1.Iskazi i operacije sa iskazima?

Svaka 100% tacna ili netacna

Iskaz je svaka smisljena tvrdnja za koju se nedvosmisleno moze utvrditi da je tacan ili netacan.
T ⊥ p,r,s,t… - iskazna slova
1 0 τ(p)={ T ⊥}
τ(tau)-funkcija koja pokazuje istinitosnu vrijednost iskaza
Logicke operacije:
1.Negacija
┐p (ne pe)
p ┐p

⊥ T
T ⊥
2.Konjukcija (2 iskaza)
“∧” (i,et)
Konjukcija dva iskaza p i q je slozen iskaz u oznaci p ∧ q koji je tacan samo u slucaju kada su oba iskaza p
i q tacna.
p q p∧q
T T T
T ⊥ ⊥
⊥ T ⊥
⊥ ⊥ ⊥
3.Disjunkcija: “V” (p ili q)
Disjunkcija dva iskaza p i q je slozen iskaz u oznaci pVq (cita se p ili q) koji je tacan ako je bar jedan iskaz
p ili q tacan.
p q pVq
T T T
T ⊥ T
⊥ T T
⊥ ⊥ ⊥

4.Implikacija “=>”
Implikacija dva iskaza p i q je slozen iskaz u oznaci p => q cita se iz p slijedi q, p implicira q p je dovoljan
uslov za q koji je netacan samo u slucaju kada je p tacan a q netacan.
p q p => q
T T T
T ⊥ ⊥
⊥ T T
⊥ ⊥ T

pr. Ako je broj djeljiv sa 3 onda mu je zbir cifara djeljiv sa 3

5.Ekvivalencija “<=>”
Ekvivalencija dva iskaza p i q je slozen iskaz u oznaci p <=> q (p ekvivalentno sa q) ,(p ako i samo ako q)
,(iz p slijedi q , i iz q slijedi p) koji je tacan samo ako iskaz p i q imaju iste istinitosne vrijednosti.
p q p <=> q
T T T
T ⊥ ⊥
⊥ T ⊥
⊥ ⊥ T
pr. broj je djeljiv sa 3 ako i samo ako mu je zbir cifara djeljiv sa 3
Logicka formula je izraz u kome figurise barem jedna logicka operacija između iskaza.
┐p pVq ┐p∧q p=>q
I red ┐,∧,V
II red =>, <=>, pVq <=> ┐p ∧ ┐q
Logicka formula koja je uvijek tacna bez obzira na istinitosne vrijednosti koje se u njoj javljaju naziva se
tautologija.
1. (p <=> q) (p=>q ∧ q =>p)
2. ┐ (p ∧q) <=> ┐p V ¬q
3. (p => q) <=> (┐q => ┐p) zakon kontraindikacije
Dokazati da je data formula tautologije:
p q p ∧ q ¬(p∧q) ¬p ¬q ¬pV¬q L<=>D

T T T ⊥ ⊥ ⊥ ⊥ T
T ⊥ ⊥ T ⊥ T T T
⊥ T ⊥ T T ⊥ T T
⊥ ⊥ ⊥ T T T T T

2.Skupovi i operacije sa skupovima?

-Skupovi:
1.Graficki
2.Ispisivanjem svih elemenata skupa
3.Zadavanjem uslova kojeg zadovoljavaju element skupa
1. Venov diagram
A={x │ x zadovoljavaju uslov p}

2. A={1,2,3,4,5}

3.A={x ∈ N │ X<= 5}
B je podskup od A
B C A <=> x ∈ B => X ∈ A
Jednakost skupova (skupovi A i B
su jednaki ako su svi elemneti jednaki)
A=B <=> ACB Ʌ BCA

-Operacije sa skupovima:
1.UNIJA
A={1,2,3,4} B={4,5,6}
Unija dva skupa A i
B je skup koji
sadrzi sve elemente
koji pripadaju bar
jednom pod ta dva skupa.
AUB={x │ x ∈ A V x ∈ B}
2.Presjek:

Presjek dva skupa A ili B je skup koji sadrzi sve zajednicke elemente skupa A i B i samo njih.
A ∩ B={x │ x ∈ A Ʌ x ∈ B}
Skup koji nema elemenata je prazan skup { }
3.Razlika Skupova: Razlika skupova A i B u oznaci A\B je skup koji sadrzi sve elemente A koji ne
pripadaju skupu B.
4.Komplement skupa:
Neka je ACB element skupa A u odnosu na skup B je skup svih elemenata skupa B koji nisu element
skupa A.

Uređeni par:(a,b)
Skup od dva elementa u kojem se tacno zna koji element je na
prvom mjestu a koji na drugom mjestu.
Dekadov proizvod skupova:
Neka su A i B neprazni skupovi.Dekartov proizvod skupova A i B
nazivamo skup svi uređenih parova od kojih je prvi element iz skupa
svih A a drugi iz skupa B i oznacava se sa AxB.
AxB={ (x,y) │ x ∈ A Ʌ y ∈ B}

3. Skup prirodnih brojeva, princip matematicke indukcije?

-Skup prirodnih brojeva
N={1,2,3,...}
Peanove aksiome: (skup aksioma koje definisu skup prirodnih brojeva)
(P1)-jedan je prirodan broj (1∈N)
(P2)-svaki prirodan broj ima svog sljedbenika koji je također prirodan broj.

(P3) Broj jedan nije sljedbenik nijednog prirodnog broja.

(P4) Svaki prirodni broj ima tacno jednog sljedbenika.
Ako je m’=n’ → m=n
(P5) Ako je M podskup skupa N I u tome skupu M vrijede osobine P1,P2 onda je M=N
MCN, P1 I P2 →M=N (ovaj aksion je najvazniji jer je na njemu zasnovan princip matematicke indukcije.
Indukcija je zakljucivanje od pojedinacnog ka opstem.
Postoji potpuna I nepotpuna indukcija.
-Princip potpune matematicke indukcije
Ovaj princip primjenjuje se pri dokazivanju jednakosti I nejednakosti u kojima figurisu iskljucivo prirodni
brojevi.
Nekad treba dokazati da vrijedi tvrdnja T(n) Vn∈N po principu potpune matematicke indukcije
(PMI).Dokaz cemo provesti kroz 3 koraka:
1.Provjera tacnosti tvrdnje za n=1
2.Pretpostavka da tvrdnja vrijedi za n=k
Dokaz da iz pretpostavke da tvrdnja vrijedni za n=k slijedi tacnost tvrdnje za n=k+1.
4.Binomna formula?
a+b-binom n!=1*2*3...n
n!=n(n-1)!
0!=1
(a+b)°=1

Simetrija binomnih korficijenata:

𝑛 𝑛
=( )
𝑘 𝑛−𝑘
𝑛
( ) =1
0
𝑛
( )=1
𝑛
𝑛
( )=n
1
Osobina:Tvrdnja
𝑛 𝑛 𝑛+1 𝑛 𝑛
a)( )+( )=( ) b) ( )=( )
𝑘 𝑘+1 𝑛+1 𝑘 𝑛−𝑘
b)dokaz za (b)
𝑛 𝑛! 𝑛! 𝑛! 𝑛
( )=(𝑛−𝑘)!∗𝑘!=(𝑛−𝑘)!(𝑛−(𝑛−𝑘))!= =( )
𝑘 (𝑛−(𝑛−𝑘))!∗(𝑛−𝑘) 𝑛 − 𝑘
𝑛 𝒏 𝑛 𝑛 𝑛
(a+b)n=( )an+( )an-1 b1+( )an-2b2+……….+( )a1bn-1+( )
0 𝟏 2 𝑛−𝑘 𝑛

Binomni clan
5.Apsolutna vrijednost realnog broja ( primjer jednačina ili
nejednačina)?
6.Kompleksni brojevi (primjer)?
i-imaginarna jedinica
a-realni dio kompleksnog broja z
b-imaginarni dio kompleksnog broja z

Tvrdnja 1:a) (Z1+Z2)=Z1+Z2

b) (Z1*Z2)=Z1*Z2

c) (Z1/Z2)=Z1/Z2

Z=X+I y
|Z|=modul kompleksnog broja
|Z|=√𝑋 2 + 𝑌 2
Z*𝑍̅=|Z|²
Tvrdnja 2: a)|Z1+Z2|<|Z1|+|Z2|
b) |Z1*Z2|=|Z1|*|Z2|
𝑍1 |𝑍1|
c)| 𝑍2|=|𝑍2|
|Z|²=Z*𝑍̅ α 0 π/6 π/4 π/3 π/2
𝜑-argument kompleksnog broja 0° 30° 45° 60° 90°
Tg𝜑=
𝑦
|Z|=√𝑋 2 + 𝑌 2 sin α 0 1 √2 √3 1
𝑥
2 2 2
I kv 𝛼
cos α 1 √3 √2 1 0
II kv 𝜋 − 𝛼
III kv 𝜋 + 𝛼 2 2 2
IV kv 2𝜋 − 𝛼 tg α 0 √3 1 √3 ∞
3

𝑋
cos 𝜑= →X=|Z|*cos 𝜑
|𝑍|
𝑌
sin 𝜑 = |𝑍| →Y=|Z|*sin 𝜑
X+iY=|Z|cos 𝜑 +|Z|sin 𝜑
=|Z|*(cos 𝜑 + I sin 𝜑) –trigonometriski oblik kompleksnog vroja

Mnozenje kompleksnih brojeva

Z1=𝜌1(cos 𝜑1+isin 𝜑1)
Z2= 𝜌2(cos 𝜑2+isin 𝜑2)
Z1*Z2= 𝜌1* 𝜌2(cos 𝜑1*cos 𝜑2+i(cos 𝜑1*sin 𝜑2+isin 𝜑1*cos 𝜑2*i²sin 𝜑1-sin 𝜑2)=
𝜌1* 𝜌2[cos 𝜑1*cos 𝜑2 - sin 𝜑1*sin 𝜑2)+i(cos 𝜑1*sin 𝜑2+sin 𝜑1*cos 𝜑2)]=
Z1*Z2= 𝝆𝟏* 𝝆𝟐[cos( 𝝋𝟏* 𝝋𝟐)*isin(𝝋𝟏+ 𝝋𝟐) -module pomnozimo a argument saberemo

𝒁𝒏 =𝝆𝒏 *(cos n 𝝋+isin n 𝝋)- Marova formula

Inverzni element
𝟏
Z=𝜌(𝑐𝑜𝑠𝜑+isin𝜑) Z-1=𝒛 inverzni element
Djeljenje kompleksnih brojeva u trigonometriskom obliku
𝑍1 1
𝑍2
=Z1*𝑍2
Dva kompleksna broja u trigonometriskom obliku djelimo tako stonjihove module podjelimo a argument
oduzmemo.
Korijenovanje kompleksnih brojeva u trigonometriskom obliku:
Def. Za kompleksan broj b reci cemo da je n-ti korijen kompleksnog vroja z ako vrijedi Wn=Z.
Z=r(cos 𝜑 + 𝑖𝑠𝑖𝑛𝜑)
W= 𝜌(cos𝜃+isin𝜃)
𝜌𝑛 (cos n𝜃 + 𝑖𝑠𝑖𝑛 𝑛𝜃)=r(cos 𝜑 + 𝑖𝑠𝑖𝑛𝜑)
Def.Dva kompleksna broja u trigonometriskom obliku su jednaka ako I samo ako je realni dio prvog
jednak realnom dijelu drugog a imaginarni dio prvog jednak imaginarnom djelu druhog.
𝜌𝑛 = 𝑐𝑜𝑠𝜃=rcos 𝜑
𝜌 sin 𝑛 𝜃 = 𝑟𝑠𝑖𝑛 𝜌
𝜑+2𝑘𝜋
𝜃 = 𝑛 za periodicnost
𝑛 𝜋+𝑎𝑘𝜋 𝑖𝑠𝑖𝑛𝜑+2𝑘𝜋
Wk= √𝑟(cos 𝑛 + 𝑛
K=0,1,2……n-1
7.Matrice, operacije sa matricama (primjer)
Matrice Def.Neka su m i n prirodni brojevi.Skup brojeva
𝑖 = 1,2 … 𝑚
{ |
a,j }
𝑗 = 1,2 … 𝑛
napisani u obliku pravougaone seme brojeva naziva se matricom formata mxn.
𝑎11 𝑎12 ⋯ 𝑎1𝑛
[ 𝑎21 𝑎22 ⋯ 𝑎2𝑛 ] m vrsta n kolona
⋮ ⋮ ⋮
𝑎𝑚1 𝑎𝑚2⋯ 𝑎𝑚𝑛
a ij-element matrice (mogu biti realni ili kompleksni brojevi)
i-element vrste
j-element kolone
A=[𝑎𝑖𝑗]𝑚𝑥𝑛
Matrica ciji su svi elementi jednaki nuli naziva se nula matrice.Gornja trouglasta matrica je matrica ciji su
svi elementi ispod glavne dijagonale jednaki 0.

Matrica ciji su svi elementi na glavnoj dijagonali jednaki nuli naziva se jedinicna matrica.
1 0 0
I=[0 1 0]
0 0 1
Zbir svih elemenata na glavnoj dijagonali kvadratne matrice naziva se Trag matrice.
TrA=∑𝑛 𝑖=0 𝑎𝑖𝑗
Operacije sa matricama:
-Jednakost matrica:
Ima smisla upoređivati samo matrice istog formata.Neka su date matice:
A=[𝑎𝑖𝑗]𝑚𝑥𝑛 i B=[𝑏𝑖𝑗]𝑚𝑥𝑛 i reci cemo da je matrica A=B ako je I samo ako
aij=bij= (𝑗𝑖 == 11 …… 𝑛𝑛 )
Sabiranje istog formata
A=[𝑎𝑖𝑗]𝑚𝑥𝑛 i B=[𝑏𝑖𝑗]𝑚𝑥𝑛 A+B=[mxn; Cij=aij+bij] (𝑗𝑖 == 11 …… 𝑛𝑛 )
Mnozenje matrice brojem:
Matrice mnozimo brojem tako sto jo sve elemente pomnozimo tim brojem.
Def. Dvije matrice se mogu mnoziti samo u slucaju kad prva matrica u proizvodu ima vrsta.Matrica koju
dobijamo kao proizvod ima vrsta kao prva matrica,a kolona kao druga matrica.
𝑖 = 1…𝑚
C=[𝑎𝑖𝑗]𝑚𝑥𝑘 , Cij=∑𝒏𝒍=𝟎 𝒂𝒊𝒍 ∗ 𝒃𝒍𝒋
𝑗 = 1…𝑘
Transponovanje matrica:
Def. Transponovana matrica matrice A je matrica koju dobijemo kada u polznoj matrici A zamijenimo
mjesta vrstama I kolonama.
8.Determinanate (izračunavanje i osobine sa primjerom)
Permutirati n brojeva znaci razmjestiti ili na sve moguce nacine tako das vi brojevi ucestvuju u svakom
rrazmijestanju I da se sva razmijestanja međusobno razlikuju.Broj permutacija skupa od N elemenata.
Pn=n!
Inverzija-raspored bilo koja dva elementa u suprotnom redoslijedu od redoslijeda u osnovnom
rasporedu naziva se inverzija.
I-broj inverzija date permutacije
Def.Svakoj kvadratnoj matrici A=[𝑎𝑖𝑗]𝑛𝑥𝑚 moze se pridruziti tacno jedan br. kojeg zovemo determinant
matrice A ili (|A|) definisan na sledeci nacin.
detA=∑𝜋 (−1)𝐼(𝑖1,𝑖2,𝑖3… ) 𝑎1𝑖1 𝑎2𝑖2 …...𝑎𝑛𝑖𝑛 gdje se sumiranje vrsi po sim mogucim permutacijama
skupa {1,2,… n} I gdje je I(i1,i2…in) broj inverzija permutacija (i1,i2,i3… in).
Sarusovo pravilo determinant III reda:

=a11*a22+a33+a12*a23*a31+a13*a21*a32-
a13*a22*a31-a11*a23*a32-a12*a21*a33

Minor I algebarski complement:

Def1. Ako u determinant kvadratne matrice A izbrisemo R vrsta i r kolona (r<n) dobiva se determinant
koja ima n-r vrsta I n-r kolona I naziva se sub determinant, det.A .
Def2. Minor elementa aij determinante A je subdeterminanta reda n-1 koja se dobije iz determinante A
izostavljanje i-te vrste I j-te kolone I oznacavamo ga sa Mij.
Algebarski complement elementa aij A nazivamo broj (-1)i+1.Mij I oznacavamo gas a Aij.
Lapasov razvoj determinante:
Teorem:neka je A kvadratna matrica reda n tada se vrijednost njene determinante moze izracunati na sl.
nacin.
detA=∑𝑛𝑖=0 𝑎𝑖𝑘𝑖 * Aik , (j=1,2…n) ¤
detA=∑𝑛𝑖=0 𝑎𝑘𝑗 *Akj , (j=1,2…n)¤¤
Formula ¤ poznata je kao laplasov razvoj determinante po i-toj vrsti dok je formula ¤¤ poznata kao
laplasov razvoj determinante po j-toj koloni.Ocito je da treba birati onu vrstu tj. Onu kolonu u kojoj je
najveci broj elemenata jednak 0.
Osobine determinante:
1.Determinanta transponovane matrice jednaka je determinant polazne matrice detAt=detA
2.Ako su svi elementi jedne vrste ili jedne kolone jednaki nuli onda je determinant jednaka nuli.
3.Ako su odgovarajuci elementi jedne vrste (kolone) jednaki odgovarajucim elementima neke
druge vrste.Vrijednost determinante jednaka je 0.
4.Ako su odgovarajuci elementi jedne vrste (kolone) proporcionalne elementima neke druge
vrste (kolone) tada je determinant jednaka 0.
5.Determinanta se mnozi tako sto se tim brojem pomnoze elementi samo jedne vrste ili samo
jedne kolone.
6.Ako dvije vrste (kolone) zamjene svoja mjesta determinant mijenja predznak.
7.Vrijednost determinante se nece promjeniti ako elementima jedne vrste (kolone) dodamo elemente
neke druge vrste(kolone) predhodno pomnozene istim brojem.
8.Ako se determinant A i B razlikuju samo u istoj vrsti ili istoj koloni onda je zbir determinante detA+debt
jednak determinant koja u istoj vrsti(j-koloni) ima zbir elemenata iz I-te vrste detA i iste vrste(kolone) B
odnosno j-tih kolona a sve ostale vrste su iste kod detA odnosno B.
9.Inverzna matrica (primjer)
Teorema 1:Determinanta proizvod det(A*B) jednaka je proizvodu detA*detB.
det 𝐴 𝑖 = 𝑗
∑𝑛𝑖=0 𝑎𝑖𝑘𝐴𝑗𝑘={
0 𝑐≠𝑗
Def 1. Za kvadratnu matricu A reci cemo da je regularna ako je A≠0.
Singularna detA=0
Def 2. Neka je A kvadratna matrica reda n.Ako odgovara element njoj transponovane matrice AT
zamjenimo njihovi odgovarajucim komplementima dobit cemo matricu koja se naziva adjungovana
matrica i oznacava se sa adjA.

𝑎11 𝑎12 𝑎1𝑛 𝑎11 𝑎12 𝑎1𝑛 𝐴11 𝐴12 𝐴1𝑛

𝑎21 𝑎22 𝑎2𝑛 + 𝑎21 𝑎22 𝑎2𝑛 + 𝐴21 𝐴22 𝐴2𝑛
[ ]=A [ ] =Adj.A [ ]
⋮ ⋮ ⋮
𝑎𝑛1 𝑎𝑛2 𝑎𝑛𝑛 𝑎𝑛1 𝑎𝑛2 𝑎𝑛𝑛 𝐴𝑛1 𝐴𝑛2 𝐴𝑛𝑛
Def. 3. Neka je A reda n
Za matricu B reda n reci cemo da je inverzna matrica matrice A ako vrijedi da je A*B=B*A=I
Obicno se matrica B oznacava sa A-1 I vrijedi ako je A*A-1=A-1*A=I
Teorem 2:Kvadratna matrica A ima inverznu matricu ako I samo ako je ona regularna matrica.
Pq p:kvadratna matrica A ima inverznu matricu

1.Postavimo da matrica A ima inverznu matricu A-1 tj. da slijedi A*A-1=A-*A=I

Treba dokazati da je A regularna matrica.Na osnovu teoreme 1 det(A*A-1)=deta* detA-1=detI
detA*det A-1=1 odavdje slijedi da mora biti det A≠0, matrica je regularna.
2.Pretpostavimo da je matrica A regut tj. det≠ 0.Dokazimo da postoji A-1.

𝑎11 𝑎12 𝑎1𝑛 𝐴11 𝐴12 𝐴1𝑛

𝑑𝑒𝑡𝐴 0 0
𝑎21 𝑎22 𝑎2𝑛 𝐴21 𝐴22 𝐴2𝑛
A*adjA=[ ] *[ ]=[ 0 𝑑𝑒𝑡𝐴 0 ]
𝑎𝑛1 𝑎𝑛2 𝑎𝑛𝑛 𝐴𝑛1 𝐴𝑛2 𝐴𝑛𝑛 0 0 𝑑𝑒𝑡𝐴
Mnozenjem prve vrste sa prvom kolonom dobiva se a11A11+a12A12+….a1nA1n=detA
1 0 0
Mnozenjem prve vrste I druge kolone →a11A21+a12A22 ….a1nA2n=0 =det[0 1 0]
0 0 1
adjA*A=detA*I /:det
A*1/det*adjA=I
𝟏
A-1=𝒅𝒆𝒕𝑨*adjA –izracunavanje inverzne matrice
Matricna jednacina:
Inverzna matrica se najvise koristi prilikom rijesavanja matricinih jednacina.Zbog toga sto ne vrijedi
zakon komutacije za mnozenje matrica u opstem slucaju mi cemo odvojeno razmatrati slicna dva tipa
matricnih jednacina.
I=A*X=B X*A=B /A-1
-1
A*X=B /*A X*A*A-1=B*A-1
-1 -1
A *A*X=A *B X*I=B*A-1
I*X=A-1*B X=B*A-1
-1
X=A *B
10.Kvadratni sistemi linearnih jednačina ( oba metoda sa
primjerom)
-Posmatramo system od m linearnih jednacina sa n nepoznatij.
a11 X1+a12 X2+…..+a1n Xn=b1
.
. (2)
.
an1 X1+an2 X2+….+anmXm=bn

To je dakle kvadratni system.

Ako sa A oznacimo matricu koeficijenata iz nepoznate tj.

𝑎11 𝑎12 𝑎1𝑛 𝑋1 𝑏1

A=[𝑎21 𝑎22 𝑎2𝑛 ] X=[𝑋2] x matrica nepoznatih B=[𝑏2] slobodnih clanova
⋮
𝑎𝑛1 𝑎𝑛2 𝑎𝑛𝑛 𝑋3 𝑏𝑟
Sada se sistem (2) moze zapisati u obliku matricne jednacine.
A*X=B
Prvi Metod (matricna metoda rijesavanja sistema pomocu inverznih matrica)
TEOREMA 1:Ako je matrica sistema (2) regularna tada system (2) ima jedinstveno rijesenje.
Dokaz: p→q
Pretpostavimo da je matrica regularna tj. detA≠0
A*X=B/→A-1 (kako se system (2) moze napisati) to zbog det A≠0 ∃A-1 X=A-1*B
Matrica x dobivena na ovaj nacin je jednoznacno određeno tj. System(2) ima jedinstveno rijesenje.
Drugi metod(kramerov metod,pomocu determinante)
TEOREMA 2:Ako je A regularna matrica tj. detA≠0 onda system dva ima jedinstveno rijesenje
𝐷𝑘
(X1,X2…Xn) cije se komponente izracunavaju po formuli: X= 𝐷 , (k=1,2,n) gdje je D=detA(determinant
matrice koeficijenta nepoznate).Dk je determinant koja se dobije iz determinante D zamjenom kolone
kolonom slobodnih clanova sistema (2).
𝐴11 𝐴12 𝐴1𝑛 𝑏1 𝐴11𝑏1 + 𝐴12𝑏2 + 𝐴𝑛1𝑏𝑛 𝐷1
-1 1 1 𝐴21 𝐴22 𝐴2𝑛 1 1
Dokaz:X=A *B=𝑑𝑒𝑡𝐴 *adjA*B=𝐷*[ ]*[𝑏2]=𝐷*[ 𝐴12𝑏1 + 𝐴22𝑏2 + 𝐴𝑛2𝑏𝑛 ]=𝐷 [𝐷2]
𝐴𝑛1 𝐴𝑛2 𝐴𝑛𝑛 𝑏𝑛 𝐴1𝑛𝑏1 + 𝐴2𝑛𝑏2 + ⋯ + 𝐴𝑛2𝑏𝑛 𝐷𝑛
𝐷𝑘
Dokazali smo das u rijesenja sistema dva data takozvanim kramerovom formulom Vk= 𝐷 (k=1,2…n)

11. Rang matrice, Kronecker-Capelliev stav i Gausov metod

(primjer)
-Rang matrice:Def.1 Za matrice A1,A2…An istog formata reci cemo da su linearno nezavisne ako iz
jednakosti 𝛼1A1+ 𝛼2𝐴2+…+ 𝛼𝑛𝐴𝑛=0 .0𝑛 - 0matrica formata istog kao i matrice An slijedi da je 𝛼1 =
𝛼2 … = 𝛼𝑛 = 0 Ukoliko je barem jedan od brojeva 𝛼1, 𝛼2, 𝛼𝑛 razlicit od nule a pak vrijedi
jednakost. 𝛼1𝐴1 + 𝛼2𝐴2+. . . +𝛼𝑛𝐴𝑛 = 0𝑛 tada za matrice A1,A2…An kezemo das u linearno zavisne.
Napomena:Buduci da se vrste(kolone)matrice same mogu smatrati matricama to se prethodno
determinant upotpunosti moze prenijeti I na njih.
Def2. Maksimalan broj linearno nezavisnih vrsta ili kolona matrice naziva se rang matrice.
Def3. Rang matrice A je red subdeterminante najvise moguceg reda koja je razlicita od nule.
Def4.Matrica A ekvivalentna matrici B ako se moze jedna dodati drugim konacnim nizom elementarnih
transformacija.Ekvivalentne matrice imaju isti rang.
TEOREMA:Rang matrice se ne mjenja ako:-bilo koje dvije vrste ili kolone zamjene mjesta.
–ako elemente jedne vrste (kolone) pomnozimo jednim istim brojem razlicitim od 0.
-ako elementima jedne vrste kolone dodamo odgovarajuce elemente neke druge vrste (kolone)
predhodno pomnozene nekim brojem.
Transformacije opisane pod 1,2,3 naziva se elementarnim transformacijama.
-Kroner-Capeliev metod:
Sistem linearnih jednacina
𝑎11𝑋1 + 𝑎12 ∗ 𝑥2 + ⋯ + 𝑎1𝑛𝑋𝑛 = 𝑏1
𝑎21𝑋2 + 𝑎22𝑋2 + ⋯ + 𝑎2𝑛𝑋𝑛 = 𝑏2
⋮ ⋮ ⋮ ⋮
𝑎𝑚1𝑋1 + 𝑎𝑚2𝑋2 + ⋯ + 𝑎𝑚𝑛𝑋𝑛 = 𝑏𝑚
Je saglasan ako I samo ako je rang osnovne matrice jednak rangu prosirene matrice, tj. rangA=rangB,
gdje je A-osnovna matrica sistema
𝑎11 𝑎12 𝑎1𝑛 𝑎11 𝑎12 𝑎1𝑛 𝑏1
𝑎21 𝑎22 𝑎2𝑛 𝑎21 𝑎22 𝑎2𝑛 𝑏2
A=[ ] B=[ ⋮ ]
𝑎𝑚1 𝑎𝑚2 𝑎𝑚𝑛 𝑎𝑚1 𝑎𝑚2 𝑎𝑚𝑛 𝑏𝑛
-Sistem (1) u opstem slucaju rijesva se na sledeci ancin:-Ukoliko pri izracunavanju ranga utbrdimo da je
rang osnovne matrice jednak rangu prosirene matrice mogu nam se pojaviti dva slucaja:
Prvi slucaj-je da je rang R jednak n gdje je n-broj nepoznatih u tom slucaju system ima jedinstveno
rijesenje.
Drugi slucaj-Moze se pojaviti da je R<n tada izracunamo koliko je n-R.Taj broj predstavlja visak
nepoznatih.Taj visak nepoznatih se prebacuje na drugu dranu jednacina u sistemu pa se na taj nacin
dobije kvadratni system sa n-visak nepoznatih,koje treba odrediti tj. dobiveni system ima R-
nepoznatih,moze se rijesiti od nekih metoda za rijesenje kvadratnog sistema.
Gausov metod:-Sastoji se u sledecem.Najprije se system svede na takozvani trapezni oblik a zatim
ga rijesavamo pocevsi od posljednje jednacine ka prvoj.Jako je bitno da se kod Gausovog metoda ne
smije mjenjati mjesta kolona.
12. Vektori. Osnovne operacije sa vektorima
Vektori se djele na vektorske i skalarne (određenje brojnom vrijednoscu) a vektorske određenje-
intezitet,smijer i pravac.
-Orijentisana duz:

Pravac vektora je
Skup pravih u ravni
koje su paralelne
nosacu vektora.
Ako dva vektora
Imaju isti pravac
Kazemo das u
paralelni ili
kolinearni.
Operacije sabiranja i mnozenje vektora:
1.Sabiranje

Oduzimanje se definise kao sabiranje vektora a i vektora suprotnom vektoru b.

⃗⃗⃗⃗⃗⃗⃗⃗ Ako je dat vector b onda vector –b nazivamo suprotnim vektorom vektora b, on ima isti
𝑎⃗-𝑏⃗⃗=𝑎⃗+(−𝑏)
pravac I intezitet kao vekor b ali suprotan smjeru.
𝑏⃗⃗ ⃗⃗⃗⃗⃗⃗
−𝑏

⃗0⃗ vektor je vector je vector cija se pocetna I krajnja tacke poklapaju.

Osobine sabiranja:Zakon oscilacije:1. 𝑎⃗+(𝑏⃗⃗ + 𝑐⃗)=( 𝑎⃗ + 𝑏⃗⃗)+ 𝑐⃗ vazi za bilo koja tri vektora.
2.Svaki vector ako mu dodamo 0 ⃗⃗ se nece promjeniti.
𝑎⃗ + 0⃗⃗=0
⃗⃗+𝑎⃗ = 𝑎⃗ 0-neuralan za sabiranje.
3. 𝑎⃗+(-𝑎⃗)= 0⃗⃗
Svaki vector a iam svoj inverzni element za sabiranje i to je njegov suprotni vector.Oznacimo sa b skup
svih vektora kako smo vidjeli u skupu b vazi zakon asocijativnosti,postoji neutralni element za sabiranje I
svaki element ima svoj inverzni ,a to znaci da uređeni par (V,+) predstavlja grupu.
4.Ako jos vazi I zakon komutacije tj. Da je 𝑎⃗+𝑏⃗⃗=𝑏⃗⃗+𝑎⃗ (pravilo paralelograma) a iz pravila paralelograma je
ocito da vrijedi to znaci da (v,+) predstavlja ABELOVU GRUPU.
2.Mnozenje vektora skalarom:Neka je 𝛼 realan broj I neka nam je 𝑎⃗ proizvoljan vector iz
(V)={𝛼 ∈ 𝑅-skalar, 𝑎⃗ ∈V)
Def:Skup V za koji vrijedi da je (V,+) abelova grupa I da vaze navedene osobine (1-4∗ ) nazivamo obicni
vektorski proctor.
-Napomena:Bilo koji skup koji ima ove osobine naziva se takoc vektorski proctor a njegovi elementi
vector.Tako se moze posmatrati vektorski proctor matrica,polinoma kojeg stepena itd. ali nas ce
zanimati obicni vektorski prostor.Prilikom mnozenja vektora skalarom razlikujemo slicne slucajeve.
𝛼 > 0 Pravac I smijer se nece promjeniti a intezitet hoce I to povecat ce se 𝛼 𝑝𝑢𝑡𝑎 𝑧𝑎 𝛼 > 1, a smanjiti
za 𝛼 puta za 𝛼 < 1 𝛼 > 0.
𝛼 < 0 pravac se nece promjeniti ostaje isti, smijer I intezitet ce se promjeniti.Dobiven vector 𝛼 ∗ 𝑎⃗ ima
ce smijer suprotan smijeru vektora a a intezitet ce se povecati na isi nacin opisan u 1 slucaju.
13. Linearna zavisnost vektora i baza vektorskog prostora
Def 1. Za izraz 𝛼1𝑎1 ⃗⃗⃗⃗⃗, 𝛼2𝑎2
⃗⃗⃗⃗⃗, +…+ 𝑎𝑛 ⃗⃗⃗⃗⃗, 𝑎2
⃗⃗⃗⃗⃗ (1) 𝛼1, 𝛼2 … 𝛼𝑛 skalari 𝑎1 ⃗⃗⃗⃗⃗…𝑎𝑛 ⃗⃗⃗⃗⃗ vektori.Kazemo da predstavlja
linearnu kombinaciju vektora 𝑎1, 𝑎2…𝑎𝑛 ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗
Def2.Za vektore a1,a2…an iz vektorskog prostora V reci cemo das u linearno nezavisni ako iz izraza
𝛼1𝑎1⃗⃗⃗⃗⃗, 𝛼2𝑎2
⃗⃗⃗⃗⃗, +…+ 𝛼n= 0 ⃗⃗ → 𝛼1 = 𝛼2…= 𝛼𝑛 = 0 (2)
Dva vektora u ravni kazemo da su kolinearni ako leze na istim ili paralelnim pravcima.Dva kolinearna
vektora su uvije linearno zavisna je se uvijek jedan moze predstaviti preko drugog tako da 𝑎⃗=N*𝑏⃗⃗
Tvrdnja 1:U vektorskom prostoru V2 mahinalno 2 vektora mogu biti linearno nezavisna(svaka 3 vektora
u prostoru V2 su linearno zavisna).
U vektorskom prostoru V3 max 3 vektora mogu biti
linearno nezavisna.
Def.Maksimalan broj linearno vezanih vektora u
vektorskom prostoru N naziva se dimenzija vektorskog
prostora I oznacava se sa dim. dimV2=2 , dimV3=3
Def.Za uređenu n-tacku (𝑒1 ⃗⃗⃗⃗⃗, ⃗⃗⃗⃗⃗
𝑒2, …𝑒𝑛
⃗⃗⃗⃗⃗) iz V reci cemo da
cini bazu tog prostora ako se svaki vector 𝑥⃗ ∈V moze na
jedinstven nacin prikazati kao linearna kombinacija
vektora baze 𝛼⃗- 𝛼1𝑒1 ⃗⃗⃗⃗⃗+ 𝛼2𝑒2 ⃗⃗⃗⃗⃗+…+ 𝛼𝑛𝑒𝑛 ⃗⃗⃗⃗⃗=∑𝑛𝑖=0 𝛼 𝑒⃗ ¤
Buduci da je ovaj prikaz vektora 𝑥⃗=( 𝛼1, 𝛼2 … 𝛼𝑛)to znaci
da je svaki vector iz prostora u jednoznacno određen uređenom n-tackom skalara (𝛼1, 𝛼2 … 𝛼𝑛) tj.
𝑥⃗=( 𝛼1, 𝛼2 … 𝛼𝑛) ¤¤.
Izraz ¤ I ¤¤ imaju potpuno isto znacenje.Ako su svi vektori baze 𝑒1 ⃗⃗⃗⃗⃗, 𝑒2
⃗⃗⃗⃗⃗, …𝑒𝑛⃗⃗⃗⃗⃗ međusobno okomiti,I jos ako
je intezitet svakog od njihjednak 1 tada se za bazu kaze da je artonormirana baza.
14. Skalarni proizvod vektora (primjer)
Skalarnim proizvodu dva vektora a I b nazivamo scalar u oznaci 𝑎⃗*𝑏⃗⃗ tako da vrijedi da je 𝑎⃗*𝑏⃗⃗= intezitet
od a* intezitet od b*cos ugao(𝑎⃗,𝑏⃗⃗) 𝜑=ugao(a,b) |𝑎⃗|*|𝑏⃗⃗|*cosl=𝑎⃗*𝑏⃗⃗
Osobine skalarnog proizvoda:
1. 𝑎⃗*𝑏⃗⃗=𝑏⃗⃗*𝑎⃗ |𝑏⃗⃗|*|𝑎⃗|cos𝜑
𝜋 𝜋
2.ako je . 𝑎⃗*𝑏⃗⃗=0 onda je vector . 𝑎⃗ ⊥ 𝑏⃗⃗ (uslov okomitosti) cos𝜑=0 ↔ 𝜑 = za 𝜑 =[o, ]
2 2
3.AKo je vector a dat preko kordinata bx,by,bz
⃗⃗⃗⃗⃗⃗
|𝑎|*|𝑏 ⃗⃗⃗⃗|(ax𝑖⃗+ay 𝑗⃗+az𝑘⃗⃗)= . 𝒂 ⃗⃗=axbx+ayby+azbz
⃗⃗*𝒃
4.osobina: 𝑎⃗ ∗(𝑏⃗⃗+𝑎⃗)= 𝑎⃗*𝑏⃗⃗+𝑎⃗*𝑐⃗
5. ⃗⃗⃗⃗
|𝑎|=? Neka je 𝑎⃗=(ax1,ay1,az)
𝑎⃗ ∗ 𝑎⃗=|𝑎 ⃗⃗⃗⃗|*|𝑎
⃗⃗⃗⃗ |cos0°→1=|𝑎⃗⃗⃗⃗|²
⃗⃗⃗⃗
|𝑎|=√𝑎⃗ ∗ 𝑎⃗ = √𝑎𝑥² + ay² + az²
6.Ugao između dva vektora
𝑎⃗=(ax,ay,az) I b=(bx,by,bz)
𝑎⃗⃗∗𝑏⃗⃗ 𝑎𝑥𝑏𝑥+𝑎𝑦𝑏𝑦+𝑎𝑧𝑏𝑧
Yz=𝑎⃗ ∗ 𝑏⃗⃗=|𝑎|
⃗⃗⃗⃗⃗⃗*|𝑏
⃗⃗⃗⃗|*cos 𝜑 → cos 𝜑 =
⃗⃗⃗⃗⃗⃗ ⃗⃗⃗⃗
; cos 𝜑=
|𝑎|∗|𝑏| √𝑎𝑥 2 𝑎𝑦²+𝑎𝑧²∗√𝑏𝑥 2 +𝑏𝑦 2 +𝑏𝑧 2
15.Vektorski proizvod vektora (primjer)
1.Def. vektorski proizvod dva vektora 𝑎⃗ 𝑖 ⃗⃗⃗
𝑏 u oznaci 𝑎⃗𝑥𝑏⃗⃗ je vektor koji ima slicne osobine: -intezitet tog
⃗⃗⃗⃗ ⃗⃗⃗⃗ ⃗⃗⃗⃗ ⃗⃗⃗⃗
vektora 𝑗𝑒𝑑𝑛𝑎𝑘 𝑗𝑒 |𝑎𝑥𝑏|=|𝑎| 𝑥 |𝑏|*sin 0 ⃗⃗ ; 𝜑 manji ugao između vektora 𝑎⃗ 𝑖 ⃗⃗⃗𝑏.
⃗⃗
2.Pravac vektora 𝑎⃗𝑥𝑏 je okomit na ravan u kojoj leze vektori aib.
3.Smijer vektorskog proizvoda 𝑎⃗𝑥𝑏⃗⃗ je takav da vektor a,b I 𝑎⃗𝑥𝑏⃗⃗ cine desni triedar.
Osobine vektorskog proizvoda:
𝟏. |𝑎⃗⃗⃗⃗𝑥𝑏| ⃗⃗⃗⃗ = −𝑏
⃗⃗⃗⃗⃗⃗x𝑎⃗
2. 𝑎⃗𝑥𝑏⃗⃗=0 ili je vektor 𝑎⃗ = 0 ⃗⃗ v𝑏⃗⃗ = 0
⃗⃗ v sin 𝜑=0 za dva nenula vektora 𝑎⃗, 𝑏⃗⃗ ≠ 0
⃗⃗ slijedi da je
𝜑 = 0° ↔ 𝑎⃗||𝑏⃗⃗ - usov paralelnosti
𝟑. 𝑎⃗ 𝑥(𝑏⃗⃗+𝑐⃗)= 𝑎⃗𝑥𝑏⃗⃗ + 𝑎⃗𝑥𝑐⃗
4.Vektorski proizvod kordinata
𝑖⃗ 𝑗⃗ 𝑘⃗⃗ 𝑎𝑦 𝑎𝑧 𝑎𝑥 𝑎𝑧 𝑎𝑥 𝑎𝑦
⃗⃗⃗⃗ ⃗⃗⃗⃗
|𝑎𝑥𝑏|=|𝑎𝑥 𝑎𝑦 𝑎𝑧|=𝑖⃗ |𝑏𝑦 𝑏𝑧|-𝑗⃗ | |+𝑘⃗⃗ |𝑏𝑥 𝑏𝑦|
𝑏𝑥 𝑏𝑧
𝑏𝑥 𝑏𝑦 𝑏𝑧
Interpretacija vektorskog proizvoda:Intezitet vektorskog proizvoda vektora a I b jednak je povrsini
paralelograma konstantnog nad vektorima a I b.
16. Mješoviti proizvod vektora (primjer)
Dobije se kad se skalarom pomnoze vektor 𝑎⃗𝑥𝑏⃗⃗ i 𝑐⃗ , (𝑎⃗𝑥𝑏⃗⃗)* 𝑐⃗
Ako su vektori a,b i c dati po kordinatama 𝑎 ⃗⃗⃗⃗⃗⃗⃗⃗(ax,ay,az)
= ⃗⃗⃗⃗⃗⃗⃗⃗
𝑏 =(bx,by,bz) 𝑐⃗ = (𝑐𝑥, 𝑐𝑦, 𝑐𝑧)
𝑖⃗ 𝑗⃗ ⃗⃗
𝑘 𝑎𝑦 𝑎𝑧 𝑎𝑥 𝑎𝑧 𝑎𝑥 𝑎𝑦
⃗⃗⃗⃗⃗
(𝑎𝑥𝑏) ⃗⃗⃗⃗⃗*𝑐⃗=|𝑎𝑥 𝑎𝑦 𝑎𝑧|*𝑐⃗=𝑖⃗ | ⃗⃗
𝑏𝑦 𝑏𝑧|-𝑗⃗ |𝑏𝑥 𝑏𝑧|+𝑘 |𝑏𝑥 𝑏𝑦|*(cxi+cyj+czk)=
𝑏𝑥 𝑏𝑦 𝑏𝑧
𝑎𝑥 𝑎𝑦 𝑎𝑧
𝑎𝑦 𝑎𝑧 𝑎𝑥 𝑎𝑧 𝑎𝑥 𝑎𝑦
Cx|𝑏𝑦 𝑏𝑧|-cy| |+cz|𝑏𝑥 𝑏𝑦|=|𝑏𝑥 𝑏𝑦 𝑏𝑧| ovo je laplasov razvoj determinante.
𝑏𝑥 𝑏𝑧
𝑐𝑥 𝑐𝑦 𝑐𝑧
𝑎𝑥 𝑎𝑦 𝑎𝑧
⃗⃗⃗⃗⃗
(𝑎𝑥𝑏) ⃗⃗⃗⃗⃗*𝑐⃗=|𝑏𝑥 𝑏𝑦 𝑏𝑧| ⃗⃗⃗⃗⃗ ⃗⃗⃗⃗⃗*𝑐⃗=𝑎⃗*(𝑏⃗⃗x𝑐⃗)
(𝑎𝑥𝑏)
𝑐𝑥 𝑐𝑦 𝑐𝑧
V=B*H=|𝑎 ⃗⃗⃗⃗𝑥𝑏|
⃗⃗⃗⃗
-Ovim smo dokazali sledeci teorem:Teorem:Apsolutna vrijednost mjesovitog proizvoda vektora a,b,c
jednaka je zapremini paralelopipeda konstruisanog nad ta tri vektora.To bi ujedno I bila geometriska
interpetacija mjesovitog proizvoda.
-Za vektore koji leze u istoj ravni kazemo da su komplanarni .
-Uslov komplanarnosti:Tri vektora a,b,c su komplanarni ako I samo ako je mejsoviti proizvod ta tri
vektora jednak 0, tj. ⃗⃗⃗⃗⃗(𝑎𝑥𝑏)⃗⃗⃗⃗⃗*𝑐⃗=0 – uslov komplanarnosti (jer je V paralelopipeda konstantnog na
vektorima a,b,c u tom slucaju jednaka 0 tj. Nemamo tijela ; vektori su u ravni).
-Komplanarni vektori su linearno zavisnii uvijek se moze jedan iztaziti preko ostala dva vektora.