Naziv djela: MATEMATIKA ZA EKONOMISTE Autor: Dr.

Lejla Smajlović Izdavač: Ekonomski fakultet Sarajevo Izdavačka djelatnost fakulteta Glavni urednik: Dekan Prof. dr. Veljko Trivun Recenzenti: Prof. dr. Mirjana Malenica Prof. dr. Dževad Zečić Tiraž: 300 Godina izdanja: 2010. Štampa: „Premier Febeco” d.o.o. CIP – Katalogizacija u publikaciji Nacionalna i univerzitetska biblioteka Bosne i Hercegovine, Sarajevo
51(075.8) SMAJLOVIĆ, Lejla Matematika za ekonomiste / Lejla Smajlović. Sarajevo : Ekonomski fakultet, 2010. - 372 str. : graf. prikazi ; 24 cm Bibliografija: str. 371-372. ISBN 978-9958-25-043-9 COBISS.BH-ID 18307846

Dr. Lejla Smajlović

MATEMATIKA ZA EKONOMISTE

Sarajevo, 2010.

Predgovor
Jezik matematike je univerzalan jezik koji između ostaloga služi i za opisivanje i analizu velikog broja ekonomskih pojava. Zbog toga je ovladavanje osnovnim pojmovima linearne algebre, diferencijalnog i integralnog računa funkcija jedne i više realnih varijabli potrebno za razumijevanje ne samo metoda kvantitativne ekonomske analize nego i mnogih drugih savremenih ekonomskih teorija. Kurs Matematika za ekonomiste koji studenti Ekonomskog fakulteta pohađaju tokom svog prvog semestra je namijenjen savladavanju osnovnih matematičkih alata koji se koriste u ekonomiji. U okviru kursa predviđeno je da studenti razumiju i usvoje osnovne matematičke principe linearne algebre, diferencijalnog računa funkcija jedne i više realnih varijabli, integralnog računa funkcija jedne realne varijable, te da razumiju pojam obične diferencijalne jednačine prvog i drugog reda i usvoje način rješavanja nekih najjednostavnijih oblika diferencijalnih jednačina. Obzirom da se radi o predmetu namijenjenom budućim ekonomistima posebna pažnja je posvećena primjenama opisanog matematičkog alata u ekonomiji. Knjiga Matematika za ekonomiste je udžbenik za istoimeni predmet na Ekonomskom fakultetu u Sarajevu. Svi sadržaji predviđeni nastavnim planom i programom ovog predmeta su obrađeni u knjizi. Van okvira nastavnog plana i programa izlazi jedino Odjeljak 1.9. koji čini prirodnu cjelinu Poglavlja 1. i u njemu je obrađen matematički alat nužan za razumijevanje naprednijih tehnika optimizacije s kojima će se neki studenti sresti na poslijediplomskom studiju. Udžbenik je rezultat je dugogodišnjeg iskustva u nastavi na predmetu Matematika za ekonomiste. Metodologija pisanja knjige je usklađena sa osnovnim ciljem predmeta Matematika za ekonomiste: približiti studentu osnovne matematičke pojmove, objasniti njihovu međuzavisnost i pokazati kako se oni primjenjuju u ekonomiji. Kako bi pojednostavila jezik kojim je knjiga pisana i približila ga studentima, nužno je bilo napraviti kompromis između matematičke strogosti s jedne strane i želje da se na što jednostavniji i kraći način objasne neki matematički pojmovi i njihova primjena u ekonomiji. Zbog toga knjiga sadrži veliki broj definicija osnovnih
5

matematičkih pojmova, kao i veliki broj primjera, a teoreme u knjizi su navedene bez dokaza. U nekoliko slučajeva, navedene su opisne definicije nekih matematičkih pojmova (kao, na primjer pojam determinante kvadratne matrice) koje nisu strogo matematički precizne ali služe kao ilustrativan opis pojma. Nadam se da će ova knjiga koristiti studentima pri savladavanju predmeta Matematika za ekonomiste kao i drugih predmeta s kojima će se susretati tokom studija. Sarajevo, septembar 2010. godine

Prof. dr. Lejla Smajlović

6

SADRŽAJ

1.

Osnove linearne algebre ............................................................... 13 1.1. 1.2. 1.3. Pojam vektorskog prostora ………………...…………….. 14 Linearna zavisnost i nezavisnost vektora ........................... 17 Baza i dimenzija vektorskog prostora. Podprostor vektorskog prostora ............................................................ 20 1.4. Linearna preslikavanja. Matrica linearnog preslikavanja ......................................... 25 1.5. 1.6. 1.7. 1.8. 1.9. 1.10. Pojam realne matrice i osnovne operacije s matricama ......................................................... 29 Kompozicija linearnih preslikavanja. Množenje matrica ………………………………………... 33 Osobine množenja matrica. Jedinična matrica. Transponovana matrica …………….... 36 Pojam determinante kvadratne matrice. Izračunavanje determinanti reda dva i tri ........................... 41 Osobine determinanti .......................................................... 43 Minor i kofaktor kvadratne matrice. Laplaceovo pravilo o razvoju determinante ....................... 46

1.11. 1.12. 1.14.

Pojam inverzne matrice i način njenog izračunavanja .......................................................... 50 Linearne matrične jednačine ............................................... 54 Pojam sistema od n linearnih jednačina sa m nepoznatih. Rješavanje sistema jednačina pomoću matrica .................. 69

1.13. Rang matrice. Metod određivanja ranga matrice ................ 61

1.15. Gaussova metoda rješavanja sistema jednačina ................. 75 1.16. Kronecker – Capelliev stav ................................................ 81 1.17. 1.18. 1.19. 2. Kramerova metoda za rješavanje sistema od n jednačina sa n nepoznatih .................................................. 88 Rješavanje homogenih sistema jednačina .......................... 93 Metrički i normirani prostori .............................................. 97

Realne funkcije jedne realne varijable ..................................... 105 2.1. Pojam realne funkcije jedne realne varijable. Način zadavanja i oblast definisanosti funkcije. Inverzna funkcija. Monotone, parne i neparne funkcije .................. 105 2.2. 2.3. 2.4. Granična vrijednost funkcije ............................................ 111 Neprekidnost funkcije. Osobine neprekidnih funkcija ..... 119 Neke elementarne funkcije: stepena, eksponencijalna i logaritamska funkcija ..................................................... 123 2.4.I. Stepena funkcija ................................................... 123 2.4.II. Eksponencijalna funkcija ...................................... 128 2.4.III. Logaritamska funkcija .......................................... 128

8

2.5. 2.6. 2.7. 2.8. 2.9. 2.10. 2.12. 2.13. 2.14. 2.15. 2.16.

Pojam izvoda funkcije. Geometrijsko značenje izvoda funkcije ................................................................. 129 Pravila diferenciranja. Izvodi elementarnih funkcija ....... 133 Pojam diferencijala funkcije i njegovo geometrijsko značenje ...................................................... 140 Primjena izvoda u ekonomiji. Marginalna (granična) funkcija. Koeficijent elastičnosti ...................................... 143 Izvodi i diferencijali višeg reda realne funkcije jedne realne varijable ................................................................ 153 Teoreme o srednjoj vrijednosti. Taylorova formula ...... 155 Lokalni ekstrem realne funkcije jedne realne varijable. Potrebni i dovoljni uslovi za lokalni ekstrem ................... 166 Određivanje ekstremnih vrijednosti ekonomskih funkcija ........................................................ 173 Konveksne i konkavne funkcije. Veza sa krivom indiferencije ...................................................................... 177 Asimptote krivih linija ...................................................... 187 Crtanje grafika funkcija pomoću karakterističnih tačaka ...................................................... 192

2.11. L'Hopitalovo pravilo ......................................................... 160

9

3.

Realne funkcije dvije i više realnih varijabli ........................... 203 3.1. Pojam realne funkcije dvije i više realnih varijabli. Oblast definisanosti i grafik realne funkcije dvije realne varijable ................................................................. 203 3.2. 3.3. Nivo linije realne funkcije dvije realne varijable. Izokvanta i kriva indiferencije .......................................... 206 Pojam parcijalnog izvoda prvog reda funkcije dvije i više realnih varijabli. Geometrijsko značenje parcijalnog izvoda ............................................................ 209 3.4. 3.5. 3.6. 3.7. 3.8. 3.9. 3.10. 3.11. Značenje parcijalnog izvoda funkcije više varijabli u ekonomiji ....................................................................... 213 Diferencijal prvog reda funkcije dvije i više varijabli ...... 220 Primjena diferencijala prvog reda funkcije dvije varijable u ekonomiji ........................................................ 224 Izvodi i diferencijali višeg reda funkcije dvije i više varijabli ................................................................... 229 Lokalni ekstrem funkcije dvije varijable .......................... 234 Uslovni (vezani) ekstrem funkcije dvije varijable ............ 243 Lokalni ekstrem realne funkcije tri i više realnih varijabli ................................................................. 258 Homogene funkcije i CES funkcije .................................. 263

10

4.

Integralni račun .......................................................................... 271 4.1. Definicija i osnovne osobine neodređenog integrala. Tablica osnovnih integrala ............................................... 271 4.2. 4.3. 4.4. 4.5. Metoda smjene (substitucije) za izračunavanje neodređenog integrala ...................................................... 274 Metoda parcijalne integracije ........................................... 280 Integracija racionalnih funkcija ........................................ 284 Integracija nekih iracionalnih funkcija ............................. 294
r1 r2 ⎡ ⎤ ax + b ⎞ s1 ⎛ ax + b ⎞ s2 ⎥ ⎛ ,⎜ ,... dx . 294 4.5.I Integral oblika ∫ R ⎢ x, ⎜ ⎟ ⎟ ⎢ ⎝ cx + d ⎠ ⎝ cx + d ⎠ ⎥ ⎣ ⎦

4.5.II. Integral oblika


dx mx 2 + px + q
Pn ( x ) ax 2 + bx + c

……………..… 298

4.5.III. Integral oblika 4.6. 4.7. 4.8.

………………... 300

Primjena neodređenog integrala u ekonomiji ................... 306 Pojam određenog integrala i njegove osobine. Veza određenog i neodređenog integrala ………………. 313 Metode integracije u određenom integralu ....................... 316 4.8.I. Metoda smjene u određenom integralu ……........ 316 4.8.II. Metoda parcijalne integracije u određenom integralu ............................................. 318

4.9.

Primjena određenog integrala za izračunavanje površine likova u ravni ..................................................... 320

4.10. Primjena određenog integrala u ekonomiji ....................... 325
11

4.11. Nesvojstveni integral ........................................................ 327 4.11.I. Integrali sa beskonačnim granicama ..................... 328 4.11.II. Integral neograničene funkcije ............................. 332
5. Diferencijalne jednačine .................................................................... 337

5.1. 5.2. 5.3. 5.4. 5.5. 5.6.

Pojam diferencijalne jednačine. Diferencijalne jednačine sa razdvojenim promjenljivim .............................................. 337 Homogene diferencijalne jednačine prvog reda ............... 341 Linearne diferencijalne jednačine prvog reda .................. 344 Bernoullieva diferencijalna jednačina .............................. 348 Primjena diferencijalnih jednačina u ekonomiji ............... 353 Diferencijalne jednačine drugog reda sa konstantnim koeficijentima .............................................. 358

LITERATURA ....................................................................................... 371

12

1. Osnove linearne algebre
Pri izučavanju ponašanja nekog ekonomskog modela u određenom vremenskom trenutku posmatraju se varijable koje nam karakterišu model i uočava se njihova međuzavisnost. Na primjer, ukoliko posmatramo neki od modela nacionalnog dohotka, varijable koje posmatramo mogu biti nacionalni dohodak, investicije, vladina potrošnja, potrošnja, ukupni porezi, stopa poreza na dohodak i druge. Na osnovu empirijskih proučavanja i ekonomskih pretpostavki modela veza između varijabli iskazuje se jednačinama veze. Za jednačine veze možemo pretpostaviti da su linearne, jer se mogu određenim matematskim metodama (za date okvirne vrijednosti varijabli) linearizirati. Na taj način model je okarakterisan sistemom linearnih jednačina. Rješenje tog sistema linearnih jednačina je tzv. ekvilibrium ili ravnotežni položaj modela. On je predstavljen onim vrijednostima varijabli u kojima model ne teži ka promjeni. Odrediti ekvilibrium modela znači riješiti sistem linearnih jednačina, a to se čini upravo metodama linearne algebre koje ćemo u daljem upoznati. Osim jednostavne primjene na rješavanje sistema linearnih jednačina, linearna algebra ima i druge, široke primjene u ekonomiji. Najčešća primjena linearne algebre jeste pri ispitivanju stacionarnog ponašanja ekonomskih modela i određivanju ekvilibriuma tog modela različitim metodama optimizacije, nalaženjem fiksne tačke određenog linearnog preslikavanja, metodama linearnog programiranja i drugim. Možemo reći da se linearna algebra primjenjuje za ispitivanje tzv. stacionarnog ponašanja ekonomskog modela, odnosno ponašanja u fiksiranom trenutku vremena, dok se za ispitivanje dinamike modela (odnosno njegove promjene tokom vremena) koristi diferencijalni i integralni račun, o kome ćemo govoriti nešto kasnije. Mi ćemo u ovom poglavlju uvesti pojmove neophodne za razumijevanje osnovnih matematskih metoda za ispitivanje stacionarnog ponašanja ekonomskog modela. To su pojam vektorskog prostora, baze i dimenzije vektorskog prostora, linearnog preslikavanja konačnodimenzionalnih vektorskih prostora, pojam matrice linearnog preslikavanja, osnovne operacije s matricama, pojam ranga matrice i način njegovog određivanja. Zatim ćemo dati osnovne metode za rješavanje sistema linearnih jednačina.

Matematika za ekonomiste Na kraju, napomenimo da je za razumijevanje metoda optimizacije i metoda fiksne tačke potrebno poznavati osobine metričkih i normiranih prostora, koji izlaze izvan okvira kursa Matematike za ekonomiste. Potpunosti radi, izložit ćemo ih na kraju ovog poglavlja. 1.1. Pojam vektorskog prostora Vektorski prostor je jedan od osnovnih objekata izučavanja linearne algebre. Opšta definicija vektorskog prostora nad određenim poljem je veoma apstraktna. S obzirom da se u primjenama javljaju polja realnih i kompleksnih bojeva, mi ćemo dati definiciju vektorskog prostora nad poljem realnih, odnosno kompleksnih brojeva. U daljem ćemo skup realnih brojeva označavati sa , a skup kompleksnih brojeva sa . Na skupovima i definisane su operacije sabiranja i množenja, pri čemu su ove operacije asocijativne i komutativne, sabiranje ima neutralan element 0 , dok je neutralan element za množenje broj 1 . (To znači da za svaki element a ∈ , vrijedi a + 0 = a , odnosno a ⋅1 = a ). Također, svaki element a ∈ , , različit od nule ima inverzni element u odnosu na sabiranje i množenje. Inverzni element od a u odnosu na sabiranje je element −a (jer je a + (−a ) = 0 ), dok je inverzni element od a 1 1 u odnosu na množenje a−1 = (jer je a ⋅ a−1 = a ⋅ = 1 ). Poznato nam je i a a da je operacija množenja distributivna prema sabiranju, tj. vrijedi relacija (a + b)⋅ c = a ⋅ c + b ⋅ c , za sve a, b, c ∈ , .

Navedene osobine nam govore da, matematičkim jezikom rečeno, skupovi i čine polje u odnosu na operacije sabiranja i množenja. ili možemo Primijetimo da operacije sabiranja i množenja na posmatrati kao preslikavanje koje uređenom paru realnih ili kompleksnih brojeva pridružuje neki realan ili kompleksan broj. To možemo zapisati i kao + : × → (ili + : × → ), odnosno i: × → (ili i: × → ). Kažemo da su množenje i sabiranje unutrašnje operacije na ili jer parovima realnih ili kompleksnih brojeva pridružuju realne, odnosno kompleksne brojeve.
14

1. Osnove linearne algebre
Definicija 1.1.1. (vektorskog prostora)

Skup V je vektorski prostor nad poljem osobine:

( ) ukoliko vrijede slijedeće

1. Na V je definisana unutrašnja operacija sabiranja +V : V ×V → V sa slijedećim osobinama: a) a +V (b +V c) = (a +V b) +V c , za sve a, b, c ∈ V (asocijativnost) b) a +V b = b +V a , za sve a, b ∈ V (komutativnost) c) Postoji element 0V sa osobinom a +V 0 = a , za sve a ∈ V (neutralni element) d) Za sve a ∈ V , a ≠ 0V postoji element a ∈ V sa osobinom a +V a = 0V . Element a zovemo inverzom od a u odnosu na sabiranje u V i pišemo a = −V a . 2. Na V je definisana vanjska operacija množenja elemenata iz V ( ), tj. operacija ⋅V : ×V → V ( ⋅V : ×V → V ) sa skalarima iz osobinama: a)
α ⋅V (a +V b) = α ⋅V a +V α ⋅V b , za sve a, b ∈ V i α ∈

(α ∈

) ) . ) .

b) (α ⋅ β )⋅V a = α ⋅V (β ⋅V a ) , za sve a ∈ V i α, β ∈ ( α, β ∈ Napomenimo da ovdje ⋅ označava klasično množenje u ( ). c)

(α + β )⋅V a = α ⋅V a +V β ⋅V a , za sve a ∈ V i α, β ∈

( α, β ∈

Napomenimo da ovdje + označava klasično sabiranje u d) 1⋅V a = a , za sve a ∈ V .

( ).

Ukoliko su ispunjene sve navedene osobine i želimo naglasiti o kojim operacijama sabiranja i množenja skalarom u V je riječ, kažemo i da je (V , +V ,⋅V ) vektorski prostor. Elemente vektorskog prostora V zovemo vektorima i označavamo sa a, b, c,.., x, y, z . Elemente skupa ( ) zovemo skalarima i označavamo slovima grčkog alfabeta α, β , γ , δ ,..., λ, μ,... . Ako je V vektorski prostor
15

Matematika za ekonomiste nad kažemo još i da je V realan vektorski prostor. Ukoliko je to vektorski prostor nad kažemo da je kompleksan vektorski prostor.
Primjer 1.1.2. Ako sa V označimo skup vektora u ravni, pri čemu sabiranje dva vektora definišemo pomoću «pravila paralelograma», tada će skup V u odnosu na ovako definisanu operaciju sabiranja zadovoljavati sve osobine navedene u uslovu 1. Definicije 1.1.1. Ako proizvod vektora x i realnog broja α definišemo kao vektor čiji intenzitet je jednak proizvodu broja α i

intenziteta vektora x , pravac mu je jednak pravcu vektora x , a smjer je jednak smjeru vektora x , ako je α > 0 , odnosno suprotan smjeru vektora x ako je α < 0 , tada će V biti realan vektorski prostor. Ovo je jedan od najjednostavnijih geometrijskih primjera vektorskog prostora. Odavde potiče i naziv vektorski prostor za opšti skup nekih elemenata V čije osobine su opisane Definicijom 1.1.1. Imajući u vidu definiciju vektorskog prostora, možemo smatrati da je vektorski prostor skup V nekih objekata nad kojim su definisane dvije operacije: «unutrašnja» operacija +V , sabiranja elemenata od V čiji rezultat je također neki element od V i koja ima iste osobine kao i klasično sabiranje realnih brojeva ; «vanjska» operacija ⋅V množenja elementa iz V («vektora») sa realnim ili kompleksnim brojevima («skalarima») koja ima osobine date u Definiciji 1.1.1. 2). Sada ćemo navesti veoma važan primjer vektorskog prostora kojeg ćemo u daljem najviše koristiti.
Primjer 1.1.3. Sa n , odnosno n označit ćemo skup svih uređenih n torki realnih odnosno kompleksnih brojeva. Na ovim skupovima možemo definisati operaciju sabiranja n -torki na slijedeći način:

Za ( x1 ,..., xn ) , ( y1 ,..., yn ) ∈

n

(odnosno ( x1 ,..., xn ) , ( y1 ,..., yn ) ∈

n

) je

( x1 , x2 ..., xn ) +n ( y1 , y2 ,..., yn ) := ( x1 + y1 , x2 + y2 ,..., xn + yn ) .
Drugim riječima, n -torke sabiramo tako što saberemo odgovarajuće komponente, kao realne ili kompleksne brojeve. Obzirom da se sabiranje definiše pomoću sabiranja realnih, odnosno kompleksnih brojeva, lako je vidjeti da je operacija +n asocijativna i komutativna, da je neutralni element za sabiranje uređena n -torka koja se
16

1. Osnove linearne algebre sastoji od n nula, tj. 0V = (0,..., 0) , dok je inverzni element elementa

( x1 , x2 ,..., xn ) element (−x1 , −x2 ,..., −xn ) .
Vanjsku operaciju ⋅n množenja n -torke ( x1 , x2 ,..., xn ) iz n , odnosno skalarom α iz , odnosno definišemo na slijedeći način: α ⋅n ( x1 , x2 ,..., xn ) := (α x1 , α x2 ,..., α xn ) . Drugim riječima, vektor iz n , odnosno n množimo skalarom α iz odnosno tako što svaku njegovu komponentu pomnožimo sa α .
n

,

Lako se vidi da ovako definisana operacija množenja vektora skalarom ima sve osobine navedene u Definiciji 1.1.1. 2.). To znači da n u odnosu na n predstavlja ovako definisane operacije predstavlja realan, dok kompleksan vektorski prostor.
Primjer 1.1.4. Uređene četvorke x = (2,1,3, 4) i y = (−1, −2,5,89) su

elementi vektorskog prostora

4

. Lako se vidi da je

2 x − y = 2 ⋅ (2,1,3, 4) − (−1, −2,5,89) = = (4, 2, 6,8) − (−1, −2,5,89) = (5, 4,1, −81) Ovdje nismo posebno naglašavali da je 2 x = 2 ⋅4 x , niti da je operacija oduzimanja, zapravo operacija oduzimanja u 4 , tj. oduzimanje vektora po komponentama.
1.2. Linearna zavisnost i nezavisnost vektora

U linearnoj algebri je veoma važan pojam linearne zavisnosti i nezavisnosti nekog skupa vektora. Kako bismo mogli opisati ove pojmove, potrebna nam je definicija pojma linearne kombinacije vektora. U daljem ćemo sa V označavati vektorski prostor, a sa K skup skalara. (To znači da je K = , ukoliko je V realan, odnosno K = , ukoliko je V kompleksan vektorski prostor.)
Definicija 1.2.1. (linearne kombinacije vektora) Neka su a1 ,..., an vektori iz V i neka su α1 ,..., αn skalari iz K . Vektor
17

Matematika za ekonomiste

a = α1 ⋅V a1 +V α2 ⋅V a2 ... +V αn ⋅V an
zovemo linearnom kombinacijom vektora a1 ,..., an i skalara α1 ,..., αn . Ovu linearnu kombinaciju kraće zapisujemo kao a = α1a1 + α2 a2 ... + αn an , jer ćemo u daljem operacije sabiranja u V i množenja skalarom elemenata iz V označavati kao i klasične operacije sabiranja i množenja. Razliku ćemo praviti samo onda kada bude postojala mogućnost zabune. Vektor a iz prethodne definicije, koji je linearna kombinacija vektora a1 ,..., an i skalara α1 ,..., αn linearno zavisi od vektora a1 ,..., an , odnosno skup vektora {a, a1 , a2 ,..., an } je skup linearno zavisnih vektora jer vektor a linearno zavisi od vektora a1 ,..., an . Sada ćemo dati preciznu definiciju linearne zavisnosti i nezavisnosti skupa vektora.
Definicija 1.2.2. (linearne zavisnosti i nezavisnosti skupa vektora)

Za skup {a1 ,..., an } vektora iz V kažemo da je skup linearno nezavisnih vektora ukoliko iz jednakosti
α1 ⋅V a1 +V α2 ⋅V a2 ... +V αn ⋅V an = 0V

(1.2.1)

slijedi da je
α1 = α2 = ... = αn = 0 .

Za skup {a1 ,..., an } vektora iz V kažemo da je skup linearno zavisnih vektora ukoliko to nije skup linearno nezavisnih vektora. Drugim riječima, skup {a1 ,..., an } je skup linearno zavisnih vektora ukoliko postoje skalari
α1 , α2 ,..., αn koji nisu svi jednaki nuli i za koje vrijedi relacija (1.2.1).

Ukoliko je {a1 ,..., an } skup linearno (ne)zavisnih vektora, kažemo još i da su vektori a1 ,..., an linearno (ne)zavisni. U relaciji (1.2.1.) sa 0V smo označili nula-vektor, tj. neutralni element za sabiranje u V .
18

1. Osnove linearne algebre Ukoliko je {a1 ,..., an } skup linearno zavisnih vektora, možemo promijeniti njihov redoslijed tako da vrijedi relacija (1.2.1.), pri čemu je αn ≠ 0 . U tom slučaju, relaciju (1.2.1) možemo podijeliti sa αn i dobiti relaciju

α α1 α a1 + 2 a2 ... + n−1 an−1 + an = 0V , αn αn αn odakle je
⎛ α ⎞ ⎛ α ⎞ ⎛ α ⎞ ⎟ ⎟ ⎟ ⎜ ⎜ ⎜ ⎟ ⎟ ⎟ an = ⎜− 1 ⎟ a1 + ⎜− 2 ⎟ a2 ... + ⎜− n−1 ⎟ an−1 , ⎜ α ⎠ ⎜ α ⎠ ⎜ α ⎠ ⎟ ⎟ ⎟ ⎝ ⎝ ⎝ n n n

odnosno, vektor an je linearna kombinacija vektora a1 ,..., an−1 (sa skalarima ⎛ α1 ⎞ ⎛ αn−1 ⎞ ⎟ ). Dakle, skup vektora {a ,..., a } je skup linearno ⎜− ⎟ ,..., ⎜− ⎟ ⎜ ⎟ ⎜ 1 n ⎟ ⎜ ⎟ ⎟ ⎟ ⎜ α ⎠ ⎝ α ⎠ ⎝
n n

zavisnih vektora ukoliko je barem jedan vektor iz tog skupa moguće napisati kao linearnu kombinaciju ostalih vektora, sa nekim pogodno odabranim skalarima.
Primjer 1.2.3. Ispitajmo da li su vektori (1, 2, 7) , (2,3,5) i (3,1,1) linearno nezavisni ili zavisni elementi prostora 3 .

Trebamo ispitati da li iz jednakosti
α1 (1, 2, 7) + α2 (2,3,5) + α3 (3,1,1) = (0, 0, 0)

(1.2.2)

slijedi da su brojevi α1 , α2 i α3 jednaki nuli ili je ova jednakost zadovoljena i za neke realne brojeve α1 , α2 i α3 koji nisu svi jednaki nuli. Relaciju (1.2.2.) možemo napisati u obliku
(α1 + 2α2 + 3α3 , 2α1 + 3α2 + α3 , 7α1 + 5α2 + α3 ) = (0, 0, 0) ,

pa dolazimo do sistema jednačina α1 + 2α2 + 3α3 = 0 2α1 + 3α2 + α3 = 0 7α1 + 5α2 + α3 = 0
19

Matematika za ekonomiste Dobijeni sistem jednačina možemo riješiti eliminacijom nepoznate α1 iz druge dvije jednačine, tako što ćemo drugu jednačinu sabrati sa prvom jednačinom pomnoženom sa −2 , a zatim ćemo treću jednačinu sabrati sa prvom pomnoženom sa −7 . Na taj način dolazimo do ekvivalentnog sistema jednačina oblika α1 + 2α2 + 3α3 = 0 −α2 − 5α3 = 0 . −9α2 − 20α3 = 0 Množenjem druge jednačine sa −9 i sabiranjem sa trećom jednačinom zaključujemo da je 25α3 = 0 , odakle zaključujemo da je α3 = 0 . Uvrštavanjem vrijednosti α3 = 0 u drugu jednačinu sistema zaključujemo da je i α2 = 0 , a zatim (iz prve jednačine) da je i α1 = 0 . Drugim riječima, iz relacije (1.2.2.) slijedi da je α1 = α2 = α3 = 0 , što znači da su vektori (1, 2, 7) , (2,3,5) i (3,1,1) linearno zavisni elementi prostora Primjer 1.2.4. Vektori (3,1, 7, −2) , (2, 4, −1, 2) , (−2, −9, −1, −4) su linearno zavisni elementi prostora
4 3

. i

(−1, −2, −3, 0) jer je

(−2, −9, −1, −4) = 1⋅ (3,1, 7, −2) − 1⋅ (2, 4, −1, 2) + 3 ⋅ (−1, −2, −3, 0) . Drugim riječima, jednakost
α1 (3,1, 7, −2) + α2 (2, 4, −1, 2) + α3 (−1, −2, −3, 0) + α4 (−2, −9, −1, −4) = (0, 0, 0, 0)

je zadovoljena za α1 = 1 , α2 = −1 , α3 = 3 i α4 = −1 , pa vektori nisu linearno nezavisni.
1.3. Baza i dimenzija vektorskog prostora. Podprostor vektorskog prostora

Imajući u vidu definiciju linearne zavisnosti i nezavisnosti vektora, prirodno se postavlja slijedeće pitanje: da li u nekom vektorskom prostoru V postoji maksimalan broj linearno nezavisnih vektora? Ako bi n bio maksimalan broj linearno nezavisnih vektora, to bi zapravo značilo da vektorski prostor
20

1. Osnove linearne algebre
V ima osobinu da u njemu postoji n linearno nezavisnih vektora, dok bi svaki skup od (n + 1) -dnog vektora bio linearno zavisan, tj. jedan vektor bi se mogao napisati kao linearna kombinacija ostalih n vektora. Ovo nas vodi do pojma dimenzije vektorskog prostora i baze vektorskog prostora.

Definicija 1.3.1. (dimenzije vektorskog prostora) Za vektorski prostor V kažemo da je konačnodimenzionalan, dimenzije n (gdje je n neki prirodan broj), ukoliko u V postoji skup od n linearno nezavisnih vektora, dok je svaki skup od (n + 1) -dnog vektora skup linearno zavisnih vektora.

Ukoliko prirodan broj n sa ovom osobinom ne postoji, za vektorski prostor V kažemo da je beskonačne dimenzije. Ako je vektorski prostor V (konačne) dimenzije n , tada postoji skup {e1 , e2 ,..., en } od n linearno nezavisnih vektora iz V . Ako je x ∈ V proizvoljan vektor, različit od vektora e1 ,..., en , tada skup {e1 , e2 ,..., en , x} sadrži (n + 1) vektor, pa je linearno zavisan. To znači da vektor x možemo napisati kao linearnu kombinaciju vektora e1 ,..., en . Ovo nas vodi do pojma baze vektorskog prostora.
Definicija 1.3.2. (baze vektorskog prostora) Baza vektorskog prostora V je (konačan ili beskonačan) skup linearno nezavisnih vektora prostora V sa osobinom da se svaki element prostora V može napisati kao linearna kombinacija vektora iz ovog skupa. Napomena 1.3.3. Iz Definicije 1.3.2. vidimo da u slučaju vektorskog prostora V dimenzije n , svaki skup od n linearno nezavisnih vektora tog prostora čini njegovu bazu. To znači da baza vektorskog prostora nije jedinstvena. Međutim, ako je {e1 , e2 ,..., en } fiksirana baza vektorskog

prostora V (dimenzije n ), može se pokazati da je reprezentacija proizvoljnog vektora x ∈ V u obliku linearne kombinacije vektora e1 , e2 ,..., en jedinstvena. Drugim riječima, skalari α1 , α2 ,..., αn za koje vrijedi relacija x = α1e1 + α2 e2 + ... + αn en su jednoznačno određeni bazom

{e1 , e2 ,..., en } i vektorom x .
21

Matematika za ekonomiste
Primjer 1.3.4. Vektorski prostor 3 svih uređenih trojki realnih brojeva je realan vektorski prostor dimenzije 3 . Naime, očigledno je da je skup {e1 , e2 , e3 } , gdje je e1 = (1, 0, 0) , e2 = (0,1, 0) i e3 = (0, 0,1) skup linearno

nezavisnih vektora. Također, proizvoljan element x ∈ 3 je oblika x = ( x1 , x2 , x3 ) , za neke realne brojeve x1 , x2 i x3 . Zbog toga se x može napisati kao linearna kombinacija vektora e1 , e2 i e3 sa koeficijentima x1 , x2 i x3 . Drugim riječima, vrijedi x = x1e1 + x2 e2 + x3e3 . Bazu {e1 , e2 , e3 } zovemo kanonska baza prostora x = (−1, −4, 0) , tada je x = −1⋅ e1 + (−4) ⋅ e2 + 0 ⋅ e3 . Iz Primjera 1.2.3. smo vidjeli da su f1 = (1, 2, 7) , f 2 = (2,3,5) i f3 = (3,1,1) linearno nezavisni elementi prostora također baza prostora x = ( x1 , x2 , x3 ) prostora
3 3 3 3

. Ako je, na primjer

. To znači da je skup { f1 , f 2 , f3 }

(koja nije kanonska). Svaki element možemo na jedinstven način prikazati i kao

linearnu kombinaciju vektora f1 , f 2 i f 3 , pri čemu će u ovom slučaju koeficijenti te linearne kombinacije biti različiti od x1 , x2 i x3 . Na primjer,

x = (−1, −4, 0) = 2 ⋅ (1, 2, 7) − 3⋅ (2,3,5) + 1⋅ (3,1,1) ,
pa su koeficijenti prikaza vektora x = (−1, −4, 0) u bazi { f1 , f 2 , f3 } jednaki 2 , −3 i 1 . (Kao što vidimo razlikuju se od koeficijenata prikaza vektora x u kanonskoj bazi).
Primjer 1.3.5. Vektorski prostor 4 je realan vektorski prostor dimenzije 4, sa kanonskom bazom {e1 , e2 , e3 , e4 } , pri čemu je e1 = (1, 0, 0, 0) ,
e2 = (0,1, 0, 0) , e3 = (0, 0,1, 0) i e4 = (0, 0, 0,1) , jer se svaki vektor x ∈
4

,

x = ( x1 , x2 , x3 , x4 ) može napisati u obliku x = x1e1 + x2 e2 + x3e3 + x4 e4 .
22

1. Osnove linearne algebre Razmišljajući na analogan način, lako zaključujemo da je vektorski prostor n svih uređenih n -torki realnih brojeva realan vektorski prostor dimenzije n , sa kanonskom bazom {e1 , e2 ,..., en } , gdje je vektor ei jednak uređenoj
n -torci koja se sastoji od (n −1) -dne nule i jedne jedinice, koja se nalazi na

i -tom mjestu ( i = 1, 2,..., n ). U tom slučaju se proizvoljan vektor x ∈ x = ( x1 , x2 ,..., xn ) može napisati u obliku x = x1e1 + x2 e2 + ... + xn en .

n

,

Specijalno, skup V = = 1 možemo smatrati vektorskim prostorom nad poljem realnih brojeva, dimenzije jedan, sa bazom jednakom {1} , jer se svaki realan broj x može napisati u obliku x ⋅1 , tj. kao linearna kombinacija vektora 1 i skalara x .
Napomena 1.3.6. Postoje i vektorski prostori koji nisu konačnodimenzionalni. Primjer takvog vektorskog prostora je skup V svih polinoma sa realnim ili kompleksnim koeficijentima, pri čemu je operacija sabiranja u V klasična operacija sabiranja dva polinoma, dok je operacija množenja skalarima iz ili klasično množenje polinom realnim ili kompleksnim brojem. Ovaj vektorski prostor je beskonačne dimenzije, čija baza je skup {1, x, x 2 ,..., x n ,...} svih monoma.

Skup 3 je vektorski prostor, kojeg često identificiramo sa klasičnim trodimenzionalnim prostorom koji nas okružuje. Podskup ovog trodimenzionalnog prostora je ravan, sa osobinom da je suma vektora koji leže u toj ravni vektor iz te ravni, te da je proizvod skalara i vektora iz te ravni također vektor te ravni. Drugim riječima, ravan je podskup vektorskog prostora 3 koji je, posmatran sam za sebe također vektorski prostor. Ovo razmatranje nas vodi do pojma podprostora vektorskog prostora.
Definicija 1.3.7. (podprostora vektorskog prostora) Neka je V vektorski prostor nad poljem K i neka je S neki njegov podskup. Skup S je podprostor vektorskog prostora V ukoliko vrijede slijedeće dvije osobine:

1. Za sve x, y ∈ S je ( x + y ) ∈ S 2. Za svaki x ∈ S i α ∈ K je α⋅ x ∈ S .
23

Matematika za ekonomiste Osobine 1. i 2. su ekvivalentne osobini 3. Za sve x, y ∈ S i α, β ∈ K je (α ⋅ x + β ⋅ y ) ∈ S . Možemo reći da je podprostor vektorskog prostora onaj njegov podskup koji je sam za sebe također vektorski prostor.
Primjer 1.3.8. Posmatrajmo skup

S = { x = ( x1 , x2 , x3 , x4 ) ∈ Pokažimo da je S podprostor prostora bazu tog podprostora.

4

: x1 + x2 + x3 + x4 = 0} .
4

, dimenzije jednake tri i odredimo

Neka su x = ( x1 , x2 , x3 , x4 ) ∈ S i y = ( y1 , y2 , y3 , y4 ) ∈ S proizvoljni vektori. Tada je x1 + x2 + x3 + x4 = 0 y1 + y2 + y3 + y4 = 0 , pa je

( x1 + y1 ) + ( x2 + y2 ) + ( x3 + y3 ) + ( x4 + y4 ) = 0 ,
odakle zaključujemo da je x + y = (( x1 + y1 ) , ( x2 + y2 ) , ( x3 + y3 ) , ( x4 + y4 )) ∈ S . Analogno, za x = ( x1 , x2 , x3 , x4 ) ∈ S i α ∈ K je α ( x1 + x2 + x3 + x4 ) = 0 , odakle slijedi da je α ⋅ x ∈ S . Dakle, S je zaista vektorski podprostor 4 , to je dimenzija prostora 4 . S obzirom da je skup S različit od prostora S najviše tri (jer mora biti strogo manja od četiri, što je dimenzija polaznog prostora 4 ). Da bismo pokazali da je S dimenzije tri, trebamo pronaći tri vektora iz S koji su linearno nezavisni. Posmatrajmo vektore
f1 = (−1, 0, 0,1) , f 2 = (−1, 0,1, 0) i f3 = (0,1, 0, −1) . Oni su očigledno

elementi prostora S (jer je suma njihovih koordinata jednaka nuli). Neka su α , β i γ skalari za koje je α f1 + β f 2 + γ f3 = (0, 0, 0, 0) . Tada je

(−α − β , γ , β , α − γ ) = (0, 0, 0, 0) ,
odakle odmah slijedi da je α = β = γ = 0 , pa su f1 , f 2 i f 3 linearno nezavisni i čine bazu podprostora S . Na primjer, vektor x = (−3, −1,1,3) ∈ S se može napisati u obliku x = 2 f1 + f 2 − f3 .
24

1. Osnove linearne algebre Matematičkim jezikom kazano, skup S predstavlja hiperravan u prostoru 4 .

1.4. Linearna preslikavanja. Matrica linearnog preslikavanja.

U ovom poglavlju ćemo upoznati veoma važnu klasu preslikavanja između dva vektorska prostora: linearna preslikavanja. Prisjetimo se da je preslikavanje (ili funkcija) f skupa X na skup Y neko pravilo koje svakom elementu skupa X pridružuje tačno jedan element skupa Y .
Definicija 1.4.1. (linearnog preslikavanja)

Neka su (V1 , +V1 , ⋅V1 ) i (V2 , +V2 , ⋅V2 ) dva vektorska prostora nad istim poljem

K (jednakim ili ) sa operacijama sabiranja i neka je A: V1 → V2 preslikavanje prostora V1 na V2 . Za preslikavanje A kažemo da je linearno preslikavanje ukoliko vrijede slijedeće osobine:
LP1) A ( x +V1 y ) = A ( x) +V2 A ( y ) , za sve x, y ∈ V1 ,

LP2) A (α ⋅V1 x) = α ⋅V2 A ( x) , za sve x ∈ V1 i α ∈ K .

Često pri definiciji linearnog preslikavanja ne naglašavamo o kojim operacijama sabiranja i množenja skalarima je riječ, pa kažemo da je preslikavanje A: V1 → V2 linearno ukoliko je A ( x + y ) = A ( x) + A ( y ) i A (α x) = αA ( x) za sve x, y ∈ V1 i α ∈ K . Može se pokazati da su uslovi LP1) i LP2) iz Definicije 1.4.1. ekvivalentni slijedećem uslovu: LP) A (α x + β y ) = αA ( x) + βA ( y ) , za sve x, y ∈ V1 i α, β ∈ K .
Primjer 1.4.2. U Primjeru 1.1.2. smo vidjeli da skup V svih vektora u ravni čini realan vektorski prostor u odnosu na klasične operacije sabiranja vektora (pravilom paralelograma) i množenja vektora skalarom (realnim brojem). Jednostavan primjer linearnog preslikavanja vektorskog prostora V u samog sebe je preslikavanje A koje svakom vektoru x ∈ V pridružuje vektor 2 x , tj. preslikavanje dato sa A ( x) = 2 x . Drugi jednostavan
25

Matematika za ekonomiste geometrijski primjer linearnog preslikavanja sa V u V je rotacija oko koordinatnog početka u pozitivnom smjeru, za pravi ugao. Pretpostavimo sada da su vektorski prostori V1 i V2 konačnodimenzionalni, sa dimenzijama jednakim n i m redom. Neka je {e1 ,..., en } neka baza prostora V1 i neka je { f1 ,..., f m } neka baza prostora V2 . Ako je A: V1 → V2 linearno preslikavanje sa V1 u V2 , tada je ono jednoznačno određeno skupom svojih n vrijednosti: {A (e1 ), A (e2 ),..., A (en )} . Naime, ako je
x ∈ V1 proizvoljan vektor, tada postoje skalari x1 , x2 , ..., xn ∈ K koji su

koordinate vektora x u bazi {e1 ,..., en } , tj, takvi da se vektor x može napisati u obliku x = x1e1 + x2 e2 + ... + xn en . Skalari x1 , x2 , ..., xn ∈ K su jednoznačno određeni vektorom x i bazom {e1 ,..., en } . Zbog linearnosti preslikavanja A je

A ( x) = A ( x1e1 + x2e2 + ... + xn en ) = x1A (e1 ) + x2A (e2 ) + ... + xnA (en )
pa je zaista preslikavanje A jednoznačno određeno skupom vrijednosti {A (e1 ), A (e2 ),..., A (en )} .
Primjer 1.4.3. Neka je A : 3 → 3 preslikavanje koje vektor e1 kanonske baze prostora 3 preslikava u e2 , vektor e2 u e1 − e3 i vektor e3 preslikava

u vektor e1 + 2e2 . Drugim riječima, neka je A (e1 ) = e2 , A (e2 ) = e1 − e3 i A (e3 ) = e1 + 2e2 . Ako je x = (2, −1,3) proizvoljan vektor, tada je

A ( x) = A (2e1 − e2 + 3e3 ) = 2A (e1 ) − A (e2 ) + 3A (e3 ) = 2(e2 ) − (e1 − e3 ) + 3(e1 + 2e2 ) = 2e1 + 8e2 + e3
Vratimo se sada linearnom preslikavanju A: V1 → V2 , gdje su V1 i V2 konačnodimenzionalni vektorski prostori sa bazama {e1 ,..., en } i { f1 ,..., f m } . Vidjeli smo da je ovo preslikavanje jednoznačno određeno skupom vrijednosti {A (e1 ), A (e2 ),..., A (en )} . S druge strane, ovih n vektora su elementi prostora V2 , pa se svaki od njih može na jedinstven način napisati
26

1. Osnove linearne algebre kao linearna kombinacija vektora { f1 ,..., f m } baze od V2 . Specijalno, za vektor A (e1 ) postoje jedinstveni skalari a11 , a21 , ..., am1 takvi da vrijedi

A (e1 ) = a11 f1 + a21 f 2 + ... + am1 f m .
Analogno, za vektor A (e2 ) postoje jedinstveni skalari a12 , a22 , ..., am 2 takvi da vrijedi

A (e2 ) = a12 f1 + a22 f 2 + ... + am 2 f m .
Nastavljajući ovo razmišljanje dalje, dolazimo do zaključka da za vektor A (en ) postoje jedinstveni skalari a1n , a2 n , ..., amn takvi da vrijedi

A (en ) = a1n f1 + a2 n f 2 + ... + amn f m .
Možemo reći da skalar aij predstavlja koeficijent uz fi u prikazu vektora

A (e j ) ∈ V2 pomoću baze { f1 ,..., f m } .
Primjer 1.4.4. Vratimo se još malo na linearno preslikavanje A : 3 → 3 definisano u prethodnom primjeru. U ovom slučaju su vektorski prostori V1 i V2 jednaki prostoru 3 . Odaberimo u ovim prostorima baze jednake kanonskoj bazi prostora 3 , tj. neka je

{e1 , e2 , e3 } = { f1 , f 2 , f3 } = {(1, 0, 0), (0,1, 0) , (0, 0,1)} .
Kako je A (e1 ) = e2 , to je A (e1 ) = 0 ⋅ e1 + 1⋅ e2 + 0 ⋅ e3 , odnosno vrijedi a11 = 0 , a21 = 1 i a31 = 0 . Analogno, iz

A (e2 ) = e1 − e3 = 1⋅ e1 + 0 ⋅ e2 + (−1) ⋅ e3 ,
zaključujemo da je a12 = 1 , a22 = 0 i a32 = −1 . Na kraju, iz A (e3 ) = e1 + 2e2 zaključujemo da je a13 = 1 , a23 = 2 i a33 = 0 . Dobijene skalare možemo poredati u kvadratnu shemu brojeva, tako da u prvu kolonu napišemo komponente vektora A (e1 ) , u drugu kolonu komponente vektora A (e2 ) i u treću kolono komponente vektora A (e3 ) u bazi {e1 , e2 , e3 } . Na taj način dobijamo slijedeću shemu brojeva
27

Matematika za ekonomiste
0 1 1 0 1 2

0 −1 0

Ova shema brojeva zapravo predstavlja matricu linearnog preslikavanja A u odnosu na odabrane parove baza. Shemu stavljamo u zagrade i često označavamo sa velikim štampanim slovima. Na taj način, matrica linearnog preslikavanja A je
⎛ 0 1 1⎞ ⎟ ⎜ ⎟ ⎜ ⎟ A = ⎜1 0 2⎟ . ⎜ ⎟ ⎜ ⎟ ⎜ − ⎟ ⎟ ⎜0 1 0⎠ ⎝

U opštem slučaju, skalare aij , pridružene linearnom preslikavanju
A:V1 → V2 , gdje su V1 i V2 konačnodimenzionalni vektorski prostori sa

bazama {e1 ,..., en } i { f1 ,..., f m } na gore opisani način vrsta i n kolona.
Definicija 1.4.5. (matrice linearnog preslikavanja)

(pri čemu

i ∈ {1,..., m} i j ∈ {1,..., n} ) možemo poredati u pravougaonu shemu, sa m

Pravougaona shema brojeva aij , pridruženih linearnom preslikavanju
A:V1 → V2 , gdje su V1 i V2 konačnodimenzionalni vektorski prostori sa

bazama {e1 ,..., en } i { f1 ,..., f m } tako da je aij koeficijent uz fi u prikazu vektora A (e j ) ∈ V2 pomoću baze { f1 ,..., f m } zove se matrica linearnog preslikavanja A u odnosu na baze {e1 ,..., en } i { f1 ,..., f m } . Ranije smo vidjeli da baza konačnodimenzionalnog vektorskog prostora nije jedinstvena. Zbog toga, ako posmatramo isto linearno preslikavanje A:V1 → V2 u odnosu na drugi par baza prostora V1 i V2 , to preslikavanje će imati drugačiju matricu. Postoji veza između matrice istog linearnog preslikavanja u odnosu na različite baze, koja se može zapisati pomoću tzv. matrica prelaza ali to izlazi izvan okvira kursa kojem je ova knjiga namijenjena.
28

1. Osnove linearne algebre Elementi matrice su zapravo elementi polja K skalara za koje smo pretpostavili da je jednako skupu realnih ili kompleksnih brojeva. U daljem ćemo posmatrati samo realne matrice, pa možemo nadalje smatrati da je K= .

1.5. Pojam realne matrice i osnovne operacije s matricama. Definicija 1.5.1. (realne matrice) Realna matrica formata m × n je pravougaona shema koja se sastoji od mn realnih brojeva.

Ako je A matrica formata m × n , tada njene elemente označavamo sa aij , gdje nam i označava redni broj vrste, a j redni broj kolone matrice A , i pišemo A = ( aij )m×n . Na primjer, element a35 se nalazi u trećoj vrsti i petoj koloni matrice. Matricu formata m × n možemo zapisati u obliku
⎛ a11 ⎜a A = ⎜ 21 ... ⎜a ⎝ m1

a12 a22 ... am 2

... a1n ⎞ ... a2 n ⎟ . ... ... ⎟ ... amn ⎟ ⎠

Matricu formata m ×1 (koja ima samo jednu kolonu) zovemo vektorkolonom, a matricu formata 1× n (koja ima samo jednu vrstu) zovemo vektor-vrstom.
⎛1⎞ ⎜0⎟ Na primjer, matrica A = ⎜ ⎟ je vektor-kolona, jer je formata 4x1. −3 ⎜4⎟ ⎝ ⎠ Matrica A = ( 2 3 8 ) je vektor-vrsta, jer je formata 1x3. Skup svih matrica formata m × n čiji elementi su realni brojevi označavamo sa m×n .
29

Matematika za ekonomiste Ukoliko je m = n matricu zovemo kvadratnom (jer ima jednak broj vrsta i kolona). Elemente aii , i = 1,..., n kvadratne matrice zovemo elementima na glavnoj dijagonali te matrice. Može se pokazati sa se svakoj matrici A iz m×n može, u odnosu na m n i pridružiti kanonske baze {e1 ,..., em } i {e1 ,..., en } prostora jedinstveno linearno preslikavanje A : n → m takvo da je A matrica tog linearnog preslikavanja u smislu Definicije 1.4.5. Vrijedi i obratno, tj. svakom linearnom preslikavanju A : n → m se može, u odnosu na kanonske baze {e1 ,..., em } i {e1 ,..., en } prostora m i n pridružiti jedinstvena matrica A ∈
m×n

.

Sada ćemo definisati dvije osnovne operacije s matricama iz m×n . To su sabiranje matrica i množenje matrice skalarom (tj. množenje matrice realnim brojem).
Definicija 1.5.2. (sabiranja dvije matrice iz m×n ) Neka su A = ( aij ) × i B = ( bij ) × dvije matrice iz
m n m n m×n

Tada je zbir

matrica A i B matrica A + B data sa
A + B = ( aij + bij )
m×n

.

Dakle, matrice A i B možemo sabrati ako i samo ako su jednakih formata. U tom slučaju matrice se sabiraju tako što se saberu oni elementi matrica koji se nalaze u istoj vrsti i istoj koloni.

0 ⎞ ⎛1 ⎛ −2 3 ⎞ ⎜ −2 3 ⎟ i B = ⎜ 1 4 ⎟ . Primjer 1.5.3. Saberimo matrice A = ⎜ 7 −12 ⎟ ⎜ 7 11⎟ ⎝ ⎠ ⎝ ⎠

⎛ −1 3 ⎞ Imamo: A + B = ⎜ −1 7 ⎟ . ⎜ 14 −1⎟ ⎝ ⎠ Analogno sabiranju, matrice jednakih formata oduzimamo tako što oduzmemo odgovarajuće elemente jedne matrice od elemenata druge matrice. Za matrice A i B iz prethodnog primjera je
30

1. Osnove linearne algebre
0 − 3 ⎞ ⎛ 3 −3 ⎞ ⎛ 1 − ( −2 ) A − B = ⎜ −2 − 1 3 − 4 ⎟ = ⎜ −3 −1 ⎟ . ⎜ 7−7 −12 − 11⎟ ⎜ 0 −23 ⎟ ⎠ ⎝ ⎠ ⎝

Definicija 1.5.4. (množenja matrice iz m×n skalarom) Ako je data matrica A = ( aij ) × i realan broj λ , tada je λ A = ( λ aij )
m n

m× n

.

Drugim riječima, matrica se množi skalarom tako što se svaki element te matrice pomnoži datim skalarom (odnosno realnim brojem).
Primjer 1.5.5. Za matrice A i B iz prethodnog primjera je

0 ⎞ ⎛ 2 2 A = ⎜ −4 6 ⎟ , dok je ⎜ 14 −24 ⎟ ⎝ ⎠

⎛ ⎜ 1 ⎜ 1 1 − B = ⎜− 2 ⎜ 2 ⎜− 7 ⎜ ⎝ 2

⎞ ⎟ ⎟ ⎟. ⎟ 11 ⎟ − ⎟ 2⎠ −

3 2 −2

Na kraju, izračunajmo matricu 3 A − 2 B . Kao prvo, pomnožit ćemo matrice A i B skalarima, a zatim ćemo tako dobijene matrice oduzeti. Imamo: 0 ⎞ ⎛ −4 6 ⎞ ⎛ 7 −6 ⎞ ⎛ 3 3 A − 2 B = ⎜ −6 9 ⎟ − ⎜ 2 8 ⎟ = ⎜ −8 1 ⎟ . ⎜ 21 −36 ⎟ ⎜ 14 22 ⎟ ⎜ 7 −58 ⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ Može se pokazati da sabiranje matrica iz ima slijedeće osobine. Za A, B, C ∈
m×n m×n

i množenje matrica skalarom

i λ, μ ∈

vrijedi:

1. A + B = B + A (sabiranje matrica je komutativno) 2. A + ( B + C ) = ( A + B ) + C (sabiranje matrica je asocijativno) 3. Postoji matrica O ∈ m×n (tzv. nula-matrica, tj. matrica čiji svi elementi su jednaki nula) takva da za sve matrice A ∈ m×n vrijedi
A+O = O + A = A.

Nula matrica zove se još i neutralni element u odnosu na sabiranje matrica.
31

Matematika za ekonomiste 4. Za svaku matricu A ∈ m×n postoji njoj suprotna matrica − A ∈ odnosno matrica za koju vrijedi
A + ( − A) = ( − A) + A = O .
m×n

,

5. ( λμ ) A = λ ( μ A ) . 6. ( λ + μ ) A = λ A + μ A . 7. λ ( A + B ) = λ A + λ B . 8. 1⋅ A = A .
m×n svih realnih Navedenih osam osobina nam pokazuje da je skup matrica formata m × n vektorski prostor nad poljem realnih brojeva.

Prostor m×n je konačnodimenzionalan, dimenzije m × n . Kanonsku bazu ovog prostora čini skup od m × n matrica

{E11 , E12 ,..., E1n , E21 , E22 ,..., E2 n ,..., Em1 , Em 2 ,..., Emn }
pri čemu matrica Eij ima u i -toj vrsti i j -toj koloni jedinicu, a na svim ostalim mjestima ima nule.
Primjer 1.5.6. Odredimo kanonsku bazu prostora 3×2 . Ovaj prostor je dimenzije 6 i njegova baza se sastoji od slijedećih matrica: ⎛1 0⎞ ⎛0 1⎞ ⎛0 0⎞ ⎛0 0⎞ ⎛0 0⎞ ⎟ ⎟ ⎟ ⎟ ⎟ ⎜ ⎜ ⎜ ⎜ ⎜ ⎟ ⎜ ⎟ , E = ⎜0 0⎟ , E = ⎜1 0⎟ , E = ⎜0 1⎟ , E = ⎜0 0⎟ , ⎟ ⎟ ⎟ ⎟ ⎟ 21 ⎜ ⎟ 22 ⎜ ⎟ 31 ⎜ ⎟ E11 = ⎜0 0⎟ 12 ⎜ ⎜ ⎜ ⎜ ⎜ ⎜ ⎟ ⎟ ⎟ ⎟ ⎟ ⎜ ⎜ ⎜ ⎜ ⎜ ⎟ ⎟ ⎟ ⎟ ⎟ ⎜ ⎜ ⎜ ⎜ ⎜ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎜ ⎜ ⎜ ⎜ ⎜1 0⎠ ⎝0 0⎠ ⎝0 0⎠ ⎝0 0⎠ ⎝0 0⎠ ⎝ ⎛0 0⎞ ⎟ ⎜ ⎟ ⎜ ⎟ E32 = ⎜0 0⎟ . ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎟ ⎜ ⎝0 1⎠ ⎛−1 1⎞ ⎟ ⎜ ⎟ ⎜ ⎟ Ako je A = ⎜ 0 4⎟ neka matrica iz 3×2 , nju pomoću kanonske baze ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎟ ⎜ ⎝ 3 0⎠ možemo napisati u obliku: A = (−1)⋅ E11 + 1⋅ E12 + 0 ⋅ E21 + 4 ⋅ E22 + 3⋅ E31 + 0 ⋅ E32 .
32

1. Osnove linearne algebre
Primjer 1.5.7. Prostor 3×2 možemo poistovjetiti sa podprostorom, na primjer prostora 3×3 tako što smatramo da su matrice iz 3×2 zapravo one matrice iz 3×3 kod kojih se treća kolona sastoji od svih nula. 1.6. Kompozicija linearnih preslikavanja. Množenje matrica.

Prisjetimo se da, ukoliko imamo tri skupa X , Y i Z , te dva preslikavanja f : X → Y i g : Y → Z , takva da slike elemenata skupa X pri preslikavanju f pokrivaju cijeli skup Y , tada možemo definisati kompoziciju preslikavanja f i g , u oznaci g f na slijedeći način: Preslikavanje g f : X → Z je definisano sa ( g f )( x) = g ( f ( x)) .

Napomenimo da operacija kompozicije funkcija nije komutativna, jer ukoliko su skupovi X , Y i Z različiti, kompozicija g f može biti definisana, iako kompozicija f g uopšte ne mora postojati, jer mi ne znamo kako pomoću preslikavanja f djelovati na elemente skupa Z . Neka su sada V1 , V2 i V3 konačnodimenzionalni vektorski prostori, dimenzija n , m i p , sa bazama {e1 ,..., en } , { f1 ,..., f m } i { g1 ,..., g p } redom. Neka su A: V1 → V2 i B:V3 → V1 dva linearna preslikavanja takva da je svaki vektor iz V1 slika nekog vektora iz V3 pri preslikavanju B . U ovom slučaju kažemo da su preslikavanja A i B saglasna, jer je moguće napraviti njihovu kompoziciju A B . Neka su A = (aij ) i B = (b jk ) n× p
m×n

matrice ovih preslikavanja u odnosu na odabrane baze prostora V1 , V2 i V3 . Kompozicija A B preslikavanja B i A je također linearno preslikavanje vektorskog prostora V3 u V2 . To ćemo lako pokazati na slijedeći način: Odaberimo proizvoljne vektore x, y ∈ V3 i skalare α, β ∈ . Imamo:

(A B )(α x + β y ) = A (B (α x + β y )) = A (B (α x) + B (β y )) =
33

Matematika za ekonomiste =A(α B ( x) + β B ( y )) = αA(B ( x)) + β A(B ( y )) = =α (A B ) ( x) + β (A B ) ( y ) odakle slijedi da je preslikavanje A B linearno. Odredimo sada matricu ovog preslikavanja u odnosu na baze { g1 ,..., g p } i { f1 ,..., f m } prostora V3 i
V2 . Ova matrica je formata m× p . Njene elemente ćemo označiti sa

(cik )m×p i pokazat ćemo na koji način se element cik može izraziti pomoću
elemenata aij i bik matrica A i B . Po definiciji matrice pridružene linearnom preslikavanju element cik je koeficijent uz fi pri razlaganju vektora (A B ) ( g k ) u bazi { f1 ,..., f m } . Sada imamo:

(A B ) ( g k ) = A (B ( g k )) = A (b1k e1 + b2 k e2 + ... + bnk en ) = =b1k A (e1 ) + b2 k A (e2 ) + ... + bnk A (en ) = =b1k (a11 f1 + a21 f 2 + ... + am1 f m ) + b2 k (a12 f1 + a22 f 2 + ... + am 2 f m ) + +....+bnk (a1n f1 + a2 n f 2 + ... + amn f m )
Ako grupišemo odgovarajuće koeficijente uz vektore f1 , f 2 , ..., f m u razlaganju vektora (A B ) ( g k ) u bazi { f1 ,..., f m } zaključujemo da je - koeficijent uz f1 dat sa a11b1k + a12b2 k + ... + a1n bnk = ∑ a1 j b jk ;
j =1 n

- koeficijent uz f 2 dat sa a21b1k + a22b2 k + ... + a2 n bnk = ∑ a2 j b jk ;
j =1

n

-koeficijent uz f m dat sa am1b1k + am 2b2 k + ... + amnbnk = ∑ amj b jk .
j =1

n

Odavde zaključujemo da je cik = ∑ aij b jk , čime smo pokazali na koji način
j =1

n

određujemo matricu preslikavanja A B , ukoliko su poznate matrice preslikavanja A i B .
34

1. Osnove linearne algebre Imajući u vidu navedena razmatranja uvodimo slijedeće definicije:
Definicija 1.6.1. (saglasnih matrica) Za dvije matrice A ∈ mxn i B ∈ sxp kažemo da su saglasne ukoliko je n = s . Dakle, matrice A i B su saglasne ako i samo ako je broj vrsta matrice B jednak broju kolona matrice A .

Iz ove definicije zaključujemo da iz saglasnosti matrica A i B slijedi saglasnost njima odgovarajućih linearnih preslikavanja A i B .
Definicija 1.6.2. (proizvoda dvije matrice) Neka su sada A ∈ mxn i B ∈ nxp dvije saglasne matrice, pri čemu je A = ( aij ) i B = ( b jk ) . Proizvod matrica A i B je matrica C , formata
mxn nxp

mxp , takva da je C = ( cik )mxp i vrijedi cik = ∑ aij b jk .
j =1

n

Dakle, element u i -toj vrsti i k -toj koloni matrice C = AB dobijemo tako što svaki od elemenata i -te vrste matrice A pomnožimo s odgovarajućim elementom k -te kolone matrice B i te proizvode saberemo. Iz ove definicije slijedi da je matrica linearnog preslikavanja A B (u slučaju saglasnosti) jednaka proizvodu A ⋅ B matrica A i B preslikavanja A iB .
Primjer 1.6.3. Nađimo proizvod matrica

⎛1 ⎛ 0 1 −1 0 ⎞ ⎜2 A = ⎜1 3 2 0⎟ i B = ⎜ −1 ⎜ 2 4 1 2⎟ ⎜0 ⎝ ⎠ ⎝

0 −1 ⎞ 1 2⎟ . 0 3⎟ 2 0⎟ ⎠

Prije svega, matrice A i B su saglasne, jer je broj kolona matrice A jednak broju vrsta matrice B (jednak je 4). Proizvod matrica A i B je matrica formata 3x3. Nju dobijamo na slijedeći način: ⎛1 ⎛ 0 1 −1 0 ⎞ ⎜ 2 A⋅ B = ⎜1 3 2 0⎟ ⋅⎜ ⎜ 2 4 1 2 ⎟ −1 ⎝ ⎠ ⎜0 ⎝ 0 −1⎞ 1 2⎟ = 0 3⎟ 2 0⎟ ⎠
35

Matematika za ekonomiste

⎛ 0 ⋅ 1 + 1 ⋅ 2 + ( −1) ⋅ ( −1) + 0 ⋅ 0 0 ⋅ 0 + 1 ⋅ 1 + ( −1) ⋅ 0 + 0 ⋅ 2 0 ⋅ ( −1) + 1 ⋅ 2 + ( −1) ⋅ 3 + 0 ⋅ 0 ⎞ ⎜ 1 ⋅ 1 + 3 ⋅ 2 + 2 ⋅ ( −1) + 0 ⋅ 0 1⋅ 0 + 3 ⋅1 + 2 ⋅ 0 + 0 ⋅ 2 1 ⋅ ( −1) + 3 ⋅ 2 + 2 ⋅ 3 + 0 ⋅ 0 ⎟ ⎜ ⎟ ⎜ 2 ⋅ 1 + 4 ⋅ 2 + 1 ⋅ ( −1) + 2 ⋅ 0 ⎟ 2 ⋅ 0 + 4 ⋅1 + 1⋅ 0 + 2 ⋅ 2 2 ⋅ ( −1) + 4 ⋅ 2 + 1 ⋅ 3 + 2 ⋅ 0 ⎠ ⎝ ⎛ 3 1 −1⎞ = ⎜ 5 3 11 ⎟ . ⎜9 8 9 ⎟ ⎝ ⎠ Iz ovog primjera možemo zaključiti da množenje matrica nije komutativna operacija. Naime, iako su matrice A i B saglasne, kao i matrice B i A , matrica C = AB je formata 3x3, dok je matrica D = BA formata 4x4. Dakle, matrice AB i BA uopšte nisu jednakih formata, tako da ne možemo niti razmatrati mogućnost da budu jednake.
1.7. Osobine množenja matrica. Jedinična matrica. Transponovana matrica.

U prethodnom paragrafu smo se uvjerili da množenje matrica nije komutativna operacija. Međutim, može se pokazati da je ova operacija asocijativna, tj. da u slučaju saglasnosti matrica A, B i C vrijedi
A ⋅ ( B ⋅ C ) = ( A ⋅ B )⋅ C .

realnih brojeva ima neutralni element 1 Imajući u vidu činjenicu sa skup u odnosu na množenje (sjetimo se, bilo koji broj pomnožen jedinicom ostaje nepromijenjen), prirodno se nameće pitanje da li postoji matrica sa tom osobinom. Odgovor je potvrdan i takvu matricu nazivamo jediničnom matricom.
Definicija 1.7.1. (jedinične matrice) Jedinična matrica reda n je kvadratna matrica formata n × n sa osobinom da su svi njeni elementi na glavnoj dijagonali jednaki 1, a ostali elementi te matrice jednaki su 0.

Jediničnu matricu reda n označavat ćemo sa En (u nekoj literaturi se može sresti i oznaka I n ). Drugim riječima En = (eij ) n×n , pri čemu je ⎧1, za i = j ⎪ . eij = ⎪ ⎨ ⎪0, za i ≠ j ⎪ ⎩
36

1. Osnove linearne algebre
Primjer 1.7.2.

⎛1 ⎛1 0 0⎞ ⎛1 0⎞ , E = ⎜0 1 0⎟ i E = ⎜0 E2 = ⎜ ⎟ 3 4 ⎜0 ⎜0 0 1⎟ ⎝0 1⎠ ⎜0 ⎝ ⎠ ⎝

0 1 0 0

0 0 1 0

0⎞ 0⎟ . 0⎟ ⎟ 1⎠

Ako je A = (aij ) m×n proizvoljna matrica, može se, direktnim izračunavanjem proizvoda matrica zaključiti da vrijede slijedeće jednakosti:

Em ⋅ A = A i A ⋅ En = A .
Ove jednakosti nam govore da je Em lijevi, a En desni jedinični element za množenje matrica u prostoru m×n . Drugim riječima, u prostoru m×n , ukoliko je m ≠ n ne postoji jedinstven jedinični (neutralni) element za množenje matrica. Također, ukoliko je m ≠ n , tada nije moguće matricu A ∈ m×n pomnožiti samu sa sobom, odnosno izračunati proizvod A ⋅ A . Matricu A iz Primjera 1.6.3. nije moguće pomnožiti samu sa sobom, jer matrica A nema jednak broj vrsta i kolona. Da bi neku matricu bilo moguće pomnožiti samu sa sobom, potrebno je i dovoljno na ona bude kvadratna matrica, tj. da ima jednak broj vrsta i kolona (dakle, mora biti m = n ). Takve matrice je moguće i stepenovati prirodnim brojem.
Definicija 1.7.3. (stepenovanja matrice prirodnim brojem) Za A ∈ nxn je

A1 = A i Am = A ⋅ Am −1 , za svaki prirodan broj m ≥ 2 .
Također, po definiciji uzimamo da je A0 = En . Može se pokazati da, ukoliko je A ∈ nxn , tada je A ⋅ En = En ⋅ A = A (ova osobina je analogna osobini realnih brojeva tj. činjenici da je a ⋅1 = 1⋅ a = a , za sve realne brojeve a ).

⎛ 1 0⎞ ⎟ i polinom P ( x) = x3 − 2 x + 4 . ⎟ Primjer 1.7.4. Data je matrica A = ⎜ ⎜ ⎟ ⎜−3 2⎠ ⎟ ⎝ Izračunajmo matricu P( A) . Imamo:
37

Matematika za ekonomiste

P ( A) = A3 − 2 A + 4 E2 ,
pa je potrebno izračunati A3 = A ⋅ A2 , što znači da ćemo kao prvo izračunati

⎛ 1 0⎞ ⎛ 1 0⎞ ⎛ 1 0⎞ ⎟⋅ ⎜ ⎟=⎜ ⎟. ⎟⎜ ⎟ ⎜ ⎟ A2 = A ⋅ A = ⎜ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜−3 2⎠ ⎝−3 2⎠ ⎝−9 4⎠ ⎟ ⎟ ⎟ ⎝
Sada je

⎛ 1 0⎞ ⎛ 1 0⎞ ⎛ 1 0⎞ ⎟⋅ ⎜ ⎟=⎜ ⎟. ⎟⎜ ⎟ ⎜ ⎟ A3 = ⎜ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜−9 4⎠ ⎝−3 2⎠ ⎝−21 8⎠ ⎟ ⎟ ⎟ ⎝
Uvrštavanjem u P ( A) dobijamo:

⎛ 1 0⎞ ⎛ 1 0⎞ ⎛1 0⎞ ⎛ 3 0⎞ ⎟ ⎟ ⎟ ⎜ ⎟ ⎜ ⎜ ⎜ ⎟ ⎟ ⎟ ⎟ P ( A) = A3 − 2 A + 4 E2 = ⎜ ⎜ ⎜ ⎟ − 2 ⎝−3 2⎠ + 4 ⎝0 1⎠ = ⎝−15 8⎠ . ⎟ ⎟ ⎜ ⎟ ⎜−21 8⎠ ⎜ ⎜ ⎟ ⎟ ⎟ ⎜ ⎟ ⎝
Množenje matrica, pored navedenih ima i slijedeće osobine (ovdje su nam A , B i C kvadratne matrice istog formata): 1. A ⋅ ( B ⋅ C ) = ( A ⋅ B ) ⋅ C komutativno) 2. A ⋅ ( B + C ) = AB + AC (množenje matrica je distributivno s lijeva prema sabiranju) 3. ( B + C ) ⋅ A = BA + CA (množenje matrica je distributivno s desna prema sabiranju) 4. A ⋅ O = O ⋅ A = O (sa O smo označili nula-matricu) Napomenimo da, zbog toga što množenje matrica nije komutativno moramo posebno razmatrati množenje s lijeve i s desne strane i voditi o tome računa, naročito pri rješavanju matričnih jednačina.
Definicija 1.7.5. (transponovane matrice)

(množenje matrica je asocijativno, iako nije

Neka je data matrica A = ( aij )mxn . Transponovana matrica matrice A , u oznaci AT se definiše sa AT = ( a ji )nxm .

38

1. Osnove linearne algebre Dakle, matrica AT se dobije kada u matrici A vrste i kolone zamijene mjesta (tj. prva vrsta postane prva kolona, druga vrsta postane druga kolona, itd.)
Primjer 1.7.6. Odredimo transponovanu matricu matrice

⎛ 0 1 −1 0 ⎞ A = ⎜1 3 2 0⎟ . ⎜ 2 4 1 2⎟ ⎝ ⎠ Kako je matrica A formata 3x4, to će transponovana matrica biti formata 4x3. Imamo ⎛0 ⎜1 AT = ⎜ −1 ⎜0 ⎝ Očigledno je da je slijedeće osobine: 1. ( λ A + μ B ) = λ AT + μ BT , gdje su A i B matrice istog formata, a λ i
T

1 3 2 0

2⎞ 4⎟ . 1⎟ 2⎟ ⎠

(A )

T T

= A . Operacija transponovanja matrica ima i

μ realni brojevi.
T

2. ( A ⋅ B ) = BT ⋅ AT , gdje su A i B saglasne matrice.

Ako je A = AT , za matricu A kažemo da je simetrična matrica. Očigledno je da simetrična matrica mora biti kvadratna. ⎛2 1 0 ⎞ Primjer 1.7.7. Matrica A = ⎜ 1 3 −1⎟ je simetrična matrica. ⎜ 0 −1 1 ⎟ ⎝ ⎠

Ako je AT = − A , za matricu kažemo da je kososimetrična. Kososimetrična matrica mora biti kvadratna i imati nule na glavnoj dijagonali.
39

Matematika za ekonomiste ⎛ 0 1 −2 ⎞ Primjer 1.7.8. Matrica A = ⎜ −1 0 2 ⎟ je kososimetrična matrica. ⎜ 2 −2 0 ⎟ ⎝ ⎠ Ako su svi elementi kvadratne matrice, osim onih na glavnoj dijagonali, jednaki nula, Za matricu kažemo da je dijagonalna. Drugim riječima, matrica A = (aij ) n×n je dijagonalna, ukoliko je aij = 0 za sve i ≠ j .

⎛1 0 0 ⎜ ⎜ ⎜0 −2 0 ⎜ Primjer 1.7.9. Matrica A = ⎜ ⎜0 0 1/ 2 ⎜ ⎜ ⎜ ⎜0 0 ⎜ 0 ⎝

0⎞ ⎟ ⎟ ⎟ ⎟ 0⎟ ⎟ je dijagonalna matrica. ⎟ 0⎟ ⎟ ⎟ ⎟ ⎟ 3⎠ ⎟

Za kvadratnu matricu A = (aij ) n×n kažemo da je trougaona matrica ukoliko je aij = 0 za sve i > j ili za sve i < j . U prvom slučaju, kažemo da je A gornja trougaona matrica, a u drugom slučaju kažemo da je A donja trougaona matrica. Ako je matrica A dijagonalna, tada je ona i gornja i donja trougaona matrica.

⎛ 12 0 ⎜ ⎜ ⎜ 5 −2 ⎜ Primjer 1.7.10. Matrica A = ⎜ ⎜ 0 ⎜ 7 ⎜ ⎜ ⎜ ⎜6 / 7 0 ⎝ matrica.

0 0⎞ ⎟ ⎟ ⎟ 0 0⎟ ⎟ ⎟ ⎟ je donja trougaona 1 0⎟ ⎟ ⎟ ⎟ ⎟ 0 −3⎠ ⎟

⎛11 0 34 0 ⎞ ⎟ ⎜ ⎟ ⎜ ⎜ 0 −2 ⎟ 0 3 / 5⎟ ⎜ ⎟ Matrica A = ⎜ ⎜ 0 0 −12 0 ⎟ je gornja trougaona matrica. ⎟ ⎜ ⎟ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜0 0 0 8 ⎠ ⎝ ⎟

40

1. Osnove linearne algebre
1.8. Pojam determinante kvadratne matrice. Izračunavanje determinanti reda dva i tri.

U prethodnom odjeljku smo vidjeli da množenje kvadratnih matrica ima osobine slične osobinama množenja realnih brojeva (osim komutativnosti). Jedna od tih osobina jeste egzistencija jedinične matrice En sa osobinom da je

A ⋅ En = En ⋅ A = A , za sve A ∈

nxn

.

Kako u skupu realnih brojeva svaki realan broj a , a ≠ 0 ima svoj inverzni element a −1 u odnosu na množenje, odnosno element za koji vrijedi jednakost a ⋅ a −1 = a −1 ⋅ a = 1 , postavlja se pitanje da li slična osobina vrijedi za sve matrice A ∈ nxn , A ≠ O . Dakle, postavlja se pitanje za koje matrice A ∈ nxn postoji matrica A−1 ∈ nxn takva da vrijedi

A ⋅ A−1 = A−1 ⋅ A = En .
Odgovor na to pitanje će nam dati determinanta matrice. Stroga definicija determinante matrice je matematički dosta zahtjevna i pretpostavlja poznavanje pojmova permutacije i parnosti permutacije, stoga je u ovoj knjizi nećemo navoditi.
Definicija 1.8.1. (opisna definicija determinante matrice) Determinanta kvadratne matrice A ∈ nxn je realan broj pridružen toj matrici. Označavat ćemo ga sa det A ili A .

Napomenimo da se determinanta pridružuje isključivo kvadratnoj matrici. Ukoliko je matrica formata nxn , za determinantu pridruženu toj matrici kažemo da je reda n . Determinanta reda jedan je realan broj. Determinante reda dva i tri moguće je izračunati na jednostavan način, dok je računanje determinanti višeg reda mnogo složenije, ali se, kao što ćemo u nastavku vidjeti može svesti na izračunavanje determinanti nižeg reda. Kao prvo, objasnit ćemo kako izračunati determinante reda dva i tri.
a b⎞ Neka je A = ⎛ ⎜ c d ⎟ proizvoljna matrica formata 2x2. Po definiciji je ⎝ ⎠
41

Matematika za ekonomiste
det A = a b = ad − cb . c d

Dakle, determinanta reda 2 se izračunava tako što se od proizvoda elemenata na glavnoj dijagonali oduzme proizvod elemenata na sporednoj dijagonali te determinante.
3 −2 ⎞ Primjer 1.8.2. Izračunajmo determinantu matrice A = ⎛ ⎜4 3 ⎟. ⎝ ⎠

Imamo:
det A = 3 −2 = 3 ⋅ 3 − 4 ⋅ ( −2 ) = 9 + 8 = 17 . 4 3

⎛ a1 b1 c1 ⎞ Neka je sada A = ⎜ a2 b2 c2 ⎟ proizvoljna matrica formata 3x3. ⎜a b c ⎟ ⎝ 3 3 3⎠ Determinantu matrice A možemo izračunati na slijedeći način: Kao prvo, s desne strane determinante dopišemo prve dvije kolone matrice A . Zatim množimo elemente na tri glavne dijagonale, saberemo ih i od njih oduzmemo zbir proizvoda elemenata sa sporedne dijagonale. Imamo:

a1 det A = a2 a3

b1 b2 b3

c1 a1 c2 a2 c3 a3

b1 b2 b3

= ( a1b2 c3 + b1c2 a3 + c1a2b3 ) − ( a3b2 c1 + b3c2 a1 + c3 a2b1 )
.

Postoje i drugi načini izračunavanja determinanti trećeg reda, kao što je pravilo trougla i druga, koja nećemo ovdje navoditi. ⎛1 2 0⎞ Primjer 1.8.3. Izračunajmo determinantu matrice A = ⎜ −2 3 1 ⎟ . ⎜ 0 2 −1⎟ ⎝ ⎠
42

1. Osnove linearne algebre Imamo:

1 2 0 1 2 det A = −2 3 1 −2 3 = 0 2 −1 0 2 = (1 ⋅ 3 ⋅ ( −1) + 2 ⋅ 1 ⋅ 0 + 0 ⋅ ( −2 ) ⋅ 2 ) − ( 0 ⋅ 3 ⋅ 0 + 2 ⋅ 1 ⋅ 1 + ( −1) ⋅ ( −2 ) ⋅ 2 ) = = −3 − 2 − 4 = −9.
1.9. Osobine determinanti

U prethodnom primjeru uočili smo da ukoliko u determinanti postoji dosta nula, lakše je izračunati njenu vrijednost. Sada ćemo navesti neke osobine determinanti, pomoću kojih ih je jednostavnije izračunavati. Ove osobine nećemo dokazivati. 1. Za svaku kvadratnu matricu A je det A = det AT . 2. Ako su u matrici A elementi jedne vrste ili kolone jednaki ili proporcionalni elementima druge vrste ili kolone, determinanta je jednaka nuli. Specijalno, ukoliko su elementi jedne vrste ili kolone determinante svi jednaki nuli, vrijednost determinante je nula. 3. Determinanta se množi (dijeli) brojem različitim od nule tako da se elementi jedne vrste ili kolone determinante pomnože (podijele) tim brojem. 4. Ako dvije vrste ili kolone determinante zamijene mjesta, determinanta mijenja predznak. 5. Vrijednost determinante ostaje nepromijenjena ukoliko elementima jedne vrste ili kolone dodamo odgovarajuće elemente druge vrste ili kolone prethodno pomnožene nekim realnim brojem. 6. Za kvadratne matrice A i B istog formata je det ( A ⋅ B ) = det A ⋅ det B . 7. Determinanta trougaone matrice (time i dijagonalne matrice) jednaka je proizvodu elemenata na glavnoj dijagonali te matrice. U slijedeća dva primjera pokazat ćemo kako se determinanti.
43

primjenjuju osobine

Matematika za ekonomiste 1 2 3 4 5 6 7 8 Primjer 1.9.1. Izračunajmo determinantu D = . 9 10 11 12 13 14 15 16 Pri izračunavanju ove determinante koristit ćemo se osobinom 5. kako bismo u prvoj vrsti determinante dobili nule. Kako bismo umjesto broja 2 u prvoj vrsti i drugoj koloni dobili nulu, prvu kolonu determinante pomnožit ćemo sa (-2) i dodati drugoj koloni determinante. Analogno, prvu kolonu determinante pomnožit ćemo sa (-3) i dodati trećoj koloni kako bismo u prvoj vrsti i trećoj koloni dobili broj 0, umjesto broja 3. Imamo: 1 0 0 4 5 −4 −8 8 D= . 9 −8 −16 12 13 −12 −24 16 Kako su elementi druge kolone determinante D proporcionalni elementima treće kolone te determinante, to je, na osnovu osobine 2. vrijednost determinante D jednaka nuli. c d −a b a −b −c − d Primjer 1.9.2. Izračunajmo determinantu D = . a b −c − d a b c −d Kao prvo, iskoristit ćemo osobinu 3. da bismo iz prve kolone izlučili zajednički faktor a , iz druge kolone faktor b , iz treće kolone faktor c i iz četvrte kolone faktor d . Imamo: −1 1 1 1 1 −1 −1 −1 D = abcd . 1 1 −1 −1 1 1 1 −1 Sabiranjem prve i četvrte kolone determinante, zaključujemo da je −1 1 1 1 −1 −1 D = abcd 1 1 −1 1 1 1
44

0 0 = 0, 0 0

1. Osnove linearne algebre na osnovu osobine 2. 1 0 0 0 5 −4 0 0 Primjer 1.9.3. Izračunajmo determinantu D = . 4 −8 −1 0 13 −12 −14 10 Posmatrana determinanta je determinanta gornje trougaone matrice, pa je njena vrijednost, na osnovu osobine 7. jednaka proizvodu elemenata na glavnoj dijagonali matrice. Dakle,

D = 1 ⋅ (−4) ⋅ (−1) ⋅10 = 40 .
Primjer 1.9.4. Odredimo sva rješenja jednačine D( x) = 0 , pri čemu je

1 1 1 1 1 2− x 2 1 . D ( x) = 1 1 4− x 1 1 1 1 6− x Kako bismo jednostavnije izračunali determinantu D( x) , od druge, treće i četvrte vrste determinante oduzet ćemo prvu vrstu. Imamo 1 1 1 1 0 1− x 1 0 . D ( x) = 0 0 3− x 0 0 0 0 5− x Sada uočavamo da je determinanta D( x) zapravo determinanta gornje trougaone matrice, pa je jednaka proizvodu elemenata na glavnoj dijagonali te matrice. Dakle, D( x) = 1⋅ (1− x) ⋅ (3 − x) ⋅ (5 − x) , pa je D( x) = 0 , kada je x = 1 , x = 3 ili x = 5 . Dakle, skup rješenja date jednačine je {1,3,5} .

45

Matematika za ekonomiste
1.10. Minor i kofaktor kvadratne matrice. Laplaceovo pravilo o razvoju determinante.

Do sada smo vidjeli kako izračunati determinantu drugog i trećeg reda. Na žalost, ne postoji tako jednostavan način za izračunavanje determinanti četvrtog i višeg reda. Za to će nam poslužiti Laplaceovo pravilo o razvoju determinante koje će nam govoriti o tome kako determinantu reda n prikazati kao sumu determinanti reda n − 1 . Na taj način, na primjer možemo determinantu reda 4 prikazati kao sumu determinanti reda 3 koje znamo izračunati. Analogno, determinantu reda 5 možemo prikazati kao sumu determinanti reda 4, koje izražavamo kao sumu determinanti reda 3, itd... Prije toga, uvest ćemo pojam minora i kofaktora kvadratne matrice koji su značajni ne samo za formulaciju Laplaceovog pravila o razvoju determinante, nego i za izračunavanje inverzne matrice, koje ćemo objasniti u narednom odjeljku ovog udžbenika.
Definicija 1.10.1. (minora i kofaktora kvadratne matrice) Neka je data kvadratna matrica A = ( aij )nxn i neka je
a11 a21 : D= ai1 : an1 a12 a22 : ai 2 : an 2 ... a1 j ... a2 j ... : ... aij ... : ... anj ... ... ... ... ... ... a1n a2 n : ain : ann

determinanta matrice A . Uočimo element aij determinante D . On se nalazi u i -toj vrsti i j -toj koloni. Kada iz determinante D izostavimo i -tu vrstu i j -tu kolonu, ostali elementi determinante D formiraju novu determinantu reda ( n − 1) . Tako dobijenu determinantu zovemo minorom ili subdeterminantom elementa aij i označavamo je sa M ij . Determinanta D ima tačno nxn = n 2 minora, jer svakom elementu determinante odgovara po jedan minor.
46

1. Osnove linearne algebre Broj Aij = ( −1)
i+ j

M ij zovemo kofaktorom ili algebarskim komplementom

elementa aij determinante D , odnosno matrice A .
Primjer 1.10.2. Odredimo minore M 22 i M 13 , te kofaktore A32 i A11

1 2 0 determinante D = −2 3 1 . 0 2 −1 Minor M 22 jednak je determinanti koju dobijemo kada iz determinante D izostavimo drugu vrstu i drugu kolonu. Dakle,
M 22 = 1 0 = 1⋅ ( −1) − 0 ⋅ 0 = −1 . 0 −1

Analogno, minor M 13 jednak je determinanti koju dobijemo kada iz D izbacimo prvu vrstu i treću kolonu. Dakle,
M 13 = −2 3 = −4 − 0 = − 4 . 0 2

Po definiciji kofaktora je
A32 = ( −1)
3+ 2

M 32 = ( −1)

1 0 = −1 1 − 0 ) = −1 . −2 1 ( )(

Analogno je
A11 = ( −1)
1+1

3 1 = 1⋅ ( −3 − 2 ) = −5 . 2 −1

Primjer 1.10.3. Odredimo kofaktore A21 i A44 matrice

⎛ 1 −1 2 ⎜ 2 2 −1 A=⎜ 3 0 1 ⎜1 0 3 ⎝

1⎞ 0⎟ . 0⎟ 1⎟ ⎠

Imamo: A21 = ( −1)

2 +1

−1 2 1 0 1 0 = ( −1) ⋅ ( −1) = 1 . 0 3 1
47

Matematika za ekonomiste 1 −1 1 Analogno je A44 = (−1) 4+ 4 ⋅ 2 2 0 = −6 . 3 0 0 Sada ćemo (bez dokaza) navesti Laplaceovo pravilo o razvoju determinante:
Teorema 1.10.4. Vrijednost determinante D reda n jednaka je zbiru proizvoda elemenata ma koje vrste ili kolone te determinante i njima odgovarajućih kofaktora.

Drugim riječima,
D = ∑ aij ⋅ Aij = ∑ aij ⋅ Aij ,
i =1 j =1 n n

za proizvoljne i, j ∈ {1,..., n} . Dakle, determinantu možemo razviti po proizvoljnoj vrsti ili koloni. Kako se kofaktori (tj. determinante reda n − 1 ) množe s odgovarajućim elementima, za razvoj determinante uzet ćemo onu vrstu ili kolonu u kojoj ima najviše nula. Korisno je i poslužiti se osobinama determinanti kako bismo dobili vrstu ili kolonu sa "puno" nula. Moguće je, ukoliko je determinanta reda n pomoću osobina determinanti, datu determinantu transformisati u determinantu koja u jednoj vrsti ili koloni ima (n −1) nula, a zatim primijeniti Laplaceovo pravilo na tu vrstu ili kolonu. Na taj način, izračunavanje determinante reda n svodimo na izračunavanje determinante reda (n −1) .
⎛ 1 −1 2 1 ⎞ ⎜ 2 2 −1 0 ⎟ Primjer 1.10.5. Determinantu matrice A = ⎜ iz prethodnog 3 0 1 0⎟ ⎜1 0 3 1⎟ ⎝ ⎠ primjera najjednostavnije je razviti po trećoj vrsti, drugoj ili četvrtoj koloni (jer u njima imamo po dvije nule). Pokažimo kako se izračunava determinanta razvojem po četvrtoj koloni. Imamo:
48

1. Osnove linearne algebre 1 −1 2 2 det A = 3 0 1 0 2 1+ 4 = 1⋅ ( −1) 3 1 2 1 −1 0 = 1⋅ A14 + 0 ⋅ A24 + 0 ⋅ A34 + 1⋅ A44 = 1 0 3 1 2 −1 1 −1 2 4+ 4 0 1 + 1⋅ ( −1) 2 2 −1 = ( −1) ⋅ ( −16 ) + 1⋅ ( −5 ) = 16 − 5 = 11. 0 3 3 0 1

Pokažimo kako determinantu razviti po trećoj vrsti. Imamo:

1 −1 2 1 2 2 −1 0 det A = = 3 ⋅ A31 + 0 ⋅ A32 + 1⋅ A33 + 0 ⋅ A34 = 3 0 1 0 1 0 3 1 −1 2 1 1 −1 1 3+1 3+ 3 = 3 ⋅ ( −1) 2 −1 0 + 1⋅ ( −1) 2 2 0 = 3 ⋅1⋅ 3 + 1⋅1 ⋅ 2 = 9 + 2 = 11. 0 3 1 1 0 1 Za vježbu, izračunajte determinantu matrice A razvijajući je po drugoj koloni. Koristeći se osobinama determinanti, vrlo jednostavno je moguće postići da u četvrtoj koloni posmatrane determinante imamo tri nule. Naime, oduzimajući četvrtu vrstu determinante od prve, dobijamo da je 1 −1 2 2 2 −1 det A = 3 0 1 1 0 3 1 0 −1 −1 0 2 2 −1 = 0 3 0 1 1 1 0 3 0 0 . 0 1

Sada je najjednostavnije razviti determinantu po četvrtoj koloni i dobiti 0 −1 −1 0 −1 −1 det A = 1 ⋅ (−1) 4+ 4 ⋅ 2 2 −1 = 2 2 −1 . 3 0 1 3 0 1 Posljednju determinantu također možemo izračunata Laplaceovim pravilom o razvoju, tako što u prvoj vrsti, oduzimanjem druge i treće kolone determinante dobijemo dvije nule. Dakle
49

Matematika za ekonomiste 0 0 −1 2 3 = (−1) ⋅ (−2 − 9) = 11 . det A = 2 3 −1 = (−1) ⋅ (−1)1+3 3 −1 3 −1 1 Ovim smo pokazali kako, pomoću osobina determinanti i Laplaceovog pravila o razvoju, izračunavanje determinante reda četiri svesti na izračunavanje determinante reda tri, a zatim na izračunavanje determinante reda dva.
1.11. Pojam inverzne matrice i način njenog izračunavanja.

U ovom paragrafu ćemo dati odgovor na pitanje koje kvadratne matrice imaju inverzni element u odnosu na množenje matrica, odnosno na pitanje za koje matrice A∈ nxn postoji matrica A−1 ∈ nxn takva da vrijedi A ⋅ A−1 = A−1 ⋅ A = En . Kao prvo, dat ćemo definiciju adjungovane matrice.
Definicija 1.11.1 (adjungovane matrice) adjungovana matrica matrice A .

Neka je data matrica A = ( aij )nxn . Za matricu A* = ( Aij )

T

kažemo da je

Dakle, elementi adjungovane matrice dobiju se tako što za svaki od elemenata aij matrice A nađemo njegov kofaktor Aij , te kofaktore složimo u matricu, a zatim tako dobijenu matricu transponujemo.
Primjer 1 A=⎛ ⎜0 ⎝ 1.11.2. Odredimo determinantu i adjungovanu matricu matrice 2⎞ , a zatim nađimo proizvod A ⋅ A* . 3⎟ ⎠

Imamo: det A = A =

1 2 = 3. 0 3

Kofaktori matrice A su A11 = (−1)1+1 ⋅ 3 = 3 , A12 = (−1)1+2 ⋅ 0 = 0 , A21 = (−1) 2+1 ⋅ 2 = −2 , A22 = (−1) 2+2 ⋅1 = 1 .
50

1. Osnove linearne algebre

⎛ 3 0⎞ ⎟ = ⎛3 −2⎞ . ⎟ ⎜ ⎟ ⎟ pa je A = ⎜ ⎜ ⎜ ⎟ ⎟ ⎜−2 1⎠ ⎜0 1 ⎠ ⎟ ⎟ ⎝ ⎝
*

T

Odredimo još proizvod A ⋅ A* . Imamo
1 2 ⎞ ⎛ 3 −2 ⎞ ⎛ 3 0 ⎞ A ⋅ A* = ⎛ ⎜ 0 3 ⎟ ⋅ ⎜ 0 1 ⎟ = ⎜ 0 3 ⎟ = 3 ⋅ E2 = det A ⋅ E2 . ⎝ ⎠ ⎝ ⎠ ⎝ ⎠

Ovaj rezultat nismo dobili slučajno. Naime, može se pokazati da vrijedi slijedeći teorem.
Teorem 1.11.3. Neka je A kvadratna matrica reda n i A* njoj adjungovana matrica. Tada vrijedi

A ⋅ A* = A* ⋅ A = det A ⋅ En . Sada ćemo dati definiciju inverzne matrice

(1.11.1)

Definicija 1.11.4. (inverzne matrice) Za matricu A kažemo da je invertibilna ili regularna matrica ukoliko postoji matrica A−1 takva da vrijedi

A ⋅ A−1 = A−1 ⋅ A = En .

(1.11.2)

Matricu A−1 za koju vrijedi relacija (1.11.2) zovemo inverznom matricom matrice A . Očigledno je da postoji veza između relacija (1.11.1) i (1.11.2), odnosno između adjungovane matrice i inverzne matrice matrice A . Ukoliko je det A = 0 , tada je, na osnovu relacije (1.11.1) A ⋅ A* = A* ⋅ A = O (Ovdje nam O označava nula-matricu), pa matrica A nema inverznu matricu (takva matrica zove se singularna matrica). Ukoliko je det A ≠ 0 , matrica je regularna, jer iz relacije (1.11.1), nakon dijeljenja sa det A ≠ 0 (uslov da je determinanta različita od nule bio nam je potreban kako bismo podijelili sa brojem det A ) dobijamo
⎛ 1 ⎞ ⎛ 1 ⎞ A⋅⎜ A* ⎟ = ⎜ A* ⎟ ⋅ A = En . ⎝ det A ⎠ ⎝ det A ⎠

Dakle, ukoliko je det A ≠ 0 , matrica je invertibilna i vrijedi
51

Matematika za ekonomiste A−1 = 1 A* . det A (1.11.3)

Relacija (1.11.3) nam govori o tome kako izračunati inverznu matricu date matrice (ukoliko ona postoji). Neka je data matrica A = ( aij ) . Inverznu matricu matrice A određujemo nxn na slijedeći način: 1. Izračunamo determinantu det A matrice A . Ukoliko je det A = 0 , matrica nema inverzne, pa je ne možemo ni izračunati. Ukoliko je det A ≠ 0 , matrica ima inverznu, pa prelazimo na slijedeći korak. 2. Odredimo kofaktore Aij svih elemenata aij matrice A . 3. Formiramo matricu kofaktora, pa je transponujemo. Na taj način smo dobili matricu A* = ( Aij ) .
T

4. Pomnožimo matricu A* sa

1 . det A
1 A* . det A
⎛1 2 3 4⎞ ⎜5 6 7 8⎟ A=⎜ ima 9 10 11 12 ⎟ ⎜ 13 14 15 16 ⎟ ⎝ ⎠

Na taj način smo dobili matricu A−1 =

Primjer 1.11.5. Ispitajmo da li matrica

inverznu matricu i ukoliko ima odredimo je. U Primjeru 1.9.1. smo vidjeli da je D = det A = 0 , pa data matrica nema inverznu.
Primjer 1.11.6. Ispitajmo da li matrica

⎛1 2 0⎞ A = ⎜ −2 3 1 ⎟ ima inverznu ⎜ 0 2 −1⎟ ⎝ ⎠

matricu i ukoliko ima odredimo je. Izračunajmo determinantu matrice. U Primjeru 1.8.3. smo vidjeli da je det A = −9 ≠ 0 , pa data matrica ima inverznu. Sad prelazimo na slijedeći korak, a to je izračunavanje kofaktora svih elemenata matrice A . Imamo:
52

1. Osnove linearne algebre
A11 = ( −1)
1+1

3 1 = 1⋅ ( −3 − 2 ) = −5 2 −1
−2 1 = −1 ⋅ 2 − 0 ) = −2 , 0 −1 ( ) ( −2 3 = 1 ⋅ ( −4 − 0 ) = −4 , 0 2

A12 = ( −1) A13 = ( −1)

1+ 2

1+ 3

A21 = ( −1)

2 +1

2 0 = −1 ⋅ −2 − 0 ) = 2 , 2 −1 ( ) ( 1 0 = 1 ⋅ ( −1 − 0 ) = −1 , 0 −1 1 2 = −1 ⋅ 2 − 0 ) = − 2 , 0 2 ( ) ( 2 0 = 1⋅ ( 2 − 0 ) = 2 , 3 1 1 0 = −1 ⋅ 1 − 0 ) = −1 , −2 1 ( ) ( 1 2 = 1 ⋅ ( 3 − ( −4 ) ) = 3 + 4 = 7 . −2 3

A22 = ( −1) A23 = ( −1) A31 = ( −1)

2+ 2

2+3

3+1

A32 = ( −1) A33 = ( −1)

3+ 2

3+ 3

⎛ −5 −2 −4 ⎞ Dobijene kofaktore složit ćemo u matricu: ⎜ 2 −1 −2 ⎟ , koju ćemo ⎜ 2 −1 7 ⎟ ⎝ ⎠ transponovati da bismo dobili ⎛ −5 −2 −4 ⎞ ⎛ −5 2 2 ⎞ A* = ⎜ 2 −1 −2 ⎟ = ⎜ −2 −1 −1⎟ . ⎜ 2 −1 7 ⎟ ⎜ −4 −2 7 ⎟ ⎝ ⎠ ⎝ ⎠
T

Sada je
53

Matematika za ekonomiste A−1 = 1 ⎛ −5 2 2 ⎞ 1 ⎛ 5 −2 −2 ⎞ ⎛ 5 / 9 −2 / 9 −2 / 9 ⎞ ⎜ −2 −1 −1⎟ = ⎜ 2 1 1 ⎟ = ⎜ 2 / 9 1/ 9 1/ 9 ⎟ . −9 ⎜ −4 −2 7 ⎟ 9 ⎜ 4 2 −7 ⎟ ⎜ 4 / 9 2 / 9 −7 / 9 ⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠

Provjerimo, na kraju da li je naš rezultat tačan. Da bismo to uradili trebamo pomnožiti matrice A i A−1 i vidjeti da li je njihov proizvod matrica E3 . Imamo:
⎛ 1 2 0 ⎞ 1 ⎛ 5 −2 A ⋅ A = ⎜ −2 3 1 ⎟ ⋅ ⎜ 2 1 ⎜ 0 2 −1 ⎟ 9 ⎜ 4 2 ⎝ ⎠ ⎝ ⎛ 1 2 0 ⎞ ⎛ 5 −2 1 = ⎜ −2 3 1 ⎟ ⋅ ⎜ 2 1 9 ⎜ 0 2 −1⎟ ⎜ 4 2 ⎝ ⎠ ⎝
−1

−2 ⎞ 1 ⎟= −7 ⎟ ⎠ −2 ⎞ 1 ⎛ 9 0 0 ⎞ 1 ⎟ = ⎜ 0 9 0 ⎟ = E3 . −7 ⎟ 9 ⎜ 0 0 9 ⎟ ⎠ ⎝ ⎠

Dakle, matrica A−1 je zaista inverzna matrica matrice A . Za samostalan rad možete provjeriti da je A−1 ⋅ A = E3 . Na kraju ovog odjeljka, navest ćemo tri osobine inverzne matrice koje su nam potrebne pri rješavanju matričnih jednačina. 1. Ako je A invertibilna matrica, tada je i A−1 također invertibilna i vrijedi

(A )

−1 −1

= A.

2. Ako su A i B invertibilne matrice, tada je i A ⋅ B također invertibilna −1 matrica i vrijedi ( A ⋅ B ) = B −1 ⋅ A−1 . 3. Ako je A invertibilna matrica, tada je i AT također invertibilna i vrijedi

(A )
T

−1

= ( A−1 ) .
T

1.12. Linearne matrične jednačine Definicija 1.12.1. (linearne matrične jednačine) Jednačine oblika A + X = B , A ⋅ X = B i slično u kojima je nepoznata varijabla X matrica, koja se javlja na prvi stepen, pri čemu smatramo da su matrice odgovarajućih formata, nazivaju se linearne matrične jednačine.
54

1. Osnove linearne algebre Očigledno je da matrična jednačina A + X = B , za matrice A, B formata m x n ima jedinstveno rješenje, matricu X = B − A . Međutim, to nije slučaj sa jednačinom A ⋅ X = B ili jednačinom Y ⋅ A = B , pri čemu pretpostavljamo da su matrice odgovarajućih formata. Ukoliko je matrica A kvadratna i invertibilna (napomenimo da samo za kvadratnu matricu možemo govoriti o invertibilnosti) tada gornje jednačine imaju jedinstveno rješenje X = A−1 ⋅ B odnosno Y = B ⋅ A−1 . Pri rješavanju ovakvih jednačina potrebno je voditi računa o tome s koje strane matrica A množi nepoznatu X , odnosno Y , jer množenje matrica nije komutativno. Jednačine A ⋅ X = B i Y ⋅ A = B mogu imati rješenje i u slučaju da matrica A nije kvadratna matrica, kao i u slučaju da matrica A jeste kvadratna ali nije invertibilna. U tom slučaju jednačina može imati i beskonačno mnogo rješenja. Također, može se dogoditi da u ovom slučaju jednačine nemaju rješenja. Sada ćemo na nekoliko primjera pokazati kako rješavati matrične jednačine.
Primjer 1.12.2. Riješimo matričnu jednačinu AX −1 + X −1 = B , gdje je

⎛ −1 0 ⎞ ⎛1 2⎞ A=⎜ ⎟ i B=⎜ ⎟. ⎝ −1 2 ⎠ ⎝3 4⎠ Datu jednačinu možemo riješiti na dva načina. I način. Možemo izlučiti zajednički faktor X −1 sa desne strane kako bismo dobili jednačinu

( A + E2 ) X −1 = B .
Sada izračunamo determinantu matrice

(1.12.1)

⎛1 2⎞ ⎛1 0⎞ ⎛ 2 2⎞ ⎟+⎜ ⎟=⎜ ⎟. ⎟ ⎜ ⎟ ⎜ ⎟ A + E2 = ⎜ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜3 4⎠ ⎝0 1⎠ ⎝ 3 5⎠ ⎟ ⎟ ⎟ ⎝
Lako se uvjeravamo da je det( A + E2 ) = 10 − 6 = 4 , pa data matrica ima inverznu matricu. Jednačinu (1.12.1) možemo pomnožiti sa ( A + E2 )−1 , s lijeve strane, kako bismo dobili matricu X −1 s lijeve strane jednakosti. Imamo
55

Matematika za ekonomiste

( A + E2 ) ( A + E2 ) X −1 = ( A + E2 )
−1

−1

B,

pa kako je

( A + E2 ) ( A + E2 ) = E2 , dobijamo
−1

X −1 = ( A + E2 ) B .
−1

(1.12.2)

S obzirom da je det B = −2 , matrica B je također invertibilna, pa iz (1.12.2) imamo:

(X )

−1 −1

=

(( A + E ) B )
−1 2

−1

,

odakle, imajući u vidu osobine inverzne matrice dobijamo
X = B−1 ⋅ ( A + E2 ) .

Sada je potrebno izračunati B−1 . S obzirom da je det B = −2 , trebamo još odrediti adjungovanu matricu B* . Imamo: B11 = 2 , B12 = 1 , B21 = 0 i B22 = −1 , pa je ⎛2 1 ⎞ ⎛2 0 ⎞ 1 ⎛2 0 ⎞ −1 ⎟. ⎜ ⎟ B =⎜ ⎟ =⎜ ⎟ , odakle je B = − ⎜ ⎟ ⎟ 0 −1⎠ ⎝ 1 −1⎠ 2 ⎜1 −1⎠ ⎝ ⎝
*

T

Sada je 4 ⎞ ⎛ −2 − 2 ⎞ 1 ⎛2 0 ⎞ ⎛2 2⎞ ⎟⋅ ⎜ ⎟=−1⎛ 4 ⎟=⎜ ⎟. ⎜ ⎟⎜ ⎟ ⎟ ⎜ ⎟ X =− ⎜ ⎜ ⎜ ⎟⎜ ⎟ ⎟ ⎜ ⎟ ⎜ ⎟ ⎟ ⎟ ⎟ 2 ⎜1 −1⎠ ⎝3 5⎠ 2 ⎝−1 −3⎠ ⎝1/ 2 3 / 2⎠ ⎝ II način. Kako polaznu jednačinu ne bismo morali invertovati, možemo je kao prvo pomnožiti sa X , sa desne strane. Na taj način dobijamo jednačinu A + E2 = BX , iz koje, nakon množenja sa B−1 sa lijeve strane odmah zaključujemo da je X = B−1 ⋅ ( A + E2 ) .
Primjer 1.12.3. Riješimo matričnu jednačinu M ⋅ ( X + E2 ) ⋅ N = M + N ,
−1

za ⎛ 1 −1⎞ ⎛1 1⎞ M =⎜ ⎟ i N =⎜ ⎟. ⎝0 2⎠ ⎝2 0 ⎠
56

1. Osnove linearne algebre Kako bismo riješili ovu jednačinu, izračunat ćemo det M i det N , da bismo utvrdili da li možemo pomnožiti jednačinu sa lijeve strane sa M −1 i sa desne strane sa N −1 . Lako se uvjeravamo da je det M = det N = 2 , pa su matrice M i N invertibilne. Množenjem jednačine sa M −1 sa lijeve strane dobijamo ekvivalentnu jednačinu

( X + E2 ) ⋅ N = E2 + M −1 N ,
odakle, množenjem sa N −1 sa desne strane dolazimo do jednačine

−1

( X + E2 ) = N −1 + M −1 .

−1

(1.12.3)

Sada ćemo izračunati zbir N −1 + M −1 , kako bismo zaključili da li ova matrica ima inverznu. Imamo 1 ⎛ 2 −1⎞ 1 ⎛ 0 1⎞ −1 M −1 = ⎜ ⎟, N = ⎜ ⎟ , pa je 2 ⎝0 1 ⎠ 2 ⎝ −2 1 ⎠ 1 ⎛ 2 0⎞ ⎛ 1 0⎞ ⎟=⎜ ⎟. ⎟ ⎜ ⎟ N −1 + M − 1 = ⎜ ⎜ ⎟ ⎜ ⎟ ⎟ ⎟ 2 ⎜−2 2⎠ ⎝−1 1⎠ ⎝ Kako je det ( N −1 + M −1 ) = 1 , matrica N −1 + M −1 ima inverznu, pa invertovanjem jednačine (1.12.3) dobijamo odnosno
X = ( M −1 + N −1 ) − E2 .
−1

X + E2 = ( M −1 + N −1 ) ,

−1

⎛1 0⎞ −1 ⎟ , pa je ⎟ Lako se uvjeravamo da je ( N −1 + M −1 ) = ⎜ ⎜ ⎟ ⎜1 1⎠ ⎟ ⎝ ⎛1 0⎞ ⎛1 0⎞ ⎛0 0⎞ ⎟−⎜ ⎟=⎜ ⎟. ⎟ ⎜ ⎟ ⎜ ⎟ X =⎜ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜1 1⎠ ⎝0 1⎠ ⎝1 0⎠ ⎟ ⎟ ⎟ ⎝
Primjer 1.12.4. Riješimo matričnu jednačinu
57

Matematika za ekonomiste
⎛1 2 1⎞ ⎛−2 2 0⎞ ⎟ ⎟ ⎜ ⎜ ⎟ ⎟ ⎜ ⎜0 −1 0⎟⋅ X ⋅ ⎜ 1 −1 1⎟ = E3 . ⎜ ⎟ ⎟ ⎜ ⎜ ⎟ ⎟ ⎜ ⎜ ⎟ ⎟ ⎜ ⎜ ⎟ ⎟ ⎟ ⎟ ⎜3 0 0⎠ ⎜4 0 0⎠ ⎝ ⎝ ⎛1 2 1⎞ ⎛−2 2 0⎞ ⎟ ⎟ ⎜ ⎜ ⎟ ⎟ ⎜ ⎜ ⎜0 −1 0⎟ i B = ⎜ 1 −1 1⎟ . ⎜ ⎟ ⎟ Stavimo A = ⎜ ⎟ ⎟ ⎜ ⎜ ⎟ ⎟ ⎜ ⎜ ⎟ ⎟ ⎟ ⎟ ⎜3 0 0⎠ ⎜4 0 0⎠ ⎝ ⎝

Kao prvo, izračunat ćemo det A i det B , kako bi utvrdili da li su matrice A i B invertibilne. Lako se vidi da je det A = 3 i det B = 8 , pa su matrice invertibilne, što nam omogućava da jednačinu A ⋅ X ⋅ B = E3 pomnožimo sa lijeve strane sa A−1 , a zatim sa desne strane sa B−1 , kako bi dobili da je X = A−1 B−1 . Kako bismo izbjegli izračunavanje dvije inverzne matrice, −1 sjetit ćemo se da je A−1 B−1 = ( BA) , pa ćemo izračunati proizvod C = BA , a zatim X = C −1 . Imamo:
⎛−2 2 0⎞ ⎛1 2 1⎞ ⎛−2 −6 −2⎞ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎟ ⎟ 3 1 ⎟. C = ⎜ 1 −1 1⎟⋅ ⎜0 −1 0⎟ = ⎜ 4 ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜3 0 0⎟ ⎜ 4 ⎟ ⎟⎜ ⎟ ⎜ ⎟ ⎜4 0 0⎠ ⎝ 8 4⎠ ⎝ ⎠ ⎝

Znamo da je det C = det B ⋅ det A = 24 , pa trebamo još odrediti C * . Imamo:
C11 = 4 , C12 = −12 , C13 = 20 , C21 = 8 , C22 = 0 , C23 = −8 , C31 = 0 ,

C32 = −6 , C33 = 18 , pa je

⎛4 −12 20 ⎞ ⎛ 4 8 0⎞ ⎟ ⎟ ⎜ ⎜ ⎟ ⎜ * ⎟ = ⎜−12 0 −6⎟ . ⎟ ⎜ ⎟ C = ⎜8 0 −8⎟ ⎜ ⎜ ⎟ ⎟ ⎜ ⎜ ⎟ ⎟ ⎜0 ⎜ 20 ⎟ ⎟ ⎟ ⎟ ⎜ ⎜ −6 18 ⎠ −8 18 ⎠ ⎝ ⎝
⎛ 4 8 0⎞ ⎟ ⎟ ⎜ 1⎜ ⎟ Dakle, X = C −1 = ⎜−12 0 −6⎟ . ⎜ ⎟ ⎟ 24 ⎜ ⎜ ⎟ ⎟ ⎜ 20 −8 18 ⎠ ⎝
58

T

1. Osnove linearne algebre Objasnimo sada kako pomoću matrica možemo zapisati operacije sa vektorima, te kako matrice možemo koristiti za rješavanje nekih zadataka sa vektorima iz n . U Primjeru 1.2.3. smo vidjeli da su vektori a1 = (1, 2, 7) , a2 = (2,3,5) i a3 = (3,1,1) linearno nezavisni elementi prostora 3 . Vektore a1 , a2 i a3 možemo posmatrati kao vektor vrste, ali i kao vektor kolone
⎛ 1⎞ ⎛2⎞ ⎛3⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎟ ⎜ ⎟ ⎜ ⎟ T ⎜2⎟ , a2 = (2,3,5)T = ⎜3⎟ i a3 = (3,1,1)T = ⎜1⎟ . ⎜ ⎟ ⎟ a1 = (1, 2, 7) = ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ 7⎠ ⎜5⎠ ⎜1⎠ ⎝ ⎟ ⎝ ⎟ ⎝ ⎟

Ukoliko ih posmatramo kao vektor kolone, tada na veoma jednostavan način možemo zapisati proizvoljnu linearnu kombinaciju ovih vektora. Naime, tada je, za proizvoljne skalare α , β i γ zadovoljena slijedeća relacija:
⎛ 1⎞ ⎛2⎞ ⎛3⎞ ⎛α + 2β + 3γ ⎞ ⎛1 2 3⎞ ⎛α⎞ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎜2⎟ + β ⋅ ⎜3⎟ + γ ⋅ ⎜1⎟ = ⎜ 2α + 3β + γ ⎟ = ⎜2 3 1⎟⋅ ⎜β ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎜ ⎟ ⎟ ⎟⎜ ⎟ α ⋅⎜ ⎟ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎟ ⎟ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎝ 7⎠ ⎝5⎠ ⎝1⎠ ⎝7α + 5β + γ ⎠ ⎝7 5 1⎠ ⎝ γ ⎠

Dakle, linearnu kombinaciju vektora (zapisanih kao vektor kolone) možemo napisati kao proizvod matrice čije kolone su upravo zadani vektori sa vektor kolonom skalara. Ukoliko vektore zapisujemo kao vektor vrste, tada je lako vidjeti da vrijedi
α ⋅ (1 2 7) + β ⋅ ( 2 3 5) + γ ⋅ (3 1 1) = (α β
⎛1 2 3⎞ ⎟ ⎜ ⎟ ⎜ ⎜2 3 1⎟ . ⎟ γ )⋅ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎟ ⎜7 5 1⎠ ⎝

Primjer 1.12.5. Trojke vektora {a1 , a2 , a3 } i {b1 , b2 , b3 } čine bazu

vektorskog prostora 3 . Njihove koordinate u kanonskoj bazi prostora 3 su a1 = (1,1, 2) , a2 = (2,3, −1) , a3 = (−1, 0,1) , b1 = (1, 0, 0) , b2 = (2, 2,1) i
b3 = (3,3, 2) . Dat je vektor c = a1 − 2a2 + a3 . Odredimo koordinate vektora c u odnosu na bazu {b1 , b2 , b3 } . Ako sa α , β i γ označimo koordinate
59

Matematika za ekonomiste vektora c u odnosu na bazu {b1 , b2 , b3 } , tada na osnovu prethodnih razmatranja imamo:
⎛1 2 −1⎞ ⎛ 1 ⎞ ⎟⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜1 3 ⎟ ⎟ 0 ⎟⋅ ⎜−2⎟ , na osnovu reprezentacije u bazi {a1 , a2 , a3 } 1. c = ⎜ ⎜ ⎟⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎟⎜ ⎟ ⎜ ⎝ 2 −1 1 ⎠ ⎝ 1 ⎠ ⎛1 2 3⎞ ⎛α⎞ ⎟⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎜0 2 3⎟⋅ ⎜β ⎟ , na osnovu reprezentacije u bazi {b1 , b2 , b3 } . ⎟⎜ ⎟ 2. c = ⎜ ⎟⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎟ ⎟ ⎜ ⎝0 1 2⎠ ⎝ γ ⎠

Sada dolazimo do matrične jednačine
⎛1 2 3⎞ ⎛α⎞ ⎛1 2 −1⎞ ⎛ 1 ⎞ ⎟⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎟ ⎟⎜ ⎟ ⎜ ⎜0 2 3⎟⋅ ⎜β ⎟ = ⎜1 3 ⎟⎜ ⎟ ⎜ ⎟⎜ ⎟ 0 ⎟⋅ ⎜−2⎟ , ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎜ ⎟ ⎜ γ ⎟ ⎜ 2 −1 1 ⎟ ⎜ 1 ⎟ ⎟⎜ ⎟ ⎟⎜ ⎟ ⎜ ⎟⎝ ⎠ ⎜0 1 2⎠ ⎝ ⎠ ⎝ ⎜ ⎟ ⎝ ⎠

čije rješenje je

⎛ ⎞ ⎛ ⎞ ⎛ ⎞⎛ ⎞ ⎜α⎟ ⎜1 2 3⎟ ⎜1 2 −1⎟ ⎜ 1 ⎟ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ = ⎜0 2 3⎟ ⋅ ⎜1 3 ⎟ ⎜ ⎜β ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ 0 ⎟⋅ ⎜−2⎟ . ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎟ ⎜ ⎟ ⎜ ⎜ γ ⎟ ⎜0 1 2⎟ ⎜2 −1 1 ⎟ ⎜ 1 ⎟ ⎟ ⎜ ⎟⎜ ⎟ ⎟ ⎝ ⎟ ⎝ ⎟⎝ ⎠ ⎜ ⎠ ⎝ ⎠ ⎠⎜ ⎟
Matrica na lijevoj strani sigurno ima inverznu, jer je {b1 , b2 , b3 } baza prostora 3 . Označimo tu matricu sa A . Lako se vidi da je det A = 1 , pa nakon izračunavanja kofaktora matrice A zaključujemo da je
⎛1 − 1 0 ⎞ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ A−1 = ⎜0 2 −3⎟ , pa je, zbog ⎜ ⎟ ⎜ − ⎟ ⎟ ⎜0 1 2⎠ ⎝ ⎛1 2 −1⎞ ⎛ 1 ⎞ ⎛−4⎞ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎜1 3 ⎟⎜ ⎟ ⎜ ⎟ 0 ⎟⋅ ⎜−2⎟ = ⎜−5⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ − ⎟⎜ ⎟ ⎜ ⎟ ⎟ ⎟ ⎟ ⎜2 1 1⎠⎝1⎠ ⎝5⎠ ⎝

−1

⎛α⎞ ⎛1 −1 0 ⎞ ⎛−4⎞ ⎛ 1 ⎞ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎟ ⎟ ⎜ ⎟ ⎜ ⎜β ⎟ = ⎜0 2 −3⎟⋅ ⎜−5⎟ = ⎜−25⎟ . ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎜ ⎟ ⎜ − ⎟ ⎜ 5 ⎟ ⎜ 15 ⎟ ⎟ ⎟ ⎟⎜ ⎟ ⎜ ⎟ ⎜ γ ⎠ ⎝0 1 2⎠⎝ ⎠ ⎝ ⎝ ⎠
60

1. Osnove linearne algebre
Primjer 1.12.6. Vektori a = (1, 2,5) , b = (−1, 0,3) i c = (1,3, 0) čine bazu

vektorskog prostora bazi.

3

. Odredimo koordinate vektora x = (2, 2, 2) u toj

Postupajući analogno kao u prethodnom primjeru, označavajući sa α , β i γ koordinate vektora x u bazi {a, b, c} dobijamo jednačinu
⎛1 −1 1⎞ ⎛α⎞ ⎛2⎞ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎟ ⎟ ⎜ ⎜2 0 3⎟⋅ ⎜β ⎟ = ⎜2⎟ , odakle je ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎜ ⎟⎜ ⎟ ⎜ ⎟ ⎟⎜ ⎟ ⎜ ⎟ ⎜5 3 0⎠ ⎝ γ ⎠ ⎝2⎠ ⎝

⎛ ⎞ ⎛ ⎞ ⎛ ⎞ ⎜α⎟ ⎜1 −1 1⎟ ⎜2⎟ ⎜ ⎟ ⎜ ⎟ = ⎜2 0 3⎟ ⋅ ⎜2⎟ . ⎟ ⎜ ⎟ ⎜β ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎟ ⎜ ⎟ ⎜ ⎜ γ ⎟ ⎜5 3 0⎟ ⎜2⎟ ⎟ ⎜ ⎟ ⎟ ⎜ ⎟ ⎜ ⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠
⎛α⎞ ⎛ 1 ⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ Nakon što odredimo inverznu matricu, lako se vidi da je ⎜β ⎟ = ⎜−1⎟ . ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎟ ⎟ ⎜ ⎟ ⎜ ⎟ ⎝γ ⎠ ⎝ 0 ⎠

−1

1.13. Rang matrice. Metod određivanja ranga matrice.

⎛ a11 a12 ... a1n ⎞ ⎜a a22 ... a2 n ⎟ Neka je A = ⎜ 21 proizvoljna matrica formata mxn . ... ... ... ... ⎟ ⎜a ⎟ ⎝ m1 am 2 ... amn ⎠ Ukoliko ta matrica nije kvadratna, ne možemo izračunati njenu determinantu. Međutim, od kolona i vrsta matrice A moguće je formirati submatrice matrice A koje su kvadratne. Ako je B submatrica matrice A formata rxr kažemo da je ta submatrica reda r . Ukoliko je, npr. m < n , tada je m najveći red kvadratne submatrice koju je moguće formirati pomoću kolona matrice A . Ukoliko je matrica A kvadratna, tada je sama matrica A svoja submatrica (reda m = n ) , a moguće je formirati i submatrice reda n − 1 , one reda n − 2 , itd.
61

Matematika za ekonomiste Nakon što formiramo kvadratne submatrice matrice A možemo izračunati njihove determinante. Vrijednost determinante submatrice može biti različita od nule ili jednaka nuli.
Definicija 1.13.1. (ranga matrice) Red submatrice najvećeg mogućeg reda, čija determinanta je različita od nule zovemo rangom matrice A . Primjer 1.13.2. U Primjeru 1.8.3. smo vidjeli da je determinanta matrice ⎛1 2 0⎞ A = ⎜ −2 3 1 ⎟ jednaka −9 , pa je rang te matrice jednak 3, pošto je to ⎜ 0 2 −1 ⎟ ⎝ ⎠ red determinante matrice A koja je različita od nule. (u ovom slučaju, tri je najveći mogući rang matrice).

⎛1 2 3 4⎞ ⎜5 6 7 8⎟ jednaka je Primjer 1.13.3. Determinanta matrice A = ⎜ 9 10 11 12 ⎟ ⎜ 13 14 15 16 ⎟ ⎝ ⎠ nuli, što znači da je red matrice A manji od 4, odnosno može biti najviše 3. Da bismo ustanovili da li je red matrice jednak 3 ili je manji, po definiciji morali bismo formirati sve submatrice matrice A reda 3 (to bi zapravo bili minori elemenata matrice A , njih 16) i vidjeti da li među njima postoji neka koja je različita od nule. Ukoliko postoji, tada bi rang matrice bio jednak 3. Međutim, ukoliko je svih 16 determinanti reda 3 jednako nuli, tada bismo morali izračunavati determinante reda 2. Vidimo da je ovakav način određivanja ranga matrice veoma komplikovan. Zbog toga ćemo uvesti pojam ranga vrsta i ranga kolona matrice i objasniti kako se na mnogo elegantniji način može određivati rang matrice. ⎛ a11 a12 ... a1n ⎞ ⎜a a22 ... a2 n ⎟ formata m× n se sastoji od m Svaka matrica A = ⎜ 21 ... ... ... ... ⎟ ⎜a ⎟ ⎝ m1 am 2 ... amn ⎠ vrsta i n kolona. Vrste matrice A možemo posmatrati kao uređene n -torke n realnih brojeva i samim tim, kao elemente vektorskog prostora (dimenzije n ). Analogno, kolone matrice A možemo smatrati kao uređene m -torke realnih brojeva, odnosno kao elemente vektorskog prostora m
62

1. Osnove linearne algebre (dimenzije m ). Dakle, vrste matrice A možemo posmatrati kao m vektora u prostoru n , dok kolone matrice A možemo posmatrati kao n vektora u prostoru m .
Definicija 1.13.4. (ranga vrsta i ranga kolona matrice) Rang vrsta matrice A = (aij ) jednak je broju linearno nezavisnih vrsta
m×n

matrice A (posmatranih kao elemenata vektorskog prostora
Rang kolona matrice A = (aij )
m×n

n

).

jednak je broju linearno nezavisnih
m

kolona matrice A (posmatranih kao elemenata vektorskog prostora Može se pokazati da vrijedi slijedeći teorem.
Teorem 1.13.5. Rang vrsta A = (aij )
m×n

).

jednak je rangu kolona matrice A i

jednak je rangu matrice A (u smislu Definicije 1.13.1.). Na osnovu prethodnog teorema, može se pokazati da postoje određene transformacije nad vrstama ili kolonama matrice A koje ne mijenjaju njen rang. Takve transformacije zovemo elementarnim transformacijama nad matricom. To su slijedeće transformacije: 1. Međusobna zamjena mjesta dvije vrste ili kolone matrice. 2. Množenje elemenata bilo koje vrste ili kolone matrice realnim brojem, različitim od nule. 3. Sabiranje elemenata jedne vrste ili kolone matrice sa odgovarajućim elementima druge vrste ili kolone matrice, prethodno pomnoženim nekim brojem. Matrice koje se mogu transformisati iz jedne u drugu elementarnim transformacijama zovemo ekvivalentne matrice. Ekvivalentne matrice imaju isti rang. Ako su A i B ekvivalentne matrice, pišemo A ∼ B . Svaku matricu možemo elementarnim transformacijama svesti na tzv. "trapezni" oblik pomoću kojeg je lako odrediti rang. Trapezni oblik matrice je onaj u kojem su svi elementi matrice aij za koje je i > j jednaki nuli. Rang trapezne matrice jednak je broju vrsta te matrice koje nisu sastavljene od svih nula.
63

Matematika za ekonomiste Metod određivanja ranga (tačnije, ranga vrsta) matrice pomoću elementarnih transformacija nad vrstama te matrice pokazat ćemo na slijedećim primjerima.
Primjer 1.13.6. Odredimo rang matrice

⎛ 1 −2 0 2 ⎞ ⎜ −1 3 1 3 ⎟ A=⎜ . 1 − 1 0 −2 ⎟ ⎜ 2 −4 1 13 ⎟ ⎝ ⎠ Data matrica je formata 4x4 pa je njen maksimalan mogući rang jednak 4. Pri određivanju ranga koristit ćemo se elementarnim transformacijama nad vrstama matrice na slijedeći način: U prvoj koloni matrice A , u drugoj, trećoj i četvrtoj vrsti trebamo dobiti nule. To ćemo uraditi transformacijama nad vrstama. Prvu vrstu ćemo prepisati; zatim ćemo drugu vrstu sabrati s prvom i dobiti matricu ⎛ 1 −2 0 2 ⎞ ⎜0 1 1 5 ⎟ ⎜ 1 −1 0 −2 ⎟ . ⎜ 2 −4 1 13 ⎟ ⎝ ⎠ Zatim ćemo od prve vrste oduzeti treću vrstu i dobiti matricu ⎛ 1 −2 0 2 ⎞ ⎜0 1 1 5 ⎟ ⎜ 0 −1 0 4 ⎟ . ⎜ 2 −4 1 13 ⎟ ⎝ ⎠ Na kraju, od četvrte vrste ćemo oduzeti prvu vrstu pomnoženu sa 2 i dobiti ⎛ 1 −2 0 ⎜0 1 1 ⎜ 0 −1 0 ⎜0 0 1 ⎝ 2⎞ 5⎟ . 4⎟ 9⎟ ⎠

Sada kada smo u prvoj koloni dobili nule ispod elementa 1, trebamo dobiti nule u trećoj i četvrtoj vrsti druge kolone. Prvu i drugu vrstu ćemo prepisati. Ostalo je samo da saberemo treću vrstu s drugom, jer u četvrtoj vrsti već imamo nulu gdje nam je potrebna. Dobijamo matricu
64

1. Osnove linearne algebre ⎛ 1 −2 ⎜0 1 ⎜0 0 ⎜0 0 ⎝ 0 1 1 1 2⎞ 5⎟ . 9⎟ 9⎟ ⎠

Na kraju, potrebno je u trećoj koloni dobiti nulu u četvrtoj vrsti. To ćemo učiniti tako što prve tri vrste prepišemo, a od četvrte vrste oduzmemo treću. Na taj način dobijamo trapeznu matricu ⎛ 1 −2 ⎜0 1 ⎜0 0 ⎜0 0 ⎝ 0 1 1 0 2⎞ 5⎟ . 9⎟ 0⎟ ⎠

Sada smo završili sa elementarnim transformacijama nad matricom A , jer smo dobili trapeznu matricu (ispod elemenata glavne dijagonale matrice su sve nule). Pogledajmo sada koliko ova matrica ima vrsta koje nisu sastavljene od svih nula. Vidimo da ih ima 3. Dakle, rang matrice A jednak je 3.
Primjer 1.13.7. ⎛1 matrice A = ⎜ 2 ⎜a ⎝

U zavisnosti od realnih parametara a i b odredimo rang 3 1 −1 ⎞ 6 −3 −4 ⎟ . b 6 −2 ⎟ ⎠

Kao prvo, zamijenit ćemo mjesta kolonama matrice A , kako bi se parametri a i b našli u trećoj i četvrtoj koloni. Dobijamo ekvivalentnu matricu ⎛ −1 1 1 3 ⎞ ⎜ −4 −3 2 6 ⎟ . ⎜ −2 6 a b ⎟ ⎝ ⎠ Sada je potrebno dobiti nule na drugom i trećem mjestu u prvoj koloni. To ćemo učiniti tako što ćemo prvu vrstu prepisati, zatim od druge vrste oduzeti prvu vrstu pomnoženu sa 4, te od treće vrste oduzeti prvu vrstu pomnoženu sa 2 (ovdje smo uradili dva koraka odjednom). Dobijamo matricu 1 3 ⎞ ⎛ −1 1 ⎜ 0 −7 −2 −6 ⎟ . ⎜ 0 4 a − 2 b − 6⎟ ⎝ ⎠
65

Matematika za ekonomiste Sada ćemo drugu vrstu pomnožiti sa 1/7 i dobiti matricu 1 3 ⎞ ⎛ −1 1 ⎜ 0 −1 −2 / 7 −6 / 7 ⎟ . ⎜ 0 4 a−2 b−6 ⎟ ⎝ ⎠ Na kraju, potrebno je dobiti nulu na trećem mjestu u drugoj koloni. To ćemo učiniti tako što ćemo drugu vrstu prepisati, a zatim treću vrstu sabrati sa drugom vrstom pomnoženom sa 4. Dobijamo trapeznu matricu 1 3 ⎛ −1 1 ⎞ ⎜ 0 −1 −2 / 7 −6 / 7 ⎟ . ⎜ 0 0 a − 22 / 7 b − 66 / 7 ⎟ ⎝ ⎠ Ukoliko je a − 22 / 7 ≠ 0 (tj. a ≠ 22 / 7 ) ili b − 66 / 7 ≠ 0 (tj. b ≠ 66 / 7 ), tada je treća vrsta dobijene trapezne matrice različita od svih nula, pa je u tom slučaju rang matrice A jednak 3. Ukoliko je a = 22 / 7 i b = 66 / 7 , tada se treća vrsta trapezne matrice sastoji od svih nula, pa je rang matrice A u tom slučaju jednak 2.
Primjer ⎛3 ⎜ ⎜ ⎜k ⎜ A=⎜ ⎜1 ⎜ ⎜ ⎜ ⎜2 ⎜ ⎝

1 4 7 2

1.13.8. Odredimo parametar k ⎞ 1 4⎟ ⎟ ⎟ 10 1⎟ ⎟ ⎟ ⎟ ima najmanji mogući rang. 17 3⎟ ⎟ ⎟ ⎟ ⎟ 4 3⎠ ⎟

tako

da

matrica

S obzirom da se parametar k nalazi u prvoj koloni, zamijenit ćemo mjesta kolonama, tako da se parametar pojavljuje u posljednjoj (četvrtoj) koloni. Zgodno je i imati broj jedan u prvoj vrsti i prvoj koloni, pa ćemo drugu kolonu pisati kao prvu, treću kao drugu, četvrtu kolonu kao treću i na kraju, prvu kolonu kao četvrtu. Matrica A je ekvivalentna matrici

⎛ 1 1 4 3⎞ ⎟ ⎜ ⎟ ⎜ ⎜4 10 1 k ⎟ ⎟ ⎜ ⎟ ⎜ ⎜7 17 3 1⎟ . ⎟ ⎜ ⎟ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ 2 4 3 2⎠ ⎝ ⎟
Kako bismo u prvoj koloni ispod jedinice dobili sve nule, prvu vrstu gornje matrice ćemo prepisati, od druge vrste ćemo oduzeti prvu vrstu pomnoženu
66

1. Osnove linearne algebre sa četiri, od treće vrste ćemo oduzeti prvu vrstu pomnoženu sa sedam i od četvrte vrste ćemo oduzeti prvu vrstu pomnoženu da dva. Dolazimo do ekvivalentne matrice

⎛1 1 4 3 ⎞ ⎟ ⎜ ⎟ ⎜ ⎜0 6 −15 k −12⎟ ⎟ ⎜ ⎟ ⎜ ⎜0 10 −25 −20 ⎟ . ⎟ ⎜ ⎟ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜0 2 −5 −4 ⎠ ⎝ ⎟
Sada ćemo zamijeniti mjesta druge i četvrte vrste kako bismo lakše odredili rang. Dolazimo do matrice

⎛1 1 4 3 ⎞ ⎟ ⎜ ⎟ ⎜ ⎜0 2 −5 ⎟ −4 ⎟ ⎜ ⎟ ⎜ ⎜0 10 −25 −20 ⎟ . ⎟ ⎜ ⎟ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜0 6 −15 k −12⎠ ⎝ ⎟
Kako bismo u drugoj koloni dobili nule na trećem i četvrtom mjestu, prve dvije vrste matrice ćemo prepisati, od treće vrste ćemo oduzeti drugu vrstu pomnoženu sa 5, a od četvrte vrste ćemo oduzeti drugu vrstu pomnoženu sa tri. Dolazimo do matrice

⎛1 ⎜ ⎜ ⎜0 ⎜ ⎜ ⎜0 ⎜ ⎜ ⎜ ⎜0 ⎜ ⎝

1 4 3⎞ ⎟ ⎟ ⎟ 2 −5 −4⎟ ⎟. ⎟ ⎟ 0 0 0⎟ ⎟ ⎟ ⎟ ⎟ k ⎠ 0 0 ⎟

Sada je lako vidjeti da je najmanji mogući rang matrice A jednak dva, ukoliko je k = 0 . Za k ≠ 0 , rang matrice A jednak je tri. Imajući u vidu definiciju ranga matrice, vidimo da rang matrice možemo koristiti da bi utvrdili koliko u nekom skupu vektora iz n imamo linearno nezavisnih vektora i specijalno, da li neki skup od n vektora čini bazu prostora n . Naime, kako bismo odredili koliko imamo linearno nezavisnih vektora, formiramo matricu čije vrste (ili kolone) su dati vektori, a zatim odredimo rang te matrice. S obzirom da je rang matrice jednak rangu vrsta (odnosno rangu kolona) zaključujemo da je broj linearno nezavisnih vektora upravo jednak rangu formirane matrice.
67

Matematika za ekonomiste
Primjer 1.13.9. Odredimo vrijednost parametra k tako da vektori a1 = (1,1, −3,1) , a2 = (2,1,1, 2) , a3 = (−1, 2, k ,3) i a4 = (1, 4, 4k ,1− 2k ) čine

bazu vektorskog prostora

4

.

Kako bi dati vektori činili bazu, s obzirom da ih ima četiri (što je dimenzija prostora 4 ) potrebno je i dovoljno da budu linearno nezavisni. To znači da rang matrice

⎛ ⎜1 ⎜ ⎜−2 ⎜ A=⎜ ⎜ −1 ⎜ ⎜ ⎜ ⎜1 ⎜ ⎝

1 −3 1 2 4

1 ⎞ ⎟ ⎟ ⎟ 1 2 ⎟ ⎟ ⎟ ⎟ k 3 ⎟ ⎟ ⎟ ⎟ ⎟ 4k 1 − 2k ⎠ ⎟

čije vrste su dati vektori treba biti jednak četiri. Sada ćemo vršiti elementarne transformacije nad matricom A . Kao prvo, potrebno je u prvoj koloni, na drugom, trećem i četvrtom mjestu dobiti nule. To ćemo učiniti tako što ćemo prvu vrstu prepisati, drugu vrstu sabrati sa prvom pomnoženom sa dva, treću vrstu sabrati sa prvom i od četvrte vrste oduzeti prvu. Dolazimo do ekvivalentne matrice

⎛ ⎜1 ⎜ ⎜0 ⎜ A=⎜ ⎜0 ⎜ ⎜ ⎜ ⎜0 ⎜ ⎝

1 3 3

−3 1 ⎞ ⎟ ⎟ ⎟ −5 4 ⎟ ⎟. ⎟ ⎟ k −3 4 ⎟ ⎟ ⎟ ⎟ ⎟ 3 4 k + 3 −2 k ⎠ ⎟

U slijedećem koraku ćemo prepisati prvu i drugu vrstu, te od treće i četvrte vrste oduzeti drugu vrstu i doći do matrice

⎛1 ⎜ ⎜ ⎜ ⎜0 ⎜ ⎜0 ⎜ ⎜ ⎜ ⎜0 ⎜ ⎝

1

−3 1 ⎞ ⎛1 ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ 3 4 ⎟ ⎜0 −5 ⎜ ⎟=⎜ ⎟ ⎜ 0 k +2 0 ⎟ ⎜0 ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ 0 4k + 8 −2k − 4⎠ ⎝0 ⎟

1

⎞ −3 1 ⎟ ⎟ ⎟ ⎟ 3 4 −5 ⎟. ⎟ ⎟ ⎟ k +2 0 0 ⎟ ⎟ ⎟ ⎟ 0 4(k + 2) −2( k + 2)⎠ ⎟

Sada se uvjeravamo da je za k ≠ −2 rang matrice A jednak četiri, dok je za k = −2 taj rang jednak dva. Dakle, za k ≠ −2 skup vektora {a1 , a2 , a3 , a4 } čini bazu prostora
4

.
68

1. Osnove linearne algebre
Primjer 1.13.10. Ispitati za koju vrijednost parametra k vektori v1 = a − 2b + 3c , v2 = −a + b − 2c i v3 = a + c čine bazu vektorskog

prostora

3

, ako je a = (−1, k , −1) , b = (2, 2, 0) , c = (1, k ,1) .

Kao prvo, uvrstit ćemo vektore a , b i c , kako bismo odredili v1 , v2 i v3 . Lako se vidi da je v1 = (−2, 4k − 4, 2) , v2 = (1, 2 − 3k , −1) i v3 = (0, 2k , 0) . Sada ćemo formirati matricu od vektora v1 , v2 i v3 i odrediti njen rang. Imamo:
⎛−2 4k − 4 2 ⎞ ⎛−1 2k − 2 1 ⎞ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎜ 1 2 − 3k −1⎟ ∼ ⎜ 1 2 − 3k −1⎟ ∼ ⎜ ⎟ ⎟ A=⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜0 ⎟ ⎟ ⎟ ⎜0 2k 0⎠ ⎝ 2k 0⎠ ⎝ ⎛−1 2k − 2 1⎞ ⎛−1 2k − 2 1⎞ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟∼⎜ 0 ⎜0 ⎟ ⎜ ⎟ −k −k 0⎟ 0⎟ ∼⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎜ ⎟ ⎜0 ⎟ ⎟ ⎟ ⎜ 2k 0⎠ ⎝ 0 0⎠ ⎝0

Vidimo da je najveći mogući rang matrice A jednak dva, za k ≠ 0 , pa niti za jedno k ovaj rang ne može biti tri. To znači da ne postoji vrijednost parametra k za koju bi vektori v1 , v2 i v3 činili bazu prostora 3 .
1.14. Pojam sistema od m linearnih jednačina sa n nepoznatih. Rješavanje sistema jednačina pomoću matrica.

U uvodnom dijelu ovog poglavlja istaknuli smo da su sistemi linearnih jednačina jako bitni za određivanje ravnotežnog stanja, odnosno ekvilibriuma ekonomskih modela. U ovom odjeljku ćemo dati matematičku definiciju od m linearnih jednačina sa n nepoznatih, obrazložiti kako sistem jednačina zapisati u matričnom obliku i objasniti u kojim je slučajevima moguće naći jedinstveno rješenje sistema pomoću matrica.
Definicija 1.14.1. (sistema od m linearnih jednačina sa n nepoznatih) Sistem od m linearnih jednačina sa n nepoznatih x1 , x2 ,..., xn je skup jednačina oblika
69

Matematika za ekonomiste

a11 x1 + a12 x2 + ... + a1n xn = b1 a21 x1 + a22 x2 + ... + a2 n xn = b2 am1 x1 + am 2 x2 + ... + amn xn = bm

,

(1.14.1)

gdje su aij , bi , i = 1,..., m , j = 1,..., n elementi polja realnih ili kompleksnih brojeva. Mi ćemo u daljem smatrati da su aij elementi polja realnih brojeva. Brojevi aij su koeficijenti uz nepoznate, a bi su slobodni članovi. Ako je u sistemu (1.14.1) barem jedno bi ≠ 0 sistem je nehomogen. Ako je b1 = b2 = ... = bm = 0 sistem (1.14.1) je homogen sistem. Sistem (1.14.1) je saglasan ako postoji n-torka brojeva (α1 , α 2 ,..., α n ) koje zadovoljavaju taj sistem. Kažemo još da tad sistem ima rješenje, a uređenu n-torku (α1 , α 2 ,..., α n ) zovemo rješenje sistema. Sistem (1.14.1) može: a) b) c) imati jedinstveno rješenje – tad kažemo da je sistem određen; imati beskonačno mnogo rješenja –tada je sistem neodređen (u oba slučaja a) i b) sistem je saglasan); nemati rješenja – tada sistem nije saglasan, za sistem kažemo da je protivrječan. Riješiti sistem znači naći sve n-torke brojeva koje su rješenje sistema ili ustanoviti da sistem nema rješenja. Dva sistema jednačina su ekvivalentna ako imaju isti skup rješenja. Pri rješavanju sistema linearnih jednačina, uobičajeno je nad tim sistemom vršiti takozvane elementarne transformacije. To su transformacije koje dati sistem prevode u ekvivalentan sistem, a sastoje se od 1) 2) 3) zamjene mjesta bilo koje dvije jednačine sistema; množenja proizvoljne jednačine sistema nekim brojem k ≠ 0 ; sabiranja dvije jednačine sistema (prethodno pomnožene nekim brojem k ≠ 0 ).
70

1. Osnove linearne algebre Matrice možemo koristiti pri rješavanju sistema jednačina na različite načine. Prije svega, svaki sistem jednačina može se napisati u matričnom obliku. Ukoliko je A = (aij ) matrica sastavljena od koeficijenata uz nepoznate, tu

matricu zovemo matrica sistema. Vektor kolona B = (bi ) formata m×1 zove se kolona slobodnih članova, dok je vektor kolona X = ( xi ) formata n×1 kolona sa nepoznatim. Uz navedene oznake, sistem jednačina (1.14.1) možemo napisati kao matričnu jednačinu A ⋅ X = B . Ukoliko je matrica A kvadratna, to jest, broj nepoznatih u sistemu je jednak broju jednačina, i ukoliko je det A ≠ 0 (matrica A je regularna) tada sistem jednačina (1.14.1) ima jedinstveno rješenje, dato sa X = A−1 B . Ukoliko matrica sistema nije kvadratna, tada sistem (1.14.1) ne može imati jedinstveno rješenje. Može imati ili beskonačno mnogo rješenja ili nemati rješenja, što je mnogo jednostavnije utvrditi pomoću Kronecker-Capellievog metoda za rješavanje sistema o kome ćemo više reći nešto kasnije. Na osnovu rečenog, lako je zaključiti da je matrična metoda za rješavanje jednačina pogodna za slučaj kada je matrica sistema regularna kvadratna matrica (što je čest slučaj kada rješavamo konkretan ekonomski problem) i u tom slučaju rješenje sistema se traži tako što se nađe inverzna matrica matrice sistema i pomnoži sa lijeve strane sa vektor kolonom slobodnih članova. Ova metoda je naročito pogodna za rješavanje sistema jednačina u kojim se javljaju mnogi parametri, što je veoma čest slučaj u ekonomskim primjenama.
⎫ ⎪ ⎪ ⎪ Primjer 1.14.2. Dat je sistem jednačina −2 x + 3 y + z = 9⎬ . Zapišimo dati ⎪ 2 y − z = 12 ⎪ ⎪ ⎪ ⎭ sistem u obliku matrične jednačine, a zatim ispitajmo da li je sistem određen i nađimo jedinstveno rješenje tog sistema, ukoliko takvo postoji.

m×n

x + 2y = 6

71

Matematika za ekonomiste
⎛1 2 0⎞ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ Matrica sistema je matrica A = ⎜−2 3 1 ⎟ . Vektor kolona nepoznatih je ⎜ ⎟ ⎜ ⎟ ⎟ ⎜ 0 2 −1⎠ ⎝ ⎛ x⎞ ⎛6⎞ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎟ X = ⎜ y ⎟ , dok je vektor kolona slobodnih članova jednaka B = ⎜ 9 ⎟ . Sistem ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎟ ⎟ ⎜ z⎠ ⎜12⎠ ⎝ ⎝ ⎟ je sada oblika A ⋅ X = B .

Da bismo odredili da li je sistem određen, naći ćemo determinantu matrice A sistema. Ukoliko je ona različita od nule, sistem će imati jedinstveno rješenje X = A−1 ⋅ B . Matricu A već smo posmatrali u Primjeru 1.11.6. kada smo vidjeli da je det A = −9 ≠ 0 , te da je

A−1 =

1 ⎛ −5 2 2 ⎞ 1 ⎛ 5 −2 −2 ⎞ ⎜ −2 −1 −1⎟ = ⎜ 2 1 1 ⎟ . −9 ⎜ −4 −2 7 ⎟ 9 ⎜ 4 2 −7 ⎟ ⎝ ⎠ ⎝ ⎠

⎛ x⎞ ⎛5 −2 −2⎞ ⎛ 6 ⎞ ⎛−12⎞ ⎛ −4 / 3 ⎞ ⎟⎜ ⎟ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ 1⎜ ⎜ ⎟ ⎟ = A−1 ⋅ B = 1 ⎜2 1 ⎟⋅ ⎜ 9 ⎟ = ⎜ 33 ⎟ = ⎜ 11/ 3 ⎟ . ⎟ ⎜ ⎟ ⎜ y⎟ ⎜ ⎜ ⎟⎜ ⎟ ⎟ ⎜ ⎟ Sada je X = ⎜ ⎟ 1⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎟ ⎜ ⎜ ⎟ 9⎜ ⎜ ⎟⎜ ⎟ ⎟ ⎜ ⎟ 9⎜ ⎜ ⎟ ⎜− ⎟ ⎜− ⎟ ⎜12⎟ ⎟ ⎟ ⎟ ⎟ ⎟ ⎜ z⎠ ⎜ 4 2 −7 ⎠ ⎝ ⎠ ⎜ ⎝ ⎟ ⎝ ⎝ 42⎠ ⎝ 14 / 3⎠

Dakle, rješenja jednačine su x = −4 / 3 , y = 11/ 3 i z = −14 / 3 . Pogledajmo na primjeru modela nacionalnog dohotka kako se primjenjuje matrična metoda rješavanja sistema jednačina.
Primjer 1.14.3. Posmatrat ćemo model nacionalnog dohotka oblika

Y = C + I 0 + G0 C = a + b (Y − T ) , T = d + tY

(1.14.2)

Gdje je Y varijabla nacionalnog dohotka, C varijabla ukupne potrošnje i T varijabla poreza. I 0 predstavlja nivo investicija, G0 vladinu potrošnju (koje su nam poznate veličine), a i d su pozitivni parametri, parametar b prima vrijednosti iz intervala ( 0,1) , dok je t ∈ ( 0,1) stopa poreza na dohodak (jednaka je postotku poreza na dohodak podijeljenim sa 100).
72

1. Osnove linearne algebre Ovaj model je jedan od najčešćih stacionarnih modela nacionalnog dohotka. Sa (1.14.2) je zapravo dat sistem od tri jednačine sa tri nepoznate: Y , C i T . Rješavanjem ovog sistema jednačina odredit ćemo ekvilibrium sistema: to je trojka Y , C , T . Kao prvo sistem ćemo napisati u nešto drugačijem (kanonskom) obliku:
Y − C = I 0 + G0 −bY + C + bT = a , −tY + T = d

a zatim u obliku slijedeće matrične jednačine: ⎛ 1 −1 0 ⎞ ⎛ Y ⎞ ⎛ I 0 + G0 ⎞ ⎜ −b 1 b ⎟ ⋅ ⎜ C ⎟ = ⎜ a ⎟ . ⎜ −t 0 1 ⎟ ⎜ T ⎟ ⎜ d ⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ Kako je ⎛ 1 −1 0 ⎞ det ⎜ −b 1 b ⎟ = 1 + bt − b > 0 , ⎜ −t 0 1 ⎟ ⎝ ⎠ jer je 1 − b > 0 , pošto je 0 < b < 1 i bt > 0 , to je matrica ⎛ 1 −1 0 ⎞ A = ⎜ −b 1 b ⎟ ⎜ −t 0 1 ⎟ ⎝ ⎠ posmatranog sistema invertibilna, pa sistem ima jedinstveno rješenje oblika ⎛ Y ⎞ ⎛ 1 −1 0 ⎞ −1 ⎛ I + G ⎞ ⎜ C ⎟ = ⎜ −b 1 b ⎟ ⋅ ⎜ 0 a 0 ⎟ . ⎜ ⎟ ⎜ ⎜ T ⎟ ⎝ −t 0 1 ⎟ ⎜ d ⎟ ⎠ ⎝ ⎠ ⎝ ⎠ Kako bi našli rješenje sistema potrebno je odrediti inverznu matricu matrice A . Nađimo odgovarajuće kofaktore. Imamo:
A11 = ( −1)
1+1

1 b = 1, 0 1

A12 = ( −1)
73

1+ 2

−b b = −1 −b + bt ) = b (1 − t ) , −t 1 ( )(

Matematika za ekonomiste
A13 = ( −1)
1+ 3

−b 1 =t, −t 0

A21 = ( −1) A23 = ( −1) A32 = ( −1)

2 +1

−1 0 = −1 −1 = 1 , 0 1 ( )( ) −1 −1 = −1 −t = t , −t 0 ( )( )

A22 = ( −1) A31 = ( −1)

2+ 2

1 0 = 1, −t 1
−1 0 = −b , 1 b

2+3

3+1

3+ 2

1 0 = −1 b = −b , −b b ( )( )

A33 = ( −1)

3+ 3

1 −1 = 1− b . −b 1

Sada formirajmo matricu kofaktora i odredimo adjungovanu matricu. Imamo

t ⎞ ⎛ 1 ⎛ 1 b (1 − t ) 1 −b ⎞ A* = ⎜ 1 1 t ⎟ = ⎜ b (1 − t ) 1 −b ⎟ , ⎜ ⎟ ⎜ ⎟ 1− b ⎠ ⎝ t −b t 1− b ⎠ ⎝ −b odakle je 1 −b ⎞ ⎛ 1 1 ⎜ b (1 − t ) 1 −b ⎟ . A = 1 − b + bt ⎜ t t 1− b ⎟ ⎝ ⎠
−1

T

Sada je ⎛Y ⎞ 1 −b ⎞ ⎛ I 0 + G0 ⎞ ⎛ 1 1 ⎜C ⎟ = ⎜ b (1 − t ) 1 −b ⎟ ⋅ ⎜ a ⎟ ⎜ ⎟ 1 − b + bt ⎜ ⎟ ⎟ ⎜ ⎜ ⎟ t 1− b ⎠ ⎝ d ⎠ ⎝ t ⎝T ⎠ ⎛ ⎞ I 0 + G0 + a − bd 1 ⎜ b (1 − t )( I + G ) + a − bd ⎟ . = 0 0 1 − b + bt ⎜ ⎜ t ( I + G ) + at + d (1 − b ) ⎟ ⎟ 0 ⎝ 0 ⎠ Dakle, ekvilibrium modela se dostiže kada je Y= I 0 + G0 + a − bd , 1 − b + bt C= b (1 − t )( I 0 + G0 ) + a − bd , 1 − b + bt
74

1. Osnove linearne algebre T= t ( I 0 + G0 ) + at + d (1 − b ) . 1 − b + bt

Kao što vidimo, matrični metod rješavanja sistema jednačina je veoma pogodan za sisteme jednačina kod kojih imamo mnogo parametara.

1.15. Gaussova metoda rješavanja sistema jednačina.

Gaussova metoda rješavanja sistema jednačina još se zove Gaussova metoda eliminacije a sastoji se u tome da se sistem jednačina elementarnim transformacijama svede na trougaoni oblik ukoliko je m = n , odnosno na trapezni oblik ako je m ≠ n . Kao prvo, sistem se, eventualnom zamjenom jednačina svede na oblik u kojem je prva jednačina najjednostavnija. Zatim se prva jednačina prepiše, te se elementarnim transformacijama jednačina sistema iz preostalih jednačina eliminira prva nepoznata. Zatim se prve dvije jednačine sistema prepišu te se elementarnim transformacijama iz preostalih jednačina eliminira i druga nepoznata. Dakle, u k -tom koraku prepišemo prvih k jednačina, a iz preostalih m − k jednačina eliminiramo nepoznatu xk +1 . Postupak završavamo nakon ( m − 1) koraka. Zatim krećemo od posljednje jednačine sistema i izračunavamo posljednju nepoznatu (ukoliko je sistem određen) ili jednu nepoznatu izražavamo pomoću ostalih nepoznatih u posljednjoj jednačini. Ovu vrijednost uvrštavamo u pretposljednju jednačinu, itd… Gaussov metod ćemo objasniti na slijedeća dva primjera.
Primjer 1.15.1. Riješimo sistem:

x1 − 2 x2 + 3 x3 − x4 = 1 2 x1 − x2 + x3 + 2 x4 = 7 x1 + 3 x2 − x3 − x4 = −4 x1 + x2 + x3 + x4 = 2 Prvo ćemo promijeniti redoslijed jednačina tako da će četvrta jednačina, koja je najjednostavnijeg oblika, postati prva, i dobiti ekvivalentan sistem
75

Matematika za ekonomiste x1 + x2 + x3 + x4 = 2 x1 − 2 x2 + 3 x3 − x4 = 1 . 2 x1 − x2 + x3 + 2 x4 = 7 x1 + 3 x2 − x3 − x4 = −4 U narednom koraku ćemo prvu jednačinu sistema prepisati a iz naredne tri jednačine eliminisati nepoznatu x1 . Iz druge jednačine eliminišemo nepoznatu x1 tako što ćemo od prve jednačine oduzeti drugu jednačinu. Slično, nepoznatu x1 eliminišemo iz treće jednačine sistema tako što ćemo od te jednačine oduzeti prvu jednačinu, pomnoženu sa dva. Na kraju, x1 eliminišemo iz četvrte jednačine tako što ćemo od prve jednačine oduzeti četvrtu. Dolazimo do ekvivalentnog sistema x1 + x2 + x3 + x4 = 2 3 x2 − 2 x3 + 2 x4 = 1 , − 3 x2 − x3 =3 − 2 x2 + 2 x3 + 2 x4 = 6 u kojem je eliminisana nepoznata x1 iz svih jednačina sistema, osim prve. (Primijetimo da smo se pri svim transformacijama u prvom koraku poslužili prvom jednačinom sistema.) U drugom koraku ćemo eliminisati nepoznatu x2 iz treće i četvrte jednačine sistema. To ćemo učiniti tako što ćemo prve dvije jednačine prepisati, treću jednačinu sabrati sa drugom i četvrtoj jednačini pomnoženoj sa tri dodati drugu jednačinu pomnoženu sa dva. Dolazimo do sistema x1 + x2 + x3 + x4 = 2 3x2 − 2 x3 + 2 x4 = 1 . − 3 x3 + 2 x4 = 4 2 x3 + 10 x4 = 20 Na kraju, eliminirat ćemo nepoznatu x3 iz četvrte, posljednje jednačine sistema. Prve tri jednačine sistema ćemo prepisati, te ćemo četvrtu jednačinu pomnožiti sa tri i sabrati je sa trećom jednačinom pomnoženom sa dva. Ovo je ujedno bio i posljednji korak, nakon kojeg dolazimo do konačne (trougaone) forme sistema
76

1. Osnove linearne algebre x1 + x2 + x3 + x4 = 2 3 x2 − 2 x3 + 2 x4 = 1 . − 3x3 + 2 x4 = 4 34 x4 = 68 Sada krećemo od posljednje jednačine sistema, iz koje imamo da je x4 = 2 . Zatim dobijenu vrijednost nepoznate x4 uvrštavamo u treću jednačinu sistema, odakle je: −3 x3 + 2 ⋅ 2 = 4 , pa zaključujemo da je x3 = 0 . Uvrštavajući te dvije vrijednosti u drugu jednačinu dolazimo do jednačine
3 x2 − 2 ⋅ 0 + 2 ⋅ 2 = 1 , odakle je 3 x2 = −3 to jest x2 = −1 .

Konačno, uvrštavajući tri dobijene vrijednosti u prvu jednačinu sistema lako izračunavamo da je x1 = 1 . Na ovaj način smo dobili da je uređena četvorka polaznog sistema. Primijetimo da su transformacije koje smo vršili nad jednačinama sistema primjenom Gaussove metode za rješavanje sistema jednačina jednake elementarnim transformacijama koje smo vršili nad vrstama matrice pri određivanju njenog ranga. Imajući u vidu da svakom sistemu linearnih jednačina možemo pridružiti njegovu matricu, sada ćemo pokazati kako, pomoću transformacija nad tzv. proširenom matricom sistema, nešto jednostavnije primijeniti Gaussovu metodu za rješavanje sistema jednačina. Ako je A matrica sistema i B vektor kolona sastavljena od slobodnih članova, tada se matrica koju dobijemo proširivanjem matrice A kolonom B zove proširena matrica sistema i označava sa Ap . Dakle, Ap = ( A B ) . Uspravna crta koju smo stavili unutar matrice Ap služi kako bi odvojili matricu sistema od kolone slobodnih članova. Ona nam govori da pri vršenju elementarnih transformacija nad matricom Ap (kako bi odredili njen rang) možemo mijenjati mjesta kolonama matrice A , ali kolone matrice A ne možemo zamijeniti sa kolonom slobodnih članova.
77

(1, −1, 0, 2 )

rješenje

Matematika za ekonomiste U prethodnom primjeru je ⎛ 1 −2 3 −1 1 ⎞ ⎜ 2 −1 1 2 7 ⎟ Ap = ( A B ) = ⎜ , 1 3 −1 −1 −4 ⎟ ⎜1 1 1 1 2 ⎟ ⎝ ⎠ Nakon prvog koraka, odnosno zamjene mjesta prve i četvrte jednačine (odnosno prve i četvrte vrste matrice Ap ) dolazimo do ekvivalentne matrice ⎛1 1 1 1 2 ⎞ ⎜ 2 −1 1 2 7 ⎟ ⎜ 1 3 −1 −1 −4 ⎟ . ⎜ 1 −2 3 −1 1 ⎟ ⎝ ⎠ Zatim vršimo transformacije nad vrstama matrice Ap , kako bi u prvoj koloni ispod elementa 1 dobili sve nule. Ove transformacije jednake su gore opisanim transformacijama nad jednačinama sistema. Nakon ovog koraka dobijamo ekvivalentnu matricu ⎛1 1 1 1 2⎞ ⎜ 0 3 −2 2 1 ⎟ ⎜ 0 −3 −1 0 3 ⎟ . ⎜ 0 −2 2 2 6 ⎟ ⎝ ⎠ Zatim prepišemo prve dvije vrste i vršimo elementarne transformacije kako bi u drugoj koloni dobili nule ispod broja 3. Na gore opisani način dolazimo do matrice ⎛1 ⎜0 ⎜0 ⎜0 ⎝ 1 1 1 2⎞ 3 −2 2 1 ⎟ . 0 −3 2 4 ⎟ 0 2 10 20 ⎟ ⎠

Na kraju, prepišemo prve tri vrste i transformacijama nad četvrtom dobijamo ekvivalentu matricu
78

1. Osnove linearne algebre ⎛1 ⎜0 ⎜0 ⎜0 ⎝ 1 1 1 2⎞ 3 −2 2 1 ⎟ . 0 −3 2 4 ⎟ ⎟ 0 0 34 68 ⎠

Imajući u vidu da poredak kolona proširene matrice nismo mijenjali, prva kolona odgovara nepoznatoj x1 , druga kolona nepoznatoj x2 , treća kolona nepoznatoj x3 i četvrta kolona nepoznatoj x4 . To znači da posljednjoj (četvrtoj) vrsti dobijene matrice odgovara jednačina 34 x4 = 68 , odakle je x4 = 2 . Trećoj vrsti gornje matrice odgovara jednačina −3 x3 + 2 x2 = 4 , odakle je x3 = 0 . Nastavljajući ovako dalje dolazimo do četvorke

(1, −1, 0, 2 )

koja je rješenje datog sistema.

Primjer 1.15.2. Riješimo sistem:

x1 + 2 x2 + 3x3 + 2 x4 + x5 = 3 x3 + x4 − 5 x5 = −2 −2 x1 + . x1 + 2 x2 − x3 + 6 x4 + 5 x5 = 3 − x1 + 2 x2 + 12 x3 − 5 x4 − 12 x5 = 1 Primijetimo da u ovom sistemu imamo četiri jednačine sa pet nepoznatih (tj. m = 4 i n = 5 ), pa odmah možemo zaključiti da sistem ne može imati jedinstveno rješenje. Ovaj sistem ćemo riješiti pomoću elementarnih transformacija nad vrstama proširene matrice, kao u prethodnom primjeru. U ovom slučaju, proširena matrica je oblika ⎛1 ⎜ −2 Ap = ( A B ) = ⎜ 1 ⎜ −1 ⎝ 2 3 2 1 3⎞ 0 1 1 −5 −2 ⎟ . 2 −1 6 5 3⎟ 2 12 −5 −12 1 ⎟ ⎠

U prvom koraku ćemo prvu vrstu matrice prepisati, drugu vrstu ćemo sabrati sa prvom vrstom, pomnoženom sa dva, od prve vrste ćemo oduzeti treću, a četvrtoj vrsti ćemo dodati prvu vrstu. Dobijamo ekvivalentnu matricu:
79

Matematika za ekonomiste ⎛1 ⎜0 ⎜0 ⎜0 ⎝ 2 3 2 1 3⎞ 4 7 5 −3 4 ⎟ . 0 4 −4 −4 0 ⎟ ⎟ 4 15 −3 −11 4 ⎠

Ako treću vrstu podijelimo sa četiri i od četvrte vrste oduzmemo drugu dobijamo matricu: ⎛1 ⎜0 ⎜0 ⎜0 ⎝ 2 4 0 0 3 2 1 3⎞ 7 5 −3 4 ⎟ . 1 −1 −1 0 ⎟ ⎟ 8 −8 −8 0 ⎠

Konačno, oduzimajući od četvrte vrste treću pomnoženu sa osam dolazimo do konačnog (trapeznog) oblika: ⎛1 ⎜0 ⎜0 ⎜0 ⎝ 2 4 0 0 3 2 1 3⎞ 7 5 −3 4 ⎟ . 1 −1 −1 0 ⎟ ⎟ 0 0 0 0⎠

Ova matrica predstavlja sljedeći sistem jednačina:
x1 + 2 x2 + 3 x3 + 2 x4 + x5 = 3 4 x2 + 7 x3 + 5 x4 − 3 x5 = 4 . x3 − x4 − x5 = 0

Na kraju metoda eliminacije došli smo do sistema od tri jednačine sa pet nepoznatih, što znači da sistem neće imati jedinstveno rješenje, nego će imati beskonačno mnogo rješenja, pri čemu će dvije nepoznate biti proizvoljne, a ostale ćemo izraziti pomoću te dvije nepoznate. Na osnovu oblika posljednje, najjednostavnije jednačine vidimo da će dvije nepoznate pomoću kojih ćemo izražavati ostale biti x 4 i x5 . Iz treće jednačine dobijamo: x3 = x4 + x5 , pa uvrštavajući to u drugu jednačinu imamo: 4 x2 + 7 x4 + 7 x5 + 5 x4 − 3 x5 = 4 , odakle je 4 x2 = 4 − 12 x4 − 4 x5 , što znači da je x2 = 1 − 3 x4 − x5 . Konačno, uvrštavajući dvije dobijene vrijednosti u prvu jednačinu dobijamo:
80

1. Osnove linearne algebre x1 + 2 − 6 x4 − 2 x5 + 3 x4 + 3x5 + 2 x4 + x5 = 3 odakle imamo x1 = 1 + x4 − 2 x5 . Dakle, dobili smo da je rješenje polaznog sistema svaka uređena petorka (1 + x4 − 2 x5 ,1 − 3x4 − x5 , x4 + x5 , x4 , x5 ) , gdje su x4 i x5 proizvoljni. Mogli smo staviti daje, npr. x4 = u i x5 = v , gdje su u i v neki proizvoljni realni brojevi. Tada bismo (beskonačno mnogo) rješenja našeg sistema mogli napisati u obliku petorke

(1 + u − 2v,1 − 3u − v, u + v, u, v ) , za proizvoljne u, v ∈

.

Napomenimo još jednom da je u ovom slučaju sistem saglasan ali neodređen (sistem ima beskonačno mnogo rješenja).

1.16. Kronecker – Capelliev stav

Do sada smo vidjeli kako se matrice koriste pri rješavanju kvadratnih sistema jednačina (onih sistema koji imaju isti broj jednačina i nepoznatih). Vidjeli smo i kako Gaussovom metodom rješavati sisteme koji nisu kvadratni. Međutim, pri obrazlaganju Gaussovog metoda, nismo pojasnili na koji način zaključiti da li je neki sistem jednačina saglasan ili ne i ukoliko je saglasan da li ima jedno ili beskonačno mnogo rješenja. Kronecker-Capelliev stav će nam dati potreban i dovoljan uslov da sistem od m jednačina sa n nepoznatih bude saglasan, kao i potreban i dovoljan uslov da, u slučaju saglasnosti, sistem bude određen. Kronecker-Capelliev stav možemo svakako koristiti i pri rješavanju kvadratnih sistema, s tim što je prednost metoda u tome što se može koristiti i za rješavanje sistema koji nisu kvadratni. Posmatrajmo sistem a11 x1 + a12 x2 + ... + a1n xn = b1 a21 x1 + a22 x2 + ... + a2 n xn = b2 am1 x1 + am 2 x2 + ... + amn xn = bm gdje su aij , bi elementi polja realnih brojeva i neka je
81

,

(1.16.1)

Matematika za ekonomiste
⎛ a11 ⎜a Ap = ( A B ) = ⎜ 21 ⎜ ⎝ am1 a12 a22 am 2 ... a1n b1 ⎞ ... a2 n b2 ⎟ ⎟ ⎟ ... amn bm ⎠

proširena matrica sistema. Vrijedi slijedeći teorem.
Teorem 1.16.1. (Kronecker-Capelliev stav). Sistem (1.16.1) je saglasan (dakle, ima jedno ili beskonačno mnogo rješenja) ako i samo ako je rangA = r = rangAp .

Pri tome vrijedi (u slučaju saglasnosti): a) b) ako je r = n , sistem je određen (ima jedinstveno rješenje); ako je r < n , sistem je neodređen (ima beskonačno mnogo rješenja), pri čemu se
n − r = l nepoznatih može uzeti proizvoljno.

Na osnovu Kronecker-Capellievog stava zaključujemo da sistem nema rješenja ukoliko je rang matrice sistema manji od ranga proširene matrice sistema. U svakom slučaju, rang matrice sistema ne može biti veći od ranga proširene matrice sistema.
Primjer 1.16.2. Primijenimo Kronecker-Capelliev stav na rješavanje sistema iz Primjera 1.15.2

x1 + 2 x2 + 3x3 + 2 x4 + x5 = 3 x3 + x4 − 5 x5 = −2 −2 x1 + . x1 + 2 x2 − x3 + 6 x4 + 5 x5 = 3 − x1 + 2 x2 + 12 x3 − 5 x4 − 12 x5 = 1 Elementarnim transformacijama nad proširenom matricom sistema došli smo do ekvivalentne matrice ⎛1 ⎜0 ⎜0 ⎜0 ⎝ 2 4 0 0 3 2 1 3⎞ 7 5 −3 4 ⎟ . 1 −1 −1 0 ⎟ ⎟ 0 0 0 0⎠
82

1. Osnove linearne algebre Vidimo da je rangA = rangAp = 3 pa je sistem saglasan, na osnovu Kronecker-Capellievog stava. Kako je r = 3 < 5 = n , to je 2 = 5 − 3 nepoznatih proizvoljno (u Primjeru 1.15.2. to su bile nepoznate x4 i x5 ).
Primjer 1.16.3. U zavisnosti od realnog parametra a riješimo i diskutujmo rješenja sistema jednačina
x+ y+z =a x + (1 + a ) y + z = 2a x + y + (1 + a ) z = 0

Prije nego počnemo rješavati ovaj sistem, sjetimo se da riješiti sistem znači naći sva njegova rješenja, u slučaju kada je on saglasan ili konstatovati da rješenja nema. Proširena matrica sistema je ⎛1 1 1 a⎞ ⎜ ⎟ Ap = ⎜ 1 1 + a 1 2a ⎟ . ⎜1 1 1 + a 0 ⎟ ⎝ ⎠ Prvu vrstu ćemo prepisati, a zatim od druge i treće vrste oduzeti prvu kako di dobili ekvivalentnu matricu ⎛1 1 1 a ⎞ ⎜ ⎟ ⎜0 a 0 a ⎟. ⎜ 0 0 a −a ⎟ ⎝ ⎠ Ova matrica je trapeznog oblika pa možemo odrediti rangA i rangAp . (Rang matrice A jednak je broju vrsta matrice formata 3 × 3 koja se nalazi lijevo od uspravne crte, koje su različite od svih nula). Vidimo da trebamo posmatrati dva slučaja 1. Ukoliko je a ≠ 0 , tada je rangA = rangAp = 3 , pa je sistem saglasan i određen (jer je 3 ujedno i broj nepoznatih). Sada trebamo izračunati nepoznate. Iz posljednje vrste matrice je (imajući u vidu da prva kolona odgovara nepoznatoj x , druga kolona nepoznatoj y a treća kolona nepoznatoj z ) az = −a , odakle, nakon dijeljenja sa a ≠ 0 dobijamo z = −1 .
83

Matematika za ekonomiste Iz druge vrste je ay = a , odakle je y = 1 . Iz prve jednačine je x + y + z = a , odnosno x + 1 − 1 = a , pa je x = a . Dakle, u slučaju da je a ≠ 0 rješenje sistema je uređena trojka ( a,1, −1) . 2. Ukoliko je a = 0 , tada je rangA = rangAp = 1 , pa je sistem također saglasan, ali je u ovom slučaju neodređen (jer je rang manji od broja nepoznatih) pri čemu 2 = 3 − 1 nepoznate možemo uzeti proizvoljno. Proširena matrica sistema je u ovom slučaju ekvivalentna matrici ⎛1 1 1 0⎞ ⎜ ⎟ ⎜0 0 0 0⎟ , ⎜0 0 0 0⎟ ⎝ ⎠ pa nepoznate y i z možemo uzeti proizvoljne. Iz prve jednačine je x + y + z = 0 , odakle je x = − y − z . Dakle, u ovom slučaju rješenje sistema je uređena trojka ( − y − z , y, z ) , pri čemu su y, z ∈ proizvoljni.
Primjer 1.16.4. U zavisnosti od realnog parametra a riješimo i diskutujmo rješenja sistema jednačina

x + y + az = a 2 x + ay + z = a ax + y + z = 1 Proširena matrica sistema je ⎛ 1 1 a a2 ⎞ ⎜ ⎟ Ap = ⎜ 1 a 1 a ⎟ . ⎜a 1 1 1 ⎟ ⎝ ⎠ Prvu vrstu ćemo prepisati, a zatim od druge vrste oduzeti prvu i od treće vrste oduzeti prvu pomnoženu sa a kako di dobili ekvivalentnu matricu ⎛1 a a2 ⎞ 1 ⎜ ⎟ ⎜ 0 a − 1 1 − a a(1 − a ) ⎟ . ⎜ 0 1 − a 1 − a 2 1 − a3 ⎟ ⎝ ⎠
84

1. Osnove linearne algebre Sabiranjem druge i treće vrste dolazimo do ekvivalentne matrice trapeznog oblika ⎛1 ⎞ a a2 1 ⎜ ⎟ a(1 − a) ⎟ . 1− a ⎜ 0 a −1 ⎜0 0 2 − a − a 2 1 − a3 + a − a 2 ⎟ ⎝ ⎠ Primijetimo još da je 2 − a − a 2 = (1 − a )( a + 2 ) , te da je 1 − a 3 + a − a 2 = (1 − a )( a + 1) .
2

Kao što vidimo, rang matrice A sistema zavisi od a − 1 , 1 − a , te od (1 − a )( a + 2 ) . Zbog toga imamo slijedeće tri mogućnosti: 1. Ako je 1 − a ≠ 0 i a + 2 ≠ 0 , odnosno a ≠ 1 i a ≠ −2 tada je rangA = rangAp = 3 , pa je sistem saglasan i ima jedinstveno rješenje. U tom slučaju drugu i treću vrstu proširene matrice sistema možemo podijeliti sa (1 − a ) , kako bismo jednostavnije odredili rješenje sistema. Proširena matrica sistema u ovom slučaju je ekvivalentna matrici ⎛1 1 a a2 ⎞ ⎜ ⎟ a ⎟ 1 ⎜ 0 −1 ⎜ 0 0 a + 2 (a + 1) 2 ⎟ ⎝ ⎠ Iz posljednje vrste je (a + 2) z = (a + 1) 2 , odakle, nakon dijeljenja sa (a + 1) 2 a + 2 ≠ 0 dobijamo z = . Iz druge vrste je − y + z = a , odakle je a+2 1 y = z−a = . Konačno, iz prve vrste je x + y + az = a 2 , pa je a+2 a ( a + 1) 1 a 3 + 2a 2 − 1 − a 3 − 2a 2 − a a +1 x = a − y − az = a − − = =− a+2 a+2 a+2 a+2
2 2 2

85

Matematika za ekonomiste Dakle, u slučaju da je a ≠ 1 i a ≠ −2 sistem je određen i njegovo rješenje je ⎛ a + 1 1 (a + 1) 2 ⎞ uređena trojka ⎜ − , , ⎟. ⎝ a+2 a+2 a+2 ⎠ 2. Ukoliko je a = 1 , proširena matrica sistema je ekvivalentna matrici ⎛1 1 1 1⎞ ⎜ ⎟ ⎜0 0 0 0⎟ , ⎜0 0 0 0⎟ ⎝ ⎠ pa je, u ovom slučaju rangA = rangAp = 1 . Dakle, sistem je saglasan, ima beskonačno mnogo rješenja i 2 = 3 − 1 nepoznate možemo uzeti proizvoljne. Za proizvoljne ćemo uzeti nepoznate y i z , a iz prve jednačine ćemo izraziti x , kao x = 1 − y − z . Dakle, za a = 1 rješenje sistema je svaka trojka brojeva (1 − y − z , y, z ) , gdje su y, z ∈ proizvoljni. 3. Ukoliko je a = −2 , tada je proširena matrica sistema ekvivalentna matrici ⎛ 1 1 −2 4 ⎞ ⎜ ⎟ ⎜ 0 −3 3 −6 ⎟ . ⎜0 0 0 3 ⎟ ⎝ ⎠ Sada je rangA = 2 , te rangAp = 3 . Kako su ovi rangovi različiti, sistem u slučaju a = −2 nema rješenje. S obzirom da je ovaj primjer bio nešto duži, rezimirajmo na kraju, sve tri posmatrane mogućnosti: Ukoliko je a ≠ 1 i a ≠ −2 , sistem ima jedinstveno rješenje, uređenu trojku ⎛ a + 1 1 (a + 1) 2 ⎞ , , ⎜− ⎟. ⎝ a+2 a+2 a+2 ⎠ Ukoliko je a = −1 , sistem ima beskonačno mnogo rješenja; to je svaka trojka brojeva (1 − y − z , y, z ) , gdje su y, z ∈ proizvoljni. Ukoliko je a = −2 sistem nema rješenja.
86

1. Osnove linearne algebre
Primjer 1.16.5. Odredimo vrijednost realnog parametra k za koju sistem 2 x − y + 3z − 5u = 4 x + 5 y − z − u = 14 3x − 7 y + 7 z − 9u = k

x + 16 y − 6 z + 2u = 38 ima rješenje i u tom slučaju nađimo to rješenje. Proširena matrica sistema je oblika
⎛ 2 −1 3 −5 4 ⎞ ⎛ 1 5 −1 −1 14 ⎞ ⎜ ⎟ ⎜ ⎟ ⎜ 1 5 −1 −1 14 ⎟ ∼ ⎜ 2 −1 3 −5 4 ⎟ . ⎜ 3 −7 7 −9 k ⎟ ⎜ 3 −7 7 −9 k ⎟ ⎜ ⎜ 1 16 −6 2 38 ⎟ ⎜ 1 16 −6 2 38 ⎟ ⎟ ⎜ ⎟ ⎝ ⎠ ⎝ ⎠

Prvu vrstu ćemo prepisati, pa ćemo od druge vrste oduzeti prvu pomnoženu sa dva, zatim ćemo od treće vrste oduzeti prvu pomnoženu sa tri, te od četvrte vrste oduzeti prvu vrstu, kako bi dobili ekvivalentnu matricu
⎛1 5 −1 −1 14 ⎞ ⎜ ⎟ ⎜ 0 −11 5 −3 −24 ⎟ . ⎜ 0 −22 10 −6 k − 42 ⎟ ⎜ ⎜ 0 11 −5 3 24 ⎟ ⎟ ⎝ ⎠

Prvu i drugu vrstu ćemo prepisati, a zatim ćemo od treće vrste oduzeti drugu pomnoženu sa dva, te četvrtu vrstu sabrati sa drugom. Dolazimo do matrice
⎛ 1 5 −1 −1 14 ⎞ ⎜ ⎟ ⎜ 0 −11 5 −3 −24 ⎟ . ⎜0 0 0 0 k + 6⎟ ⎜ ⎟ ⎜0 0 0 0 0 ⎟ ⎝ ⎠

Sada vidimo da je, neovisno od parametra k rang matrice A sistema jednak 2. Rang proširene matrice može biti jednak 3, u slučaju da je k ≠ −6 i 2, u slučaju da je k = −6 . S obzirom da je sistem saglasan ako i samo ako je rangA = rangAp , to će sistem biti saglasan samo kada je k = −6 , u kom
87

Matematika za ekonomiste slučaju je rangA = rangAp = 2 , pa sistem ima beskonačno mnogo rješenja, pri čemu su 2 = 4 − 2 nepoznate proizvoljne. Za k = −6 proširena matrica sistema je ekvivalentna matrici ⎛ 1 5 −1 −1 14 ⎞ ⎜ ⎟ ⎜ 0 −11 5 −3 −24 ⎟ . ⎜0 0 0 0 0 ⎟ ⎜ ⎟ ⎜0 0 0 0 0 ⎟ ⎝ ⎠ Vidimo da možemo nepoznate z i u uzeti za proizvoljne, dok ćemo y i x izraziti iz druge, odnosno prve jednačine. Iz druge vrste proširene matrice 1 sistema je −11 y + 5 z − 3u = −24 , odakle je y = ( 5 z − 3u + 24 ) . Iz prve 11 vrste je x + 5 y − z − u = 14 , odakle je x = 14 + z + u − 5 2 ( 5 z − 3u + 24 ) = ( −7 z + 13u + 17 ) . 11 11

Dakle, sistem je saglasan za k = −6 i u tom slučaju ima beskonačno mnogo rješenja. To su sve uređene četvorke oblika 1 ⎛2 ⎞ ⎜ ( −7 z + 13u + 17 ) , ( 5 z − 3u + 24 ) , z , u ⎟ , gdje su z, u ∈ 11 ⎝ 11 ⎠ proizvoljni.

1.17. Kramerova metoda za rješavanje sistema od n jednačina sa n nepoznatih.

Specijalan slučaj sistema (1.16.1), kad je m = n , tj. kada je sistem jednačina kvadratnog oblika može se rješavati tzv. Kramerovom metodom ili metodom determinanti. U ovom slučaju matrica sistema A je kvadratna matrica i možemo izračunati njenu determinantu D = det A = a11 a21 an1
88

a12 a22

... a1n ... a2 n

,

an 2 ... ann

1. Osnove linearne algebre koju nazivamo determinanta sistema. Sa Dk označimo determinantu dobijenu tako što u determinanti D elemente k − te kolone zamijenimo kolonom slobodnih članova sistema. Tada vrijedi slijedeći teorem.
Teorem 1.17.1. (Kramerov teorem). Pretpostavimo da je u sistemu (1.16.1.) m = n . 1) Ako je determinanta sistema D ≠ 0 sistem (1.16.1) ima jedinstveno D rješenje, n-torku ( x1 , x2 ,..., xn ) , gdje je xk = k . Dakle, u ovom slučaju D sistem je određen;

2) ako je D = 0 i barem jedna od determinanti Dk ≠ 0 , tada je sistem protivrječan (odnosno, nema rješenja) 3) ako je D = 0 i D1 = D2 = ... = Dn = 0 (odnosno sve determinante Dk su jednake nuli) tada je a) sistem neodređen ako je bar jedna subdeterminanta reda n − 1 determinante D različita od nule; b) ako je svaka subdeterminanta reda n − 1 determinante D jednaka nuli, a barem jedna od subdeterminanti reda n − 1 determinanti Dk različita od nule, sistem je protivrječan; c) ako je svaka subdeterminanta reda n − 1 svih determinanti Dk jednaka nuli nastavljamo postupak pod a), b) i c) za subdeterminante jednog reda manje. Očigledno je da je ispitivanje saglasnosti sistema u slučaju 3. Kramerovom metodom veoma komplikovano, jer je potrebno izračunati subdeterminante reda n − 1 determinante D , možda i sve njih (ima ih n 2 ), pa zatim subdeterminante determinanti Dk , itd. U ovom slučaju je mnogo efikasnije koristiti neku drugu metodu za ispitivanje saglasnosti sistema. Međutim, Kramerova metoda ima i svojih prednosti. Naime, ukoliko je determinanta sistema različita od nule, nakon izračunavanja determinanti Dk , odmah imamo rješenje sistema.
89

Matematika za ekonomiste Kramerova metoda se može efikasno primijeniti na sisteme reda dva i tri, dok je rješavanje sistema višeg reda mnogo složenije, jer zahtijeva izračunavanje velikog broja determinanti reda četiri ili višeg.
Primjer 1.17.2. Kramerovom metodom riješimo sistem jednačina

(m − 1) x + z = 0 (m + 1) x − my − z = −1 , y + mz = 1 i diskutujmo njegova rješenja u zavisnosti od realnog parametra m . (To znači da ćemo za sve vrijednosti parametra m naći rješenja sistema ili konstatovati da tih rješenja nema.) Izračunajmo, kao prvo, determinantu sistema i determinante pridružene nepoznatim. Imamo:
m −1 0 1 m −1 0 1 m −1 2 0 0 1 D = m + 1 − m −1 = 2 m 0 1 m 0 m −1 0 1

−m 0 = m 1 m

−1 0 1 m

=m

2 0 0

0 m = − m ( m(m − 1) − 2 ) = −m ( m + 1)( m − 2 ) . 1 m 0 1

Analogno je Dx = −1 − m −1 = m − 1 , 1 1 m
2 Dy = m + 1 −1 −1 = m + 1 0 m − 1 = − ⎡( m − 1) − ( m + 1) ⎤ = −m ( m − 3) ⎣ ⎦ 0 1 m 0 1 m

m −1

0

1

m −1 0

1

Dz = m + 1 −m −1 = − ( m − 1) . 0 1 1
2

m −1

0

0

Posmatrat ćemo četiri slučaja:
90

1. Osnove linearne algebre 1. Ako je D = − m ( m + 1)( m − 2 ) ≠ 0 , odnosno m ∉ {−1, 0, 2} sistem ima jedinstveno
y= Dy

rješenje.

Ono

je

dato

sa

x=

Dx 1− m = , D m(m − 2)(m + 1) Dakle, ukoliko

m−3 D (m − 1) 2 , . z= z = D (m − 2)(m + 1) D m(m − 2)(m + 1) m ∉ {−1, 0, 2} rješenje sistema je uređena trojka

=

⎛ ⎞ 1− m m−3 (m − 1) 2 , , ⎜ ⎟. ⎝ m(m − 2)(m + 1) (m − 2)(m + 1) m(m − 2)(m + 1) ⎠

2. Ako je m = −1 , tada je D = 0 , ali je Dx = −2 ≠ 0 , pa sistem nema rješenja. 3. Ako je m = 0 , tada je D = 0 , ali je Dx = −1 ≠ 0 , pa sistem nema rješenja. 4. Ako je m = 2 , tada je D = 0 , ali je Dx = 1 ≠ 0 , pa sistem nema rješenja. Rezimirajmo: Posmatrani sistem ima jedinstveno rješenje ako i samo ako m ∉ {−1, 0, 2} . U ostalim slučajevima sistem nema rješenja.
Primjer 1.17.3. Kramerovom metodom riješimo sistem jednačina
x + 2 y − ( m + 3) z = 8 2 x + 3 y − ( m + 4 ) z = 12 , 3 x + ( 6m + 5 ) y − 7 z = 20

i diskutujmo njegova rješenja u zavisnosti od realnog parametra m . Kao prvo, izračunat ćemo determinantu sistema i determinante pridružene nepoznatim. Imamo: − ( m + 3) 1 2 − ( m + 4 ) = −2m ( 3m + 7 ) , D= 2 3 −7 3 6m + 5 − ( m + 3) 8 2 − ( m + 4 ) = −24m ( m + 1) , Dx = 12 3 −7 20 6m + 5
91

Matematika za ekonomiste 1 8 − ( m + 3) 1 2 8 3 12 = 24m . Dy = 2 12 − ( m + 4 ) = −8m , Dz = 2 3 6m + 5 20 3 20 −7 Sada posmatramo slijedeća dva slučaja. 1. Ukoliko je D ≠ 0 , odnosno −2m ( 3m + 7 ) ≠ 0 , sistem ima jedinstveno rješenje. Dakle, za m ≠ 0 i m ≠ − 7 sistem ima jedinstveno rješenje. Ono je dato sa: 3

x=
z=

D 4 Dx −24m ( m + 1) m +1 −8m , y= y = , = = 12 = D −2m ( 3m + 7 ) 3m + 7 D −2m ( 3m + 7 ) 3m + 7
Dz 24m −12 = = , dakle, rješenje je uređena trojka D −2m ( 3m + 7 ) 3m + 7

m +1 −12 ⎞ 4 ⎛ , , ⎜12 ⎟. ⎝ 3m + 7 3m + 7 3m + 7 ⎠ 7 2. Ukoliko je D = 0 , tada je ili m = 0 ili je m = − , pa imamo slijedeća 3 dva podslučaja: a) Ako je m = 0 , tada je D = Dx = Dy = Dz = 0 , pa bi prema Kramerovom pravilu trebali za m = 0 određivati subdeterminante. Međutim, jednostavnije je uvrstiti vrijednost parametra m = 0 u sistem i riješiti taj sistem nekom drugom metodom (npr. Gaussovom). Za m = 0 naš sistem postaje:
x + 2 y − 3z = 8 2 x + 3 y − 4 z = 12 . 3 x + 5 y − 7 z = 20

Nakon množenja prve jednačine sa -2 i -3, te njenog sabiranja sa drugom i trećom jednačinom, sistem postaje:
92

1. Osnove linearne algebre
x + 2 y − 3z = 8 − y + 2 z = −4 . − y + 2 z = −4

Kako su dvije posljednje jednačine u sistemu jednake, sistem je neodređen, ima beskonačno mnogo rješenja i svodi se na sistem x + 2 y − 3z = 8 − y + 2 z = −4 kod kojeg možemo jednu nepoznatu, na primjer z uzeti za proizvoljnu. Sada je y = 2 z + 4 , pa uvrštavanjem u prvu jednačinu dobijamo da je x = −z . Dakle, u slučaju da je m = 0 sistem je neodređen i njegovo rješenje je trojka ( − z, 2 z + 4, z ) , gdje je z proizvoljno. 7 b) Ostalo je da pogledamo šta se događa sa sistemom kada je m = − . Tada 3 je, očigledno, Dx ≠ 0 , pa je sistem, na osnovu Kramerove teoreme protivrječan, odnosno nema rješenja.
1.18. Rješavanje homogenih sistema jednačina

Homogeni sistem od m jednačina sa n nepoznatih je sistem oblika a11 x1 + a12 x2 + ... + a1n xn = 0 a21 x1 + a22 x2 + ... + a2 n xn = 0 am1 x1 + am 2 x2 + ... + amn xn = 0 Svaki homogeni sistem je saglasan, jer ima tzv. trivijalno rješenje x1 = x2 = ... = xn = 0 . Dakle, u slučaju homogenog sistema nema potrebe ispitivati da li je sistem saglasan jer je to sigurno tačno. Od interesa je, zbog toga, ispitati da li taj sistem ima netrivijalna rješenja, odnosno rješenja različita od trivijalnog. U tom slučaju mora biti neodređen i imati beskonačno mnogo rješenja. Kao posljedicu Kramerove i Kronecker93

Matematika za ekonomiste Capellieve teoreme dat ćemo odgovor na to pitanje u slučaju m = n (Kramer) i m ≠ n (Kronecker – Capelli).
Teorem 1.18.1. Homogeni sistem n − tog reda ima netrivijalno rješenje ako i samo ako je D = 0 . Teorem 1.18.2. Homogeni sistem ima netrivijalno rješenje ako i samo ako je rangA < n . Drugim riječima, homogen sistem ima netrivijalno rješenja onda kada je rang matrice sistema manji od broja nepoznatih. Primjer 1.18.3. Pogledajmo za koje vrijednosti realnog parametra a sistem jednačina
7 x + ay + 4 z = 0 5 x + 2 y + az = 0 2ax − 23 y + 29 z = 0

ima rješenja različita od trivijalnog, i za te vrijednosti odredimo ta rješenja. Kako je riječ o sistemu čija matrica je kvadratna, možemo iskoristiti Teorem 1.18.1. Kao prvo, izračunajmo determinantu sistema. Imamo: a 7 4 D= 5 a = 2a 3 − 54 . 2 2a −23 29 Sistem ima rješenja različita od trivijalnih kada je D = 2a 3 − 54 = 0, odnosno a 3 − 27 = 0 . Rješenje ove jednačine je a = 3 . Dakle, a = 3 je jedina vrijednost parametra a za koju dati sistem ima rješenja različita od trivijalnog. To rješenje možemo odrediti npr. Gaussovom metodom. Uvrštavajući a = 3 u sistem dobijamo slijedeći sistem:
7 x + 3y + 4z = 0 5 x + 2 y + 3z = 0 . 6 x − 23 y + 29 z = 0

Gaussovu metodu eliminacije možemo primijeniti na eliminaciju nepoznate y , jer je 2 najmanji koeficijent u sistemu koji se javlja uz nepoznatu y . Zbog toga prvu jednačinu pomnožimo sa 2, drugu sa 3 i oduzmemo ih. Također, drugu jednačinu pomnožimo sa 23, a treću sa 2 i saberemo ih. Dobijamo:
94

1. Osnove linearne algebre
5 x + 2 y + 3z = 0 x+z=0 . 127 x + 127 z = 0

Iz posljednje dvije jednačine imamo da je x = − z , odakle uvrštavanjem u prvu jednačinu dobijamo y = z . Dakle, u slučaju kada je a = 3 dati sistem ima netrivijalno rješenje ( − z , z , z ) , gdje je z proizvoljno.
Primjer 1.18.4. Odredimo parametar m tako da sistem jednačina
2 x + 6 y + (m + 6) z = 0 − x + 7 y + 5z = 0 mx + 5 y + 13 z = 0

ima rješenja različita od trivijalnog, a zatim za cjelobrojnu vrijednost takvog parametra m odredimo ta rješenja. S obzirom da je sistem kvadratni, ponovo ćemo iskoristiti Teorem 1.18.1. i izjednačiti determinantu sistema sa nulom. Imamo
2 6 m+6 5 = −7 m 2 − 17 m + 180 = 0 . 13
D = −1 7 m 5

45 , pa je cjelobrojno 7 rješenje m = 4 . Uvrstimo m = 4 u sistem i nađimo njegovo rješenje Gaussovom metodom. Dobijamo sistem Rješenja ove kvadratne jednačine su m1 = 4 i m2 = −
2 x + 6 y + 10 z = 0 − x + 7 y + 5z = 0 , 4 x + 5 y + 13 z = 0

koji je ekvivalentan sistemu
x + 3 y + 5z = 0 − x + 7 y + 5z = 0 . 4 x + 5 y + 13 z = 0

Sabirajući prvu i drugu jednačinu, te oduzimajući od treće jednačine prvu pomnoženu sa četiri dolazimo do ekvivalentnog sistema
95

Matematika za ekonomiste x + 3 y + 5z = 0 10 y + 10 z = 0 , −7 y − 7 z = 0 odakle zaključujemo da nepoznatu z možemo uzeti proizvoljnu, te da je y = − z i x = −2 z . Dakle, svako netrivijalno rješenje datog sistema za m = 4 je oblika ( −2 z , − z , z ) , pri čemu je z ∈ proizvoljno. Na slijedećem primjeru ćemo objasniti kako primjenom Teorema 1.18.2. naći netrivijalna rješenja homogenog sistema jednačina.
Primjer 1.18.5. Odredimo sve vrijednosti parametra m za koje sistem jednačina
mx − 2 y − 2 z = 0 2x − 3y + z = 0 . x − 2 y + mz = 0

ima rješenja različita od trivijalnog, a zatim odredimo ta rješenja. Proširena matrica sistema u ovom slučaju je oblika ⎛ m −2 −2 0 ⎞ ⎛ 1 −2 m 0 ⎞ Ap = ⎜ 2 −3 1 0 ⎟ ∼ ⎜ 2 −3 1 0 ⎟ . ⎜ 1 −2 m 0 ⎟ ⎜ m −2 −2 0 ⎟ ⎝ ⎠ ⎝ ⎠ Elementarnim transformacijama nad vrstama proširene matrice sistema, prevest ćemo tu matricu u ekvivalentnu trougaonu matricu. Prvu vrstu ćemo prepisati, zatim ćemo od druge vrste oduzeti prvu vrstu pomnoženu sa dva, a od treće vrste ćemo oduzeti prvu vrstu pomnoženu sa m . Imamo
⎛1 −2 m 0⎞ −2m + 1 0 ⎟ . Ap ∼ ⎜ 0 1 ⎜ ⎟ 2 ⎝ 0 2m − 2 −2 − m 0 ⎠

Na kraju, prve dvije vrste ćemo prepisati i od treće vrste oduzeti drugu vrstu pomnoženu sa 2m − 2 i dobiti
⎛ 1 −2 m 0⎞ Ap ∼ ⎜ 0 1 −2m + 1 0 ⎟ . ⎜ ⎜ 0 0 3m ( m − 2 ) 0 ⎟ ⎟ ⎝ ⎠
96

1. Osnove linearne algebre Sada zaključujemo da je rangA < 3 , ukoliko je m = 0 ili m = 2 (jer je tada izraz 3m(m − 2) jednak nuli). Drugim riječima, na osnovu Teorema 1.18.2. sistem ima netrivijalno rješenje ako i samo ako je m = 0 ili m = 2 . Ostalo je da nađemo rješenje sistema u oba ova slučaja, zasebno. Za m = 0 proširena matrica sistema je
⎛ 1 −2 0 0 ⎞ Ap ∼ ⎜ 0 1 1 0 ⎟ . ⎜0 0 0 0⎟ ⎝ ⎠

Vidimo da jednu nepoznatu, na primjer z možemo uzeti proizvoljnu. Iz druge vrste je y + z = 0 , odakle je y = − z . Iz prve vrste je x − 2 y = 0 , odakle je x = 2 y = −2 z . Dakle, u slučaju m = 0 sistem ima netrivijalno rješenje; to je svaka trojka ( −2 z , − z , z ) , gdje je z ∈ proizvoljno. Za m = 2 proširena matrica sistema je
⎛ 1 −2 2 0 ⎞ Ap ∼ ⎜ 0 1 −3 0 ⎟ . ⎜0 0 0 0⎟ ⎝ ⎠

U ovom slučaju možemo nepoznatu z uzeti proizvoljnu, zatim iz druge vrste dobiti y − 3 z = 0 , odakle je y = 3 z , te iz prve vrste zaključiti da je x − 2 y + 2 z = 0 , odnosno x = 4 z . Dakle, ukoliko je m = 2 , netrivijalno rješenje sistema predstavlja svaka trojka oblika ( 4 z ,3 z , z ) , gdje je z ∈ proizvoljno.
1.19. * Metrički i normirani prostori.

U ovom odjeljku ćemo ukratko izložiti definicije metričkih i normiranih prostora te navesti neke njihove jednostavnije osobine. Uvest ćemo i pojam skalarnog proizvoda vektora u nekom vektorskom prostoru, pojam ortogonalnosti vektora i ortogonalnog podprostora vektorskog prostora. Metrički prostor jest poopštenje prostora u kojem imamo definisan pojam udaljenosti, odnosno dužine između dvije tačke.
97

Matematika za ekonomiste
Definicija 1.19.1. (metričkog prostora) Metrički prostor je uređeni par ( X , d ) nepraznog skupa X i preslikavanja
d : X × X → [ 0, +∞ ] , sa slijedećim osobinama:

1. Za x, y ∈ X je d ( x, y ) = 0 ako i samo ako je x = y . (nedegenerisanost) 2. Za sve x, y ∈ X je d ( x, y ) = d ( y, x) (simetričnost) 3. Za sve x, y, z ∈ X je d ( x, y ) + d ( y, z ) ≥ d ( x, y ) (nejednakost trougla). Ukoliko je

(X,d )

metrički prostor, funkciju d zovemo funkcijom

udaljenosti u X . Prva osobina metričkog prostora nam govori da je dužina jedne tačke jednaka nuli, dok je dužina svake duži u prostoru X pozitivan realan broj. Treća nejednakost nam govori da je suma dužina dvije stranice trougla veća od treće, dok jednakost vrijedi u slučaju da se trougao degeneriše u duž.
Primjer 1.19.2. Najjednostavniji primjer metričkog prostora je skup realnih brojeva sa funkcijom d udaljenosti definisanom sa d ( x, y ) = x − y .
2 Na skupu klasična Euklidova udaljenost između dvije tačke 2 ( x1 , x2 ) ∈ i ( y1 , y2 ) ∈ 2 se definiše sa

d ( ( x1 , x2 ), ( y1 , y2 ) ) =

( y1 − x1 ) + ( y2 − x2 )
2

2

.

U prostoru

n

Euklidova udaljenost se definiše na analogan način sa:

d ( ( x1 , x2 ,..., xn ), ( y1 , y2 ,..., yn ) ) =

( y1 − x1 ) + ( y2 − x2 )
2 n

2

+ ... + ( yn − xn )
n

2

je udaljenost između tačaka

( x1 , x2 ,..., xn ) ∈

i ( y1 , y2 ,..., yn ) ∈

.

Udaljenost između dvije tačke u prostoru n može se definisati i na druge načine. Na primjer, može se pokazati da je sa d1 ( ( x1 , x2 ,..., xn ), ( y1 , y2 ,..., yn ) ) = max { y1 − x1 , y2 − x2 ,..., yn − xn }
98

1. Osnove linearne algebre također definisana funkcija udaljenosti između tačaka

( y1 , y2 ,..., yn ) ∈

( x1 , x2 ,..., xn ) ∈

n

i

n

, različita od klasične, Euklidove udaljenosti.

Prostor X na kome je definisana funkcija udaljenosti ne mora nužno biti vektorski prostor. Drugim riječima, ukoliko je neki prostor metrički, on nije nužno i vektorski prostor. Također, ukoliko je neki prostor vektorski prostor, nije nužno da na tom prostoru mora postojati neka funkcija koja bi omogućavala da taj prostor bude metrički. U svakom slučaju, vektorski prostor na kome je definisana dužina vektora je bogatiji prostor i povod je naše slijedeće definicije.
Definicija 1.19.3. (normiranog prostora) Vektorski prostor V nad poljem K (realnih ili kompleksnih brojeva) nazivamo normiranim prostorom ukoliko postoji preslikavanje : V → [ 0, +∞ ] sa slijedećim osobinama

1. Za x ∈ V je x = 0 ako i samo ako je x = 0V 2. Za sve x ∈ V i α ∈ K vrijedi relacija α x = α ⋅ x , pri čemu α označava klasičnu apsolutnu vrijednost u skupu ili . (ili nejednakost 3. Za sve x, y ∈ V vrijedi nejednakost Minkowskog trougla)
x+ y ≤ x + y .

Preslikavanje za koje vrijede osobine 1., 2. i 3. gornje definicije zovemo normom na prostoru V . Ukoliko je V normiran prostor, može postojati više različitih normi definisanih na V . Dužina vektora x ∈ V u normiranom je upravo x . prostoru sa normom
Primjer 1.19.4. Vektorski prostor 2 nad poljem je normiran prostor, u kome je jedna norma definisana sa x 1 = max { x1 , x2 } , za x = ( x1 , x2 ) .

Da bismo provjerili da je

1

zaista norma na prostoru

2

, trebamo

provjeriti da li su zadovoljene osobine 1., 2. i 3. iz Definicije 1.19.3.
99

Matematika za ekonomiste 1. Ako je x 1 = 0 , za x = ( x1 , x2 ) , to znači da je max { x1 , x2 } = 0 . Kako je
a = 0 ako i samo ako je a = 0 , a u suprotnom je a > 0 , to je

slijedi x = ( x1 , x2 ) = ( 0, 0 ) , pa vrijedi relacija 1. 2. Neka su x = ( x1 , x2 ) ∈ proizvoljno a ∈ , to je
2

max { x1 , x2 } = 0 ako i samo ako je x1 = 0 i x2 = 0 . Dakle, iz x 1 = 0 i α∈ proizvoljni. Kako je α ⋅ a = α ⋅ a , za

α x 1 = max { α x1 , α x2 } = max { α ⋅ x1 , α ⋅ x2 } = α ⋅ max { x1 , x2 } = α ⋅ x 1
pa je zadovoljena relacija 2. 3. Relacija 3. će slijediti iz nejednakosti a + b ≤ a + b , za sve a, b ∈ Naime, za proizvoljne x = ( x1 , x2 ) ∈
2

.

i y = ( y1 , y2 ) ∈

2

je

x + y 1 = max { x1 + y1 , x2 + y2 } ≤ max { x1 + y1 , x2 + y2 } ≤ max { x1 , x2 } + max { y1 , y2 } = x 1 + y 1 .
2

Dakle, vrijedi i relacija 3., čime smo pokazali da je vektorskom prostoru taj prostor metrički, . Ukoliko je V normiran prostor, sa normom sa funkcijom definisanom sa d ( x, y ) = x − y .
Primjer 1.19.5. Može se pokazati da je vektorski prostor normiran prostor, u kome je jedna norma definisana sa
2 2 x 2 = x12 + x2 + ... + xn , za x = ( x1 , x2 ,..., xn ) ∈

1

norma na

, lako je pokazati da je tada udaljenosti

d : V × V → [ 0, +∞ ]
n

nad poljem
n

.

Ova norma naziva se Euklidova norma, jer je njoj odgovarajuća metrika upravo Euklidova metrika iz Primjera 1.19.2. U klasičnom prostoru 2 vektora u ravni ili prostoru 3 vektora u prostoru bilo je moguće geometrijski definisati skalarni proizvod dva vektora kao
100

1. Osnove linearne algebre proizvod njihovih dužina i kosinusa ugla kojeg zaklapaju. U tom slučaju, vektori u ravni ili prostoru su okomiti (normalni) ako i samo ako je njihov skalarni proizvod jednak nuli. Također, kvadrat dužine vektora je jednak skalarnom proizvodu tog vektora sa samim sobom. Moguće je definisati poopštenje ovih osobina na neke od normiranih vektorskih prostora, što ćemo učiniti narednom definicijom.
Definicija 1.19.6. (skalarnog proizvoda) Neka je V normiran vektorski prostor nad poljem realnih brojeva sa . Preslikavanje , : V ×V → je skalarni proizvod na V normom

ukoliko vrijede slijedeće osobine: 1. Za sve x, y, z ∈ V je 2. Za sve x, y ∈ V i α ∈
x + y , z = x, z + y , z

je α x, y = α x, y

3. Za sve x, y ∈ V je x, y = y, x 4. Za sve x ∈ V je x, x = x . Često kažemo da skalarni proizvod
,
2

na V inducira normu
n

.
n n

Primjer 1.19.7. Neka su ( x1 , x2 ,..., xn ) ∈

i ( y1 , y2 ,..., yn ) ∈
2

. Skalarni

proizvod ovih vektora koji inducira Euklidovu normu
x, y = x1 y1 + x2 y2 + ... + xn yn .

na

je dat sa

Osobine 1.-4. iz definicije 1.19.6. je lako provjeriti. Na primjer, očigledno je 2 2 2 x, x = x12 + x2 + ... + xn = x 2 , a i ostale osobine se jednostavno provjere.
Definicija 1.19.8 (ortogonalnih vektora) Neka je V normiran vektorski prostor na kojem je definisan skalarni proizvod , . Za vektor x ∈ V kažemo da je okomit (ortogonalan,

normalan) na vektor y ∈ V ukoliko je x, y = 0 . U tom slučaju pišemo x⊥ y.
101

Matematika za ekonomiste
Primjer 1.19.9. Dati su vektori a = (2, −1, 0) , b = (0,1,1) i c = (1,3, 0) .

Odredimo vektor x ∈

3

takav da je x 2 = 6 , x ⊥ a i skup vektora

{b, c, x} je linearno zavisan.
Stavimo x = ( x1 , x2 , x3 ) . Uslov x 2 = 6 možemo pisati kao
2 2 x 2 = x12 + x2 + x3 = 6 , 2

a iz uslova x ⊥ a zaključujemo da je x, a = 0 , odnosno 2 x1 − x2 = 0 . Skup vektora {b, c, x} je linearno zavisan ako postoje skalari α , β i γ koji nisu svi istovremeno jednaki nuli za koje vrijedi jednakost
α (0,1,1) + β (1,3, 0) + γ ( x1 , x2 , x3 ) = (0, 0, 0) .

Drugim riječima, to znači da homogeni sistem jednačina β + x1γ = 0 α + 3β + x2 γ = 0 α + x3γ = 0 sa nepoznatim α , β i γ ima netrivijalna rješenja, pa je njegova determinanta jednaka nuli. Dakle, iz linearne zavisnosti skupa vektora {b, c, x} slijedi da je
0 1 1 0

x1 x3

1 3 x2 = x2 − 3 x1 − x3 = 0 .

Uslove našeg primjera smo pretočili u sistem od tri jednačine sa tri nepoznate 2 2 x12 + x2 + x3 = 6 2 x1 − x2 = 0 . x2 − 3 x1 − x3 = 0
Iz druge i treće jednačine je x2 = 2 x1 i x3 = −x1 . Uvrštavanjem u prvu jednačinu dobijamo x12 + 4 x12 + x12 = 6 , odakle je x1 = ±1 . Dakle, imamo
102

1. Osnove linearne algebre dva moguća rješenja za traženi vektor x . To su x (1) = (1, 2, −1) i
x (2) = (−1, −2,1) .

Ranije smo se sreli sa pojmom podprostora vektorskog prostora V . Ukoliko je V normiran vektorski prostor sa skalarnim proizvodom, tada možemo definisati i pojam ortogonalnosti dva podskupa od V , kao i pojam ortogonalnog komplementa podprostora.
Definicija 1.19.10. (ortogonalnosti skupa vektora i ortogonalnog komplementa podprostora) Neka je V normiran vektorski prostor sa skalarnim proizvodom. Za dva skupa vektora A i B kažemo da su ortogonalni i pišemo A ⊥ B ukoliko je a ⊥ b za sve a ∈ A i b ∈ B .

Ako je S podprostor prostora V , ortogonalni komplement podprostora S , u oznaci S ⊥ je skup svih vektora iz V koji su okomiti na svaki vektor iz S . Drugim riječima, S ⊥ = { x ∈ V : x, y = 0, za sve y ∈ S } . Može se pokazati je S ⊥ također podprostor prostora V , te da se svaki vektor iz V može na jedinstven način prikazati kao suma jednog vektora iz S i jednog vektora iz S ⊥ .

103

2. Realne funkcije jedne realne varijable
2.1. Pojam realne funkcije jedne realne varijable. Način zadavanja i oblast definisanosti funkcije. Inverzna funkcija. Monotone, parne i neparne funkcije.

Definicija 2.1.1. (realne funkcije jedne realne varijable) Neka su X i Y proizvoljni, neprazni skupovi. Funkcija f : X → Y je pravilo po kome se svakom elementu skupa X pridružuje tačno jedan element skupa Y . Ako je X ⊆ i Y ⊆ tada za funkciju f kažemo da je realna funkcija jedne realne promjenljive. Elemente skupa X zovemo originali, a vrijednost f ( x) ∈ Y zovemo slikom originala x ∈ X . Ukoliko je funkcija zadana nekim analitičkim izrazom, oblast definisanosti realne funkcije f je skup svih onih x ∈ za koje je f ( x ) realan broj. Realnu funkciju jedne realne varijable možemo zadati na tri načina: 1) eksplicitno; 2) implicitno; 3) parametarski. 1) Kod eksplicitnog načina zadavanja smatramo da je funkcija zadana nekom formulom odnosno nekim analitičkim izrazom. Na primjer, izrazima 1 , f ( x ) = arcsin ( 2 x − 3) ili f ( x ) = 1− ln x su eksplicitno f ( x) = x +1 zadane realne funkcije jedne realne varijable. Prva funkcija nije definisana za sve vrijednosti realne varijable x , jer izraz x + 1 koji se javlja u nazivniku ne smije biti jednak nuli. Zbog toga mora biti x ≠ −1 , pa je oblast definisanosti ili definiciono područje funkcije

Matematika za ekonomiste
1 dato sa x +1 x ∈ ( −∞, −1) ∪ ( −1, +∞ ) . f ( x) =

x∈

\ {−1} ,

što

možemo

pisati

i

kao

funkcije f ( x ) = arcsin ( 2 x − 3) skup onih vrijednosti varijable x koji

Funkcija arcsin x je definisana samo za x ∈ [ −1,1] , pa je oblast definisanosti

zadovoljava nejednakosti −1 ≤ 2 x − 3 ≤ 1 . Dakle, definiciono područje funkcije f ( x ) = arcsin ( 2 x − 3) je x ∈ [1,2] . Funkcija ln x je definisana samo za x > 0 , a izraz 1− ln x je definisan ukoliko je 1− ln x ≥ 0 , odnosno ln x ≤ 1 . Dakle, oblast definisanosti funkcije f ( x ) = 1− ln x je x ∈ (0, e] . Analogno, da bi odredili definiciono područje funkcije f ( x ) = , x −4 potrebne su nam dvije pretpostavke: da je x 2 − 4 ≥ 0 , pošto se taj izraz
2

x

nalazi pod parnim korijenom i da vrijedi x 2 − 4 ≠ 0 (jer se dijeli s ovim izrazom). To znači da mora vrijediti x 2 − 4 > 0 . Dakle, definiciono x područje funkcije f ( x ) = je x ∈ ( −∞, −2 ) ∪ ( 2, +∞ ) . 2 x −4
1 , također log x + 1 moramo postaviti dva uslova. Trebamo pretpostaviti da je x > 0 (jer je samo za x > 0 definisana funkcija log x ), kao i da vrijedi log x + 1 ≠ 0 , pošto s ovim izrazom dijelimo. Kako je log x + 1 ≠ 0 za x ≠ 10 −1 , to je oblast 1 definisanosti funkcije f ( x ) = data sa x ∈ ( 0, +∞ ) \ {10 −1} , log x + 1

Da bismo odredili definiciono područje funkcije f ( x ) =

odnosno x ∈ ( 0,10 −1 ) ∪ (10 −1 , +∞ ) .

2) Ako je data neka funkcija F ( x, y ) dvije realne varijable, tada je jednačinom F ( x, y ) = 0 data veza između varijabli x i y , pa možemo
106

2. Realne funkcije jedne realne varijable smatrati da je određeno y kao funkcija varijable x . Tada kažemo da smo funkciju y zadali implicitno. Na primjer, sa x 2 + y 2 = 1 je implicitno zadana jednačina jedinične kružnice s centrom u koordinatnom početku. Ovu funkciju ne možemo zapisati u eksplicitnom analitičkom obliku, jer iz x 2 + y 2 = 1 slijedi da je y = ± 1− x 2 . Posljednjim izrazom nije zadana realna funkcija jedne realne varijable, jer ona svakoj vrijednosti x ∈ [0,1] pridružuje dvije

1− x 2 i vrijednost − 1− x 2 , što je u vrijednosti funkcije: vrijednost suprotnosti da definicijom funkcije koja svakoj vrijednosti originala x iz oblasti definisanosti pridružuje tačno jednu vrijednost slike. Na neki način, funkciju zadanu implicitno jednačinom x 2 + y 2 = 1 možemo smatrati
dvoznačnom funkcijom, jer svakoj vrijednosti varijable x ∈ (−1,1) pridružuje tačno dvije vrijednosti funkcije. 3) Funkciju možemo zadati tako što zadamo x i y kao funkcije nekog parametra t : x = x (t ) i y = y (t ) . Ovakav način zadavanja se često koristi u fizici, kada se dvije koordinate ( x i y ) materijalne tačke u ravni posmatraju kao funkcija vremena t . Ukoliko je funkcija zadana parametarski, ali možemo naći funkcionalnu zavisnost y od varijable x , možemo smatrati da je ta zavisnost implicitno zadana funkcija. Ukoliko je iz jednakosti x = x (t ) moguće jednoznačno izraziti t kao funkciju varijable x , uvrštavanjem u jednakost y = y (t ) dobijamo eksplicitno zadano y kao funkciju varijable x . Na primjer, ako je sa x ( t ) = cos t , y ( t ) = sin t parametarski zadana funkcija predstavlja parametarski zadanu jednačinu kružnice. Definicija 2.1.2. (injektivne, sirjektivne i bijektivne funkcije) Neka su X i Y proizvoljni, neprazni skupovi. Funkcija f : X → Y je injektivna ukoliko iz x1 , x2 ∈ X , x1 ≠ x2 slijedi da je f ( x1 ) ≠ f ( x2 ) . Drugim riječima, funkcija je injektivna ako različitim originalima pridružuje različite slike.
107

y varijable x , tada je x 2 ( t ) + y 2 ( t ) = 1 , pa ova funkcija zapravo

Matematika za ekonomiste Funkcija f : X → Y je sirjektivna ukoliko je svaki element skupa Y slika nekog elementa iz skupa X . Ukoliko funkcija nije sirjektivna, sirjektivnost funkcije možemo postići tako što suzimo skup Y uzimajući umjesto Y skup f ( X ) = { f ( x) : x ∈ X } . Funkcija f : X → Y je bijektivna, ukoliko je ona injektivna i sirjektivna. Primjer 2.1.3. Funkcija x1 = −1 ≠ x2 = 1 , ali je f ( x ) = x 2 −1 nije injektivna, jer je

f ( x1 ) = f (−1) = (−1) 2 −1 = 0 i

f ( x2 ) = f (1) = 12 −1 = 0 .

Dakle, različitim originalima odgovaraju jednake slike, pa funkcija nije injektivna.
3 Funkcija f ( x) = 3 x3 −1 jeste injektivna, jer iz x1 ≠ x2 slijedi da je x13 ≠ x2 , 3 pa je f ( x1 ) = 3 x13 −1 ≠ f ( x2 ) = 3 x2 −1 .

Definicija 2.1.4. (inverzne funkcije) Neka je f : X → Y bijektivna funkcija. Inverzna funkcija funkcije f , u oznaci f −1 je funkcija f −1 : Y → X takva da je y = f ( x ) ako i samo ako je x = f −1 ( y ) . Drugim riječima, ako funkcija f pridružuje originalu x sliku y , tada inverzna funkcija takvo y preslikava u x . Napomena 2.1.5. Uslov bijektivnosti funkcije f : X → Y je potreban i dovoljan uslov za egzistenciju inverzne funkcije. Naime, kako bi svako y ∈ Y imalo svoju sliku u X pri preslikavanju f −1 , funkcija mora biti sirjektivna. Također, funkcija f −1 treba jednoj vrijednosti varijable y pridružiti tačno jedno x , što znači da nije moguće da jedno y ∈ Y bude slika dva različita elementa x1 i x2 skupa X pri preslikavanju f . Ovo nam govori da funkcija f treba biti injektivna. Primjer 2.1.6. Neka je y = f ( x ) = 2 x + 3 . Odredimo f −1 ( y ) . Na osnovu definicije, f −1 ( y ) = x za one x za koje vrijedi 2 x + 3 = y . S druge strane, f −1 je funkcija pa možemo pisati y1 = f −1 ( x1 ) odakle
108

2. Realne funkcije jedne realne varijable
x1 − 3 x−3 . Dakle funkcija g ( x ) = 2 2 −1 je inverzna funkcija funkcije f ( x ) = 2 x + 3 , pa je g = f .

dobijamo 2 y1 + 3 = x1 , odnosno y1 =

Primjer 2.1.7. Funkcija f ( x ) = x 2 za x ∈

nema inverznu funkciju, jer bi

vrijednosti originala y = 4 ta inverzna funkcija trebala pridružiti dvije vrijednosti slike x = 2 i x = −2 , što je nemoguće (funkcija je jednoznačna po definiciji). Ovo proizilazi iz toga što ova funkcija nije injektivna. Zapravo, inverzna funkcija ( f ( x ) = x ) funkcije f ( x ) = x 2 je definisana na [ 0,∞ ) i preslikava taj skup na [ 0, ∞ ) . Primjer 2.1.8. Odredimo inverznu funkciju funkcije f ( x) = 3 x3 −1 , iz Primjera 2.1.3. Ova funkcija je injektivna funkcija i f : → . Tada je f −1 ( y ) = x za one x za koje je y = 3 x 3 −1 . Sada ćemo izraziti x pomoću
y

i

dobiti
3

da

je

3x3 = y + 1 ,

odnosno

x=

3

y +1 . 3

Dakle,

f −1 ( y ) = x =

y +1 , pa imajući u vidu da varijablu funkcije možemo 3
3

označiti bilo kojim slovom imamo f −1 ( x) =

x +1 . 3

Definicija 2.1.9. (rastuće i opadajuće funkcije) Neka je f realna funkcija realne varijable x , definisana na nekom intervalu

( a, b ) . Za funkciju f kažemo da je rastuća ( a, b ) ukoliko za x1 , x2 ∈ ( a, b )

(strogo rastuća) funkcija na

iz x1 < x2 slijedi f ( x1 ) ≤ f ( x2 ) ( f ( x1 ) < f ( x2 ) ). Drugim riječima, funkcija je rastuća ukoliko većoj vrijednosti nezavisno promjenljive ( x ) odgovara veća vrijednost funkcije. Funkcija
f , definisana na intervalu

opadajuća) funkcija na ( a, b ) ukoliko za x1 , x2 ∈ ( a, b )
109

( a, b )

je opadajuća (strogo

Matematika za ekonomiste iz x1 < x2 slijedi f ( x1 ) ≥ f ( x2 ) ( f ( x1 ) > f ( x2 ) ). Drugim riječima, funkcija je opadajuća ukoliko većoj vrijednosti nezavisno promjenljive ( x ) odgovara manja vrijednost funkcije. Primjer 2.1.10. Funkcija f ( x) = 3 x + 2 je strogo rastuća na cijelom iz x1 < x2 slijedi 3x1 + 2 < 3x2 + 2 . Funkcija f ( x) = da je
1 1 > . x1 x2

, jer

1 je strogo opadajuća na ( 0, +∞ ) , jer iz 0 < x1 < x2 slijedi x

Vrijedi slijedeći teorem Teorem 2.1.11. Ukoliko je funkcija f bijektivna i rastuća (opadajuća) na nekom intervalu, tada je i njena inverzna funkcija rastuća (opadajuća) na slici tog intervala pri preslikavanju f . Definicija 2.1.12. (parne i neparne funkcije) Neka je realna funkcija f jedne realne varijable x definisana na nekom skupu X ⊆ koji je simetričan oko tačke 0 (takav je da iz x ∈ X slijedi da ( − x ) ∈ X ). Za funkciju f kažemo da je parna (neparna) funkcija na X ukoliko je f ( − x) = f ( x ) ( f ( − x) = − f ( x) ), za sve x ∈ X . Ukoliko ne vrijedi niti jedna od navedenih relacija, kažemo da funkcija f nije niti parna niti neparna. Pojam parnosti (neparnosti) funkcije ima i geometrijsku interpretaciju. Naime, grafik parne funkcije je simetričan u odnosu na y -osu, dok je grafik neparne funkcije simetričan u odnosu na koordinatni početak. Mi ćemo u daljem posmatrati samo funkcije koje su date nekim analitičkim izrazom. Njih, prema obliku tog analitičkog izraza dijelimo na algebarske i transcedentne. Algebarske funkcije su one funkcije čiji analitički izraz sadrži konačno mnogo aritmetičkih operacija (sabiranje, oduzimanje, množenje, dijeljenje) i stepenovanje sa racionalnim eksponentom. Najjednostavnije algebarske
110

2. Realne funkcije jedne realne varijable funkcije su polinomi. U te funkcije spadaju i racionalne funkcije i iracionalne funkcije. Transcedentne funkcije su funkcije čija se vrijednost ne može izračunati pomoću konačno mnogo aritmetičkih operacija i operacije stepenovanja sa racionalnim eksponentom. U transcedentne funkcije spadaju funkcije oblika e x ( a x ) , log a x , trigonometrijske funkcije i mnoge druge. Veoma važna klasa funkcija su elementarne funkcije. To su: stepena funkcija; eksponencijalna funkcija; logaritamska funkcija; trigonometrijske funkcije; inverzne trigonometrijske funkcije;

i sve druge funkcije koje se mogu dobiti pomoću konačno mnogo aritmetičkih operacija i kompozicija ovih funkcija. 2.2. Granična vrijednost funkcije U ovom odjeljku ćemo uvesti jedan veoma važan matematički pojam: pojam graničnog procesa i granične vrijednosti funkcije. Poznato nam je da skup realnih brojeva ne sadrži simbole −∞ i +∞ , ali nas veoma često zanima kakvo je ponašanje neke funkcije kada njena realna varijabla x postaje beskonačno malena (teži u −∞ ) ili kada postaje sve veća i veća (teži u +∞ ). Također, može se dogoditi da funkcija nije definisana u nekoj realnoj tački x0 , ali jeste u okolini te tačke i da nas zanima kako se ponaša funkcija kada se varijabla x beskonačno približava tački x0 . Može se desiti da se vrijednost funkcije približava nekom konačnom broju pri ovim graničnim procesima, ali je moguće i da vrijednost funkcije beskonačno raste (teži u +∞ ) ili da beskonačno opada (teži u −∞ ). Izrazi koje smo koristili pri opisu ponašanja funkcije pri određenom ponašanju varijable x su samo intuitivni opisi. U ovom odjeljku ćemo matematičkim jezikom zapisati što tačno znači da funkcija teži nekom
111

Matematika za ekonomiste konačnom broju (ili u +∞ ili u −∞ ) kada varijabla x teži nekom x0 ili kada se varijabla x beskonačno povećava ili beskonačno smanjuje. Definicija 2.2.1. (konačne granične vrijednosti funkcije kad x → x0 ) Neka je funkcija y = f ( x ) definisana u okolini neke tačke x0 , osim eventualno u samoj tački x0 . Za realan broj A kažemo da je granična vrijednost funkcije f ( x ) kada x teži ka x0 i pišemo A = lim f ( x ) ako
x → x0

za dat ε > 0 postoji δ > 0 koje zavisi samo od ε (to pišemo kao δ = δ ( ε ) ) tako da vrijedi
x − x0 < δ ⇒ f ( x ) − A < ε .

Ovo možemo zapisati kao x0 − δ < x < x0 + δ ⇒ A − ε < f ( x ) < A + ε . Ovdje po definiciji pretpostavljamo da je A < ∞ . Granična vrijednost funkcije (kada x → x0 ) može da bude i beskonačna ( +∞ ili - ∞ ). Sada ćemo dati definiciju u slučaju da je granična vrijednost beskonačna. Definicija 2.2.2. (beskonačne granične vrijednosti funkcije kad x → x0 ) Neka je funkcija y = f ( x ) definisana u nekoj okolini tačke x0 osim eventualno u samoj tački x0 . Ako za proizvoljno veliko, pozitivno M postoji broj δ koji zavisi samo od M (dakle, δ = δ ( M ) ) takav da vrijedi

x − x0 < δ ⇒ f ( x ) > M

( f ( x ) < −M ) .

tada je granična vrijednost funkcije f kada x teži ka x0 jednaka +∞ , (odnosno −∞ ) i pišemo
x → x0

lim f ( x ) = +∞ ( −∞ )

Napomenimo da realna funkcija u nekoj tački ne može primati vrijednost +∞ ili −∞ .
112

2. Realne funkcije jedne realne varijable Iz prethodne dvije definicije jasno je da je granična vrijednost funkcije kada x → x0 jedinstvena, odnosno da ne zavisi od načina na koji se x približava x0 (da li kroz brojeve veće od x0 ili kroz one manje od x0 ). Može se dogoditi da granična vrijednost funkcije zavisi od načina na koji se približavamo tački x0 i u tom slučaju, funkcija nema graničnu vrijednost kada x → x0 . Primjer 2.2.3. Posmatrajmo ponašanje funkcije čiji grafik je dat na Slici 2.2.1. u okolini tačke x0 .

y

O

x0

x

Slika 2.2.1.

Ova funkcija očigledno nema graničnu vrijednost kada x → x0 . Međutim, vidimo da funkcija teži nekom konačnom broju kada se x približava x0 sa lijeve strane, te da funkcija teži u +∞ kada se x približava x0 sa desne strane. Zaključujemo da ova funkcija ima tzv. "desnu" i "lijevu" graničnu vrijednost, čiju definiciju ćemo sada navesti. Definicija 2.2.4. (lijeve i desne granične vrijednosti funkcije) Neka je funkcija f ( x ) definisana na intervalu ( a, x0 ) ( a < x0 ). Broj A < ∞ je lijeva granična vrijednost funkcije f kad x x0 (ili kada x → x0 − 0 , što znači da se x približava broju x0 s lijeve strane) ako za svako ε > 0 postoji

δ = δ ( ε ) takvo da vrijedi
113

Matematika za ekonomiste x0 − x < δ ⇒ f ( x ) − A < ε . Lijeva granična vrijednost funkcije f kad x x0 je +∞ ( −∞ ) ako za svako

M > 0 postoji δ = δ ( M ) takvo da vrijedi
x0 − x < δ ⇒ f ( x ) > M
x x0

( f ( x ) < −M ) .
x x0

Ovo pišemo kao lim f ( x ) = A , odnosno lim f ( x ) = +∞ , odnosno lim f ( x ) = −∞ .
x x0

Desna granična vrijednost funkcije (bila ona konačna ili beskonačna) analogno se definiše. Jedina razlika je u tome što sada pretpostavljamo da je funkcija definisana desno od tačke x0 i umjesto x0 − x < δ , uzimamo x − x0 < δ . Za desnu graničnu vrijednost koristimo oznaku x
x x0

x0 (ili x → x0 + 0 ).

Dakle, lim f ( x ) = A ako za svako ε > 0 postoji δ = δ ( ε ) takvo da vrijedi x − x0 < δ ⇒ f ( x ) − A < ε . Analogno definišemo desni limes kada je A = +∞ odnosno A = −∞ . Može se pokazati da vrijedi slijedeći teorem. Teorem 2.2.5. Funkcija f ima u tački x0 graničnu vrijednost A (ili +∞ ili
−∞ ) ako i samo ako postoje limesi lim f ( x ) i lim f ( x ) i jednaki su A (ili
x x0 x x0

+∞ ili −∞ ).
Primjer 2.2.6. Izračunajmo lim ( x 2 − 3) i lim
x→2
x →1

1 . x +1

Direktnim uvrštavanjem vrijednosti x = 2 u funkciju uvjeravamo se da je lim ( x 2 − 3) = 4 − 3 = 1 .
x→2

Analogno, direktnim uvrštavanjem zaključujemo da je 1 1 1 lim = = . x →1 x + 1 1+1 2
114

2. Realne funkcije jedne realne varijable Primjer 2.2.7. Ukoliko želimo direktnim uvrštavanjem izračunati ex lim , to nije moguće jer za x = 3 dobijamo da je x →3 x − 3 lim ex e3 e3 = = , x →3 x − 3 3−3 0

što nije definisano, jer ne možemo dijeliti s nulom.Ukoliko bismo napisali ex e3 da je lim = = ∞ , također bismo napravili grešku, jer limes može biti x →3 x − 3 0 samo +∞ ili −∞ , a ne ∞ . To nas navodi da odredimo posebno lijevu i desnu graničnu vrijednost funkcije kada se x približava 3. Kada se x približava 3 sa lijeve strane, imamo ex e3 lim = −, x 3 x−3 0 gdje nam znak "-" iznad broja 0 označava da je za x < 3 (sjetimo se, posmatramo lijevi limes) izraz x − 3 negativan. To znači da je količnik ex također negativan (jer je eksponencijalna funkcija uvijek pozitivna), x−3 pa je lim
x

ex e3 = − = −∞ . 3 x−3 0

Analogno, možemo zaključiti da je, za x > 3 izraz x − 3 uvijek pozitivan, pa je ex e3 lim = + = +∞ . x 3 x−3 0 ex , kad x → 3 razlikuju, to, na x−3 osnovu Teoreme 2.2.5. ne postoji limes te funkcije kad x → 3 , nego samo lijevi i desni limesi. Kako se lijevi i desni limesi funkcije Na kraju, navest ćemo definiciju granične vrijednosti funkcije kada x → +∞ , odnosno kada x → −∞ .
115

Matematika za ekonomiste Definicija 2.2.8. ( konačne granične vrijednosti funkcije kada x → +∞ , odnosno x → −∞ ) graničnu vrijednost A < ∞ kada x → +∞ ( x → −∞ ) ako za dato ε > 0 postoji Δ = Δ ( ε ) > 0 takvo da vrijedi Neka je funkcija f definisana na intervalu ( a, +∞ ) ( ( −∞, a ) ). Funkcija f ima

x > Δ ( x < −Δ ) ⇒ f ( x ) − A < ε .
Definicija 2.2.9. ( beskonačne granične vrijednosti funkcije kada x → +∞ , odnosno x → −∞ )

Neka je funkcija f definisana na intervalu ( a, +∞ ) ( ( −∞, a ) ). Funkcija f ima graničnu vrijednost +∞ kada x → +∞ ( x → −∞ ) ako za dato M > 0 postoji Δ = Δ ( M ) > 0 takvo da vrijedi

x > Δ ( x < −Δ ) ⇒ f ( x ) > M .
Funkcija f ima graničnu vrijednost −∞ kada x → +∞ ( x → −∞ ) ako za dato M > 0 postoji Δ = Δ ( M ) > 0 takvo da vrijedi

x > Δ ( x < −Δ ) ⇒ f ( x ) < − M .
Primjer 2.2.10. Izračunajmo lim x3 . x →+∞ x 2 − 1

Limes racionalne funkcije kada x → +∞ ili kada x → −∞ , najjednostavnije je izračunati tako što ćemo podijeliti brojnik i nazivnik sa varijablom x podignutom na najveći stepen koji se nalazi u nazivniku (u ovom primjeru je to 2). Imamo:

x →+∞

lim

x x = lim 2 = lim = +∞ . x →+∞ x x →+∞ 1 − 0 1 x −1 − x2 x2
2

3

x3 x2

(Koristili smo činjenicu da je lim

1 1 = lim n = 0 , za n ∈ n x →+∞ x x →−∞ x
116

).

2. Realne funkcije jedne realne varijable x2 2 x2 Izračunajmo još granične vrijednosti lim 3 i lim . Imamo: x →−∞ x − 1 x →+∞ 1 − x 2
1 x 0 = lim 3 = lim x = = 0 . lim 3 x →−∞ x − 1 x →−∞ x 1 x →−∞ 1 − 0 1 − 3 3 x x
2

x2 x3

2 x2 2 2 x2 2 = lim x 2 = lim = −2 . lim 2 x →+∞ 1 − x x →+∞ 1 x →+∞ 0 − 1 x − x2 x2
Primjer 2.2.11. Zadana je cijena P kao funkcija potražnje D sa 2D −1 . Ako se potražnja beskonačno uvećava, možemo odrediti P( D) = D+2 graničnu vrijednost cijene. Imamo:

1 2− 2D −1 D = 2. = lim lim P ( D) = lim D →+∞ D →+∞ D + 2 D →+∞ 2 1+ D Moguće je dati i ekonomsku interpretaciju ove granične vrijednosti. Naime, činjenica da je lim P ( D ) = 2 zapravo znači da će se za dovoljno veliku
D →+∞

potražnju cijena stabilizirati na nivou 2.

20 zadana je funkcija marginalnih 20Q − 60 troškova nekog preduzeća. Ova funkcija je dobro definisana samo kada je nivo proizvodnje Q > 3 , jer je tada 20Q − 60 > 0 . Lako se vidi da je
Primjer 2.2.12. Sa MC (Q) =
Q →+∞

lim MC (Q) = lim

Q →+∞

20 =0. 20Q − 60

Ekonomski gledano, ovo znači da su, za dovoljno veliku proizvodnju marginalni troškovi jednaki nuli.
117

Matematika za ekonomiste
Primjer 2.2.13. Neka je C (Q ) = 3 Q 2 − 16 + Q + 27 funkcija ukupnih troškova proizvodnje nekog preduzeća. Ova funkcija je definisana za Q 2 − 16 ≥ 0 , odnosno onda kada je nivo proizvodnje Q ≥ 4 . Funkcija prosječnih (jediničnih) troškova u ovom slučaju je

AC (Q) = U ovom slučaju je

3 Q 2 − 16 + Q + 27 16 27 = 3 1− 2 +1+ . Q Q Q

⎛ 16 27 ⎞ lim AC (Q ) = lim ⎜ 3 1 − 2 + 1 + ⎟ = 3 + 1 = 4 . Q →+∞ Q →+∞ ⎜ Q Q⎟ ⎝ ⎠

Ekonomski gledano, to znači da, za dovoljno veliku proizvodnju troškovi proizvodnje jedne jedinice proizvoda iznose 4. Na kraju, navedimo neke važne granične vrijednosti:
⎛ 1⎞ e = lim ⎜ 1 + ⎟ (po definiciji); n →∞ ⎝ n⎠
1/ t ⎛ 1⎞ e = lim ⎜ 1 + ⎟ = lim (1 + t ) ; x →∞ t →0 x⎠ ⎝ x n

lim
x→0

sin x = 1. x

118

2. Realne funkcije jedne realne varijable

2.3. Neprekidnost funkcije. Osobine neprekidnih funkcija

Poznato nam je da je grafik realne funkcije jedne realne varijable neka kriva u ravni. Intuitivno govoreći, funkcija je neprekidna, ukoliko je njen grafik kriva linija koja se ne prekida. Ovakva definicija pojma neprekidnosti funkcije je opisna. U ovom poglavlju ćemo dati strogu definiciju pojma neprekidnosti funkcije u nekoj tački i na nekom skupu, te navesti neke najznačajnije osobine neprekidnih funkcija.
Definicija 2.3.1. (neprekidnosti funkcije u tački) Neka je funkcija f definisana u tački x0 i u nekoj okolini tačke x0 . Za funkciju f kažemo da je neprekidna u tački x0 ako postoji granična

vrijednosti lim f ( x ) i jednaka je f ( x0 ) . Drugim riječima, f je neprekidna
x → x0

u tački x0 ako vrijedi lim f ( x ) = f ( x0 ) .
x → x0

Moguće je definisati i pojam neprekidnosti funkcije s desna (s lijeva) u tački x0 na sljedeći način.
Definicija 2.3.2. (neprekidnosti funkcije s desna i s lijeva u tački) Neka je funkcija f definisana u intervalu ( a, x0 ] ( [ x0 , b ) ). Za funkciju f

kažemo da je neprekidna s desna (lijeva) u tački x0 ako postoji granična vrijednost lim f ( x ) ( lim f ( x ) ) i jednaka je f ( x0 ) .
x x0 x x0

Funkcija je neprekidna u tački x0 ako i samo ako je neprekidna i s desna i s lijeva u toj tački.

119

Matematika za ekonomiste
Primjer 2.3.3.
y
y

O

x0

x

O

x0

x

Neprekidna funkcija u x0

Funkcija neprekidna s lijeva u x0
y

O

x0

x

Funkcija neprekidna s desna u x0

Geometrijski gledano, ako je funkcija neprekidna u x0 tada je grafik te funkcije kriva koja se "ne prekida" pri prolasku kroz x0 . Mi ćemo se u daljem uglavnom baviti elementarnim funkcijama. Veoma važna osobina svih elementarnih funkcija može se iskazati slijedećim teoremom.
Teorem 2.3.4. Elementarne funkcije su neprekidne u svim tačkama u kojima su definisane.
120

2. Realne funkcije jedne realne varijable Funkcija f definisana u tački x0 i nekoj njenoj okolini je u toj tački prekidna ako i samo ako nije lim f ( x ) = f ( x0 ) = lim f ( x ) .
x x0 x x0

Zavisno od toga da li gornji limesi postoje ili ne postoje razlikujemo nekoliko vrsta prekida funkcije. y 1. Tačka x0 je tačka prekida funkcije f s konačnim skokom ako postoje konačne vrijednosti lijevog i desnog skok limesa funkcije u x0 , ali je lim f ( x ) ≠ lim f ( x ) . Skok je jednak
x x0 x x0

vrijednosti izraza lim f ( x ) − lim f ( x ) .
x x0 x x0

O

x0

x

2. Ako funkcija f ( x ) ima u x0 konačnu graničnu vrijednost različitu od f ( x0 ) tada je x0 tačka otklonjivog prekida funkcije f ( x ) .
x → x0

y

(Prekid otklanjamo tako definišemo f ( x0 ) = lim f ( x ) .)
Primjer 2.3.5.

da

O

x0

Tačka x0 = 0 je otklonjivi prekid funkcije f ( x ) = vidu da je lim

sin x . Naime, imajući u x

sin x = 1 , ako funkciju f ( x ) u tački x0 = 0 definišemo tako x→0 x da bude jednaka jedan, dobijamo neprekidnu funkciju.

Tačke prekida koje su navedene pod 1. i 2. nazivamo tačke prekida prve vrste.
121

Matematika za ekonomiste Za funkciju f ( x ) kažemo da u tački x0 ima prekid druge vrste ako bar
x x0 x x0

jedna od graničnih vrijednosti lim f ( x ) ili lim f ( x ) ne postoji ili je

beskonačna.
Definicija 2.3.6. (neprekidnosti funkcije na skupu) Funkcija f definisana na skupu X ⊆ je neprekidna na X ako je neprekidna u svakoj tački skupa X .

Slijedeća tri teorema nam daju osobine neprekidnih funkcija
Teorem 2.3.7. Ako je funkcija f ( x ) neprekidna na zatvorenom intervalu

[ a, b] , ona je na tom intervalu ograničena i prima svoju najmanju i najveću

vrijednost.

f ( b ) različitog znaka, tad funkcija f ( x ) ima na segmentu [ a, b] barem jednu nulu.
Teorem 2.3.9. Funkcija neprekidna u otvorenom ili zatvorenom intervalu prima u tom intervalu sve vrijednosti između ma koje dvije vrijednosti f ( x1 ) i f ( x2 ) za x1 i x2 iz tog intervala. Primjer 2.3.10. Zadana je funkcija ⎧ −2ax + 3, za x < 2 f ( x) = ⎨ 2 ⎩2 x + x + 1, za x ≥ 2

Teorem 2.3.8. Ako je funkcija f ( x ) neprekidna na [ a, b] i ako su f ( a ) i

Odredimo vrijednost parametra a tako da ova funkcija bude neprekidna na cijelom . Funkcije uz pomoć kojih je zadana funkcija f su polinomi, pa su to neprekidne funkcije (kao suma stepenih, elementarnih funkcija). Dakle, funkcija f je sigurno neprekidna za x ∈ ( −∞, 2 ) i x ∈ ( 2, +∞ ) . Da bi funkcija bila neprekidna za x = 2 potrebno je da vrijedi
lim f ( x) = lim f ( x) = f (2) = 11 ,
x 2 x 2

odnosno da vrijedi relacija
122

2. Realne funkcije jedne realne varijable lim ( −2ax + 3) = lim ( 2 x 2 + x + 1) = 11 ,
x 2 x 2

odakle zaključujemo da je −4a + 3 = 11 , pa je tražena vrijednost parametra a = −2 .
2.4. Neke elementarne funkcije: stepena, eksponencijalna i logaritamska funkcija.

U elementarne funkcije spadaju stepena funkcija, eksponencijalna funkcija, logaritamska funkcija, trigonometrijske funkcije, inverzne trigonometrijske funkcije i sve funkcije koje se sa konačno mnogo algebarskih operacija i operacijom kompozicije funkcija mogu dobiti iz navedenih funkcija. U okviru kursa Matematike za ekonomiste koncentrisat ćemo se na tri, za primjene u ekonomiji najznačajnije elementarne funkcije: stepenu, eksponencijalnu i logaritamsku funkciju.
2.4.I. Stepena funkcija

Stepena funkcija je funkcija oblika y = xα ( α ∈

, x > 0 ).

Mi ćemo posmatrati samo neke specijalne slučajeve stepene funkcije. To su: 1) Slučaj α = n ∈ . Funkcija y = x n , gdje je n prirodan broj definisana je za svako x ∈ i neprekidna za svako x ∈ . S obzirom da se osobine ove funkcije razlikuju u zavisnosti od toga da li je n parno ili neparno, posmatrat ćemo ta dva slučaja. a) Ukoliko je n parno, funkcija je parna i vrijedi lim x n = +∞ . Funkcija je intervalu ( −∞,0 ) je strogo opadajuća. Na intervalu [ 0,∞ ) funkcija y = x n ima inverznu funkciju y = x1 / n = n x koja je strogo rastuća i
123

nenegativna. Na intervalu [ 0,∞ ) funkcija je strogo rastuća, a na

x →±∞

Matematika za ekonomiste neprekidna. Napomenimo da je u ovom slučaju inverzna funkcija definisana samo na intervalu [ 0,∞ ) .
y=x4 y y=x2

y
B(1,-1) O A(1,1) x

y=x

5

y=x

3

A(1,1) O x

b) Ukoliko je n neparno, funkcija je neparna i B(-1,-1) vrijedi lim x n = +∞ , lim x n = −∞ .
x →+∞ x →−∞

i Funkcija je strogo rastuća na neprekidna. Pozitivna je za x > 0 , a negativna za x < 0 . Ova funkcija ima inverznu funkciju y = x1/ n = n x koja je definisana na cijelom , rastuća je i neprekidna na .

α = −n < 0 2) Slučaj prirodan broj n .

,

za

y

Funkcija y = x − n , n ∈ , to jest 1 y = n , definisana je za svako x x ∈ , x ≠ 0 . Posmatrat ćemo dva podslučaja: kada je n = 2k paran broj i n = 2k + 1 je neparan broj. a) Za n = 2k , k ∈ funkcija je parna, rastuća na intervalu ( −∞,0 ) i opadajuća na intervalu ( 0,∞ ) .
124

y=

1 x2k

O

x

2. Realne funkcije jedne realne varijable Vrijedi lim
1 1 = +∞ ; lim 2 k = 0 . 2k x→0 x x →±∞ x

∪ {0} funkcija je neparna, uvijek je opadajuća. Osnovne granične vrijednosti ove funkcije su
b) Za n = 2k + 1 , k ∈
1 x
2 k +1

lim
x 0

= −∞ , lim
x 0

1 x
2 k +1

= +∞ .

x →±∞

lim

1 x
2 k +1

= 0,

y
1 x
2 k +1

y=

O

x

3) Slučaj kada je α =

1 , za n ∈ n

.

Kao i gore, posmatrat ćemo posebno slučaj kad je n = 2k paran broj i n = 2k + 1 neparan broj. a) Za n = 2k , k ∈ funkcija je definisana samo na intervalu [ 0, +∞ ) , na kome je rastuća i nenegativna. Vidjeli smo da je ova funkcija inverzna funkcija stepene funkcije y = x 2k .
125

Matematika za ekonomiste
y
y= x
4

A(1,1) O

y=

x

x

∪ {0} funkcija je neparna, definisana na cijelom i rastuća. Vidjeli smo da je ova funkcija inverzna funkcija stepene funkcije y = x 2 k +1 .
b) Za n = 2k + 1 , k ∈
y
y=
3

x
5

A(1,1) B(-1,-1) O

y=

x

x

1 4) Slučaj kada je α = − , za n ∈ . n

Posmatrat ćemo posebno slučaj kad je n = 2k paran broj i kada je n = 2k + 1 neparan broj. a) Za n = 2k , k ∈ funkcija je definisana samo na intervalu ( 0, +∞ ) , na kome je opadajuća i pozitivna. Ova funkcija je inverzna funkcija stepene 1 funkcije y = x −2 k = 2 k . x Vrijedi lim x
x
0 − 1 2k

1 1 = lim 2 k = +∞ i lim 2 k = 0 x →+∞ x 0 x x
1 x

y=
126

2. Realne funkcije jedne realne varijable

y

A(1,1)

y=

1
4

O

x

x

b) Za n = 2k + 1 , k ∈ ∪ {0} funkcija je neparna, definisana na cijelom i opadajuća. Ova funkcija inverzna funkcija stepene funkcije 1 y = x − (2 k +1) = 2 k +1 . x Vrijedi
1 2 k +1

lim x
x
0

1 = lim 2 k +1
x
0

x

= +∞
1 x 1
3

1 lim 2 k +1
x 0

x

= −∞ i lim

x →±∞ 2 k +1

= 0.

y

y=

x y= 1
5

A(1,1)

x

O
B(-1,-1)

x

127

Matematika za ekonomiste
2.4.II. Eksponencijalna funkcija
y

Eksponencijalna funkcija je x funkcija oblika y = a x , pri y = a ( a < 1) čemu uzimamo da je a > 0 . Ova funkcija je definisana za i pozitivna za svako x ∈ sve x . Razlikujemo dva slučaja: a > 1 i a < 1 . U slučaju a = 1 funkcija je konstanta (jednaka je 1 za svako x).

y = a x (a > 1) y = 1x
O x

a) Za a > 1 , funkcija je rastuća i neprekidna na cijelom definicionom području. Vrijedi
x →+∞

lim a x = +∞ , lim a x = 0 .
x →−∞

b) Za a < 1 , funkcija je opadajuća i neprekidna na cijelom definicionom području i vrijedi
x →+∞

lim a x = 0 , lim a x = +∞ .
x →−∞

2.4.III. Logaritamska funkcija

Logaritamska funkcija je inverzna eksponencijalnoj funkciji. To je funkcija oblika y = log a x , pri čemu smatramo da je a > 0 i a ≠ 1 . Ova funkcija je definisana samo za pozitivne realne brojeve, i slično kao kod eksponencijalne funkcije, razlikovat ćemo dva slučaja: a) Za a > 1 funkcija raste na cijelom definicionom području, neprekidna je, ima nulu u tački x = 1 i vrijedi
x →+∞

lim log a x = +∞ , lim log a x = −∞ .
x 0

128

2. Realne funkcije jedne realne varijable b) Za a ∈ ( 0,1) tada funkcija opada na cijelom definicionom području,
lim log a x = −∞ , lim log a x = +∞ .
x 0

neprekidna je, ima nulu u tački x = 1 i vrijedi
x →+∞

y

y = log a x, a > 1
O x

y = log a x, a < 1

Važan specijalni slučaj eksponencijalne i logaritamske funkcije je kada je a = e ( e ≈ 2,73 ). Funkcije y = e x i y = log e x = ln x spadaju u klasu funkcija kod kojih je a > 1. Napomenimo još da je a x = eln a = e x ⋅ln a i log a x =
x

log e x 1 = ⋅ ln x . log e a ln a

2.5. Pojam izvoda funkcije. Geometrijsko značenje izvoda funkcije.

U ispitivanju ekonomskih pojava do sada smo se bavili statičkom analizom, odnosno određivali smo stanje ekvilibriuma datog modela. Pri tome se nismo bavili pitanjem koliko se taj ekvilibrium mijenja ukoliko promijenimo početne uslove. Time se bavi dinamička analiza. U dinamičkoj analizi bavit ćemo se načinom i stepenom promjene određene varijable y = f ( x ) pri nekoj promjeni varijable x . Taj stepen promjene možemo ispitivati kvalitativno i kvantitativno. Kvalitativno, zanima nas da li sa
129

Matematika za ekonomiste porastom varijable x dolazi do porasta ili smanjivanja varijable Kvantitativno, zanima nas koliki je stepen odnosno brzina te promjene. Pretpostavimo sada da naša varijabla y zavisi samo od x.
p
B

y .

y

t

Ukoliko x promijeni svoju vrijednost od x0 do x0 + Δx , tada y mijenja svoju vrijednost od

f ( x0 + Δx ) f ( x0 )

Δy

A ϕ Δy
Δx

f ( x0 + Δx ) .

f ( x0 )

do

Razmjera, ili stepen promjene varijable y po jedinici promjene varijable x je Δy f ( x0 + Δx ) − f ( x0 ) = . Δx Δx Vidimo da je
Δy funkcija od x0 i Δx Δx

O

α ϕ

Δx

x0 x0 + Δx x

Slika 2.5.1

(za dato f).

Definicija 2.5.1. (izvoda funkcije u tački x0 )

Neka je realna funkcija f jedne realne varijable definisana u tački x0 i nekoj okolini tačke x0 . Ako postoji granična vrijednost f ( x0 + Δx ) − f ( x0 ) kažemo da je funkcija diferencijabilna u tački Δx → 0 Δx x0 (odnosno da ima izvod u x0 ) i pišemo lim lim f ( x0 + Δx ) − f ( x0 ) := f ' ( x0 ) , Δx

Δx → 0

gdje smo sa f ' ( x0 ) označili izvod funkcije u x0 . Pišemo još i
Δy dy = = y'. Δx → 0 Δx dx lim
130

2. Realne funkcije jedne realne varijable
Primjer 2.5.2. Neka je f ( x) = 2 x + 3 . Pokažimo da je ova funkcija diferencijabilna u tački x = 1 i odredimo f '(1) .

Trebamo pokazati da postoji granična vrijednost lim odrediti čemu je ona jednaka. Imamo:
Δx →0

Δx →0

f (1 + Δx ) − f (1) i Δx

lim

⎡ 2 (1 + Δx ) + 3⎤ − [ 2 ⋅1 + 3] f (1 + Δx ) − f (1) 2Δx ⎦ = lim ⎣ = lim = 2. Δx →0 Δx →0 Δx Δx Δx

Dakle, funkcija f ( x) = 2 x + 3 ima izvod u x = 1 i vrijedi f '(1) = 2 . To znači da u okolini tačke x = 1 funkcija raste dva puta brže od promjenljive x. Iz definicije prvog izvoda zaključujemo da vrijedi relacija promjene Δx . (Ovdje je ≈ oznaka za približnu vrijednost).
Δy dy za male ≈ Δx dx

Napomenimo također da promjena Δx može biti pozitivna ili negativna, ovisno od toga da li se naša varijabla povećava ili smanjuje. Isto vrijedi i za promjenu Δy . Pogledajmo sada šta geometrijski predstavlja prvi izvod funkcije u tački x0 . Da bismo to objasnili koristit ćemo se Slikom 2.5.1. Krenut ćemo od Δy dy Δy , gdje je činjenice da je lim = = y ' , te imajući u vidu da je tgϕ = Δx → 0 Δx dx Δx ϕ ugao kojeg zaklapa prava p ( A, B ) sa pozitivnim dijelom x -ose zaključiti da je f '( x0 ) = lim tgϕ . Sada trebamo odrediti čemu se približava tgϕ kada

A = ( x0 , f ( x0 ) ) duž krive y = f ( x) , a prava p ( A, B ) se približava tangenti na krivu y = f ( x) u tački A . S obzirom da je ϕ ugao kojeg zaklapa prava p ( A, B ) sa pozitivnim dijelom x -ose, to će ugao ϕ , kada Δx → 0 težiti ka uglu α kojeg zaklapa tangenta na krivu y = f ( x) u tački A sa pozitivnim dijelom x -ose. Drugim riječima,
f '( x0 ) = lim tgϕ = tgα ,
Δx → 0

Δx → 0 . Kada Δx → 0 , tačka B = ( x0 + Δx, f ( x0 + Δx ) ) se približava tački

Δx → 0

131

Matematika za ekonomiste što znači da je, geometrijski gledano, prvi izvod funkcije u tački x0 jednak tangensu ugla kojeg zaklapa tangenta na krivu y = f ( x) u tački

A = ( x0 , f ( x0 ) ) sa pozitivnim dijelom x -ose.

S druge strane, ako je y = kx + n eksplicitan oblik jednačine prave u Gaussovom koordinatnom sistemu, tada je koeficijent k pravca ove prave jednak tangensu ugla kojeg prava zaklapa sa pozitivnim dijelom x -ose. To znači da je geometrijski gledano, prvi izvod funkcije f u tački x0 (dakle,
tački A = ( x0 , f ( x0 ) ) .

f ' ( x0 ) ) jednak je koeficijentu pravca tangente na krivu y = f ( x ) u

Geometrijski gledano, činjenica da funkcija ima izvod u tački x0 nam zapravo govori da kriva koja predstavlja grafik te funkcije ima tangentu u tački sa apscisom x0 . Ukoliko funkcija na nekom intervalu ( a, b ) ima neprekidan izvod, kažemo da je ta funkcija glatka. Geometrijski, to znači da je grafik te funkcije kriva koja je „glatka“, odnosno nema „oštrih rubova“. Prvi izvod nam određuje smjer promjene funkcije. Ako je f ' ( x0 ) > 0 tu je promjena pozitivna (s rastom varijable x raste i varijabla y), a ako je f ' ( x0 ) < 0 tu je promjena negativna (s rastom varijable x, y opada). Proces nalaženja izvoda zovemo diferenciranjem ili deriviranjem. Vidjeli smo ranije da lim
Δy ne mora postojati. Međutim mogu postojati Δx Δy Δy i lim . Ova dva lijevi i desni limesi, odnosno može postojati lim Δx 0 Δx Δx 0 Δx limesa nazivamo lijevim i desnim izvodom funkcije f u tački x0 . Ukoliko
Δx → 0

su ovi limesi različiti, funkcija nije diferencijabilna u x0 .
132

2. Realne funkcije jedne realne varijable
Δy Δy = +∞ ili je lim = −∞ tada funkcija nije Δx → 0 Δx Δx → 0 Δx diferencijabilna, ali to geometrijski znači da je tangenta u tački ( x0 , f ( x0 ) )

Ukoliko

je

lim

okomita na x osu.

x0 β1

β2

x

Na slici lijevo je prikazan slučaj kada funkcija ima lijevi i desni izvod u x0 , koji se razlikuju. Lijevi izvod jednak je tg β 2 , odnosno koeficijentu pravca lijeve tangente u x0 . Desni izvod je jednak tg β1 , odnosno koeficijentu pravca desne tangente u x0 .

2.6. Pravila diferenciranja. Izvodi elementarnih funkcija.

Prije nego navedemo pravila za diferenciranje, objasnimo kako izračunati izvode nekih elementarnih funkcija. Neke od njih ćemo izračunati po definiciji, a neke ćemo samo navesti. 1. Ako je y = f ( x ) = C , gdje je C neka konstanta, tada je C ' = 0 , jer je

f ( x0 + Δx ) − f ( x0 ) = 0 za svako x0 .

2. Ako je y = f ( x ) = x n , gdje je n ∈ binomnog obrasca za n ∈ :
133

, tada je, po definiciji, primjenom

Matematika za ekonomiste

Δx →0

( x + Δx ) lim

n

− xn

Δx

= lim

x n + nx n −1Δx +

Δx →0

n ( n − 1) n − 2 2 n x ( Δx ) + ... + ( Δx ) − x n 2 Δx

n ( n − 1) n − 2 ⎛ n −1 ⎞ = lim ⎜ nx n −1 + x Δx + ... + ( Δx ) ⎟ = nx n −1 . Δx →0 2 ⎝ ⎠
Dakle, ( x n ) ' = nx n −1 , za x ≠ 0 . Formula vrijedi i za n = α ∈ , te x > 0 . 3. Ako je y = e x , tada je y ' = e x , za svako x. Naime,
lim e(
x +Δx )

Δx →0

eΔx − 1 = t e x ( e Δx − 1) − ex eΔx − 1 = lim = e x ⋅ lim = Δx = ln ( t + 1) = Δx →0 Δx →0 Δx Δx Δx t →0
t 1 1 = e x ⋅ lim = ex ⋅ = ex . 1/ t t → 0 ln ( t + 1) t →0 ln e ln ( t + 1)

= e x ⋅ lim

4. Može se pokazati da ako je f ( x ) = sin x , tada je

f ' ( x ) = ( sin x ) ' = cos x .
5. Ako je f ( x ) = cos x , tada je f ' ( x ) = ( cos x ) ' = − sin x . Izvode ostalih elementarnih funkcija možemo naći koristeći se slijedećim pravilima diferenciranja (ovdje pretpostavljamo da su funkcije f i g diferencijabilne): I

( c1 f

± c2 g ) ' ( x ) = c1 ⋅ f ' ( x ) ± c2 ⋅ g ' ( x )

(izvod zbira funkcija jednak je zbiru izvoda, a konstanta uz funkciju se može izlučiti ispred izvoda funkcije) II

( fg ) ' ( x ) = f ' ( x ) ⋅ g ( x ) + f ( x ) ⋅ g ' ( x )
(pravilo za izvod proizvoda)
134

2. Realne funkcije jedne realne varijable III
f '( x) ⋅ g ( x) − f ( x) ⋅ g '( x) ⎛ f ⎞′ ⎜ ⎟ ( x) = g 2 ( x) ⎝g⎠

(pravilo za izvod količnika)

IV

( f ) ' ( x ) = f '1 x ) odnosno (
−1

dy 1 = dx ⎛ dx ⎞ ⎜ dy ⎟ ⎝ ⎠

(pravilo za izvod inverzne funkcije) V

( f ( g ( x ) ) )′ = f ′ ( g ( x ) ) g ′ ( x )
(pravilo za izvod složene funkcije)

Ilustracije radi, dokažimo pravilo II. Po definiciji izvoda je lim ( fg ) ' ( x ) = Δx→0

( fg )( x + Δx ) − ( fg )( x ) =
Δx = lim
Δx →0

f ( x + Δx ) g ( x + Δx ) − f ( x ) g ( x ) = Δx

= lim

Δx →0

f ( x + Δx ) g ( x + Δx ) − f ( x ) g ( x + Δx ) f ( x ) g ( x + Δx ) − f ( x ) g ( x ) + lim = Δx →0 Δx Δx

= lim

Δx →0

f ( x + Δx ) − f ( x ) g ( x + Δx ) − g ( x ) g ( x + Δx ) + f ( x ) lim = Δx →0 Δx Δx

= f '( x) g ( x) + f ( x) g '( x) ,
što je i trebalo dokazati. Koristeći se pravilima diferenciranja možemo izračunati izvode svih elementarnih funkcija. Tako je, na primjer:

( a )′ = ( e
x

x⋅log a

)′ = ( e

x ⋅log a

) ⋅ ( x ⋅ log a )′ = a

x

log a .

135

Matematika za ekonomiste Koristeći se pravilom za izvod inverzne funkcije funkcije e x možemo naći izvod funkcije ln x . Ako je y = f ( x ) = e x , tada je

( f ) ' ( x ) = f '1 x ) = e1 (
−1

x

=

1 . y

Kako je za y = e x , upravo x = ln y , to je ln′ y =

1 , odnosno, s obzirom da y je svejedno koju oznaku koristimo za nezavisno promjenljivu, možemo pisati

( ln x )′ =
Sada lako zaključujemo da je

1 . x

( log a x )′ = ⎛ ⎜

1 1 ⎞′ ln x ⎟ = . ⎝ ln a ⎠ x ⋅ ln a

Na kraju, pokažimo još kako izračunati izvod funkcije y = tgx , kao izvod količnika.

( tgx )′ = ⎛ ⎜

sin x ⎞′ ( sin x )′ cos x − ( cos x )′ sin x cos 2 x + sin 2 x 1 . = = ⎟ = 2 2 cos x cos x cos 2 x ⎝ cos x ⎠ −1 . sin 2 x

Analogno bi mogli izračunati izvod funkcije y = ctgx i dobiti

( ctgx )

'

=

Na kraju, navest ćemo, bez dokaza formule za izvod inverznih trigonometrijskih funkcija:

( arcsin x )′ = ( arctgx )′ =

1 1 − x2

,

( arccos x )′ =
( arcctgx )′ =

−1 1 − x2 −1 . 1 + x2

,

1 , 1 + x2
136

2. Realne funkcije jedne realne varijable
Primjer 2.6.1. Odredimo izvode slijedećih funkcija:

a) f ( x) = 3 x 2 + 5 x − c) f ( x) =
1

1 x

b) f ( x) =

1 3 − 2x + 3 x

( 2 x − 1)
x2 −1 4 − x2 e− x x+3

2

+ ln x

d) f ( x ) = ( x 2 − 1) ⋅ e 2 x
2 ⎛ x +1⎞ f) f ( x) = e x − ln ⎜ ⎟ ⎝ x ⎠

e) f ( x) = g) f ( x) =

h) x 2 ln x + 3 3 x 2 − 1 .

U ovom primjeru ćemo smatrati da izvode tražimo u onim tačkama u kojima je funkcija definisana i nećemo niti u jednom slučaju određivati definiciono područje zadane funkcije. a) Koristeći se pravilom I, činjenicom da je ( x n ) ' = nx n −1 i pišući
x −1 imamo:

1 kao x

1 ⎞′ ⎛ 2 2 ′ 1 ′ −1 ′ 2 −1 1−1 −1−1 ⎜ 3x + 5 x − ⎟ = 3 ( x ) + 5 ( x ) − ( x ) = 3 ⋅ 2 ⋅ x + 5 ⋅ x − ( −1) ⋅ x = x⎠ ⎝ 1 = 6 x + 5 + x −2 = 6 x + 5 + 2 . x b) U ovom zadatku koristit ćemo se činjenicom da je da je
n
3

1 1 = 1/ 2 = x −1/ 2 , te x x

( x ) ' = nx

2 x + 3 = ( 2 x + 3)
n −1

1/ 3

. Koristit ćemo se tabličnim izvodom

, pravilom I i pravilom V za izvod složene funkcije. Naime,

ako je u neka funkcija od x , tada je ( u n )′ = nu n −1 ⋅ u′ . Ovo ćemo primijeniti na izračunavanje izvoda funkcije stavljajući u = 2 x + 3 , kako bismo zaključili da je
137
3

2 x + 3 = ( 2 x + 3)

1/ 3

,

Matematika za ekonomiste

(( 2 x + 3) )′ = 1 ( 2 x + 3) 3
1/ 3

1 −1 3

2 2 1 2 − − ⋅ ( 2 x + 3)′ = ( 2 x + 3) 3 ⋅ (2 + 0) = ( 2 x + 3) 3 . 3 3

Dakle,
2 1 − 1 −1 2 ⎛ 1 3 ⎞′ − 1/ 3 ′ − 2 x + 3 ⎟ = ( x −1/ 2 )′ − ( 2 x + 3) = − x 2 − ( 2 x + 3) 3 = ⎜ 2 3 ⎝ x ⎠ 1 2 =− − . 2 x 3 3 3 ( 2 x + 3) 2

(

)

c) U ovom zadatku ćemo koristiti pravilo za izvod složene funkcije, kako 1 −2 bismo odredili izvod funkcije = ( 2 x − 1) . Imamo : 2 ( 2 x − 1)

(( 2 x − 1) )′ = ( −2 ) ⋅ ( 2 x − 1)
−2

−2 −1

−3 −3 ⋅ ( 2 x − 1)′ = ( −2 ) ⋅ ( 2 x − 1) ⋅ 2 = −4 ( 2 x − 1) ,

pa je
⎛ ⎞′ 1 1 −3 + ln x ⎟ = −4 ( 2 x − 1) + . ⎜ 2 ⎜ ( 2 x − 1) ⎟ x ⎝ ⎠

d) U ovom zadatku ćemo računati izvod proizvoda dvije funkcije, koristeći se pravilom II. Također, pri računanju izvoda funkcije e 2 x koristit ćemo se pravilom V za računanje izvoda složene funkcije. Naime, ako je u neka funkcija od x , tada je eu ′ = eu ⋅ u′ , pa je

( )
2x

( e )′ = e ⋅ ( 2 x )′ = e
2x

2x

⋅ 2 = 2e2 x .

Sada imamo

(( x − 1) ⋅ e )′ = ( x − 1)′ ⋅ e + ( x − 1) ⋅ ( e )′ = ( 2 x − 0 ) ⋅ e + ( x − 1) ⋅ 2e
2 2x 2 2x 2 2x 2x 2

2x

=

= 2 ( x 2 + x − 1) ⋅ e 2 x .

e) U ovom zadatku ćemo koristiti pravilo III, za izvod količnika dvije funkcije. Imamo
138

2. Realne funkcije jedne realne varijable ′ 2 2 2 2 ′ ⎛ x 2 − 1 ⎞′ ( x − 1) ⋅ ( 4 − x ) − ( x − 1) ⋅ ( 4 − x ) = = ⎜ 2 2 ⎟ ⎝ 4− x ⎠ ( 4 − x2 ) = 2 x ⋅ ( 4 − x 2 ) − ( x 2 − 1) ⋅ ( −2 x )

(4 − x )

2 2

=

2 x ( 4 − x 2 + x 2 − 1)

(4 − x )

2 2

=

6x

(4 − x )

2 2

.

f) U ovom zadatku ćemo iskoristiti dva puta pravilo za izvod složene funkcije. Kao prvo, analogno kao u d) imamo da je

( e )′ = e ⋅ ( x )′ = 2 xe
x2 x2
2

x2

.

Zatim, ukoliko je u neka funkcija od x , na osnovu pravila za izvod složene 1 funkcije imamo da je ( ln u )′ = ⋅ u ′ , pa je u

⎛ ⎛ x + 1 ⎞ ⎞′ 1 ⎛ x + 1 ⎞′ x ( x + 1)′ ⋅ x − ( x + 1) ⋅ x′ ⋅ ⎟ ⎟ = x +1 ⋅⎜ ⎟ = ⎜ ln ⎜ x2 ⎝ x ⎠ x +1 ⎝ ⎝ x ⎠⎠ x
= 1 1 ⋅ x − ( x + 1) ⋅1 −1 ⋅ = . x +1 x x ( x + 1)

Sada lako vidimo da je ′ ⎛ x2 1 ⎛ x +1⎞ ⎞ x2 e − ln ⎜ . ⎟ ⎟ = 2 xe + ⎜ x ( x + 1) ⎝ x ⎠⎠ ⎝ g) Na osnovu pravila za izvod složene funkcije je ( e − x )′ = e− x ⋅ ( − x )′ = −e − x , pa, na osnovu pravila za izvod količnika imamo
−x ′ −x ′ ⎛ e− x ⎞′ ( e ) ⋅ ( x + 3) − e ⋅ ( x + 3) −e− x ⋅ ( x + 3) − e− x ⋅1 −e− x ⋅ ( x + 4 ) = = = ⎜ ⎟ 2 2 2 ( x + 3) ( x + 3) ( x + 3) ⎝ x+3⎠

139

Matematika za ekonomiste h) Na osnovu pravila za izvod proizvoda i izvod složene funkcije imamo

( x ln x + 3
2 2

3

1/ 3 ′ ′ = x 2 − 1 = ( x 2 )′ ⋅ ln x + x 2 ⋅ ( ln x )′ + 3 ( x 2 − 1)

)

(

)

1 2 −1 − 1 1 2 3 ⋅ x 2 − 1 ′ = 2 x ln x + x + 2 x x 2 − 1 3 . 2 x ln x + x ⋅ + 3 ⋅ ( x − 1) ( ) ( ) x 3

2.7. Pojam diferencijala funkcije i njegovo geometrijsko značenje.

Kada smo govorili o izvodu funkcije, pisali smo posebnu pažnju obratili izrazu

dy , kojeg smo smatrali oznakom za prvi dx izvod od y kao funkcije varijable x . U ovom odjeljku dat ćemo novo dy značenje izrazu . dx

dy Δy i nismo = lim Δx → 0 Δ x dx

Ako funkcija f u tački x ima izvod, tada postoji granična Δy vrijednost lim i ona je Δx → 0 Δx f ′( x) . Ako jednaka definišemo Δy − f '( x) , ε ( x) = Δx tada, ukoliko diferencijabilna u lim ε ( x ) = 0 .
Δx →0

y B D A α C

je f x vrijedi

O

α
Δx

x

Iz

Δy − f ′ ( x ) = ε ( x ) slijedi da je Δx
140

2. Realne funkcije jedne realne varijable

Δy = f ′ ( x ) Δx + ε ( x ) Δx ,
pri čemu, ukoliko je f diferencijabilna u x vrijedi ε ( x ) → 0 kada

Δx → 0 .
Priraštaj Δy funkcije smo sada zapisali kao sumu dva izraza. Izraz označavamo sa dy i zovemo diferencijal funkcije y = f ( x ) . Dakle, možemo dati slijedeću definiciju diferencijala funkcije
Definicija 2.7.1. (diferencijala funkcije)

f ' ( x ) Δx predstavlja glavni dio priraštaja funkcije f ( x ) . Njega

Neka je y = f ( x) diferencijabilna funkcija u tački x . Diferencijal funkcije f , u oznaci dy definišemo sa

dy = f ′ ( x ) Δx .
Ako je f ( x ) = x , tada je

dx = ( x ) '⋅ Δx = Δx ,
pa je zapravo dy = f ′ ( x ) dx , čime je opravdana oznaka Bitno je napomenuti da nam sada izraz
dy za f ′ ( x ) . dx

dy zapravo predstavlja količnik dva dx diferencijala: dy i dx , a ne samo oznaku za prvi izvod funkcije.

Primjer 2.7.2. Ako je y = x 2 + x , odredimo dy .

Po definiciji je 1 ⎞ ⎛ ′ dy = f ′ ( x ) dx = x 2 + x dx = ⎜ 2 x + ⎟ dx . 2 x⎠ ⎝

(

)

Sada ćemo dati geometrijsku interpretaciju diferencijala funkcije. Neka je

B = ( x0 + Δx, f ( x0 + Δx ) ) tačka na krivoj koja odgovara apscisi x0 + Δx .
141

A = ( x0 , f ( x0 ) )

tačka

na

grafiku

krive

y = f ( x)

,

Matematika za ekonomiste Neka je C tačka takva da je ugao ACB pravi. Tada je AC = Δx , a BC = Δy = f ( x0 + Δx ) − f ( x0 ) . Povucimo tangentu na krivu u tački A, i neka ona siječe pravu BC u tački D. Tada je ugao α kod vrha A u trouglu ACD jednak uglu kojeg zaklapa tangenta na krivu u tački A sa x-osom. Kako je f ' ( x0 ) = tgα , a na osnovu osobina pravouglog trougla ACD je
tgα = CD CD CD , to je f ' ( x0 ) = , pa je CD = dy = f ' ( x0 ) Δx . = Δx AC Δx

Kako je ukupan priraštaj Δy = CB , vidimo da je dy ≈ Δy , za male Δx .
Primjer 2.7.3. Izračunajmo
3

1 , koristeći se osobinom da je dy ≈ Δy , za 999 1 1 ≈3 . Aproksimaciju brojne 999 1000

male Δx . Kako je 999 blizu 1000, to je vrijednosti
3 3

1 ćemo dobiti razmišljajući na slijedeći način: 999

Posmatrajmo funkciju f ( x ) = x

1 3

i stavimo x0 = 1000, x0 + Δx = 999 , pa

je Δx = −1 . (U ovom slučaju, priraštaj je negativan) Sada imamo: Δy ≈ dy = f ' ( x0 ) ⋅ Δx , odakle slijedi Δy = f ( x0 + Δx ) − f ( x0 ) = f (999) − f (1000) ≈ f '(1000) ⋅ Δx . Odavde je f (999) = f (1000) + f '(1000) ⋅ ( −1) . Ostalo je još da izračunamo f '(1000) . Imamo: 1 −4 f '( x ) = − ⋅ x 3 , 3 pa je
4 − 1 1 f '(1000) = − 1000 3 = − 10−4 . 3 3

142

2. Realne funkcije jedne realne varijable Kako je još f (1000) =
3

1 1 = , to je 1000 10

1 1 1 1 −1 ≈ + ⋅ (−1) = + . 4 3 10 3 ⋅104 999 10 3 ⋅10 Izračunavanje diferencijala funkcije također nazivamo diferenciranjem. Pravila diferenciranja su analogna pravilima za izračunavanje izvoda. Navest ćemo neka od pravila za izračunavanje diferencijala:

d ( C ⋅ u ) = C ⋅ du ; d ( uv ) = udv + vdu ;

d ( u ± v ) = du ± dv ;
⎛ u ⎞ vdu − udv . d⎜ ⎟ = v2 ⎝v⎠

2.8. Primjena izvoda u ekonomiji. Marginalna (granična) funkcija. Koeficijent elastičnosti.

Na osnovu definicije prvog izvoda funkcije, zaključili smo da nam izvod funkcije govori o brzini relativne promjene funkcije. Ukoliko je prvi izvod veliki pozitivan broj, to znači da funkcija brzo raste, ukoliko je malen (po apsolutnoj vrijednosti) negativan broj, to znači da funkcija sporo opada i slično. Grubo rečeno, mogli bismo reći da izvod funkcije označava "brzinu njene promjene". Pogledajmo sada što prvi izvod zapravo predstavlja kada posmatramo neku ekonomsku funkciju jedne varijable. Naše razmatranje započet ćemo slijedećim primjerom.
Primjer 2.8.1. Neka nam C (Q ) predstavlja funkciju ukupnih troškova proizvodnje, koja zavisi od ukupne količine proizvodnje Q . Tada se marginalni ili granični trošak označava sa MC (Q ) i u ekonomiji definiše kao trošak proizvodnje dodatne jedinice proizvoda. Po definiciji se uzima da je
143

Matematika za ekonomiste
MC (Q) = ΔC C2 − C1 , = ΔQ Q2 − Q1

pri čemu je C2 = C (Q2 ) i C1 = C (Q1 ) . Zapravo, da bismo izračunali trošak dodatne jedinice proizvoda na nivou proizvodnje Q1 , mi ćemo staviti da je Q2 − Q1 = ΔQ , odnosno da je Q2 = Q1 + ΔQ i posmatrati šta se događa kada ΔQ → 0 , jer se tada nalazimo na nivou proizvodnje od Q1 jedinica proizvoda. Drugim riječima,

MC (Q1 ) = lim

C ( Q1 + ΔQ ) − C ( Q1 ) ΔC = lim . ΔQ →0 ΔQ ΔQ →0 ΔQ

Ako limes na desnoj strani postoji i konačan je, on je upravo jednak prvom izvodu funkcije C (Q ) u tački Q1 . Drugim riječima, vrijedi relacija

MC ( Q ) = C ′ ( Q ) ,
ako izvod na desnoj strani postoji. Na osnovu ovog primjera možemo zaključiti slijedeće: Ukoliko posmatramo neku ekonomsku funkciju koja je diferencijabilna, tada nam prvi izvod te funkcije predstavlja graničnu ili marginalnu funkciju. Također, prvi izvod ekonomske funkcije predstavlja stopu promjene te funkcije u odnosu na promjenu ekonomske varijable od koje funkcija zavisi.
Primjer 2.8.2. (funkcija troškova proizvodnje) 125 data funkcija prosječnih troškova odredimo Ako je sa AC (Q) = Q 2 + Q funkciju ukupnih i marginalnih troškova proizvodnje. Zatim odredimo i koliko iznose fiksni troškovi proizvodnje, te marginalni troškovi proizvodnje na nivou proizvodnje od Q = 10 jedinica proizvoda.

Funkcija C (Q ) ukupnih troškova proizvodnje može se odrediti iz relacije C (Q) AC (Q) = , odakle je C (Q ) = AC (Q ) ⋅ Q . Dakle, Q
144

2. Realne funkcije jedne realne varijable ⎛ 125 ⎞ 3 C (Q) = Q ⎜ Q 2 + ⎟ = Q + 125 . Q ⎠ ⎝ Iz posljednje formule vidimo da fiksni troškovi proizvodnje iznose C (0) = 125 . Funkcija marginalnih troškova je data sa MC (Q) = C ′ ( Q ) = ( Q 3 + 125 )′ = 3Q 2 , pa marginalni trošak na nivou proizvodnje od Q = 10 jedinica proizvoda iznosi MC (10) = 3 ⋅102 = 300 .
Primjer 2.8.3. (funkcija ponude) Data je funkcija ponude s ( P ) = 2 P 2 + 3P + 1 nekog proizvoda kao funkcija njegove cijene P . Odredimo stopu promjene funkcije ponude na nivou cijena P = 6 i P = 10 i dajmo ekonomsku interpretaciju rezultata.

Stopa promjene funkcije je data njenim prvim izvodom. Dakle, trebamo ds odrediti = s′( P ) za P = 6 i P = 10 . Imamo: dP s′( P) = ( 2 P 2 + 3P + 1)′ = 6 P + 3 , pa je s′(6) = 39 i s′(10) = 63 . S obzirom da je cijena pozitivna veličina, iz s′( P ) = 6 P + 3 > 0 slijedi da je ponuda (strogo) rastuća funkcija od cijene. S obzirom da je stopa promjene 6 P + 3 zaključujemo da se ponuda povećava šest puta većom brzinom od cijene.
Primjer 2.8.4. (funkcija potražnje i funkcija ukupnog prihoda)

Data je funkcija potražnje D( P) = 144 − P 2 kao funkcija cijene. Odredimo za koje vrijednosti cijene P ova funkcija ima ekonomskog smisla. Zatim, odredimo stopu promjene funkcije potražnje na nivou cijena P = 5 i P = 7 i dajmo ekonomsku interpretaciju rezultata. Odredimo i funkciju ukupnog prihoda R ( D ) = P ⋅ D ( P ) , kao i stopu promjene ukupnog prihoda na nivou cijena P = 5 i P = 7 .
145

Matematika za ekonomiste Zadana funkcija potražnje će imati ekonomskog smisla kada ja 144 − P 2 > 0 i P > 0 , odnosno kada je P ∈ ( 0,12 ) . Stopa promjene funkcije je data njenim prvim izvodom. Dakle, trebamo dD odrediti = D′( P) za P = 5 i P = 7 . Imamo: dP
D′( P ) = (144 − P

(

2 1/ 2

)

)

1 1 2 2 −1 = (144 − P ) ⋅ (144 − P 2 )′ = 2

=

1 − 1 (144 − P 2 ) 2 ⋅ (−2 P) = − P 2 . 2 144 − P

Stopa promjene potražnje na nivou cijene P = 5 jednaka je D′(5) = −5 −5 = . 144 − 25 119 −7 −7 = . 144 − 49 95

Stopa promjene potražnje na nivou cijene P = 7 jednaka je D′(7) =

S obzirom da je stopa promjene negativna, tražnja opada s porastom cijene. Također, kako je D′(5) < D′(7) , i općenito iz 0 < P < P2 < 12 slijedi 1

D′( P ) < D′( P2 ) , zaključijemo da je brzina opadanja tražnje veća što je 1 veća cijena.
Funkcija ukupnog prihoda je R( P ) = P ⋅ 144 − P 2 . Stopa promjene ukupnog prihoda je izvod proizvoda je R′ ( P ) = P′ ⋅ D( P) + P ⋅ D′( P) = 1⋅ 144 − P 2 + P ⋅ −P 144 − P 2 = 144 − 2 P 2 144 − P 2
dR = R′ ( P ) . Na osnovu pravila za dP

Dakle, stopa promjene ukupnog prihoda na nivou cijene P = 5 jednaka je
146

2. Realne funkcije jedne realne varijable R′ ( 5 ) = 144 − 50 94 = . 144 − 25 119

Stopa promjene ukupnog prihoda na nivou cijene P = 7 jednaka je R′ ( 7 ) = 144 − 98 46 = . 144 − 49 95

Kako je R′(5) > 0 i R′(7) > 0 vidimo da ukupan prihod raste na nivou cijena P = 5 i P = 7 , a zbog R′(5) > R′(7) zaključujemo da je brzina porasta ukupnog prihoda veća na nivou cijene P = 5 . Iz D′ ( P ) = , vidimo da je za sve vrijednosti P ∈ ( 0,12 ) za koje 144 − P 2 funkcija potražnje ima ekonomskog smisla ova funkcija opadajuća funkcija cijene. Međutim, izvod funkcije ukupnog prihoda je R′ ( P ) = i on može 144 − P 2 biti pozitivan (tad ukupan prihod raste s porastom cijene) i negativan (kada ukupan prihod opada s porastom cijene). Odmah zaključujemo da je R′ ( P ) > 0 za P ∈ 0, 72 , te da je R′ ( P ) < 0 za P ∈ 72,12 . Odavde 144 − 2 P 2
−P

(

)

(

)

slijedi da će cijena P = 72 biti cijena za koju je ukupan prihod maksimalan (jer se ukupan prihod povećava s porastom P sve do 72 , a zatim se ukupan prihod smanjuje s rastom P od 72 do 12). O ovom zaključku ćemo reći nešto više kada budemo govorili o lokalnom ekstremu realne funkcije jedne realne varijable.
Primjer 2.8.5. (funkcija potrošnje i funkcija štednje)

Neka je C (Y ) = 4 + 5 Y funkcija potrošnje kao funkcija dohotka (ukupnog prihoda) Y . Odredimo funkciju štednje S (Y ) u ovisnosti od Y , a zatim odredimo graničnu (marginalnu) sklonost potrošnji i graničnu (marginalnu) sklonost štednji na nivou dohotka Y = 100 i Y = 225 , te ekonomski interpretirajmo rezultate.
147

Matematika za ekonomiste Poznato je da su funkcije potrošnje i štednje vezane relacijom Y = C (Y ) + S (Y ) , odakle zaključujemo da je
S (Y ) = Y − 5 Y − 4 .

Granična (marginalna) sklonost potrošnji je

dC = C ′(Y ) , pa iz dY

C ′(Y ) = 4 + 5 Y

(

)′ = 2 5Y

zaključujemo da je granična sklonost potrošnji na nivou dohotka Y = 100 i 5 1 5 1 Y = 225 data sa C ′(100) = i C ′(225) = = = . 20 4 30 6 Analogno, iz

5 ′ S ′(Y ) = Y − 5 Y − 4 = 1 − 2 Y

(

)

Slijedi da je granična sklonost štednji na nivou dohotka Y = 100 i Y = 225 5 3 5 5 data sa S ′(100) = 1 − i S ′(225) = 1 − = = . 20 4 30 6 Zaključujemo da se granična sklonost potrošnji smanjuje s povećanjem dohotka, dok se granična sklonost štednji povećava s povećanjem dohotka, pri čemu je suma ove dvije marginalne vrijednosti uvijek jednaka jedan.
Definicija 2.8.6. (koeficijent elastičnosti) Neka je y = y ( x ) neka realna funkcija jedne realne varijable x . Koeficijent elastičnosti funkcije y u odnosu na promjenu varijable x se definiše sa Δy y ε y , x := . Δx x Ekonomski, to znači da, ako se x promijeni za 1% (odnosno, ako je Δx 1 Δy ) tada se varijabla y promijeni za ε y , x = = ⋅ 100% . Ako je x 100 y
148

2. Realne funkcije jedne realne varijable

ε y , x > 1 tada kažemo da

je y elastična na promjenu x, a za ε y , x < 1

kažemo da je y neelastična na promjenu x. Zapravo, kad je riječ o malim promjenama (u ekonomiji su uglavnom takve u vremenu) , možemo smatrati da je dy x x ε y , x = ⋅ = y 'x , dx y y pa ćemo ovaj izraz uzeti za matematičku definiciju koeficijenta elastičnosti. U ekonomiji se definišu različite elastičnosti, na primjer, elastičnost supstitucije proizvodnih faktora – skupljeg faktora jeftinijim, ili elastičnost potražnje u odnosu na dohodak, elastičnost funkcije proizvodnje u odnosu na rad ili kapital, elastičnost ponude i potražnje kao funkcija cijene, itd. U narednim primjerima pokazat ćemo kako odrediti elastičnost nekih ekonomskih funkcija.
Primjer 2.8.7. (elastičnost potražnje kao funkcije cijene)

Data je funkcija potražnje D ( P ) kao funkcija cijene sa D( P) = − P 2 + 121 . Odredimo vrijednosti cijene za koje ova funkcija ima ekonomskog smisla. Zatim, odredimo elastičnost potražnje u odnosu na cijenu, te cijenu pri kojoj je elastičnost potražnje jedinična. Na kraju, odredimo nivo cijene na kojem će se potražnja, uslijed povećanja cijene za 1% smanjiti za 0,5%. Zadana funkcija potražnje ima ekonomskog smisla kada je P > 0 i − P 2 + 121 > 0 , odakle slijedi da je P ∈ ( 0,11) . Elastičnost potražnje u odnosu na cijenu je data sa

ε D , P = D′( P) ⋅

P 2P2 =− . D 121 − P 2

Elastičnost potražnje u odnosu na cijenu je stalno negativna, pa će elastičnost biti jedinična kada je njena apsolutna vrijednost jednaka jedan, to jest kada je

ε D,P = −

2P2 = −1 . 121 − P 2
149

Matematika za ekonomiste Iz gornje jednačine je 3P 2 = 121 , pa je cijena pri kojoj je elastičnost 121 . potražnje jedinična P = 3 Na osnovu definicije koeficijenta elastičnosti, nivo cijene na kojem će se potražnja, uslijed povećanja cijene za 1% smanjiti za 0,5% je određen jednačinom

ε D,P

2P2 =− = −0,5 . 121 − P 2

Iz ove jednačine je 5 P 2 = 121 , pa je tražena vrijednost cijene P =

121 . 5

Primjer 2.8.8. (elastičnost ukupnih i jediničnih troškova proizvodnje kao funkcije količine proizvodnje) 1 Neka je sa C (Q ) = ln (1 + Q ) + Q + 1 data funkcija ukupnih troškova 2 proizvodnje. Odredimo elastičnost ukupnih i jediničnih troškova proizvodnje na nivou proizvodnje od Q = 10 jedinica proizvoda.

Funkcija jediničnih troškova proizvodnje je data sa AC (Q) = C (Q) ln(1 + Q) 1 = +1+ Q 2Q Q

Elastičnost ukupnih troškova proizvodnje je

ε C ,Q = C ′(Q) ⋅

Q MC (Q) MC (Q) = = , C C AC (Q) Q

gdje smo sa MC (Q ) označili funkciju marginalnih troškova. Imamo:

1 ⎛1 ⎞′ MC (Q) = C ′(Q) = ⎜ ln (1 + Q ) + Q + 1⎟ = + 1 , pa je ⎝2 ⎠ 2 ( Q + 1)
150

2. Realne funkcije jedne realne varijable 1 23 +1 230 MC (10) 22 22 . = = = = AC (10) ln11 + 1 + 1 ln11 + 22 11( ln11 + 22 ) 20 10 20
Q . AC

ε C ,Q Q =10

Elastičnost jediničnih troškova proizvodnje je

ε AC ,Q = AC ′(Q ) ⋅
Kako je

Q + 2 + ( Q + 1) ln ( Q + 1) ⎛ ln(1 + Q ) 1 ⎞′ , to je +1+ ⎟ = − AC ′(Q ) = ⎜ Q⎠ 2Q 2 ( Q + 1) ⎝ 2Q

ε AC ,Q Q =10 = AC ′(10) ⋅

10 10 12 + 11ln11 12 + 11ln11 . =− ⋅ =− ln11 + 22 2200 11( 22 + ln11) AC (10 ) 20

Primijetimo, na kraju da je ε C ,Q Q =10 = ε AC ,Q Q =10 + 1 . Ova jednakost vrijedi ne samo za Q = 10 , nego i za sve vrijednosti Q > 0 . Naime, C ′ ( Q ) ⋅ Q − C (Q) Q ⎛ C (Q) ⎞′ Q Q =⎜ = ⋅ = ⎟ ⋅ 2 AC ⎝ Q ⎠ AC (Q) Q AC (Q)

ε AC ,Q = AC ′(Q) ⋅

C′ (Q ) C (Q) MC (Q) − = − 1 = ε C ,Q − 1 , AC (Q) Q ⋅ AC (Q) AC (Q)
odakle slijedi da je ε C ,Q = ε AC ,Q + 1 .
Primjer 2.8.9. (elastičnost funkcije proizvodnje u odnosu na varijablu proizvodnje) Zadana je funkcija proizvodnje Q (v ) koja opisuje količinu proizvodnje Q

kao funkciju varijable proizvodnje v sa Q (v) = v 2 + 2v , v > 0 . Odredimo koeficijent elastičnosti proizvodnje u odnosu na varijablu v i ispitajmo kako Q se on ponaša kada v → +∞ . Zatim, odredimo funkciju produktivnosti v
151

Matematika za ekonomiste varijable v , te koeficijent elastičnosti funkcije produktivnosti u odnosu na varijablu v . Na kraju, odredimo koliko iznose elastičnost proizvodnje i produktivnosti na nivou v = 10 . U ovom primjeru je ε Q ,v = Q′(v) ⋅
Q′(v) = ( v 2 + 2v )

v . Kako je Q

(

1/ 2

)

=

1 − v +1 1 2 , to je v + v ) 2 ⋅ ( 2v + 2 ) = ( 2 v 2 + 2v

ε Q ,v =

v +1 v 2 + 2v

v v 2 + 2v

=

v2 + v . v 2 + 2v

Odredimo sada lim ε Q ,v . Imamo
v →+∞

v →+∞

lim ε Q ,v

1 1+ v2 + v v =1 = lim 2 = lim v →+∞ v + 2v v →+∞ 2 1+ v

Ako gornju jednakost gledamo sa ekonomskog aspekta, ona nam govori da je, za dovoljno veliku količinu uloženog faktora proizvodnje v , koeficijent elastičnosti proizvodnje u odnosu na faktor v jednak jedinici. Funkcija
Q produktivnosti varijable v je data sa v

Q v 2 + 2v 2 = = 1+ . v v v Koeficijent elastičnosti funkcije
⎛ Q ⎞′
Q je v

⋅⎜ 1+ ⎟ . ε Q = ⎜ ⎟ (v ) ⋅ = ,v Q v⎟ v(v + 2) ⎜ ⎝v⎠ v ⎝ ⎠ v
152

v

v2

′ 2⎞

2. Realne funkcije jedne realne varijable ′ ⎛ 2⎞ 1 , to je Kako je ⎜ 1 + ⎟ = − ⎜ v⎟ v v(v + 2) ⎝ ⎠

εQ
v

,v

v2 1 v v =− ⋅ =− =− 2 . v(v + 2) Q v(v + 2) v v(v + 2)

Sada je lako zaključiti da je

ε Q ,v v =10 =

100 + 10 11 i εQ = ,v 100 + 20 12 v

=−
v =10

10 1 =− . 120 12

2.9. Izvodi i diferencijali višeg reda realne funkcije jedne realne varijable

Ukoliko je funkcija f ( x ) diferencijabilna na nekom intervalu I , tada je na
I izvod funkcije f ' ( x ) također neka funkcija od x . Ta funkcija može biti

diferencijabilna na I .
Definicija 2.9.1. (drugog izvoda funkcije u tački x0 )

Neka je f diferencijabilna funkcija u tački x0 . Ako postoji konačna granična vrijednost
Δx → 0

lim

f ' ( x0 + Δx ) − f ' ( x0 ) , Δx

ona po definiciji predstavlja drugi izvod ili izvod drugog reda funkcije f ( x ) u tački x0 . Pišemo
Δx → 0

lim

f ' ( x0 + Δx ) − f ' ( x0 ) = f ''( x0 ) . Δx d2y . dx 2

Izvod drugog reda obilježavamo i sa y '' ili
153

Matematika za ekonomiste Ovakvo razmišljanje možemo nastaviti i dalje, tako da općenito imamo slijedeću definiciju izvoda reda n ≥ 2
Definicija 2.9.2. (izvoda funkcije reda n ≥ 2 u tački x0 )

Ukoliko funkcija f ( x ) tački x0 i ako je

( f : I → ) ima izvod reda n − 1 ( n ∈ , n ≥ 2 ) u n −1 funkcija f ( ) ( x ) diferencijabilna u x0 , tada funkcija f
f(
n)

ima izvod reda n u x0 i pišemo

( x ) = ( f ( n −1) ) ' ( x0 ) .

Računanje n − tog izvoda se svodi na računanje prvog izvoda n − puta. Ne postoji opća formula pomoću koje bismo mogli računati taj izvod. Pretpostavimo da funkcija f ( x ) ima izvod drugog reda u tački x . Njen diferencijal prvog reda u tački x je dy = f ' ( x ) dx . Funkcija f ' ( x ) dx je diferencijabilna u tački x , i tu ima diferencijal (kojeg ćemo zvati drugi diferencijal funkcije):

= f '' ( x ) dx ⋅ dx + f ' ( x ) ⋅ 0 = f '' ( x )( dx )
Odavde vidimo da je
def

d ( dy ) = d ( f ' ( x ) dx ) = d ( f ' ( x ) ) ⋅ dx + f ' ( x ) ⋅ d ( dx ) =
2

.

d 2 y = d ( dy ) = f '' ( x )( dx ) ,
2

d2y pa je jasnija i oznaka f '' ( x ) = 2 . dx Napomenimo da je dx 2 ≠ d ( x 2 ) = 2 xdx jer je dx 2 kraći zapis izraza ( dx ) .
2

ukoliko je funkcija f n − puta diferencijabilna.

Nastavljajući ovako dalje imamo d n y = d ( d n −1 y ) = f (

n)

( x )( dx ) , ( n ∈ ) ,
n

Primjer 2.9.3. Izračunajmo izvod drugog i trećeg reda funkcije
f ( x) = ln ( x 2 + 1) + x .
154

2. Realne funkcije jedne realne varijable Da bismo izračunali izvod drugog reda, trebamo odrediti prvi izvod. Imamo:
f ′( x) = 2x + 1 , pa je x +1
2

2 −2 x 2 + 2 x2 −1 ⎛ 2x ⎞′ 2 ( x + 1) − 2 x ⋅ 2 x . + 1⎟ = +0 = = −2 f ′′( x) = ⎜ 2 2 2 2 ⎝ x +1 ⎠ x 2 + 1) x 2 + 1) x 2 + 1) ( ( (

Na kraju, treći izvod funkcije f je dat sa
⎛ 2 ⎞′ ⎛ 2 x ( x 2 + 1)2 − ( x 2 − 1) ⋅ 2 ( x 2 + 1) ⋅ 2 x ⎞ x −1 ⎟ ⎟= = −2 ⎜ f ′′′( x) = −2 ⎜ 4 2 ⎜ ( x 2 + 1)2 ⎟ ⎜ ⎟ ( x + 1) ⎝ ⎠ ⎝ ⎠

−2

2 x ( x 2 + 1) ⎡ x 2 + 1 − 2 x 2 + 2 ⎤ ⎣ ⎦

( x 2 + 1)

4

=

4 x ( x 2 − 3)

( x 2 + 1)

3

.

U prethodnom primjeru je diferencijal drugog reda funkcije dat sa d y = −2 dok je diferencijal trećeg reda d y=
3 2

(x

x2 − 1
2

+ 1)

2

⋅ ( dx ) ,
2

4 x ( x 2 − 3)

(x

2

+ 1)

3

⋅ ( dx ) .
3

2.10. Teoreme o srednjoj vrijednosti. Taylorova formula

U ovom poglavlju ćemo navesti, bez dokaza, tri osnovne teoreme o srednjoj vrijednosti diferencijalnog računa i za prve dvije dati geometrijsko tumačenje.
155

Matematika za ekonomiste
1. Rolleova teorema.

Neka

je

funkcija

neprekidna na segmentu [ a, b] , diferencijabilna na intervalu ( a, b ) i neka je f ( a ) = f ( b ) . takva da je f ' ( c ) = 0 . Tada postoji tačka c ∈ ( a, b )
a O c b x

f ( x)

y

Činjenica da je f ' ( c ) = 0 znači da je tangenta u tački c paralelna x − osi. Stoga, geometrijski, Roleova teorema nam govori da, ukoliko je grafik funkcije glatka kriva i ukoliko postoje dvije tačke na krivoj sa istom ordinatom, tada postoji tačka na krivoj (koja se nalazi između te dvije tačke) takva da je u toj tački tangenta na krivu paralelna sa x -osom.
2. Lagrangeova teorema.

Neka je funkcija f ( x ) neprekidna na segmentu [ a, b] i diferencijabilna na intervalu ( a, b ) . Tada postoji tačka c ∈ ( a, b ) takva da je
y C B

f (b) − f ( a ) . b−a Ovo možemo zapisati i f (b) − f ( a ) = f '( c )(b − a ) . f '( c ) =

kao

A a

O

c

b x

Pogledajmo sada kakvo je geometrijsko značenje Lagrangeove teoreme. Neka su A ( a, f ( a ) ) ,
y = f ( x ) . Koeficijent pravca prave određene sa te dvije tačke je upravo f (b) − f ( a ) . b−a

B ( b, f ( b ) )

tačke

na

krivoj

156

2. Realne funkcije jedne realne varijable Lagrangeova teorema nam govori da, ukoliko je grafik funkcije f između tačaka A i B glatka kriva, tada postoji tačka C na toj krivoj, u kojoj je koeficijent pravca tangente na krivu jednak koeficijentu pravca prave AB. To znači da postoji tačka C ( c, f ( c ) ) na krivoj u kojoj je tangenta paralelna sa pravom AB. (Sjetimo se, dvije prave su paralelne ako i samo ako imaju iste koeficijente pravca). Lagrangeova teorema je u poopštenje Rolleove teoreme na slučaj kada nije nužno f ( a ) = f (b) . 3. Cauchyjeva teorema. Neka su funkcije f i g neprekidne na segmentu

[ a, b] , diferencijabilne na ( a, b ) , pri čemu je g ' ( x ) ≠ 0 za svako i g ( b ) ≠ g ( a ) . Tada postoji c ∈ ( a, b ) takvo da je
g (b) − g ( a ) f (b) − f ( a ) = g '( c ) f '( c )

x ∈ ( a, b )

.

Primjer 2.10.1. (približno računanje vrijednosti funkcije). Približno odredimo vrijednosti ln1,02 i arctg1,02 , koristeći Lagrangeovu teoremu o srednjoj vrijednosti.

sve uslove Lagrangeove teoreme na segmentu [1,1,02] , pa postoji tačka

Stavimo a = 1 i b = 1,02 , te f ( x ) = ln x . Funkcija f ( x ) = ln x ispunjava

c ∈ [1,1,02] takva da vrijedi

f (1, 02) − f (1) = f '( c )(1, 02 − 1) ,

odakle imamo
1 ln1, 02 − ln1 = ln1,02 = f ' ( c )(1, 02 − 1) = ⋅ 0,02 ≈ 0,02 , c

jer možemo uzeti da je c ≈ 1 , pošto je c ∈ [1,1,02] . Analogno, funkcija f ( x ) = arctgx ispunjava sve uslove Lagrangeove teoreme na segmentu [1,1,02] , pa postoji tačka c ∈ [1,1,02] takva da vrijedi
157

Matematika za ekonomiste
arctg1,02 − arctg1 = 0,02 ⋅ 1 1 ≈ 0,02 ⋅ = 0,01 , 2 1+ c 2

pa je
arctg1,02 ≈

π
4

+ 0,01 , jer je arctg1 =

π
4

.

Vidjeli smo ranije da je polinom jedna od najjednostavnijih elementarnih funkcija. Sada ćemo pokazati na koji način je moguće datu, ( n + 1) put diferencijabilnu funkciju u tački x0 , aproksimirati polinomom n − tog reda u okolini tačke x0 .
Teorem 2.10.2. Neka je funkcija f

( n + 1)

put diferencijabilna funkcija u

nekoj okolini tačke x0 . Tada vrijedi relacija
f ( x ) = f ( x0 ) + f ' ( x0 ) f '' ( x0 ) 2 ⋅ ( x − x0 ) + ⋅ ( x − x0 ) + ... 1! 2! n f ( ) ( x0 ) n + ⋅ ( x − x0 ) + Rn ( x ) , n!

(2.10.1)

gdje je Rn ( x ) = za neko c između x0 i x . Formulu (2.10.1.) nazivamo Taylorovom formulom za funkciju f ( x ) u okolini tačke x0 . Polinom f(

( c ) ⋅ x − x n +1 , ( 0) ( n + 1)!

n +1)

Pn ( x ) := f ( x0 ) +

f ' ( x0 ) 1!

⋅ ( x − x0 ) + ... +

f(

n)

n!

( x0 ) ⋅

( x − x0 )

n

nazivamo Taylorovim polinomom n − tog reda. Izraz polinomom Pn ( x ) . Oblik ostatka Rn ( x ) naveden u teoremi zove se
158

Rn ( x ) nazivamo greškom pri aproksimaciji funkcije

f ( x)

2. Realne funkcije jedne realne varijable Lagrangeov oblik ostatka. Postoje i drugi oblici ostatka koje ovdje nećemo navoditi. Specijalan slučaj Taylorove formule je MacLaurinova formula koju dobijemo kad u Taylorovoj formuli uzmemo da je x0 = 0 . Ova formula je za

( ) n + 1 put diferencijabilnu funkciju
f ( x ) = f ( 0) +
gdje je Rn ( x ) = za neko c između 0 i x . f(

f oblika:

f '( 0) 1!

⋅x+

f '' ( 0 ) 2!

⋅ x + ... +

2

f(

n)

n!

( 0) ⋅ xn + R

n

( x) ,

( c ) ⋅ x n +1 , ( n + 1)!

n +1)

Primjer 2.10.3. Odredimo Taylorove polinome reda 5 za funkciju f ( x) = e− x u okolini tačaka x = 0 i x = 1 .

, pa su ispunjene Funkcija f ( x) = e− x ima izvode svakog reda na pretpostavke Teoreme 2.10.2. Odredimo izvode do reda 5. Imamo: f ′( x) = −e− x , f ′′( x) = e − x , f ′′′( x) = −e − x , f (iv ) ( x) = e− x , f ( v ) ( x) = −e− x .

Zaključujemo da je,

f ′(0) = f ′′′(0) = f ( v ) ( 0 ) = −1 i f ( 0 ) = f ′′ ( 0 ) = f (iv ) ( 0 ) = 1 ,
pa je, u okolini tačke x0 = 0 P5 ( x ) = 1 − x + S druge strane je,
f ′(1) = f ′′′(1) = f ( v ) (1) = −e −1 = −1 1 i f (1) = f ′′ (1) = f (iv ) (1) = e −1 = , e e

x 2 x3 x 4 x5 x 2 x3 x 4 x5 − + − = 1− x + − + − . 2! 3! 4! 5! 2 6 24 120

pa je, u okolini tačke x0 = 1
159

Matematika za ekonomiste
2 3 4 5 ( x − 1) − ( x − 1) + ( x − 1) − ( x − 1) ⎞ . 1⎛ P5 ( x ) = ⎜1 − ( x − 1) + ⎟ 2 6 24 120 ⎟ e⎜ ⎝ ⎠

Primjer 2.10.4. Pokažimo da je

α α α α ⎞ α −( n +1) n +1 = 1 + ⎛ ⎞ x + ⎛ ⎞ x 2 + ... + ⎛ ⎞ x n + ⎛ x , ⎜1⎟ ⎜2⎟ ⎜n⎟ ⎜ n + 1⎟ c ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ za neko c ∈ ( 0, x ) i prirodan broj n .

(1 + x )

α

Dokaz. Posmatrajmo funkciju f ( x ) = (1 + x ) , koja je proizvoljno mnogo puta diferencijabilna. Za tu funkciju imamo α −1 f ( 0 ) = 1 , f ' ( 0 ) = α (1 + 0 ) = α ,
f '' ( 0 ) = α (α − 1)(1 + 0 ) f(
n)

α

α −2

= α (α − 1) ,
α −3

f ''' ( 0 ) = α (α − 1)(α − 2 )(1 + 0 )

= α (α − 1)(α − 2 ) , ...,
α −n

( 0 ) = α (α − 1) ...(α − n + 1)(1 + 0 )

= α (α − 1) ...(α − n + 1) .

Kako je za k = 1, 2,..., n,

1 α α (α − 1) ...(α − k + 1) = ⎛ ⎞ , ⎜k⎟ k! ⎝ ⎠

to tvrdnja slijedi direktnim uvrštavanjem navedenih činjenica u Mac Laurinovu formulu. Dokazana formula predstavlja poopštenje Newtonove binomne formule.
2.11. L'Hopitalovo pravilo

L'Hopitalovo pravilo nam omogućava da jednostavnije izračunavamo 0 ∞ limese funkcija, koji se svode na neodređene izraze tipa ili . Dato je u 0 ∞ vidu slijedećeg teorema.
Teorem 2.11.1. (L'Hopitalovo pravilo). Neka su funkcije f i g diferencijabilne u nekoj okolini tačke x0 (i u tački

x0 ), te neka je lim f ( x ) = lim g ( x ) = 0 (ili su oba limesa jednaka +∞ ili
x → x0 x → x0

−∞ ). Ako postoji
160

2. Realne funkcije jedne realne varijable
lim f '( x) = A ( ili + ∞ ili − ∞ ) , g '( x)

x → x0

tada postoji i lim

x → x0

f ( x) i vrijedi g ( x) lim f ( x) = A ( ili + ∞ ili − ∞ ) . g ( x)

x → x0

Ova teorema vrijedi i u slučaju kada posmatramo granični proces kada 0 ∞ x → +∞ ili kada x → −∞ pri čemu je limes oblika ili i funkcije f i 0 ∞ g su diferencijabilne za sve x > M odnosno za x < − M , pri čemu je M > 0 neki realan broj. Možemo reći da nam L'Hopitalovo pravilo omogućava da određivanje f ( x) 0 ∞ limesa količnika ukoliko je on oblika ili zamijenimo 0 ∞ g ( x) određivanjem limesa količnika jednostavniji i njegov limes postoji. U slučaju da je limes
g '( x ) f '( x ) g '( x ) f '( x )

, ukoliko je drugi količnik

također oblika

0 ∞ ili i funkcije f i g su 0 ∞ f '' ( x )

dva puta diferencijabilne u nekoj okolini tačke x0 (i u tački x0 ) možemo . g '' ( x ) Nastavljajući ovako dalje, uz pretpostavku diferencijabilnosti funkcija dovoljan broj puta, možemo zaključiti da vrijedi
lim g ( x) f ( x) = lim f( g
n)

ponovo primijeniti L'Hopitalovo pravilo te tražiti limes količnika

x → x0

x → x0

( n)

( x) , ( x)

ukoliko limes na desnoj strani postoji, konačan ili beskonačan.
161

Matematika za ekonomiste eh − 1 . Primjer 2.11.2. Izračunajmo lim h →0 h
0 , pa možemo primijeniti L'Hopitalovo pravilo. Kako 0 je ( e h − 1) ' = eh , te h ' = 1 , to je

Ovaj limes je oblika

lim

eh − 1 eh = lim = 1 . h→0 h →0 1 h

ex Primjer 2.11.3. Izračunajmo limes lim 3 . x →+∞ x Ovaj limes je oblika pravilo. Imamo:
∞ , pa na njega možemo primijeniti L'Hopitalovo ∞

lim

ex ex = lim 2 . x →∞ x 3 x →∞ 3 x

∞ , pa na limes na desnoj strani ∞ primjenjujemo L'Hopitalovo pravilo kako bi dobili da je

Ponovo smo dobili neodređeni izraz oblika

ex ex ex lim 3 = lim 2 = lim . x →∞ x x →∞ 3 x x →∞ 6 x Posljednji izraz je također neodređeni izraz oblika primjenom L'Hopitalovog pravila konačno dobijamo lim
∞ , pa ponovnom ∞

ex ex ex ex = lim 2 = lim = lim = +∞ . x →∞ x 3 x →∞ 3 x x →∞ 6 x x →∞ 6
x

ex Primijetimo da je lim e = 0 , pa je lim 3 = 0 . Drugim riječima, u ovom x →−∞ x →−∞ x slučaju su granične vrijednosti kada x → +∞ i kada x → −∞ potpuno drugačije.
162

2. Realne funkcije jedne realne varijable Kod primjene L'Hopitalovog pravila treba obratiti pažnju na dvije stvari: 1. 2. da li je polazni limes oblika da li postoji lim
f '( x ) 0 ∞ ili ; 0 ∞

g '( x )

.
f '( x ) f ( x)

Naime, može se desiti da lim Na primjer, lim

g '( x )

ne postoji, iako postoji lim

g ( x)

.

x + sin x 1 + cos x . = 1 , iako ne postoji lim x →+∞ x →+∞ 1 x

Ukoliko imamo neki drugi neodređeni izraz, kao što je neki od izraza oblika 0 ⋅ ( ±∞ ) , ∞ − ∞ , ∞0 , 00 , 1∞ njega transformacijama možemo svesti na oblik
0 ∞ ili . 0 ∞

Na primjer, ako f ( x ) → 0 , i g ( x ) → ∞ , tada je
f ( x) ⋅ g ( x) = 1/ f ( x ) g ( x) = ∞ , ∞

pa vidimo da izraz oblika 0 ⋅ ( ±∞ ) možemo jednostavno svesti na izraz oblika
∞ . U ostalim situacijama transformacija je nešto složenija. ∞
x →+∞

Primjer 2.11.4. Izračunajmo lim x 2e − x . Imamo:

x →+∞

lim x 2e− x = lim

x2 x2 2x 2 = lim x = lim x = lim x = 0 . −x x →+∞ 1/ e x →+∞ e x →+∞ e x →+∞ e
2

Primijetimo da je lim x 2e − x = ( −∞ ) ⋅ e +∞ = +∞ .
x →−∞

Ako imamo izraz oblika ∞ − ∞ transformišemo ga u oblik ∞ ⋅ 0 , pa zatim postupamo kao u prethodnom primjeru.
163

Matematika za ekonomiste
1 ⎡ ⎤ x −1 Primjer 2.11.5. Izračunajmo lim ⎢( x − 1) e − x ⎥ . x →±∞ ⎣ ⎦

Kako je lim e
x →±∞

1 x −1

= e = e0 = 1 , to je traženi limes oblika ∞ − ∞ , pa ga

1 ∞

prije primjene L'Hopitalovog pravila trebamo transformisati. Imamo
1 1 ⎡ ⎤ ⎡ x1 1 ⎤ x −1 − x −1 lim ⎢( x − 1) e − x ⎥ = lim ⎢ xe − x − e ⎥ = x →±∞ ⎣ ⎦ x→±∞ ⎣ ⎦

⎡ ⎛ 1 ⎞⎤ e x −1 − 1 = lim ⎢ x ⎜ e x −1 − 1⎟ ⎥ − 1 = lim − 1. x →±∞ x →±∞ 1 ⎢ ⎝ ⎥ ⎠⎦ ⎣ x
Limes na desnoj strani je oblika L'Hopitalovo pravilo. Imamo:
e
1 x −1

1

0 , pa na njega možemo primijeniti 0

x →±∞

lim

−1

e − 1 = lim
x →±∞

1 x −1

1 x

−1 x2
1

( x − 1)

−1

2

− 1 = lim e
x →±∞

1 x −1

x2

( x − 1)

2

− 1.

Kako je
x →±∞

lim e x −1 = 1 i lim

x2

x →±∞

( x − 1)

2

= 1 ,to je

1 1 ⎡ ⎤ x2 x −1 x −1 lim ⎢( x − 1) e − x ⎥ = lim e −1 = 1−1 = 0 . 2 x →±∞ ( x − 1) ⎣ ⎦ x →±∞

Izraze oblika ∞0 , 00 i 1∞ svodimo tako što, pretpostavljajući da su svi izrazi koji se javljaju dobro definisani, primijenimo identitet
f ( x)
g ( x)

=e

g ( x ) ln f ( x )

i posmatramo proizvod g ( x ) ⋅ ln f ( x ) koji je oblika 0 ⋅ ∞ ili ∞ ⋅ 0 .
164

2. Realne funkcije jedne realne varijable Napomenimo još da L'Hopitalovo pravilo možemo primjenjivati i na određivanje lijevog i desnog limesa funkcije u nekoj tački, odnosno na određivanje limesa
lim
x ↑ x0

f ( x) f ( x) i lim x ↓ x0 g ( x ) g ( x)

ukoliko su oblika

limes, odnosno na intervalu ( x0 , b ) , za neko b > x0 , ukoliko određujemo desni limes. Ovo ćemo ilustrovati slijedećim primjerom.
Primjer 2.11.6.

∞ 0 ili , uz pretpostavku diferencijabilnosti funkcija 0 ∞ f ( x ) i g ( x ) na intervalu ( a, x0 ) , za neko a < x0 , ukoliko određujemo lijevi

Odredimo graničnu vrijednost lim ( x − 1)
x ↓1

ln x

(ovo je

neodređeni izraz oblika 00 ). Kako je
lim ( x − 1)
x ↓1 ln x ln x⋅ln ( x −1)

= lim e
x ↓1

,

prvo ćemo odrediti

lim ln x ⋅ ln ( x − 1) .
x ↓1

To je neodređeni izraz oblika 0 ⋅ ∞ (sjetimo se, lim ln ( x − 1) = ln 0 = −∞ ),
x↓1

pa ćemo ga transformisati u neodređen izraz oblika lim ln x ln ( x − 1) = lim
x ↓1 x ↓1

∞ . Imamo ∞

ln ( x − 1) . 1/ ln x

Sada možemo primijeniti L'Hopitalovo pravilo i dobiti: 1 ln ( x − 1) − ln 2 x = lim x − 1 = lim lim . x ↓1 1/ ln x x ↓1 −1 1 x↓1 x − 1 ⋅ ln 2 x x
165

Matematika za ekonomiste Ponovnom primjenom L'Hopitalovog pravila imamo − ln 2 x lim = lim x ↓1 x − 1 x ↓1
x↓1

−2 ln x ⋅ 1

1 x = lim −2 ln x = 0. x ↓1 x

Sada zaključujemo da je lim ln x ⋅ ln ( x − 1) = 0 , pa je
lim ( x − 1)
x ↓1 ln x

= e0 = 1 .

2.12. Lokalni ekstrem realne funkcije jedne realne varijable. Potrebni i dovoljni uslovi za lokalni ekstrem

U ovom paragrafu ćemo se baviti pojmom lokalnog ekstrema funkcije. Riječ lokalni odnosi se na to da je taj ekstrem najveća ili najmanja vrijednost funkcije u okolini neke tačke, a ne globalno najveća, odnosno najmanja vrijednost funkcije. Tako, na primjer, funkcija može da prima sve vrijednosti između −∞ i +∞ , te da ima i lokalni maksimum i lokalni minimum. Prije nego damo definiciju i opišemo način određivanja lokalnog ekstrema funkcije, navest ćemo slijedeću teoremu koja nam povezuje monotonost funkcije sa prvim izvodom.
Teorem 2.12.1. Ako je funkcija f diferencijabilna na ( a, b ) (odnosno,

rastuća funkcija na ( a, b ) , dok iz f ' ( x ) < 0 za x ∈ ( a, b ) slijedi da je f opadajuća funkcija na ( a, b ) .
Definicija 2.12.2. (lokalnog ekstrema realne funkcije jedne realne varijable) Neka je funkcija f definisana na intervalu ( a, b ) . Funkcija f ima u tački

postoji njen izvod na ( a, b ) ), tada iz f ' ( x ) > 0 za x ∈ ( a, b ) slijedi da je f

x0 ∈ ( a, b ) lokalni maksimum, odnosno lokalni minimum ukoliko postoji
166

2. Realne funkcije jedne realne varijable neko δ > 0 takvo da za sve x iz δ -okoline tačke x0 (odnosno,. za sve

x ∈ ( x0 − δ , x0 + δ ) vrijedi) f ( x ) ≥ f ( x0 ) (lokalni maksimum),odnosno f ( x ) ≤ f ( x0 ) (lokalni minimum).
Pogledajmo sada koji su nam to potrebni i dovoljni uslovi da bi funkcija u nekoj tački x0 imala lokalni ekstrem (maksimum ili minimum). Kao prvo, navest ćemo potreban uslov za egzistenciju lokalnog ekstrema u tački x0 , uz pretpostavku da je funkcija f diferencijabilna u x0 , odnosno ako postoji izvod f ' ( x0 ) .
Teorem 2.12.3. (potreban uslov za lokalni ekstrem u x0 )

Neka je f diferencijabilna funkcija u x0 . Ako je x0 tačka lokalnog ekstrema funkcije f , tada je f ' ( x0 ) = 0 . Tačka x0 sa osobinom da je f ' ( x0 ) = 0 naziva se stacionarna tačka funkcije f ( x ) . Na Slici 2.12.1. prikazan je grafik funkcije y = f ( x) , pri čemu nam oznake + i − predstavljaju znak prvog izvoda funkcije. Kao što vidimo, funkcija raste do tačke A , što znači da je prvi izvod pozitivan lijevo od A . Zatim, funkcija opada od tačke A do C , pa je između A i C prvi izvod negativan, itd.

167

Matematika za ekonomiste

+ + + + +

+

0 A

y E + + + + + + 0+ - 0 + B D 0+ + O F - + + -+ + C
Slika 2.12.1.

x

Prethodni teorem nam govori da je, ukoliko je funkcija diferencijabilna u x0 , potreban uslov da bi u x0 imala lokalni ekstrem to da je prvi izvod funkcije u x0 jednak nuli. Sjetimo se, prvi izvod funkcije u nekoj tački jednak je nuli, ukoliko je tangenta na grafik te funkcije u toj tački paralelna sa x -osom. Međutim, kao što to možemo vidjeti na Slici 2.12.1., tangente na krivu koja predstavlja grafik funkcije f ( x ) u tačkama B i D su paralelne sa x -osom, ali tačke B i D nisu tačke lokalnog ekstrema funkcije. To znači da uslov f ' ( x0 ) = 0 nije dovoljan uslov da bi funkcija u nekoj tački imala lokalni ekstrem. Ono što možemo zaključiti jeste da, ukoliko prvi izvod postoji u okolini neke tačke x0 (čak ne nužno u samoj tački x0 ), da će tačka x0 biti tačka lokalnog ekstrema ukoliko je prvi izvod funkcije različitog znaka u okolini te tačke. Sada ćemo navesti potrebne i dovoljne uslove da bi funkcija f , diferencijabilna u okolini tačke x0 (ne nužno i u tački x0 ) imala lokalni ekstrem u toj tački. Teorem 2.12.4. (dovoljan uslov za egzistenciju lokalnog ekstrema funkcije) 1. Ako je f diferencijabilna u x0 , tada f ima lokalni ekstrem u x0 ako i samo ako je f ' ( x0 ) = 0 i funkcija f ' u okolini tačke x0 mijenja znak.
168

2. Realne funkcije jedne realne varijable Specijalno, ukoliko je f ' lijevo od x0 negativna, a desno pozitivna, x0 je tačka lokalnog minimuma (tačka F na Slici 2.12.1.). Ukoliko je f ' lijevo od x0 pozitivna, a desno negativna, x0 je tačka lokalnog maksimuma (tačka A na Slici 2.12.1.). 2. Ako f nije diferencijabilna u x0 , ali jeste u okolini x0 , tada f ima ekstrem u x0 ako i samo ako mijenja znak u okolini te tačke (to su tačke C i E na Slici 2.12.1.). Kao što vidimo, kako je f ' lijevo od C negativna, a desno pozitivna, tačka C je tačka lokalnog minimuma. Analogno, kako je f ' lijevo od E pozitivna, a desno negativna, tačka E je tačka lokalnog maksimuma (iako u C i E funkcija nije diferencijabilna). Moguće je dati i druge dovoljne uslove da bi funkcija u tački x0 imala lokalni ekstrem. Jedan od njih je dat pomoću drugog izvoda funkcije.
Teorem 1.12.5. (dovoljan uslov za egzistenciju lokalnog ekstrema funkcije)

Ukoliko je funkcija dva puta diferencijabilna u tački x0 , tada je x0 tačka lokalnog minimuma funkcije ukoliko vrijedi

f ' ( x0 ) = 0 i f '' ( x0 ) > 0 ,
dok je x0 tačka lokalnog maksimuma funkcije ukoliko vrijedi

f ' ( x0 ) = 0 i f '' ( x0 ) < 0 .
Ukoliko je f '' ( x0 ) = 0 , tada nemamo odgovora, nego je potrebno izračunati ukoliko je f ''' ( x0 ) = 0 , računamo četvrti izvod. Ukoliko je f IV ( x0 ) > 0

f ''' ( x0 ) (ukoliko postoji). Ako je f ''' ( x0 ) ≠ 0 nemamo ekstrema, dok,

Ukoliko je f IV ( x0 ) = 0 , nastavljamo postupak dalje, sve dok ne dobijemo neki izvod koji je različit od nule. Ukoliko je to izvod neparnog reda, tad nemamo ekstrem. Ukoliko je to izvod parnog reda, imamo ekstrem, i to minimum, ako je taj izvod pozitivan, odnosno maksimum, ukoliko je negativan.
169

imamo lokalni minimum, dok za f IV ( x0 ) < 0 imamo lokalni maksimum.

Matematika za ekonomiste Kada je riječ o složenijim funkcijama, drugi metod određivanja prirode stacionarne može biti komplikovaniji, ako je teško izračunati drugi izvod, pa je preporučljivo određivati lokalne ekstreme funkcije pomoću tablice znaka prvog izvoda. U prilog prvom metodu ide i činjenica da se može primjenjivati i u slučaju kada funkcija nije diferencijabilna u tački x0 .
Primjer 2.12.6. Odredimo lokalne ekstreme funkcije f ( x ) = xe .
− 1 x

Ova funkcija je definisana za sve x ≠ 0 . Imamo: f '( x ) = e

1 x

+ xe

1 x

1 − 1 x +1 =e x ⋅ . 2 x x

Vidimo da je prvi izvod jednak proizvodu dva faktora, faktora e koji je x +1 koji može stalno pozitivan i ne utiče na znak prvog izvoda i faktora x mijenjati znak, pa utiče na znak prvog izvoda. Zapravo, znak prvog izvoda x +1 . Za ovaj izraz napravit ćemo tabelu znaka. jednak je znaku izraza x Kao što vidimo, tačka x = −1 je tačka lokalnog maksimuma funkcije. Maksimalna vrijednost y' + + funkcije u toj tački jednaka je f ( −1) = −e . Iako prvi izvod mijenja znak i u okolini tačke y x = 0 ta tačka nije tačka ekstrema funkcije jer u toj tački funkcija nije definisana. x
−∞ -1

1 x

0

+∞

Primjer 2.12.7. Odredimo lokalne ekstreme funkcije f ( x ) = ln ( x 3 + 3) .

Data funkcija je definisana za sve x > − 3 3 , jer je x 3 + 3 > 0 za x > − 3 3 . 3x 2 Kako je f ' ( x ) = 3 , to je f ' ( x ) ≥ 0 za sve x ∈ − 3 3, +∞ , pa funkcija x +3 nema ekstrema jer prvi izvod ne mijenja znak. (Primijetimo da je za ovu funkciju f ' ( 0 ) = 0 , ali da funkcija nema ekstrem u stacionarnoj tački

(

)

x0 = 0 , jer prvi izvod ne mijenja znak u okolini ove tačke).
170

2. Realne funkcije jedne realne varijable
Primjer 2.12.8. Odredimo lokalne ekstreme funkcije f ( x ) = ( x 2 − 1) e − x .

Data funkcija je svuda definisana. Njen prvi izvod jednak je
f ' ( x ) = 2 x ⋅ e − x + ( x 2 − 1) e − x ⋅ ( −1) = e − x ( − x 2 + 2 x + 1) .

Kako je e − x > 0 za sve x , znak prvog izvoda jednak je znaku kvadratne funkcije − x 2 + 2 x + 1 . Ova kvadratna funkcija ima dvije nule x1 = 1 − 2 i
x2 = 1 + 2 . Tabela znaka kvadratne funkcije je ujedno i tabela znaka prvog izvoda date funkcije.

x
y' y

−∞ 1 − 2 1 + 2

+∞

Sada vidimo da je x1 = 1 − 2 apscisa lokalnog minimuma, a x2 = 1 + 2 je apscisa lokalnog maksimuma.

min

+
max

-

Tačke A(1 − 2, 2 1 − 2 e

lokalnog minimuma, odnosno maksimuma.
Primjer 2.12.9. Odredimo ekstreme funkcije

(

)

2 −1

) i B(1 + 2,2 1 + 2 e

(

)

(

2 +1

)

) su tačke

f ( x ) = 3 x 2 ( x + 1) = ( x 2 + x ) 3 .
2

2

Data funkcija je svuda definisana. Odredimo njen prvi izvod. Imamo:
2 −1 2 2 2 2x + 1 3 . f ' ( x ) = ( x + x ) ⋅ ( 2 x + 1) = ⋅ 3 3 3 x ( x + 1)

Znak prvog izvoda naše funkcije jednak je znaku prvog izvoda izraza 2x + 1 , kojeg ćemo dati u tabeli. x ( x + 1)

171

Matematika za ekonomiste x
−∞ -1

1 2

0 + + + +

+∞

2x + 1
x2 + x y'

+ -

+

0
min

0

0

y

max

min

Iz tabele vidimo da prvi izvod nije definisan u tačkama x = −1 i x = 0 , da je definisan u okolini tih tačaka i da u okolini tih tačaka mijenja znak. Zbog toga je u x = −1 lokalni minimum naše funkcije, te je u x = 0 također 1 lokalni minimum naše funkcije. U tački x = − prvi izvod jednak je nuli i 2 mijenja znak, pa na osnovu tabele vidimo da je u toj tački lokalni maksimum naše funkcije. Tačke ( −1,0 ) i ( 0,0 ) su tačke lokalnog
⎛ 1 1 1⎞ minimuma, dok je tačka ⎜ − , 3 ⎟ tačka lokalnog maksimuma naše ⎜ 2 2 2⎟ ⎝ ⎠ funkcije. Funkciju smo skicirali na Slici 2.12.2.

y

1 -1 2

O

x

Slika 2.12.2. 172

2. Realne funkcije jedne realne varijable
2.13. Određivanje ekstremnih vrijednosti ekonomskih funkcija.

U odjeljku 2.8. vidjeli smo da prvi izvod ekonomske funkcije predstavlja marginalnu ili graničnu funkciju u ekonomiji. U ovom odjeljku ćemo na nekoliko primjera objasniti kako odrediti ekstremne vrijednosti nekih ekonomskih funkcija.
Primjer 2.13.1. (Određivanje minimalnih jediničnih troškova proizvodnje) Neka je C ( Q ) = 20Q − 6Q 2 + Q 3 funkcija troškova proizvodnje. Odredimo

koliko jedinica proizvoda trebamo proizvoditi da bi jedinični troškovi bili minimalni i odredimo te troškove. Funkcija jediničnih (prosječnih) troškova proizvodnje je
20Q − 6Q 2 + Q 3 AC ( Q ) = = 20 − 6Q + Q 2 . Q Naš zadatak je da odredimo minimum funkcije AC ( Q ) . To ćemo učiniti pomoću prvog izvoda. Imamo:
AC ' ( Q ) = ( 20 − 6Q + Q 2 ) ' = −6 + 2Q .

Kako je AC ' ( Q ) = 0 ako i samo ako je −6 + 2Q = 0 , tj. Q = 3 , vidimo da je
Q = 3 stacionarna tačka naše funkcije AC ( Q ) jediničnih troškova. Da bi se

uvjerili da je to tačka minimuma naše funkcije, izračunajmo drugi izvod. Imamo AC '' ( Q ) = ( −6 + 2Q ) ' = 2 > 0 , pa vidimo da je Q = 3 zaista razina proizvodnje za koju je jedinični trošak minimalan. Taj minimalan jedinični trošak iznosit će AC ( 3) = 20 − 6 ⋅ 3 + 32 = 11 . Odredimo sada funkciju MC ( Q ) marginalnog troška, a zatim izračunajmo vrijednost funkcije marginalnog troška na razini proizvodnje od 3 jedinice proizvoda. Imamo:
MC ( Q ) = C ' ( Q ) = ( 20Q − 6Q 2 + Q 3 ) ' = 20 − 12Q + 3Q 2 .
173

Matematika za ekonomiste Zbog toga je MC ( 3) = 20 − 12 ⋅ 3 + 3 ⋅ 32 = 11 . Vidimo da je MC ( 3) = AC ( 3) . Ovo nije slučajnost, upravo zbog toga što je
Q = 3 ona razina proizvodnje za koju je jedinični trošak minimalan.

Općenito, ako sa Qmin označimo razinu proizvodnje na kojoj je jedinični trošak minimalan, vrijedi

MC (Qmin ) = AC (Qmin ) .
Sada ćemo pokazati zbog čega su na razini proizvodnje Q = Qmin za koju je jedinični trošak minimalan jednaki marginalni i jedinični troškovi proizvodnje. Vrijednost Q = Qmin zadovoljava jednačinu AC ′ ( Q ) = 0 . Na osnovu pravila za izvod količnika imamo:

⎛ C (Q) ⎞′ C ′ ( Q ) ⋅ Q − C ( Q ) ⋅ 1 Q ( MC ( Q ) − AC ( Q ) ) = = 0, AC ′ ( Q ) = ⎜ ⎟ = Q2 Q2 ⎝ Q ⎠
kada je MC (Q ) = AC (Q ) . Dakle, Q = Qmin zadovoljava jednačinu MC (Q ) = AC (Q ) , što smo i željeli pokazati. MC (Q ) , pa je za AC (Q ) Q = Qmin elastičnost ukupnih troškova proizvodnje jednaka jedinici. Iz jednakosti ε C ,Q = ε AC ,Q + 1 odmah zaključujemo i da je za Q = Qmin Elastičnost ukupnih troškova proizvodnje je ε C ,Q = elastičnost jediničnih troškova proizvodnje jednaka nuli. Rezimirajmo: Ukoliko funkcija C (Q ) ukupnih troškova proizvodnje ima ekonomskog smisla, nivo proizvodnje Q = Qmin na kojem su jedinični troškovi minimalni je rješenje jednačine MC (Q ) = AC (Q ) , odnosno rješenje jednačine ε C ,Q = 1 .
Primjer 2.13.2. (određivanje maksimuma funkcije ukupnog prihoda) Date su funkcije potražnje Di ( P ) , i = 1, 2 kao funkcije cijene za dva proizvoda čija cijena po jedinici proizvoda je ista i iznosi P sa
174

2. Realne funkcije jedne realne varijable
D1 ( P ) = − ln ( P + 2 ) P 100 i D2 ( P ) = 2 − . + P 2 P

Odredimo uz koju cijenu se ostvaruje maksimalan ukupni prihod i koliko iznosi taj prihod. Ukupni prihod ćemo označiti sa R ( P ) . Možemo ga iskazati kao funkciju cijene na slijedeći način R ( P) = P ⋅ D1 ( P ) + P ⋅ D2 ( P ) = − P2 + 100 + 2 P − ln ( P + 2 ) . 2
1 . P+2

Odredimo sada prvi izvod funkcije ukupnog prihoda. Imamo:
R ′( P ) = − P + 2 −

Stacionarnu cijenu određujemo iz uslova R ′ ( P ) = 0 , odakle slijedi da je
P 2 = 3 , odnosno P = 3 je stacionarna tačka.

Odredimo sada drugi izvod funkcije ukupnog prihoda, kako bismo ispitali prirodu stacionarne tačke P = 3 . Imamo
R ′′( P ) = −1 + 1

( P + 2)

2

,

pa je R ′′( 3) = −1 +

1

cijena pri kojoj je ukupan prihod maksimalan. Maksimalan ukupni prihod iznosi
3 R ( 3) = − + 100 + 2 3 − ln 2

(

3+2

)

2

< 0 , odakle zaključujemo da je P = 3

(

3 + 2 ≈ 100, 65 .

)

Primjer 2.13.3. (određivanje maksimalne dobiti) Zadane su funkcije ukupnih prihoda R (Q ) i ukupnih troškova C (Q ) kao funkcije količine proizvodnje Q sa

R(Q) = 3250Q − 13.5 ⋅ Q 2 i C (Q) = Q 3 + 30Q 2 + 100Q + 2000 .
175

Matematika za ekonomiste Odredimo nivo proizvodnje na kome se ostvaruje maksimalna dobit. Funkcija dobiti π ( Q ) jednaka je razlici između ukupnih prihoda i troškova, pa je

π ( Q ) = R ( Q ) − C ( Q ) = 3150Q − 43.5 ⋅ Q 2 − Q3 − 2000 .
Odredimo sada stacionarne tačke funkcije π ( Q ) . Imamo:

π ′ ( Q ) = 3150 − 87Q − 3Q 2 = 3 (1050 − 29Q − Q 2 ) = 0 ,
kada je Q1 = 21 i Q2 = −50 . Kako nivo proizvodnje ne može biti negativan je Q = 21 . Pogledajmo sad da li je to tačka maksimuma funkcije π ( Q ) . broj, jedina stacionarna tačka funkcije π ( Q ) koja ima ekonomsko značenje

Najjednostavnije je odrediti znak drugog izvoda funkcije π ( Q ) , za Q = 21 . Imamo:

π ′′ ( Q ) = −87 − 6Q , pa je π ′′ ( Q ) = −87 − 126 = −213 < 0 .
Dakle, na nivou proizvodnje Q = 21 postiže se maksimalna dobit. Odredimo sada funkcije graničnih prihoda MR ( Q ) i graničnih troškova

MC ( Q ) , te izračunajmo kolika je njihova vrijednost za Q = Qmax = 21 . Imamo MR(Q) = R ′ ( Q ) = 3250 − 27Q i MC (Q) = C ′ ( Q ) = 3Q 2 + 60Q + 100 ,
pa je MR (21) = 3250 − 567 = 2683 i
MC (21) = 3 ⋅ 441 + 60 ⋅ 21 + 100 = 1323 + 1260 + 100 = 2683

Dakle, vidimo da je MR ( Qmax ) = MC ( Qmax ) . Ova jednakost vrijedi i općenito. Naime, vrijednost Qmax smo dobili rješavajući jednačinu

π ′ ( Q ) = ( R(Q) − C ( Q ) )′ = MR ( Q ) − MC ( Q ) = 0 ,
pa je očigledno da na nivou proizvodnje na kome se postiže maksimalna dobit granični troškovi proizvodnje su jednaki graničnom prihodu.
176

2. Realne funkcije jedne realne varijable
2.14. Konveksne i konkavne funkcije. Veza sa krivom indiferencije.

Prije nego damo definiciju konveksnosti i konkavnosti funkcije na nekom segmentu [ a, b] posmatrat ćemo jedan primjer. Pretpostavimo da na nekom tržištu imamo dva dobra x i y koja se mogu supstituirati (drugim riječima, dobra x i y se konzumiraju skupa, pa se određena količina dobra x može zamijeniti nekom količinom dobra y pri čemu potrošač ostaje na istoj razini zadovoljstva). To znači da možemo praviti različite kombinacije dobara x i y s kojima je potrošač jednako zadovoljan. Pri tome, ako količinu dobra x povećamo za neko Δx , tada je jasno da odgovarajuću količinu dobra y možemo smanjiti za Δy , i ostati na istoj razini

zadovoljstva. Kriva koja spaja sve parove ( x, y ) količina dobara x i y za koje smo na istoj razini zadovoljstva zove se kriva indiferencije. Očigledno je da je ta kriva opadajuća. Posmatrajmo sad krivu indiferencije datu na slici 2.14.1., na segmentu [ a, b] . Neka je ona data kao grafik funkcije y = f ( x ) (očigledno je da su količine x i y posmatranih dobara u nekoj funkcionalnoj vezi). Tačke ( a, f ( a ) ) i ( b, f ( b ) ) nalaze se na krivoj

dobra y ), kao sa količinom b dobra x i f ( b ) dobra y . Međutim, s obzirom da se dobra mogu supstituirati, prirodno je očekivati da će potrošač biti jednako zadovoljan ili čak zadovoljniji aritmetičkom sredinom ovih a+b 1 1 dobara. Dakle, potrošač je zadovoljniji sa količinom od = a+ b 2 2 2 f ( a ) + f (b) 1 1 dobra x i = f ( a ) + f ( b ) dobra y (toj kombinaciji 2 2 2 odgovara tačka C na slici 2.14.1.). Tačka C se na slici nalazi iznad tačke D a+b ⎛a+b⎞ , ali je njena y koordinata f ⎜ čija x -koordinata je ⎟. 2 ⎝ 2 ⎠
177

indiferencije, pa je potrošač jednako zadovoljan količinom a dobra x i f ( a ) dobra y (vidimo da je to manja količina dobra x i veća količina

Matematika za ekonomiste
y f(b)
1 ( f ( a ) + f (b )) 2

A C D

poželjna oblast

f(a) O a
a+b 2
Slika 2.14.1.

B b x

Drugim riječima, ukoliko je sa y = f ( x ) data kriva indiferencije potrošača, prema dobrima koja se mogu supstituirati, tada je
1 ⎞ 1 1 ⎛1 f ⎜ a + b ⎟ ≤ f ( a ) + f (b) . 2 ⎠ 2 2 ⎝2

Analogno, možemo zaključiti da bi potrošač bio zadovoljniji sa količinom 1 2 1 2 od a + b dobra x i f ( a ) + f ( b ) dobra y nego sa polaznim 3 3 3 3 2 1 2 ⎛1 ⎞ količinama dobara. To znači da bi se tačka ⎜ a + b, f ( a ) + f ( b ) ⎟ 3 3 3 ⎝3 ⎠ ⎛1 2 2 ⎞⎞ ⎛1 nalazila iznad tačke ⎜ a + b, f ⎜ a + b ⎟ ⎟ . 3 3 ⎠⎠ ⎝3 ⎝3 Nastavljajući ovo razmišljanje dalje, možemo zaključiti da, ukoliko je sa y = f ( x ) data kriva indiferencije potrošača, prema dobrima koja se mogu

supstituirati, tada za svaki broj α ∈ [ 0,1] vrijedi nejednakost

f (α a + (1 − α ) b ) ≤ α f ( a ) + (1 − α ) f ( b ) .
Definicija 2.14.1. (konveksne i konkavne funkcije) Za funkciju f definisanu na segmentu [ a, b] kažemo da je konveksna na

tom segmentu ukoliko je za svaki broj α ∈ [ 0,1] ispunjena nejednakost
178

2. Realne funkcije jedne realne varijable

f (α a + (1 − α ) b ) ≤ α f ( a ) + (1 − α ) f ( b ) .
Ukoliko svaki broj α ∈ [ 0,1] vrijedi nejednakost

(2.14.1)

f (α a + (1 − α ) b ) ≥ α f ( a ) + (1 − α ) f ( b ) ,

(2.14.2)

tada za funkciju f kažemo da je konkavna na segmentu [ a, b] . Iz prethodnog razmatranja vidimo da je kriva indiferencije konveksna, ukoliko dobra x i y možemo supstituirati. Pretpostavimo sada da dobra x i y ne konzumiramo skupa. Kao primjer možemo uzeti da nam x predstavlja količinu sladoleda (u gramima) koje potrošač konzumira, a dobro y na primjer količinu crnih maslina koje potrošač konzumira. Ukoliko potrošač voli i masline i sladoled, vjerovatno će biti zadovoljniji sa malom količinom sladoleda i velikom količinom maslina (to je tačka A na slici 2.14.2.) ili sa malom količinom maslina i velikom količinom sladoleda (tačka B na slici 2.14.2.) nego sa podjednakim količinama maslina i sladoleda. y A f(a) D
1 ( f ( a ) + f (b )) 2

C B
a+b 2
Slika 2.14.2.

f(b) O a

b

x

To znači da, ukoliko je sa y = f ( x ) data kriva indiferencije potrošača u odnosu na ova dva dobra, vrijedi
1 ⎞ 1 1 ⎛1 f ⎜ a + b ⎟ ≥ f ( a ) + f (b) , 2 ⎠ 2 2 ⎝2
179

Matematika za ekonomiste (tačka D je iznad tačke C) što znači da je u ovom slučaju (dobara koja se ne konzumiraju zajedno) kriva indiferencije konkavna.
Dakle, kriva indiferencije je konveksna ako i samo ako se dobra mogu substituirati.

Geometrijski gledano, funkcija je konveksna na nekom segmentu [ a, b] ukoliko se svaka duž koja spaja bilo koji par tačaka na grafiku te krive između x = a i x = b nalazi „iznad“ krive y = f ( x) . Funkcija je na tačaka na grafiku te krive između x = a i x = b nalazi „ispod“ krive y = f ( x ) . Sama definicija 2.14.1. nam daje matematičku interpretaciju ove činjenice. Može se pokazati da, ukoliko je funkcija diferencijabilna na [ a, b] (što znači da kriva koja predstavlja grafik funkcije ima tangentu u svakoj tački) ona je konveksna ako i samo ako se nalazi iznad tangente povučene u svakoj tački krive, a konkavna je ako i samo ako se nalazi ispod tangente povučene u svakoj tački na krivoj sa apscisom x ∈ [ a, b] . Kada govorimo o tome da li je funkcija konveksna ili konkavna, mi zapravo govorimo o obliku grafika posmatrane funkcije. Veoma je teško, na osnovu same definicije konveksnosti odnosno konkavnosti funkcije na segmentu provjeriti kakvog je oblika funkcija. Drugim riječima, za ispitivanje konveksnosti i konkavnosti funkcije veoma je komplikovano razmatrati da li su ispunjene nejednakost (2.14.1) ili nejednakost (2.14.2). Ukoliko je funkcija dva puta diferencijabilna, mnogo je jednostavnije koristiti drugi izvod funkcije, što nam omogućava slijedeći teorem.
Teorem 2.14.2. Neka je funkcija f dva puta diferencijabilna na segmentu

segmentu [ a, b] konkavna ukoliko se svaka duž koja spaja bilo koji par

[ a, b] . Funkcija f je konveksna na [ a, b] ukoliko je f '' ( x ) > 0 za sve x ∈ [ a, b] . Ukoliko je f '' ( x ) < 0 za sve x ∈ [ a, b] , funkcija f je konkavna na [ a, b] .

180

2. Realne funkcije jedne realne varijable
Definicija 2.14.3. (prevojne tačke funkcije) Neka je funkcija f definisana u nekoj okolini tačke x0 . Tačka x0 je prevojna tačka funkcije f ukoliko je lijevo od x0 funkcija konveksna (konkavna) a desno od x0 konkavna (konveksna).

Drugim riječima, tačka x0 je prevojna tačka funkcije ukoliko funkcija mijenja konveksitet (oblik) pri prelasku preko te tačke. Prevojne tačke funkcije ćemo određivati analogno kao i lokalne ekstreme, ali sada pomoću drugog izvoda, ukoliko postoji. Potreban i dovoljan uslov za egzistenciju prevojne tačke funkcije nam daje slijedeći teorem.
Teorem 2.14.4. Neka je funkcija f dva puta diferencijabilna u okolini

tačke x0 . Tačka x0 je prevojna tačka funkcije f ukoliko je f '' ( x0 ) = 0 i funkcija f '' mijenja znak u okolini tačke x0 . Možemo reći da je uslov f '' ( x0 ) = 0 potreban uslov da bi funkcija u x0 imala prevojnu tačku. Dovoljan uslov jeste da drugi izvod funkcije mijenja znak u okolini tačke x0 .
Primjer 2.14.5. Odredimo intervale konveksnosti i konkavnosti i prevojne x −1 tačke funkcije y = . 2 ( x + 2)

Da bismo odredili intervale konveksnosti i konkavnosti, trebamo izračunati drugi izvod funkcije. Prije svega, odredit ćemo definiciono područje funkcije. To je skup \ {−2} . Prvi izvod funkcije je:

( x + 2) y' =

2

− 2 ( x − 1)( x + 2 )

( x + 2)

4

=

( x + 2 )( x + 2 − 2 x + 2 ) = 4 − x . 4 3 ( x + 2) ( x + 2)

Sad izračunavamo drugi izvod. Imamo:
⎛ 4−x y '' = ⎜ ⎜ ( x + 2 )3 ⎝ ⎞ − ( x + 2 )3 − 3 ( 4 − x )( x + 2 )2 ⎟ = = 6 ⎟ ( x + 2) ⎠
181
'

Matematika za ekonomiste

( x + 2 ) ( − x − 2 − 12 + 3x ) 2 ( x − 7 ) = = . 6 4 ( x + 2) ( x + 2)
2

na znak drugog izvoda, pa ćemo u tabelu unijeti samo izraz ( x − 7 ) jer je on istog znaka kao drugi izvod.

Analogno kao pri određivanju ekstrema funkcije, napravit ćemo tabelu 4 znaka drugog izvoda. Trebamo imati u vidu da nazivnik ( x + 2 ) ne utiče

x

−∞

7 0 +

+∞

x−7 y

-

Na osnovu tabele vidimo da funkcija y '' pri prelasku preko tačke x0 = 7 mijenja znak, pa je x0 = 7 apscisa prevojne tačke. Kako je
y (7) = 6 2 ⎛ 2 ⎞ , to je tačka ⎜ 7, ⎟ prevojna = 81 27 ⎝ 27 ⎠

tačka naše funkcije.
P.T.

Primjer 2.14.6. Odredimo prevojne tačke funkcije y = ln

x +1 . x −1

Kao prvo, odredimo definiciono područje date funkcije. Treba vrijediti x +1 > 0 , odakle zaključujemo da je funkcija definisana za sve x −1 x ∈ ( −∞, −1) ∪ (1, +∞ ) . Odredimo prvi izvod. Imamo: −1 ⎛ 1 x + 1 ⎞ 1 1 x − 1 − ( x + 1) = 2 y ' = ⎜ ln . ⎟ = x +1 2 x −1 ⎝ 2 x −1⎠ 2 ( x − 1) x −1
'

Sada izračunavamo drugi izvod. Imamo:

2x ⎛ −1 ⎞ 0 − ( −1)( 2 x ) y '' = ⎜ 2 = . ⎟ = 2 2 ⎝ x −1⎠ ( x2 − 1) ( x2 − 1)
'

182

2. Realne funkcije jedne realne varijable Kako je nazivnik pozitivan za sve vrijednosti x iz definicionog područja, znak funkcije y '' isti je kao znak nazivnika, odnosno izraza 2x . Također je y '' = 0 za x = 0 pa je x = 0 jedina moguća prevojna tačka. Međutim,

0 ∉ ( −∞, −1) ∪ (1, +∞ ) , pa ona ne može biti prevojna tačka naše funkcije, jer u toj tački funkcija nije definisana. Dakle, naša funkcija nema prevojnih tačaka. Kako je y '' > 0 za x ∈ (1, +∞ ) funkcija je konveksna na intervalu

(1, +∞ ) , dok je na intervalu ( −∞, −1) funkcija konkavna (tu je

y '' < 0 ).

2.14.7. Pretpostavimo da je data funkcija proizvodnje 1 , koja predstavlja količinu proizvodnje kao funkciju Q (v) = 1 + e1− v proizvodnog faktora v . Primjer

1. Odredimo funkciju marginalne produktivnosti faktora proizvodnje v , kao i maksimalni marginalni proizvod. Funkcija marginalne produktivnosti faktora proizvodnje v , MQ ( v ) je izvod funkcije proizvodnje. Dakle,
1− v e1− v ⎛ 1 ⎞ −1 ⋅ e ⋅ ( −1) = = > 0 za sve v . MQ ( v ) = Q ' ( v ) = ⎜ 2 2 1− v ⎟ ⎝1+ e ⎠ 1 + e1− v ) 1 + e1− v ) ( ( '

(Ovo znači da je funkcija Q ( v ) stalno raste s porastom v , pri čemu ta brzina rasta nije velika). 2. Odredimo sada maksimalnu brzinu rasta proizvodnje s porastom faktora proizvodnje v . Drugim riječima, želimo odrediti maksimalni marginalni proizvod, odnosno maksimalnu vrijednost funkcije MQ ( v ) . Nju ćemo odrediti pomoću prvog izvoda te funkcije. Imamo:

⎛ ⎞ e1− v ⋅ ( −1) (1 + e1− v )2 − e1− v ⋅ 2 (1 + e1− v ) ⋅ e1− v ⋅ ( −1) e1− v ⎟ = = MQ ' ( v ) = ⎜ 1− v 4 ⎜ (1 + e1− v )2 ⎟ (1 + e ) ⎝ ⎠ 1− v 1− v 1− v e (1 + e )( −1 − e + 2e1− v ) e1− v ( −1 + e1− v ) . = = 4 3 1 + e1− v ) 1 + e1− v ) ( (
183

'

Matematika za ekonomiste Kako je e1− v > 0 , to na znak prvog izvoda MQ ' ( v ) utiče samo
1− v 1− v

izraz

e − 1 u brojniku. Kako je e − 1 = 0 za v = 1 , to je v = 1 jedina stacionarna tačka funkcije MQ ( v ) .

S druge strane je e1− v − 1 > 0 ako i samo ako je v < 1 , te je e1− v − 1 < 0 ako i samo ako je v > 1 , pa možemo napraviti slijedeću tabelu: ν −∞ ( MQ ) ' + MQ Q '' ∪
1

+ ∞ Na osnovu tabele vidimo da je v = 1 apscisa maksimuma funkcije MQ ( v ) , pa je maksi− malni marginalni proizvod jednak 1−1 e 1 ∩ MQ (1) = = . Dakle, maksimalna 2 4 1 + e1−1

(

)

1 brzina rasta proizvodnje je , kada je proizvodni faktor v = 1 . 4

funkcije MQ ( v ) ujedno apscisa prevojne tačke funkcije Q ( v ) (to smo prikazali i u tabeli). U našem konkretnom primjeru, to znači da je tačka 1 (1, Q (1) ) = ⎛1, 2 ⎞ prevojna tačka funkcije proizvodnje Q ( v ) . Funkcije ⎜ ⎟ ⎝ ⎠ Q ( v ) i MQ ( v ) prikazali smo na istom grafiku na slici 2.14.3.

3. Kako je MQ ( v ) = Q ' ( v ) , to je MQ ' ( v ) = Q '' ( v ) , pa je apscisa ekstrema

Q

P.T.
max

Q(v) MQ(v) v

O

1

Slika 2.14.3. 184

2. Realne funkcije jedne realne varijable
Primjer 2.14.8. Zadana je funkcija ukupnog R (Q ) prihoda kao funkcija

količine proizvodnje Q sa R ( Q ) = −2 ( Q 2 − 3 ) + 5000 . Odredimo funkciju
2

graničnih prihoda, a zatim intervale monotonosti funkcije graničnih prihoda i usporedimo ih sa intervalima konveksnosti i konkavnosti funkcije ukupnog prihoda. Kao prvo, primijetimo da ova funkcija ima ekonomskog smisla kada je
Q > 0 i −2 Q 2 − 3

(

)

2

+ 5000 > 0 , odnosno za Q ∈ 0, 53 .

(

)

Funkcija graničnih prihoda je izvod funkcije ukupnih prihoda:
MR ( Q ) = −8Q ( Q 2 − 3) = −8Q 3 + 24Q .

Funkcija graničnih prihoda raste kada je MR ′ ( Q ) > 0 , odnosno kada je −24Q 2 + 24 > 0 . Dakle, funkcija graničnih prihoda je rastuća za Q ∈ ( 0,1) . Analogno, zaključujemo da je funkcija graničnih prihoda opadajuća za Q ∈ 1, 53 , te da je Q = 1 tačka maksimuma funkcije MR ( Q ) , odnosno

tačka u kojoj je brzina porasta ukupnog prihoda najveća. S druge strane MR ′ ( Q ) = R ′′ ( Q ) , pa je MR ′ ( Q ) > 0 ako i samo ako je raste je ujedno interval na kojem je funkcija R ( Q ) ukupnih prihoda konveksna. Analogno, interval 1, 53 na kojem funkcija MR ( Q ) opada Tačka Q = 1 maksimuma funkcije MR ( Q ) je prevojna tačka funkcije je ujedno interval na kojem je funkcija R ( Q ) ukupnih prihoda konkavna.

(

)

R ′′ ( Q ) > 0 . Drugim riječima, interval ( 0,1) na kojem funkcija MR ( Q )

(

)

R (Q) .

Rezimirajmo: Tačka lokalnog ekstrema marginalne funkcije neke ekonomske funkcije je ujedno i prevojna tačka polazne funkcije. Možemo reći i nešto više. Ako je x0 tačka u kojoj ekonomska funkcija f ( x ) prelazi iz konveksne u konkavnu, to je ujedno i tačka u kojoj je brzina promjene te ekonomske funkcije najveća. Ukoliko je x0 tačka u kojoj ekonomska
185

Matematika za ekonomiste funkcija f ( x ) prelazi iz konkavne u konveksnu, to je ujedno i tačka u kojoj je brzina promjene te funkcije najmanja.
Primjer 2.14.9. Zadana je funkcija korisnosti (zadovoljstva) potrošača dobrima x i y (čije količine također označavamo sa x i y ) sa

u ( x, y ) = ( 2 x + 1)( 2 y − 3) . Ispitajmo da li se dobra x i y mogu supstituirati na razini (nivou) zadovoljstva 8.
Ranije smo naveli da se dobra mogu supstituirati ako i samo ako je kriva indiferencije konveksna. Dakle, u ovom zadatku trebamo ispitati da li je kriva indiferencije konveksna. Kao prvo, odredit ćemo jednačinu krive indiferencije na razini zadovoljstva 8. Ona je implicitno zadana sa u ( x, y ) = ( 2 x + 1)( 2 y − 3) = 8 , odakle je
8 , pa možemo izraziti y kao funkciju varijable x i dobiti 2x + 1 4 3 krivu indiferencije y ( x ) = + . 2x + 1 2 2y − 3 =

Da bismo odredili da li je ova kriva konveksna, trebamo odrediti drugi izvod i zaključiti da li je on pozitivan. Kao prvo, izračunat ćemo prvi izvod. Imamo y ′ ( x ) = 4 ( 2 x + 1)

(

−1

)

−1−1 −2 ⎛ 3 ⎞′ + ⎜ ⎟ = 4 ⋅ ( −1) ⋅ ( 2 x + 1) ⋅ ( 2 x + 1)′ = −8 ( 2 x + 1) . ⎝2⎠

Drugi izvod je y ′′ ( x ) = −8 ( 2 x + 1)

(

−2

)′ = −8 ⋅ ( −2)( 2 x + 1)

−3

⋅2 =

32

( 2 x + 1)

3

.

Kako je x količina dobra, to je x > 0 , pa odmah zaključujemo da je y ′′ ( x ) > 0 , odnosno da je kriva indiferencije konveksna, što znači da se dobra x i y mogu substituirati.

186

2. Realne funkcije jedne realne varijable
2.15. Asimptote krivih linija.

Pri crtanju grafika funkcija Q ( v ) i MQ ( v ) iz primjera 2.14.6., od značaja je bilo odrediti limese kad v → +∞ i kada v → −∞ ovih funkcija . Također, ukoliko imamo funkciju koja nije definisana u tački x0 ali jeste u nekoj okolini te tačke, od interesa je ispitati ponašanje te funkcije u okolini te tačke.
Definicija 2.15.1. (asimptote krive linije) Za funkciju f reći ćemo da teži funkciji g kad x → +∞ (kad x → −∞ ) ako je lim g ( x ) ≠ 0 (odnosno lim g ( x ) ≠ 0 ) i vrijedi
x →+∞ x →−∞ x →+∞

lim ( f ( x ) − g ( x ) ) = 0 (odnosno lim ( f ( x ) − g ( x ) ) = 0 ).
x →−∞

Tada još kažemo i da je funkcija f asimptotski jednaka funkciji g kad x → +∞ (odnosno x → −∞ ) ili da je g desna (lijeva) asimptota funkcije f. Mi ćemo se baviti samo slučajem kada je g ( x ) = ax + b (pri čemu može biti

a = 0 ), odnosno sa slijedeća dva specijalna slučaja:
1. Ukoliko je lim f ( x ) = A , za pravu y = A kažemo da je desna horizontalna asimptota funkcije f . Analogno, ukoliko je lim f ( x ) = B , za
x →−∞ x →+∞

pravu y = B kažemo da je lijeva horizontalna asimptota funkcije f . Ukoliko je A = B (dakle, lijeva i desna horizontalna asimptota su jednake) tada kažemo da funkcija f ima horizontalnu asimptotu y = A = B . 2. Ukoliko funkcija nema (desne ili lijeve) horizontalne asimptote, razmatramo da li ima kosu asimptotu. Kosa asimptota (desna ili lijeva) funkcije je prava y = kx + n ( k ≠ 0 ), koju određujemo na slijedeći način: a) Ispitamo da li postoje konačni limesi
x →+∞

lim

f ( x) x

=k

i

x →+∞

lim ( f ( x ) − kx ) = n ,

187

Matematika za ekonomiste pri čemu treba vrijediti k ≠ 0 . Ukoliko je odgovor potvrdan, prava y = kx + n je desna kosa asimptota funkcije y = f ( x ) . Analogno se određuje lijeva kosa asimptota (izračunamo limese kad x → −∞ ili ustanovimo da ne postoje). Ukoliko je lijeva kosa asimptota jednaka desnoj, ta prava je kosa asimptota naše funkcije. Na kraju, funkcija y = f ( x ) može imati i tzv. vertikalne asimptote. Prava x = x0 je desna vertikalna asimptota ukoliko je lim f ( x ) = +∞ (ili
x → x0 + 0

−∞ ). Prava
x → x0 − 0

x = x0

je lijeva vertikalna asimptota ukoliko je

lim f ( x ) = +∞ (ili −∞ ).

Vertikalne asimptote tražimo samo u tačkama x0 koje su na granici oblasti definisanosti funkcije i u kojima funkcija nije definisana.
Primjer 2.15.2. Odredimo asimptote funkcije y =
2x x2 − 1

.

Prije nego odredimo asimptote, odredit ćemo definiciono područje funkcije. Kako u nazivniku imamo paran korijen potrebno je da vrijedi x 2 − 1 > 0 , odakle zaključujemo da je funkcija definisana za sve x ∈ ( −∞, −1) ∪ (1, +∞ ) . Kao prvo, ispitat ćemo da li funkcija ima horizontalne asimptote. Odredimo desnu horizontalnu asimptotu. Imamo: 2x 2x 2 x = lim = lim = lim lim 2 2 2 x →+∞ x →+∞ x →+∞ x −1 x −1 x − 1 x →+∞ x x2

2 x −1 x2
2

=

2 = 2. 1

Dakle, prava y = 2 je desna horizontalna asimptota. Pogledajmo da li funkcija ima lijevu horizontalnu asimptotu. Imamo:
lim 2x x2 − 1 = lim 2x 2 2 2 x = lim = lim = = −2 . 2 2 2 x →−∞ x →−∞ x −1 x −1 x − 1 −1 − x x2 − x2
188

x →−∞

x →−∞

2. Realne funkcije jedne realne varijable Napomenimo da smo kad x → −∞ imali da je x = − x 2 , jer je x < 0 , pa je

x2 = x = − x .
Dakle, prava y = −2 je lijeva horizontalna asimptota. To znači da naša funkcija ima dvije horizontalne asimptote: lijevu y = −2 i desnu y = 2 . S obzirom da imamo horizontalne asimptote s obje strane, data funkcija nema kosih asimptota. Sada je potrebno odrediti vertikalne asimptote. Kao što vidimo iz definicionog područja, tražit ćemo limese funkcije kad x ↑ −1 i kada x ↓ 1 . Imamo:
lim 2x x −1
2
x ↑−1

=

−2 = −∞ , 0+

odakle zaključujemo da je prava x = −1 lijeva vertikalna asimptota date funkcije. S druge strane je
lim
x ↓1

2x x2 − 1

=

2 = +∞ , 0+ 2x x2 − 1

pa je prava x = 1 desna vertikalna asimptota funkcije y =
Primjer 2.15.3. Odredimo asimptote funkcije y = x

.

x . x +1

Kao prvo, odredimo definiciono područje date funkcije. Potrebno je da x vrijedi ≥ 0 , odakle imamo da je funkcija definisana za sve x +1 x ∈ ( −∞, −1) ∪ [ 0, +∞ ) . Ispitajmo sad da li imamo horizontalnih asimptota.
x →+∞

lim x

x = +∞ ⋅ 1 = +∞ , x +1
189

Matematika za ekonomiste pa nemamo desne horizontalne asimptote. Analogno je

x →−∞

lim x

x = −∞ ⋅ 1 = −∞ , x +1

pa nemamo ni lijeve horizontalne asimptote. Pogledajmo da li imamo kose asimptote. Ako je y = kx + n desna kosa asimptota, tada je

x k = lim
x →+∞

x x x + 1 = lim = 1. x →+∞ x x +1

Sada je potrebno odrediti n Imamo:

⎛ ⎞ ⎛ x − 1 ⋅ x ⎟ = lim x ⎜ n = lim ⎜ x ⎟ x →+∞ ⎜ x →+∞ ⎜ ⎝ x +1 ⎠ ⎝

⎛ ⎞ x − 1⎟ ⎜ x +1 ⎠ ⎞ x − 1⎟ = lim ⎝ . 1 x + 1 ⎟ x →+∞ ⎠ x
0 , pa možemo 0

Sada je izraz koji je bio oblika +∞ ⋅ 0 postao oblika primijeniti L'Hopitalovo pravilo. Imamo:
⎛ ⎞ x − 1⎟ ⎜ ⎜ x +1 ⎟ ⎠ n = lim ⎝ x →+∞ 1 x
1 −1

1 ⎛ ⎞ ⎛ x ⎞2 ⎜ ⎟ ⎜ ⎟ − 1⎟ ' ⎜⎝ x +1⎠ ⎠ = = lim ⎝ x →+∞ 1⎞ ⎛ ⎜ ⎟' ⎝ x⎠

= lim

1 ⎛ x ⎞ 2 ( x + 1) − x ⎜ ⎟ ⋅ 2 2 ⎝ x +1⎠ ( x + 1) − 1 x2

x →+∞

=−

1 x2 1 lim =− 2 2 x →+∞ ( x + 1) 2

190

2. Realne funkcije jedne realne varijable
1 desna 2 kosa asimptota date funkcije. Analogno bi mogli ustanoviti i da su limesi kad x → −∞ jednaki već izračunatim limesima, odnosno da je prava 1 y = x − lijeva kosa asimptota date funkcije, odnosno da naša funkcija ima 2 1 kosu asimptotu y = x − . 2

Time smo odredili n , pa možemo zaključiti da je prava y = x −

Ostalo je još da odredimo vertikalne asimptote. Kao što znamo, vertikalne asimptote određujemo na granici oblasti definisanosti, u tačkama u kojima funkcija nije definisana. Postoje dvije granice oblasti definisanosti naše funkcije. To su tačke x = −1 i x = 0 . Kako je funkcija definisana za x = 0 , prava x = 0 nije vertikalna asimptota. Jedina preostala mogućnost jeste da prava x = −1 bude lijeva vertikalna asimptota naše funkcije (ne može biti desna jer funkcija nije definisana desno od tačke -1). Imamo:

lim x
x ↑−1

x −1 = ( −1) − = ( −1) ⋅ ( +∞ ) = −∞ . x +1 0

Dakle, prava x = −1 zaista jeste lijeva horizontalna asimptota funkcije x y=x . x +1
1

Primjer 2.15.4. Odredimo asimptote funkcije y = e x −1 + 1 .

Kao prvo, lako se vidi da je naša funkcija definisana za sve x ∈ ( −∞,1) ∪ (1, +∞ ) . Zbog toga ćemo ispitivati da li je prava x = 1 vertikalna asimptota naše funkcije i s lijeve i s desne strane. Imamo:
1 ⎛ 1 ⎞ − lim ⎜ e x −1 + 1⎟ = e 0 + 1 = e−∞ + 1 = 0 + 1 = 1 , x ↑1 ⎝ ⎠

pa prava x = 1 nije vertikalna asimptota naše funkcije s lijeve strane. Odredimo sad desni limes. Imamo:
191

Matematika za ekonomiste
1 ⎛ x1 1 ⎞ 0+ − lim ⎜ e + 1⎟ = e + 1 = e+∞ + 1 = +∞ + 1 = +∞ , x ↓1 ⎝ ⎠ 1

pa je prava x = 1 desna vertikalna asimptota funkcije y = e x −1 + 1 . Kako je

⎛ 1 ⎞ ⎛ 1 ⎞ lim ⎜ e x −1 + 1⎟ = lim ⎜ e x −1 + 1⎟ = e0 + 1 = 2 , x →+∞ ⎝ ⎠ x →−∞ ⎝ ⎠
to je prava y = 2 horizontalna asimptota naše funkcije. S obzirom da funkcija ima horizontalnu asimptotu, ona nema kose asimptote.
2.16. Crtanje grafika funkcija pomoću karakterističnih tačaka.

U ovom paragrafu ćemo na nekoliko primjera pokazati kako nacrtati grafik neke realne funkcije. Pri crtanju grafika, za svaku pojedinu funkciju odredit ćemo slijedeće: 1. Oblast definisanosti funkcije 2. Parnost i neparnost funkcije 3. Nule i znak funkcije 4. Asimptote (horizontalnu, kosu i vertikalnu) 5. Oblast(i) monotonosti i eventualne lokalne ekstreme funkcije 6. Oblast(i) konveksnosti i konkavnosti i eventualne prevojne tačke funkcije. Nakon što kompletiramo ovih šest tačaka, moći ćemo sa određenom preciznošću skicirati grafik funkcije.
Primjer 2.16.1. Ispitajmo funkciju y =

( x − 2)
x2

2

i skicirajmo njen grafik.

1. Zadana funkcija je definisana kada je x 2 ≠ 0 , pa je oblast definisanosti funkcije x ∈ ( −∞, 0 ) ∪ ( 0, +∞ ) .
192

2. Realne funkcije jedne realne varijable 2. Da bismo ispitali da i je funkcija parna ili neparna, odredit ćemo f ( − x ) .

( − x − 2) ( x + 2) Kako je f ( − x ) = = , to je 2 x2 −x) ( f ( − x ) ≠ − f ( x ) , pa funkcija nije niti parna niti neparna.
2 2

f (−x) ≠ f ( x)

i

3. Da bismo našli nule funkcije, riješit ćemo jednačinu f ( x ) = 0 , odnosno

( x − 2)
2

2

x x = 2 je jedina nula funkcije. Tačka ( 2, 0 ) je jedina tačka na x -osi koja pripada grafiku zadane funkcije. pozitivna za sve x ∈ ( −∞, 0 ) ∪ ( 0, 2 ) ∪ ( 2, +∞ ) .
2

= 0 , odakle slijedi da je ( x − 2 ) = 0 , odnosno x = 2 . Dakle,
2

S obzirom da je ( x − 2 ) > 0 za x ≠ 2 i x 2 > 0 za x ≠ 0 , zadana funkcija je

4. Odredimo asimptote funkcije. Za određivanje horizontalne asimptote izračunat ćemo

⎛ 2⎞ lim = lim ⎜1 − ⎟ = 1 . 2 x →±∞ x →±∞ x ⎝ x⎠ Zaključujemo da je prava y = 1 horizontalna asimptota zadane funkcije, pa nemamo kose asimptote.
Vertikalne asimptote tražimo na granici oblasti definisanosti, u tačkama u kojima funkcija nije definisana. To znači da ćemo tražiti granične vrijednosti funkcije kada x ↑ 0 i kada x ↓ 0 . Imamo: lim
x↑0

( x − 2)

2

2

( x − 2)
x2

2

( x − 2) 4 4 = + = +∞ i lim = + = +∞ . x↓0 x2 0 0
2

Dakle, prava x = 0 (odnosno y -osa) je vertikalna asimptota funkcije. 5. Za određivanje monotonosti i ekstrema funkcije izračunat ćemo prvi izvod i odrediti znak prvog izvoda. Imamo: y′ = 2 ( x − 2) ⋅ x2 − ( x − 2) ⋅ 2 x
2

x

4

=

2 x ( x − 2 ) [ x − x + 2] x
4

=

4 ( x − 2) x3

.

193

Matematika za ekonomiste Znak prvog izvoda zavisi od ( x − 2 ) i x3 i dat je u tabeli
+ ∞ Zaključujemo da je funkcija rastuća za x ∈ ( −∞, 0 ) ∪ ( 2, +∞ ) i opadajuća za x-2 - 0 + x ∈ ( 0, 2 ) . Lokalni minimum funkcije se x3 - 0 + + nalazi u tački A = ( 2, 0 ) . y' + - 0 + 6. Za određivanje oblast(i) konveksnosti i y min konkavnosti i prevojnih tačaka funkcije, odredit ćemo znak drugog izvoda. Imamo

x

−∞

0

2

⎛ ( x − 2 ) ⎞′ x3 − ( x − 2 ) ⋅ 3x 2 x 2 ( x − 3x + 6 ) ( − x + 3) ′′ = 4 ⎜ y =4 =8 . ⎟ =4 ⎜ x3 ⎟ x6 x6 x4 ⎝ ⎠ Zaključujemo da znak drugog izvoda zavisi samo od izraza ( − x + 3) u brojniku, jer je x 4 > 0 za sve x ≠ 0 . Znak drugog izvoda dat je u tabeli Zaključujemo da je funkcija konveksna za x ∈ ( −∞, 0 ) ∪ ( 0,3) i konkavna za x ∈ ( 3, +∞ ) . Apscisa prevojne tačke funkcije je x = 3 . Zbog 1 , prevojna tačka y ( 3) = 3 ⎛ 1⎞ funkcije je B = ⎜ 3, ⎟ . ⎝ 3⎠ Grafik funkcije dat je na slici 2.16.1. x -x+3 y'' y
−∞
3

+∞

+ 0 + 0 ∪ ∩ P.T .

y

y=1 O A B x

Slika 2.16.1. 194

2. Realne funkcije jedne realne varijable
Primjer 2.16.2. Ispitajmo funkciju y = x ⋅ 3 ( x 2 − 1)
2

i skicirajmo njen

grafik. 1. Funkcija je definisana za sve x ∈ vertikalnih asimptota). 2. Kako je . (Odmah možemo zaključiti da nema

f (−x) = (−x) ⋅ 3

(( − x ) − 1)
2

2

2 ⎛ = − ⎜ x ⋅ 3 ( x 2 − 1) ⎝

⎞ ⎟ = − f ( x) , ⎠

zaključujemo da je funkcija neparna, pa je njen grafik simetričan u odnosu na koordinatni početak. 3. Da bi odredili nule funkcije riješit ćemo jednačinu x ⋅ 3 ( x 2 − 1) = 0 ,
2

odakle slijedi da je x = 0 ili x 2 − 1 = 0 . Dakle, funkcija ima tri nule. To su x1 = 0 , x2 = −1 i x3 = 1 . Kako je ( x 2 − 1) > 0 sa sve x ≠ −1 i x ≠ 1 , znak funkcije zavisi samo od
2

znaka varijable x , pa je y > 0 za x ∈ ( 0,1) ∪ (1, +∞ )

i

y < 0 za

x ∈ ( −∞, −1) ∪ ( −1, 0 ) .

4. Za određivanje horizontalne asimptote odredimo granične vrijednosti funkcije kad x → +∞ i x → −∞ . Lako se vidi da je
x →+∞

2 ⎛ lim ⎜ x ⋅ 3 ( x 2 − 1) ⎝

⎞ ⎟ = +∞ i ⎠

x →−∞

2 ⎛ lim ⎜ x ⋅ 3 ( x 2 − 1) ⎝

⎞ ⎟ = −∞ , ⎠

pa funkcija nema horizontalnu asimptotu. Za određivanje kose asimptote izračunat ćemo graničnu vrijednost
2 ⎛ 3 2 x ⋅ ( x − 1) ⎜ k = lim ⎜ x →±∞ x ⎜ ⎝

⎞ 2 ⎟ ⎛3 2 ⎟ = xlim ⎜ ( x − 1) →±∞ ⎝ ⎟ ⎠
195

⎞ ⎟ = +∞ , ⎠

pa možemo zaključiti da funkcija nema ni kosu asimptotu.

Matematika za ekonomiste S obzirom da smo već zaključili da funkcija nema ni vertikalnu asimptotu, vidimo da zadana funkcija uopšte nema pravolinijskih asimptota. 5. Odredimo sada prvi izvod funkcije. Imamo:
2 ′ 2 2 −1 ⎛ ⎞ 2 y ′ = ⎜ x ⋅ ( x 2 − 1) 3 ⎟ = ( x 2 − 1) 3 + x ⋅ ( x 2 − 1) 3 ⋅ 2 x = 3 ⎝ ⎠

= ( x 2 − 1) 3 + Dakle, y ′ =
7 x2 − 3 3 ⋅ 3 x2 − 1

2

4 x2 3 ( x − 1)
2 1 3

=

7 x2 − 3 3 ⋅ 3 x2 − 1

.

. Znak prvog izvoda zavisi od znaka dvije kvadratne

funkcije: 7 x 2 − 3 u brojniku, sa nulama x1 = −

3 i x2 = 7

3 , te funkcije 7 3 7

x 2 − 1 sa nulama x1 = −1 i x2 = 1 u nazivniku. Primijetimo da su x1 = −

3 stacionarne tačke funkcije (u njima je prvi izvod jednak nuli, 7 odnosno tangenta na krivu je paralelna sa x -osom), dok u tačkama x1 = −1 i x2 = 1 prvi izvod nije definisan, ali zbog egzistencije prvog izvoda u okolini tih tačaka i one mogu biti tačke ekstrema funkcije (u kojima ne postoji tangenta). Da bismo odredili intervale monotonosti i ekstreme funkcije napravit ćemo tabelu znaka prvog izvoda.
i x2 = x
7 x2 − 3
−∞ − 1 −

(x

2

− 1)

1/ 3

y' y

Na osnovu tabele zaključujemo + ∞ da funkcija ima dva lokalna maksimuma i dva lokalna minimuma. Kako je + + 0 − 0 + + ⎛ 3⎞ + 0 − y⎜ − − 0 + ⎜ 7 ⎟ ≈ 0, 66 , lokalni mini⎟ ⎝ ⎠ + × − 0 + 0 − × + mum i maksimum u kojima je tangenta funkcije paralelna sa max min max min
3 7 3 7 1
196

2. Realne funkcije jedne realne varijable
⎛ 3 ⎞ ⎛ 3 ⎞ x -osom su A = ⎜ − , −0, 66 ⎟ i B = ⎜ , 0, 66 ⎟ (na slici 2.16.2.). ⎜ 7 ⎟ ⎜ 7 ⎟ ⎝ ⎠ ⎝ ⎠ Lokalni maksimum i minimum funkcije se postiže i za x = −1 i x = 1 , odnosno, tačke C = ( −1, 0 ) i D = (1, 0 ) (na slici 2.16.2.) su tačke lokalnog maksimuma, odnosno minimuma u kojima funkcija nema tangentu. ⎛ 3 3⎞ Funkcija je rastuća za x ∈ ( −∞, −1) ∪ ⎜ − , ⎜ 7 7 ⎟ ∪ (1, +∞ ) , a opadajuća za ⎟ ⎝ ⎠ ⎛ 3⎞ ⎛ 3 ⎞ x ∈ ⎜ −1, − ,1⎟ . ⎟∪⎜ ⎜ 7⎟ ⎜ 7 ⎟ ⎝ ⎠ ⎝ ⎠

6. Odredimo sada drugi izvod funkcije. Imamo:
1 ′ 1 4 − ⎞ − − ⎛ 1 ⎞⎞ 1⎛ 1⎛ y′′ = ⎜ ( 7 x 2 − 3) ⋅ ( x 2 − 1) 3 ⎟ = ⎜14 x ⋅ ( x 2 − 1) 3 + ( 7 x 2 − 3) ⋅ ⎜ − ( x 2 − 1) 3 ⋅ 2 x ⎟ ⎟ ⎜ ⎟ 3⎝ ⎠ 3⎝ ⎝ 3 ⎠⎠
4 4 x ( 7 x2 − 9) − 2x 2 3 21x 2 − 21 − 7 x 2 + 3 = = ( x − 1) ( ) 4 9 9 3 ( x 2 − 1)

Kako je nazivnik gornjeg izraza uvije pozitivan, znak drugog izvoda zavisi 3 3 od njegovog brojnika. Nule brojnika su x1 = 0 , x2 = − i x3 = , pa 7 7 imamo slijedeću tabelu znaka:

x x
14 x 2 − 18

−∞ −

9 7

0

9 7

+ ∩

-

+

⎛ 3 ⎞ + ∞ Kako je y ⎜ 7 ⎟ ≈ 0,186 , funkcija ⎝ ⎠ ima tri prevojne tačke O = ( 0, 0 ) , + + +


+



y'' y

⎛ 3 ⎞ E = ⎜− , − 0,186 ⎟ i 7 ⎝ ⎠ ⎛ 3 ⎞ F =⎜ , 0,186 ⎟ , prikazane na slici ⎝ 7 ⎠ 2.16.2.
197

Matematika za ekonomiste Funkcija je konveksna za 3 ⎞ ⎛ 3 ⎞ ⎛ x ∈ ⎜ −∞, − ⎟ ∪ ⎜ 0, ⎟. 7⎠ ⎝ 7⎠ ⎝ Grafik funkcije je dat na slici 2.16.2.
⎛ 3 ⎞ ⎛ 3 ⎞ x∈⎜ − ,0⎟ ∪⎜ , +∞ ⎟ i konkavna za 7 ⎠ ⎝ 7 ⎝ ⎠

y
MAX

B
P.T.

C E A
MIN

F x

O

D

Slika 2.16.2.

Primjer 2.16.3. Ispitajmo funkciju y =

ln x 2 i skicirajmo njen grafik. x3

1. Oblast definisanosti naše funkcije je x 2 > 0 i x ≠ 0 , pa je funkcija definisana za sve x ∈ ( −∞, 0 ) ∪ ( 0, +∞ ) . 2. Kako je y ( − x ) =
ln ( − x )
2

(−x)

3

ln x 2 ln x 2 = = − 3 = − y ( x ) , posmatrana funkcija − x3 x

je neparna i njen grafik je simetričan u odnosu na koordinatni početak.

ln x 2 3. Nule funkcije odredit ćemo iz jednačine = 0 , iz koje imamo x3 ln x 2 = 0 , pa je x 2 = 1 , odnosno x1 = −1 i x2 = 1 su nule funkcije.
198

2. Realne funkcije jedne realne varijable Kako bismo odredili znak funkcije sjetimo se da je ln t > 0 za t ∈ (1, +∞ ) i

ln t < 0 za t ∈ ( 0,1) . Zbog toga je ln x 2 > 0 za x ∈ ( −∞, −1) ∪ (1, +∞ ) i
ln x 2 < 0 za x ∈ ( −1, 0 ) ∪ ( 0,1) , pa imamo slijedeću tabelu znaka funkcije

x
ln x 2

−∞

−1

0

1

+∞

Sada zaključujemo da je y > 0 za

+


+

+ + +

x ∈ ( −1, 0 ) ∪ (1, +∞ )

i

y<0

za

x

3



+

x ∈ ( −∞, −1) ∪ ( 0,1) .

y

4. Da bi odredili horizontalnu asimptotu, odredit ćemo graničnu

ln x 2 . S obzirom da je lim ln x 2 = +∞ i lim x3 = ±∞ , to je x →±∞ x →±∞ x →±∞ x 3 ∞ posmatrana granična vrijednost neodređenog oblika . Funkcije u brojniku ∞ i nazivniku se elementarne, time i diferencijabilne, pa na računanje ove granične vrijednosti možemo primijeniti L'Hopitalovo pravilo i računati limes vrijednost lim

x →±∞

( ln x )′ = lim lim ( x )′
2 3

x →±∞

1 ⋅ 2x 2 x2 = lim 3 = 0 . 2 x →±∞ x 3x

Dobili smo da granična vrijednost postoji i jednaka je nuli, pa je ln x 2 lim 3 = 0 , odnosno, prava y = 0 ( x -osa) je horizontalna asimptota x →±∞ x zadane funkcije. S obzirom da funkcija ima horizontalnu asimptotu, nema kose asimptote. Ostalo je još da izračunamo granične vrijednosti funkcije kada x ↑ 0 i x ↓ 0 , uzimajući u obzir činjenicu da je lim ln t = −∞ . Imamo:
t ↓0

lim
x ↑0

ln x 2 −∞ = − = +∞ x3 0

i
199

lim
x ↓0

ln x 2 −∞ = + = −∞ , x3 0

Matematika za ekonomiste pa je prava x = 0 ( y -osa) i lijeva i desna vertikalna asimptota funkcije. 5. Odredimo prvi izvod funkcije. Imamo

( ln x )′ ⋅ x y′ =
2

3

− 3 x 2 ⋅ ln x 2

x6

2x 3 ⋅ x − 3 x 2 ⋅ ln x 2 2 2 − 3ln x 2 = x = . x6 x4

Znak prvog izvoda zavisi samo od izraza 2 − 3ln x 2 u brojniku. Stacionarne 2 tačke funkcije određujemo iz jednačine 2 − 3ln x 2 = 0 , odakle je ln x 2 = , 3
x 2 = e 2 / 3 . Stacionarne tačke su x1 = − e 2 / 3 = −e1/ 3 = − 3 e i x2 = 3 e .

Tabela znaka prvog izvoda je x
2 − 3ln x 2
−∞ − e1/ 3 e1/ 3 + ∞ Kako je y

( e ) = 32e ,
3

na osnovu tabele

2⎞ ⎛ zaključujemo da je tačka A = ⎜ − 3 e , − ⎟ 3e ⎠ ⎝ y' + − − tačka lokalnog minimuma, a tačka y ↘ ↗ ↘ 2⎞ ⎛ je tačka lokalnog B = ⎜ 3 e, ⎟ 3e ⎠ ⎝ maksimuma zadane funkcije. (Obje tačke su prikazane na slici 2.16.3).

+

Funkcija

je

rastuća
3

za

x ∈ − 3 e , 0 ∪ 0, 3 e

x ∈ −∞, − 3 e ∪

(

) (

e , +∞ .

)

(

) (

)

i

opadajuća

za

6. Odredimo sada drugi izvod funkcije. Imamo:
2x 4 2 3 2 ( 6 ln x 2 − 7 ) ⎛ 2 − 3ln x 2 ⎞′ −3 ⋅ x 2 ⋅ x − ( 2 − 3ln x ) ⋅ 4 x . = = y′′ = ⎜ ⎟ x4 x8 x5 ⎝ ⎠

Apscise eventualnih prevojnih tačaka funkcije odredit ćemo iz jednačine
7 7

7

6 ln x 2 − 7 = 0 , čija rješenja su x1 = − e 6 = −e12 I
200

x2 = e12 . Funkcija u

2. Realne funkcije jedne realne varijable
7 7 ⎛ ⎞ ⎛ 12 ⎞ 12 brojniku je pozitivna za x ∈ ⎜ −∞, −e ⎟ ∪ ⎜ e , +∞ ⎟ , pa imamo slijedeću ⎝ ⎠ ⎝ ⎠ tabelu znaka drugog izvoda

⎛ 7 ⎞ Kako je y (e7 /12 ) ≈ 0, 203 , prevojne tačke funkcije su C = ⎜ −e12 , − 0, 203 ⎟ i ⎝ ⎠ 7 x ⎛ ⎞ −∞ − e 7 / 12 0 e7 / 12 + ∞ D = ⎜ e12 , 0, 203 ⎟ , označene na slici + 0 − 6 ln x 2 − 7 − 0 + ⎝ ⎠ 2.16.3. + + x5 − − Funkcija je konveksna za + + y'' − − ⎛ 7 ⎞ ⎛ 7 ⎞ x ∈ ⎜ −e12 , 0 ⎟ ∪ ⎜ e12 , +∞ ⎟ a konkavna ⎝ ⎠ ⎝ ⎠ y ∩ ∪ ∩ ∪ 7 7 ⎛ ⎞ ⎛ ⎞ za x ∈ ⎜ −∞, −e12 ⎟ ∪ ⎜ 0, e12 ⎟ . ⎝ ⎠ ⎝ ⎠
Grafik funkcije dat je na slici 2.16.3.

y

O C A

B D x

Slika 2.16.3. 201

3. Realne funkcije dvije i više realnih varijabli
3.1. Pojam realne funkcije dvije i više realnih varijabli. Oblast definisanosti i grafik realne funkcije dvije realne varijable. Prije nego definišemo pojam realne funkcije više realnih varijabli, sjetimo se definicije funkcije. Funkcija f : X → Y koja preslikava neprazan skup X u neprazan skup Y je pravilo po kome se svakom elementu x skupa X pridružuje tačno jedan element ( y = f ( x ) ) skupa Y . Kada je X ⊆ i Y⊆

, posmatrana funkcija je realna funkcija jedne realne varijable.

Definicija 3.1.1. (realne funkcije više realnih varijabli) Neka je f : X → Y funkcija koja preslikava neprazan skup X u skup Y .

Ukoliko je X podskup skupa 2 , a Y ⊆ kažemo da je f realna funkcija dvije realne varijable (varijable). Kako su elementi skupa X , u tom slučaju uređeni parovi, tada je funkcija f pravilo po kome se svakom uređenom paru realnih brojeva iz X pridružuje tačno jedan realan broj iz Y. Ukoliko je X ⊆ n , a Y ⊆ , tada je funkcija f : X → Y realna funkcija n realnih varijabli, jer su elementi skupa X u tom slučaju uređene n torke realnih brojeva. U daljem ćemo smatrati da je z = f ( x, y ) realna funkcija dvije realne varijable, koja je data nekim analitičkim izrazom. Drugim riječima, smatrat ćemo da je f ( x, y ) analitički izraz koji sadrži varijable x i y .
Oblast definisanosti realne funkcije z = f ( x, y ) dvije realne varijable ( x i

y ) je neki podskup D u ravni 2 , koji se sastoji od svih uređenih parova ( x, y ) za koje je analitički izraz f ( x, y ) dobro definisan.
Kada smo posmatrali funkciju jedne varijable, vidjeli smo da je grafik te funkcije neka kriva u ravni. Ta kriva je zapravo bila skup tačaka oblika

Matematika za ekonomiste

funkcija bila definisana. Analogno, grafik funkcije dvije varijable je skup uređenih trojki oblika ( x, y, f ( x, y ) ) , gdje ( x, y ) pripada oblasti definisanosti D funkcije
z = f ( x, y ) .

( x, f ( x ) ) , gdje je

x prolazio skupom svih realnih brojeva za koje je data

Skup tih uređenih trojki predstavlja neku površ u prostoru. Pogledajmo to na slijedećem primjeru:
Primjer 3.1.2. Neka je data funkcija z ( x, y ) = 1 − x 2 − y 2 . Odredimo

oblast definisanosti date funkcije i pogledajmo koja površ u prostoru predstavlja njen grafik. Data funkcija je definisana ukoliko je izraz ispod korijena nenegativan, tj. ukoliko je 1 − x 2 − y 2 ≥ 0 . Ova nejednakost je ekvivalentna sa nejednakošću x 2 + y 2 ≤ 1 . Ukoliko se sjetimo da je sa x 2 + y 2 = 1 data jednačina kružnice sa centrom u koordinatnom početku i poluprečnikom 1, tada vidimo da je 2 skup svih tačaka ( x, y ) u ravni koje zadovoljavaju nejednakost
x 2 + y 2 ≤ 1 unutrašnja oblast centralne jedinične kružnice. Ta oblast je oblast definisanosti naše funkcije.

Grafik naše funkcije predstavlja gornju polovinu lopte s centrom u koordinatnom početku ( 0,0,0 ) i poluprečnikom 1.
Primjer 3.1.3. Funkcija

( x, y ) ∈

z ( x, y ) = 2 x − 3 y + 1 je definisana za sve
3

2

, a njen grafik je ravan u prostoru

.

Primjer 3.1.4. (Cobb-Douglasova funkcija proizvodnje) Jedna od veoma važnih funkcija dvije varijable koja se javlja u ekonomiji je Cobb-Douglasova funkcija proizvodnje. To je funkcija koja nam daje zavisnost količine proizvodnje Q od broja jedinica uloženog rada L i jedinica uloženog kapitala K . Ova funkcija je oblika
Q = Q ( L, K ) = A ⋅ Lα ⋅ K 1−α

(3.1.1)

gdje je A > 0 neka fiksna konstanta, a 0 < α < 1 je dati parametar.
204

3. Realne funkcije dvije i više realnih varijabli Ekonomsko značenje parametra α je slijedeće: ukoliko se u proizvodnju uloži 1% više rada, tada će se nivo proizvodnje povećati za približno α % . Ukoliko se u proizvodnju uloži 1% više kapitala, nivo proizvodnje će se povećati za približno (1 − α ) % . Oblast definisanosti funkcije Q ( L, K ) je skup svih uređenih parova ( L, K ) takvih da je L > 0 i K > 0 . Grafik funkcije proizvodnje dat je na slici 3.1.1.
Q

Kn funkcija od L za K2 fiksno funkcija od L za K1 fiksno

K3 K2 K1 O

f (L1,K1)

Ln L1 L2

Slika 3.1.1.

U ekonomiji se često posmatraju i poopštenja Cobb-Douglasove funkcije proizvodnje. Na primjer, ukoliko porast uloženog rada za 1% uzrokuje porast proizvodnje za α % , dok porast uloženog kapitala uzrokuje porast proizvodnje za β % (pri čemu su 0 < α, β < 1 ), tada je odgovarajuća funkcija proizvodnje data sa

Q( L, K ) = A ⋅ Lα ⋅ K β ,
pri čemu nije nužno α + β = 1 . Također, ukoliko postoji više različitih proizvodnih faktora v1 , v2 , ..., vn i pri tome porast ulaganja proizvodnog faktora vi za 1% uzrokuje porast ukupne
205

Matematika za ekonomiste
količine proizvodnje za αi % ( 0 < αi < 1 , i = 1,..., n ) tada je funkcija proizvodnje oblika

Q(v1 , v2 ,..., vn ) = A ⋅ (v1 ) 1 ⋅ (v2 ) 2 ⋅ ...⋅ (vn ) n . Ova funkcija je realna funkcija n realnih varijabli. Kada budemo govorili o Cobb-Douglasovoj funkciji proizvodnje mi ćemo, ukoliko me bude drugačije naglašeno u daljem pretpostavljati da je ona data sa (3.1.1)
3.2. Nivo linije realne funkcije dvije realne varijable. Izokvanta i kriva indiferencije. Primjer 3.2.1. (izokvanta) Posmatrajmo Cobb-Douglasovu funkciju proizvodnje (3.1.1), kod koje je α = 2 / 3 i A = 245 , odnosno funkciju
Q ( L, K ) = 245 ⋅ L2 / 3 ⋅ K 1/ 3 .

α

α

α

Pretpostavimo da nas zanima koja kombinacija rada i kapitala nam je potrebna da bismo proizveli 24500 jedinica proizvoda. To ćemo odrediti tako što postavimo jednačinu:

24500 = 245 ⋅ L2 / 3 ⋅ K 1/ 3 ,
odakle, nakon skraćivanja i kubiranja, dobijamo da je L2 ⋅ K = 106 , odnosno 106 K= 2 . L Dakle, svaka kombinacija rada i kapitala koja zadovoljava ovu jednačinu 106 nam omogućava proizvodnju od 24500 jedinica proizvoda. Sa K = 2 je L data varijabla K kao funkcija varijable L . Ovu funkciju smo prikazali na slici 3.2.1.

206

3. Realne funkcije dvije i više realnih varijabli

K
K= 106 L2

K = 8⋅

106 L2

O
Slika 3.2.1.

L

Ukoliko želimo da povećamo proizvodnju, očigledno je da moramo uložiti više rada i kapitala. Tako, na primjer ukoliko želimo udvostručiti proizvodnju na 49000 jedinica proizvoda, tada nam svaka kombinacija rada 106 i kapitala koja zadovoljava relaciju K = 8 ⋅ 2 omogućava da proizvedemo L 106 49000 jedinica proizvoda. Grafik funkcije K = 8 ⋅ 2 je također prikazan L na slici 3.2.1. Primijetimo da se grafik funkcije koji odgovara većem nivou proizvodnje nalazi "iznad" grafika funkcije koji odgovara nivou proizvodnje od 24500 jedinica proizvoda. Općenito, ukoliko želimo da za datu funkciju proizvodnje Q ( L, K ) = A ⋅ Lα ⋅ K 1−α postignemo nivo proizvodnje od Q1 jedinica proizvoda, tada svaka kombinacija rada i kapitala koja zadovoljava jednačinu A ⋅ Lα ⋅ K 1−α = Q1 omogućava postizanje tog nivoa proizvodnje. Iz ove jednačine moguće je odrediti K kao funkciju od L , konstante A i željenog nivoa proizvodnje Q1 . Dobijena funkcija zove se izokvanta, za dati nivo proizvodnje. Ukoliko želimo da povećamo proizvodnju na nivo od Q2 jedinica proizvoda, tada rješavanjem jednačine A ⋅ Lα ⋅ K 1−α = Q2 možemo odrediti izokvantu za nivo proizvodnje od Q2 jedinica proizvoda. Ukoliko ove izokvante prikažemo grafički, vidjet ćemo da se one ne sijeku i da je druga izokvanta "iznad" prve.
207

Matematika za ekonomiste Izokvanta je specijalan slučaj tzv. nivo linije funkcije dvije varijable, čiju definiciju ćemo sada navesti.
Definicija 3.2.2. (nivo linije realne funkcije dvije realne varijable)

Neka je C ∈

neka konstanta. Nivo linija funkcije z = f ( x, y ) na nivou

C je realna funkcija jedne realne varijable implicitno zadana jednačinom f ( x, y ) = C .

U nekim slučajevima je iz jednačine f ( x, y ) = C moguće eksplicitno odrediti y kao funkciju od x , dok u nekim drugim to nije moguće. Grafici nivo linija za dva različita nivoa se ne sijeku.
Primjer 3.2.3. (kriva indiferencije)

Još jedan specijalan slučaj nivo linije funkcije dvije varijable koji se javlja u ekonomiji je kriva indiferencije. Ranije smo vidjeli da kriva indiferencije predstavlja krivu sa osobinom da je potrošač jednako zadovoljan svakom kombinacijom ( x, y ) dobara x i y koje se nalaze na toj krivoj. Zapravo, kriva indiferencije je nivo linija funkcije korisnosti (zadovoljstva) potrošača u ( x, y ) dobrima x i y , na određenom nivou zadovoljstva. Na primjer, ako je sa u ( x, y ) = ( 2 x + 1)( y − 1) data funkcija zadovoljstva potrošača dobrima x i y , tada je jedna kriva indiferencije nivo linija ove funkcije zadovoljstva na nivou zadovoljstva u = 4 . Njena jednačina je data sa ( 2 x + 1)( y − 1) = 4 , odakle, nakon rješavanja dobijamo da je kriva indiferencije data jednačinom y =

4 + 1. 2x + 1

Ako je nivo zadovoljstva, na primjer u = 10 , odgovarajuća kriva 10 indiferencije je data jednačinom y = + 1. 2x + 1

208

3. Realne funkcije dvije i više realnih varijabli
3.3. Pojam parcijalnog izvoda prvog reda funkcije dvije i više realnih varijabli. Geometrijsko značenje parcijalnog izvoda.

Prije nego uvedemo pojam parcijalnog izvoda funkcije dvije varijable, prisjetimo se definicije prvog izvoda realne funkcije jedne realne varijable. Ukoliko je data realna funkcija y = f ( x ) jedne realne varijable, definisana u okolini tačke x0 , tada je f diferencijabilna u x0 ukoliko postoji i konačna je granična vrijednost
Δx → 0

lim

f ( x0 + Δx ) − f ( x0 ) . Δx

Vrijednost gornjeg limesa je prvi izvod funkcije f u tački x0 . Također smo vidjeli da prvi izvod funkcije predstavlja brzinu relativne promjene funkcije u nekoj tački. Ukoliko je data funkcija dvije varijable z = f ( x, y ) , tada možemo odrediti brzinu relativne promjene te funkcije u okolini neke tačke ( x0 , y0 ) , po svakoj od varijabli na slijedeći način: 1. Ukoliko želimo da odredimo brzinu promjene naše funkcije u odnosu na promjenu varijable x , tada ćemo fiksirati varijablu y , odnosno smatrat ćemo da je y = y0 , i ispitati da li postoji (i čemu je jednak) limes lim f ( x0 + Δx, y0 ) − f ( x0 , y0 ) . Δx (3.3.1)

Δx → 0

Definicija 3.3.1. (prvog parcijalnog izvoda po varijabli x )

Ukoliko limes (3.3.1) postoji i konačan je, tada je po definiciji taj limes jednak prvom parcijalnom izvodu funkcije z = f ( x, y ) (ili parcijalnom izvodu prvog reda) po varijabli x u tački ( x0 , y0 ) i pišemo lim f ( x0 + Δx, y0 ) − f ( x0 , y0 ) ∂f = ( x0 , y0 ) = f x' ( x0 , y0 ) . Δx ∂x
209

Δx → 0

Matematika za ekonomiste Ukoliko želimo da odredimo relativnu brzinu promjene naše funkcije u odnosu na promjenu varijable y , tada ćemo fiksirati varijablu x , odnosno smatrat ćemo da je x = x0 , i ispitati da li postoji (i čemu je jednak) limes
Δy → 0

lim

f ( x0 , y0 + Δy ) − f ( x0 , y0 ) . Δy

(3.3.2)

Definicija 3.3.2. (prvog parcijalnog izvoda po varijabli y )

Ukoliko limes (3.3.2) postoji i konačan je, tada je po definiciji taj limes jednak prvom parcijalnom izvodu funkcije z = f ( x, y ) po varijabli y u tački ( x0 , y0 ) i pišemo
Δy → 0

lim

f ( x0 , y0 + Δy ) − f ( x0 , y0 ) ∂f = ( x0 , y0 ) = f y' ( x0 , y0 ) . Δy ∂y

Primjer 3.3.3. Odredimo prve parcijalne izvode po varijablama x i y funkcije 3x f ( x, y ) = x 2 − 2 xy 2 + . y

Parcijalni izvod po varijabli x određujemo tako što smatramo da je varijabla y neka konstanta i određujemo izvod po x . Imamo: f x' ( x, y ) = ( x 2 ) '− 2 ( x ) ' y 2 + 1 3 ( 3x ) ' = 2 x − 2 y 2 + . y y

Parcijalni izvod po y određujemo tako što smatramo da je varijabla x konstanta i tražimo izvod funkcije po y . Imamo:
' ⎛1⎞ −1 3x f y' ( x, y ) = ( x 2 ) − 2 x ( y 2 ) '+ 3 x ⎜ ⎟ ' = 0 − 2 x ⋅ 2 y + 3 x ⋅ 2 = −4 xy − 2 . y y y ⎝ y⎠

Primjer 3.3.4. Odredimo prve parcijalne izvode po x i y funkcije

f ( x, y ) = ln ( x 2 + y 2 ) − e 2 x−3 y . Parcijalni izvod po varijabli x je:
210

3. Realne funkcije dvije i više realnih varijabli

f x′( x, y ) =

1 2x ⋅ x 2 + y 2 )′ x − e2 x−3 y ⋅ (2 x − 3 y )′ x = 2 − 2e 2 x−3 y . 2 ( 2 x +y x +y
2

Parcijalni izvod po varijabli y je f x′( x, y ) = 1 2y ⋅ x 2 + y 2 )′ y − e2 x−3 y ⋅ (2 x − 3 y )′ y = 2 + 3e 2 x−3 y . 2 ( x +y x + y2
2

Kada smo govorili o geometrijskom značenju prvog izvoda funkcije jedne varijable, vidjeli smo da egzistencija prvog izvoda funkcije f u tački x0 znači da funkcija u tački ( x0 , f ( x0 ) ) ima tangentu čiji koeficijent pravca je

pozitivnim dijelom x -ose, čiji tangens je jednak f ' ( x0 ) .

upravo f ' ( x0 ) , odnosno da tangenta u toj tački zaklapa ugao α sa

Pogledajmo sada šta geometrijski predstavlja prvi parcijalni izvod funkcije dvije varijable. Pretpostavimo da imamo funkciju z = f ( x, y ) , koja ima prve parcijalne izvode po x i po y u tački ( x0 , y0 ) . Kao što smo ranije vidjeli, grafik funkcije z = f ( x, y ) predstavlja neku površ S u prostoru R 3 . Ukoliko je y = y0 = const , tada je sa z = f ( x, y0 ) dat grafik neke krive k1 na površi S . Analogno, ukoliko je x = x0 = const. , tada je sa z = f ( x0 , y ) dat grafik neke krive k 2 koja također leži na površi S (obje krive su prikazane na slici 3.3.1.). Činjenica da postoji prvi parcijalni izvod u tački ( x0 , y0 ) povlači da krive
k1 i k2 imaju u tački f ( x0 , y0 ) tangente t1 i t2 . Neka je α1 ugao koji

zaklapa tangenta t1 sa pozitivnim dijelom x -ose, a α 2 neka je ugao koji zaklapa tangenta t2 sa pozitivnim dijelom y -ose. (Uglovi su prikazani na slici 3.3.1.). Tada je, na osnovu geometrijske interpretacije prvog izvoda funkcije jedne varijable
f x′ ( x0 , y0 ) = tgα1 , dok je f y′ ( x0 , y0 ) = tgα 2 .

211

Matematika za ekonomiste
z t2 k2 M O x0 y0 (x0,y0 ) t1 k1 S y

α2

x

α1
Slika 3.3.1.

Ukoliko je f : D → ( D ⊆ n ) realna funkcija n realnih varijabli x1 , x2 , ..., xn , analogno kao u slučaju funkcije dvije realne varijable možemo definisati pojam prvog parcijalnog izvoda funkcije f po varijabli xi ,
(0) (0) i = 1,..., n u tački ( x1(0) , x2 ,..., xn ) ∈ D .

Definicija 3.3.5. (parcijalnog izvoda prvog reda funkcije više varijabli) Prvi parcijalni izvod funkcije f : D → po varijabli xi , i = 1,..., n u tački

( x1(0) , x2(0) ,..., x(0) ) ∈ D , u oznaci
n

(0) (0) f x′ ( x1(0) , x2 ,..., xn ) jednak je limesu i

Δxi →0

lim

(0) (0) f ( x1(0) ,..., xi(0) + Δxi ,..., xn ) − f ( x1(0) ,..., xi(0) ,..., xn )

Δxi

,

ukoliko on postoji i konačan je.
212

3. Realne funkcije dvije i više realnih varijabli U slučaju da posmatrani prvi izvod postoji, on predstavlja relativnu brzinu (0) (0) promjene funkcije f u tački ( x1(0) , x2 ,..., xn ) kada se varijabla xi mijenja a ostale varijable su konstantne.
Primjer 3.3.6. Odredimo prve parcijalne izvode funkcije
f ( x, y, z ) = 2 xy + 3 xz + 4 yz − 5ln ( x + 2 y + 3z )

po varijablama x , y i z . Pri računanju prvog parcijalnog izvoda po varijabli x smatramo da su varijable y i z konstantne, pa imamo: 1 f x′( x, y, z ) = 2 y ⋅ ( x)′ + 3 z ⋅ ( x)′ + 0 − 5 ( x + 2 y + 3z )′ x = x + 2 y + 3z 5 = 2 y + 3z − . x + 2 y + 3z Analogno, prvi parcijalni izvod po varijabli y računamo na slijedeći način:

f y′( x, y, z ) = 2 x ⋅ ( y )′ + 0 + 4 z ⋅ ( y )′ − 5
= 2x + 4z − Prvi parcijalni izvod po z je:

1 ( x + 2 y + 3z )′ y = x + 2 y + 3z

10 . x + 2 y + 3z

f z′( x, y, z ) = 0 + 3x ⋅ ( z )′ + 4 y ⋅ ( z )′ − 5

1 ( x + 2 y + 3z )′ z = x + 2 y + 3z 15 = 3x + 4 y − . x + 2 y + 3z

3.4. Značenje parcijalnog izvoda funkcije više varijabli u ekonomiji.

Vidjeli smo da prvi izvod funkcije jedne varijable u ekonomiji predstavlja tzv. graničnu ili marginalnu funkciju date ekonomske funkcije. Analogno tome, ukoliko imamo neku ekonomsku funkciju dvije varijable (npr. količinu proizvodnje kao funkciju rada i kapitala ili ukupan prihod kao funkciju troškova proizvodnje i količine proizvodnje) tada možemo smatrati
213

Matematika za ekonomiste da se jedna varijabla nalazi na istom nivou i posmatrati kako se mijenja naša funkcija s promjenom druge varijable. Brzina te promjene je marginalna funkcija date funkcije, a ona zapravo predstavlja prvi parcijalni izvod te funkcije po posmatranoj varijabloj. To ćemo detaljnije objasniti na primjerima Cobb-Douglasove funkcije proizvodnje, funkciji potražnje, funkciji korisnosti (zadovoljstva) i funkciji troškova. Općenito, možemo reći da prvi parcijalni izvod neke ekonomske funkcije dvije varijable po jednoj od varijabli predstavlja marginalnu (graničnu) funkciju te ekonomske funkcije u odnosu na posmatranu varijablu. Granična funkcija predstavlja stopu promjene posmatrane ekonomske funkcije kada se jedna varijabla mijenja, a druga ostaje na istom nivou. Na kraju ovog odjeljka nešto više ćemo reći i o koeficijentu parcijalne elastičnosti, kao analogonu koeficijenta elastičnosti za ekonomske funkcije dvije varijable.
Primjer 3.4.1. (granična (marginalna) produktivnost i granični (marginalni) proizvod)

Posmatrajmo funkciju proizvodnje Q ( L, K ) koja zavisi od proizvodnih faktora L (rad) i K (kapital). Ukoliko pretpostavimo da je u nekom kraćem vremenskom intervalu uloženi kapital K = const , povećanje rada za neko ΔL dovest će do povećanja proizvodnje za neku količinu ΔQ . Porast proizvodnje po jedinici ΔQ porasta ulaganja faktora rada L jednak je . Ukoliko pustimo da ΔL ΔL → 0 , približavamo se početnom vremenskom trenutku. Upravo je ΔQ granična produktivnost faktora L (u slučaju da je kapital lim ΔL → 0 ΔL konstantan). S druge strane, vidimo da je
ΔL → 0

lim

ΔQ ∂Q ' = = QL ΔL ∂L

prvi parcijalni izvod funkcije proizvodnje po varijabli L . Dakle, granična produktivnost proizvodnog faktora L je prvi parcijalni izvod funkcije proizvodnje po varijabli L .
214

3. Realne funkcije dvije i više realnih varijabli Ukoliko pretpostavimo da je u nekom kratkom vremenskom intervalu uloženi rad L = const. , tada je porast proizvodnje po jedinici porasta ΔQ ulaganja faktora kapitala K jednak . Ukoliko pustimo da ΔK → 0 , ΔK ΔQ što predstavlja granični (marginalni) proizvod faktora dobijamo lim ΔK → 0 ΔK K (u slučaju da je rad konstantan). S druge strane je
ΔK → 0

lim

ΔQ ∂Q ' = = QK ΔK ∂K

prvi parcijalni izvod funkcije proizvodnje po varijabli K . Dakle, granični proizvod faktora K je prvi parcijalni izvod funkcije proizvodnje po varijabli K . Ukoliko je Q ( L, K ) = A ⋅ Lα ⋅ K 1−α , tada je marginalna produktivnost faktora

L jednaka:
∂Q ⎛K⎞ = A ⋅ K 1−α ⋅ ( Lα ) ' = A ⋅ K 1−α ⋅ α Lα −1 = α A ⎜ ⎟ ∂L ⎝L⎠
1− α

Q . L

Odavde vidimo da je marginalna produktivnost faktora L jednaka proizvodu broja α i prosječne produktivnosti. Marginalni proizvod faktora K jednak je

Q ∂Q ⎛L⎞ = A ⋅ ( K 1−α ) '⋅ Lα = A ⋅ (1 − α ) K 1−α −1 ⋅ Lα = (1 − α ) A ⎜ ⎟ = (1 − α ) . K ∂K ⎝K⎠ Dakle, marginalni proizvod faktora K jednak proizvodu broja (1 − α ) i prosječnog proizvoda. Često se u ekonomskoj literaturi granična produktivnost naziva granična produktivnost rada, dok se granični proizvod još naziva i granična produktivnost kapitala. Ukoliko je Q ( L, K ) = 15 ⋅ L ⋅ K odredimo marginalnu produktivnost rada i
marginalnu produktivnost kapitala kada je količina uloženih jedinica rada jednaka 27, a količina uloženih jedinica kapitala 64.
215
1 3 2 3

α

Matematika za ekonomiste Marginalna produktivnost rada je
2 ∂Q 1 80 ∂Q 1 1 −1 3 = 15 ⋅ K ⋅ ⋅ L3 , pa je ( 27, 64 ) = 5 ⋅ 3 642 ⋅ 3 2 = . ∂L 3 9 ∂L 27

Marginalna produktivnost kapitala je
1 ∂Q 2 2 −1 ∂Q 1 90 = 15 ⋅ L3 ⋅ K 3 , pa je ( 27, 64 ) = 10 ⋅ 3 272 ⋅ 3 = = 22,5 . ∂K ∂K 3 64 4

Primjer 3.4.2. (funkcija potražnje)

Zadana je funkcija potražnje D ( P , P2 ) za model tržišta dvaju dobara, sa 1 cijenama P i P2 po jedinici proizvoda sa D ( P , P2 ) = 3P 100 − P2 . 1 1 1 Odredimo cijene P i P2 za koje ova funkcija ima ekonomskog smisla, a 1 zatim odredimo stopu promjene zadane funkcije potražnje u odnosu na cijene P i P2 za P = 3 , P2 = 10 . 1 1 Funkcija
D ( P , P2 ) 1

ima ekonomskog smisla za

P >0, 1

P2 > 0

i

100 − P2 > 0 , odnosno za P > 0 i P2 ∈ (0,100) . 1

Stopa promjene funkcije potražnje D ( P , P2 ) u odnosu na promjenu cijene 1
P je parcijalni izvod te funkcije po varijabli P : 1 1

′ 1 DP1 ( P , P2 ) = 3 100 − P2 . ′ Za P = 3 , P2 = 10 je DP1 (3,10) = 3 90 = 9 10 . Zaključujemo također da 1 s porastom cijene P , za fiksnu cijenu P2 ukupna potražnja raste. 1 Stopa promjene funkcije potražnje D ( P , P2 ) u odnosu na promjenu cijene 1
P2 je parcijalni izvod te funkcije po varijabli P2 :

′ 1 DP2 ( P , P2 ) = 3P ⋅ 1
216

−1 . 2 100 − P2

3. Realne funkcije dvije i više realnih varijabli −9 3 =− . Možemo 2 90 2 10 zaključiti da za fiksnu cijenu P potražnja opada s porastom cijene P2 . 1 ′ 1 Dakle, za P = 3 , P2 = 10 je DP2 ( P , P2 ) = 1
Primjer 3.4.3. (funkcija troškova proizvodnje)

Zadana je funkcija prosječnih troškova proizvodnje nekog preduzeća koje proizvodi dva dobra u količinama Q1 i Q2 sa AC (Q1 , Q2 ) = 2 + 3Q1 + Q2 + 1000 . Q1 + Q2

Odredimo funkcije marginalnih troškova u odnosu na Q1 i u odnosu na Q2 kada je Q1 = 10 i Q2 = 20 i ekonomski interpretirajmo rezultat. Kao prvo, odredit ćemo funkciju C (Q1 , Q2 ) ukupnih troškova. Kako je AC (Q1 , Q2 ) = C (Q1 , Q2 ) Q1 + Q2 , to je C (Q1 , Q2 ) = AC (Q1 , Q2 )(Q1 + Q2 ) .

Dakle, C (Q1 , Q2 ) = ( 2 + 3Q1 + Q2 )(Q1 + Q2 ) + 1000 , pa je
2 C (Q1 , Q2 ) = 3Q12 + Q2 + 4Q1Q2 + 2Q1 + 2Q2 + 1000 .

Funkcija marginalnih troškova u odnosu na Q1 je
′ ′ CQ1 (Q1 , Q2 ) = 6Q1 + 4Q2 + 2 , pa je CQ1 (10, 20) = 142 .

Ekonomski gledano, ovo znači da je, na razini proizvodnje od Q1 = 10 i Q2 = 20 za proizvodnju dodatne jedinice prvog proizvoda potrebno uložiti još 142 novčane jedinice. Funkcija marginalnih troškova u odnosu na Q2 je
′ ′ CQ2 (Q1 , Q2 ) = 4Q1 + 2Q2 + 2 , pa je CQ2 (10, 20) = 82 .

Ekonomski gledano, ovo znači da je, na razini proizvodnje od Q1 = 10 i Q2 = 20 za proizvodnju dodatne jedinice drugog proizvoda potrebno uložiti još 82 novčane jedinice.
217

Matematika za ekonomiste
Primjer 3.4.4. (funkcija korisnosti (zadovoljstva)) Zadana je funkcija korisnosti u ovisnosti od količine x i y dvaju dobara sa u ( x, y ) = x + 3 y + 2 xy + 7 . Odredimo funkcije granične (marginalne) korisnosti oba dobra. ′ Funkcija granične korisnosti prvog dobra je u x = 1 + 2 y , a funkcija granične korisnosti drugog dobra je u ′ = 3 + 2 x . y Primjer 3.4.5. (pojam koeficijenta parcijalne elastičnosti) U slučaju da posmatramo neku ekonomsku funkciju y = f ( x) kao funkciju jedne realne varijable, koeficijent elastičnosti varijable y o odnosu na x relativnu promjenu varijable x definisali smo kao ε y , x = ⋅ y ′ . Ekonomski y gledano, relativna promjena varijable x za 1% povlači relativnu promjenu varijable y za ε y , x %.

Ukoliko imamo ekonomsku funkciju z = f ( x, y ) dvije varijable x i y , možemo analizirati analognu situaciju, odnosno mjeriti kako relativna promjena jedne varijable (pri čemu je druga varijabla konstantna) utiče na relativnu promjenu funkcije. Pokazatelj stepena relativne promjene funkcije pri relativnoj promjeni jedne varijable za 1% (kada je druga varijabla konstantna) je upravo koeficijent parcijalne elastičnosti. Za funkciju z = f ( x, y ) dvije varijable x i y možemo definisati dva koeficijenta parcijalne elastičnosti: parcijalnu elastičnost εz , x u odnosu na x i parcijalnu elastičnost εz , y u odnosu na y sa x y ′ ′ εz , x := ⋅ z x i εz , y := ⋅ z y . z z Ukoliko je u = f ( x, y, z ) funkcija tri ekonomske varijable, možemo definisati tri koeficijenta parcijalne elastičnosti funkcije u , u odnosu na varijable x , y i z sa x y z ′ εu , x := ⋅ u x , εu , y := ⋅ u ′ i εu , z := ⋅ u z′ . y u u u Primjer 3.4.6. (parcijalna elastičnost potražnje u odnosu na cijenu) Zadana je funkcija potražnje D ( P , P2 ) za model tržišta dvaju dobara, sa 1 cijenama P i P2 po jedinici proizvoda sa ln D ( P , P2 ) = 10 − 3ln P − 2 ln P2 . 1 1 1
218

3. Realne funkcije dvije i više realnih varijabli Odredimo i ekonomski interpretirajmo oba koeficijenta parcijalne elastičnosti potražnje u odnosu na cijene. Iz ln D ( P , P2 ) = 10 − 3ln P − 2 ln P2 zaključujemo da je 1 1
D ( P , P2 ) = e 1
10−3ln P −2ln P2 1

⎛ 1 ⎞ ⎟ ⎜ = e ⋅ ⎜ ln P1 ⎟ ⎟ ⎜e ⎠ ⎝
10

3

⎛ 1 ⎞ e10 ⎟ ⎜ ⋅ ⎜ ln P2 ⎟ = 3 2 = e10 ⋅ P−3 ⋅ P2−2 . 1 ⎟ ⎜ ⎝e ⎠ P P2 1

2

Sada ćemo odrediti prve parcijalne izvode funkcije potražnje po varijablama P i P2 . Imamo: 1
′ 1 DP1 ( P , P2 ) = e10 ⋅ (−3) P−4 ⋅ P2−2 = − 1

3e10 , te P 4 ⋅ P22 1 2e10 . P 3 ⋅ P23 1

′ 1 DP2 ( P , P2 ) = e10 ⋅ P−3 ⋅ (−2) P2−3 = − 1

Koeficijenti parcijalne elastičnosti su
εD , P1 = P P 1 1 ′ ⋅ DP1 = 10 e D P 3 P22 1 ⎛ 3e10 ⎞ ⎟ ⋅ ⎜− 4 2 ⎟ = −3 i ⎜ ⎟ ⎟ ⎜ P ⋅ P2 ⎠ ⎝ 1 ⎛ 2e10 ⎞ ⎟ ⋅ ⎜− 3 3 ⎟ = −2 . ⎜ ⎟ ⎟ ⎜ P ⋅ P2 ⎠ ⎝ 1

εD , P2 =

P2 P2 ′ ⋅ DP2 = 10 e D P 3 P22 1

Ekonomski gledano, činjenica da je εD , P1 = −3 nam govori da porast cijene prvog proizvoda za 1%, uz konstantnu cijenu drugog proizvoda dovodi do pada potražnje za 3%. Analogno, činjenica da je εD , P2 = −2 nam govori da porast cijene drugog proizvoda za 1%, uz konstantnu cijenu prvog proizvoda dovodi do pada potražnje za 2%.

219

Matematika za ekonomiste
Primjer 3.4.7. (Koeficijent parcijalne elastičnosti funkcije proizvodnje) Zadana je funkcija proizvodnje Q( L, K ) = L2 K − 0, 25LK 2 . (Ova funkcija nije Cobb-Douglasova.) Odredimo sumu parcijalnih elastičnosti proizvodnje u odnosu na rad i kapital. Funkcije granične produktivnosti rada i kapitala su:

′ ′ QL ( L, K ) = 2 LK − 0, 25K 2 i QK ( L, K ) = L2 − 0,5LK , pa su parcijalne elastičnosti u odnosu na rad i kapital date sa:
εQ , L =

L LK (2 L − 0, 25K ) 2 L − 0, 25 K ′ QL = = i Q LK ( L − 0, 25 K ) L − 0, 25 K K LK ( L − 0,5K ) ( L − 0,5K ) ′ QK = = , Q LK ( L − 0, 25K ) L − 0, 25 K
3L − 0, 75K = 3. L − 0, 25K

εQ , K =

pa je
εQ , L + εQ , K =

Vidjet ćemo kasnije da je suma parcijalnih elastičnosti za ovu funkciju proizvodnje jednaka 3 zbog toga što je ova funkcija homogena po L i K , stepena homogenosti 3.
3.5. Diferencijal prvog reda funkcije dvije i više varijabli

Kada smo govorili o diferencijalu funkcije jedne realne varijable vidjeli smo da je diferencijal dy funkcije y = y ( x ) predstavljao približnu vrijednost promjene Δy funkcije, za male promjene varijable x . Po definiciji smo imali dy = y '⋅ Δx . Kod funkcija dvije varijable razlikovat ćemo tzv. parcijalni diferencijal i totalni diferencijal prvog reda. Neka je z = f ( x, y ) neka funkcija dvije varijable. Ukoliko smatramo da je varijabla y konstantna, tada promjenu funkcije z po varijabli x označavamo sa Δ x z i ta promjena je približno jednaka parcijalnom diferencijalu prvog reda po x funkcije z , kojeg ćemo
220

3. Realne funkcije dvije i više realnih varijabli označiti sa d x z . Ukoliko smatramo da je varijabla x konstantna, tada je promjenu funkcije z po varijabli y , u oznaci Δ y z približno jednaka parcijalnom diferencijalu prvog reda te funkcije po y , kojeg ćemo označiti sa d y z .
Definicija 3.5.1. (parcijalnih diferencijala funkcije dvije varijable) Parcijalni diferencijal prvog reda funkcije z = f ( x, y ) po varijabli x definišemo sa

dx z = (Sjetimo se,

∂z ∂z Δx = dx . ∂x ∂x

∂z = z ′ .) Parcijalni diferencijal prvog reda te funkcije po y x ∂x definišemo sa dyz = ∂z ∂z Δy = dy . ∂y ∂y

Ukoliko želimo da mjerimo približnu promjenu funkcije z = f ( x, y ) kada se mijenjaju obje varijable, tada će ta promjena biti jednaka sumi promjena funkcije kada se mijenja samo x i kada se mijenja samo y . Dakle, Δz = Δ x z + Δ y z , gdje smo sa Δz označili ukupnu promjenu funkcije.
Definicija 3.5.2. varijable) (totalnog diferencijala prvog reda funkcije dvije

Totalni diferencijal prvog reda funkcije z = f ( x, y ) , u oznaci dz jednak

je sumi parcijalnih diferencijala prvog reda po varijablama x i y . Drugim riječima, vrijedi ∂z ∂z dz = d x z + d y z = dx + dy . ∂x ∂y Kada smo govorili o funkciji jedne varijable, tada je diferencijabilnost funkcije u nekoj tački bila ekvivalentna egzistenciji prvog izvoda te funkcije u posmatranoj tački. Kada je u pitanju funkcija dvije varijable, pojam
221

Matematika za ekonomiste

( x0 , y0 ) nije egzistenciji prvih parcijalnih izvoda te funkcije u ( x0 , y0 ) .
diferenijabilnosti funkcije u nekoj tački

ekvivalentan

Definicija 3.5.3. (diferencijabilnosti funkcije dvije varijable) Za funkciju z dvije varijable kažemo da je diferencijabilna u tački ( x0 , y0 )

prve parcijalne izvode po x i po y i ukoliko postoje funkcije ε1 ( x, y ) i

ukoliko ona u toj tački ima totalni diferencijal prvog reda. Drugim riječima, funkcija z je diferencijabilna u tački ( x0 , y0 ) ukoliko ona u ( x0 , y0 ) ima

ε 2 ( x, y ) , definisane u okolini tačke ( x0 , y0 ) tako da vrijedi
z ( x, y ) − z ( x0 , y0 ) =

∂z ∂z ( x0 , y0 ) Δx + ( x0 , y0 ) Δy + ε1 ( x, y ) Δx + ε 2 ( x, y ) Δy ∂x ∂y pri čemu ε1 ( x, y ) → 0 i ε 2 ( x, y ) → 0 kada ( x, y ) → ( x0 , y0 ) .

Napomenimo da se može dogoditi da postoje prvi parcijalni izvodi funkcije u tački ( x0 , y0 ) , a da funkcija u toj tački ne bude diferencijabilna, jer nije ispunjen drugi uslov naše definicije. Dovoljan uslov diferencijabilnosti funkcije z u tački iskazati u obliku slijedećeg teorema:
Teorem 3.5.4. Ukoliko postoje prvi parcijalni izvodi funkcije z u okolini tačke ( x0 , y0 ) i ako su to neprekidne funkcije u tački ( x0 , y0 ) , tada je

( x0 , y0 )

možemo

funkcija z diferencijabilna u tački ( x0 , y0 ) .

Funkcije više varijabli koje koristimo u ekonomskoj analizi su uglavnom elementarne funkcije, koje imaju prve parcijalne izvode koji su neprekidni, tako da će funkcije koje budemo posmatrali u daljem biti diferencijabilne. Ukoliko je u = f ( x, y, z ) funkcija tri varijable, totalni diferencijal prvog reda ove funkcije jednak je sumi tri parcijalna diferencijala prvog reda, odnosno, vrijedi ′ ′ du = u x dx + u ′ dy + u z dz . y Za slučaj realne funkcije n realnih varijabli imamo slijedeću definiciju:
222

3. Realne funkcije dvije i više realnih varijabli
Definicija 3.5.5. (totalnog diferencijala prvog reda realne funkcije n realnih varijabli) Totalni diferencijal prvog reda realne funkcije f ( x1 , x2 ,..., xn ) od n realnih varijabli jednak je sumi n parcijalnih diferencijala te funkcije:

df = f x′ dx1 + f x′2 dx2 + ... + f x′n dxn . 1
Primjer 3.5.6. Odredimo totalni diferencijal prvog reda funkcije
⎛x⎞ 4 z = 3 ( x − y ) + ln ⎜ ⎟ . ⎝ y⎠

Kao prvo, odredit ćemo prve parcijalne izvode date funkcije po x i po y . Imamo:
⎛ ⎛ x ⎞⎞ 1 ⎛x⎞ 3 ' z = 3 ( x − y ) + ⎜ ln ⎜ ⎟ ⎟ = 3 ⋅ 4 ( x − y ) ⋅ ( x − y ) x + ⋅ ⎜ ⎟ = x ⎝ y ⎠x x ⎝ ⎝ y ⎠ ⎠x y y 1 1 3 3 = 12 ( x − y ) ⋅ 1 + ⋅ = 12 ( x − y ) + . x y x
' x

(

4 '

)

'

'

Analogno je
⎛ ⎛ x ⎞⎞ 1 ⎛x⎞ 3 ' z = 3 ( x − y ) + ⎜ ln ⎜ ⎟ ⎟ = 3 ⋅ 4 ( x − y ) ⋅ ( x − y ) y + ⋅ ⎜ ⎟ = x ⎝ y ⎠y y ⎝ ⎝ y ⎠⎠y y ' ⎛1⎞ y 1 −1 3 3 3 = 12 ( x − y ) ⋅ ( −1) + ⋅ x ⋅ ⎜ ⎟ = −12 ( x − y ) + y. 2 = −12 ( x − y ) − . x y y ⎝ y ⎠y
' y

(

4 '

)

'

'

Dakle,
dz =
⎛ ∂z ∂z 1⎞ 1⎞ 3 3 ⎛ dx + dy = ⎜ 12 ( x − y ) + ⎟ dx + ⎜ −12 ( x − y ) − ⎟ dy . ∂x ∂y x⎠ y⎠ ⎝ ⎝

Primjer 3.5.7. Odredimo totalni diferencijal prvog reda funkcije u =

x z2 e . y

Odredimo prve parcijalne izvode funkcije u po x , y i z . Imamo:
223

Matematika za ekonomiste ′ ux = ′ 2 ⎛1⎞ 1 z2 1 2 x 2 ′ e ⋅ ( x)′ = e z , u y = xe z ⋅ ⎜ ⎟ = − 2 e z , ⎜ ⎟ ⎟ ⎜ y⎠ y y y ⎝ ⎟ ′ uz = Sada je 1 2 x 2 2 xz z 2 ez du = e z dx − 2 e z dy + e dz = 2 ( ydx − xdy + 2 xyzdz ) . y y y y
2

x z 2 ′ x z 2 2 ′ 2 xz z 2 ⋅ e = e ⋅( z ) = e . y y y

( )

3.6. Primjena diferencijala prvog reda funkcije dvije varijable u ekonomiji.

Pogledajmo sada, na primjeru Cobb-Douglasove funkcije proizvodnje kako se diferencijal prvog reda funkcije dvije varijable može primjenjivati u ekonomiji.
Primjer 3.6.1. (granična stopa supstitucije rada kapitalom i obratno)

Granična stopa supstitucije jednog proizvodnog faktora drugim nam govori po kojoj stopi možemo mijenjati jedan proizvodni faktor drugim, a da to ne utiče na razinu proizvodnje, odnosno da je razina proizvodnje konstantna. Drugim riječima, poznato nam je da ukoliko jedan proizvodni faktor povećamo za određeni postotak, tada drugi proizvodni faktor možemo smanjiti za određeni postotak; granična stopa supstitucije nam govori o tome koliki je taj postotak za određene vrijednosti proizvodnih faktora. S obzirom da želimo da zadržimo istu razinu proizvodnje, na primjer, želimo da ostanemo na nivou proizvodnje Q = Q1 , količina proizvodnje se ne mijenja, odnosno, ukupna promjena količine proizvodnje ΔQ jednaka je nuli. Kako je ΔQ ≈ dQ , to je na istoj razini proizvodnje dQ = 0 . Zbog toga ćemo, kao prvo odrediti totalni diferencijal prvog reda Cobb-Douglasove funkcije proizvodnje Q ( L, K ) = A ⋅ Lα ⋅ K 1−α i izjednačiti ga sa nulom. S obzirom da smo ranije izračunali prve parcijalne izvode ove funkcije po varijablama L i K , imamo
224

3. Realne funkcije dvije i više realnih varijabli dQ =

∂Q ∂Q Q Q dL + dK = α dL + (1 − α ) dK = 0 , L K ∂L ∂K
dK Q′ α K =− L =− ′ 1− α L dL QK

odakle dobijamo da je (3.6.1)

Posljednja jednakost nam pokazuje kako supstituirati proizvodne faktore, a da to ne utiče na razinu proizvodnje. Vrijednost količnika diferencijala dK , koja je približno jednaka količniku dL

ΔK u ovom slučaju, zove se granična stopa tehnološke supstitucije. ΔL Granična stopa supstitucije nam govori da ukoliko jedan proizvodni faktor povećamo za određeni postotak, tada drugi proizvodni faktor možemo smanjiti za određeni postotak, tako da vrijedi jednakost (3.6.1). Granična stopa supstitucije je negativna jer, ukoliko je, na primjer ΔK pozitivno (to znači da smo uložili više kapitala) tada, da bi ostali na istom nivou proizvodnje, ulaganje u rad možemo smanjiti, tako da je ΔL < 0 takvo da vrijedi relacija (3.6.1).
S druge strane, jednačinom A ⋅ Lα ⋅ K 1−α = Q1 je opisana izokvanta na nivou proizvodnje Q1 , tako da granična stopa supstitucije ujedno predstavlja nagib izokvante. Imajući u vidu geometrijsku interpretaciju izvoda funkcije, možemo reći da granična stopa supstitucije predstavlja koeficijent pravca tangente povučene na izokvantu. Ukoliko funkcija proizvodnje nije Cobb-Douglasova, granična stopa dK nije nužno oblika (3.6.1) ali se također supstitucije rada kapitalom dL može odrediti iz jednakosti dQ = 0 , odakle odmah zaključujemo da je
dK Q′ =− L . ′ dL QK

Ovo ćemo ilustrovati slijedećim primjerom
225

Matematika za ekonomiste
Primjer 3.6.2. Data je funkcija proizvodnje sa Q( L, K ) = 3L0,3 K . Odredimo graničnu stopu supstitucije rada kapitalom.

Kao prvo, odredit ćemo funkcije granične produktivnosti rada i kapitala. Imamo: ′ QL ( L, K ) = 3 ⋅ 0,3 ⋅ L0,3−1 ⋅ K 0,5 = 0,9 L−0,7 K 0,5 i ′ QK ( L, K ) = 3⋅ 0,5 ⋅ L0,3 ⋅ K 0,5−1 = 1,5L0,3 K −0,5 , pa je dK Q′ 0,9 L−0,7 K 0,5 0,3 K =− L =− =− . 0,3 −0,5 ′ dL QK 1,5L K 0,5 L Posmatrana funkcija je specijalan slučaj funkcije proizvodnje oblika Q( L, K ) = A ⋅ Lα ⋅ K β , za koju je granična stopa tehnološke supstitucije jednaka dK αK =− , dL β L što se može zaključiti iz navedenog primjera.
Primjer 3.6.3. Neka je Q( L, K ) proizvoljna (ne nužno Cobb-Douglasova) funkcija proizvodnje. Pogledajmo kako odrediti najoptimalniju kombinaciju ulaganja u rad i kapital, odnosno onu kombinaciju rada i kapitala koja će nam pri datom budžetu omogućavati maksimalan mogući nivo proizvodnje.

Pretpostavimo da su nam poznate cijene jedinica proizvodnih faktora rada i kapitala i neka su to pL i pK i pretpostavimo da imamo zadan budžet T . Tada je sa pL L + pK K = T zadana kombinacija rada i kapitala koju možemo pri ovom budžetu uložiti u proizvodnju. Ukoliko ovu jednačinu napišemo nešto drugačije, tako što je podijelimo sa pK i ostavimo samo varijablu K na lijevoj strani dobijamo jednačinu: K =− pL T L+ . pK pK

Posljednja jednakost nam predstavlja jednačinu prave u koordinatnom sistemu sa apscisom L i ordinatom K koja se zove prava budžeta ili
226

3. Realne funkcije dvije i više realnih varijabli
budžetski pravac. Prava budžeta siječe L -osu u tački

T , a K -osu u tački pL

T i prikazana je na slici 3.6.1. pK
K

Q ( L, K ) = Q2 - više dobara za isto T

T pK

Q ( L, K ) = Q1 < Q2
O

T pL
Slika 3.6.1.

T L pL1

Ukoliko se smanji cijena jednog proizvodnog faktora, npr. rada sa pL na pL1 , tada smo pri istom budžetu u mogućnosti proizvesti veću količinu proizvoda, a sama prava budžeta se pomjera prema gore, jer je tačka presjeka prave budžeta sa K -osom ostala ista, dok je tačka presjeka sa L T T osom sada > . Druga prava budžeta je također prikazana na slici pL1 pL 3.6.1., kao prava koja siječe L -osu u tački T T , a K -osu u tački . pL1 pK

Na slici 3.6.1. prikazali smo izokvante na nivou proizvodnje Q1 i Q2 . Prva izokvanta nam predstavlja maksimalan nivo proizvodnje koji možemo postići uz budžet T sa cijenama proizvodnih faktora pL i pK (vidimo da je njena tangenta upravo prava budžeta). Druga izokvanta predstavlja maksimalan nivo proizvodnje koji možemo postići uz isti budžet, pri čemu je sad cijena proizvodnog faktora rada niža i iznosi pL1 . Vratimo se sada našem početnom problemu određivanja optimalne kombinacije rada i kapitala pri datom budžetu. Optimalna kombinacija se,
227

Matematika za ekonomiste očigledno postiže onda kada je prava budžeta tangenta na izokvantu. Na dK Q′ izokvanti je dQ = 0 , pa je granična stopa supstitucije jednaka =− L . ′ dL QK Ukoliko je K = K ( L ) jednačina izokvante, granična stopa supstitucije je zapravo prvi izvod od K kao funkcije od L . Kako je optimalna izokvanta upravo ona čija tangenta je prava budžeta, u tački dodira je koeficijent pravca tangente jednak prvom izvodu od K kao funkcije od L . S obzirom da je koeficijent pravca tangente zapravo koeficijent pravca prave budžeta p (koji je jednak − L ), imamo da je pK dK Q' p = − 'L = − L . dL QK pK (Specijalno, proizvodnje.)
' ' QL QK = , pa možemo reći da se optimalna p L pK kombinacija proizvodnih faktora ostvaruje onda kada je odnos graničnog proizvoda svakog pojedinog faktora i njegove cijene jednak za sve faktore proizvodnje. Ova tvrdnja vrijedi i ukoliko funkcija proizvodnje zavisi od više od dva faktora proizvodnje.

dK α K =− dL (1 − α ) L

u slučaju Cobb-Douglasove funkcije

Odavde slijedi da je

Primjer 3.6.4. (granična stopa supstitucije dva dobra i određivanje optimalne kombinacije dobara) Pretpostavimo da imamo dva dobra x i y koja se mogu supstituirati i neka je u ( x, y ) odgovarajuća funkcija zadovoljstva (korisnosti) potrošača.

Graničnu stopu supstitucije dobra y dobrom x definišemo kao stopu po kojoj određenu količinu dobra y možemo zamijeniti nekom količinom dobra x a da pri tome potrošač ostane na istom nivou zadovoljstva. Ukoliko je potrošač na istom nivou zadovoljstva, tada graničnu stopu dy supstitucije dobra y dobrom x ( ) možemo odrediti iz jednačine dx
228

3. Realne funkcije dvije i više realnih varijabli ′ du = u x dx + u ′ dy = 0 , odakle je y dy u′ =− x . dx u′ y

Ukoliko su cijene dobara x i y neko px i p y , na potpuno analogan način mogli bismo, pri datom budžetu T naći optimalnu kombinaciju dobara x i y koja bi potrošaču pružala maksimalan nivo zadovoljstva. U ovom slučaju, prava budžeta
y =−

px ⋅ x + p y ⋅ y = T , odnosno prava

px T bi bila tangenta na krivu indiferencije. To znači da je x+ py py px dy ) jednak graničnoj stopi supstitucije dx py x . Dakle, optimalna kombinacija dobara zadovoljava

koeficijent pravca prave (broj − dobra y dobrom jednakost

dy u′ p =− x =− x , dx u′ py y odnosno jednakost u′ ′ ux y . = px py Možemo zaključiti da se optimalna kombinacija dobara x i y određuje iz uslova da je odnos između granične korisnosti jednog dobra i njegove cijene jednak odnosu između granične korisnosti drugog dobra i njegove cijene.
3.7. Izvodi i diferencijali višeg reda funkcije dvije i više varijabli

Neka je f = f ( x, y ) realna funkcija dvije realne varijable, definisana u okolini tačke funkcija diferencijabilna u ( x0 , y0 ) slijedi da postoje prvi parcijalni izvodi

( x0 , y0 )

i diferencijabilna u toj tački. Iz činjenice da je

∂f ∂f i koji su također neke funkcije dvije varijable u toj tački. Ove ∂x ∂y
funkcije mogu biti diferencijabilne po varijablama x i y u tački ( x0 , y0 ) .
229

Matematika za ekonomiste
Definicija 3.7.1. (drugih parcijalnih izvoda funkcije dvije varijable)

Neka je f = f ( x, y ) realna funkcija dvije realne varijable, diferencijabilna u tački

( x0 , y0 ) .

Ukoliko su parcijalni izvodi

∂f ∂f i diferencijabilne ∂x ∂y

funkcije po varijablama x i y u tački ( x0 , y0 ) , tada prvi parcijalni izvod po

∂f zovemo drugim parcijalnim izvodom po x funkcije f i ∂x ∂2 f '' označavamo sa x , y0 ) ili f xx ( x0 , y0 ) . Prvi parcijalni izvod po y 2 ( 0 ( ∂x )
x funkcije

∂f zovemo drugim parcijalnim izvodom funkcije f po x pa ∂x ∂2 f '' po y i označavamo sa ili f xy (u daljem nećemo pisati tačku ( x0 , y0 ) ). ∂x∂y ∂f Analogno, prvi parcijalni izvod po x funkcije zovemo drugim ∂y
funkcije
parcijalnim izvodom po y pa po x i označavamo sa

∂2 f '' ili sa f yx . ∂y∂x

'' '' Izvode f xy i f yx zovemo mješovitim parcijalnim izvodima drugog reda.

Na kraju, prvi parcijalni izvod funkcije

∂f po y zovemo drugim ∂y ∂2 f

parcijalnim izvodom funkcije f po y i označavamo sa

( ∂y )

2

'' ili sa f yy .

Iz navedenog, vidimo da, u opštem slučaju, postoje četiri različita parcijalna izvoda drugog reda funkcije dvije varijable. Međutim, na osnovu slijedeće teoreme moći ćemo zaključiti da su, u većini primjena funkcija dvije varijable u ekonomiji mješoviti parcijalni izvodi zapravo jednaki, tako da ćemo za realnu funkciju dvije realne varijable imati tri različita parcijalna izvoda drugog reda.
230

3. Realne funkcije dvije i više realnih varijabli
Teorem 3.7.2. Neka funkcija f u okolini tačke

izvode drugog reda i neka su f tački ( x0 , y0 ) . Tada je f
'' xy

( x , y ) i f ( x, y ) '' ( x0 , y0 ) = f yx ( x0 , y0 ) .
'' xy '' yx

( x0 , y0 )

ima parcijalne

neprekidne funkcije u

Na analogan način možemo definisati i parcijalne izvode višeg reda, kao parcijalne izvode parcijalnih izvoda reda za jedan manjeg. Na primjer treći ''' izvod funkcije f , i to dva puta po x i jednom po y označili bi sa f xxy . Ukoliko je ispunjen uslov neprekidnosti mješovitih parcijalnih izvoda, oni će, analogno kao i za izvode drugog reda biti jednaki. Tako, na primjer, uz ''' ''' ''' uslov neprekidnosti mješovitih izvoda vrijedi jednakost f xxy = f xyx = f yxx .
Definicija 3.7.3. (drugih parcijalnih izvoda funkcije n varijabli)

Neka je f = f ( x1 , x2 ,..., xn ) realna funkcija n realnih varijabli, koja u tački

( x1(0) , x2(0) ,..., x(0) ) ima prve parcijalne izvode po svakoj od varijabli
n

x1 , x2 ,

…, xn . Ukoliko su parcijalni izvodi funkcije po svakoj od varijabli u tački izvod po x j ( j = 1,..., n ) funkcije

∂f ∂xi

( i = 1,..., n ) diferencijabilne
n

( x1(0) , x2(0) ,..., x(0) ) ,

tada parcijalni

∂f (0) (0) u tački ( x1(0) , x2 ,..., xn ) zovemo ∂xi parcijalnim izvodom drugog reda funkcije f po varijabli xi pa po x j i
označavamo sa

∂2 f ( x1(0) , x2(0) ,..., xn(0) ) ili sa f x′′x j ( x1(0) , x2(0) ,..., xn(0) ) . i ∂xi ∂x j

Primjer 3.7.4. Odredimo parcijalne izvode drugog reda funkcije

f ( x, y ) = x 2 − 3e x−2 y +

y2 . x

Kao prvo, odredit ćemo parcijalne izvode prvog reda. Imamo: f x′( x, y ) = 2 x − 3e x−2 y − Sada je
231

y2 2y i f y′( x, y ) = 6e x−2 y + . 2 x x

Matematika za ekonomiste
′′ f xx ( x, y ) = 2 − 3e x−2 y +

2 y2 2y ′′ , f xy ( x, y ) = 6e x−2 y − 2 i 3 x x

2 ′′ f yy ( x, y ) = −12e x−2 y + . x
Definicija 3.7.5. (totalnog diferencijala drugog reda funkcije dvije varijable) Neka je f = f ( x, y ) realna funkcija dvije realne varijable, definisana u

okolini tačke

( x0 , y0 )

i diferencijabilna u toj tački. Totalni diferencijal

drugog reda funkcije f , kojeg ćemo označiti sa d 2 f , je totalni diferencijal totalnog diferencijala prvog reda te funkcije (uz pretpostavku da je funkcija df diferencijabilna). Drugim riječima, totalni diferencijal drugog reda funkcije f je

d 2 f = d ( df ) = S druge strane je

∂ ∂ ( df ) dx + ( df ) dy . ∂x ∂y

⎞ ∂2 f ∂ ∂ ⎛ ∂f ∂f ∂2 f dx + dy . ( df ) = ⎜ dx + dy ⎟ = ∂x ∂x ⎝ ∂x ∂y ⎠ ( ∂x )2 ∂x∂y

Analogno je

⎞ ∂2 f ∂ ∂ ⎛ ∂f ∂f ∂2 f dx + dy , ( df ) = ⎜ dx + dy ⎟ = 2 ∂y ∂y ⎝ ∂x ∂y ⎠ ∂y∂x ( ∂y )
pa je d2 f =

∂2 f

( ∂x )

dx ) 2 (

2

+

∂f ∂2 f ∂2 f 2 dxdy + dxdy + dy ) . 2 ( ∂x∂y ∂y∂x ( ∂y )

Ukoliko su mješoviti izvodi jednaki, dobijamo d f =
2

∂2 f

( ∂x )

2

( dx )

2

∂2 f ∂f 2 dxdy + dy ) . +2 2 ( ∂x∂y ( ∂y )
232

(3.7.1)

3. Realne funkcije dvije i više realnih varijabli Dakle, ukoliko funkcija f ima neprekidne parcijalne izvode drugog reda, tada je drugi diferencijal funkcije f dat formulom (3.7.1). Ovu formulu ćemo u daljem najčešće koristiti za određivanje drugog diferencijala funkcije dvije varijable.
Primjer 3.7.6. Odredimo totalni diferencijal drugog reda funkcije

f ( x, y ) = x 3 + y 3 + 3 x 2 y 2 − 9 xy . Kao prvo, odredit ćemo parcijalne izvode prvog reda. Imamo: f x′( x, y ) = 3x 2 + 6 xy 2 − 9 y Parcijalni izvodi drugog reda su i
f y′( x, y ) = 3 y 2 + 6 x 2 y − 9 x .

′′ ′′ ′′ f xx ( x, y ) = 6 x + 6 y 2 , f xy ( x, y ) = 12 xy − 9 , f yy ( x, y ) = 6 y + 6 x 2 ,
pa je

′′ ′′ ′′ d 2 f = f xx ( dx ) + 2 f xy dxdy + f yy ( dy ) =
2 2

= ( 6 x + 6 y 2 ) ( dx ) + 2 (12 xy − 9 ) dxdy + ( 6 y + 6 x 2 ) ( dy ) .
2 2

Za funkciju f kažemo da je dva puta diferencijabilna u tački ukoliko je funkcija df diferencijabilna u toj tački.

( x0 , y0 )

Diferencijal drugog reda funkcije n realnih varijabli se također definiše kao diferencijal diferencijala prvog reda. Ukoliko je f = f ( x1 , x2 ,..., xn ) realna funkcija n realnih varijabli, koja u tački

( x1(0) , x2(0) ,..., xn(0) )

ima sve

parcijalne izvode drugog reda, tada je diferencijal drugog reda funkcije f definisan formulom d 2 f = ∑∑ f x′′x j dxi dx j . i
i=1 j =1 n n

Na potpuno analogan način definiše se diferencijal trećeg i diferencijali višeg reda funkcije dvije i više varijabli.

233

Matematika za ekonomiste
3.8. Lokalni ekstrem funkcije dvije varijable

U ovom odjeljku objasnit ćemo kako se određuje lokalni ekstrem funkcije dvije varijable, pri čemu nije postavljen nikakav dodatni uslov. Zbog toga se nekada ovaj ekstrem zove i bezuslovni ekstrem. Kao prvo, definisat ćemo pojam lokalnog ekstrema funkcije dvije varijable.
Definicija 3.8.1. (lokalnog ekstrema funkcije dvije varijable) Neka je f = f ( x, y ) funkcija dvije varijable definisana u okolini tačke

( x0 , y0 ) .

Tačka

( x0 , y0 )

je tačka lokalnog maksimuma (minimuma)

funkcije f ukoliko vrijedi
f ( x, y ) ≤ f ( x0 , y0 ) ( f ( x, y ) ≥ f ( x0 , y0 ) )

za sve tačke ( x, y ) iz neke okoline tačke ( x0 , y0 ) . Lokalni maksimum odnosno minimum funkcije ekstremom te funkcije. f zovemo lokalnim

Mi ćemo u daljem pretpostaviti da funkcija f čije lokalne ekstreme tražimo ima parcijalne izvode prvog i drugog reda, po obje varijable, kao i to da su mješoviti parcijalni izvodi drugog reda neprekidne funkcije, pa su, zbog toga i jednaki. Slijedeći teorem, koji daje potrebne uslove za lokalni ekstrem realne funkcije dvije realne varijable analogan je Teoremu 2.12.3.
Teorem 3.8.2. Ukoliko je funkcija f diferencijabilna u tački

tačka ( x0 , y0 ) je tačka lokalnog ekstrema te funkcije, tada je

( x0 , y0 )
(3.8.1)

i

∂f ∂f ( x0 , y0 ) = 0 i ( x0 , y0 ) = 0 . ∂x ∂y

Tačka ( x0 , y0 ) u kojoj su prvi parcijalni izvodi funkcije f jednaki nuli zove se stacionarna tačka te funkcije. Ukoliko je
234

( x0 , y0 )

stacionarna tačka

funkcije, ona nije nužno tačka ekstrema te funkcije. Dakle, uslov (3.8.1) je

3. Realne funkcije dvije i više realnih varijabli potreban, ali ne i dovoljan uslov da tačka funkcije f . Analogno kao u slučaju ekstrema funkcije jedne varijable, kada smo dovoljan uslov za egzistenciju ekstrema navodili pomoću drugog izvoda funkcije (ukoliko postoji), u slučaju funkcije dvije varijable, dovoljan uslov za egzistenciju ekstrema možemo dati pomoću drugog diferencijala funkcije. Sjetimo se, funkcija jedne varijable je u stacionarnoj tački imala maksimum ukoliko je tu njen drugi izvod bio negativan, a minimum ukoliko je u toj tački drugi izvod bio pozitivan. U slučaju da je drugi izvod bio jednak nuli, nismo imali odgovor bez ispitivanja izvoda trećeg i višeg reda. Sada ćemo navesti teorem koji daje dovoljne uslove za lokalni ekstrem funkcije dvije varijable pomoću znaka drugog diferencijala te funkcije
Teorem 3.8.3. Ukoliko je funkcija f dvije varijable dva puta diferencijabilna u okolini stacionarne tačke ( x0 , y0 ) , tada je ( x0 , y0 ) tačka

( x0 , y0 )

bude tačka ekstrema

Ukoliko funkcija d 2 f mijenja znak u okolini tačke ( x0 , y0 ) ta tačka nije tačka lokalnog ekstrema. Ukoliko je d 2 f = 0 u tački ( x0 , y0 ) , tada nemamo odgovora i moramo ga potražiti na neki drugi način. Pogledajmo sada kako pomoću parcijalnih izvoda drugog reda formulisati dovoljan uslov za ekstrem funkcije f u stacionarnoj tački ( x0 , y0 ) izražen teoremom 3.8.3. Sjetimo se da je
'' '' '' d 2 f = f xx ( dx ) + 2 f xy dxdy + f yy ( dy ) . 2 2

lokalnog maksimuma ukoliko je u okolini te tačke d 2 f < 0 , a tačka je lokalnog minimuma ukoliko u okolini tačke ( x0 , y0 ) vrijedi d 2 f > 0 .

Izraz za drugi diferencijal možemo napisati na slijedeći način:
⎛ '' ⎛ dx ⎞ 2 ⎞ '' dx '' + f yy ⎟ . d f = ( dy ) ⎜ f xx ⎜ ⎟ + 2 f xy ⎜ ⎝ dy ⎠ ⎟ dy ⎝ ⎠
2 2

235

Matematika za ekonomiste Izraz ispred zagrade je nenegativan, a izraz u zagradi predstavlja kvadratnu dx funkciju po . Ukoliko kvadratna funkcija mijenja znak, tada i d 2 f dy mijenja znak, pa nemamo ekstrema. Zbog toga je dovoljan uslov za egzistenciju ekstrema činjenica da kvadratna funkcija

⎛ dx ⎞ '' dx '' f ⎜ ⎟ + 2 f xy + f yy dy ⎠ dy ⎝
'' xx

2

ne mijenja znak, što će biti ispunjeno ukoliko je njena diskriminanta manja od nule. Dakle, funkcija f ima ekstrem u stacionarnoj tački ( x0 , y0 ) ukoliko je
'' '' '' D = ( 2 f xy ) − 4 ⋅ f xx ⋅ f yy = 4 2

(( f

'' 2 xy

)

'' '' − f xx ⋅ f yy < 0 .

)

(3.8.2)

Sada možemo reći da ukoliko je

(( f
u toj tački

'' 2 xy

)

'' '' − f xx ⋅ f yy < 0

)

u stacionarnoj tački ( x0 , y0 ) , funkcija f u toj tački ima ekstrem. Ukoliko je

(( f

'' 2 xy

)

'' '' − f xx ⋅ f yy > 0 ,

)

funkcija nema ekstrem, a ukoliko je

(( f

'' 2 xy

)

'' '' − f xx ⋅ f yy = 0

)

u tački ( x0 , y0 ) , onda nemamo odgovora. Ukoliko je
'' '' f xx < 0 , dok je to tačka minimuma ukoliko je f xx > 0 .

u stacionarnoj tački ( x0 , y0 ) , tada je ( x0 , y0 ) tačka maksimuma ukoliko je Često, jednostavnosti radi, pišemo
'' '' '' A ( x, y ) = f xx ( x, y ) , B ( x, y ) = f xy ( x, y ) i C ( x, y ) = f yy ( x, y ) .

(( f

'' 2 xy

)

'' '' − f xx ⋅ f yy < 0

)

236

3. Realne funkcije dvije i više realnih varijabli Ako stavimo A = A ( x0 , y0 ) , B = B ( x0 , y0 ) , C = C ( x0 , y0 ) , uslov (3.8.2) možemo pisati u slijedećem obliku. Ukoliko je D= stacionarna tačka A B >0, B C

( x0 , y0 )

je tačka ekstrema i to maksimuma ukoliko je

A < 0 , a minimuma ukoliko je A > 0 .

Ukoliko je D < 0 , u stacionarnoj tački ( x0 , y0 ) nemamo ekstrema, dok za
D = 0 odgovor moramo potražiti na neki drugi način.

Primjer 3.8.4. Odredimo ekstreme funkcije z ( x, y ) = x + 2ey − e x − e 2 y .

Kao prvo, odredit ćemo stacionarne tačke. Njih određujemo tako što izračunamo prve parcijalne izvode naše funkcije po x i po y i izjednačimo ih sa nulom, te tako dobijeni sistem jednačina riješimo. Imamo:
' ∂z = ( x + 2ey − e x − e 2 y ) = 1 + 0 − e x − 0 , te x ∂x ' ∂z = ( x + 2ey − e x − e2 y ) = 0 + 2e − 0 − 2e 2 y . y ∂y

Sada imamo: 1 − ex = 0 i 2e − 2e 2 y = 0 , odakle je x = 0 i y = 1 . Dakle, imamo jednu 2

⎛ 1⎞ stacionarnu tačku. To je tačka ⎜ 0, ⎟ . Sada trebamo vidjeti da li je to tačka ⎝ 2⎠ ekstrema. Imamo:

A ( x, y ) =
B ( x, y ) =

' ∂2 z = (1 − e x ) = −e x , 2 x ∂x
' ∂2 z = (1 − e x ) = 0 , y ∂x∂y

237

Matematika za ekonomiste
' ∂2 z C ( x, y ) = 2 = ( 2e − 2e2 y ) = −4e 2 y . y ∂y

⎛ 1⎞ Uvrštavajući stacionarnu tačku ⎜ 0, ⎟ dobijamo: ⎝ 2⎠ ⎛ 1⎞ A = A ⎜ 0, ⎟ = −e0 = −1 , ⎝ 2⎠ pa je
2⋅ ⎛ 1⎞ ⎛ 1⎞ B = B ⎜ 0, ⎟ = 0 , C = C ⎜ 0, ⎟ = −4e 2 = −4e , ⎝ 2⎠ ⎝ 2⎠ 1

D=

A B −1 0 = = 4e > 0 . B C 0 −4e

⎛ 1⎞ Dakle, tačka ⎜ 0, ⎟ je tačka ekstrema. Kako je još A = −1 < 0 , ova tačka je ⎝ 2⎠ tačka lokalnog maksimuma. Dakle,
2⋅ 1 ⎛ 1⎞ zmax = z ⎜ 0, ⎟ = 0 + 2e ⋅ − e0 − e 2 = e − 1 − e = −1 . 2 ⎝ 2⎠ 1

Primjer 3.8.5. Odredimo lokalni ekstrem funkcije z ( x, y ) = x3 + y 3 − 3 xy .

Postupat ćemo analogno kao u prethodnom primjeru. Odredimo prve parcijalne izvode. Imamo:
' ∂z = ( x3 + y 3 − 3 xy ) = 3x 2 + 0 − 3 y , x ∂x ' ∂z = ( x3 + y 3 − 3 xy ) = 0 + 3 y 2 − 3x . y ∂y

Stacionarne tačke ćemo odrediti tako što riješimo sistem jednačina: 3x 2 − 3 y = 0 . 3 y 2 − 3x = 0 Iz prve jednačine je y = x 2 , pa uvrštavanjem u drugu jednačinu (podijeljenu sa 3) dobijamo
238

3. Realne funkcije dvije i više realnih varijabli x 4 − x = 0 , odnosno x ( x3 − 1) = 0 , odakle je x1 = 0 i x2 = 1 . Sada je y1 = 0 i y2 = ( x2 ) = 1 , pa su tačke M 1 ( 0, 0 ) i M 2 (1,1) stacionarne tačke.
2

Odredimo druge parcijalne izvode. Imamo:
' ' ∂2 z ∂2 z 2 = ( 3 x 2 − 3 y ) = −3 , A ( x , y ) = 2 = ( 3 x − 3 y ) = 6 x , B ( x, y ) = y x ∂x∂y ∂x

C ( x, y ) =

' ∂2 z = ( 3 y 2 − 3x ) = 6 y . 2 y ∂y

1. Sada ćemo uvrstiti prvu stacionarnu tačku, M 1 . Imamo:
A = A ( 0, 0 ) = 0 , B = B ( 0, 0 ) = −3 , C = C ( 0, 0 ) = 0 , pa je

D=

A B 0 −3 = = −9 < 0 B C −3 0

odakle slijedi da tačka M 1 nije tačka lokalnog ekstrema. 2. Pogledajmo da li je tačka M 2 tačka lokalnog ekstrema. Imamo:
A = A (1,1) = 6 , B = B (1,1) = −3 , C = C (1,1) = 6 , pa je

D=

A B 6 −3 = = 36 − 9 = 27 > 0 B C −3 6

odakle slijedi da je tačka M 2 tačka lokalnog ekstrema naše funkcije. Kako je A (1,1) = 6 > 0 tačka M 2 je tačka lokalnog minimuma. Dakle, vrijedi
zmin = z (1,1) = 13 + 13 − 3 ⋅ 1 ⋅ 1 = −1 .

Primjer 3.8.6. Posmatrajmo fabriku koja proizvodi dva proizvoda u količinama Q1 i Q2 u jedinici vremena, pod pretpostavkom pune konkurencije. Neka su p1 i p2 cijene tih proizvoda. Tada je funkcija dobiti firme R ( Q1 , Q2 ) = p1Q1 + p2Q2 . Funkcija troškova je zadana sa
239

Matematika za ekonomiste
2 C ( Q1 , Q2 ) = 2Q12 + Q1Q2 + 2Q2 .

Odredimo nivo proizvodnje proizvoda Q1 i Q2 koji maksimizira profit. Profit fabrike ćemo označiti sa π . Očigledno je

π = R − C = π ( Q1 , Q2 ) = p1Q1 + p2Q2 − 2Q12 − Q1Q2 − 2Q22 .
Pod ovim uslovima zadatak se svodi na određivanje ekstrema (bezuslovnog) funkcije π dvije varijable Q1 i Q2 . Kao prvo, odredimo stacionarne tačke funkcije π rješavanjem sistema jednačina ∂π = p1 − 4Q1 − Q2 = 0 ; ∂Q1 ∂π = p2 − 4Q2 − Q1 = 0 . ∂Q2 Iz druge jednačine dobijamo da je Q1 = p2 − 4Q2 , te uvrštavanjem u prvu jednačinu imamo: p1 − 4 p2 + 16Q2 − Q2 = 0 , pa su Q2 = 1 1 ( 4 p2 − p1 ) i Q1 = ( 4 p1 − p2 ) 15 15

koordinate stacionarne tačke. Provjerimo da li ova stacionarna tačka zaista predstavlja ekstrem funkcije. Izračunajmo druge parcijalne izvode. Imamo: ∂ 2π ∂ 2π ∂ 2π = −4 , = −1 , = −4 , pa je 2 ∂Q12 ∂Q1 ∂Q2 ∂Q2
D= −4 −1 = 16 − 1 = 15 > 0 , −1 −4

Dakle, stacionarna tačka jeste tačka ekstrema. Kako je A < 0 , to je tačka maksimuma. 1 1 ( 4 p1 − p2 ) i Q2 = ( 4 p2 − p1 ) jedinica 15 15 proizvoda funkcija profita ima maksimalnu vrijednost. Dakle, pri proizvodnji od Q1 =
240

3. Realne funkcije dvije i više realnih varijabli
Primjer 3.8.7. Pretpostavimo sada da u prethodnom primjeru imamo monopolističko tržište. Tada cijene neće biti egzogene varijable, nego će zavisiti od nivoa tražnje (većoj potražnji odgovarat će veća cijena). Pretpostavimo da je potražnja za proizvodima Q1 = 40 − 2 p1 + p2 i Q2 = 15 + p1 − p2 . Odredimo sada nivo proizvodnje koja maksimalizira dobit, uz istu funkciju troškova i dobiti.

Kako je Q1 = 40 − 2 p1 + p2 i Q2 = 15 + p1 − p2 , to iz ovih jednačina lako možemo izračunati p1 i p2 (izražene preko Q1 i Q2 ). Dobijamo:
p1 = 55 − ( Q1 + Q2 ) . p2 = 70 − Q1 − 2Q2

Uvrštavanjem ovih vrijednosti u funkciju profita dobijamo:

π = ( 55 − Q1 − Q2 ) Q1 + ( 70 − Q1 − 2Q2 ) Q2 − 2Q12 − Q1Q2 − 2Q22 =
2 = 55Q1 + 70Q2 − 3Q12 − 3Q1Q2 − 4Q2

Funkcija profita je sada predstavljena kao funkcija dvije varijable (bez parametara) tako da ćemo lako odrediti njene ekstreme. Tražimo stacionarne tačke, rješavajući sistem jednačina ∂π = 55 − 6Q1 − 3Q2 = 0 ; ∂Q1 ∂π = 70 − 8Q2 − 3Q1 = 0 . ∂Q2 Iz druge jednačine dobijamo da je 3Q1 = 70 − 8Q2 , te uvrštavanjem u prvu imamo rješenja: Q2 = 85 230 , Q1 = . 13 39

Provjerimo da li stacionarna tačka zaista predstavlja ekstrem funkcije. Imamo: ∂ 2π ∂ 2π ∂ 2π = −6 , = −3 , = −8 , pa je 2 ∂Q12 ∂Q1 ∂Q2 ∂Q2
241

Matematika za ekonomiste
D= −6 −3 = 48 − 9 = 39 > 0 . −3 −8

Kako je A < 0 , pri datim uslovima profit će biti najveći pri proizvodnji od 230 85 Q1 = , Q2 = jedinica proizvoda. 39 13
Primjer 3.8.8. Zadana je funkcija ukupnih troškova proizvodnje

C ( Q1 , Q2 ) = ( Q12 + 4Q2 ) ( Q1 + Q2 ) + 64 , koja zavisi od količina Q1 i Q2 proizvodnje. Odredimo nivo proizvodnje pri kojem će prosječni troškovi proizvodnje biti minimalni. Trebamo odrediti minimalnu vrijednost funkcije
AC ( Q1 , Q2 ) = ( Q12 + 4Q2 ) + 64 . ( Q1 + Q2 )

Kao prvo, odredit ćemo prve parcijalne izvode funkcije AC ( Q1 , Q2 ) po Q1 i
Q2 . Imamo:

′ ACQ1 ( Q1 , Q2 ) = 2Q1 −

64

( Q1 + Q2 )
=0

2

,

′ ACQ2 ( Q1 , Q2 ) = 4 −

64

( Q1 + Q2 )

2

.

Stacionarnu tačku određujemo tako što ćemo riješiti sistem jednačina 2Q1 − 64

( Q1 + Q2 )

2

i

4−
2

64

( Q1 + Q2 )

2

= 0.

Iz druge jednačine sistema je

( Q1 + Q2 )

= 16 , pa uvrštavanjem u prvu

jednačinu dobijamo 2Q1 = 4 , odnosno Q1 = 2 . Iz

( Q1 + Q2 )

2

= 16 sada

zaključujemo da je Q1 + Q2 = 4 (jer je količina proizvodnje pozitivan broj), pa je Q2 = 2 . Dakle, stacionarna tačka je ( Q1 , Q2 ) = ( 2, 2 ) . Ispitajmo da li ovo tačka lokalnog minimuma funkcije AC ( Q1 , Q2 ) . Odredit ćemo druge parcijalne izvode:
242

3. Realne funkcije dvije i više realnih varijabli ′′ A ( Q1 , Q2 ) = ACQ1Q1 ( Q1 , Q2 ) = 2 + ′′ B ( Q1 , Q2 ) = ACQ1Q2 ( Q1 , Q2 ) = 128 128

( Q1 + Q2 )

3

,

( Q1 + Q2 )

3

′′ = ACQ2Q2 ( Q1 , Q2 ) = C ( Q1 , Q2 ) . A = A ( 2, 2 ) = 2 + 128 = 4, 43

Uvrštavanjem stacionarne tačke dobijamo: B = C = B (2, 2) = C ( 2, 2 ) = Dakle, tačka

128 4 2 = 2 , pa je D = = 4 > 0. 3 2 2 4 jeste tačka lokalnog ekstrema funkcije

AC ( Q1 , Q2 ) i zbog A = 4 > 0 , ovo je tačka lokalnog minimuma.

( Q1 , Q2 ) = ( 2, 2 )

Možemo reći da funkcija AC ( Q1 , Q2 ) prosječnih troškova proizvodnje postiže svoju minimalnu vrijednost na nivou proizvodnje od Q1 = 2 jedinice prvog proizvoda i Q2 = 2 jedinice drugog proizvoda.

3.9. Uslovni (vezani) ekstrem funkcije dvije varijable

U ekonomiji, općenito, imamo ograničene resurse (sirovine, materijal, budžet i slično) i važno je maksimizirati dobit uz određene uslove koji su postavljeni na naše varijable, odnosno minimizirati troškove. Drugim riječima, često se srećemo sa problemom da odredimo maksimalnu ili minimalnu vrijednost neke ekonomske funkcije više varijabli, pri čemu postoje određene restrikcije vezane za te varijable. Prevedeno na jezik matematike, to zapravo znači da želimo odrediti ekstrem neke funkcije više varijabli, pri čemu varijable zadovoljavaju određene uslove. U tom slučaju govorimo o uslovnom ili vezanom ekstremu funkcije. Posmatrajmo sada neku funkciju f ( x, y ) dvije varijable i pretpostavimo da varijable x i y zadovoljavaju neki uslov, odnosno neku jednačinu koju možemo pisati u obliku g ( x, y ) = 0 . Često ovu jednačinu zovemo
243

Matematika za ekonomiste jednačinom veze. Skup tačaka
g ( x, y ) = 0 označimo sa X .

( x, y ) ∈

koje zadovoljavaju uslov

Definicija 3.9.1. (uslovnog ekstrema) Tačka

uslovnog maksimuma (minimuma) funkcije okolina B tačke ( x0 , y0 ) ∈ X tako da vrijedi

( x0 , y0 ) ∈ X je tačka f ( x, y ) ukoliko postoji

f ( x, y ) ≤ f ( x0 , y0 ) (odnosno f ( x, y ) ≥ f ( x0 , y0 ) )

za sve tačke ( x, y ) ∈ B ∩ X . Uslovni maksimum neke funkcije dvije varijable je prikazan na slici 3.9.1. Kao što vidimo, uslovni maksimum funkcije nije nužno jednak (u principu, on gotovo nikad i nije jednak) maksimumu (bezuslovnom) funkcije. Može se desiti da funkcija dvije varijable uopšte nema bezuslovni ekstrem, a da ima uslovne ekstreme.
z

maksimum funkcije uslovni maksmum

O

y

x
Slika 3.9.1.
244

3. Realne funkcije dvije i više realnih varijabli Postoje dva osnovna metoda za određivanje uslovnog ekstrema funkcije dvije varijable. To su metod supstitucije i Lagrangeov metod. Mi ćemo objasniti oba metoda.
3.9.I. Metod supstitucije za određivanje uslovnog ekstrema funkcije dvije varijable.

Pretpostavimo da tražimo ekstrem funkcije f ( x, y ) uz uslov g ( x, y ) = 0 . U zavisnosti od prirode uslova, iz jednačine g ( x, y ) = 0 je nekada moguće na jednoznačan način izraziti jednu varijablu ( x ili y ) kao funkciju druge varijable. U tom slučaju uslovni ekstrem funkcije možemo odrediti metodom supstitucije (zamjene) koja se sastoji u slijedećem: možemo pisati u obliku y = h1 ( x ) , za neku realnu funkciju h1 . U tom ovom slučaju kao funkciju od x , koja je jednaka f ( x, h1 ( x ) ) i možemo slučaju funkciju f ( x, y ) možemo posmatrati kao funkciju jedne varijable, u Ukoliko je moguće izraziti varijablu y , to znači da uslov g ( x, y ) = 0

odrediti ekstrem ove funkcije kao funkcije jedne varijable. Taj ekstrem (ukoliko postoji) će ujedno biti uslovni ekstrem funkcije f ( x, y ) uz uslov
g ( x, y ) = 0 .

Analogno, ukoliko je moguće izraziti varijablu x , odnosno, uslov g ( x, y ) = 0 pisati u obliku x = h2 ( y ) , za neku realnu funkciju h2 , tada

funkciju f ( x, y ) = f ( h2 ( y ) , y ) možemo posmatrati kao funkciju jedne

varijable (u ovom slučaju, to je y ) i odrediti njen ekstrem onako kako smo određivali ekstrem realne funkcije jedne realne varijable.
Primjer 3.9.2. Odredimo ekstrem funkcije z ( x, y ) = x 2 + y 2 , uz uslov

x + 4y = 2 . Iz zadanog uslova možemo jednoznačno odrediti i varijablu x i varijablu y . Jednostavnije je izraziti varijablu x i dobiti x = 2 − 4 y . Uvrštavajući ovaj izraz u funkciju z ( x, y ) , dobijamo funkciju jedne varijable z ( y ) = ( 2 − 4 y ) + y 2 = 4 − 16 y + 17 y 2 .
2

245

Matematika za ekonomiste 8 . Zbog 17 z ′′ = 34 > 0 zaključujemo da je u pitanju tačka minimuma. Iz uslova 2 ⎛ 2 8⎞ x + 4 y = 2 dobijamo da je odgovarajuće x = . Dakle, tačka ⎜ , ⎟ je 17 ⎝ 17 17 ⎠ tačka uslovnog minimuma funkcije z ( x, y ) uz uslov x + 4 y = 2 . Minimalna ⎛ 2 8 ⎞ 68 vrijednost funkcije uz zadani uslov je zmin ⎜ , ⎟ = . ⎝ 17 17 ⎠ 289 Kako je z′ = −16 + 34 y , to funkcija ima stacionarnu tačku y = y
Primjer 3.9.3. Neka je količina proizvodnje neke fabrike određena Cobb-

Douglasovom funkcijom proizvodnje Q ( L, K ) = 12 L3 K 3 , pri čemu su cijene proizvodnih faktora rada i kapitala jednake 3 i 6 (po uloženoj jedinici rada, odnosno kapitala). Odredimo minimalan budžet potreban na proizvodnju 1200 jedinica proizvoda. U ovom primjeru je potrebno naći minimalnu vrijednost funkcije budžeta, odnosno funkcije T ( L, K ) = 3L + 6 K , uz uslov da proizvodimo 1200
1 2 1 2

1

2

jedinica proizvoda, tj. da vrijedi 12 L3 K 3 = 1200 , odnosno L3 K 3 = 100 (nakon skraćivanja sa 12). Dakle, određujemo uslovni ekstrem funkcije
T ( L, K ) = 3L + 6 K , uz uslov L3 K 3 = 100 .
1 2

1003 . Uvrštavajući K2 to u našu funkciju budžeta T , vidimo da je potrebno naći ekstrem funkcije jedne varijable Iz uslova možemo izraziti varijablu L , i dobiti da je L = T ( K ) = 3⋅ 1000000 + 6K . K2 6000000 + 6. K3

Odredimo prvi izvod ove funkcije. Imamo: T '( K ) = −

Nakon izjednačavanja s nulom, dobijamo da je stacionarna tačka funkcije T ( K ) određena uslovom K 3 = 1000000, odakle imamo dvije vrijednosti za
246

3. Realne funkcije dvije i više realnih varijabli K , od kojih je vrijednost K = 100 jedina pozitivna (i odgovara uslovima zadatka, jer broj jedinica uloženog kapitala ne može biti negativan). Kako je T '' ( K ) = 3 ⋅ 6000000 , K4

to je T '' (100 ) > 0 , pa je stacionarna tačka K = 100 tačka minimuma funkcije T ( K ) . Tražena minimalna vrijednost budžeta je T (100 ) = 3 ⋅ 106 + 6 ⋅100 = 300 + 600 = 900 . 104

Dakle, minimalan budžet potreban za proizvodnju 1200 jedinica proizvoda je 900.
Primjer 3.9.4. Zadana je funkcija ukupnih troškova proizvodnje dva proizvoda u količinama Q1 i Q2 , sa
2 C (Q1 , Q2 ) = Q12 + 4Q1Q2 + 2Q2 − 6Q1 − 2Q2 + 50 ,

i funkcija prihoda od prodaje ovih proizvoda sa
2 R (Q1 , Q2 ) = 140Q1 − Q12 + 160Q2 − Q2 .

Ukoliko je ukupna količina dobara koja mora biti proizvedena jednaka 20, odredimo nivoe proizvodnje Q1 i Q2 pri kojima se ostvaruje maksimalna dobit i odredimo tu dobit. U ovom primjeru je potrebno odrediti maksimalnu vrijednost funkcije dobiti
π (Q1 , Q2 ) = R (Q1 , Q2 ) − C (Q1 , Q2 ) =
2 = −2Q12 − 4Q1Q2 − 3Q2 + 146Q1 + 162Q2 − 50

ukoliko su varijable Q1 i Q2 vezane relacijom Q1 + Q2 = 20 . Iz ove relacije je Q2 = 20 − Q1 , pa metodom supstitucije dolazimo do funkcije jedne varijable

π (Q1 ) = −2Q12 − 4Q1 (20 − Q1 ) − 3( 20 − Q1 ) + 146Q1 + 162 ( 20 − Q1 ) − 50
247

2

Matematika za ekonomiste
= −Q12 + 24Q1 + 1990 .

Stacionarna tačka funkcije π (Q1 ) je rješenje jednačine
π ′ (Q1 ) = −2Q1 + 24 = 0 , odakle je Q1 = 12 .

Kako je π ′′ (Q1 ) = −2 < 0 , tačka Q1 = 12 je tačka maksimuma funkcije
π (Q1 ) . Iz uslova Q1 + Q2 = 20 slijedi da je Q2 = 8 , pa su traženi nivoi

proizvodnje Q1 = 12 i Q2 = 8 . Na ovom nivou proizvodnje ostvarujemo maksimalnu dobit pri proizvodnji 20 jedinica proizvoda i ta dobit iznosi
π (12) = −144 + 288 + 1990 = 2134 novčanih jedinica.

3.9.II. Lagrangeov metod za određivanje uslovnog ekstrema funkcije dvije varijable

Lagrangeov metod za određivanje uslovnog ekstrema funkcije dvije varijable koristimo u slučajevima u kojima nije moguće iz uslova na jedinstven način izraziti x ili y . Na primjer, ukoliko je uslov
g ( x, y ) = x 2 + y 2 − 1 = 0 , tada je y = ± 1 − x 2 , pa varijablu y ne možemo

na jedinstven način izraziti preko x . Analogno, ni varijablu x ne možemo iz ovog uslova na jedinstven način izraziti preko y . U tom slučaju koristimo Lagrangeov metod. Napomenimo da je Lagrangeov metod moguće koristiti i u slučajevima kada je moguće jednu varijablu jednoznačno izraziti pomoću druge varijable, što je naročito korisno u primjenama u ekonomiji kada se javlja veliki broj ekonomskih parametara. Često se dogodi da u ekonomskim primjenama vrijednost Lagrangeovog multiplikatora u stacionarnoj tački ima ekonomsko značenje, što ćemo pokazati u Primjeru 3.9.7. uslovom g ( x, y ) = 0 . Diferenciranjem tih jednakosti dobijamo.
248

Posmatrajmo funkciju z = f ( x, y ) i neka su varijable x i y vezane

3. Realne funkcije dvije i više realnih varijabli dz = 0= ∂z ∂z dx + dy , ∂x ∂y

∂g ∂g dx + dy . ∂x ∂y

Ukoliko drugu jednačinu pomnožimo sa λ a zatim obje jednačine saberemo dobijamo:
⎛ ∂z ∂g ⎞ ∂g ⎞ ⎛ ∂z dz = ⎜ + λ ⎟ dx + ⎜ + λ ⎟ dy. ∂x ⎠ ∂y ⎠ ⎝ ∂x ⎝ ∂y

Ako je

∂z ∂g +λ =0 ∂y ∂y

tada je

dz ∂z ∂g dz = +λ , pa je = 0 kada je dx ∂x ∂x dx

∂z ∂g +λ = 0. ∂x ∂x varijable x i y vezane uslovom g ( x, y ) = 0 trebamo riješiti sistem jednačina: ∂z ∂g +λ =0 ∂y ∂y ∂z ∂g +λ =0 ∂x ∂x
g ( x, y ) = 0 .

Dakle, da bismo odredili stacionarne tačke funkcije z = f ( x, y ) pri čemu su

(3.9.1)

Svaku tačku ( x0 , y0 ; λ0 ) koja je rješenje sistema (3.9.1) zvat ćemo stacionarnom tačkom. Članovi na lijevoj strani sistema su parcijalni izvodi funkcije
F ( x, y , λ ) = f ( x, y ) + λ g ( x, y ) .

Iz provedenih razmatranja zaključujemo da je (bezuslovni) ekstrem funkcije F ( x, y, λ ) ujedno uslovni ekstrem funkcije f ( x, y ) , uz uslov g ( x, y ) = 0 .
249

Matematika za ekonomiste Realan parametar λ koji se javlja kao varijabla funkcije F ( x, y, λ ) zovemo se Lagrangeova funkcija. Da bismo ispitali da li je stacionarna tačka ( x0 , y0 ; λ0 ) tačka uslovnog okolini stacionarne tačke. Ukoliko je d 2 F ( x, y, λ ) > 0 u okolini stacionarne ekstrema, trebamo odrediti znak drugog diferencijala funkcije F ( x, y, λ ) u
Lagrangeov multiplikator funkcije f ( x, y ) , a funkcija F ( x, y, λ ) naziva

tačke, riječ je o uslovnom minimumu, a iz d 2 F ( x, y, λ ) < 0 u okolini tačke

( x0 , y0 ; λ0 ) zaključujemo da je riječ o uslovnom maksimumu. Kao prvo,
drugog reda i izračunati d 2 F ( x, y, λ ) . Imamo:
d 2 F ( x, y , λ ) =
+2

pretpostavit ćemo da funkcija F ( x, y, λ ) ima neprekidne parcijalne izvode
∂2 F 2 ∂2 F ∂2 F dx + 2 dxdy + 2 dy 2 + ∂x 2 ∂x∂y ∂y

∂2 F ∂2 F ∂2 F dxd λ + 2 dyd λ + 2 d λ 2 . ∂x∂λ ∂y∂λ ∂λ

Obzirom da je je

∂F ∂2 F = g ′ . Analogno, zaključujemo da = g ( x, y ) , to je y ∂λ∂y ∂λ

∂2 F ∂2F = g ′ , te = 0. x ∂λ∂x ∂λ 2
⎛ f′⎞ ⎛ f′⎞ ∂f / ∂y ∂f / ∂x =− , pa je d λ = d ⎜ − y ⎟ = d ⎜ − x ⎟ . ⎜ g′ ⎟ ∂g / ∂y ∂g / ∂x y ⎠ x ⎝ g′ ⎠ ⎝

Dalje je λ = −

Na osnovu ovih formula može se pokazati da je:
0 d F ( x, y , λ ) = − g ′ x g′ y
2

g′ x ′′ Fxx ′′ Fxy

g′ y ′′ Fxy . ′′ Fyy

Uvrštavanjem x0 , y0 i λ0 , koji su rješenje sistema (3.9.1) u izraz za
d 2 F ( x, y, λ ) , dobijamo odgovor o prirodi uslovnog ekstrema. Ukoliko je
250

3. Realne funkcije dvije i više realnih varijabli maksimum, a ukoliko je d F ( x0 , y0 , λ0 ) > 0 tada funkcija f ( x, y ) u toj
2

d 2 F ( x0 , y0 , λ0 ) < 0 tada funkcija f ( x, y ) u tački

( x0 , y0 )

ima uslovni

tački ima uslovni minimum. Ukoliko je d 2 F ( x0 , y0 , λ0 ) = 0 , tada ostaje

otvoreno pitanje da li je to tačka ekstrema i ako jeste da li u njoj funkcija ima minimum ili maksimum. Na osnovu svega izloženog, možemo zapisati slijedeći postupak određivanja uslovnog ekstrema Lagrangeovom metodom: 1. formiramo Lagrangeovu funkciju F ( x, y, λ ) = f ( x, y ) + λ g ( x, y ) 2. riješimo sistem jednačina

∂F ∂F ∂F = 0, = 0, =0 ∂x ∂y ∂λ
po x, y i λ i dobijemo stacionarne tačke ( x0 , y0 ; λ0 ) ; 3. Izračunamo parcijalne izvode a ( x, y ) = g ′ ( x, y ) , b ( x, y ) = g ′ ( x, y ) , x y
′′ ′′ ′′ A ( x, y; λ ) = Fxx ( x, y; λ ) , B ( x, y; λ ) = Fxy ( x, y; λ ) , C ( x, y; λ ) = Fyy ( x, y; λ )

4. Za svaku stacionarnu tačku ( x0 , y0 ; λ0 )
a = a ( x0 , y0 ) , b = b ( x0 , y0 ) , C = C ( x0 , y0 ; λ0 ) koje uvrstimo u determinantu

izračunamo vrijednosti
B = B ( x0 , y0 ; λ0 ) ,

A = A ( x0 , y0 ; λ0 ) ,

0 a b Δ=− a A B . b B C Ukoliko je Δ > 0 , stacionarna tačka je tačka uslovnog minimuma. Ukoliko je Δ < 0 , stacionarna tačka je tačka uslovnog maksimuma, a ukoliko je Δ = 0 odgovor o prirodi stacionarne tačke moramo potražiti nekom drugom metodom.
Primjer 3.9.5. Odredimo ekstrem funkcije x2 + y 2 = 2 .

f ( x, y ) = xy

uz uslov i formirati

Uslov ćemo napisati u obliku Lagrangeovu funkciju

g ( x, y ) = x 2 + y 2 − 2 = 0
251

Matematika za ekonomiste F ( x, y; λ ) = xy + λ ( x 2 + y 2 − 2 ) . Zatim ćemo odrediti prve parcijalne izvode ove funkcije i izjednačiti ih sa nulom. Imamo: Fx′ = y + 2λ x = 0 , Fy′ = x + 2λ y = 0 i Fλ′ = x 2 + y 2 − 2 = 0 . Iz prve dvije jednačine je λ = − y x =− , pa je x 2 = y 2 , odakle 2x 2y uvrštavanjem u drugu jednačinu dobijamo da je x 2 = y 2 = 1 . Ovaj sistem 1⎞ 1⎞ 1⎞ ⎛ ⎛ ⎛ ima četiri rješenja M 1 = ⎜ 1,1; − ⎟ , M 1 = ⎜ −1, −1; − ⎟ , M 3 = ⎜1, −1; ⎟ i 2⎠ 2⎠ 2⎠ ⎝ ⎝ ⎝ 1⎞ ⎛ M 4 = ⎜ −1,1; ⎟ . 2⎠ ⎝ Sada ćemo odrediti druge parcijalne izvode. Imamo: ′′ ′′ ′′ A( x, y; λ ) = Fxx = 2λ , B ( x, y; λ ) = Fxy = 1 , C ( x, y; λ ) = Fyy = 2λ ,
a ( x, y ) = g ′ ( x, y ) = 2 x , b ( x, y ) = g ′ ( x, y ) = 2 y . y x

Za tačku M 1 je A = C = −1 , B = 1 , a = b = 2 , pa je odgovarajuća determinanta
0 2 2 Δ = − 2 −1 1 = −16 < 0 , 2 1 −1 pa je tačka (1,1) tačka uslovnog maksimuma. Analogno se zaključi da je i tačka ( −1, −1) također tačka uslovnog maksimuma. Uslovni maksimum funkcije je f max = f (1,1, ) = f (−1, −1) = 1 . Za tačku M 3 je A = B = C = 1 , a = 2 , b = −2 , pa je odgovarajuća determinanta 0 2 −2 Δ = − 2 1 1 = −(−16) > 0 , −2 1 1
252

3. Realne funkcije dvije i više realnih varijabli pa je tačka (1, −1) tačka uslovnog minimuma. Analogno se zaključi da je i tačka ( −1,1) također tačka uslovnog minimuma. Uslovni minimum funkcije je f min = f (−1,1, ) = f (1, −1) = −1
Primjer 3.9.6. Neka je Q = Q ( L, K ) proizvoljna funkcija proizvodnje, a
pL i pK neka su cijene proizvodnih faktora L i K (po jedinici). Ako je T ukupan iznos budžeta kojim raspolažemo, određivanjem uslovnog ekstrema možemo naći uslove koje zadovoljava optimalna kombinacija proizvodnih faktora, kao i uslove koje treba ispunjavati funkcija Q ( L, K ) da bi bila

funkcija proizvodnje. Dakle, potrebno je naći uslovni ekstrem (zapravo maksimum) funkcije Q ( L, K ) , uz uslov da je pL L + pK K = T . Prije svega, uslov ćemo napisati u obliku T − pL L − pK K = 0 . Koristit ćemo Lagrangeov metod. Stoga, formirajmo funkciju
F ( L, K , λ ) = Q ( L, K ) + λ ( T − p L L − p K K ) .

Kako bismo odredili stacionarnu tačku, izračunat ćemo prve parcijalne izvode ove funkcije i izjednačiti ih sa nulom: ∂F ′ = QL − λ pL = 0 , ∂L ∂F ′ = QK − λ pK = 0 , ∂K ∂F = − pL L − pK K + T = 0 . ∂λ Iz prve dvije jednačine je λ =
′ ′ QL QK , pa se potreban uslov za ekstrem = pL pK ∂Q / ∂L pL = može iskazati relacijom . ∂Q / ∂K pK

Kao i u primjeru 3.6.3., sada smo na drugi način zaključili da se optimalna kombinacija proizvodnih faktora postiže onda kada je odnos granične
253

Matematika za ekonomiste produktivnosti jednog faktora proizvodnje i njegove cijene jednak odnosu granične produktivnosti drugog faktora proizvodnje i njegove cijene. Ovaj odnos jednak je upravo Lagrangeovom multiplikatoru funkcije Q( L, K ) . To znači da je pK = ′ QL p , pa je optimalna kombinacija proizvodnih ′ L QK faktora L i K ona koja ispunjava uslov

pL L + pK K = pL L +

′ QL p K =T , ′ L QK ′ QL p = L . ′ QK pK

odnosno ona kombinacija rada i kapitala za koju je
p L L + pK K = T

i

Pogledajmo još koje uslove treba ispunjavati funkcija proizvodnje kako bi stacionarna tačka bila upravo njen maksimum (u tom slučaju bi imali optimalnu kombinaciju proizvodnih faktora). Drugim riječima, pogledajmo koje uslove treba zadovoljavati proizvoljna funkcija Q ( L, K ) kako bi njome zadana funkcija proizvodnje mogla imati ekonomskog smisla. Naime, ukoliko je nekom funkcijom opisana količina proizvodnje u zavisnosti od proizvodnih faktora rada i kapitala, tada, pri datom budžetu i uz poznate cijene jedinica rada i kapitala mora postojati maksimalna vrijednost ove funkcije. Ukoliko maksimalna vrijednost ne postoji, sama funkcija nema ekonomskog smisla. Drugi parcijalni izvodi Lagrangeove funkcije su ∂2 F ∂2 F ∂2 F ′′ ′′ ′′ = QLL , = QLK , = QKK , te a = − pL , b = − pK . ∂L2 ∂L∂K ∂K 2 Odgovarajuća determinanta kojom je dat drugi diferencijal je 0 Δ = − − pL − pK − pL ′′ QLL ′′ QLK − pK ′′ QLK . ′′ QKK

Ukoliko je ovaj izraz manji od nule, stacionarna tačka predstavlja proizvodni maksimum. Nakon izračunavanja imamo:
254

3. Realne funkcije dvije i više realnih varijabli
2 ⎛ ⎞ ⎛ p ⎞ ⎛ p ⎞ 2 2 2 ′′ − pK QLL − pLQKK ) = pK ⎜ QLL − 2 ⎜ L ⎟ QLK + ⎜ L ⎟ QKK ⎟ , ′′ ′′ ′′ ′′ ′′ Δ = − ( 2 pL pK QLK ⎜ ⎟ ⎝ pK ⎠ ⎝ pK ⎠ ⎝ ⎠

pL , pomnoženu nenegativnim pK p brojem. To znači da je Δ < 0 za svaki odnos L ako i samo ako je pK p diskriminanta gornje kvadratne funkcije po L manja od nule, tj. ako i pK samo ako vrijedi što predstavlja kvadratnu funkciju po ′′ ′′ ′′ QKK QLL > ( QLK ) .
2

(3.9.2)

Zbog toga svaka proizvodna funkcija mora zadovoljavati relaciju (3.9.2) jer u protivnom ne bismo mogli imati optimalnu kombinaciju proizvodnih faktora. Drugim riječima, ukoliko funkcija Q( L, K ) ne zadovoljava relaciju (3.9.2) njome ne može biti zadana funkcija proizvodnje koja ima ekonomskog smisla. Lako se vidi da Cobb-Douglasova funkcija proizvodnje zadovoljava relaciju (3.9.2), pa je upravo kombinacija proizvodnih faktora koja zadovoljava ′ QL p jednačine pL L + pK K = T i = L kombinacija koja omogućava ′ QK pK maksimum proizvodnje pri datom budžetu T . Pomoću Lagrangeove funkcije F ( L, K , λ ) = Q ( L, K ) + λ (T − pL L − pK K ) možemo odrediti i tzv. graničnu (marginalnu) produktivnost novca. Naime, marginalna produktivnost novca nam govori koliko povećanje budžeta za jednu novčanu jedinicu doprinosi povećanju maksimalnog nivoa proizvodnje, uz uslov da su cijene proizvodnih faktora rada i kapitala konstantne. Drugim riječima, marginalna produktivnost novca (koju, dF formalno možemo definisati kao ) jednaka je upravo vrijednosti dT Lagrangeovog multiplikatora λ u onoj tački u kojoj imamo optimalan nivo proizvodnje.
255

Matematika za ekonomiste
Primjer 3.9.7. Neka je Q ( L, K ) = 4 6 L2 K 3 funkcija proizvodnje, pri čemu

je cijena jedne jedinice rada 10, a jedne jedinice kapitala 20 novčanih jedinica. Odredimo graničnu produktivnost novca pri budžetu od 2000 novčanih jedinica. Granična produktivnost novca jednaka je vrijednosti Lagrangeovog multiplikatora λ funkcije
F ( L, K , λ ) = 4 L1/ 3 K 1/ 2 + λ ( 2000 − 10 L − 20 K )

u onoj tački u kojoj je nivo proizvodnje maksimalan (pri zadanom budžetu). Kao prvo, odredit ćemo prve parcijalne izvode Lagrangeove funkcije kako bismo našli stacionarnu tačku. Imamo: FL′ ( L, K , λ ) = 4 −3 2 L K − 10λ , 3
2 1

′ FK ( L, K , λ ) = 2 L3 K

1

1 2

− 20λ ,

Fλ′ ( L, K , λ ) = 2000 − 10 L − 20 K .

Izjednačavanjem prva dva izvoda sa nulom dobijamo jednakosti 2 6 K3 1 6 L2 3 LK 3 λ= = = , odakle je 4 K = 3L , odnosno K = L . 4 3 4 5 L 10 K 10 Uvrštavanjem u budžet, zaključujemo da je L = 80 i K = 60 , te je

λ=

1 6 L2 1 6 8 = ≈ 0.0556 . 3 10 K 10 270

Ispitajmo sada da li je nivo proizvodnje zaista maksimalan za dobijene L , K i λ . Dovoljno je provjeriti da li vrijedi nejednakost (3.9.2). Imamo: ′′ QLL =
2 5 1 ′ 1 4 ⎛ −3 2 ⎞ 8 − L K ⎟ L = − L 3K2 , ⎜ 3⎝ 9 ⎠

′′ QLK =

2 2 1 ′ 1 4 ⎛ −3 2 ⎞ 2 − − L K ⎟ K = L 3K 2 i ⎜ 3⎝ 3 ⎠

1 3 − ⎛ 1 − 1 ⎞′ ′′ QKK = 2 ⎜ L3 K 2 ⎟ K = − L3 K 2 , pa je ⎝ ⎠

256

3. Realne funkcije dvije i više realnih varijabli 8 − 4 − 2 ′′ ′′ ′′ QKK QLL = L 3 K −1 , dok je ( QLK ) = L 3 K −1 . Sada je očigledno da vrijedi 9 9 nejednakost (3.9.2.) pa se maksimalan nivo proizvodnje pri budžetu 2000 zaista postiže za L = 80 i K = 60 . Odavde slijedi da je granična produktivnost novca pri budžetu 2000 jednaka vrijednosti Lagrangeovog multiplikatora, odnosno, granična produktivnost novca pri budžetu 2000 ima približnu vrijednost 0.0556.
Primjer 3.9.8. Neka je u ( x, y ) = ( x + 2 )( y + 1) funkcija korisnosti odnosno
4 4

zadovoljstva potrošača dobrima x i y sa cijenama 2 i 5. Ako je budžet potrošača 51, koristeći Lagrangeovu funkciju odredimo optimalne nivoe nabavke dobara x i y . Ovdje pod optimalnim nivoom nabavke smatramo onaj nivo nabavke dobara koji potrošaču pruža maksimalno zadovoljstvo. U ovom primjeru je potrebno odrediti maksimum funkcije
u ( x, y ) = ( x + 2 )( y + 1) = xy + 2 y + x + 2 ,

uz uslov da je 2 x + 5 y = 51 . Uslov pišemo u obliku
g ( x, y ) = 2 x + 5 y − 51 = 0 .

Odgovarajuća Lagrangeova funkcija za ovaj problem je
F ( x, y , λ ) = xy + 2 y + x + 2 + λ ( 2 x + 5 y − 51) .

Sada određujemo stacionarne tačke. Potrebno je riješiti sistem jednačina ∂F = y + 1 + 2λ = 0 ; ∂x ∂F = x + 2 + 5λ = 0 ; ∂y ∂F = 2 x + 5 y − 51 = 0 .. ∂λ
257

odakle dobijamo odakle je,

λ=− λ=−

y +1 , 2 x+2 , 5

Matematika za ekonomiste Sada iz λ = − y +1 x+2 =− slijedi 2 ( x + 2 ) = 5 ( y + 1) , pa imamo sistem 2 5 od dvije jednačine sa nepoznatim x i y : 2 x + 5 y = 51

2x − 5 y = 1 .
Sabiranjem ovih jednačina dobijamo 4 x = 52 , pa je x = 13 . Uvrštavanjem te vrijednosti u drugu jednačinu dobijamo y = 5 , i na kraju λ = −3 , pa imamo jednu stacionarnu tačku (13,5; −3) . Odredimo sada da li je dobijena stacionarna tačka zaista maksimum funkcije zadovoljstva. Izračunat ćemo druge parcijalne izvode A=
∂2F ∂2F ∂2F ∂g ∂g = 1, C = 2 = 0 , a = = 0, B = = 2, b = =5 2 ∂x∂y ∂y ∂x ∂x ∂y

i odgovarajuću determinantu 0 a b 0 2 5 Δ = − a A B = − 2 0 1 = −20 . b B C 5 1 0 Kako je Δ < 0 , stacionarna tačka je tačka uslovnog maksimuma. Dakle, sa količinama x = 13 i y = 5 potrošač se nalazi na maksimalnom nivou zadovoljstva, ukoliko je njegov budžet 51. Maksimalan nivo zadovoljstva pri budžetu 51 je u ( 5,13) = 98 .
3.10. Lokalni ekstrem realne funkcije tri i više realnih varijabli

U ovom odjeljku objasnit ćemo kako odrediti lokalni ekstrem realne funkcije tri i više realnih varijabli. Zapravo, navest ćemo, bez dodatnih obrazloženja potrebne i dovoljne uslove za egzistenciju lokalnog ekstrema. U daljem ćemo pretpostavljati da funkcija tri varijable i funkcija više varijabli koje budemo razmatrali imaju neprekidne parcijalne izvode prvog i drugog reda.
258

3. Realne funkcije dvije i više realnih varijabli Posmatrajmo funkciju tri varijable u = F ( x1 , x2 , x3 ) . Slično kao u slučajevima funkcije jedne i dvije varijable, potreban uslov za ekstrem ove funkcije u tački ( x1 , x2 , x3 ) jeste da su prvi parcijalni izvodi

funkcije u toj tački jednaki nuli. Drugim riječima, svaka tačka ( x1 , x2 , x3 ) koja zadovoljava sistem jednačina ∂F ∂F ∂F =0, =0 i =0 ∂x1 ∂x2 ∂x3 je tačka potencijalnog ekstrema funkcije (stacionarna tačka). Da bi smo utvrdili da li je tačka

( x1 , x2 , x3 )

koja zadovoljava gornje

jednačine tačka ekstrema (maksimuma ili minimuma) trebamo izračunati sve parcijalne izvode drugog reda funkcije F i posmatrati matricu

⎛ ∂2 F ⎜ 2 ⎜ ∂x1 ⎜ ∂2 F A=⎜ ⎜ ∂x1 ∂x2 ⎜ ∂2 F ⎜ ⎜ ∂x ∂x ⎝ 1 3

∂2 F ∂x1 ∂x2 ∂2 F 2 ∂x2 ∂2 F ∂x2 ∂x3

∂2 F ⎞ ⎟ ∂x1 ∂x3 ⎟ ∂2 F ⎟ ⎟. ∂x2 ∂x3 ⎟ ∂2 F ⎟ ⎟ 2 ∂x3 ⎟ ⎠

Ova matrica je simetrična (jer su mješoviti izvodi jednaki) i ima tri glavne subdeterminante:

∂2 F ∂2F ∂x 2 D1 = 2 , D2 = 2 1 ∂ F ∂x1 ∂x1 ∂x2
Ako u tački

∂2 F ∂2 F ∂x12 ∂2 F ∂x1 ∂x2 , D3 = ∂2 F ∂x1 ∂x2 2 ∂2 F ∂x2 ∂x1 ∂x3

∂2 F ∂x1 ∂x2 ∂2 F 2 ∂x2 ∂2 F ∂x2 ∂x3

∂2 F ∂x1 ∂x3 ∂2 F . ∂x2 ∂x3 ∂2 F 2 ∂x3

lokalnog minimuma funkcije F ( x1 , x2 , x3 ) .
259

( x1 , x2 , x3 )

vrijedi D1 > 0, D2 > 0, D3 > 0 tada je to tačka

Matematika za ekonomiste Ukoliko u tački ( x1 , x2 , x3 ) vrijedi D1 < 0, D2 > 0, D3 < 0 tada je to tačka
lokalnog maksimuma.

Ukoliko je D1 = 0,

D2 = 0 ili

D3 = 0 tada nam ova metoda ne daje

odgovor o prirodi tačke ( x1 , x2 , x3 ) . U ostalim slučajevima funkcija F ( x1 , x2 , x3 ) nema ekstrem u tački

( x1 , x2 , x3 ) .

Pokažimo na slijedećem primjeru kako se ova metoda koristi u ekonomskim primjenama.
Primjer 3.10.1. Posmatrajmo monopolističku firmu koja proizvodi tri proizvoda u količinama Q1 , Q2 i Q3 čije su cijene date kao funkcije količine proizvodnje sa
P = 48 − 6Q1 , P2 = 112 − 5Q2 , P3 = 110 − 7Q3 , 1

dok su odgovarajući prihodi dati sa

R1 = PQ1 = 48Q1 − 6Q12 , R2 = P2Q2 = 112Q2 − 5Q22 , R3 = P3Q3 = 110Q3 − 7Q32 . 1
(Primijetimo da su cijene opadajuće funkcije količine proizvodnje). Za Q = Q1 + Q2 + Q3 ukupna funkcija troškova je zadana relacijom
C = 200 + 12Q = C ( Q1 , Q2 , Q3 ) .

Pokažimo sada kako odrediti cijene P , P2 i P3 tako da maksimaliziramo 1 dobit. Odgovarajuća funkcija dobiti jednaka je razlici između prihoda i troškova, to jest

π = 48Q1 − 6Q12 + 112Q2 − 5Q22 + 110Q3 − 7Q32 − 200 − 12 ( Q1 + Q2 + Q3 ) .
Kao prvo, odredimo stacionarne tačke. Potrebno je riješiti sistem jednačina

∂π = 48 − 12Q1 − 12 = 0 ∂Q1

odakle je 12Q1 = 36 , odnosno
260

Q1 = 3

3. Realne funkcije dvije i više realnih varijabli

∂π = 112 − 10Q2 − 12 = 0 ∂Q2 ∂π = 110 − 14Q3 − 12 = 0 ∂Q3

odakle je odakle je

10Q2 = 100 , odnosno

Q2 = 10 Q3 = 7 .

14Q3 = 98 , odnosno

Dakle, stacionarna tačka je tačka ( 3,10, 7 ) . Sada je potrebno izračunati odgovarajuće determinante sa drugim parcijalnim izvodima. Imamo:

∂ 2π ∂ 2π ∂ 2π = −12 , = −10 , = −14 , 2 ∂Q12 ∂Q2 ∂Q32
dok su ostali elementi koji ulaze u determinante jednaki nula. Prema tome,
D1 = −12 <0, D2 = −12 0 = 120 > 0 i D3 = −120 ⋅14 < 0 . 0 −10

Vidimo da funkcija dobiti ima maksimum za trojku ( 3,10, 7 ) , pa su tri tražene cijene:
P = 30 , P2 = 62 , P3 = 61 . 1

Sada ćemo navesti potrebne i dovoljne uslove za lokalni ekstrem realne funkcije F ( x1 , x2 ,..., xn ) od n realnih varijabli ( n ≥ 3 ). Potreban uslov da funkcija

( x , x ,..., x )
1 2
n

F ( x1 , x2 ,..., xn )

ima ekstrem u tački

jeste da svi prvi parcijalni izvodi funkcije F budu jednaki

nuli u tački

( x , x ,..., x ) , odnosno da je ova
1 2
n

n -torka brojeva rješenje

sistema od n jednačina sa n nepoznatih

∂F ∂F ∂F =0, = 0 , ..., = 0. ∂x1 ∂x2 ∂xn
Svaka tačka

(3.10.1)

( x , x ,..., x )
1 2
n

koja je rješenje sistema (3.10.1) je tačka

potencijalnog ekstrema funkcije (stacionarna tačka).
261

Matematika za ekonomiste Da bi smo utvrdili da li je tačka

( x , x ,..., x )
1 2
n

koja zadovoljava gornje

jednačine tačka maksimuma ili minimuma trebamo izračunati sve druge parcijalne izvode funkcije F i posmatrati matricu
⎛ ∂2 F ⎜ 2 ⎜ ∂x1 ⎜ ∂2 F ⎜ ⎜ ∂x1 ∂x2 ⎜ : A=⎜ 2 ⎜ ∂ F ⎜ ⎜ ∂xi ∂x1 ⎜ : ⎜ ⎜ ∂2 F ⎜ ⎜ ⎝ ∂xn ∂x1 ∂2 F ∂x1 ∂x2 ∂2 F 2 ∂x2 : ∂2 F ∂xi ∂x2 : ∂2 F ∂xn ∂x2 ... ... ... ... ... ... ∂2 F ∂x1 ∂x j ∂2 F ∂x2 ∂x j : ∂2 F ∂xi ∂x j : ∂2 F ∂xn ∂x j ... ... ... ... ... ... ∂2 F ⎞ ⎟ ∂x1 ∂xn ⎟ ∂2 F ⎟ ⎟ ∂x2 ∂xn ⎟ ⎟ : ⎟ . ∂2 F ⎟ ⎟ ∂xi ∂xn ⎟ : ⎟ ⎟ ∂2 F ⎟ ⎟ 2 ∂xn ⎟ ⎠

Ova matrica je simetrična (jer su mješoviti izvodi jednaki) i ima n glavnih subdeterminanti:
∂2 F ∂2 F ∂x12 ∂2 F ∂x1 ∂x2 , D3 = 2 ∂ F ∂x1 ∂x2 2 ∂2 F ∂x2 ∂x1 ∂x3 ∂2 F ∂x1 ∂x2 ∂2 F 2 ∂x2 2 ∂ F ∂x2 ∂x3 ∂2 F ∂x1 ∂x3 ∂2 F , ∂x2 ∂x3 ∂2 F 2 ∂x3

∂2 F ∂2F ∂x 2 D1 = 2 , D2 = 2 1 ∂ F ∂x1 ∂x1 ∂x2

..., Dn = det A . Ako su u tački x1 , x2 ,..., xn sve subdeterminante pozitivne, tada je to tačka
lokalnog minimuma funkcije F ( x1 , x2 ,..., xn ) .
262

(

)

3. Realne funkcije dvije i više realnih varijabli Ukoliko u tački x1 , x2 ,..., xn vrijedi Di < 0 za sve neparne i ≤ n i D j > 0 za sve parne j ≤ n , funkcije F ( x1 , x2 ,..., xn ) tada je to
tačka lokalnog maksimuma

(

)

Ukoliko je jedna od subdeterminanti jednaka nuli, tada nam ova metoda ne daje odgovor o prirodi tačke ( x1 , x2 , x3 ) . U ostalim slučajevima funkcija funkcije F ( x1 , x2 ,..., xn ) nema ekstrem u tački x1 , x2 ,..., xn .

(

)

3.11. Homogene funkcije i CES funkcije

Pri primjenama matematike u ekonomiji često nailazimo na ekonomske funkcije više varijabli koje su homogene. S obzirom da homogene funkcije imaju neke zanimljive osobine, sa odgovarajućom ekonomskom interpretacijom, ukoliko je riječ o ekonomskim funkcijama, u ovom odjeljku ćemo definisati pojam homogene funkcije i navesti neke najvažnije osobine takvih funkcija.
Definicija. 3.11.1. (homogene funkcije)

Za funkciju f (od n varijabli x1 , ..., xn ) kažemo da je homogena, stepena homogenosti r ako je
f ( kx1 , kx2 ,..., kxn ) = k r f ( x1 , x2 ,..., xn )

za svako k takvo da tačke domeni funkcije f .

( x1 , x2 ,..., xn )

i

( kx1 , kx2 ,..., kxn )

pripadaju

Primjer 3.11.2. Funkcija f ( x1 , x2 , x3 ) =

x1 2 x3 + je homogena funkcija x2 x1

stepena homogenosti r = 0 , jer je
f ( kx1 , kx2 , kx3 ) = kx1 2kx3 x1 2 x3 + = + = f ( x1 , x2 , x3 ) = k 0 ⋅ f ( x1 , x2 , x3 ) . kx2 kx1 x2 x1
263

Matematika za ekonomiste
2 x12 x2 Analogno, funkcija f ( x1 , x2 ) = + x2 x1 homogenosti r = 1 , jer je

je homogena funkcija stepena

f ( kx1 , kx2 )

( kx1 ) =
kx2

2

( kx2 ) +
kx1

2

=

2 kx12 kx2 + = k 1 ⋅ f ( x1 , x2 ) . x2 x1

Za homogenu funkciju stepena homogenosti r = 1 kažemo još da je linearno homogena.
Primjer 3.11.3. Cobb Douglasova funkcija α 1−α Q = Q ( L, K ) = AL K je linearno homogena funkcija jer je

proizvodnje

Q ( kL, kK ) = A ( kL )

α

( kK )

1−α

= k α ⋅ k 1−α ⋅ Q ( L, K ) = kQ ( L, K ) .

Ako je funkcija proizvodnje zadana kao funkcija proizvodnih faktora v1 , v2 , ..., vn oblika
Q(v1 , v2 ,..., vn ) = A ⋅ (v1 ) 1 ⋅ (v2 ) 2 ⋅ ...⋅ (vn ) n ,
α α α

tada je
Q(kv1 , kv2 ,..., kvn ) = k α1 +α2 +...+αn ⋅ Q(v1 , v2 ,..., vn ) ,

pa je ova funkcija r = α1 + α 2 + ... + α n .

također

homogena,

stepena

homogenosti

Ukoliko je f homogena realna funkcija n realnih varijabli stepena homogenosti r , tada vrijedi slijedeći, Eulerov teorem:
Teorem 3.11.4. (Eulerov teorem) Ako je f homogena realna funkcija n homogenosti r koja je diferencijabilna, tada je

realnih varijabli stepena

x1

∂f ∂f ∂f + x2 + ... + xn ≡ r ⋅ f ( x1 , x2 ,..., xn ) . ∂x1 ∂x2 ∂xn

(3.11.1)

Relacija (3.11.1) ima svoju ekonomsku interpretaciju. Naime, dijeljenjem sa f ( x1 , x2 ,..., xn ) ≠ 0 relacija (3.11.1) postaje
264

3. Realne funkcije dvije i više realnih varijabli
x1 ∂f x2 ∂f x ∂f ⋅ + ⋅ + ... + n ⋅ ≡r. f ∂x1 f ∂x2 f ∂xn

(3.11.2)

Ukoliko se sjetimo da izraz

xi ∂f ⋅ ( i = 1,..., n ) predstavlja koeficijent ε f , xi f ∂xi parcijalne elastičnosti funkcije f u odnosu na relativnu promjenu varijable xi , relacija (3.11.2) nam zapravo govori da je suma parcijalnih elastičnosti homogene ekonomske funkcije stepena homogenosti r po svim varijablama upravo jednaka stepenu r .
Primjer 3.11.5. (funkcija proizvodnje) Cobb-Douglasova funkcija proizvodnje Q = Q ( L, K ) = ALα K 1−α je linearno

homogena funkcija, pa za nju vrijedi relacija
L K ′ ′ ⋅ QL + ⋅ QK = 1 . Q Q

U primjeru 3.4.7. posmatrali smo funkciju proizvodnje
Q( L, K ) = L2 K − 0, 25LK 2

i zaključili da je suma koeficijenata parcijalne elastičnosti ove funkcije jednaka 3. Ova činjenica zapravo slijedi iz toga što je ova funkcija homogena, stepena homogenosti 3, jer je
Q(kL, kK ) = k 2 L2 ⋅ kK − 0, 25kL ⋅ k 2 K 2 = k 3Q( L, K ) .

Ako je funkcija proizvodnje zadana kao funkcija proizvodnih faktora v1 , v2 , ..., vn oblika
Q(v1 , v2 ,..., vn ) = A ⋅ (v1 ) 1 ⋅ (v2 ) 2 ⋅ ...⋅ (vn ) n ,
α α α

tada je suma koeficijenata parcijalne elastičnosti ove funkcije u odnosu na sve proizvodne faktore jednaka α1 + α 2 + ... + α n . Sada ćemo objasniti koje ekonomske funkcije zovemo CES funkcijama. Skraćenica CES u nazivu potiče od engleske sintagme constant elasiticity supstitution što znači da su CES funkcije one funkcije dvije varijable kod kojih je konstantna elastičnost supstitucije jedne varijable drugom. Prije nego općenito objasnimo ovaj pojam, razmotrit ćemo slijedeći primjer.
265

Matematika za ekonomiste
Primjer 3.11.6. Neka je
Q = Q ( L, K ) = ALα K 1−α

Cobb-Douglasova

funkcije proizvodnje. Ranije smo vidjeli da, ukoliko su pL i pK cijene proizvodnih faktora rad i kapital, optimalna kombinacija ulaganja se postiže Q′ Q ′ kada je L = K . Ukoliko su nam cijene pL i pK fiksne, ulaganjem više p L pK sredstava doći će do

K

C A O
Slika 3.11.1.

B L

ekspanzije proizvodnje. Ta ekspanzija može se prikazati takozvanom putanjom ili linijom ekspanzije. Ukoliko je funkcija proizvodnje linearno homogena (što je slučaj sa Cobb-Douglasovom funkcijom), ta putanja će Q′ p biti prava linija, jer je u tom slučaju omjer L konstantan ( i jednak L ). ′ pK QK
′ Naime, kako je QL = α Q Q ′ i QK = (1 − α ) , optimalna kombinacija rada i L K ′ pL QL αK K pL 1 − α , odnosno . kapitala se postiže kada je = ⋅ = = ′ L pK α pK QK (1 − α ) L

Posljednja jednakost zapravo predstavlja jednačinu prave
⎛ p 1−α ⎞ K =⎜ L ⋅ ⎟⋅ L . ⎝ pK α ⎠
266

3. Realne funkcije dvije i više realnih varijabli Dakle, sve optimalne kombinacije proizvodnih faktora (za različite budžete, pri konstantnim cijenama jedinica rada i kapitala) leže na pravoj ⎛ p 1−α ⎞ K =⎜ L ⋅ ⎟ ⋅ L , koja je prikazana na slici 3.11.1. Ova prava zove se ⎝ pK α ⎠ prava ekspanzije. U nešto opštijem slučaju funkcije proizvodnje, kada je
Q = Q ( L, K ) = ALα K β ,

za neke α , β ∈ ( 0,1) , provodeći potpuno analogna razmatranja, lako je pokazati da je putanja ekspanzije proizvodnje također prava linija, čija jednačina je
⎛ p β K =⎜ L ⋅ ⎝ pK α ⎞ ⎟⋅ L . ⎠

Ukoliko se cijene promjene, na primjer, jedan faktor postane jeftiniji od drugog, promijenit će se optimalna kombinacija ulaganja ukoliko želimo da proizvedemo istu količinu proizvoda. To znači da ćemo jedan faktor proizvodnje zamijeniti drugim. Mjera promjene uzrokovane zamjenom jednog proizvodnog faktora drugim je data pomoću koeficijenta elastičnosti supstitucije koji se definiše sa

σ≡

d ( K / L ) pL / p K ' p /p K/L = ⋅ = (K / L)p / p ⋅ L K . L K d ( pL / pK ) d ( pL / p K ) K / L K/L pL / pK

d (K / L)

(3.11.3)

Ovdje smo sa K i L označili optimalnu kombinaciju proizvodnih faktora, dok nam

(K / L)

' pL / pK

označava izvod funkcije K / L posmatrane kao

funkcije količnika pL / pK . Za Cobb – Douglasovu funkciju proizvodnje, optimalna kombinacija K pL 1 − α = ⋅ , pa je proizvodnih faktora zadovoljava jednačinu L pK α
267

Matematika za ekonomiste
' K/L 1−α , dok je izvod ( K / L ) p / p funkcije K / L posmatrane kao = L K pL / pK α

funkcije količnika pL / pK također jednak

d ( p L / pK )

d (K / L)

=

1−α

α

.

Imajući u vidu definiciju koeficijenta elastičnosti supstitucije, odmah vidimo da je σ = 1 . Ovo vrijedi i općenito za funkciju Q = ALα K β i u slučaju kada je α + β ≠ 1. Primijetimo, na kraju da je, u slučaju funkcije proizvodnje oblika p Q′ dK zapravo jednak graničnoj stopi Q = ALα K β količnik − L = − L = ′ pK QK dL tehnološke supstitucije, koju smo definisali u odjeljku 3.6. To znači da je koeficijent σ elastičnosti supstitucije definisan formulom (3.11.3) zapravo jednak
d ( K / L) K/L σs ≡ . d ( dK / dL ) dK / dL
Definicija 3.11.7. (koeficijenta elastičnosti supstitucije) Ukoliko je f ( x, y ) neka ekonomska funkcija dvije varijable tada koeficijent elastičnosti supstitucije varijable y varijablom x definišemo sa
d ( y / x) y/x σs ≡ . d ( dy / dx ) dy / dx

Drugim riječima, koeficijent elastičnosti supstitucije predstavlja mjeru y osjetljivosti omjera na promjenu granične stope supstitucije varijable y x
268

3. Realne funkcije dvije i više realnih varijabli varijablom x . Funkcije kod kojih je koeficijent σ s konstantan nazivamo CES funkcijama. Iz prethodnih razmatranja zaključujemo da je funkcija proizvodnje Q = ALα K β CES funkcija kod koje je elastičnost supstitucije jednaka 1.
Primjer 3.11.8. (CES proizvodna funkcija) U novije vrijeme upotrebi je jedan drugi oblik proizvodne funkcije: CES proizvodna funkcija kod koje elastičnost supstitucije σ s konstanta koja nije nužno jednaka jedinici. Jednačina te funkcije je

Q ( L, K ) = A ⎡δ K − ρ + (1 − δ ) L− ρ ⎤ ⎣ ⎦ gdje je A > 0 , 0 < δ < 1 , ρ > −1 , ρ ≠ 0 .

−1/ ρ

,

(3.11.3)

Ovdje je A − parametar efikasnosti, δ − parametar distribucije, ρ − parametar supstitucije (od njega zavisi elastičnost supstitucije jednog proizvodnog faktora drugim). Kako je
= kQ( L, K ) , Q ( kL, kK ) = A ⎡ k − ρ (δ K − ρ + (1 − δ ) L− ρ ) ⎤ ⎣ ⎦ funkcija Q je linearno homogena. Općenito svaka CES proizvodna funkcija je linearno homogena. Izokvante CES proizvodne funkcije, odnosno nivo linije funkcije (3.11.3) su istog oblika kao i izokvante Cobb-Douglasove funkcije.
−1/ ρ

Može se pokazati da je koeficijent elastičnosti supstitucije za ovu funkciju 1 . Odavde vidimo da je elastičnost supstitucije proizvodnje jednak σ s = 1+ ρ veća od jedinice za −1 < ρ < 0 , a manja od jedan za ρ > 0 . Formalno gledajući, σ s = 1 , za ρ = 0 . Međutim, CES funkcija proizvodnje nije definisana za ρ = 0 , ali može se pokazati da kad ρ → 0 tada je lim Q ( L, K ) = lim A ⎡δ K − ρ + (1 − δ ) L− ρ ⎤ ⎣ ⎦
ρ →0 ρ →0
−1/ ρ

= AK δ L1−δ .

Drugim riječima, klasična Cobb-Douglasova funkcija je specijalan slučaj CES proizvodne funkcije kada ρ → 0 , sa parametrom α jednakim parametru δ CES proizvodne funkcije.
269

4. Integralni račun
4.1. Definicija i osnovne osobine neodređenog integrala. Tablica osnovnih integrala. U ovom odjeljku definisat ćemo pojam neodređenog integralna i uvjeriti se da je operacija integracije na neki način inverzna operaciji diferenciranja funkcija. Integral ćemo zvati neodređenim zbog toga što vrijednost integrala neke funkcije neće biti jednoznačno određena: to će biti funkcija određena do na aditivnu konstantu, u smislu da ako je F ( x) neodređeni integral funkcije f ( x) , tada je to i svaka funkcija oblika F ( x) + C , gdje je C proizvoljna konstanta. Definicija 4.1.1. (primitivne funkcije) Neka su funkcije f i F definisane na nekom intervalu ( a, b ) . Ukoliko je funkcija F diferencijabilna na tom intervalu i ukoliko za sve x ∈ ( a, b ) vrijedi F ′ ( x ) = f ( x ) tada za funkciju F kažemo da je primitivna funkcija funkcije f . Imajući u vidu da je, za neku konstantu C

( F ( x ) + C )′ = F ′ ( x ) = f ( x )
vidimo da, ukoliko je F ( x) primitivna funkcija od f ( x) , tada je i funkcija F ( x ) + C također primitivna funkcija funkcije f . Definicija 4.1.2. (neodređenog integrala) Skup svih primitivnih funkcija funkcije f na intervalu (a, b) zovemo neodređenim integralom funkcije f i u ovom slučaju pišemo:

∫ f ( x)dx = F ( x) + C ,
gdje je C proizvoljna konstanta iz skupa realnih brojeva. Iz definicije neodređenog integrala vidimo da su operacije diferenciranja i integriranja jedna drugoj inverzne operacije; drugim riječima, izvod

Matematika za ekonomiste
integrala jednak je podintegralnoj funkciji i obratno, integral izvoda funkcije jednak je toj funkciji (do na aditivnu konstantu C ).
Primjer 4.1.3. Kako je ( e x )′ = e x , zaključujemo da je F ( x) = e x primitivna

funkcija funkcije f ( x) = e x , pa je Analogno, iz

∫ e dx = e
x

x

+C .

1 slijedi da je F ( x) = ln x primitivna funkcija x 1 1 funkcije f ( x) = , pa je ∫ dx = ln x + C . x x

( ln x )′ =

Neodređeni integral ima slijedeće osnovne osobine. 1. 2. d

[∫ f ( x)dx] = f ( x)dx ;

∫ d ( f ( x)) = f ( x) + C ; ∫ a ⋅ f ( x)dx = a ∫ f ( x)dx ,
gdje je a konstanta;

3. 4.

∫ [ f ( x) ± g ( x)]dx = ∫ f ( x)dx ± ∫ g ( x)dx .

Na žalost, ne postoji način za izračunavanje integrala proizvoda ili integrala količnika, kao što je to bio slučaj sa izvodima. Općenito, izračunavanje neodređenog integralna je veoma složeno. Može se pokazati da postoje neke veoma jednostavne elementarne funkcije čiji integral uopšte nije moguće zapisati kao elementarnu funkciju. Takav integral je, na primjer integral 2 funkcije f ( x ) = e − x . Mi ćemo u daljem govoriti o nekim jednostavnijim metodama integracije. Pri izračunavanju neodređenih integrala koristit ćemo se slijedećom tablicom osnovnih integrala.
Tablica osnovnih integrala
xn +1 + C , n ≠ −1 ; n+1
x

1. 3.

∫ dx = x + C ;

dx = ln x + C ; x

2. 4.
272

n ∫ x dx =
x

∫ e dx = e

+C ;

4. Integralni račun 5. 7. 9.
11.
x ∫ a dx =

ax +C ; a >0 ln a

6. 8. 10.
12.

∫ sin xdx = − cos x + C ;
∫ sin
dx
2

∫ cos xdx = sin x + C ;
∫ cos
dx
2

x
2

= −ctgx + C ;

x
2

= tgx + C ;


dx 1− x
dx x ±1
2

=

{

arcsin x + C1 ; − arccos x + C2

∫1+ x

dx

= arctgx + C ;

= ln x + x 2 ± 1 + C

Korištenjem tablice osnovnih integrala možemo izračunati neke jednostavnije integrale. Metodu integracije primjenom osnovnih osobina integrala i tablice osnovnih integrala zovemo metodom direktne integracije. Ilustrirat ćemo je slijedećim primjerima.
Primjer 4.1.4. Izračunajmo integral

xdx .
1

Podintegralnu funkciju x možemo napisati kao 1 tablicu integrala ( n = ) imamo 2
1 +1 3

x = x 2 , pa primjenjujući

x2 x2 2 3 xdx = +C = + C = x2 + C . 1 3 3 +1 2 2

Primjer 4.1.5.Izračunajmo integral

x 3 x dx .

U ovom slučaju podintegralna funkcija je oblika
2

x 3 x = 6 x3 ⋅ x = x 3 ,

pa imamo

5 x x 3 3 x x dx = ∫ x dx = +C = +C = x +C . 2 5 5 +1 3 3 3

2 3

2 +1 3

5 3

273

Matematika za ekonomiste
Primjer 4.1.6.Izračunajmo integral

( x + 1)
x

2

dx .

Nakon kvadriranja izraza u brojniku, integral možemo napisati u obliku sume tri tablična integrala. Imamo:

( x + 1)
x

2

x2 + 2x + 1 dx = ∫ dx = x

x2 1 = ∫ xdx + ∫ 2dx + ∫ dx = + 2 x + ln x + C . 2 x
Primjer 4.1.7.Izračunajmo integral

∫2

x

⋅ 3− x dx .

Kako je
2 x ⋅ 3− x = 2 x ⋅ to je
⎛2⎞ x ⎜ ⎟ 2x 3 ⎛2⎞ 2 x ⋅ 3− x dx = ∫ ⎜ ⎟ dx = ⎝ ⎠ + C = x . ∫ 3 ( ln 2 − ln 3) ⎛2⎞ ⎝3⎠ ln ⎜ ⎟ ⎝3⎠
x

1 ⎛ 2⎞ =⎜ ⎟ , ⎜ ⎟ ⎝ ⎟ 3x ⎜ 3 ⎠

x

4.2. Metoda smjene (substitucije) za izračunavanje neodređenog integrala.

Ukoliko primitivnu funkciju funkcije f ne možemo naći direktnom integracijom možemo pokušati metodom smjene, odnosno uvođenjem nove varijable. Nakon uvođenja nove varijable moramo i diferencijal stare varijable izraziti preko diferencijala te nove varijable. Važno je zapamtiti da stara varijabla ne može ni u kom obliku biti pod integralom. Kada odredimo primitivnu funkciju trebamo se vratiti na staru varijablu.

274

4. Integralni račun Uz pretpostavku diferencijabilnosti funkcije ϕ , općenito vrijedi :

∫ f ( x)dx = dx = ϕ ′(t )dt = ∫ f (ϕ (t ))ϕ ′(t )dt .
U ovom slučaju kažemo da smo varijablu x zamijenili nekom funkcijom ϕ ( t ) nove varijable t . Na slijedećim primjerima ćemo pokazati kako koristiti metod supstitucije.
Primjer 4.2.1. Izračunajmo integral ∫ ( 3 − 2x ) dx .
9

x = ϕ (t )

U ovom integralu ćemo uvesti smjenu t = 3 − 2 x . Sada je potrebno da dx izrazimo preko dt. To ćemo učiniti tako što ćemo diferencirati jednakost 1 t = 3 − 2 x , pa je dt = −2dx , odakle je dx = − dt . Cio opisani postupak 2 uvođenja smjene je urađen između dvije uspravne crte pored integrala. Imamo:

∫ ( 3 − 2 x ) dx =
9

3 − 2x = t 1 1 t10 1 −2dx = dt = − ∫ t 9 dt = − + C = − (3 − 2 x)10 + C . 2 2 10 20 1 dx = − dt 2

Primjer 4.2.2. Izračunajmo integral

∫x

1 − x 2 dx .

U ovom integralu bi bilo pogodno uvesti smjenu 1 − x 2 = t . Kako bi mogli uvesti tu smjenu, moramo biti u mogućnosti izraziti i ostatak podintegralne funkcije kao funkciju od nove varijable t i dt . To je moguće, jer je 1 dt = d (1 − x 2 ) = −2 xdx , pa je xdx = − dt . Dakle, imamo 2
275

Matematika za ekonomiste
1 − x2 = t 1 1 t2 1 2 2 2 ∫ x 1 − x dx = −2 xdx =1dt = − 2 ∫ tdt = − 2 3 + C = − 3 (1 − x ) 1 − x + C. xdx = − dt 2 2 Umjesto smjene 1 − x 2 = t , mogli smo uvesti i smjenu 1 − x 2 = t 2 (pokušajte sami uraditi zadatak pomoću ove smjene).
3

Primjer 4.2.3.Izračunajmo integral

dx (2 − 5 x)
5 2

.

U ovom primjeru je najbolje uvesti smjenu t = 2 − 5 x , a zatim postupati analogno kao u primjeru 4.1.4. Postupak smjene objašnjen je između dvije uspravne crte: 2 − 5x = t 3 − 3 −5dx = dt − 1 dt 1 t 2 2 = =− ∫ 5 =− ⋅ + C = (2 − 5 x) 2 + C ; 5 ∫ 1 5 2 5 −3 15 (2 − 5 x) 2 dx = − dt t 2 5 dx Napomenimo da smo konstantu − koristili činjenicu da je
1 t
5 2

1 izlučili ispred integrala, a zatim 5

=t

5 2

. dx . + a2

Primjer 4.2.4.Izračunajmo integral

∫x

2

U ovom integralu ćemo uvesti smjenu x = at , jer je u tom slučaju x 2 + a 2 = a 2 ( t 2 + 1) , pa imamo
x = at dx adt 1 dt 1 ∫ x 2 + a 2 = dx = adt = ∫ a 2 (1 + t 2 ) = a ∫ (1 + t 2 ) = a arctgt + C x t= a
276

4. Integralni račun
=

1 x arctg + C. a a

Iako ovaj integral nije tablični, često ćemo ga koristiti.
Zapamtite kao tablični integral:

∫x

2

dx 1 x = arcrg + C . 2 a +a a

Primjer 4.2.5.Izračunajmo integral

∫ 2x

dx . 2 +1
2

1 b >0 . , za a ax + b Svodimo ga na tablični integral tako što prvo izlučimo koeficijent uz x 2 , odnosno napišemo Ovaj integral ima podintegralnu funkciju oblika
2 ⎛ ⎛ b⎞ ⎞ ⎛ 2 b⎞ 2 ⎟ ax + b = a ⎜ x + ⎟ = a ⎜ x + ⎜ ⎜ a ⎟ ⎟, ⎟ ⎜ a⎠ ⎝ ⎝ ⎠ ⎠ ⎝ 2

a potom primijenimo tablični integral koji smo izveli u prethodnom zadatku. Imamo:
⎛ ⎞ ⎜ x ⎟ dx dx 1 1 2 ⎜ ⎟ ∫ 2 x 2 + 1 = 2 ∫ ⎛ ⎞2 = 1 arctg ⎜ 1 ⎟ + C = 2 arctg x 2 + C. 1 2⋅ ⎜ ⎟ x2 + ⎜ ⎟ 2 ⎝ 2⎠ 2⎠ ⎝

(

)

Primjer 4.2.6. Izračunajmo integral

dx x2 − 4

.

U ovom integralu je nazivnik podintegralne funkcije oblika x 2 ± a 2 , a > 0 . Kod integrala ovog tipa ćemo uvesti smjenu x = at , dx = adt . U ovom konkretnom slučaju je a = 2 , pa smjenu uvodimo onako kako je naznačeno unutar dvije uspravne crte. Imamo:
277

Matematika za ekonomiste x = 2t dt dt = dx = 2dt = 2∫ =∫ = ln t + t 2 − 1 + C = 2 2 2 4(t − 1) x −4 t −1 x t= 2 dx 1 x x x2 − 4 ⎛ x⎞ + ⎜ ⎟ − 1 + C = ln + + C = ln x + x 2 − 4 + C. 2 2 4 2 ⎝2⎠
2


= ln

(

)

Imajući u vidu da je ln 1 x + x 2 − 4 + C = ln x + x 2 − 4 − ln 2 + C , 2

(

)

kao i činjenicu da je C − ln 2 također realna konstanta, dobijamo

dx x −4
2

= ln x + x 2 − 4 + C .

Analogno bi postupali i u slučaju kada bi u nazivniku imali sabiranje pod korijenom.
Zapamtite kao tablični integral:
dx x ±a
2 2

= ln x + x 2 ± a 2 + C .

Primjer 4.2.7. Izračunajmo integral

dx 5 − x2

.

U ovom primjeru nazivnik podintegralne funkcije je oblika a 2 − x 2 , pa ćemo uvesti smjenu x = at , analogno kao u prethodnom zadatku. U našem konkretnom slučaju je a 2 = 5 , pa je a = 5 . Imamo: x = 5t 5dt x = dx = 5dt = ∫ = arcsin t + C = arcsin +C . 5 5 − x2 5 − 5t 2 x t= 5 dx
278

4. Integralni račun S obzirom da se integral ovog oblika često pojavljuje i njega možemo smatrati tabličnim integralom.
Zapamtite kao tablični integral:

dx a2 − x2

= arcsin

x +C . a .

Primjer 4.2.8.Izračunati integral

dx 3 − 4 x2

Rješenje. Nazivnik podintegralne funkcije u datom integralu je oblika
b − ax 2 , pri čemu su brojevi a i b pozitivni. Zbog toga ćemo, analogno kao u primjeru 4.2.5. prvo izlučiti koeficijent uz x 2 da dobijemo

b − x2 = a ⋅ b − ax = a ⋅ a
2

⎛ b⎞ 2 ⎜ ⎜ a⎟ −x , ⎟ ⎝ ⎠

2

a potom primijeniti tablični integral koji smo izveli u prethodnom zadatku. Dakle,

dx 3 − 4x2

=∫

dx
⎛3 ⎞ 4 ⎜ − x2 ⎟ ⎝4 ⎠

=

1 1 2x dx = arcsin + C. ∫ 2 2 2 3 ⎛ 3⎞ 2 ⎜ ⎟ −x 4⎠ ⎝

x3 Primjer 4.2.9. Izračunajmo integral ∫ dx . 1 + x4 U zadanom integralu u nazivniku je funkcija 1 + x 4 , pa je prirodno prvo pokušati uvesti smjenu 1 + x 4 = t . Ovu smjenu je moguće uvesti samo ukoliko smo u mogućnosti ostatak podintegralne funkcije izraziti preko t i 1 dt . Kako je dt = 4 x 3 dx , to je x3 dx = dt , pa je moguće uvesti ovu smjenu. 4 Imamo:
279

Matematika za ekonomiste
1 + x4 = t x3 1 dt 1 1 3 4 dt ∫ 1 + x 4 dx = 4 x dx =dt = 4 ∫ t = 4 ln t + C = 4 ln(1 + x ) + C . x 3 dx = 4

Ukoliko bismo u brojniku razlomka pod integralom imali funkciju x 2 ili na primjer x , ovakva smjena ne bi imala smisla, jer ne bismo mogli naći načina da ostatak podintegralne funkcije izrazimo kao funkciju od t i dt i da pri takvoj smjeni dobijemo integral čije rješavanje je jednostavnije od rješavanja polaznog integrala.
Primjer 4.2.10. Izračunajmo integral

∫x

2

2x + 5 dx . + 5 x + 29

U ovom integralu je brojnik podintegralne funkcije diferencijal od njegovog nazivnika, pa je smjena t = x 2 + 5 x + 29 očigledna. Imamo:
2 2x + 5 dt dx = t = x + 5 x + 29 = ∫ = ln t + C = ln( x 2 + 5 x + 29) + C. ∫ x 2 + 5x + 29 dt = (2 x + 5)dx t

Ukoliko nam je dat integral kod kojeg je brojnik podintegralne funkcije diferencijal nazivnika, taj integral uvijek rješavamo tako što uvedemo smjenu t = f ( x) , gdje je f ( x) nazivnik podintegralne funkcije.
Općenito vrijedi:


4.3.

f ′( x) dx = ln f ( x) + C f ( x)

Metoda parcijalne integracije

Neka su nam zadane dvije funkcije u i v , koje su diferencijabilne i čiji izvodi su integrabilne funkcije. Diferencijal proizvoda funkcija u=u(x) i v=v(x) je:

d (u ⋅ v) = vdu + udv ,
a integral diferencijala ovog proizvoda je:
280

4. Integralni račun

∫ d (u ⋅ v) = ∫ vdu + ∫ udv .
Iz ove jednakosti dobijamo formulu koja glasi:

∫ udv = u ⋅ v − ∫ vdu .
Na ovoj formuli se zasniva metod parcijalne integracije, koji ima dva koraka. Prvi korak se sastoji u tome da funkciju f ( x)dx u integralu

∫ f ( x)dx

napišemo u obliku u ( x)dv( x) , pri čemu smo funkcije u i v

pogodno odabrali. Tada se izračunavanje integrala izračunavanje integrala i v znači da je

∫ v( x)du ( x) . Izraz „pogodno odabrane“ funkcije u integral ∫ v( x)du ( x) jednostavniji za izračunavanje od

∫ f ( x)dx

svodi na

polaznog integrala, kao i to da iz datih uslova možemo egzaktno odrediti funkciju v , jer u suprotnom metoda parcijalne integracije nema smisla. Postoje neka okvirna pravila šta odabrati za funkciju u a šta za funkciju v , pri čemu ta pravila nisu strogo matematička jer imaju i svoje izuzetke. Mi ćemo ih, ipak navesti. Ukoliko je funkcija f proizvod logaritamske funkcije ili inverzne trigonometrijske funkcije i neke druge funkcije, treba pokušati riješiti taj integral uzimajući da je u jednako toj logaritamskoj funkciji ili toj inverznoj trigonometrijskoj funkciji a za dv uzimajući ostatak. Ukoliko je funkcija f proizvod neke eksponencijalne funkcije i neke druge funkcije, treba pokušati riješiti integral uzimajući za dv da je jednako proizvodu te eksponencijalne funkcije sa dx , a za u uzimajući ostatak. Ukoliko je funkcija f proizvod funkcije sin x ili cos x i neke druge funkcije, tada uzimamo da je dv = sin xdx ili dv = cos xdx , a ostatak uzimamo za u . Još jednom naglasimo da ova pravila imaju i svoje izuzetke, te da ih treba uzimati samo kao putokaz pri rješavanju datog problema.

281

Matematika za ekonomiste
Primjer 4.3.1. Izračunati integral

∫ x ln xdx .

Stavljamo u = ln x . Ostatak je xdx , pa uzimamo da je dv = xdx . Iz ove jednakosti trebamo izračunati funkciju v koja zadovoljava jednakost. To ćemo učiniti integracijom izraza dv : 1 2 Skraćeni postupak x (ovdje ne dodajemo konstantu). 2 parcijalne integracije dat je između dvije uspravne crte. Dakle, v = ∫ xdx = u = ln x dv = xdx dx x2 1 dx = u ⋅ v − ∫ vdu = ln x ⋅ − ∫ x 2 ⋅ = x ln xdx = du = ∫ x x 2 2 x2 v= 2 = x2 1 x2 ln x − x 2 + C = (2 ln x − 1) + C. 2 4 4

Primjer 4.3.2. Izračunajmo integral

∫ x ln( x

2

− 1)dx .

U ovom integralu ćemo, kao i u prethodnom primjeru staviti u = ln( x 2 − 1) , 1 xdx = dv , odakle je v = x 2 . Imamo: 2 u = ln( x 2 − 1) 2x du = 2 dx x 2 3 2 x − 1 = ln( x 2 − 1) − x dx. ∫ x ln( x − 1)dx = dv = xdx ∫ x2 −1 2 2 x v= 2 Kako bi izračunali posljednji integral, podijelit ćemo (sa ostatkom) x3 sa x 2 − 1 . Dobijamo:
x3 : ( x 2 − 1) = x 3 − ( x − x) x
282

4. Integralni račun To znači da je količnik pri dijeljenju jednak x , kao i da je ostatak upravo x . Sada podintegralnu funkciju možemo napisati u obliku: x3 x = x + 2 , odakle je 2 x −1 x −1 3 x x 1 2 x ∫ x 2 − 1dx = ∫ xdx + ∫ x 2 − 1 dx = 2 x + ∫ x 2 − 1 dx . Posljednji integral ćemo izračunati uvođenjem smjene t = x 2 − 1 , jer je tad 1 xdx = dt , pa je 2

∫x

2

1 dt 1 1 x dx = ∫ = ln t = ln x 2 − 1 + C . 2 t 2 2 −1 x2 x2 1 ln( x 2 − 1) − − ln( x 2 − 1) + C = 2 2 2

Sada smo izračunali sve integrale, pa se možemo vratiti unazad. Imamo:
2 ∫ x ln( x − 1)dx =

=

x2 − 1 x2 ln( x 2 − 1) − + C. 2 2

Primjer 4.3.3. Izračunajmo integral

∫x e

2 −x

dx .

U datom integralu imamo eksponencijalnu funkciju, pa ćemo uzeti dv = e − x dx , u = x 2 . Odavde je v = ∫ e − x dx = −e − x , pa imamo:
u = x2 du = 2 xdx 2 −x 2 −x −x ∫ x e dx = dv = e− x dx = − x e + 2∫ xe dx. v = −e − x

U integralu na desnoj strani ćemo ponovo primijeniti parcijalnu integraciju, stavljajući dv = e − x dx i u = x . Imamo:
u=x du = dx −x −x −x −x −x ∫ xe dx = dv = e− x dx = − xe + ∫ e dx = − xe − e + C. v = −e − x
283

Matematika za ekonomiste Uvrštavajući ovo u polazni integral dobijamo

∫x e
4.4.

2 −x

dx = − x 2 e − x + 2(− xe − x − e − x + C ) = −( x 2 + 2 x + 2)e − x + C .

Integracija racionalnih funkcija

Pn ( x) , gdje su Pn ( x) i Qm ( x) neki Qm ( x) polinomi stepena n i m respektivno. Ukoliko je n ≥ m , tada polinom Pn ( x) možemo podijeliti polinomom Qm ( x ) i dobiti neki količnik i ostatak čiji stepen je manji od n . Zbog toga možemo smatrati da kada govorimo o racionalnoj funkciji govorimo o funkciji koja je količnik dva polinoma pri čemu je stepen polinoma u brojniku manji od stepena polinoma u nazivniku ( n < m ). Poznato je da svaku takvu racionalnu funkciju možemo napisati u obliku zbira prostih (parcijalnih) razlomaka, odnosno racionalnih funkcija koje imaju sljedeća dva oblika: Racionalna funkcija je funkcija oblika a) i b)

A

( x − a)

k

, gdje je k neki prirodan broj, a A i a su neke realne konstante

(x

2

+ px + q )

Ax + B

m

, gdje je m neki prirodan broj, gdje su A , B , p i q neke

realne konstante, pri čemu pretpostavljamo da trinom x 2 + px + q nema realnih nula (jer u suprotnom bismo racionalnu funkciju ovog oblika mogli napisati kao sumu funkcija oblika a)). Ranije smo vidjeli kako metodom smjene ( t = x − a ) izračunati integrale oblika a). Podsjetimo se, za k = 1 je za k ≥ 2 je

∫ x − adx = A ln x − a + C ,
∫ ( x−a)
A
m

A

dx =

A (x −a)1−m +C . 1−m

284

4. Integralni račun Pogledajmo sada kako se izračunavaju integrali oblika

( x2 + px + q )

Ax + B

m

.

Integral ovog oblika se rješava u sljedećih nekoliko koraka: 1. Izračunamo izvod nazivnika podintegralne funkcije, odnosno odredimo

(x

2

+ px + q )′ = 2 x + p

2. Odredimo konstante M i N takve da vrijedi
Ax + B = M ( 2 x + p ) + N .

3. Integral rastavimo na sumu dva integrala:

∫x

2

Ax + B 2x + p dx dx = M ∫ 2 dx + N ∫ 2 = MI1 + NI 2 . x + px + q x + px + q + px + q

U integralu I1 funkcija u brojniku je izvod funkcije u nazivniku i njega izračunavamo metodom smjene. Objasnimo kako izračunati integral I 2 . Kao prvo, nazivnik podintegralne funkcije svedemo na kanonski oblik:
2

p⎞ p2 ⎛ , x + px + q = ⎜ x + ⎟ + q − 2⎠ 4 ⎝
2

a potom uvodimo smjenu x +

p p = t , x = t − , dx = dt kako bi dobili 2 2 dt

I2 = ∫

dx = x + px + q ∫
2

⎛ p2 ⎞ t +⎜q − ⎟ 4 ⎠ ⎝
2

.

p2 4 pozitivan ili negativan. Dakle, polazni integral se svodi na integrale koji su tablični ili ih rješavamo metodom smjene. Ukoliko trinom x 2 + px + q ima realne nule x1 i x2 , odnosno, ukoliko vrijedi:

Integral na desnoj strani je tablični integral, u kojem je izraz q −

285

Matematika za ekonomiste
Ax + B Ax + B = , x + px + q ( x − x1 )( x − x2 )
2

ovaj razlomak možemo rastaviti na zbir prostih razlomaka oblika,
Ax + B A B1 = 1 + . (x − x1 )(x − x2 ) x − x1 x − x2

U prva dva primjera ćemo pokazati kako se izračunavaju integrali kod kojih je A = 0 , a s takvim integralima ćemo se sretati i kasnije.
Primjer 4.4.1.Izračunajmo integral

∫x

2

dx . −x+2

Jedini problem sa kojim se susrećemo pri rješavanju ovog integrala jeste kako napisati trinom x 2 − x + 2 u kanonskom obliku. Posmatramo koeficijent uz x , koji je jednak −1 , pa će puni kvadrat koji se javlja u 1⎞ ⎛ kanonskom prikazu biti jednak ⎜ x − ⎟ . Da bi dobili jednakost sa 2⎠ ⎝ ⎛1⎞ polaznim izrazom potrebno je još oduzeti drugi član na kvadrat, tj. ⎜ ⎟ . ⎝2⎠ Dakle, 1⎞ 1 1⎞ 7 ⎛ ⎛ x2 − x + 2 = ⎜ x − ⎟ − + 2 = ⎜ x − ⎟ + . 2⎠ 4 2⎠ 4 ⎝ ⎝ Sada uvodimo smjenu na način kako smo objasnili gore. Imamo: 1 dx dx dt =∫ = x− 2 =t = ∫ = ∫ x 2 − x + 2 ⎛ 1 ⎞2 7 7 2 dx = dt t + ⎜x− ⎟ + 4 2⎠ 4 ⎝ = 1 t 2 2x −1 +C = + C. arctg arctg 7 7 7 7 2 2
286
2 2 2 2

4. Integralni račun Primijetimo da je integral

dt

7 t + 4
2

koji je preostao za izračunavanje zapravo

integral tipa

∫t

2

dt 7 7 , gdje je a = = , koji je tablični integral. 2 +a 4 2

Primjer 4.4.2.Izračunajmo integral

∫ 3x

2

dx . − x +1

S obzirom da je nazivnik podintegralne funkcije oblika 3x 2 − x + 1 , trebamo prvo izlučiti faktor uz x 2 , tj. broj 3 . Nakon izlučivanja dobijemo 1 1⎞ ⎛ 3x 2 − x + 1 = 3 ⎜ x 2 − x + ⎟ . 3 3⎠ ⎝ Sada je potrebno trinom 1 Koeficijent uz x je − , pa je 3 1 1 ⎛ 1⎞ ⎛1⎞ 1 ⎛ 1 ⎞ 11 x2 − x + = ⎜ x − ⎟ − ⎜ ⎟ + = ⎜ x − ⎟ + . 3 3 ⎝ 6⎠ ⎝6⎠ 3 ⎝ 6 ⎠ 36 Sada imamo:
1 dx dx 1 dx t = x− = 6 ∫ 3x2 − x + 1 = ∫ ⎛ 2 1 1 ⎞ = 3 ∫ ⎛ 1 ⎞2 11 = dx = dt 3⎜ x − x + ⎟ x− ⎟ + ⎜ 3 3⎠ ⎝ 6 ⎠ 36 ⎝
2 2 2

1⎞ ⎛ 2 1 ⎜ x − x + ⎟ svesti na kanonski oblik. 3 3⎠ ⎝

=

1 1 1 2 6x −1 dt t ∫ 2 11 = 3 ⋅ 11 arctg 11 + C = 11 arctg 11 + C. 3 t + 36 6 6

Pogledajmo sada kako rješavati integral oblika kada je A ≠ 0 .
287

∫x

2

Ax + B dx u slučaju + px + q

Matematika za ekonomiste
Primjer 4.4.3.Izračunajmo integral

∫x

2

5x + 2 dx . + 2 x + 10

U zadanom integralu ćemo prvo izraz u brojniku napisati kao sumu dva izraza kao što je navedeno na početku ovog odjeljka. Imamo: 1.

(x

2

+ 2 x + 10 )′ = 2 x + 2 .

2. Trebamo odrediti brojeve M i N tako da vrijedi 5 x + 2 = A(2 x + 2) + B; odnosno 5 x + 2 = 2 Ax + (2 A + B) . Izjednačavanjem koeficijenata uz x i slobodan član u posljednjoj jednakosti 5 dobijamo sistem 2 A = 5; 2 A + B = 2 , odakle se A = i B = −3 . Dakle, 2 dobili smo da je 5 5 x + 2 = (2 x + 2) − 3 , 2 pa integral možemo napisati kao sumu dva integrala kao što je objašnjeno u koraku 3. Imamo:

∫x

2

5x + 2 5 2x + 2 dx 5 dx = ∫ 2 dx − 3∫ 2 = I1 − 3I 2 . + 2 x + 10 2 x + 2 x + 10 x + 2 x + 10 2

Integral I1 se rješava smjenom t = x 2 + 2 x + 10 pomoću koje se dobije I1 = ln( x 2 + 2 x + 10) . Ostaje da se riješi integral I 2 . Integrale ovakvog oblika smo rješavali u prva dva primjera. Nakon svođenja nazivnika na kanonski oblik i uvođenja smjene imamo:

I2 = ∫

dx dx dt t = x +1 =∫ = = = 2 dx = dt ∫ t 2 + 9 x + 2 x + 10 ( x + 1) + 9
2

1 t 1 x +1 = arctg + C = arctg + C. 3 3 3 3 Konačno dobijemo:

∫x

2

5x + 2 5 x +1 dx = ln( x 2 + 2 x + 10) − arctg +C . + 2 x + 10 2 3
288

4. Integralni račun
Primjer 4.4.4.Izračunajmo integral I = ∫

xdx . x − 2x − 3
2

Pri izračunavanju ovog integrala postupamo kao u prethodnom primjeru. Imamo: 1. x 2 − 2 x − 3 ′ = 2 x − 2 .

(

)

2. Sada određujemo M i N iz uslova
x = M ( 2 x − 2 ) + N = 2Mx + ( N − 2M ) .

Izjednačavanjem koeficijenata dobijamo 1 = 2M i 0 = N − 2 M , odakle je 1 1 M = i N = 1 . Dakle, x = ( 2 x − 2 ) + 1 , pa imamo: 2 2 xdx 1 ( 2 x − 2 ) dx dx 1 ∫ x 2 − 2 x − 3 = 2 ∫ x 2 − 2 x − 3 + ∫ x 2 − 2 x − 3 = 2 I1 + I 2 . Lako se uvjeravamo da je I1 = ln x 2 − 2 x − 3 . Integral I 2 ćemo izračunati na uobičajeni način. Kao prvo, pokažimo kako dx . Očigledno je da se funkcija u se izračunavaju integrali oblika ∫ 2 x − a2 nazivniku može rastaviti na faktore, pa imamo 1 A A = 1 + 2 . 2 2 x −a x−a x+a Množenjem sa ( x − a)( x + a ) i izjednačavanjem koeficijenata dobijamo da 1 1 , A2 = − . Sada je je A1 = 2a 2a dx 1 dx 1 dx 1 ∫ x 2 − a 2 = 2a ∫ x − a − 2a ∫ x + a = 2a ( ln x − a − ln x + a ) + C = = 1 x−a ln + C. 2a x + a dx 1 x−a = ln + C. 2 −a 2a x + a
289

Ovaj integral možemo zapamtiti kao tablični. Dakle:

∫x

2

Matematika za ekonomiste Sada možemo nastaviti sa rješavanjem polaznog integrala. Nakon svođenja na kanonski oblik dobijamo x 2 − 2 x − 3 = ( x − 1) − 1 − 3 = ( x − 1) − 4 , pa je
2 2

I2 = ∫

dx dx dt t = x −1 =∫ = = = 2 dx = dt ∫ t 2 − 4 x − 2x − 3 ( x − 1) − 4
2

=

1 t −2 1 x−3 ln + C = ln + C. 2⋅2 t + 2 4 x +1

Dakle, polazni integral jednak je I= 1 1 x −3 1 1 x−3 + C. = ln ( x − 3)( x + 1) + ln +C ln x 2 − 2 x − 3 + ln 2 4 x +1 2 4 x +1 1 3 = ln ( x − 3) ( x + 1) + C. 4

Na kraju ovog paragrafa uradimo nekoliko primjera u kojima ćemo pokazati kako rastavljati racionalnu funkciju na parcijalne razlomke i primjenjivati metode integracije objašnjene u specijalnim slučajevima. To ćemo uraditi na slijedećim primjerima:
Primjer 4.4.5. Izračunajmo integral

x3 + 1 ∫ x2 − 3x + 2dx .

U podintegralnoj funkciji zadanog integrala stepen polinoma u brojniku je veći od stepena polinoma u nazivniku, pa ćemo prvo podijeliti (sa ostatkom) brojnik i nazivnik. Imamo ( x 3 + 1) : ( x 2 − 3x + 2) = x + 3 (oduzmemo) x3 − 3x 2 + 2 x
_________________

3x 2 − 2 x + 1 3x 2 − 9 x + 6 7x − 5

__________________

(oduzmemo) (ostatak)

Dakle, količnik pri dijeljenju je x + 3 , dok je ostatak 7 x − 5 , pa imamo
290

4. Integralni račun x3 + 1 7x − 5 = x +3+ 2 . 2 x − 3x + 2 x − 3x + 2 Sada integral možemo pisati u obliku: x3 + 1 7x − 5 x2 dx = ∫ ( x + 3) dx + ∫ 2 = + 3x + I1 . ∫ x 2 − 3x + 2 x − 3x + 2 2 Diskriminanta kvadratnog trinoma u nazivniku je pozitivna, a njegove nule su x1 = 1 i x2 = 2 , pa je x 2 − 3x + 2 = ( x − 1)( x − 2) . Sada možemo podintegralnu funkciju u integralu I1 rastaviti na parcijalne razlomke. Imat ćemo dva parcijalna razlomka čiji nazivnici su ( x − 1) i ( x − 2) : 7x − 5 A B = + . ( x − 1)( x − 2) x − 1 x − 2 Nakon množenja sa ( x − 1)( x − 2) i grupisanja konstanti dobijamo

7 x − 5 = A( x − 2) + B( x − 1) = ( A + B) x − (2 A + B) .
Izjednačavanjem koeficijenata uz odgovarajuće stepene dobijamo sistem jednačina A+ B = 7 2 A + B = 5 , čije rješenje je A = −2 i B = 9 . 7x − 5 −2 9 = + , pa je ( x − 1)( x − 2) x − 1 x − 2 I1 = ∫ 7x − 5 7x − 5 dx dx dx = ∫ dx = −2∫ + 9∫ = x − 3x + 2 ( x − 1)( x − 2) x −1 x−2
2

__________________

Sada imamo

( x − 2) = −2 ln x − 1 + 9 ln x − 2 + C = ln 2 ( x − 1)
Sada konačno rješenje možemo izraziti u obliku
9

9

+C .

( x − 2) + C . x2 x3 + 1 + 3 x + ln dx = 2 ∫ x 2 − 3x + 2 2 ( x − 1)
291

Matematika za ekonomiste x3 + 1 Primjer 4.4.6. Izračunajmo integral ∫ 4 dx . x − 8x Stepen polinoma u brojniku ovog integrala je manji od stepena polinoma u nazivniku, tako da nije potrebno dijeliti. Kako bi odredili na koje parcijalne razlomke ćemo rastaviti podintegralnu funkciju, potrebno je polinom u nazivniku rastaviti na faktore. Imamo x 4 − 8 x = x( x3 − 23 ) = x( x − 2)( x 2 + 2 x + 4). Dakle,
x3 + 1 x3 + 1 ∫ x 4 − 8dx = ∫ x( x − 2)( x 2 + 2 x + 4)dx.

Sada vidimo da će nazivnici parcijalnih razlomaka biti redom x , x − 2 i x 2 + 2 x + 4 (ovaj trinom ima negativnu diskriminantu, pa ga ne možemo dalje rastavljati), pa imamo
x3 + 1 A B Cx + D = + + 2 . 2 x( x − 2)( x + 2 x + 4) x x − 2 x + 2 x + 4

Slijedeći korak je određivanje nepoznatih konstanti. Kao prvo, pomnožit ćemo jednakost sa x( x3 − 8) , pa nakon toga izmnožiti sve izraze na desnoj strani. Dobijamo x3 + 1 = A( x3 − 8) + B( x3 + 2 x 2 + 4 x) + C ( x3 − 2 x 2 ) + D( x 2 − 2 x) . Sada je potrebno grupisati koeficijente uz iste stepene varijable x : x3 + 1 = x3 ( A + B + C ) + x 2 (2 B − 2C + D) + x(4 B − 2 D) − 8 A . Nakon izjednačavanja koeficijenata uz iste stepene u polinomima na lijevoj i desnoj strani imamo sistem jednačina: x3 : A+ B +C =1 2 x : 2 B − 2C + D = 0 x: 4B − 2D = 0 0 x : −8 A = 1 1 3 3 čije rješenje je: A = − ; B = ; C = D = . 8 8 4
292

4. Integralni račun Dakle,
1 3 3 ( x + 1) x +1 8+ 8 + 4 = , x( x − 2)( x 2 + 2 x + 4) x x − 2 x2 + 2x + 4
3

pa imamo x3 + 1 1 dx 3 dx 3 x +1 ∫ x 4 − 8xdx = − 8 ∫ x + 8 ∫ x − 2 + 4 ∫ x 2 + 2 x + 4dx =
1 3 3 − ln x + ln x − 2 + I1. 8 8 4

Integral I1 rješavamo smjenom t = x 2 + 2 x + 4 , jer je dt = 2( x + 1)dx , pa je 1 I1 = ln ( x 2 + 2 x + 4 ) . Sada je 2 x3 + 1 1 3 3 2 ∫ x 4 − 8xdx = − 8 ln x + 8 ln x − 2 + 8 ln( x + 2 x + 4) + C = 3 1 = ln( x3 − 8) − ln x + C. 8 8
Primjer 4.4.7.Izračunajmo integral

∫x

4

dx . + 3x 2

U ovom integralu ćemo nazivnik podintegralne funkcije rastaviti na faktore i dobiti x 4 + 3x 2 = x 2 ( x 2 + 3) = x ⋅ x ⋅ ( x 2 + 3) , pa ćemo podintegralnu funkciju rastaviti na tri parcijalna razlomka čiji nazivnici su x , x 2 i ( x 2 + 3) . Imamo 1 A B Cx + D = + 2+ 2 . 2 x ( x + 3) x x x +3
2

Nakon množenja sa x 2 ( x 2 + 3) dobijamo 1 = A( x3 + 3x) + B( x 2 + 3) + Cx3 + Dx 2 .
293

Matematika za ekonomiste Izjednačavanjem odgovarajućih koeficijenata dobijemo sistem jednačina:
x3 : A + C = 0 x2 : B + D = 0 x1 : 3 A = 0 x 0 : 3B = 1

1 1 čije je rješenje: A = 0, B = , C = 0, D = − , pa je 3 3
1 1 − 1 = 3 + 3 , x 2 ( x 2 + 3) x 2 x 2 + 3

odakle imamo

∫x
4.5.

4

dx 1 dx 1 dx 1 1 x = ∫ 2− ∫ 2 =− − arctg +C . 2 + 3x 3 x 3 x +3 3x 3 3 3

Integracija nekih iracionalnih funkcija

r1 r2 ⎡ ⎤ ⎛ ax + b ⎞ s1 ⎛ ax + b ⎞ s2 ⎥ ⎢ x, , ,... dx 4.5.I. Integral oblika ∫ R ⎜ ⎢ ⎝ cx + d ⎟ ⎜ cx + d ⎟ ⎥ ⎠ ⎝ ⎠ ⎣ ⎦ r1 r2 ⎡ ⎤ ax + b ⎞ s1 ⎛ ax + b ⎞ s2 ⎥ ⎛ ,⎜ ,... dx gdje je R Ukoliko imamo integral oblika ∫ R ⎢ x, ⎜ ⎢ ⎝ cx + d ⎟ ⎝ cx + d ⎟ ⎥ ⎠ ⎠ ⎣ ⎦ racionalna funkcija, a r1 , s1 , r2 , s 2 ,... su cijeli brojevi, odnosno integral kod kojeg se javljaju korijeni količnika linearnih funkcija, rješavamo ga ax + b smjenom = t n gdje je n najmanji zajednički sadržalac brojeva cx + d s1 , s2 ,...

Ovaj metod ćemo ilustrirati pomoću slijedećih primjera.
294

4. Integralni račun
Primjer 4.5.1.Izračunajmo integral

∫ 1+

1− x +1 dx . 3 x +1

U zadanom integralu ćemo uvesti smjenu t 6 = x + 1 , dx = 6t 5 dt , jer je NZS(2,3)=6 (u podintegralnoj funkciji imamo drugi i treći korijen), tako da dobijemo: 1− x +1 1− t3 5 t8 − t5 dx = 6∫ ⋅ t dt = −6 ∫ 2 dt = −6 I1 . ∫ 1+ 3 x +1 1+ t2 t +1 Sljedeći korak je da podijelimo polinome u brojniku i nazivniku racionalne funkcije. Rezultat dijeljenja je polinom: t 6 − t 4 − t 3 + t 2 + t − 1 , ostatak je −t + 1 tako da integral I1 postaje I1 = ∫ ( t 6 − t 4 − t 3 + t 2 + t − 1)dt − ∫ t −1 dt . t2 +1

Integral na desnoj strani ćemo rastaviti na sumu dva integrala:

∫t

t −1 tdt 1 1 dt = ∫ 2 − ∫ 2 dt = ln(t 2 + 1) − arctgt , 2 +1 t +1 t +1 2

gdje smo prvi integral riješili smjenom u = t 2 + 1 , du = 2tdt . Uvrštavajući ovo u integral I1 , a zatim integral I1 u I dobijamo:

∫ 1+

1− x +1 t −1 dx = −6∫ (t 6 − t 4 − t 3 + t 2 + t − 1)dt + 6∫ 2 dt = 3 t +1 x +1

6 6 3 = − t 7 + t 5 + t 4 − 2t 3 − 3t 2 + 6t + +3ln(1 + t 2 ) − 6arctgt + C. 7 5 2 Na kraju je potrebno staviti t = 6 x + 1 i dobiti konačan rezultat. Ovo ostavljamo za vježbu.
Primjer 4.5.2. Izračunajmo integral

dx . x + x + 24 x
3

U integralu se varijabla x nalazi pod drugim, trećim i četvrtim korijenom, pa kako je NZS (2,3, 4) = 12 , to ćemo u integralu uvesti smjenu x = t12 , dx = 12t11dt . Imamo
295

Matematika za ekonomiste
I =∫ t11 t8 = 12 ∫ 6 4 dt = 12 ∫ 3 dt , t + t + 2t 3 t +t +2 x + 3 x + 24 x dx

gdje smo brojnik i nazivnik podijelili sa t 3 . Polinom u brojniku podintegralne funkcije je stepena većeg od polinoma u nazivniku, pa ćemo podijeliti polinome u brojniku i nazivniku. Nakon dijeljenja dobijamo t8 3t 2 − 6t − 8 = t 5 − t 3 − 2t 2 + t + 4 + 3 , t 3 +t+2 t +t+2 pa je dx 3t 2 − 6t − 8 dt. = 12 ∫ (t 5 − t 3 − 2t 2 + t + 4)dt + 12 ∫ 3 t +t +2 x + 3 x + 24 x
I1

Dakle, imamo:

I = 2t 6 − 3t 4 − 8t 3 + 6t 2 + 48t + 12 I1 .
Kako bi izračunali integral I1 potrebno je nazivnik tog integrala rastaviti na proste faktore. Imamo t 3 + t + 2 = t 3 + 1 + t + 1 = (t + 1)(t 2 − t + 1) + (t + 1) = (t + 1)(t 2 − t + 2) , pri čemu kvadratni trinom na desnoj strani nije moguće dalje rastavljati, tako da ćemo podintegralnu funkciju u integralu I1 rastaviti na dva parcijalna razlomka čiji nazivnici su t + 1 i t 2 − t + 2 . Dakle, A Ct + D 3t 2 − 6t − 8 = + 2 , 2 (t + 1)(t − t + 2) t + 1 t − t + 2 pa nakon množenja sa ( t + 1)(t 2 − t + 2) dobijamo 3t 2 − 6t − 8 = A(t 2 − t + 2) + C (t 2 + t ) + Dt + D = = ( A + C )t 2 + (− A + C + D)t + 2 A + D. Izjednačavanjem odgovarajućih koeficijenata nakon množenja u prethodnoj jednakosti dobijamo sljedeći sistem jednačina:
296

4. Integralni račun
A+C = 3 − A + C + D = −6 2 A + D = −8 1 11 17 Rješenje ovoga sistema je: A = ; C = ; D = − . 4 4 2 Sada je 1 11 17 t− 3t 2 − 6t − 8 2 , = 4 + 4 2 2 (t + 1)(t − t + 2) t + 1 t − t + 2 odakle imamo 11 17 t− 1 dt 2 dt = 1 ln t + 1 + 1 11t − 34 dt = 1 ln t + 1 + 1 I . I1 = ∫ +∫ 4 2 2 t −t + 2 4 t +1 4 4 ∫ t2 − t + 2 4 4 Integral I2 rješavamo kao u primjeru 4.4.3. Kao prvo, odredimo konstante M i N takve da vrijedi 11t − 34 = M (2t − 1) + N (jer je (t 2 − t + 2)′ = 2t − 1 ). Izjednačavanjem odgovarajućih koeficijenata dobijamo sistem jednačina: 2 M = 11 11 57 , odakle je M = ; N = − . N − M = −34 2 2 Iz svega slijedi da je:
I2 = 1 11 57 11 dt ln(t 2 − t + 2) − ∫ = t − 2 = u = ln(t 2 − t + 2) − 2 2 2 ⎛ 1⎞ 7 2 dt = du ⎜t − ⎟ + ⎝ 2⎠ 4 57 11 57 2 2t − 1 du arctg − ∫ = ln(t 2 − t + 2) − ⋅ + C. 2 u2 + 7 2 2 7 7 4

Sada možemo dati konačno rješenje datog integrala (sjetimo se, t = 12 x ):
297

Matematika za ekonomiste

dx = 2 x − 3 3 x − 8 4 x + 6 6 x + 4812 x + 3ln 12 x + 1 + 3 4 x + x +2 x + 33 ln 2
6

x − 12 x + 2 − dx

171 212 x − 1 + C. arctg 7 7

4.5.II. Integral oblika


2

mx 2 + px + q dx

rješavamo na isti način kao što smo mx + px + q dx , prikazom u kanonskom obliku. rješavali integral oblika ∫ 2 mx + px + q Napomenimo da u nazivniku pod korijenom posmatramo trinom u obliku mx 2 + px + q , zbog toga što, ukoliko je broj m na primjer negativan nije moguće izlučiti realan broj. m ispred korijena, jer u tom slučaju dx 2 x2 − 6 x + 5 m uopšte nije

Integral oblika

Primjer 4.5.3.Riješimo integral:

.

Trinom 2 x 2 − 6 x + 5 ćemo svesti na kanonski oblik. Imamo:
2 2 ⎛⎛ ⎛⎛ 5⎞ 3⎞ 9 5⎞ 3⎞ 1⎞ ⎛ 2 2 x − 6 x + 5 = 2 ⎜ x − 3x + ⎟ = 2 ⎜ ⎜ x − ⎟ − + ⎟ = 2 ⎜ ⎜ x − ⎟ + ⎟ , ⎜⎝ ⎜⎝ 2⎠ 2⎠ 4 2⎟ 2⎠ 4⎟ ⎝ ⎝ ⎠ ⎝ ⎠ 2

pa je 3⎞ 1 ⎛ 2x − 6x + 5 = 2 ⋅ ⎜ x − ⎟ + . 2⎠ 4 ⎝
2 2

Sada imamo:
298

4. Integralni račun

3 dx dt 1 t = x− = 1 = = 2 ∫ ∫ 2 1= 2 2 2 2 2x − 6x + 5 3⎞ 1 dt = dx ⎛ t + x− ⎟ + ⎜ 4 2⎠ 4 ⎝ dx 1 1 1 3 3⎞ 1 ⎛ = ln t + t 2 + + C = ln x − + ⎜ x − ⎟ + + C 4 2 2⎠ 4 2 2 ⎝ = 1 ln 2 x − 3 + 4 x 2 − 12 x + 10 + C1. 2
2

Napomenimo da smo koristili ranije dobije rezultate, smatrajući integral dt ∫ 2 1 tabličnim integralom, kao i to da smo izraz unutar apsolutne t + 4 1 vrijednosti preuredili, izlučivanjem faktora , tako da smo novu konstantu 2 1 1 C1 dobili umjesto izraza C + ln . 2 2
Primjer 4.5.4.

Izračunajmo integral

xdx
1 − 3x 2 − 2 x 4

.

Izraz pod korijenom u integralu je bikvadratna funkcija. Zbog toga je prirodno prvo pokušati uvesti smjenu x 2 = t kako bismo pod korijenom dobili kvadratnu funkciju po t . Ovu smjenu možemo uvesti jer u brojniku 1 1 imamo xdx = d ( x 2 ) = dt . Dakle, 2 2
x2 = t 2 xdx = dt 1 xdx dt . = 1 = 2 4 xdx = dt 2 ∫ 1 − 3t − 2t 2 1 − 3x − 2 x 2

Sada ćemo trinom pod korijenom svesti na kanonski oblik. Imamo:
299

Matematika za ekonomiste
⎡ ⎛ 3 ⎞2 9 1 ⎤ ⎡ ⎛ 2 3 ⎞ 1⎤ ⎛ 2 3 1⎞ 1 − 3t − 2t = 2 ⎜ −t − t + ⎟ = 2 ⎢ − ⎜ t + t ⎟ + ⎥ = 2 ⎢ − ⎜ t + ⎟ + + ⎥ = 2 2⎠ 2 ⎠ 2⎦ ⎝ ⎣ ⎝ ⎢ ⎝ 4 ⎠ 16 2 ⎥ ⎣ ⎦
2

⎡17 ⎛ 3 ⎞ 2 ⎤ = 2 ⎢ − ⎜t + ⎟ ⎥. ⎢16 ⎝ 4 ⎠ ⎥ ⎣ ⎦ Sada je: dt 1 − 3t − 2t 2 dt ⎡17 ⎛ 3 ⎞ 2 ⎤ 2⋅ ⎢ −⎜t + ⎟ ⎥ ⎢16 ⎝ 4 ⎠ ⎥ ⎣ ⎦ 3 1 dt = u =t+ 4 = ∫ 2 2 17 ⎛ 3 ⎞ dt = du −⎜t + ⎟ 16 ⎝ 4 ⎠

=∫

=

=

1 du 1 u 1 4t + 3 ∫ 17 2 = 2 arcsin 17 + C = 2 arcsin 17 + C = 2 −u 16 16
= 1 4 x2 + 3 + C. arcsin 2 17

Na kraju, dobijamo da je

xdx 1 − 3x 2 − 2 x 4

=

1 2 2

arcsin

4 x2 + 3 17

+ C.

4.5.III. Integral oblika

Pn ( x ) ax 2 + bx + c

, gdje je Pn ( x ) polinom n − tog stepena ax 2 + bx + c rješavamo metodom Ostrogradskog, koja se sastoji u sljedećem: Integral oblika

Pn ( x )

1.

Dati integral napišemo u obliku

Pn ( x) ax 2 + bx + c

dx = Qn −1 ( x) ax 2 + bx + c + λ ∫

dx ax 2 + bx + c

(4.5.1)

gdje je Qn −1 ( x) polinom stepena (n − 1) s neodređenim koeficijentima, a λ je nepoznati koeficijent.
300

4. Integralni račun 2. Izraz (4.5.1) diferenciramo, a zatim pomnožimo sa
ax 2 + bx + c .

3. Nakon množenja dobit ćemo jednakost dva polinoma na osnovu koje (izjednačavanjem koeficijenata uz odgovarajuće stepene) odredimo neodređene koeficijente polinoma Qn −1 ( x) i koeficijent λ . Ovu metodu ilustrovat ćemo sa slijedeća dva primjera
Primjer 4.5.5. Izračunajmo integral

x 2 − 3x + 1 x2 + x + 1

dx .

Rješenje. U brojniku podintegralne funkcije je polinom drugog stepena, pa ćemo za polinom s neodređenim koeficijentima uzeti polinom prvog stepena, odnosno polinom Qn −1 ( x) = Q2−1 ( x) = Ax + B . Imamo:

x 2 − 3x + 1 x + x +1
2

dx = ( Ax + B) x 2 + x + 1 + λ ∫

dx x + x +1
2

.

Diferenciramo posljednju jednakost i dobijemo: x 2 − 3x + 1 x2 + x + 1 Nakon množenja jednakosti: = A x2 + x + 1 + 2x +1 2 x2 + x + 1 ( Ax + B) +

λ
x2 + x + 1

.

jednakosti sa

x 2 + x + 1 , dolazimo do slijedeće

1 x 2 − 3 x + 1 = A( x 2 + x + 1) + ( x + )( Ax + B) + λ . 2 Sada grupišemo koeficijente na desnoj strani jednačine po stepenima varijable x: 1 ⎛3 ⎞ ⎛ ⎞ x 2 − 3x + 1 = 2 Ax 2 + ⎜ A + B ⎟ x + ⎜ A + B + λ ⎟ . 2 ⎝2 ⎠ ⎝ ⎠ Izjednačavanjem koeficijenata uz jednake stepene na lijevoj i desnoj strani dobijamo sistem jednačina:
301

Matematika za ekonomiste 2A =1 3 A + B = −3 2 1 A+ B + λ =1 2 1 15 19 Rješenje ovog sistema je: A = ; B = − ; λ = . 2 4 8 Sada imamo:

x 2 − 3x + 1

15 ⎞ 19 dx ⎛1 = dx = ⎜ x − ⎟ x 2 + x + 1 + ∫ 4⎠ 8 ⎝2 x2 + x + 1 x2 + x + 1

1 dx 15 ⎞ 2 19 ⎛1 x+ =t = = ⎜ x − ⎟ x + x +1 + ∫ = 2 2 4⎠ 8 ⎝2 1⎞ 3 dx = dt ⎛ ⎜x+ ⎟ + 2⎠ 4 ⎝

=

1 19 ( 2 x − 15 ) x 2 + x + 1 + ∫ 4 8

dt t2 + 3 4

=

1 ( 2 x − 15) x 2 + x + 1 + 4

+

19 3 1 19 1 ln t + t 2 + + C = ( 2 x − 15 ) x 2 + x + 1 + ln x + + ( x 2 + x + 1) + C. 8 4 4 8 2

Primjer 4.5.6. Izračunajmo integral

∫x

2

4 − x 2 dx . x2 ( 4 − x2 ) 4 − x2 x4 − 4 x2 4 − x2

Podintegralnu funkciju ćemo napisati nešto drugačije: x2 4 − x2 = x2 4 − x2 4 − x2 4 − x2 = =− x4 − 4 x2 4 − x2 ,

pa sad možemo primijeniti metod Ostrogradskog. Dakle, I =∫x
2

4 − x dx = − ∫
2

dx ,

302

4. Integralni račun gdje je Pn ( x) = x 4 − 4 x 2 polinom četvrtog stepena, zbog čega je

Qn −1 ( x) = Ax 3 + Bx 2 + Cx + D polinom trećeg stepena. Sada imamo:

x4 − 4 x2 4− x
2

dx = ( Ax3 + Bx 2 + Cx + D ) 4 − x 2 + λ ∫

dx 4 − x2

.

Diferencirajući ovaj izraz dobijamo: x4 − 4 x2 4− x − 2x 2 4− x
2 2

= ( 3 Ax 2 + 2 Bx + C ) 4 − x 2

( Ax

3

+ Bx 2 + Cx + D ) +
4 − x 2 imamo:

λ
4 − x2

Nakon množenja jednakosti sa

x 4 − 4 x 2 = ( 3 Ax 2 + 2 Bx + C ) (4 − x 2 ) − x ( Ax3 + Bx 2 + Cx + D ) + λ . Grupišući faktore na desnoj strani jednakosti po stepenima varijable x dolazimo do jednakosti: x 4 − 4 x 2 = −4 Ax 4 − 3Bx3 + (12 A − 2C ) x 2 + ( 8 B − D ) x + 4C + λ . Izjednačavajući odgovarajuće koeficijente polinoma na lijevoj i desnoj strani jednakosti dobijemo sistem jednačina:
−4 A = 1 −3 B = 0 12 A − 2C = −4 8B − D = 0 4C + λ = 0 1 1 Rješenje ovog sistema je: A = − ; B = 0; C = ; D = 0; λ = −2 . 4 2 Uvrštavanjem dobijenih koeficijenata dobijamo x4 − 4 x2
2

dx 1 ⎞ ⎛ 1 . dx = ⎜ − x 3 + x ⎟ 4 − x 2 − 2 ∫ 2 ⎠ ⎝ 4 4 − x2 4− x
303

Matematika za ekonomiste Integral na desnoj strani je tablični, pa je rješenje našeg zadatka (nakon množenja posljednje jednakosti sa (-1)):
dx x 1 ⎞ 1 ⎛1 I = ⎜ x3 − x ⎟ 4 − x 2 + 2∫ = x ( x 2 − 2 ) 4 − x 2 + 2 arcsin + C . 2 ⎠ 2 ⎝4 4 − x2 4

Integral smjene

oblika

∫ ( x −α )

dx
n

ax 2 + bx + c

rješavamo

uvođenjem

1 = t , kojom se svodi na integral prethodnog oblika. x −α

Primjer 4.5.7.Izračunati integral

∫ ( x − 1)

dx
4

x2 + 2

.

U ovom integralu ćemo uvesti smjenu t =

1 , kao što je rečeno u uvodu. x −1 Sada je potrebno izraziti x i dx preko nove varijable t . Imamo: 1 1 t +1 dt x − 1 = , pa je x = + 1 = , odakle je dx = − 2 . t t t t

Sada je x −1 = I =∫ dx 1 t

( x − 1)

4

x2 + 2

= dx = −

1 t3 dt = − ∫ dt. t2 3t 2 + 2t + 1 1 t= x −1

Dobijeni integral je integral kojeg ćemo riješiti metodom Ostrogradskog. Polinom u brojniku je stepena tri, pa ćemo za nepoznati polinom na desnoj strani uzeti polinom stepena dva. Imamo:

−t 3 3t + 2t + 1
2

dt = ( At 2 + Bt + C ) 3t 2 + 2t + 1 + λ ∫
304

dt 3t + 2t + 1
2

.

4. Integralni račun Poslije diferenciranja gornje jednakosti i množenja sa dobijemo jednake polinome:
3t 2 + 2t + 1

−t 3 = ( 2 At + B ) ( 3t 2 + 2t + 1) + ( At 2 + Bt + C ) (3t + 1) + λ . Nakon izjednačavanja odgovarajućih koeficijenata polinoma na lijevoj i desnoj strani jednakosti dobijemo sistem jednačina: 9 A = −1 5 A + 6B = 0 2 A + 3B + 3C = 0 B+C +λ = 0 Rješenje ovog sistema je: 1 5 1 4 A=− ; B= ; C =− ; λ =− . 9 54 54 54 Vrijednosti koeficijenata vratimo u polaznu jednakost. Dobijamo: −t 3 3t + 2t + 1
2

dt = −

1 5 dt (6t 2 − 5t + 1) 3t 2 + 2t + 1 − ∫ . 2 54 54 3t + 2t + 1

Integral na desnoj strani rješavamo svođenjem na kanonski oblik, (kao u 4.5.3.) a zatim uvođenjem odgovarajuće smjene. Naime, 2 1⎞ ⎛ ⎛ 1⎞ 2 3t + 2t + 1 = 3 ⎜ t 2 + t + ⎟ = 3 ⎜ t + ⎟ + , pa je 3 3⎠ ⎝ ⎝ 3⎠ 9
2 2

dt 3t 2 + 2t + 1

=∫

1 1 du = 3 = ∫ 2 2= 2 3 du = dt ⎛ 1⎞ 2 u + 3 ⋅ ⎜t + ⎟ + 9 3⎠ 9 ⎝ dt u =t+ 1 2 1 1 2 1 ln u + u 2 + + C = ln t + + t 2 + t + + C. 9 3 3 3 3 3

=

305

Matematika za ekonomiste Sada imamo

∫ ( x − 1)

dx
4

x2 + 2

=−

1 5 1 2 1 (6t 2 − 5t + 1) 3t 2 + 2t + 1 − ln t + + t 2 + t + + C , 54 3 3 3 54 3

pri čemu je još potrebno umjesto t uvrstiti

1 . x −1

4.6. Primjena neodređenog integrala u ekonomiji

Integrali imaju svoju primjenu u ekonomiji, o kojoj ćemo nešto više govoriti kada budemo govorili o određenom integralu. Napomenimo da integrale u ekonomiji možemo primijeniti za određivanje nepoznate ekonomske funkcije ukoliko je poznata marginalna funkcija te funkcije uz neki početni (ili neki drugi) uslov. Početni uslov nam je neophodan kako bismo na jedinstven način odredili nepoznatu ekonomsku funkciju, jer neodređeni integral nije jedinstvena funkcija, tako da moramo jednoznačno odrediti konstantu koja se u njemu javlja. Moguće je, osim određivanja funkcije ukoliko je poznata marginalna funkcija odrediti polaznu funkciju i ukoliko je poznat koeficijent elastičnosti, uz neki dodatni uslov. Ovo ćemo pokazati na slijedećim primjerima.
Primjer 4.6.1. (funkcija ukupnih troškova)

Ukoliko je funkcija marginalnog troška MC (Q ) = Q 2 − Q , odredimo funkciju ukupnog troška, ako je poznato da fiksni troškovi proizvodnje iznose 15. Kako je MC (Q ) = C ' ( Q ) , to je C ( Q ) = ∫ MC (Q ) dQ , pa imamo 1 1 C ( Q ) = ∫ (Q 2 − Q ) dQ = Q 3 − Q 2 + C , 3 2 gdje je C neka, za sada proizvoljna konstanta koju ćemo odrediti iz početnog uslova. Naime, poznato nam je da fiksni troškovi proizvodnje
306

4. Integralni račun iznose 15. Kako su fiksni troškovi proizvodnje troškovi koje imamo kad ne proizvodimo ništa, odnosno kad proizvodimo Q = 0 jedinica proizvoda, to 1 1 znači da je C ( 0 ) = 15. Kako je C (Q ) = Q 3 − Q 2 + C , to je C ( 0 ) = C , 3 2 odakle imamo da je C = 15 , pa je tražena funkcija ukupnih troškova data sa 1 1 C ( Q ) = Q 3 − Q 2 + 15 . 3 2
Primjer 4.6.2. (koeficijent elastičnosti ukupnih troškova)

Odredimo funkciju ukupnih troškova kao funkciju proizvodnje ako je 2Q ( Q + 1) , a uz jediničnu elastičnost ukupnih troškova zadana sa ε C ,Q = 2 Q + 2Q + 2 proizvodnju ukupni troškovi iznose 5. Poznato je da vrijedi C '(Q ) C ' (Q ) ' = Q⋅ = Q ⋅ ( ln C ( Q ) ) . AC ( Q ) C (Q )

ε C ,Q =

Ako stavimo F ( Q ) = ln ( C ( Q ) ) , tada je F ′ ( Q ) =

ε C ,Q
Q

=

2 ( Q + 1) . Q 2 + 2Q + 2

Imajući u vidu da je integracija suprotna operacija od diferenciranja zaključujemo da je
F (Q ) = ∫ 2 ( Q + 1) dQ . Q 2 + 2Q + 2

Ovaj integral lako ćemo riješiti metodom smjene, uzimajući da je t = Q 2 + 2Q + 2 , odakle je dt = 2 ( Q + 1) dQ , pa je F (Q ) = ∫ dt = ln t + C = ln ( Q 2 + 2Q + 2 ) + c . t

Kako je F ( Q ) = ln ( C ( Q ) ) , to je
C (Q ) = e
F (Q )

=e

ln Q 2 + 2 Q + 2 + c

(

)

= ec ⋅ ( Q 2 + 2Q + 2 ) .

307

Matematika za ekonomiste Sada trebamo odrediti konstantu c iz uslova da uz jediničnu proizvodnju ukupni troškovi iznose 5. To znači da je C (1) = 5 , odnosno da je ukupnih troškova proizvodnje je C ( Q ) = Q 2 + 2Q + 2 .

5 = ec ⋅ (12 + 2 + 2 ) = 5ec . Dakle, ec = 1 , pa je c = 0 i tražena funkcija

Primjer 4.6.3. (koeficijent elastičnosti prosječnih prihoda)

Odredimo funkciju ukupnih prihoda R = R ( Q ) kao funkciju količine proizvodnje Q ukoliko je koeficijent elastičnosti prosječnih prihoda 20 − Q 40 − Q

εR =
Q
,Q

,

a uz jediničnu proizvodnju ukupan prihod iznosi 10. Koeficijent elastičnosti prosječnih prihoda je određen sa Q ⎛ R ⎞′ ⋅ R ⎜Q⎟ ⎝ ⎠ Q ⎛ R ⎞′ ⎜Q⎟ ⎛ ⎛ R ⎞ ⎞′ = Q ⋅ ⎝ ⎠ = Q ⋅ ⎜ ln ⎜ ⎟ ⎟ . R ⎝ ⎝ Q ⎠⎠ Q

εR =
Q ,Q

⎛R⎞ Ako stavimo G ( Q ) = ln ⎜ ⎟ , iz posljednje jednakosti je ⎝Q⎠

εR
G′ ( Q ) =
Q

,Q

Q

=

20 − Q Q(40 − Q )

.

Imajući u vidu vezu između integracije i diferenciranja, zaključujemo da je
G (Q ) = ∫ 20 − Q Q(40 − Q ) dQ .

Posmatrani integral je integral iracionalne funkcije, kojeg ćemo riješiti uvođenjem smjene Q = t 2 , odakle je dQ = 2tdt . Imamo
308

4. Integralni račun

∫ Q(40 −

20 − Q Q)

dQ = ∫

2t ( 20 − t ) dt ( t − 20 ) dt . = 2∫ 2 t (40 − t ) t (t − 40)

Sada smo dobili integral racionalne funkcije. Ovu funkciju ćemo rastaviti na parcijalne razlomke. Imamo:

( t − 20 )
t (t − 40)

=

A B + . t t − 40

Nakon množenja sa t ( t − 40 ) i izjednačavanja odgovarajućih koeficijenata, zaključujemo da je A= pa je 2∫ 1 1 i B= , 2 2

( t − 20 ) dt
t (t − 40)

=∫

dt dt +∫ = ln t + ln t − 40 = ln t (t − 40) , t (t − 40)

jer je t > 0 . Dakle, imajuću u vidu da je t = Q dobijamo da je
G (Q ) = ∫ 20 − Q Q(40 − Q ) dQ = ln Q Q − 40 + c ,

za neku konstantu c . Sada je
ln R G Q =e ( ) =e Q

Q Q − 40 + c

= ec ⋅

(

Q

Q − 40 , pa je

)

R ( Q ) = ec ⋅ Q Q

(

Q − 40 .

)

Ostalo je da odredimo konstantu c iz uslova da uz jediničnu proizvodnju ukupan prihod iznosi 10. Dakle, R (1) = 10 , pa je ec ⋅ (11 − 40 ) = 10 , odakle je ec = 10 . Dakle, tražena funkcija ukupnog prihoda je 39 R (Q ) = 10 ⋅ Q Q 39
309

(

Q − 40 .

)

Matematika za ekonomiste
Primjer 4.6.4. (funkcija potrošnje i funkcija štednje)

Odredimo funkciju potrošnje C (Y ) kao funkciju dohotka Y ukoliko je poznato da je marginalna sklonost štednji jednaka MS (Y ) = 0.05 + 2 , te 3 Y da razina dohotka na kojoj je ukupna štednja jednaka nuli iznosi Y * = 27 .
3

Kako je MS (Y ) = 0.05 +

2 = S ′ (Y ) , to je funkcija štednje data sa Y

1 2 − 2 ⎞ ⎛ S (Y ) = ∫ ⎜ 0.05 + 3 ⎟ dY = 0.05Y + 2 ∫ Y 3 dY = 0.05Y + 3Y 3 + c , Y⎠ ⎝

gdje je c neka konstanta. Konstantu c ćemo odrediti iz uslova da je S ( 27 ) = 0 . Dakle, 0.05 ⋅ 27 + 3

(

3

27

)

2

+ c = 0 , pa je c = −28.35 .

Sada zaključujemo da je funkcija štednje data sa

S (Y ) = 0.05Y + 3Y − 28.35 . Kako je C (Y ) + S (Y ) = Y , tražena funkcija potrošnje je
C (Y ) = 0.95Y − 3Y 3 + 28.35 .
Primjer 4.6.5. (elastičnost cijene u odnosu na potražnju)
2

2 3

Odredimo funkciju potražnje D ( P ) kao funkciju cijene P ukoliko je uz cijenu P = 4 potražnja jednaka 4 i ukoliko je koeficijent elastičnosti cijene 1 27 u odnosu na potražnju zadan sa ε P , D = − 2 . 2 2P Koeficijent elastičnosti cijene u odnosu na potražnju jednak je D ′ ⋅ PD . P

ε P,D =

310

4. Integralni račun ′ Na osnovu formule za izvod inverzne funkcije, znamo da je PD = 1 , pa je ′ DP

ε P,D =

Ako stavimo H ( P ) = ln D ( P ) , tada je

D 1 1 1 ⋅ = ⋅ P D′ P ( ln D )′

1 1 27 = − 2, P ⋅ H ′ ( P ) 2 2P

odakle je

H ′( P) =

1 P 27 − 2 2P

=

2P . P − 27
2

Na osnovu veze između operacija diferenciranja i integracije, zaključujemo da je 2P H ( P) = ∫ 2 dP . P − 27 U ovom integralu ćemo uvesti smjenu t = P 2 − 27 , odakle je dt = 2 PdP , pa imamo H ( P) = ∫ Sada je
D ( P) = e
H ( P)

2P dt dP = ∫ = ln t = ln P 2 − 27 + c . P − 27 t
2

=e

ln P 2 − 27 + c

= ec ⋅ P 2 − 27 .

Kako je potražnja opadajuća funkcija od cijene, to je zapravo D ( P ) = ec ⋅ ( 27 − P 2 ) , za P ∈ 0,3 3 .

(

)

Odredimo, na kraju konstantu c iz uslova da je D ( 4 ) = 4 . Imamo
D ( 4 ) = ec ⋅ ( 27 − 16 ) = 4 , pa je ec =

4 . Dakle, funkcija potražnje je 11

D ( P) =

4 ⋅ ( 27 − P 2 ) , za P ∈ 0,3 3 . 11

(

)

311

Matematika za ekonomiste
Primjer 4.6.6. (funkcija troškova, prihoda i dobiti)

Odredimo funkciju dobiti π ( Q ) kao funkciju količine proizvodnje Q ukoliko je poznato slijedeće: 1. Funkcija marginalnih troškova proizvodnje je MC ( Q ) = Q 2 − Q + 4 , pri čemu jedinični troškovi proizvodnje iznose 45. 2. Elastičnost potražnje kao funkcije cijene je ε D , P = − uz jediničnu cijenu potražnja jednaka 80. 2P , pri čemu je 2P + 3

Ako sa R ( Q ) označimo funkciju dobiti poznato nam je da je

π ( Q ) = R ( Q ) − C ( Q ) , gdje C ( Q ) označava funkciju ukupnih troškova.
Dakle, potrebno je odrediti funkciju ukupnih troškova i funkciju dobiti. Iz prvog uslova odredit ćemo funkciju ukupnih troškova. Imamo: 1 1 C ( Q ) = ∫ (Q 2 − Q + 4)dQ = Q 3 − Q 2 + 4Q + c . 3 2 Konstantu c ćemo odrediti iz uslova da je C (1) = 45 , odakle slijedi da je 1 1 247 . Dakle, funkcija ukupnih troškova je − + 4 + c = 45 , pa je c = 6 3 2 1 1 247 C ( Q ) = Q 3 − Q 2 + 4Q + . 3 2 6 Iz drugog uslova odredit ćemo funkciju dobiti. Kao prvo, odredit ćemo funkciju tražnje D ( P ) = Q . Imamo:

ε D,P =

P 2P ⋅ D′ = P ⋅ ( ln ( D( P) ) )′ = − , pa je D 2P + 3 2dP −1 = − ln ( 2 P + 3) + c = ln ⎡( 2 P + 3) ⎤ + c . ⎣ ⎦ 2P + 3 D ( P) =

ln ( D( P) ) = − ∫

Dakle, funkcija potražnje je data sa

1 ⋅ ec . Konstantu c 2P + 3 određujemo iz uslova da je uz jediničnu cijenu potražnja jednaka 16,
312

4. Integralni račun 1 odnosno da je D(1) = 16 , odakle je 16 = ⋅ ec , pa je ec = 90 . Drugim 5 90 . riječima funkcija potražnje je Q = D ( P ) = 2P + 3 Funkcija dobiti jednaka je PQ , pa kako želimo da ona bude funkcija od Q , trebamo iz gornje jednakosti izraziti P kao funkciju od Q . Imamo: 2P + 3 = 90 45 3 , pa je P = − . To znači da je Q 2 Q
⎛ 45 3 ⎞ 3 R (Q) = Q ⎜ − ⎟ = 45 − Q , 2 ⎝ Q 2⎠

pa je funkcija dobiti data sa

π ( Q ) = 45 − Q − Q 3 + Q 2 − 4Q −

3 2

1 3

1 2

247 23 1 3 1 2 11 = − Q + Q − Q. 6 6 3 2 2

4.7. Pojam određenog integrala i njegove osobine. Veza određenog i neodređenog integrala

U ovom odjeljku ćemo navesti definiciju određenog integrala i neke njegove osnovne osobine. Na prvi pogled, definicija određenog integrala neće imati nikakvih dodirnih tačaka sa definicijom neodređenog integrala. Međutim, pokazat ćemo da postoji duboka veza između određenog i neodređenog integrala, data Newton-Leibnizovom formulom, koju ćemo također navesti u ovom odjeljku. Definicija 4.7.1. (određenog integrala ograničene funkcije na segmentu) Neka je ograničena funkcija f definisana u zatvorenom intervalu [a, b] . Podijelimo interval [a, b] tačkama x0 , x1 ,...x n tako da je a = x0 < x1 < ... < x n = b. (4.7.1)

Uzmimo proizvoljno ξ k ∈ ( x k −1 , x k ); (k = 1,2..., n) i posmatrajmo sumu
313

Matematika za ekonomiste

∑ f (ξ
k =1

n

k

)Δx k , gdje je Δxk = xk − xk −1 , k ≥ 1 .

Ova suma zove se integralna suma. Ako postoji konačna granična vrijednost lim ∑ f (ξ k )Δx k
n →∞ k =1 n

za ma kakvu podjelu intervala [a, b] na podintervale oblika (4.7.1), tu graničnu vrijednost zvat ćemo određenim integralom u Riemannovom smislu funkcije f u granicama a do b i pisati:


a

b

f ( x)dx = lim ∑ f (ξ k )Δxk .
n →∞ k =1

n

Brojevi a i b su granice integrala; a zovemo gornjom granicom.

donjom granicom, a b

U ovom slučaju kažemo da je funkcija f integrabilna na odsječku [a, b] . Primijetimo da je vrijednost određenog integrala neki realan broj, za razliku od neodređenog integrala koji je predstavljao skup funkcija koje se međusobno razlikuju za neku konstantu. Može se pokazati da, ukoliko je funkcija f neprekidna na segmentu [a, b] , ona je na tom segmentu i integrabilna. Određeni integral ima slijedeće osobine:
1° Ukoliko se donja i gornja granica integracije podudaraju, određeni integral je jednak nuli,

∫ f ( x)dx = 0 .
a

a

2° U određenom integralu možemo zamijeniti granice, ali uz izlučivanje minusa ispred integrala, odnosno, vrijedi


a

b

f ( x)dx = − ∫ f ( x)dx .
b

a

314

4. Integralni račun
3° Ukoliko odaberemo tačku c takvu da je a < c < b , tada je


a

b

f ( x)dx = ∫ f ( x)dx + ∫ f ( x)dx
a c

c

b

4° Ako je funkcija f parna, odnosno ako vrijedi f (− x) = f ( x) , onda je

−a

a

f ( x)dx = 2 ∫ f ( x)dx .
0

a

5° Ako je funkcija f neparna, odnosno ako vrijedi f (− x) = − f ( x) , onda je

−a

∫ f ( x)dx = 0

a

Mi se nećemo baviti izračunavanjem određenog integrala na osnovu njegove definicije, jer postoji mnogo jednostavniji metod za izračunavanje određenog integrala pomoću neodređenog. Metod se zasniva na vezi između određenog i neodređenog integrala funkcije f na [a, b] koja je data Newton-Leibnizovom formulom. Navest ćemo je u obliku slijedećeg teorema:
Teorem 4.7.2. Neka je funkcija f Riemann integrabilna na segmentu [ a, b ] i neka ona na [ a, b ] ima primitivnu funkciju, koju ćemo označiti sa

F ( x) . tada je
b a

∫ f ( x ) dx = F ( x ) a = F (b) − F ( a ) .

b

(4.7.2)

Dugim riječima, ako je F ( x) = ∫ f ( x)dx , tada vrijedi relacija (4.7.2). Sada ćemo pokazati kako, pomoću relacije (4.7.2) izračunavati određeni integral.
Primjer 4.7.3. Izračunajmo integral

∫ (1 − x ) dx .
2 1

3

Ovaj integral ćemo izračunati primjenom Newton-Leibnizove formule. Kako je
315

Matematika za ekonomiste x3 ∫ (1 − x )dx = x − 3 , to je
2

⎛ ⎛ 33 ⎞ ⎛ 1 ⎞ x3 ⎞ 2 1 − x ) dx = ⎜ x − ⎟ = ⎜ 3 − ⎟ − ⎜1 − ⎟ = −6 . ∫( 3 ⎠1 ⎝ 3 ⎠ ⎝ 3⎠ 3 ⎝ 1
3 2

3

Primjer 4.7.4. Izračunajmo integral Kako je

∫ 3+ x
0

1

dx

2

.

∫ 3+ x

dx

2

=

1 x , primjenom Newton-Leibnizove formule arctg 3 3
1

dobijamo: 1 1 1 1 1 π dx x ∫ 3 + x 2 = 3 arctg 3 0 = 3 arctg 3 − 3 arctg 0 = 3 6 . 0 Napomenimo da je arctg 1 3 =
1

π
6

, jer je tg

π
6

=

1 3

.

4.8.

Metode integracije u određenom integralu

U ovom odjeljku ćemo objasniti dvije osnovne metode integracije u određenom integralu. To su metoda smjene i metoda parcijalne integracije. Ove metode se razlikuju od istoimenih metoda za izračunavanje neodređenog integrala u tome što sada pri smjeni varijable, odnosno pri parcijalnoj integraciji trebamo voditi računa i o granicama integrala.

4.8.I. Metoda smjene u određenom integralu

Neka je funkcija f neprekidna na segmentu [a, b] i neka je x = ϕ (t ) također neprekidna funkcija od t na segmentu [α , β ] . Pretpostavimo još i da je izvod ϕ ' funkcije ϕ neprekidna funkcija na segmentu [α , β ] , gdje je
316

4. Integralni račun

a = ϕ (α ) i b = ϕ ( β ) , te da je funkcija f (ϕ (t )) neprekidna na segmentu [α , β ] . Tada vrijedi :


a

b

f ( x)dx = ∫ f (ϕ (t ))ϕ '(t )dt .
α

β

Kažemo da smo nezavisno varijablu x zamijenili nezavisno varijablom t . Može se primijetiti da je smjena varijable u određenom integralu analogna smjeni varijable u neodređenom integralu, s tim što kod određenog integrala nije dovoljno funkciju f ( x ) i dx izraziti preko nove varijable t , nego je potrebno promijeniti i granice integracije. Ovu metodu ilustrovat ćemo slijedećim primjerom:
Primjer 4.8.1. Izračunajmo integral

1 − 2

∫x

4

2 x + 1dx .

U zadanom integralu ćemo uvesti smjenu t 2 = 2 x + 1 , t ≥ 0 . Tada je t2 −1 2tdt = 2dx , odnosno dx = tdt . Također je x = . 2 1 je t 2 = 0 , pa je 2 nova donja granica jednaka 0 . Za x = 4 je t 2 = 2 ⋅ 4 + 1 = 9 , odakle je t = 3 , pa imamo: Potrebno je još promijeniti granice integracije. Za x = −
t 2 = 2x + 1 dx = tdt 1 ⇒t =0 2 x=4⇒t =3 x=−
3


4

x 2 x + 1dx =

1 2

=∫

1 t2 −1 2 ⋅ t dt = ∫ ( t 4 − t 2 ) dt = 2 20 0

3

3

1 ⎛ t5 t3 ⎞ 1 ⎛ 35 33 ⎞ 4 = ⎜ − ⎟ = ⎜ − ⎟ = 19 . 2⎝ 5 3 ⎠0 2⎝ 5 3 ⎠ 5
317

Matematika za ekonomiste Primijetimo da je ovaj integral bilo moguće izračunati i na drugi način. Naime, mogli smo, kao prvo izračunati neodređeni integral ∫ x 2 x + 1dx metodom smjene varijable x :
t 2 = 2x +1 dx = tdt t 2 −1 2 1 ⋅ t dt = ∫ ( t 4 − t 2 ) dt = 2 2

∫ x 2 x + 1dx =

=∫

1 ⎛ t5 t3 ⎞ 1 1 = ⎜ − ⎟= (2 x + 1)5 − (2 x + 1)3 . 2 ⎝ 5 3 ⎠ 10 6 Sada možemo primijeniti Newton-Leibnizovu formulu kako bi dobili 1 ⎛1 5 3 ⎞ ∫1 x 2 x + 1dx = ⎜ 10 (2 x + 1) − 6 (2 x + 1) ⎟ − 1 = ⎝ ⎠ −
2 2 4 4

1 3⎞ 243 27 4 ⎛1 =⎜ − = 19 . 95 − 9 ⎟−0 = 6 10 6 5 ⎝ 10 ⎠

4.8.II. Metoda parcijalne integracije u određenom integralu

Metoda parcijalne integracije kod određenog integrala, kao i kod neodređenog zasniva se na formuli d (uv) = udv + vdu , koja sigurno vrijedi u slučaju da su funkcije u i v neprekidno diferencijabilne. Primjenom ove formule i Newton-Leibnizove formule dolazimo do sljedećeg zaključka: ako funkcije u(x) i v(x) imaju neprekidne izvode na segmentu [a, b] tada je:

∫ udv = uv
a
b

b

b a

− ∫ vdu .
a

b

Pri tome, izraz uv a je jednak razlici u (b)v(b) − u (a )v(a ) . Način odabira funkcija u i v je isti kao u slučaju neodređenog integrala.

318

4. Integralni račun
Primjer 4.8.2. Izračunajmo integral

∫ x ln( x
0

1

2

+ 1)dx .

Obzirom da se u podintegralnoj funkciji javlja logaritamska funkcija, stavit ćemo u = ln (1 + x 2 ) , pa nam preostaje dv = xdx . Odavde je du =
1 2

1 1 ⋅ 2 xdx i v = x 2 , pa imamo: 2 2 1+ x
1 1

x2 x3 1 2 I = ∫ x ln( x + 1)dx = dx = ln 2 − 0 − I1 . ln( x + 1) − ∫ 2 2 2 0 0 1+ x 0 Pri izračunavanju integrala I1 podijelimo brojnik i nazivnik da dobijemo x3 x = x− , 2 1+ x 1 + x2 odakle imamo I1 = ∫ xdx − ∫
0 1 1 1 1

x 1 1 dx = x 2 − ln(1 + x 2 ) = 2 1+ x 2 0 2 0 0

= Sada je

1 1 1 1 − 0 − (ln 2 − ln1) = − ln 2. 2 2 2 2 1 1 1 1 ln 2 − ( − ln 2) = ln 2 − . 2 2 2 2

I=

U ovom primjeru smo također mogli prvo izračunati neodređeni integral 2 ∫ x ln( x + 1)dx metodom parcijalne integracije u neodređenom integralu i zaključiti da je x2 x3 dx x 2 1 2 1 2 2 2 ∫ x ln( x + 1)dx = 2 ln( x + 1) − ∫ 1 + x 2 = 2 ln( x + 1) − 2 x + 2 ln(1 + x ) ,
2

a zatim primijeniti Newton-Leibnizovu formulu, uvrstiti granice 0 i 1 i dobiti isti rezultat.
319

Matematika za ekonomiste
4.9. Primjena određenog integrala za izračunavanje površine likova u ravni

U ovom odjeljku objasnit ćemo kako koristiti određeni integral za izračunavanje površine likova u ravni. Posebnu pažnju posvetit ćemo izračunavanju površine ispod neke krive i površine između dvije krive.

y

y=f(x)

a
Slika 4.8.1.

b

x

Neka je data funkcija y = f ( x) , pri čemu je f integrabilna, nenegativna funkcija na [ a, b ] . Tada je površina krivolinijskog trapeza ograničenog sa: lukom krive y = f ( x) , pravama x = a i x = b i odsječkom [ a, b ] (vidi sliku
b

4.8.1.) data sa: P = ∫ f ( x)dx .
a

Ukoliko funkcija f nije nenegativna, površina P omeđena lukom krive y = f ( x) , x -osom i pravim x = a i x = b jednaka je P = ∫ f ( x) dx .
a b

320

4. Integralni račun Određeni integral možemo koristiti i za izračunavanje površine između krivih y = f ( x) i y = g ( x) koja se nalazi između pravaca x = a i y = b . Ta površina (slika 4.8.2.) jednaka je


a

b

f ( x) − g ( x) dx .

S
Slika 4.8.2.

Primjer 4.9.1.Izračunajmo površinu lika ograničenog y = x 2 + x + 1 , i pravama: x = −1 , x = 1 i y = 0 .

lukom

krive

Rješenje. Tražena površina je prikazana na slici 4.8.3. Na osnovu NewtonLeibnizove formule, imamo da je

x3 x 2 x + x + 1) dx = ( + + x) = ∫( 3 2 −1 −1
2

1

1

1 1 1 1 2 = + + 1 − (− + − 1) = 2 . 3 2 3 2 3

Slika 4.8.3.

Primjer 4.9.2. Izračunajmo površinu oblasti y = x 2 − 4 x + 3 i pravama y = 0 , x = 0 i x = 2 .

ograničene

krivom

Tražena površina je data na slici 4.8.4. Vidimo da u ovom slučaju data funkcija nije nenegativna na posmatranom intervalu. Kako je funkcija na segmentu [0,1] pozitivna, a na segmentu [1,2] negativna, to je
321

Matematika za ekonomiste
⎧ x 2 − 4 x + 3, za x ∈ [ 0,1] . y =⎨ 2 ⎩ −( x − 4 x + 3), za x ∈ [1, 2]

Sada je
P = ∫ x 2 − 4 x + 3 dx =
0 1

= ∫ ( x 2 − 4 x + 3) dx − ∫ ( x 2 − 4 x + 3) dx =
0 1

1

2

⎛ x3 ⎞ ⎛ x3 ⎞ 2 = ⎜ − 2 x + 3x ⎟ − ⎜ − 2 x 2 + 3 x ⎟ = 2. ⎝ 3 ⎠0 ⎝ 3 ⎠1

1

2

Dakle, tražena površina jednaka je 2.

Slika 4.8.4.

Primjer 4.9.3. Izračunajmo površinu između parabole y 2 + y + x = 6 i y ose.

U ovom primjeru je zgodno izraziti varijablu x kao funkciju od y , tj. zamijeniti mjesta zavisno i nezavisno varijable, sada smatrajući da je x = f ( y ) . Naime, u tom slučaju je površina između krive x = f ( y ) , y -ose i pravih y = a i y = b jednaka

∫ f ( y ) dy . Dakle, stavit ćemo
a

b

x = f ( y ) = −( y 2 + y − 6) , i odrediti presječne tačke ove funkcije i y -ose, rješavanjem jednačine y 2 + y − 6 = 0 . Rješenja su y = −3 i y = 2 , kao što je prikazano na slici 4.8.5.
322

4. Integralni račun
y

2

6 x

-3

Slika 4.8.5.

Za −3 ≤ y ≤ 2 je − ( y 2 + y − 6 ) ≥ 0 pa je f ( y ) = − ( y 2 + y − 6 ) , što znači da je tražena površina

⎛ y3 y 2 ⎞ 125 − 6y⎟ = . P = ∫ −( y + y − 6)dy = − ⎜ + 2 6 ⎝ 3 ⎠ −3 −3
2 2

2

Primjer 4.9.4. Izračunajmo površinu figure ograničene parabolom y 2 = 2 x + 1 i pravom x − y − 1 = 0 .

Tražena površina P je sastavljena iz dva dijela (prikazana na slici 4.8.6.). Prvi dio je površina između parabole y 2 = 2 x + 1 i y -ose, koja je zbog simetrije jednaka 2P . 1 Drugi dio je površina P2 između "gornjeg dijela parabole", odnosno krive

y = 2 x + 1 i prave y = x − 1 , i to između y − ose i presječne tačke ove dvije krive. Dakle, P = 2 P + P2 . 1 Kao prvo, naći ćemo presječne tačke parabole i prave, rješavanjem sistema y = x −1 . jednačina y2 = 2x + 1
323

Matematika za ekonomiste Ovaj sistem se, nakon uvrštavanja nepoznate y iz prve jednačine u drugu svodi na kvadratnu jednačinu ( x − 1) = 2 x + 1 , čija rješenja su x1 = 0 i x2 = 4 .
2

Slika 4.8.6.

1 Tjeme parabole nalazi se u tački x = − , pa je 2 P= 1


0

1 2

3 1 2 x + 1dx = (2 x + 1) 2 3

0

1 2

=

1 . 3

S druge strane, površina P2 je površina između dvije krive, za 0 ≤ x ≤ 4 , pa je P2 = ∫ 2 x + 1 − ( x − 1) dx .
0 4

324

4. Integralni račun Kako za 0 ≤ x ≤ 4 vrijedi
4 4

2 x + 1 ≥ ( x − 1) (što se vidi i sa slike 4.8.6.), to je
4 4

3 ⎛ x2 ⎞ 1 P2 = ∫ 2 x + 1dx − ∫ ( x − 1)dx = (2 x + 1) 2 − ⎜ − x ⎟ = 3 ⎝ 2 ⎠0 0 0 0 1 26 14 = (27 − 1) − (8 − 4) = −4= . 3 3 3

1 14 1 Sada je P = 2 ⋅ + = 5 . 3 3 3
4.10. Primjena određenog integrala u ekonomiji

U ekonomiji je od interesa posmatrati količinu investicija kao akumulirani kapital tokom vremena. Kapital kojim neka kompanija raspolaže u određenom vremenskom trenutku t označit ćemo sa K ( t ) . Ukoliko sa I ( t ) označimo brzinu pristizanja investicija u vremenskom trenutku t , tada je, ako se prisjetimo činjenice da je brzina promjene neke ekonomske funkcije zapravo izvod te funkcije, očigledno da je I ( t ) = K ' ( t ) . Odavde je K ( t ) = K ( 0 ) + ∫ I ( t ) dt ,
0

t

gdje smo sa K ( 0 ) označili početni kapital.
Primjer 4.10.1. (akumulacija kapitala)

Ako je brzina pristizanja investicija I ( t ) = 100 ⋅ e0,2⋅t tokom jedne godine, odredimo ukupan akumulirani kapital tokom 10 godina. Na osnovu naprijed rečenog, imamo da je K (10 ) = ∫ I ( t ) dt = 100 ∫ e0,2⋅t dt = 100 ⋅
0 0 10 10

1 0,2⋅t 10 ⋅e = 500 ( e 2 − 1) . 0 0, 2

Općenito, kada posmatramo neku ekonomsku funkciju koja se akumulira tokom vremena određenom brzinom, tada je količina akumulacije te funkcije jednaka određenom integralu funkcije brzine, čije granice su
325

Matematika za ekonomiste granice posmatranog vremenskog intervala. Prosječnu akumulaciju tokom posmatranog vremenskog intervala dobijemo kada ukupnu akumulaciju podijelimo sa dužinom trajanja intervala.
Primjer 4.10.2. (prosječna akumulacija dobiti)

Zadana je funkcija godišnje dobiti kao funkcija vremena t izraženog u godinama, gdje vrijeme t = 0 predstavlja sadašnji trenutak sa π ( t ) = 0, 04 ⋅ 2t + 3 . Prognozirajmo prosječnu godišnju dobit tokom naredne tri godine. Prosječnu godišnju dobit izračunat ćemo kao 1 1 ∫ π ( t ) dt = 0, 04 ⋅ 3 ∫ 2t + 3dt . 30 0 U posmatranom integralu uvest ćemo smjenu varijable y 2 = 2t + 3 , y > 0 , te 2 ydy = 2dt . Granice integracije će se također promijeniti. Za t = 0 imamo y = 3 , dok za t = 3 imamo y = 3 . Sada je
3 3 3


0

3

y3 2t + 3dt = ∫ y dy = 3 3
2 3

3

= 9 − 3 , pa je
3

1 0, 04 ∫ π ( t ) dt = 3 9 − 3 30 prosječna godišnja dobit nakon tri godine.

(

)

Određeni integral možemo koristiti i pri određivanju dodatnih ukupnih troškova proizvodnje na određenom nivou proizvodnje ukoliko nam je poznata funkcija marginalnih troškova proizvodnje i trenutni nivo proizvodnje. Naime, Ukoliko je MC ( Q ) funkcija marginalnih troškova proizvodnje, poznato je da je C ( Q ) = ∫ MC ( Q ) dQ . Međutim, funkcija na desnoj strani posljednje formule nije jednoznačno određena i da je bi odredili (kao što smo činili u odjeljku 4.6.) bilo je nužno postaviti neki dodatni uslov. Međutim, ukoliko se nalazimo na nivou proizvodnje od Q1 jedinica proizvoda i želimo da saznamo koliko dodatnih troškova iziskuje proizvodnja Q2 > Q1 jedinica proizvoda, tada nas zanima razlika
326

4. Integralni račun
C ( Q2 ) − C ( Q1 ) . Imajući u vidu činjenicu da je C ( Q ) = ∫ MC ( Q ) dQ , kao i

Newton-Leibnizovu formulu koja povezuje određeni i neodređeni integral, odmah zaključujemo da je C ( Q2 ) − C ( Q1 ) = C ( Q ) Q =
1

Q2

Q2

Q1

∫ MC ( Q ) dQ .

(4.9.1)

Dakle, nije nužno postavljati dodatne uslove kako bismo na osnovu poznavanja marginalne funkcije, na nivou proizvodnje od Q1 jedinica proizvoda mogli odrediti koliko dodatnih troškova iziskuje proizvodnja Q2 > Q1 jedinica proizvoda. Za to je dovoljno izračunati određeni integral (4.9.1)
Primjer 4.10.3. (troškovi povećanja proizvodnje) Ukoliko je sa MC ( Q ) = Q 2 − 2Q + 3 data funkcija marginalnih troškova

proizvodnje, odredimo koliko dodatnih troškova iziskuje povećanje proizvodnje sa Q1 = 3 jedinice proizvoda na Q2 = 9 jedinica proizvoda. Na osnovu formule (4.9.1) vidimo da je
⎛ Q3 ⎞ C ( 9 ) − C ( 3) = ∫ ( Q − 2Q + 3) dQ = ⎜ − Q 2 + 3Q ⎟ = ⎝ 3 ⎠3 3
9 2 9

= ( 243 − 81 + 27 ) − ( 9 − 9 + 9 ) = 180 .

Dakle, povećanje proizvodnje sa 3 na 9 jedinica proizvoda iziskuje trošak od dodatnih 180 novčanih jedinica.
4.11. Nesvojstveni integral

Pri definisanju određenog integrala (

∫ f ( x ) dx
a

b

) neke funkcije f

pretpostavili smo da je interval na kome se posmatra integral konačan, kao i to da je funkcija f ograničena na tom intervalu. Vidjeli smo da, u slučaju da je f nenegativna funkcija, integral predstavlja površinu između krive y = f ( x ) , x − ose i pravih x = a i x = b . Prirodno se postavlja pitanje
327

Matematika za ekonomiste određivanja površine između krive y = f ( x ) i x − ose ili površine između krive y = f ( x ) , x − ose i prave x = a , odnosno pitanje šta se dešava kada granice integracije (jedna ili obje) postaju beskonačne. Na taj način dolazimo do jedne vrste nesvojstvenog integrala – to je integral sa beskonačnim granicama. Druga mogućnost jeste da imamo funkciju koja nije nužno ograničena na posmatranom intervalu [ a, b ] , pri čemu posmatrana funkcija ne mora uopšte biti definisana u nekoj tački unutar intervala

[ a, b ]

ili na njegovim

krajevima. U ovom slučaju je također moguće definisati pojam integrala te funkcije na [ a, b ] (pod određenim uvjetima). To je druga vrsta nesvojstvenog integrala – integral neograničene funkcije. Mi ćemo se u daljem baviti načinom određivanja nesvojstvenih integrala prve i druge vrste, ukoliko oni postoje, kao i nekim metodama kojima je moguće ustanoviti njihovu egzistenciju.
4.11.I. Integrali sa beskonačnim granicama Definicija 4.11.1. (nesvojstvenog integrala sa beskonačnim granicama) Neka je data funkcija f na [ a, ∞ ) , koja je ograničena na [ a, ∞ ) i takva da

postoji


a

b

f ( x ) dx za sve b > a . Ukoliko granična vrijednost lim ∫ f ( x ) dx
b →∞ a ∞

b

postoji i konačna je, tada kažemo da nesvojstveni integral

∫ f ( x ) dx
a b

(4.11.1)

konvergira i u tom slučaju je, po definiciji


a

f ( x ) dx = lim ∫ f ( x ) dx .
b →∞ a

U suprotnom (to jest ukoliko posljednji limes ne postoji ili je beskonačan) kažemo da integral (4.11.1) divergira.
328

4. Integralni račun Na anlogan način definišemo konvergenciju integrala

−∞

∫ f ( x ) dx , gdje je ∫ f ( x ) dx
a b

b

f funkcija na (−∞,b ] , ograničena na (−∞,b ] i takva da postoji
b

za sve a < b . Ukoliko granična vrijednost lim
b

a →−∞

∫ f ( x ) dx postoji i konačna
a

je, tada kažemo da nesvojstveni integral slučaju je

−∞

∫ f ( x ) dx

konvergira i u tom

−∞

b

f ( x ) dx = lim

a →−∞

∫ f ( x ) dx .
a

b

Integral

svakom segmentu konvergira ako i samo ako za svako a ∈

−∞

∫ f ( x ) dx

funkcije f koja je ograničena na
a

i integrabilna na konvergiraju

integrali

∫ f ( x ) dx i ∫ f ( x ) dx i u slučaju konvergencije je
a

−∞

−∞

f ( x ) dx :=

−∞

a

f ( x ) dx + ∫ f ( x ) dx .
a

Primjer 4.11.2. Izračunajmo

∫x
2

2

dx , ukoliko ovaj integral konvergira. +4

Fiksirajmo proizvoljan broj b > 2 i izračunajmo određeni integral Imamo:

∫x
2

b

2

dx . +4

dx 1 x 1⎡ b b π⎞ ⎤ 1⎛ ⎜ ⎟ ∫ x 2 + 4 = 2 arctg 2 2 = 2 ⎢arctg 2 − arctg1⎥ = 2 ⎝ arctg 2 − 4 ⎠ . ⎣ ⎦ 2

b

b

Kako je
b →∞

1⎛ b π ⎞ 1 ⎛π π ⎞ π lim ⎜ arctg − ⎟ = ⎜ − ⎟ = , 2⎝ 2 4 ⎠ 2⎝ 2 4 ⎠ 8
329

Matematika za ekonomiste jer arctgx → vrijednost je

π
2

kad x → ∞ , to nesvojstveni integral konvergira i njegova dx dx π ∫ x 2 + 4 = lim ∫ x 2 + 4 = 8 . b →2 2 2
b

Primjer 4.11.3. Izračunajmo integral

−∞

∫x
1
a

1

2

dx , ukoliko konvergira. + x +1
2

Za a < 1 izračunajmo određeni integral

∫x

dx . Kao prvo, odredit ćemo + x +1

neodređeni integral naše funkcije. Imamo:

∫x
Dakle,

2

1 dx dx dt , za t = x + . =∫ =∫ 2 2 + x +1 2 1⎞ 3 ⎛ ⎛ 3⎞ t2 + ⎜ ⎜x+ ⎟ + ⎟ 2⎠ 4 ⎝ ⎝ 2 ⎠
1

dx 2 2x +1 ∫ x 2 + x + 1 = 3 arctg 3 a = a 2 ⎛ 3 2a + 1 ⎞ 2 ⎛ π 2a + 1 ⎞ − arctg ⎜ arctg ⎟= ⎜ 3 − arctg ⎟, 3⎝ 3 3 ⎠ 3⎝ 3 ⎠ jer je tg

1

π
3

= 3 , pa je arctg 3 =

π
3

. Prelaskom na limes dobijamo, imajući

u vidu da je lim arctgx = −
x →−∞

π
2

: 5π ⎛ π ⎞ ⎞ 2 5π − ⎜ − ⎟⎟ = ⋅ = . 3 6 3 3 ⎝ 2 ⎠⎠

a →−∞

lim

∫x
a

1

2

dx 2 ⎛π = ⎜ + x +1 3⎝ 3
1

Dakle, dati integral konvergira i vrijedi

−∞

∫x

2

dx 5π = . + x +1 3 3
330

4. Integralni račun
Primjer 4.11.4. Izračunajmo površinu između krive y = xe − x i x − ose.
2

Kako bismo odredili traženu površinu, skicirat ćemo datu krivu. Funkcija 2 2 y = xe − x je neparna, y′ = e − x (1 − 2 x 2 ) , pa funkcija ima minimum za
x=− 1 1 , a maksimum za x = . Njen grafik je dat na slici 4.11.1. 2 2

Slika 4.11.1.

Kako je funkcija neparna, to je tražena površina jednaka dvostrukoj površini između krive i pozitivnog dijela x − ose. Dakle, tražena površina je P = 2∫ xe − x dx .
2

0

Izračunajmo nesvojstveni integral na desnoj strani. Imamo, nakon smjene 1 t = x 2 , xdx = dt : 2 1 −t 1 −t 1 − x2 − x2 ∫ xe dx = 2 ∫ e dt = − 2 e = − 2 e , pa je za b > 0
−x ∫ xe dx = −
2

b

0

2 1 − b2 1 e − e0 = 1 − e− b . 2 2

(

) (

)

Kako e− x → 0 kada x → +∞ , puštajući da b → +∞ dobijamo:
2 1 1 1 − lim e − b = . b →+∞ b →∞ 2 2 0 1 Zbog toga je tražena površina P = 2 ⋅ = 1 . 2

lim ∫ xe− x dx =
2

b

(

)

331

Matematika za ekonomiste
Primjer 4.11.5. Izračunajmo površinu između krive y =
x − ose.

1 i x + 4x + 5
2

Skicirajmo datu krivu y =

1

( x + 2)

2

+1

. Očigledno je funkcija pozitivna za

sve realne x , kriva ima x − osu kao svoju horizontalnu asimptotu, te maksimum jednak 1 za x = −2 . Skica krive je data na slici 4.10.2. Dakle, P=
∞ −∞

∫ ( x + 2)

tražena dx
2

površina , ukoliko Neka

je taj je

+1

integral konvergira. a < 0 < b . Tada je
Slika 4.11.2.

∫ ( x + 2)
a

b

dx

2

+1

= arctg ( x + 2 ) a = arctg ( b + 2 ) − arctg ( a + 2 ) .

b

Sada je
a →−∞ b →∞ a

lim

∫ ( x + 2)
∞ −∞

b

dx

2

+1

= lim ( arctg ( b + 2 ) − arctg ( a + 2 ) ) =
a →−∞ b →∞

π

⎛ π⎞ −⎜− ⎟ =π , 2 ⎝ 2⎠

pa integral

je tražena površina P = π .
4.11.II. Integral neograničene funkcije

∫ ( x + 2)

dx

2

+1

konvergira i njegova je vrijednost π . Samim tim

U ovom slučaju pretpostavit ćemo da je funkcija f neograničena na segmentu [ a, b ] . Tada mogu nastupiti tri slučaja: funkcija može biti neograničena u okolini tačke b , neograničena u okolini tačke a ili u okolini neke tačke d ∈ (a, b) .
332

4. Integralni račun
Definicija 4.11.6. (nesvojstvenog integrala funkcije neograničene na segmentu) Pretpostavimo da je funkcija f neograničena u okolini krajnje tačke b segmenta [ a, b ] i neka je ε > 0 neki proizvoljan mali broj. Pretpostavimo

da je funkcija f integrabilna na segmentu [ a, b − ε ] za sve, dovoljno male,

ε > 0 . Ukoliko postoji i konačna je granična vrijednost lim
ε ↓0

b −ε

∫ f ( x ) dx , tada
a

kažemo da integral

∫ f ( x ) dx konvergira i pišemo
a

b


a b

b

f ( x ) dx = lim
ε ↓0

b −ε

∫ f ( x ) dx .
a

U suprotnom (ako gornji limes ne postoji ili je beskonačan), kažemo da integral

∫ f ( x ) dx divergira.
a

Analogno, ukoliko je funkcija f neograničena u okolini tačke a i postoji
a +ε

∫ f ( x ) dx za sve dovoljno male ε > 0 , tada ukoliko postoji i konačan je
a +ε

b

lim
ε ↓0

∫ f ( x ) dx , za integral ∫ f ( x ) dx kažemo da konvergira i pišemo
a

b

b


a b

b

f ( x ) dx = lim
ε ↓0

a +ε

∫ f ( x ) dx .

b

U suprotnom, integral divergira. Ukoliko je funkcija f neograničena u okolini obje tačke a i b , tada integral
c

∫ f ( x ) dx konvergira ukoliko postoje konačne granične vrijednosti
a
b −ε 2
2 ↓0

lim
ε1 ↓ 0

a + ε1

∫ f ( x ) dx i lim ∫ f ( x ) dx , za neko c ∈ ( a, b ) . U tom slučaju je ε
c


a

b

f ( x ) dx = lim
ε1 ↓ 0

a+

∫ε

c

f ( x ) dx + lim
ε 2 ↓0
1

b −ε 2

∫ f ( x ) dx .
c

333

Matematika za ekonomiste Napomenimo da je u ovom slučaju nužno da oba limesa na desnoj strani postoje i konačna su. Ukoliko je funkcija f neograničena u okolini neke tačke d ∈ ( a, b ) (nije nužno da f bude definisana u d ), tada nesvojstveni integral
d

∫ f ( x ) dx
a b
d

b

konvergira ako i samo ako konvergiraju integrali

∫ f ( x ) dx i ∫ f ( x ) dx
a

(ovo su integrali kod kojih je podintegralna funkcija neograničena u okolini donje ili gornje granice integracije) i u tom slučaju je

∫ f ( x ) dx = ∫ f ( x ) dx + ∫ f ( x ) dx .
a a d

b

d

b

Primjer 4.11.7. Ispitajmo konvergenciju integrala


0

1

dx x

i ukoliko

konvergira nađimo njegovu vrijednost. Podintegralna funkcija f ( x ) =
1

1 postaje neograničena u okolini nule. x Zbog toga, odaberimo ε > 0 i izračunajmo

∫ ε ∫
0 1

1 dx = 2⋅ x = 2 − 2 ε . ε x

Puštajući da ε ↓ 0 vidimo da dati integral konvergira i vrijedi dx = lim 2 − 2 ε = 2 . x ε ↓0

(

)

Primjer 4.11.8. Ispitajmo konvergenciju integrala

konvergira nađimo njegovu vrijednost. Podintegralna funkcija f ( x ) =

−1

∫ x −1

1

dx

i ukoliko

1 postaje neograničena u okolini tačke 1. x −1 Odaberimo ε > 0 i posmatrajmo integral
334

4. Integralni račun
1−ε

−1

1−ε dx = ln x − 1 −1 = ln ε − ln 2 . x −1
1−ε

Međutim, lim ln ε = −∞ , pa je lim
ε ↓0

ε ↓0

divergira.

−1

dx = −∞ što znači da dati integral x −1

Primjer 4.11.9. Ispitajmo konvergenciju integrala

−2 3

2

dx

( x − 1)

2

i ukoliko

konvergira odredimo njegovu vrijednost. Podintegralna funkcija f ( x ) = 1
3 2

( x − 1) x = 1 koja je unutar intervala ( −2, 2 ) , pa ćemo posebno posmatrati integrale

je neograničena u okolini tačke

−2 3

1

dx

( x − 1)
lim
ε ↓0

2

i

2

dx

1 3

( x − 1)
2/3

2

. Za ε > 0 je:
1/ 3 1−ε −2

1−ε

−2

∫ ( x − 1)
2

dx

= lim 3 ( x − 1)
ε ↓0

= lim 3 ⋅ − 3 ε + 3 3 = 3 3 3 , te
ε ↓0

(

)

lim
ε ↓0

1+

∫ε ( x − 1)

dx

2/3

= lim 3 ( x − 1)
ε ↓0

1/ 3 2 1+ ε

= lim 3 ⋅ 1 − 3 ε = 3 .
ε ↓0

(

)

S obzirom na to da su oba integrala to je konvergentan i integral

−2 3

1

dx

( x − 1)

2

i

2

dx

1 3

( x − 1)

2

konvergentna,

−2 3

2

dx

( x − 1)

2

i njegova vrijednost je 3 3 3 + 3 .

335

5. Diferencijalne jednačine
5.1. Pojam diferencijalne jednačine. Diferencijalne jednačine sa razdvojenim promjenljivim. Definicija 5.1.1. (diferencijalne jednačine) Neka je F (x, y, y ' ,..., y (n ) ) funkcija koja zavisi od promjenljivih x, y, y ' ,..., y (n ) . Posmatrajmo sljedeći problem: traži se funkcija y = y (x ) definisana na nekom intervalu I , koja na tom intervalu ima sve izvode do reda n zaključno i takva je da na tom intervalu identički vrijedi:
F x, y, y ' ,..., y (

jednačinom. Za funkciju y = y (x ) koja na I identički zadovoljava datu jednačinu kažemo da je opšte rješenje, integral ili integralna kriva te jednačine. Riješiti diferencijalnu jednačinu znači naći sva njena rješenja, odnosno sve funkcije koje zadovoljavaju tu jednačinu. S obzirom da se funkcija može zadati eksplicitno, implicitno i parametarski, rješenje diferencijalne jednačine nije nužno funkcija y iskazana kao funkcija varijable x nekim analitičkim izrazom. Veoma često se rješenje diferencijalne jednačine zapisuje u obliku funkcionalne veze između nezavisno promjenljive x i zavisno promjenljive y , odnosno u obliku G ( x, y , C1 , ..., Cn ) = 0 , što predstavlja implicitno zadanu funkciju. Za diferencijalnu jednačinu kažemo da je n − tog reda ako je n red najvišeg izvoda koji figuriše u jednačini. Na primjer, jednačina oblika F (x, y, y ' ) = 0 je jednačina prvog reda, jednačina oblika F (x, y, y ' , y '' ) = 0 je drugog reda, itd. Ukoliko je diferencijalna jednačina n -tog reda tada će njeno opšte rješenje biti oblika y = ϕ (x, C1 , C 2 ,..., C n ) gdje su C1 , C 2 ,..., C n proizvoljne realne konstante. Dakle, opšte rješenje jednačine n -tog reda je neka familija krivih koja zavisi od parametara C1 , C 2 ,..., C n . Ove konstante se pojavljuju kao konstante u procesu izračunavanja neodređenog integrala n puta, koji je neophodan kako bismo došli do funkcije, na osnovu njenih izvoda.

(

n)

) = 0 . Ovaj problem nazivamo običnom diferencijalnom

Matematika za ekonomiste Partikularno rješenje diferencijalne jednačine dobijamo kada parametrima C1 , C 2 ,..., C n pridružimo neku određenu brojnu vrijednost, na osnovu uslova koji su postavljeni na nepoznatu funkciju. Specijalno, ukoliko je diferencijalna jednačina prvog reda tada je njeno opšte rješenje dato u obliku y = ϕ (x, C ) , gdje je C proizvoljna konstanta. Vidimo da to rješenje predstavlja jednoparametarsku familiju krivih. Ukoliko tražimo krivu koja će prolaziti kroz neku određenu tačku, (x 0 , y 0 ) , tada iz uslova y 0 = ϕ (x 0 , C ) možemo odrediti vrijednost parametra C . Na taj način određujemo partikularno rješenje jednačine koje prolazi kroz tačku (x0 , y 0 ) . Napomenimo da se ovaj uslov naziva još i početni uslov. Ukoliko je diferencijalna jednačina drugog reda, njeno opšte rješenje je dato u obliku y = ϕ (x, C1 , C 2 ) , gdje su C1 , C 2 proizvoljne realne konstante. Ovo rješenje je dvoparametarska familija krivih. Ukoliko tražimo krivu koja prolazi kroz tačku (x 0 , y 0 ) i čiji izvod u toj tački zadovoljava uslov ' ' y ' (x 0 ) = y 0 , tada iz uslova ϕ (x 0 , C1 , C 2 ) = y 0 i ϕ ' (x 0 , C1 , C 2 ) = y 0 možemo odrediti konstante C1 , C 2 . To znači da je sa dva navedena uslova određeno partikularno rješenje jednačine drugog reda. Mi ćemo se ograničiti na rješavanje specijalnih oblika jednačina prvog i drugog reda. Definicija 5.1.2. (diferencijalne jednačine sa razdvojenim promjenljivim) Diferencijalnu jednačinu prvog reda nazivamo jednačinom sa razdvojenim promjenljivim ukoliko se ona može napisati u obliku
y ' = f (x )g ( y )

(5.1.1)

Jednačina oblika (5.1.1) se veoma jednostavno rješava direktnom integracijom. Naime, ukoliko je g ( y ) ≠ 0 , jednačinu sa razdvojenim promjenljivim možemo napisati u obliku
dy = f (x )dx . g(y)

(5.1.2)

Ukoliko postoje neodređeni integrali
G( y ) =

∫ g(y)

dy

i
338

F (x ) =

∫ f (x )dx ,

5. Diferencijalne jednačine tada je opšte rješenje diferencijalne jednačine (5.1.2) dato sa
G( y ) = F (x ) + C .

(5.1.3)

Napomenimo da je svako rješenje jednačine (5.1.2), napisano u obliku (5.1.3) ujedno rješenje jednačine (5.1.1). Međutim, ukoliko je g (a ) = 0 za neko realno a , tada je y = a rješenje jednačine (5.1.1), koje ne možemo dobiti iz (5.1.3). Način rješavanja diferencijalnih jednačina sa razdvojenim promjenljivim ilustrovat ćemo slijedećim primjerima. Primjer 5.1.3. Odredimo onu integralnu krivu jednačine

(4 x + xy )dx + (y + x y )dy = 0
2 2

koja prolazi kroz tačku (1,2) . Datu jednačinu možemo napisati u obliku:
x 4 + y 2 dx + y 1 + x 2 dy = 0 ,

(

)

(

)

pa nakon dijeljenja sa x(4 + y 2 )dy ≠ 0 dobijamo:
y 1 + x2 dx =− . 2 dy x 4+ y

( (

) )

Sada je očigledno da se promjenljive u datoj jednačini mogu razdvojiti, pa nakon razdvajanja imamo:
y x dx = − dy . 2 1+ x 4 + y2

Kada integralimo obje strane jednakosti dobijamo:
1 1 1 ln 1 + x 2 = − ln 4 + y 2 + ln C , 2 2 2

(

)

(

)

gdje je C konstanta, C > 0 . Transformacijom dobijene jednakosti, opšte rješenje jednačine možemo napisati u obliku:

(1 + x )(4 + y ) = C .
2 2

Kao što vidimo, opšte rješenje jednačine zavisi od jednog parametra, jer je zadana jednačina prvog reda.
339

Matematika za ekonomiste Nađimo sada partikularno rješenje koje prolazi kroz tačku (1,2) . Uvrštavanjem vrijednosti x = 1 i y = 2 u opšte rješenje dobijamo da je C = 16 , pa je traženo rješenje dato sa

(1 + x )(4 + y ) = 16 .
2 2

Primijetimo da je u ovom primjeru rješenje date jednačine implicitno zadana funkcija. Primjer 5.1.4. Nađimo opšte rješenje jednačine y ' = Data jednačina je definisana za y ≠ 0 i x ≠ 0 . Množenjem jednačine sa razdvojenim promjenljivim:
ydx ≠ 0 možemo je napisati u obliku sa 1+ y2

1+ y2 . xy 1 + x 2

(

)

(

ydy dx . = 2 1+ y x 1+ x2

) (

)

Nakon integracije lijeve i desne strane imamo:

∫ (1 + y ) = ∫ x(1 + x ) .
2 2

ydy

dx

Integral na lijevoj strani jednakosti možemo izračunati uvođenjem smjene
t = 1 + y 2 , ydy =

1 dt . Dobijamo: 2
ydy 1 ∫ (1 + y ) = 2 ln(1 + y )
2 2

Integral na desnoj strani možemo izračunati koristeći se rastavom funkcije
1 na parcijalne razlomke u obliku: x 1+ x2

(

)

1 A Bx + C . = + 2 x 1+ x2 x 1+ x

(

)

340

5. Diferencijalne jednačine Nakon množenja sa x(1 + x 2 ) i izjednačavanja dobijenih polinoma na lijevoj i desnoj strani dobijamo da je A = 1 , B = −1 i C = 0 . Uvrštavanjem u integral imamo:

∫ (

1 1 1 dx dx xdx x2 = − = ln x − ln 1 + x 2 + ln C = ln C . 2 2 2 x x 1+ x2 1+ x2 1 + x2

) ∫

(

)

(

)

Vidimo da je opšte rješenje jednačine dato sa:
1 1 x2 , C > 0 , odnosno ln 1 + y 2 = ln C 2 2 1+ x2

(

)

(1 + y )(1 + x ) = Cx
2 2

(

)

2

, C >0.

5.2.

Homogene diferencijalne jednačine prvog reda

Definicija 5.2.1. (homogene diferencijalne jednačine prvog reda) Diferencijalna jednačina prvog reda je homogena ukoliko se može napisati u obliku y ' = f ⎜ ⎟ . Homogene diferencijalne jednačine rješavamo tako što ih svodimo na diferencijalne jednačine sa razdvojenim promjenljivim uvođenjem nove nepoznate funkcije z = z (x ) sa
z= y , y = zx , y ' = z ' x + z . x
⎛ y⎞ ⎝ x⎠

Pokažimo način rješavanja homogenih diferencijalnih jednačina na slijedećim primjerima. Primjer 5.2.2. Nađimo opšte rješenje jednačine
x − y cos y y + xy ' cos = 0 . x x

Nakon dijeljenja sa x ≠ 0 jednačina postaje:
1− y y y y cos + y ' cos = 0 , odnosno, nakon dijeljenja sa cos ≠ 0 x x x x
341

Matematika za ekonomiste
y' = y − x 1 cos y x

.

Desna strana jednakosti je funkcija od homogena.

y pa vidimo da je jednačina x y , y ' = z ' x + z . Jednačina x

Uvedimo novu nepoznatu funkciju z = z (x ) sa z = sada postaje:
z'x + z = z −

1 , odnosno cos z

dz 1 . x=− dx cos z

Nakon razdvajanja promjenljivih i integracije dobijamo:
sin z = ln C − ln x , za neko realno C ≠ 0 .

Stavljajući z =

y , zaključujemo da je opšte rješenje jednačine dato sa : x
sin C =e x . x

y

Primjer 5.2.3. Nađimo ono partikularno rješenje jednačine
xy ' − y = x 2 + y 2

koje prolazi kroz tačku (1,1) . Posmatrat ćemo samo slučaj x > 0 , jer nas interesuje ona integralna kriva koja prolazi kroz tačku (1,1) . Nakon dijeljenja jednačine sa x > 0 ona postaje:
y ⎛ y⎞ y = + 1+ ⎜ ⎟ . x ⎝x⎠
' 2

342

5. Diferencijalne jednačine (Napomenimo da je nužno razlikovati slučajeve x > 0 i x < 0 jer pri dijeljenju sa x < 0 jednačina bi bila oblika y ' = − 1 + ⎛ ⎞ , zbog činjenice ⎜x⎟ x ⎝ ⎠
y y
2

da je

x2 = x = − x ,

za x < 0 ).
y , to je jednačina homogena, pa x

Kako je desna strana jednačine funkcija od uvodimo smjenu z = z (x ) , z =

y , y ' = z ' x + z . Jednačina je sada oblika: x

z ' x + z = z + 1 + z 2 , odnosno

dz x = 1+ z2 . dx

Nakon razdvajanja promjenljivih i integracije dobijamo

ln z + 1 + z 2 = ln ( C x ) , za neko realno C , odnosno
y ⎛ y⎞ + 1+ ⎜ ⎟ = C x. x ⎝x⎠
2

(

)

Množenjem sa x dobijamo opšte rješenje za slučaj x > 0 u obliku:
y + x2 + y2 = C x2 .

Uvrštavanjem vrijednosti x = 1 i y = 1 dobijamo da je traženo partikularno rješenje:
y + x2 + y2 = 1 + 2 x2 .

C = 1 + 2 , pa je

(

)

Primjer 5.2.4. Nađimo onu integralnu krivu jednačine xy ' = y (1 + ln y − ln x ) koja prolazi kroz tačku (e,1) .

Jednačina je definisana za y > 0 i x > 0 , pa možemo dijeliti sa x . Dobijamo jednačinu
y' = y⎛ y⎞ ⎜1 + ln ⎟ , koja je homogena. x⎝ x⎠

Uvođenjem nove nepoznate funkcije
343

Matematika za ekonomiste
z = z ( x ) sa z =
y , y' = z'x + z x

jednačina postaje
z ' x + z = z (1 + ln z ) ,

pa nakon skraćivanja, razdvajanja promjenljivih i integracije dobijamo:

dx dz = . x z ln z

Integral na desnoj strani se može riješiti uvođenjem smjene t = ln z . Nakon rješavanja integrala na obje strane posljednje jednakosti dobijamo opšte rješenje jednačine u obliku:
ln Cx = ln ln z , odnosno, zbog z = y , u obliku x y . x

Cx = ln

Uvrštavajući vrijednosti x = e i y = 1 u opšte rješenje jednačine dobijamo da je
C ⋅ e = ln 1 1 = −1 , odnosno C = − . e e
x

Dakle, traženo partikularno rješenje jednačine je
− y 1 − x = ln , odnosno, y = xe e , x > 0 . x e

5.3. Linearne diferencijalne jednačine prvog reda. Definicija 5.3.1. (linearne diferencijalne jednačine) Diferencijalna jednačina prvog reda y ' = f (x, y ) je linearna ukoliko je ona linearna posmatrana kao funkcija od y i y ' . Linearnu jednačinu prvog reda možemo napisati u obliku:
y ' + P(x ) y = Q(x )
344

(5.3.1)

5. Diferencijalne jednačine gdje su P(x ) i Q(x ) neprekidne funkcije definisane na nekom intervalu. Može se pokazati da je, uz uslov neprekidnosti funkcija P(x ) i Q(x ) opšte rješenje linearne jednačine napisane u obliku (5.3.1) dato sa:
− P ( x )dx ⎛ P ( x )dx ⎞ y=e ∫ dx + C ⎟ . ⎜ Q(x )e ∫ ⎝ ⎠

(5.3.2)

Primjer 5.3.2. Nađimo partikularno rješenje diferencijalne jednačine
y' − y − 1 − x = 0 koje prolazi kroz tačku (0,1) . 1− x2

Očigledno je da je data jednačina linearna po y i y ' . Napišimo je u obliku:
y' − y =1+ x . 1− x2

Ovako napisana jednačina je oblika (5.3.1), gdje je
P(x ) = − 1 , Q(x ) = 1 + x , 1− x2

pa je njeno rješenje dato sa (5.3.2). Odredimo prvo integrale koji se javljaju u (5.3.2). Imamo:
dx dx 1 1− x . = ln x −1 2 x + 1
2

∫ P ( x )dx = −∫ 1 − x

2

=∫

P ( x )dx Q(x )e ∫ dx =

∫ (x + 1)e

ln

1− x 1+ x

dx =

∫ (x + 1)

1− x dx = 1+ x

1 − x 2 dx .

Nas zanima ona integralna kriva jednačine koja prolazi kroz tačku (0,1) . U okolini tačke x = 0 je 1 − x 2 > 0 , pa je 1 − x 2 = 1 − x 2 . Sada je
1− x2 1 − x2

∫ ∫

Q(x )e ∫

P ( x )dx

dx =

1 − x 2 dx =

dx .

Ovaj integral ćemo napisati u obliku:
1− x2 1− x
2

dx = ( Ax + B ) 1 − x 2 + λ
345

dx 1 − x2

Matematika za ekonomiste i riješit ćemo ga metodom Ostrogradskog. Nakon diferenciranja imamo:
1 − x2 1− x
2

= A 1 − x 2 + ( Ax + B )

− 2x 2 1− x
2

+

λ
1 − x2

.

1 − x 2 , a zatim izjednačavanjem dobijenih polinoma 1 drugog stepena na desnoj i lijevoj strani jednakosti dobijamo da je A = , 2 1 B = 0 i λ = . Dakle, 2

Množenjem sa

∫ Q(x )e

∫ P ( x )dx dx = 1 x 1 − x 2 + 1 arcsin x .
2 2

Uvrštavanjem izračunatih integrala u opšte rješenje dato sa (5.3.2) zaključujemo da je opšte rješenje jednačine u okolini tačke x = 0 dato sa
y= 1+ x ⎛ 1 1 ⎞ 2 ⎜ C + x 1 − x + arcsin x ⎟ . 1− x ⎝ 2 2 ⎠

Ukoliko u opšte rješenje uvrstimo x = 0 i y = 1 , dobit ćemo C = 1 , pa je traženo partikularno rješenje:
y= 1 1 1+ x ⎛ ⎞ 2 ⎜1 + x 1 − x + arcsin x ⎟ . 1− x ⎝ 2 2 ⎠
⎛ x2 − 1⎞ ' ⎜ ⎟ ⎜ x ⎟y = y + 5 ⎝ ⎠

Primjer 5.3.3. Nađimo opšte rješenje diferencijalne jednačine:

na intervalu (1, +∞ ) .

Očigledno je data jednačina linearna po y i y ' , pa ćemo je napisati u obliku (5.3.1). Imamo
y' − x 5x y= 2 . x −1 x −1
2

Sada je
P(x ) = − x 5x , Q(x ) = 2 . x −1 x −1
2

346

5. Diferencijalne jednačine Odredimo integrale koji se javljaju u (5.3.2):

∫ P ( x )dx = −∫ x
za x > 1 .

2

x 1 dx = − ln x 2 − 1 = ln 2 −1

1

( x 2 − 1)
5 xdx

,


xdx =

P ( x ) dx Q ( x )e ∫ dx =

5 x ln ∫ x 2 − 1e

1 x 2 −1

dx = ∫

( x2 − 1) x 2 − 1

.

Posljednji integral možemo izračunati uvođenjem smjene t = x 2 − 1 ,
1 dt . Sada imamo: 2

∫ Q(x )e ∫
1 ln x 2 −1 ¸2

P ( x )dx

dx = −

5 x2 −1

,

pa opšte rješenje jednačine možemo napisati u obliku:
y=e

⎛ ⎜C − ⎜ ⎝

⎞ ⎟ , odnosno y = −5 + C x 2 − 1 . ⎟ 2 x −1 ⎠
5

Primjer 5.3.4. Odredimo onu integralnu krivu jednačine xy ' − 3 y = x 4 e x koja prolazi kroz tačku (1, e ) .

Data jednačina je linearna po y i y ' . Dijeljenjem sa x ≠ 0 napišimo je u obliku (5.3.1):
y' −
3 x

3 y = x 3e x . x

Sada je P(x ) = − , Q(x ) = x 3 e x , pa imamo:

∫ P(x )dx = −∫ x dx = −3 ln x = ln x
1

3

1
3

,

jer možemo smatrati da je x > 0 , s obzirom da tražimo integralnu krivu kroz koja prolazi kroz tačku (1, e ) . Zatim je
ln 3 P ( x )dx Q(x )e ∫ dx = ∫ x 3 e x e x dx = ∫ e x dx = e x . ∫

347

Matematika za ekonomiste Na osnovu formule (5.3.2) zaključujemo da je opšte rješenje jednačine na intervalu ( 0, +∞ ) dato sa: y = x 3 (C + e x ). Uvrštavajući x = 1 , y = e dobijamo da je C = 0 , pa je tražena integralna kriva
y = x 3e x .

5.4. Bernoullieva diferencijalna jednačina.

Definicija 5.4.1. (Bernoullieve diferencijalne jednačine) Jednačinu oblika
y ' + P(x ) y = Q(x ) y n , n ∈

, n ≠ 0 , n ≠1

(5.4.1)

gdje su P(x ) i Q(x ) date funkcije neprekidne na nekom intervalu, nazivamo Bernoullievom diferencijalnom jednačinom. Ukoliko je n = 0 jednačina postaje linearna, dok za n = 1 postaje jednačina u kojoj se promjenljive mogu razdvojiti. Datu jednačinu oblika (5.41) podijelimo sa y n . Dobijamo jednačinu
y ' P(x ) + = Q(x ) y n y n −1

(5.4.2)

Gornju jednačinu možemo svesti na linearnu uvođenjem smjene
z = z (x ) =
1

y n −1

.

Sada je z ' =

1− n ' y , pa je yn

y' z' = . Dakle, nakon opisane smjene yn 1− n

dolazimo do linearne jednačine oblika:
z' + P(x )z = Q( x ) . 1− n
348

(5.4.3)

5. Diferencijalne jednačine Možemo zaključiti da se Bernoullieva jednačina
z = z (x ) = 1 y n −1

(5.4.1) smjenom

svodi na linearnu jednačinu oblika (5.4.3).

Način rješavanja Bernoullieve diferencijalne jednačine objasnit ćemo na slijedećim primjerima.
Primjer 5.4.2. Nađimo opšte rješenje diferencijalne jednačine
xy ' + y = xy 2 ln x

na intervalu ( 0, +∞ ) . Datu jednačinu podijelimo sa x ≠ 0 . Ona postaje:
y' +

1 y = ln x ⋅ y 2 , x

pa vidimo da je oblika (5.4.1), pri čemu je n = 2 . Očigledno je da je jedno rješenje jednačine prava y = 0 . Sada pretpostavimo da je y ≠ 0 i podijelimo jednačinu sa y 2 . Imamo:
y' 1 1 + = ln x . y2 x y

Uvedimo smjenu z = jednačina:

1 , y

y' z' = = − z ' . Data jednačina postaje linearna 2 1− 2 y 1 z = ln x . x

− z' +

Nakon množenja sa (− 1) dobijenu linearni jednačinu svodimo na oblik (5.3.1) pogodan za rješavanje:
z' − 1 z = − ln x . x

Na osnovu formule (5.3.2) opšte rješenje gornje jednačine je dato sa
− P ( x )dx ⎛ P ( x )dx ⎞ z=e ∫ dx ⎟ , gdje je ⎜ C + Q( x )e ∫ ⎝ ⎠

349

Matematika za ekonomiste

∫ P(x )dx = −∫ ∫
integralu.
Q(x )e ∫
P ( x )dx

dx 1 = − ln x = ln , x x
1 x dx

jer je jednačina definisana samo za x > 0 . Dalje je
dx = − ln xe

ln

=−

ln x 1 dx = − ln 2 x , x 2 dx u posljednjem x

što se jednostavno dobije uvođenjem smjene t = ln x , dt = Dakle, opšte rješenje linearne jednačine je:
1 1 ⎛ ⎞ ⎛ ⎞ z = e ln x ⎜ C − ln 2 x ⎟ = x⎜ C − ln 2 x ⎟ , 2 2 ⎝ ⎠ ⎝ ⎠

pa kako je z =

1 , to je opšte rješenje polazne jednačine : y 1 1 ⎛ ⎞ = x⎜ C − ln 2 x ⎟ , za y ≠ 0 . y 2 ⎝ ⎠

prava y = 0 i kriva

Primjer 5.4.3. Nađimo partikularno rješenje diferencijalne jednačine
x 2 y 2 y ' + xy 3 = 1 ,

koje prolazi kroz tačku (3,1) . Obzirom da nas zanima partikularno rješenje koje prolazi tačkom (3,1) , možemo tražiti rješenje kod kojeg je y ≠ 0 . Dijeljenjem date jednačine sa x 2 y 2 ≠ 0 imamo:
y' + 1 1 y = 2 y −2 . x x

Vidimo da je data jednačina oblika (5.4.1), pri čemu je n = −2 . Pomnožimo je sa y 2 . Imamo:
y' y2 + 1 3 1 y = 2 . x x

Uvedimo smjenu varijable y sa
z=

1
y
−2 −1

=

1 = y3 −3 y

350

5. Diferencijalne jednačine tada je z ' = 3 y 2 y ' , pa je y ' y 2 = linearnu jednačinu:
1 3 3 z' 1 + z = 2 , odnosno z ' + z = 2 . 3 x x x x
− P ( x )dx ⎛ P ( x )dx ⎞ Opšte rješenje ove jednačine je dato sa z = e ∫ dx ⎟ , ⎜ C + ∫ Q(x )e ∫

z' . Zadana jednačina se svodi na sljedeću 3

gdje je P( x) =

3 3 i Q( x) = 2 , pa je x x

∫ P ( x ) dx = 3∫
na intervalu ( 0, +∞ ) , te

dx = 3ln x = ln x3 , x

Q(x )e ∫

P ( x )dx

dx =

3 ln x 3 3 x3 e dx = 3 2 dx = x 2 . 2 2 x x

Dakle, opšte rješenje linearne jednačine po z , za x ∈ ( 0, +∞ ) je:
z= 1 ⎛ 3 2⎞ ⎜C + x ⎟ . 3 2 ⎠ x ⎝

Kako je z = y 3 , to je opšte rješenje date jednačine
y3 =

1 ⎛ 3 2⎞ 1 ⎛ 3 2⎞ ⎜ C + x ⎟ , odnosno y = 3 ⎜ C + x ⎟ . 3 2 ⎠ 2 ⎠ x ⎝ x ⎝

Nađimo sada partikularno rješenje. Uvrstimo x = 3 i y = 1 u opšte rješenje. Imamo:
1= 13 3 27 27 C + 9 , odnosno 27 = C + , odakle vidimo da je C = . 2 2 3 2

Dakle, traženo partikularno rješenje je
y= 1 ⎛ 27 3 2 ⎞ 3 ⎜ + x ⎟. x ⎝ 2 2 ⎠

351

Matematika za ekonomiste
Primjer 5.4.4. Nađimo opšte rješenje diferencijalne jednačine
1 ' xy + y = y 2 ln x . 2
3

Data jednačina je Bernoullieva, oblika (5.4.1) za n =
x > 0.

3 . Definisana je za 2

Očigledno je da je jedno rješenje jednačine prava pretpostavimo da je y ≠ 0 i podijelimo jednačinu sa
y'
3 3 xy 2

y = 0 . Sada

. Iimamo:

+

2y 2

1 − 2 ln x . y = x x

1

Uvedimo smjenu varijable y sa
z= 1
3

y2

−1

=y

1 2

, z' = −

1 y' . 2 3 2 y

Dakle,

y'
3 2y 2

= − z ' , pa jednačina postaje:

−z' +

1 ln x 1 ln x , odnosno z ' − = − z= . x x x x

Data jednačina je linearna po z i x pa ćemo izračunati odgovarajuće integrale:

∫ P ( x ) dx = −∫
za x > 0 .

dx = − ln x = ln x , x

∫ Q(x )e ∫

P ( x )dx

dx = −

ln x −ln x ln x e dx = − dx . x x2

Integral na desnoj strani ćemo izračunati metodom parcijalne integracije:
352

5. Diferencijalne jednačine Stavimo u = ln x , du =
I =−
dx 1 dx , dv = − 2 , v = . Imamo: x x x

ln x ln x − dx = 2 x x

∫x

dx
2

=

ln x 1 + . Dakle, x x x x

∫ Q(x )e

∫ P ( x )dx dx = ln x + 1 .

Sada je rješenje linearne jednačine po z dato sa
ln x + 1 ⎞ ⎛ z = x⎜ C + ⎟ = Cx + ln x + 1 , x ⎠ ⎝

pa je opšte rješenje zadane Bernoullieve jednačine na intervalu ( 0, +∞ ) dato sa

y = 0 i y = z −2 =

1

(Cx + ln x + 1)2

.

5.5. Primjena diferencijalnih jednačina u ekonomiji

Kada smo govorili o prvom izvodu neke ekonomske funkcije, vidjeli smo da on predstavlja relativnu brzinu promjene te funkcije u odnosu na promjenu varijable od koje zavisi i uvjerili se da taj izvod predstavlja marginalnu ili graničnu funkciju. Brzina promjene neke ekonomske funkcije može zavisiti od same te funkcije. Ukoliko nam je takva međuzavisnost poznata, onda ona predstavlja jednu diferencijalnu jednačinu prvog reda. Veoma često, diferencijalne jednačine opisuju različite ekonomske modele rasta i razvoja. Najjednostavniji takav model je Harrod-Domarov model rasta koji je opisan dY s diferencijalnom jednačinom oblika = , gdje je Y varijabla Y k nacionalnog dohotka, s je stopa štednje a k je omjer kapital-output. Diferencijalnim jednačinama se opisuje i način promjene ekonomskih funkcija tokom vremena, što ćemo vidjeti u primjerima 5.5.1. i 5.5.3.

353

Matematika za ekonomiste
Primjer 5.5.1. (dinamika rasta stanovništva) Pretpostavimo da u početnom vremenskom trenutku t = 0 neka država ima C0 stanovnika, te da je godišnja stopa prirodnog priraštaja jednaka a > 0 . Odredimo ukupan (projektirani) broj stanovnika te države nakon 5 godina.

Činjenica da je a stopa prirodnog priraštaja nam zapravo govori da je brzina promjene broja stanovnika u trenutku t jednaka konstanti a pomnoženoj sa trenutnim brojem stanovnika. Drugim riječima, ako sa y (t ) označimo broj stanovnika posmatrane države nakon t godina, tada dy dy predstavlja brzinu promjene broja stanovnika vrijedi = a ⋅ y (t ) , jer dt dt tokom vremena. Dakle, broj stanovnika u trenutku t modeliran je dy dy diferencijalnom jednačinom = a ⋅ y , odnosno jednačinom = adt , sa dt y razdvojenim promjenljivim. Nakon integracije, vidimo da je ln y = at + c , za neku konstantu c > 0 , odnosno y = ec ⋅ e at . Sada je potrebno odrediti konstantu c . Iz uslova y (0) = C0 odmah dobijamo C0 = ec , pa je funkcija
y (t ) dana sa y (t ) = C0 eat . Zaključujemo da broj stanovnika eksponencijalno raste, te da je ukupan broj stanovnika nakon 5 godina jednak y (t ) = C0 ⋅ e5 a .

Analogno bi se moglo posmatrati povećanje radne snage tokom vremena, jer je ono proporcionalno prirodnom priraštaju i ponaša se prema istim ekonomskim principima. Drugim riječima, ako je godišnja stopa porasta broja radno sposobnih stanovnika jednaka λ , te ako je ukupan broj radnika u vremenu t = 0 jednak L0 , tada je ukupan broj radnika L(t ) nakon dL vremena t modeliran jednačinom = λ ⋅ L , uz početni uslov L(0) = L0 , dt čije rješenje je L(t ) = L0 eλt .
Primjer 5.5.2. (funkcija troškova proizvodnje) Odredimo funkciju ukupnih troškova proizvodnje ako je poznato da fiksni troškovi iznose 100 i da marginalni troškovi proizvodnje rastu kao (drugi) korijen ukupnih troškova proizvodnje.
354

5. Diferencijalne jednačine Ako sa C (Q) označimo funkciju ukupnih troškova proizvodnje, prvi uslov nam govori da je C ( 0 ) = 100 , a iz drugog uslova je MC ( Q ) = C ( Q ) . S obzirom da je MC ( Q ) = C ′ ( Q ) trebamo riješiti diferencijalnu jednačinu
C ′ ( Q ) = C ( Q ) , uz početni uslov C ( 0 ) = 100 .

Jednačinu možemo napisati u obliku dC C

dC = C , odnosno u obliku dQ

= dQ , sa razdvojenim promjenljivim. Nakon integracije imamo:

dC C

= ∫ C 2 dC = 2 C = ∫ dQ = Q + c .
2

1

⎛Q+c⎞ Dakle, funkcija ukupnih troškova je data sa C ( Q ) = ⎜ ⎟ , za neku ⎝ 2 ⎠ konstantu c > 0 . Vrijednost konstante odredit ćemo iz početnog uslova

⎛c⎞ C ( 0 ) = 100 , iz kojeg imamo da je 100 = ⎜ ⎟ , odnosno c = 20 . Dakle, ⎝2⎠ tražena funkcija proizvodnje je ⎛ Q + 20 ⎞ C (Q ) = ⎜ ⎟ . ⎝ 2 ⎠
Primjer 5.5.3. (dinamika tržišta jednog proizvoda) Pretpostavimo da posmatramo tržište jednog proizvoda, čiju cijenu ćemo označiti sa P .
2

2

Ukoliko bismo se bavili statičkom analizom tržišta ovog proizvoda, odnosno analizom ravnoteže, posmatrali bismo smo zakone ponude i potražnje za tim proizvodom u određenom, fiksnom vremenskom trenutku i određivali ekvilibrium, to jest ravnotežno stanje modela tako što bismo izjednačavali nivo ponude i potražnje za proizvodom i određivali ravnotežnu cijenu. Ukoliko je sa Qd = a − bP dat zakon potražnje za posmatranim proizvodom, a sa Qs = −c + dP dat zakon ponude tog proizvoda, tada će tržište biti u ravnoteži ukoliko je Qd = Qs , odnosno
355

Matematika za ekonomiste ukoliko je cijena tog proizvoda jednaka P = rješavanjem jednačine Qd = Qs ). a+c (što se lako vidi b+d

cijeni. Mnogo je vjerovatnije da će se početna cijena P ( 0 ) prilagođavati uslovima tržišta tokom vremena. Možemo reći, s obzirom da se bavimo dinamičkom analizom, da je cijena našeg proizvoda zapravo funkcija vremena t , odnosno smatramo da je P = P ( t ) , što znači da su i ponuda i

Međutim, cijena nekog proizvoda se prilagođava zahtjevima tržišta i teško je očekivati da ćemo u početnom vremenskom trenutku t = 0 , kada proizvod izlazi na tržište toliko dobro procijeniti situaciju na tržištu i odrediti njegovu početnu cijenu P ( 0 ) koja će biti jednaka ravnotežnoj

potražnja za tim proizvodom također funkcije vremena. Sada možemo sebi postaviti slijedeće pitanje: Ukoliko imamo dovoljno vremena za prilagođavanje uslovima tržišta, da li će cijena našeg proizvoda težiti a+c ravnotežnoj cijeni P = ? b+d Da bismo odgovorili na ovo pitanje trebamo odrediti P ( t ) , a da bismo odredili P ( t ) moramo odrediti zakon (ili pravilo) po kome se P ( t ) mijenja tokom vremena. Neka je u početnom vremenskom trenutku t = 0 cijena proizvoda bila P ( 0 ) = P0 . Opravdano je pretpostaviti da je brzina promjene cijene proizvoda proporcionalna razlici Qd − Qs između potražnje i ponude za tim proizvodom, pri čemu je konstanta proporcionalnosti te promjene pozitivna (jer, ukoliko je potražnja veća od ponude cijena će rasti, a ukoliko je situacija obratna cijena će opadati). Sjetimo se da brzinu promjene neke funkcije predstavlja prvi izvod te funkcije, tako da je brzina promjene funkcije P ( t ) jednaka prvom izvodu P ' ( t ) te funkcije. Činjenicu da je ta brzina proporcionalna razlici Qd − Qs možemo zapisati kao dP = k ( Qd − Qs ) , dt
356

(5.5.1)

5. Diferencijalne jednačine gdje je konstanta proporcionalnosti k neki pozitivan broj, kojeg još nazivamo i koeficijent prilagođavanja. Uslov (5.5.1) nam daje slijedeću jednačinu:
P ' ( t ) = k ( a − bP + c − dP ) ,

odakle nakon grupisanja dobijamo linearnu diferencijalnu jednačinu prvog reda:
P ' (t ) + k (b + d ) P (t ) = k ( a + c ) .

Opšte rješenje ove diferencijalne jednačine dato je sa: P (t ) = e
C ⋅e
− k ( b + d )t

(C + ∫ k ( a + c ) e (
⋅ k (b + d ) + k (a + c) e

k b + d )t

dt =
, pa je

)

− k ( b + d )t

+e

− k ( b + d )t

k ( b + d )t

P (t ) = C ⋅ e

− k ( b + d )t

(a + c) . (b + d )

Ostalo je još da odredimo konstantu C tako da vrijedi P ( 0 ) = P0 , odnosno da nađemo partikularno rješenje uz dati početni uslov. Uvrštavanjem t = 0 u izraz za P ( t ) dobijamo: P0 = C ⋅ e0 + a+c = C + P , odakle je C = P0 − P . b+d

Vidimo da je kretanje cijene jednog proizvoda na tržištu, uz pretpostavku da je brzina promjene cijene proizvoda proporcionalna razlici Qd − Qs između potražnje i ponude za tim proizvodom dato funkcijom

P ( t ) = ( P0 − P ) ⋅ e

− k ( b + d )t

+P.

S obzirom da je koeficijent prilagođavanja k pozitivan broj, kao i suma (b + d ) , to je
lim e − k ( b + d )t = 0 ,
t →∞

357

Matematika za ekonomiste pa zaključujemo da P ( t ) → P , kada t → ∞ , što znači da će se cijena našeg proizvoda težiti ravnotežnoj cijeni, odnosno ekvilibriumu. Zbog toga kažemo da je ovaj ekvilibrium dinamički stabilan. Postoje dva različita načina približavanja ekvilibriumu, u zavisnosti od toga da li je P < P0 ili je P > P0 , koji su prikazani na slici 5.5.1.
P(t) P(0) P P(0) O
Slika 5.5.1

P(0)>P P(0)<P

t

5.6. Diferencijalne koeficijentima

jednačine

drugog

reda

sa

konstantnim

Definicija 5.6.1. (diferencijalne jednačine drugog reda sa konstantnim koeficijentima) Opšti oblik diferencijalne jednačine drugog reda sa konstantnim koeficijentima je
ay′′ + by′ + cy = f ( x ) ,

gdje su a, b, c neki realni brojevi a f neka funkcija od x . Ukoliko je f ( x ) ≡ 0 tada jednačinu zovemo homogenom. U suprotnom je nehomogena. Opšte rješenje homogene jednačine

ay′′ + by′ + cy = 0
358

(5.6.1)

5. Diferencijalne jednačine drugog reda sa konstantnim koeficijentima se jednostavno određuje. Kao prvo, odredimo rješenja (realna ili konjugovano kompleksna) kvadratne jednačine

ar 2 + br + c = 0

(5.6.2)

koju još zovemo i karakterističnom jednačinom jednačine (5.6.1). U zavisnosti od diskriminante D jednačine (5.6.2), imamo tri mogućnosti. 1. Ukoliko je D > 0 , karakteristična jednačina (5.6.2) ima dva realna i različita rješenja r1 i r2 . U tom slučaju opšte rješenje jednačine (5.6.11) je dato sa

y = C1e r1x + C2 er2 x , gdje su C1 , C2 neke konstante.
2. Ukoliko je D = 0 , karakteristična jednačina (5.6.2) ima takozvano dvostruko rješenje, odnosno u ovom slučaju je r1 = r2 , a opšte rješenje jednačine (5.6.1) je dato sa

y = C1er1x + C2 xer1x .
3. Za D < 0 karakteristična jednačina ima konjugovano-kompleksna rješenja r1 = α − i β i r2 = α + i β . U tom slučaju, opšte rješenje jednačine (5.6.1) je
y = eα x ( C1 cos β x + C2 sin β x ) .

Nehomogenu diferencijalnu jednačinu rješavamo tako što nađemo rješenje yh homogene diferencijabilne jednačine, a zatim jedno partikularno rješenje y p nehomogene jednačine. Opšte rješenje nehomogene jednačine
ay′′ + by′ + cy = f ( x )

(5.6.3)

je suma rješenja yh homogene jednačine i partikularnog rješenja y p . Dakle,

y = yh + y p .
U nekim slučajevima funkcija f ( x ) se može napisati kao suma nekoliko funkcija, f ( x ) = f1 ( x ) + ... + f k ( x ) koje su jednostavnijeg oblika. U tom
359

slučaju opšte rješenje jednačine (3) je oblika y = yh + y p1 + ... + y pk , gdje je

Matematika za ekonomiste partikularno rješenje jednačine ay′′ + by′ + cy = f k ( x ) .

y p1 partikularno rješenje jednačine ay′′ + by′ + cy = f1 ( x ) , ..., y pk

je

Mi ćemo pokazati kako se rješavaju nehomogene jednačine (5.6.3) u nekim specijalnim slučajevima. Općenito, partikularno rješenje jednačine (5.6.3) je moguće odrediti takozvanom Lagrangeovom metodom varijacije konstanti. Mi se ovim metodom nećemo baviti. S obzirom da se rješavanje homogene jednačine (5.6.1) svodi na rješavanje karakteristične jednačine, što je izuzetno jednostavno, osnovni problem koji se javlja pri rješavanju nehomogene jednačine (5.6.3) jeste određivanje partikularnog rješenja te jednačine. Mi ćemo posmatrati tri najjednostavnija slučaja.
1o

Funkcija f ( x ) na desnoj strani (5.6.3) je polinom Pn ( x ) , n − tog

stepena. U ovom slučaju, partikularno rješenje y p jednačine (5.6.3) je jest Qn ( x ) = An x n + An −1 x n −1 + ... + A1 x + A0 , a k je jednako jedinici ukoliko je broj 0 korijen (ili rješenje) karakteristične jednačine (5.6.2), a ukoliko broj 0 nije korijen jednačine (5.6.2). Nepoznate koeficijente jednačine
k =0

oblika y p ( x ) = x k ⋅ Qn ( x ) , gdje je Qn ( x ) nepoznati polinom stepena n , to

An , An −1 ,..., A0

polinoma

Qn

određujemo iz

ay′′ + by′p + cy p = Pn ( x ) , p

koja u ovom slučaju predstavlja jednakost između dva polinoma, što nam omogućava da izjednačimo koeficijente uz odgovarajuće stepene.
2o

Funkcija f ( x ) na desnoj strani (5.6.3) je oblika eδ x ⋅ Pn ( x ) , gdje je

δ neki realan broj, a Pn polinom n − tog stepena. U ovom slučaju je
je jednak 0 ukoliko δ nije rješenje karakteristične jednačine (5.6.2); k = 1 ukoliko je δ takozvani jednostruki korijen karakteristične jednačine (5.6.2) (diskriminanta jednačine (5.6.2) je veća od nule i jedno rješenje jednačine (5.6.2) je upravo δ ); k = 2 ukoliko je δ dvostruki korijen karakteristične jednačine (5.6.2) ( D = 0 , i δ je rješenje jednačine (2)).
360

y p = x k ⋅ eδ x ⋅ Qn ( x ) , gdje je Qn ( x ) nepoznati polinom stepena n , a broj k

5. Diferencijalne jednačine Nepoznate koeficijente polinoma Qn određujemo iz jednačine
ay′′ + by′p + cy p = eδ x Pn ( x ) , p

koja se nakon dijeljenja sa eδ x svodi na jednakost između dva polinoma.
3o

Funkcija

eδ x (Tn ( x ) cos γ x + S m ( x ) sin γ x ) , gdje su γ i δ realni brojevi a Tn ( x ) i S m ( x ) su polinomi stepena n i m (napomenimo da Tn ili S m mogu biti

f ( x)

na

desnoj

strani

(5.6.3)

je

oblika

identički jednaki nuli, kao i to da može biti δ = 0 , to jest eδ x = 1 ). U ovom slučaju partikularno rješenje je oblika
y p = x t ⋅ eδ x ( Ps ( x ) cos γ x + Qs ( x ) sin γ x ) ,

polinomi stepena s ; t = 0 ukoliko δ ± iγ nije korijen karakteristične jednačine (5.6.2), odnosno t = 1 , ukoliko je δ ± iγ rješenje jednačine (5.6.2). Koeficijente nepoznatih polinoma Ps ( x ) i Qs ( x ) određujemo iz jednačine
ay′′ + by′p + cy p = eδ x (Tn ( x ) cos γ x + S m ( x ) sin γ x ) , p

gdje je s onaj od brojeva n ili m koji je veći; Ps ( x ) i Qs ( x ) su nepoznati

tako što, nakon dijeljenja sa eδ x , izjednačimo polinome koji stoje uz cos γ x , odnosno sin γ x , na lijevoj i desnoj strani jednakosti.
Primjer 5.6.2. Nađimo opšte rješenje jednačine

y′′ − 4 y′ = x3 + 3x 2 + 2 x + 1 .
Nađimo prvo rješenje homogene jednačine y′′ − 4 y′ = 0 . Odgovarajuća karakteristična jednačina je r 2 − 4r = 0 . Rješenja karakteristične jednačine su r1 = 0 i r2 = 4 , pa je opšte rješenje homogene jednačine oblika

yh = C1e0⋅ x + C2e4⋅ x = C1 + C2 e4 x .
361

Matematika za ekonomiste Nađimo sad partikularno rješenje. U ovom slučaju je funkcija na desnoj strani f ( x ) = x 3 + 3 x 2 + 2 x + 1 = P3 ( x ) polinom trećeg stepena. Zbog toga je
Q3 ( x ) = A3 x 3 + A2 x 2 + A1 x + A0 ,

partikularno rješenje oblika y p = x k ⋅ Q3 ( x ) , gdje je

a k = 1 , jer je broj 0 rješenje karakteristične jednačine. Dakle,
y p = x ( A3 x 3 + A2 x 2 + A1 x + A0 ) = A3 x 4 + A2 x 3 + A1 x 2 + A0 x .

Sada je

y′p = 4 A3 x 3 + 3 A2 x 2 + 2 A1 x + A0 ; y′′ = 12 A3 x 2 + 6 A2 x + 2 A1 p

Uvrstimo y′p i y′′ u jednačinu y′′ − 4 y′p = x 3 + 3 x 2 + 2 x + 1 . Imamo: p p 12 A3 x 2 + 6 A2 x + 2 A1 − 16 A3 x 3 − 12 A2 x 2 − 8 A1 x − 4 A0 = x 3 + 3x 2 + 2 x + 1 Izjednačimo odgovarajuće koeficijente:

x3 :
x : x: x0 :
2

−16 A3 = 1 ;

12 A3 − 12 A2 = 3 ;
6 A2 − 8 A1 = 2 ;

2 A1 − 4 A0 = 1 .

Iz prve jednačine je A3 = −1/16 . Sada, iz druge jednačine dobijamo

−1 ⎛ 1 ⎞ −5 −31 . Iz treće jednačine je A1 = , dok iz posljednje ⎜ 3 + 12 ⋅ ⎟ = 64 12 ⎝ 16 ⎠ 16 −63 . jednačine dobijamo A0 = 128 Dakle, partikularno rješenje je A2 = 5 31 63 ⎞ ⎛ 1 y p = x ⎜ − x3 − x 2 − x − ⎟, 16 64 128 ⎠ ⎝ 16 pa je opšte rješenje jednačine y = C1 + C2 e 4 x − x (8x3 + 40 x2 + 62 x + 63) . 128
362

5. Diferencijalne jednačine
Primjer 5.6.3. Nađimo opšte rješenje jednačine y′′ + 4 y = sin 2 x , kao i ono

⎛π ⎞ ⎛π ⎞ partikularno rješenje koje ispunjava uslove y ⎜ ⎟ = 1 , y′ ⎜ ⎟ = 0 . ⎝4⎠ ⎝4⎠

Karakteristična jednačina koja odgovara homogenoj jednačini y′′ + 4 y = 0 je r 2 + 4 = 0 (primijetimo da je ovdje b = 0 jer nemamo y′ ). Ona ima dva konjugovano-kompleksna rješenja r1,2 = 0 ± 2i . Zbog toga je opšte rješenje homogene jednačine yh = e0⋅ x ( C1 cos 2 x + C2 sin 2 x ) , to jest yh = C1 cos 2 x + C2 sin 2 x . Odredimo sada partikularno rješenje. Funkcija f ( x ) = sin 2 x je oblika 3. Tu je δ = 0 ; Tn ( x ) ≡ 0 ; S m ( x ) ≡ 1 - polinom S m ( x ) je konstanta pa je
f ( x ) = e0⋅ x ( 0 ⋅ cos 2 x + 1 ⋅ sin 2 x ) . Ovaj oblik funkcije je posmatran u slučaju

stepena nula. Dakle, s = 0 (koristimo se oznakama slučaja 3). Polinom stepena nula je konstanta, pa su Ps ( x ) i Qs ( x ) zapravo neke nepoznate konstante, A i B . Očigledno je γ = 2 , δ = 0 , pa je ostalo da odredimo t . Vrijedit će t = 1 , jer je r = 0 ± 2i korijen karakteristične jednačine. To znači da je traženo partikularno rješenje oblika
y p = x ⋅ e0 x ( A cos 2 x + B sin 2 x ) = Ax cos 2 x + Bx sin 2 x .

Sada je y′p = A cos 2 x − 2 Ax sin 2 x + B sin 2 x + 2 Bx cos 2 x ;
y′′ = −4 A sin 2 x − 4 B cos 2 x − 4 x ( A cos 2 x + B sin 2 x ) . p

Uvrstimo y p , y′p i y′′ u jednačinu y′′ + 4 y p = sin 2 x . Imamo: p p
−4 A sin 2 x − 4 B cos 2 x − 4 x ( A cos 2 x + B sin 2 x ) + 4 x ( A cos 2 x + B sin 2 x ) = sin 2 x

Izjednačavanjem koeficijenata uz sin 2x i cos 2x dobijamo:
sin 2x :

−4 A = 1 ;
−4 B = 0 ,

cos 2x :

odakle je A = −1/ 4 , B = 0 .
363

Matematika za ekonomiste Time smo odredili partikularno rješenje: 1 y p = − x cos 2 x . 4 Nađimo sada ono partikularno rješenje koje ispunjava date uslove. Imamo:
⎛π ⎞ ⎛ π⎞ ⎛ π⎞ 1 π ⎛ π⎞ y ⎜ ⎟ = C1 cos ⎜ 2 ⋅ ⎟ + C2 sin ⎜ 2 ⋅ ⎟ − ⋅ cos ⎜ 2 ⋅ ⎟ = 1 . ⎝4⎠ ⎝ 4⎠ ⎝ 4⎠ 4 4 ⎝ 4⎠

Zbog cos

π
2

= 0 , sin

π
2

= 1 , odavde imamo C2 = 1 . Dalje je

y′ ( x ) = −2C1 sin 2 x + 2C2 cos 2 x +

1 1 x sin 2 x − cos 2 x , pa je 2 4

π π 1 π π 1 π ⎛π ⎞ y′ ⎜ ⎟ = −2C1 sin + 2C2 cos + ⋅ sin − cos = 0 , 2 2 2 4 2 4 2 ⎝4⎠
odakle imamo
−2C1 +

π
8

= 0 , odnosno C1 =

π
16

.

Traženo partikularno rješenje je y= 1 cos 2 x + sin 2 x − x cos 2 x . 16 4 y′′ + 2 y′ + y = xe− x + x 2 . Odredimo, kao prvo opšte rješenje homogene jednačine y′′ + 2 y′ + y = 0 . Odgovarajuća karakteristična jednačina je r 2 + 2r + 1 = 0 . Ona ima dvostruko rješenje r1 = r2 = −1 ( D = 0 ), pa je rješenje homogene jednačine yh = C1e− x + xC2 e− x . Partikularno rješenje ćemo odrediti kao sumu dva partikularna rješenja, jer je funkcija na desnoj strani jednačine f ( x ) = xe − x + x 2 = f1 ( x ) + f 2 ( x ) .
364

π

Primjer 5.6.4. Nađimo opšte rješenje jednačine

Funkcija f1 ( x ) = xe − x je oblika e −1⋅ x ⋅ P ( x ) ( P ( x ) = x je polinom prvog 1 1

5. Diferencijalne jednačine stepena), pa je prvo partikularno rješenje oblika y p1 = x l ⋅ e −1⋅ x ⋅ Q1 ( x ) (slučaj 2.), gdje je Q1 ( x ) = A1 x + A0 nepoznati polinom prvog stepena, a l = 2 jer je r = −1 dvostruko rješenje karakteristične jednačine. Dakle, y p1 = x 2 e− x ( A1 x + A0 ) = e− x ( A1 x3 + A0 x 2 ) . Sada je y′p1 = e− x ( 3 A1 x 2 + 2 A0 x − A1 x3 − A0 x 2 ) , y′′1 = e− x ( 6 A1 x + 2 A0 − 6 A1 x 2 − 4 A0 x + A1 x3 + A0 x 2 ) . p

Odredimo nepoznate koeficijente iz jednačine Imamo:

y′′1 + 2 y′p1 + y p1 = xe − x . p

e − x ( 6 A1 x + 2 A0 − 6 A1 x 2 − 4 A0 x + A1 x 3 + A0 x 2 +

+6 A1 x 2 + 4 A0 x − 2 A1 x3 − 2 A0 x 2 + A1 x3 + A0 x 2 ) = e − x x .

Množenjem sa e x i izjednačavanjem koeficijenata polinoma na lijevoj i desnoj strani dobijamo:
x:

6 A1 = 1

x0 :

2 A0 = 0 , 1 , pa je 6
y p1 =

odakle je A1 =

1 3 −x xe . 6

Funkcija f 2 ( x ) = x 2 je polinom drugog stepena pa je
y p2 = x k ( A2 x 2 + A1 x + A0 ) , gdje je
y′′2 + 2 y′p2 + y p2 = x 2 . p k = 0 , jer broj 0 nije rješenje

karakteristične jednačine. Odredimo nepoznate koeficijente iz jednačine: Imamo:
y′p2 = 2 A2 x + A1 ; y′′2 = 2 A2 , pa je p
2 A2 + 2 ( 2 A2 x + A1 ) + A2 x 2 + A1 x + A0 = x 2 .
365

Matematika za ekonomiste Izjednačavanjem koeficijenata dobijamo:

x2 :
x:

A2 = 1 ; 4 A2 + A1 = 0 ;

x0 :

2 A2 + 2 A1 + A0 = 0 ,

odakle je A2 = 1 , A1 = −4 , A0 = 6 . Znači, y p2 = x 2 − 4 x + 6 . Sada možemo dati opšte rješenje jednačine. Ono je oblika: 1 y = yh + y p1 + y p2 = C1e− x + C2 xe− x + x3e− x + x 2 − 4 x + 6 . 6
Primjer 5.6.5. Nađimo opšte rješenje jednačine y′′ − 2 y′ − 3 y = x (1 + e3 x ) ,

kao i ono partikularno rješenje koje ispunjava uslov y ( 0 ) =

11 , y′ ( 0 ) = 3 . 9

Karakteristična jednačina date jednačine je r 2 − 2r − 3 = 0 . Njena rješenja su r1 = −1 , r2 = 3 , pa je opšte rješenje odgovarajuće homogene jednačine oblika yh = C1e− x + C2 e3 x . Kako bismo odredili partikularno rješenje, funkciju na desnoj strani ćemo napisati kao sumu dvije funkcije:
f ( x ) = x (1 + e3 x ) = x + xe3 x = f1 ( x ) + f 2 ( x ) ,

pa će partikularno rješenje biti suma dva partikularna rješenja. Kako je f1 ( x ) = x polinom stepena 1, to je y p1 = x k ( A1 x + A0 ) , pri čemu je
k = 0 jer 0 nije rješenje karakteristične jednačine. Imamo:

y′p1 = A1 , y′′1 = 0 , pa je y′′1 − 2 y′p1 − 3 = 0 − 2 A1 − 3 ( A1 x + A0 ) = x . p p

Izjednačavanjem koeficijenata dobijamo:
x:

−3 A1 = 1

x0 :

−2 A1 − 3 A0 = 0 ,
366

5. Diferencijalne jednačine odakle je A1 =
−1 2 , A0 = . Dakle, 3 9

1 2 y p1 = − x + . 3 9 Kako je f 2 ( x ) = e3 x ⋅ x , to je oblik drugog partikularnog rješenja
y p2 = x l ⋅ e3 x ( A1 x + A0 ) , gdje je l = 1 , jer je r = 3 jedan od korijena

karakteristične jednačine. Dakle,
y p2 = e3 x ( A1 x 2 + A0 x ) ; y′p2 = e3 x ( 3 A1 x 2 + 3 A0 x + 2 A1 x + A0 ) ; y′′2 = e3 x ( 9 A1 x 2 + 9 A0 x + 12 A1 x + 6 A0 + 2 A1 ) . p

Odredimo nepoznate koeficijente iz jednačine y′′2 + 2 y′p2 + y p2 = xe3 x . p Imamo:
e3 x 9 A1 x 2 + 9A0 x + 12 A1 x + 6 A0 + 2 A1 − 4 A1 x − −2 A0 − 6 A1 x 2 − 6A0 x − 3A1 x 2 −3 A0 x ) = e3 x ⋅ x .

(

Nakon množenja sa e−3 x i izjednačavanja koeficijenata uz odgovarajuće stepene imamo:
x: 8 A1 = 1 ;

x0 :

4 A0 + 2 A1 = 0 ,

1 −1 , A0 = , pa je 8 16 1⎞ x ⎛1 y p2 = xe3 x ⎜ x − ⎟ = e3 x ( 2 x − 1) . 16 ⎠ 16 ⎝8 Opšte rješenje date jednačine je odakle je A1 = 1 2 x y = C1e − x + C2 e3 x − x + + e3 x ( 2 x − 1) . 3 9 16
367

Matematika za ekonomiste Odredimo partikularno rješenje koje ispunjava date uslove. Imamo:
y ( 0 ) = C1 + C2 +

2 11 = , odakle je C1 + C2 = 1 . 9 9

1 1 y′ ( x ) = −C1e − x + 3C2 e3 x − + e3 x ( 4 x − 1 + 6 x 2 − 3x ) , 3 16 pa je 1 1 y′ ( 0 ) = −C1 + 3C2 − − = 3 . 3 16
C1 + C2 = 1 ⎫ ⎪ 163 ⎬ , iz kojeg izračunavamo Dobili smo sistem jednačina: −C1 + 3C2 = 48 ⎪ ⎭ −19 211 C2 = , C1 = , pa je traženo partikularno rješenje 192 192 y= −19 − x 211 3 x 1 2 x e + e − x + + e3 x ( 2 x − 1) . 192 192 3 9 16 y′′ + y′ + y = e − x sin x . Karakteristična jednačina koja odgovara datoj jednačini je r 2 + r + 1 = 0 . −1 ± i 3 1 3 Njena rješenja su r1,2 = = − ±i . Dakle, rješenje homogene 2 2 2 jednačine je ⎛ 3 3 ⎞ yh = e ⎜ C1 cos x + C2 sin x⎟. ⎜ 2 2 ⎟ ⎝ ⎠
− x 2

Primjer 5.6.6. Nađimo opšte rješenje jednačine

Odredimo partikularno rješenje. Ono je oblika
y p = x s ⋅ e − x ( P0 ( x ) cos x + Q0 ( x ) sin x ) ,

pri čemu su P0 ( x ) i Q0 ( x ) polinomi stepena nula, to jest konstante, dok je
s = 0 jer broj 1 ± i nije korijen karakteristične jednačine.
368

5. Diferencijalne jednačine Imamo:
y p = e − x ( A cos x + B sin x ) , pa je y′p = e − x ( − A cos x − B sin x − A sin x + B cos x ) ;

y′′ = e − x ( A cos x + B sin x + A sin x − B cos x + A sin x − B cos x − A cos x − B sin x ) = p = e − x ( 2 A sin x − 2 B cos x ) . Uvrštavanjem u jednačinu dobijamo y′′ + y′p + y p = e − x ( 2 A sin x − 2 B cos x − A cos x − B sin x − p − A sin x + B cos x + A cos x + B sin x ) = e − x sin x, odnosno, A sin x − B cos x = sin x . Izjednačavanjem koeficijenata uz sin x i cos x odmah dobijamo da je A = 1 i B = 0 , pa je
y p = e − x cos x .

Dakle, opšte rješenje jednačine je
x − ⎛ 3 3 ⎞ −x y = e 2 ⎜ C1 cos x + C2 sin x ⎟ + e cos x . ⎜ 2 2 ⎟ ⎝ ⎠

Primjer 5.6.7. Nađimo opšte rješenje jednačine

y′′ − 2 y′ + 2 y = 2e x cos x , kao i ono partikularno rješenje koje ispunjava uslove y (π ) = 0 , y′ (π ) = 0 . Kao prvo, nađimo rješenje homogene jednačine y′′ − 2 y′ + 2 y = 0 . Odgovarajuća karakteristična jednačina je r 2 − 2r + 2 = 0 . Rješenja te jednačine su r1,2 = 1 ± i , pa je yh = e1⋅ x ( C1 cos1 ⋅ x + C2 sin1 ⋅ x ) (koeficijent uz i je 1). Opšti oblik partikularnog rješenja je y p = x s ⋅ e x ( P0 ( x ) cos x + Q0 ( x ) sin x ) , (jer je uz cos x broj 2 – to jest polinom stepena nula). U ovom slučaju je s = 1 jer je 1 ± 1 ⋅ i korijen karakteristične jednačine. Dakle,
369

Matematika za ekonomiste
y p = x ⋅ e x ( A cos x + B sin x ) , pa je y′p = e − x ( A cos x + B sin x + Ax cos x + Bx sin x − Ax sin x + Bx cos x ) ;

y′′ = e − x ( 2 A cos x − 2 A sin x + 2 B sin x + 2 B cos x − p −2 Ax sin x − Ax cos x + 2 Bx cos x − Bx sin x ) . Nakon uvrštavanja u polaznu jednačinu imamo:
y′′ − 2 y′p + 2 y p = e x ( −2 A sin x + 2 B cos x ) = 2e x cos x , odnosno p −2 A sin x + 2 B cos x = 2 cos x ,

odakle, izjednačavanjem koeficijenata uz cos x i sin x dobijamo A = 0 i B = 1 . Znači, y p = xe x sin x , pa je opšte rješenje jednačine
y = e x ( C1 cos x + C2 sin x + x sin x ) .

Odredimo traženo partikularno rješenje. Imamo:
y (π ) = eπ ( C1 ⋅ ( −1) + C2 ⋅ 0 + π ⋅ 0 ) = 0 , pa je −C1eπ = 0 , odakle je C1 = 0 . y′ ( x ) = e x ( C1 cos x + C2 sin x + x sin x − C1 sin x + C2 cos x + sin x + x cos x ) ,

pa je (imajući u vidu da je C1 = 0 , sin π = 0 , cos π = −1 ):
y′ (π ) = −C2 − π = 0 , pa je C2 = −π .

Dakle, traženo rješenje je
y = e x ⋅ sin x ⋅ ( x − π ) .

370

Literatura
[1] Babić, M., Mikroekonomska analiza, Mate d.o.o., Zagreb, 2000. [2] Babić, M., Makroekonomija, deveto izdanje, Mate d.o.o., Zagreb, 1996. [3] Blume, L. E., Simon, C. P., Mathematics for Economists, 1st edition, W. W. Norton & Company, New York, 1994. [4] Chiang, A. C., Wainwright, K., Fundamental Methods of Mathematical Economics, 4th edition, Mc Graw Hill Higher Education, New York, 2005. [5] Hardy, G. H., A Course of Pure Mathematics, 10th edition, Cambidge University Press, Cambridge, 2008 reissue. [6] Kurepa, S., Konačnodimenzionalni vektorski prostori i primjene, Tehnička knjiga, Zagreb, 1967. [7] Kurepa, S., Matematička analiza, Drugi dio, četvrto izdanje, Školska knjiga, Zagreb, 1989. [8] Kurepa, S., Matematička analiza, Treći dio, četvrto izdanje, Školska knjiga, Zagreb, 1989. [9] Lučić, B., Matematika, Ekonomski fakultet, Sarajevo, 1998. [10] Lučić, B., Pejić, LJ., Zbirka zadataka iz Matematike za ekonomiste I dio, Ekonomski fakultet, Sarajevo, 2005. [11] Mardešić, S., Matematička analiza u n-dimenzionalnom realnom prostoru, Prvi dio, treće izdanje, Školska knjiga, Zagreb, 1988. [12] Marsden, J., Weinstein, A., Calculus I, 2nd edition, Undergraduate Texts in Mathematics, Springer-Verlag, New York, 1985. [13] Marsden, J., Weinstein, A., Calculus II, 2nd edition, Undergraduate Texts in Mathematics, Springer-Verlag, New York, 1985. [14] Marsden, J., Weinstein, A., Calculus III, 2nd edition, Undergraduate Texts in Mathematics, Springer-Verlag, New York, 1985. [15] Mitrinović, D. S., Matrice i determinante, zbornik zadataka i problema, peto izdanje, Naučna knjiga, Beograd, 1989. 371

[16] Smajlović, L., Fako, A., Zbirka zadataka iz Matematike za ekonomiste II dio, Ekonomski fakultet, Sarajevo, 2005. [17] Somun-Kapetanović, R. et all., Kvantitativne metode u ekonomiji i menadžmentu, Ekonomski fakultet, Sarajevo, 2009. [18] Šorić, K., Zbirka zadataka iz matematike s primjenom u ekonomiji, Eement, Zagreb, 1997. [19] Todaro, M. P., Smith, S. C., Ekonomski razvoj, deveto izdanje, Šahinpašić, Sarajevo, 2006. (prijevod djela Economic development istih autora) [20] Varian, H. R., Microeconomic Analysis, 3rd edition, W. W. Norton & Company, New York, 1992.

372

Sign up to vote on this title
UsefulNot useful