Poglavlja

Matrice

Zbrajanje matrica
Mnoenje matrice sa skalarom
Mnoenje matrica
Nul-matrica i jedinina matrica
Transponirana matrica
Jo o mnoenju matrica

Matrini zapis sustava linearnih jednadbi

Rjeavanje trokutastih sustava
Gaussova eliminacija
Primjeri
Pivotiranje
Elementarne matrice transformacija

Linearna nezavisnost
Rang matrice
Kronecker-Capellijev teorem
Inverzna matrica
Determinante
Svojstva determinanti
Podmatrice i poddeterminante
Laplaceov razvoj determinante
Raunanje inverzne matrice
Cramerovo pravilo

Rjeavanje elektrine mree

LINEARNA ALGEBRA
U ovoj glavi definirat emo pojam sustava linearnih jednadbi i opisati postupak za
njihovo rjeavanje. Postupak se temelji na primjenama matrinog rauna, tako da
emo dati i osnovne pojmove o matricama i determinantama te operacijama s njima.
Dok se veina studenata ve susrela s problemom rjeavanja sustava linearnih
jednadbi, koritenje matrica je za veinu novost.
Pojam ''linearnih'' znai da se u jednadbama nepoznanice pojavljuju samo na prvu
potenciju i da se ne pojavljuju umnoci nepoznanica. Za razliku od sustava
nelinearnih jednadbi, za takve je sustave lako ustanoviti da li su rjeivi te ako jesu,
rijeiti ih.

Rjeenje sustava od
jednadbi s
nepoznanice odgovara nalaenju
sjecita
pravaca u ravnini. Oito vrijedi sljedee:

pravaca se moe sjei u jednoj toki - pripadajui sustav ima

tono jedno rjeenje. Na primjer, sustav

ima rjeenje u toki

(slika 2.1).
pravaca moe leati na istom pravcu - pripadajui sustav ima
beskonano rjeenja;
ako ni prvi ni drugi sluaj ne vrijede, tada sustav nema rjeenje.

U poznatom Kronecker-Capellijevom teoremu 2.5 vidjet emo da su ova tri sluaja

jedina mogua i to za proizvoljni broj nepoznanica i jednadbi.

Slika 2.1: Pravci koji se sijeku

Natrag: LINEARNA ALGEBRA Gore: LINEARNA ALGEBRA Naprijed: Zbrajanje

matrica

Matrice
Matrice omoguuju jednostavan zapis i rjeavanje sustava linearnih jednadbi.

Definicija 2.1 Pravokutna tablica brojeva

zove se matrica tipa

. Ako su svi brojevi

realni, tada piemo

Tablica se stavlja u uglate ili oble zagrade. Brojevi

elementi matrice ili komponente matrice. Brojevi

.
su

tvore -ti redak, brojevi

tvore

-ti stupac, a brojevi

tvore dijagonalu matrice . Ako je

kaemo da je kvadratna matrica reda
. Ako je
kaemo da je retana matrica (ima samo jedan redak), a ako je
kaemo da je stupana matrica. Retane i stupane matrice se jo zovu
vektori.
Skup svih matrica tipa
velikim tiskanim slovima,

jo oznaavamo s

. Matrice obino oznaavamo

Koriste se i oznake

Vektore moemo oznaavati i s malim tampanim slovima

slovima,
Na primjer,

.
je matrica tipa

s oznaenim drugim retkom,

su primjeri retane odnosno stupane matrice,

, ili s masnim

dok su
matrice

kvadratne matrice reda

, a ujedno i stupane i retane

Nakon to smo definirali novi objekt, u ovom sluaju matricu, elimo ih nauiti
usporeivati. Prvi korak je definirati kada su dva objekta jednaka.
Definicija 2.2 Matrice

su jednake ako su istog tipa i ako je

za sve parove indeksa

Zbrajanje matrica
Uvedimo prvu operaciju s matricama. Mogu se zbrajati samo matrice istog tipa. Ako
su matrice i istog tipa, tada je matrica
istog tipa kao i matrice

i vrijedi

Dakle, matrice se zbrajaju lan po lan. Svojstva zbrajanja su

(komutativnost) i
(asocijativnost)

Mnoenje matrice sa skalarom

Matrica se mnoi s nekim skalarom (brojem) tako da se svaki element matrice
pomnoi s tim brojem. Drugim rijeima, elementi matrice
su
Svojstva ove operacije proizlaze direktno iz svojstava mnoenja brojeva:

(2.1)

Natrag: Mnoenje matrice sa Gore: Matrice Naprijed: Nul-matrica i jedinina

Mnoenje matrica
Definicija mnoenja matrica je na prvi pogled neobina, ali upravo nam ona
omoguava jednostvno zapisivanje sustava linearnih jednadbi.
Matrice i moemo pomnoiti samo ako su ulanane, odnosno ako ima
onoliko stupaca koliko ima redaka. Matrica
ima redaka koliko i
stupaca koliko
tipa

. Neka je, dakle,

tipa

tipa

. Tada je matrica

i vrijedi

(2.2)

Element

umnoka

nalazi se tako da stavite lijevi kaiprst na

a desni na

i kaete ''puta''. Tada

pomiete kaiprste prema

i
govorei ''plus'' dok se kaiprsti pomiu i ''puta''
kada stignu na cilj. Nastavite li na taj nain izraunat ete

to je upravo element
Na primjer,

produkta.

Uoimo da mnoenje u obrnutom poretku nije definirano stoga to matrice nisu

ulanane. U sljedeem primjeru su oba mnoenja definirana, ali umnoci nisu istog
tipa:

U sljedeem primjeru su umnoci

istog tipa, ali nisu jednaki:

U ovom primjeru su, pak, oba umnoka jednaka:

Iz prethodnih primjera zakljuujemo kako, za razliku od mnoenja brojeva,

mnoenje matrica openito nije komutativno.
Budite oprezni, jer se ova injenica lako zaboravi kada se manipulira s formulama
koje sadre matrice.
Teorem 2.1 [Svojstva mnoenja matrica]Za proizvoljne matrice , i i broj ,
ukoliko su svi umnoci definirani vrijedi:
(i)
(asocijativnost),
(ii)
(distributivnost),
(iii)

(distributivnost),
(iv)
.
Primijetimo da zbog openite nekomutativnosti mnoenja matrica, moramo posebno
navesti distributivnost prema mnoenju slijeva i zdesna.
Dokaz.
(i) neka je

tipa

je tipa

tipa

tipa

. Tada je

. Za proizvoljni element matrice

tipa
vrijedi:

raspiemo sumu

zamijenimo redoslijed zbrajanja

grupiramo pribrojnike na drugi nain

Ostale tvrdnje dokazuju se slino.

Q.E.D.

,a

Nul-matrica i jedinina matrica

Kod zbrajanja brojeva broj 0 je neutralni element s obzirom na zbrajanje, odnosno
za svaki broj
Analogija kod matrica je nul-matrica koja ima sve elemente jednake nuli. Nul-matricu
oznaavamo s
primjer,

, odnosno

Kod mnoenja brojeva broj

kada elimo naglasiti o kojem tipu se radi. Na

je neutralni element s obzirom na mnoenje, odnosno

za svaki broj
Analogija kod matrica je jedinina matrica . Ukoliko matrica nije kvadratna, jedinine
matrice u odnosu na mnoenje slijeva i zdesna su razliitog reda. Na primjer, lako
vidimo da je

Jedininu matricu oznaavamo s , odnosno s

dimenziji se radi. Openito je, dakle

i za svaku matricu tipa

ako elimo naglasiti o kojoj

vrijedi

Jedinina matrica je poseban sluaj dijagonalne matrice.

je dijagonalna matrica
ako jedini ne-nula elementi lee na njenoj dijagonali, odnosno
za

Transponirana matrica
Uvedimo jo jedan novi pojam. Transponirana matrica matrice
je definirana sa

Dakle, ako je

tipa

tada je

tipa

je matrica

koja

. Na primjer,

dok je

Oito je
matricama:

. Transponiranje se lijepo uklapa u ostale operacije s

(2.3)

Matrica za koju je
je simetrina matrica. Zbog oite simetrije u prirodi,
simetrine matrice su este u primjenama.

Natrag: Transponirana matrica Gore: Matrice Naprijed: Matrini zapis sustava

Jo o mnoenju matrica
Formula (2.2) zapravo znai da se matrice mnoe na sljedei nain:

No, mnoenje matrica se moe interpretirati na jo dva naina:

Zadatak 2.1 Izraunajte umnoak

na sva tri opisana naina.

Zadatak 2.2 Napiite programe za mnoenje matrica na ova tri naina u
programskom jeziku Matlab. Pri tome moete koristiti program Octave On-line.
Programe moete napisati i u nekom drugom programskom jeziku (basic, pascal, c,
c++, FORTRAN ili java). Postoji li jo moguih interpretacija matrinog mnoenja?

Natrag: Jo o mnoenju Gore: LINEARNA ALGEBRA Naprijed: Rjeavanje

trokutastih sustava

Matrini zapis sustava linearnih

jednadbi
Sustav

moemo zapisati kao

odnosno kao
(2.4)

pri emu su matrice

zadane s

Istoznanost ova dva zapisa slijedi iz definicije jednakosti matrica 2.2. Matrica se
zove matrica sustava, a vektor se zove slobodni vektor ili vektor slobodnih lanova.
Zbog jednostavnosti moemo izostaviti vektor jer se njegovo prisustvo
podrazumijeva pa stoga esto zapisujemo proirenu matricu sustava

Slino, sustav u obliku

moemo zapisati kao

gdje je

odgovarajua nul-matrica.

Sada moemo lako dokazati sljedei teorem.

Teorem 2.2 Ako su

razliita rjeenja sustava

, tada je

takoer rjeenje tog sustava za svaki

.
Dokaz.
Iz svojstava mnoenja matrica skalarom i mnoenja matrica slijedi
pa je teorem dokazan.
Q.E.D.
Ovaj teorem nam zapravo kae da je uvijek ispunjen tono jedan od tri sluaja:
1. sustav nema rjeenje,
2. sustav ima tono jedno rjeenje,
3. sustav ima beskonano rjeenja,
kao to smo vidjeli u uvodu. Detalje o tome kada nastupa koji od ovih sluajeva daje
nam Kronecker-Capellijev teorem 2.5.

Rjeavanje trokutastih sustava

Matrica

je gornje trokutasta ako

Drugim rijeima, svi elementi koji lee ispod dijagonale su nula. Primjer gornje
trokutaste matrice reda pet je

Slino, matrica

je donje trokutasta ako

odnosno elementi iznad dijagonale su nula.

Teorem 2.3 Ako su svi dijagonalni elementi kvadratne gornje trokutaste matrice
razliiti od nule, tada sustav
ima jedinstveno rjeenje.
Dokaz.
Ilustrirajmo prvo rjeavanje sustava za
. Prvo napiimo sustav u skalarnom
obliku

Peta jednadba sadri samo nepoznanicu

Dobivenu vrijednost od
dobijemo

Uvrtavanjem

i moemo je rijeiti odmah:

moemo uvrstiti u etvrtu jednadbu koju potom rijeimo i

u treu jednadbu te rjeavanjem te jednadbe dobijemo

Nastavljajui ovim postupkom dobijemo

Kako su po pretpostavci dijagonalni elementi

razliiti od nule, ove formule

jednoznano odreuju
. Ovaj postupak se oito moe izvesti za proizvoljnu
dimenziju pa je teorem dokazan.
Q.E.D.
Ovaj postupak se jednostavno moe izvriti na raunalu. Odgovarajui program u
programskom jeziku C glasi
for (i=n;i>=1;i--){
for (j=n;j>i;j--)
b[i]=b[i]-u[i][j]*b[j];
b[i]=b[i]/u[i][i];
}

Nakon zavretka programa, rjeenje

nalazio vektor .

se nalazi na mjestu gdje se na poetku

Program za rjeavanje gornje trokutastog sustava u programskom jeziku Matlab

izgleda neto jednostavnije:
for i=n:-1:1
for j=n:-1:i+1
b(i)=b(i)-u(i,j)*b(j)
end
b(i)=b(i)/u(i,i)
end

Isti program u programskom jeziku FORTRAN, ovaj put napisan koritenjem uzlazne
petlje, izgleda ovako:
do k=1,n
i=n-k+1
do j=i+1,n
b(i)=b(i)-u(i,j)*b(j)
enddo
b(i)=b(i)/u(i,i)
enddo

Broj raunskih operacija potrebnih za rjeavanje gornje trokutastog sustava iznosi

Na modernim raunalima (Pentium 350), koja izvravaju do

sekundi, rjeavanje trokutastog sustava dimenzije
Postupak za rjeavanje donje trokutastog sustava
sljedeem Matlab programu:

milijuna operacija u
traje oko

sekunde.

je slian i dan je u

for i=1:n
for j=i+1:n
b(i)=b(i)-l(i,j)*b(j)
end
b(i)=b(i)/l(i,i)
end

Kako se trokutasti sustavi lako rjeavaju, rjeenje opeg (netrokutastog) sustava

dobijemo tako da pomou Gaussove eliminacije zadani sustav svedemo na trokutasti
oblik.
Zadatak 2.3 Zadajte nekoliko gornje i donje trokutastih sustava i rijeite ih pomou
opisanih Matlab programa. Pri tome moete koristiti program Octave On-line.

Natrag: Rjeavanje trokutastih sustava Gore: LINEARNA ALGEBRA Naprijed:

Primjeri

Gaussova eliminacija
Lako vidimo da se rjeenje sustava ne mijenja ako izvrimo bilo koju od sljedeih
radnji:
(i)
neku jednadbu pomnoimo s brojem razliitim od nule,
(ii)
zamijenimo dvije jednadbe,
(iii)
jednu jednadbu pribrojimo drugoj,
(iv)
zamijenimo dvije varijable.
Radnje (i) i (iii) esto vrimo istovremeno: jednoj jednadbi dodamo drugu jednadbu
pomnoenu s nekim brojem.
Ove radnje odgovaraju sljedeim radnjama na proirenoj matrici sustava:
(i')
neki redak pomnoimo s brojem razliitim od nule;
(ii')
zamijenimo dva retka;
(iii')
jedan redak pribrojimo drugome;
(iv')
zamijenimo dva stupca u matrici .
Kombinirajui radnje (i') i (iii') imamo: jednom retku dodamo drugi redak pomnoen s
nekim brojem.
Koristei navedene transformacije matricu

svodimo na gornje trokutasti oblik. Taj

postupak se zove Gaussova eliminacija. Neka je zadan sustav

(2.5)

Neka je

. Tada stavimo

i oduzmemo prvu jednadbu pomnoenu s

dobijemo sustav

od -te jednadbe

te

gdje je

Primijetimo da je varijabla
eliminirana iz tri posljednje jednadbe. Brojevi
kojima se u postupku eliminacije mnoi prva jednadba zovu se multiplikatori. Neka
je i

. Tada stavimo

i oduzmemo drugu jednadbu pomnoenu s

Rezultat je sustav

od -te jednadbe

gdje je
Konano, stavimo

i oduzmemo treu jednadbu pomnoenu s

gornje trokutasti sustav

od etvrte jednadbe. Rezultat je

gdje je
Dobiveni gornje trokutasti sustav sada rijeimo na nain koji je opisan u poglavlju 2.3.
Broj raunskih operacija potrebnih za svoenje kvadratnog sustava reda
trokutasti oblik iznosi

na gornje

Vidimo da je za vee dimenzije broj raunskih operacija potreban za rjeavanje

trokutastog sustava zanemariv u odnosu na broj raunskih operacija potrebnih za
svoenje na trokutasti oblik. Na modernim raunalima (Pentium 350), koja izvravaju
do
milijuna operacija u sekundi, svoenje sustava dimenzije
na
trokutasti oblik traje oko
sekundi, dok za
traje sati, a za
traje
puta due, odnosno oko
godina.
Postupak Gaussove eliminacije koji smo upravo opisali za sustav reda etiri na oit
se nain moe poopiti na sustave proizvoljnog reda. Ukoliko je neki od brojeva s
kojima dijelimo jednak nuli, potrebno je dodatno koristiti postupak pivotiranja koji je
opisan u poglavlju 2.4.2.
Postupak Gaussove eliminacije moemo interpretirati i kao mnoenje proirene
matrice sustava s lijeve strane s elementarnim matricama transformacije. Neka je
proirena matrica sustava (2.5) i neka je

Tada je

Dalje, neka je

Tada je

Konano, neka je

Tada je

Zadatak 2.4 Napiite program za svoenje proirene matrice sustava na trokutasti

oblik.

Natrag: Gaussova eliminacija Gore: Gaussova eliminacija Naprijed: Pivotiranje

Primjeri
Sljedei primjeri pokazuju tri sluaja koja se mogu dogoditi prilikom rjeavanja
sustava pomou Gaussove eliminacije.
Primjer 2.1 Rijeimo sustav

Tada imamo

Iz ovog gornje trokutastog sustava lako vidimo da je

Sustav ima jedinstveno rjeenje. Rjeenje sustava geometrijski odgovara toki u
kojoj se sijeku tri ravnine.
Postupak rjeavanja sustava opisan u poglavlju 2.4 idealan je za raunala. Kada
sustav rjeavamo ''runo'', tada koristimo pojednostavljeno pisanje. Naime,
zapisujemo samo proirene matrice odgovarajuih sustava, a sa strane naznaimo
koje operacije na retcima vrimo. Pri tom operacije biramo tako da, ukoliko je
mogue, izbjegnemo razlomke. Sustav iz primjera 2.1 rjeava se na sljedei nain:

Sljedei primjer pokazuje kako izgleda trokutasti oblik kada imamo parametarska
rjeenja:
Primjer 2.2

etvrti redak glasi

, to je tono. Iz treeg retka slijedi

a iz drugog retka slijedi

Vrijednosti nezavisnih varijabli

dobijemo iz prvog retka,

Sustav ima parametarsko rjeenje, odnosno beskonano rjeenja koja ovise o

jednom parametru ,

Primijetimo da smo mogli i

uzeti za parametar, odnosno

je takoer oblik rjeenja sustava.

Sljedei primjer pokazuje kako iz trokutastog oblika moemo zakljuiti da sustav
nema rjeenja.
Primjer 2.3

etvrti redak glasi

, to je nemogue pa sustav nema rjeenja.

Formalan opis sluajeva koji mogu nastati prilikom rjeavanja sustava daje nam
Kronecker-Capellijev teorem 2.5.
Napomena 2.1 U praksi se sustavi jednadbi esto rjeavaju koristei raunala, pri
emu dolazi do pogreaka zaokruivanja kako je opisano u poglavlju 1.7.1. Zbog
toga se neka pitanja vezana uz Kronecker-Capellijev teorem, kao to su utvrivanje
linearne nezavisnosti skupa vektora (vidi poglavlje 2.5) i odreivanje ranga matrice
(vidi poglavlje 2.6), ne mogu rijeiti numerikim raunanjem.

Pivotiranje
Ukoliko je element kojim moramo dijeliti da bi dobili multiplikatore
jednak nuli,
tada moramo zamijeniti odgovarajue retke proirene matrice sustava. Na primjer,

pa je rjeenje sustava

U praksi je poeljno vriti zamjenu redaka i kada je broj kojim dijelimo jako blizu nule.
Gotovi programi uvijek vre zamjenu redaka i to na nain da se najvei element po

apsolutnoj vrijednosti u stupcu kojeg ponitavamo dovede na vodeu poziciju. Na taj

nain uvijek vrijedi

to doprinosi numerikoj stabilnost algoritma.

Elementarne matrice transformacija

U poglavlju 2.4 smo vidjeli kako je pribrajanje jednom retku nekog drugog retka
pomnoenog nekim brojem ekvivalentno mnoenju s elementarnom matricom
s
lijeva. No, i ostale operacije na retcima moemo interpretirati na slian nain. Neka je
. Tada produkt

odgovara mnoenju drugog retka matrice

s brojem

. Openito, matrica

jedinine matrice razlikuje samo u jednom elementu i to

se od

Na slian nain, pomou produkta

vrimo zamjenu prvog i treeg retka matrice . Openito, matrica

jedinine matrice razlikuje samo u etiri elementa i to

Matrica
upravo

se od

se zove matrica permutacije. Ona je simetrina,

, i vrijedi
. Dakle, matrica je regularna, a njena inverzna matrica je
(vidi poglavlje 2.8).

Zadatak 2.5 Neka je

. Na koji nain moemo pomou mnoenja matrice
elementarnim matricama treem stupcu dodati trostruki prvi stupac; zamijeniti
drugi i peti stupac; trei stupac pomnoiti s dva?
Natrag: Elementarne matrice transformacija Gore: LINEARNA ALGEBRA Naprijed:

Rang matrice

Linearna nezavisnost
Neka su

stupani vektori. Vektor

zove se linearna kombinacija vektora

Definicija 2.3 Vektori

su linearno nezavisni ako za sve skalare

U protivnom su vektori
Drugim rijeima,
takvi da je

linearno zavisni.
su linearno zavisni ako i samo ako postoje

i da je barem jedan od

razliit od nule, odnosno

Ovaj uvjet jo zapisujemo kao

glasi

. Ekvivalentna formulacija gornjeg uvjeta

. Linearna zavisnost skupa vektora znai i da je jedan od tih vektora

linearna kombinacija preostalih - ako je na primjer

, tada je

Linearna kombinacija i linearna nezavisnost retanih vektora definira se analogno.

Bez dokaza navodimo sljedee tvrdnje:
(a)
ako je neki od vektora
linearno zavisni,

nul-vektor, tada su ti vektori

(b)
ako meu vektorima
linearno zavisni,
(c)

ima jednakih, tada su ti vektori

ako su vektori
linearno nezavisni, tada je svakih
vektora izabranih izmeu tih vektora takoer linearno nezavisno,
(d)
ako su vektori

linearno zavisni, tada su i vektori

linearno zavisni za bilo koje vektore

(e)
bilo kojih
zavisni.
Primjer 2.4 Vektori

vektora iz skupa

(ili

) su linearno

definirani s

su nezavisni, jer

povlai

. Dodamo li ovom skupu peti vektor

, tada su vektori
od njih linearna kombinacija ostalih,

Napomena 2.2 Skup vektora

linearno zavisni jer je jedan

tvori jednu bazu

etverodimenzionalnog vektorskog prostora

. Openito, svaki skup od
linearno nezavisnih vektora -dimenzionalnog prostora tvori jednu bazu tog prostora
te se svaki vektor iz tog prostora moe prikazati kao linearna kombinacija vektora
baze.
Natrag: Linearna nezavisnost Gore: LINEARNA ALGEBRA Naprijed: Kronecker-

Capellijev teorem

Rang matrice

Rang matrice jednak je maksimalnom broju linearno nezavisnih stupaca.

Maksimalan broj linearno nezavisnih stupaca jednak je maksimalnom broju linearno
nezavisnih redaka matrice (ovu tvrdnju navodimo bez dokaza). Iz toga slijedi da je

Takoer, ako je

tipa

, tada je oito

Iz primjera 2.4 zakljuujemo kako jedinina matrica

poglavlja 2.4 te matrice
dimenziji.

ima rang

. Matrice

iz

iz poglavlja 2.4.3, takoer uvijek imaju rang jednak

Iz ovih primjera zakljuujemo da rang matrice lako moemo raspoznati iz trokutastog

oblika. Kako elementarne transformacije iz poglavlja 2.4 ne mijenjaju rang matrice,
zakljuujemo da je postupak traenja ranga istovjetan s postupkom Gaussove
eliminacije. Tako je, dakle, rang matrice sustava iz primjera 2.1 jednak tri, kao i rang
matrice sustava iz primjera 2.2, dok je rang matrice sustava iz primjera 2.3 jednak
dva, a rang proirene matrice sustava iz istog primjera jednak tri.
Definicija 2.4 Matrice i istog tipa su ekvivalentne ako imaju isti rang. Piemo
.
Teorem 2.4 Ako su matrice i ekvivalentne, tada se matrica moe dobiti iz
matrice pomou elementarnih transformacija koje se sastoje od mnoenja retka s
brojem razliitim od nule, zamjene dvaju redaka i dodavanja jednog retka drugome te
istih operacija sa stupcima.
Dokaz.
Pomou navedenih elementarnih transformacija matricu
moemo svesti na oblik

pri emu je
jednak broju dijagonalnih elemenata koji su jednaki jedan. Kako
i imaju isti rang, to i matricu moemo svesti na isti oblik. Sada lako naemo
niz elementarnih transformacija koje matricu prebacuju u matricu .
Q.E.D.

Kako se sve navedene elementarne transformacije mogu izvesti mnoenjem matrice

elementarnim matricama transformacija bilo s lijeva bilo s desna, a te matrice su
regularne (vidi poglavlje 2.8), zakljuujemo da je
ako i samo ako postoje
regularne matrice matrice i takve da je

Natrag: Rang matrice Gore: LINEARNA ALGEBRA Naprijed: Inverzna matrica

Kronecker-Capellijev teorem
Sljedei teorem nam opisuje strukturu rjeenja sustava linearnih jednadbi u
ovisnosti o rangu matrice sustava i rangu proirene matrice sustava.
Teorem 2.5 [Kronecker-Capelli] Za sustav
vrijedi:
(i)
Sustav ima rjeenje ako i samo ako matrice
imaju isti rang.

(ii)
Ako je

, tada sustav ima ista

rjeenja kao i sustav koji dobijemo kada uzmemo

nezavisnih jednadbi, odnosno
redaka matrice

linearno nezavisnih

(iii)
Neka sustav ima rjeenje i neka je

broj nepoznanica. Tada

je rjeenje jedinstveno ako i samo ako je

je

, tada sustav ima beskonano rjeenja koja

su izraena pomou

parametara.

Dokaz.
(i) Neka sustav ima rjeenje

. Ako

i neka su

stupci matrice . Iz poglavlja 2.1.6 zakljuujemo da matrino mnoenje

moemo pisati i kao
(2.6)

Dakle,

je linearna kombinacija stupaca matrice

pa je

. Kako se dodavanjem stupca rang ne moe smanjiti,

zakljuujemo da je

Obratno, neka je
. Kako ve meu stupcima
matrice ima linearno nezavisnih, zakljuujemo da je linearna kombinacija
stupaca matrice , odnosno da postoje brojevi
za koje vrijedi (2.6).
U matrinom obliku to odgovara zapisu
, to znai da je rjeenje sustava.
Dokaze tvrdnji (ii) i (iii) izostavljamo.
Q.E.D.
Zadatak 2.6 Protumaite primjere 2.1, 2.2 i 2.3 prema teoremu 2.5.
Posebno je lagana primjena Kronecker-Capellijevog teorema na homogene sustave,
odnosno sustave oblika

Homogeni sustav oito uvijek ima trivijalno rjeenje

. Iz teorema 2.5 slijedi da
e homogeni sustav imati i netrivijalna (parametarska) rjeenja ako i samo ako je
, pri emu je

broj nepoznanica.

Natrag: Kronecker-Capellijev teorem Gore: LINEARNA ALGEBRA Naprijed:

Determinante

Inverzna matrica
Kod mnoenja realnih brojeva svaki broj razliit od nule ima svoj inverz, odnosno

U skupu kvadratnih matrica

imamo sljedeu definiciju.

Definicija 2.5 Matrica

matrica

je regularna (invertibilna, nesingularna) ako postoji

za koju vrijedi

Matrica je singularna ako nije regularna.

Matrica je, ukoliko postoji, jedinstvena. Tu tvrdnju dokazujemo na sljedei nain:
pretpostavimo da je neka druga matrica za koju vrijedi
. Tada je

Stoga moemo uvesti oznaku

. Matrica
matrice . Dakle, za svaku regularnu matricu vrijedi

zove se inverzna matrica

(2.7)

Kao to kod brojeva broj nula nema inverz, postavlja se pitanje da li su sve kvadratne
matrice regularne. Odgovor na to pitanje daje sljedei teorem.

Teorem 2.6 Matrica

Dokaz.
Neka je

je regularna ako i samo ako je

i neka

oznaava -ti stupac jedinine matrice. Po

Kronecker-Capellijevom teoremu 2.5 svaki od sustava

rjeenje. Neka je

Tada je oito

. Slino,

ima jedinstveno

povlai da svaki od sustava

ima jedinstveno rjeenje. Ako stavimo

tada je oito

, odnosno

pa je

, odnosno

Obratno, neka je

. Sada imamo

je regularna.

regularna. Pretpostavimo da teorem ne vrijedi, odnosno

. Kako su stupci od

zavisni, zakljuujemo da postoji vektor

takav da je
kontradikcija.

. No iz

slijedi da je

, to je

Q.E.D.
Skup

svih regularnih matrica ima sljedea svojstva:

(i)
,
(ii)
,
(iii)
za

(iv)
za
.
Svojstvo (i) slijedi iz teorema 2.6, svojstvo (ii) vrijedi jer
svojstvo (iii) slijedi iz

povlai

a svojstvo (iv) slijedi iz (2.7).

Dokaz teorema 2.6 nam daje postupak za raunanje inverzne matrice. Naime, svi
sustavi
imaju zajedniku matricu sustava pa proirene matrice svih
sustava moemo pisati zajedno,

Kada pomou elementarnih transformacija dobijemo oblik

tada je
. Ukoliko se ne moe dobiti ovaj oblik,
Zadatak 2.7 Naite inverznu matricu matrice

i provjerite da vrijedi (2.7).

je singularna.

Natrag: Inverzna matrica Gore: LINEARNA ALGEBRA Naprijed: Svojstva

determinanti

Determinante
Za definiciju determinante potreban nam je pojam permutacije. Permutacija brojeva
je svaka ureena

-torka

u kojoj se svaki od brojeva

javlja tono jedanput. Brojevi i su u inverziji ako je

i
Permutacija je parna ako je broj inverzija u njoj paran, a neparna inae. Sljedea
tablica prikazuje sve permutacije brojeva

, broj inverzija i parnost:

permutacija # inverzija parnost

(1,2,3)

parna

(1,3,2)

neparna

(2,1,3)

neparna

(2,3,1)

parna

(3,1,2)

parna

(3,2,1)

neparna

Vidimo da je pola permutacija parno, a pola neparno. To vrijedi za svaki

Teorem 2.7 Vrijedi sljedee:
(i)
broj permutacija od

brojeva jednak je

(ii)
ako u permutaciji
i

zamijenimo mjesta brojevima

, parnost e se promijeniti.

Dokaz.
(i)
Prvo mjesto u permutaciji moemo popuniti s

brojeva, a drugo

mjesto u permutaciji moemo popuniti s preostalih

To znai da prva dva mjesta moemo popuniti na
naina pa prvu tvrdnju moemo dokazati indukcijom.

brojeva.
razliitih

(ii)
Ako dva susjedna elementa zamijene mjesta, tada se parnost
promijeni. Pretpostavimo sada da je

, odnosno

nisu susjedi. Tada moemo prebaciti na -tu poziciji s

zamjena susjednih elemenata udesno. Pri tome su se svi elementi
pomakli za jedno mjesto ulijevo. Sada pomou
zamjena susjednih elemenata ulijevo prebacimo element
s pozicije

na poziciju

. Pri tome se ostali elementi

vrate na svoja originalna mjesta, a

su

zamijenili mjesta. Ukupno smo izvrili

, dakle neparni
broj zamjena susjednih elemenata pa se parnost promijenila.
Q.E.D.
Zadatak 2.8 Odredite parnost permutacije
i

, a zatim zamijenite

na nain koji je opisan u dokazu teorema 2.7.

Sada moemo definirati determinantu.

Definicija 2.6 Determinanta matrice

je broj
(2.8)

pri emu je
permutaciji

skup svih permutacija

.

Determinantu matrice

,a

jo oznaavamo s

. Na primjer,

je broj inverzija u

Formulu za determinantu matrice

pravila.

jednostavnije pamtimo pomou Sarrusovog

Za izraunavanje formule (2.8) potrebno je

mnoenja i
zbrajanja,
to je praktino neizvedivo za veliki . U poglavlju 2.9.1 emo vidjeti kako se
determinante efikasno raunaju pomou Gaussove eliminacije.
Svaki umnoak u formuli (2.8) ima tono jedan element iz svakog retka i svakog
stupca, pri emu su indeksi redaka navedeni u osnovnoj permutaciji
.
No, svaki umnoak moemo zapisati i tako da indeksi stupaca budu u osnovnoj
permutaciji. Indeksi redaka tada stoje u inverznoj permutaciji permutacije . Moe
se pokazati da inverzna permutacija ima istu parnost kao i . Stoga vrijedi
(2.9)

Zadatak 2.9 Izraunajte determinantu matrice

prema formuli (2.9) i
usporedite s izrazom (2.9) kojeg smo dobili prema formuli (2.8).

Svojstva determinanti
Navodimo najvanija svojstva determinanti. Dokazi nekih tvrdnji dani su u obliku
uputa ili naznaka ili u vrlo saetom obliku.
D1.
Determinanta trokutaste matrice jednaka je produktu elemenata na dijagonali.

Ako je

recimo gornje trokutasta matrica, tada svi umnoci u (2.8), osim

, imaju barem jedan element iz donjeg trokuta pa su jednaki

nula. Na primjer, za jedininu matricu vrijedi

D2.
.
Jednakost vrijedi zbog formula (2.8) i (2.9). Iz ovog svojstva zakljuujemo da
sva svojstva koja emo navesti za retke vrijede i za stupce.
D3.
Zamjenom dvaju stupaca determinanta mijenja predznak.
Zamjenom dvaju stupaca u svakom umnoku u formuli (2.8) dolazi do
zamjene dvaju elemenata u permutaciji drugih indeksa pa se po teoremu 2.7 u
svakom umnoku parnost permutacije promijeni.
D4.
Determinanta matrice s dva jednaka stupca je nula.
Svojstvo slijedi stoga to po svojstvu D3 zamjenom dvaju redaka determinanta
mijenja predznak, a kako smo zamijenili iste retke determinanta se ne mijenja.
Koji broj jedini ostaje isti kada promijeni predznak?
D5.
Determinanta je multilinearna funkcija svojih stupaca, odnosno

Ovo svojstvo slijedi direktno iz formule (2.8). Posebno zakljuujemo da za

matricu
koja se dobije tako to se svi elementi nekog stupca matrice
pomnoe s brojem vrijedi

Takoer, ako matrica

ima nul-stupac, tada je

D6.
Determinanta se ne mijenja ako jednom stupcu pribrojimo neki drugi stupac
pomnoen s nekim brojem.
Po svojstvu D5 vrijedi

a po svojstvu D4 je druga determinanta na desnoj strani jednaka nula.

D7.
Za matrice

vrijedi

Na primjer, za regularnu matricu

povlai

D8.
Determinanta je razliita od nule ako i samo ako su stupci matrice linearno
nezavisni, odnosno ako je matrica regularna.

Ako je
, tada je jedan od stupaca linearna kombinacija ostalih
pa ga, koristei operacije iz svojstva D6, moemo ponititi. Tada je
po svojstvu D5.

Obratno, ako je

, tada matrica

, jer bi u protivnom

mora biti singularna, odnosno

povlailo

.
Napomena 2.3 Koristei svojstva D3, D5 i D6 lako moemo pratiti kako se
determinanta mijenja kada vrimo elementarne transformacije na matrici determinanta ili promijeni predznak ili se uvea za neki faktor ili ostane ista. Nakon
to Gaussovom eliminacijom dobijemo trokutasti oblik, determinantu lako izraunamo
po svojstvu D1. Napose, ako koristimo samo matrice transformacije
opisane u
poglavlju 2.4, ija je determinanta jednaka jedan, tada je determinanta polazne
matrice jednaka determinanti trokutaste matrice.
Zadatak 2.10 Izraunajte

pomou formule (2.9) i pomou Gaussove eliminacije (vidi primjer 2.1).

Podmatrice i poddeterminante
Rang matrice moemo definirati i pomou podmatrica. Neka je zadana matrica
tipa

. Na presjeku

redaka i

stupaca matrice

nalazi se matrica tipa

koju zovemo podmatrica ili submatrica matrice . Naravno da je i

vlastita podmatrica, kao i svaki element od . Poddeterminante matrice
determinante kvadratnih podmatrica matrice .
Teorem 2.8 Sljedee tvrdnje su ekvivalentne:
(i)

svoja
su

.
(ii)
Barem jedna poddeterminanta od reda je razliita od nule, a sve
poddeterminante reda veeg od su jednake nula.
Natrag: Podmatrice i poddeterminante Gore: Determinante Naprijed: Raunanje

inverzne matrice

Laplaceov razvoj determinante

Neka

oznaava determinantu podmatrice koja se dobije kada iz kvadratne

matrice

ispustimo -ti redak i

elementa

-ti stupac. Algebarski komplement ili kofaktor

je broj

Ako pribrojnike u formulama (2.8) ili (2.9) grupiramo po elementima koji se nalaze u
-tom retku dobijemo Laplaceov razvoj determinante po elementima -tog retka,

Slino, ako pribrojnike grupiramo po elementima koji se nalaze u

dobijemo razvoj determinante po elementima

-tom stupcu, tada

-tog stupca,

Na primjer, koristei svojstva determinanti i Laplaceov razvoj imamo

Natrag: Laplaceov razvoj determinante Gore: Determinante Naprijed: Cramerovo

pravilo

Raunanje inverzne matrice

Postoji jo jedan vaan izraz za inverznu matricu.
Teorem 2.9 Neka je regularna matrica i neka je
algebarski komplementi

. Tada je

Dokaz.
Stavimo

. Tada je

matrica iji su elementi

Za

suma na desnoj strani predstavlja Laplaceov razvoj determinante matrice

po -tom retku pa je
. Za
suma na desnoj strani predstavlja
Laplaceov razvoj determinante s dva jednaka retka pa je jednaka nuli. Dakle,
. Slino se pokae
pa je teorem dokazan.
Q.E.D.
Zadatak 2.11 Naite inverznu matricu matrice iz zadatka 2.7 koristei prethodni
teorem.

Cramerovo pravilo
Sljedei teorem daje formulu za rjeenje sustava linearnih jednadbi kada je matrica
sustava regularna.
Teorem 2.10 [Cramer]Neka je regularna matrica i neka je
determinanta
matrice koja se dobije kada se -ti stupac matrice zamijeni s vektorom . Tada su
komponente rjeenja sustava
dane s

Dokaz.
Matrica

je regularna pa je

Ova jednakost napisana po komponentama glasi

pa je teorem dokazan.
Q.E.D.
Zadatak 2.12 Neka je matrica sustava

regularna. Rijeite sustav pomou Cramerovog pravila i provjerite rjeenje.

Natrag: Cramerovo pravilo Gore: LINEARNA ALGEBRA Naprijed: VEKTORSKA

ALGEBRA I

Rjeavanje elektrine mree

U ovom poglavlju pokazat emo kako se pomou matrinog rauna mogu rjeavati
elektrine mree. Zanimljivo ja da se u tom postupku koriste mnoga svojstva matrica
i sustava jednadbi koja smo opisali u prethodnim poglavljima. Stoga praenje
primjera nije jednostavno i zahtijeva odlino poznavanje prethodnih poglavlja.
Promotrimo mreu prikazanu na slici 2.22.1.

Slika 2.2: Elektrina mrea

Grane mree su oznaene s brojevima od
do

. Grana

do

, a vorovi mree s brojevima od

se sastoji od serijskog spoja otpora

kroz granu tee struja

i naponskog izvora

(vidi Sliku 2.3). vor ima napon (potencijal)

zadatak je izraunati struje

ako znamo otpore

i naponske izvore

,a

. Na
.

Slika 2.3: Standardna grana mreze

Za rjeavanje mree koristimo dva zakona:

prvi Kirchoffov zakon po kojemu je zbroj struja koje ulaze u pojedini

vor jednak nula i
Ohmov zakon po kojemu je

Ako struje koje ulaze u vor oznaimo s predznakom

s predznakom

, a struje koje izlaze iz vora

, tada prvi Kirchoffov zakon primijenjen na vorove

daje

Vidimo da se radi o homogenom sustavu linearnih jednadbi koji ima etiri jednadbe
i sedam nepoznanica,

, ...,

. Ako je

tada matrini zapis sustava glasi

(2.10)

Matrica zove se matrica incidencija ili matrica susjedstva zadane elektrine mree.
Ako zadnji stupac matrice premjestimo na prvo mjesto, dobit emo gornje
trokutastu matricu pa lako vidimo da je
Ako

-ti vodi ide od vora prema voru

.
, tada Ohmov zakon daje

Dakle, imamo jo jedan sustav linearnih jednadbi koji glasi

Neka je
otpori),

dijagonalna matrica otpora vodia (matrica iji su dijagonalni elementi

vektor napona vorova i vektor naponskih izvora na vodiima,

Uz ove oznake gornji sustav moemo zapisati u matrinom obliku kao

(2.11)

Primijetimo da se i u matrinom zapisu Ohmovog zakona ponovo javlja matrica

incidencija , ovaj put transponirana.
Matrica je dijagonalna, a njeni dijagonalni elementi (otpori) su vei od nule pa je
prema tome regularna i vrijedi

Kada jednadbu (2.11) pomnoimo s matricom

ekvivalentan sustav

s lijeve strane, dobit emo novi

(2.12)

Pomnoimo sada ovu jednadbu s matricom incidencija

daje sustav

s lijeve strane. To nam

(2.13)

Zadnja jednakost u ovoj jednadbi slijedi iz prvog Kirchoffovog zakona (2.10).

Radi lakeg snalaenja uvedimo nove oznake,
(2.14)

Matrica
dimenzije

i vektor

su poznati jer su matrice

, a vektor

je dimenzije

i vektor

. Matrica

zadani. Matrica

je

je simetrina jer je

Uz ove oznake jednadba (2.13) daje sustav od etiri jednadbe i etiri nepoznanice
(2.15)

Primijetimo da u elektrinoj mrei vorova uvijek ima manje nego vodia. Stoga je
ovaj sustav manjih dimenzija od sustava (2.10) pa je njega povoljnije rjeavati.
Prema Kronecker-Cappelijevom teoremu sustav (2.15) e imati jedinstveno rjeenje
ako i samo ako je
. Da je taj uvjet zaista ispunjen moemo zakljuiti
pomou sljedeeg vanog teorema koji navodimo bez dokaza.
Teorem 2.11 Ako je matrica

tipa

Pored toga, za svaku matricu

vrijedi

i matrica

Da bi primijenili teorem 2.11, uoimo da matricu

tipa

, tada je

moemo zapisati kao

gdje je

,a

. Kako je
teorema 2.11 daje

odnosno

je dijagonalna matrica iji su dijagonalni elementi

i

, prva tvrdnja

. Druga tvrdnja teorema 2.11 sada povlai

pa sustav (2.15) ima jedinstveno rjeenje

Konano, nakon to smo izraunali napone u vorovima

izraunamo uvrtavanjem u jednadbu (2.12).
Za kraj, izraunajmo napone u vorovima

, struje kroz vodie

i struje u vodiima

sa slike 2.2 za sluaj kada su otpori svih vodia jednaki

oma,

lako

za elektrinu mreu
,au

vodiima , i se nalaze naponski izvori od jednog volta,

Uvrtavanje u relaciju (2.14) daje

Rjeenje sustava (2.15) daje napone u vorovima

a uvrtavanje u jednadbu (2.12) daje struje u vodiima

Zadatak 2.13 Gornje rjeenje dobiveno je pomou sljedeeg programa napisanog u

programskom jeziku Matlab:
A=[1 1 1 0 0 0 -1; -1 0 0 -1 0 1 0; 0 -1 0 1 1 0 0; 0 0 -1 0 -1 -1 0]
R=diag([10 10 10 10 10 10 10])
U=[1 0 0 1 1 0 0]'

R1=inv(R)
K=A*R1*A'
L=-A*R1*U
V=K\L
I=R1*(A'*V+U)

U prvom retku programa matrica je zadana po retcima, pri emu su retci odvojeni
znakom ;. U drugom retku programa naredba diag koristi se za kreiranje dijagonalne
matrice iji su dijagonalni elementi jednaki elementima zadanog vektora. U treem,
petom i zadnjem retku znak ' oznaava transponiranu matricu. U etvrtom retku
koristi se naredba inv koja daje inverznu matricu. U sedmom retku znak
rjeavanje sustava.

znai

Izvedite gornji program u Matlabu. Zatim rijeite elektrinu mreu sa slike 2.2 za neke
druge vrijednosti otpora
i naponskih izvora
. Zadajte neku drugu elektrinu
mreu i rijeite je na isti nain. Pri rjeavanju zadatka moete koristiti program
Octave On-line.

Natrag: Cramerovo pravilo Gore: LINEARNA ALGEBRA Naprijed: VEKTORSKA

ALGEBRA I