Professional Documents
Culture Documents
Seminarski Matematika Top
Seminarski Matematika Top
MATRICE I DETERMINANTE
SEMINARSKI RAD
MATRICE I DETERMINANTE
SEMINARSKI RAD
IZJAVA:
_________________________
1. UVOD ........................................................................................................ 1
4. ZAKLJUČAK .......................................................................................... 15
1. UVOD
Linearna algebra ima svoju značajnu primjenu na polju ekonomije jer se pri
izučavanju ponašanja nekog ekonomskog modela u određenom vremenskom
trenutku posmatraju varijable koje nam karakterišu model i uočava se njihova
međuzavisnost. Na primjer, ukoliko posmatramo neki od modela nacionalnog
dohotka, varijable koje posmatramo mogu biti nacionalni dohodak, investicije,
vladina potrošnja, potrošnja, ukupni porezi, stopa poreza na dohodak i dr. Na osnovu
empirijskih proučavanja i ekonomskih pretpostavki modela veza između varijabli
iskazuje se jednačinama veze. Za te jednačine veze možemo pretpostaviti da su
linearne, jer se mogu određenim matematičkim metodama (za date okvirne
vrijednosti varijabli) linearizirati. Na taj način model je okarakterisan sistemom
linearnih jednačina. Rješenje tog sistema linearnih jednačina je tzv. ekvilibrijum ili
ravnotežni položaj modela. On je predstavljen onim vrijednostima varijabli u kojima
model ne teži ka promjeni. Odrediti ekvilibrium modela znači riješiti sistem linearnih
jednačina, a to se čini upravo metodama linearne algebre koje ćemo u upoznati u
ovom seminarskom radu. Napomenimo da se linearna algebra koristi za ispitivanje
tzv. stacionarnog ponašanja ekonomskog modela, tj. ponašanja u fiksiranom trenutku
vremena, dok se za ispitivanje dinamike modela (tj. promjene modela u toku
vremena) koristi diferencijalni i integralni račun.
1
2. POJAM MATRICE I OPERACIJE SA MATRICAMA
A matrica formata mxn , tada njene elemente označavamo sa aij , gdje nam i
Matricu formata mx1 ( koja ima samo jednu kolonu ) zovemo vektor-
kolonom, a matricu formata 1xn ( koja ima samo jednu vrstu ) zovemo vektor-
vrstom.
1
0
A
3
4
Na primjer, matrica je vektor-kolona, jer je formata 4x1.
A 2 3 8
Matrica je vektor-vrsta, jer je formata 3x1.
Skup svih matrica formata mxn čiji elementi su realni brojevi označavamo sa
Rmn ( pri čemu je R oznaka za skup realnih brojeva ).
2
2.1. Sabiranje matrica i množenje matrica skalarom
1 0 2 3
A 2 3 B 1 4
7 12 7 11
Primjer: Saberimo matrice i . Imamo:
1 3
A B 1 7
14 1
.
1 2 0 3 3 3
A B 2 1 3 4 3 1
77 12 11 0 23
.
B=(A+AT)2
3
Rješenje:
𝑡 0 𝑡 2 2 2𝑡 2 2 2𝑡 2 2𝑡 2 2
𝐵 = {( )+( )} = ( ) =( ).( ) = (4𝑡 + 4 4𝑡 + 4)
2 1 0 1 2 2 2 2 2 2 4𝑡 + 4 8
=
4t2+4=8
4t2=4
t2=1
t1= 1, ne odgovara
3
1
2
1 1
B 2
2 0 2 2
2 A 4 6 7 11
14 24
, dok je 2 2 .
3 0 4 6 7 6
3 A 2 B 6 9 2 8 8 1
21 36 14 22 7 58
.
4
Sabiranje matrica (istog formata) i množenje matrica skalarom ima slijedeće
osobine.
Za A, B, C i ,
mxn
vrijedi:
A B C A B C
2. (sabiranje matrica je asocijativno)
3. Postoji matrica O
mxn
( tzv. nula-matrica, tj. matrica čiji svi elementi su
vrijedi A O O A A .
mxn
jednaki nula) takva da za sve matrice A
A A A A O
.
5.
A A .
6.
A A A .
A B A B
7. .
i B
mxn nxp
Neka su sada A dvije saglasne matrice, pri čemu je
5
n
koloni matrice C AB dobijemo tako što svaki od elemenata i -te vrste matrice A
1 0 1
0 1 1 0 2 1 2
A 1 3 2 0 B 1 0 3
2 4 1 2 0 2 0
Primjer. Nađimo proizvod matrica i .
1 0 1
0 1 1 0 2 1 2
A B 1 3 2 0
2 4 1 2 1 0 3
0 2 0
0 1 1 2 1 1 0 0 0 0 11 1 0 0 2 0 1 1 2 1 3 0 0
11 3 2 2 1 0 0 1 0 3 1 2 0 0 2 1 1 3 2 2 3 0 0
2 1 4 2 1 1 2 0 2 0 4 1 1 0 2 2 2 1 4 2 1 3 2 0
3 1 1
5 3 11
9 8 9
= .
6
sobom, potrebno je i dovoljno na ona bude kvadratna matrica, tj. da ima jednak broj
vrsta i kolona (dakle, mora biti m n ). Takve matrice je moguće i stepenovati
prirodnim brojem, na slijedeći način.
nxn
Za A po definiciji stavljamo
A0 En m 1
i A A A , za svaki prirodan broj m .
m
1 0 0 0
1 0 0 0 1 0 0
E4
1 0 E3 0 1 0 0 0 1 0
E2 0 0 1 0
0 1 , 0 0 1
i .
, tada je A En En A A (ova
nxn
Može se pokazati da, ukoliko je A
A B C A B C
1. (množenje matrica je asocijativno, iako nije
komutativno)
A B C AB AC
2. (množenje matrica je distributivno s lijeva prema
sabiranju)
7
3.
B C A BA CA (množenje matrica je distributivno s desna prema
sabiranju)
Napominjemo na kraju da, zbog toga što množenje matrica nije komutativno
moramo posebno razmatrati množenje s lijeve i s desne strane i voditi o tome računa.
Zadatak: Za matrice
1 5
𝐴=( )
−2 3
2 1
𝐵=( )
9 2
Rješenje:
1+2 5+1 3 6
a) 𝐴 + 𝐵 = ( )=( )
−2 + 9 3+2 7 5
1 5 −2 −1 1−2 5−1 −1 4
b) 𝐴 − 𝐵 = ( )+( )=( )=( )
−2 3 −9 −2 −2 − 9 3−2 −11 1
1 5 2 1 1∗2+5∗9 1∗1+5∗2 47 11
c) 𝐴𝐵 = ( )( )=( )=( )
−2 3 9 2 −2 ∗ 2 + 3 ∗ 9 −2 ∗ 1 + 3 ∗ 2 23 4
8
2.3. Transponovana matrica
A aij mxn
Neka je data matrica . Transponovana matrica matrice A , u
T AT a ji nxm
oznaci A se definiše sa .
T
Dakle, matrica A se dobije kada u matrici A vrste i kolone zamijene mjesta
(tj. prva vrsta postane prva kolona, druga vrsta postane druga kolona, itd.)
0 1 1 0
A 1 3 2 0
2 4 1 2
Zadatak: Odredimo transponovanu matricu matrice .
Rješenje Imamo
0 1 2
1 3 4
AT
1 2 1
0 2
0
.
Očigledno je da je
A
T T
A
. Operacija transponovanja matrica ima i
slijedeće osobine:
A B AT BT
T
A B BT AT
T
9
2 1 0
A 1 3 1
0 1 1
Primjer. Matrica je simetrična matrica.
0 1 2
A 1 0 2
2 2 0
Primjer. Matrica je kososimetrična matrica.
10
3. POJAM DETERMINANTE MATRICE, NAČIN
IZRAČUNAVANJA DETERMINANTE REDA 2. i 3.,
OSOBINE DETERMINANTI
A En En A A , za sve A nxn
.
Kako u skupu realnih brojeva svaki realan broj a , a 0 ima svoj inverzni
1 1 1
element a takav da vrijedi a a a a 1 , postavlja se pitanje da li slična
11
3.2. Izračunavanje determinanti reda 2. i reda 3.
A
a b
Neka je c d proizvoljna matrica formata 2x2. Po definiciji je
a b
det A ac bd
c d .
3 2
A
Primjer. Izračunajmo determinantu matrice 4 3 .
3 2
det A 3 3 4 2 9 8 17
Imamo 4 3 .
a1 b1 c1
A a2 b2 c2
a c3
Neka je sada 3 b3
proizvoljna matrica formata 3x3.
Determinantu matrice A možemo izračunati na slijedeći način:
Kao prvo, s desne strane determinante dopišemo prve dvije kolone matrice A
, a zatim množimo elemente na tri glavne dijagonale, saberemo ih i od njih
oduzmemo zbir proizvoda elemenata sa sporedne dijagonale. Imamo:
a1 b1 c1 a1 b1
det A a2 b2 c2 a2 b2 a1b2c3 b1c2 a3 c1a2b3 a3b2c1 b3c2a1 c3a2b1
a3 b3 c3 a3 b3
.
1 2 0
A 2 3 1
0 2 1
Primjer. Izračunajmo determinantu matrice .
12
Imamo:
1 2 0 1 2
det A 2 3 1 2 3 1 3 1 2 1 0 0 2 2 0 3 0 2 11 1 2 2
0 2 1 0 2
3 2 4 9.
Rješenje:
a) detA=4
b) detB=(-3)
c) detC=2*4-(-1)*5=8+5=13
d) detD=9*(-6)*-4*10=-36-40=-76
e) detE=-5*7*-3*4=-35-12=-47
Rješenje:
13
1 2 3
a) 𝐴 = (0 4 5 ) 𝐷. 2 = 1 ∗ 4 ∗ 10 = 40
0 0 10
6 6 8
b) 𝐵 = (2 2 3) 𝐷. 4 = 0
5 5 0
−2 −1 −8 −1 −1 −8
c) 𝐶 = ( 6 3 2 ) 𝐷. 7 = 2 ∗ ( 3 3 3 ) 𝐷. 4 = 0
4 2 −3 2 2 −3
1 2 3 4
5 6 7 8
D
9 10 11 12
13 14 15 16
Zadatak: Izračunati determinantu .
14
Pri izračunavanju ove determinante koristićemo se osobinom 5. kako bismo u
prvoj vrsti determinante dobili nule. Kako bismo umjesto broja 2 u prvoj vrsti i
drugoj koloni dobili nulu, prvu kolonu determinante pomnožit ćemo sa (-2) i dodati
drugoj koloni matrice. Analogno, prvu kolonu determinante pomnožit ćemo sa (-3) i
dodati trećoj koloni kako bismo u prvoj vrsti i trećoj koloni dobili broj 0, umjesto
broja 3. Imamo:
1 0 0 4
5 4 8 8
D
9 8 16 12
13 12 24 16
.
4. ZAKLJUČAK
15
Kao što se možete vidjeti kroz ovaj seminarski rad, u kojem je jednim dijelom
predstavljeno ponašanje matrica i njihove operacije, te determinante da je
matematika jedna složena nauka koja se bazira na matematičkim zakonitostima i koja
je prisutna svugdje pa i u ekonomiji.
Linearna algebra ima svoju značajnu primjenu na polju ekonomije jer se pri
izučavanju ponašanja nekog ekonomskog modela u određenom vremenskom
trenutku posmatraju varijable koje nam karakterišu model i uočava se njihova
međuzavisnost.
LITERATURA
16
1. Marko Stević „Poslovna matematika“ – Matrice str 141 – 213. Beograd,
2001
2. Antonije Marić „Inverzne matrice i zakonitosti“, Split, 2004
3. Jakupović
4. http://hr.wikipedia.org/wiki/Matrica_
5. http://www.mathos.unios.hr
6. http://www.slideshare.net
7. http://www.link-elearning.com/kurs-Matematika-1_14_
17