Matematika Usmeni

Skripta za pripremu polaganja
usmenog dijela ispita iz Matematike na EFZG

Aleksandar Hatzivelkos
(matematika-efzg.info)
Sadraj
1
Uvod
Elementi linearne algebre
Diferencijalni racun i primjene
15
Integralni racun i dinamicka analiza
27
Financijska matematika
32
Primjeri rijeenih ispitnih rokova
37
Uvod
Ova je skripta nastala kroz viegodinji rad sa studentima Ekonomskog fakulteta u Zagrebu, s ciljem kako bi se jednostavnim rjecnikom - a opet matematicki tocno - na jednom mjestu saelo gradivo koje je potrebno savladati za polaganje
usmenog dijela ispita iz Matematike na EFZG.
Skripta je sastavljana prema popisu ispitnih pitanja navedenih na slubenoj web stranici Katedre za matematiku EFZG,
te na kraju skripte moete pronaci i nekoliko rijeenih (pismenih) usmenih ispita, koji su svojevremeno bili javno dostupni
na stranicama Katedre. U ovim materijalima moete pronaci objanjenje osnovnih pojmova potrebnih za polaganje ispita,
no moram napomenuti kako sama skripta nije dovoljno opirna kako bi svojim sadrajem u potpunosti pokrila gradivo koje
se predaje na predavanjima kolegija, ili koje je obradeno
u knjizi prof. Neralica i prof. ege "Matematika".
Skripta je prvenstveno zamiljena kao kostur i pregled osnovnih pojmova i teorema, te kao ispomoc u pripremama za
polaganje ispita iz Matematike. Nadam se da c e Vam biti od pomoci.
Aleksandar Hatzivelkos
Elementi linearne algebre
1. Definicija matrice, format matrice, tipovi matrica, trag matrice.

Rjeenje (matematika-efzg.info):
Matricom A zovemo pravokutnu tablicu brojeva, ili opcenito, simbola koji se mogu mnoiti i zbrajati. Za matricu A
kaemo da ima m redaka i n stupaca, m, n N, tj da je A Mm,n , te ju piemo na slijedeci nacin:
a11
a
21
A = .
..
am1
a12
a22
..
.
...
...
..
.
a1n
a2n
..
.
am2
...
amn
Matrica moe imati jednak broj redaka i stupaca, primjerice n. Tada ju nazivamo kvadratnom, i piemo A Mn .
Tipovi matrica:
Nul-matricom nazivamo svaku matricu kojoj su svi elementi jednaki nuli.

Dijagonalna matrica je kvadratna matrica kojoj su svi elementi izvan glavne dijagonale jednaki nuli. Na dijagonali mogu biti proizvoljni brojevi, bez obzira da li su isti, razliciti ili pak jednaki nuli. Sve tri slijedece matrice su
dijagonalne:
4
0
0
12
0
0
0 0
0 0
,
0 0
0 1
0
0
0
2
0
0
0
2
"
0
0
0
0
#
.
Skalarna matrica je dijagonalna matrica kojoj su svi elementi na glavnoj dijagonali jednaki. U prethodnom
primjeru, prva matrica nije skalarna, ali druga i treca jesu.
Jedinicna matrica je skalarna matrica kojoj su svi elementi na glavnoj dijagonali jednaki 1.
Za daljnje definiranje tipova matrica, potrebno je definirati
operacijutransponiranja.
Transponiranje
je operacija koja
1 2 3
1 0 1
matrici retke prebacuje u stupce. Ako je matrica A = 0 2 3 , tada je AT = 2 2 0 .
1 0 5
3 3 5
Simetricna matrica je kvadratna matrica A za koju vrijedi AT = A, tj ai j = a ji . Vizualno te matrice prepoznajemo
po tome to se elementi matrice zrcale obzirom na glavnu dijagonalu, dok na dijagonali mogu biti proizvoljni
brojevi. Od slijedece dvije matrice prva jest, a druga nije simetricna:
5
7
5
0
0
7
0
1
"
1
1
1
1
#
.
Antisimetricna matrica je kvadratna matrica A za koju vrijedi AT = A, tj ai j = a ji . Vizualno te matrice

prepoznajemo po tome to se elementi matrice zrcale i mijenjaju predznak obzirom na glavnu dijagonalu, dok na
dijagonali moraju biti nule. Od slijedece dvije matrice prva jest, a druga nije antisimetricna:
5
7
5
0
0
7
0
0
2
7
2
7
0 10 .
10 1
Za kvadratnu matricu A = [ai j ], A Mn , trag matrice definiramo kao zbroj elemenata na glavnoj dijagonali, tj.
P
tr(A) = ni=1 aii .
2. Jednakost matrica, uredaj

u skupu Mmn .
Dvije matrice A = [ai j ] i B = [bi j ] su jednake ukoliko su:
a) jednakih dimenzija (istog tipa), tj. A, B Mmn ,
b) svi elementi na odgovarajucim mjestima jednaki, tj. ai j = bi j za svaki i = 1, ..., m, j = 1, ..., n.
Pojam "uredaja"
na nekom skupu predstavlja pravilo pomocu kojega odredjujemo
koji je element veci a koji manji u
danom skupu. U skupu Mmn , tj. u skupu matrica ne postoji uredaj,

tj. za proizvoljne dvije matrice A i B ne moemo
reci da je jedna veca, a druga manja, no na kupu Mmn postoji parcijalni uredaj
definiran na slijedeci nacin:
Za matrice A i B kaemo da je A < B ako je svaki element matrice A manji od odgovarajuceg
elementa matrice B, tj ako vrijedi ai j < bi j za sve i = 1, , m i j = 1, , n.
"
#
"
1 2
3
je manja od matrice B =
1 2
3
neusporedive, tj. niti je A > C niti je A < C.
Primjerice, matrica A =
#
"
3
0
, no matrica A i matrica C =
3
0
3
3
#
su
3. Zbrajanje matrica i svojstva operacije zbrajanja u skupu Mmn .

Dvije matrice moemo zbrojiti jedino ako su istog tipa (istih dimenzija), tj. ako su i A, B Mmn . Zbrajanje provodimo
po koordinatama: za matricu C Mmn vrijedi C = A + B ako za sve elemente matrice C vrijedi ci j = ai j + bi j . Na
primjer:
2
9

4
6 1

1
1 + 2

12 2
7
5
3
0
2
0
2
1
9
8

2
1
= 4
16 12 4
Matrice koje nisu istog tipa (istih dimenzija) ne moemo zbrajati.

Svojstva zbrajanja matrica:
Zbrajanje matrica je komutativno, tj. vrijedi A + B = B + A.
Zbrajanje matrica je asocijativno, tj. vrijedi (A + B) + C = A + (B + C).
Dakle, svejedno je da li prvo zbrojimo matrice A i B, pa potom zbroju dodamo matricu C, ili pak prvo zbrojimo B
i C, pa potom zbroju dodamo A; rezultat je isti.
Zbrajanje matrica posjeduje neutralni element, tj. postoji matrica N takva da je A + N = A, odnosno N + A = A.
Takva matrica je nul-matrica, tj. matrica c iji su svi elementi jednaki nuli.
4. Mnoenje broja i matrice i svojstva ove operacije.

Mnoenje broja i matrice naziva se jo "mnoenje matrice skalarom". Matrica proizvoljnog tipa (dimenzije) se mnoi
skalarom na nacin da se svi elementi te matrice pomnoe tim brojem. Na primjer:
1 5 2 3 15 6
0
3 2 3 0 = 6 9
7 0 2
21 0
6
Svojstva mnoenja skalarom:
Sa c, d R oznacimo skalare, a sa A, B Mmn matrice. Tada vrijedi
5
Mnoenje skalarom je distributivno obzirom na zbrajanje matrica, tj. c (A + B) = cA + cB.

Mnoenje skalarom je distributivno obzirom na zbrajanje skalara, tj. (c + d) A = cA + dA.
Mnoenje skalarom je komutativno, tj c A = A c.
Mnoenje skalarom je asocijativno, tj (c d) A = c (d A).
Dakle, svejedno je da li prvo pomnoimo skalare c i d, pa potom tim rezultatom pomnoimo matricu A, ili pak
prvo matricu A pomnoimo s d, pa potom dobivenu matricu pomnoimo sa c; rezultat je isti.
5. Skalarni produkt vektora, ortogonalnost vektora.

Vektorom zovemo jednostupcanu matricu. Dimenzijom n vektora A zovemo broj elemenata (redova) u tom vektoru, i
piemo A Rn . Evo primjera jednog trodimenzionalnog vektora A R3 :
A = 6
21
Na vektorima moemo upotrebljavati sve operacije koje upotrebljavamo i na matricama, poput zbrajanja (ukoliko su,
naravno, vektori odgovarajucih dimenzija) ili pak mnoenja skalarom. No pored tih operacijama, na vektorima moemo
definirati jo neke dodatne operacije. Jedna od njih je skalarno mnoenje, ili skalarni produkt vektora.
Dva vektora moemo skalarno pomnoiti jedino ako su jednakih dimenzija, tj. A, B Rn . Neka su vektori A i B
dani s:
a1
b1
a
b
2
2
A = . , B = . .
..
..
an
bn
Tada je skalarni produkt vektora A B jednak zbroju umnoaka odgovarajucih koordinata, tj.
AB=
n
X
ai bi = a1 b1 + a2 b2 + an bn
i=1
3
1
Za primjer, skalarno pomnoimo vektore A = 6 i B = 3 :
21
0

3 1

A B = 6 3 = 3 (1) + (6) (3) + 21 0 = 15
21
0
Skalarni produkt ima geometrijsku interpretaciju: Vektori A i B su okomiti (ili ortogonalni, piemo AB) ako i samo
ako je njihov skalarni produkt jednak nuli (tj. A B = 0).
6. Norma vektora i svojstva norme, metrika.

Norma vektora je funkcija koja vektoru A Rn pridruuje njegovu duljinu. Postoji vie nacina za zadavanje norme
vektora, no najrairenija je tzv. "Euklidska norma" koju racunamo na slijedeci nacin. Neka je A = [ai ] vektor iz prostora
Rn . Tada je norma tog vektora (koju oznacavamo s kAk2 ili ponekad samo s kAk) dana sa:
kAk2 =
v
t n
X
a2i =
i=1
q
a21 + a22 + + a2n
1
p
Primjerice za vektor B = 3 slijedi kBk2 = (1)2 + (3)2 + 02 = 10.
0
Svojstva norme:
Za vektore A, B Rn i skalar (broj) c R vrijedi
Norma vektora je uvijek veca ili jednaka nuli, tj. kAk2 0.
Za vektor A pomnoen skalarom c vrijedi: kcAk2 = |c| kAk2
Ako je kAk2 = 0, tada je A nul-vektor, tj. vektor kojemu su svi elementi jednaki nuli.
Vrijedi nejednakost trokuta: kA + Bk2 kAk2 + kBk2
Metrika je funkcija kojom racunamo udaljenost izmedu
dva elementa nekog skupa. Kod vektora metriku (udaljenost)
izmedu
dva vektora A, B Rn oznacavamo s d2 (A, B) i racunamo pomocu norme (indeks 2 kod funkcije metrike d
oznacava da metriku definiramo pomocu Euklidske norme, tj. kk2 ):
d2 (A, B) = kB Ak2
7. Mnoenje matrica i svojstva ove operacije

Za razliku od zbrajanja koje je intuitivno jasno definirano, matrice se mnoe na specifican nacin. Prvo, da bi mogli
pomnoiti dvije matrice A i B, one moraju biti specificnih dimenzija - tocnije moraju biti ulancane. Matrice su ulancane
ako je broj stupaca prve metrice jednak broju redaka druge matrice, tj. ako vrijedi A Mm,l , B Ml,n .
Primjerice, za matrice
A = 2
5
3
0
2
0
2
B = 0
5
1
2
2 8
1 4
2 2
moemo izracunati umnoak A B zato jer prva matrica u umnoku (A) ima tri stupca, a a druga matrica u umnoku (B)
tri retka (tj, A M3,3 , B M3,4 ).
No u isto vrijeme ne moemo izracunati umnoak B A, zbog toga jer prva matrica u umnoku (B) sad ima 4 stupca, a
druga matrica u umnoku (A) ima tri retka (tj. B M3,4 , A M3,3 ), pa matrice nisu ulancane!
Vec nam ovaj primjer pokazuje da, opcenito, mnoenje matrica nije komutativno, tj. A B , B A.
Ukoliko su matrice A Mm,l i B Ml,n odgovarajucih dimenzija, mnoenje C = A B provodimo koristeci slijedecu
formulu:
l
X
ci, j =
ai,k bk, j = ai,1 b1, j + ai,2 b2, j + ai,l bl, j
k=1
Ovom formulom se provodi slijedeci postupak: primjerice za racunanje elementa c2,3 matrice C = A B promatramo
drugi red matrice A i treci stupac matrice B. Sada redom mnoimo elemente tog retka i stupca, te dobivene umnoke
zbrajamo a2,1 b1,3 + a2,2 b2,3 + sve dok ne dodemo
do kraja retka, odnosno stupca. Buduci su matrice ulancane,
redak i stupac moraju biti jednako dugacki.

Pogledajmo kako bi na gornjem primjeru matrica A i B izracunali element c2,3 matrice C = A B:
c2,3 = a2,1 b1,3 + a2,2 b2,3 + a2,3 b3,3 = (2) (2) + 3 1 + 0 2 = 7
Taj je postupak potrebno ponoviti kombinirajuci sve retke iz matrice A i sve stupce iz matrice B.
Svojstva mnoenja matrica:
Mnoenje matrica nije komutativno, tj. vrijedi A B , B A.
Mnoenje matrica je asocijativno, tj. vrijedi (A B) C = A (B C).
Mnoenje matrica posjeduje neutralni element, tj. postoji matrica I takva da je A I = A, odnosno I A = A.
Takva matrica je jedinicna matrica, tj. matrica c iji su svi elementi na glavnoj dijagonali jednaki 1, a van glavne
dijagonale 0:
1 0 0
0 1 0
I = . . .
. . ...
.. ..
0 0 1
Mnoenje matrica je distributivno obzirom na zbrajanje matrica, tj. vrijedi A (B + C) = A B + A C.
8. Transponiranje matrica i svojstva ove operacije

Transponiranje matrice je operacija koja matrici A zamjeni retke sa stupcima. Tako prvi redak matrice A postaje prvi
stupac matrice AT , drugi redak matrice A drugi stupac matrice AT , itd. Formalno, ta se operacija definira na slijedeci
nacin: ukoliko sa ai, j oznacimo element matrice A koji se nalazi u i-tom retku i j-tom stupcu, a sa aTi, j element matrice
AT koji se nalazi na toj istoj poziciji, tada vrijedi:
aTi, j = a j,i
Transponiranje matrica ima slijedeca svojstva:
(A + B)T = AT + BT , gdje su A, B Mm,n matrice
(c A)T = c AT , gdje je c R realan broj, a A Mm,n matrica
(A B)T = BT AT , gdje su A, B Mm,n matrice
(AT )T = A, gdje je A Mm,n matrica
9. Definicija determinante, svojstva determinante.

Determinanta je preslikavanje koje kvadratnim matricama pridruuje realan broj.
Sama definicija je prilicno apstraktna i glasi:
Detareminanta matrice A Mn je realan broj detA za koji vrijedi
X
detA =
sign() a1,i1 a2,i2 an,in
n
gdje je n skup svih permutacija = (i1 , i2 , , in ), a sign() predznak koji se pridruuje permutaciji .
Svojstva determinante:
detA = detAT , tj. matrica i njoj transponirana matrica imaju jednake determinante
zamjenom dvaju stupaca (ili redaka) determinante, determinante mijenja predznak
determinanta se ne mijenja ako jednom stupcu (ili retku) pribrojimo neki drugi stupac (ili redak) pomnoen s
nekim brojem
determinanta sa dva jednaka ili proporcionalna stupca (ili retka) je jednaka nuli
determinanta kojoj su svi elementi u nekom stupcu (ili retku) jednaki nuli, jednaka je nuli
za kvadratne matrice A, B Mn vrijedi: det(A B) = detA detB (Binet - Cauchy)
10. Izracunavanje vrijednosti determinante pomocu Laplaceovog razvoja

Laplaceov razvoj determinante definira se na slijedeci (induktivan) nacin:
Prvo definiramo vrijednost determinante velicine 2 2:

a
c
b
d

= a d c b
Potom vrijednost determinante detA reda n n definiramo pomocu vrijednosti determinante nieg reda, tj. reda
(n 1) (n 1), kroz Laplaceov razvoj:
detA =
n
X
(1)i+ j ai, j det Ai, j
i=1
gdje je Ai, j podmatrica (koju nazivamo algebarskim komplementom elementa ai j ) nastala izbacivanjem retka i stupca
koji sadre element ai, j . Gornjom formulom je opisan razvoj determinante po proizvoljnom j-tom stupcu, no formula
se analogno moe zapisati i za razvoj po i-tom retku:
detA =
n
X
(1)i+ j ai, j det Ai, j
j=1
U praksi, red ili stupac po kojem c emo razvijati determinantu biramo tako da sadri to veci broju nula, kako bi to veci
broj pribrojnika u sumi bio jednak nuli.
Ilustrirajmo na jednom primjeru kako funkcionira Laplaceov razvoj. Odredimo vrijednost slijedece determinante.

1
0

1
2
0
1
2
0
2
2
3
3
2
1
1
1
Za razvijanje determinante po Laplaceovom razvoju, najpogodnije je izabrati redak ili stupac sa to vie nula. Stoga za
ovu determinantu biramo razvoj po drugom stupcu. Slijedi

0
= (1)1+2 0 1

2
2
3
3

1
+(1)2+2 1 1

2
1
1
1
2
3
3
2
1
1

1 2
+(1)3+2 (2) 0 2

2 3
2
1
1

1
+(1)4+2 0 0

1
2
2
3
2
1
1
Elementi u kojima dolazi do mnoenja s nulom nestaju, a ostale uredimo:

1
= (1)4 1

2
2
3
3
2
1
1

1

+ (1)5 (2) 0

2
2
2
3
2
1
1

1
= 1

2
2
3
3

1

+ 2 0

2
2
1
1
2
2
3
2
1
1

= ()

Preostale dvije determinante takoder

racunamo pomocu Laplaceovog razvoja. Prvu primjerice, moemo razviti po
trecem retku, a drugu po prvom stupcu:

1
1

2
2
3
3
2
1
1

= (1)3+1 2 2

3

2
= 2
3
2
1
2
1

1

3+2
+
(1)

1
3 1
2
1
2
1

1
+ 1

1

3+3
+
(1)

1
2
3

= 2 (2) (1) 3 2 3 1 (1) (1) 2 + 1 3 (1) (2) = 10
9
2
3

1
0

2
2
2
3
2
1
1

= (1)1+1 1 2
3

1
1

2

2+1
+ (1) 0 3
2
1

2

3+1
+ (1) 2 2
2
1

= 2 1 3 1 + 2 (2) 1 2 2 = 13
Sada se vratimo gdje smo stali (), i uvrstimo dobivene vrijednosti:
() = 10 + 2 (13) = 36
11. Linearna kombinacija, linearna zavisnost i nezavisnost vektora

Za dva vektora X, Y Rn linearnom kombinacijom zovemo vektor
X + Y
gdje su , R neki realni brojevi.
Definicija se moe proiriti na prozvoljan broj vektora:

Neka su X1 , X2 , , Xk Rn proizvoljni vektori. Linearnom kombinacijom tih k vektora zovemo vektor
c1 X1 + c2 X2 + ck Xk
gdje su c1 , c2 , , ck R realni brojevi.
Za vektor A Rn kaemo da je linearno zavisan o vektorima X1 , X2 , , Xk Rn , ukoliko se A moe prikazati kao linearna kombinacija tih vektora, tj, ukoliko postoje realni brojevi c1 , c2 , , ck R takvi da je A = c1 X1 + c2 X2 + ck Xk
Za skup vektora X1 , X2 , , Xk Rn kaemo da su linearno nezavisni, ukoliko se nitijedan od njih ne moe prikazati kao linearna kombinacija preostalih.
Linearna nezavisnost c esto se definira i na slijedeci nacin:
Za skup vektora X1 , X2 , , Xk Rn kaemo da su linearno nezavisni, ukoliko sustav jednadbi
c1 X1 + c2 X2 + ck Xk = 0
gdje su c1 , c2 , , ck R nepoznate vrijednosti, ima samo trivijalno rjeenje, tj. ukoliko je jedino rjeenje sustava
c1 = c2 = = ck = 0.
12. Singularna i regularna matrica

Za matricu A Mn kaemo da je regularna ako matrica A ima inverz (koji oznacavamo s A1 ), tj. ako postoji matrica
A1 za koju vrijedi A A1 = I i A1 A = I (gdje je I jedinicna matrica odgovarajuceg tipa).
Osnovni kriterij za utvrdivanje
regularnosti je slijedeci:
Matrica A je regularna ako i samo ako je pripadna determinanta razlicita od nule, tj ako je detA , 0.
Za matricu A Mn kaemo da je singularna ako nije regularna. Tada je i determinanta matrice jednaka nuli.
10
13. Invertiranje matrice

Invertiranje je postupak traenja inverza matrice. Dva su nacina da se provede taj racun.
Prvi nacin je pomocu Gauss-Jordanovih transformacija. Postupak je da matricu A, c iji inverz traimo, proirimo s
desne strane jedinicnom matricom I. Potom takvu proirenu matricu transformiramo Gauss-Jordanovim transformacijama dok s lijeve strane ne dobijemo matricu I. Matrica koja se na kraju postupka nalazi s desne strane je traeni inverz,
A1 :
h
i
h
i
A | I I | A1
U postupku treba paziti na jedan detalj - ukoliko s lijeve strane proirene matrice mijenjamo stupce, zamjenu odgovarajucih stupaca moramo provesti i s desne strane proirene matrice.
Drugi nacin traenja inverza jest pomocu matrice algebarskih komponenti koju oznacavamo sa A .
Inverz se racuna na slijedeci nacin:
1
A
A1 =
detA
Kako racunamo A ?
Taj postupak je malo sloeniji. Najjednostavniji je racun ukoliko se radi o matrici A M2 . Tada je za matricu A
"
#
"
#
a b
d b
A=
A =
,
c d
c a
tj. elementi na glavnoj dijagonali zamjene mjesta, a elementi na sporednoj dijagonali promjene predznake. To je ujedno
i situacija u kojoj najcece koristimo ovu metodu.
Opcenito, za matricu A Mn postupak racunanja matrice A je slijedeci:
Za matricu A i jedan njezin element ai, j prvo odredimo matricu Ai, j koja se dobije tako da iz matrice A izbriemo
redak i stupac u kojem se nalazi element ai, j . Potom odredimo determinantu tako dobivene matrice, tj. izracunamo
|Ai, j | = det(Ai, j ). Na kraju odredimo element nove matrice ai, j tako da izracunatu determinantu pomnoimo sa odgovarajucim predznakom: ai, j = (1)i+ j |Ai, j |. Postupak ponovimo za sve elemente ai, j iz matrice A.
Preostalo je jo matricu s elementima [ai, j ] transponirati, c ime dobivamo traenu matricu algebarskih komponenti:
A = [ai, j ]T .
14. Sustav linearnih jednadbi

Sustav linearnih jednadbi je skup linearnih jednadbi, tj jednadbi u kojima se nepoznanice mnoe skalarom (brojem) i
zbrajaju (oduzimaju). Dakle, takav sustav ne ukljucuje jednadbe u kojima se nepoznanice primjerice kvadriraju, dijele,
mnoe...
Opcenito sustav m linearnih jednadbi s n nepoznanica zapisujemo na slijedeci nacin:
a11 x1
a21 x1
..
.
+
+
a12 x2
a22 x2
..
.
+
+
...
...
+
+
a1n xn
a2n xn
..
.
=
=
b1
b2
..
.
am1 x1
+ am2 x2
...
amn xn
bm
pri c emu su ai j R realni brojevi za sve vrijednosti i = 1, , m j = 1, , n (njih nazivamo koeficjentima sustava),
kao i svi koeficjenti bi R. S x1 , , xn u sustavu oznacavamo nepoznanice.
11
Sustav linearnih jednadbi se moe zapisati i u matricnom obliku. Tada je zapis:

Ax = b
gdje je A matrica sustava, i sastoji se od elemenata ai j , vektor x je vektor nepoznanica xi , dok je vektor b sastavljen od
koeficjenata bi :
a11
a
21
A = .
..
am1
a12
a22
..
.
...
...
..
.
a1n
a2n
..
.
am2
...
amn
x =
x1
x2
..
.
xm
b =
b1
b2
..
.
bm
15. Rjeenje i egzistencija rjeenja sustava linearnih jednadbi

a11 x1
a21 x1
..
.
+
+
a12 x2
a22 x2
..
.
+
+
...
...
+
+
a1n xn
a2n xn
..
.
=
=
b1
b2
..
.
am1 x1
am2 x2
...
+ amn xn
bm
Rjeenje sustava linearnih jednadbi su vrijednosti pridruene nepoznanicama x1 , x2 , , xn , takve da zadovoljavaju
svaku od m jednadbi sustava.
Kriterij za egzistenciju rjeenja sustava linearnih jednadbi:
Sustav linearnih jednadbi ima rjeenje ako i samo ako je rang matrice sustava jednak rangu proirene matrice sustava,
tj. rang(A) = rang(A p ).
Objasnimo to je tocno ovim kriterijem propisano. Uz oznake koritene u prethodnom (14.) zadatku, matrica sustava A
je matrica c iji su koeficjenti ai, j brojevi koji se nalaze uz j-tu nepoznanicu u i-toj jednadbi:
a11
a
21
A = .
..
am1
a12
a22
..
.
...
...
..
.
a1n
a2n
..
.
am2
...
amn
Proirena matrica sustava je pak matrica koju dobijemo kada matrici A dopiemo jo jedan stupac, stupac elemenata
koji se u jednadbama nalaze s desne strane, bi :
a11
a
21
A p = .
..
am1
a12
a22
..
.
...
...
..
.
a1n
a2n
..
.
am2
...
amn
|
|
|
|
b1
b2
..
.
bm
Rang matrice, je pak broj linearno nezavisnih redaka (stupaca) u toj matrici. On se odreduje
tako da se Gauss
Jordanovim transformacijama matrica svodi na trokutasti oblik (najcece gornjetrokutasti), tj. na oblik u kojem su
elementi ispod (ili iznad) dijagonale jednaki nuli. Tada je rang jednak broju elemenata na glavnoj dijagonali koji su
razliciti od nule.
12
16. Struktura rjeenja sustava linearnih jednadbi

Ukoliko sustav linearnih jednadbi ima rjeenje, tada sustav moe imati jedinstveno ili parametarsko rjeenje.
Jedinstveno rjeenje sustava je rjeenje u kojemu svaka od n nepoznanica x1 , x2 , , xn poprima samo jednu vrijednost. Sustav sa jedinstvenim rjeenjem nazivamo regularan ili Cramerov sustav. Matrica A takvih sustava je kvadratna,
a vrijednost determinante detA je razlicita od nule. Jedinstveno rjeenje moemo racunati i Cramerovim postupkom
pomocu determinanti.
Parametarsko rjeenje sustava je rjeenje u kojem barem jedna nepoznanica x1 , x2 , , xn moe poprimiti vie (tocnije, beskonacno mnogo) vrijednosti. Kod parametarskih rjeenja, matrica sustava A ne mora biti kvadratna, a ako i jest,
njezina determinanta detA jednaka je nuli.
17. Rjeavanje sustava linearnih jednadbi Gauss-Jordanovim algoritmom

Gauss-Jordanova metoda je metoda transformacije matrica u njima ekvivalentne matrice koritenjem slijedecih operacija:
zamjena dva retka
mnoenje (ili dijeljenje) retka brojem razlicitim od nule
dodavanje (ili oduzimanje) retka pomnoenog brojem nekom drugom retku
Gauss-Jordanov postupak prilikom rjeavanja sustava koristimo na proirenoj matrici sustava. Cilj tog postupka je dobivanje dijagonalne matrice (zapravo, jedinicne) matrice. Tocnije, ponekad nije uvijek moguce dobiti dijagonalnu (jedinicnu) matricu, no cilj je da dio matrice na kojoj su elementi na dijagonali razliciti od nule bude dijagonalan. Primjerice,
slijedeca matrica je rezultat potpuno provedenog Gauss-Jordanovog postupka, iako nije u potpunosti dijagonalna:
1
0
A p =
0
0
0
1
0
0
0
0
1
0
1
0
2
0
|
|
|
|
1
0
1
0
Na ovom primjeru vidimo matricu kod koje su provodenjem

Gauss-Jordanovih transformacija svi elementi posljednjeg
retka postali jednaki nuli. Takav redak ne nosi nikakvu informaciju (u njemu je zapravo zapisana jednadba 0 = 0), pa
ga najcece i prestanemo pisati. Na ostatku, matrica je svedena na jedinicnu na onom dijelu na kojemu postoje elementi
na dijagonali. Poslijednji, c etvrti supac, nema svog "predstavnika" na dijagonali, i nepoznanica c ije koeficjente piemo
u tom stupcu (primjerice, x4 ) c e postati parametar.
Ukoliko je matrica sustava kvadratna, dakle, ukoliko se radi o sustavu sa n nepoznanica i n jednadbi, te ukoliko nakon
provedenih Gauss-Jordanovih transformacija dijagonala prolazi kroz cijelu matricu sustava (tj. ako se radi o matrici
maksimalnog ranga), tada je rjeenje sustava jedinstveno.
Poslijednji moguci ishod provodenja
Gauss-Jordanovih transformacija jest dobivanje matrice kojoj rang matrice sus
tava nije jednak rangu proirene matrice sustava. Takva je primjerice slijedeca matraica:
1
0
A p =
0
0
0
1
0
0
0
0
1
0
1
0
2
0
|
|
|
|
1
0
1
3
Ovakav sustav nema rjeenja, te ga zovemo neregularnim, singularnim, nekonzistentnim, nesuglasnim ili kontradiktornim. Razlika u rangu vidljiva je u zadnjem retku; matrica sustava (dakle, dio matrice koji nije proiren "desnom
stranom" jednadbi) ima rang 3 (toliko mu je nenul elemenata na dijagonali). S druge strane proirena matrica sustava
ima rang 4 buduci zamjenom zadnja dva stupca u proirenoj matrici sustava dovodimo element 3 na dijagonalu.
13
18. Medusektorski
model; dovoljni uvjeti egzistencije i nenegativnost matrice (I A)1
U modelu kojim se opisuju ekonomske velicine elimo da vektor outputa Q i vektor finalne potranje q imaju sve
nenegativne elemente. Da bi se to postiglo, potrebno je i da invez matrice tehnologije T 1 = (I A)1 ima sve elemente
nenegativne, a za to matrica tehnologije T = I A mora zadovoljavati slijedeci (tzv. Hawkins-Simonov) uvjet:
Kako bi matrica T 1 = (I A)1 imala sve nenegativne elemente,
sve vodece minore matrice T = I A moraju biti pozitivne.
Da bi razmjeli to se trai tim uvjetom, moramo prvo objasniti to su vodece minore. Ilustrirajmo to primjerom.
Promortimo matricu
0.5
T = 0.3
0.2
0.3
0.3
0.3
0.1
0
0.7
Vodece minore te matrice su vrijednosti determinanti kvadratnih podmatrica koje obuhvacaju jedan, dva odnosno sva
tri elementa glavne dijagonale. Dakle, svaka vodeca minora je za jednu dimenziju veca od prethodne, i niz nastavljamo
dok ne dodemo
do determinante cijele zadane matrice.
Tako bi prva minora bila |0.5| = 0.5.

Druga minora bi bila slijedeca determinanta:

0.5 0.3
0.3 0.3

= 0.5 0.3 (0.3) (0.3) = 0.06
Treca minora je pak vrijednost determinante same matrice T :

0.5 0.3 0.1
0 = 0.027
T = 0.3 0.3

0.2 0.3 0.7
Dakle, ovim primjerom je dana matrica T c ije su sve vodece minore pozitivne, pa stoga i njen inverz ima sve nenegativne
c lanove.
14
Diferencijalni racun
i primjene
19. Realni brojevi, funkcije f : D R R

Realni brojevi su skup brojcanih vrijednosti u kojemu se nalaze svi brojevi koji pokrivaju brojcani pravac. Taj skup
oznacavamo velikim slovom R. Skup R sadri skup racionalnih brojeva, skup Q, to je skup svih razlomaka, ali
pored
njih i sve iracionalne brojeve. Iracionalni brojevi su brojevi koji se ne mogu zapisati u formi razlomka, poput 2 ili .
Na skupu realnih brojeva definirane su sve uobicajene operacije (zbrajanje, oduzimanje, mnoenje, dijeljenje), za koje
vrijede uobicajena svojstva (komutativnost obzirom na zbrajanje i mnoenje, asocijaticnost, distributivnost...).
Oznaka f : D R R predstavlja funkciju f koja svakoj tocki iz svoje domene D (a koja je pak neki podskup
realnih brojeva R, tj. D R) pridruuje neki realni broj. Domena funkcije je skup (realnih) vrijednosti u kojima
moemo racunati vrijednost funkcije, tj u kojima je funkcija definirana.
Za velik dio funkcija domena je skup realnih brojeva R, tj, njihova se vrijednost moe racunati za svaku realnu vrijednost. Takve funkcije su primjerice polinomi (koje u opcenitom obliku zapisujemo f (x) = an xn +an1 xn1 + +a1 x+a0 )
i eksponenacijalna funkcija f (x) = e x .
Pored takvih funkcija, postoje i funkcije kojima domena nije cijeli skup realnih brojeva, vec poostoje neka ogranic enja. Iako je takvih funkcija mnogo (poput primjerice funkcije f (x) = arcsin x), na ovom mjestu c emo se ograniciti na
tri funkcije koje zahtjevaju posvecivanje panje njihovoj domeni:
g(x)
. Kako kod razlomka nazivnik ne smije biti jednak nuli, tako kod ovakvih funkcija
Funkcije oblika f (x) = h(x)
imamo ogranicenje domene iskazano s h(x) , 0. Najcece su ovog oblika racionalne funkcije tj. funkcije koje i u
brojniku i u nazivniku imaju polinom. Tada je domena skup svih realnih brojeva R bez nultocki x1 , , xn funkcije
h(x). Piemo D( f ) = R\{x1 , , xn }.
p
Funkcije oblika f (x) = n g(x), gdje je n paran broj. Kod takvih funkcija izraz ispod korjena mora biti veci ili
jednak nuli, tj. imamo ogranicenje g(x) 0. Naglasimo da ogranicenje postoji samokod parnih korjena, buduci
3
se vrijednosti neparnih korjena mogu racunati i za negativne vrijednosti. Primjerice, 8 = 2.
Funkcije oblika f (x) = ln(g(x)). Logaritmi se mogu racunati samo za pozitivne vrijednosti, pa stoga kod ovakvih
funkcija imamo ogranicenje oblika g(x) > 0. Opcenito, isto ogranicenje vrijedi za sve logaritme, bez obzira na
bazu, tj. za funkcije oblika f (x) = loga (g(x)).
Ukoliko u funkciji postoji vie ogranicenja na domenu, domenu dobivamo presjekom svih njih.
20. Limes funkcije jedne varijable i operacije sa limesima

Ako se vrijednost funkcije f (x) pribliava vrijednosti a kada se varijabla x pribliava tocki x0 , tada kaemo da f (x) tei
prema a kada x tei prema x0 , odnosno
f (x) a
kada
x x0 .
Broj a je limes ili granicna vrijednost funkcije f kada x tei prema x0 , odnosno
lim f (x) = a.
xx0
15
Operacije sa limesima:
Neka funkcije f i g imaju limese kada x x0 , te neka je A R konstanta. Tada vrijedi
lim (A f )(x) = A lim f (x),
xx0
xx0
lim ( f + g)(x) = lim f (x) + lim g(x),
xx0
xx0
xx0
lim ( f g)(x) = lim f (x) lim g(x),
xx0
xx0
xx0
lim ( f g)(x) = lim f (x) lim g(x),
xx0
lim
f
xx0
(x) =
xx0
xx0
lim xx0 f (x)

,
lim xx0 g(x)
uz
lim g(x) , 0.
xx0
21. Neprekidnost funkcije jedne varijable

Intuitivna definicija neprekidnosti je sljedeca: funkcija je neprekidna ako njen graf moemo nacrtati bez podizanja
olovke s papira. Stroga matematicka definicija neprekidnosti koristi pojam limesa:
Funkcija f je neprekidna u tocki x0 D( f ) (prisjetimo se D( f ) je oznaka za domenu funkcije f ) ako je
lim f (x) = f (x0 ).
xx0
Funkcija f je neprekidna ako je neprekidna u svakoj tocki svoga podrucja definicije (domene) D( f ).
Ta nam definicija zapravo govori da vrijednost funkcije f (x) tei ka vrijednosti f (x0 ) kada x tei ka x0 , tj. upravo
ono to smo eljeli postici intuitivnom definicijom: da kretanjem po grafu fukcije f (x), na kraju zavrimo upravo u
vrijednosti f (x0 ), "bez da smo podignuli olovku s papira".
Osnovno svojstvo neprekidnih funkcija, koje koristimo "automatski" podrazumijevajuci ga, je slijedece:
Ukoliko su f (x) i g(x) funkcije neprekidne u tocki x0 , tada su neprekidne u tocki x0 i slijedece funkcije:
( f + g)(x), ( f g)(x), ( f g)(x),
f
(x) uz g(x) , 0, te f (g(x))
g
22. Pojam i interpretacija derivacije funkcije jedne varijable

Funkcija f : D R je derivabilna u tocki x D ako postoji limes
lim
h0
f (x + h) f (x)
h
Vrijednost tog limesa (ako postoji) oznacavamo izrazom f 0 (x) ili
df
dx (x)
i zovemo ga derivacijom funkcije f u tocki x.
Osnovna interpretacija derivacije dolazi iz geometrije, gdje f 0 (x0 ) predstavlja koeficjent smjera (nagib) tangente povucene na graf funkcije f (x) u tocki (x0 , f (x0 )).
16

Na slici je prikazana funkcija, s iskazanim dvijema tockama: A x0 , f (x0 ) i B x0 + h, f (x0 + h) , te je istaknuta sekanta
AB. Kada tocka B tei ka tocki A (tj. kada h tei u nulu), sekanta AB postaje tangenta povucena kroz A. Jednadba te
tangente dana je izrazom:
y f (x0 ) = f 0 (x0 ) (x x0 ).
23. Derivacije elementarnih funkcija jedne varijable

Derivacije elementarnih funkcija jedne varijable dane su slijedecom tablicom:
f (x)
f 0 (x)
sin x
cos x
cos x
sin x
f (x)
f 0 (x)
xn
n xn1
tg x
ctg x
ax
e
loga x
ln x
2 x
a x ln a
e
arcsin x
arccos x
1
x ln a
1
x
arctg x
arcctg x
17
1
cos2 x
1
2
sin x
1
1 x2
1
1 x2
1
1 + x2
1
1 + x2
24. Pravila deriviranja funkcija jedne varijable

Pravila deriviranja funkcije jedne varijable su slijedeca:

C f (x) 0 = C f 0 (x)

f (x) g(x) 0 = f 0 (x) g0 (x)

f (x) g(x) 0 = f 0 (x) g(x) + f (x) g0 (x)
!0
f (x)
f 0 (x) g(x) f (x) g0 (x)
=
g(x)
g2 (x)
a) Derivacija umnoka s konstantom:

b) Derivacija zbroja i razlike:
c) Derivacija umnoka:
d) Derivacija kvocjenta:
25. Derivacija sloene funkcije

Derivacija sloene funkcije (ili kompozicije funkcije) dana je formulom:

0

f g(x) = f 0 g(x) g0 (x)
Pravilo nam kae da kod deriviranja sloene funkcije trebamo derivirati jedan po jedan dio kompozicije. Primjerice,
derivacija sloene funkcije f (x) = sin(x2 ) nece biti f 0 (x) = cos(2x), vec f 0 (x) = cos(x2 ) (x2 )0 = cos(x2 ) 2x
26. Derivacija inverzne funkcije

Derivacija inverzne funkcije dana je formulom

0
f 1 (y) =
1
f 0 (x)
gdje je y = f (x).
Uvijek vrijedi da se funkcija f i njoj inverzna funkcija f 1 ponitavaju:

f 1 f (x) = x
Derivirajmo tu jednadbu (po pravilu za deriviranje sloene funkcije):

0
f 1 f (x) = (x)0

f 1
0

f (x) f 0 (x) = 1

f 1
0

f (x) =
Uz oznaku y = f (x) slijedi formula.
18

: f 0 (x)
1
f 0 (x)
27. Diferencijal funkcije jedne varijable

Diferencijal funkcije y = f (x) dan je izrazom
dy = f 0 (x) 4x
Tim izrazom elimo ocijeniti (aproksimirati) promjenu vrijednosti funkcije y = f (x), odnosno prirast funkcije, koji
oznacavamo s 4y, kada znamo da se vrijednost varijable x promijenila za 4x. Dakle, vrijedi:
dy 4y
Aproksimacija je tocnija za male vrijednosti 4x. Na slici su prikazani prirast (4y) i diferencijal (dy) funkcije za neki
4x. Prirast je u grafickoj interpretaciji stvarna promjena vrijednosti funkcije (pri promjeni vrijednosti varijable za 4x),
dok je diferencijal promjena vrijednosti na tangenti.
28. Derivacije vieg reda funkcija jedne varijable

Derivacije vieg reda funkcije jedne varijable, y = f (x) oznacavamo s y0 , y00 , y000 ... odnosno s y(n) ukoliko se radi o
derivaciji vieg reda. Primjerice, y(5) oznacava petu derivaciju funkcije y. Derivacija n-tog reda se dobija deriviranjem
derivacije (n 1)-og reda (ukoliko ta derivacija postoji), tj. vrijedi:

0
y(n) = y(n1)
Laplaceova oznaka za derivacije vieg reda je
y(n) =
19
dn y
dxn
29. Teoremi o srednjoj vrijednosti

Osnovni teorem srednje vrijednosti u diferencijalnom racunu je Lagrangeov teorem srednje vrijednosti koji glasi:
Neka je f funkcija neprekidna na [a, b] i derivabilna na intervalu ha, bi .
f (b) f (a)
Tada postoji vrijednost c ha, bi takva da je f 0 (c) =
ba
Geometrijska interpretacija Lagrangeovog teorema srednje vrijednosti dana je na slici njime se tvrdi da postoji tocka
C(c, f (c)) takva da je tangenta povucena na krivulju u tocki C paralelna sa pravcem AB (vidi sliku).
Jednostavnija verzija Lagrangeovog teorema srednje vrijednosi je Rolleov teorem srednje vrijednosti. Kod njega su
vrijednosti funkcije f u tockama a i b jednake, tj vrijedi f (a) = f (b), pa je tvrdnja da tada postoji tocka c ha, bi takva
da je f 0 (c) = 0.
30. Funkcije f : D Rn R
Izrazom f : D Rn R obiljeavamo realnu funkciju vie (n) varijabli, definiranu na nekoj domeni D. To je funkcija
koja pridruuje realnu vrijednost nekom skupu varijabli, tj. za c ije racunanje koristimo vrijednosti vie realnih varijabli.
Primjerice, realna funkcija tri varijable f : R3 R je funkcija f (x, y, z) = x2 yz.
Skup D u ovom zapisu predstavlja domenu funkcije, tj. podskup skupa Rn na kojemu je funkcija f definirana. Primjerice, funkciju dviju varijabli f (x, y) = y2 + ln x ne moemo racunati u tockama kojima je x-koordinata negativna,
pa je domena te funkcije skup tocaka (x, y) kojima su x-koordinate pozitivna. Piemo D( f ) = {(x, y); x > 0, y R}.
31. Homogene funkcije

Kaemo da je funkcija
f : Rn R
homogena stupnja ako i samo ako vrijedi

f (x1 , x2 , , xn ) = f (x1 , x2 , , xn ).
Navedenim se kriterijem ispituje homogenost funkcije na nacin da se u funkciju uvrste varijable pomnoene sa . Ukoliko se uspije izluciti u potpunosti iz zadane funkcije (sa nekim eksponentom ), tada je zadana funkcije homogena
(stupnja ).
Primjerice, ispitajmo homogenost funkcije f (x, y, z) = x2 + yz. Umjesto x, y i z u funkciju redom uvrtavamo x, y
i z:
f (x, y, z) = (x)2 + y z = 2 x2 + 2 yz = 2 (x2 + yz) = 2 f (x, y, z),
pa je zadana funkcija homogena stupnja = 2.
20
32. Konveksne funkcije

Funkcija f : R R je konveksna na intervalu ha, bi, ako je za svake dvije vrijednosti x1 , x2 ha, bi, duina koja spaja
tocake P (x1 , f (x1 )) i Q (x2 , f (x2 )) iznad grafa funkcije f (x), kao to je prikazano na slijedecoj slici.
Matematicki, to zapisujemo
f (x) <
f (x2 ) f (x1 )
(x x1 ),
x2 x1
za svaki x hx1 , x2 i
Analogno, ukoliko je spojnica tocaka P i Q ispod grafa funkcije f (x), za svake dvije tocke P i Q iz zadanog intervala,
tada za funkciju f (x) kaemo da je konkavna.
Kriterij za ispitivanje konveksnosti funkcije dan je pomocu druge derivacije; funkcija je konveksna na intervalu ha, bi
ukoliko je za svaki x iz tog intervala f 00 (x) > 0. Analogno, funkcija je konkavna ukoliko je u svim tockama intervala
f 00 (x) < 0. Tocke u kojima funkcija mijenja zakrivljenost iz konveksne u konkavnu, ili obrnuto, zovemo tockama
infleksije, i u njima je druga derivacija funkcije jednaka nuli.
33. Parcijalne derivacije

Funkciju vie varijabli, f : Rn R moguce je derivirati po svakoj od njezinih varijabli, ukoliko odgovrajuce derivacije
postoje. Za funkciju kaemo da je derivabilna u tocki T Rn po varijabli xi ako postoji limes
lim
h0
f (x1 , , xi + h, , xn ) f (x1 , , xi , , xn )
h
f
(T ). Primjetimo da se u definiciji mijenja samo vrijednost varijable xi , dok
xi
su vrijednosti ostalih varijabli konstantne tako i kod racunjanja parcijalnih derivacija, prilikom deriviranja po xi sve
ostale varijable tretiramo kao konstante. Za parcijalne derivacije vrijede sva pravila koja vrijede i za derivacije funkcije
jedne varijable.
Taj limes, ukoliko postoji, obiljeavamo s
21
34. Totalni diferencijal

Totalni diferencijal funkcije vie varijabli f : Rn R dan je formulom:
df =
f
f
4x1 + +
4xn
x1
xn
Totalnim diferencijalom ocijenjujemo (aproksimiramo) promjenu vrijednosti funkcije f (x1 , , xn ) (prirast funkcije)
kada se vrijednosti varijabla promijene za 4x1 , , 4xn .
35. Eulerov teorem

Neka je f : Rn R homogena funkcija stupnja . Tada vrijedi:
1. Zbroj svih koeficjenata elasticnosti funkcije f jednak je , tj.
E f,x1 + + E f,xn =
2.
x1
f
f
+ + xn
= f
x1
xn
36. Derivacije implicitnih funkcjia

Uobicajen nacin zapisivanja funkcija je tzv. eksplicitni oblik. Primjerice, y = x + 1 je eksplicitno zapisana funkcija.
Opcenito, piemo y = f (x). No osim tog oblika, postoji i implicitni zapis funkcije. Primjerice, ista ova funkcija bi u
implicitnom obliku bila nakon kvadriranja i prebacivanja na istu stranu zapisana kao y2 x 1 = 0. Opcenito,
funkcija je u implicitnom obliku zapisana kao F(x, y) = 0.
Derivaciju implicitno zadane funkcije, y0 moguce je iskazati pomocu funkcije F(x, y), tocnije pomocu njezinih parcijalnih derivacija:
y0 =
F
x
F
y
37. Parcijalne derivacije vieg reda

Parcijalnu derivaciju drugog reda dobijamo tako da parcijalno deriviramo parcijalnu derivaciju prvog reda. Primjerice,
f f
kod funkcije dvije varijable f (x, y), imamo dvije parcijalne derivacije prvog reda,
i
. Svaku od tih parcijalnih
x y
derivacija moemo opet derivirati po objema varijablama.
!
f
f
2 f
Kada, dakle deriviramo parcijalno po x parcijalnu derivaciju
dobivamo
ili u kracem zapisu 2 . Kada
x
x x
x
!
f
2 f
istu funkciju deriviramo po y dobivamo
ili krace
. Analogno, deriviranjem druge parcijalne derivacije,
y x
yx
f
2 f 2 f
dobivamo
i
.
y
xy y2
22
Iako, naizgled imamo c etiri razlicite parcijalne derivacije drugog reda (za funkciju f (x, y)), u biti ih (u vecini slucajeva) samo tri. O tome nam govori Schwartzov teorem: Ukoliko funkcija f : R2 R ima neprekidne parcijalne
2 f
2 f
derivacije drugog reda, tada vrijedi
=
. Dakle, svejedno je kojim redom parcijalno deriviramo.
xy yx
Opcenito, parcijalna derivacija vieg reda dobija se parcijalnim deriviranjem parcijalne derivacije (za jedan) nieg reda.
elimo li dobiti parcijalnu derivaciju, npr. sedmog reda, trebamo parcijalno derivirati parcijalnu derivaciju estog reda.
Sve tvrdnje iskazane za funkciju dvije varijable vrijede i za funkcije vie varijabli.
38. Hesseova matrica

Hesseova matrica je matrica c iji su elementi parcijalne derivacije drugog reda funkcije f : Rn R. Tocnije, elementi
Hesseove matrice ai j dani su formulom:
2 f
,
ai j =
xi x j
pa Hesseova matrica izgleda
H =
2 f
x12
2 f
x2 x1
2 f
x1 x2
2 f
x22
2 f
xn x1
2 f
xn x2
..
.
..
.
..
.
2 f
x1 xn
2 f
x2 xn
..
.
2 f
xn2
Za funkciju dvije varijable, f (x, y) : R2 R, Hesseova matrica izgleda:

2 f
2 f
2
yx
x
H = 2 f
2 f
xy
y2
Hesseova matrica daje nam dovoljan kriterij za egzistenciju lokalnog ekstrema funkcije vie varijabli: ukoliko je determinanta Hesseove matrice izracunate u stacionarnoj tocki T pozitivna, tada funkcija postie lokalni ekstrem u toj
tocki.
39. Ukupne, granicne i prosjecne velicine

U ekonomiji se c esto susrecemo sa ukupne, granicne i prosjecne velicinama. Opiimo vezu izmedu
njih. Neka je,
primjerice, funkcija T (Q) funkcija ukupnih trokova (C) u ovisnosti o kolicini proizvodnje (Q). Tada za nju definiramo:
1. Funkciju prosjecnih trokova, u oznaci AT (Q), koju racunamo prema formuli:
AT (Q) =
T (Q)
Q
2. Funkciju granicnih (marginalnih) trokova, u oznaci MT (Q), koju racunamo prema formuli:
MT (Q) =
dT
(Q) = T 0 (Q)
dQ
Funkcija granicnih trokova se ponekad oznacava i malim slovom, dakle t(Q).

Ove su definicije ekvivalentne i za ostale funkcije koje opisuju ukupne, prosjecne i granicne velicine. Tako bi primjerice,
prosjecna cijena (u ovisnosti o npr. potranji) izracunana iz funkcije ukupnih cijena p(q) bila Ap(q) = p(q)
q . Vano je
napomenuti da podrazumijevamo da sve ekonomske velicine poprimaju samo pozitivne vrijednosti.
23
40. Koeficijent elasticnosti funkcija jedne varijable

Koeficjent elasticnosti funkcije jedne varijable f (x) dan je formulom:
E f,x =
x 0
f
f
Koeficjentom elasticnosti mjerimo stupanj promjene funkcije u odnosu na promjenu varijable.

Primjerice, ukoliko na nekoj zadanoj razini x0 , koeficjent elasticnosti E f,x poprimi pozitivnu vrijednost e > 0, interpretacija je slijedeca: na razini x0 , kada varijabla x raste za 1% (x 1%), tada funkcija f raste za e% ( f e%).
Analogno, ukoliko je e negativan, vrijednost funkcije f pada za e%.
Uz koeficjent elasticnosti su vezani slijedeci pojmovi:

Za funkciju f (x) kaemo da je elasticna u tocki x0 ukoliko je E f,x (x0 ) > 1

Za funkciju f (x) kaemo da je neelasticna u tocki x0 ukoliko je E f,x (x0 ) < 1

Za funkciju f (x) kaemo da je jedinicno elasticna u tocki x0 ukoliko je E f,x (x0 ) = 1
41. Koeficijenti parcijalne i ukrtene elasticnosti

Kod funkcije vie varijabli takoder
moemo govoriti o koeficjentu elasticnosti, ali vezanom uz jednu varijablu. Analogno definiciji koefcjenta elasticnosti funkcije jedne varijable, za funkciju f (x1 , , xn ) definiramo n parcijalnih koeficjenata elasticnosti:
E f,xi =
xi f
,
f xi
i = 1, , n
Prilikom interpretacije tih koeficjenata elasticnosti, potrebno je naglasiti da sve varijable, osim promatrane xi drimo
konstantnima.
U ekonomskoj interpretaciji, kada promatramo vrijednost funkcije vezane uz neki proizvof, u ovisnosti o varijablama
vezanim uz taj i neki drugi proizvod, koeficjenti parcijalne elasticnosti dobijaju novu interpretaciju. Primjerice, neka je
q1 (p1 , p2 ) funkcija potranje za prvim proizvodom (q1 ) koja ovisi o cijenama prvog proizvoda (p1 ) i drugog proizvoda
(p2 ). Tada koeficjent elasticnosti Eq1 ,p1 koji nam daje informaciju o promjeni potranje za proizvodom u ovisnosti o
cijeni istoga, i dalje zovemo parcijalnom elasticnocu. S druge strane, koeficjent elasticnosti Eq1 ,p2 koji nam daje informaciju o promjeni potranje za proizvodom u ovisnosti o cijeni drugog proizvoda (dakle koji kria informacije o prvom
i drugom proizvodu) nazivamo krinom elasticnocu.
Proizvode prema vrijednostima parcijalne i krine elasticnosti grupiramo na slijedeci nacin:
Ukoliko je koeficjent parcijalne elasticnosti Eq1 ,p1 negativan, prvi proizvod nazivamo normalnim dobrom. U tom
slucaju potranja za proizvodom pada kada mu cijena raste.
Ukoliko je koeficjent krine elasticnosti Eq1 ,p2 pozitivan, proizvode nazivamo supstitutima. U tom slucaju potranja za prvim proizvodom raste kada cijena drugog proizvoda raste.
Ukoliko je koeficjent krine elasticnosti Eq1 ,p2 negativan, proizvode nazivamo komplementima. U tom slucaju
potranja za prvim proizvodom pada kada cijena drugog proizvoda raste.
42. Globalni i lokalni ekstremi

Opcenito, ekstrem je tocka u kojoj funkcija postie najvecu ili najmanju vrijednost. Govorimo o dvije vrste ekstrema:
globalnima i lokalnima. Globalnim ekstremom zovemo tocku u kojoj funkcija postie najvecu, odnosno najmanju
24
vrijednost na zadanom segmentu. Ukoliko postoji globalni maksimum, sve ostale vrijednosti moraju biti manje ili
jednake vrijednosti globalnog maksimuma. Isto tako, ukoliko postoji globalni minimum, sve ostale vrijednosti funkcije
moraju biti vece ili jednake vrijednosti globalnog minimuma.
S druge strane, lokalni ekstremi nemaju to svojstvo oni su ekstremi "lokalno", tj. samo na nekoj svojoj okolini. Tocka
tako moe biti lokalni minimum, ali da se ujedno ne radi o globalno najmanjoj vrijednosti funkcije. Isto vrijedi i za
lokalni maksimum. Na slijedecoj su slici prikazani lokalni i globalni ekstremi:
43. Ekstremi funkcija jedne varijable (potrebni i dovoljni uvjeti)

Da bi tocka T (x0 , f (x0 )) bila lokalni ekstrem funkcije f (x), mora zadovoljiti nune i dovoljne uvjete. Nuan uvjet je
da je f 0 (x0 ) = 0. Tocke koje ispunjavaju taj uvjet nazivamo stacionarnim tockama i predstavljaju kandidate za lokalne
ekstreme dakle, ukoliko lokalni ekstremi postoje, tada su to neke od stacionarnih tocaka. Dovoljan uvjet je pak da je
f 00 (x0 ) , 0. Tada funkcija u tocki T postie lokalni maksimum, ukoliko je f 00 (x0 ) < 0, a minimum ako je f 00 (x0 ) < 0
44. Ekstremi funkcija vie varijabli bez ogranicenja (potrebni i dovoljni uvjeti)
Funkcija vie varijabli, f (x1 , , xn ) takoder
moe imati lokalne ekstreme. Kao i u slucaju funkcije jedne varijable,
postoje nuni i dovoljni uvjeti koje mora ispunjavati tocka T (x1 , , xn , f (x1 , , xn )) kako bi bila lokalni ekstrem.
Nuan uvjet je, slicno kao i kod funkcije jedne varijable, taj da su parcijalne derivacije prvog reda izracunate u tocki T
jednake nuli, tj. da je
f
(T ) = 0,
za svaki i = 1, , n
xi
Dovoljan uvjet je, pak, da je determinanta Hesseove matrice veca od nule, tj. da je detH > 0. Prisjetimo se, Hesseova
matrica je matrica parcijalnih derivacija drugog reda, a pripadna determinanta se naziva Hessijanom. Ukoliko je taj
2 f
2 f
uvjet zadovoljen, tada se u tocki T postie minimum ukoliko je 2 > 0, a maksimum ako je 2 < 0.
x
x
25
45. Ekstremi funkcija vie varijabli sa jednim ogranicenjem u obliku jednadbe

Problem traenja ekstrema funkcije vie varijabli s jednim ogranicenjem formuliramo na slijedeci nacin: cilj je odrediti
ekstreme funkcije f (x1 , , xn ) uz uvjet oblika g(x1 , , xn ) = 0. Postoje dvije metode za rjeavanje tog problema.
Prva je metoda supstitucije. Tom metodom, cilj nam je iz jednadbe g(x1 , , xn ) = 0 izraziti jednu nepoznanicu,
npr. xn = h(x1 , , xn1 ), te ju uvrstiti u funkciju f , koja tada postaje funcija s n 1 varijablom:

f x1 , , xn1 , h(x1 , , xn1 )
Problem se tada svodi na odredivanje
ekstrema funkcije vie (ili jedne) varijable bez dodatnih uvjeta.
Ponekad je, ipak, teko jednostavno izraziti jednu od varijabli iz jednadbe g(x1 , , xn ) = 0, tj. ponekad se na taj
nacin viestruko komplicira daljnji racun. Na primjer, takav je uvjet x2 + y2 1 = 0. Tada umjesto metode supstitucije
koristimo metodu Lagrangeovog multiplikatora. Tom metodom konstruiramo novu funkciju F, ovoga puta sa n + 1
varijablom, oblika:
F(x1 , , xn , ) = f (x1 , , xn ) + g(x1 , , xn )
Sada se opet problem svodi na odredivanje
ekstrema funkcije vie varijabli bez dodatnog uvjeta, buduci je traeni uvjet
F
= 0.
g(x1 , , xn ) = 0 ispunjen zadovoljavanjem nunog uvjeta ekstrema funkcije vie varijabli,
26
Integralni racun
i dinamicka
analiza
46. Neodredeni
integral (definicija i svojstva)
Neodredeni
intgral funkcije f (x) oznacavamo s
Z
f (x) dx.
Rjeavanje neodredenog
integrala zapravo je traenje funkcije F(x) c ijim deriviranjem dobivamo funkciju f (x). Takvu
funkciju F(x) nazivamo primitivnom funkcijom. Neodredeni

integral funkcije f (x) je dakle, funkcija F(x) za koju vrijedi
da je F 0 (x) = f (x).
Neka je F(x) primitivna funkcija funkcije f (x). Buduci da deriviranjem konstante dobivamo nulu, tako je onda i F(x)+C,
gdje je C proizvoljna konstanta, takoder
integrala
primitivna funkcija funkcije f (x). Stoga kao rjeenje neodredenog
uvijek piemo:
Z
f (x) dx = F(x) + C.
47. Osnovna pravila integriranja

Dva su osnovna pravila integriranja. Prvo se odnosi na integriranje funkcije koju mnoi konstanta:
Z
Z
C f (x) dx = C
f (x) dx.
Dakle, konstanta koja mnoi neku funkciju, prilikom integriranja se samo prepisuje (slicno kao i kod deriviranja). Drugo
pravilo se odnosi na integriranje zbroja, odnosno razlike funkcija:
Z
Z
Z
f (x) g(x) dx =
f (x) dx g(x) dx.
Dakle, integriranjem zbroja ili razlike funkcija, svaki se c lan integrira zasebno. Ne postoji posebna formula za integriranje umnoka ili kvocjenta, kao to npr. takve formule postoje kod deriviranja.
Navodimo i tablicu integrala osnovnih funkcija:
R
A dx
A x+C
sin x dx
x dx
x2 + C
cos x dx =
xn dx
xn+1
n+1
1
cos2 x
dx
tg x + C
1
x
dx
ln |x| + C
1
sin2 x
dx
ctg x + C
e x dx
ex + C
1
a2 +x2
dx
1
a
a x dx =
ax
ln a
1
a2 x2
dx

xa
+C
ln x+a
+C
+C
27
cos x + C
sin x + C
arctg x + C
48. Osnovne metode integriranja

Tri su onovne metode integriranja: neposredno integriranje, metoda supstitucije i metoda parcijalne integracije.
Metoda neposredne integracije je svodenje
podintegralne funkcije f (x) na tablicni oblik, te potom primjena tablicnih
integrala. Primjerice, slijedeci je integral rijeen na taj nacin, svodem

razlomka na zapis pomcu potencije:
Z
x dx =
x 2 dx =
x2
3
2
+C =
2 3
x +C
3
Metodom supstitucije, jedan dio podintegralne funkcije f (x) zamijenimo (supstituiramo) novom varijablom, kako bi
nakon toga dobili integral koji se moe rijeiti tablicno ili nekom drugom metodom. Uobicajeno je supstituirati izraze
unutar funkcija, kao i izraze pod korijenom ili u nazivniku. Prilikom supstituiranja, potrebno je supstituirati i diferncijal,
tj dx. Izraz za dx dobivamo deriviranjem supstitucije. Primjerice, slijedeci je integral rijeen metodom supstitucije.
Z
3x + 2 dx =

t = 3x + 2
dt = 3 dx
dt
3 = dx

Z
Z

dt
1
=
t
t dt = ()
=

3
3
Time je dobiven integral, koji smo u prethodnom primjeru rjeili metodom neposredne integracije. Nakon to taj integral
rijeimo po varijabli t, umjesto varijable t vratimo iz supstitucije izraz koji sadri varijablu x.
() =
1 2 3
2 p
t +C =
(3x + 2) + C
3 3
9
Metoda parcijalne integracije je metoda koja koristi formulu izvedenu iz formule za derivaciju umnoka:
Z
Z
u dv = u v v dv
Metoda se provodi na nacin da se u integralu jedan dio podintegralne funkcije f (x) oznaci sa u, a dio (zajedno sa dx)
oznaci sa dv. Potom dio oznacen sa u deriviramo, a dio oznacen s dv integiramo, te potom upotrijebimo formulu za
parcijalnu integraciju. Cilj je metode eliminirati dio podintegralne funkcije f (x) deriviranjem dijela oznacenog s u.
Demonstrirajmo metodu primjerom:
Z

u=x
x e dx =
du = dx
x
dv = e x dx
v = ex

Z

x
=
x
e x dx = x e x e x + C

49. Povrine, gornje i donje sume, odredeni

integral
Prva motivacija za definiranje odredenih
integrala bila je potreba odredivanja
povrine izmedu
funkcije f (x) i x-osi, na

zadanom segmentu [a, b].
Kako bi se izracunala ta povrina, primjenjen je slijedeci pristup: segment [a, b] se podijeli na vie kracih podintervala
(napravi se tzv. razdioba). Na svakom tom malom intervalu pronademo
najmanju i najvecu vrijednost funkcije f (x), te
se konstruiraju dva pravokutnika. Jedan od njih ima za stranicu maksimalnu, a drugi minimalnu vrijednost funkcije na
podintervalu dakle, jedan pravokutnik ima povrinu vecu, a drugi manju od stvarne povrine ispod krivulje funkcije
f (x). Gornja suma je zbroj povrina svih vecih pravokutnika, a donja suma je zbroj povrina svih manjih pravokutnika.
Na slici su prikazane gornje i donje sume konstruirane za funkciju f (x) = x2 na segmentu [0, 1].
Ukolliko "profinimo" razdiobu, tj. segment [a, b] podijelimo na vie uih podintervala, gornja i donja suma c e biti
blie tocnoj vrijednosti povrine ispod grafa funkcije. Koncno, pustimo li broj podintervela da po limesu tei u beskonacno, gornja i donja suma dati c e istu vrijednost povrinu ispod krivulje.
28
Opisani postupak uzima se kao definicija odredenog

(Riemmanovog) integrala kojeg oznacavamo s
Zb
f (x) dx
a
50. Osnovni teorem diferencijalnog i integralnog racuna

Osnovni teorem diferencijalnog i integralnog racuna poznat je jo i kao Newton-Leibnitzova formula, i glasi:
Neka je f : R R neprekidna funkcija na [a, b]. Tada vrijedi
Zb
f (x) dx = F(b) F(a),
gdje je F(x) primitivna funkcija funkcije f (x).

Tom je formulom dana veza izmedu
integrala (kojeg definiramo kao povrinu ispod grafa funkcije) i neodre odredenog
denog
integrala (kojeg definiramo kao "antiderivaciju"), i za kojeg imamo sastavljenu tablicu osnovnih integrala, te za
kojega poznajemo pravila i metode integriranja.
51. Nepravi integral

Nepravi integral je odredeni
R integral kojemu je barem jedan od rubova integracije rub domene podintegralne funkcije.
b
Primjerice, kod integrala a x12 dx, podintegralna je funkcija f (x) = 1x , kojoj je domena skup D( f ) = h, 0i h0, i
(zato jer nazivnik ne smije biti jednak nuli), integral
R c e biti nepravi ukoliko je bar jedna od granica a ili b jednaka 0,
ili . Tako bi, primjerice, nepravi integral bio 1 x12 dx.
Neprave integrale rjeavamo uvodenjem
limesa umjesto granice koja nije u domeni, potom rjeavanjem odredenog
integrala, i konacno rjeavanjem limesa koji ostaje nakon uvrtavanja granica u rjeenje integrala. Pokaimo to primjerom:
Z
1
1
dx = lim
B
x2
ZB
1
1
dx = lim
B
x2
ZB
x
1
29
x1
dx = lim
B 1
! B
!

1 1
lim
+
= B
B
1
1
Provjerom oblika limesa (uvrtavanjem B = ) dobivamo oblik
1
= 0, pa je rjeenje integrala 0 + 1 = 1.
52. Ekonomske primjene integrala

U ekonomiji integrali se primjenjuju prilikom racunanja ukupnih ekonomskih funkcija kada su zadane granicne (marginalne) ekonomske funkcije. buduci je primjerice,
granicna funkcija trokova jednaka MT (Q) = T 0 (Q), tako je prema
R
definiciji neodredenog
integrala T (Q) = MT (Q) dQ. Prilikom rjeavanja integrala, pojavljuje nam se i neodredena
konstanta C, koju uobicajeno racunamo iz dodatnog pocetnog uvjeta, primjerice iz zadanih fiksnih trokova (ili pak
informacije o trokovima na bilo kojoj drugoj razini proizvodnje).
Slijedeca upotreba integrala su problemi u kojima treba odrediti funkciju ukoliko je poznat njen koeficjent elasticfunkcije f (x) potrebno rijeiti
nosti. Kako je koeficjent elasticnosti dan formulom E f,x = xf f 0 , tako je za odredivanje
diferencijalnu jednadbu, c ije rjeavanje uvijek ukljucuje i integriranje.

Poslijednje, integrali se koriste za racunanje kumulativnih funkcija. Primjerice, moemo promatrati funkciju ukupne
potronje od jednog trenutka u vremenu nadalje, pri c emu nam je dana funkcija trenutne potronje u svakom trenutku.
U diskretnom slucaju, ukupna potronja jes zbor svih dosadanjih (primjerice dnevnih) potronji (od nekog trenutka
nadalje). No ukoliko ne elimo ukupnu potronju racunati na dnevnoj razini, vec nas zanima ukupna potronja u proizvoljnom trenutku, sa sume prelazimo na integral funkcije trenutne potronje. Opcenito kumulativne funkcije c iju
vrijednost elimo znati kontinuirano, racunamo pomocu integrala.
53. Pojam i rjeenje diferencijalne jednadbe

Najkrace receno diferencijalna jednadba je jednadba u kojoj elimo odrediti funkciju y(x), a koja sadri derivaciju,
ili vie stupnjeve derivacije, funkcije y(x). Opcenito diferencijalnu jednadbu zapisujemo
F(x, y, y0 , , y(n) ) = 0.
Uz diferencijalnu jednadbu obicno je zadan i pocetni uvjet (ili, tocnije, n pocetnih uvjeta, gdje je n najvii stupanj derivacije koji se pojavljuje u diferencijalnoj jednadbi) oblika y(x0 ) = y0 (ako ih je vie, jo i y0 (x0 ) =
y00 , , y(n1) (x0 ) = y(n1)
). Diferencijalnu jednadbu, zajedno sa pocetnim uvjetima nazivamo Cauchyjev problem.
0
Opce rjeenje diferencijalne jednadbe je funkcija y(x), koja zadovoljava diferencijalnu jednadbu, tj. koja nakon
deriviranja i uvrtavanja u diferencijalnu jednadbu zadovoljava jednakost. Opce rjeenje sadri i neodredene
konstante
C1 , , Cn , koje nastaju prilikom rjeavanja neodredenih

integrala kojima rjeavamo diferencijalnu jednadbu. Broj
nepoznatih konstanti, n, jednak je stupnju diferencijalne jednadbe, tj. najvecem stupnju derivacije koji se pojavljuje
u njoj. Tako c e primjerice rjeenje diferencijalne jednadbe u kojoj je najveci stupanj derivacije jednak y00 , imati dvije
neodredene
konstante, C1 i C2 .
Partikularno rjeenje diferencijalne jednadbe jest rjeenje kod kojeg smo izracunali sve nepoznate konstante C1 , , Cn
uvrtavanjem zadanih pocetnih uvjeta u opce rkeenje diferencijalne jednadbe. Partikularno rjeenje je dakle, rjeenje
Cauchyjevog problema.
54. Diferencijalne jednadbe prvog reda i metoda separacije varijabli

U programu matematike na EFZG-u je obrada separabilnih diferencijalnih jednadbi prvog reda. Da je diferencijalna
jednadba "prvog reda" znaci da se u njoj pojavljuje najvie derivacija prvog stupnja, y0 (x), tj da se diferencijalna jednadba opcenito moe zapisati formulom F(x, y, y0 ) = 0.
30
Separabilnom pak nazivamo diferencijalnu jednadbu koja se moe rijeiti metodom separacije varijabli. Opiimo
tu metodu i ilustrirajmo na primjeru 2xyy0 = 1.
Na pocetku, zapiemo
a x-eve na drugu:
dy
dx
umjesto y0 , te separiramo jednadbu tj. sve y-one grupiramo na jednu stranu jednadbe,
dy
dx
=1
2ydy =
dx
x
Nakon to je jednadba separirana,integriramo ju, te rijeimo integrale s obje strane jednakosti. Konacno jednadbu
uredimo do eksplicitnog oblika, tj. zapisa u kojemu se s lijeve strane jednadbe nalazi samo y.
Z
Z
dx
2ydy =
y2 = ln x + C
y(x) = ln x + C
x
2xyy0 = 1
2xy
Tako smo dobili opce rjeenje, kojemu odredujemo

iznos nepoznate konstante C uvrtavanjem pocetnog uvjeta.
55. Pojam i rjeenje diferencijske jednadbe

Diferencijske jednadbe (ili rekurzije) su jednadbe u kojima je n-ti c lan niza, an , zadan jednadbom pomocu jednog ili
vie prethodnih c lanova. Primjer deferencijske jednadbe prvog reda bi bila jednadba
an = an1 n + 2
Uz diferencijsku jednadbu, uobicajeno je zadati i pocetni uvjet, odnosno informaciju oblika a1 = 5. Prethodna diferencijska jednadba, zajedno sa pocetnim uvjetom generira slijedeci niz:
a1
a2
a3
a4
=
=
=
=
..
.
5
a1 2 + 2 = 5
a2 3 + 2 = 4
a3 4 + 2 = 2
Primjer diferencijske jednadbe drugog reda bi bio: an = an1 2an2 .

Opcenito, diferencijske jednadbe dijelimo na homogene i nehomogene diferencijske jednadbe.
Homogene diferencijske jednadbe su one koje sadre samo elemente niza, i moemo ih zapisati F(an , , ank ) = 0.
Primjer homogene diferencijske jednadbe bila bi diferencijska jednadba drugog reda: an = an1 2an2 .
Nehomogene diferencijske jednadbe, pak, sadre i slobodan c lan, koji je funkcija koja ovisi o n. Njih opcenito moemo zapisati u formi F(an , , ank ) = f (n). Primjer nehomogene diferencijske jednadbe jest prva jednadba koju
smo naveli: an = an1 n + 2.
Diferencijske jednadbe rjeavamo u dva koraka. Prvo rijeimo homogeni dio diferencijske jednadbe (dakle, na poc etku slobodni c lan, i ako ga ima, ignoriramo), te se dobije homogeno rjeenje. Taj se postupak obavlja formiranjem
karakteristicne jednadbe rekurzije. Karakteristicna jednadba prve diferencijske jednadbe koju smo naveli bila bi
k = 1, a druge k2 = k 2. Nakon to se odrede rjeenja te jednadbe, homogeno rjeenje je oblika an = C kn .
Potom se trai partikularno rjeenje diferencijske jednadbe, koje prvenstveno ovisi o obliku slobodnog c lana, f (x).
Konacno, rjeenje diferencijske jednadbe je zbroj homogenog i partikulrnog rjeenja, u koje na kraju uvrstimo pocetne
uvjete kako bi izracunali preostale nepoznate konstante.
31
Financijska matematika
56. Jednostavni i sloeni kamatni racun

U jednostavnom kamatnom racunu, kamata se obracunava uvijek na istu pocetnu vrijednost u svakom periodu ukamac ivanja. Iskazano kroz formulu, vrijedi:
p
In = C0
100
gdje je In kamata obracunata u n-tom periodu, C0 pocetna vrijednost, a p jednostavni kamatnjak. Konacna vrijednost
nakon n obracunskih razdoblja tada je dana s

np
Cn = C0 1 +
100
uz dekurzivni obracun kamata (i p dekurzivni kamatnjak), odnosno s
Cn = C0
100
100 q n
uz anticipativni obracun kamata (i q anticipativni kamatnjak).

Kod sloenog kamatnog racuna, kamata u n-tom periodu se obracunava na vrijednost na pocetku tog perioda (a ne na
pocetnu vrijednost), dakle na Cn1 . Iskazano formulom:
In = Cn1
p
.
100
Tu je pak konacna vrijednost dana formulom

p n
Cn = C0 rn = C0 1 +
.
100
57. Dekurzivni i anticipativni nacin obracuna kamata

Anticipativni obracun kamata je nacin obracuna kamata u kojem se one obracunavaju pocetkom termina od konacne vrijednosti glavnice. Dakle, kamata se obracunava na konacnu vrijednosti - pocetnu glavnicu uvecanu za ukupnu kamatu.
Dekurzivni obracun kamata je, s druge strane, nacin obracuna kamata u kojem se kamata obracunava krajem termina od
pocetne vrijednosti glavnice. Iz ovog je jasno da je efektivna kamata (dakle, stvarno placena kamata) u slucaju anticipativnog obracuna nepovoljnija za dunika od dekurzivnog obracuna uz istu nominalnu kamatnu stopu.
Anticipativan obracun kamata c esto se koristi u kombinaciji sa jednostavnim kamatnim racunom. U tom slucaju, konacna vrijednost Cn dana je formulom:
100
Cn = C0
100 q n
gdje je q anticipativan kamatnjak, n broj obracunskih razdoblja, a C0 pocetna vrijednost. Klasican primjer primjene
(jednostavnog) anticipativnog kamatnog racuna je potroacki kredit, u c ijoj formuli jo imamo korekciju za mjesecni
obracun kamate. Inace, u hrvatskom bankarskom sustavu prevladava sloen i dekurzivan obracun kamate.
32
58. Relativna i konformna kamatna stopa

U slucaju kada se stvarni obracunski period ne poklapa sa periodom na koji se odnosi nominalna kamatna stopa, potrebno je izvriti korekciju kamatne stope, i prilagoditi ju periodu u kojemu se kamata obracunava. Dva su nacina na
koji se moe izvesti ta prilagodba: relativna i konformna kamatna stopa. U oba sluacaja prvo racunamo indeks
m=
d1
d
gdje je d1 stvarni obracunski period, a d period na koji se odnosi nominalna kamatna stopa.
Relativnu kamatnu stopu tada racunamo formulom
pR =
p
,
m
dok kod konformne kamatne stope kamatni faktor odredujemo

formulom
rK = m r.
Kako je r = 1 +
p
100 ,
slijedi da je konformni kamatni faktor dan formulom

pK = 100 (rK 1) = 100

m
r

r 1 = 100
1+
!
p
1 .
100
59. Konacna vrijednost vie prenumerando iznosa

Prenumerando uplate (ili isplate) se uvijek vre pocetkom obracunskog razdoblja. Ukoliko imamo n obracunskih razdoblja, a traimo konacnu vrijednost, tada svaku uplatu (ili isplatu) trebamo okamatiti redom faktorima rn , rn1 , itd. sve
do posljednje uplate (ili isplate) koja je ukamacena samo faktorom r.
Uz oznaku R za iznos svih prenumerando uplata (ili isplata), umiranjem svih velicina dobivamo:
S n = R rn + R rn1 + + R r

S n = R r rn1 + + 1
U zagradi imamo sumu geometrijskog niza koja iznosi
rn 1
, pa je konacna vrijednost prenumerando iznosa jednaka:
r1
Sn = R r
33
rn 1
r1
60. Sadanja vrijednost vie prenumerando iznosa

Pri racunanju sadanje vrijednosti prenumerando iznosa, svaki od iznosa kamatimo unazad, i to redom: R, Rr , pa sve do
R
(vidi sliku).
rn1
Ukupna vrijednost svih pocetnih iznosa jednaka je sumi:
R
R
+ + n1
r
r
An = R +
Izlucivanjem
R
rn1
slijedi:
An =
(rn1 + + 1) =
n1
R
rn1
rn 1
r1
61. Model amortizacije zajma nominalno jednakim anuitetima

Kod amortizacije zajma nominalno jednakim anuitetima, ukupan iznos koji isprlacujemo krajem svakog otplatnog razdoblja (anuitet) je jednak, dok se iznosi otplatnih kvota kojima otplacujemo glavnicu mijenjaju. Koristimo slijedece
oznake:
Ck neotplaceni dio glavnice (C0 je dakle iznos cijelog zajma)
Ik iznos kamate u k-tom otplatnom razdoblju
Rk otplatna kvota (dio kojim otplacujemo glavnicu) u k-tom otplatnom razdoblju
a
iznos jednakog anuiteta
p
r
kamatni faktor, r = 1 + 100
n
broj otplata
Uz te oznake, pri sastavljanju otplatne tablice, prvo racunamo iznos jednakog anuiteta:
a=C
rn (r 1)
.
rn 1
Potom u svakom otplatnom razdoblju redom racunamo kamatu:

Ik = Ck1
p
,
100
pomocu iznosa glavnice iz prethodnog razdoblja, pomnoene s kamatnjakom, potom otplatnu kvotu:
Rk = a Ik ,
koja je iznos anuiteta umanjen za iznos kojim otplacujemo kamatu, te na kraju preostalu glavnicu:
Ck = Ck1 Rk ,
koju dobijemo tako da glavnicu iz prethodnog razdoblja umanjimo za iznos otplatne kvote. Postupak ponovimo n puta,
tj. dok ne popunimo tablicu, a iznos neotplacene glavnice ne padne na nulu.
34
62. Model amortizacije zajma nominalno jednakim otplatnim kvotama

U modelu otplate zajma jednakim otplatnim kvotama u svakom otplatnom razdoblju otplacujemo jednak dio zajma
(glavnice), kojemu se pak dodaje kamata, te se dobiva varijabilan iznos anuiteta. Uz oznake
Ck
Ik
R
ak
r
n
neotplaceni dio glavnice (C0 je dakle iznos cijelog zajma)

iznos kamate u k-tom otplatnom razdoblju
jednaka otplatna kvota (dio kojim otplacujemo glavnicu)
iznos anuiteta u k-tom otplatnom razdoblju
p
broj otplata
prvo racunamo iznos jednake otplatne kvote

C0
n
R=
Ik = Ck1
p
,
100
pomocu iznosa glavnice iz prethodnog razdoblja pomnoene s kamatnjakom. Zatim racunamo iznos anuiteta:
ak = R + Ik ,
koja je iznos otplatne kvote uvecane za iznos kojim otplacujemo kamatu, te na kraju preostalu glavnicu:
Ck = Ck1 R,
63. Klasicni model potroackog kredita

Potroacki kredit je primjer kredita u kojemu je obracun kamata jednostavan i anticipativan. Anticipativnu godinju
kamatnu stopu obiljeavamo s q. Otplata kredita je u m jednakih mjesecnih rata koje obiljeavamo s R. Iznos kredita
obiljeavamo s C, a postotak uceca u gotovini s p.
Za racunanje sa potroackim kreditom, prvo je potrebno izracunati kamatni faktor k:
k=
(m + 1) q
24
Potom su velicine u potroackom kreditu vezane formulom:

!

p
k
Rm=C 1
1+
100
100
35
64. Neprekidna kapitalizacija

Neprekidna kapitalizacija ili kontinuirano ukamacivanje je poseban obracun kamata, u kojem se kamate obracunavaju
svakog trenutka i pribrajaju glavnici, tj. nema vremenskog diskontinuiteta izmedu dva obracuna kamata i njihovog
pribrajanja glavnici unutar vremenskog trajanja kapitalizacije. Kontinuirana kapitalizacija se primjenjuje u odredivanju
prirodnog rasta (prirasta biljaka, ivotinja, stanovnitva) i u makroekonomskim istraivanjima.

Formula za racunanje konacne vrijednosti (Cn ) dana je s
np
Cn = C0 e 100
gdje je C0 pocetna vrijednost, p godinja kontinuirana kamatna stopa (ili prirast), a n vrijeme ukamacivanja iskazano
u godinama. Formula se izvodi tako da se u formuli za sloeni obracun kamate koja se obracuna m puta u n godina,
vrijednost m limesom pusti u beskonacno. Tocnije, promatramo limes:

lim C0 1 +
p mn
100 m

x
Rjeavanjem tog limesa (tj. njegovim svodenjem
na tablicni limes lim x 1 + kx = ek ), dobivamo gore navedenu
formulu.
65. Trajna renta

Kod odredivanja
iznosa A koji je potrebno poloiti u banku kako bi se osigurala vjecna isplata u iznosu R, zapravo
se radi o odredivanju
pocetne (sadanje) vrijednosti beskonacno mnogo postnumerando isplata velicine R (naravno, uz
neki kamatni faktor r). Pocetna vrijednost n postnumerando isplata dana je formulom
A=
R rn 1
rn r 1
Ono to nas zanima jest to se dogada

na limesu, kada n tei u beskonacno:
!
R rn 1
A = lim n
n r
r1
Uredimo izraz u limesu: podijelimo li brojnik drugog razlomka, rn 1, sa nazivnikom prvog, rn , dobivamo:
1 r1n
A = lim R
n
r1
Sada izraz
1
rn
tei u 0 kada n tei u beskonacno (zato jer je r > 1, pa rn tei u beskonacno), pa je:
A =
Uvrstimo li vrijednost kamatnog faktora r = 1 +

A =
p
100
slijedi:
R
1+
p
100
R
r1
A =
100 R
.
p
Alternativno, ako elimo osigurati beskonacnu isplatu rente R, u banku moramo poloiti iznos A kojemu c e se obrac unati kamata u visini R koja se potom isplacuje kao renta Dakle,
R = A
p
100
36
A =
100 R
.
p
Primjeri rijeenih ispitnih rokova
11. sijecnja 2010. (A grupa)

1. (12) Navedite potrebne i dovoljne uvjete da bi sustav linearnih jednadbi
AX = B
imao rjeenja, pri c emu je Amn matrica koeficjenata sustava, Xn1 vektor nepoznanica i Bm1 vektor slobodnih koeficjenata.
(8) Gauss-Jordanovom metodom provjerite ima li rjeenje sustav linearnih jednadbi
x1
2x1
x1
+
+
+
x2
3x2
6x2
x3
x3
2x3
=
=
=
2
7
13.
Ako sustav ima rjeenje, navedite sva njegova rjeenja.

Nuan i dovoljan uvjet da bi sustav AX = B imao rjeenje je da je rang matrice sustava A jednak rangu proirene matrice
sustava A p , tj. da vrijedi r(A) = r(A p ). Proirenu matricu sustava dobijamo tako da matrici sustava A dodamo jo
jedan stupac, vektor B.
Za zadani sustav formiramo proirenu matricu sustava, te na njoj provodimo Gauss-Jordanove transformacije:
2
1
1
3
6
1
1
2
|
|
|
2
7
13
II 2 I
III I
1 1
0 1
0 0
|
|
|
1
1
5
1
5
5
1
1
1
|
|
|
2
11
11
: (5)
III + II
2
11

5
Na ovom mjestu vec vidimo da sustav ima rjeenja naime rang magtrice sustava A (matrica do okomite crtkane crte
koja predstavlja jednakost) ima rang jednak 2, ba kao i proirena matrica sustava A p . Preostalo je od prvog reda oduzeti
drugi i icitati rjeenja:
1 0
0 1
0 0
4
5
1
5
| 15
| 11
5
| 0
1
4
Sada je x3 R parametar. Iz prvog retka c itamo x1 = x3 , a iz drugog
5
5
1
11
x2 = x3 + .
5
5
2. (12) Kada kaemo da je funkcija f : ha, bi R rastuca (strogo rastuca) na intervalu ha, bi? Kada kaemo da je funkcija
f : ha, bi R padajuca (strogo padajuca) na intervalu ha, bi?
(8) Za funkciju f (x) = 5x2 + 40x 6, x h1, 8i odredite intervale rasta i pada.
37
Za funkciju f : ha, bi R kaemo da je rastuca na intervalu ha, bi ukoliko za svake dvije tocke iz tog intervala
x1 , x2 ha, bi za koje je x1 < x2 vrijedi f (x1 ) f (x2 ), kao to je prikazano na slici. (Napomena za bolje razumjevanje:
za svake dvije tocke, funkcijska vrijednost "lijeve" tocke biti c e manja ili jednaka od funkcijske vrijednosti "desne" tocke.)
Funkcija je strogo rastuca ukoliko je f (x1 ) < f (x2 ) dakle, u tom slucaju jednakost nije dozvoljena, nego vrijednost
funkcije mora stalno rasti.
Analogno, funkcija je padajuca (odnosno, strogo padajuca) na intervalu ha, bi ukoliko za svake dvije tocke iz tog intervala x1 , x2 ha, bi za koje je x1 < x2 vrijedi f (x1 ) f (x2 ) (odnosno, f (x1 ) > f (x2 )).
Kriterij pomocu kojega ispitujemo da li funkcija pada ili raste na zadanom intervalu provodimo pomocu prve derivacije f 0 (x) (ukoliko ista postoji). Prema tom kriteriju, funkcija f (x) raste (odnosno, strogo raste) na intervalu ha, bi
ukoliko za svaki x ha, bi vrijedi da je f 0 (x) 0 (odnosno, f 0 (x) > 0) Upravo c emo taj kriterij upotrijebiti u drugom
dijelu zadatka. Izracunajmo zato prvu derivaciju zadane funkcije:
f 0 (x) = 10x + 40
Odredimo sada kada je f 0 (x) vece od nule:
f 0 (x) > 0
10x + 40 > 0
x<4
Kako je funkcija zadana samo na intervalu h1, 8i, zakljucujemo kako funkcija f (x) raste (moemo pisati i f (x) %) za
x h1, 4i. Analogno, iz nejednakosti f 0 (x) < 0 slijedi x > 4, pa iz toga zakljucujemo kako f (x) pada ( f (x) &) za
x h4, 8i.
3. (12) Kada kaemo da je funkcija

f (x1 , x2 , , xn )
homogena stupnja homogeniteta ? Navedite interpretaciju stupnja homogeniteta .
(8) Je li funkcija
2x + 3y
4z2
homogena? Ako jest, odredite stupanj homogeniteta i interpretirajte ga.
f (x, y, z) =
Kaemo da je funkcija
f : Rn R
homogena stupnja ako i samo ako vrijedi

f (x1 , x2 , , xn ) = f (x1 , x2 , , xn ).
Interpretacija je slijedeca: ukoliko sve varijable x1 , x2 , , xn rastu za 1% tada vrijednostu funkcije f raste za (odnosno,
pada, ukoliko je dobivena vrijednost negativna) (1, 01 1) 100 posto. Kada se ta vrijednost izracuna (za male vrijednosti ) dobija se vrijednost priblino jednaka , pa se c esto izrice i (aproksimativna) interpretacija: kada sve varijable
rastu za 1% tada vrijednost funkcije raste za %.
U drugom dijelu zadataka ispitujemo homogenost zadane funkcije:
f (x, y, z) =
2 x + 3 y
(2x + 3y)
1 2x + 3y
=
=
= 1 f (x, y, z)
4(z)2
4 2 z2
4z2
38
Dakle funkcija je homogena, stupnja homogeniteta = 1. Interpretacija je slijedeca: kada varijable x, y i z rastu za
1%, tada vrijednost funkcije f (x, y, z) pada (zato jer je stupanj homogenosti negativan) za 1%.
4. (12) Objasnite metodu parcijalne integracije u integralnom racunu.

(8) Izracunajte neodredeni
integral
Z
8xe x dx
Metoda parcijalne integracije je metoda koja koristi formulu izvedenu iz formule za derivaciju umnoka:
Z
Z
u dv = u v v dv
Metoda se provodi na nacin da se u integralu jedan dio podintegralne funkcije f (x) oznaci sa u, a dio (zajedno sa dx)
oznaci sa dv. Potom dio oznacen sa u deriviramo, a dio oznacen s dv integiramo, te potom upotrijebimo formulu za
parcijalnu integraciju.
Z

u = 8x
8xe dx =
du = 8dx
x
dv = e x dx
v = ex

Z

x
x
x
x
= 8x e e 8dx = 8xe 8e + C.
5. (12) Objasnite kako se otplacuje odobreni potroacki kredit u iznosu od C kn, ako je poznat rok otplate m mjeseci,
postotak uceca p i anticipativni godinji kamatnjak q.
(8) Odobren je potroacki kredit od 120 000,00 kn, na 3 godine, uz 20% uceca u gotovini i 12% kamata. Izracunajte ukupne kamate i mjesecnu ratu otplate kredita.
Potroacki kredit je primjer kredita u kojemu je obracun kamata jednostavan i anticipativan. Anticipativnu godinju
kamatnu stopu obiljeavamo s q. Otplata kredita je u m jednakih mjesecnih rata koje obiljeavamo s R. Iznos kredita
obiljeavamo s C, a postotak uceca u gotovini s p.
Za racunanje sa potroackim kreditom, prvo je potrebno izracunati kamatni faktor k:
k=
iznos rate racunamo:
(m + 1) q
(m + 1) q
(36 + 1) 12
=
=
= 18.5
24
24
24
!
C
p
k
R= 1
1+
m
100
100
!
!
20
18.5
120000
R=
1
1+
= 3160
36
100
100
Dakle, slijedecih 36 mjeseci (3 godine) potrebno je vracati mjesecne rate u iznosu od 3160 kn.
39
11. sijecnja 2010. (A grupa)

h i
1. (12) Definirajte algebarski komplement Ai j elementa ai j u determinanti detA, gdje je A = ai j , i = 1, 2, , n,
j = 1, 2, , n kvadratna matrica n-tog reda. Napiite Laplaceov razvoj te determinante po i-tom redu.
(8) Pomocu Laplaceovog razvoja i svojstava determinante izracunajte determinantu matrice
1
1
0
0
3
2
B =
3
2
4
5
4
5
0
1
2
3
Algebarski komplement Ai j elementa ai j u determinanti detA dobije se tako da iz matrice A uklonimo i-ti redak i j-ti
stupac. Razvoj po i-tom retku matrice A glasi:
detA = (1)i+1 ai1 det Ai1 + (1)i+2 ai2 det Ai2 + + (1)i+n ain det Ain =
n
X
(1)i+ j ai j det Ai j
j=1
Prilikom raspisivanja determinante po nekom retku ili stupcu, poeljno je da u tom retku ili stupcu imamo c im vie nula
(kako bi racun bio to kraci). Kod matrice B stoga biramo drugi stupac no i tada moemo olakati racun koritenjem
svostva determinanti. Jedno od tih svojstava kae da vrijednost determinante ostaje ista kada zbrojimo (ili oduzmemo)
dva retka (ili stupca) zato c emo drugom retku pribrojiti prvi red kako bi element b2,2 sveli na nulu, te kako bi tako svi
elementi osim prvoga u drugom stupcu postali nule:

3
2
det B =
3
2
1
1
0
0

4 0
5 1 +I

4 2

5 3

3
5
=
3
2
1
0
0
0
4
9
4
5
0
1
2
3
Sada determinantu razvijamo koristeci Laplaceov razvoj:

5
= (1)1+2 (1) 3

2

9 1
5

4 2 = 3

5 3
2
9
4
5
1
2
3
Na ovom mjestu bilo bi dobro uociti da se prvi red preostale determinante moe dobiti kao III-II. Jo jedno od svojstava
determinanti kae da je vrijednost determinante jednaka nuli ukoliko se jedan red (ili supac) moe prikazati kao linearna
kombinacija preostalih, a upravo smo to istaknuli: I=III-II. Stoga je vrijednost ove determinante jednaka nuli.
Ukoliko to ne uocimo, determinantu dalje raspisujemo pomocu Laplaceovog razvoja, primjerice, razvojem po trecem
stupcu:
= (1)
=
1+3

3
1
2
4
5

5

2+3
+ (1) 2 2
9
5

5

3+3
+ (1) 3 3

3 5 (4) 2 2 5 5 9 2 + 3 5 (4) 9 (3)
= 7 14 + 21 = 0
40
9
4
2. (12) Kada kaemo da je funkcija f : ha, bi R konveksna (konkavna)?

Navedite kriterij za ispitivanje konveksnosti (konkavnosti) funkcije f .
(8) Odredite intervale konveksnosti (konkavnosti) funkcije ukupnih trokova proizvodnje
T (Q) = Q3 30Q2 + 300Q + 500
gdje je Q kolicina proizvoda.
Funkcija f : R R je konveksna na intervalu ha, bi, ako je za svake dvije vrijednosti x1 , x2 ha, bi, duina koja spaja
tocake P (x1 , f (x1 )) i Q (x2 , f (x2 )) iznad grafa funkcije f (x), kao to je prikazano na slijedecoj slici.
Analogno, ukoliko je spojnica tocaka P i Q ispod grafa funkcije f (x), za svake dvije tocke P i Q iz zadanog intervala,
tada za funkciju f (x) kaemo da je konkavna.
Matematicki, to zapisujemo
f (x) <
f (x2 ) f (x1 )
(x x1 ),
x2 x1
za svaki x hx1 , x2 i
Kriterij za ispitivanje konveksnosti funkcije dan je pomocu druge derivacije; funkcija je konveksna na intervalu ha, bi
ukoliko je za svaki x iz tog intervala f 00 (x) > 0. Analogno, funkcija je konkavna ukoliko je u svim tockama intervala
f 00 (x) < 0. Tocke u kojima funkcija mijenja zakrivljenost iz konveksne u konkavnu, ili obrnuto, zovemo tockama infleksije, i u njima je druga derivacija funkcije jednaka nuli.
Zato za zadanu funkciju proizvodnje racunamo drugu derivaciju:
T 0 (Q) = 3Q2 60Q + 300
T 00 (Q) = 6Q 60
Ispitajmo sada konveksnost funkcije:

6Q 60 > 0
Q > 10
pa je funkcija proizvodnje konveksna za Q h10, i. Analogno, za konkavnost traimo da je T 00 (Q) < 0

6Q 60 < 0 Q < 10, pa je T (Q) konkavna za Q [0, 10i (zbog toga to je Q ekonomska velicina pa ne moe
poprimiti negativne vrijednosti).
41
3. (12) Navedite potrebne i dovoljne uvjete lokalnog minimuma (maksimuma) funkcije dviju varijabli z(x, y).
(8) Ispitajte ima li ekstrema funkcija
z(x, y) = 2x2 2y2 + xy + x 4y + 20.
Da bi tocka T (x, y, z(x, y)) bila lokalni ekstrem funkcije z(x, y) ona mora ispunjavti nune i dovoljne uvjete. Nuan uvjet
je, slicno kao i kod funkcije jedne varijable, taj da su parcijalne derivacije prvog reda izracunate u tocki T jednake nuli,
tj. da je
z
z
(T ) = 0,
(T ) = 0.
x
y
Dovoljan uvjet je, pak, da je determinanta Hesseove matrice veca od nule, tj. da je

2
2 z
z

x2 (T ) yx (T )
2
>0
2
z (T ) z (T )
xy

y2
Za zadanu funkciju, odredimo pve parcijalne derivacije, te ih izjednacimo s nulom kako bi odredili stacionarnu tocku
T:
z
= 4x + y + 1 4x + y + 1 = 0
x
z
= 4y + x 4 4y + x 4 = 0
y
Rijeimo li sustav dvije jednadbe s dvije nepoznanice, dobijamo rjeenja x = 0, y = 1, tj. stacionarnu tocku T (0, 1).
Izracunajmo sad druge parcijalne derivacije, te uvrstimo tocku T .
2 z
= 4,
x2
2 z
= 1,
yx
2 z
= 4
y2
Odredimo vrijednost determinante Hesseove matrice:

4
det H =
1
1
4

= (4) (4) 1 1 = 15 > 0,
pa zakljucujemo kako se u tocki T postie ekstrem. Preostalo je odrediti karakter tog ekstrema. Kako je
zakljucujemo kako se radi o maksimumum. Na kraju jo odredimo z koordinatu tocke T :
z(0, 1) = 2 02 2 (1)2 + 0 (1) + 0 4 (1) + 20 = 22
Dakle, funkcija z(x, y) postie maksimum u tocki T (0, 1, 22).
4. (12) Navedite pravilo za integral zbroja funkcija f (x) i g(x).

(8) Izracunajte neodredeni
integral
Z
5x +
!
4x
dx
4x2 + 1
Pravilo za integral zbroja funkcija f (x) i g(x) glasi:
Z
Z
Z

f (x) + g(x) dx =
f (x) dx + g(x) dx
Pravilo upotreijebimo i kod zadanog integrala:
42
2 z
x2
= 4 < 0
5x +
!
Z
Z
4x
4x
dx
=
5x
dx
+
dx = ()
2
4x + 1
4x2 + 1
x2
, dok drugi rjeavamo metodom supstitucije:
2

Z
Z
t = 4x2 + 1

4x dt
dt
1
1
1
dt = 8x dx =
=
=
ln t + C =
ln (4x2 + 1) + C

t 8x
2
t
2
2
dt
dx = 8x
prvi integral je tablicni i iznosi 5

Z

4x
dx =
2

4x + 1
Dakle, ukupno rjeenje glasi

() =
5 2 1
x + ln (4x2 + 1) + C.
2
2
5. (12) Objasnite otplatu zajma u iznosu od C kn jednakim aunitetima krajem godine kroz n godina, uz godinji, sloen,
dekurzivan obracun kamata i godinji kamatnjak p. Prikaite otplatnu tablicu!
(8) Odobren je zajam od 250 000,00 kn, na 10 godina, uz otplatu jednakim anuitetima krajem godine, godinji kamatnjak p = 12, te godinji, sloen, dekurzivan obracun kamata. Nacinite otplatnu tablicu za prve dvije godine otplate
tog zajma.
Kod amortizacije zajma nominalno jednakim anuitetima, ukupan iznos koji isprlacujemo krajem svakog otplatnog razdoblja (anuitet) je jednak, dok se iznosi otplatnih kvota kojima otplacujemo glavnicu mijenjaju. Koristimo slijedece
oznake:
Ck neotplaceni dio glavnice (C0 je dakle iznos cijelog zajma)
Ik iznos kamate u k-tom otplatnom razdoblju
Rk otplatna kvota (dio kojim otplacujemo glavnicu) u k-tom otplatnom razdoblju
a
iznos jednakog anuiteta
p
r
n
broj otplata
Uz te oznake, pri sastavljanju otplatne tablice, prvo racunamo iznos jednakog anuiteta:
a=C
rn (r 1)
.
rn 1

Ik = Ck1
p
,
100
pomocu iznosa glavnice iz prethodnog razdoblja, pomnoene s kamatnjakom, potom otplatnu kvotu:
Rk = a Ik ,
koja je iznos anuiteta umanjen za iznos kojim otplacujemo kamatu, te na kraju preostalu glavnicu:
Ck = Ck1 Rk ,
43
U zadatku su zadani: C0 = 250000, n = 10, p = 12. Prvo racunamo iznos anuiteta:

a = 250000
1.1210 (1.12 1)
= 44246.04
1.1210 1
Za prvu godinu otplate sada redom racunamo:

I1 = C0
p
= 250000 0.12 = 30000
100
R1 = a I1 = 44246.04 30000 = 14246.04

C1 = C0 R1 = 250000 14246.04 = 235753.96
Za drugu godinu imamo:
p
= 235753.96 0.12 = 28290.48
100
R2 = a I2 = 44246.04 28290.48 = 15955.56
I2 = C 1
C2 = C1 R2 = 235753.96 15955.56 = 219798.40

Time smo dobili podatke za popunjavanje prva dva reda otplatne tablice:
k
0
1
2
..
.
44246.04
44246.04
..
.
30000.00
28290.48
..
.
44
14246.04
15955.56
..
.
C
250000.00
235753.96
219798.40
..
.

Matematika Usmeni

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

Matematika Usmeni

Uploaded by

Copyright:

Available Formats

Skripta za pripremu polaganja

usmenog dijela ispita iz Matematike na EFZG

Elementi linearne algebre

Diferencijalni racun i primjene

Integralni racun i dinamicka analiza

Primjeri rijeenih ispitnih rokova

Elementi linearne algebre

1. Definicija matrice, format matrice, tipovi matrica, trag matrice.

Nul-matricom nazivamo svaku matricu kojoj su svi elementi jednaki nuli.

matrici retke prebacuje u stupce. Ako je matrica A = 0 2 3 , tada je AT = 2 2 0 .

Antisimetricna matrica je kvadratna matrica A za koju vrijedi AT = A, tj ai j = a ji . Vizualno te matrice

2. Jednakost matrica, uredaj

danom skupu. U skupu Mmn , tj. u skupu matrica ne postoji uredaj,

3. Zbrajanje matrica i svojstva operacije zbrajanja u skupu Mmn .

Matrice koje nisu istog tipa (istih dimenzija) ne moemo zbrajati.

4. Mnoenje broja i matrice i svojstva ove operacije.

Mnoenje skalarom je distributivno obzirom na zbrajanje matrica, tj. c (A + B) = cA + cB.

5. Skalarni produkt vektora, ortogonalnost vektora.

Za primjer, skalarno pomnoimo vektore A = 6 i B = 3 :

A B = 6 3 = 3 (1) + (6) (3) + 21 0 = 15

6. Norma vektora i svojstva norme, metrika.

Primjerice za vektor B = 3 slijedi kBk2 = (1)2 + (3)2 + 02 = 10.

7. Mnoenje matrica i svojstva ove operacije

redak i stupac moraju biti jednako dugacki.

8. Transponiranje matrica i svojstva ove operacije

9. Definicija determinante, svojstva determinante.

10. Izracunavanje vrijednosti determinante pomocu Laplaceovog razvoja

(1)i+ j ai, j det Ai, j

(1)i+ j ai, j det Ai, j

Elementi u kojima dolazi do mnoenja s nulom nestaju, a ostale uredimo:

Preostale dvije determinante takoder

11. Linearna kombinacija, linearna zavisnost i nezavisnost vektora

Definicija se moe proiriti na prozvoljan broj vektora:

12. Singularna i regularna matrica

13. Invertiranje matrice

14. Sustav linearnih jednadbi

Sustav linearnih jednadbi se moe zapisati i u matricnom obliku. Tada je zapis:

15. Rjeenje i egzistencija rjeenja sustava linearnih jednadbi

16. Struktura rjeenja sustava linearnih jednadbi

17. Rjeavanje sustava linearnih jednadbi Gauss-Jordanovim algoritmom

Na ovom primjeru vidimo matricu kod koje su provodenjem

Tako bi prva minora bila |0.5| = 0.5.

Treca minora je pak vrijednost determinante same matrice T :

19. Realni brojevi, funkcije f : D R R

20. Limes funkcije jedne varijable i operacije sa limesima

lim ( f + g)(x) = lim f (x) + lim g(x),

lim ( f g)(x) = lim f (x) lim g(x),

lim ( f g)(x) = lim f (x) lim g(x),

lim xx0 f (x)

21. Neprekidnost funkcije jedne varijable

22. Pojam i interpretacija derivacije funkcije jedne varijable

Vrijednost tog limesa (ako postoji) oznacavamo izrazom f 0 (x) ili

i zovemo ga derivacijom funkcije f u tocki x.

23. Derivacije elementarnih funkcija jedne varijable

24. Pravila deriviranja funkcija jedne varijable

a) Derivacija umnoka s konstantom:

25. Derivacija sloene funkcije

26. Derivacija inverzne funkcije

Uvijek vrijedi da se funkcija f i njoj inverzna funkcija f 1 ponitavaju:

Uz oznaku y = f (x) slijedi formula.

27. Diferencijal funkcije jedne varijable

28. Derivacije vieg reda funkcija jedne varijable

29. Teoremi o srednjoj vrijednosti