SVEUČILIŠTE/UNIVERZITET „VITEZ“ U VITEZU

FAKUTLET INFORMACIONIH TEHNOLOGIJA

STUDIJ I CIKLUSA; GODINA STUDIJA: I CIKLUS; I GODINA
SMJER: INFORMACIONE TEHNOLOGIJE

MATRICE I DETERMINANTE
SEMINARSKI RAD

Travnik, 21. decembar 2017.

SVEUČILIŠTE/UNIVERZITET „VITEZ“ U VITEZU
FAKUTLET INFORMACIONIH TEHNOLOGIJA
STUDIJ I CIKLUSA; GODINA STUDIJA: I CIKLUS; I GODINA
SMJER: INFORMACIONE TEHNOLOGIJE

MATRICE I DETERMINANTE
SEMINARSKI RAD

IZJAVA:

Ja Riad Mameledžija, student Sveučilišta/Univerziteta „Vitez“ u Vitezu, Indeks

broj: 016-17/RIT odgovorno i uz moralnu i akademsku odgovornost izjavljujem da
sam ovaj rad izradio potpuno samostalno uz korištenje citirane literature i pomoć
profesora.
Potpis studenta:

_________________________

Student: Riad Mameledžija

Predmet: Matematika
Profesor: Jakupović Esad
Asistent: Čukle Nihad
 SADRŽAJ

1. UVOD ........................................................................................................ 1

2. POJAM MATRICE I OPERACIJE SA MATRICAMA ........................... 2

2.1. Sabiranje matrica i množenje matrica skalarom .................................... 3

2.2. Množenje matrica .................................................................................. 5

2.3. Transponovana matrica .......................................................................... 9

3. POJAM DETERMINANTE MATRICE, NAČIN IZRAČUNAVANJA

DETERMINANTE REDA 2. i 3., OSOBINE DETERMINANTI ............................ 11

3.1. Pojam determinante matrice ................................................................ 11

3.2. Izračunavanje determinanti reda 2. i reda 3. ....................................... 12

3.3. Osobine determinanti ........................................................................... 14

4. ZAKLJUČAK .......................................................................................... 15
 1. UVOD

Tema ovog seminarskog rada su matrice, pri čemu je objašnjen pojam

matrice, te operacije koje se mogu obavljati nad matricama. Takođe u trećem dijelu
ovog seminarskog rada pojašnjen je pojam determinanti, način izračunavanja
determinanti drugog i trećeg reda kao i osobine determinanti.

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

U matematici, matrica je pravougaona tablica brojeva, ili općenito, tablica

koja se sastoji od apstraktnih objekata koji se mogu sabirati, oduzimati i množiti.
Matrice se koriste za opisivanje linearnih jednadžbi, za praćenje koeficijenata
linearnih transformacija, kao i za čuvanje podataka koji zavise od dva parametra.
Matrice se mogu sabirati, oduzimati, množiti i razlagati na razne načine, što ih čini
ključnim konceptom u linearnoj algebri i teoriji matrica.

Horizontalne se linije u matrici zovu vrste, a vertikalne kolone matrice.

Matricom formata mxn smatrat ćemo shemu od mn realnih brojeva. Ako je

A matrica formata mxn , tada njene elemente označavamo sa aij , gdje nam i

označava redni broj vrste, a j redni broj kolone matrice A , i pišemo

A  aij   mxn .

Na primjer, element a35 se nalazi u trećoj vrsti i petoj koloni matrice.

Matricu formata mxn možemo zapisati i kao

 a11 a12 ... a1n 

a a22 ... a2 n 
A   21
... ... ... ... 
a ... amn 
 m1 am 2
.

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

Dvije osnovne operacije s matricama su sabiranje matrica i množenje matrice

skalarom (tj. množenje matrice realnim brojem). Matrice A i B možemo sabrati ako
i samo ako su jednakih formata. U tom slučaju matrice se sabiraju tako što se saberu
oni elementi matrica koji se nalaze u istoj vrsti i istoj koloni. To zapisujemo na
lijedeći način:

A   aij mxn B   bij mxn A  B   aij  bij mxn

Ako je i , tada je .

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
 .

Anaolgno sabiranju, matrice jednakih formata oduzimamo tako što

oduzmemo odgovarajuće elemente jedne matrice od elemenata druge matrice. Za
matrice A i B iz prethodnog primjera je

1   2  0  3   3 3 

A  B  2  1 3  4    3 1 
 77 12  11  0 23 
 .

Zadatak: Zadane su matrice

𝑡 0
𝐴=( )
2 1

B=(A+AT)2

Odrediti parametar t∈R takav da je matrica B skalarna.

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

t2= -1 jeste konačno rješenje.

Matrica se množi skalarom tako što se svaki element te matrice pomnoži

datim skalarom (odnosno realnim brojem). To zapisujemo na slijedeći način:

A   aij mxn  A   aij mxn

Ako je data matrica i realan broj  , tada je .

Za matrice A i B iz prethodnog primjera je

 3 
 1  
2
1  1 
 B   2 
 2 0  2  2 
2 A   4 6   7 11 
 14 24    
  , dok je  2 2 .

Na kraju, izračunajmo matricu 3A  2B . Kao prvo, pomnožićemo matrice A i

B skalarima, a zatim ćemo tako dobijene matrice oduzeti. Imamo:

 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:

1. A  B  B  A (sabiranje matrica je komutativno)

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

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

postoji njoj suprotna matrica  A 

mxn mxn
4. Za svaku matricu A takva
da je

A    A    A  A  O
.

5.
   A     A .

6.
    A   A   A .

  A  B   A  B
7. .

2.2. Množenje matrica

i B kažemo da su saglasne ukoliko je n  s

mxn sxp
Za dvije matrice A
. Dakle, matrice A i B su saglasne ako i samo ako je broj vrsta matrice B jednak
broju kolona matrice A .

i B
mxn nxp
Neka su sada A dvije saglasne matrice, pri čemu je

A   aij mxn B   b jk nxp

i . Proizvod matrica A i B je matrica C , formata mxp ,

5
 n

C   cik mxp cik   aij b jk

takva da je i vrijedi j 1 . Dakle, elemenat u i -toj vrsti i k -toj

koloni matrice C  AB dobijemo tako što svaki od elemenata i -te vrste matrice A

pomnožimo s odgovarajućim elementom k -te kolone matrice B i te proizvode

saberemo.

Predstavimo ovu definiciju na slijedećem primjeru:

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  .

Prije svega, matrice A i B su saglasne, jer je broj kolona matrice A jednak

broju vrsta matrice B (jednak 4).

Proizvod matrica A i B biće matrica formata 3x3. Nju dobijamo na slijedeći

način:

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  11   1  0  0  2 0   1  1 2   1  3  0  0 
 11  3  2  2   1  0  0 1 0  3 1  2  0  0  2 1  1  3  2  2  3  0  0 
 
 2 1  4  2  1  1  2  0 2  0  4 1  1  0  2  2 2   1  4  2  1 3  2  0 

 3 1 1 
 5 3 11 
9 8 9 
= .

Iz ovog primjera također možemo zaključiti da množenje matrica nije

komutativna operacija. Naime, iako su matrice A i B saglasne, kao i matrice B i A ,

matrica C  AB je formata 3x3, dok je matrica D  BA formata 4x4.

Matricu A iz prethodnog primjera nije moguće pomnožiti samu sa sobom, tj.

izračunati proizvod A  A . Da bi neku matricu bilo moguće pomnožiti samu sa

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

Ovdje smo sa En označili jediničnu matricu reda n (tj. jediničnu matricu

formata nxn ). Iako je nula-matrica bila matrica čiji svi elementi su nule, jedinična
matrica nije matrica čiji svi elementi su jedinice. Ime jedinična matrica potiče od
toga što se množenjem sa jediničnom matricom (odgovarajućeg formata) ne mijenja
polazna matrica, kao što se ni množenjem broja sa jedinicom taj broj ne mijenja.

Jedinična matrica je matrica čiji elementi na glavoj dijagonali su jedinice, a na

En   eij nxn eij  1

svim ostalim mjestima su nule. Drugim riječima, , pri čemu je za
i  j , dok je eij  0 za sve ostale i i j . Na primjer,

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

osobina je analogna osobini realnih brojeva tj. činjenici da je a 1  1 a  a , za sve

realne brojeve a ).

Množenje matrica, pored navedenih ima i slijedeće osobine ( ovdje su nam A

, B i C kvadratne matrice istog formata ):

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)

4. A  O  O  A  O ( sa O smo označili nula-matricu )

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

Izracunati a) A+B; b) A-B; c) AB

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  .

Kako je matrica A formata 3x4, to će transponovana matrica biti formata

4x3.

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

1. , gdje su A i B matrice istog formata, a  i 

realni brojevi.

 A B  BT  AT
T

2. , gdje su A i B saglasne matrice.

Ako je A  A , za matricu A kažemo da je simetrična matrica. Očigledno je

T

da simetrična matrica mora biti kvadratna.

9
 2 1 0 
A   1 3 1
 0 1 1 
Primjer. Matrica   je simetrična matrica.

Ako je A   A , za matricu kažemo da je

T

kososimetrična. Kososimetrična matrica mora biti kvadratna i imati nule na

glavnoj dijagonali.

 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

3.1. Pojam determinante matrice

U prethodnom dijelu smo vidjeli da množenje kvadratnih matrica ima osobine

slične osobinama množenja realnih brojeva ( osim komutativnosti ).

Jedna od tih osobina jeste egzistencija jedinične matrice

En sa osobinom da je

A  En  En  A  A , za sve A nxn
.

Kako u skupu realnih brojeva svaki realan broj a , a  0 ima svoj inverzni
1 1 1
element a takav da vrijedi a  a  a  a  1 , postavlja se pitanje da li slična

, A  O . Dakle, postavlja se pitanje za koje

nxn
osobina vrijedi za sve matrice A
1 A  A1  A1  A  En
postoji matrica A 
nxn nxn
matrice A takva da vrijedi .

Odgovor na to pitanje će nam dati determinanta matrice.

Stroga definicija determinante matrice, baš kao i stroga definicija matrice je

matematički dosta zahtjevna i mi je ovdje nećemo navoditi.
nxn
Smatrat ćemo da je determinanta kvadratne matrice A realan broj
A
pridružen toj matrici. Označavat ćemo ga sa det A ili .

Napomenimo da se determinanta pridružuje isključivo kvadratnoj matrici.

Ukoliko je matrica formata nxn , za determinantu pridruženu toj matrici kažemo da
je reda n .

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 .

Dakle, determinanta reda 2 se izračunava tako što se od proizvoda elemenata

na glavnoj dijagonali oduzme proizvod elemenata na sporednoj dijagonali te
determinante.

3 2 
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
.

Postoje i drugi načini izračunavanja determinanti trećeg reda, kao što je

pravilo trougla i druga, koja nećemo ovdje navoditi.

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 11   1   2   2  
0 2 1 0 2
 3  2  4  9.

Zadatak: Izračunati slijedeće determinante matrica prvog i drugog reda:

a) A=(4)
b) B=(-3)
2 −1
c) 𝐶 = ( )
5 4
9 4
d) 𝐷 = ( )
10 −6
−5 3
e) 𝐸 = ( )
4 7

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

Zadatak: Izračunati slijedeće determinante trećeg reda:

1 2 3
a) 𝐴 = (0 4 5 )
0 0 10
6 6 8
b) 𝐵 = (2 2 3)
5 5 0
−2 −1 −8
c) 𝐶 = ( 6 3 2)
4 2 −3

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

3.3. Osobine determinanti

U prethodnom primjeru uočili smo da ukoliko u determinanti postoji dosta

nula, lakše je izračunati njihovu vrijednost. Sada ćemo navesti neke osobine
determinanti, pomoću kojih ih je jednostavnije izračunavati.

1. Za svaku kvadratnu matricu A je det A  det A .

T

2. Ako su u matrici A elementi jedne vrste ili kolone jednaki ili

proporcionalni elementima druge vrste ili kolone, determinanta je jednaka nuli.

3. Determinanta se množi (dijeli) brojem različitim od nule tako da se

elementi jedne vrste ili kolone determinante pomnože (podijele) tim brojem.

4. Ako dvije vrste ili kolone determinante zamijene mjesta, determinanta

mijenja predznak.

5. Vrijednost determinante ostaje nepromijenjena ukoliko sve elemente jedne

vrste ili kolone pomnožimo nekim realnim brojem i saberemo sa odgovarajućim
elementima neke druge vrste ili kolone.

det  A  B   det A  det B

6. Za kvadratne matrice A i B istog formata je .

U slijedećem primjeru pokazat ćemo kako se primijenjuju osobine

determinanti.

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
.

Kako su elementi druge kolone determinante D proporcionalni elementima

treće kolone te determinante, to je, na osnovu osobine 2. vrijednost determinante D
jednaka nuli.

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.

Matematički jezik je postao dominantan u mnogim sferama ekonomije iako je

ekonomija društvena nauka, razlika između društvenog i naučnog aspekta ove nauke
je sve manja i manja.

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.

Dakle, matematika je jedan od značajnih dijelova ekonomije i bez nje se ne bi

moglo djelovati na tržištu ni u jednom obliku. Cilj ovog seminarskog rada je
olakšavanje razumljevanje osnovnih pojmova o matricama i determinantama, koje
će se u budućnosti primjenjivati u praksi.

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