja je sledeći: struktura (Z × N , +, ⋅) je
komutativni prsten sa jedinicom. Ukoliko prilikom ispitivanja operacije množenja isključimo
klasu u koju spadaju parovi oblika (0, m), tada je (Z × N , +, ⋅) polje.
a
Zamenimo li obeležavanje parova sa (a, m) na tada dobijamo skup racionalnih
m
a 
brojeva Q =  a ∈ Z ∧ m ∈ N  koji je izomorfan sa ispitivanim skupom Z × N. Prihvatamo
m 
a
li obeležavanje → a , tada se može uočiti, da je skup celih brojeva izomorfan sa podskupom
1
a
skupa racionalnih brojeva. Uzimamo li taj izomorfizam za “jednakost”: = a , tada je skup
1
celih brojeva jeste podskup skupa racionalnih brojeva.
Z ⊂ Q. Po ranijim konstatacijama već je poznato: N ⊂ Z, znači N ⊂ Z ⊂ Q
Vrlo karakteristična je razlika između skupa prirodnih i celih brojeva sa jedne strane i
skupa racionalnih brojeva sa druge strane.
Skup prirodnih brojeva i skup celih brojeva su diskretni skupovi. Diskretnost znači da
između dva elementa ta dva skupa u odnosu na relaciju “manje” ili “veće” nalazi se konačan
broj elemenata, ili ne postoji ni jedan elemenat istog skupa. Zaista, na primer izmežu brojeva
–6 i –1 nalazi se tačno 4 cela broja: –5, –4, –3 i –2, dok između brojeva 100 i 101, ili između
–1 i 0 nema više celih (ili prirodnih) brojeva.
Za razliku od diskretnosti, skup racionalnih brojeva poseduje osobunu gustine.

Posmatramo li bilo koja dva elementa tog skupa, između njih postoje najmanje još jedan
elemenat tog skupa. (Naravno: kao posledica proizilazi, da između dva ma koja elemnta skupa
racionalnih brojeva postoji još beskonačno mnogo racionalnih brojeva.) Zaista: ako su a < b
dva racionalna broja, tada je i njihov poluzbir (a+b)/2 racionalan broj i nalazi se između njih.
Lađemo da je skup racionalnih brojeva gust skup.
________________________________________________________________________________________
25
2.1.4. Skup realnih brojeva
U izgradnji pojma broja samo smo nabrajali karakteristične korake. U definisanju

pojma realnog broja postupamo na isti način.
Skup prirodnih brojeva, skup celih brojeva i skup racionalnih brojeva u odnosu na
relaciu poredka “manje” (ili “veće”) jeste uređen skup. U uređenim skupovima Arhimedov
aksiom je uvek je istinit:
"Za bilo koji element a i za svaki element b > 0 polja

uvek postoji prirodan broj n takav, da je n ⋅ b > a. "
Skup racionalnih brojeva je arhimedski uređen.
U okviru kursa Matematička analiza čitalac će detaljnije upoznate nizove i njihovu

konvergenciju. Moguće je uočiti, da neki nizovi u skupu racionalnih brojeva uprkos
kriterijumima konvergencije: monotonosti i ograničenosti nemaju graničnu vrednost u skupu
Q . Zbog ovog nedostatka skup racionalnih brojeva nije potpun.
Definicija 2.1.4.1.: Arhimedski uređen skup je potpun, ako svi konvergentni nizovi u
njemu imaju graničnu vrednost koja takođe pripada tom skupu.
Ne razmatramo postupak upotpunjavanja skupa racionalnih brojeva do skupa realnih

brojeva, važno je da dobijamo skup, koji je potpun.
Definicija 2.1.4.2.: Polje realnih brojeva je arhimedski uređen i potpun skup. Skup
racionalnih brojeva jeste podskup skupa realnih brojeva.
Označimo skup realnih brojeva sa R . Po rethodnoj definiciji mođemo konstatovati

sledeće inkluzije: N ⊂ Z ⊂ Q ⊂ R.
U toku proširivanja brojevnih skupova novi – širi – skup uvek nasleđuje sva svojstva
od starog skupa, i naravno, pojavljuju se i nova. U svakom slučaju novi skup poseduje
najmanje ona svojstva koja je posedovao uči skup. To je princip permanencije.
Čini se da realni brojevi, koji nisu racionalni na neki način su skriveni. Ne vidimo ih,
kao da ih ima manje. U traženju primera skoro scvi čemo navesti broj 2 . Verovatno zato, što
se najčešće na tom broju se pokazuje na nije racionalan. I Euklid je tako postupao i prvi
dokaz činjenice da 2 nije racionalan broj potiče od Euklida. I pored prividne “manjine”
iracionalnih brojeva ima mnogo više nego racionalnih brojeva. Skupovi N , Z i Q su
prebrojivi skupovi. Kardinalni broj prebrojivih skupova se obeležava sa ℵo. Svi beskonačni
prebrojivi skupovi su ekvivalentni – moguće je uspostaviti između njih bijektivno
preslikavanje. Skup realnih brojeva nije prebrojiv, kardinalni broj skupa realnih brojeva se
oibeležava sa c, taj “broj” je mnogo veći od ℵo.
________________________________________________________________________________________
26
2.2. Skup kompleksnih brojeva
2.2.1. Pojam kompleksnog broja
Poznato je, da na skupu realnih brojeva nije moguće rešiti sve jednačine sa realnim
koeficijentima. Najčešće se navoidi primer jednačine x2 + 1 = 0, koja nema korene na polju
realnih brojeva. Ukoliko primenom adjunkcije proširimo skup realnih brojeva tako da skupu
R pridružimo “broj” i = − 1 , tada je potrebno iznova početi ispitivanje tog novog skupa.
Sada prikazujemo strukturu, u kojoj je moguće rešiti sve jednačine sa realnim koeficijentima.
Ispitajmo strukturu (R × R , +, ⋅) u kojoj je operacija sabiranja i množenja definisana

na sledeći način:
Definicija 2.2.1.1.: a) (∀a,b, c, d ∈ R )( (a, b) + (c, d)=(a + c , b + d) ).
b) (∀a,b, c, d ∈ R )( (a, b) ⋅ (c, d) = (a⋅ c – b⋅ d, a⋅ d + b⋅ c) ).
I jednakost elemenata se prihvata na osnovu opšte jednakosti uređenih parova:
(∀a,b, c, d ∈ R )( (a, b) = (c, d) ⇔ a= c Ÿ b= d ).
Teorema 2.2.1.1.: Struktura (R × R , +, ⋅) je polje.
Dokaz: Prvo uočavamo da je (R × R , +) komutativna grupa. Zaista: sabiranje parova

po definiciji 2.2.1.1.a) je unutrašnja operacija skupa R × R. Asocijativnost se “nasleđuje” od
realnih brojeva, par (0, 0) je neutralni element sabiranja, a za proizvoljni par (a, b) aditivni
inverzni element je (–a, –b).
Prilikom ispitivanja strukture (R × R , ⋅) lako se uočava zatvorenost operacije,

komutativnost i asocijativnost se takođe podrazumeva, a nije teško pronači ni neutralni
element. Neka je to par (e, f):
(a, b) ⋅ (e, f) = (a⋅ e – b⋅ f, a⋅ f + b⋅ e) = (a, b) ⇔
⇔ a = a⋅ e – b⋅ f Ÿ b = a⋅ f + b⋅ e ⇔ e = 1 Ÿ f = 0,
Prema tome, multiplikativni neutralni element je par (1, 0).
Dokažimo sada, da svi elementi (a, b) različiti od aditivnog neutralnog elementa (0, 0)
((a, b) ≠ (0, 0)) imaju multiplikativni inverzni element: (a’, b’):
(a, b) ⋅ (a’, b’) = (a⋅ a’ – b⋅ b’, a⋅ b’ + b⋅ a’) = (1, 0) ⇔
⇔ a⋅ a’ – b⋅ b’ = 1 Ÿ a⋅ b’ + b⋅ a’ = 0.
________________________________________________________________________________________
27
Sistem jednačina na desnoj strani ekvivalencije je rešiv u odnosu na brojeva a’ i b’

samo ako je a2 + b2 ≠ 0.
U skupu realnih brojeva a2 + b2 = 0 ⇔ a = b = 0, tojest samo za (a, b) = (0, 0), ali je

upravo taj par isključen iz razmatranja. Zato svi elementi (a, b) ≠ (0, 0) imaju multiplikativne
 a b 
inverzne elemente: (a’, b’) =  2 2
,− 2 2

 a + b a + b 
Distrubutivnost množenja u odnosu na sabiranje se lako proverava.
Time je dokaz izvršen.
Teorema 2.2.1.2.: Telo (R × {0} , +, ⋅) je podstruktura tela (R × R , +, ⋅).
Dokaz: Skup R × {0} je sačinjen od elemenata oblika (a, 0), gde je a ∈ R . Za dokaz je
dovoljno kontrolisati svojstva strukture polja. Ovu proveru i čitalac sam lako može izvesti.
Teorema 2.2.1.3.: Struktura (R × {0} , +, ⋅) je izomorfna sa poljem realnih brojeva.
Dokaz: Dokaz je izvršen, čim pronađemo bijektivno preslikavanja između R × {0} i R

tako, da bude zadovoljen uslov homomorfizma. Na pogodnije je sledeće preslikavanje:
(a, 0) → a, (a, 0) + (c, 0) = (a + c , 0) → a + c , (a, 0) ⋅ (c, 0) = (a⋅ c, 0 )→ a ⋅ c .
Čitalac neka sam proveri ostvarenje svih zahteva bijektivnosti i homomorfizma.
Na osnovu definicije 4.3.1. sabiranja i množenja možemo zapisati sledeće:
(a, b) = (a, 0) + (0, b) = (a, 0) + (b, 0) ⋅ (0, 1)
Potrebno je detaljnije upoznati osobine uređenog para (0, 1). Kao prvo odredimo
njegov kvadrat (0, 1)2 . Kvadrirajmo (0, 1)!
(0, 1)⋅(0, 1) = (0⋅0 – 1⋅1, 0⋅1+ 1⋅0) = (–1, 0) → –1.
Kvadra para (0, 1) je realan broj!
Obeležimo element (0, 1) sa i. Ova oznaka omogućava sledeće pridruživanje:
(a, b) = (a, 0) + (b, 0) ⋅ (0, 1)

↓ ↓ ↓
a + b ⋅ i odnosno: (a, b) → a + b i.
Znak množenja u proizvodu b ⋅ i obično izostavljamo. Ovo je opšte poznati algebarski

oblik kompleksnog broja.. Broj a je realni deo kompleksnog broja, dok je broj b imaginarni
deo kompleksnog broja. Ako kompleksan broj obeležomo sa z i z = a + b i, tada realni,
odnosno imaginarni deo se piče na sledeći način: Re(z) = a, Im(z) = b.
________________________________________________________________________________________
28
2.2.2. Algebarski oblik kompleksnih brojeva
U koordinatnom sistemu imenovaćemo

Im
horizontalnu osu kao realna osa, dok vertikalna
osa će biti imaginarna osa. Pridružimo tačkama z=a+bi
ravni kompleksne brojeve na sledeći način:
ρ
Koordinata tačke na realnoj osi neka bude jednaka |z|= b
realnom delu kompleksnog broja, koordinta tačke ϕ
na imaginarnoj osi neka bude imaginarni deo a
kompleksnog broja. Lako se uočava, da je ovo O Re
pridruživanje uzajamno jednoznačno. Na primer: Slika 2.2.2.1.
kompleksnom broju 3 + 2i odgovara tačka z u
kompleksnoj ravni: z = 3 + 2i. (slika 2.2.2.1.).
Definisali smo operacije sa parovima (a, b) (Definicija 2.2.1.1.) Dajemo

“prevod” tih definicija na algebarski oblik kompleksnog broja:
a) sabiranje: (a + b i) + (c + d i) = (a + c) + (b + d) i,
b) oduzimanje: (a + b i) – (c + d i) = (a – c) + (b – d) i ,
c) množenje: (a + b i) ⋅ (c + d i) = (a⋅ c – b⋅ d) + ( a⋅ d + b⋅ c) i
a + bi ac + bd bc − ad 2 2
d) deljenje: = 2 + 2 i , gde je c + d ≠ 0.
c + di c + d 2
c +d 2
U vezi deljenje kompleksnih brojeva definišimo prvo pojam konjugovanog

kompleksnog broja.
Definicija 2.2.2.1.: Konjugovani kompleksan broj za kompleksan broj z = a + b i je

z = a – b i.
Prema tome važe sledeće jednakosti Re(z) = Re( z ), Im( z ) = – Im( z ).
Tačke koje odgovaraju konjugovanim kompleksnim brojevima simetrično su

postevljene u odnosu na realnu osu. Čisto realni brojevi jednaku sopstvenom konjugovanom
broju. Konjugovanost kompleksnih brojeva je uzajamna: konjugovani broj konjugovanog
broja je sam dati kompleksan broj: z = z .
Deljenje kompleksnog broja (a + b i) sa (c + d i) možemo shvatiti i na sledeći način:

1
prvo odredimo multiplikativni inverzni elemenat za (c + d i), to je zatim izvršimo
c+di
1 c d
množenje broja (a + b i) i = 2 − 2 i.
c+di c +d 2
c +d2
Potrebno je primetiti važna svojstva imaginarne jedinice:
i2 = –1, i3 = – i, i4 = 1, i5 = i, ... i 4k = 1, i 4k+1 = i, ,i 4k+2 = –1, i 4k+3 = – i, ha k ∈ Z.
________________________________________________________________________________________
29
Definicija 2.2.2.2.: Apsolutna vrednost kompleksnog broja z = a + b i je realan broj

z = a2 + b2 .
Očevidno, apsolutna vrednost kompleksnog broja je jednaka rastojanju pridružene

tačke i koordinatnog početka. Posledica te definicije je i ta činjenica, da apsolutnoj vrednosti
razlike dva kompleksna broja z1 = a 1 + b 1 i i z2 = a 2 + b2 i odgovara rastojanje između
pridruženih tačaka: z 2 − z1 = (a 2 − a1 )2 + (b2 − b1 )2 .
Lako se uočava istinitost tvrđenja sledeće teoreme:
Teorema 2.2.2.1.: Apsolutna vrednost kompleksnog broja z = a + b i je z = z ⋅ z , a

1 z
za kompleksan broj za koji važi z ≠ 0 multiplikativni inverzni element je z –1 = = .
z z
Dokaz ostavljamo čitaocu.
Primeri 2.2.2.: a) (4 + 3 i) + (–2 + 11 i ) = 2 + 14 i,

b) (4 + 3 i) – (–2 + 11 i ) = 6 – 8 i,
c) (4 + 3 i) ⋅ (–2 + 11 i ) = –41 + 38 i,
4 + 3i 1
d) = (1 − 2i ) . Proveriti!
− 2 + 11i 5
e) Odrediti kompleksan broj koji zadovoljava uslove z 2 = −1 ± 2 2 i !

Neka je z = x + y i, to znači da je z 2 = x 2 – y 2 + 2 x y i. Na osnovu definicije
jednakosti kompleksnih brojeva imamo: x 2 – y 2 = – 1, x y = ± 2 . Rešenje dobijamo
primenom metode zamene:
± 2 2 2
xy= ± 2 Ÿx≠0⇒ y= ⇒ y 2 = 2 ⇒ x 2 − 2 = −1 ⇒ x 4 + x 2 − 2 = 0 .
x x x
Dobijena je takozvana bikvadratna jednačina. Kao rešenja zadatka prihvataju se samo
realni brojevi, jer predstavljaju realni i imaginarni deo kompleksnog broja. Realni koreni
jednačine su x1 = 1 i az x2 = –1. Za imaginarni deo dobijamo y1 = 2 i az y2 = – 2 . Rešenja
zadatka su sledeči kompleksni brojevi:
z1 = 1 + 2 i , z1 = 1 – 2 i , z1 = –1 + 2 i , z1 = –1 – 2 i .
f) Odrediti položaj tačaka z − 1 + z + 1 = 4 u kompleksnoj ravni!

Ako je z = x + y i, onda z − 1 = ( x − 1) 2 + y 2 i z + 1 = ( x + 1) 2 + y 2 . Odavde sledi:
( x − 1) 2 + y 2 + ( x + 1) 2 + y 2 = 4, odnosno ( x − 1) 2 + y 2 = 4 – ( x + 1) 2 + y 2 .
Nakon kvadriranja i sređivanja dobijamo 2 ( x + 1) 2 + y 2 = 4 + x.
Ponovno kvadriranje daje jednačinu 3 x 2 + 4 y 2 = 12. Prepoznajemo jednačinu elipse

x2 y2
koju možemo transformisati i na sledeći oblik: + = 1.
4 3
________________________________________________________________________________________
30
Drugi način rezonovanja: tražimo tačke z čiji zbir rastojanja do tačaka 1 i –1 jednak
broju 4. Ako se setimo definicije elipse, po kojoj je ona skup tačaka u ravni, čiji zbir
rastojanja do dve utvrđene tačke stalan, tada več znamo, da trazimo elipsu čije su žiže 1 i –1, a
velika osa 4.
1+ t i
Zadaci 2.2.2.: a) Odrediti položaj kompleksnog broja z = , t ∈ R u kompleksnoj
1− t i
ravni. (Uputstvo: posmatrajte proizvod z z !)
3+i
b) Odredite kompleksan broj z iz jednačine z + z + (2 + i) 2 + Re  = 1 − 4i .
1+ i 
z 11
c) Odredite Re(z) i Im(z), ako je Re(zw) = 9 i Im  = − za dati broj w = 2 + 3 i.
 w 13
d) Rečiti jednačinu i z2 – 2(3+2 i) z +14 – 15 i = 0.
2.2.3. Trigonometrijski oblik kompleksnog broja

Im
Spojimo tačku, koja je dodeljena kompleksnom
broju z = a + b i sa koordinatnim početkom, zatim z=a+bi
nacrtajmo i ordinatu tačke! Na ovaj način dolazimo do
ρ
jednog pravouglog trougla (slika 2.2.3.1.). Katete su a |z|= b
i b, dok je dužina hipotenuze a 2 + b 2 . Ugao ϕ koji se ϕ
nalazi između pozitivnog smera realne ose i a Re
O
hipotenuze je arkus ili argument kompleksnog broja.
Dužina hipotenuze je apsolutna vrednost ili modul ili Slika 2.2.3.1.
poteg kompleksnog broja, obeležavamo ga sa z ili sa
r ili sa ρ.
a =ρ cos ϕ
b =ρ sin ϕ
}⇔ { ρ = a2 + b2
ϕ = arctg
b
a
Na osnovu toga možemo napisati trigonometrijski oblik kompleksnog broja:
z =ρ (cos ϕ + i sin ϕ )
Nenegativan broj ρ je samo za tažku 0 jednaka nuli Ugao ϕ može da primi bilo koju
realnu vrednost – i pozitivnu i negativnu i nulu. Ako dva argumenta se razlikuju za 2π ili za
neki celi umnožak od 2π tada se ti argumenti poklapaju. Apsolutna vrednost kompleksnog
broja je jednoznačno određena, dok argument može da ima beskonačno mnogo vrednosti,
koje se međusobno razlikuju za celi umnožak broja 2π.
________________________________________________________________________________________
31
z =ρ (cos ϕ + i sin ϕ ) = ρ (cos(ϕ +2kπ)+ i sin(ϕ +2kπ)), k ∈ Z.
Radi jednoznačnog zapisivanja kompleksnog broja upotrebljavamo argument iz

razmaka (–π, π].
Konjugovani kompleksni brojevi razlikuju se samo po znaku argumenta:
arg( z )= –arg(z):
z =ρ (cos ϕ + i sin ϕ ) ⇔ z =ρ (cos(–ϕ) + i sin(–ϕ)) =ρ (cos ϕ – i sin ϕ )
Teorema 2.2.3.1.: Ako je z1 =ρ 1 (cos ϕ 1 + i sin ϕ 1 ) i z2 =ρ 2 (cos ϕ 2 + i sin ϕ 2 ), ta

važe jednakosti:
a) z1 z2 =ρ 1 ρ 2 (cos(ϕ 1 + ϕ 2)+ i sin(ϕ 1 + ϕ 2)) ,
z1 ρ 1
b) = (cos(ϕ 1 − ϕ 2 ) + i sin(ϕ 1 − ϕ 2 )) .
z2 ρ 2
Dokaz: a) z1 z2 = ρ 1 (cos ϕ 1 + i sin ϕ 1 ) ρ 2 (cos ϕ 2 + i sin ϕ 2 ) =
=ρ 1 ρ 2 ((cos ϕ 1 cos ϕ 2 – sin ϕ 1 sin ϕ 2) + i (sin ϕ 1 cos ϕ 2 + cos ϕ 1 sin ϕ 2)) =
=ρ 1 ρ 2 (cos(ϕ 1 + ϕ 2)+ i sin(ϕ 1 + ϕ 2)) (na osnovu adicionih teorema).
b) pomnožimo i deljenik i delilac sa brojem z u trigonometrijskom obliku. i

primenimo rezultate ove teoreme iz tačke a).
Teorema 2.2.3.2.: Množenje proizvoljnog kompleksnog broja z sa kompleksnim

brojem cos ϕ + i sin ϕ znači rotaciju datog kompleksnog broja z oko koordinatnog početka za
ugao ϕ .
Dokaz: Istinitost tvrđenja sledi iz teoreme 2.2.3.1. Zaista, prilikom mnozenja

kompleksnim brojem cos ϕ + i sin ϕ ne menja se apsolutna vrednost zadatog kompleksnog
broja samo se argument promeni za ugao ϕ, a tačka se pomeri na krućnici poluprečnika | z |.
Matematičkom indukcijom se dokazuje takozvana MOIVRE-ova formula (Muavr):
Teorema 2.2.3.3.: Ako je z =ρ (cos ϕ + i sin ϕ ), tada je z n =ρ n (cos nϕ + i sin nϕ ).
Dokaz: Tvrđenje je tačno za n = 1. Pretpostavimo, da je tačno za neko k ∈ N, tojest

pretpostavimo da važi: z k =ρ k (cos kϕ + i sin kϕ ). Potrebno je dokazati, da je formula istinita
i za k + 1:
________________________________________________________________________________________
32
z k+1 = z k z =ρ k (cos kϕ + i sin kϕ )ρ (cos ϕ + i sin ϕ ) =
= ρ k+1 (cos(k+1)ϕ + i sin(k+1)ϕ ).
Korenovanje kompleksnih brojeva vršimo na osnovu sledeće teoreme:
Teorema 2.2.3.4: Rešenja jednačine z n = w =ρ (cosϕ + i sinϕ ) po nepoznatoj z pri

proizvoljnom kompleksnom broju w su kompleksni brojevi:
 ϕ + 2kπ ϕ + 2kπ 
z k = n ρ  cos + i sin , k = 0, 1, 2, 3, ... , n − 1.
 n n 
Ta rešenja su temena jednog pravilnog n-tougla sa centrom u koordinatnom početku.
Dokaz: Istinitost prvog tvrđenja teoreme sledi iz MOIVRE-ove formule:
z kn = w za svako k∈{0, 1, 2, 3, ..., k–1}.
Očevidno, ti koreni su međusobno različiti ako je k1 ≠ k2 ⇔ z k1 ≠ z k 2 , to znači imamo n

različita rešenja date jednačine. Svi koreni imaju istu apsolutnu vrednost n ρ , znači pripadaju
istoj kružnici sa centrom u O poluprečnika n ρ . Argumenti uzastopnik korena se razlikuju za
n-ti deo punog ugla od 2π, a to znači da su raspoređeni po temenima pravilnog n-tougla.
20
1+ i 3 
Primeri 2.2.3.: a) Odredimo Re(z) i Im(z) ako je z =   .

 1− i 
Prevedimo i brojioc i imenioc na trigonometrijski oblik:
 π π   π  π   π π
1 + i 3 = 2 cos + i sin  i 1 − i = 2  cos −  + i sin  −   = 2  cos − i sin  .
 3 3   4  4   4 4
Zatim izvršimo deljenje:
1+ i 3  π π   π π   7π 7π 
= 2  cos +  + i sin  +   = 2  cos + i sin .
1− i  3 4  3 4   12 12 
Na kraju i stepenujemo:
20
1+ i 3 

 1− i 
 = ( 2) 20 
 cos 20

7π
12
+ i sin 20
7π  10 
 = 2  cos
12  
35π
3
+ i sin
35π 
3 
=
 
  35π   35π   π π 1 3 
= 210  cos − 10π  + i sin  − 12π   = 210  cos − i sin  = 1024 − i .
2 2 
  3   3   3 3 
Traženi brojevi su: Re(z) = 512 i Im(z) = –512 3 .
3
1 + i 3 
b) Odredimo kompleksne brojeve koji zadovoljavaju jednačinu z −   =0!

3
1− i 3 
________________________________________________________________________________________
33
Na prvi pogled se čini da je zadatak jednostavan. Transformišemo jednačinu na sledeći

način:
3
  π π 
3  2 cos + i sin  
1+ i 3    3 3  2π 2π 
3
  = =  cos + i sin  = cos 2π + i sin 2π = 1 .
1− i 3 
   π π   3 3 
 2 cos − i sin  
  3 3
Sada imamo ekvivalentnu jednačinu:
z 3 = 1 , (Broj 1 je kompleksan broj jer je 1 = cos 2kπ + i sin 2kπ ,
2kπ 2kπ
z 3 = cos 2kπ + i sin 2kπ ⇒ z k = cos + i sin , za k =0, 1, 2.
3 3
k = 0, z 0 = cos 0 + i sin 0 = 1 ,
2π 2π 1 3
k = 1, z1 = cos + i sin =− +i i
3 3 2 2
4π 4π 1 3
k = 2, z 2 = cos + i sin =− −i .
3 3 2 2
Zadaci 2.2.3.: Posredstvom trigonometrijskog oblika nađimo realni i imaginarni deo

sledećih kompleksnih brojeva ili dokažimo identičnost:
a) u =
(− 1 + i 3 ) 15
+
(− 1 − i 3 ) 15
, b) z = 6
1− i
.
(1 − i ) 20
(1 + i ) 20
3 +i
c) ( )(
x 5 − 1 = (x − 1) x 2 − 2 x cos 72 o + 1 x 2 − 2 x cos 144 o + 1 , )
d) ( )(
x 5 + 1 = (x + 1) x 2 − 2 x cos 36 o + 1 x 2 − 2 x cos 108 o + 1 . )
2.2.4. Eksponencijalni oblik kompleksnog broja
Operacije u trigonometrijskom obliku podsećaju na operacije sa stepenima jednakih

osnova. Ovo nije slučajnost! Ovi izrazi jesu stepeni (dokaz ćete naći u kursu Matematička
analiza – kompleksne funkcije). Mi ovde samo zadajemo eksponencijalni oblik:
cos ϕ + i sin ϕ def

= e iϕ
Teorema 2.2.4.1.: Za kompleksne brojeve z1 = ρ 1 e iϕ1 i z2 = ρ 2 e iϕ 2 važi:

z1 ρ1 i (ϕ1 −ϕ 2 )
z1 z2 = ρ 1 ρ 2 e i (ϕ1 +ϕ 2 ) , = e ,
z2 ρ 2
________________________________________________________________________________________
34
u slučaju stepenovanja i korenovanja za z =ρ e iϕ imamo zn=ρn e inϕ , i

ϕ+2kπ
i
n
z= ρ e
n n
, (k=0, 1, 2,... ,n–1).
Dokaz: Teorema je preformulacija teorema 2.2.3.1., a 2.2.3.3. i 2.2.3.4. Zato je dokaz

suvišan, čitalac sam može da prevede date teoreme.
Osmotrimo sada logaritmovanje. Pokušajmo logaritmovati bilo koji (možde negativan,

ili čak kompleksan) broj! Zadatak mozemo rešiti, ako broj napišemo kao kompleksan broj u
eksponencijalnom obliku:
Teorema 2.2.4.2.: Ako je z =ρ e iϕ , tada je log a z = log a ρ + iϕ log a e , za a ≠ 1.
Dokaz je suvišan, sve sledi iz pravila logaritmovanja.
Teorema 2.2.4.3.: Dva kompleksna broja z1 i z2 sa koordinatnim početkom određuju

z1
usmereni ugao: ∠ z1 O z2 = arg .
z2
Dokaz: Teorema je posledica teoreme 2.2.3.1.
Teorema 2.2.3.4.: Tri kompleksna broja z1 , z2 i z3 određuju usmereni ugao u datom

z1 − z 3
redosledu: ∠ z1 z3 z2 = arg .
z 2 − z3
Dokaz: Izvršimo translaciju tako, da z3 pomerimo u koordinatni početak. Tada će se

tačka z1 pomeriti u tačku (z1 – z3) dok tačka z2 u tačku (z2 – z3). Primenimo sada teoremu
2.2.4.2. na novi položaj tačaka.
Kao posledicu možemo zapisati rotaciju tačke z1 oko tačke z3 za ugao ϕ na sledeći
način: z2 = z3 + ( z1 – z3) e iϕ
Primeri 2.2.4.1.: a) Odrediti | z | i arg (z) za kompleksan broj z = (1 + i )(1+ i) !

U rešavanju zadatka primenimo eksponencijalni oblik kompleksnog broja samo u slučaju
kada je to neophodno:
π 1+ i i
π π
      π π
( 2) e
i i i −

(1 + i )(1+ i) =  2e
4  =  2e
4   2e 4  = 2 ei 4 i
4
.
   
     
( 2) = e
ln 2
i i  −
π
 i  π4 + ln22 
= 2 e 4 e 
ln a
Pošto je a = e zato 2
, ili (1 + i ) (1+ i) 
 
 
 −
π
 π ln 2

Iz prethodnog sledi: | z | = 2 e 4  i arg(z) = +
  4 2
 
________________________________________________________________________________________
35
b) Odredimo za kompleksan broj z = 3 + 4i vrednost ln z!

 i arctan 4 
ln z = ln (3 + 4i) = ln  5 e
3  4
 = ln 5 + i arctan 3 .
 
c) Date su u kompleksnoj ravni tačke z2 = 2 i z4 = 1 + 3 i. Odredimo tačke z1 i z3 tako,

da tačke z1 , z2 , z3 i z4 u datom redosledu budu temena jednog kvadrata.
π
Drugu dijagonalu kvadrata dobijamo rotacijom prve dijagonale oko sredine za ugao od + .
2
z2 + z4 3
Sredina dijagonale je z o = = (1 + i ) . Tačka z3 dobijamo rotacijom tačke z2 oko zo za
2 2
π
i
odgovarajući ugao (faktor e 2 primenjujemo u algebarskom obliku: i.):
π
3
(1 + i ) + 1 + 3i − 3 − 3 i  i = i ,
i
z1= zo + ( z 4 − zo ) e 2 =
2  2 2 
π
3
(1 + i ) +  2 − 3 − 3 i  i = 3 + i .
i
z 3 = zo + (z2 − zo ) e 2 =
2  2 2 
π 3π 5π 7π 9π 1
d) Dokazati identičnost cos + cos + cos + cos + cos = .
11 11 11 11 11 2
π
i
Polazimo od kompleksnog broja z = e . Očevidno je z11 = – 1. Izračunajmo sada
11
zbir z + z3 + z5 + z7 + z9 . Potrebni su samo sledeći stepeni:

kπ
k
i kπ kπ
z =e 11 = cos + i ⋅ sin , k = 1, 3, 5, 7, 9.
11 11
Nakon sređivanja zbira dobijamo
z + z3 + z5 + z7 + z9 =
 π 3π 5π 7π 9π 
=  cos + cos + cos + cos + cos  +
 11 11 11 11 11 
 π 3π 5π 7π 9π 
+ i  sin + sin + sin + sin + sin 
 11 11 11 11 11 
Istovremeno primenom formule o zbiru prvih 5 članova geometrijske progresije

imamo:
3 5
z+z +z +z +z 7 9
= z
(z ) 2 5
− 1 z 11 − z
= 2 =−
1+ z
=
1
, ( z ≠ – 1).
2
z −1 z −1 ( z + 1)( z − 1) 1 − z
________________________________________________________________________________________
36
Uvrstimo sada trigonometrijski oblik kompleksnog broja z:
π π
1 − cos + i sin
1 1 11 11
= = 2 =
1− z π π 
2
π  π
1 − cos − i sin 1 − cos  +  sin 
11 11  11   11 
 π  π π
1 − cos  + i sin sin
 11  11 1 11
= = +i .
 π  2  π 
21 − cos  21 − cos 
 11   11 
Realni deo zbira z + z3 + z5 + z7 + z 9 je upravo zbir kosinusa iz zadatka.

Izjednačavanjem realnog dela sa realnim i imaginarnog dela sa imaginarnim dobijamo još
jednu identičnost:
π
sin
π 3π 5π 7π 9π 11
sin + sin + sin + sin + sin = .
11 11 11 11 11  π
21 − cos 
 11 
Zadaci 2.2.4.:
a) Odredimo zbir i proizvod korena jednačine z 2001 – 1 = 0.
b) Tačke kompleksne ravni z1, z2, z3 i z4 su temena kvadrata. Odrediti kompleksan

broj z1 iz uslova (z1 + i)(1 + 2 i) + (1+ z1 i )(3 – 4 i) = 1 + 7i zatim odrediti i kompleksne
brojeve z2 i z4 ako je poznat kompleksan broj z3 = –1 –3 i.
c) Odrediti kompleksan broj z iz sledećih uslova:
zi +1  11 zi +1  18
Re  + z i = , Im + z i = − .
 2+i  5  2+i  5
d) Odrediti kompleksne brojeve z1 i z2 iz sledećih uslova:
z1 0 z2
 z + 2i
i 1 2 = 2 + 2i q , (1 + 3 i ) 3 (3 − i ) + i Im 2  + z 2 = −2 + 12 i .
 2 
0 −1 1
n n
 xi  xi
e) Izračunati realne korene jednačine:  1 +  − 1 −  = 0, n∈N .
 n   n 
f) Izračunati zbir svih n-tih korena iz jedinice.
________________________________________________________________________________________
37
g) Dokazati identičnost:
n +1 nx
sin x ⋅ sin
sin x + sin 2 x + sin 3 x + ... + sin nx = 2 2
x .
sin
2
h) Sredstvima matematičke analize naći graničnu vrednost:
 1 1 1 1 
lim 1 + cos x + cos 2 x + cos 3 x + ... + n cos nx  .
n →∞ 2 4 8 2 
Ispitni zadaci 2:
1. (12.06.1999.)
16
 1− 5 3 i 
Izračunati z =  2 −  . Rezultat napisati u algebarskom obliku.

 3 
Rešenje:
16 16
 1− 5 3 i   5 3i 
( )
16
 = 5 +  =   1 + i 3
5 16
z =  2 −  3 .
 3   3   3
Pretvorimo kompleksni broj u drugoj zagradi u trigonometrijski oblik.
π
Pošto je modul tog broja z = 1 + 3 = 2 , a argument je ugao ϕ: ϕ = arctg 3 = ,
3
sledi:
(1 + i 3 )
16
16  π π  16π 16π 
= 2  cos + i sin  = 2 16  cos
16
+ i sin .
 3 3  3 3 
Nakon "odbacivanja" punih obrtaja od po 2π dobijamo:
(1 + i 3 )
16 
= 2 16  cos
4π
3
+ i sin
4π   1
 = 2  − − i
3 
16 3
 ⇒
2 
  2
( )
16
5  1
z =   2 16  −  1 + i 3 .
 3  2
________________________________________________________________________________________
38
2. (28.01.2001.)
Rešiti jednačinu x4 – a = 0 za a = –8–8i.
Rešenje:
7
Pošto je |a|= 64 + 64 = 2 2 , dok arg(a)=arctg(1)=5π/4, rešenja predstavljaju
 5π 
4 7 i + 2 kπ 
kompleksni brojevi x = 4 a = 2 2 e  4 
za k=0, 1, 2, 3:
7 i
5π
7  5π 5π 
x0 = 2 e 8
= 2 8  cos
16
+ i sin  ,
 16 16 
7 i
13π
7  13π 13π 
x1 = 2 8 e 16 = 2 8  cos + i sin ,
 16 16 
7 i
21π
7  21π 21π 
x2 = 2 8 e 16 = 2 8  cos + i sin ,
 16 16 
7 i
29π
7  29π 29π 
x3 = 2 e 16 = 2 8  cos
8
+ i sin .
 16 16 
3. (2002.09.03.)
Dat je kompleksan broj z1 = − 3 + i . Naći još pet kompleksnih brojeva z2, z3, z4, z5 i
z6 u algebarskom obliku tako da oni zajedno sa z1 čine temena pravilnog šestougla čiji
centar leži u kordinatnom početku.
Rešenje:
π
Temena se dobijaju uzastopnim rotacijama za po 60o tojest za ugao . Takvu
3
rotaciju možemo realizovati množenjem sa jediničnim kompleksnim brojem čiji je argument
π
upravo ugao :
3
u 0 = cos
π
3
+ i sin
π
3
=
1
2
+i
3 1
= 1+ i 3 .
3 2
( )
Uzastopnim množenjima dobijamo temena traženog šestougla:
(
z 2 = z1 ⋅ u 0 = − 3 + i ⋅ ) 12 (1 + i 3 ) = − 3 −i,
________________________________________________________________________________________
39
(
z3 = z 2 ⋅ u0 = − 3 − i ⋅ ) 12 (1 + i 3 ) = −2i ,
z 4 = z 3 ⋅ u 0 = −2i ⋅
1
2
( )
1+ i 3 = 3 − i ,
z5 = z 4 ⋅ u0 = ( 3−i ⋅) 12 (1 + i 3 ) = 3 +i,
z6 = z5 ⋅ u0 = ( 3+i ⋅) 12 (1 + i 3 ) = 2i .
________________________________________________________________________________________
40
3. VEKTORSKA ALGEBRA
3.1. Slobodni vektori
3.1.1. Pojam slobodnog vektora
Posmatrajmo uređene parove tačaka prostora oko nas: (A,B), (C,D), (E,F), ...
Definišimo jednu relaciju: ekvipolenciju. U narednoj definiciji p(A,B) znači pravu kojoj
pripadaju obe tačke, P–Q–R znači da tri su tačke P, Q i R kolinearne tačke, i da se tačka Q
nalazi između tačaka P i R (Relacija "nalaziti se između" je osnovni geometrijski pojam).
Definicija 3.1.1.1.: Dva uređena para tačaka (A,B) i (C,D) prostora ε ekvipolentna smo
ako je p(A,B) paralelna sa p(C,D) i sredina duži AD poklapa se sa sredinom duži BC, tojest:
(A,B) ∼ (C,D) ⇔ e(A,B) || e(C,D) Ÿ ($ F) (A–F–D Ÿ B–F–C Ÿ AF ≅ FD Ÿ BF ≅ FC).
Po toj definiciji ekvipolentni parovi tačaka su uvek krajnje tačke naspramnih stranica
jednog paralelograma. Na slici 3.1.1.1.ekvipolentni parovi su (A,B) ∼ (C,D) a nisu
ekvipolentni parovi (M,N) L (P,Q)
P
B D
M
F S
N Q
A C
S2 S1
A B F C D M N P Q
Slika 3.1.1.1.
Teorema 3.1.1.1.: Ekvipolencija je relacija ekvivalencije.
Dokaz: Zaista, jer je relacija refleksivna (A,B) ∼ (A,B) jer sredina duži (A,B) se
poklapa sa sredinom (B,A). Simetričnost i tranzitivnost se dokazuju na isti način. .
Svaka relacija ekvivalencije stvara klase ekvivalencije u skupu u kojem je definisana.

Predstavnik pojedine klase može biti bilo koji par tačaka klase.
________________________________________________________________________________________
41
q
Q
O
N p
L
M
K
Slika 3.1.1.2.
Definicija 3.1.1.2.: Klase ekvivalencije određene ekvipolencijom zovemo slobodnim

vektorima.
Skup klasa ekvivalencije ε2/∼ obeležimo sa V: V = ε2/∼ . Predstavnika klase para tačaka
obeležimo sa AB . Ako i par (C,D) pripada istoj klasi, tojest ako je (A,B) ∼ (C,D), tada
kažemo, da oba para predstavljaju isti vektor, odnosno AB = CD . Ovim putem stižemo do
uprošćenog, ali dobro poznatog pojma vektora: vektori su usmerene duži. Označavamo ih
r r r r
pored već upotrebljenih oznaka AB, CD, PQ i sa a , b , p, q , ... itd.
Prema tome vektor je određen sledećim elementima:

r r
a) dužinom (često kažemo: apsolutna vrednost), u oznaci AB , CD , a , b ,...,
b) pravcem i
c) smerom.
U praksi dva vektora smatramo jednakim ako imaju sve tri karakteristike jednake.
Definicija 3.1.1.3.: Vektor kojeg predstavlja par tačaka (A, A) je nulavektor.

r
Oznaka nulavektora je: AA = 0 , ima dužini 0; pravac i smer nije definisan.
Definicija 3.1.1.4.: Vektor koji je iste dužine i istog pravca ali je suprotnog smera
vektoru AB nazivamo suprotnim vektorom, i obeležavamo ga sa BA ili – AB .
r
Definicija 3.1.1.5.: Vektor koji je istog pravca i istog smera kao i vektor a , a ima
r r
dužinu 1 nazivamo jediničnim vektorom vektora a i obeležavamo ga sa a 0 .
________________________________________________________________________________________
42
VEKTORSKA ALGEBRA 
3.1.2. Pojam vektorskog prostora
Definišimo sabiranje u skupu V slobodnih vektora sledećom definicijom.
B C
Definicija 3.1.2.1.: AB + CD = AE ,
gde je tačka E određena pomoću
jednakosti BE = CD . E D
A
Slika 3.1.2.1.
Teorema 3.1.2.1.: Skup vektora V ima strukturu ABEL-ove grupe u odnosu na

sabiranje koje je definisano sa definicijom 3.1.2.1.
Dokaz: Zaista, V je zatvoren u odnosu na

→ ovu operaciju. Čitalac neka sam proveri
b asocijativnost (Slika 3.1.2.2.). Neutralni element
operacije je nula vektor, inverzni element svakom
→
a → b → → vektoru je suprotan vektor. Ovo sabiranje je
→ a+ b +→ c komutativno, što se takođe lako uočava. To upravo
c
→ →
znači, da je struktura (V, +) ABEL-ova grupa.
→
a + (b + c)
→ → → U dosadašnjim ispitivanjima smo uvek
(a + b) + c posmatrali operacije unutar jednog skupa.
Slika 3.1.2.2. Definišimo sada operaciju između elemenata dva
različita skupa!
Definicija 3.1.2.2.: Množenje vektora skalarom je oparacija između elemenata skupa

vektora V i skupa brojeva R koja zadovoljava sledeće zahteve:
r r
(∀α∈R)((∀ a ∈V)(α ⋅ a ∈V) (proizvod skalara i vektora je vektor) ,
r r
a) α ⋅ a = α ⋅ a (dužina proizvoda broja i vektora je jednaka proizvodu apsolutne
vrednosti broja i dužine vektora)
r r
b) pravac proizvoda α ⋅ a se poklapa sa pravcem vektora a , i
r r
c) smer proizvoda α ⋅ a u slučaju α > 0 je isti kao i smer vektora a , a u slučaju α < 0
r
smer je suprotan smeru vektora a .
r r r r
d) α ⋅ a = 0 ⇔ α = 0 ⁄ a = 0 .
r r
Proizvod α ⋅ a kraće zapisujemo bez znaka množenja: α a .
r r
Teorema 3.1.2.2.: Za svaki realan broj α i β i za proizvoljne vektore a i b važi:
r r
a) α (β a ) = (αβ) a ,
r r r r
b) α ( a + b ) = α a +α b ,
r r r
c) (α + β) a = α a + β a ,
r r
d) 1 a = a .
________________________________________________________________________________________
43
Dokaz: Teorema je posledica definicije sabiranja slobodnih vektora i definicije

množenja vektara skalarom. (Teoreme 3.1.1.1. i 3.1.2.2.).
r
r r 1 r a
Jedinični vektor vektora a se može zadati na sledeći način: a 0 = r ⋅ a = r . Suprotan
a a
r r r
vektor vektora a je (−1) ⋅ a = −a .
Definicija 3.1.2.3.: Ako je skup U snabdeven strukturom ABEL-ove grupe u odnosu

na sabiranje, i definisano je množenje između elemenata polja K i skupa U u smislu definicije
3.1.2.2., i ako se ostvaruju zahtevi teoreme 3.1.2.2., tada kazemo da je struktura (U, K, +, ⋅)
vektorski prostor.
3.1.3. Linearna kombinacija slobodnih vektora

r r r r
Definicija 3.1.3.1.: Linearna kombinacija vektora a1 , a 2 , a 3 , ..., a n je vektor napisan u
obliku:
r r r r r
a = λ1 a1 + λ 2 a 2 + λ3 a3 + ... + λ n a n
gde su λ1, λ2, λ3, ..., λn realni brojevi.
r r r r
Definicija 3.1.3.2.: Skup vektora a1 , a 2 , a3 , ..., a n je linearno nezavisan, ako i samo ako
njihova linearna kombinacija jednaka nula vektoru kada svi brojevi λi (i = 1, 2, 3, ..., n)
jednaki nuli:
r r r r
λ1 a1 + λ2 a2 + λ3 a3 + ... + λn a n = 0 ⇔ λ1 = λ2 = λ3 = ... =λn = 0.
r r r r
Skup vektora a1 , a 2 , a 3 , ..., a n je zavisan, ako postoji bar jedna takva njihova linearna
kombinacija, koja je jednaka nuli i da je bar jedan od brojeva λi (i = 1, 2, 3, ..., n) različit od
nule.
r r r r
Pretpostavimo, da je λ1 a1 + λ2 a2 + λ3 a3 + ... + λn an = 0 i da je na primer λ1 ≠ 0 (ovo
r
ne smanjuje opštost ramatranja). Iz ove pretpostavke sledi, da vektor a1 moguće zapisati kao
r r r r
linearnu kombinaciju vektora a 2 , a3 , a 4 , ..., a n :
r r r r r λ
λ1 ≠ 0 ⇒ a1 = µ 2 a 2 + µ 3 a3 + µ 4 a 4 + ... + µ n a n gde su µ i = − i , i = 2, 3, ..., n
λ1
r r
Teorema 3.1.3.1.: Svi paralelni vektori v sa vektorom a su linearno zavisni od
r r r
vektora a , odnosno uvek postoji broj λ da bude zadovoljena jednakost v =λ a .
r r r
Dokaz: Teorema sledi iz definicije množenja vektora brojem jel je v = ± v ⋅ a 0 , gde
r r
znak + važi, kada su a i v istog smera, dok znak – kada su smerovi suprotni.
________________________________________________________________________________________
44
r r r
Teorema 3.1.3.2.: Za neparalelne vektore a1 i a 2 važi, da je bilo koji vektor v u
r
njihovoj ravni na jednoznačan način možemo zapisati linearnom kombinacijom vektora a1 i
r r r r
a 2 , tojes postoji tačno jedan par brojeva (λ1, λ2) koji zadovoljava jednakost v =λ1 a1 + λ2 a 2 .
r r r r
Dokaz: Ako je v paralelan sa nekim od vektora a1 ili a 2 , recimo sa a1 , tada će biti:
r r r r r r r r
v = ± v a10 + 0 ⋅ a 2 ( a10 je jedinični vektor vektora a1 ). Ako je v paralelan sa a 2 , tada će biti:
r r r r r r
v = 0 ⋅ a1 ± v a 20 ( a 20 je jedinični vektor vektora a 2 ).
U slučaju neparalelnosti sa oba vektora V

moguće je naći četiri tačke u jednoj ravni O, A1,
A2 i V tako da buda zadovoljeno:
r r r
OA1 = a1 , OA2 = a 2 , OV = v . P
→
→ v
λ 1a1 A1
Nacrtajmo pravu koja prolazi kroz V i Q
paralelna je sa pravom p(OA2) i koja u tački P
seče pravu p(OA1). Postavimo i pravu kroz V →
a1 A2 λ 2→
a2
paralelno sa p(OA1) koja će u tački Q seći pravu →
r a2
p(OA2). Usled kolinearnosti OP sa a1 O
r Slika 3.1.3.1.
zapisujemo OP = OP ⋅ a10 . Slično činimo i sa
r r
vektorima OQ i a 2 : OQ = OQ ⋅ a 20 .
r r r
Teorema je dokazana jer je očevidno: v = OP + OQ = OP ⋅ a10 + OQ ⋅ a 20 , ili
r r r OP OQ
v = λ1 a1 + λ2 a 2 , gde su λ1 = ± r i λ2 = ± r .
a1 a2
r r r
Teorema 3.1.3.3.: Ako vektori a1 , a 2 i a3 ne
r
V pripadaju jednoj ravni, tada bilo koji vektor v prostora
jednoznačno se izražava kao linearna kombinacija
r r r
→ vektora a1 , a 2 i a 3 , tojest postoji samo jedna trojka
v →
→ λ2a2 brojeva (λ1, λ2, λ3) koja zadovoljava jednakost
λ3a3 M r r r r
A3 →
a2 A v =λ1 a1 + λ2 a 2 + λ3 a 3 .
2
→
a3
O → Dokaz: Po pretpostavci vektori ne pripadaju
λ1a1 → A1 istoj ravni. Ponovimo postupak iz teoreme 3.1.3.2. za
a1 r r r r
vektore a1 , a 2 : OM = λ1 a1 + λ2 a 2 . Nakon toga
Slika 3.1.3.2.
izrazimo na osnovu teoreme 3.1.3.1 vektor MV :
r r r r r
MV = λ3 a 3 . Odavde je v = OV = OM + MV = λ1 a1 + λ2 a 2 + λ3 a 3 .
________________________________________________________________________________________
45
Na osnovu prethodnih teorema možemo izvesti sledeće zaključke:
Linearno zavisan sistem vektora je

bilo koja dva paralelna vektora,
bilo koja tri komplanrna vektora,
bilo koja četiri vektora.
Linearno nezavisan sistem vektora je:

bilo koji vektor sam,
bilo koja dva neparalelna vektora,
bilo koja tri nekomplanarna vektora.
Primeri 3.1.3.: a) Za koje vrednosti skalara α, β i γ čine vektori a = α m + β n + γ p ,

b = 2 n + 3 p i c = 3 m + p linearno zavisan sistem, ako je poznato da su vektori m, n, p
nezavisni?
Sistem vektora je linearno nezavisan ako samo sa skalarima-nulama možemo učiniti

linearnu kombinaciju jednaku sa nulom. Neka su skalari sada obeleženi sa x, y i z. Ispitajmo
jednakost x a + y b + z c = 0. Ako je to moguće zadovoljiti samo tako da bude x = y = z = 0,
tada su a, b , c linearno nezavisni, odnosno ako pronažemo neko x π0 ⁄ y π 0 ⁄ z π 0 za koje
je x a + y b + z c = 0 tada su a, b , c zavisni.
x a + y b + z c = x (α m + β n + γ p ) + y ( 2 n + 3 p ) + z (3 m + p ) =
= (α x + 3 z ) m + ( β x + 2 y ) n + ( γ x + 3 y + z ) p = 0 ⇔
⇔ α x + 3 z = 0 Ÿ β x + 2 y = 0 Ÿ γ x + 3 y + z =0
Ovaj poslednji sistem jednačina sledi iz činjenice, da su m, n, p nezavisni. Sistem

ima beskonačno mnogo rešenja.To su brojevi koji zadovoljavaju jednačinu 2α + 9 β – 6 γ = 0.
(Na primer α = 3, β = 2 i γ = 2).
C b) Dokazati sledeća tvrđenja:

b1) vektori težišnih linija trougla čine trougao.
b2) težišne linije trougla seku se u jednoj tačkki, tačka
M preseka deli sve težišne linije u razmeri 2:1
N
(računajući od temena)
S b1) Neka su vektori stranica trougla:
a = BC , b = CA, c = AB .
B
A P Obeležimo sa M, N i P redom sredine stranica BC, CA
Slika 3.1.3.3. i AB. Izrazimo sve težišne linije kao linearne
kombinacije susednih stranica trougla:
1 1 1
AM = AB + BC , BN = BC + CA , CP = CA + AB .
2 2 2
________________________________________________________________________________________
46
Ako saberemo te jednakosti dobijamo: AM + BN + CP =

3
2
( )
AB + BC + CA = 0 . Time je
dokaz izvršen, jer je AB + BC + CA = 0 .
b2) Neka je AS = k AM , BS = m BN , gde su k i m skalari, koje treba odrediti. Pošto je

AS = c + BS sledi k AM = c + m BN . Smenimo u ovoj jednakosti vektore AM i BN dobijamo
1   1 
sledeću jednakost  k + m − 1 a +  k + m − 1 b = 0 . Vektori a i b nisu paralelni, prema
2   2 
tome njihova linearna kombinacija je jednaka nuli sako ako su skalari ispred njih jednaki nuli:
1 1 2
k + m −1= 0 és k + m −1= 0 fi k = m = .
2 2 3
2 2
Odavde sledi: AS = AM , BS = BN . Ovime smo dokazali dato tvrđenje.
3 3
r r
Zadaci 3.1.: a) Neka su vektori AB = a i AF = b dve stranice pravilnog šestougla
ABCDEF. Izraziti vektore -vel BC , CD, DE , EF , AC , AD i AF kao linearne kombinacije
r r
vektora a i b !
r r r r r v
b) Dati su vektori m = 2a + b i n = a + 2b . Izraziti i sledeće vektore kao kombinacije
r r r r r r r 1 r
vektorat m i n : 3a − 4b , 5a + 2b , −a+ b .
10
c) Sredine stranica trougla ABC su tačke A1, B1, C1 . Neka je tačka O proizvoljna
tačka prostora. Dokazati: OA1 + OB 1 + OC 1 = OA + OB + OC .
d) Date su 4 tačke prostora A, B, C i D. Neka je tačka E sredina duži AB, a tačka F je

sredina duži CD. Dokazati: 2 EF = AD + BC = AC + BD !
r r r r r r r
e) Izraziti vektor d = 3m + 2 p kao linearnu kombinaciju vektora a = 3m − 2n + 5 p ,
r r r r r r r r r r r
b = 2m + 7 n − 3 p i c = −4m + n + 2 p , gde su m, n , p nekolinearni jedinični vektori.
r r r r r r r r r
f) Dokazati da vektori a = y p − z n , b = z m − x p i c = x n − y m za bilo koje vrednosti
r r r
skalara x i y čine linearno zavisan sistem. ( m, n , p su linearno nezavisni jedinični vektori).
g) Tačke A, B i C si tri temena paralelograma. Odrediti koordinate četvrtog temena D

ako je dato: A(1, 1, 4), B(2, 3, –1), C(–2, 2, 0).
h) Date su tačke A(–1, 5, –10), B(7, –7, 8), C(2, 2, –7) i D(5, –4, 2). Dokazati da su
vektori AB i CD paralelni i imaju isti smer.
________________________________________________________________________________________
47
3.2. Operacije sa vektorima
3.2.1. Skalarni proizvod vektora

r
Definicija 3.2.1.1.: Normalna projekcija proizvoljnog ne-nula vektora a na pravac
r r
vektora b je proizvod dužine vektora a i kosinusa ugla između datih vektora. Normalna
prejekcija je algabarska veličina: pozitivna je, ako je zahvaćeni ugao oštar, a negativna je,
kada je zahvaćeni ugao tup.
r r r r
prbr (a ) = a cos(∠a , b )
Glavna svojstva projekcije jednog r

vektora na pravacr drugog vektora su:
r r
a) pr cr ( a + b ) = pr cr ( a ) + pr cr ( b ) ,
r r
b) pr cr (α a ) = α pr cr ( a ) .
r r r r
Definicija 3.2.1.2.: Skalarni proizvod vektora a i b , u oznaci a ° b , jeste proizvod
dužina vektora i kosinusa zahvaćenog ugla:
(∀ ar , br ∈ V ) (ar o b = )
r r r r r
a ⋅ b ⋅ cos( ∠ a , b )
Posledica prethodne dve definicije je sledeća konstatacija:
r r r r r r r r r r
a o b = a ⋅ b ⋅ cos( ∠ a , b ) = a pr ar ( b ) = b prbr ( a )
Svojstva skalarnog proizvoda dva vektara su obuhvaćena sledećom teoremom:

r r r
Teorema 3.2.1.1.: Za proizvoljne vektore a , b , c ∈ V i skalar α ∈ R važi:
r r r2
a) aoa = a ,
r r r r
b) a ob = b o a ,
r r r r
c) a ⊥b ⇔ a ob = 0 ,
r r r r r r
d) α ( a o b ) = (α a ) o b = a o (α b ) ,
r r r r r r r
e) a o (b + c ) = a o b + a o c .
Dokaz: Ova tvrđenja su neposredne posledice definicija 3.2.1.1. i 3.2.1.2., te nije

potrebno ih posebno dokazivati.
r r r r
Skalarni proizvod nije asocijativna operacija, jer je a ⋅ ( b o c ) = α a vektor, koji ke
r r r r r
paralelan sa vektorom a , ( a o b ) ⋅ c = β c je isto tako vektor, ali je paralelan sa pravcem
r
vektora c . Prema tome:
r r r r r r
(a o b ) ⋅ c ≠ a ⋅ ( b o c )
________________________________________________________________________________________
48
Jedna od čestih primena skalarnog proizvoda je kod određivanja ugla zahvaćenog

r r
datim vektorima. Obeležimo ugao između vektora a i b sa ϕ. Pretpostavimo, da je poznat
r r
aob
skalarni proizvod datih vektora i poznate su njihove dužine. Taj ugao je: ϕ = arccos r r .
a b
Primeri 3.2.1.: a) Dokazati da važi jednakost BC ⋅ AM + CA ⋅ BN + AB ⋅ CP = 0 u kojoj

su vektori a = BC b = CA i c = AB vektori stranica trougla DABC, tačke M, N i P su redom
sredine stranica BC, CA i AB (Slika 3.1.3.3.).
1 1
U primeru 3.1.3.b smo konstatovali sledeće: AM = AB + BC , BN = BC + CA , i
2 2
1
CP = CA + AB . Pomnožimo skalarno obe strane prve jednakosti sa vektorom BC , drugu
2
jednakost sa CA , dok treću jednakost mnođimo vektorom AB :
1 2 1 2 1 2
AM o BC = AB o BC + BC , BN o CA = BC o CA + CA , CP o AB = CA o AB + AB .
2 2 2
Saberimo sve tri jednakosti:

BC o AM + CA o BN + AB o CP =
= AB o BC +
1
2
2 1
2
2 1
2
2 1
2
2
(
BC + BC o CA + CA + CA o AB + AB = AB + BC + CA = 0 . )
b) Izračunati ugao pri vrhu jednakokrakog trougla, ako
C je poznato, da su težišne linije koje pripadaju kracima
međusobno normalne (Slika 3.2.1.1.).
ϕ
Sa slike možemo pročitati sledeće jednakosti:
N M 1 1
AM = −CA + CB , BN = −CB + CA
2 2
Pošto su ti vektori međusobno normalni, zato je njihov
90o
skalarni proizvod jednak nuli. Iskoristimo i činjenicu, da je
A B trougao jednakokraki: CA = CB = b :
Slika 3.2.1.1.
 1   1  5 4
AM o BN = 0 ⇒  − CA + CB  o  − CB + CA  = b 2 cos ϕ − b 2 = 0 fi cos ϕ = .
 2   2  4 5
c) Osmotrimo ješ jednom sliku 3.1.3.3.: AB + BC + CA = 0 ⇒ −CA = AC = AB + BC .
Koristimo sledeće oznake za stranice: AB = c, BC = a, CA = b , i za uglove trougla:

∠ABC = β, ∠CAB = α i ∠ACB = γ i izvršimo skalarno množenje AC o AC :
( )( )
AC o AC = b 2 = AB + BC o AB + BC = c 2 + a 2 + 2 AB o BC .
________________________________________________________________________________________
49
Pošto je AB = − BA , zato će biti AB o BC = − BA o BC = −c ⋅ a ⋅ cos β . Znači:
b2 = a2+c2 –2 a c cosβ.
Naravno, ako bi smo izračunali kvadrat druge dve stranice, dobili bi druge dve jednakosti:
a2 = b2+c2 –2 b c cosα, i a c2 = a2+b2 –2 a b cosγ
Prepoznajemo kosinusnu teoremu.
3.2.2. Vektorski proizvod dva vektora.
r r r →
Definicija 3.2.2.1.: Nekomplanarni vektori a , b , c u c
datom redosledu čine desni sistem vektora ako posmatrajući iz →
r r r b
pozitivnog smera vektora c vektor a prelazi u vektor b u
smeru, koji je suprotan smeru kretanja skazaljke na časovniku
(Slika 3.2.2.1) za ugao koji je manji od opruženog ugla.
→
a
Slika 3.2.2.1.
r r r r
Definicija.2.2.2.: Vektorski proizvod dva vektora a i b – označavamo ga sa a × b –
je vektor čija je dužina jednaka proizvodu dužina datih vektora i sinusa zahvaćenog ugla
r r r r r r
među njima, pravac je normalan na ravan vektora a i b , i na kraju vektoti a , b i a × b u
ovom redosledu čine desni sistem.
→ →
a×b
(r r
)(r r
∀a , b ∈ V a × b ∈ V )
r r r r r r →
a) a × b = a ⋅ b ⋅ sin( a , b ∠ ) b
r r r r r r →
a → →
b) ( a × b ) ⊥ a ∧ ( a × b ) ⊥ b t =a × b
r r r r
c) a , b , ( a × b ) desni sistem Slika 3.2.2.2.
v r r
( )
Teorema 3.2.2.1.: Za vektorski proizvod za bilo kakve vektore ∀a , b , c ∈ V (∀α ∈ R )
važe sledeća svojstva:
r r r r
a) a × b = – ( b × a ),
r r r r r r
b) α( a × b ) = (α a )× b = a ×(α b ),
r r r r
c) a || b ⇔ a × b = 0,
r r
d) a × a = 0,
r r r r r r r
e) a × (b +c ) = a ×b + a ×c .
________________________________________________________________________________________
50
Dokaz: Prva četiri svojstva su neposredna posledica definicije vektorskog proizvoda.

Svojstvo e) znači distributivnost vektorskog proizvoda u odnosu na sabiranje vektora.
Dokazujemo ovo svojstvo.
r r r
Ako je od vektora a , b , c jedan je nula vektor ili je bilo koji par međusobno
paralelan, tada je i ovo tvrđene posledica definicije vektorskog proizvoda. Neka među
vektorima nema nula vektora i nema međusobno paralelnih vektora.
r r r
Neka je O zajednička početna tačka vektora a , b , c . Postavimo ravan α koja prolazi
r r r
kroz O i normalna je na pravac vektora a . Odredimo ortogonalne projekcije vektora b i c na
r r r r r r r
ravni α, to su vektori b1 i c1 . Neka je a + b = d , i neka je d1 projekcija vektora d (videti
sliku 3.2.2.3.).
Na osnovu definicije vektorskog proizvoda mogu se zapisati sledeće jednakosti:

r r r r r r r r r r r r
b × a = b1 × a , c × a = c1 × a i d × a = d1 × a
r r r
Pošto vektori b1 , c1 i d1 u ravni α čine dve stranice i dijagonalu jednog paralelograma,
r r r r r r r r r
zato se i vektori b1 × a , c1 × a i d1 × a nalaze u ravni α. Primetimo zašto: jer je b1 × a ⊥ b1 ,
r r r r r r r
c1 × a ⊥ c1 i d1 × a ⊥ d1 , tojest svi su normalni na vektor a . Istovremeno ti vektori su
→ →
a d
→ →
c → b
c1
→
d1
O →
→ → b1
b×a → →
c×a
→ →
d×a
Slika 3.2.2.3.
r r r r r r
normalne projekcije vektora a , b i c na ravni α, zato važe i sledeće relacije: b1 × a ⊥ b ,
r r r r r r
c1 × a ⊥ c i d1 × a ⊥ d , pri čemu reč je isto o stranicama i dijagonali jednog paralelograma.
r r r
Primetiti, kado da je izvršena rotacija vektora b1 , c1 , d1 za ugao π/2 oko tačke O, a njihova
r r r r r
dužina je ponmožena sa istim brojem: a (jer je a normalan na svaki od vektora b1 , c1 i d1 ).
Prema tome:
r r r r r r r r r
b1 + c1 = d1 ⇔ b1 × a + c1 × a = d1 × a ⇔
r r r r r r
⇔ b ×a + c×a = d ×a ⇔
r r r r r r r
⇔ b × a + c × a = (b +c ) ×a .
________________________________________________________________________________________
51
r r r r r r
Pošto je a × ( b + c ) = – (( b + c ) × a ) =
= – (b × a + c × a ) = –b × a – c ×a = a ×b + a ×c .
r r r r r r r
Iz toga sledi: a × ( b + c ) = a × b + a × c .
Ovime je distributivnost vektorskog množenja u odnosu na sabiranje vektora dokazana.

r r r r r r
Primeri 3.2.2.: a) Dati su vektori AB = 3m − 4n i BC = m + 5n , gde su m , n uzajamno
normalni jedinični vektori. Odredimo visinu trougla ABC koja pripada stranici AB.
1
S obzirom na to, da je površina trougla ABC data sa p ABC = BA × BC , zato je:
2
1 r r r r 19 r r 19
pABC =  (4n − 3m) × (m + 5n ) = m×n = .
2 2 2
S druge strane, dužina stranice AB je:
r r
AB = 3m − 4n = 32 − 2 ⋅ 3 ⋅ 4 cos 900 + 4 2 = 5 .
1 19
Veličina visine se izračunava iz jednakosti p ABC = AB h AB l: hAB = .
2 5
b) Osmotrimo još jednom sliku 3.1.3.3. Na slici su korišćenim oznakama važe sledeče
jednakosti: AB + BC + CA = 0 ⇒ −CA = AC = AB + BC i AB = c, BC = a, CA = b , ∠ABC = β,
∠CAB = α i ∠ACB = γ . Površina trougla ABC se iz vektorskog proizvoda bilo koje dve
stranice:
1 1 1
pABC = AB × AC = BA × BC = CA × CB .
2 2 2
Primenimo li definiciju vektorskog proizvoda po upotrebljenim oznakama imamo:
sin α sin β sin γ

c b sinα = c a sinβ = b a sinγ ⇒ = = .
a b c
To je poznata sinusna teorema.
r r2
(r r2
c) Dokazati takozvanu LAGRANGE-ovu jednakost: a × b + a o b = (a ) b . ) (
r 2 r2
) ()
r r r r r r r r2 r r2
(
Neka je ϕ = (∠a , b ) . Po definiciji je a × b = a ⋅ b sin ϕ , pa je: a × b = (a )2 b sin 2 ϕ . Iz) ()
te poslednje jednakosti sledi:
(ar × br )
2 r 2 r2
() r 2 r
= (a ) b (1 − cos 2 ϕ ) = (a ) b ()
2
()
r 2 r2
− (a ) b cos 2 ϕ =
( ) − ( ar
r 2 r
= (a ) b
2 r
b cos ϕ )
2
() ( ) (
r2 r2 r r2 r r
= (a ) b − a o b ⇒ a × b ) + (ar o br )
2 2
()
r 2 r2
= (a ) b .
________________________________________________________________________________________
52
3.2.3. Mešoviti proizvod tri vektora

→ →
a×b
Posmatrajmo paralelepiped, kojir je
r r
određen sa tri nekolinearna vektora a , b , c . →
c
Ako smatramo zapreminu paralelepipeda
h
algebarskom veličinom (negativnim ili
pozitivnim brojem) u zavisnosti od redosleda θ
datih vektora, tada se ta zapremina određuje →
kao mešoviti proizvod vektora iz jednog b
temena paralelepipeda. →
a
Slika 3.2.3.1.
r r r r r r
Definicija 3.2.3.1.: Mešoviti proizvod tri vektora a , b , c je broj (a × b ) o c . Za
r rr
obeležavanje mešovitog proizvoda se često koristi oznaka [ a b c ].
r rr r r r
[ a b c ] = (a × b ) o c
r r r
Teorema 3.2.3.1.: Apsolutna vrednost mešovitog proizvod vektora a , b , c je
zapremina paralelepipeda kojeg razapinju ti vektori.
r r r r r r
Dokaz: Neka vektori a , b , c čine desni sistem. U tom slučaju vektori c i a × b su sa
r r r r
iste strane ravni vektora a , b . Osnova paralelepipedona je paralelogram nad vektorima a , b
r r
čija je površina a × b , a visina tela je h. Ova visina je (pošto je desni sistem u pitanju)
r r r r
jednaka projekciji vektora c na pravac a × b (pozitivni broj, jer hje ugao θ između c i
r r r r
a × b oštar). Zapremina tela je prema tome: V= a × b h. Istovremeno, po definiciji skalarnog
r r r r rr r r r r r
proizvoda (a × b ) o c = a × b c cos θ = a × b pr( ar×br ) c = a × b ⋅ h .
r r r r r r
Ako vektori a , b , c čine levi sistem, tada su vektori c i a × b na različitim stranama
r r r r r
ravni a , b , tojest ugao θ je tup, pa i projekcija vektora c na pravac vektora a × b negativan.
r r r
Zbog toga je i (a × b ) o c negativan broj.
Iz svojstava skalarnog i vektorskog proizvoda slede osobine mešovitog proizvoda:
r rr rrr rrr rrr rrr rrr

[ a b c ] = [ c a b ] = [ b c a ] = – [ a c b ] = – [ b a c ] = – [ c b a ].
________________________________________________________________________________________
53
Teorema 3.2.3.2.: Tri vektora su komplanarna onda i samo onda, kada je njihov
mešoviti proizvod jednak nuli.
Dokaz: Ako su vektrori komplanarni, razume se, da je njihov mešoviti proizvod

jednak nuli. Dokažimo obrnutu implikaciju: ako je mešoviti proizvod tri vektora jednak nuli
(a da ni jedan od njih nije nula vektor), onda su ti vektori komplanarni.
r r
Jedna od mogućnosti je i to, da je mešoviti proizvod nula zato što je (a × b ) =0, a to
r
znači da su ti vektori paralelni, tojest komplanarni su sa bilo kojim trećim c vektorom.
r r r r
Ako a , b nisu paralelni, tada (a × b ) ≠ 0. Skalarni proizvod dva ne-nula vektora je 0
r r r r
samo ako su međusobno normalni, to znači: (a × b ) ⊥ c , odnosno c pripada ravni vektora
r r r r
a , b , jer svi vektori koji su normalni na (a × b ) nalaze se u toj ravni.
Primer 3.2.3.: a) Dati su vektori a = km + n + 4 p , b = m − 2kn i c = 3km − 3n + 4 p gde
r r r
su m, n , p uzajamno normalni nekomplanarni jedinični vektori, koji u datom redosledu čine
r r r
desni sistem. Odrediti vrednost broja k tako da vektori a , b , c budu komplanarni!
r r r
Polazimo od uslova komplanarnosti (teorema 3.2.3.2. ): (a × b ) ⋅ c =0.
(a × b ) o c = (( km + n + 4 p ) × ( m − 2kn )) ° ( 3km − 3n + 4 p )=
r r r r r r
= ( 8km + 4n − (2k 2 + 1) p ) ° ( 3km − 3n + 4 p )=
=24k2 –12–4(2k2 + 1) = 16(k2 – 1) = 0 ⇔ k = ±1.
Prilikom izračunavanja vektorskog proizvoda koristili smo i sledeće činjenice:

r r r r r r r r r r r r r r r r r r
m × n = p , n × m = – p , n × p = m , p × n = – m , p × m = n , m × p = – n . (Čitalac neka
sam proveri istinitost tih jednakosti!)
Druga mogućnost je: polazimo od linearne kombinacije vektora:

r r r r r r r r r
α ( km + n + 4 p ) + β ( m − 2kn ) + γ ( c = 3km − 3n + 4 p ) = 0
Nako sređivanja te jednakosti dobijamo:

r r r
(k α + β + 3 k γ ) m +(α – 2 k β – 3 γ ) n +( 4α + 4 γ ) p = 0.
r r r
Pošto su vektori m, n , p nezavisni, samo je njihova trivijalna linearna kombinacija
jednaka nuli, pa moraju biti izrazi u zagradama ispred tih vektora redom biti jednaki nuli:
( k α + β + 3 k γ = 0 ) Ÿ ( α – 2 k β – 3 γ = 0 ) Ÿ ( 4α + 4 γ = 0 ) fi k = ±1.
Ispitivanjem sistema jednačina se kasnije bavimo (poglavlje 7.). Sada samo

r r r r r r
primetimo, da za k = +1 vektori a , b , c su vezani relacijom az a + 2b − c = 0 , a za k = – 1 ta
r r r
veza je a − 2b − c = 0 .
________________________________________________________________________________________
54
r r r
b) Slično, kao u prethodnom zadatku, vektori a , b , c su zadati pomoću normalnih,
r r r r r r r r r r r r r r
nekomplanarnih jediničnih vektora m, n , p : a = m − 2 p , b = m + 3n − 4 p i c = 3m − 12n + 4 p .
r r r r r
Odredimo visinu pralelepipeda nad vektorima a , b , c a koja pripada osnovi ( a , b ).
r rr
Imamo,da je zapremina paralelepipeda V = | [ a b c ] |, ali ista ta zapremina bi se mogla
r r
izračunati i na sledeći način: V = a × b ⋅H (ar × br) . Upoređivnjem dva postupka dobijamo
traženu visinu:
r r r
(a × b ) o c 6 r r r r r r r r r r
H ( ar×br ) = r r = , jer je a × b = 6 m + 2 n + 3 p , a × b =7, ( a × b ) o c =6.
a×b 7
r r r r r
(Prilikom izračunavanja proizvoda a × b primeniti rezultate za proizvode između m, n , p iz
prvog dela ovog primera)
3.2.4. Dvostruki vektorski proizvod tri vektora
r r r
Definicija 3.2.4.: Dvostruki vektorski proizvod tri vektora je vektor a × (b × c ) .
Teorema 3.2.4.: r Dvostruki vektorski → → a→

r r b×c
proizvod tri vektora a × (b × c ) je vektor koji je
r r
komplanaran sa vektorima b , c i može da se → → → →
c (b× c)× d
izrazi kao linearna kombinacija ta dva vektora:
→ →
r r r r r →
a×(b×c) π /2
a × (b × c ) = α b + β c, →
→
b
d
r r r r
gde je α = ( a o c ) i β = ( − a o b ). Slika 3.2.4.
Dokaz: Po definiciji vektorski proizvod je normalan na obe svoje komponente, znači

r r r r r r
a × (b × c ) je vektor, koji je normalan na a i na (b × c ) .
r r r
Posmatrajmo ravan vektora b , c . Odaberimo u toj ravni vektor d tako, da bude
r r r r r
normalan na c , i da sistem d , c , b × c bude desni sistem. Pomnožimo skalarno sa ovim
r r r r r r
d vektorom jednačinu a × (b × c ) = α b + β c :
r r r r r r r r
( a × (b × c ) ) ° d = α ( b ° d ), jer je zbog pretpostavljene normalnosti c ° d = 0.
Mešoviti proizvod sa leve strane jednakostni

r
može da se transformiše
r r
na sledeći način:
r r r r r r r
( a × (b × c ) ) ° d = ( (b × c ) × d ) ° a =α ( b ° d ).
r r r r
Na slici 3.2.4. se može primetiti, da je vektor (b × c ) × d paralelan vektoru c , a njegova
r r r r r r
dužina je: | (b × c ) × d | = | (b × c ) |⋅| d | (ponovo: zbog pretpostavljene normalnosti).
________________________________________________________________________________________
55
r r r r r r r r r
(r
Dalje: | (b × c ) |⋅| d |= b ⋅ c ⋅ d sin(b , c ) = c ⋅ b ⋅ d cos(b , d ) = c ⋅ b o d ⇒
r r r
) r
(r r )
r r r r r
⇒ (b × c ) × d = c ⋅ b o d ( r
)
r r r r
Uvrstimo ovu konstataciju u izraz ( (b × c ) × d ) ° a :
r r r r
( r (r r )) ° ar = (ar o cr ) ⋅ (br o dr ) = α ( br ° dr ) ⇒ α = ( ar o cr ).
( (b × c ) × d ) ° a = c ⋅ b o d
Sledi: r
r r r r r r r r
a × (b × c ) = α b + β c = ( a o c ) b + β c ⇒
r r v r r r r r r
⇒ a × (c × b ) = – α b – β c = –( a o c ) b – β c .
r
Naknadnim skalarnim množenje ove poslednje jednakosti sa vektorom a , a zbog
r r r v r r r r r r r r
činjenice da je a °( a × (c × b ) ) = 0 dobijamo –( a o c ) ( a ° b ) – β ( a ° c ) ⇒ β = – ( a ° b ).
r r r r r r r r r
a × (b × c ) = ( a o c ) ⋅ b – ( a o b ) ⋅ c
Ovime je dokazano tvrđenje o dvostrukom vektorskom proizvodu tri vektora.
Cikličkom permutacijom komponenata dobijamo sledeće jednakosti:

r r r r r r r r r
a) a × (b × c ) = (a o c ) ⋅ b − (a o b ) ⋅ c ,
r r r r r r r r r
b) b × (c × a ) = (a o b ) ⋅ c − (b o c ) ⋅ a ,
r r r r r r r r r
c) c × ( a × b ) = (b o c ) ⋅ a − (a o c ) ⋅ b .
Sabiranjem jednakosti pod a), b) i c) dobijamo jednakost:

r r r r r r r r r
d) a × (b × c ) + b × (c × a ) + c × (a × b ) =0.
r r
Zadaci 3.2.: a) Odredimo zahvaćeni ugao j među vektorima jednake dužine a i b
r r r r r r r r
ako je ( a +3 b )^(7 a –5 b ) i ( a – 4 b )^(7 a – 2 b ).
b) Dokazati sledću jednakost i protumačiti geometrijsko značenje:

r r r r r 2 r 2
(a + b ) 2 + (a − b ) 2 = 2 a + 2 b .
r r r
c) Nad vektorima a , b , c smo konstruisali paralelepiped. Izračunati dužini dijagonala
r r
tela, ako su vektori a i b međusobno normalni vektori, i poznati su sledeći podaci:
r r r r π r r r
(∠b , c ) = (∠c , a ) = i a = b = 2, c = 1 .
3
________________________________________________________________________________________
56
r r r r r r r r π
d) Izračunati (a − 2b ) × (3a + 2b ako je a = b = 5 i (∠a , b ) = .
4
r r r r r r r r r
e)Odrediti nepoznati vektor x ako je x o a = k i x × b = c , a , b , c su dati vektori, a k je
dati broj.
f) Koordinato početne tačke vektora AB su A(1, 3, 2). Odrediti tačku B ako je

poznato: AB = 3 i cos α : cos β : cos γ = 1 : 2 : (–2), gde su α, β, γ uglovi između vektora
AB i koordinatnih osa.
r r r
g) Data su tri vektora: a =(–3, 0, 2), b =(3, –2, 4) i c =(5, 1, 6). Odrediti koordinate
r r r r r r
vektora d , ako je normalan na vektor a i zadovoljava jednakosti b o d = 4 i c o d = 35 .
h) Tri temena osnove paralelepipeda su: koordinatni početak O, i tačke A(2, –3, 0) i
B(5, –1, 0). Na gornjoj osnovi iznad tačke B je tačka B1(3, 0, 4). Odrediti zapreminu tog tela!
3.3. Vektori u pravouglom koordinatnom sistemu
3.3.1. Koordinate vektora
Zadavanje i proučavanje vektora isključivo kao usmerene duži nije uvek pogodno za
rešavanje zadataka. U tu svrhu uzima se pogodnija forma zadavanja vektora: pomoću
r r r
fiksirane tačke O prostora i tri uzajamno normalna jedinična vektora i , j , k , koji u datom
redosledu obrazuju desni sistem.
r r r
Definicija 3.3.1.1.: Uzajamno normalni jedinični vektori i , j , k koji obrazuju u
datom redosledu desni sistem nazivaju se osnovnim vektorima.
z
Na osnovu teoreme 3.1.3.3. svi
vektori prostora na jednoznačan način se
→ →
izražavaju kao linearna kombinacija ma a3k k
→ j+a 3
koja tri nezavisna vektora. Naš osnovni a2
sistem vektora zadovoljava te zahteve,
prema tome svaki vektor prostora može da A
r r r
se izrazi pomoću i , j , k u sledećem obliku: →
k →
r r r r a
→ i+
a1
→
a = a1 i + a 2 j + a 3 k . j
a3
→
→ y
k
→ a2 j
i O
Uređenu trojku brojeva ( a1 , a 2 , a 3 )
(u tom redosledu) nazivamo koordinatama
a1
→ +a
→
i
vektora u prostoru. Ovime smo definisali a1i

→j
2
preslikavanje vektorskog prostora V na

skup uređenih trojki realnih brojeva R3: x Slika 3.3.1.1.
r r r r
f: V → R3 gde je f ( a ) = f ( a1i + a 2 j + a3 k ) = ( a1 , a 2 , a3 ).
________________________________________________________________________________________
57
Teorema 3.3.1.1.: Preslikavanje f: V → R3 , gde je
r r r r
f ( a ) = f ( a1i + a 2 j + a3 k ) = ( a1 , a 2 , a3 ) je bijektivno.
Dokaz: Istinitost tvrđenja je očevidna zbog jednoznačnog izražavanja svih vektora

r r r
prostora kao linearne kombinacije vektora i , j , k . To znači svakom vektoru pripada jedna i
samo jedna trojka brojeva. Obrnuto: svaka trojka brojeva stvara jednu linearnu kombinaciju
r r r
vektora i , j , k .
r r r r
a = a1i + a 2 j + a3 k = (a1, a2, a3 )
Međusobni skalarni i vektorski proizvodi osnovnih vektora su dati sledećim tablicama:

r r r r r r
i j k × i j k
r r r r
i 1 0 0 i 0 k -j
r r r r
j 0 1 0 j -k 0 i
r r r r
k 0 0 1 k j -i 0
r r r
Teorema 3.3.1.2.: Ako su vektori zadati kao linearna kombinacija vektora i , j , k , tada
r r r r r r r r
za proizvoljne vektore a = a1i + a 2 j + a3 k = ( a1 , a 2 , a 3 ) i b = b1i + b2 j + b3 k = ( b1 , b2 , b3 ) važi:
r r
a) a + b = (a1 + b1 , a 2 + b2 , a 3 + b3 )
r r
b) a o b = a1b1 + a 2 b2 + a 3 b3 ,
r
c) a = a12 + a 22 + a 32 ,
r r r r r
a × b = (a 2 b3 − a 3 b2 ) i + (a 3 b1 − a1b3 ) j + ( a1b2 − a 2 b1 ) k =
d)
= ((a 2 b3 − a 3 b2 ) , (a 3 b1 − a1b3 ), (a1b2 − a 2 b1 ) ),
r r r
e) a o (b × c ) = (a1b2 c 3 + a 2 b3 c1 + a 3 b1 c 2 ) − (a 3 b2 c1 + a1b3 c 2 + a 2 b1c3 ) ,
r r r r
f) α a = α a1i + α a 2 j + α a3 k = (α a1 , α a 2 , α a3 ) , α∈R.
Dokaz: Teorema je posledica teoreme 3.2.1.1. o svojstvima skalarnog proizvoda i

teoreme 3.2.2.1. o svojstvima vektorskog proizvoda dva vektora.
Vektorski proizvod dva vektora, kao i mešoviti proizvod tri vektora može biti
izračunat pomoću determinante trećeg reda. O determinantama opširnije ćemo govoriti u 5.
poglavlju, ali osnovna znanja čitaoca iz srednje škole su dovoljna, da uoči ispravnost sledećih
jednakosti:
r r r
i j k a1 a2 a3
r r r r r
d) a × b = a1 a2 a3 , e) a o (b × c ) = b1 b2 b3 .
b1 b2 b3 c1 c2 c3
________________________________________________________________________________________
58
3.3.2. Koordinatni sistem u prostoru
Nacrtajmo prave paralelne sa osnovnim vektorima, i koje prolaze kroz fiksiranu tačku
prostora. Neka su te prave brojevne ose sa početnom tačkom u O. Neka je jedinična r
duž na
tim pravama upravo dužina osnovnih vektora. Osa koja je paralelna vektoru i je osa Ox, osa
r r
paralelna vektoru j je osa Oy, i na kraju, osa paralelna vektoru k je Oz. osa. (Slika 3.3.1.1.).
Koordinatne ravni su određene sa po dve koordinatne ose. To su ravni: Oxy, Oxz i Oyz. U
takvom koordinatnom sistemu svakoj trojci brojeva ( a1 , a 2 , a 3 ). odgovara jedna i samo jedna
tačka prostora, i obrnuto: svakoj tački odgovara tačno jedna trojka brojeva.
Osmotrimo sada trojku brojeva ( a1 , a 2 , a 3 ), kojoj odgovara tačka A. Istoj trojci brojeva
v r r r
odgovara i vektor, sa početkom u O i sa vrhom u A: a = OA = a1i + a 2 j + a3 k vektor.
Definicija 3.3.2.1.: Vektor u pravouglom koordinatnom sistemu sa početnom tačkom

v r r r
u O i sa vrhom u tački A( a1 , a 2 , a3 ) je a = OA = a1i + a 2 j + a3 k i naziva se vektor položaja
tačke A.
r r r r
Neka su uglovi, koje zaklapa vektor a = a1i + a 2 j + a3 k = ( a1 , a 2 , a3 ) sa pravcima
r r
koordinatnih osa (ili sa pravcima osnovnih vektora) obeleženi na sledeći način: ∠ a , i = ϕ ;
r r r r
∠ a , j = ξ i ∠ a , k = ψ.
Teorema 3.3.2.: Kosinusi uglova, koje zaklapa vektor položaja proizvoljne tačke sa
koordinatnim osama zadovoljavaju jednakost cos2 ϕ + cos2 ξ + cos2 ψ = 1.
Dokaz: Na osnovu definicije skalarnog proizvoda možemo napisati sledeće jednakosti:
a o i = a i cos ϕ = a1, a o j = a j cos ξ = a 2 i a o k = a k cos ψ = a 3 .
Kvadrirajmo te jednakosti!:
r
a
2
(cos 2
)
ϕ + cos 2 ξ + cos 2 ψ = a12 + a 22 + a 32 ⇒ cos 2 ϕ + cos 2 ξ + cos 2 ψ = 1
Primeri 3.3.2: a) Odrediti ugao između dijagonala paralelograma nad vektorima

r
r
a = (2, 1, 0) i b = (0, − 1, 1) .
Već smo ranije konstatovali, da ugao između dva proizvoljna vektora određujemo na
r r
uov
sledeći način: ϕ = arccos r r .
u v
r r r r r r
Dijagonale paralelograma su d1 = a + b = (2, 0, 1) i d 2 = a − b = (2, 2, − 1) , skalarni proizvod tih
r r
vektora je: d1 o d 2 = 2 ⋅ 2 + 0⋅ 2 + 1 ⋅(–1) = 3, a dužine tih vektora su brojevi:
r r
d 1 = 2 2 + 0 2 + 12 = 5 i d 2 = 2 2 + 2 2 + (−1) 2 = 3 ,
________________________________________________________________________________________
59
r r 3 5
Sledi: (∠ d1 , d 2 ) = arccos =arccos .
3 5 5
r r r r r
b) Odredimo projekciju vektora v = a × (b × c ) na pravac vektora b = (2, 1, –1), ako je
r r
a = (0, 1, 2) i c =(2, 1, 1).
r r r r r r v r r
Na osnovu teoreme 3.2.4. v = b ⋅ (a o c ) − c ⋅ (a o b ) , a skalarni proizvodi su: a o c = 3 ,
r r r r r
a o b = −1 , znači v = 3b + c = (8, 4, − 2) .
Po definiciji 3.2.1.2. je r
r
r v o b 22 11 6
prbr v = r = = .
b 6 3
c) Tri temena paralelograma ABCD su data: A(3, 0, 4), B(1, 2, 3) i C(9, 6, 4).
Odredimo koordinate temena D; presečne tačke dijagonala E; unutrašnji ugao paralelograma
kod temena B i površinu paralelograma!
D
A
O B
Slika 3.3.2.
Nacrtajmo tačke A, B, C i D bez koordinata, ali naznačimo koordinatni početak O. To

omogućava, da predstavimo i vektore položaja svih tačaka. Sada lako možemo napisati
1
sledeće zbirove: OD = OA + AD i OE = OA + AC . Pristupimo rešavanju zadatka po
2
sledećim delovima:
c1) Imamo paralelogram, zato je AD = BC = OC − OB = (8, 4, 1) , znači OD = (11, 4, 5) ,

tojest koordinate tačke D su: D(11,4,5).
c2) Na sličan način određujemo i koordinate tačke E: AC = OC − OA = (6, 6, 0) . Sledi:

1
OE = OA + AC =(3, 0, 4) + (3, 3, 0) = (6, 3, 4), znači E (6, 3, 4).
2
r
BC o BA
c3) Unutrašnji ugao kod B je ugao β između vektora BA i BC : cosβ = .
BC ⋅ BA
________________________________________________________________________________________
60
Skalarni proizvod je: BC o BA = (OC − OB) o (OA − OB) = (8, 4, 1) ° (2, –2, 1) = 9, a dužine
1
vektora su: BC = 9 i BA = 3 , sledi: cosβ = .
3
c4) Površina paralelograma je na osnovu definicije vektorskog proizvoda sledeći izraz:

p = AB × AD . Imamo AD = (8, 4, 1) i AB = (−2, 2, − 1) , pa se dobija vektorski proizvod na
r r r
i j k
sledeći način: AB × AD = 8 4 1 = (−6, 6, 24) , odavde sledi, a je površina p =18 2 .
− 2 2 −1
d) Izračunati visinu tetraedra ABCD koja je spuštena iz temena D na stranu ABC ako
su date koordinate temena: A(2, 1, 1), B(1, 3, 1), C(1, 1, 3) i D(1, 1, 1).
Ako A, B, C i D nisu komplanarne, tada je zapremina tetraedra ABCD:
V=
1
6
( AB × AC )o AD .
1 1
Ista zapremina se dobija i na sledeći način: V = pABC ⋅ HABC = AB × AC H ABC .
3 6
Uporedimo li te dve zapremine, dobijamo traženu visinu:
((OB − OA) × (OC − OA))o (OD − OA) 4 6

H ABC = = = , jer je
(OB − OA) × (OC − OA) 2 6 3
(OB − OA) × (OC − OA) = (4, 2, 2) = 24 = 2 6 i ((OB − OA) × (OC − OA))o (OD − OA) =4.
d) Jedno teme kocke je u koordinatnom početku. Susedna tačka je A (10, –5, 10), do
tačka B je u pravcu )i smeru) vektora čije su koordinate (–22, –4, 20). Odrediti nepoznate
koordinate.
Vektor položaja tačke B je (–22 k, –4 k, 20 k), gde je k pozitivan broj. Imamo da su

ivice jednake, pa će biti OA = OB : (–22 k )2 + ( –4 k )2 + (20 k)2 =102 + (–5)2 + 102.
Odavde sledi k = ±½ . Samo se ½ prihvata (zbog smera) pa je B (–11, –2, 10).
Treće susedno teme je u pravcu, koji je normalan na ravan prva tri temena: Odredimo
pravac i smer tako da vektori OA , OB, OC1 čine desni sistem
r r r
i j k
OC1 = OA × OB = 10 − 5 10 = (−30, − 210, − 75) .
− 11 − 2 10
________________________________________________________________________________________
61
Sada je potrebno na tom pravcu odrediti tačku C kao što smo to činili i u slučaju tačke
3
B: (–30 k )2 + ( –210 k )2 + (–75 k)2 = 225. Sledi k = ± . I ovom prilikom prihvatamo samo
45
pozitivnu vrednost pa dobijamo: C (–2, –14, –5). (Inače, ivica kocke je 15, a zapremina 3375
jedinica)
r r
Zadaci 3.3.: a) Odrediti koordinate vektora d tako, da bude ortogonalan na vektor a :
r r r r r r r
a = (–3, 0, 2) i da bude b o d = 4 i c o d = 35 , gde je b = (3, –2, 4) i c = (5, 1, 6) .
r r r r
b) Dati su vektori: a = (1, 1, 1), b = (1, 1, 0) i c = (1, –1, 0). Odrediti vektor d tako,
r r r r r
da zadovolji uslove a o d = 3 i d × b = c !
r r
c) Odrediti koordinate jediničnog vektora e koji je normalan na vektor a = (11, 10, 2)
r r r r
i b = (4, 0, 3) a smer odabrati tako da sistem vektora a , b , e bude desni sistem!
d) Tri temena osnove paralelepipeda su: tačka O, i tačke A(2, –3, 0) i B(5, –1, 0). Na
gornjoj osnovi iznad tačke B je B’(3, 0, 4). Naći zapreminu tog tela.
Ispitni zadaci 3.:
1. (26.01.1999.)
Izračunati kosinuse unutrašnjih uglova, kao i kosinus oštrog ugla izmedju dijagonala
r r r r r r
paralelograma ABCD, ako je AB = 2m − 6n , BC = m + 7n , a m, n je par uzajamno
normalnih jediničnih vektora.
Rešenje:
BA ⋅ BC 40 2
cos β = = = ,
BA ⋅ BC 40 50 5
r r r r
jer je BA ⋅ BC = (6n − 2m)( m + 7n ) = 42 − 2 = 4 .
r r r r
BA = (6n − 2m )(6n − 2m) = 36 + 4 = 40 . Slično će biti BC = 50 .
Pošto su susedni unutrašnji uglovi paralelograma suplementni, zato je cos α = –cos β
r r r r
Dijagonale su AC = AB + BC = 3m + n , i BD = AB − BC = m − 13n , pa za ugao
AC ⋅ BD − 10 17
izmedju tih dijagonala važi: cos ϕ = = = .
AC ⋅ BD 10 170 17
2. (25.06.2001.)
r r r
Dati su vektori a = (1, 2, 3), b = (3, 2, 1), c = (1, 1, 1). Pokazati, da je vektor
r r r r v r r
d = ( a × b ) × c koplanaran sa vektorima a i b . Razložiti vektor d na komponente
________________________________________________________________________________________
62
v r
u pravcima vektora a i b .
Rešenje:
a) Kraća varijanta: koristeći teoremu o dvostrukom vektorskom proizvodu je:

r r r r r r r r r
( )
r r
( a × b ) × c ) = (a o c ) ⋅ b − b o c ⋅ a = 6b − 6a .
Ovime je pokazana komplanarnost koja se tvrdi u zadatku, a izvršeno je i
r v r
razlaganje vektora d na komponente u pravcima vektora a i b .
b) Duža varijanta:
r r r
i j k
r r
Izračunava se prvo a × b = − 4 8 − 4 = (–4, 8, –4),
1 1 1
r r r
zatim ( a × b ) × c = = (12, 0 –12),
r r
i rešava se vektorska jednačina α a + β b = (12, 0 –12),
r v r
i dobijaju se rešenja α = –6 i β = 6, tojest d = –6 a + 6 b .
3. (02.09.2002.)
r r r r r r r r
Koji ugao zaklapaju jedinični vektori m i n ako vektori a = m + 2n i b = m − n
π
zaklapaju ugao od ?
3
Rešenje:
r r π r r r r r r
( r r 1
) r r
< ( a , b ) = ⇒ a o b = a ⋅ b cos < ( a , b ) = a ⋅ b ⋅ . Neka je < ( m, n ) = ϕ , zato će
3 2
r r r
biti: a = a o a = (mr + 2nr ) o (mr + 2nr ) = r2 r2 r r
m + 4 n + 4 m ⋅ n cos ϕ ,
r r r
a sa druge starne je m = n = 1 , pa je a = 1 + 4 + 4 cos ϕ .
r
Sličnim postupkom se dobija dužina vektora b :
r r r
b = b ob = (mr − nr ) o (mr − nr ) =
1 + 1 − 2 cos ϕ ,
r r 1
pa skalarni proizvod tih vektora je: a o b = (5 + 4 cos ϕ )(2 − 2 cos ϕ ) ⋅
2
Traženi skalarni proizvod se dobija i na sledeći način:

r r r r r r
a o b = (m + 2n ) o (m − n ) = 1 − 2 + cos ϕ .
________________________________________________________________________________________
63
Izjednačavanjem dva zaključka dobija se: − 1 + cos ϕ = (5 + 4 cos ϕ )(2 − 2 cos ϕ ) ⋅ 1 .

2
Kvadriramo li ovu jednačinu i uvedemo smenu cos ϕ = x dobijamo kvadratnu
1
jednačinu: 2 x 2 − x − 1 = 0 , čija su rešenja x1 = 1 i x 2 = − .
2
r r
Isključujemo mogućnost x1 = 1 , jer to znači da je cos ϕ = 1 , tojest da je ϕ = 0, m = n ,
r r r
odnosno da je b = m − n = 0, pa ostaje zaključak, da je za traženi ugao
1 1 2π
x2 = − ⇒ cos ϕ = − ⇒ ϕ = .
2 2 3
4. (12.12.2002.)
r r r
Neka su a , b i c vektori položaja tačaka A(1,0,1, ) , B(0,1,1) i C (1,1,1) . Izračunati:
(
r r r
)
a) a × b × c = (
r r
) ( r r
b) a × b + 3 c × b = )
Rešenje:
r r r r r r
i j k i j k
r r r r r
d = a × b = 1 0 1 = ( −1, − 1, 1 ) , c × b = 1 1 1 = ( 0, − 1, 1 )
0 1 1 0 1 1
r r r
i j k
r r r r r r
a) d = ( a × b ) × c = d × c = − 1 − 1 1 = ( −2, 1, − 1 ) .
0 1 1
( ) ( )
r r r r
b) a × b + 3 c × b = (− 1, − 1, 1) + 3(0, − 1, 1) = (− 1, − 4, 4 ) = 1 + 16 + 16 = 33
5. (29.01.2003.)
r r r
Neka su dati vektori a = (k ,1, 4), b = (1, − 2, 0), c = (3, − 3, 4k ) .
a) Izračunati zapreminu V paralelepipeda konstruisanog nad tim vektorima.
b) Za koju vrednost skalara k su vektori komplanarni?
r r r
c) Za dobijenu vrednost k>0 razložiti vektor c na komponente po pravcima a , b .
Rešenje:
Zapremina paralelepipeda je apsolutna vrednost mešovitog proizvoda ta tri vektora.

Taj mešoviti proizvod je –8 k2 – 4 k + 12. Anuliranje te zapremine znači
komplanarnost vektora. To će se desiti za k1 = 1 i za k2 = –3/2
Za određivanje veze između vektora treba videti da u slučaju k1 = 1 imamo
r r r r r r
a = (1, 1, 4), b = (1, − 2, 0), c = (3, − 3, 4) , tojest c = a + 2b .
________________________________________________________________________________________
64
4. ELEMENTI ANALITIČKE GEOMETRIJE
4.1. Tačka u prostoru
Položaj tačke u prostoru je jednoznačno određen radijus vektorom (vektorom

r r r r
položaja): r = OA = xi + yj + zk . Brojevi x, y i z su koordinate tačke A, odnosno projekcije
vektora položaja na koordinatne ose. Uobičajena je upotreba sledećih oznaka za tačku:
r
A(x,y,z), odnosno za vektor: r = OA = ( x, y, z ) .
Neka su date tačke M1(x1,y1,z1) i M2(x2,y2,z2).

M2 Vektor M 1M 2 je određen razlikom vektora položaja
r r
r2 − r1 datih tačaka:
r
r2 r M 1 M 2 = OM 2 − OM 1 = ( x 2 − x1 , y 2 − y1 , z 2 − z1 ) .
r1 M1
Iz toga proizilazi, da je rastojanje između

tačaka M1 i M2 dato kao dužina vektora M 1M 2 :
O
M 1M 2 = M 1M 2 = ( x2 − x1 ) 2 + ( y2 − y1 ) 2 + ( z 2 − z1 ) 2
Slika 4.1.1.
.
Koordinate tačke P(x3,y3,z3) između tačaka A

A(x1,y1,z1) i B(x2,y2,z2), za koju važi, da deli duž u datom
odnosu, (tojest AP : PB = m : n ) su (slika 4.1.2.):
nx1 + mx 2 ny + my 2 nz + mz 2 z P
x3 = , y3 = 1 , z3 = 1 .
m+n m+n m+n
Ispravnost tih relacija se dokazuje polazeći od B

činjenice, da će dati odnos zadovoljiti tačka za koju k
m O
važi: AP = AB . Prepušta se čitaocu da izvrši dokaz. j y
m+n i
x Slika 4.1.2.
Primer 4.1.: Izračunati obim trougla ABC, zatim odrediti koordinate težišta trougla.
Tačke A, B i C date svojim koordinatama: A(2,–4,5), B(4,2,2), C(0,–1,–1). Odredimo redom
dužine stranica trougla:
AB = AB = (4 − 2) 2 + (2 + 4) 2 + (2 − 5) 2 = 7 , AC = 7 i BC = 34 .
Prema tome obim je O∆ = 14 + 34 .
________________________________________________________________________________________
65
Težište je T(2,–1,2), jer je:
 x + x 2 + x3 y1 + y 2 + y 3 z1 + z 2 + z 3 
OT =  1 , , .
 3 3 3 
Izvesti formule za koordinate težišta trougla primenom formula za deobu duži u datoj
razmeri.!
Zadatak: Naći koordinate tačke koja je centralno simetrična slika tačke E(2,6,–1) u
odnosu na koordinatni početak. U kojem prostornom oktantu se nalazi tačke E, a u kojem
slika E'?
4.2 Jednačina ravni
4.2.1. Opšti oblik jednačine ravni

r r r
Posmatramo jednačinu n ⋅ r = b , gde je n =(A,B,C) poznati vektor, a b je poznati
r
skalar, dok rr =(x,y,z) je nepoznati vektor. Podelimo datu jednačinu sa dužinom vektora n :
r r r
n⋅r r n r r b
r =r⋅ r = r ⋅ n0 = r
n n n →
n
z
Skalarni proizvod dva vektora se
Mo
može protumačiti i kao proizvod dužine
jednog od njih i projekcije drugog vektora na
pravac prvog. U posmatranoj jednačini se → M
javlja skalarni proizvod jednog konstantnog ro
r
(jediničnog) vektora n0 i promenljivog
r →
vektora r . To znači, leva strana predstavlja r
r
samo projekciju vektora r na pravac vektora
r
n0 jer je: O
y
r r r r r x slika 4.2.1.
r ⋅ n0 = n0 ⋅ rnro = rnro .
r
Pošto je r promenljivi vektor, on se menja tako da mu je projekcija stalno ista:
r b r
rnro = r . To je moguće samo tako, da mu kraj leži u ravni koja je normalna na vektoru n0
n
r r
odnosno n . Vektor n ćemo nazvati normalnim vektorom ravni, i pišemo:
Ax + By + Cz + D = 0,
gde smo primenili oznaku –b = D. Ova jednačina je opšti oblik jednačine ravni.
________________________________________________________________________________________
66
ELEMENTI ANALITIČKE GEOMETRIJE 
4.2.2. Normalni oblik jednačine ravni
Pošto su koordinate jediničnog vektora kosinusi uglova, koje taj vektor zaklapa sa
r
koordinatnim osama, zato će i za normalni vektor ravni n =(A,B,C) jedinični vektor će biti:
r
r n
n0 = r = (cos α, cos β, cos γ ) ,
n
r r
dok projekcija vektora r na pravac vektora n0 je rastojanje ravni od koordinatnog početka. U
ovom slučaju pišemo:
x cosα + y cosβ + z cosγ - p = 0,
što predstavlja Hesse-ov normalni oblik jednačine ravni.
Iz opšteg oblika jednačine ravni Ax + By + Cz + D = 0 neposredno se dobija normalni

oblik ako se opšti oblik podeli sa ± A 2 + B 2 + C 2 , pri čemu biramo znak tako da p bude
−D
pozitivna veličina p = > 0.
± A + B2 + C 2
2
4.2.3. Ravan kroz datu tačku sa datim vektorom normale

r
Neka je data tačka M1 svojim vektorom položaja r1 =(x1,y1,z1), i vektor normale ravni
r
n =(A,B,C). Pronađimo jednačinu ravni kroz datu tačku i sa datim vektorom normale. Vektor
r
položaja proizvoljne tačke u toj ravni je r =(x,y,z). Iz zahteva zadatka proizilazi, da razlika
r r r
vektora r i r1 mora biti normalna na vektoru n , tojest:
r r r
( r – r1 ) n = 0 ili A(x –x1)+B(y –y1,)+C(z–z1)=0
Dobili smo jednačinu ravni kroz datu tačku sa datim vektorom normale ravni.
4.2.4. Ravan kroz tri zadate tačke
Neka su nam date tačke M1(x1,y1,z1), M2(x2,y2,z2) i M3(x3,y3,z3). Tri nekolinearne tačke
određuju ravan, u kojoj se nalazi i proizvoljna tačka M(x,y,z). Korišćenjem vektora položaja
r r r r r r
tih tačaka, uočava se da vektori r − r1 , r2 − r1 i r3 − r1 moraju zadovoljiti uslov
komplanarnosti vektora, tj. njihov mešoviti proizvod mora biti jednak nuli:
x − x1 y − y1 z − z1
r r r r r r
((r − r1 ) × (r2 − r1 )) ⋅ (r3 − r1 ) = 0 , ili x 2 − x1 y 2 − y1 z 2 − z1 = 0
x3 − x1 y 3 − y1 z 3 − z1
To je jednačina ravni kroz tri zadate tačke; prva je u vektorskom, a druga je u

skalarnom obliku.
________________________________________________________________________________________
67
4.2.5. Segmentni oblik jednačine ravni
z
Primenimo ovaj poslednji oblik jednačine ravni
u slučaju, kada su nam date tačke u kojima ravan seče c
koordinatne ose: A(a,0,0), B(0,b,0) i C(0,0,c).
x−a y z
−a b 0 =0 ⇒
−a 0 c
b
O y
( x − a)bc − y (− ac) + zab = 0
a slika 4.2.5.
Nakon sređivanja ove jednačine i deljenja sa abc
x
(abc≠0) dobija se segmentni oblik jednačine ravni:
x y z
+ + = 1.
a b c
4.2.6. Parametarske jednačine ravni
Neka je vektor položaja tačke

r → →
Mo u ravni dat sa r0 = (xo, yo, zo), i Mo
p αp
r r
neka su vektori p i q paralelni ravni: z α p→+ →
→ β
q q
r r
p = (xp, yp, zp), q = (xq, yq, zq). → M
→
βq
ro
Četvrti vektor je vektor položaja
r
proizvoljne tačke M u ravni je r = (x,
→
y, z). Ova četiri vektora su uvek r
komplanarna, to jest bilo koji se
može izraziti pomoću preostala tri: O
y
r r r r x slika 4.2.6.
r = r0 +α p +β q
U ovoj vektorskoj jednakosti su α i β proizvoljni realni parametri.

r r r r
Jednačina r = r0 +α p +β q je parametarska vektorska jednačina ravni koja prolazi
r r r
kroz tačku čiji je vektor položaja r0 , i koja je paralelna vektorima p i q , pri čemu ti vektori
međusobno nisu paralelni!
________________________________________________________________________________________
68
Parametarsku vektorsku jednačuni ravni možemo ispisati u skalarnom obliku, za svaku

koordinatu koristimo po jednu skalarnu jednačinu:
x = xo + αxp +βxq
y = yo + αyp +βyq
z = zo + αzp +βzq
r
Primer 4.2.1.: Neka je vektor položaja tačke Mo u ravni dat sa r0 = (4, –2, 1), dok su
r r
vektori p = (1, –1, 0) i q = (1, 0, –1) paralelni traženoj ravni. Iz parametarske jednačine
ravni u vektorskom obliku slede parametarske jednačine ravni u skalarnom obliku:
x = 4 + α + β,
y = –2 – α,
z = 1 – β,
gde su (x, y, z) koordinate proizvoljne tačke M u ravni, a α i β realni parametri
Primer 4.2.2.: Opšti oblik jednačine ravni δ je 3x+2y–4z+12=0. Vektor normale te

r
ravni je n =(3,2,–4).
r
Pošto je n = 2 2 + 3 2 + (−6) 2 = 7 , zato normalni oblik jednačine iste ravni δ biće:
2 3 6 12 −D
− x− y+ z− = 0 , jer zbog zahteva p = r > 0 podelili smo opšti oblik jednačine
7 7 7 7 ±n
r
sa –7. Iz normalnog oblika jednačine ravni δ čitamo kosinuse uglova koje zaklapa n0 sa
koordinatnim osama Ox, Oy odnosno Oz, kao i p – rastojanje ravni od koordinatnog početka:
2 3 6 12
cos α = − , cos β = − , cos γ = i p = .
7 7 7 7
Segmentni oblik jednačine ravni δ dobijamo upotrebom sledećih transformacija:
x y z
2 x + 3 y − 6 z = −12 : (−12) ⇒ + + = 1.
−6 −4 2
U ovom obliku je vidljivo, da ravan seče osu Ox u tački A(–6,0,0), osu Oy u B(0,-4,0),
a osu Oz u tački C(0,0,2). Uz malo napora iz ovih podataka se može uočiti, da je jedinični
vektor normale usmeren u dubinu trećeg oktanta, pa su zato kosinusi uglova sa prve dve
koordinatne ose negativni.
r
Ravan α, čija je jednačina x+y–1=0 ima vektor normale n =(1,1,0). Ovaj vektor se
nalazi u koordinatnoj ravni Oxy, tojest normalan je na osu Oz. Iz toga proizilazi, da je ravan
α paralelna sa osom Oz (Slika 4.2.7.) . Sličnim rezonovanjem se može zaključiti, da su sve
________________________________________________________________________________________
69
ravni, čija je jednačina oblika Ax + Cz + D = 0 paralelne su sa osom Oy, dok ravni čija
jednačina ima oblik By + Cz + D = 0 paralelne su sa osom Ox.
z z z
c c
Ax+By+D=0 Ax+Cz+D=0
By+Cz+D=0
O O y b
b y a O y
x a x x
slika 4.2.7.
Ravan δ ima jednačinu u opštem obliku Ax + D = 0. Vektor normale te ravni je

r
n =(A,0,0), tojest pravca je ose Ox. Iz toga sledi, da je ravan δ normalna na tu osu, odnosno
paralelna je koordinatnoj ravni Oyz. Sličnim rezonovanjem se zaključuje, da je ravan sa
jednačinom oblika By + D = 0 paralelna sa koordinatnom ravni Oxz, odnosno normalna je na
osu Oy, dok ravan sa jednačinom oblika Cz + D = 0 normalna je na osu Oz, odnosno paralelna
je sa koordinatnom ravni Oxy (Slika 4.2.8.)
z z z
y=b
c x=a
z=c
O b y O y O y
a
x x x
slika 4.2.8.
Bilo koja ravan (pa i spomenute ravni u specijalnom položaju) prolaze kroz
koordinatni početak u slučaju kada je D = 0. (Primetiti vezu sa rastojanjem ravni od
koordinatnog početka!).
Zadatak: a) Odrediti jednačine koordinatnih ravni. b) Odrediti jednačinu ravni koja

sadrži jednu od koordinatnih osa!
b) Data je kocka čije ivice imaju dužinu 1. Kocka je položena u prvi oktant
koordinatnog sistema tako, da se tri ivice oslanjaju na koordinatne ose, a jedno teme se
poklapa sa koordinatnim početkom. Napisati jednačine 6 ravni, koje su nosači strana kocke,
napisati i jednačine nekih ravni, koje dijagonalno presecaju kocku, kao i nekih ravni koje
sadrže po tri temena kocke koje ne pripadaju istoj strani kocke.
________________________________________________________________________________________
70
4.3. Jednačine prave
4.3.1. Vektorske jednačine prave
Posmatrajmo pravu, koja prolazi u prostoru

kroz tačku M1(x1,y1,z1) i paralelna je vektoru e M0 →
r p
p = (l , m, n) . Obeležimo vektor položaja tačke M1
r →
λ →p
sa r1 =(x1,y1,z1), a vektor položaja proizvoljne tačke r1 M
M, koja pripada posmatranoj pravi sa rr =(x,y,z).
z
Nije teško uočiti važenje sledećih vektorskih
jednakosti: →
r
r r r
(r − r1 ) × p = 0 , i y
r r r x O
r = r1 + t ⋅ p, t ∈ R . Slika 4.3.1.
To su vektorske jednačine prave linije u prostoru.
Prvi od ova dva data oblika se bazira na činjenici, da za bilo koju tačku prave mora
r r r
biti vektor r – r1 paralelan unapred datom vektoru p .
U drugom obliku je obuhvaćena činjenica, da vektor položaja bilo koje tačke na pravoj
može biti izražen kao linearna kombinacija vektora položaja fiksne tačke M1 i datog vektora
r
pravca p .
4.3.2. Parametarske jednačine prave

r r r
Iz vektorske jednačine r = r1 + t ⋅ p slede tri skalarne jednačine:
x = x1 + t ⋅ l  To su parametarske jednačine prave. U tim


y = y1 + t ⋅ m  jednačinama t je realni parametar, čijim variranjem
z = z1 + t ⋅ n  mogu se proizvesti sve tačke prave.
4.3.3. Dvojna jednačina prave u kanoničnom obliku
Izrazimo li parametar t iz parametarskih jednačina, zaključujemo:

x − x1 y − y1 z − z1
= = =t,
l m n
gde smo predpostavili da je lmn ≠ 0. Ovaj oblik jednačine prave nazivamo dvojnom
jednačinom prave u kanoničnom obliku. Ovaj oblik je naj izražajniji, jer se neposredno mogu
očitati koordinate fiksne tačke i vektora pravca.
________________________________________________________________________________________
71
4.3.4. Prava kao presek dve ravni
Neka su nam date dve ravni α i β svojim

jednačinama u opštem obliku.
α
 A1 x + B1 y +C 1 z + D1 = 0 z
 →
n2
 A2 x + B2 y + C 2 z + D2 = 0 e
o 90 o
Poznato nam je, da su vektori normala tih ravni: β 90 →
r n1 ×→
n1 = ( A1 , B1 , C1 ); i →
n1 n2
r O
n2 = ( A2 , B2 , C 2 ). y
Nije teško uočiti, da svojim presekom te dve ravni x
r r Slika 4.3.4.
određuju pravu p čiji je vektor pravca n1 × n2 .
Prema tome prava je zadata i presekom dve ravni.
4.3.5. Jednačine prave kroz dve tačke
Osmotrimo sada slučaj, kada su date dve tačke prave p: M1(x1,y1,z1) i M2(x2,y2,z2).
Izvedimo jednačine prave kroz dve tačke!
r
Ne predstavlja teškoću zaključiti, da je vektor pravca p određen razlikom vektora
r
položaja tačaka M1 i M2: p = OM 2 − OM 1 = ( x 2 − x1 , y 2 − y1 , z 2 − z1 ) . Iz toga sledi, da
jednačina prave kroz dve tačke u vektorskom obliku može biti zadata kao:
r r r r
(r − r1 ) × (r2 − r1 ) = 0 , ili
r r r r
r = r1 + t ⋅ (r2 − r1 ), t ∈ R .
Takođe bez većeg napora možemo doći do parametarskih jednačina prave, kao i do
dvojne jednačine prave kroz dve tačke u kanoničnom obliku:
x = x1 + t ⋅ ( x 2 − x1 ) 
 x − x1 y − y1 z − z1
y = y1 + t ⋅ ( y 2 − y1 ) = = .
x 2 − x1 y 2 − y1 z 2 − z1
z = z1 + t ⋅ ( z 2 − z1 ) 
r
Primeri 4.3.: Data nam je tačka M(2,3,1) i vektor p =(1,2,–1). Iz vektorske jednačine
r r r
prave u obliku (r − r1 ) × p = 0 dobijemo
r r r
i j k
x − 2 y − 3 z −1 = 0 x − 2 y − 2 z −1
⇒ = =
1 2 −1 1 2 −1
________________________________________________________________________________________
72
gde smo iskoristili svojstvo determinante, da je njena vrednost jednaka nuli, ukoliko su dva
paralelna reda proporcionalna. Iz posmatranog vektorskog oblika jednačine prave neposredno
smo dobili dvojnu jednačinu u kanoničnom obliku.
Napišimo sada za isti slučaj parametarske jednačine prave. Eliminacijom parametra t

iz svake od tih jednačina dobijamo istu dvojnu jednačinu prave:
x = 2+t 
 x − 2 y − 3 z −1
y = 3 + 2t  ⇒ = = =t
1 2 −1
z = 1 − t 
Uključimo sada u razmatranje i tačku N(2,2,2). Odredimo jednačine prave kroz tačke
M i N u kanoničnom obliku! "Bukvalnim" korišćenjem postupka zadatog u 4.3.5. dobijemo
sledeći oblik:
x − 2 y − 3 z −1 x − 2 y − 3 z −1
= = ili = = .
2 − 2 2 − 3 2 −1 0 −1 1
Dogovorno “dozvoljavamo”, da u kanoničnom obliku jednačine prave pišemo nulu u

imeniocu. Međutim, ispravan način pisanja jednačine prave u takvim specijalnim slučajevima
y − 3 z −1
bi bio: x − 2 = 0, = . Ovo proizilazi iz činjenice, da prava prolazi kroz tačku sa
−1 1
apscisom x = 2, a ima pravac vektora MN = (0,−1,1) , koji je normalan na osu Ox odnosno
paralelna je sa ravni Oyz. To znači, da duž čitave prave mora biti x = 2.
Dajemo jednačine još nekoliko pravih u specijalnom položaju; jednostavnosti radi,

neka sve prave prolaze kroz tačku A(1,1,1).
r
a) Neka je vektor pravca normalan na osu Oy (paralelan je ravni Oxz): p =(2,0,–1).
x −1 y −1 z −1 x −1 z −1
= = ili = ; y −1 = 0
2 0 −1 2 −1
r
b) Neka je vektor pravca normalan na osu Oz (paralelan je ravni Oxy): p =(2,–1,0).
x −1 y −1 z −1 x −1 y −1
= = ili = ; z −1 = 0
2 −1 0 2 −1
r
c) Neka je vektor pravca normalan na ravan Oxy (paralelan je osi Oz): p =(0,0,1).
x −1 y −1 z −1
= = ili x − 1 = 0; y − 1 = 0.
0 0 1
U poslednjem slučaju ne postoji jednačina koja određuje koordinatu z. Upravo to treba

uočiti: z može da poprimi bilo koju vrednost, dok koordinate x i y su fiksirane, prava je
vertikalna. Valja primetiti, da jednačine x–1=0 i y–1=0 predstavljaju po jednu ravan u
specijalnom položaju (videti primer 2.2.1.). Drugim rečima, kanonični oblik jednačine prave
se zamenjuje sa oblikom, kada je prava određena sa jednačinama dve ravni. Slična je situacija
i u tačkama d) i e):
________________________________________________________________________________________
73
r
d) Neka je vektor pravca normalan na ravan Oxz (paralelan je osi Oy): p =(0,1,0).
x −1 y −1 z −1
= = ili x − 1 = 0; z − 1 = 0.
0 1 0
r
e) Neka je vektor pravca normalan na ravan Oyz (paralelan je osi Ox): p =(1,0,0).
x −1 y −1 z −1
= = ili y − 1 = 0; z − 1 = 0.
1 0 0
Zadatak: a) Odrediti jednačine koordinatnih osa; b) Odrediti sve oblike jednačine

prave koja prolazi kroz tačke O(0,0,0) i A iz prethodnog primera.
4.4. Međusobni odnosi pravih i ravni i tačke
4.4.1. Međusobni odnosi dve ravni
Posmatramo dve ravni, α i β koje su zadate njihovim opštim jednačinama:

r
α: A1 x + B1 y + C1 z + D1 = 0, sa vektorom normale n1 =(A1, B1, C1),
r
β: A2 x + B2 y + C2 z + D2 = 0, sa vektorom normale n 2 =(A2, B2, C2).
Razume se sam po sebi, da je ugao između dve ravni jednak uglu između njihovih
vektora normala:
r r
a) n1 || n 2 ⇔ (α || β) ∨ (α ≡ β).
Ako su ti vektori normale paralelni, tada su i ravni paralelne:

r r r r A B C
n1 × n 2 = 0 ⇔ n1 = k n 2 ⇔ 1 = 1 = 1 = k.
A2 B2 C 2
D
Ukoloko je zadovoljena još i jednakost 1 = k, tada i nemamo dve različite revni! To su
D2
jednačine jedne ravni koje se razlikuju po tome, što je jedna od njih pomnožena konstantom k.
D1
Ako je ≠ k, tada su to stvarno dve različite i paralelne ravni. U slučaju paralelnih ravni
D2
interesantno je pitanje njihove međusobne udaljenosti.
Rastojanje ravni do koordinatnog početka je poznato iz poglavlja, u kojem smo

razmatrali normalni oblik jednačine ravni: p = − D . Ovaj broj može biti i
A2 + B 2
+ C 2
negativan i pozitivan U slučaju upotrebe kao rastojanje ispred korena u imeniocu stavljamo ±,
−D
i biramo znak tako da rastojanje bude uvek pozitivno p = . Ako ostavljamo
± A2 + B 2 + C 2
predznak broja p i u slučaju paralelnih ravni to tumačimo na sledeći način:
r r r r
− D1 r1 o n r r − D 2 r2 o n r r
p1 = r = r = r1 o n 0 i p 2 = r = r = r2 o n 0 ,
n n n n
________________________________________________________________________________________
74
r r r r
gde je n zajednički vektor normale, dok n 0 je jedinični vektor normale, r1 i r2 su vektori
položaja po jedne fiksne tačke sa tih ravni α odnosno β. Sada uključimo u naša razmatranja i
treću ravan, paralelnu sa datim ravnima, ali koja prolazi kroz koordinatni početak.:
(α | | β | | γ) ∧ ( O ∈ γ ) .
→ β
n1 →
n2 →
→ n1
n1 ϕ
→
n2
90 o
β → α β
n2
α
a) α b) c)
slika 4.4.1.
Ako su oba skalarna proizvoda istog znaka, tada su obe paralelne ravni sa iste strane
koordinatnog središta, pa je njihovo rastojanje d = p1 − p 2 .
r r
U slučaju različitog znaka skalarnog proizvoda vektori r1 i r2 pokazuju na različite
strane ravni γ, to jest date ravni su sa različite strane koordinatnok početka, zato je njihovo
međusobno rastojanje: d = p1 + p 2 .
Ne umanjujemo opštost ako pretpostavimo p1 > 0 i p2 < 0. Sledi:
( p1 > 0) ∧ ( p2 < 0) ⇒ p1 = p1 ∧ p 2 = − p 2 ⇒ d = p1 + p 2 = p1 + p 2 = p1 − p 2 .
Prema tome, međusobno rastojanje paralelnih ravni je uvek:
D2 − D1
d = p1 − p 2 ili: d=
A2 + B 2 + C 2
r r
b) n1 ⊥ n 2 ⇔ α⊥β.
Ravni su uzajamno normalne ako i samo ako skalarni proizvod njihovih vektora
normala jednak nuli:
r r r r
α⊥β ⇔ n1 ⊥ n 2 ⇔ n1 o n 2 = 0 ⇔A1A2 +B1B2 +C1C2 = 0.
r r
c) U opštem slučaju (∠ n1 , n 2 ) = (∠α,β).
________________________________________________________________________________________
75
U slučaju b) i c) ravni se seku po jednoj pravoj. Ova situacija je razmotrena u tački 4.3.4.
d) PRIMEDBA za slučaj međusobnog položaja tri ravni. Opšta situacija je, kada između
ravni, niti njihovih presečnih pravih ne postoji nikakva specijalna situacija. Tad, rešavanjem
sistema jednačina sačinjenog od jednačina tih ravni dobijamo koordinate njihove zajedničke
tačke.
r
α: A1 x + B1 y + C1 z + D1 = 0, vektor normale n1 =(A1, B1, C1),
r
β: A2 x + B2 y + C2 z + D2 = 0, vektor normale n 2 =(A2, B2, C2),
r
γ: A3 x + B3 y + C3 z + D3 = 0, vektor normale n3 =(A3, B3, C3).
Jedna od interesantnijih situacija je, kada su presečne prave tih ravni par po par
paralelne. Tada te tri ravni obrazuju jednu trostranu prizmatičnu površ. U slučaju poklapanja
tri presečne prave te tri ravni obrazuju pramen ravni.
4.4.2. Međusobni odnos dve prave e2

→ d
z p e1
Posmatramo međusobni odnos pravih M2 → →
e1 i e2 ako su nam date njihove vektorske t = | M 1M 2 × p |
M →
jednačine: → 1M
→
r r r r2 2
p
e1 : ( r – r1 )× p1 = 0, gde je →
r1
r r M1
r1 = (x1, y1, z1) i p1 = (k1, l1, m1), O
r r r y
e2 : ( r – r2 )× p 2 = 0, gde je
r r x
r2 = (x2, y2, z2 ) i p 2 = (k2, l2, m2). slika 4.4.2.1.
r r
a) e1 || e2 ⇔ p1 × p 2 = 0.(slika 4.4.2.1.).
r r r
Ne utiče na opštost, ako prepostavimo, da su im vektori pravaca jednaki: p1 = p 2 = p .
U slučaju paralelnih pravih javlja se po pravilu pitanje njihovog međusobnog

rastojanja i jednačine ravni, koja ih sadrži.
Lako je uočiti, da se vektor normale ravni, koja sadrži dve paralelne prave dobijemo
r r
kao vektorski proizvod sledećih vektora: n = M 1 M 2 × p = (A, B, C).
Poznavajući vektor normale ravni, korišćenjem bilo tačke M1 sa jedne prave, bilo
tačke M2 sa druge prave zapisujemo jednačinu ravni: a : A(x – x1) + B(y – y1) + C(z – z1) = 0
Očevidno je, da se rastojanje između paralelnih pravih poklapa sa visinom

r
paralelograma razapetog vektorima p i M 1 M 2 , to jest:
r
M 1M 2 × p
d= r
p
________________________________________________________________________________________
76
Primer 4.4.a: Osmotrimo međusobni položaj pravih e1 i e2 ako su im jednačine:

x −1 y + 2 z + 3 x − 4y + z + 2 = 0
e1 : = = i e2 :  .
2 1 2  2y − z + 2 = 0
Pošto je prava e2 zadata jednačinama dveju ravni, prvo transformišimo taj oblik na
kanoične jednačine. Vektor pravca prave će biti vektorski proizvod vektora normala datih
r
ravni: p 2 =(1, –4, 1) ¥ (0, 2, –1) = (2, 1, 1). Odmah se primećuje paralelnost datih pravih, jer
r r
je p1 = p 2 . Potražimo jednu proizvoljnu tačku na pravoj e2! Neka je to tačka sa z2 = 0. Otuda
je y2 = –1 i x2 = –6, to jest M2(–6, –1, 0), tačku sa prave e1 možemo očitati: M1(1, –2, –3).
r r
Sledi M 1 M 2 = OM 2 – OM 1 =( –7, 1, 3). Vektor normale zajedničke ravni je n = M 1 M 2 × p =
(–1, 20, –9), dok jednačina ravni (koristimo M1 ): –(x –1) + 20 (y + 2) – 9 (z + 3) = 0. Opšti
oblik te jednačine je: x – 20 y + 9 z – 14.
Odredimo još međusobno rastojanje ovih pravih!

r r 1
Pošto je  M 1 M 2 × p = (−1) 2 + 20 2 + (−9) 2 = 482 i p = 3, zato će biti d = 482 .
3
r r r r
b) e1 » e2 = P ⇔ p1 × p 2 π 0 Ÿ ( p1 × p 2 ) o M 1 M 2 = 0. (slika 4.4.2.2.)
U vezi pravih, koje se seku, takođe se z → e2 α

p2
postavljaju obično dva pitanja. Prvo se M2
pozabavimo sa jednačinom njihove ravni.
r r r 
M1
Vektor normale će biti n = p1 × p 2 = (A, B, C), i →
M2
P →
prolaziće bilo kroz tačku M1 bilo kroz tačku M2. p1
→
r2 → M1 e1
r1
Drugo pitanje je određivanje koordinata y
O
njihove presečne tačke. Posmatrajmo jednačine
x
pravih u kanoničnom obliku: slika 4.4.2.2.
x − x1 y − y1 z − z1 x − x2 y − y 2 z − z 2
e1 : = = i e2 : = =
a1 b1 c1 a2 b2 c2
Rešimo jednačine "u parovima":
x − x1 y − y1 x − x2 y − y2
= i = .
a1 b1 a2 b2
Nakon izračunavanja xp i yp zatim zamenivši u jednačunu bilo koje prave dobićemo

vrednost i treće koordinate zp.
Primer 4.4.b.: Date su prave e1 i e2:
x−2 y−5 z −5 x−6 y −3 z −7

e1 : = = , e2 : = = ,
1 3 2 5 1 4
r r
Konstatujemo: p1 = (1, 3, 2), p 2 = (5, 1, 4), M1(2, 5, 5), M2(6, 3, 7),
________________________________________________________________________________________
77
M 1 M 2 = OM 2 – OM 1 =( 4, –2, 2)..
r r r
1 3 2 i j k
r r r r r
( p1 × p 2 ) o M 1 M 2 = 5 1 4 = 0, p1 × p 2 = 1 3 2 = (10, 6, –14) fi n =(5, 3, –7).
4 −2 2 5 1 4
Anuliranje mešovitog proizvoda znači da se prave seku, ujedno smo odredili i

vektorski proizvod njihovih vektora pravaca – i koristimo ga kao to vektor normale njihove
zajedničke ravni.
Jednačina te ravni je: 5(x–2) + 3(y–5) – 7(z–5) = 0.
Koordinate presečne tačke P određujemo pomoću jednačina obeju pravih.

x −2 y −5
Iz jednačina prave e1 dobijamo: = ⇒ y = 3x − 1 ,
1 3
x−6 y −3 x+9
dok iz jednačina e2 sledi: = ⇒ y=
5 1 5
x+9
3x − 1 = ⇒ x = 1, y = 2.
2
Treća koordinata se dobija korišćenjem jednačina bilo koje prave: z = 3. Koordinate
preseka su prema tome: P(1, 2, 3).
r r
c) Prave e1 i e2 su mimoilazne ⇔ ( p1 × p 2 ) o M 1 M 2 π 0. (slika 4.4.3.).
Mimoilazne prave zadaju malo više briga nego prethodni odnosi.
c1) Prvi zadatak je određivanje jednačina paralelnih ravni od kojih jedna sadrži jednu,
a druga ravan pak sadrži drugu od mimoilaznih pravih,
c2) Drugi zadatak (delimično je već rešen) određivanje najkraćeg rastojanja između tih
pravih (to rastojanje se poklapa sa međusobnim rastojanjem paralelnih ravni, koje ih sadrže).
c3) Treći, ujedno i najsloženiji zadatak je: napisati jednačinu zajedničke normalne
prave dveju mimoilaznih pravih..
n
Rešenja:
z →
e2 p1
c1) Odgovor na ovo pitanje je M2 α2
90 o →
naklakši od ova tri postavljena p2
P2
pitanja: Zajednički vektor normale r→2
obe ravni je vektorski proizvod
O
vektora pravca datih pravih:
 M2
M
y
→
r r r
1
→ →
n = p1 × p 2 = (A, B, C). x r1 p 1
M1 α1
Jednačine paralelnih ravni možemo →
p2
o
sada postaviti kroz M1 i M2 (fiksne 90
P1
r
tačke datih pravih) sa vektorom n
e1
kao vektorom normale:
slika 4.4.2.3.
A(x – x1) + B (y – y1) + C (z – z1) = 0 i A(x – x2) + B (y – y2) + C (z – z2) = 0.
________________________________________________________________________________________
78
c2) Najkraće rastojanje mimoilazbih pravih je prosto rastojanje između paralelnih

ravni koje sadrže te prave. Pitanje je razmotreno u tačku 4.4.1.
c3) Jednačine zajedničke normale konstruisšemo na sledeći način: Postavimo ravan β1

kroz pravu e1 tako da bude normalna na ravan α1 (Normala te ravni je paralelna sa vektorom
r r
n × p1 . Ravan sadrži tačku M1). Zatim napišemo jednačinu ravni β2 koja je normalna na ravan
r r
α2 i sadrži pravu e2 (Normala te ravnia je paralelna sa vektorom n × p 2 . Ravan sadrži tačku
M2). Jednačine ovih dveju ravni jesu ujedno i jednačine prave n u smislu tačke 4.3.4.
y − 2 z − 10 x−5 y −5 z +3
Primer 4.3.4.c.: Date su prave e1 : x − 6 = = i e2 : = = .
−2 2 3 −2 −2
Konstatujemo činjenice u vezi vektora pravaca i fiksnih tačaka:

r r
p1 = (1, –2, 2), p 2 = (3, –2, –2), M1(6, 2, 10), M2(5, 5, –3),
M 1 M 2 = OM 2 – OM 1 =( –1, 3, –13).
r r r r r r
Izračunamo p1 × p 2 = (8, 8, 4),  p1 × p 2 = 12, ( p1 × p 2 ) o M 1 M 2 = –36.
Pošto je taj broj različit od nule – sledi: prave su mimoilazne.
Izračunajmo njihovo međusobno najktaće rastojanje!

r r
Podelimo le zapreminu praralelepipeda razapetog vektorima p1 , p 2 i M 1 M 2 sa
mernim brojem površine baze, dobijamo visinu tela – a to je upravo traženo odstojanje.
(Osmotrimo ponovo sliku 4.4.2.3.!)
r r
( p1 × p 2 ) o M 1 M 2 36
d = P1 P2 = r r , znači d = = 3
p1 × p 2 12
Potražimo sada jednačine dveju paralelnih ravni od kojih svaka sadrži po jednu od
r r
datih mimoilaznih pravih! Zajednički vektor normale tih ravni je p1 × p 2 = (8, 8, 4).
r
Očevidno, možemo upotrebiti i paralelni vektor n =(2, 2, 1). Otuda slede jednačine
traženih paralelnih ravni:
α1: 2(x – 6) + 2(y – 2) + (z – 10) = 0 ⇒ 2 x + 2 y + z – 26 = 0,

α2: 2(x – 5) + 2(y – 5) + (z + 3) = 0 ⇒ 2 x + 2 y + z – 17 = 0.
Izračunajmo i međusobno odstojanje tih ravni (to je i najkraće odstojanje mimoilaznih

pravih). U tački 4.4.1. smo to izračunali pomožu izraza:
D2 − D1 − 17 + (−26)
d = p1 – p2= = =3 .
2 2
A + B +C 2 3
Posle svega toga potražimo i jednačine zajedničke normale!
________________________________________________________________________________________
79
r r
Vektor normale ravni β1 je paralelan vektoru n × p1 = (6, –3, –6). Neka je to vektor
r
n1 =(2, –1, 2). Ujedno ravan sadrži i tačku M1 (6, 2, 10). Prema tome je:
β1 : 2(x – 6)–(y – 2)–2(z – 10)=0 ⇒ 2 x – y –2 z + 10 = 0

r r
Vektor normale ravni β2 je paralelan vektoru n × p 2 = (–2, 7, –10) (Taj vektor nećemo
"pojednostaviti"). Ravan sadrži tačku M2 (5, 5, –3). Prema tome je
: β2 : 2(x – 5)–7(y – 5)+10(z + 3)=0 ⇒ 2 x –7 y +10 z +55 = 0
Jednačine prave – zajedničke normale su:

 2 x − y − 2 z + 10 = 0
n :
 2 x − 7 y + 10 z + 55 = 0
Očevidno, tačka P1 je prodor prave e1 kroz ravan β2, dok P2 je tačka prodora prave e2
kroz ravan β1.
Transformičimo jednačine prave e1 iz kanoničnog oblika u parametarski oblik, i

uvrstimo dobijene izraze u jednačinu ravni β2:
 x =t +6
y − 2 z − 10 
Pošto je: e1 : x − 6 = = = t ⇒  y = −2t + 2 ⇒
−2 2  z = 2t + 10

17  7 21 3 
2(t + 6) – 7(2 – 2t) + 10(2t + 10) + 55 = 0 ⇒ t= − ⇒ P1  , , 
4 4 2 2
Ukoliko su nam potrebne i koordinate tačke P2, na isti način potražimo prodor prave e2
7  1 17 1 
na ravni β1. U ovom slučaju posredstvo parametra t = − dobijamo P2  − , , .
4  4 2 2
Izvršimo još jednu kontrolu! Odredimo vektor P1 P2 . Osmotrimo pravac i dužinu tog vektora!
P1 P2 = OP2 − OP1 =(2, 2, 1) .
Uočavamo podudarnost sa vektorom pravca jajedničke normalne prave, što je i vektor

normale α1 i α2 a njihovo rastojanje je 3.
Zadaci 4.3.: a) Napisati jednačine prave e, ako znamo, da sadrži tačku M1(1, –1, 1) i
r
paralelna je sa vektorom a = (1, 2, 3).
x− y+ z−4 = 0
b) Postavimo pravu kroz tačku T(1, –2, 1) paralelno sa pravom p :  .
2 x + y − 2 z + 5 = 0
Napisati jednačine te nove prave!
c) Ispitati međusobni položaj pravih e1 i e2:
 x = 2t + 1
 2 x + y − 4 z + 2 = 0
e1 :  y = 3t − 2 , e2 :  .
 z = −6t + 1 4 x − y − 5 z + 4 = 0

________________________________________________________________________________________
80
d) Odrediti vrednost parametra a tako da prave e1 i e2 budu presečne prave, zatim

izračunajmo koordinate njihovog preseka.
x − 2 y + 4 z −1 x −a y −3 z +5
e1 : = = , e2 : = = .
3 5 −2 2 1 0
e) Napisati jednačine zajedničke normale pravih e1 i e2:
x − 4 y + 3 z − 12 x − 3 y −1 z −1
e1 : = = , e2 : = = .
1 2 −1 −7 2 3
f) Napisati jednačine prave, koja sadrži tačku P(3,–1, 0) i seče prave e1: x = y = z i
x−3 z
e2 : = 1− y = .
3 2
4.4.3. Međusobni odnos tačke i prave
x − x1 y − y1 z − z1
Data tačka P(x0, y0, z0) i prava e: = = mogu biti samo u dva ražličita
px py pz
međusobna položaja: P pripada pravoj e ili se nalazi na rastojanju d od prave. Posmatramo
sliku 4.4.3. Neka je M1 fiksna tačka prave e. Tada rastojanje tačke P od prave e računamo po
definiciji:
Definicija 4.4.3.: Rastojanje proizvoljne

tačke prostora P(x0, y0, z0) od prave e je z P
određeno izrazom
e
d
ο
r 90
M 1P × p M1
d= r O y
p
x
Slika 4.4.3.
r
gde je p =(px , py , pz ) vektor pravca prave e, dok
M1(x1, y1, z1 ) je jedna utvrđena tačka na pravoj e.
Definicija se zasniva na činjenici, da je traženo rastojanje u stvari poklapa se sa

r
visinom paralelograma razapetog vektorima p i M 1 P .
Primer 4.4.3.: Date su tačke: A(4, –2, 3), B(1, 3. –1) i C(0, 1, 1). Odredimo dužine
visin trougla ∆ABC!
Ovde ćemo da izračunamo samo visinu koja pripada stranici AB. Ostale visine čitalac
će sam izračunati!
________________________________________________________________________________________
81
Vektor pravca prave kroz tačke AB je AB = OB − OA =(–3, 5, –4). Pošto tražimo

rastojanje tačke C od prave AB, potreban nam je još i vektor AC = OC − OA =(–4, 3, –2).
r
Ulogu vektora p igra vektor AB , a ulog vektora M 1 P preuzima AC . Zato, posmatrana
visina ima dužinu:
AB × AC
hc = .
AB
r r r
i j k
2 2 + 10 2 + 112 3 2
Pošto je AB × AC = − 3 5 − 4 =(2, 10, 11) ⇒ hc = 2 2 2
= .
(−3) + 5 + (−4) 2
−4 3 −2
4.4.4. Međusobni odnos tačke i ravni
U ovom međusobnom odnosu je najinteresantnije pitanje udaljenosti tačke do ravni,

kojoj ne pripada. (Slika 4.4.4.)
Neka je ravan α data sa svojom opštom

jednačinom: A x + B y + C z + D = 0 i neka je data →
n
tačka van te ravni P(x0, y0, z0), tačka M1(x1, y1, z1) je z
NP P
tačka koja pripada ravni. Duž ONP je projekcija
r
vektora OP na pravac vektora n =(A, B, C), normale d d
M1 ο
ravni, dok ONM je isto tako projekcija vektora OM 1 90
90
ο
NM α P'
na pravcu istog vektora normale ravni. Sada već
možemo uočiti, da je rastojanje tačke P od ravni α
jeste apsolutna vrednost razlike tih dveju projekcija: O
y
x
d = ON P − ON M = prnr OP − prnr OM 1 . Slika 4.4.4.
Na osnovu definicije skalarnog proizvoda dva vektora:

r
r r n A x0 + B y 0 + C z 0
n o OP = n prn OP ⇒ prn OP = r OP =
r r i
n A2 + B 2 + C 2
r
r r n A x1 + B y1 + C z1
n o OM 1 = n prn OM 1 ⇒ prn OM 1 = r OM 1 =
r r .
n A2 + B 2 + C 2
r
Ranije smo već uveli obeležavanje: n o OM 1 = − D , pri čemu M1 je tačka koja pripada ravni:
−D
prnr OM 1 = .
A + B2 + C 2
2
________________________________________________________________________________________
82
Imajući u vidu sve izneto, rastojanje tačke od ravni određujemo na sledeći način:
r r r
n o OP − n o OM 1 n o OP + D
d= r = r .
n n
Definicija 4.4.4.: Rastojanje proizvoljne tačke P(x0, y0, z0) prostora od ravni, čija je
opšta jednačina: A x + B y + C z + D = 0 jeste:
A x0 + B y 0 + C z 0 + D
d=
A2 + B 2 + C 2
Primer 4.4.4.: Data je tačka D(8, 3, –7) kao četvrto teme trostrane piramide ABCD.
Koordinate tačaka A, B i C smo zadali u primeru 4.4.3. Izračunajmo visinu piramide koja je
spuštena iz tačke D na osnovu ABC!
Odredimo prvo jednačinu ravni, koja sadrži tačke ABC. Vektor normale ravni je
sledeći vektorski proizvod: AB × AC =(2, 10, 11), ujedno određujemo u dužinu tog vektorskog
proizvoda 225 = 15 . Postavimo sada ravan, recimo, kroz tačku A (možemo odabrati bilo koju
od triju tačaka osnove! Zašto?)
3(x – 4) + 10(y + 2) + 11(z – 3) = 0 ⇒ 3x + 10y + 11z – 25 = 0
3 ⋅ 8 + 10 ⋅ 3 + 11 ⋅ (−7) − 25 16
Konačno, tražena visina je: hD = = .
15 5
4.4.5. Međusobni odnos prave i ravni
Posmatramo pravu e zadatu svojim jednačinama u kanoničnom obliku i ravan α sa

jednačinom u opštem obliku. U kakvom međusobnom položaju mogu biti ovi objekti? Neka
r
je tačka M0(x0, y0, z0) utvrđena tačka u prave, vektor pravca prave je p = ( p x , p y , p z ) a vektor
r
normale ravni je uobičajeni n =(A, B, C). Jednačine su:
x − x0 y − y 0 z − z 0
e: = = , α: A x + B y + C z + D = 0.
px py pz
a) U slučaju uzajamne normalnosti vektora pravca prave i vektora normale ravni

moguće je da prava paralelna sa ravni, ali može i cela da joj pripada. ( Uočimo to na slici
4.4.5.1.):
r r
p o n = 0 ⇒ (e || α )∨ ( e ⊆ α ).
Provera potpunog pripadanja prave ravni zahteva samo kontrolu pripadanja tačke M0
ravni. Nakon tih konstatacija je očevidno:
r r
( p o n = 0 ) ∧ ( M0∈α )⇒ e ⊆ α ,
r r
( p o n = 0 ) ∧ ( M0∉α )⇒ e || α .
________________________________________________________________________________________
83
r r
b) Ako je p o n ≠ 0 . tada postoji jedna i samo jedna tačka, koja pripada i pravoj i
ravni. To je prodor prave kroz ravan. Određivanje koordinata prodora je prilično jednostavno:
transformišimo jednačine prave iz kanoničnog oblika na parametarski oblik i to uvrstimo u
jednačinu ravni. Iz dobijene jednačine sa jednom nepoznatom određujemo vrednost parametra
t, što determiniše i koordinate zajedničke tačke:
A(t px +x0)+B(t py +y0)+C(t pz +z0)+D = 0.
Prodor prave na ravni se određuje drugom tehnikom, ukoliko je prava data

jednačinama dveju ravni koje se seku. Tim jednačinama prave priključujemo kao treću
jednačinu, jednačinu ravni i rečimo sistem sa tri nepoznate:
α: A x + B y + C z + D = 0,
δ: A1 x + B1 y + C1 z + D1 = 0,
ε: A2 x + B2 y + C2 z + D2 = 0,
gde je α jednačina ravni koja nam je zadata u početku, a prava e je određena kao presečna
linija ravni δ i ε. U slučaju protivrečnog sistema (sistema bez rešenja) prava ne prodire kroz
ravan (paralelna je sa njom), a u slučaju neodređenog sistema (beskonačno mnogo zajedničkih
tačaka) prava pripada ravni.
e e e
z z z
→ →
p p
→
n
→
90 o p →
α → α α n
n P ξ ϕ
y y P y
O O O
x x x
Slika 4.4.5.1. Slika 4.4.5.2. Slika 4.4.5.3.
Poseban međusobni položaj je normalnost prave i ravni. U slučaju paralelnosti vektora

pravca prave i vektora normale ravni prava i ravan su uzajamno normalne (Slika 4.4.5.2.)
r r
p × n = 0 ⇒ (e ⊥ α ).
U slučaju nekog kosog ugla između prave i ravni, postavlja se pitanje veličine tog
ugla. (Slika 4.4.5.3.) Uočiti, da je ugao između vektora pravca prave i vektora normale ravni
ϕ je dopunski ugao ugla ξ, između same prave i ravni. Prema tome:
r r
pon
cos ϕ = r r = sin ξ.
p n
Dodatno pitanje međusobnog položaja prave i ravni je i slučaj pramena ravni: to je

skup ravni koje sve sadrže jednu istu pravu..
Neka je e jedna utvrđena prava u prostoru zadata kao presek neparalelnih ravni δ i ε:
________________________________________________________________________________________
84
δ: A1 x + B1 y + C1 z + D1 = 0,
ε: A2 x + B2 y + C2 z + D2 = 0.
Ako je P(x', y ', z') proizvoljna tačka prave e tada koordinate tačke P zadovoljavaju i
jednačine ravni δ i ε:
A1 x' + B1 y ' + C1 z' + D1 = 0 i A2 x' + B2 y '+ C2 z' + D2 = 0 ⇒

⇒ λ(A1 x' + B1 y ' + C1 z' + D1 ) + µ(A2 x' + B2 y '+ C2 z' + D2 ) = 0 ⇒
⇒ (λA1 + µA2 )x' + (λ B1 + µB2) y '+ (λC1 + µC2) z' + (λD1 + µD2 ) = 0,
gde su λ i µ proizvoljni realni brojevi.
Zaključak: tačka P pripada ne samo ravnima δ i ε već i bilo kojoj ravni čiji vektor
normale je proizvoljna linearna kombinacija vektora normala ravni δ i ε. Slobodni član u tim
jednačinama je proizveden iz slobodnih članova datih ravni upotrebom istih brojeva kao i
linearna kombinacija vektora normala. Jednačina pramen ravni sa zajedničkom pravom e je:
(λA1 + µA2) x + (λB1 + µB2) y + (λC1 + µC2) z + (λD1 + µD2 ) = 0.
Vektori normala ravni koje određuju pravu e su:

r r
n1 = ( A1 , B1 , C1 ) i n 2 = ( A2 , B2 , C 2 ) , slobodni članovi su D1 i D2.
r
Vektori normala elemenata pramena pravih su n s = ((λA1 + µA2), (λB1 + µB2), (λC1 + µC2)) a
slobodni članovi Ds = (λD1 + µD2 ), λ ,µ ∈ R .
Posmatrajmo normalni oblik jednačina ravni δ i ε, koje određuju pravu:
A1 x + B1 y + C1 z + D1 A2 x + B2 y + C 2 z + D2
δ: =0 i ε : = 0.
A12 + B12 + C12 A22 + B22 + C 22
Šta predstavlja sledeća jednačina?
A1 x + B1 y + C1 z + D1 A2 x + B2 y + C 2 z + D2
= ± .
A12 + B12 + C12 A22 + B22 + C 22
Odgovor je: U zavisnosti od znakova ± to su dve ravni, dva elementa pramena ravni iz
r r r
prethodnog razmatranja. Vektor normale jedne ravni je nu1 = n10 + n 20 , a druge ravni je
r r r r r
nu 2 = n10 − n 20 , gde su n10 i n 20 jedinični vektori normala ravni δ i ε. Zbir, odnosno razlika tih
vektora polovi ugao između datih vektora odnosno dopunski udao između istih vektora.
Prema tome, prepoznali smo simetralne ravni dijedra određenog datim ravnima δ i ε.
________________________________________________________________________________________
85
Primer 4.4.5.1.: Odrediti jednačine prave, koja je ortogonalna projekcija prave e na

ravni α ako je
 2x − y + 2 = 0
e:  i α: x + y – z + 3 = 0.
x + 2 y − z + 1 = 0
Transformišimo prvo jednačine prave na kanonični oblik:
Odaberimo vrednost koordinate z = 0. Tada iz sistema 2x – y = – 2, x + 2y = –1 sledi

x = –1, y = 0.
Na taj način odabrali smo kao fiksnu tačku date prave: M(–1, 0, 0). Vektor pravca će
r r r r r
biti p = n1 × n 2 =(1, 2, 5), jer je n1 =(2, –1, 0) i n 2 =(1, 2, –1). Sledi:
 x = t −1
x +1 y z 
e: = = , ili u parametarskom obliku: e :  y = 2t .
1 2 5  z = 5t

Prodor tačke na ravni α određujemo na poznat način: uvrštavanjem parametarskih

jednačina u jednačinu ravni:
(t – 1) + ( 2t ) – ( 5t )+ 3 = 0 ⇒ t = 1 ⇒ x = 0, y = 2, z = 5.
Tačka prodora je: D(0, 2, 5).
U sledećem koraku nađemo normalnu projekciju jedne tačke prave na ravni.

Projektujmo upravo tačku M. Napišemo jednačine prave n kroz tačku M, tako da bude
normalna na ravan α, zatim odredimo prodor i te prave na ravni α. Ova normalna prava ima
vektor pravca paralelan sa vektorom normale ravni:
x = s − 1
x +1 y z 
n: = = ili u parametarskom obliku: n :  y = s .
1 1 −1  z = −s

Određivanje prodora:
2  5 2 2
(s – 1) + ( s ) – ( –s )+ 3 = 0 ⇒ s = − ⇒ M '  − , − , .
3  3 3 3
Jednačine tražene projekcije e’ spajaju tačke D i M ’. Vektor pravca je razlika vektora
položaja OD i OM ' a prolazi bilo kroz tačku D bilo kroz tačku M ’ :
 5 8 13 
OD − OM ' =  , ,  .
3 3 3 
r
Pojednostavimo vektor pravca: e ' = (5, 8, 13) i odaberimo tačku D. Jednačine tražene
projekcije su:
x y −2 z −5
= = .
5 8 13
________________________________________________________________________________________
86
Primer 4.4.5.2.: Napišimo jednačine prave e kroz tačku M tako, da seče date prave p i
q. (M∉ p i M∉ q).
Rešavanje zadatka počinjemo analizom:
a) Ako su p i q paralelne prave, a tačka M ne pripada njihovoj ravni, nema rešenja.

b) Ako su p i q paralelne prave, a tačka M pripada njihovoj ravni, tada imamo
beskonačno mnogo rešenja.
c) Ako su p i q presečne prave, a tačka M ne pripada njihovoj ravni, tada postoji
jedinstveno rečenje: prava koja spaja tačku M sa presečnom tačkom datih pravih.
d) Ako su p i q presečne prave, a tačka M pripada njihovoj ravni, tada imamo
beskonačno mnogo rešenja.
x −1 y +1 z + 3 x−2 y z+3
e) Neka je M (1, 2, –1), p : = = , q: = = .
2 6 3 3 1 −1
Može se pretpostaviti, da to nije nijedan od prethodnih slučajeva, to jest; to su
mimoilazne prave a tačka je van njih. Ispitajmo međusobni odnos pravih!
r r r r
Poznato je, da su prave u istoj ravni ako i samo ako ( p × q ) o PQ = 0 , gde su p i q
vektori pravaca datih pravih, dok je PQ vektor koji spaja njihove fiksne tačke. Pošto je u
r r
ovom slučaju ( p × q ) o PQ = 2 ≠ 0 , znači prave su zaista mimoilazne. Napišimo jednačine
prave e koja seče obe prave i prolazi kroz M!
Postavimo prvo ravan kroz tačku M tako da ona sadrži i pravu p (neka je to ravan α).
Ravan α seče pravu q u tački R. Postavimo sada ravan kroz tačku M i pravu q (neka je to
ravan β). Ova ravan seče pravu p u tački T. Sada je već očevidno, da je tražena prava upravo
presek ravni α i β jer je q Õ β Ÿ R = α » q ⇒R ∈ α » β i p Õ α Ÿ T = β » p ⇒ T ∈ α » β.
Pošto smo obe ravni postavljali tako da sadrže tačku M zato M ∈ α » β. Odredimo te ravni!
r r
Vektor normale n1 ravni α paralelan sa vektorom p × MP . Pošto je vektor pravca
r
prave p: p =(2, 6, 3), a fiksna tačka na njoj je P(1, –1, –3), biće MP = OP − OM = (0, –3, –2).
r
Otuda je n1 = (3, –4, 6).
Jednačina ravni α:
3 (x – 1) – 4 (y – 2) + 6 (z + 1) = 0 ⇒ : 3 x – 4 y + 6 z + 11 = 0.
r r
Vektor normale n 2 ravni β je paralelan sa vektorom q × MQ . Pošto je vektor pravca
r
prave q: q =(3, 1, –1), a fiksna tačka na njoj je Q(2, 0, –3), biće MQ = OQ − OM = (1, –2, –2).
r
Otuda je n 2 = (4, –5, 7).
Jednačina ravni β:
4 (x – 1) – 5 (y – 2) + 7 (z + 1) = 0 ⇒ : 4 x – 5 y + 7 z + 13 = 0.
Zapaziti, da je bilo dovoljno samo uočiti postojanje tačaka R i T. Njihove koordinate

zadatak ne zahteva, međutim čitalaz može za vežbu da odredi te brojeve!
________________________________________________________________________________________
87
Sledi: prava kroz tačku M koja seče mimoilazne prave p i q je prava e. Jednačine te
prave pomoću ravni α i β síkok, u kanoničnoj formi i u parametarskom obliku su:
 x = 2t + 1
3 x − 4 y + 6 z + 11 = 0 x −1 y − 2 z +1 
e:  , e: = = e :  y = 3t + 2
4 x − 5 y + 7 z + 13 = 0 2 3 1  z = t −1

Primer 4.4.5.3.: a) Odrediti ose simetrije pravih koje se seku:

x −1 y +1 z + 3 x −1 y +1 z + 3
u: = = , v: = = .
2 6 3 2 −2 1
Očevidno, nije potrebno tražiti koordinate preseka, jer su jednačine pravih napisane
tako da im se poklapaju fiksne tačke: M(1, –1, –3).
Jedinićni vektori pravaca tih pravih su:

r r
r u 2 6 3 r v 2 2 1
u 0 = r =  , ,  , v0 = r =  , − ,  .
u 7 7 7 v 3 3 3
r r  20 4 16  r r  8 32 2 
Vektori u 0 + v 0 =  , ,  i u 0 − v 0 =  − , ,  su uzajamno normalni vektori, a
 21 21 21   21 21 21 
ujedno i unakrsne uglove, koji so obrazovani datim pravama. Jednačine simetrala su:
(korišćeni su pojednostavljeni, ali paralelni vektori pravaca).
x −1 y +1 z + 3 x −1 y +1 z + 3
s1 : = = s2 : = = .
5 1 4 −4 16 1
b) Odrediti jednačine simetralnih ravni dijedra određenog ravnima čije su jednačine:

α: 2 x + 6 y + 3 z + 1 = 0 i β: 2 x + 2 y – z + 9 = 0!
Po definiciji pramena ravni imamo jednačine simetralnih ravni:

1 1
δ: (2 x + 6 y + 3 z + 1) = (2 x + 2 y – z + 9) ⇒ 2 x – y – 4 z + 15 = 0,
7 3
1 1
η: (2 x + 6 y + 3 z + 1) = – (2 x + 2 y – z + 9) ⇒ 10 x + 16 y + z + 33 = 0.
7 3
Zadaci 4.4.: a) Ispitati međusobni položaj ravni α i prave e:

x −1 y + 3 z + 2
α : 4 x + 3 y – z + 3 = 0, e: = = .
2 −1 5
b) Odrediti koordinate ortogonalne projekcije tačke M(–1, 0, –1) na ravni
2x + y – z + 7 = 0.
c) Napisati jednačinu ravni koja prolazi kroz tačku P(–2, 3, 7), ako je normalna na
pravu čije su parametarske jednačine: x = t, y = t, z = t.
x −1 y + 2 z − 3
d) Napisati jednačinu ravni, koja sadrži pravu = = i normalna je na
2 1 3
ravan 2 x – 4 y + z + 5 = 0.
________________________________________________________________________________________
88
e) Napisati jednačinu ravni α, ako ona prolazi kroz tačke M1(3, 7, –5) i M2(6, –3, –1), i
normalna je na ravan β: 2 x –15 y + 7 z – 30 = 0. Na ravni α odrediti koordinate podnožja
normale spuštene iz koordinatnog početka na tu ravan.
f) Odrediti osno simetričnu sliku tačke P(–5, 4, 1) u odnosu na pravu kao osu, čije su
jednačine x = –3 + t, y = 5 t, z = 2 – 3 t.
Ispitni zadaci 4.:
1. (24.01.2002.)
Koordinatni početak je jedno teme paralelepipeda, tri susedna temena tom temenu
su tačke A(3,6,–4), B(–4, 7, 0) i C(9, 1, –3).
a) Naći koordinate preostala četiri temena tog paralelepipeda.
b) Napisati jednačinu ravni koja seče telo i sadrži temena A, B i C.
Rešenje:
a) Koordinate datih tačaka su ujedno i koordinate vektora položaja tih tačaka. Svaki
par vektora odredjuje po jednu stranu paralelepipeda, a četvrto teme ti strana su zbirovi tih
parova vektora: (–1, 13, –4), (12, 7, –7) i (5, 8, –3). Na kraju: i telesna dijagonala
"pokazuje" u jedno teme tela, to je četvrta tražena tačka: (8, 14, –7).
b) Postavimo ravan kroz tačke ABC:

x−3 y−6 z+4
−7 1 4 = 0 ⇒ 21x +17y – 41z – 329 = 0.
6 −5 1
2. (11.04.2002.)
 x + 2 y − 3z − 5 = 0
Napisati jednačine normalne projekcije prave p :  na ravan Oxy.
 2x − y + z + 2 = 0
Rešenje:
Prodor date prave na ravni Oxy (z = 0) je rešenje sistema jednačina: x + 2y = 5 i 2x – y

 1 12 
= –2. To je tačka P  , , 0  . Uzmimo jednu proizvoljnu tačku Q na pravoj (naprimer je z
5 5 
 1 2 
= –2). Iz odgovarajućeg sistema jednačina dobijemo: Q  − , − , − 2  , a projekcija te tačke
 5 5 
 1 2 
na ravni Oxy je: Q '  − , − , 0  .
 5 5 
7 x − y + 5 = 0
Tražena projekcija p' spaja tačke P i Q': p':  .
 z=0
________________________________________________________________________________________
89
3. (06.04.2004.)
x +1 y − 2 z +1 x−5 y −6 z
Date su prave p i q: p: = = , q: = =
−3 2 −4 3 6 −2
a) Pokazati da te dve prave ne pripadaju istoj ravni.
b) Naći njihovo najkraće rastojanje.
c) Napisati jednačinu ravni koja sadrži pravu p a paralelna je sa q.
Rešenje:
Neka su fiksne tačke datih pravih P(–1, 2, –1) i Q(5, 6, 0), a vektori pravca su
r r
p = ( −3, 2, − 4), q = (3, 6, − 2) . Vektor koji spaja tačke P i Q je PQ = OQ − OP = (6, 4, 1) .
( pr × qr ) o PQ = 24 . Pošto je taj broj različit od nule, znači prave su mimoilazne, pa računamo
najkraće rastojanje po sledećem: d =
( pr × qr ) o PQ . Prvo određujemo pr × qr = (20, − 18, − 24)
r r
p×q
r r 24
i p × q = 1300 . Sledi: najkraće rastojanje je d = ≈ 0,666 .
1300
r r
Tražena ravan ima vektor normale p × q = ( 20, − 18, − 24) i prolazi kroz tačku P:
20 (x +1) – 18 (y – 2) – 24 (z + 1) = 0 ⇒ 10 x – 9 y – 12 z + 16 = 0.
4. (K2 23.09.2003.)
Date su tačke A(1, 2, 3), B(4, 0, 5), C(2, 3, 1) i D(5, 1, 3).

a) Napisati jednačine prave p: (AB).
b) Napisati jednačine prave q: (CD).
c) Ispitati međusobni položaj pravih p i q.
d) Napisati jednačinu ravni, koja sadrži prave p i q.
Rešenje:
x −1 y − 2 z − 3 x − 2 y − 3 z −1
p: (AB): = = , q: (CD): = = .
3 −2 2 3 −2 2
Očevidno je, da su ove dve prave paralelne, jer imaju isti vektor pravca. To znači
postoji ravan koja ih sadrži. Ta će ravan sadržati bilo koju od te četiri tačke, i ima vektor
normale koji je normalan na vektore AB i AC . To je njihov vektorski proizvod:
AB × AC =(2, 8, 5)
Tražena ravan je 2 (x – 1) + 8 (y – 2) + 5 (z – 3) = 0, ili 2 x + 8 y + 5 z – 33 = 0.
________________________________________________________________________________________
90
5. MATRICE I DETERMINANTE
5.1. Matrice
5.1.1 .Pojam matrice
Definicija 5.1.1.: Skup od m×n elemenata aij poređanih u pravougaonu shemu, u m

vrsta i u n kolona, obrazuje matricu tipa (formata, dimenzije) (m,n), koja nema određenu
numeričku vrednost, već predstavlja određeni način pisanja elemenata nekog skupa.
[ ]
Skraćeno se obeležava sa A = aij (m,n) gde m označava broj vrsta, a n broj kolona ili sa
velikim slovima A,B,C,... Tako pišemo:
 a11 a12 a13 .... a1n 

a a 22 a 23 ... a 2 n 
A = [a ]
 21
ij (m,n) ili A = [ ai j ]m n =  a 31 a 32 a 33 ... a 3n  .
 
 ... ... ... ... ... 
a m1 am2 a m3 ... a mn 

aij (i = 1, 2... m, j = 1, 2, 3... n) su elementi matrice A.

ai 1 , ai 2 ... aij ... ain su elementi i-te vrste matrice A.
a1 j , a2 j ... aij ... amj su elementi j-te kolone matrice A.
[ ]
Elementi matrice aij (m,n) mogu da budu realni brojevi, kompleksni brojevi, funkcije.
Definicija 5.1.2.: Dve matrice su jednako ako i samo ako imaju isti broj kolona i vrsta
(istog su tipa) i elementi na odgovarajučim pozicijama redom jednaki:
(A = [ai j ]m n ) = (B = [ bi j ]k l ) ⇔
⇔ (m = k) Ÿ (n = l) Ÿ (ai j = bi j , ( i = 1,2,3,…,m; j = 1,2,3,…,n ))
Kada je kod matrice broj vrsta jednak broju kolona m=n, matrica je kvadratna. Inače
za m ≠ n pravougaona.
Svaka vrsta (kolona) matrice tipa (m,n) može se smatrati vektor-vrstom (vektor-
kolonom) tipa (1,n), odnosno (m,1). Tako je:
A1 = a11a12 ... aij ... a1n vektor vrsta.
91
__________________________________________________________________________________________
Primeri raznih matrica:
Pravougaona matrica tipa 3×4: Kvadratne matrice trećeg reda:
1 2 0 − 3 1 3 − 4   3 3 2
M = 5 0 − 7 1  ,
 A = 2 4 5  C = 4 7 9 ,
 
9 0 11 − 2 0 − 1 1  0 0 2
Dijagonalna matrica četvrtog reda: Jedinična matrica četvrtog reda:
a 0 0 0 1 0 0 0
0 b 0 0  0 1 0 0
D=  , E=  ,
0 0 c 0 0 0 1 0
   
0 0 0 d 0 0 0 1
Nula matrica tipa 3×2: Matrica kolona i matrica vrsta:
0 0   2
O = 0 0 a = 2 , b = [3 5 − 5 7 6 0] .
0 0 1 
Mešoviti slučajevi:
3
2 4 6 5  2i 1 + 3i i 
B = − 1 1 1  , A=  , D =  1 3 + i 2
1
 0 2 − 1   2 + i i 1 
− 1
 tgx sin x 
A1 = 0 3 −4 5 E=
1 − x
2
x 3 + 1
Ako se iz matrice A izostavi nekoliko vrsta i kolona ili samo jedan red, dobija se
minor matrica (submatrica) matrice A.
Ako matricu A rastavimo na minore u kojima susedni elementi ostaju susedni u

minorima i svaki elemenat se nalazi u jednom i samo jednom minoru, kažemo da je matrica A
razbijena na blokove.
A A12 
A =  11 gde su blokovi A11 , A12 , A21iA22
 A21 A22 
92
MATRICE I DETERMINANTE
__________________________________________________________________________________________
Ako u matrici elementi vrste i kolone promene mesta dobija se transponovana matrica.
Transponovanu matricu označićemo sa AT .
Tako naprimer:
 a11 a12 a1 j a1n   a11 a 21 a m1 

a a 2 n  a
a 22 a2 j a 22 a m 2 
A= AT =  12
21
  a1 j a2 j a mj 
   
a m1 am2 a mj a mn  a1n a2n a mn 
Ako je matrica A bila tipa (m,n) onda je AT .tipa (n,m).
U shemi kvadratne matrice, elementi a11a22 ..... ann su elementi glavne dijagonale, a
elementi a n1 a (n −1)2 ....a 2(n −1) a1n su elementi sporedne dijgonale.
5.1.2. Specijalne matrice
a) Matrica kod koje su svi elementi jednaki nuli naziva se nula matrica i
obeležava se sa 0.
b) Kvadratna matrica čiji su elementi na glavnoj dijagonali različiti odnule, a
ostali su nule, naziva se dijagonalna matrica.
d1 0 0 0 
 0 d2 0 0 
D =  
 0 0 d3 0 
 
 0 0 0 d4 
c) Dijagonalna matrica koja za sve elemente na glavnoj dijagonali ima jedinice,

naziva se jedinična matrica. Obeležava se sa En ili Jn Kroneckerovim
simbolom.
1 ako je i = j
[ ]

δ ij = 
0 ako je i ≠ j

d) Kvadratna matrica je simetrična kada su joj elementi simetrični u odnosu na

glavnu dijagonalu tj. aij = a ji . Primeri simetričnih matrica:
 1 −2 4 5
 3 2 − 4 − 2 3 1 4
S =  2 2 1  , Z =
 4 1 5 3
− 4 1 0   
 5 4 3 0
e) Kvadratna matrica je antisimetrična kada su joj elementi simetrično

raspoređeni u odnosu na glavnu dijagonalu suprotnog predznaka, tj. aij = − a ji .
Primeri:
__________________________________________________________________________________________
93
__________________________________________________________________________________________
 0 −2 4 5
 0 2 − 4  2
 0 1 4
T = − 2 0 1  V =
− 4 − 1 0 3
 4 − 1 0   
− 5 − 4 − 3 0
f) Kvadratna matrica je trouglasta, ako su svi elementi iznad ili ispod glavne
dijagonale jednaki nuli. Primeri:
2 3 5 2 0 0

G = 0 − 4 2  D = 4 − 5 0
0 0 1  1 3 1
g) Kvadratna matrica je ciklična, ako su elementi vrste (kolone) ciklično se

ponavljaju. Primer kraćeg zapisivanja takve matrice je C=(-2,1,3,2), gde je
− 2 1 3 2
 2 −2 1 3 
C= 
 3 2 −2 1 
 
1 3 2 − 2
5.2. Operacije sa matricama
5.2.1. Sabiranje matrica
Zbir dve matrice A = aij [ ]( m,n )

[ ](
i B = bij m,n )
[ ](
istog tipa (m,n) je matrica C = cij m ,n )
istog tipa (m,n) čiji su elementi zbirovi odgovarajućih elemenata matrica A i B. A + B = C

ako i samo ako aij + bij = cij (i = 1,2,....m; j = 1,2,....n ) .
Za sabiranje važi:
A+B=B+A - zakon komutacije
(A + B) + C = A + (B + C) - zakon asocijacije
0+A=A - neutralni element je 0
Oduzimanje matrica. Nije teško definisati oduzimanje matrica kao operaciju suprotnu
sabiranju matrica. Ako je X + B = A gde X = xij ; A = aij i B = bij ;
(i = 1,2,....m; j = 1,2,....n ) ,
tj. xij + bij = aij ⇒ xij = aij − bij i piše se X = A – B i nazivamo
razlikom matrice A i matrice B: A – B = C
5.2.2. Množenje matrice skalarom
Pod proizvodom matrice A i broja k podrazumevamo matricu sa oznakom kA ili Ak,

čiji se elementi dobijaju tako, što se svaki element matrice A pomnoži sa skalarom k.
[ ]
kA = Ak = kaij ( m,n )
(i = 1,2,...m; j = 1,2,....n )
94
__________________________________________________________________________________________
Za množenje matrice sa brojem važi:
kA = Ak - zakon komutacije
(k1k 2 )A = k1 (k 2 A) - zakon asocijacije za ∀k1 , k 2 ∈ C
( k 1 + k 2 A = k 1 A + k 2 A
 - zakon distribucije
k ( A + B ) = kA + kB 
EA=A
–1 A = –A - suprotna matrica
Ako matrice A1 , A2 ,... An istog tipa (m,n), pomnožimo sukcesivno sa brojevima

k1 , k 2 ,... k n i proizvode saberemo onda dobijemo k1 A1 + k 2 A2 +... k n An = L matricu L nazivamo
linearnom komibnacijom datih matrica.
5.2.3. Množenje matrica
[ ]
Pod proizvodom matrice A(m ,n ) = [aik ] i matrice B(n , p ) = bk , j u datom poretku A B
[ ]
podrazumevamo matricu C (m , p ) = cij , čije elemente dobijamo po formuli:
n
cij = aij bij + ai 2 b2 j + .... + ain bnj = ∑ aik bkj (i = 1,2,....m; j = 1,2,....b )
k =1
Množenje matrica se preglednije može predstaviti takozvanom Falkovom šemom:

b 11 b 12 b 13 .... b 1j .... b 1n
b 21 b 22 b 23 .... b 2j .... b 2n
b 31 b 32 b 33 .... b 3j .... b 3n
- - - - - - - - - - - - - - - - - - - - - - - - --
- - - - - - - - - - - - - - - - - - - - - - - - --
b k1 b k2 b k3 .... b kj .... b kn
a 11 a 12 a 13 .... a 1k c11 c12 c13 .... .... c1n
a 21 a 22 a 23 .... a 2k c21 c22 c23 .... .... c2n
a 31 a 32 a 33 .... a 3k c31 c32 c33 .... .... c3n
--------------------- - - - - - - - - - - - - - - - - - - - - - - - - --
a i1 a i2 a i3 .... a ik cij
--------------------- - - - - - - - - - - - - - - - - - - - - - - - - --
a m1 a m2 a m3 .... a mk cm1 cm2 cm3 .... .... cmn
Po ovoj definiciji proizvoda matrica AB, množenje je moguće izvesti, ako matrica A
(činilac sa leve strane) ima toliko kolona koliko matrica B ima vrsta (desni činilac). Ako je taj
uslov ispunjen onda su matrice saglasne (za množenje).
A ⋅ B ≠ BA - zakon komutacije ne važi

( AB ) ⋅ C = A(B ⋅ C ) - zakon asocijacije
( A + B ) ⋅ C = AC + BC - zakon desne distribucije
A( B + C ) = AB + AC - zakon leve distribucije
__________________________________________________________________________________________
95
__________________________________________________________________________________________
Po ovoj definiciji proizvod matrica AB može da bude nula i ako matrica A ≠ 0 i

matrica B ≠ 0 tj.
 2 − 1 1 − 2  0 0 
A=  B=  AB =  
− 4 2   2 − 4 0 0 
Zakon asocijativnosti dozvoljava u slučaju množenja više činilaca različite redoslede

izvršenja operacija, kao što je predstavljeno na sledećim šemama:
Neka nam je zadato pet matrica koje su saglasne u

pogledu množenja u sledećem redosledu: A⋅B⋅C⋅D⋅E. Ako E
množimo s leva na desno, tada je šema vodoravna:
D D⋅E
B C E C C⋅(D⋅E)
D
B B⋅(C⋅(D⋅E))
A A⋅B (A⋅B)⋅C ((A⋅B)⋅C)⋅D (((A⋅B)⋅C)⋅D)⋅E
A A⋅(B⋅(C⋅(D⋅E)))
U slučaju izvršavanja operacije s desna na levo šeme će se prostirati vertikalno. Bilo
koliko (saglasnih) činilaca imamo, izbor redosleda vršenja operacija je irelevantan, ali ne
smemo menjati mesto činilaca, jer je množenje matrica nekomutativna operacija!
U slučaju kvadratnih matrica možemo definisati i stepenovanje matrica. Tako, na

primer u slučaju kvadratne matrice A = [ ai j ] n n proizvod te matrice sa samom sobom je isto
tako kvadratna matrica istog tipa: A ⋅ A = A2, zatim: A2⋅ A = A3, i uošte: An ⋅ A = An+1.
Zbog asocijativnosti množenja matrica važi:
An ⋅Am = Am ⋅An = An+ m
Za matrice, koje zadovoljavaju uslov A2 = A kažemo da su idempotentne. Matrice koje

nusu nula matrice, t.j. A πO ali za neko n ≥ 2 važi An = O teljesül (O je nula matrica),
kažemo da ju nilpotentne.
U slučaju idempotentnih matrica svakako važi i An = A za n ≥ 2.
Za nilpotentne matrice je (" k Œ N) ( An = O fi An+ k = O).
5.2.4. Transponovanje matrica
[ ]
Transponovana matrica matrice A = [ ai j ] m n je AT = a& i j n m .Elementi a i j = a& j i dobijeni
su zamenom kolona i vrsta.
Transponovanje matrica zadovoljava sledeće uslove:
a) ("a Œ R) (a A)T= a AT,
b) (A + B)T = AT + BT,
c) (A ◊ B)T = BT ◊AT.
Proveru osobine c) uradićemo kroz primer:
96
__________________________________________________________________________________________
4 -1 2 1 -1
5 0 3 3 1
1 4 -3 2 4
1 3 2 21 7 5 4 5 1 21 5
-1 1 4 5 17 -11 -1 0 4 7 17
2 3 -3 5 -11
5.2.5. Zadaci za vežbu
1. Ako su elementi matrice a = α ; b = β ; c = γ ; d = δ , izraziti pomoću identiteta matrica.

 a  α 
b  β 
a b  α β   = 
R: =
   , ili a , b , c , d = α , β , γ , δ , ili
 c d  γ δ   c  γ 
   
 d  δ 
2. Naći nepoznate u matričnoj jednačini A=B ako su:
1 3 π − 2  1 3 a − 2 
A=  , A =  
8 − 7 5 1  x 3 − 7 5 ln y 
 2   2 
R: a = π , x = 2; y = e
3. Date su matrice A i B. Naći A+B, A–B, 3A–B.

1 2 − 1 0  3 − 4 1 2 

A = 4 0 2 1  , B = 1 5
 0 3 
2 − 5 1 2  2 − 2 3 − 1
4 − 2 0 2 − 2 6 − 2 − 2  0 10 − 4 − 2
R : A + B = 5 5 2 4 , A − B =  3 − 5 2 − 2  , 3 A − B = 11 − 5
    6 0 
4 − 7 4 1   0 − 3 − 2 3   4 − 13 0 7 
4. Date su matrice
 1 1 − i 4i 1 + 2i  − 2i 1 
A=  B=  C= 
2i 3  4 3−i   1 1 + i
− 13i 2 − 3i 
Izračunati matricu D = i A–2B + 3C R: 
 − 7 − 3 + 8i 
1 2   2 3 − 4 − 5 
5. Date su matrice. A =   , B=  , C=  . Dali postoje brojevi k1 i
3 − 4 − 1 5  9 − 23
k 2 takvi, da je k1 A + k 2 B = C ( R:( 2, −3) )
__________________________________________________________________________________________
97
__________________________________________________________________________________________
 − 4 2 3
6. Matricu A =  1 − 1 2 napisati kao zbir jedne S (simetrične) i T (antisimetrične)
 8 − 6 5
1 1
matrice. Primeniti: S = A + AT ; T = A − AT
2 2
− 8 3 11  0 1 − 5
1 1
R : S =  3 − 2 − 4 T = − 1 0 8  ⇒ A = S + T
2 2
 11 − 4 10   5 − 8 0 
7. Proveriti sledeće proizvode:

2 2  8 10 12 
[4,5,6]  3  = [17],  3  [4,5,6] =  12 15 18  ,
   
− 1 − 1 − 4 − 5 − 6
 1 4 − 3 1  2   1 4 − 3
 2 0 1  ⋅ 1 =  3  , [1,1,1]  2 0 1  = [2,7,−7] .
    
− 1 3 − 5 1 − 3 − 1 3 − 5
8. Primenom Falkove šeme sa proverom zbira kolona naći proizvode.

 1 2 3  1 −1 1 
B = 2 4 6 A =  − 3 − 2 − 1
1 2 3 − 2 1 0 
− 1 2  2 − 3
9. Pomoću matrice A =   i B=  dokazati da je
 3 − 2 1 4 
− 3 3 8 − 2 
( A + B )2 ≠ A 2 + 2 AB + B 2 ⇒  ≠ ,
 12 0 5 − 11
 6 12  − 5 11
A 2 − B 2 ≠ ( A − B)( A + B) ⇒  ≠ ,
− 15 − 3 − 8 8 
− 3 − 3 − 3 − 3
( A − B) 2 A 2 + AB + BA + B 2 ⇒  = ,
 12 0   12 0 
 17 13 
( A − B)( A + B ) = A 2 + AB + BA − B 2 ⇒  
− 22 − 14
98
__________________________________________________________________________________________
5.3. Determinante
5.3.1. Definicije
a) Kvadratnoj matrici od 4 elementa dodeljuje se brojevna vrednost definisana sa
a11 a12
= a11a22 − a12 a21
a21 a22
Taj broj zovemo determinantom drugog reda. Prema navedenoj definiciji vrednost
determinante drugog reda izračunava se tako što se od proizvoda elemenata na glavnoj
dijagonali oduzme proizvod elemenata na sporednoj dijagonali.
b) Kvadratnoj matrica od 9-elemenata dodeljujemo broj definisan na sledeći način:

a11 a12 a13
a22 a23 a21 a23 a21 a22
a21 a22 a23 = a11 − a12 + a13 =
a32 a33 a31 a33 a31 a32
a31 a32 a33
= a11a22 a33 − a11a23a32 − a12 a21a33 + a12 a23a31 + a13a21a32 − a13a22 a31 .
Navedene definicije za izračunavanje a13 a22 a31

determinanata drugog i trećeg reda su
a
takozvana SARRUS-ova pravila. 11 a23 a32
Primena tih pravila se može šematski  a 12 a 21 a 33
prikazati na sledeći način: a11 a12 a13 a11 a12

- a12 a21
a21 a22 a23 a21 a22
a11 a12 a31 a32 a33 a31 a32
+a13 a21 a32
a21 a22 + a12 a23 a31
+ a11 a22
+ a11 a22 a33
Potrebno je posebno naglasiti, da za izračunavanje determinanata četvrtog ili višeg

reda ne važe SARRUS-ova pravila. Takve determinante ćemo izračunati primenom pravila
koja ćemo upaznati na narednim stranicama.
Primer:
3 1 2
2 1 −1 1 −1 2
−1 2 1 = 3 −1 +2 = 3( −4 + 1) − ( 2 − 3) + 2(1 − 6) = −18
−1 −2 3 −2 3 −1
3 −1 −2
Za element aij kažemo da leži na parnom mestu + ako je zbir indeksa i+j paran broj, a
leži na neparnom mestu ako je i+j neparan broj.
__________________________________________________________________________________________
99
__________________________________________________________________________________________
Ako u determinanti izostavio red i kolonu u kojoj se nalazi element aij dobijamo opet
determinantu, koju ćemo zvaki minorom ili subdeterminantom date determinante koji
odgovara elementu aij . Minor koji odgovara elementu aij obeležavamo sa Dij
Kofaktor elementa aij definisaćemo sa: Aij = ( −1)i + j Dij
Pomoću kofaktora vrednost determinante trećeg reda izračunavamo sa

a11 A11 + a12 A12 + a13 A13 , što znači da je vrednost determinante jednaka zbiru proizvoda
elemenata prve vrste sa odgovarajućim kofaktorima.
 4 −1 3
Primer: Svi kofaktori matrice A = − 5 − 4 8  :
 − 3 0 − 1
1+1 1+2
A11=(–1) M11= 4, A12=(–1) M12= – 29,
A13=(–1)1+3M13= –12, A21=(–1)2+1M21= –1,
A22=(–1)2+2M22= 5, A23=(–1)2+3M23= 3, + _ + _ +
_ _
A31=(–1)3+1M31= 4, A32=(–1)3+2M32= –47, + +
_
A33=(–1)3+3M33= –21. + +
_ +
+
Nakon izračunavanja determinante odgovarajuće +
podmatrice (minort-matrice) promenimo znak ili ostavljamo ga
u saglasnosti sa znakom (–1)i+j. Priložena šah tabla olakšava
pamćenje načina promene - odnosno ne menjanja znaka prilikom
izračunavanja kofaktora.
Determinantu kvadratne matrice od 4×4 elemenata čija je vrednost definisana sa:
a11 a12 a13 a14

a21 a22 a23 a24
D= = a11 A11 + a12 A12 + a13 A13 + a14 A14
a31 a32 a33 a34
a41 a42 a43 a44
zvaćemo determinantom četvrtog reda
Na isti način se definišu determinante čiji je red veći od četiri.
5.3.2. Osobine determinanata
1. Transponovana determinanta ATdate determinanteAima istu vrednost

kao i determinanta : A =AT.
a b c a p x
Primer: p q r = aqz + xbr + pyc − xqc − pbz − ayr = b q y.
x y z c r z
100
__________________________________________________________________________________________
2. Vrednost determinante može se dobiti njenim razvijanjem po elementima bilo

koje vrste ili kolone.
3. Ako su svi elementi neke vrste ili kolone jednaki nuli, vrednost determinante je
nula.
4. Ako u determinanti D izmene mesta bilo koje dve vrste ili kolone,
determiananta D menja znak.
5. Ako su odgovarajući elementi dveju vrsta ili dveju kolona jednaki, vrednost
determinante je nula.
6. Zajednički činioc elemenata neke vrste ili kolone može se kao faktor izvući
pred determinantu, što znači da se determinanta množi brojem (skalarom) tako
da se tim brojem pomnože svi elementi samo jedne vrste ili kolone.
7. Ako su odgovarajući elementi dve vrste ili kolone proporcionalni, vrednost

determinante D je nula.
8. Neka su elementi neke vrste ili kolone zbirovi od po dva sabirka. Tada se
determinanta može napisati u obliku zbira dve determinante čiji su elementi
jednaki elementima date determinante sa izuzetkom vrste ili kolone koja je
predstavljena u obliku zbira,- u toj vrsti ili koloni se nalaze prvi sabirci u prvoj
determinanti, a drugi sabirci u drugoj determinanti.
Tako, neka su elementi prve vrste prikazani kao binomi:
a11 + b11 a12 + b12 a13 + b13

D= a 21 a 22 a 23 =
a 31 a 32 a 33
= (a11 + b11 ) A11 + (a12 b12 ) A12 + (a13 b13 ) A13 =

= a11 A11 + a12 A12 + a13 A13 + b11 A11 + b12 A12 + b13 A13 =
a11 a12 a13 b11 b12 b13

= a 21 a 22 a 23 + a 21 a 22 a 23 .
a 31 a 32 a 33 a 31 a 32 a 33
gde smo sa A11 , A12 , A13 obeležili kofaktore determinante D.
9. Ako se svi elementi neke vrste ili kolone pomnože nekim brojem (skalarom) i
dodaju odgovarajućim elementima bilo koje vrste odnosno kolone, vrednost
determiannte se ne menja.
__________________________________________________________________________________________
101
__________________________________________________________________________________________
Neka su elementi prve kolone determinanta D pomnoženi brojem k i dodajemo

odgovarajućim elementima treće kolone. Na taj način dobija se determinanta:
a11 a12 a13 + ka 11 a11 a12 a13 a11 a12 ka 11

D' = a21 a22 a23 + ka 21 = a21 a22 a23 + a21 a22 ka 21 = D + O = D
a31 a32 a33 + ka 31 a31 a32 a33 a31 a32 ka 31
jer je druga determinanta zbog proporcionalnosti odgovarajućih elemenata prve i treće kolone
jednaka nuli.
Ovu osobinu koristimo za izračunavanje vrednosti determinante čiji je red veći od tri.
Primer:
1 3 2 1 4 0 −4 7
4 −4 7 0 −16 3
−2 1 −1 −3 −1 0 −3 −1
D= , D= , D = −1 − 3 − 1 , D = −1 −3 −1
1 −1 − 2 2 1 −1 − 2 2
−6 41 −3 5 0
−1 2 1 1 1 0 −3 5
(1) (2) (3) (4)
(1) Množeći treću vrstu respektivno sa 3,1 i 2, pa dodajemo redom prvoj, drugoj i
četvrtoj vrsti, dobijemo drugu determinantu.
(2) Razvijajući drugu determinantu po elementima druge kolone dobijemo jednu

determinantu trećeg reda.
(3) Ako sada množimo elemente druge vrste i respektivno sa 4 i 1, pa dodajemo

odgovarajućim elementima prve i treće vrste, dobijemo četvrtu determinantu.
(4) Razvijemo li ovu determinantu po elementima prve kolone, lako možemo dobiti
njenu vrednost.
−16 3
D= = −64 + 18 = −46 .
−6 4
10. Ako kofaktore neke vrste, odnosno kolone, pomnožimo odgovarajućim

elementima neke druge vrste, odnosno kolone, i dobijene proizvode saberemo,
zbir je nula.
Naprimer, elemente druge vrste pomnožimo sa odgovarajućim kofaktorima prve vrste

i saberemo, za zbir dobijemo 0,
a21 a22 a23

a21 A11 + a22 A12 + a23 A13 = a21 a22 a23 = 0
a31 a32 a33
jer su elementi prve i druge vrste jednaki.
102
__________________________________________________________________________________________
11. Za izračunavanje determinante n-tog reda primenimo LAPLACE-ovu teoremu.

Vrednost determinante dobijemo razvijajući determinantu D po elementima
bilo koje vrste, odnosno kolone:
Razvoj po i-toj vrsti:

n
a ) D = ai 1 Ai 1 − ai 2 Ai 2 +... + ( −1) i+n
ain A1n = ∑ ( −1)i + k aik Aik
k =1
Razvoj po j-toj koloni:

n
b) D = aij Aij − a2 j A2 j +... + ( −1) n + j anj Anj = ∑ ( −1)i + k aki Aki
k =1
Dokaz: Sa (i–1)-om zamenom mesta dve susedne vrste dovedemo i-tu vrstu na mestu
prve. Na taj način prva vrsta postaje druga, druga postaje treća, itd. Tako dobijene
determinante označimo sa D". Dokažimo da je D"=D.
Koristeći osobine determinante imamo: D' = ( −1)i −1 D i da je
n n
D' = ∑ ( −1) k −1a1•k A1•k = ∑ ( −1) k −1aik Aik jer a1•k = aik i A1' k = A1k .
k =1 k =1
Zamenimo D' iz prethodne formule :

n
( −1)i −1 D = ∑ ( −1) k −1aik Aik / ( −1)i +1
k =1
n
( −1)i −1+ i +1 D = D = ∑ ( −1)i + k aik Aik što smo i trebali dokazati.
k =1
Slično se može dokazati i druga formula (razvoj po j-toj koloni).
5.3.3. Zadaci za vežbu:
Dokazati da je:
7 4 1 −2 a −b 0 0
1 2 3
1 2 0 3 0 a −b 0
a) 4 4 7 = 18 , b) = 108, c) = a 4 − b4 ,
4 5 6 6 0 0 a −b
7 8 9
7 8 0 9 −b 0 0 a
a b a b
b 2 + c2 ab ac
b a a b
d) = ( a − b) ( a + b ) ,
3
e) ab a +c2 2
bc = 4a 3b 3c3 .
a b a a
ac bc a 2 + b2
b a b a
__________________________________________________________________________________________
103
__________________________________________________________________________________________
5.4. Inverzna matrica
5.4.1. Rang matrice
Pod elementarnim transformacija,a matrice A tipa (m,n) podrazumevamo sledeće

operacije nad njenim vrstama, odnosno kolonoma.
1. Međusobna zamena dve vrste (kolone)

2. Množenje jedne vrste (kolone) brojem različitim od nule.
3. Sabiranje odgovarajućih elemenata jedne vrste (kolone) elementima druge
vrste (kolone) prethodno pomnoženih proizvoljnim brojem.
Dve matrice koje se mogu transformirati jedna u drugu konačnim brojem

elementarnim transformacijama zovu se ekvivalentne matrice. Označimo simbolom A ~ B.
Pomoću elementarnih transformacija svaka (ne nula) matrica A može se svesti na

oblik ekvivalentne matrice B koja je trougaona (trapezasta) sa nulama ispod glavne dijagonale
i sa elementima različitim od nule na glavnoj dijagonali do nekog k-tog reda.
Definicija 5.4.1.: Kvadratna matrica A je regularna ako i samo ako ima determinantu
različitu od nule:  A ≠ 0. Ako je determinanta kvadratne matrice jednaka nuli, tada je
matrica singularna.
Među singularnim matricama n-tog reda možemo uvesti određenu klasifikaciju:

posmatrajmo podmatrice reda n–1. Ako među tim podmatricama ima bar jedna regularna,
tada je to jedna vrsta singzlarnosti, kažemo da je rangj matrice n–1. Ako su i sve kvadratne
podmatrice reda n–1 takođe singularne, tada ćemo pokušati pronaći kvadratnu podmatricu
reda n–2 koja je regularna. Ako pronađemo bar jednu takvu matricu, tada ćemo reći, da
matrica ima rang n–2.
Posmatranje te osobine može da se prenese i na proizvoljne pravougaone matrice tipa

m¥n. Naravno, takva matrica nema determinantu, ali možemo jio odrediti rang, pronalazivši
maksimalnu njenu regularnu kvadratnu podmatricu. Očevidno, rang je broj, koji ne može biti
veći od manje dimenzije matrice r ≤ min(m,n).
Definicija 5.4.2.: Ako matrica A = [a ]i j mn ima bar jednu regularnu kvadratnu

podmatricu reda r, a sve kvadratne podmatrice višeg reda su singularne, tada kažemo, da
matrica A ima rang r:
rang( A ) = r Œ N , r £ min(m,n).
Primer: Matrica B je singularna, jer je B= 0, znači: rang(B) = 2 jer matrica ima
kvadratnu regularnu podmatricu drugog reda (na primer to je minor B11).
1 2 3 1 2 3 
5 6
B =  4 5 6  , B11 = = –3, C =  4 8 12  .
8 9
 7 8 9   3 6 9 
104
__________________________________________________________________________________________
Matrica C je singularna C= 0, rang(C) = 1, jer nema ni jednu regularnu kvadratnu

podmatricu drugog reda, ali svaki od elemenata je kvarana matrica prvog reda.
Teorema 5.4.5.: Rang matrice se ne menja, ako na njoj izvršimo sledeće elementarne
transformacije:
– zamenimo mesta dve vrste (ili dve kolone),
– bilo koju vrstu (ili kolonu) pomnožimo brojem lπ 0,
– sa lπ 0 pomnoženu vrstu (kolonu) dodajemo paralelnoj vrsti (koloni).
Dokaz: Rang matrice zavisi od reda najveće determinante, koja se može iz te matrice
izdvojiti. Nabrojane elementarne transformacije menjaju znak determinante, množe
determinantu sa brojem, koji nije nula ili ne menjaju determinantu. To znači, ako je neka
kvadratna podmatrica date matrice bila regularna, nakon izvršene transformacije ostaje
regularna. to upravo znači nepromenjenost ranga.É
Očevidno, rang se ne menja ni onda, ako iz neke matrice izostavimo celu vrstu (ili
kolonu) ako je ona sačinjena isključivo od nula.
Primenom elementarnih transformacija menjamo matricu ali nova matrica ima isti
rang kao i data matrica. Uzastopnom primenom elementarnih transformacija u više koraka
možemo transformisati matricu na trougaonu matricu koja ima na dijagonali sve elemente
različite od nule. Tada već vidimo, da je rang te poslednje matrice (pa i matrice od koje je ona
dobijena) upravo broj elemenata na dijagonali. Diskusiju ranga, koja zavisi od nekog
parametra pokazuje sledeći primer:
Primeri 5.4.5. Nađimo rang matrice A i izvršimo diskusiju ranga matrice B u

zavisnosti od parametra l!
 1 2 −4 3 −3   1 2 −4 3 − 3
− 2 −4 8 −6 2   − 4 
A=  ~  0 0 0 0 ~
 2 6 − 10 9 − 10   0 2 −2 3 −4
   
 4 0 −8 0 5  0 −8 8 − 12 17 
 1 0 0 0 0  1 0 0 0 0  1 0 0
 − 4  ~  − 4   0 1 0 fi rang( A ) = 3.
~  0 0 0 0  0 0 0 0 ~  
 0 2 −2 3 0  0 2 0 0 0  0 0 1
   
 0 0 0 0 0  0 0 0 0 0
U prvoj fazi smo prvu vrstu pomnožili sa 2 i dodali smo je drugoj vrsti, isto tako prvu
vrstu smo množili sa –2 i dodali smo trećoj vrsti, i na kraju prvu vrstu pomnoženu sa 4 dodali
smo četvrtoj vrsti. Istovetnost ranga između polazne i dobijene matrice obeležimo znakom ~.
U drugoj fazi množenjem prve kolone sa odgovarajućim brojevima i dodavanjem

ostalim kolonama “stvaramo” nule u prvoj vrsti.
U trećoj fazi “poništimo” brojeve u trećoj vrsti.
__________________________________________________________________________________________
105
__________________________________________________________________________________________
U poslednjoj fazi izostavimo nula-kolonu i nula-vrstu, zamenom mesta zadnje i

predzadnje kolone (pa i deljenjem kolona sa odgovarajučim brojevima) dobijamo jediničnu
matricu, za koje je očevidno rang 3.
 1 3 1  1 3 1  1 3 1 

B =  −2 λ −7  
− 3  ~  0 λ −1   .
−1  ~  0 λ −1 −1 
 − 1 λ − 4 λ 2 − 3λ   0 λ − 1 λ 2 − 3λ + 1  0 0 λ 2 − 3λ + 2
Slično postupamo, kao u prethodnom primeru: množenjem prve vrste sa

odgovarajućim brojem i dodavanjem drugoj, odnosno trećoj vrsti, dobijamo nule u prvoj
koloni. U drugoj fazi mnozimo drugu vrstu sa –1 i dodajemo trećoj vrsti što rezultuje
dijagonalnu matricu. Ta matrica ima determinantu različitu od nule, ako je l–1≠0 i l≠–2, dok
u slučaju kada je l–1=0, ili l=–2, treća vrsta je sačinjena od samih nula, pa se može izostaviti
– te rang matrice je 2. Za sve ostale vrednosti parametra l je rang matrice 3.
5.4.2. Adjungovana matrica
Kvadratnoj matrici A n-tog reda pridružili smo det(A), Osmotrimo sad kofaktore te
determinante, koji odgovaraju elementima aij i označeni sa Aij (i , j , = 1, 2,... n) i pomoću tih
kofaktora Aij formiramo matricu M = Aij n (i , j = 1, 2,... n) . Transponovanu matricu matrice
M nazivamo adjungovanom matricom matrice A.
 A11 A21 An1 
T  
adj ( A) = M =  A12 A22 An 2  .
 A1n A2 n Ann 
Može se dokazati da matrica A ⋅ adj ( A) = adj ( A) ⋅ A = det( A) ⋅ E
 a11 a12 a1n   A11 A21 An1 

 
A ⋅ adj ( A) = a 21 a 22 a 2 n  ⋅  A12 A22 An 2  =
 a n1 an2 a nn   A1n A2 n Ann 
 n n n

∑
 a1k A1k ∑a 1k A2 k ∑a 1kAnk 
 k =1 k =1 k =1 
 n n n

∑
=  a 2 k A2 k ∑a 2k A2 k ∑ a1k Ank  .
 k =1 k =1 k =1 
 n n n

∑
 a 3k A3k
 k =1
∑a k =1
nk A2 k ∑k =1
a nk Ank 

Iz poznatih osobina determinananata sledi:

A 0 0
n
0 i≠ j  
∑ a ik A jk = 
i = j (i, j = 1,2,...n)
što daje A ⋅ adj ( A) =  0 A 0  = A⋅ E .
k =1 A 0 0 A 

106
__________________________________________________________________________________________
Na sličan način dobijamo da je adj ( A) ⋅ A = A ⋅ E
Za datu matricu A i za njenu adjugovanu matricu A* važe sledeće osobine:
a) A A* = A* A ,
b) A A* =An,
c) A A* =AA*⇒ A* = An–1,
d) A= 0 ⇒ A A* = O.
Navedena tvrđenja jednoznačno slede iz definicije množenja matrica.
Primer: Odrediti adjungovanu matricu matrice A i pokazati da je
A ⋅ adj ( A) = adj ( A) ⋅ A = det( A) ⋅ E

1 2 3   5 − 3 − 1
 
A = 2 3 4 , det A = A = −3, sledi: matrica A je regularna. adj ( A) =  2 − 3 2  ,
2 1 3 − 4 3 − 1
1 2 3  5 − 3 − 1 − 3 0 0
A ⋅ adj ( A) = 2 3 4  2 − 3 2  =  0 − 3 0  = −3 ⋅ E
    
2 1 3 − 4 3 − 1  0 0 − 3
 5 − 3 − 1 1 2 3 − 3 0 0
adj ( A) =  2 − 3 2  2 3 4 =  0 − 3 0  = −3 ⋅ E
    
− 4 3 − 1 2 1 3  0 0 − 3
5.4.3. Inverzna matrica
Ako želimo da odredimo inverznu (recipročnu) matricu kvadratne matrice A, treba

naći matricu A −1 , koja pomnožena matricom A daje jediničnu matricu E, tj:
A ⋅ A−1 = A−1 ⋅ A = E .
Polazimo od jednačine A ⋅ adj ( A) = adj ( A) ⋅ A = det( A) ⋅ E . Iz toga sledi u slučaju

regularnosti matrice A tj. kada je A ≠ 0 onda prethodna jednakost se deli sa A i tada
adj ( A) adj ( A)
dobijamo: A ⋅ = ⋅ A=E.
A A
adj ( A)
Iz ovoga se vidi da je A −1 = . Matricu A–1 nazivamo inverznom (recipročnom)
A
matricom matrice A.
__________________________________________________________________________________________
107
__________________________________________________________________________________________
A* 1
A–1 = = A*
A A
Svaka regularna matrica ( A ≠ 0) ima inverznu (recipročnu) matricu, dok singularna

matrica ( A = 0) nema inverznu matricu.
Primer: Proveriti sledeće matrice:
2 6 5   1 − 38 27 
adjA
a) A = 5 3 − 2 A = −1 A −1 − = − 1 41 − 29
A
7 4 − 3  1 − 34 24 
 3 0 5 2 −7 3 41 − 59 
 3 6 4 3  5 − 2 − 30 − 43 
adjB 
b) B= B = −1 −1
B = =
− 4 1 2 3 B  12 − 5 69 − 99 
   
− 3 1 1 2 − 19 8 111 − 159
1 1 − 1 2 1 − 1
adjC
c) C = − 4 − 5 6  C −1 = = 2 − 1 2 
C
 − 3 − 3 4  3 0 1 
 3 2 3 −8 −5 1 
adjD
d) D = − 4 − 3 − 5 D −1 = =  29 18 − 3
D
 5 1 − 1 − 11 − 7 1 
Neke osobine regularnih matrica i stepena kvadratne matrice.
1. Ako je A regularna matrica, ona je i A −1 regularna matrica.

2. ( A −1 ) −1 = A; E
3. Ako su A i B regularne matrice n-tog reda, onda je ( A ⋅ B) −1 = A −1 ⋅ B −1
4. Ao = E ; A−1 = A; A2 = A ⋅ A; A3 = A2 ⋅ A;... A K = A K −1 ⋅ A
5. A P ⋅ Aq = A p + q ; p , q ∈ N
6. ( A p ) q = A pq ; p, q ∈ N
A − n = ( A −1 ) .
n
7.
2 1 − 3 2 − 2 4
Primer: Rešiti matričnu jednačinu   ⋅ X ⋅  5 − 3 =  3 − 1 po nepoznatoj
3 2    
metrici X !
Jednačina je oblika A ⋅ X ⋅ B = C. Pomnožimo obe strane jednačine sa leve strane

matricom A–1 , dok sa desna množimo sa B–1 (ukoliko one postoje – u suprotnom slučaju
jednačinu je nemoguće rešiti).
Nakon tih množenja dobija se jednačina X ⋅= A–1 ⋅ C ⋅ B–1 , a to je i rečenje zadatka.
108
__________________________________________________________________________________________
2 1
–1  2 −1 
Imamo: A= 
3 2  ⇒ A =  −3 2 
,
  
− 3 2 3 2  − 2 4
B=   ⇒B–1 =   i C=  ,
 5 − 3 5 3  3 − 1
C B −1
Primenimo FALK-ovu šemu u obliku :
A −1 A −1 ⋅ C A −1 ⋅ C ⋅ B −1
−2 4 3 2
3 −1 5 3  24 13 
, prema tome: X =  .
2 −1 −7 9 24 13 − 34 − 18 
−3 2 12 − 14 − 34 − 18
5.4.4. Zadaci za vežbu

1
a) Proveriti u slučaju matrice M čunjenicu: M–1 = M.
4
 1 1 1 1 
 1 1 −1 − 1 
M=  .
 1 −1 1 −1 
 
 1 −1 −1 1 
b) odrediti inverzne matrice za A i B!
0 1 1 ....1
2 1 0 0 1 0 1
3 ....1 
2 0 0  
A = B= 1 1 0
, ....1 .
1 1 3 4  

−1
  ... ... ... .......
2 2 3
 1 1 1 .... 0 
 1 1 −1   1 −1 3 
c) Rešiti matričnu jednačinu X ⋅  2 1 0  =  4 3 2  !
 1 − 1 1   1 − 2 5 
Ispitni zadaci 5.
1. (24.01.2002.)
Rešiti matričnu jednačinu AX + B = CX +D po nepoznatoj matrici X ako su date

matrice:
A = 1 3 , B = 3 1 , C = 1 1 , D =  7 3.
3 5 1 3 1 1 11 11
       
.
__________________________________________________________________________________________
109
__________________________________________________________________________________________
Rešenje:
–-1
AX + B = CX +D ⇒ (A – C ) X =D – B odnosno MX = N odakle sledi X = M N,
gde je: M =A – C = 1 3 – 1 1 = 0 2 i N =D – B =  7 3 – 3 1 =  4 2 .
3 5 1 1 2 4 11 11 1 3 10 8 
           
4 − 2 1 2
Pošto je det(M) = –1/4 i M –-1
= − 1  , sledi X =  .
4−2 
0 2 1
2. (06.06.2002.)
a) Diskutovati rang matrice A(t).

b) Rešiti matričnu jednačinu (X+3E)–1=A(3)/4.
1 3 1 
A(t ) =  − 2 t − 7 −3 
 − 1 t − 4 t 2 − 3t  .
 
Rešenje:
1 3 1   1 3 1   1 3 1 
a) A(t ) = − 2 t − 7
 −3  ~  0 t −1 −1  ~  0 t −1 −1 .
 − 1 t − 4 t 2 − 3t   0 t − 1 t 2 − 3t + 1  0 0 t 2 − 3t + 2 
     
U prvom koraku prva vrsta je pomnožena sa 2 dodata je drugoj vrsti, odnosno prva
vrsta samo je dodata trećoj vrsti.
U drugom koraku druga vrsta je oduzeta od treće vrste. Očevidno, za t 2 –3t + 2 = 0,

tojest za t1 = 1 ili za t2 = 2 rang matrice je 2 jer imamo 0 vrstu.
Za sve ostale vrednosti parametra t (za t ≠ 1 i za t ≠ 2) rang matrice je 3.
b) Obeležimo A(3)=B. Pristupamo rešavanju matrične jednačine:
( X + 3E )–1 = B/4 ⇒ 4E =B ( X + 3E ) ⇒ 4E =B X + 3B ⇒
⇒ B X = 4E – 3B ⇒ X =B–1(4E – 3B ).
 1 3 1 1 − 9 − 3
 
Pošto je B = − 2 − 4 − 3 , 4 E − 3B = 6 16 9  , det(B)=4,
   
 − 1 − 1 0  3 3 4 
 − 3 − 1 − 5  − 6 − 1 − 5
1 
1 , zato će biti X =B (4E – 3B )=  3 − 2 1 .
–1
B =
−1
3 1
4    
 − 1 − 1 1   − 2 − 2 − 1
110
__________________________________________________________________________________________
3. (02.09.2003)
a a + b a + 2b a + 3b
−a a 0 0
Izračunati determinantu .
0 −a a 0
0 0 −a a
Rešenje:
Dodajmo elemente druge kolone odgovarajućim elementima prve kolone, zatim

elemente treće kolone dodajemo elementima prve kolone, i konačno elemente četvrte kolone
dodajemo odgovarajućim elementima prve kolone i dobijemo:
a a + b a + 2b a + 3b 4a + 6b a + b a + 2b a + 3b
−a a 0 0 0 a 0 0
= =
0 −a a 0 0 −a a 0
0 0 −a a 0 0 −a a
a 0 0
=(4a+6b) − a a 0 .
0 −a a
Pošto je determinanta na kraju "trougaona", zato njena vrednost je jednaka proizvodu

dijagonlnih elemenata. Prema tome, tražena determinanta je ∆ =2a3(2a + 3b).
4. (23.09.2003.)
 2 − 4x + 2 5 − 1
2 −8 3 4 
Izračunati determinantu D =  .
− 1 − 2 x − 6 3 3
 
1 x−4 0 2
Rešenje:
Primenom osobina determinanata i Laplasove teoreme razvoja dobija se D = 25x.
5. (13.04.1999.)
3 1 − 1
Data je matrica A = 0 2 0  .
1 1 1 
a) Dokazati da je An = n 2n −1 A − (n − 1) 2n E , gde je E jedinična matrica, za n∈N.

b) Pomoću prethodnog saznanja naći A−1 bez algoritma za inverziju matrica.
__________________________________________________________________________________________
111
__________________________________________________________________________________________
Rešenje:
a) Dokaz ćemo izvršiti takozvanom matematičkom indukcijom. Taj metod dokaza je

poznat studentima iz srednje škole.
Prvo se proverava važenje tvrđenja za n = 1: A1 = 1 ⋅ 21−1 A − (1 − 1) 21 E = A .

Takođe se uočava, da je za n = 2: A2 = 4 A − 4E .
Sledi pretpostavka važenja tvrđenja za n = k: A k = k 2 k −1 A − (k − 1) 2 k E .

Potrebno je dokazati, da važi za n = k+1: A k +1 = (k + 1) 2 k A − k 2 k +1 E
Pomnožimo prethodnu matričnu jednakost sa matricom A.

Dobijamo: A k +1 = k 2 k −1 A 2 − (k − 1) 2 k A .
Zamenom činjenice A 2 = 4 A − 4 E , sledi:

A k +1 = k 2 k −1 (4 A − 4 E ) − (k − 1) 2 k A = 4 k 2 k −1 A − 4 k 2 k −1 E − k 2 k A .
Iskoristimo da je 4=22, odnosno: 4 k 2k–1 = k 2k+1, sledi:

= 2 k −1 A (4k − 2k + 2) − k 2 k +1 E = (k + 1) 2 k A − k 2 k +1 E ,
što je i trebalo dokazati.
b) Za iznalaženje inverzne matrice pomoću prethodnog rezultata, a bez upotrebe

postupka za invertovanje, uočiti sledeće: za n = 2 smo imali: A 2 = 4 A − 4 E .
Pomnožimo ovu jednakost a A-1 i dobijamo: A = 4 E − 4 A −1 .
1
Odavde sledi: A −1 = E − A .
4
112
6. SISTEMI LINEARNIH JEDNAČINA
6.1. Pojam sistema linearnih algebarskih jednačina
Precizirajmo prvo pojam promenljive ili inepoznate.
Promenljive ili nepoznate veličine pripadaju datom skupu S. Elementi skupa mogu
biti interpretirani sa bilo kojim elementom skupa U:
S = {x, y, z, u,…, x1, y1, z1, u1,… ,x2, y2, z2, u2,… ,xn, yn, zn, un,…}.
Pretpostavimo, da elementi, sa kojima se susrećemo uvek pripadaju skupu R realnih

brojeva.
Sistem linearnih jednačina nad skupom realnih brojeva S je konjunkcija m jednačina u
kojima ( x1, x2, x3, …, xn ) označavaju nepoznate, dok su a i j ∈ R skalarne veličine,
koeficijenti sistema jednačina, b i ∈ R su takodje skalarne veličine, takozvani slobodni
članovi, gde su i ∈ {1, 2, 3, … , m}, j ∈ {1, 2, 3, … , n}, m,n∈ N:
a11 x1 + a12 x 2 + a13 x 3 + ... + a1n x n = b1

S:
a 21 x1 + a 22 x 2 + a 23 x 3 + ... + a 2 n x n = b 2
a 31 x1 + a 32 x 2 + a 33 x 3 + ... + a 3n x n = b3
-------------------------------------------------------
a m1 x1 + a m 2 x 2 + a m3 x 3 + ... + a mn x n = bm
Ukoliko su svi slobodni članovi jednaki nuli, to jest b1 = b2 = b3 =…= bm = 0, tada se

govori o homogenom sistemu jednačina. U protivnom (to jest ako je bar jedan od slobodnih
članova različit od nule), sistem je nehomogen sistem.
Koeficijente sistema S, brojeve a i j možemo svrstati u jednu matricu A, koju nazivamo

matricom sistema linearnih jednačina. Ukoliko tu matricu proširimo sa n+1-vom kolonom
slobodnih koeficijenata, tada se dobija proširena matrica Â sistema.
 a11 a12 a13 ... a1n   a11 a12 a13 ... a1n b1   x1   b1 
a    
 21 a 22 a 23 ... a 2n   a 21 a 22 a 23 ... a 2 n b2   x 2  b 
 2
A =  a 31 a 32 a 33 ... a 3n  , Â =  a 31 a 32 a 33 ... a 3n b3  , x =  x3  , b =  b3  .
       
 ... ... ... ... ...   ... ... ... ... ... ...   ...   ... 
 a m1 a m2 a m3 ... a mn  a am2 a m3 ... a mn bm   x n   bm 
  m1   
Upotrebom uvedenih oznaka sistem od datih n jednačina može se zapisati i kao

matrična jednačina: A ◊ x = b. (Primetimo, da je matrica A tipa m¥n, matrica x tipa n¥1, tako
matrica b mora biti tipa m¥1!). Koristeći oznake za transponovanje vektor kolone x i b mogu
se zapisati i u obliku:
113
_____________________________________________________________________________________________________
x= [ x1 x2 x3 ... x n ]
T
i b= [ b1 b2 b3 ... bm ] .
T
U cilju pojednostavljenja često te vektore kolone pišemo u obliku:
x = (x1, x2 , x3 , … , xn ) i b = (b1, b2 , b3 , … , bm ).
Ovakav način zapisivanja ne treba da predstavlja teškoće, jer kod pravih vektora vrsta
koristimo uglaste zagrade i bez zapeta izmedju elemenata.
Vektor kolona a = [ α 1 α 2 α 3 ... α n ] T e rešenje sistema S ako i samo ako važi

jednakost A ◊ a = b, drugim rečima, ako je:
a11α 1 + a12α 2 + a13α 3 + ... + a1nα n = b1

a 21α 1 + a 22α 2 + a 23α 3 + ... + a 2 nα n = b2
a 31α 1 + a 32α 2 + a 33α 3 + ... + a 3 nα n = b3
-------------------------------------------------------
a m1α 1 + a m 2α 2 + a m 3α 3 + ... + a m nα n = bm .
Po ranijoj konvenciji umesto a = [ α 1 α 2 α 3 ... α n ]T mogli smo pisati i

a = (a1, a2 , a3 , … , an ).
U zavisnosti od koeficijenata može se desiti, da sistem nemoguće rešiti, ali i to je

moguće, da imamo beskonačno mnogo rešenja.
Primer: Data su četiri sistema jednačina.

2 x1 − 3 x 2 = 5 2 x1 − 3 x 2 = 5
2 x1 − 3x 2 = 5 2 x1 − 3 x 2 + x 3 = 5
S1: , S2: 5 x1 + 2 x 2 = 3 , S3: 5 x1 + 2 x 2 = 3 , S4:
5 x1 + 2 x 2 = 3 5 x1 + 2 x 2 − 2 x 3 = 3
7 x1 − x 2 = 2 7 x1 − x 2 = 8
U pogledu rešivosti konstatujemeo sledeće:
Sistem S1 je jednoznačno rešiv, rešenje je x = (1, –1)

Sistem S2 nije rešiv, ne postoji ni jedan skup realnih brojeva koji ga zadovoljava.
Kod sistema S3 rešenja prve dve jednačine zadovoljavaju i treču, pa je sistem rešiv.
Na kraju, sistem S4 ima beskonačno mnogo rešenja, pošto umesto x3 možemo zameniti
bilo koji broj.
x = (x1 = 1+ 4 x , x2 = –1+ 9 x , x3 = proizvoljan realan broj).

3 3
19 19
U daljem radu istražujemo mogućnost pronalaženja rešenja sistema jednačina. Pitamo:
¾ Da li je dati sistem rešiv? Koji su uslovi rešivosti datog sistema jednačina?

¾ Ako je sistem rešiv, kako doći do rešenja?
¾ Analizirajmo rešenja (diskusija). Da li su vektori dobijeni u toku rešavanja stvarno rešenja?
Postoje li još neka rešenja? Koliko rešenja postoje?
114
SISTEMI LINEARNIH JEDNAČINA
_____________________________________________________________________________________________________
6.2. GAUSS-ov metod eliminacije nepoznatih
Razmotrićemo sada sisteme linearnih jednačina u kojima se broj jednačina ne mora

poklapati sa brojem nepoznatih.
Sistem od m jednačina sa n nepoznatih imaće oblik
a11 x1 + a12 x1 L + a1 j x j L + a1n xn = b1

a21 x1 + a22 x2 L + a2 j x j L + a 2 n xn = b2
M M O M M M
(1)
ai1 x1 + ai 2 x2 L + aij x j L + ain xn = bi
M M M O M M
am1 x1 + am 2 x2 L + amj x j L + amn xn = bm
gde su xj (j=1,2,...,n) nepoznate,

aij (i=1,2,...,m , j=1,2,...,n) koeficijenti uz nepoznate,
bi (i=1,2,...,m) nezavisni članove,
pri čemu može biti m = n, m < n ili m > n.
Ako su u sistemu jednačina (1) svi nezavisni članovi bi (i=1,2,...,m) jednaki nuli
onda ga nazivamo sistemom homogenih jednačina, u suprotonom kažemo da je sistem
nehomogenih jednačina.
Rešenjem sistema (1) nazivamo svaku uređenu n-torku od n brojeva
(ξ1, ξ2, ξ3, ... ,ξn)
koji zamenjeni redom umesto xj (j=1,2,...,n) u jednačinama (1) iste pretvaraju u identitete.
Upoznaćemo se sad sa Gauss-ovim metodom sukcesivne eliminacije nepoznatih.
Neka je dat sistem (1) i neka je a11 ≠ 0. Pomnožimo obe strane prve jednačine sa
a21 a
i oduzmemo od odgovarajućih strana druge jednačine, zatim sa 31 i oduzmemo od
a11 a11
odgovarajućih strana treće jednačine itd.
Dobijemo sistem:
a11 x1 + a12 x1 L + a1 j x j L + a1n x n = b1

′ x2
a 22 L + a 2′ j x j L + a 2′ n x n = b2′
M O M M M
(2)
a i′2 x 2 L + a ij′ x j L + ain′ x n = bi′
M M O M M
a m′ 2 x 2 ′ xj
L + a mj ′ xn
L + a mn = bm′
U sistemu (2) sem prve jednačine ni jedna jednačina ne sadrži nepoznatu x1.
Pored toga sistem (2) ekvivalentan je sa sistemom (1).
_________________________________________________________________________________
115
_____________________________________________________________________________________________________
Predpostavimo da je a′22 ≠ 0 i transfomišemo sistem (2) tako da prve dve jednačine

ostanu nepromenjene a iz preostalih jednačina sistema (2) eliminisaćemo nepoznatu x2 .
′ a42
a32 ′ a′
Množimo obe strane druge jednačine redom sa , ,K, m 2 i oduzimamo od
a′22 a22
′ a′22
odgovarajućih strana preostalih jednačina.
Dobijemo sistem jednačina ekvivalentan sistemu (1).
a11 x1 + a12 x1 + a13 x1 L + a1 j x j L + a1n xn = b1

′ x2 + a′23 x2 L + a′2 j x j L + a′2 n xn
a22 = b2′
′′ x3 L + a3′′j xn L + a3′′n xn
a33 = b3′′
M M O M M
at′′3 x3 L + atj′′ x j L + atn′′ xn = bt′′
Ovaj sistem sadrži t jednačina, pri čemu je t b m jer se broj jednačina pri prvoj i
drugoj transformaciji mogao smanjiti (ako je neka jednačina dobila oblik 0=0). Gore opisani
postupak eliminacije nepoznatih se nastavlja dok se ne dobije sistem od k jednačina, pri čemu
je izvršena eliminacija (k-1) nepoznate
a11 x1 + a12 x1 + L + a1,k −1 xk −1 + a1k xk L + a1n xn = b1

′ x2 + L + a2′ ,k −1 xk −1
a22 + a2′ k xk L + a′2 n xn = b2′
M M M
k −1 k −1
a kk x + L +a
k kn xn = bkk −1
gde su očigledno a11 ≠ 0, a22′ ≠ 0, K, akk( k −1) ≠ 0 i k≤ m i k≤ n. U ovom slučaju sistem (1) je
rešiv. Ako je k=n sistem (1) je određen, a za k< n sistem je neodređen, a u slučaju ako se
dobija sistem u kome se nalazi bar jedna jednačina čija je leva strana nula a desna različita od
nule, tada je sistem protivrečan.
Zaista, ako je k = n sistem (4) dobija oblik:

a11 x1 + a12 x1 + L + a1n xn = b1
′ x2 + L + a′2 n xn
a22 = b2′
O M M
n −1
a nn n x = bkn −1
Iz poslednje jednačine može se izračunati nepoznata xn . Zamenimo li xn u

pretposlednju jednačinu može se izračunati nepoznata xn–1 . Na ovaj način nastavljamo
izračunavanje nepoznatih xn–2 , xn–3 , ... ,x2 ,x1 .
U slučaju kada se broj preostalih jednačina i nepoznatih razlikuje moguće su

situacije koje šematski predstavljamo na slici 6.1.
116
_____________________________________________________________________________________________________
m<n m=n m>n
1442443
1442443
r
1442443
n 1442443
n 1442443
n
Slika 6.2.1.
Analizirajmo sliku! Vertikalna crta predstavlja znak jednakosti u jednačinama. Sa

desne strane te crte mogu biti slobodni šlanovi različiti od nule, može biti medju njima i nula,
a u slučaju homogenog sistema jednačina su svi ti brojevi jednaki nuli.
Primenom GAUSS-ovog postupka (pošto upravo sprovodimo "poništavanje" članova
na levoj strani) moguće je da neke jednačine potpuno nestanu (njihovo mesto je obeleženo
ispod horizontalne crte). Ako pri tome "ostaju" takve jednačine, čije desne strane nisu
poništene (to su te unakrsno šrafirane oblasti u desnim donjim uglovima), tada dobijemo neke
"besmislene" jednačine oblika 0 = K, gde K broj različit od nule. Takav sistem je nemoguć!
Koristimo li naša znanja u vezi matrica, možemo izreći sledeći sud: Rang matrice
sistema jednačina (to je matrica levo od vertikalne crte) jeste manji od ranga takozvane
proširene matrice sistema (to su svi brojevi: i koeficijenti i slobodni članovi). Po toj činjenici
se prepoznaje takozvani nemogući ili nerešivi ili protivrečan sistem jednačina.
Ukoloko u toj kariranoj oblasti nema ni jednog broja različitog od nule, tada te
"besmislene" jednačine ispod horizontalne crte i ne postoje. Tada je sistem rešiv. Prva
mogućnost takve rešivosti je već razmotrena upravo ispred ovih ispitivanja. Preostaje da se
odgovori na pitanje: šta se dešava, kada je preostali broj "nezavisnih" ili "neponištivih"
jednačina je manji od broja nepoznatih. Neka je preostali broj jednačina r. Prebacimo sve
nepoznate kojih ima n–r na desnu stranu, i dobijamo sistem sledećeg oblika:
′ x 2 + a13
x1 + a12 ′ x 4 + ................... + a1′r x r = b1′ − (a1′ r +1 x r +1 + ... + a1′n x n )
′ x3 + a14
x 2 + a ′23 ′ x 4 + .......... ........ + a ′2′r x r = b2′′ − ( a ′2′ r +1 x r +1 + ... + a 2′′ n x n )
′ x3 + a ′24
′′′ x 4 + ................... + a 3′′′r x r = b3′′ − (a 3′′′r +1 x r +1 + ... + a 3′′′n x n )
x 3 + a 34
------------------------------------------------------------------------
x r = br* − ( a r* r +1 x r +1 + ... + a r* n x n ) .
Taj sistem šematski prikazujemo na slici 6.2.
b
1442443
1442443 123
r n-r
Slika 6.2.2.
_________________________________________________________________________________
117
_____________________________________________________________________________________________________
Očevidno je, dalji postupak rešavanja se u potpunosti poklapa sa postupkom koji smo
opisali na prethodnoj strani u slučaju odredjenog sistema jednačina. Sve nepoznate od prvog
do r-tog: x1, x2, , x3 , . . . , xr izračunamo pomoću veličina na desnoj strani gde je prisutno n–r
slobodno odabranih nepoznatih. Takav sistem nazivamo neodredjeni sistem sa n–r stepeni
slobode. Takav sistem ima beskonačno mnogo rešenja.
Još jedna konstatacija u vezi homogenih sistema jednačina. Iz prethodnog razmatranja

sledi, da homogeni sistemi jednačina ne mogu biti nemogući! Homogeni sistemi jednačina su
uvek rešivi. Jedino pitanje je kod tih sistema: da li je sistem odredjen ili neodredjen, i ako je
neodredje, sa koliko stepena slobode je neodredjen?
Na kraju zaključujemo da se Gauss-ova metoda može primeniti na bilo koji sistem

linearnih jednačina, i uvek odgovara na pitanje rešivosti sistema.
Primeri:
1. Reštiti sistem jednačina:

x1 − 2 x2 − 3x3 =4
2 x1 − 3 x2 − 5 x3 =7
x1 + 2 x2 + 2 x3 =1
Transformacije ćemo izvršiti na proširenoj matrici sistema:
1 − 2 − 3 4  1 − 2 − 3 4  1 − 2 − 3 4 
2 − 3 − 5 7  ( −2)⋅a1i + a2 i ∼ 0 1 1 − 1 ∼ 0 1 1 − 1
  
1 2 2 1  ( −1)⋅a1i + a3i 0 4 5 − 3 ( −4)⋅a2 i + a3i 0 0 1 1 
U poslednjoj matrici odgovara sistem jednačina:
x1 − 2 x2 − 3x3 =4
x2 + x3 = −1 x1 = 3 , x2 = –2 , x3 = 1
x3 =1
2. Rešiti sistem jednačina:

x1 − x2 + 2 x3 − x4 =4
2 x1 + x2 + 3 x3 + 2 x4 =8
x1 + 2 x2 − 3 x3 + x4 =5
2 x1 − 2 x2 + 8 x3 =6
1 − 1 2 − 1 4 1 − 1 2 − 1 4  1 − 1 2 − 1 4  1 − 1 2 − 1 4 
2 1 3 2 8  0 3 − 1 4 0  0 3 − 1 4 0  0 3 − 1 4 0
 ∼ ∼ ∼ 
1 2 − 3 1 5  0 3 − 5 2 1  0 0 − 4 − 2 1  0 0 − 4 − 2 1 
       
2 − 2 8 0 6  0 0 4 2 − 2 0 0 4 2 − 2 0 0 0 0 − 1
118
_____________________________________________________________________________________________________
Poslednja vrsta matrice sadrži jednačinu 0 = –1 što znači da je sistem protivrečan (nema
rešenja).
3. Rešiti homogeni sistem jednačina:

2 x1 − x2 + 3x3 − x4 =0
3x1 + x2 − x3 + 5x4 =0
x1 + x2 − 4 x3 + 6 x4 =0
2 − 1 3 − 1 2 − 1 3 − 1 2 − 1 3 − 1
     
 3 1 − 1 5  ∼ 5 0 2 4  ∼ 5 0 2 4 
1 2 4 6  5 0 2 4  0 0 0 0 
Poslednja matrica odgovara sistemu jednačina koji je neodređen jer poslednja

jednačina sadrži tri nepoznate.
2 x1 − x2 + 3x3 − x4 = 0
5x1 + 3x3 + x4 = 0
Dvema nepoznatama dajemo proizvoljne vrednosti: x3=α , x4=β

2α + 4β 9α − 13β
x1 = , x2 = , x3 = α , x4 = β .
5 5
4. 5.
x1 − 2 x2 − 5 x3 =2 3x1 − x2 =1
2 x1 + x2 − 2 x3 =2 x1 + x2 =7
x1 + 2 x2 + x3 =0 2 x1 + x2 =9
(3 , −2 , 1) (2 ,5)
6. 7.
x1 + x2 + x3 =0
x1 + 2 x2 + x3 =2
2 x1 − x2 − 2 x3 =8
− x1 − x2 + 2 x3 =3
x1 − 2 x2 − 3x3 =8
2 x1 + 3x2 − 2 x3 = −3
− x1 + x2 + 5x3 = −2
3x1 + 2 x2 − 3x3 =2
2 x1 + x2 − x3 =1
(2 , −1 ,2)
(3 , −4 ,1)
8 9.
x1 − x2 + 2 x3 =3
x1 + 2 x2 − x3 + 3x4 =5
− x1 + 2 x2 − x3 =1
2 x1 − x2 − 3x3 + x4 =2
2 x1 − 3x2 + 3x3 =2
3x1 + x2 − 4 x3 + 4 x4 =7
x1 + 3x3 =7
x1 − 3x2 − 2 x3 − 2 x4 = −3
( 7 − 3α , 4 − α , α)
9 + 7α − 5β 8 − α − 5β
( , ,α,β)
5 5
_________________________________________________________________________________
119
_____________________________________________________________________________________________________
10. 11,
x1 + 2 x2 + x3 − 3x4 = −1 x1 − 3x2 + x3 =6
x1 + 3x2 − x3 + x4 =2 x1 − 2 x2 − x3 = −1
2 x1 + 5x2 − 2 x4 =1 3x1 − 2 x2 + 2 x3 =8
x2 − 2 x3 + 4 x4 =2 − x1 − 2 x2 + 2 x3 =3
(protivrečan) (protivrečan)
Zadaci: Rešiti GAUSS-ovim metodom eliminacije sledeće sisteme jednačina:
x1 + 3 x 2 + 5 x 3 − 4 x 4 = 1
3x1 + x 2 − 2 x 3 + x 4 − x5 = 1
x1 + 3 x 2 + 2 x 3 − 2 x 4 + x 5 = −1
2 x1 − x 2 + 7 x 3 − 3 x 4 + 5 x 5 = 2
a) , b) x1 − 2 x 2 + x 3 − x 4 − x 5 = 3 .
x1 + 3x 2 − 2 x 3 + 5 x 4 − 7 x 5 = 3
x1 − 4 x 2 + x 3 + x 4 − x 5 = 3
3x1 − 2 x 2 + 7 x 3 − 5 x 4 + 8 x 5 = 3
x1 + 2 x 2 + x 3 − x 4 + x 5 = −1
c) Izvršiti diskusiju sledećih sistema jednačina u zavisnosti od prisutnog parametra.
c1) (5m+1) x1 – 2m x2 + (4m+1) x3 = m + 1

(4m–1) x1 + (m–1) x2 + (4m–1) x3 = –1
2(3m+1)x1+ 2m x2 + (5m+2) x3 = 2 – m.
c2) d x1 – (2d – 1) x2 + (d + 2) x3 = 1
(d – 1) x2 + (d – 3) x3 = 1 + d
d x1+ (3d – 2) x2 +(3d + 1) x3 = 2 – d.
6.3. Rešavanje sistema linarnih jednačina pomoću determinanata
Posmatrajmo sada sistem linearnih jednačina u kojima broj jednačina jednak sa

brojem nepoznatih (m = n).
Sistem od n jednačina su n nepoznatih imaće oblik:
a11 x1 + a12 x1 L + a1 j x j L + a1n x n = b1

a 21 x1 + a 22 x 2 L + a2 j x j L + a 2n xn = b2
M M O M M M
a i1 x1 + ai 2 x2 L + a ij x j L + a in x n = bi (6.)
M M M O M M
a n1 x1 + a n 2 x 2 L + a nj x j L + a nn x n = bn
gde su xj nepoznate, aij koeficijenti uz nepoznate, bi nezavisni članovi.(i,j = 1,2,...,n)
Označimo determinantu kvadratne matrice sistema (6) sa D:
120
_____________________________________________________________________________________________________
a11 a12 L a1 j L a1n

a 21 a 22 L a2 j L a 2n
M M O M M
D=
a i1 ai 2 L a ij L a in
M M M O M
a n1 an2 L a nj L a nn
Pretpostavili smo da sistem (6) ima n jednačina sa n nepoznatih, zato koeficijenti

aik obrazuju determinantu (D) n-tog reda, pretpostavimo i to da je determinanta različita od
nule, D≠0, i da sistem ima rešenja (x1 , x2 ,…, xn). Da bismo odrediti nepoznatu xn pomnožimo
sistem jednačina kofaktorima elemenata k-te kolone, tj. kofaktorima elemanta aik i saberemo
leve i desne strane jednačina sistema i grupisanjem koeficijenata uz nepoznate xk (k=1,…,n)
dobijamo:
( a11A1k + a21A2k + … + ai1Aik + … + an1Ank )x1

+( a12A1k + a22A2k + … + ai2Aik + … + an2Ank )x2
+ …
+ ( a1kA1k + a2kA2k + … + aikAik + … + ankAnk )xk
+…
+ ( an1A1k + an2A2k + … + an1Aik + … + annAnk )xn
= b1A1k + b2A2k + … + biAik + … + bnAnk
Koeficijent uz nepoznatu xk je vrednost determinante D sistema (6), a ostali

koeficijenti uz nepoznate x1 , x2 , … , xk-1 , xk+1 , …, xn su nule (iz osobine determinante). Izraz
na desnoj strani predstavlja takođe determinantu koja se dobija iz determinante sistema kada
se koeficijenti a1k , a2k , … , ank uz nepoznatu xk zamene slobodnim članovima bi . Prema
tome je:
a11 a12 L a1k L a1n a11 a12 L b1 L a1n

a 21 a 22 L a2 k L a 2n a 21 a 22 L b2 L a 2n
⋅ xn = ; xk⋅D = Dk
M M M M M M M M
a n1 a n2 L a nk L a nn a n1 a n2 L bn L a nn
Dakle, nepoznate se određuju kao količnici determinanata:
D1 D D D
x1 = ; x 2 = 2 ; ... ; x k = k ; ... ; x n = n .
D D D D
Ove formule nazivaju se KRAMER-ove formule.
Kada je determinanta sistema različita od nule sistem jednačina ima jedno i samo
jedno rešenje: ( x1 , x 2 , ... , x n ). Nepoznate xk (k=1,2,…n) određuju se po KRAMER-ovim
formulama. One prestavljaju KRAMER-ovo pravilo:
_________________________________________________________________________________
121
_____________________________________________________________________________________________________
Sistem od n linearnih nehomogenih jednačina sa n nepoznatih čija je determinanta

sistema različita od nule ima samo jedan sistem rešenja. To su rešenja određena količnicima
čiji je imenilac uvek determinanta sistema a brojioci su determinante koje se dobijaju iz
determinante sistema, kada se u njoj koeficijienti uz nepoznatu koja se traži zamene desnim
stranama jednačina nehomogenog sistema.
Primeri:
1.
5x1 + 2 x2 − 3x 3 + x4 =4
5 2 −3 4
2 x1 − x2 + 4 x3 − 5x 4 = 12
2 −2 4 −5
x1 + 3x 2 − 2 x3 − 2 x4 =8 ; D= = −175 ,
1 3 −2 −2
3x1 − x2 + x3 + 3x 4 = −1
3 −1 1 3
(1, 3, 2, − 1)
4 2 −3 4 5 4 −3 4
12 −2 4 −5 2 12 4 −5
D1 = = −175 ; D 2 = = −525 ;
8 3 −2 −2 1 8 −2 −2
−1 −1 1 3 3 −1 1 3
5 2 4 4 5 2 −3 4
2 − 2 12 −5 2 − 2 4 12
D3 = = −350 ; D 4 = = 175
1 3 8 −2 1 3 −2 8
3 −1 −1 3 3 −1 1 −1
− 175 − 525 − 350 175

Rešenja su: x1 = = 1 ; x2 = = 3 ; x3 = = 2 ; x4 = = −1
− 175 − 175 − 175 − 175
2. 3.
x1 − x2 + x3 − 3x 4 =7 x1 + 2 x2 + x3 − x4 =0
x1 − 2 x2 + 3x 3 − 4 x4 = 19 x1 − x2 − x3 + x4 =1
3x1 + 4 x2 − x3 + 2 x4 = −9 2 x1 + x2 + x3 + 2 x4 =3
− 2 x1 + 3x 2 + 2 x3 + x4 = −2 x1 + 3x 2 + 4 x3 =2
(2, − 3, 5, 1) (3, − 3, 2, − 1)
4. 5.
2 x1 + x 2 − x3 =0 x1 − x2 + x3 =3
x1 + x 2 + 2 x3 =4 2 x1 + x2 + x3 =2
3x1 + x 2 + x3 =1 x1 − 2 x2 − 4 x3 = −1
( −1, 3, 1) (1, − 1, 1)
122
_____________________________________________________________________________________________________
6.4. Rešavanje sistema linearnih jednačina primenom inverzne matrice.
Najbolju primenu inverzne matrice nalazimo kod rešavanja sistema lilnearnih

jednačina i to kod n jednačine sa n nepoznatih.
Dat je sistem od n linearnih jednačina sa n nepoznatih Koeficijente možemo

napisati u obliku matrice, i ta matrica se naziva osnovna matrica sistema.
 a11 a12 L a1 j L a1n 

a a 22 L a2 j L a 2 n 
 21
 M M O M M 
A= 
 a i1 ai 2 L a ij L a in 
 M M M O M 
 
 a n1 an2 L a nj L a nn 
Nepoznate i slobodne članove možemo pisati u obliku matrice (vektora) kolone.
 x1   b1 
x  b 
X = ; B=  2
2
M M
   
 xn  bn 
Putem ovih, sistem jednačina se može kraće pisati u obliku matrične jednične
A⋅X=B .
Svaki onaj skup brojeva ( x1 , x2 , ... , x n ) koji sistem (6) pretvaraju u identitet
nazivamo rešenjem sistema, a matricu X rešenjem (korenom) matrične jednačine A⋅X=B
Ako je matrica A regularna, onda postoji i (A–1) inverzna matrica, a to znači da i

sistem ima rešenje. Ako matričnu jednačinu A⋅X = B množimo sa A–1 dobićemo
A–1⋅A⋅X= A-1⋅B ; X= A-1⋅B ili
 x1   A11 A12 L A1n  b1   x1   D1 

x  A A22 L A11  b2  x  D 
 2  = 1 ⋅  21 ⋅  ili  2 = 1  2
M A  M M O M  M  M  D M 
         
 xn   An1 An2 L Ann  bn   xn   Dn 
n
jer je kraće ako se uvedu oznake |A| = D i ∑ Aik bi = Dk ; ( k = 1,..., n) . Iz toga sledi rešenje:
i =1
Dk
xk = za D≠0 (k=1,…,n) što predstavlja KRAMER-ovo pravilo za rešavanje sistema.
D
_________________________________________________________________________________
123
_____________________________________________________________________________________________________
Primer:
1. Rešiti matrični sistem jednačina A⋅X=B ako su
1 − 8 9   x1  − 32
     
A = 2 − 1 3  , X =  x2  , B =  11 
2 2 − 1  x3   27 
1
Rešenje: |A|=D= –15 osnovna matrica A je regularna, što znači da postoji A −1 = adjA .
A
− 5 10 − 15  x1   9 
1      
A−1 = −  8 − 19 15  na osnovu ovog postoji X= A-1⋅B ;  x2  =  4  ,
15
 6 − 18 15   x3  − 1
iz čega sledi, da su rešenja sistema x1=9 , x2=4 , x3= –1.
2.
x1 + 2 x2 + x3 =4 1 2 1 − 11 6 7
−1 1
2 x1 − x2 + 3x3 = −3 , A = 2 − 1 3 = 22 , A = 11 − 4 − 1
22
3x1 + 4 x2 − x3 = 12 3 4 −1 11 2 −5
 x1  − 11 6 7   4   x1   1 
  1       
 x2  = 22  11 − 4 − 1 − 3 ;  x2  =  2  .
 x3   11 2 − 5  12   x3  − 1
6.5. KRONECKER-CAPLELLI-jev stav
Za sistem jednačina (1) važi Kronecker-Capelli-jev stav koji glasi: Sistem

nehomogenih linearnih jednačina (1) saglasan (to jest ima rešenje) tada i samo tada kada je
rang matrice koeficijenata A=[aij](m,n) jednak rangu proširene matrice (B) koja se dobija kada
se matrici koeficijenata A dopišu kao poslednja kolona nezavisni članovi, bi .
Matrice su oblika:
 a11 a12 L a1n   a11 a12 L a1n b1 

a a 22 L a2n  a a 22 L a2n b2 
A =  21 ; B =  21
 M M O M   M M O M M
   
a m1 am 2 L a mn  a m1 am 2 L a mn b3 
Dakle, mora biti rang(A)=rang(B). Ovaj uslov je potreban i dovoljan.
124
_____________________________________________________________________________________________________
Razlikovaćemo dva slučaja ako je sistem (1) saglasan:
1. Ako je r(A) = r(B) = r = n onda sistem ima n jednačina linearno nezavisnih, a to

je slučaj koji smo videli kod KRAMER-ovog pravila. Sistem tada ima jednoznačno određeno
rešenje ( x1 , x2 , ... , x n ) a za sistem kažemo da je određen.
2. Ako je r(A) = r(B) = r < nonda se sistem može napisati u obliku
a11x1 + a12x2 + … + a1rxr = b1 - a1,r+1xr+1 - a1,r+2xr+2 - … -a1nxn
a21x1 + a22x2 + … + a2rxr = b2 - a2,r+1xr+1 - a2,r+2xr+2 - … -a2nxn
ar1x1 + ar2x2 + … + arrxr = br - ar,r+1xr+1 - ar,r+2xr+2 - … -arnxn
Ovakav sistem jednačina ima za rešenje ( x1 , x2 , ... , xr ) koje zavisi od

( xr +1 , xr + 2 , ... , xn ) nepoznatih, mi ih možemo po volji izabrati i tako dobiti beskonačno
mnogo rešenja za dati sistem. Sistem je tada (n–r)-to struko neodređen jer za
xr +1 , xr + 2 , ... , xn uzimamo proizvoljne vrednosti.
3. Ako r(A) ≠ r(B) sistem je nesaglasan (nema rešenja) ili protivrečan.
Primeri:
1. Ispitati da li je sistem saglasan. Primeniti Kronecker-Capelli-jev stav.
7 x1 − x2 + 5x3 =1
x1 + 3x2 − x3 = 7
15x1 + x2 + 9 x3 = 9
Određivanje ranga matrice radi se Gauss-ovim algoritmom svođenjem matrice B

(površine matrice sistema) na dijagonalnu (trouglastu) formu, a elemente matrice A (sistema)
se odvajaju crticama, vidi se da r(A) = r(B) = 2:
 7 − 1 5 1 7 − 1 5 1  7 − 1 5 1
     
B =  1 3 − 1 7 ∼ 0 22 − 12 48 ∼ 0 22 − 12 48
15 1 9 9 0 22 − 12 48 0 0 0 0 
Sistem je n–1=1 struko neodređen.
5 − 7α 24 − 6α
Ako se uzme da x3 = α onda x1 = , x2 = .
11 11
_________________________________________________________________________________
125
_____________________________________________________________________________________________________
2. 3.
2 x1 − 3x2 − 2 x3 =3
2 x1 + x2 − x3 + x4 =1
7 x1 + 5x2 + x3 =4
3x1 − 2 x2 + 2 x3 − 3x4 =2
5x1 − 4 x2 − 6 x3 = −8
5x1 + x2 − x3 + 2 x4 = −1
6 x1 + 3x2 − x3 = −2
2 x1 − x2 + x3 − 3x4 =4
8 x1 + 5x2 − 2 x3 = −9
r(A) = r(B) = 3 = n r(A) = 3 , r(B) = 4
Rešenje: (2, -3, 5). r(A) ≠ r(B) , sistem je protivrečan.
4. Diskutovati rešenja sistema za razne vrednosti parametra m:
mx1 + x2 + x3 =1
x1 + mx2 + x3 =m .
x1 + x2 + mx3 = m2
Rešenje:
|A| = (m-1)2 (m+2) , To znači da za m ≠ 1 ∧ m≠ –2 r(A) = r(B) = 3 i sistem je određen.
a) za m = 1 r(A) = r(B) = 1, i pošto je n=3 zato sistem dvostruko neodređen,
b) za m = –2 r(A) = 2 , r(B) = 3 , sistem je protivrečan.
5. 6.
2 x1 − 3x2 − 2 x3 =3
7 x1 + 5x2 + x3 =4 2 x1 + x2 − x3 + x4 =5
5x1 − 4 x2 − 6 x3 = −8 x1 + x2 − 2 x 3 − x4 =1
6 x1 + 3x2 − x3 = −2 3x1 − x2 − x3 + x4 =0
8 x1 + 5x2 − 2 x3 = −9
r(A) = r(B) = 3 = n = r r(A) = r(B) = 3 = r , n = 4 , r < n
Rešenje: (2, -3, 5) sistem je neodređen sa n–r= 1 stepenom slobode:
 13 − 6α 24 − 3α 15 − 8α 
 ; ; ; α
 7 7 7 
6.6. Sistem homogenih jednačina
Kod homogenog sistema su svi slobodni članovi bi = 0. Jasno je da su očevidna

rešenja xi=0. Ova se rešenja zovu identična ili trivijalna. Pored ovih trivijalnih rešenja sistem
može imati i drugih rešenja različitih od nule.
Sistem homogenih jednačina ne može biti pritivrečan jer uvek ima bar jedno
rešenje: x1=0, x2=0, …, xn=0. U slučaju ako je broj jednačina u sistemu manji od broja
nepoznatih (m<n), sistem pored trivijalnog ima i druga rešenja, sistem je neodređen, jer se
broj jednačina primenom Gauss-ove metode može se smanjiti.
126
_____________________________________________________________________________________________________
U slučaju kada je determinanta sistema D≠0 sistem je određen i ima kao jedino
rešenje trivijalno po KRAMER-ovim formulama.
Homogeni sistem ima samo trivijalna rešenja ako r(A) = r = n. Ako je r(A) = r < n
tada sistem pored trivijalnog ima i beskonačno mnogo rešenja i to: nepoznate x1, x2, … , xr
mogu se izraziti preko xr+1, xr+2, … , xn (sistem koji sadrži te nepoznate treba da je saglasan).
Primeri: Rešiti sistem

1. 2.
x1 + 2 x2 − x3 =0 2 x1 + x2 + 5x3 =0
x1 − x2 + x3 = 0 3x1 + 2 x2 + x3 =0
3x1 + 5x3 = 0 4 x1 + 3x2 + 2 x3 =0
r(A) = 2 < n r(A) = 3 = n
− 5α 4α
( , , α) (x1= x2= x3=0 , trivialno rešenje).
3 3
3. 4.
3x1 + 4 x2 − 5x3 + 7 x4 =0
x1 + 3x2 + 2 x3 + x4 =0
2 x1 − 3x2 + 3x3 − 2 x4 =0
x1 + 4 x2 + 5x3 + x4 =0
4 x1 + 11x2 + 13x3 + 16 x4 =0
2 x1 + x2 + 3x3 =0
7 x1 − 2 x2 + x3 + 3x4 =0
x1 + 3x2 + 2 x3 + x4 =0
x1 + 24 x2 − 27 x3 + 29 x4 =0
r(A) = 3 < n jednostruko neodređen r(A) = 2 < 4 dvostruko neodređen
3α − 13β 19α − 20β
(0, -3α, α, 7α) ( , , α, β)
17 17
5. Odredimo parametar m tako, da sistem SH

ima jedistveno (odredjeno) rešenje,
ima netrivijalno rešenje.
mx1 + x 2 + x3 + x4 = 0
x1 + mx 2 + x3 + x4 = 0
SH: .
x1 + x 2 + mx3 + x4 = 0
x1 + x2 + x3 + mx 4 = 0
Rešenje tražimo primenom GAUSS-ovog metoda eliminacije u matričnoj formi. U
ovom slučaju nije potrebno voditi računa o proširenoj matrici, jer je dodatna kolona sačinjena
isključivo od 0.
 m 1 1 1  m 1 1 1   m 1 1 1
 1 m 1 1  1 m 1 1    1 m 1 1
  ~  ~   ~
 1 1 m 1  1 1 m 1   1 1 m 1
     
 1 1 1 m  m + 3 m + 3 m + 3 m + 3  1 1 1 1
(1) m π –3 (2)
_________________________________________________________________________________
127
_____________________________________________________________________________________________________
1 1 1 1 1 1 1 1  1 1 1 1 1 1 1 1
1 m 1 
1  0 m −1 0 
0  0 1 0 0  0 1 0 0 
~ ~  ~  ~  .
1 1 m 1  0 0 m −1 0  0 0 1 0 0 0 1 0
       
m 1 1 1  0 1− m 1 − m 1 − m 0 −1 −1 −1  0 0 0 1
(3) mπ0 (4) m π 1 (5) (6)
Opis koraka:
(1) dodajemo prvu, drugu i treču vrstu četvrtoj,
(2) podelimo četvrtu vrstu sa m+3 (obratiti pažnju na uslov!)
(3) zamena mesta prve i četvrte vrste,
(4) oduzimanje prve vrste od druge i od treće, kao i oduzimanje m-tostruke prve vrste od
četvrte vrste (obratiti pažnju na uslov!),
(5) deljenje druge, treće i četvrte vrste sa m–1 (obratiti pažnju na uslov!),
(6) dodavanje druge i treće vrste četvrtoj vrsti.
Iz matrice dobijene u 6. koraku jednoznačno sledi: sistem ima jedinstveno rešenje – a

to je takozvano trivijalno rešenje, naravno, samo ako su zadovoljeni uspuni uslovi!
Razume se, ne možemo ostaviti bez odgovora pitanja, šta je u slučaju, kada ti uslovi
nisu zadovoljeni? Šta se dešava, ako je ipak m=1, ili m=0 ili m=–3 ? Ispitajmo te slučajeve
pojedinačno!
m= –3
Osmotrimo matricu dobijenu nakon prva dva koraka metoda eliminacije. Stavimo da
je m = –3! Pošto je treća vrsta sačinjena od samih nula – izostavimo je:
 −3 1 1 1  1 1 −3 1  1 1 −3 1 1 1 −3 1
 1 −3 1  
1 ~ 1 −3 1  
1~ 0 −4 4 0  ~  0 1 −1 0  ~

 1 1 −3 1   − 3 1 1 1   0 4 −8 4   0 0 −4 4 
(1) (2) (3)
1 1 −3 1 1 1 0 −2   1 0 0 −1 
~  0 1 −1 0  ~  0 1 0 − 1  ~  0 1 0 − 1  .
 0 0 1 − 1   0 0 1 − 1   0 0 1 − 1 
(4) (5) (6)
Opis koraka:
(1) zamena mesta prve i treće vrste,
(2) oduzimanje prve vrste od druge, odnosno dodavanje trostruke prve vrste trećoj,
(3) deljenje druge vrste sa –4, zatim oduzimanje četvorostruke vrednosti od treće vrste,
(4) deljenje treće vrste sa –4,
(5) dpdavanje treće vrste drugoj, odnosno trostruke treće vrste prvoj vrsti,
(6) oduzimanje druge vrste od prve vrste.
128
_____________________________________________________________________________________________________
Koristili smo takozvani modifikovani GAUSS-ov algoritam. Poništavaju se elementi i

iznad i ispod dijagonale. Razlika izmedju broja nepoznatih i ranga matrice je n–r = 4–3 = 1,
zato imamo jedan stepen slobode. Neka je naš izbor x4 = l.
Sistem jednačina dobijen u (6) koraku je:
x1 − x4 = 0
SH(3) : x2 − x4 = 0 ,
x3 − x4 = 0
zato slede rešenje x1 = x2 = x3 = x4 = l, to jest (x1, x2, x3 , x4 ) = (l, l, l, l) = l(1, 1, 1, 1).
m= 1
Očevidno je, da u slučaju m=1 čak tri jednačine postanu suvišne i preostaje samo
jedna: x1 + x2 + x3 + x4 = 0.
Rang je r = 1. To znači n – r = 4 – 1 = 3 stepena slobode
Birajmo slobodno x2 = a, x3 = b, x4 = g. Sledi x1 = –( x2 + x3 + x4) = – ( a + b + g ).
Opšte rešenje je: (x1, x2, x3 , x4 ) =(– ( a + b + g ), a , b , g ). Nije teško uočiti da je to
moguće (upotrebom osobina sabiranja vektora i množenje vektora sa brojem) zapisati:
(x1, x2, x3 , x4 ) = (– ( a + b + g ), a , b , g ) =
= (– a , a , 0 , 0 )+(– b, 0 , b , 0 )+(– g, 0 , 0 , g ) =
= a (–1, 1, 0, 0) + b (–1, 0, 1, 0) + g (–1, 0, 0, 1).
Prema tome, opšta, netrivijalna rešenja se javljaju kao linearna kombinacija tri
osnovna rešenja. Sa tim "osnovnim" rešenjima čemo se kasnije još detaljni pozabaviti.
m= 0
Matrica sistema SH u slučaju m = 0 ima izgled:

0 1 1 1  1 0 1 1  1 0 1 1  1 0 1 1
1 0 1 1  0 1 1 1  0 1 1 1  0 1 1 1 
 ~ ~ ~ ~
1 1 0 1  1 1 0 1  0 1 −1 0  0 0 − 2 − 1
       
1 1 1 0  1 1 1 0  0 1 0 − 1  0 0 − 1 − 2
1 0 1 1 1 0 0 − 1
0 1 1 1  0 1 0 − 1
~ ~  fi
0 0 1 2 0 0 1 2
   
0 0 −2 − 1 0 0 0 3
fi r = 4, n – r = 0, znači postoji samo trivijalno rešenje!
_________________________________________________________________________________
129
_____________________________________________________________________________________________________
Rezime: U zadatku dati homogeni sistem SH ima:

I. u slučaju m = –3 netrivijalno rešenje l(1, 1, 1, 1) za l π 0.
II. u slučaju m = 1 skup netrivijalnih rešenja:
a (–1, 1, 0, 0) + b (–1, 0, 1, 0) + g (–1, 0, 0, 1) pri čemu a π 0 ⁄ b π 0 ⁄ g π 0.
III. Za bilo koju drugu vrednost parametra m sistem je odredjen i ima samo
trivijalno rešenje:: (0, 0, 0, 0).
Zadaci: Odredite rešenja homogenih sistema jednačina!
3 x1 + 4 x 2 − 5 x 3 + 7 x 4 = 0 x1 + x 2 + x 3 + x 4 + x 5 = 0
2 x1 − 3 x 2 + 3 x 3 − 2 x 4 = 0 3x1 + 2 x 2 + x 3 + x 4 − 3x 5 = 0
a) b) .
4 x1 + 11x 2 − 13 x 3 + 16 x 4 = 0 x 2 + 2 x3 + 2 x 4 + 6 x5 = 0
7 x1 − 2 x 2 + x 3 + 3x 4 = 0 5 x1 + 4 x 2 + 3 x 3 + 3x 4 − x 5 = 0
Ispitni zadaci 6.
1. (28.09.1998.)
Diskutovati sledeći sistem jednačina po parametru λ :
(1 + λ )x + y + z + u = 1
x + (1 + λ ) y + z + u = λ
x + y + (1 + λ )z + u = λ
2
x + y + z + (1 + λ ) = λ
3
Rešenje:
1+ λ 1 1 1
1 1+ λ 1 1
Determinanta sistema je ∆ = = λ3 (λ + 4) .
1 1 1+ λ 1
1 1 1 1+ λ
Ispitujemo slučajeve λ = 0 i λ = –4, jer za λ ≠ 0 i λ ≠ –4 sistem je određen.
Za λ = 0 imamo prvu jednačinu x + y + z + u = 1, dok sve ostale jednačine

imaju isti oblik: x + y + z + u = 0.
Očevidno, sistem je protivrečan. Matričnim putem bi dobili zaključak, da je rang
matrice sistema 1, dok je rang proširene matrice sitema 2.
130
_____________________________________________________________________________________________________
Za λ = –4 imamo proširenu matricu sitema jednačina:
−3 1 1 1 1  − 3 1 1 1 1
   
 1 −3 1 1 − 3  1 − 3
~
1 1 − 3
.
 1 1 −3 1 9  1 1 −3 1 9
   
 1 1 1 − 3 − 27   0 0 0 0 − 20
Nije potrebno dalje nastaviti, lako se uočava, da sistem i u ovom slučaju je nemoguće
rešiti. Zaključak je dobijen tako, da su prve tri vrste dodate četvrtoj vrsti, i dobili smo četvrtu
jednakost u obliku 0 = –20, što je, naravno nemoguće!
2. (13.04.1999.)
Diskutovati sistem linearnih jednačina za razne vrednosti parametara p i q.

px +qy + z =1
x + pq y + z = q
x + qy + pz = 1
Rešenje:
Determinanta sistema je D=q (p + 2)(p – 1)2.
Za q ≠ 0 i p ≠ –2 i p ≠ 1 sistem je odredjen, i ima jedinstveno rešenje. U zadatku to

rešenje nije traženo, prema tome i ne nastavljamo u tom pravcu. Ispitujemo redom slučajeve:
Za q = 0 imamo sistem jednačina, koji je nemoguć za bilo koji p:

px + z = 1, x + z = 0, x + pz = 1.
Da bi smo potvrdili taj zaključak oduzmimo drugu jednačinu i od prve i od treće. Izračunajmo
iz dobijenih jednakosti x i z. Dobijamo tvrdjenje (uz uslov da je p ≠ 1): x = z = 1/(p–1), što je
broj koji različit od nule. Međutim po drugoj jednačini treba da je x = – z, što nije moguće.
Ako se uzima da je p = 1, odmah se uočava protivrečnost prve i druge jednačine.
Za p = 1 imamo sistem jednačina:

x + qy + z = 1, x + qy + z = q, x + qy + z = 1.
Ako je u tom sistemu q = 1 , imamo umesto tri jednačine jednu: x + y + z = 1. To znači da u
tom slučaju polazni sistem je neodređen sa 2 stepena slobode (3 nepoznate – jedna jednačina).
Za bilo koju vrednost q ≠ 1 prva i treća jednačina se polkapaju, ali su u suprotnosti sa
drugom, te u tom slučaju sistem je nemoguć.
Za p = –2 imamo sistem jednačina:

–2x + qy + z = 1, x – 2qy + z = q, x + qy – 2z = 1.
Saberemo li sve tri jednačine, dobijamo zaključak: 0 = q + 2. Nije teško uočiti, da za bilo koju
vrednost q ≠–2 prethodna jednakost predstavlja besmislicu, te sistem je nemoguć.
Pretpostavimo li da parametar q ipak ima tu vrednost, t.j. za q = –2 , sistem će biti
jednostruko neodređen, jer se svodi na: –2x – 2y + z = 1, x + 4y + z = –2, x –2y – 2z = 1.
Dodavanjem druge i treće jednačine prvoj, ona se u potpunosti poništava, prema tome ostanu
nam dve jednačine i tri nepoznate, a to je upravo taj jedan stepen slobode.
_________________________________________________________________________________
131
_____________________________________________________________________________________________________
3. (02.09.2003.)
Ispititati rešivost i naći eventualno rešenje datog sistema jednačina primenom Gausove
metode eliminacije.
x1 – 2 x2 + x3 + x4 = 1
x1 – 2 x2 + x3 – x4 = –1
x1 – 2 x2 + x3 +5 x4 = 5
Rešenje:
Jednostrukim oduzimanjem prve jednačine od svih ostalih jednačina dobija se:

x1 – 2 x2 + x3 + x4 = 1
– 2 x4 = –2
4 x4 = 4.
Očevidno je, da se druga i treća jednačina svodi na jednu: x4 = 1. Zamenimo li to u
prvu jednačinu imamo: x1 – 2 x2 + x3 = 0. To znači dva stepena slobode. Bilo koje dve od
ove tri nepoznate slobodno biramo, a treća se izračunava pomoću njih.
Na primer: x2 = α, x3 = β, tada je x1 = 2 α – β.
Prema tome opšte rešenje je:
(2 α – β, α, β, 1) ili α (2, 1, 0, 0) + β (–1, 0, 1, 0) + (0, 0, 0, 1).
4. (08.06.2004.)
Da li sistem jednačina ima rešenja? (Ako postoji rešenje – odrediti ga!)

x1 + 2x2 + 3x3 – x4 = 1
3x1 + 2x2 + x3 – x4 = 1
2x1 + 3x2 + x3 + x4 = 1
2x1 + 2x2 + 2x3 – x4 = 1
5x1 + 5x2 + 2x3 = 2.
Rešenje:
Na proširenoj matrici sistema primenjujemo GAUSS-ov metod eliminacije:
1 2 3 − 1 1  1 2 3 −1 1  1 2 3 − 1 1
      1 2 3 −11
3 2 1 − 1 1  0 − 4 − 8 2 − 2  0 1 5 − 3 1  
0 1 5 −31
2 3 1 1 1 ~  0 − 1 − 5 3 − 1 ~  0 2 4 − 1 1 ~ 
      0 0 −6 5 − 1
2 2 2 − 1 1  0 − 2 − 4 1 − 1  0 2 4 − 1 1  
 0 0 − 12 10 − 2
5 5 2 0 2  0 − 5 − 13 5 − 3  0 5 13 − 5 3

Očevidno je, nakon izostavljanja vrsta koje se poništavaju (precrtane), da je rang matrice i
proširene matrice isti: 3. To znači 1 stepen slobode (imamo 4 nepoznate!). Odaberimo x4 = k.
Iz ovog izbora i poslednje matrice sledi sistem jednačina:
x1 + 2x2 + 3 x3 = 1 – k
x2 + 5 x3 = 1 + 3k
6 x3 = 1 + 5k.
Odavde ne predstavlja teškoću odrediti opšte rešenje datog sistema jednačina:
 1 + 5k 1 − 7k 1 + 5k  1
( x1 , x2 , x3 , x4 ) =  , , , k  = ((1, 1, 1, 0) + k (5, –7, 5, 1)).
 6 6 6  6
132
7. VEKTORSKI PROSTORI
7.1. Pojam vektorskog prostora
Posmatrajmo skupove R = {α , β , γ , δ ,...}, i V= {a, b, c, d,...} , pri čemu skup R ima

strukturu polja u odnosu na sabiranje i množenje elemenata, a V ima strukturu komutativne
grupe u odnosu na sabiranje. Ovi zahtevi ukratko znače sledeće: U skupu R za ma koje
elemente α i β važi, da su i α + β, α –β, α⋅β i α:β, (β ≠ 0) elementi tog skupa, pri čemu su
operacije sabiranja, oduzimanja, množenja i deljenja snabdevene poznatim svojstvima tih
operacija u skupu realnih brojeva; dok zahtev, da skup V ima strukturu komutativne grupe
u odnosu na sabiranje znači sledeće:
1. a + b ∈ V, za ma koje a,b ∈ V;
2. (a + b) + c = a + (b + c), za ma koje a,b,c ∈ V (asocijativnost);
3. Postoji elemenat 0 ∈ V, za koji je 0+a = a+0 za ma koji a ∈ V ,(postoji
neutralni elemenat te operacije u tom skupu);
4. Za ma koji elemenat a ∈ V postoji -a ∈ V, za koji je a+(-a) = 0; (svaki
elemenat ima svoj inverzni elemenat); i
5. a + b = b + a, za ma koje a,b ∈ V (komutativnost).
Definicija 7.1.: Komutativna grupa V sa unutrašnjom operacijom + čini vektorski

prostor nad poljem R sa unutrašnjim operacijama sabiranja i množenja, ako je definisana
"spoljašnja" operacija množenja između elemenata R i V, koja zadovoljava sledeće
zahteve za ma koje α , β ∈ R i a,b ∈ V:
1. α ⋅ a ∈ V,
2. ( α + β ) ⋅ a = α ⋅ a + β ⋅ a,
3. α ⋅ (a + b) = α ⋅ a + α ⋅ b,
4. (α β ) ⋅ a = α ⋅ (β ⋅ a),
5. 1⋅ a = a, i 0 ⋅ a = 0, (0,1 ∈ R i 0∈ V).
Primer 7.1.: Posmatrajmo skup (geometrijskih) vektora u prostoru. Uočimo, da taj

skup ima strukturu komutativne grupe u odnosu na sabiranje vektora, definisanog u
prethodnom poglavlju, dok u pogledu množenja vektora brojem zadovoljeni su zahtevi iz
definicije 7.1.; prema tome, skup geometrijskih vektora ima strukturu vektorskog prostora
nad poljem realnih brojeva.
Proveriti!
133
VEKTORSKI PROSTORI
_______________________________________________________________________________________
Primer 7.2.: Posmatrajmo skup matrica tipa (m,n). Proveriti, da i taj skup
zadovoljava uslove komutativne grupe u odnosu na sabiranje matrica, a takođe i pogledu
množenja matrice brojem zadovoljava i uslove vektorskog prostora nad poljem realnih
brojeva.
Proveriti!
Primer 7.3.: U svojstvu elemenata skupa V uočimo polinome sa racionalnim

koeficijentima promenljive x: Pn ( x) = an x n + an −1 x n −1 + ... + a1 x + a0 .
Proveriti da je skup polinoma snabdeven strukturom komutativne grupe u odnosu

na uobičajeno sabiranje polinoma. Dalje, ako posmatramo i množenje polinoma sa brojem
u uobičajenom smislu, može se proveriti, da takvo množenje zadovoljava zahteve iz
definicije vektorskog prostora, zato i skup polinoma ima strukturu vektorskog prostora nad
poljem realnih brojeva.
Primer 7.4.: Dat je skup V = {vv = (a1 , a 2 , a3 ,..., a n ) , ai ∈ R , i =1,2,...,n}.

(Popularno se taj skup naziva skupom "n-torki".(U slučaju n=3 imamo vektore - uređene
trojke u dekartovom koordinatnom sistemu.) .
Proveriti da V ima strukturu vektorskog prostora nad poljem realnih brojeva, ako
sabiranje elemenata u skupu n-torki definišemo kao prirodno uopštenje sabiranja vektora u
dekartovom koordinatnom sistemu (sabiramo odgovarajuće koordinate), dok pod
množenjem sa brojem podrazumevamo množenje svake koordinate vektora tim brojem.
U svojstvu elemenata skupa V mogu se posmatrati uredjene n-torke i u obliku

kolona. U oba slučaja ti objekti u suštini jesu matrice; u prvom slučaju su tipa (1,n), dok u
ovom drugom tipa (n,1). To znači, da ovaj primer predstavlja specijalni slučaj primera
7.2. u vezi matrica.
Proveriti!
U daljim razmatranjima pod vektorima ćemo podrazumeti ovakve uređene "n-

torke" realnih brojeva, a primeri i zadaci će biti birani često sa područja uređenih trojki.
7.2. Linearna zavisnost i nezavisnost vektora
Definicija 7.2. Za proizvoljan skup vektora v 1 , v 2 , v 3 ,..., v n , uzetih iz V i brojeva

α 1 ,α 2 ,α 3 ,...,α n uzetih iz R izraz
α 1 ⋅ v 1 + α 2 ⋅ v 2 + α 3 ⋅ v 3 + ... + α n ⋅ v n
nazivamo linearnom kombinacijom vektora v 1 , v 2 , v 3 ,..., v n . Linearna kombinacija vektora
je takođe vektor.
134
_______________________________________________________________________________________
Primer 7.5.: Neka su dati vektori: v 1 = (4,2,8,0), v 2 = (−1,5,8,1) ,

v 3 = (0,0,1,5) i v 4 = (1,1,1,1) . Jedna njihova linearna kombinacija je:
v = 1 ⋅ v1 + 2 ⋅ v 2 − 3 ⋅ v 3 + 1 ⋅ v 4 =
= (4,2,8,0) + (-2,10,16,2)+(0,0,-3,-15)+(1,1,1,1) = (3,13,22,-12).
Definicija 7.3. Za proizvoljan konačan skup vektora v 1 , v 2 , v 3 ,..., v n kažemo da je

linearno zavisan skup, ako postoji linearna kombinacija tih vektora koja je jednaka nuli, pri
čemu je bar jedan od brojeva αi uzetih iz skupa R različit od nule, tj:
α 1 ⋅ v 1 + α 2 ⋅ v 2 + α 3 ⋅ v 3 + ... + α n ⋅ v n = 0, za bar jedno α i ≠ 0 .(αi ∈ R , i = 1,2,3,...,n).
Definicija može biti preformulisana na sledeći način:
Definicija 7.3.a. Za proizvoljan konačan skup vektora v 1 , v 2 , v 3 ,..., v n kažemo da

je linearno nezavisan skup, ako linearna kombinacija tih vektora može biti jednaka nuli
samo ako su svi brojevi αi uzetih iz skupa R jednaki nuli, tj:
α 1 ⋅ v 1 + α 2 ⋅ v 2 + α 3 ⋅ v 3 + ... + α n ⋅ v n = 0,
samo ako su svi α i = 0 .(αi ∈ R , i = 1,2,3,...,n).
Posledica ove definicije je, da iz skupa linearno zavisnih vektora elementi koji,
imaju koeficijent različit od nule mogu se izraziti kao linearna kombinacija ostalih.
Recimo, ako je α k ≠ 0 , tada će biti za β i = α i α k (i=1,2,...,n, i≠k):
v k = β 1 ⋅ v 1 + β 2 ⋅ v 2 + ... + β k −1 ⋅ v k -1 + β k +1 ⋅ v k +1 + ... + β n ⋅ v n .
Primer 7.6.: Vektori v 1 = (1,2,3,4), v 2 = (4,3,2,1), v 3 = (1,1,1,1) su linearno

zavisni, jer je v 1 + v 2 − 5 ⋅ v 3 = 0, ili, naprimer: v 1 = − v 2 + 5 ⋅ v 3 .
Proveriti!
Ako u vektorskom prostoru V odaberemo jedan skup od k linearno nezavisnih

vektora, tada svojim linearnim kombinacijama oni proizvedu ili razapinju podprostor V1
datog prostora V. U tom podprostoru bilo koji skup od k+1 vektora predstavlja linearno
zavisan skup.
Pokušajmo u jednom vektorskom prostoru pronaći što veće skupove linearno

nezavisnih vektora! Na taj način podprostori, generisani odabranim linearno nezavisnim
skupovima vektora biće sve širi, dok u krajnjem slučaju ćemo pronaći i jedan takav skup
od n linearno nezavisnih vektora koji generiše čitav prostor. Tada bilo koji elemenat
135
VEKTORSKI PROSTORI
_______________________________________________________________________________________
prostora V može biti izražen pomoću datih n vektora (bilo koji skup od n+1 vektora je
linearno zavisan skup).
Definicija 7.4.: Dimenzija vektorskog prostora V je maksimalan broj linearno

nezavisnih vektora u njemu.
Definicija 7.5.: Baza vektorskog prostora V je bilo koji skup od n linearno

nezavisnih vektora, gde je n dimenzija prostora.
Primećujemo, da definicija baze dozvoljava postojanje više baza istog prostora. Te

baze su ravnopravne, samo dogovori (konvencije) prave razliku među njima.
Postavlja se pitanje, kako uvideti kod datog skupa vektora, da li je taj skup linearno
nezavisan ili je linearno zavisan? Neka je dat skup od m uređenih n-torki v 1 , v 2 , v 3 ,..., v m u
obliku vektor-kolona. Formirajmo za ispitivani skup vektora njihovu linearnu kombinaciju
pomoću brojeva xi , i = 1,2,...,m (brojeve ne moramo uvek obeležavati grčkim slovima.) i
zahtevajmo da ta kombinacija bude jednaka nuli, dobijamo:
x1 ⋅ v 1 + x 2 ⋅ v 2 + x3 ⋅ v 3 + ... + x m ⋅ v m = 0.
Taj zahtev možemo napisati u obliku matrične jednačine Ax=0, gde je matrica A
formirana od koordinata vektora vi svrstanih u kolone, dok x je vektor kolona sačinjena od
nepoznatih brojeva xi i tipa je (m,1):
 v11 v 21 ...... v m1   x1   0   vi1 

v v 22     
...... v m 2   x 2   0  v 
 12 ⋅ = , gde su v i =  i 2  za i = 1,2,..., m
. − − − −   −  − −
       
v1n v2n ...... v mn   x m   0   vin 
Očigledno je, da je matrica A tipa (n,m). Ova matrična jednačina se svodi na

homogeni sistem linearnih algebarskih jednačina. Broj jednačina je n, a nepoznatih je m.
Taj sistem jednačina po KRONECKER-CAPELLI-jevoj teoremi je uvek rešiv. Postoji li
netrivijalno rešenje, to zavisi od ranga matrice A . Poznato je, da rang(A)≤min(n,m). Za
dati skup vektora-kolona (uređenih n-torki) broj jednačina je uvek n, pa je rang(A)≤n. Ako
postoji samo trivijalno rešenje sistema jednačina, znači da linearna kombinacija datog
skupa vektora anulira jedino za xi = 0, za sve i = 1,2,...,m. U ostalim slučajevima (za rešenja
koja nisu trivijalna) postoji broj s = min(n,m)–rang(A), koji smo nazvali brojem stepeni
slobode. Toje broj, koji pokazuje, koliko nepoznatih brojeva xi možemo slobodno
odabrati, dok ostalih m–s brojeva izračunaćemo u zavisnosti od slobodno odabranih.
Zaključujemo, da u skupu uređenih n-torki (vektor-vrste ili vektor kolona od po n

koordinata) ne može postojati skup od n+1 linearno nezavisnih vektora. Naravno, nije
linearno nezavisan ni svaki skup on n vektora!
136
_______________________________________________________________________________________
Mogu postojati linearno nezavisni skupovi od k elemenata, gde je k<n. Maksimalan

broj skupova linearno nezavisnih vektora u takvim prostorima je n. Dimenzija prostora je
n. Bilo koji skup od n linearno nezavisnih vektora može biti baza. Sve te baze generišu isti
prostor V, i one su međusobno ravnopravne. Skupovi od po k linearno nezavisnih vektora
(k<n) generišu po jedan k-dimenzioni podprostor n-dimenzionog prostora. (Uočiti
dvodimenzione podprostore - ravni - u trodimenzionom prostoru! Ravan je razapeta sa dva
linearno nezavisna vektora.). Te su karakteristike konačnodimenzionih vektorskih prostora.
Primer 7.7.: U skupu uređenih n-torki posmatrajmo skup od n vektora:

e1=(1,0,0,...,0), e2=(0,1,0,...,0), e3=(0,0,1,...,0),...., en=(0,0,0,...,1). Ne predstavlja teškoću
uveriti se u to, da je matrica formirana od ovih vektor-vrsta ranga n, tojest skup jeste
linearno nezavisan skup vektora. To je jedna baza n-dimenzionog vektorskog prostora.
Primer 7.8.: Date su dve baze četvorodimenzionog vektorskog prostora V:
B1={ e1[1,0,0,0]T, e2[0,1,0,0]T, e3[0,0,1,0]T, e4[0,0,0,1]T} i
B2={ b1[1,1,0,1]T, b2[2,1,3,1]T, b3[1,1,0,0]T, b4[0,1,-1,-1]T}.
Proveriti, da li je B2 stvarno baza? (Za B1 na osnovu prethodnog primera znamo

da je linearno nezavisan skup vektora).
Dat je i vektor a u odnosu na prvu bazu: a=3e1-4e2+5e3+2e4 .Naći koordinate tog

vektora u odnosu na drugu bazu!
Prema tome, tražimo brojeve x1,x2,x3, x4, za koje će važiti:
a= x1b1+ x2b2+ x3b3+ x4b4 .
Formirajmo matricu A od elemenata druge baze kao vektor-kolonama, zatim

rešimo matričnu jednačinu Ax = a:
1 2 1 0   x1   3 
1
 1 1 1   x 2  − 4
=
0 3 0 − 1  x3   5 
    
1 1 0 − 1  x 4   2 
Primetiti, da u vektor-koloni na desnoj strani su koordinate vektora a u odnosu na

prvu bazu. Nakon rešavanja ove matrične jednačine bilo kojim metodom dobija se: x1=–5,
x2= –1, x3=10, x4= –8, tojest: a= -5b1–b2+10b3–8b4.
Proveriti!
137
VEKTORSKI PROSTORI
_______________________________________________________________________________________
Primer 7.9: Neka je dat skup vektora koji generiše V : G = (a, b, c, d, e, f, g ).

Poznato je, da ovi vektori nisu linearno nezavisni, već između njih postoje sledeće veze.
Kolika je dimenzija prostora i koji vektori mogu biti baza tog prostora?
3b+ c–6d–2e –6f =0

2b –3d –3f–2g=0
b+ c–3d–2e –3f+2g=0
b –3d –3f = 0.
Nakon pojednostavljenja tih veza imamo:
b –3d –3f =0
c –2e +2g=0
3d + 3 f – 2 g = 0.
Pošto imamo 7 vektora a 3 veze zato je dim (L(G)) = 7 – 3 = 4.
Koja 4 vektora mogu biti baza L(G)? Vektori koji su u linearnoj zavisnosti to ne
mogu biti! Takođe vži, da vektor a mora biti u svakoj bazi, jer ne zavisi ni od jednog
drugog vektora. Sastavimo sve moguće četvorke vektora u kojima je vektor a prisutan,
zatim izbacimo one koji ne mogu biti baza zbog spomenutih razloga):
(a, b, c, d ) (a, b, c, f ) (a, c, e, f ) (a, c, d, g ) (a, b, f, g )

(a, b, c, e ) (a, b, d, f ) (a, d, e, f ) (a, b, e, g ) (a, c, f, g )
(a, b, d, e ) (a, c, d, f ) (a, b, c, g ) (a, c, e, g ) (a, d, f, g )
(a, c, d, e ) (a, b, e, f ) (a, b, d, g ) (a, d, e, g ) (a, e, f, g )
Osenčene četvorke ne mogu biti baza. Na primer (a, b, c, e ) zato ne može biti, jer
iz linearne veze c – 2 e + 2 g = 0 vektor c možemo izraziti: c = 2 e – 2 g .
Primer 7.10.: Neka je prostor W generisan vektorima G = (a, b, c, d, e). Odredimo

zavisnost ili nezavisnost tog generatorskog sistema zatim odredimo i moguće baze, ako su
dati vektori:
a = (2, –1, 3, 1), b = (1, 0, –1, 2), c = (0, 1, –5, 3),
d = (1, 1, –6, 5), e = (–1, –2, 12, –10).
U ovom primeru je sadržan i prethodni primer: prvo treba otkriti veze, zatim
sastaviti moguće baze prostora.
138
_______________________________________________________________________________________
Potražimo netrivijalne linearne kombinacije tih vektora:
a a + b b + g c + d d + j e = 0.
Matrica sistema homogenih linearnih rednačina za rešavanje date vektorske

jednačine je sledeća. (primenimo GAUSS-ov algoritam)
 2 1 0 1 −1   1 2 3 5 − 10   1 0 −1 −1 2 
 −1 0 1 1 − 2   0 2 4 6 − 12   0 1 2 3 − 6 
 ~ ~
 3 −1 − 5 − 6 12   0 − 7 − 14 − 21 42   0 0 0 0 0
     
 1 2 3 5 − 10   0 −3 −6 − 9 − 19   0 0 0 0 − 37 
Slede sledeće jednačine:
a – g – d +2 j = 0, b + 2g +3 d –6 j = 0, –37 j = 0.
Rang sistema je 3, tojest imamo 3 nezavisna vektora. Koje su veze između vektora?
Birajmo po dva data stepena slobode brojeve: g ≠ 0, i d ≠ 0.
Slede rešenja:
a =g+d, b = – 2g –3 d , g = g, d = d, j = 0.
Sada možemo napisati sledeće veze:
aa+ bb+gc+dd+je=0 fi
fi (g + d ) a + ( – 2g –3 d) b + g c + d d = 0 fi
fi ( a – 2b + c) g + (a – 3b + d) d = 0 .
Zbog g π 0 i d π 0 ove dobijene veze mogu biti istinite samo ako je zadovoljeno:
a – 2b + c = 0 és a – 3b + d = 0.
Sada poznajemo veze između vektora, na osnovu tehnike iz prethodnog zadatka

možemo odrediti moguće baze. Sve moguće trojke su:
(a, b, c), (a, b, d), (a, b, e), (a, c, d), (a, c, e),
(a, d, e), ( b, c, d), (b, c, e), ( b, d, e), ( c, d, e).
139
VEKTORSKI PROSTORI
_______________________________________________________________________________________
Pošto je j = 0, zato vektor e mora biti u svakoj bazi, te izostaju sve one trojke u
kojima nije prisutan taj vektor. Trojke (a, b, c) i (a, b, d) izostaju zbog otkrivenih veza, a
trojke (a, c, d) i ( b, c, d) zbog nedostatka vektora e.
Prema tome moguće baze su:
(a, b, e), (a, c, e), (a, d, e), (b, c, e), ( b, d, e), ( c, d, e).
Zadaci 7.2.: a) Jedan generatorski sistem prostora W je skup G = (a, b, c, d, e). Odrediti
sve zavisnosti izmedju tih vektora (odrediti dimenziju prostora kojeg generišu):
a = (2, 0, 4, 6), b = (1, 9, 8, 9), c = (3, 0, 6, 9),

d = (–1, –3, –8, –9), e = (–1, 3, 4, 3).
b) Neka je jedan generatorski sistem prostora V skup G = (a, b, c, d, e, f, g ).

Poznato je da je ovaj skup linearno zavisan. Kolika je dimenzija prostora V i koji vektori
mogu biti baza iz G ako su poznate sledeće veze:
3 a + 2 d – f = 0, b – c + 2 e = 0, 2 f + c – 6 a = 0.
c) Odrediti uslove u vezi parametara a, b, c i d koji garantuju da baza

četvorodimenzionog prostora može biti skup B = (a, b, c, d):
1 1 1 1
a = (1+ , 1, 1, 1), b = (1, 1+ , 1, 1), c = (1, 1, 1+ , 1), d = (1, 1, 1, 1+ ) .
a b c d
7.3. Linearne transformacije
Posmatrajmo sada izvesna preslikavanja vektorskog prostora V u sam taj prostor.
Definicija 7.6.: Linearna transformacija A vektorskog prostora V nad poljem R je

preslikavanje koje svakom vektoru x, (x ∈ V) pridružuje vektor Ax ∈ V, tako da važi za
svako x1, x2 ∈ V i za svako α ∈ R:
1. A (x1 + x2) = A x1 + A x2;

2. A (α x)= α (A x).
Iz uopštenja te definicije sledi: A (α x1 + β x2) = α A x1 +β A x2.
Primer 7.11.: Množenje vektora skalarom je linearna transformacija.

Proveriti!
140
_______________________________________________________________________________________
Primer 7.12.: U dvodimenzionalmom prostoru vektora - orijentisanih duži

posmatrajmo rotaciju oko fiksirane tačke za neki stalan ugao ϕ. Neka je vektor a preslikan
na Aa ∈ V. Proveravajući uslove 1. i 2. iz definicije 7.6. može se uočiti da je rotacija
linearna transformacija.
Neka je data baza B vektorskog prostora V: B = { a1, a2, a3, ..., an }. Tada se
proizvoljan vektor x u toj bazi izražava na sledeći način:
x =ξ1 a1 + ξ2 a2 + ξ3 a3+ ... +ξn an.
Slika tog vektora, dobijena linearnom transformacijom A je:
A x = A(ξ1 a1 + ξ2 a2 + ξ3 a3+ ... +ξn an) =ξ1 Aa1 + ξ2 Aa2 + ξ3 Aa3+ ... +ξn Aan.
Iz toga proizilazi, da će slika vektora x biti poznata, ako su nam poznate slike
elemenata baze B .Potrebno je, prema tome da se zadaju slike elemenata baze, i time je u
potpunosti zadata linearna tranformacija A. Neka su te slike date sledećim linearnim
kombinacijama: (λi j ∈ R)
A a1 =λ11 a1 + λ21 a2 + λ31 a3+ ... +λn1 an.

A a2 =λ12 a1 + λ22 a2 + λ32 a3+ ... +λn2 an.
--------------------------------
--------------------------------
A a1 =λ1n a1 + λ2n a2 + λ3n a3+ ... +λnn an.
Neposrednim posmatranjem možemo uočiti, da je linearna transformacija A zadata

je kvadratnom matricom brojeva λi j. Primetimo, da su u i-toj koloni koeficijenti slike i-tog
vektora iz baze B. (i,j = 1,2,3,..., n). U sledećim razmatranjima poistovećujemo linearnu
transformaciju A sa svojom matricom A, mada su to različiti objekti.:
 λ11 λ12 ... λ1n 

λ λ 22 ... λ 2 n 
A =  21
− − ... − 
 
λ n1 λn2 ... λ nn 
Operacije sa linearnim transformacijama takođe poistovećujemo sa operacijama

njihovih matrica.
Važe sledeći stavovi (dokaze izostavljamo):
141
VEKTORSKI PROSTORI
_______________________________________________________________________________________
Ako su A i B linearne transformacije, tj A ,B ∈ A , gde smo sa A označili skup

linearnih transformacija, tada je:
1. A+B ∈A;
2. AB ∈ A ;
3. (A B)C = A(BC), (A+B)+C = A+(B+C);
4. (A + B)C = AC + BC, A(B + C) = AB + AC;
5. A + O = O + A = A; AO = OA = O; O∈ A nula-transformacija.;
6. AE = EA = A; gde je E∈ A identična transformacija;
7. A + (–A) = (–A) + A = O; gde je –A ∈ A .
Navodimo još dva važna stava koji su od izuzetnog značaja na dalja ispitivanja
linearnih transformacija:
8. Ako je matrica linearne transformacije A regularna (det(A)≠0) tada postoji

inverzna transformacija A-1. Inverzna transformacija linearne transformacije je linearna
transformacija. Matrica inverzne linearne transformacije je inverzna matrica matrice A.
9. Regularna linearna transformacija preslikava skup linearno nezavisnih

vektora u skup linearno nezavisnih vektora.
Posledice ovih stavova su:
a) Ako je { a1, a2, a3, ..., an } jedna baza vektorskog prostora V , tada je i skup
vektora { Aa1, Aa2, Aa3, ..., Aan } baza tog istog vektorskog prostora).
b) Ako su { a1, a2, a3, ..., an } i { b1, b2, b3, ..., bn } dve baze istog vektorskog
prostora V, tada postoji regularna linearna transformacija A koja prevodi vektore prve baze
u vektore druge baze, dok njena inverzna transformacija A-1 prevodi vektore druge baze u
vektore prve baze.
7.4. Transformacije baze
Jednostavnosti radi, sledeća razmatranja vršićemo u dvodimenzionom prostoru.

Svakako, zaključke ćemo uopštiti i preneti na prostore sa više dimenzija.
Neka su date dve baze tog prostora { i1, i2} i { j1, j2}, i neka je dat proizvoljan vektor
x svojim koordinatama u prvoj bazi: x(1) = ξ1i1,+ ξ2i2. Pronađimo koordinate tog istog
vektora u drugoj bazi: x(2) = η1j1,+ η2j2.
142
_______________________________________________________________________________________
Ne predstavlja teškoću, na bazi primera 7.8., pronaći sledeće jednakosti.:
j1,= α1 i1 + α2 i2; j2,= β1 i1 + β2 i2;
Uvrstimo te izraze u x(2) = η1j1,+ η2j2:
x(2) = η1j1,+ η2j2. = η1(α1 i1 + α2 i2),+ η2(β1 i1 + β2 i2)=
= (η1α1 + η2β1) i1+ (η1α2 + η2β2)i2 = ξ1i1,+ ξ2i2.
Uočenu činjenicu možemo zapisati i u matričnom obliku:
 ξ1   α 1 β1   η1 
 ξ  = α β 2  η 2 
, tojest: x(1) = T12 x(2),
 2  2
gde smo koristili oznaku T12 za matricu, koja prevodi vektore prve baze u vektore druge
baze. Primetiti, da koordinate vektora druge baze nalaze se u odgovarajućim kolonama
matrice prelaza. Uz mali napor možemo uočiti, da važe i relacija x(2) = T21 x(1), gde T21
označava matricu prelaza iz druge baze u prvu.
Primer 7.13.: Posmatrajmo rotaciju koordinatnog sistema u ravni oko tačke O za

ugao α. Tada je prvobitna baza zadata sa ortogonalnim parom jediničnih vektora {i1, i2}
(Odstupimo od ranije utvrđenih oznaka i primenimo oznake u stilu ovog poglavlja.). Druga
baza, koja nastala rotacijom prve je: {j1, j2}. Posmatrajući sliku 7.1. uočavamo sledeće:
j1,= i1cosα +i2sinα; i1,= j1cosα –j2sinα ;

j2,= – i1sinα +i2cosα; i2,= j1sinα +j2cosα ;
Na osnovu prethodnih razmatranja možemo zapisati sledeće:
cos α − sin α   cos α sin α 

T12 =  , T21 =  
 sin α cos α  − sin α cos α 
Proveriti na ovom primeru i

pravilo koje takođe važi i u opštem i2
slučaju:
j2
T12 T21=T21T12 = E, j1
α
tojest da su matrice prelaza O α
uzajamno inverzne jedna drugoj. i1
Slika 7.11.
143
VEKTORSKI PROSTORI
_______________________________________________________________________________________
Interesantno je pitanje, kako će se promeniti matrica linearne transformacije A

ukoliko primenimo jednu transformaciju baze. Obeležimo i u slučaju matrica linearnih
transformacija sa A(1) matricu te transformacije u prvoj bazi, odnosno sa A(2) matricu u
drugoj bazi. Pronađimo vezu između tih matrica!
Pošto smo zaključili, da je x(1) = T12 x(2) za bilo koji vektor x, to važi i u slučaju
(Ax)(1)=T12(Ax)(2) , i (Ax)(2)=T21(Ax)(1). Razmotrimo sledeći tok misli:
(Ax)(1) = A(1) x(1) = T12(Ax)(2) = T12A(2)x (2) = T12 A (2) T21x (1) ⇒ A (1) = T12 A (2)T21 .
Na sličan način možemo doći i do zaključka: A (2) = T21 A (1)T12 .
Primer 7.14. Neka su date dve baze trodimenzionog vektorskog prostora. Prva je {
e1, e2, e3} , dok { b1, b2, b3} je druga. Data je i veza između te dve baze sledećim
jednakostima: b1 = e1 +e2 + 2e3; b2 = e1 + e2 +e3; b3 = 2e1 + 3e2 – 3e3.
Posmatramo vektor x(2) = b1 +b2 + b3. Očevidno je, da su koordinate tog vektora u
drugoj bazi dati sa η1=1; η2 =1 i η3=1. Naći koordinate tog vetora u prvoj bazi!
Rešenje se može dobiti na dva načina. Ovom prilikom je jednostavnije, ako se uzima, da je
b1 +b2 + b3 = (e1+e2+2e3)+(e1+e2 +e3)+(2e1 +3e2–3e3) = 4e1+5e2+0e3,
iz čega proizilazi, da je ξ1 = 4; ξ2 = 5 i ξ3 = 0.
Za drugi način je potrebno uočiti, da nam je data matrica prelaza T12 , pa nam je
potrebno izvršiti samo jedno matrično množenje T12 x(2) = x(1) .Elemente matrice T12 čitamo
iz zadate veze dveju baza (koordinate pišemo u kolone!):
1 1 2  1 1 1 2  1 4

T12 = 1 1 3 , x (2) = 1. Zaista: T12 x(2) = 1 1 3  1 = 5 = x(1).
 
2 1 − 3 1 2 1 − 3 1 0
Razmotrićemo u okviru ovog primera i pitanje linearnih transformacija u sprezi sa

transformacijom baze. Zadata nam je matrica liearne transformacije u odnosu na prvu
bazu:
1 2 0
A(1) = 0 1 1 . Naći: a) (Ax)(1); b) (Ax)(2) i c) A(2)x(2)!
 
1 − 1 1
144
_______________________________________________________________________________________
1 2 0 4 14 
a) (Ax)(1) = A(1) x(1) = 0 1 1 5 =  5 .
    
1 − 1 1 0 − 1
b) Pošto je (Ax)(2)=T21(Ax)(1) potrebna nam je matrica T21 , koja je inverzna

matrici T12 . Proverite sledeće činjenice:
− 6 5 1 − 6 5 1  14  − 60
T21 = 9 − 7 − 1 , (Ax)(2)=T21(Ax)(1) = 9 − 7 − 1  5  =  92 .
  
      
 − 1 1 0   − 1 1 0  − 1  − 9 
c) Pošto znamo, da je A (2) = T21 A (1)T12, izračunajmo ovu matricu!
− 6 5 1  1 2 0 1 1 2  − 1 − 7 − 52

T21 A (1)T12=  9 − 7 − 1 0 1 1 1 1 3  =  4 12 76  = A (2) .
 − 1 1 0  1 − 1 1 2 1 − 3  0 − 1 − 8 
− 1 − 7 − 52 1 − 60

A(2) x(2) =  4 12 76  1 =  92  = (Ax)(2), što smo i hteli pokazati.
 0 − 1 − 8  1  − 9 
Na ovom primeru uočava se sledeće: Primena linearne transformacije A ne zavisi

od toga u kojoj se bazi izražava njena matrica; tojest, ukoliko se prvo izvrši bazna
transformacija proizvoljnog vektora x, (samim tim se transformiše i matrica linearne
transformacije), a zatim se primeni ta transformisana matrica linearne transformacije na
transformisani vektor x, dobijemo istu sliku, kao da smo prvo izvršili linearnu
transformaciju vektora x u prvobitnoj bazi, zatim primenili baznu transformaciju te slike.
Primer 7.15.: EULER-ovi uglovi. (Rotacija u prostoru). Posmatranjem kretanja

čigre uočavamo tri rotacije: "padanje" čigre (odstupanje sopstvene ose od vertikale) –
nutacija; rotaciju oko sopstvene ose – spin i rotaciju oku vertikale – precesija. Sastavimo
matrice tih transformacija i pronađimo matricu transformacije koja predstavlja njihov
proizvod (rezultujuća transformacija nakon njihove uzastopne primene, slika 7.)!
Neka je baza "polaznog" prostora {i1, j1, k1} koja nakon prve rotacije prelazi u bazu
{i2, j2, k2}. Druga rotacija proizvodi bazu {i3, j3, k3}, dok konačna je {i4, j4, k4}.
Prva rotacija je oko ose vektora k1 za ugao ψ - tojest k1 ≡ k2 . Imajući u vidu ovu
poslednju činjenicu i iskustvo iz primera 7.13. dobijamo:
145
VEKTORSKI PROSTORI
_______________________________________________________________________________________
i2 = i1cosψ + j1sinψ + 0⋅k1; cos ψ − sin ψ 0

j2 = – i1sinψ + j1cosψ + 0⋅k1; iz čega proizilazi: T12 =  sin ψ cos ψ 0
k2= 0⋅i1 + 0⋅j1 + 1⋅k1 ;  0 0 1
Druga rotacija ima polazni sistem {i2, j2, k2}, rotacija se vrši oko ose vektora i2 za
ugao υ, tj. nakon rotacije biće i2 ≡ i3 sa odgovarajućim izrazima, odnosno matricom:
i3 = 1⋅ i2 + 0⋅j2 + 0⋅k2; 1 0 0 
j3 = 0⋅ i2 + j2cosυ+ k2sinυ;

iz čega proizilazi: T23 = 0 cos υ − sin υ
k3= 0⋅ i2 – j2 sin υ+k2cosυ; 0 sin υ cos υ 
ψ 1
ϕ
k2 k1
3 k4 k3
u j4
ϕ j3
u j2
ψ
j1
ψ
ϕ i4
i1
i2 i3
2
u
Slika 7.
Konačno, treća rotacija je u sistemu {i3, j3, k3} oko ose vektora k3 za ugao ϕ, tojest
k3 ≡ k4, a odgovarajuće jednakosti i matrica prelaza su:
i4 = i3cosϕ + j3sinϕ + 0⋅k3; cos ϕ − sin ϕ 0

j4 = – i3sinϕ + j3cosϕ + 0⋅k3; iz čega proizilazi: T34 =  sin ϕ cos ϕ 0
k4= 0⋅i3 + 0⋅j3 + 1⋅k3 ;  0 0 1
Kao rezultat tih rotacija dobijamo: x(1) = T12 x(2), x(2) = T23 x(3), x(3) = T34 x(4),
odnosno: x(1) = T12 T23 T34 x(4), x(1) = T14 x(4); gde je T14 = T12 T23 T34.
cos ψ cos ϕ − sin ψ sin ϕ cos υ − cos ψ sin ϕ − sin ψ cos ϕ cos υ sin ψ sin υ 
T14 = sin ψ cos ϕ − cos ψ sin ϕ cos υ − sin ψ sin ϕ − cos ψ cos ϕ cos υ − cos ψ sin υ
 sin ϕ sin υ cos ϕ sin υ cos υ 
146
_______________________________________________________________________________________
Elementi ove matrice su poznati obrasci u kojima figurišu EULER-ovi uglovi.
U mehanici se posmatraju rotacije za takozvane modifikovane EULER-ove uglove,

kada se vrše sledeće transformacije:
prva rotacija je oko ose vektora k1 za ugao ψ - tojest k1 ≡ k2,

druga je oko ose vektora j2 za ugao υ - tojest j2 ≡ j3; a
treća je oko ose vektora i3 za ugao ϕ - tojest i3 ≡ i4.
7.5. Invarijantni pravci linearne tranformacije
7.5.1. Polinomi sa matričnim koeficijentima i matrična vrednost polinoma
U poglavlju 1. smo posmatrali polinome sa koeficijentima, koji su pripadali

proiznom brojevnom skupu K. Konstatovali smo, da opšte teoreme izrečene za slučaj
polinoma sa kompleksnim koeficijentima ne važe, ili samo delimično su na snazi, ukoliko
su koeficijenti iz nekog užeg skupe nego što je to skup kompleksnih brojeva.
Pristupimo sada izučavanju sledeće dve situacije: Neka je dat polinom
f(x) = ao + a1 x + a2 x2 + ... + an-1 xn-1 + an xn
a) i neka su koeficijenti polinoma matrice, b) neka je promenljiva x matrica..
Definicija 7.5.1.1.: Polinom Ao + A1 x + A2 x2 + ... + Ak-1 xk-1 + Ak xk u kojem su

koeficijenti Ai kvadratne matrice tipa n¥n je polinom sa matričnim koeficijentima.
Vrednost polinoma sa matričnim koeficijentima na proizvoljnom mestu x = a je

takodje kvadratna matrica n-tog reda. Ako u polinomu sa realnim keficijentima
promenljivu x zamenjujemo sa kvadratnom matricom X, takodje dobijamo kao rezultat
kvadratnu matricu n-tog reda:
f(X) = ao + a1 X + a2 X2 + ... + an-1 Xn-1 + an Xn.
Primer 7.5.1.1.: a) Izračunati vrednost polinoma f(x) = 3 – 5 x + x2 za
 2 − 1
x=A=  .
 −1 3
147
VEKTORSKI PROSTORI
_______________________________________________________________________________________
1 0   2 − 1  2 − 1  2 − 1
f(A) = 3 E –5 A + A2 = 3   – 5  −1 + =
0 1   3  − 1 3  − 1 3
3 0  − 10 5  7 − 5  0 0 
=  +  + = .
0 3  15 − 15  − 15 12  0 0
Matrična vrednost polinoma sa realnim koeficijentima je matrica. Još jednom

naglašavamo, da matrična vrednost polinoma postoji samo za kvadratne matrice, jer je
potrebno izračunati i stepene argumenta, a stepenovati znamo samo kvadratne matrice.
b) Dat je matrični polinom (polinom sa matričnim koeficijentima):
1 0 1  3 1 5 1 3 2
  
P(X) = 1 1 0 +  − 1 0 3 X + 0
 0 1  X 2 .
1 0 1  2 4 1 1 − 1 0
"Vrednost" polinoma je matrica i u slučaju, kada je X broj (kvadratna matrica

prvog reda), a i u slučaju kada je kvadratna matrica trećeg reda. U ostalim slučajevima
vrednost polinoma nije definisana.
5 4 8  1 0 0  5 4 19
Na primer: P(1) = 0 1 4 , a u slučaju X0 = 0 1 0 P(X0) =
  0 1 10 .
 
4 3 2 0 0 2 4 3 3
Proveriti!
BÈZOUT-ova teorema se odnosi i na polinome sa matričnim koeficijentima:
Teorema 7.5.1.1.: Ako je A(x) = Ao + A1 x + A2 x2 + ... + Ak-1 xk-1 + Ak xk polinom

sa matričnim koeficijentima, a polinom B(x) = x E – B je polinom prvog stepena sa
matričnim koeficijentima, tada je desni ostatak prilikom deljenja polinoma A(x)
polinomom B(x) je vrednost polinoma A(x) ako se zameni x = B , tojest:
Rd = Ao + A1 B + A2 B2 + ... + Ak-1 Bk-1 + Ak Bk .
Dokaz: Koristimo identitet:
xk E – Bk = (xk–1 E + xk–2B + xk–3B2 + … + x Bk–2 + Bk–1)(x E – B ).
Ovaj identitet je istinit za svako k Œ N (čitalac neka proveri to upotrebom

matematičke indukcije!). Pomnožimo ovu jednakos sleva sa koeficijentima Ak:
xk Ak – Ak Bk = (xk–1 Ak + xk–2Ak B + xk–3Ak B2 + … + x Ak Bk–2 +Ak Bk–1)(x E – B )
148
_______________________________________________________________________________________
Sada ispišimo ove jednakosti pojedinačno za k = 1, 2, 3, … , n, i na kraju ih

saberemo. Iz zbira izraza sa desne strane jednakosti možemo izvući iza zagrade (sa desne
strane - nekomutativnost!) polinom x E – B , dok u zagradi ostaje polinom k–1-og stepena
sa matričnim koeficijentima. Obeležimo taj polinom sa Q(x).
Prema tome, zbir desnih strana je izraz oblika Q(x) (x E – B ), dok je zbir izraza na
levoj strani:
n n n n
∑
k =1
xk Ak – ∑
k =1
Ak Bk = ( Ao + ∑
k =1
xk Ak )–(Ao + – ∑
k =1
Ak Bk )= A(x) – A(B).
Očevidno je, da iz jednakosti A(x) – A(B) = Q(x) (x E – B ) sledi:
A(x) = Q(x) (x E – B ) + A(B)
odnosno dokazano je, da važi Rd = Ao + A1 B + A2 B2 + ... + Ak-1 Bk-1 + Ak Bk = A(B) .
Na sličan način se može formulisati stav o levom ostatku.
Svakoj kvadratnoj matrici A možemo pridružiti matrični polinom:
 x − a11 − a12 − a13 ... − a1n 

 − a 21 x − a 22 − a 23 ... − a 2 n 

x E– A = − a 31 − a 32 x − a 33 ... − a 3n  .
 
 ... ... ... ... ... 
 − a n1 − an2 − a n3 ... x − a nn 
Definicija 7.5.1.2.: Matrični polinom x E – A pridružen kvadratnoj matrici A

nazivamo karakterističnom matricom matrice A.
Determinanta karakteristične matrice je polinom n-stog stepena sa realnim

koeficijentima po promenljivoj x. (Ne razmatramo slučajeve sa područja kompleksnih
brojeva).
Definicija 7.5.1.3.: Determinanta karakteristične matrice kvadratne matrice A je

karakteristični polinom matrice A:
det (x E – A ) = x E – A = ao + a1 x + a2 x2 + ... + an-1 xn-1 + an xn.
Jednačina ao + a1 x + a2 x2 + ... + an-1 xn-1 + an xn = 0 je takozvana karakteristična

jednačina matrice A.
149
VEKTORSKI PROSTORI
_______________________________________________________________________________________
Teorema 7.5.1.2.: (CAYLEY – HAMILTON): Za kvadratnu matricu n-tog reda sa

elementima iz skupa K, koja ima karakterističnu matricu x E – A a karakteristična
jednačina joj je: f(x) = ao + a1 x + a2 x2 + ... + an-1 xn-1 + an xn = 0 uvek važi jednakost: f(A)
= 0. ("Svaka matrica zadovoljava svoju karakterističnu jednačinu ").
Dokaz: Osmotrimo adjungovanu matricu matrice A: adj (x E – A). Elementi te

matrice su polinomi sa koeficijentima nad skupom K, stepena ne višeg od n–1. Pošto
proizvod matrice i sopstvene adjungovane matrice je jedinična matrica pomnožena sa
determinandom date matrice, sledi:
adj (x E – A) ⋅ (x E – A) = x E – A) E = f(x) E =
= ao E + a1 x E + a2 x2 E + ... + an-1 xn-1 E + an xn E.
Ova jednakost ujedno znači i to, da karakteristični polinom f(x) E matrice A uvek
deljiv sa polinomom (x E – A), tj. ostatak je 0. Po teoremi 7.5.1.1. ostatak je vrednost
polinoma za A, tojest f(A) = 0 .
Primer 7.5.1.2: Odrediti karakterističnu matricu i karakteristični polinom matrice A!

 1 1 1 1  x −1 −1 −1 −1 
 1 1 − 1 − 1  −1 x −1 1 1 
A=   , karakteristična matrica je: x E – A=  .
 1 − 1 1 − 1  −1 1 x −1 1 
   
 1 − 1 − 1 1  −1 1 1 x − 1
Karakteristični polinom (determinanta karakteristične matrice) je:
x −1 −1 −1 −1 x −1 −1 −1 −1
−1 x −1 1 1 x−2 x−2 0 0
x E – A= = =
−1 1 x −1 1 x−2 0 x−2 0
−1 1 1 x −1 x−2 0 0 x−2
(1)
x −1 −1 −1 −1 x+2 0 0 0
1 1 0 0 1 1 0 0
= (x–2)3 = (x–2)3 = (x–2)3(x+2).
1 0 1 0 1 0 1 0
1 0 0 1 1 0 0 1
(2) (3) (4)
Opis koraka:
(1) Dodali smo prvu vrstu drugoj, trećoj i četvrtoj vrsti.

(2) Iz druge, treće i četvrte vrste determinante smo izvukli čunioc x–2 ispred determinante.
(3) Dodali smo prvoj vrsti determinante drugu, treću i četvrtu vrstu.
(4) Vrednost "trougaone determinante" je proizvod elemenata na dijagonali.
150
_______________________________________________________________________________________
Definicija 7.5.1.4.: Minimalni polinom matrice A je polinom najnižeg stepena

kojeg matrica "anulira".
Teorema 7.5.1.3: Minimalni polinom matrice A je polinom m(x). Taj polinom je

uvek delilac karakterističnog polinoma f(x) date matrice, tojest:
f(x) = m(x) q(x) ili je f(x) = m(x).
Dokaz: Neka je karakteristični polinom matrice f(x), dok je m(x) polinom najnižeg
stepena sa koeficijentima iz skupa K, kojeg matrica A anulira, tojest m(A) = 0, dok je
stepen polinoma m(x) niži od stepena f(x). Po definiciji deljivosti polinoma možemo
zapisati sledeće: f(x) = m(x) q(x) + r(x) gde je dg (r(x)) < dg ( m(x)). Zamenimo
promenljivu x matricom A: f(A) = m(A) q(A) + r(A) = 0 (na osnovu CAYLEY –
HAMILTON-ove teoreme). Pošto je m(A) = 0 zato je i r(A) = 0. Medjutim, po pretpostavci
teoreme ne postoji polinom nižeg stepena od m(x) kojeg matrica A anulira, zato je ostatak
identički jednak nuli: r(x) ≡ 0, tojest f(x) = m(x) q(x) .
Nije teško uočiti (ponovnim razmatranjem primera 7.5.1.2. da matrica A pored

svog karakterističnog polinoma četvrtog stepena f(x) = (x–2)3(x+2) anulira i polinom
trećeg stepena h(x) = (x–2)2(x+2), kao i polinom drugog stepena m(x) = (x–2)(x+2).
Polinom m(x) je minimalni polinom posmatrane metrice.
7.5.2. Sopstveni vektori linearne transformacije
Neka je matrica A matrica jedne linearne transformacije. Odgovorimo na pitanje:

postoje li u vektorskom prostoru Vn vektori, koji prilikom transformacije prelaze u vektore
istog pravca (eventualno su ponoženi samo sa izvesnim skalarom λ)?
U trodimenzionom euklidovom to znači sledeće: postoje li vektori, koji prilikom

transformacije nisu promenili pravac. Uopšteno, traži se odgovor na pitanje: ima li
jednačina A x = λ x rešenje?
Ukoliko postoji takav vektor xo koji ne menja svoj "pravac", tada je ceo
jednodimenzioni prostor generisan vektorom xo ima isto svojstvo, pa možemo govoriti o
invarijantnom pravcu (podprostoru) date transformacije.
Ako jednačina A x = λ x ima dva linearno nezavisna rešenja, x1 i x2, tada je i čitav
prostor L( x1 , x2) generisan tim vektorima je invarijantan, to jest i vektor x3 =a x1 + b x2 je
invarijantan pravac. (a, b proizvoljni skalari).
A x1 = λ x1 Ÿ A x2 = λ x2 fi A x3 = λ x3
151
VEKTORSKI PROSTORI
_______________________________________________________________________________________
Zaista:
A x3 = A(a x1 + b x2) = a A x1 + b A x2 = a λ x1 + b λ x2 = λ (a x1 + b x2) = λ x3.
Kako pronaći te invarijantne pravce ili invarjantne podprostore?
Podjimo od osnovnog zadatka, rešimo jednačinu A x = λ x po x:
A x = λ x ⇔ (λ E – A)x = 0
Ova poslednja matrična jednačina je ekvivalentna sa sistemom homogenih linearnih

jednačina, matrica sistema je karakteristična matrica date matrice λ E – A, a determinanta
je karakteristični polinom matrice f(λ)=λ E – A. Pošto homogeni sistem jednačina ima
netrivijalno rešenje samo u slučaju kada je determinanta sistema jednaka nuli, te potrebno
je rešiti karakterističnu jednačinu matrice A : f (λ) = 0.
Definicija 7.5.2.1.: Linearna transformacija A ima sopstvene (svojstvene) vrednosti

λ, koji brojevi moraju zadovoljavati karakterističnu jednačinu matrice A. Skup rešenja
karakteristične jednačine je spektar matrice.
Svakoj svojstvenoj vrednosti (svakom netrivijalnom rešenju jednačine A x = λ x )

pridružujemo vektor, koji je invarijantan (svojstveni vektor) date transformacije.
Definicija 7.5.2.2.: Svojstveni vektor linearne trasformacije A je svaki nenula

vektor, kojeg linearna transformacija A preslikava u vektor koji je dobine samo množenjem
originalnog vektora sa jednim skalarom. Vektori x, koji su rešenja jednačine A x = λ x su
svojstveni vektori transformacije A. Ako svojstvenoj vrednosti λ pripada više (m)
medjusobno linearno nezavisnih svojsvenih vektora, tada svostvena vrednost λ ima
višestrukost m. Prostor generisan svojstvenim vektorima koji pripadaju istoj svojstvenoj
vrednosti nazivamo invarijatnim podprostorom linearne transformacije A.
Primer 7.5.2.: (Nastavak primera 7.5.1.2.). Pošto je karakteristična jednačina

matrice A, transformacije zadate u tom primeru: (λ–2)3(λ+2) = 0, lako se izračunavaju
svojstvene vrednosti λ1 = –2 i λ2 = 2. Spektar transformacije je {–2, 2}. Potražimo sada
svojstvene vektore transformacije:
λ1 = –2
3 1 1 1  x1  0
(λ = –2) Ÿ (λ E – A)x = 0
1
⇒ 3 − 1 − 1  x 2  0 .
=
1 − 1 3 − 1  x3  0
    
1 − 1 − 1 3  x 4  0
152
_______________________________________________________________________________________
Primenimo GAUSS-ov metod eliminacije:
3 1 1 1 0 4 4 − 8 1 − 1 − 1 3 1 − 1 − 1 3 1 0 0 1
1 3 − 1 − 1 0 0 − 4 0 0 1 − 2
 ~ 4 ~ 1 1 − 2 ~ 1 ~ 0 1 0 − 1 .

1 − 1 3 − 1 0 0 4 − 4 0 1 0 − 1 0 0 −1 1
        0 0 1 − 1
1 − 1 − 1 3 1 − 1 − 1 3 0 0 1 − 1 0 0 1 − 1
Rang matrice sistema je 3, pa je stepen slobode 1. Ako biramo x4 = m π 0, tada će

biti
–x1 = x2 = x3 = x4 = m.
Rešenje sistema jednačina je (x1 , x2 , x3 , x4) = (–m , m , m , m) = m (–1, 1, 1, 1).

Svojstvenoj vrednosti λ = –2 pripada svostveni vektor v = (–1, 1, 1, 1).
Očevidno, bilo koji vektor, koji se dobija iz v množenjem proizvoljnim skalarom

takodje invarijantan, ali oni nisu nezavisni od v, i pripadaju invarijantnom prostoru
generisanog tim vektorom.
λ1 = 2
 1 − 1 − 1 − 1  x1  0
    
(λ = 2) Ÿ (λ E – A)x = 0 ⇒  − 1 1 1 1   x 2  = 0  .
− 1 1 1 1   x 3  0 
    
− 1 1 1 1   x 4  0 
Lako se uočava, da imamo svega jednu nezavisnu jednačinu, te stepen slobode je 3.
x1 – x2 – x3 – x4 = 0.
Neka je
x2 = a Ÿ x3 = b Ÿ x4 = g fi x1 = a + b + g,
ali je a π 0 ⁄ b π 0 ⁄ g π 0.
Opšte rešenje sistema jednačina je:
(x1 , x2 , x3 , x4) = (a + b + g, a , b , g) =
= a (1, 1, 0, 0) + b (1, 0, 1, 0) + g (1, 0, 0, 1) = a v1 + b v2 + g v3.
153
VEKTORSKI PROSTORI
_______________________________________________________________________________________
Proveriti linearnu nezavisnost vektora
v1 = (1, 1, 0, 0), v2 = (1, 0, 1, 0) i v3 = (1, 0, 0, 1).
Svojstvenoj vrednosti λ = 2 pripadaju čak 3 linearno nezavisna svojstvena vektora.

Naravno, svaka kombinacija tih vektora v = a v1 + b v2 + g v3 je takodje svojstveni vektor
transformacije. Svi ti vektori su elementi prostora L(v1 , v2 , v3). Svojstvena vrednost λ =
2 ima multiplicitet 3. Ovo se može uočiti i posmatranjem karakteristične jednačine, jer je
broj 2 trostruki koren te jednačine.
Primer 7.5.2.2.: Matricu rotacije koordinatnog sistema oko ose Oz već poznajemo.
Neka je ugao obrtanja ψ . Matrica A linearne transformacije je:
cosψ − sin ψ 0
A =  sinψ cosψ 0 .
 0 0 1
Odredimo karakterističnu jednačinu i svojstvene vektore, koji pripadaju rešenjima

karakteristične jednačine!
Karakteristična jednačina je:
λ − cosψ sin ψ 0
λE – A= 0 ⇔ − sin ψ λ − cosψ (
0 = (λ − 1) λ2 − 2λ cosψ + 1 = 0. )
0 0 λ −1
Odavde se "prosto" pročitaju karakteristične vrednosti:
λ1 = 1, λ 2 / 3 = cosψ ± cos 2 ψ − 1 .
Dve zadnje svojstvene vrednosti su par konjugovano kompleksnih brojeva za sve

vrednosti ψ ≠ kπ (k∈ Z), dok u slučajevima ψ = kπ (k∈ Z) su to realni brojevi, te se
ograničavamo na ispitivanje tih vrednosti. Osmotrimo rotaciju za neparan broj puta π -
ugao! (rotacija za paran broj puta π ne rezultuje nikakvu promenu!). Pošto je cos(2m+1)π
= –1, imamo λ2/3 = –1.
λ=1
Za ovu svojstvenu vrednost dobijamo, da je rang pripadajuće matrice sistema
homogenih jednačina 2 (treća vrsta, a i treća kolona je sastavljena od samih nula). Od
preostale dve jednačine nikako ne zavisi z, te pored slobodno odabranog zo dobijamo
rešenja xo = yo = 0, što znači da je pripadni svojstveni vektor (0, 0, zo) = zo (0, 0, 1). To
154
_______________________________________________________________________________________
znači: sama osa Oz! Naknadno možemo biti "pametni" pa konstatovati, da bilo je i za
očekivati da u slučaju obrtanja oko Oz ose pravac same ose se neće promeniti. Specifična
situacija se ogleda u tome, da se ne menja niti smer niti intenzitet. Vektori na toj osi u tom
obrtanju ostaju potpuno nepromenjeni.
λ = –1
Osmotrimo elementarne transformacije matrice sistema homogenih jednačina.
Pošto je cosψ = –1, sinψ = 0 i λ= –1, zato imamo matricu:
λ − cosψ sin ψ 0  0 0 0
 − sin ψ λ − cosψ 0  ~  0 0 0 .

 0 0 λ − 1  0 0 − 2 
⇒ zo = 0, xo = α, yo = β,
gde su α i β proizvoljno odabrani nenula brojevi.
Svojstveni vektori su sledeći:
(xo, yo, zo)= (α, β, 0) = α(1, 0, 0) + β(0, 1, 0).
Ova poslednja konstatacija znači: prostor generisan vektorima (1, 0, 0) i (0, 1, 0) –

a to je čitava ravan Oxy, jeste invarijantni potprostor transformacije.
Zaista, svaki vektor sa početkom u koordinatnom središtu i u ravni Oxy sa jednim

"poluobrtom" ne menja pravac, samo mu se smer menja u suprotan!
Zadaci 7.5.2.: Odrediti svojstvene vektore linearnih transformacija datih matricama:
 5 6 − 3  3 1 0
a) − 1 0 1  , b) − 4 − 1 0  .

 1 2 − 1  4 − 8 − 2
c) Ako je poznat spektar{λ1, λ2, λ3, …,λn} regularne linearne transformacije A odrediti
spektar transformacije A–1. (Rešenje: Svojstvene vrednosti inverzne matrice su jednake
recipročnim vrednostima svojstvenih vrednosti date matrice).
155
VEKTORSKI PROSTORI
_______________________________________________________________________________________
Ispitni zadaci 7.:
1. (24.01.2001.)
Dat je skup vektora

W = { a=(2, 1, 3, 1), b=(1, 2, 0, 1), c=(–1, 1, –3, 0), d=(1, 5, –3, 2) }.
a) Naći dimenziju vektorskog prostora kojeg generišu vektori tog skupa.
b) Naći linearne veze izmedju tih vektora.
c) Naći sve moguće baze generisanog vektorskog prostora.
Rešenje:
Polazimo od veze α a + β b + γ c + δ d = 0, što se svodi na homegeni sistem
linearnih algebarskih jednačina Kolone matrice tog sistema su koordinate datih vektora..
Rešavajući taj sistem imamo:
 2 1 −1 1 
1 2 1 5  1 2 1 5
 ~
 3 0 − 3 − 3 0 1 1 3
 
1 1 0 2
a) Pošto je rang 2, to dim(V)=2 i imamo sledeće rešenje, biramo li slobodno γ i δ:
b) γ ( a – b + c) + δ (a – 3 b + d) = 0 iz čega sledi: a – b + c = 0 i a – 3 b + d = 0.
c) Baza je bilo koji par vektora iz datog skupa:

(a , b), (a , c), (a, d), (b , c), (b , d), (c , d).
2. (11.04.2002.)
1+ x  1 2
a) (10) Izračunati ϕ(A) ako je ϕ(x)= i A= .
1− x  2 1
b) (10) Odrediti karakteristične vektore matrice A.
Rešenje:
a) Matrični oblik tog polinoma je: ϕ (A) = (E +A) (E – A)–1.
 2 2  0 − 2
E + A=   , E − A= .
 2 2 −2 0 
1  0 2  − 1 − 1
E − A = −4, (E − A) = − 
−1
 ⇒ ϕ ( A) =  .
4  2 0  − 1 − 1
156
_______________________________________________________________________________________
1− λ 2
b) Karakteristični polinom je: det(A–λE) = = λ2 – 2λ – 3.
2 1− λ
Karakteristična jednačina je λ2 – 2λ – 3 = 0, čiji su koreni λ1 = –1, λ2 = 3.
Za λ1 = –1 imamo 1.s.s. i odgovarajući sopstveni vektor je

(α, –α) = α(1, –1).
Za λ2 = 3 situacija je slična, takodje je 1.s.s. ali je sada sopstveni vektor

(α, α) = α(1, 1).
3. (27.06.2002.)
Za datu matricu A odrediti karakteristični polinom, karakteristične vrednosti i

invarijantne pravce (invarijantne potprostore) linearne transformacije.
 1 0 0 0
 0 0 1 0
A= 
 0 1 0 0
 
 0 0 0 1
Rešenje:
Karakteristični polinom je det(A–λE ) = = (λ–1)3(λ+1).
Karakteristične vrednosti se neposredno čitaju: λ1 =1 i λ2 = –1.
Za λ1 =1 imamo 3 stepena slobode, jer se matrica A–λ1 E svodi na jednu vrstu: [0 –1 1 0],
što znači jednu jedinu jednačinu: 0x1 – x2 + x3 +0x4 = 0.
Neposredno se uočava da nepoznate x1 i x4 mogu biti proizvoljne, dok x2 = x3.
Iz toga proizilazi opšte rešenje i invarijantni pravci (potprostor generisan tim vektorima je
invarijantan):
(x1 , x2 , x3 , x4) =(x1 , x2 , x2 , x4) = x1 (1, 0, 0, 0) + x2 (0, 1, 1, 0) + x4 (0, 0, 0, 1).
1 0 0 0
Za λ2 = –1 imamo 1 stepen slobode, jer se matrica A–λ2 E svodi na:  0 1 1 0 .
 
 0 0 0 1 
Očevidno to je matrica homogenog sistema jednačina u kojem mora biti x1 = x4 = 0, dok
x2 = –x3 . Iz toga proizilazi opšte rešenje i invarijantni pravac:
(x1 , x2 , x3 , x4) = (0, x2 , –x2, 0) = x2 (0, 1, –1, 0).
157
VEKTORSKI PROSTORI
_______________________________________________________________________________________
4. (10.06.2003.)
Odrediti dimenziju vektorskog prostora V, generisanog skupom vektora

A = {a , b, c, d , e}, ako su poznate sledeće veze među vektorima:
a − 2b +c −d + 4e = 0
a − 3b + 3c +d + 5e = 0
− a + 2b + 2d − 2e = 0 .
2 a − 4b + 2 c −d + 8e = 0
Rešenje:
Korišćenjem GAUSS-ovog metoda eliminacije uočva se, da vektor d mora biti

nula vektor, dok za ostale vektore te veze se svode na sledeće jednakosti:
a =–8e, b=–3e i c=-2e.
Prema tome, jedino vektor e je nezavisni vektor, svi ostali se mogu "proizvesti" iz
njega, pa je to jednodimenzioni prostor čija je baza upravo vektor e.
5. (09.12.1999.)
Naći dimenziju i sve baze prostorora za sledeći skup vektora:

a1 = (1, 0, 0, –1), a2 = (2, 1, 1, 0), a3 = (1, 1, 1, 1),
a4 = (1, 2, 3, 4), a5 = (0, 1, 2, 3).
Rešenje:
Iz zahteva linearne zavisnosti (nezavisnosti):
x a1 + y a2 + z a3 + u a4 + v a5 = 0
sledi sistem algebarskih linearnih homogenih jednačina:
x + 2y + z + u = 0,
y + z + 2u + v = 0,
y + z + 3u + 2v = 0,
–x + z + 4u + 3v = 0.
Primenom GAUSS-ovog metoda eliminacije dobijemo redukovani sistem jednačina:
x + y = 0, y + z + u = 0, u + v = 0.
158
_______________________________________________________________________________________
Očevidno je, rang matrice ovog sistema je 3, dok imamo 5 nepoznatih. To znači 2
stepena slobode. Drugim rečima: imamo svega tri nezavisna vektora, odnosno generisani
prostor je trodimenzionalan. Odredimo moguće baze (od po tri vektora) tog prostora,
isključivanjem onih trojki, koje ne mogu biti baza.
Ako u prvoj jednačini iskoristimo jedan stepen slobode i odaberemo x = α, gde je

α proizvoljan broj različit od nule, tada sledi y = –α. Iskoristimo drugi stepen slobode, pa
u trećoj jednačini odaberemo u = β, uz isto ograničenje: da β bude različit od nule, tada
sledi v = –β. Ako sve te činjenice primenimo u drugoj jednačini, zaključujemo z = α–β.
Primenimo te zaključke u prvobitnoj jednačini, koju smo postavili prilikom

ispitivanja linearne zavisnosti sistema vektora:
x a1 + y a2 + z a3 + u a4 + v a5 = 0 ⇒ α a1 – α a2 + (α–β) a3 + β a4 – β a5 = 0.
Potrebno je preurediti ovu poslednju vektorsku jednakost po odabranim brojevima α i β:
α (a1 – a2 + a3 ) + β ( –a3 + a4 – a5) = 0.
Pošto za bilo koje odabrane (nenula) vrednosti brojeva ova poslednja jednakost
mora važiti, to je moguće samo tako, da kombinacije vektora u zagradama jednake nuli. To
upravo znači, da medju datim vektorima postoje dve linearne veze:
a1 – a2 + a3 = 0 i –a3 + a4 – a5 = 0.
Trojke vektora, koji su obuvaćeni ovim vezama ne mogu biti baza!
Formirajmo sve moguće kombinacije od datih vektora. Od 5 vektora možemo

formirati 10 trojki:
( a1 , a2 , a3 ), ( a1 , a2 , a4 ), ( a1 , a2 , a5 ), ( a1 , a3 , a3 ), ( a1 , a3 , a5 ),
( a1 , a4 , a5 ), ( a2 , a3 , a4 ), ( a2 , a3 , a5 ), ( a2 , a4 , a5 ), ( a3 , a4 , a5 ).
Zaokružene trojke vektora ne mogu biti baza na osnovu prethodnih razmatranja,

dok sve ostale trojke su moguće baze tog prostora.
159

Diskretna Matematika

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Diskretna Matematika

Uploaded by

Copyright:

Available Formats

VIŠA TEHNIČKA ŠKOLA SUBOTICA

4. ELEMENTI ANALITIČKE GEOMETRIJE 65

6. SISTEMI LINEARNIH JEDNAČINA 113

7. VEKTORSKI PROSTORI 133

S. Kakašić – I. Boroš – Lj. Milošević – A. Ćetković:

Farkas Miklós szerkesztő:

Fried E. – Pásztor I. – Reiman I. – Révész P. – Ruzsa I.:

1.1. Pojam polinoma

Iz srednje škole je čitaocu poznat sledeći pojam polinoma: Polinom je funkcija

Definicija 1.1.1. Elemente skupa UK i

Definicija 1.1.3.: Proizvod polinoma P = (a0 , a1 , a2 , ... , an) i Q = (b0 , b1 , b2 , ... ,

prirodan broj za koji važi: cr ≠ 0. Ako su svi ci = 0, proizvod je nula-polinom.

1.1. Primer: Dati su nenula polinomi P = (a0 , a1 , a2 , a3), Q = (b0 , b1 , b2). To

a) P + Q = (a0 , a1 , a2 , a3) + (b0 , b1 , b2) = (a0 + b0 , a1 + b1, a2 + b2, a3) , jer je b3 = 0 i

b) P ⋅ Q = (a0 , a1 , a2 , a3) ⋅ (b0 , b1 , b2) = (a0 ⋅ b0 , a0 ⋅ b1 + a1 ⋅ b0 , a0 ⋅ b2 + a1 ⋅ b1 + a2 ⋅

c) Akoj je polinom R nultog stepena, tada je R = c0, pa će biti:

P +R = (a0+c0 , a1, a2, a3) i P ⋅ Q = (b0 ⋅ c0, b1 ⋅ c0, b2⋅ c0).

Neka su P, Q i R proizvoljni polinomi, dok 0 je nula-polinom.

(1) Konstatujemo ulogu nula-polinoma u sabiranju i množenju polinoma:

(2) Polinom E = 1 je polinom nultog stepena koji se ponaša kao multiplikativni

(3) Može se dokazati komutativno i asocijativno svojstvo sabiranja i množenja

(4) O stepenu zbira i proizvoda konstatujemo činjenice (dg je stepen polinoma):

Osmotrimo sada ulogu jednog specijalnog polinoma kojeg ćemo obeležiti sa x:

Bez većih teškoća možemo konstatovati sledeća svojsva polinoma x:

x2 = (0, 1) ⋅ (0, 1) = (0, 0, 1),

Potražimo vezu između polinoma x i njegovih stepena sa jedne strane i polinoma P

P1 = (a0, a1) = a0 + (0, a1) = a0 + a1 ⋅ (0, 1) = a0 + a1 ⋅ x,

Pn = (a0 , a1 , a2 , ... , an) = ao + a1 x + a2 x2 + ... + an-1 xn-1 + an xn.

Obeležimo skup olinoma nak poljem K sa K[x].

Nad skupom K[x] važi sledeća teorema:

Teorema 1.1.: (K[x] , +, ⋅ ) je komutativni prsten sa jedinicom.

Dokaz: (K[x] , +) je ABEL-ova grupa, jer smo uočili asocijativnost i komutativnost

(K[x] , ⋅) je komutativna polugrupa sa jedinicom. Asocijativnost i komutativnost

1.2. Deljenje polinoma

Sabiranje i množenje polinoma vršimo po definicijama 1.1.2. és a 1.1.2. Inverzna

Dokaz: Pretpostavimo, da postoji više takvih polinoma koji zadovoljavaju

F(x) = G(x) ⋅ Q1(x) + R1(x), F(x) = G(x) ⋅ Q2(x) + R2(x) ⇒

Sada dokažimo da takva mogućnost uvek postoji. Neka je dg(F(x)) = n i dg(G(x)) = m.

a) Ako je n < m, Q(x) = 0 ⇒ F(x) = R(x) tj.

F(x) = ao + a1 x + a2 x2 + ... + an-1 xn-1 + an xn , an ≠ 0 i

Formirajmo sledeći niz polinoma (pretpostavljajući da je n > m):

Saberimo sve polinome Fi (x) (i=1,2,...,k) !

F1(x) + F2(x) + F3(x) + ... + Fk(x) =

a n n–m a 1n n1–m a nk −1 n'–m

Primer 1.2.1.: Deljenje polinoma sa ostatkom. Odredimo količnik Q(x) polinoma

Prema tome Q(x) = 3 x2 + 2 x + 1 i R(x) = x + 1, tojest:

Prikazani postupak se naziva euklidovim algoritmom za deljenje polinoma.

Obeležimo relaciju deljivosti na sledeći način: G(x) | F(x).

Navedimo sada sve posledice koje proizilaze iz pojma deljivosti polinoma i iz

a) G(x) | F(x) Ÿ H(x) | G(x) ⇒ H(x) | F(x). (Deljivost polinoma je tranzitivna)

d) H(x) | F1(x) Ÿ H(x) | F2(x) Ÿ....Ÿ H(x) | Fk(x) ⇒

e) G(x) | F(x) Ÿ F(x) | G(x) ⇒ F(x) = C ⋅ G(x). ( C je polinom 0-tog stepena).

Definicija 1.2.2.: Najveći zajednički delilac polinoma F(x) i G(x) je normalizovan

Ovu činjenicu obeležavamo na sledeći način: H(x) = NZD(F(x), G(x)).

Dokaz: Neka je dg(F(x)) ≥ dg(G(x)) (U suprotnom zamenimo uloge datih

F(x) = G(x) ⋅ Q1(x) + R1(x), dg(R1(x)) < dg(G(x)) ,

Pošto stepeni ostataka čine opadajući niz, postupak se nužno završava. U

Rk-1(x) = Rk(x) ⋅ Qk+1(x) .

Po ovoj jednakosti je Rk(x) | Rk-1(x). Koristimo ovu činjenicu i uočimo sledeće

Nastavljajući zamenjivanje ostataka u prethodne korake dobijamo: Rk(x) | F(x) i

Postupak je jednoznačan, pa polinom višeg stepena sa istim osobinama ne postoji,

Primer 1.2.2.: Odredjivanje najvećeg zajedničkog delioca za polinome F(x) i G(x)

Neka je F(x) = x4 + 3 x3 – x2 – 4 x – 3 i G(x)=3 x3 + 10 x2 + 2 x – 3.