Skripta - Usmeni Alexandar Hatzivelkos PDF

Skripta za pripremu polaganja
usmenog dijela ispita iz Matematike na EFZG
Aleksandar Hatzivelkos
(matematika-efzg.info)
Sadržaj
1 Uvod 3
2 Elementi linearne algebre 4
3 Diferencijalni račun i primjene 15
4 Integralni račun i dinamička analiza 27
5 Financijska matematika 32
6 Primjeri riješenih ispitnih rokova 37
2
1 Uvod
Ova je skripta nastala kroz višegodišnji rad sa studentima Ekonomskog fakulteta u Zagrebu, s ciljem kako bi se jednos-
tavnim rječnikom - a opet matematički točno - na jednom mjestu saželo gradivo koje je potrebno savladati za polaganje
usmenog dijela ispita iz Matematike na EFZG.
Skripta je sastavljana prema popisu ispitnih pitanja navedenih na službenoj web stranici Katedre za matematiku EFZG,
te na kraju skripte možete pronaći i nekoliko riješenih (pismenih) usmenih ispita, koji su svojevremeno bili javno dostupni
na stranicama Katedre. U ovim materijalima možete pronaći objašnjenje osnovnih pojmova potrebnih za polaganje ispita,
no moram napomenuti kako sama skripta nije dovoljno opširna kako bi svojim sadržajem u potpunosti pokrila gradivo koje
se predaje na predavanjima kolegija, ili koje je obrad̄eno u knjizi prof. Neralića i prof. Šege "Matematika".
Skripta je prvenstveno zamišljena kao kostur i pregled osnovnih pojmova i teorema, te kao ispomoć u pripremama za
polaganje ispita iz Matematike. Nadam se da će Vam biti od pomoći.
Aleksandar Hatzivelkos
3
2 Elementi linearne algebre
1. Definicija matrice, format matrice, tipovi matrica, trag matrice.
Rješenje (matematika-efzg.info):
Matricom A zovemo pravokutnu tablicu brojeva, ili općenito, simbola koji se mogu množiti i zbrajati. Za matricu A
kažemo da ima m redaka i n stupaca, m, n ∈ N, tj da je A ∈ Mm,n , te ju pišemo na slijedeći način:
 a11 a12 ... a1n

 

 a
 21 a22 ... a2n 
A =  . .. .. ..  .

 .. . . . 
...
 
am1 am2 amn
Matrica može imati jednak broj redaka i stupaca, primjerice n. Tada ju nazivamo kvadratnom, i pišemo A ∈ Mn .
Tipovi matrica:
• Nul-matricom nazivamo svaku matricu kojoj su svi elementi jednaki nuli.

• Dijagonalna matrica je kvadratna matrica kojoj su svi elementi izvan glavne dijagonale jednaki nuli. Na dijago-
nali mogu biti proizvoljni brojevi, bez obzira da li su isti, različiti ili pak jednaki nuli. Sve tri slijedeće matrice su
dijagonalne:
 4 0 0 0 
   
 2 0 0 " #
 0 −12 0 0  0 0
 

 0 ,  0

2 0  ,

.
0 0 0  0 0
 0 0 2
0 0 0 1
• Skalarna matrica je dijagonalna matrica kojoj su svi elementi na glavnoj dijagonali jednaki. U prethodnom
primjeru, prva matrica nije skalarna, ali druga i treća jesu.
• Jedinična matrica je skalarna matrica kojoj su svi elementi na glavnoj dijagonali jednaki 1.
Za daljnje definiranje tipova matrica, potrebno je definirati

 operacijutransponiranja.
 Transponiranje
 je operacija koja
 1 2 −3   1 0 −1 
matrici retke prebacuje u stupce. Ako je matrica A =  0 2 3 , tada je AT =  2 2 0 .
   
−1 0 5 −3 3 5
   
• Simetrična matrica je kvadratna matrica A za koju vrijedi AT = A, tj ai j = a ji . Vizualno te matrice prepoznajemo

po tome što se elementi matrice zrcale obzirom na glavnu dijagonalu, dok na dijagonali mogu biti proizvoljni
brojevi. Od slijedeće dvije matrice prva jest, a druga nije simetrična:
 
 4 −5 7 " #
1 1

 −5 0 0  , .
 
−1 −1
7 0 −1
• Antisimetrična matrica je kvadratna matrica A za koju vrijedi AT = −A, tj ai j = −a ji . Vizualno te matrice

prepoznajemo po tome što se elementi matrice zrcale i mijenjaju predznak obzirom na glavnu dijagonalu, dok na
dijagonali moraju biti nule. Od slijedeće dvije matrice prva jest, a druga nije antisimetrična:
   
 0 5 −7   0 2 7 
 −5 0 0  ,  −2 0 −10  .
   
7 0 0 −7 10 −1

Za kvadratnu matricu A = [ai j ], A ∈ Mn , trag matrice definiramo kao zbroj elemenata na glavnoj dijagonali, tj.
tr(A) = ni=1 aii .
P
4
2. Jednakost matrica, ured̄aj u skupu Mmn .
Dvije matrice A = [ai j ] i B = [bi j ] su jednake ukoliko su:

a) jednakih dimenzija (istog tipa), tj. A, B ∈ Mmn ,
b) svi elementi na odgovarajućim mjestima jednaki, tj. ai j = bi j za svaki i = 1, ..., m, j = 1, ..., n.
Pojam "ured̄aja" na nekom skupu predstavlja pravilo pomoću kojega odred̄jujemo koji je element veći a koji manji u
danom skupu. U skupu Mmn , tj. u skupu matrica ne postoji ured̄aj, tj. za proizvoljne dvije matrice A i B ne možemo
reći da je jedna veća, a druga manja, no na kupu Mmn postoji parcijalni ured̄aj definiran na slijedeći način:
Za matrice A i B kažemo da je A < B ako je svaki element matrice A manji od odgovarajućeg

elementa matrice B, tj ako vrijedi ai j < bi j za sve i = 1, · · · , m i j = 1, · · · , n.
" # " # " #
1 2 3 3 0 3
Primjerice, matrica A = je manja od matrice B = , no matrica A i matrica C = su
1 2 3 3 0 3
neusporedive, tj. niti je A > C niti je A < C.
3. Zbrajanje matrica i svojstva operacije zbrajanja u skupu Mmn .
Dvije matrice možemo zbrojiti jedino ako su istog tipa (istih dimenzija), tj. ako su i A, B ∈ Mmn . Zbrajanje provodimo
po koordinatama: za matricu C ∈ Mmn vrijedi C = A + B ako za sve elemente matrice C vrijedi ci j = ai j + bi j . Na
primjer:
     
 0 4 −6   1 5 −2   1 9 −8 
 −2 −1 1  +  −2 3 0  =  −4 2 1 
     
9 −12 2 7 0 2 16 −12 4
  
Matrice koje nisu istog tipa (istih dimenzija) ne možemo zbrajati.
Svojstva zbrajanja matrica:

• Zbrajanje matrica je komutativno, tj. vrijedi A + B = B + A.
• Zbrajanje matrica je asocijativno, tj. vrijedi (A + B) + C = A + (B + C).
Dakle, svejedno je da li prvo zbrojimo matrice A i B, pa potom zbroju dodamo matricu C, ili pak prvo zbrojimo B
i C, pa potom zbroju dodamo A; rezultat je isti.
• Zbrajanje matrica posjeduje neutralni element, tj. postoji matrica N takva da je A + N = A, odnosno N + A = A.
Takva matrica je nul-matrica, tj. matrica čiji su svi elementi jednaki nuli.
4. Množenje broja i matrice i svojstva ove operacije.
Množenje broja i matrice naziva se još "množenje matrice skalarom". Matrica proizvoljnog tipa (dimenzije) se množi
skalarom na način da se svi elementi te matrice pomnože tim brojem. Na primjer:
   
 1 5 −2   3 15 −6 
3 ·  −2 3 0  =  −6 9 0 
   
7 0 2 21 0 6
   
Svojstva množenja skalarom:

Sa c, d ∈ R označimo skalare, a sa A, B ∈ Mmn matrice. Tada vrijedi
5
• Množenje skalarom je distributivno obzirom na zbrajanje matrica, tj. c · (A + B) = cA + cB.
• Množenje skalarom je distributivno obzirom na zbrajanje skalara, tj. (c + d) · A = cA + dA.
• Množenje skalarom je komutativno, tj c · A = A · c.
• Množenje skalarom je asocijativno, tj (c · d) · A = c · (d · A).
Dakle, svejedno je da li prvo pomnožimo skalare c i d, pa potom tim rezultatom pomnožimo matricu A, ili pak
prvo matricu A pomnožimo s d, pa potom dobivenu matricu pomnožimo sa c; rezultat je isti.
5. Skalarni produkt vektora, ortogonalnost vektora.
Vektorom zovemo jednostupčanu matricu. Dimenzijom n vektora A zovemo broj elemenata (redova) u tom vektoru, i
pišemo A ∈ Rn . Evo primjera jednog trodimenzionalnog vektora A ∈ R3 :
 
 3 
A =  −6 
 
21
 
Na vektorima možemo upotrebljavati sve operacije koje upotrebljavamo i na matricama, poput zbrajanja (ukoliko su,
naravno, vektori odgovarajućih dimenzija) ili pak množenja skalarom. No pored tih operacijama, na vektorima možemo
definirati još neke dodatne operacije. Jedna od njih je skalarno množenje, ili skalarni produkt vektora.
Dva vektora možemo skalarno pomnožiti jedino ako su jednakih dimenzija, tj. A, B ∈ Rn . Neka su vektori A i B
dani s:
 a1   b1 
   
 a   b 
 2   2 
A =  .  , B =  .  .
 ..   .. 
   
an bn
Tada je skalarni produkt vektora A · B jednak zbroju umnožaka odgovarajućih koordinata, tj.
n
X
A·B= ai · bi = a1 · b1 + a2 · b2 + · · · an · bn
i=1
   
 3   −1 
Za primjer, skalarno pomnožimo vektore A =  −6  i B =  −3 :
   
21 0
   
   
 3   −1 
A · B =  −6  ·  −3  = 3 · (−1) + (−6) · (−3) + 21 · 0 = 15
   
21 0
   
Skalarni produkt ima geometrijsku interpretaciju: Vektori A i B su okomiti (ili ortogonalni, pišemo A⊥B) ako i samo
ako je njihov skalarni produkt jednak nuli (tj. A · B = 0).
6. Norma vektora i svojstva norme, metrika.
Norma vektora je funkcija koja vektoru A ∈ Rn pridružuje njegovu duljinu. Postoji više načina za zadavanje norme
vektora, no najraširenija je tzv. "Euklidska norma" koju računamo na slijedeći način. Neka je A = [ai ] vektor iz prostora
Rn . Tada je norma tog vektora (koju označavamo s kAk2 ili ponekad samo s kAk) dana sa:
v
t n
X q
kAk2 = a2i = a21 + a22 + · · · + a2n
i=1
6
 
 −1  √
Primjerice za vektor B =  −3  slijedi kBk2 = (−1)2 + (−3)2 + 02 = 10.
  p
0
 
Svojstva norme:
Za vektore A, B ∈ Rn i skalar (broj) c ∈ R vrijedi
• Norma vektora je uvijek veća ili jednaka nuli, tj. kAk2 ≥ 0.

• Za vektor A pomnožen skalarom c vrijedi: kcAk2 = |c| · kAk2
• Ako je kAk2 = 0, tada je A nul-vektor, tj. vektor kojemu su svi elementi jednaki nuli.
• Vrijedi nejednakost trokuta: kA + Bk2 ≤ kAk2 + kBk2
Metrika je funkcija kojom računamo udaljenost izmed̄u dva elementa nekog skupa. Kod vektora metriku (udaljenost)
izmed̄u dva vektora A, B ∈ Rn označavamo s d2 (A, B) i računamo pomoću norme (indeks 2 kod funkcije metrike d
označava da metriku definiramo pomoću Euklidske norme, tj. k·k2 ):
d2 (A, B) = kB − Ak2
7. Množenje matrica i svojstva ove operacije
Za razliku od zbrajanja koje je intuitivno jasno definirano, matrice se množe na specifičan način. Prvo, da bi mogli
pomnožiti dvije matrice A i B, one moraju biti specifičnih dimenzija - točnije moraju biti ulančane. Matrice su ulančane
ako je broj stupaca prve metrice jednak broju redaka druge matrice, tj. ako vrijedi A ∈ Mm,l , B ∈ Ml,n .
Primjerice, za matrice    
 1 5 −2   2 5 −2 8 
A =  −2 3 0  , B =  0 1 1 4 
   
7 0 2 4 −2 2 2
  
možemo izračunati umnožak A · B zato jer prva matrica u umnošku (A) ima tri stupca, a a druga matrica u umnošku (B)
tri retka (tj, A ∈ M3,3 , B ∈ M3,4 ).
No u isto vrijeme ne možemo izračunati umnožak B · A, zbog toga jer prva matrica u umnošku (B) sad ima 4 stupca, a
druga matrica u umnošku (A) ima tri retka (tj. B ∈ M3,4 , A ∈ M3,3 ), pa matrice nisu ulančane!
Već nam ovaj primjer pokazuje da, općenito, množenje matrica nije komutativno, tj. A · B , B · A.
Ukoliko su matrice A ∈ Mm,l i B ∈ Ml,n odgovarajućih dimenzija, množenje C = A · B provodimo koristeći slijedeću
formulu:
l
X
ci, j = ai,k · bk, j = ai,1 · b1, j + ai,2 · b2, j + · · · ai,l · bl, j
k=1
Ovom formulom se provodi slijedeći postupak: primjerice za računanje elementa c2,3 matrice C = A · B promatramo
drugi red matrice A i treći stupac matrice B. Sada redom množimo elemente tog retka i stupca, te dobivene umnoške
zbrajamo a2,1 · b1,3 + a2,2 · b2,3 + · · · sve dok ne dod̄emo do kraja retka, odnosno stupca. Budući su matrice ulančane,
redak i stupac moraju biti jednako dugački.
Pogledajmo kako bi na gornjem primjeru matrica A i B izračunali element c2,3 matrice C = A · B:
c2,3 = a2,1 · b1,3 + a2,2 · b2,3 + a2,3 · b3,3 = (−2) · (−2) + 3 · 1 + 0 · 2 = 7
Taj je postupak potrebno ponoviti kombinirajući sve retke iz matrice A i sve stupce iz matrice B.
Svojstva množenja matrica:
• Množenje matrica nije komutativno, tj. vrijedi A · B , B · A.
• Množenje matrica je asocijativno, tj. vrijedi (A · B) · C = A · (B · C).
7
• Množenje matrica posjeduje neutralni element, tj. postoji matrica I takva da je A · I = A, odnosno I · A = A.
Takva matrica je jedinična matrica, tj. matrica čiji su svi elementi na glavnoj dijagonali jednaki 1, a van glavne
dijagonale 0:
 1 0 · · · 0 
 
 0 1 · · · 0 
I =  . . .
. . ... 
 
 .. .. 

0 0 ··· 1
• Množenje matrica je distributivno obzirom na zbrajanje matrica, tj. vrijedi A · (B + C) = A · B + A · C.
8. Transponiranje matrica i svojstva ove operacije
Transponiranje matrice je operacija koja matrici A zamjeni retke sa stupcima. Tako prvi redak matrice A postaje prvi
stupac matrice AT , drugi redak matrice A drugi stupac matrice AT , itd. Formalno, ta se operacija definira na slijedeći
način: ukoliko sa ai, j označimo element matrice A koji se nalazi u i-tom retku i j-tom stupcu, a sa aTi, j element matrice
AT koji se nalazi na toj istoj poziciji, tada vrijedi:
aTi, j = a j,i
Transponiranje matrica ima slijedeća svojstva:
• (A + B)T = AT + BT , gdje su A, B ∈ Mm,n matrice
• (c · A)T = c · AT , gdje je c ∈ R realan broj, a A ∈ Mm,n matrica
• (A · B)T = BT · AT , gdje su A, B ∈ Mm,n matrice
• (AT )T = A, gdje je A ∈ Mm,n matrica
9. Definicija determinante, svojstva determinante.
Determinanta je preslikavanje koje kvadratnim matricama pridružuje realan broj.

Sama definicija je prilično apstraktna i glasi:
Detareminanta matrice A ∈ Mn je realan broj detA za koji vrijedi

X
detA = sign(π) · a1,i1 a2,i2 · · · an,in
π∈Πn
gdje je Πn skup svih permutacija π = (i1 , i2 , · · · , in ), a sign(π) predznak koji se pridružuje permutaciji π.
Svojstva determinante:
• detA = detAT , tj. matrica i njoj transponirana matrica imaju jednake determinante
• zamjenom dvaju stupaca (ili redaka) determinante, determinante mijenja predznak
• determinanta se ne mijenja ako jednom stupcu (ili retku) pribrojimo neki drugi stupac (ili redak) pomnožen s
nekim brojem
• determinanta sa dva jednaka ili proporcionalna stupca (ili retka) je jednaka nuli
• determinanta kojoj su svi elementi u nekom stupcu (ili retku) jednaki nuli, jednaka je nuli
• za kvadratne matrice A, B ∈ Mn vrijedi: det(A · B) = detA · detB (Binet - Cauchy)
8
10. Izračunavanje vrijednosti determinante pomoću Laplaceovog razvoja
Laplaceov razvoj determinante definira se na slijedeći (induktivan) način:
Prvo definiramo vrijednost determinante veličine 2 × 2:

a b
= a · d − c · b

c d
Potom vrijednost determinante detA reda n × n definiramo pomoću vrijednosti determinante nižeg reda, tj. reda
(n − 1) × (n − 1), kroz Laplaceov razvoj:
n
X
detA = (−1)i+ j · ai, j · det Ai, j
i=1
gdje je Ai, j podmatrica (koju nazivamo algebarskim komplementom elementa ai j ) nastala izbacivanjem retka i stupca
koji sadrže element ai, j . Gornjom formulom je opisan razvoj determinante po proizvoljnom j-tom stupcu, no formula
se analogno može zapisati i za razvoj po i-tom retku:
n
X
detA = (−1)i+ j · ai, j · det Ai, j
j=1
U praksi, red ili stupac po kojem ćemo razvijati determinantu biramo tako da sadrži što veći broju nula, kako bi što veći
broj pribrojnika u sumi bio jednak nuli.
Ilustrirajmo na jednom primjeru kako funkcionira Laplaceov razvoj. Odredimo vrijednost slijedeće determinante.

1 0 −2 2
0 1 2 1

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

0 2 1 1 −2 2 1 −2 2 1 −2 2
= (−1)1+2 ·0· −1 3 −1 +(−1)2+2 ·1· −1 3 −1 +(−1)3+2 ·(−2)· 0 2 1 +(−1)4+2 ·0· 0 2 1
−1 −1

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

1 −2 2 1 −2 2 1 −2 2 1 −2 2
= (−1)4 · −1 3 −1 + (−1)5 · (−2) · 0 2 1 = −1 3 −1 + 2 · 0 2 1 = (∗)

2 3 1 2 3 1 2 3 1 2 3 1
Preostale dvije determinante takod̄er računamo pomoću Laplaceovog razvoja. Prvu primjerice, možemo razviti po
trećem retku, a drugu po prvom stupcu:

1 −2 2
= (−1)3+1 · 2 · −2 2 1 2 1 −2

+ 3+2
+ 3+3
−1
3 −1 (−1) · 3 · (−1) · 1 ·
3 −1 −1 −1 −1 3
2 3 1

−2 2 1 2 1 −2
= 2 · + · −1

3 −1 − 3 · −1 −1 3

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

1 −2 2
= (−1)1+1 · 1 · 2
1 −2 2 −2 2
+ (−1) · 0 · 3 + (−1) · 2 · 2
0 2+1 3+1
2 1
3 1 1 1
2 3 1

= 2 · 1 − 3 · 1 + 2 (−2) · 1 − 2 · 2 = −13
Sada se vratimo gdje smo stali (∗), i uvrstimo dobivene vrijednosti:
(∗) = −10 + 2 · (−13) = −36
11. Linearna kombinacija, linearna zavisnost i nezavisnost vektora
Za dva vektora X, Y ∈ Rn linearnom kombinacijom zovemo vektor
αX + βY
gdje su α, β ∈ R neki realni brojevi.
Definicija se može proširiti na prozvoljan broj vektora:

Neka su X1 , X2 , · · · , Xk ∈ Rn proizvoljni vektori. Linearnom kombinacijom tih k vektora zovemo vektor
c1 X1 + c2 X2 + · · · ck Xk
gdje su c1 , c2 , · · · , ck ∈ R realni brojevi.
Za vektor A ∈ Rn kažemo da je linearno zavisan o vektorima X1 , X2 , · · · , Xk ∈ Rn , ukoliko se A može prikazati kao li-
nearna kombinacija tih vektora, tj, ukoliko postoje realni brojevi c1 , c2 , · · · , ck ∈ R takvi da je A = c1 X1 + c2 X2 + · · · ck Xk
Za skup vektora X1 , X2 , · · · , Xk ∈ Rn kažemo da su linearno nezavisni, ukoliko se nitijedan od njih ne može prika-
zati kao linearna kombinacija preostalih.
Linearna nezavisnost često se definira i na slijedeći način:

Za skup vektora X1 , X2 , · · · , Xk ∈ Rn kažemo da su linearno nezavisni, ukoliko sustav jednadžbi
c1 X1 + c2 X2 + · · · ck Xk = 0
gdje su c1 , c2 , · · · , ck ∈ R nepoznate vrijednosti, ima samo trivijalno rješenje, tj. ukoliko je jedino rješenje sustava
c1 = c2 = · · · = ck = 0.
12. Singularna i regularna matrica
Za matricu A ∈ Mn kažemo da je regularna ako matrica A ima inverz (koji označavamo s A−1 ), tj. ako postoji matrica
A−1 za koju vrijedi A · A−1 = I i A−1 · A = I (gdje je I jedinična matrica odgovarajućeg tipa).
Osnovni kriterij za utvrd̄ivanje regularnosti je slijedeći:

Matrica A je regularna ako i samo ako je pripadna determinanta različita od nule, tj ako je detA , 0.
Za matricu A ∈ Mn kažemo da je singularna ako nije regularna. Tada je i determinanta matrice jednaka nuli.
10
13. Invertiranje matrice
Invertiranje je postupak traženja inverza matrice. Dva su načina da se provede taj račun.
Prvi način je pomoću Gauss-Jordanovih transformacija. Postupak je da matricu A, čiji inverz tražimo, proširimo s
desne strane jediničnom matricom I. Potom takvu proširenu matricu transformiramo Gauss-Jordanovim transformaci-
jama dok s lijeve strane ne dobijemo matricu I. Matrica koja se na kraju postupka nalazi s desne strane je traženi inverz,
A−1 :
h i h i
A | I ∼ · · · ∼ I | A−1
U postupku treba paziti na jedan detalj - ukoliko s lijeve strane proširene matrice mijenjamo stupce, zamjenu odgovara-
jućih stupaca moramo provesti i s desne strane proširene matrice.
Drugi način traženja inverza jest pomoću matrice algebarskih komponenti koju označavamo sa A∗ .
Inverz se računa na slijedeći način:
1 ∗
A−1 = A
detA
Kako računamo A∗ ?
Taj postupak je malo složeniji. Najjednostavniji je račun ukoliko se radi o matrici A ∈ M2 . Tada je za matricu A
" # " #
a b d −b
A= ⇒ A = ∗
,
c d −c a
tj. elementi na glavnoj dijagonali zamjene mjesta, a elementi na sporednoj dijagonali promjene predznake. To je ujedno
i situacija u kojoj najčešće koristimo ovu metodu.
Općenito, za matricu A ∈ Mn postupak računanja matrice A∗ je slijedeći:
Za matricu A i jedan njezin element ai, j prvo odredimo matricu Ai, j koja se dobije tako da iz matrice A izbrišemo
redak i stupac u kojem se nalazi element ai, j . Potom odredimo determinantu tako dobivene matrice, tj. izračunamo
|Ai, j | = det(Ai, j ). Na kraju odredimo element nove matrice a∗i, j tako da izračunatu determinantu pomnožimo sa odgova-
rajućim predznakom: a∗i, j = (−1)i+ j · |Ai, j |. Postupak ponovimo za sve elemente ai, j iz matrice A.
Preostalo je još matricu s elementima [a∗i, j ] transponirati, čime dobivamo traženu matricu algebarskih komponenti:
A∗ = [a∗i, j ]T .
14. Sustav linearnih jednadžbi
Sustav linearnih jednadžbi je skup linearnih jednadžbi, tj jednadžbi u kojima se nepoznanice množe skalarom (brojem) i
zbrajaju (oduzimaju). Dakle, takav sustav ne uključuje jednadžbe u kojima se nepoznanice primjerice kvadriraju, dijele,
množe...
Općenito sustav m linearnih jednadžbi s n nepoznanica zapisujemo na slijedeći način:
a11 x1 + a12 x2 + ... + a1n xn = b1

a21 x1 + a22 x2 + ... + a2n xn = b2
.. .. .. ..
. . . .
am1 x1 + am2 x2 + ... + amn xn = bm
pri čemu su ai j ∈ R realni brojevi za sve vrijednosti i = 1, · · · , m j = 1, · · · , n (njih nazivamo koeficjentima sustava),
kao i svi koeficjenti bi ∈ R. S x1 , · · · , xn u sustavu označavamo nepoznanice.
11
Sustav linearnih jednadžbi se može zapisati i u matričnom obliku. Tada je zapis:
Ax = b
gdje je A matrica sustava, i sastoji se od elemenata ai j , vektor x je vektor nepoznanica xi , dok je vektor b sastavljen od
koeficjenata bi :
 a11 a12 ... a1n x1 b1

     
    
 a
 21 a22 ... a2n   x2   b2 
A =  . .. .. ..  , x =  ..  , b =  ..  .
    
 .. . . .   .   . 
...
     
am1 am2 amn xm bm
15. Rješenje i egzistencija rješenja sustava linearnih jednadžbi
a11 x1 + a12 x2 + ... + a1n xn = b1

a21 x1 + a22 x2 + ... + a2n xn = b2
.. .. .. ..
. . . .
am1 x1 + am2 x2 + ... + amn xn = bm
Rješenje sustava linearnih jednadžbi su vrijednosti pridružene nepoznanicama x1 , x2 , · · · , xn , takve da zadovoljavaju

svaku od m jednadžbi sustava.
Kriterij za egzistenciju rješenja sustava linearnih jednadžbi:
Sustav linearnih jednadžbi ima rješenje ako i samo ako je rang matrice sustava jednak rangu proširene matrice sustava,
tj. rang(A) = rang(A p ).
Objasnimo što je točno ovim kriterijem propisano. Uz oznake korištene u prethodnom (14.) zadatku, matrica sustava A
je matrica čiji su koeficjenti ai, j brojevi koji se nalaze uz j-tu nepoznanicu u i-toj jednadžbi:
 a11 a12 ... a1n

 

 a
 21 a22 ... a2n 
A =  . .. .. ..

 .. . . .


...
 
am1 am2 amn
Proširena matrica sustava je pak matrica koju dobijemo kada matrici A dopišemo još jedan stupac, stupac elemenata
koji se u jednadžbama nalaze s desne strane, bi :
 a11 a12 ... a1n | b1

 

 a
 21 a22 ... a2n | b2 
A p =  . .. .. .. ..

 .. . . . .

| 
...
 
am1 am2 amn | bm
Rang matrice, je pak broj linearno nezavisnih redaka (stupaca) u toj matrici. On se odred̄uje tako da se Gauss-
Jordanovim transformacijama matrica svodi na trokutasti oblik (najčešće gornjetrokutasti), tj. na oblik u kojem su
elementi ispod (ili iznad) dijagonale jednaki nuli. Tada je rang jednak broju elemenata na glavnoj dijagonali koji su
različiti od nule.
12
16. Struktura rješenja sustava linearnih jednadžbi
Ukoliko sustav linearnih jednadžbi ima rješenje, tada sustav može imati jedinstveno ili parametarsko rješenje.
Jedinstveno rješenje sustava je rješenje u kojemu svaka od n nepoznanica x1 , x2 , · · · , xn poprima samo jednu vrijed-
nost. Sustav sa jedinstvenim rješenjem nazivamo regularan ili Cramerov sustav. Matrica A takvih sustava je kvadratna,
a vrijednost determinante detA je različita od nule. Jedinstveno rješenje možemo računati i Cramerovim postupkom
pomoću determinanti.
Parametarsko rješenje sustava je rješenje u kojem barem jedna nepoznanica x1 , x2 , · · · , xn može poprimiti više (toč-
nije, beskonačno mnogo) vrijednosti. Kod parametarskih rješenja, matrica sustava A ne mora biti kvadratna, a ako i jest,
njezina determinanta detA jednaka je nuli.
17. Rješavanje sustava linearnih jednadžbi Gauss-Jordanovim algoritmom
Gauss-Jordanova metoda je metoda transformacije matrica u njima ekvivalentne matrice korištenjem slijedećih opera-
cija:
• zamjena dva retka
• množenje (ili dijeljenje) retka brojem različitim od nule
• dodavanje (ili oduzimanje) retka pomnoženog brojem nekom drugom retku
Gauss-Jordanov postupak prilikom rješavanja sustava koristimo na proširenoj matrici sustava. Cilj tog postupka je do-
bivanje dijagonalne matrice (zapravo, jedinične) matrice. Točnije, ponekad nije uvijek moguće dobiti dijagonalnu (jedi-
ničnu) matricu, no cilj je da dio matrice na kojoj su elementi na dijagonali različiti od nule bude dijagonalan. Primjerice,
slijedeća matrica je rezultat potpuno provedenog Gauss-Jordanovog postupka, iako nije u potpunosti dijagonalna:
 1 0 0 1 | 1
 

 0 1 0 0 | 0 
A p =  
 0 0 1 2 | −1 

0 0 0 0 | 0
Na ovom primjeru vidimo matricu kod koje su provod̄enjem Gauss-Jordanovih transformacija svi elementi posljednjeg
retka postali jednaki nuli. Takav redak ne nosi nikakvu informaciju (u njemu je zapravo zapisana jednadžba 0 = 0), pa
ga najčešće i prestanemo pisati. Na ostatku, matrica je svedena na jediničnu na onom dijelu na kojemu postoje elementi
na dijagonali. Poslijednji, četvrti supac, nema svog "predstavnika" na dijagonali, i nepoznanica čije koeficjente pišemo
u tom stupcu (primjerice, x4 ) će postati parametar.
Ukoliko je matrica sustava kvadratna, dakle, ukoliko se radi o sustavu sa n nepoznanica i n jednadžbi, te ukoliko nakon
provedenih Gauss-Jordanovih transformacija dijagonala prolazi kroz cijelu matricu sustava (tj. ako se radi o matrici
maksimalnog ranga), tada je rješenje sustava jedinstveno.
Poslijednji mogući ishod provod̄enja Gauss-Jordanovih transformacija jest dobivanje matrice kojoj rang matrice sus-
tava nije jednak rangu proširene matrice sustava. Takva je primjerice slijedeća matraica:
 1 0 0 1 | 1
 

 0 1 0 0 | 0 
A p =  
 0 0 1 2 | −1 

0 0 0 0 | 3
Ovakav sustav nema rješenja, te ga zovemo neregularnim, singularnim, nekonzistentnim, nesuglasnim ili kontradik-
tornim. Razlika u rangu vidljiva je u zadnjem retku; matrica sustava (dakle, dio matrice koji nije proširen "desnom
stranom" jednadžbi) ima rang 3 (toliko mu je nenul elemenata na dijagonali). S druge strane proširena matrica sustava
ima rang 4 budući zamjenom zadnja dva stupca u proširenoj matrici sustava dovodimo element 3 na dijagonalu.
13
18. Med̄usektorski model; dovoljni uvjeti egzistencije i nenegativnost matrice (I − A)−1
U modelu kojim se opisuju ekonomske veličine želimo da vektor outputa Q i vektor finalne potražnje q imaju sve
nenegativne elemente. Da bi se to postiglo, potrebno je i da invez matrice tehnologije T −1 = (I − A)−1 ima sve elemente
nenegativne, a za to matrica tehnologije T = I − A mora zadovoljavati slijedeći (tzv. Hawkins-Simonov) uvjet:
Kako bi matrica T −1 = (I − A)−1 imala sve nenegativne elemente,

sve vodeće minore matrice T = I − A moraju biti pozitivne.
Da bi razmjeli što se traži tim uvjetom, moramo prvo objasniti što su vodeće minore. Ilustrirajmo to primjerom.
Promortimo matricu
 
 0.5 −0.3 −0.1 
T =  −0.3 0.3 0
 

−0.2 −0.3 0.7

Vodeće minore te matrice su vrijednosti determinanti kvadratnih podmatrica koje obuhvaćaju jedan, dva odnosno sva
tri elementa glavne dijagonale. Dakle, svaka vodeća minora je za jednu dimenziju veća od prethodne, i niz nastavljamo
dok ne dod̄emo do determinante cijele zadane matrice.
Tako bi prva minora bila |0.5| = 0.5.
Druga minora bi bila slijedeća determinanta:

0.5 −0.3
= 0.5 · 0.3 − (−0.3) · (0.3) = 0.06

−0.3 0.3
Treća minora je pak vrijednost determinante same matrice T :

0.5 −0.3 −0.1
T = −0.3 0.3 0 = 0.027
−0.2 −0.3 0.7

Dakle, ovim primjerom je dana matrica T čije su sve vodeće minore pozitivne, pa stoga i njen inverz ima sve nenegativne
članove.
14
3 Diferencijalni račun i primjene
19. Realni brojevi, funkcije f : D ⊆ R → R
Realni brojevi su skup brojčanih vrijednosti u kojemu se nalaze svi brojevi koji pokrivaju brojčani pravac. Taj skup
označavamo velikim slovom R. Skup R sadrži skup racionalnih brojeva, skup Q, što je skup svih razlomaka, ali √ pored
njih i sve iracionalne brojeve. Iracionalni brojevi su brojevi koji se ne mogu zapisati u formi razlomka, poput 2 ili π.
Na skupu realnih brojeva definirane su sve uobičajene operacije (zbrajanje, oduzimanje, množenje, dijeljenje), za koje
vrijede uobičajena svojstva (komutativnost obzirom na zbrajanje i množenje, asocijaticnost, distributivnost...).
Oznaka f : D ⊆ R → R predstavlja funkciju f koja svakoj točki iz svoje domene D (a koja je pak neki podskup
realnih brojeva R, tj. D ⊆ R) pridružuje neki realni broj. Domena funkcije je skup (realnih) vrijednosti u kojima
možemo računati vrijednost funkcije, tj u kojima je funkcija definirana.
Za velik dio funkcija domena je skup realnih brojeva R, tj, njihova se vrijednost može računati za svaku realnu vrijed-
nost. Takve funkcije su primjerice polinomi (koje u općenitom obliku zapisujemo f (x) = an xn +an−1 xn−1 +· · ·+a1 x+a0 )
i eksponenacijalna funkcija f (x) = e x .
Pored takvih funkcija, postoje i funkcije kojima domena nije cijeli skup realnih brojeva, već poostoje neka ograni-
čenja. Iako je takvih funkcija mnogo (poput primjerice funkcije f (x) = arcsin x), na ovom mjestu ćemo se ograničiti na
tri funkcije koje zahtjevaju posvećivanje pažnje njihovoj domeni:
g(x)
• Funkcije oblika f (x) = h(x) . Kako kod razlomka nazivnik ne smije biti jednak nuli, tako kod ovakvih funkcija
imamo ograničenje domene iskazano s h(x) , 0. Najčešće su ovog oblika racionalne funkcije tj. funkcije koje i u
brojniku i u nazivniku imaju polinom. Tada je domena skup svih realnih brojeva R bez nultočki x1 , · · · , xn funkcije
h(x). Pišemo D( f ) = R\{x1 , · · · , xn }.
• Funkcije oblika f (x) = n g(x), gdje je n paran broj. Kod takvih funkcija izraz ispod korjena mora biti veći ili
p
jednak nuli, tj. imamo ograničenje g(x) ≥ 0. Naglasimo da ograničenje postoji samo√kod parnih korjena, budući
se vrijednosti neparnih korjena mogu računati i za negativne vrijednosti. Primjerice, −8 = −2.
3
• Funkcije oblika f (x) = ln(g(x)). Logaritmi se mogu računati samo za pozitivne vrijednosti, pa stoga kod ovakvih
funkcija imamo ograničenje oblika g(x) > 0. Općenito, isto ograničenje vrijedi za sve logaritme, bez obzira na
bazu, tj. za funkcije oblika f (x) = loga (g(x)).
Ukoliko u funkciji postoji više ograničenja na domenu, domenu dobivamo presjekom svih njih.
20. Limes funkcije jedne varijable i operacije sa limesima
Ako se vrijednost funkcije f (x) približava vrijednosti a kada se varijabla x približava točki x0 , tada kažemo da f (x) teži
prema a kada x teži prema x0 , odnosno
f (x) → a kada x → x0 .
Broj a je limes ili granična vrijednost funkcije f kada x teži prema x0 , odnosno
lim f (x) = a.
x→x0
15
Operacije sa limesima:
Neka funkcije f i g imaju limese kada x → x0 , te neka je A ∈ R konstanta. Tada vrijedi
lim (A · f )(x) = A · lim f (x),

x→x0 x→x0
lim ( f + g)(x) = lim f (x) + lim g(x),

x→x0 x→x0 x→x0
lim ( f − g)(x) = lim f (x) − lim g(x),

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

f lim x→x0 f (x)
lim (x) = , uz lim g(x) , 0.
x→x0 g lim x→x0 g(x) x→x0
21. Neprekidnost funkcije jedne varijable
Intuitivna definicija neprekidnosti je sljedeća: funkcija je neprekidna ako njen graf možemo nacrtati bez podizanja
olovke s papira. Stroga matematička definicija neprekidnosti koristi pojam limesa:
Funkcija f je neprekidna u točki x0 ∈ D( f ) (prisjetimo se D( f ) je oznaka za domenu funkcije f ) ako je
lim f (x) = f (x0 ).

x→x0
Funkcija f je neprekidna ako je neprekidna u svakoj točki svoga područja definicije (domene) D( f ).
Ta nam definicija zapravo govori da vrijednost funkcije f (x) teži ka vrijednosti f (x0 ) kada x teži ka x0 , tj. upravo
ono što smo željeli postići intuitivnom definicijom: da kretanjem po grafu fukcije f (x), na kraju završimo upravo u
vrijednosti f (x0 ), "bez da smo podignuli olovku s papira".
Osnovno svojstvo neprekidnih funkcija, koje koristimo "automatski" podrazumijevajući ga, je slijedeće:
Ukoliko su f (x) i g(x) funkcije neprekidne u točki x0 , tada su neprekidne u točki x0 i slijedeće funkcije:
f
( f + g)(x), ( f − g)(x), ( f · g)(x), (x) uz g(x) , 0, te f (g(x))
g
22. Pojam i interpretacija derivacije funkcije jedne varijable
Funkcija f : D → R je derivabilna u točki x ∈ D ako postoji limes
f (x + h) − f (x)
lim
h→0 h
df
Vrijednost tog limesa (ako postoji) označavamo izrazom f 0 (x) ili dx (x) i zovemo ga derivacijom funkcije f u točki x.
Osnovna interpretacija derivacije dolazi iz geometrije, gdje f 0 (x0 ) predstavlja koeficjent smjera (nagib) tangente po-
vučene na graf funkcije f (x) u točki (x0 , f (x0 )).
16

Na slici je prikazana funkcija, s iskazanim dvijema točkama: A x0 , f (x0 ) i B x0 + h, f (x0 + h) , te je istaknuta sekanta
AB. Kada točka B teži ka točki A (tj. kada h teži u nulu), sekanta AB postaje tangenta povučena kroz A. Jednadžba te
tangente dana je izrazom:
y − f (x0 ) = f 0 (x0 ) · (x − x0 ).
23. Derivacije elementarnih funkcija jedne varijable
Derivacije elementarnih funkcija jedne varijable dane su slijedećom tablicom:
f (x) f 0 (x)
f (x) f 0 (x)
sin x cos x
C 0
cos x − sin x
x 1
1
xn n · xn−1 tg x
cos2 x
√ 1 1
x √ ctg x − 2
2 x sin x
ax a x · ln a 1
arcsin x √
1 − x2
x x
e e 1
arccos x −√
1 1 − x2
loga x 1
x · ln a arctg x
1 + x2
1
ln x 1
x arcctg x −
1 + x2
17
24. Pravila deriviranja funkcija jedne varijable
Pravila deriviranja funkcije jedne varijable su slijedeća:
C · f (x) 0 = C · f 0 (x)

a) Derivacija umnoška s konstantom:
f (x) ± g(x) 0 = f 0 (x) ± g0 (x)

b) Derivacija zbroja i razlike:
f (x) · g(x) 0 = f 0 (x) · g(x) + f (x) · g0 (x)

c) Derivacija umnoška:
!0
f (x) f 0 (x) · g(x) − f (x) · g0 (x)
d) Derivacija kvocjenta: =
g(x) g2 (x)
25. Derivacija složene funkcije
Derivacija složene funkcije (ili kompozicije funkcije) dana je formulom:

0
f g(x) = f 0 g(x) · g0 (x)

Pravilo nam kaže da kod deriviranja složene funkcije trebamo derivirati jedan po jedan dio kompozicije. Primjerice,
derivacija složene funkcije f (x) = sin(x2 ) neće biti f 0 (x) = cos(2x), već f 0 (x) = cos(x2 ) · (x2 )0 = cos(x2 ) · 2x
26. Derivacija inverzne funkcije
Derivacija inverzne funkcije dana je formulom

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

Derivirajmo tu jednadžbu (po pravilu za deriviranje složene funkcije):

0
f −1 f (x) = (x)0
0
f −1 f (x) · f 0 (x) = 1 : f 0 (x)

0 1
f −1 f (x) =

f 0 (x)
Uz oznaku y = f (x) slijedi formula.
18
27. Diferencijal funkcije jedne varijable
Diferencijal funkcije y = f (x) dan je izrazom

dy = f 0 (x) · 4x
Tim izrazom želimo ocijeniti (aproksimirati) promjenu vrijednosti funkcije y = f (x), odnosno prirast funkcije, koji
označavamo s 4y, kada znamo da se vrijednost varijable x promijenila za 4x. Dakle, vrijedi:
dy ≈ 4y
Aproksimacija je točnija za male vrijednosti 4x. Na slici su prikazani prirast (4y) i diferencijal (dy) funkcije za neki
4x. Prirast je u grafičkoj interpretaciji stvarna promjena vrijednosti funkcije (pri promjeni vrijednosti varijable za 4x),
dok je diferencijal promjena vrijednosti na tangenti.
28. Derivacije višeg reda funkcija jedne varijable
Derivacije višeg reda funkcije jedne varijable, y = f (x) označavamo s y0 , y00 , y000 ... odnosno s y(n) ukoliko se radi o
derivaciji višeg reda. Primjerice, y(5) označava petu derivaciju funkcije y. Derivacija n-tog reda se dobija deriviranjem
derivacije (n − 1)-og reda (ukoliko ta derivacija postoji), tj. vrijedi:
0
y(n) = y(n−1)
Laplaceova oznaka za derivacije višeg reda je

dn y
y(n) =
dxn
19
29. Teoremi o srednjoj vrijednosti
Osnovni teorem srednje vrijednosti u diferencijalnom računu je Lagrangeov teorem srednje vrijednosti koji glasi:
Neka je f funkcija neprekidna na [a, b] i derivabilna na intervalu ha, bi .

f (b) − f (a)
Tada postoji vrijednost c ∈ ha, bi takva da je f 0 (c) =
b−a
Geometrijska interpretacija Lagrangeovog teorema srednje vrijednosti dana je na slici – njime se tvrdi da postoji točka
C(c, f (c)) takva da je tangenta povučena na krivulju u točki C paralelna sa pravcem AB (vidi sliku).
Jednostavnija verzija Lagrangeovog teorema srednje vrijednosi je Rolleov teorem srednje vrijednosti. Kod njega su
vrijednosti funkcije f u točkama a i b jednake, tj vrijedi f (a) = f (b), pa je tvrdnja da tada postoji točka c ∈ ha, bi takva
da je f 0 (c) = 0.
30. Funkcije f : D ⊆ Rn → R
Izrazom f : D ⊆ Rn → R obilježavamo realnu funkciju više (n) varijabli, definiranu na nekoj domeni D. To je funkcija
koja pridružuje realnu vrijednost nekom skupu varijabli, tj. za čije računanje koristimo vrijednosti više realnih varijabli.
Primjerice, realna funkcija tri varijable f : R3 → R je funkcija f (x, y, z) = x2 − yz.
Skup D u ovom zapisu predstavlja domenu funkcije, tj. podskup skupa Rn na kojemu je funkcija f definirana. Pri-
mjerice, funkciju dviju varijabli f (x, y) = y2 + ln x ne možemo računati u točkama kojima je x-koordinata negativna,
pa je domena te funkcije skup točaka (x, y) kojima su x-koordinate pozitivna. Pišemo D( f ) = {(x, y); x > 0, y ∈ R}.
31. Homogene funkcije
Kažemo da je funkcija f : Rn → R homogena stupnja α ako i samo ako vrijedi

f (λx1 , λx2 , · · · , λxn ) = λα · f (x1 , x2 , · · · , xn ).
Navedenim se kriterijem ispituje homogenost funkcije na način da se u funkciju uvrste varijable pomnožene sa λ. Uko-
liko se λ uspije izlučiti u potpunosti iz zadane funkcije (sa nekim eksponentom α), tada je zadana funkcije homogena
(stupnja α).
Primjerice, ispitajmo homogenost funkcije f (x, y, z) = x2 + yz. Umjesto x, y i z u funkciju redom uvrštavamo λx, λy
i λz:
f (λx, λy, λz) = (λx)2 + λy · λz = λ2 x2 + λ2 yz = λ2 (x2 + yz) = λ2 · f (x, y, z),
pa je zadana funkcija homogena stupnja α = 2.
20
32. Konveksne funkcije
Funkcija f : R → R je konveksna na intervalu ha, bi, ako je za svake dvije vrijednosti x1 , x2 ∈ ha, bi, dužina koja spaja
točake P (x1 , f (x1 )) i Q (x2 , f (x2 )) iznad grafa funkcije f (x), kao što je prikazano na slijedećoj slici.
Matematički, to zapisujemo
f (x2 ) − f (x1 )
f (x) < · (x − x1 ), za svaki x ∈ hx1 , x2 i
x2 − x1
Analogno, ukoliko je spojnica točaka P i Q ispod grafa funkcije f (x), za svake dvije točke P i Q iz zadanog intervala,
tada za funkciju f (x) kažemo da je konkavna.
Kriterij za ispitivanje konveksnosti funkcije dan je pomoću druge derivacije; funkcija je konveksna na intervalu ha, bi
ukoliko je za svaki x iz tog intervala f 00 (x) > 0. Analogno, funkcija je konkavna ukoliko je u svim točkama intervala
f 00 (x) < 0. Točke u kojima funkcija mijenja zakrivljenost iz konveksne u konkavnu, ili obrnuto, zovemo točkama
infleksije, i u njima je druga derivacija funkcije jednaka nuli.
33. Parcijalne derivacije
Funkciju više varijabli, f : Rn → R moguće je derivirati po svakoj od njezinih varijabli, ukoliko odgovrajuće derivacije
postoje. Za funkciju kažemo da je derivabilna u točki T ∈ Rn po varijabli xi ako postoji limes
f (x1 , · · · , xi + h, · · · , xn ) − f (x1 , · · · , xi , · · · , xn )
lim
h→0 h
∂f
Taj limes, ukoliko postoji, obilježavamo s (T ). Primjetimo da se u definiciji mijenja samo vrijednost varijable xi , dok
∂xi
su vrijednosti ostalih varijabli konstantne – tako i kod računjanja parcijalnih derivacija, prilikom deriviranja po xi sve
ostale varijable tretiramo kao konstante. Za parcijalne derivacije vrijede sva pravila koja vrijede i za derivacije funkcije
jedne varijable.
21
34. Totalni diferencijal
Totalni diferencijal funkcije više varijabli f : Rn → R dan je formulom:
∂f ∂f
df = · 4x1 + · · · + · 4xn
∂x1 ∂xn
Totalnim diferencijalom ocijenjujemo (aproksimiramo) promjenu vrijednosti funkcije f (x1 , · · · , xn ) (prirast funkcije)
kada se vrijednosti varijabla promijene za 4x1 , · · · , 4xn .
35. Eulerov teorem
Neka je f : Rn → R homogena funkcija stupnja α. Tada vrijedi:

1. Zbroj svih koeficjenata elastičnosti funkcije f jednak je α, tj.
E f,x1 + · · · + E f,xn = α
2.
∂f ∂f
x1 · + · · · + xn · =α· f
∂x1 ∂xn
36. Derivacije implicitnih funkcjia
√
Uobičajen način zapisivanja funkcija je tzv. eksplicitni oblik. Primjerice, y = x + 1 je eksplicitno zapisana funkcija.
Općenito, pišemo y = f (x). No osim tog oblika, postoji i implicitni zapis funkcije. Primjerice, ista ova funkcija bi u
implicitnom obliku bila – nakon kvadriranja i prebacivanja na istu stranu – zapisana kao y2 − x − 1 = 0. Općenito,
funkcija je u implicitnom obliku zapisana kao F(x, y) = 0.
Derivaciju implicitno zadane funkcije, y0 moguće je iskazati pomoću funkcije F(x, y), točnije pomoću njezinih par-
cijalnih derivacija:
∂F
∂x
y0 = ∂F
∂y
37. Parcijalne derivacije višeg reda
Parcijalnu derivaciju drugog reda dobijamo tako da parcijalno deriviramo parcijalnu derivaciju prvog reda. Primjerice,
∂f ∂f
kod funkcije dvije varijable f (x, y), imamo dvije parcijalne derivacije prvog reda, i . Svaku od tih parcijalnih
∂x ∂y
derivacija možemo opet derivirati po objema varijablama.
∂f ∂ ∂f ∂2 f
!
Kada, dakle deriviramo parcijalno po x parcijalnu derivaciju dobivamo ili u kraćem zapisu 2 . Kada
∂x ∂x ∂x ∂x
∂ ∂f ∂2 f
!
istu funkciju deriviramo po y dobivamo ili kraće . Analogno, deriviranjem druge parcijalne derivacije,
∂y ∂x ∂y∂x
∂f ∂2 f ∂2 f
dobivamo i .
∂y ∂x∂y ∂y2
22
Iako, naizgled imamo četiri različite parcijalne derivacije drugog reda (za funkciju f (x, y)), u biti ih (u većini sluča-
jeva) samo tri. O tome nam govori Schwartzov teorem: Ukoliko funkcija f : R2 → R ima neprekidne parcijalne
∂2 f ∂2 f
derivacije drugog reda, tada vrijedi = . Dakle, svejedno je kojim redom parcijalno deriviramo.
∂x∂y ∂y∂x
Općenito, parcijalna derivacija višeg reda dobija se parcijalnim deriviranjem parcijalne derivacije (za jedan) nižeg reda.
Želimo li dobiti parcijalnu derivaciju, npr. sedmog reda, trebamo parcijalno derivirati parcijalnu derivaciju šestog reda.
Sve tvrdnje iskazane za funkciju dvije varijable vrijede i za funkcije više varijabli.
38. Hesseova matrica
Hesseova matrica je matrica čiji su elementi parcijalne derivacije drugog reda funkcije f : Rn → R. Točnije, elementi
Hesseove matrice ai j dani su formulom:
∂2 f
ai j = ,
∂xi ∂x j
pa Hesseova matrica izgleda
∂2 f ∂2 f ∂2 f
 

∂x12 ∂x1 ∂x2 ··· ∂x1 ∂xn

 
∂2 f ∂2 f ∂2 f
···
 
∂x2 ∂x1 ∂x22 ∂x2 ∂xn
H = 
 
.. .. .. ..

. . . .
 
 
 ∂2 f ∂2 f ∂2 f 
∂xn ∂x1 ∂xn ∂x2 ··· ∂xn2
Za funkciju dvije varijable, f (x, y) : R2 → R, Hesseova matrica izgleda:

 ∂2 f ∂2 f 

∂x ∂y∂x

H =  ∂2 f
2 
∂2 f 

∂x∂y ∂y2
Hesseova matrica daje nam dovoljan kriterij za egzistenciju lokalnog ekstrema funkcije više varijabli: ukoliko je de-
terminanta Hesseove matrice izračunate u stacionarnoj točki T pozitivna, tada funkcija postiže lokalni ekstrem u toj
točki.
39. Ukupne, granične i prosječne veličine
U ekonomiji se često susrećemo sa ukupne, granične i prosječne veličinama. Opišimo vezu izmed̄u njih. Neka je,
primjerice, funkcija T (Q) funkcija ukupnih troškova (C) u ovisnosti o količini proizvodnje (Q). Tada za nju definiramo:
1. Funkciju prosječnih troškova, u oznaci AT (Q), koju računamo prema formuli:
T (Q)
AT (Q) =
Q
2. Funkciju graničnih (marginalnih) troškova, u oznaci MT (Q), koju računamo prema formuli:
dT
MT (Q) = (Q) = T 0 (Q)
dQ
Funkcija graničnih troškova se ponekad označava i malim slovom, dakle t(Q).
Ove su definicije ekvivalentne i za ostale funkcije koje opisuju ukupne, prosječne i granične veličine. Tako bi primjerice,
prosječna cijena (u ovisnosti o npr. potražnji) izračunana iz funkcije ukupnih cijena p(q) bila Ap(q) = p(q) q . Važno je
napomenuti da podrazumijevamo da sve ekonomske veličine poprimaju samo pozitivne vrijednosti.
23
40. Koeficijent elastičnosti funkcija jedne varijable
Koeficjent elastičnosti funkcije jedne varijable f (x) dan je formulom:

x 0
E f,x = ·f
f
Koeficjentom elastičnosti mjerimo stupanj promjene funkcije u odnosu na promjenu varijable.
Primjerice, ukoliko na nekoj zadanoj razini x0 , koeficjent elastičnosti E f,x poprimi pozitivnu vrijednost e > 0, inter-
pretacija je slijedeća: na razini x0 , kada varijabla x raste za 1% (x ↑ 1%), tada funkcija f raste za e% ( f ↑ e%).
Analogno, ukoliko je e negativan, vrijednost funkcije f pada za e%.
Uz koeficjent elastičnosti su vezani slijedeći pojmovi:

• Za funkciju f (x) kažemo da je elastična u točki x0 ukoliko je E f,x (x0 ) > 1

• Za funkciju f (x) kažemo da je neelastična u točki x0 ukoliko je E f,x (x0 ) < 1

• Za funkciju f (x) kažemo da je jedinično elastična u točki x0 ukoliko je E f,x (x0 ) = 1
41. Koeficijenti parcijalne i ukrštene elastičnosti
Kod funkcije više varijabli takod̄er možemo govoriti o koeficjentu elastičnosti, ali vezanom uz jednu varijablu. Ana-
logno definiciji koefcjenta elastičnosti funkcije jedne varijable, za funkciju f (x1 , · · · , xn ) definiramo n parcijalnih koefi-
cjenata elastičnosti:
xi ∂ f
E f,xi = · , i = 1, · · · , n
f ∂xi
Prilikom interpretacije tih koeficjenata elastičnosti, potrebno je naglasiti da sve varijable, osim promatrane xi držimo
konstantnima.
U ekonomskoj interpretaciji, kada promatramo vrijednost funkcije vezane uz neki proizvof, u ovisnosti o varijablama
vezanim uz taj i neki drugi proizvod, koeficjenti parcijalne elastičnosti dobijaju novu interpretaciju. Primjerice, neka je
q1 (p1 , p2 ) funkcija potražnje za prvim proizvodom (q1 ) koja ovisi o cijenama prvog proizvoda (p1 ) i drugog proizvoda
(p2 ). Tada koeficjent elastičnosti Eq1 ,p1 koji nam daje informaciju o promjeni potražnje za proizvodom u ovisnosti o
cijeni istoga, i dalje zovemo parcijalnom elastičnošću. S druge strane, koeficjent elastičnosti Eq1 ,p2 koji nam daje infor-
maciju o promjeni potražnje za proizvodom u ovisnosti o cijeni drugog proizvoda (dakle koji križa informacije o prvom
i drugom proizvodu) nazivamo križnom elastičnošću.
Proizvode prema vrijednostima parcijalne i križne elastičnosti grupiramo na slijedeći način:
• Ukoliko je koeficjent parcijalne elastičnosti Eq1 ,p1 negativan, prvi proizvod nazivamo normalnim dobrom. U tom
slučaju potražnja za proizvodom pada kada mu cijena raste.
• Ukoliko je koeficjent križne elastičnosti Eq1 ,p2 pozitivan, proizvode nazivamo supstitutima. U tom slučaju potraž-
nja za prvim proizvodom raste kada cijena drugog proizvoda raste.
• Ukoliko je koeficjent križne elastičnosti Eq1 ,p2 negativan, proizvode nazivamo komplementima. U tom slučaju
potražnja za prvim proizvodom pada kada cijena drugog proizvoda raste.
42. Globalni i lokalni ekstremi
Općenito, ekstrem je točka u kojoj funkcija postiže najveću ili najmanju vrijednost. Govorimo o dvije vrste ekstrema:
globalnima i lokalnima. Globalnim ekstremom zovemo točku u kojoj funkcija postiže najveću, odnosno najmanju
24
vrijednost na zadanom segmentu. Ukoliko postoji globalni maksimum, sve ostale vrijednosti moraju biti manje ili
jednake vrijednosti globalnog maksimuma. Isto tako, ukoliko postoji globalni minimum, sve ostale vrijednosti funkcije
moraju biti veće ili jednake vrijednosti globalnog minimuma.
S druge strane, lokalni ekstremi nemaju to svojstvo – oni su ekstremi "lokalno", tj. samo na nekoj svojoj okolini. Točka
tako može biti lokalni minimum, ali da se ujedno ne radi o globalno najmanjoj vrijednosti funkcije. Isto vrijedi i za
lokalni maksimum. Na slijedećoj su slici prikazani lokalni i globalni ekstremi:
43. Ekstremi funkcija jedne varijable (potrebni i dovoljni uvjeti)
Da bi točka T (x0 , f (x0 )) bila lokalni ekstrem funkcije f (x), mora zadovoljiti nužne i dovoljne uvjete. Nužan uvjet je
da je f 0 (x0 ) = 0. Točke koje ispunjavaju taj uvjet nazivamo stacionarnim točkama i predstavljaju kandidate za lokalne
ekstreme – dakle, ukoliko lokalni ekstremi postoje, tada su to neke od stacionarnih točaka. Dovoljan uvjet je pak da je
f 00 (x0 ) , 0. Tada funkcija u točki T postiže lokalni maksimum, ukoliko je f 00 (x0 ) < 0, a minimum ako je f 00 (x0 ) < 0
44. Ekstremi funkcija više varijabli bez ograničenja (potrebni i dovoljni uvjeti)
Funkcija više varijabli, f (x1 , · · · , xn ) takod̄er može imati lokalne ekstreme. Kao i u slučaju funkcije jedne varijable,
postoje nužni i dovoljni uvjeti koje mora ispunjavati točka T (x1 , · · · , xn , f (x1 , · · · , xn )) kako bi bila lokalni ekstrem.
Nužan uvjet je, slično kao i kod funkcije jedne varijable, taj da su parcijalne derivacije prvog reda izračunate u točki T
jednake nuli, tj. da je
∂f
(T ) = 0, za svaki i = 1, · · · , n
∂xi
Dovoljan uvjet je, pak, da je determinanta Hesseove matrice veća od nule, tj. da je detH > 0. Prisjetimo se, Hesseova
matrica je matrica parcijalnih derivacija drugog reda, a pripadna determinanta se naziva Hessijanom. Ukoliko je taj
∂2 f ∂2 f
uvjet zadovoljen, tada se u točki T postiže minimum ukoliko je 2 > 0, a maksimum ako je 2 < 0.
∂x ∂x
25
45. Ekstremi funkcija više varijabli sa jednim ograničenjem u obliku jednadžbe
Problem traženja ekstrema funkcije više varijabli s jednim ograničenjem formuliramo na slijedeći način: cilj je odrediti
ekstreme funkcije f (x1 , · · · , xn ) uz uvjet oblika g(x1 , · · · , xn ) = 0. Postoje dvije metode za rješavanje tog problema.
Prva je metoda supstitucije. Tom metodom, cilj nam je iz jednadžbe g(x1 , · · · , xn ) = 0 izraziti jednu nepoznanicu,
npr. xn = h(x1 , · · · , xn−1 ), te ju uvrstiti u funkciju f , koja tada postaje funcija s n − 1 varijablom:

f x1 , · · · , xn−1 , h(x1 , · · · , xn−1 )
Problem se tada svodi na odred̄ivanje ekstrema funkcije više (ili jedne) varijable bez dodatnih uvjeta.
Ponekad je, ipak, teško jednostavno izraziti jednu od varijabli iz jednadžbe g(x1 , · · · , xn ) = 0, tj. ponekad se na taj
način višestruko komplicira daljnji račun. Na primjer, takav je uvjet x2 + y2 − 1 = 0. Tada umjesto metode supstitucije
koristimo metodu Lagrangeovog multiplikatora. Tom metodom konstruiramo novu funkciju F, ovoga puta sa n + 1
varijablom, oblika:
F(x1 , · · · , xn , λ) = f (x1 , · · · , xn ) + λ · g(x1 , · · · , xn )
Sada se opet problem svodi na odred̄ivanje ekstrema funkcije više varijabli bez dodatnog uvjeta, budući je traženi uvjet
∂F
g(x1 , · · · , xn ) = 0 ispunjen zadovoljavanjem nužnog uvjeta ekstrema funkcije više varijabli, = 0.
∂λ
26
4 Integralni račun i dinamička analiza
46. Neodred̄eni integral (definicija i svojstva)
Neodred̄eni intgral funkcije f (x) označavamo s Z

f (x) dx.
Rješavanje neodred̄enog integrala zapravo je traženje funkcije F(x) čijim deriviranjem dobivamo funkciju f (x). Takvu
funkciju F(x) nazivamo primitivnom funkcijom. Neodred̄eni integral funkcije f (x) je dakle, funkcija F(x) za koju vrijedi
da je F 0 (x) = f (x).
Neka je F(x) primitivna funkcija funkcije f (x). Budući da deriviranjem konstante dobivamo nulu, tako je onda i F(x)+C,
gdje je C proizvoljna konstanta, takod̄er primitivna funkcija funkcije f (x). Stoga kao rješenje neodred̄enog integrala
uvijek pišemo: Z
f (x) dx = F(x) + C.
47. Osnovna pravila integriranja
Dva su osnovna pravila integriranja. Prvo se odnosi na integriranje funkcije koju množi konstanta:
Z Z
C · f (x) dx = C · f (x) dx.
Dakle, konstanta koja množi neku funkciju, prilikom integriranja se samo prepisuje (slično kao i kod deriviranja). Drugo
pravilo se odnosi na integriranje zbroja, odnosno razlike funkcija:
Z Z Z
f (x) ± g(x) dx = f (x) dx ± g(x) dx.
Dakle, integriranjem zbroja ili razlike funkcija, svaki se član integrira zasebno. Ne postoji posebna formula za integri-
ranje umnoška ili kvocjenta, kao što npr. takve formule postoje kod deriviranja.
Navodimo i tablicu integrala osnovnih funkcija:
= A· x+C = − cos x + C
R R
A dx sin x dx
= x2 + C cos x dx = sin x + C
R R
x dx
xn+1
= +C = tg x + C
R R 1
xn dx n+1 cos2 x
dx
= ln |x| + C = −ctg x + C
R 1
R 1
x dx sin2 x
dx
= ex + C = · arctg x + C
R R 1 1
e x dx a2 +x2
dx a
ax

a x dx = +C = +C
R R 1 x−a
ln a a2 −x2
dx ln x+a
27
48. Osnovne metode integriranja
Tri su onovne metode integriranja: neposredno integriranje, metoda supstitucije i metoda parcijalne integracije.
Metoda neposredne integracije je svod̄enje podintegralne funkcije f (x) na tablični oblik, te potom primjena tabličnih
integrala. Primjerice, slijedeći je integral riješen na taj način, svod̄em razlomka na zapis pomću potencije:
3
√ 2 √ 3
Z Z
1 x2
x dx = x 2 dx = 3
+C = · x +C
2
3
Metodom supstitucije, jedan dio podintegralne funkcije f (x) zamijenimo (supstituiramo) novom varijablom, kako bi
nakon toga dobili integral koji se može riješiti tablično ili nekom drugom metodom. Uobičajeno je supstituirati izraze
unutar funkcija, kao i izraze pod korijenom ili u nazivniku. Prilikom supstituiranja, potrebno je supstituirati i diferncijal,
tj dx. Izraz za dx dobivamo deriviranjem supstitucije. Primjerice, slijedeći je integral riješen metodom supstitucije.
t = 3x + 2

Z √
√ dt √
Z Z
dt = 3 · dx
1
3x + 2 dx = = t = t dt = (∗)
3 3
3 = dx
dt
Time je dobiven integral, koji smo u prethodnom primjeru rješili metodom neposredne integracije. Nakon što taj integral
riješimo po varijabli t, umjesto varijable t vratimo iz supstitucije izraz koji sadrži varijablu x.
1 2 √3 2 p
(∗) = · · t +C = · (3x + 2) + C
3 3 9
Metoda parcijalne integracije je metoda koja koristi formulu izvedenu iz formule za derivaciju umnoška:
Z Z
u dv = u · v − v dv
Metoda se provodi na način da se u integralu jedan dio podintegralne funkcije f (x) označi sa u, a dio (zajedno sa dx)
označi sa dv. Potom dio označen sa u deriviramo, a dio označen s dv integiramo, te potom upotrijebimo formulu za
parcijalnu integraciju. Cilj je metode eliminirati dio podintegralne funkcije f (x) deriviranjem dijela označenog s u.
Demonstrirajmo metodu primjerom:

u=x dv = e x · dx
Z Z
x · e dx =
x
= x
e x dx = x · e x − e x + C

x · e −
du = dx v = ex
49. Površine, gornje i donje sume, odred̄eni integral
Prva motivacija za definiranje odred̄enih integrala bila je potreba odred̄ivanja površine izmed̄u funkcije f (x) i x-osi, na
zadanom segmentu [a, b].
Kako bi se izračunala ta površina, primjenjen je slijedeći pristup: segment [a, b] se podijeli na više kraćih podintervala
(napravi se tzv. razdioba). Na svakom tom malom intervalu pronad̄emo najmanju i najveću vrijednost funkcije f (x), te
se konstruiraju dva pravokutnika. Jedan od njih ima za stranicu maksimalnu, a drugi minimalnu vrijednost funkcije na
podintervalu – dakle, jedan pravokutnik ima površinu veću, a drugi manju od stvarne površine ispod krivulje funkcije
f (x). Gornja suma je zbroj površina svih većih pravokutnika, a donja suma je zbroj površina svih manjih pravokutnika.
Na slici su prikazane gornje i donje sume konstruirane za funkciju f (x) = x2 na segmentu [0, 1].
Ukolliko "profinimo" razdiobu, tj. segment [a, b] podijelimo na više užih podintervala, gornja i donja suma će biti
bliže točnoj vrijednosti površine ispod grafa funkcije. Končno, pustimo li broj podintervela da po limesu teži u besko-
načno, gornja i donja suma dati će istu vrijednost – površinu ispod krivulje.
28
Opisani postupak uzima se kao definicija odred̄enog (Riemmanovog) integrala kojeg označavamo s
Zb
f (x) dx
a
50. Osnovni teorem diferencijalnog i integralnog računa
Osnovni teorem diferencijalnog i integralnog računa poznat je još i kao Newton-Leibnitzova formula, i glasi:
Neka je f : R → R neprekidna funkcija na [a, b]. Tada vrijedi

Zb
f (x) dx = F(b) − F(a),
a
gdje je F(x) primitivna funkcija funkcije f (x).
Tom je formulom dana veza izmed̄u odred̄enog integrala (kojeg definiramo kao površinu ispod grafa funkcije) i neodre-
d̄enog integrala (kojeg definiramo kao "antiderivaciju"), i za kojeg imamo sastavljenu tablicu osnovnih integrala, te za
kojega poznajemo pravila i metode integriranja.
51. Nepravi integral
Nepravi integral je odred̄eni integral kojemu je barem jedan od rubova integracije rub domene podintegralne funkcije.
Rb
Primjerice, kod integrala a x12 dx, podintegralna je funkcija f (x) = 1x , kojoj je domena skup D( f ) = h−∞, 0i ∪ h0, ∞i
R ∞ će biti nepravi ukoliko je bar jedna od granica a ili b jednaka 0, −∞
(zato jer nazivnik ne smije biti jednak nuli), integral
ili ∞. Tako bi, primjerice, nepravi integral bio 1 x12 dx.
Neprave integrale rješavamo uvod̄enjem limesa umjesto granice koja nije u domeni, potom rješavanjem odred̄enog
integrala, i konačno rješavanjem limesa koji ostaje nakon uvrštavanja granica u rješenje integrala. Pokažimo to primje-
rom:
Z∞ ZB ZB ! B
x−1
!
1 1 −1 1
dx = lim dx = lim −2
dx = lim = B→∞ +

x lim
x2 B→∞ x2 B→∞ B→∞ −1
1
B 1
1 1 1
29
1
Provjerom oblika limesa (uvrštavanjem B = ∞) dobivamo oblik = 0, pa je rješenje integrala 0 + 1 = 1.
∞
52. Ekonomske primjene integrala
U ekonomiji integrali se primjenjuju prilikom računanja ukupnih ekonomskih funkcija kada su zadane granične (mar-
ginalne) ekonomske funkcije. budući je primjerice, granična funkcija troškova jednaka MT (Q) = T 0 (Q), tako je prema
definiciji neodred̄enog integrala T (Q) = MT (Q) dQ. Prilikom rješavanja integrala, pojavljuje nam se i neodred̄ena
R
konstanta C, koju uobičajeno računamo iz dodatnog početnog uvjeta, primjerice iz zadanih fiksnih troškova (ili pak
informacije o troškovima na bilo kojoj drugoj razini proizvodnje).
Slijedeća upotreba integrala su problemi u kojima treba odrediti funkciju ukoliko je poznat njen koeficjent elastič-
nosti. Kako je koeficjent elastičnosti dan formulom E f,x = xf · f 0 , tako je za odred̄ivanje funkcije f (x) potrebno riješiti
diferencijalnu jednadžbu, čije rješavanje uvijek uključuje i integriranje.
Poslijednje, integrali se koriste za računanje kumulativnih funkcija. Primjerice, možemo promatrati funkciju ukupne
potrošnje od jednog trenutka u vremenu nadalje, pri čemu nam je dana funkcija trenutne potrošnje u svakom trenutku.
U diskretnom slučaju, ukupna potrošnja jes zbor svih dosadašnjih (primjerice dnevnih) potrošnji (od nekog trenutka
nadalje). No ukoliko ne želimo ukupnu potrošnju računati na dnevnoj razini, već nas zanima ukupna potrošnja u pro-
izvoljnom trenutku, sa sume prelazimo na integral funkcije trenutne potrošnje. Općenito kumulativne funkcije čiju
vrijednost želimo znati kontinuirano, računamo pomoću integrala.
53. Pojam i rješenje diferencijalne jednadžbe
Najkraće rečeno – diferencijalna jednadžba je jednadžba u kojoj želimo odrediti funkciju y(x), a koja sadrži derivaciju,
ili više stupnjeve derivacije, funkcije y(x). Općenito diferencijalnu jednadžbu zapisujemo
F(x, y, y0 , · · · , y(n) ) = 0.
Uz diferencijalnu jednadžbu obično je zadan i početni uvjet (ili, točnije, n početnih uvjeta, gdje je n najviši stu-
panj derivacije koji se pojavljuje u diferencijalnoj jednadžbi) oblika y(x0 ) = y0 (ako ih je više, još i y0 (x0 ) =
y00 , · · · , y(n−1) (x0 ) = y(n−1)
0 ). Diferencijalnu jednadžbu, zajedno sa početnim uvjetima nazivamo Cauchyjev problem.
Opće rješenje diferencijalne jednadžbe je funkcija y(x), koja zadovoljava diferencijalnu jednadžbu, tj. koja nakon
deriviranja i uvrštavanja u diferencijalnu jednadžbu zadovoljava jednakost. Opće rješenje sadrži i neodred̄ene konstante
C1 , · · · , Cn , koje nastaju prilikom rješavanja neodred̄enih integrala kojima rješavamo diferencijalnu jednadžbu. Broj
nepoznatih konstanti, n, jednak je stupnju diferencijalne jednadžbe, tj. najvećem stupnju derivacije koji se pojavljuje
u njoj. Tako će primjerice rješenje diferencijalne jednadžbe u kojoj je najveći stupanj derivacije jednak y00 , imati dvije
neodred̄ene konstante, C1 i C2 .
Partikularno rješenje diferencijalne jednadžbe jest rješenje kod kojeg smo izračunali sve nepoznate konstante C1 , · · · , Cn
uvrštavanjem zadanih početnih uvjeta u opće rkešenje diferencijalne jednadžbe. Partikularno rješenje je dakle, rješenje
Cauchyjevog problema.
54. Diferencijalne jednadžbe prvog reda i metoda separacije varijabli
U programu matematike na EFZG-u je obrada separabilnih diferencijalnih jednadžbi prvog reda. Da je diferencijalna
jednadžba "prvog reda" znači da se u njoj pojavljuje najviše derivacija prvog stupnja, y0 (x), tj da se diferencijalna jed-
nadžba općenito može zapisati formulom F(x, y, y0 ) = 0.
30
Separabilnom pak nazivamo diferencijalnu jednadžbu koja se može riješiti metodom separacije varijabli. Opišimo
tu metodu i ilustrirajmo na primjeru 2xyy0 = 1.
dy
Na početku, zapišemo dx umjesto y0 , te separiramo jednadžbu – tj. sve y-one grupiramo na jednu stranu jednadžbe,
a x-eve na drugu:
dy dx
2xyy0 = 1 ⇒ 2xy =1 ⇒ 2ydy =
dx x
Nakon što je jednadžba separirana,integriramo ju, te riješimo integrale s obje strane jednakosti. Konačno jednadžbu
uredimo do eksplicitnog oblika, tj. zapisa u kojemu se s lijeve strane jednadžbe nalazi samo y.
Z Z
dx √
2ydy = ⇒ y2 = ln x + C ⇒ y(x) = ln x + C
x
Tako smo dobili opće rješenje, kojemu odred̄ujemo iznos nepoznate konstante C uvrštavanjem početnog uvjeta.
55. Pojam i rješenje diferencijske jednadžbe
Diferencijske jednadžbe (ili rekurzije) su jednadžbe u kojima je n-ti član niza, an , zadan jednadžbom pomoću jednog ili
više prethodnih članova. Primjer deferencijske jednadžbe prvog reda bi bila jednadžba
an = an−1 − n + 2
Uz diferencijsku jednadžbu, uobičajeno je zadati i početni uvjet, odnosno informaciju oblika a1 = 5. Prethodna dife-
rencijska jednadžba, zajedno sa početnim uvjetom generira slijedeći niz:
a1 = 5
a2 = a1 − 2 + 2 = 5
a3 = a2 − 3 + 2 = 4
a4 = a3 − 4 + 2 = 2
..
.
Primjer diferencijske jednadžbe drugog reda bi bio: an = an−1 − 2an−2 .
Općenito, diferencijske jednadžbe dijelimo na homogene i nehomogene diferencijske jednadžbe.
Homogene diferencijske jednadžbe su one koje sadrže samo elemente niza, i možemo ih zapisati F(an , · · · , an−k ) = 0.
Primjer homogene diferencijske jednadžbe bila bi diferencijska jednadžba drugog reda: an = an−1 − 2an−2 .
Nehomogene diferencijske jednadžbe, pak, sadrže i slobodan član, koji je funkcija koja ovisi o n. Njih općenito mo-
žemo zapisati u formi F(an , · · · , an−k ) = f (n). Primjer nehomogene diferencijske jednadžbe jest prva jednadžba koju
smo naveli: an = an−1 − n + 2.
Diferencijske jednadžbe rješavamo u dva koraka. Prvo riješimo homogeni dio diferencijske jednadžbe (dakle, na po-
četku slobodni član, i ako ga ima, ignoriramo), te se dobije homogeno rješenje. Taj se postupak obavlja formiranjem
karakteristične jednadžbe rekurzije. Karakteristična jednadžba prve diferencijske jednadžbe koju smo naveli bila bi
k = 1, a druge k2 = k − 2. Nakon što se odrede rješenja te jednadžbe, homogeno rješenje je oblika an = C · kn .
Potom se traži partikularno rješenje diferencijske jednadžbe, koje prvenstveno ovisi o obliku slobodnog člana, f (x).
Konačno, rješenje diferencijske jednadžbe je zbroj homogenog i partikulrnog rješenja, u koje na kraju uvrstimo početne
uvjete kako bi izračunali preostale nepoznate konstante.
31
5 Financijska matematika
56. Jednostavni i složeni kamatni račun
U jednostavnom kamatnom računu, kamata se obračunava uvijek na istu početnu vrijednost u svakom periodu ukama-
ćivanja. Iskazano kroz formulu, vrijedi:
p
In = C0 ·
100
gdje je In kamata obračunata u n-tom periodu, C0 početna vrijednost, a p jednostavni kamatnjak. Konačna vrijednost
nakon n obračunskih razdoblja tada je dana s
np
Cn = C0 · 1 +
100
uz dekurzivni obračun kamata (i p dekurzivni kamatnjak), odnosno s
100
Cn = C0 ·
100 − q · n
uz anticipativni obračun kamata (i q anticipativni kamatnjak).
Kod složenog kamatnog računa, kamata u n-tom periodu se obračunava na vrijednost na početku tog perioda (a ne na
početnu vrijednost), dakle na Cn−1 . Iskazano formulom:
p
In = Cn−1 · .
100
Tu je pak konačna vrijednost dana formulom
p n
Cn = C0 · rn = C0 · 1 + .
100
57. Dekurzivni i anticipativni način obračuna kamata
Anticipativni obračun kamata je naćin obračuna kamata u kojem se one obračunavaju početkom termina od konačne vri-
jednosti glavnice. Dakle, kamata se obračunava na konačnu vrijednosti - početnu glavnicu uvećanu za ukupnu kamatu.
Dekurzivni obračun kamata je, s druge strane, način obračuna kamata u kojem se kamata obračunava krajem termina od
početne vrijednosti glavnice. Iz ovog je jasno da je efektivna kamata (dakle, stvarno plaćena kamata) u slučaju antici-
pativnog obračuna nepovoljnija za dužnika od dekurzivnog obračuna uz istu nominalnu kamatnu stopu.
Anticipativan obračun kamata često se koristi u kombinaciji sa jednostavnim kamatnim računom. U tom slučaju, ko-
načna vrijednost Cn dana je formulom:
100
Cn = C0 ·
100 − q · n
gdje je q anticipativan kamatnjak, n broj obračunskih razdoblja, a C0 početna vrijednost. Klasičan primjer primjene
(jednostavnog) anticipativnog kamatnog računa je potrošački kredit, u čijoj formuli još imamo korekciju za mjesečni
obračun kamate. Inače, u hrvatskom bankarskom sustavu prevladava složen i dekurzivan obračun kamate.
32
58. Relativna i konformna kamatna stopa
U slučaju kada se stvarni obračunski period ne poklapa sa periodom na koji se odnosi nominalna kamatna stopa, po-
trebno je izvršiti korekciju kamatne stope, i prilagoditi ju periodu u kojemu se kamata obračunava. Dva su načina na
koji se može izvesti ta prilagodba: relativna i konformna kamatna stopa. U oba sluačaja prvo računamo indeks
d1
m=
d
gdje je d1 stvarni obračunski period, a d period na koji se odnosi nominalna kamatna stopa.
Relativnu kamatnu stopu tada računamo formulom

p
pR = ,
m
dok kod konformne kamatne stope kamatni faktor odred̄ujemo formulom
√
rK = m r.
p
Kako je r = 1 + 100 , slijedi da je konformni kamatni faktor dan formulom
r !
√ p
pK = 100 · (rK − 1) = 100 · m
r − 1 = 100 · m
1+ −1 .
100
59. Konačna vrijednost više prenumerando iznosa
Prenumerando uplate (ili isplate) se uvijek vrše početkom obračunskog razdoblja. Ukoliko imamo n obračunskih raz-
doblja, a tražimo konačnu vrijednost, tada svaku uplatu (ili isplatu) trebamo okamatiti redom faktorima rn , rn−1 , itd. sve
do posljednje uplate (ili isplate) koja je ukamaćena samo faktorom r.
Uz oznaku R za iznos svih prenumerando uplata (ili isplata), umiranjem svih veličina dobivamo:
S n = R · rn + R · rn−1 + · · · + R · r

S n = R · r · rn−1 + · · · + 1
rn − 1
U zagradi imamo sumu geometrijskog niza koja iznosi , pa je konačna vrijednost prenumerando iznosa jednaka:
r−1
rn − 1
Sn = R · r ·
r−1
33
60. Sadašnja vrijednost više prenumerando iznosa
Pri računanju sadašnje vrijednosti prenumerando iznosa, svaki od iznosa kamatimo unazad, i to redom: R, Rr , pa sve do
R
rn−1
(vidi sliku).
Ukupna vrijednost svih početnih iznosa jednaka je sumi:
R R
An = R + + · · · + n−1
r r
R
Izlučivanjem rn−1
slijedi:
R R rn − 1
An = n−1
(rn−1 + · · · + 1) = ·
r rn−1 r−1
61. Model amortizacije zajma nominalno jednakim anuitetima
Kod amortizacije zajma nominalno jednakim anuitetima, ukupan iznos koji isprlačujemo krajem svakog otplatnog raz-
doblja (anuitet) je jednak, dok se iznosi otplatnih kvota kojima otplaćujemo glavnicu mijenjaju. Koristimo slijedeće
oznake:
Ck − neotplaćeni dio glavnice (C0 je dakle iznos cijelog zajma)
Ik − iznos kamate u k-tom otplatnom razdoblju
Rk − otplatna kvota (dio kojim otplaćujemo glavnicu) u k-tom otplatnom razdoblju
a − iznos jednakog anuiteta
p
r − kamatni faktor, r = 1 + 100
n − broj otplata
Uz te oznake, pri sastavljanju otplatne tablice, prvo računamo iznos jednakog anuiteta:
rn · (r − 1)
a=C· .
rn − 1
Potom u svakom otplatnom razdoblju redom računamo kamatu:
p
Ik = Ck−1 · ,
100
pomoću iznosa glavnice iz prethodnog razdoblja, pomnožene s kamatnjakom, potom otplatnu kvotu:
Rk = a − Ik ,
koja je iznos anuiteta umanjen za iznos kojim otplaćujemo kamatu, te na kraju preostalu glavnicu:
Ck = Ck−1 − Rk ,
koju dobijemo tako da glavnicu iz prethodnog razdoblja umanjimo za iznos otplatne kvote. Postupak ponovimo n puta,
tj. dok ne popunimo tablicu, a iznos neotplaćene glavnice ne padne na nulu.
34
62. Model amortizacije zajma nominalno jednakim otplatnim kvotama
U modelu otplate zajma jednakim otplatnim kvotama u svakom otplatnom razdoblju otplaćujemo jednak dio zajma
(glavnice), kojemu se pak dodaje kamata, te se dobiva varijabilan iznos anuiteta. Uz oznake

R − jednaka otplatna kvota (dio kojim otplaćujemo glavnicu)
ak − iznos anuiteta u k-tom otplatnom razdoblju
p
n − broj otplata
prvo računamo iznos jednake otplatne kvote

C0
R=
n
p
Ik = Ck−1 · ,
100
pomoću iznosa glavnice iz prethodnog razdoblja pomnožene s kamatnjakom. Zatim računamo iznos anuiteta:
ak = R + Ik ,
koja je iznos otplatne kvote uvećane za iznos kojim otplaćujemo kamatu, te na kraju preostalu glavnicu:
Ck = Ck−1 − R,
63. Klasični model potrošačkog kredita
Potrošački kredit je primjer kredita u kojemu je obračun kamata jednostavan i anticipativan. Anticipativnu godišnju
kamatnu stopu obilježavamo s q. Otplata kredita je u m jednakih mjesečnih rata koje obilježavamo s R. Iznos kredita
obilježavamo s C, a postotak učešća u gotovini s p.
Za računanje sa potrošačkim kreditom, prvo je potrebno izračunati kamatni faktor k:

(m + 1) · q
k=
24
Potom su veličine u potrošačkom kreditu vezane formulom:
!
p k
R·m=C· 1− · 1+
100 100
35
64. Neprekidna kapitalizacija
Neprekidna kapitalizacija ili kontinuirano ukamaćivanje je poseban obračun kamata, u kojem se kamate obračunavaju
svakog trenutka i pribrajaju glavnici, tj. nema vremenskog diskontinuiteta izmedu dva obračuna kamata i njihovog
pribrajanja glavnici unutar vremenskog trajanja kapitalizacije. Kontinuirana kapitalizacija se primjenjuje u odred̄ivanju
prirodnog rasta (prirasta biljaka, životinja, stanovništva) i u makroekonomskim istraživanjima.
Formula za računanje konačne vrijednosti (Cn ) dana je s

n·p
Cn = C0 · e 100
gdje je C0 početna vrijednost, p godišnja kontinuirana kamatna stopa (ili prirast), a n vrijeme ukamaćivanja iskazano
u godinama. Formula se izvodi tako da se u formuli za složeni obračun kamate koja se obračuna m puta u n godina,
vrijednost m limesom pusti u beskonačno. Točnije, promatramo limes:
p m·n
lim C0 · 1 +
m→∞ 100 · m
x
Rješavanjem tog limesa (tj. njegovim svod̄enjem na tablični limes lim x→∞ 1 + kx = ek ), dobivamo gore navedenu
formulu.
65. Trajna renta
Kod odred̄ivanja iznosa A koji je potrebno položiti u banku kako bi se osigurala vječna isplata u iznosu R, zapravo
se radi o odred̄ivanju početne (sadašnje) vrijednosti beskonačno mnogo postnumerando isplata veličine R (naravno, uz
neki kamatni faktor r). Početna vrijednost n postnumerando isplata dana je formulom
R rn − 1
A= ·
rn r − 1
Ono što nas zanima jest što se dogad̄a na limesu, kada n teži u beskonačno:
R rn − 1
!
A∞ = lim n ·
n→∞ r r−1
Uredimo izraz u limesu: podijelimo li brojnik drugog razlomka, rn − 1, sa nazivnikom prvog, rn , dobivamo:
 1 − r1n 

 
A∞ = lim R · 
n→∞ r−1
Sada izraz 1
rn teži u 0 kada n teži u beskonačno (zato jer je r > 1, pa rn teži u beskonačno), pa je:
R
A∞ =
r−1
p
Uvrstimo li vrijednost kamatnog faktora r = 1 + 100 slijedi:
R 100 · R
A∞ = p ⇒ A∞ = .
1+ 100 −1 p
Alternativno, ako želimo osigurati beskonačnu isplatu rente R, u banku moramo položiti iznos A∞ kojemu će se obra-
čunati kamata u visini R – koja se potom isplaćuje kao renta Dakle,
p 100 · R
R = A∞ · ⇒ A∞ = .
100 p
36
6 Primjeri riješenih ispitnih rokova
11. siječnja 2010. (A grupa)
1. (12) Navedite potrebne i dovoljne uvjete da bi sustav linearnih jednadžbi
AX = B
imao rješenja, pri čemu je Am×n matrica koeficjenata sustava, Xn×1 vektor nepoznanica i Bm×1 vektor slobodnih koefi-
cjenata.
(8) Gauss-Jordanovom metodom provjerite ima li rješenje sustav linearnih jednadžbi
x1 + x2 + x3 = 2
2x1 − 3x2 + x3 = −7
x1 + 6x2 + 2x3 = 13.
Ako sustav ima rješenje, navedite sva njegova rješenja.
Nužan i dovoljan uvjet da bi sustav AX = B imao rješenje je da je rang matrice sustava A jednak rangu proširene matrice
sustava A p , tj. da vrijedi r(A) = r(A p ). Proširenu matricu sustava dobijamo tako da matrici sustava A dodamo još
jedan stupac, vektor B.
Za zadani sustav formiramo proširenu matricu sustava, te na njoj provodimo Gauss-Jordanove transformacije:
   
 1 1 1 | 2   1 1 1 | 2 
 2 −3 1 | −7  II − 2 · I ∼  0 −5 −1 | −11  : (−5) ∼
   
1 6 2 | 13 III − I 0 5 1 | 11 III + II

 
 1 1 1 | 2 
1 11 
 0 1 |  ∼

5 5  
0 0 0 | 0
Na ovom mjestu već vidimo da sustav ima rješenja – naime rang magtrice sustava A (matrica do okomite crtkane crte
koja predstavlja jednakost) ima rang jednak 2, baš kao i proširena matrica sustava A p . Preostalo je od prvog reda oduzeti
drugi i iščitati rješenja:
4
| − 15
 
 1 0 5

1
 0 1 | 11
 
5 5 
0 0 0 | 0
4 1 1 11
Sada je x3 ∈ R parametar. Iz prvog retka čitamo x1 = − x3 − , a iz drugog x2 = − x3 + .
5 5 5 5
2. (12) Kada kažemo da je funkcija f : ha, bi → R rastuća (strogo rastuća) na intervalu ha, bi? Kada kažemo da je funkcija
f : ha, bi → R padajuća (strogo padajuća) na intervalu ha, bi?
(8) Za funkciju f (x) = −5x2 + 40x − 6, x ∈ h−1, 8i odredite intervale rasta i pada.
37
Za funkciju f : ha, bi → R kažemo da je rastuća na intervalu ha, bi ukoliko za svake dvije točke iz tog intervala
x1 , x2 ∈ ha, bi za koje je x1 < x2 vrijedi f (x1 ) ≤ f (x2 ), kao što je prikazano na slici. (Napomena za bolje razumjevanje:
za svake dvije točke, funkcijska vrijednost "lijeve" točke biti će manja ili jednaka od funkcijske vrijednosti "desne" točke.)
Funkcija je strogo rastuća ukoliko je f (x1 ) < f (x2 ) – dakle, u tom slučaju jednakost nije dozvoljena, nego vrijednost
funkcije mora stalno rasti.
Analogno, funkcija je padajuća (odnosno, strogo padajuča) na intervalu ha, bi ukoliko za svake dvije točke iz tog inter-
vala x1 , x2 ∈ ha, bi za koje je x1 < x2 vrijedi f (x1 ) ≥ f (x2 ) (odnosno, f (x1 ) > f (x2 )).
Kriterij pomoću kojega ispitujemo da li funkcija pada ili raste na zadanom intervalu provodimo pomoću prve deri-
vacije f 0 (x) (ukoliko ista postoji). Prema tom kriteriju, funkcija f (x) raste (odnosno, strogo raste) na intervalu ha, bi
ukoliko za svaki x ∈ ha, bi vrijedi da je f 0 (x) ≥ 0 (odnosno, f 0 (x) > 0) Upravo ćemo taj kriterij upotrijebiti u drugom
dijelu zadatka. Izračunajmo zato prvu derivaciju zadane funkcije:
f 0 (x) = −10x + 40
Odredimo sada kada je f 0 (x) veće od nule:
f 0 (x) > 0 ⇒ −10x + 40 > 0 ⇒ x<4
Kako je funkcija zadana samo na intervalu h−1, 8i, zaključujemo kako funkcija f (x) raste (možemo pisati i f (x) %) za
x ∈ h−1, 4i. Analogno, iz nejednakosti f 0 (x) < 0 slijedi x > 4, pa iz toga zaključujemo kako f (x) pada ( f (x) &) za
x ∈ h4, 8i.
3. (12) Kada kažemo da je funkcija

f (x1 , x2 , · · · , xn )
homogena stupnja homogeniteta α? Navedite interpretaciju stupnja homogeniteta α.
(8) Je li funkcija
2x + 3y
f (x, y, z) =
4z2
homogena? Ako jest, odredite stupanj homogeniteta i interpretirajte ga.
Kažemo da je funkcija f : Rn → R homogena stupnja α ako i samo ako vrijedi
f (λx1 , λx2 , · · · , λxn ) = λα · f (x1 , x2 , · · · , xn ).
Interpretacija je slijedeća: ukoliko sve varijable x1 , x2 , · · · , xn rastu za 1% tada vrijednostu funkcije f raste za (odnosno,
pada, ukoliko je dobivena vrijednost negativna) (1, 01α − 1) · 100 posto. Kada se ta vrijednost izračuna (za male vrijed-
nosti α) dobija se vrijednost približno jednaka α, pa se često izriče i (aproksimativna) interpretacija: kada sve varijable
rastu za 1% tada vrijednost funkcije raste za α%.
U drugom dijelu zadataka ispitujemo homogenost zadane funkcije:

2 · λx + 3 · λy λ · (2x + 3y) 1 2x + 3y
f (λx, λy, λz) = = = · = λ−1 · f (x, y, z)
4(λz)2 4 · λ2 · z2 λ 4z2
38
Dakle funkcija je homogena, stupnja homogeniteta α = −1. Interpretacija je slijedeća: kada varijable x, y i z rastu za
1%, tada vrijednost funkcije f (x, y, z) pada (zato jer je stupanj homogenosti negativan) za 1%.
4. (12) Objasnite metodu parcijalne integracije u integralnom računu.
(8) Izračunajte neodred̄eni integral Z

8xe x dx
Metoda parcijalne integracije je metoda koja koristi formulu izvedenu iz formule za derivaciju umnoška:
Z Z
u dv = u · v − v dv
Metoda se provodi na način da se u integralu jedan dio podintegralne funkcije f (x) označi sa u, a dio (zajedno sa dx)
označi sa dv. Potom dio označen sa u deriviramo, a dio označen s dv integiramo, te potom upotrijebimo formulu za
parcijalnu integraciju.

u = 8x dv = e x · dx
Z Z
8xe dx =
x
= 8x · e − e · 8dx = 8xe − 8e + C.
x x x x

du = 8dx v = ex
5. (12) Objasnite kako se otplaćuje odobreni potrošački kredit u iznosu od C kn, ako je poznat rok otplate m mjeseci,
postotak učešća p i anticipativni godišnji kamatnjak q.
(8) Odobren je potrošački kredit od 120 000,00 kn, na 3 godine, uz 20% učešća u gotovini i 12% kamata. Izraču-
najte ukupne kamate i mjesečnu ratu otplate kredita.
Potrošački kredit je primjer kredita u kojemu je obračun kamata jednostavan i anticipativan. Anticipativnu godišnju
kamatnu stopu obilježavamo s q. Otplata kredita je u m jednakih mjesečnih rata koje obilježavamo s R. Iznos kredita
obilježavamo s C, a postotak učešća u gotovini s p.
Za računanje sa potrošačkim kreditom, prvo je potrebno izračunati kamatni faktor k:

(m + 1) · q (m + 1) · q (36 + 1) · 12
k= = = = 18.5
24 24 24
iznos rate računamo: !
C p k
R= · 1− · 1+
m 100 100
! !
120000 20 18.5
R= · 1− · 1+ = 3160
36 100 100
Dakle, slijedećih 36 mjeseci (3 godine) potrebno je vraćati mjesečne rate u iznosu od 3160 kn.
39
11. siječnja 2010. (A grupa)
h i
1. (12) Definirajte algebarski komplement Ai j elementa ai j u determinanti detA, gdje je A = ai j , i = 1, 2, · · · , n,
j = 1, 2, · · · , n kvadratna matrica n-tog reda. Napišite Laplaceov razvoj te determinante po i-tom redu.
(8) Pomoću Laplaceovog razvoja i svojstava determinante izračunajte determinantu matrice
 3 −1 4 0
 

 2 1 5 1 
B =   .
 −3 0 −4 2 
2 0 5 3
Algebarski komplement Ai j elementa ai j u determinanti detA dobije se tako da iz matrice A uklonimo i-ti redak i j-ti
stupac. Razvoj po i-tom retku matrice A glasi:
n
X
detA = (−1)i+1 · ai1 · det Ai1 + (−1)i+2 · ai2 · det Ai2 + · · · + (−1)i+n · ain · det Ain = (−1)i+ j · ai j · det Ai j
j=1
Prilikom raspisivanja determinante po nekom retku ili stupcu, poželjno je da u tom retku ili stupcu imamo čim više nula
(kako bi račun bio što kraći). Kod matrice B stoga biramo drugi stupac – no i tada možemo olakšati račun korištenjem
svostva determinanti. Jedno od tih svojstava kaže da vrijednost determinante ostaje ista kada zbrojimo (ili oduzmemo)
dva retka (ili stupca) zato ćemo drugom retku pribrojiti prvi red kako bi element b2,2 sveli na nulu, te kako bi tako svi
elementi osim prvoga u drugom stupcu postali nule:

3 −1 4 0 3 −1 4 0
2 1 5 1 +I 5 0 9 1
det B = = =
−3 0 −4 2 −3 0 −4 2
2 0 5 3
2 0 5 3
Sada determinantu razvijamo koristeći Laplaceov razvoj:

5 9 1 5 9 1
= (−1)1+2 · (−1) · −3 −4 2 = −3

−4 2

2 5 3 2 5 3
Na ovom mjestu bilo bi dobro uočiti da se prvi red preostale determinante može dobiti kao III-II. Još jedno od svojstava
determinanti kaže da je vrijednost determinante jednaka nuli ukoliko se jedan red (ili supac) može prikazati kao linearna
kombinacija preostalih, a upravo smo to istaknuli: I=III-II. Stoga je vrijednost ove determinante jednaka nuli.
Ukoliko to ne uočimo, determinantu dalje raspisujemo pomoću Laplaceovog razvoja, primjerice, razvojem po trećem
stupcu:

−3 −4 5 9 5 9
= (−1) 1+3
+ (−1) · 2 · 2
2+3
+ (−1) · 3 · −3
3+3

· 1 ·
2 5 5 −4

= − 3 · 5 − (−4) · 2 − 2 · 5 · 5 − 9 · 2 + 3 · 5 · (−4) − 9 · (−3)
= −7 − 14 + 21 = 0
40
2. (12) Kada kažemo da je funkcija f : ha, bi → R konveksna (konkavna)?
Navedite kriterij za ispitivanje konveksnosti (konkavnosti) funkcije f .
(8) Odredite intervale konveksnosti (konkavnosti) funkcije ukupnih troškova proizvodnje
T (Q) = Q3 − 30Q2 + 300Q + 500
gdje je Q količina proizvoda.
Funkcija f : R → R je konveksna na intervalu ha, bi, ako je za svake dvije vrijednosti x1 , x2 ∈ ha, bi, dužina koja spaja
točake P (x1 , f (x1 )) i Q (x2 , f (x2 )) iznad grafa funkcije f (x), kao što je prikazano na slijedećoj slici.
Analogno, ukoliko je spojnica točaka P i Q ispod grafa funkcije f (x), za svake dvije točke P i Q iz zadanog intervala,
tada za funkciju f (x) kažemo da je konkavna.
Matematički, to zapisujemo
f (x2 ) − f (x1 )
f (x) < · (x − x1 ), za svaki x ∈ hx1 , x2 i
x2 − x1
Kriterij za ispitivanje konveksnosti funkcije dan je pomoću druge derivacije; funkcija je konveksna na intervalu ha, bi
ukoliko je za svaki x iz tog intervala f 00 (x) > 0. Analogno, funkcija je konkavna ukoliko je u svim točkama intervala
f 00 (x) < 0. Točke u kojima funkcija mijenja zakrivljenost iz konveksne u konkavnu, ili obrnuto, zovemo točkama in-
fleksije, i u njima je druga derivacija funkcije jednaka nuli.
Zato za zadanu funkciju proizvodnje računamo drugu derivaciju:
T 0 (Q) = 3Q2 − 60Q + 300 ⇒ T 00 (Q) = 6Q − 60
Ispitajmo sada konveksnost funkcije:

6Q − 60 > 0 ⇒ Q > 10
pa je funkcija proizvodnje konveksna za Q ∈ h10, ∞i. Analogno, za konkavnost tražimo da je T 00 (Q) < 0 ⇒
6Q − 60 < 0 ⇒ Q < 10, pa je T (Q) konkavna za Q ∈ [0, 10i (zbog toga što je Q ekonomska veličina pa ne može
poprimiti negativne vrijednosti).
41
3. (12) Navedite potrebne i dovoljne uvjete lokalnog minimuma (maksimuma) funkcije dviju varijabli z(x, y).
(8) Ispitajte ima li ekstrema funkcija
z(x, y) = −2x2 − 2y2 + xy + x − 4y + 20.
Da bi točka T (x, y, z(x, y)) bila lokalni ekstrem funkcije z(x, y) ona mora ispunjavti nužne i dovoljne uvjete. Nužan uvjet
je, slično kao i kod funkcije jedne varijable, taj da su parcijalne derivacije prvog reda izračunate u točki T jednake nuli,
tj. da je
∂z ∂z
(T ) = 0, (T ) = 0.
∂x ∂y
Dovoljan uvjet je, pak, da je determinanta Hesseove matrice veća od nule, tj. da je
∂ z ∂2 z
2
∂x2 (T ) ∂y∂x (T )

>0
∂ z (T ) ∂ z (T )
2 2
∂x∂y ∂y2
Za zadanu funkciju, odredimo pve parcijalne derivacije, te ih izjednačimo s nulom kako bi odredili stacionarnu točku
T:
∂z
= −4x + y + 1 ⇒ −4x + y + 1 = 0
∂x
∂z
= −4y + x − 4 ⇒ −4y + x − 4 = 0
∂y
Riješimo li sustav dvije jednadžbe s dvije nepoznanice, dobijamo rješenja x = 0, y = −1, tj. stacionarnu točku T (0, −1).
Izračunajmo sad druge parcijalne derivacije, te uvrstimo točku T .
∂2 z ∂2 z ∂2 z
= −4, = 1, = −4
∂x2 ∂y∂x ∂y2
Odredimo vrijednost determinante Hesseove matrice:

−4 1
det H = = (−4) · (−4) − 1 · 1 = 15 > 0,

1 −4
∂2 z
pa zaključujemo kako se u točki T postiže ekstrem. Preostalo je odrediti karakter tog ekstrema. Kako je ∂x2
= −4 < 0
zaključujemo kako se radi o maksimumum. Na kraju još odredimo z koordinatu točke T :
z(0, −1) = −2 · 02 − 2 · (−1)2 + 0 · (−1) + 0 − 4 · (−1) + 20 = 22
Dakle, funkcija z(x, y) postiže maksimum u točki T (0, −1, 22).
4. (12) Navedite pravilo za integral zbroja funkcija f (x) i g(x).
(8) Izračunajte neodred̄eni integral Z !

4x
5x + dx
4x2 + 1
Pravilo za integral zbroja funkcija f (x) i g(x) glasi:

Z Z Z
f (x) + g(x) dx = f (x) dx + g(x) dx
Pravilo upotreijebimo i kod zadanog integrala:
42
Z ! Z Z
4x 4x
5x + dx = 5x dx + dx = (∗)
4x + 1
2 4x2 + 1
x2
prvi integral je tablični i iznosi 5 · , dok drugi rješavamo metodom supstitucije:
2
t = 4x2 + 1

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

·
4x + 1
2
dx = 8xdt t 8x 2 t 2 2
Dakle, ukupno rješenje glasi
5 2 1
(∗) = x + ln (4x2 + 1) + C.
2 2
5. (12) Objasnite otplatu zajma u iznosu od C kn jednakim aunitetima krajem godine kroz n godina, uz godišnji, složen,
dekurzivan obračun kamata i godišnji kamatnjak p. Prikažite otplatnu tablicu!
(8) Odobren je zajam od 250 000,00 kn, na 10 godina, uz otplatu jednakim anuitetima krajem godine, godišnji ka-
matnjak p = 12, te godišnji, složen, dekurzivan obračun kamata. Načinite otplatnu tablicu za prve dvije godine otplate
tog zajma.
Kod amortizacije zajma nominalno jednakim anuitetima, ukupan iznos koji isprlačujemo krajem svakog otplatnog raz-
doblja (anuitet) je jednak, dok se iznosi otplatnih kvota kojima otplaćujemo glavnicu mijenjaju. Koristimo slijedeće
oznake:
Rk − otplatna kvota (dio kojim otplaćujemo glavnicu) u k-tom otplatnom razdoblju
a − iznos jednakog anuiteta
p
n − broj otplata
Uz te oznake, pri sastavljanju otplatne tablice, prvo računamo iznos jednakog anuiteta:
rn · (r − 1)
a=C· .
rn − 1
p
Ik = Ck−1 · ,
100
pomoću iznosa glavnice iz prethodnog razdoblja, pomnožene s kamatnjakom, potom otplatnu kvotu:
Rk = a − Ik ,
koja je iznos anuiteta umanjen za iznos kojim otplaćujemo kamatu, te na kraju preostalu glavnicu:
Ck = Ck−1 − Rk ,
43
U zadatku su zadani: C0 = 250000, n = 10, p = 12. Prvo računamo iznos anuiteta:
1.1210 · (1.12 − 1)
a = 250000 · = 44246.04
1.1210 − 1
Za prvu godinu otplate sada redom računamo:

p
I1 = C0 · = 250000 · 0.12 = 30000
100
R1 = a − I1 = 44246.04 − 30000 = 14246.04
C1 = C0 − R1 = 250000 − 14246.04 = 235753.96
Za drugu godinu imamo:

p
I2 = C 1 · = 235753.96 · 0.12 = 28290.48
100
R2 = a − I2 = 44246.04 − 28290.48 = 15955.56
C2 = C1 − R2 = 235753.96 − 15955.56 = 219798.40
Time smo dobili podatke za popunjavanje prva dva reda otplatne tablice:
k a I R C
0 − − − 250000.00
1 44246.04 30000.00 14246.04 235753.96
2 44246.04 28290.48 15955.56 219798.40
.. .. .. .. ..
. . . . .
44

Skripta - Usmeni Alexandar Hatzivelkos PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Skripta - Usmeni Alexandar Hatzivelkos PDF

Uploaded by

Copyright:

Available Formats

Skripta za pripremu polaganja

usmenog dijela ispita iz Matematike na EFZG

2 Elementi linearne algebre 4

3 Diferencijalni račun i primjene 15

4 Integralni račun i dinamička analiza 27

6 Primjeri riješenih ispitnih rokova 37

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

 a11 a12 ... a1n

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

Za daljnje definiranje tipova matrica, potrebno je definirati

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

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

Dvije matrice A = [ai j ] i B = [bi j ] su jednake ukoliko su:

Za matrice A i B kažemo da je A < B ako je svaki element matrice A manji od odgovarajućeg

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

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

Svojstva zbrajanja matrica:

4. Množenje broja i matrice i svojstva ove operacije.

Svojstva množenja skalarom:

5. Skalarni produkt vektora, ortogonalnost vektora.

6. Norma vektora i svojstva norme, metrika.

• Norma vektora je uvijek veća ili jednaka nuli, tj. kAk2 ≥ 0.

7. Množenje matrica i svojstva ove operacije

Pogledajmo kako bi na gornjem primjeru matrica A i B izračunali element c2,3 matrice C = A · B:

c2,3 = a2,1 · b1,3 + a2,2 · b2,3 + a2,3 · b3,3 = (−2) · (−2) + 3 · 1 + 0 · 2 = 7

8. Transponiranje matrica i svojstva ove operacije

9. Definicija determinante, svojstva determinante.

Determinanta je preslikavanje koje kvadratnim matricama pridružuje realan broj.

Detareminanta matrice A ∈ Mn je realan broj detA za koji vrijedi

Laplaceov razvoj determinante definira se na slijedeći (induktivan) način:

Prvo definiramo vrijednost determinante veličine 2 × 2:

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

Sada se vratimo gdje smo stali (∗), i uvrstimo dobivene vrijednosti:

(∗) = −10 + 2 · (−13) = −36

11. Linearna kombinacija, linearna zavisnost i nezavisnost vektora

Za dva vektora X, Y ∈ Rn linearnom kombinacijom zovemo vektor

gdje su α, β ∈ R neki realni brojevi.

Definicija se može proširiti na prozvoljan broj vektora:

gdje su c1 , c2 , · · · , ck ∈ R realni brojevi.

Linearna nezavisnost često se definira i na slijedeći način:

12. Singularna i regularna matrica

Osnovni kriterij za utvrd̄ivanje regularnosti je slijedeći:

Općenito, za matricu A ∈ Mn postupak računanja matrice A∗ je slijedeći:

14. Sustav linearnih jednadžbi

Općenito sustav m linearnih jednadžbi s n nepoznanica zapisujemo na slijedeći način:

a11 x1 + a12 x2 + ... + a1n xn = b1

 a11 a12 ... a1n x1 b1

15. Rješenje i egzistencija rješenja sustava linearnih jednadžbi

a11 x1 + a12 x2 + ... + a1n xn = b1

Rješenje sustava linearnih jednadžbi su vrijednosti pridružene nepoznanicama x1 , x2 , · · · , xn , takve da zadovoljavaju

 a11 a12 ... a1n

 a11 a12 ... a1n | b1

17. Rješavanje sustava linearnih jednadžbi Gauss-Jordanovim algoritmom

Kako bi matrica T −1 = (I − A)−1 imala sve nenegativne elemente,

Tako bi prva minora bila |0.5| = 0.5.

Druga minora bi bila slijedeća determinanta:

Treća minora je pak vrijednost determinante same matrice T :

19. Realni brojevi, funkcije f : D ⊆ R → R

20. Limes funkcije jedne varijable i operacije sa limesima

lim (A · f )(x) = A · lim f (x),

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

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

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