Professional Documents
Culture Documents
MAT 1 FER2 Program Knjizica MATRICE 11.knjizica
MAT 1 FER2 Program Knjizica MATRICE 11.knjizica
MATRICE
1/40
Uvod
Plan:
1 Matrični račun
2 Rang i inverz matrice
3 Linearna nezavisnost
4 Linearni sustavi
5 Svojstvene vrijednosti i svojstveni vektori
2/40
11.1. Definicija i primjeri matrica
3/40
Matrica = pravokutna tablica realnih brojeva
Primjer 1, Primjer 2.
1
1 −1 3 0 −1
A= , B= , C = 2 ,
D= 1 2 3
0 2 2 1 π
3
Matrica A tipa m × n:
a11 a12 a13 ... a1n
a21 a22 a23 ... a2n
A= .. .. .. ..
. . . .
am1 am2 am3 . . . amn
5/40
Jednakost matrica
5/40
Osnovni tipovi matrica
1. Nul-matrica: aij = 0, ∀i, j
2. Dijagonalna matrica: kvadratna matrica kojoj su svi elementi van glavne
dijagonale jednaki nula, tj. aij = 0 za sve i 6= j.
a11 0 0 ... 0
0 a22 0 . . . 0
3 0 0
1 0
, 0 0 0 , 0 0 a33 0 0
0 1 .. ..
0 0 4 ..
. . .
0 0 0 ... ann
3. Jedinična matrica: dijagonalna matrica, elementi na dijagonali jednaki 1
1 0 0 ... 0
1 0 0 0 1 0 . . . 0
1 0
, 0 1 0 , .
0 1 ..
0 0 1
0 0 0 ... 1
(
1, i = j
Oznaka: I = (δij ), δij = Kroneckerov delta simbol
0, i 6= j
6/40
... Osnovni tipovi matrica ...
4. Trokutaste matrice: kvadratne matrice čiji su elementi ispod ili iznad glavne
dijagonale jednaki nula
1 2 3 1 0 0
0 4 5 , 2 4 0
0 0 6 3 5 6
7/40
... Osnovni tipovi matrica ...
8/40
11.2. Operacije s matricama
9/40
Operacije sa matricama istog tipa
10/40
Svojstva zbrajanja matrica i množenja matrice skalarom
11/40
Definicija vektorskog prostora
Uredena trojka (X, +, ·) koja se sastoji od nepraznog skupa X i dviju operacija:
12/40
Neki primjeri vektorskih prostora
13/40
11.3. Algebra matrica
14/40
Umnožak vektora retka i vektora stupca
b1
b2
an ∈ R1×n , b = .. ∈ Rn×1
a = a1 a2 · · ·
.
bn
b1
n
b2
X
a · b = a1 a2 · · · an . = a1 b1 + a2 b2 + · · · an bn = a k bk
..
k=1
bn
Primjer 1.
a = 3 1 2 , b = 2 −1 1
⊤
2
a · b = ab = 3 1 2 −1 = 3 · 2 + 1 · (−1) + 2 · 1 = 7
1 15/40
Množenje matrica
A = (aij ) matrica tipa m × n, B = (bij ) matrica tipa n × p
AB = (cij ) matrica tipa m × p
b1j
n
b2j
X
(AB)ij := ai1 ai2 . . . ain .. = ai1 b1j + . . . + ain bnj = aik bkj
.
k=1
bnj
Primjer 2.
1 2
−1 1 3 1 2
A=
2
, B=
1 1 −1 0
1 0
A ∈ R4×2 , B ∈ R2×3 =⇒ AB ∈ R4×3
16/40
Množenje matrica
A = (aij ) matrica tipa m × n, B = (bij ) matrica tipa n × p
AB = (cij ) matrica tipa m × p
b1j
n
b2j
X
(AB)ij := ai1 ai2 . . . ain .. = ai1 b1j + . . . + ain bnj = aik bkj
.
k=1
bnj
Primjer 2.
1 2 1·3+2·1 1 · 1 + 2 · (−1) 1·2+2·0
−1 1 3 1 2 −1 · 3 + 1 · 1 −1 · 1 + 1 · (−1) −1 · 2 + 1 · 0
2 =
1 1 −1 0 2·3+1·1 2 · 1 + 1 · (−1) 2·2+1·0
1 0 1·3+0·1 1 · 1 + 0 · (−1) 1·2+0·0
16/40
Množenje matrica
A = (aij ) matrica tipa m × n, B = (bij ) matrica tipa n × p
AB = (cij ) matrica tipa m × p
b1j
n
b2j
X
(AB)ij := ai1 ai2 . . . ain .. = ai1 b1j + . . . + ain bnj = aik bkj
.
k=1
bnj
Primjer 2.
1 2 5 −1 2
−1
3 1
1 2 −2 −2 −2
2 =
1 1 −1 0 7 1 4
1 0 3 1 2
16/40
Neke napomene
Zadatak 1.
x= 3 1 2 , y = 2 −1 1 ,
izračunajte x⊤ y i xy ⊤ .
17/40
Svojstva matričnog množenja
1 Asocijativnost
A ∈ Mmn , B ∈ Mnp , C ∈ Mpr
(AB)C = A(BC)
2 Distributivnost
(A + B)C = AC + BC
C(A + B) = CA + CB
18/40
Transponiranje produkta
(AB)⊤ = B ⊤ A⊤
ulančanost
[(AB)⊤ ]ik = (AB)ki = vidi predavanja = (B ⊤ A⊤ )ik
Napomena: (A + B)⊤ = A⊤ + B ⊤
19/40
Zadaci...
Zadatak 1, 2, 3, 4 . . .
20/40
11.4. Definicija determinante
21/40
Što je determinanta?
Determinanata: skalar pridružen svakoj kvadratnoj matrici
Oznaka: det(A)
Motivacija: veza sa linearnim sustavima
ax + by = e,
cx + dy = f.
ed − bf
(ad − bc)x = ed − bf =⇒ x =
ad − bc
af − ce
(ad − bc)y = af − ce =⇒ x =
ad − bc
Ako je ad − bc 6= 0 rješenje linearnog sustava možemo izraziti formulama:
e b a e
f d c f
x= , y =
a b a b
c d c d
Cramerovo pravilo
22/40
Definicija determinante
Induktivno obzirom na dimenziju matrice
n = 1: A = [a11 ], det A = a11
a11 a12 a11 a12
n = 2: A = , det A = := a11 a22 − a21 a12
a21 a22 a21 a22
a11 a12 a13
n = 3: A = a21 a22 a23
a31 a32 a33
a11 a12 a13
a a23 a21 a23 a21 a22
det A = a21 a22 a23 := a11 22
− a 12
+ a 13
a31 a32 a33 a32 a33 a31 a33 a31 a32
= a11 (a22 a33 − a23 a32 ) − a12 (a21 a33 − a23 a31 ) + a13 (a21 a32 − a22 a31 )
Primjer 1. . . .
23/40
Sarrusovo pravilo
a11 a12 a13 a11 a12
det A = a21 a22 a23 a21 a22
a31 a32 a33 a31 a32
= a11 a22 a33 + a12 a23 a31 + a13 a21 a32
− a31 a22 a13 + a32 a23 a11 + a33 a21 a12
24/40
Laplaceov razvoj determinante
Minore: Mij minora elementa aij
determinanta matrice koja se dobije brisanjem i-tog retka i j-tog
stupca
a22 a23 a21 a23 a21 a22
M11 := , M12 :=
a31 a33 , M13 := a31 a32
a32 a33
det A = a11 A11 + a12 A12 + a13 A13 = a11 M11 − a12 M12 + a13 M13
25/40
...
Primjer 2. . . .
26/40
... Laplaceov razvoj determinante ...
razvoj determinante matrice A ∈ M3 po i-tom retku
3
X 3
X
det A = aij Aij = (−1)i+j aij Mij , za i = 1, 2, 3.
j=1 j=1
28/40
11.5. Svojstva determinanata
29/40
Svojstvo 1
Ako matrica A ima redak (stupac) sastavljen od samih nula, onda je
det A = 0.
Dokaz. . . .
Primjer
1 0 3
0 0
2 0 5 = 0
1 2 = 0,
6 0 7
30/40
Svojstvo 2
Determinanta trokutaste matrice jednaka je umnošku elemenata na
dijagonali.
Dokaz. . . .
Primjer
1 0 0 0
1 1 3
1 2 0 0
= 1 · 2 · 3 · 4, 0 2 5 = 1 · 2 · 7
1 2 3 0
0 0 7
1 2 3 4
31/40
Svojstvo 3
Ako matrica A ima 2 jednaka retka (stupca) onda je det A = 0.
Dokaz. . . .
Primjer
8 2 3 4
1 1 3
1 3 5 9
= 0, 2 2 5 = 0
1 2 3 0
0 0 7
1 3 5 9
32/40
Svojstvo 4
Transponiranjem matrice vrijednost determinante se ne mijenja, tj.
det A = det A⊤ .
Dokaz. preskačemo!
Primjer
8 2 3 4 8 1 1 1
1 3 5 9 2 3 2 3
1 =
2 3 0 3 5 3 5
1 3 5 7 4 9 0 7
33/40
Svojstvo 5
Determinanta se množi skalarom tako da se jedan (bilo koji) njezin redak
(stupac) množi skalarom.
Dokaz. . . .
Primjer
3 8 −2 3 8 −2 3 2 −2
5 20 −15 = 5 1 4 −3 = 5 · 4 1 1 −3
3 4 −1 3 4 −1 3 1 −1
34/40
Svojstvo 6
Rastave li se svi elementi nekog retka(stupca) matrice na zbroj dvaju
elemenata, onda je determinanta jednaka zbroju dvaju odgovarajućih
determinanata.
Dokaz. . . .
Primjer
x + 2 3x − 3 −x + 4 x 3x −x 2 −3 4
2 0 1 = 2 0 1 + 2 0 1
4 3 1 4 3 1 4 3 1
35/40
Svojstvo 6
Rastave li se svi elementi nekog retka(stupca) matrice na zbroj dvaju
elemenata, onda je determinanta jednaka zbroju dvaju odgovarajućih
determinanata.
Dokaz. . . .
Primjer
x + 2 3x − 3 −x + 4 x 3x −x 2 −3 4
2 0 1 = 2 0 1 + 2 0 1
4 3 1 4 3 1 4 3 1
35/40
Svojstvo 7
Ako zamijenimo dva retka matrice, tada determinanta mijenja predznak.
Dokaz. . . .
Primjer
2 −1 3 −1 2 −3
3 1 5 = −9, 3 1 5 = . . . = 9
−1 2 −3 2 −1 3
36/40
Svojstvo 7
Ako zamijenimo dva retka matrice, tada determinanta mijenja predznak.
Dokaz. . . .
Primjer
2 −1 3 −1 2 −3
3 1 5 = −9, 3 1 5 = . . . = 9
−1 2 −3 2 −1 3
36/40
Svojstvo 8
Ako nekom retku(stupcu) matrice dodamo neki drugi redak (stupac)
matrice pomožen skalarom, vrijednost determinante neće se promijeniti.
Dokaz. . . .
Zadatak 2. . . .
37/40
Svojstvo 8
Ako nekom retku(stupcu) matrice dodamo neki drugi redak (stupac)
matrice pomožen skalarom, vrijednost determinante neće se promijeniti.
Dokaz. . . .
Zadatak 2. . . .
37/40
Binet-Cauchyjev teorem
Zadatak 3. . . .
38/40
Matrice i linearna preslikavanja
A ∈ Rm×n , x ∈ Rn , y = Ax ∈ Rm
y1 a11 a12 · · · a1n x1
y2 a21 a22 · · · a2n x2
.. = .. .. .. ..
. . . . .
ym am1 am2 · · · amn xn
f : Rn → Rm linearno preslikavanje
aditivnost: f (u + v) = f (u) + f (v), ∀u, v ∈ Rn
homogenost: f (αu) = αf (u), ∀u ∈ Rn , ∀α ∈ R
39/40
Što smo preskočili u knjižici 11?
40/40