Broj godina Godina

2. MATRICE kori{}enja 2005 2006 2007

1 a11 a12 a13
Matrice slu`e za predstavljanje kvantitativnih podataka u 2 a21 a22 a23
obliku prikladnom za matemati~ku obradu. Jedno od prei-
3 a31 a32 a33
mu}stava matri~nog zapisa sastoji se u tome {to je u malom
4 a41 a42 a43
skupu simbola "spresovan" skup matemati~kih operacija. Za-
Iz te tabele mo`emo izdvojiti redove brojeva navedenih u
hvaljuju}i tome matri~na forma zapisa posebno je prikladna
pri analizi podataka koja je neophodna u vezi sa rasprostra-  a11 a12 a13 
njenim kvantitativnim metodama istra`ivanja u ekonomskoj njoj i zapisati ih u slede}em obliku  a21 a22 a23  , gde se
a31 a32 a33
teoriji i komercijalnoj delatnosti.  a41 a42 a43 
Matri~na forma zapisa je ~esto potrebna kada treba pribe-
sadr`ajno zna~enje svakog broja odre|uje njegovim mestom
gnuti ka matemati~kim metodama istra`ivanja. Ona olak{ava u datom nizu.
kako organizaciju neophodnih izra~unavanja tako i razumeva- Na primer, broj a23 u drugoj vrsti i tre}oj koloni pred-
nje smisla tih operacija. stavlja cenu automobila 2007. godine kori{}enog dve godine.
Na analogan na~in ustanovljavamo da brojevi zapisani u vrsti
2.1. Definicije i elementarna svojstva karakteri{u cenu automobila razli~itih godina, kori{}enih isti
Matrica je matemati~ki pojam pomo}u kog je izme|u broj godina, a brojevi u koloni predstavljaju cene automobila
ostalog mogu}e u kra}em obliku prikazati sisteme linearnih razli~itog vremena kori{}enja do posmatrane godine odre|ene
funkcija, odnosno sisteme linearnih jedna~ina. Budu}i da se tom kolonom.
niz ekonomskih problema mo`e modelirati pomo}u takvih Na taj na~in, mesto koje zauzima broj u datom nizu kara-
funkcionalnih sistema, odnosno sistema jedna~ina, takvi se kteri{e vreme kori{}enja automobila i godinu na koju se
problemi ~esto i re{avaju u matri~nom obliku. odnosi cena.
Opis matrice celishodno je zapo~eti obja{njenjem za{to su Sli~no tome, pretpostavimo da je neko industrijsko pre-
duze}e isporu~ilo nekom trgova~kom preduze}u niz razli~itih
one prikladne kao sredstvo organizacije datih podataka. Po-
roba A1 , A2 , ..., An u odgovaraju}im koli~inama x1 , x2 , ..., xn
~nimo zato s primerom matrice. Grupi{imo u tu svrhu, na pri-
i neka po jedinici koli~ine, cene tih roba iznose c1 , c2 , ..., cn ,
mer, maloprodajne cene automobila u zavisnosti od vremena
transportni tro{kovi t1 , t2 , ..., tn a razni drugi tro{kovi neka
njihovog kori{}enja. Radi bolje preglednosti rezultate navedi-
mo u slede}oj tabeli. su r1 , r2 , ..., rn.

17
 U tom slu~aju se mo`e pisati da je C = c1  x1 + c2  x2 +
... + cn  xn , T = t1  x1 + t2  x2 + ... + tn  xn i R = r1  x1 + r2
 x2 + .... + rn  xn.
Veli~ine C, T i R su potpuno odre|ene pravougaonom
c1 c2 ... cn
tabelom koeficijenata t1 t2 ... tn kada su date veli~ine
r1 r2 ... rn
x1 , x2 , ..., xn.
Prema tome, re~ je o linearnoj transformaciji veli~ina xi ,
i = 1, 2, ..., n u veli~ine C, T i R, koje su odre|ene navedenom
pravougaonom tabelom koeficijenata ci , ti i ri , i = 1, 2, ..., n.
Uloga tako ure|enih tabela brojeva je vrlo raznovrsna.
Poka`imo je na primeru linearne transformacije promenljivih
x1, x2 i x3 u promenljive y1, y2 i y3 odre|ene linearnim
formama: y1 = a11 x1 + a12 x2 + a13 x3,
y2 = a21 x1 + a22 x2 + a23 x3,
y3 = a31 x1 + a32 x2 + a33 x3.
O~igledno je da priroda te linearne transformacije nimalo
ne zavisi od toga kako su obele`ene promenljive xi (i = 1, 2,
3) i promenljive yi (i = 1, 2, 3). Priroda te transformacije
odre|ena je isklju~ivo koeficijentima aij . Budu}i da svakom
koeficijentu odgovara ta~no odre|eno mesto, ta transformaci-
 a11 a12 a13 
ja je odre|ena shemom  a21 a22 a23  .
 a31 a32 a33 
Takva pravougla tabela brojeva javlja se u svim situa-
cijama u kojima dolaze do izra`aja linearne transformacije,
koje su od velikog zna~aja za matemati~ku teoriju i primenu.
Zato je svrsishodno posebno uo~iti takvu tabelu i sa njom
18
operisati kao sa jednim odre|enim matemati~kim objektom,
sli~no kao {to se u teoriji i primenama postupa, na primer, sa
brojem.
Zato }emo u obliku tabele zapisan niz brojeva nazivati
matricom. Da bismo ukazali da je posmatrani niz – matrica,
uokvirujemo ga u kvadratnu zagradu [ ] ili okruglu zagradu
( ) ili ga stavljamo izme|u dva para paralelnih du`i .
Prvo {to se mo`e zapaziti pogledav{i na bilo koju matricu
jeste da ona ima pravougaoni ili kvadratni oblik i da su njeni
elementi raspore|eni po vrstama i kolonama. Elementi svake
vrste kao i svake kolone obi~no imaju neko zajedni~ko svoj-
stvo.
Svaki broj u nizu naziva se elementom matrice. U op{tem
slu~aju to mogu biti brojevi bilo kog oblika ili ~ak funkcije od
jedne ili nekoliko promenljivih. U na{em izlaganju pretpo-
stavlja}emo da su elementi matrice realni brojevi – pozitivni,
negativni ili nula.
Dakle, u matrici se elementi ozna~avaju na veoma prikla-
dan na~in. Mesto svakog elementa u matrici je potpuno odre-
|eno navo|enjem rednog broja vrste i rednog broja kolone u
kojima se nalazi taj element.
Da bismo u oznaci elementa odrazili njegovo mesto u
matrici, sve elemente matrice ozna~avamo jednim slovom ali
snabdevenim sa dva indeksa, od kojih jedan ozna~ava redni
broj vrste a drugi – redni broj kolone.
Obi~no se ti indeksi pi{u zdesna dole, pri ~emu se prvo
pi{e redni broj vrste a iza njega – redni broj kolone. Na pri-
mer, element a i k nalazi se u i –oj vrsti i k –oj koloni. Umesto
slova a mo`e se upotrebiti bilo koje drugo slovo.
 Razmotrimo sada pojam i svojstva matrice sa m vrsta i n
kolona.
Pod matricom A tipa (ili formata) m  n podrazumeva se
skup od m  n brojeva, ure|enih sleva nadesno u vrste i
odozgo nani`e u kolone, u pravougaonu shemu od m vrsta i n
 a11 a12 ... a1n 
kolona A =  a...21 a22
...
... a2n  . Pri tome se ure|enost te she-
... ... 
 am1 am2 ... amn 
me isti~e njenim stavljanjem, kao i kod vektora, u okruglu ili
u uglastu zagradu ili izme|u du`i .
Matrica nema brojevnu veli~inu. Ona je prosto uslovni
zapis tabele brojeva. Zapisi 01 01  , 03 11 02  , [1 4 7] pred-
   
 8 
stavljaju matrice dok zapisi 2  3 1  ,  5 1 ne predstav-
  7
 3 
ljaju matrice, jer ne ~ine pravougaonu tabelu brojeva.
Budu}i da matrica predstavlja dvodimenzionalnu tabelu
brojeva, za ozna~avanje svakog njenog elementa neophodno
je koristiti dvojne indekse. Prvi indeks ozna~ava broj vrste a
drugi – broj kolone. Na taj na~in, a32 ozna~ava element koji je
u tre}oj vrsti i u drugoj koloni. Izme|u brojeva vrsta i brojeva
kolona ne zahteva se nikakva veza. Matrica mo`e imati 100
vrsta i jednu kolonu ili 10 vrsta i 1000 kolona.
Brojeve koji ~ine matricu nazivamo elementima te matri-
ce. Oni se ozna~avaju malim slovom sa dva indeksa, na pri-
mer, a i j, gde je i redni broj vrste (i = 1, 2, ..., m) a j – redni
broj kolone (j = 1, 2, ..., n) u kojoj se nalazi taj element.
Elementi matrice mogu biti ne samo realni brojevi ve} i
kompleksni brojevi i ~ak drugi matemati~ki objekti, na pri-
mer, susreta}emo se sa matricama ~iji su elementi polinomi
ili matrice.
Me|utim, imaju}i u vidu primenu matrica u praksi, za
elemente aij matrice A sa i = 1, 2, ...,m i j = 1, 2, ..., n,
naj~e{}e }emo pretpostavljati da su realni brojevi. Skup svih
brojevnih matrica tipa m x n, ~iji su elementi realni brojevi
ozna~ava}emo sa Mmn(R).
U skra}enom obliku matrica se ozna~ava sa A = (aij) 11ijmn
ili prosto sa A = (ai j) ako je jasno u kojim se granicama me-
njaju indeksi i i j. Matrica kao jedan objekat ozna~ava se
velikim slovom: A, B itd. Element matrice A, koji je u i –oj
vrsti i j –oj koloni zapisiva}emo i u obliku [A]ij.
Broj m vrsta i broj n kolona matrice ne mora biti isti. Ako
je m = n, onda se govori o kvadratnoj matrici reda n. U slede-
}em odeljku vidi}emo da takva matrica poseduje svojstvo da
joj se mo`e pridru`iti jedan broj koji }emo zvati determinan-
ta. Matrici A pripadnu determinantu obele`ava}emo sa det A
ili A.
Ako pripadna determinanta neke matrice ima vrednost 0,
onda se ta matrica naziva singularna. Tako je, na primer, ma-
 
trica A= 21 42 singularna matrica, jer je det A=2 2- 4 1=0.
Ako je det A  0, onda se govori o nesingularnoj ili regu-
larnoj matrici. Glavnu dijagonalu kvadratne matrice ~ine ele-
menti pore|ani od "levo gore" do "desno dole", tj. elementi aii
(i = 1, 2, ..., n).
Broj m vrsta i broj n kolona matrice ne mora biti isti. Ako
19
je m = n, onda se govori o kvadratnoj matrici reda n, a pri m 0 
 n govori se o pravougaonoj matrici. Skup svih kvadratnih mer, slede}e matrice 00 00  , 00 00 00  , 0  su nula matrice.
    0
matrica reda n ~iji su elementi realni brojevi ozna~ava se sa  
Mn(R). Za svaku matricu A istog tipa kao nula matrica O va`i: A
Niz elemenata a11, a22, ..., ann kvadratne matrice naziva se + O = A = O + A, A – A = O, A 0 = O, 0 A = O.
glavnom dijagonalom, a niz njenih elemenata an1, an-12, ..., a1n Ako su u kvadratnoj matrici svi njeni elementi ispod
naziva se sporednom dijagonalom.  a11 a12 ... a1n 
^esto se govori samo o dijagonali kvadratne matrice i pri glavne dijagonale jednaki nuli:  0 a22 ... a2n  odnosno
tome misli na glavnu dijagonalu. Zato se elementi glavne di-  ... ... ... ... 
 0 0 ... ann 
jagonale nazivaju dijagonalnim. Pojam dijagonalnog elemen- svi njeni elementi iznad glavne dijagonale jednaki nuli:
ta i glavne dijagonale prenosi se i na pravougaone matrice.
Kvadratna matrica koja samo na glavnoj dijagonali ima  a11 0 ... 0 
elemente razli~ite od nule, naziva se dijagonalna matrica:  a21 a22 ... 0  , onda se u tim slu~ajevima govori o gornjoj
 ... ... ... ... 
 d1 0 ... 0   an1 an2 ... ann 
D =  ...
0 d2
...
... 0  i ozna~ava se sa diag (a , ..., a ).
... ...  11 nn odnosno donjoj trougaonoj matrici.
0 0 ... dn  Dijagonalne matrice su specijalan slu~aj kako gornjih

Dijagonalna matrica u kojoj su svi dijagonalni elementi di, tako i donjih trougaonih matrica.
Trodijagonalnim matricama nazivaju se kvadratne matri-
i=1, ..., n, jednaki nekom broju s, naziva se skalarna matrica:
ce u kojih ne nula elementi mogu biti samo dijagonalni ele-
s 0 ... 0  menti i njima susedni elementi u vrsti ili koloni:
S =  ...
0 s ... 0  .
 0 ... ... ...
0 ... s   a11 a12 0 0 ... 0 0 0 
   a21 a22 a23 0 ... 0 0 0 
Ako je s = 1, onda ta matrica prelazi u jedini~nu matricu  ...0 a32 a33 a34 ... 0 0 0 
 0 ... ... ... ... ... ... ...
1 0 ... 0  0 0 0 ... an 1,n  2 an 1,n 1 an 1,1 
sa n vrsta i n kolona: E =  ...
0 1 ... 0  . Jedini~na matrica u  0 ... ann 
 ... ... ...  0 0 0 0 an,n 1
0 0 ... 1 Uzme li se u matrici A = (aij) za j vrednost 1, onda se
matri~nom ra~unu ima istu ulogu kao i broj 1 pri ra~unanju sa dobija matrica tipa m x 1, tj. matrica sa samo jedom kolonom
realnim brojevima.  a11 
A =  a21  . Takav oblik jednokolone matrice naziva se
Matrica tipa m x n, ~iji su svi elementi jednaki nuli, na-
ziva se nula matricom odgovaraju}eg tipa i ozna~ava se sa O.
a 
Dakle, nula matrica ne mora obavezno biti kvadratna. Na pri-  n1 

20
kolona-matrica ili jednostavno vektor. U tom slu~aju se pi{e nom) stepenastom matricom ili matricom u e{elonskom obli-
 a1  ku po vrstama ako ona ima slede}a svojstva:
a =  a2  , jer se indeks kolone mo`e izostaviti. Brojevi a i, i = a) ako su u i –oj vrsti samo nule onda su i u i + 1 –oj vrsti
a  tako|e samo nule,
 n b) ako su prvi ne nula elementi i –te i (i + 1) – ve vrste
=1, 2, ..., n, zovu se komponente vektora a. Broj elemenata u raspore|eni u kolonama redom sa indeksima ki i ki+1 onda je
kolona-matrici naziva se njenom visinom.
k i < ki+1.
Uzme li se u matrici a = (aij) za i samo 1, onda dobijamo
Ta svojstva ozna~avaju da ispod nula vrste mogu biti sa-
matricu tipa 1 x n, tj. vrsta-matricu ili tzv. vektor-vrsta a' koji mo nula vrste i da su svi elementi, koji su levo i ispod od pr-
zapisujemo u obliku a' = (a1', a2', ..., an'), jer indeks vrste mo- vog nenula elementa neke vrste, jednaki nuli.
`emo izostaviti. Broj elemenata u vrsta-matrici naziva se nje- Ako se u definiciji gornje stepenaste matrice zamene ulo-
nom du`inom. ge vrsta i kolona onda }e se dobiti definicija donje (leve) ste-
penaste matrice ili matrice u e{elonskom obliku po kolonama.
2.2. Trougaone matrice 0 0 1 0 0  1 0 0 0 2 3 0
Na primer, matrice 0 0 0 0 1 , 0 1 0 ,  0 0 1 1  ,
Kvadratna matrica A = (ai j) R n x n naziva se gornjom 0 0 0 0 0 
 
0 0 1
 
0 0 0 3
 
(desnom) trougaonom matricom ako je ai j = 0 pri i > j, a 3 1 3 3 1 1 3 3 0 0 0 
donjom (levom) trougaonom matricom ako je ai j = 0 pri i < j. 0 0 2 1  , 0 3 0 1  i 0 0 0  su gornje stepenaste a
0 0 0 0  0 1 0 0 0 
 1 1 1  1 0 0 0 0 0     0 1  
Na primer, matrice 0 0 1 ,  0 1 0 i 0 0 0  su gornje
0 0 1 0 0 1 0 0 0   1 0 0 0  1 0 0 0 0 0 
      matrice  0 0 0 0 , 0 1 0 i 0 0 0  su donje stepenaste.
0  0 0 1  0 0 0 
trougaone a matrice 
1 0  1 0  i  0 0  su donje trou-  1 0 0    
,
 1 1
  0 1  0 0 O~igledno je da svaka trougaona matrica nema stepenast
gaone. 1 1 1 1
0 0 0 1
Va`nu ulogu u daljem izlaganju imaju stepenaste matrice (e{elonski) oblik. Na primer, trougaona matrica 0

0 1 0 
(matrice stepenastog oblika). Tako se nazivaju matrice tipa
0 0 0 1 
m x n ako za bilo koju njenu vrstu ispod prvog sleva nenula nije stepenasta.
elementa vrste i njemu prethodnog nula elementa vrste, svi Stepenasta matrica u kojoj je svaki indeks kolone k i prvog
elementi matrice su jednaki nuli. ne nula elementa u i –oj vrsti jednak rednom broju i -te vrste
Dakle, matrica A = (ai j)R m x n naziva se gornjom (des- naziva se trapezoidnom. Dakle, pravougaone matrice oblika

21
  a11 a12 a13 ... a1m ... a1n  Sabiranjem tre}e vrste sa prvom vrstom te matrice dolazi
 0 a22 a23 ... a2m ... a2n   1 2 1 1  1 2 1 1   1
 0 0 a33 ... a3m ... a3n  u kojima su elementi ispod se do matrice  1 6 3 4  = 1 6 3 4   .
 ... ... ... ... ... ... ...   1  1 2  2 1  1 2  1 0 4 2 3 
 0 0 0 ... amm ... amn 
Sabiranjem druge vrste poslednje matrice sa njenom pr-
glavne dijagonale jednaki nuli nazivaju se gornjim trapezoi- vom vrstom pomno`enom sa –1 dobija se matrica
dnim matricama.
 1 2 1 1 1 2 1 1
 1 2 3 4 5 1 0 0   1  1  1  1  2  6  1  1  3  1 1  4 = 0 4 2 3  1.
Na primer, matrice 0 1 2 3 4  i 0 1 0  su gornje tra-  0 4 2 3  0 4 2 3


0 0 0 0 0  0 0 1 
   
 1 0 0 0 Sabiranjem tre}e vrste te matrice sa njenom drugom vr-
pezoidne (e{elonski oblik po vrstama)) a matrice  1 2 0 0 i
  stom pomno`enom sa –1 dolazi se do matrice
 1 2 3 0
 1 0 0
1 2 1 1
 0 1 0 0 4 2 3  , ~ijim deljenjem druge vrste sa 4 dobijamo matricu
su donje trapezoidne (e{elonski oblik po kolonama). 0 0 0 0 
0 0 1 
 
1 2 1 1 
 1 6 3 4 0
Primer 2.2.1. Data je matrica A =  1 2 1 1  . Odredimo 1 1 3   2.
 2 4
 1 2 1 2  0 0 0 0 
njen stepenasti (e{elonski) oblik.
Matrica se na e{elonski oblik po vrstama svodi pomo}u Odatle se dodavanjem prvoj vrsti te matrice njene druge
elementarnih operacija sa vrstama matrice. Elementarne vrste pomno`ene sa –2 dobija tra`ena e{elonska matrica:
operacije sa vrstama matrice su:
  1  3 
a) Zamena i –te vrste matrice sa njenom j –om vrstom.  2  0   1  2  1  2  2  2   1  2  4   1  1 0 0 1

b) Sabiranje i –te vrste matrice A sa njenom j -om vrstom,        2
i  j.  1 3  = 0 1 2
1 3
4 .
 
0 1
 2 4
c) Mno`enje i –te vrste matrice A skalarom k  0.  0 0 0 0 
 0 0 0 0 
Zamenom prve i druge vrste date matrice A dobija se
 0 2 8 7 
 1 2 1 1 1 Primer 2.2.2. Svedimo matricu A =  2 2 4 0  u e{e-
matrica  1 6 3 4  .  3 4 2 5 
 1 2 1 2 

lonski oblik A' po vrstama.

22
 Odredimo prvu nenula kolonu (pivot kolonu od A) i prvi 1 1 2 0
nenula element u njoj (pivot element). F= E 2v v v = 0 1 4 5  u kojoj tre}u vrstu delimo sa 3:
0 0 0 3 
2 3 3

1
Budu}i da prva nenula kolona od A' mora biti oblika 0  , 1 1 2 0 
0  G = F1 = 0 1 4 5  .
v3 v3 0 0 0 1
zameni}emo prvu vrstu matrice A sa vrstom koja na prvom 3
mestu ima od nule razli~it broj. Tra`ena matrica u e{elonskom obliku po vrstama je A'=G.
Permutovanjem prve i druge vrste matrice A dobijamo U op{tem slu~aju matrica A' nije na jedinstven na~in odre-
 2 2 4 0 |ena matricom A. Naime, ako drugoj vrsti matrice A' dodamo
matricu B = A v v =  0 2 8 7  u kojoj je pivot a21 = 2. njenu tre}u vrstu pomno`enu nekim brojem, dobi}emo drugi
 3 4 2 5 
1 2

e{elonski oblik od A.
Mno`enjem prve vrste sa ½ posti}i}emo da prvi element u
Dodamo li drugoj vrsti petorostruku tre}u vrstu od G
njoj bude 1: C=B 1 .
v1  v1 1 1 2 0 
2 dobi}emo matricu H = Gv 5v v = 0 1 4 0  koja
0  0 0 1
2 3 2
Dodamo li tre}oj vrsti trostruku prvu vrstu dobi}emo ma-
tricu sa tra`enim oblikom prve kolone: posle dodavanja njenoj prvoj vrsti - druge vrste ima oblik
1 1 2 0  1 0 6 0
D= C3v v v = 0 2 8 7  . I = Hv v v = 0 1 4 0  .
0 1 4 5 
1 3 3

0 0 0 1
1 2 1

Sada mo`emo zaboraviti na prvu vrstu i koncentrisati se
na submatricu matrice D koja sadr`iìdruge vrste. Opet treba-
mo da transformi{emo tu submatricu tako da joj prva nenula
kolona bude 01 . To mo`emo posti}i na sli~an na~in s tim {to
 
sada ne moramo menjati mesta druge i tre}e vrste ve} samo
pomno`iti drugu vrstu sa ½ i oduzeti je od tre}e vrste.
Me|utim, da bismo izbegli razlomke ipak }emo zameniti
drugu i tre}u vrstu ~ime }emo dobiti matricu
 1 1 2 0
E = Dv2 v3 = 0 1 4 5  u kojoj od tre}e vrste oduzima-
0 2 8 7 
mo dvostruku drugu vrstu i tako dolazimo do matrice
Matrica I je u redukovanom e{elonskom obliku, tj. ona je
u e{elonskom obliku i elementi iznad vode}ih elemenata u
vrstama (pivoti) su jednaki nuli.
Svaka matrica mo`eèbiti transformisana u redukovani
e{elonski oblik po vrstama. Za razliku od e{elonskog oblika,
redukovan e{elonski oblik je jednstven za svaku matricu.
 1 2 3 1
Primer 2.2.3. Svedimo datu matricu A =  2 1 2 2  na
 3 1 2 3 
a) e{elonski oblik, b) po vrstama redukovan e{elonski
oblik (@ordanov (normalan) oblik).
Da bismo dobili e{elonski oblik mora prvi nenula ele-

23
ment svake vrste biti u koloni levo od prvog nenula elementa b) Da bismo dobili redukovani e{elonski oblik matrice
slede}e vrste. Tako|e, prvi nenula element mora biti 1 i svaka 1 2 3  1
 
vrsta od svih nula mora biti ispod svih vrsta koje imaju 4 4
0 1   2
nenula elemente. U redukovanom e{elonskom obliku, kolona  3 3
koja sadr`i prvi nenula element u i –toj vrsti je  10 
0 0 1 
7 
ei = ( 0,0, ... ,0,1,0,0, ...,0 )T .
zameni}emo prvu vrstu njenim zbirom sa drugom vrstom
i
a) Da bismo matricu A sveli na e{elonski oblik primeni- pomno`enom sa 2 i u dobijenoj matrici:
}emo prvo slede}e operacije sa vrstama: zameni}emo drugu  1 5 
 1  2 3  1  2 3 1 0 3 3
 4 
vrstu matrice A = 2  1 2 2   sa zbirom njene dru- 0 1 
4
 zameniti prvu vrstu njenim zbi-
 3 1 2 3   3 3
 10 
ge vrste i prve vrste pomno`ene sa –2, a tre}u vrstu sa zbirom 0 0 1   4 1
tre}e vrste i prve vrste pomno`ene sa –3. Na taj na~in dobi- 7  3 3
jamo matricu rom sa tre}om vrstom pomno`enom sa –1/3, a drugu vrstu
 1 2 3 1 njenim zbirom sa tre}om vrstom pomno`enom sa 4/3 i tako
0 3 4 4   7 , koja posle mno`enja druge vrste sa 7 i
0 7 7 6   3
dobiti po vrstama redukovani e{elonski oblik
 1 2 3 1  15 
tre}e vrste sa 3, postaje 0 21 28 28  1 1 0 0 7 
 4
0 21 21 18  
0 1 0  7  date matrice.
Zamenom tre}e vrste te matrice zbirom njene tre}e vrste  10 
i druge vrste pomno`ene sa –1 dobija se matrica 0 0 1  7 
 
 1 2 3 1 Kao {to se defini{u elementarne operacije sa vrstama matri-
0 3 4 4 : 3 koja posle deljenja druge vrste sa 3 i tre-
  ce, defini{u se i elementarne operacije sa njenim kolonama.
0 0 7 10  :7
1 2 3  1 One su:
}e vrste sa 7, dobija e{elonski oblik:  4.
0 1 4 a) permutovanje dve kolone,
3 3
 
0 0 1  10  b) mno`enje kolone skalorom razli~itim od nule i
 7 

24
 c) sabiranje kolone sa vi{estrukom nekom drugom kolonom.
Svaka matrica mo`eènizom elementarnih transformacija sa
kolonama biti transformisana u e{elonski oblik po kolonama.
Matrica je u e{elonskom obliku po kolonama ako su:
a) sve njene nula kolone s desne strane,
b) prvi odozgo na dole od nule razli~it element u svakoj
koloni je 1 (vode}a jedinica kolone) i
c) ako je j > i, onda je vode}a jedinica kolone cj ni`e u
koloni od vode}e jedinice u koloni ci.
 1 0 0  0 0 
Matrice 0 1 0  ,  1 0  , 01 00 00  su u e{elonskom
3 2 0   2 1    
1 0 0  0 0  0 1 0 
obliku po kolonama, a matrice 0 0 1 ,  1 0  , 1 0 0  ,
3 0 0  0 2 
 1 1  nisu u tom obliku.
0 2 
Matrica je u redukovanom e{elonskom obliku po
kolonama ako je ona u e{elonskom obliku i vrsta koja sadr`i
vode}u jedinicu kolone sadr`i sve nule osim te jedinice.
Na primer, od gore navedenih matrica u e{elonskom
obliku po kolonama, prva i tre}a matrica su u redukovanom
e{elonskom obliku po kolonama dok druga nije.
Kao i u slu~aju vrsta, mo`eèse za svaku matricu pokazati
jedinstvenost redukovanog e{elonskog oblika matrice po ko-
lonama.
Elementarnim transformacijama kolona pridru`ene su ele-
mentarne matrice s kojima se, za razliku od elementarnih trans-
formacija vrsta matrice, mno`iès desna.
Tako, na primer, ako je matrica B dobijena iz matrice A
elementarnom transformacijom kolona, onda je B = A  F a ne
F  A, kao kod elementarne transformacije vrsta, pri ~emu je F
kvadratna matrica reda n, gde je n broj kolona matrice A.
Sva tri tipa elementarnih transformacija kolona predstav-
ljena su njihovim matricama ispod:
0 1 0 
permutovanje prve dve kolone:  da be cf    1 0 0  = be da cf  ,
 0 0 1   
1 0 0 
mno`enje tre}e kolone sa :  da be cf   0 1 0  =  da be   cf  i
  0 0    
dodavanje  puta druge kolone prvoj koloni:
 a b c   1 01 00  =  a    b b c
 d e f   0 0 1 
 d    e e f 
Elementarna matrica pridru`ena elementarnim transfor-
macijama kolona dobija se iz jedini~ne matrice elementarnim
transformacijama kolona.
Ako je matrica B dobijena iz A pomo}u elementarnih trans-
formacija kolona a C dobijena iz B pomo}u elementarnih
transformacija kolona onda je
B = A  F1 i C = B  F2 = (A  F1)  F2 = A  (F1  F2).
25
 Dakle, nizu elementarnih transformacija kolona sa matri-
cama F1, F2, ..., Fk pridru`ena je matrica F = F1  F2  ...  Fk,
gde mno`enje matrica nije u obratnom redosledu kao kod
proizvoda matrica pridru`enih elementarnim transformacija-
ma vrsta.
Matricu F mo`emo dobiti ili direktnim mno`enjem matri-
ca Fi ili primenom niza elementarnih transformacija kolona
na jedini~nu matricu En.
2.3. Linearne operacije sa matricama
Matri~na algebra izu~ava algebarske operacije sa opisa-
nim brojevnim nizovima. Pri tome se pretpostavlja da svaki
niz predstavlja jedinstvenu celinu i ozna~ava se jednim sim-
bolom.
Algebarske operacije ostvaruju se sa posebnim elementi-
ma sadr`anim unutar niza. Predmet matri~ne algebre su ope-
racije sa samim nizovima koji se pojavljuju kao odvojeni i ce-
loviti sistemi.
Operacije sa matricama nisu preglomazne i ne zahtevaju
preterano pedantan rad. U stvari, matri~na algebra u mnogo
slu~ajeva je cenjena upravo radi kratko}e, jednostavnosti i ja-
snosti.
Osim toga, posebno je privla~an gotovo univerzalan kara-
kter matri~nih izraza, jer se ~esto mogu primeniti iste metode
analize i na male i na izuzetno velike nizove podataka, pri ~e-
mu prelaz od jednog slu~aja na drugi ne zahteva velike izme-
ne.
Zato se pomo}u matri~ne algebre u matemati~koj formi
26
mogu izraziti mnogi zadaci, kako veliki tako i mali, nezavi-
sno od njihove veli~ine. Broj ulaznih podataka ne uti~e na
izbor operacije za njihovu obradu, on se odra`ava samo na
obim ra~unanja {to odre|uje trajanje i vrednost rada.
Me|utim, u savremenim uslovima, zahvaljuju}i postoja-
nju ra~unara uloga tih faktora se vrtoglavo smanjuje. Posto-
janje ra~unara predstavlja jo{ jedan argument u korist metoda
matri~ne algebre.
Definicija 2.3.1. Dve matrice A = (ai j) i B = (bi j) istog
tipa m x n nazivaju se jednakim i ozna~avaju se sa A = B, ako
su im odgovaraju}i elementi jednaki, tj. ako je ai j = bi j, i = 1,
2, ..., m, j = 1, 2, ..., n .
Data definicija jednakosti dve matrice sugerisana je ~inje-
nicom da svaka matrica odre|uje jednu linearnu transforma-
n n
ciju, a dve linearne transformacije yi =  aij  x j i zi =  bij  x j
j 1 j 1
(i = 1, 2, ..., m) jednake su ako i samo je ai j = bi j, i = 1, 2, ...,
m, j = 1, 2, ..., n .
Na primer, matrice A = 02 31 i B = 02 31 su jedna-
   
ke dok matrice C = 32 01 i D = 02 31 nisu jednake ia-
   
ko su sastavljene od istih elemenata, ali raspore|enih na razli-
~it na~in.
U svim matri~nim operacijama mora se strogo razlikovati
vrsta-matrica od kolona-matrice, jer one ne mogu biti jednake
budu}i da nisu istog tipa.
Osim toga, treba imati u vidu da dve nula matrice nisu
uvek jednake. Na primer, nula matrica tipa 3 x 2 i nula ma-
trica tipa 4 x 5 nisu jednake.
 Definicija 2.3.2. Zbirom C = A + B matrica A = (ai j) R m x n Ukupan broj prodatih proizvoda prvog tipa u rejonu 1 u
i B = (bi j) R m x n tipa m x n naziva se matrica C = (ci j)  R m x n toku dve posmatrane godine jednak je sumi elemenata raspo-
istog tipa ~iji su elementi odre|eni jednako{}u ci j = ai j + bi j , re|enih u svakoj matrici na preseku prve vrste i prve kolone:
i = 1, 2, ..., m , j = 1, 2, ..., n . a11 + b11 = c11, a ukupan broj proizvoda tipa III prodatih u
rejonu 2 za taj period je a32 + b32 = c32. Matrica sastavljena
 a11 a12 ... a1n   b11 b12 ... b1n 
sabiranjem svih odgovaraju}ih veli~ina ima}e oblik:
Dakle, A + B =  a...21 a22
...
...
...
a2n 
... 
+  b...
21 b22
...
...
...
b2n 
... 
=  a11  b11 a12  b12 a13  b13   c11 c12 c13 
 am1 am2 ...amn  bm1 bm2 ... bmn   a21  b21 a22  b22 a23  b23  = c21 c22 c23  .
 a31  b31 a32  b32 a33  b33   c31 c32 c33 
 a11  b11 a12  b12 ... a1n  b1n  Elementi te matrice karakteri{u obim prodaje razli~itih
 b21 a22  b22 a2n  b2n 
=  a21 ... ...
...
... ... 
= C. oblika proizvoda u svakoj posmatranoj oblasti u toku dve go-
 am1  bm1 am2  bm2 ... amn  bmn  dine. Takva matrica predstavlja sumu matrica A i B dobijenu
putem sabiranja matrica. Dakle, suma dve matrice predstavlja
Primer 2.3.1. Neka kompanije raspola`e podacima o matricu ~iji svaki element je suma odgovaraju}ih elemenata
prodaji svoja tri proizvoda u tri rejona u toku svake od dve matrica sabiraka.
godine. Podaci su predstavljeni u obliku tabela oblika Budu}i da je sabiranje matrica A i B definisano samo tada
Vrsta Rejoni prodaje kada matrica A ima isti broj vrsta i kolona kao matrica B, sa-
proizvoda 1 2 3 biranje matrica A =  21 53  i B =  21 43 65  nije definisano.
I a11 a12 a13    
II a21 a22 a23 Matrica - A = (- ai j )R mxn
naziva se suprotnom matrici
III a31 a32 a33 A = (ai j)  R m x n .
Operacija sabiranja matrica ima slede}a svojstva linearnih
Odredimo prodaju svakog od tih proizvoda u svakoj obla- operacija iskazana slede}om teoremom.
sti u toku dve godine. Teorema 2.3.1. Za sve matrice A, B, C  R m x n i nula
Sadr`aj tabele mo`emo zapisati u obliku
matricu OR m x n va`i
 a11 a12 a13 
A =  a21 a22 a23  . Analogno bi se podaci za slede}u godini 1) A + B = B + A (sabiranje matrica je komutativno);
 a31 a32 a33  2) (A + B) + C = A + (B + C) (sabiranje matrica je
asocijativno);
b11 b12 b13 
mogli zapisati u obliku matrice B = b21 b22 b23  . 3) Postoji matrica O R m x n takva da za bilo koju matricu
b31 b32 b33  A R m x n va`e jednakosti A + O = O + A = A;

27
 4) Za bilo koju matricu A  R m x n postoji takva jedin- Na analogan na~in prodaja drugog proizvoda u rejonu 4 u
stvena matrica B  R m x n za koju va`i jednakost A + B = B + istom vremenskom intervalu jednaka je 1189 – 1049 = 141.
+ A = O. Prema tome, na taj na~in dobijena matrica
Primer 2.3.2. Ukupna prodaja dva proizvoda neke kom-
 2050  910 1340  1275 1344  1210 1384  1304 =
panije od 1 januara do 31 marta iste godine u ~etiri rejona  1380  860 1058  967 1011  667 1189  1048
data je tabelom
Vrsta Rejoni prodaje = 1140 65 134 80  karakteri{e prodaju oba proizvoda
141 
 520 91 344
proizvoda 1 2 3 4 od 31 marta do 30 juna u sve ~etiri oblasti.
I 910 1275 1210 1304 Dakle, oduzimanje dve matrice svodi se na oduzimanje
II 860 967 667 1048 odgovaraju}ih elemenata tih matrica.
a ukupna prodaja istih proizvoda od po~etka godine do 30 Prosta primena pravila sabiranja matrica dovodi do slede-
juna iste godine u posmatrane ~etiri oblasti – tabelom
}eg zaklju~ka: A + A = (aij) + (aij) = (2 aij) = 2 A. Dobijeni
Vrsta Rejoni prodaje
rezultat se lako uop{tava na bilo koji pozitivan celi broj :
proizvoda 1 2 3 4
I 2050 1340 1344 1384
 A = A + A + ... + A, gde je cela suma sa desne strane
II 1380 1058 1011 1189 znaka jednakosti ozna~ena sa   A. Na osnovu pravila za sa-
Odredimo prodaju tih proizvoda od 31 marta do 30 juna u biranje matrica dobijamo da je   A = ( aij) pri i = 1, 2, ...,
sve ~etiri oblasti. m i j = 1, 2, ..., n.
Predstavimo li sadr`aj tabela pomo}u matrica Pro{irimo li taj princip na bilo koje skalarne veli~ine do}i
}emo do definicije operacije mno`enja matrica sa skalarnom
A =  910 1275 1210 1304  i B =  2050 1340 1344 1384  ,
 860 967 667 1048  1380 1058 1011 1189  veli~inom.
bi}e prodaja bilo kog proizvoda u svakom rejonu za period od Definicija 2.3.3. Proizvodom C =   A matrice A = (ai j) 
31 marta do 30 juna jednaka razlici izme|u suma prodaja za Rm x n tipa m x n sa brojem   R naziva se matrica C = (ci j) 
odgovaraju}i period vremena. Tako, na primer, prodaja prvog Rm x n tipa m x n, ~iji su elementi odre|eni jednako{}u
proizvoda u rejonu 1 u posmatranom vremenskom intervalu ci j =   ai j , i = 1, 2, ..., m , j = 1, 2, ..., n .
iznosi 2050 – 910 = 1140. Definicija proizvoda broja i matrice sugerisana je ~injeni-
com da svaka matrica odre|uje jednu linearnu transformaciju

28
i obratno. 1) 1 A=A (množenje matrice jedinicom ne menja matricu);
n
2) (  )  A =   (  A) (množenje matrice brojem je
Naime, linearna transformacija yi =  aij  x j , i = 1, 2, ...,
j 1 asocijativno);
m, odre|ena je matricom A = [ai j], i = 1, 2, ..., m, j = 1, 2, ..., 3)   (A + B) =   A +   B (množenje matrice sa
n, pa je linearna transformacija zi =   yi =   a ij  x j , i = 1, brojem je distributivno u odnosu na sabiranje matrica);
4) ( + ) A =   A +   B (množenje matrice sa
2, ..., m, odre|ena matricom [  ai j], i = 1, 2, ..., m, j = 1, 2,
..., n. brojem je distributivno u odnosu na sabiranje brojeva);
Na taj na~in, proizvod matrice A i skalarne veli~ine  5) - A = (-1)  A.
predstavlja matricu u kojoj je svaki element pomno`en sa  . Postoji niz pravila za ra~unanje sa matricama, ali smo na-
 a11 a12 ... a1n     a11   a12 ...   a1n  veli samo najva`nija od njih.
Dakle,   a21 a22 ... a2n  =    a21   a22 ...   a2n  . 1. Za dve matrice A i B rekli smo da su jednake ako imaju
... ... ... ... ... ... ... ... jednak broj vrsta i jednak broj kolona i ako je svaki element
 am1 am2 ... amn    am1   am2 ...   amn 
matrice A jednak odgovaraju}em elementu matrice B. Prema
Kako se pri tome broj  mo`e pisati sleva ili zdesna uz ozna-
tome, bi}e A = B ako je ai j = b i j za svako i i za svako j.
ku matrice, za takvo mno`enje va`i komutativni zakon.
Posle definicije ovog mno`enja mo`e se re}i da se supro- 2. Pod zbirom odnosno razlikom matrica A i B od kojih
tna matrica datoj matrici A dobija njenim mno`enjem brojem svaka ima m vrsta i n kolona, podrazumevali smo matricu C
–1, tj. -1 A = - A. Osim toga, proizvod svake matrice i broja kojoj je svaki element jednak zbiru odnosno razlici odgovara-
0 uvek je nula-matrica, tj. 0  A = O. ju}ih elemenata prvobitnih matrica A i B.
n
Tako je C=A  B ako je ci j= ai j  bi j za svako i{1, 2, ..., m}
Matrica 
k 1
k  Ak naziva se linearnom kombinacijom
i svako j  {1, 2, ..., n}.
matrica A1, A2, ..., An , sa koeficijentima  1 ,  2 , ...,  n .
Teorema 2.3.2. Operacija mno`enja matrice brojem ima
Na primer, ako je A = 1 1 3
2
4
5  i B =  21 01 43 
slede}a svojstva linearnih operacija:
 A,B R m x n i   ,   R va`i 
onda je C = 11(1)
2 30
2 1 54  0 3 9 
43 = 1 3 7 .

29
 3. Pod proizvodom matrice A i nekog broja  podrazume- e) U – V + W, f) 3  U – 2  V + 4 W, g) 2 U – V + 3 W.
vali smo matricu B koja nastaje iz elemenata matrice A tako  3  9   5   5
da se svi oni pomno`e brojem . a) 3  U = 3   1  =  3  , b) -V = -1   6  =  6  ,
 2  6   0   0 
   a11   a12 ...   a1n 
c) Na osnovu formule za zbir dve matrice istih dimenzija
Na taj na~in je B =   A = A  =   ...a21  ...a22 ...   a2n  .
... 
  a   a
... treba sabrati odgovaraju}e elemente: A = U + 4 V =
 m1 m2 ...   amn 
3  5  3  20   17 
  
Na primer, 3 42 53 = 33  42 3 3( 53 ) = 12  
9 .
6 15  =  1  + 4   6  =  1  +  24  =  25  ,
 2   0   2   0   2 
Va`i, naravno, i obrnuto, tj. zajedni~ki ~inilac svih eleme- d) Saglasno formuli za zbir dve matrice i asocijativnom
nata neke matrice mo`e se pisati kao ~inilac ispred same te zakonu sabiranja matrica, bi}e U + V + W = (U + V) + W =
matrice. Mo`e se, na primer, pisati da je 1827 549  = 9  3  5  1  2  1  1
=  1 +  6  + 1 =  8  + 1 =  8  ,
 2   0  1  3  1  3 
 23 61 . e) Primenom asocijativnog zakona za sabiranje matrica i
Primenimo sada ta pravila u slede}im primerima. pravila za njihovo oduzimanje i sabiranje, bi}e U - V + W =
Primer 2.3.3 Odredimo zbir matrica  3   5  1  8  1  9
= (U - V) + W =  1 -  6  + 1 =  5  + 1 =  4  ,
A =  21 43 25 73 i B =  21 31 43 02  .  2   0  1  2  1  3 
   
Sabiranjem odgovaraju}ih elemenata matrica A i B dobi- f) Na osnovu pravila mno`enja matrica sa brojem, pravila

jamo da je A+B = 12  21 34 31 52  43 37  02  = 33 05 95 71 .
sabiranja i oduzimanja matrica kao i asocijativnog zakona za
     3  5 
sabiranje matrica je 3 U – 2 V + 4 W = 3   1 - 2   6  +
3  5  1  2   0 
Primer 2.3.4. Date su matrice U=  1  , V=  6  i W= 1 .
 2   0 1 1 9   10  4   9  ( 10 )  4   23 
+ 4  1 =  3  -  12  +  4  =  3  12  4  =  5  ,
Odredimo matrice a) 3 U, b) – V, c) U + 4 V, d) U + V + W, 1 6   0   4   6  0  4   10 

30
  3  5  1 Primer 2.3.6. Odredimo a1 , a2 i a3 ako je
g) 2  U – V + + 3  W = 2  1 -  6  + 3 1 =  a1   2  7
 2   0  1  a2  +  3 =  8  .
 a3    1  3 
 6   5   3  6  5  3  14  Sabiranjem prve i druge matrice na levoj strani date
=  2  -  6  +  3  =  2  6  3  =  1 .
 4   0   3   4  0  3   7  jednakosti i izjedna~avanjem dobijene sume sa desnom stra-
Primer 2.3.5 Date su matrice U = [2 -1 2], V = [-1 0 5] i  a  2  7
nom dobi}emo da je  a21  3  =  8  . Saglasno definiciji je-
W = [1 4 3]. Odredimo matrice a) 2 U, b) -3 V,  a3  1  3 

c) U + V – W, d) 2 U + V - 3 W i e) U + 2 V + 3 W. dnakosti dve matrice, odatle proizlazi da je a1 + 2 = 7

a) Koriste}i se formulom za mno`enje matrice brojem a2 + 3 = 8 i a3 - 1= -3 odnosno a1 = 5 a2 = 5 i a3 = - 2.
bi}e 2 U = 2 [2 –1 2] = [4 –2 4], Primer 2.3.7. Odredimo zbir matrica
b) Na osnovu iste formule je  2 3 1  2 3 5 
A =  41 52 42  i B =  03 45 7 .
-3  V = - 3 [-1 0 5] = [3 0 –15],  0 5 7 
 

 1 1 2
1

c) Koriste}i formulu za sabiranje matrica i svojstvo aso- Sabiranjem odgovaraju}ih elemenata datih matrica dobi-
cijativnosti sabiranja bi}e U + V – W = [2 –1 2] + [-1 0 5]-  22 33 1  5  0 6 4 
– [1 4 3] = [2 + (-1) – 1 -1 + 0 – 4 2 + 5 - 3] = }emo da je A + B =  41  03 52  45 24 71 =  44 9 9
7 3  .
 0  1 5  1 7  2   1 6 5 
= [0 –5 4],   
Primer 2.3.8. Izra~unajmo matricu
d) 2 U + V – W = 2 [2 -1 2] + [-1 0 5] – [1 4 3] =
 5 2  4 5 
= [4 -2 4] + [-1 0 5] – [1 4 3] = A = 2   3 7  - 3   1 1 .
= [4 + (-1) – 1 -2 + 0 – 4 4 + 5 – 3] = [2 -6 6],  4 5   2 0 
Iskoristiv{i formulu za mno`enje matrica sa brojem i for-
e) U+2 V+3 W = [2 -1 2] + 2 [-1 0 5] +3 [1 4 3] =
mulu oduzimanja matrica, bi}e
= [2 -1 -2] + [-2 0 10] + [3 12 9] =
= [2 + (-2)+ 3 -1+0+12 -2+10+9] = [3 11 17].

31
  5 2  4 5   10 4  12 15  logije sa mno`enjem brojeva, i koju }emo stoga zvati ma-
A = 2   3 7  - 3   1 1 =  6 14  -  3 3 = tri~no mno`enje.
 4 5   2 0  8 10   6 0
U posmatranom slu~aju treba na}i neku operaciju, u {irem
 22 11 smislu neku kompoziciju sa matricama, koja bi zadovoljavala
=  3 11 .
 4 10  bar neke od tih zakona. Obi~no se pri tome iz prakti~nih raz-
Primer 2.3.9. Date su matrice loga zadovoljavamo prvenstveno sa asocijativnim i distri-
butivnim zakonom.
 2 2 4   0 1  3
A=   i B=   . Odredimo matricu 2 A + B. Osim sa ovog apstraktno-algebarskog stanovi{ta definiciji
 1 1 1   1 3 1 mno`enja matrica mo`e se pri}i i ~isto prakti~nim putem.
Za m x n matricu A =(aij) je c A =(c aij). Zato je Mo`e se po}i od ~injenice {ta matrice negde konkretno zna~e,
 2  2 4   2  2 2  ( 2 ) 2  4   4  4 8  pa otuda do}i do sugestije za izbor takve definicije. Budu}i da
2 A = 2   = 2  ( 1) 2  1 2  1  =   2 2 2 . nam matrice omogu}avaju da efektno radimo sa sistemima li-
 1 1 1    nearnih jedna~ina, razmotri}emo sistem
Za dve m x n matrice A = ( i j) i B = ( i j), i -ta vrsta ma- a 1 1 x 1  a 1 2 x 2 ...  a 1 n x n  d 1
trice A + B odre|ena je sa  i1+ i1, ...,  i n +  i n. ... ... ... ... ...
a m 1 x 1  a m 2  x 2 ...  a m n  x n  d n
Na taj na~in je 2 A + B =  24 42 82 + 01 31 31 =
   
od m linearnih jedna~ina sa n promenljivih xj, j = 1, 2, ..., n.
=  24 10 4  1
23
8  3 =  4
2  1   1
3 5 .
3  Pre svega primetimo da tabela koeficijenata aij mo`e biti
 5
razmotrena kao matrica A = (aij) tipa m x n. Mo`emo smatrati
2.4 Množenje matrica da promenljive xj obrazuju matricu sa jednom kolonom i n vr-
 x1 
Do sada smo videli kako je definisana jednakost matrica, sta koju }emo zapisati u obliku X =   .
mno`enje matrice skalarom i sabiranje dve matrice. Posma-  xn 
tramo li matricu kao tabelu brojeva, na{a prva pomisao bila bi Analogno tome konstante di mogu obrazovati matricu sa
da defini{emo mno`enje matrica element po element. Me|u-  d1 
tim, ta definicija imali bi veoma malu vrednost za ve}inu pro- jednom kolonom i n vrsta koju }emo ozna~iti sa D =   .
blema sa primenom matrica.  dn 
Razmotrimo zato kako }emo definisati operaciju sa matri-
cama, koja bi u apstraktno-algebarskom smislu imala neke ana-

32
Zdrav smisao nam ukazuje da dati sistem jedna~ina zapi{emo
u skra}enom obliku A X = D.
Naravno, mogle bi se navesti i druge mogu}e forme skra-
}enog zapisa posmatranog sistema. Na primer, mogli smo na-
pisati sistem jedna~ina u obliku X  A = D.
Osim toga, mogli smo odrediti matricu X kao matricu sa
jednom vrstom i n kolona i D kao matricu sa jednom vrstom i
n kolona i pri takvom ozna~avanju pisati A X =D ili X  A = D.
Postoje i druge mogu}e kombinacije zapisa sistema.
Kombinacija za koju smo se opredelili dovodi do korisne
definicije matri~nog mno`enja dok mnoge druge to ne daju.
Umesto izu~avanja svih mogu}nosti, po}e}emo sa jednom
koja }e nas dovesti do cilja.
Smatra}emo da jednakost A  X = D ozna~ava da je matri-
ca D dobijena mno`enjem matrice A matricom X. Ta inter-
pretacija bi}e ta~na samo u slu~aju ako je element di matrice
D dobijen iz elemenata matrica A i X saglasno posmatranom
n matrice B, dobi}emo m  p proizvoda koje mo`emo zapisati u
sistemu jedna~ina di =  aij  x j , i = 1, 2, ..., m.
j 1
Sad raspola`emo direktnim uputstvom za dobijanje ko-
risne definicije matri~nog mno`enja. Jedna~ine A  X = D i
n
di =  aij  x j , i = 1, 2, ..., m predla`u jedinstven na~in za
j 1
mno`enje matrice A sa kolona matricom X.
O~igledno je da ako na{a definicija ima smisla onda broj
kolona u matrici A mora biti jednak broju vrsta matrice X, tj.
u posmatranom sistemu jedna~ina postoji jedna kolona u ma-
trici A za svaku promenljivu i jedna vrsta (element) u matrici
X za svaku promenljivu.
Na taj na~in, izu~avanje linearnih jedna~ina i zamena pro-
menljivih u linearnim jedna~inama dovela nas je do najkori-
snije definicije matri~nog mno`enja.
Do definicije mno`enja matrica mogli smo do}i i razma-
tranjem prvo vrste a sa elementima ai (i = 1, 2, ..., n) i kolone
b sa elementima bj (j = 1, 2, ..., n), pri ~emu je broj elemenata
u vrsti a i koloni b isti.
Proizvodom vrste a sa kolonom b mo`e se nazvati broj
jednak sumi proizvoda elemenata sa jednakim indeksima, tj. a
 b = a1  b1 + a2  b2 + ... + an  bn .
Neka je sad data matrica A dimenzije m x n i matrica B
dimenzije n x p, pri ~emu su matrice takve da je du`ina vrste
(broj kolona) prve matrice jednaka visini kolone (broj vrsta)
druge.
Pomno`imo li svaku vrstu matrice A sa svakom kolonom
obliku matrice C dimenzije m x p.
Pri tome }e svaka kolona matrice C biti sastavljena od
proizvoda svih vrsta matrice A sa odgovaraju}om kolonom
matrice B.
Bilo koja vrsta matrice C sastoja}e se od proizvoda vrste
matrice A, koja ima isti indeks, sa svim kolonama matrice B.
Na taj na~in, elementi matrice C su za sve i = 1, 2, ..., m i
n
j = 1, 2, ..., n jednaki ci j = ai k bk j.
k 1
33
 Dakle, pod proizvodom matrice A od m vrsta i n kolona Budu}i da u formiranju elementa cij proizvoda A B u~e-
sa matricom B od n vrsta i p kolona podrazumeva se matrica stvuju svi elementi i –te vrste matrice A i svi elementi j –te
C = A  B sa m vrsta i p kolona, kojoj su elementi cij odre|eni kolone matrice B, pravilo mno`enja matrica naziva se tako|e
n pravilom mno`enja "vrste sa kolonom":
izrazom cij = a
r 1
ir  brj , pri ~emu je i = 1, 2, ..., m i j = 1, 2, Iz definicije 2.4.1 proizlazi da:
a) vrste leve matrice A i kolone desne matrice B moraju
..., p.
biti istog reda, jer se ina~e ne bi mogle skalarno pomno`iti.
Navedeni zbir zove se jo{ i skalarni proizvod i –te vrste
Drugim re~ima, po{to je red vrsta matrice A odre|en bro-
matrice A sa j –om kolonom matrice B. Tako je, na primer, jem kolona matrice B, a red kolona matrice B – brojem vrsta
c11 = a11  b11 + a12  b21 + ... + a1n  bn1 a matrice A, mora leva matrica imati onoliko kolona koliko de-
c23 = a21 b13 + a22  b23 + ... + a2n  bn3 . Sada mo`emo dati sna ima vrsta. Samo matrice koje zadovoljavaju taj uslov mo-
op{tu definiciju matri~nog mno`enja. gu se mno`iti i zovu se saglasne (kompatibilne).
Definicija 2.4.1. Proizvodom C = A  B matrice A = (ai j) b) matrica C = A  B ima onoliko vrsta koliko ih ima leva
 R m x n tipa m x n i matrice B = (bi j)  R n x p tipa n x p naziva matrica A i onoliko kolona koliko ih ima desna matrica B.
se matrica C = (ci j)  R m x p tipa m x p ~iji su elementi odre- Definicija proizvoda matrice formuli{e se slo`enije i iz-
n gleda manje prirodno od definicije sume matrica. Me|utim,
|eni jednako{}u ci j = a
s 1
is  bs j , i = 1, 2, ..., m, j = 1, 2, ..., takva definicija, kao {to }e se mo}i uvideti kasnije, bi}e veo-
ma korisna u celom nizu problema.
p, tj. element matrice A  B iz i –te vrste i j –te kolone jednak Primer 2.4.1. Odredimo proizvod matrice
je zbiru proizvoda odgovaraju}ih elemenata i –te vrste ma- 0 6 1 5 
trice A i j –te kolone matrice B. Pri tome su odgovaraju}i ele- A =  11 04 32  i matrice B =  1 1 2 7  .
 
menti ai1 i b1j , ai2 i b2 j, ..., ai n i bnj  2 4 4 3 
Element u proizvodu matrica A B koji je na preseku prve
j j vrste i prve kolone mo`e se dobiti mno`enjem odgovaraju}ih
    elemenata prve vrste matrice A i prve kolone matrice B i
     







   sabiranjem dobijenih proizvoda: 1 0 + 0 1 + 2 2 = 4.
i 



 



= i . Element na preseku prve vrste i druge kolone matrice







 
 
 A B jednak je 1 6 + 0 1 + 2 4 = 14. Element na preseku

 
 
 

druge vrste i tre}e kolone matrice A B jednak je

34
 -1 1 + 4 2 + 3 4 = 19. C = 71 23 .
Odrediv{i na taj na~in svaki od elemenata, dobijamo 
8 

matricu A B = 10 4 14 9 11 .  2 3   1 5 =

   2
Kako je  3 3
 10 19 32  5
1
 2
 1 
  3
Proizvod matrica zavisi od redosleda ~inilaca. Naime,
 2  1  3  ( 2 ) 23  33 2  5  3  ( 1)   4 15 7
proizvod A  B je definisan u slu~aju kada su tipovi matrica A = 3  1  5  ( 2 ) 33  53 3  5  5  ( 1) =  7 24 10  ,
i B usagla{eni, tj. kad je broj kolona leve matrice jednak broju  ( 2 )  1  1  ( 2 ) ( 2 )  3  1  3 ( 2 )  5  1  ( 1)   4  3 11
vrsta desne.  4 15 7
Dakle, da bi se takvo mno`enje moglo izvesti, mora se bi}e B  A =  7 24 10   71 23
8
 = A B.
broj kolona matrice A podudarati sa brojem vrsta matrice B ili  4  3 11   
kako se obi~no ka`e, matrica A mora biti vezana s matricom  2 1 1 
B, {to }emo pretpostavljati za sva predstoje}a matri~na mno- Primer 2.4.3. Date su matrice A =  1 2 3  i
`enja.  1 0 1 

Primer 2.4.2. Pomno`imo matricu A = 12 3 5  sa  2 1

 3 1 B =  1 1 . Odredimo matricu A B.
 2 1 
 2 3 
matricom B =  3 5  i matricu B sa matricom A.  2 1 1  2 1 
 2 1  Kako je A  B =  1 2 3    1 1  =
 1 0 1  2 1 
Budu}i da matrica A ima 3 kolone, a matrica B 3 vrste,
matrice A i B su usagla{ene (vezane), pa je njihovo mno`enje  2  2  1  ( 1)  1  2 2  1  1  1  1  ( 1)   4  1  2 2  1  1
u razmatranom smislu mogu}e. =  1  2  2  ( 1)  3  2 1  1  2  1  3  ( 1)  =  2  2  6 1  2  3  ,
 1  2  0  ( 1)  1  2 1  1  0  1  1  ( 1)  2  0  2 1  0  1
Elemente cij proizvoda matrica dobijamo skalarnim mno-
`enjem: c11 = 1 2 + 3  3 + 5  (-2) = 1, 5 2
bi}e A  B =  2 2  .
c12 = 1 3 + 3 5 + 5  1 = 23, c21 = (-2) 2 + 3 3 + (-1) (-2) = 7 i  4 0 
c22 = (-2)  3 + 3  5 + (-1)  1 = 8. Do sada je bilo govora o mno`enju dve matrice. Me|u-
Prema tome, matrica C proizvoda A  B datih matrica je tim, ista pravila va`e i za mno`enje vrsta-matrica i kolona-
matrica kao specijalnih slu~ajeva matrica. Tako, na primer,

35
proizvod neke matrice A = (aij), i =1, 2, ..., m i j = 1, 2, ..., 
 K1' K 2'  K n' , gde je
n, sa nekom kolona-matricom a = (ai), i = 1, 2, ..., n, glasi:
K 1'  a 1'  a11 + a '2  a21+  + a 'm  am1,
 a11 a12  a1n   a1   K 1 
a K 2'  a 1'  a12 + a '2  a22 +  + a 'm  am2 ,
 a 22  a 2 n  a 2   K 2 
A a   
21
, pri ~emu je -------------------------
          
      K n'  a 1'  a1n + a '2  a2n +  + a 'm  amn
a m1 a m 2  a mn  a n   K m  Na taj na~in, dobija se opet vrsta-matrica ali sa n kompo-
K1  a11 a1 + a12  a2 +  + a1n an nenti.
K2  a21 a1 + a22  a2 +  + a2m an Proizvod vrsta-matrice a' sa kolona-matricom a je broj
------------------------  a1 
Km  am1 a1 + am2 a2 +  + amn an. a'  a   a'1 a'2 a'n    a2   a 1'  a1 + a '2  a2 +  + a 'n  an.
Na taj na~in, dobija se opet kolona-matrica, ali sada ne sa  an 
n ve} sa m komponenti, jer toliko vrsta ima matrica A. Tako, U stvari, matri~ni proizvod vrsta-matrice i kolona-matrice
 1 2 3 5 jeste matrica koja ima jedan element. Me|utim, postoji potpu-
na primer, mno`enjem matrice A   03 42 7 1 sa kolona na ekvivalentnost izme|u brojeva i matrica tipa 1 x 1, pa mo-
 1 5 
`emo pisati da je [] =  .
 1 2 0 7 
Da bi mno`enje vrsta - matrice sa kolona - matricom bilo
0  19  mogu}e, moraju obe matrice imati isti broj komponenata.
-matricom a   21  dobija se kolona-matrica A a   13  .
17  Budu}i da taj proizvod i nije vi{e vrsta-matrica ili kolona-
 3   23  matrica nego jedan jedini broj, tzv. skalar, on se naziva ska-
larnim proizvodom matrica a i a'.
Na isti na~in mo`e se mno`iti i vrsta-matrica a' sa matri-
Tako, na primer, skalarni proizvod matrice
 a11 a12 a1n 
a a22 a2n   2
com A: a  A   a
' '
1 a'
2 a    21
'
m  a  1 6 3 5 i matrice a 
'  6 je a  a '  18.
 5
 am1 am2 amn   1

36
 Primer 2.4.4. Prodaja tri proizvoda u toku posmatrane  a1   a1a1' a1a'2 a1a'n 
 a2    a2 a1' a2 a'2 a2 a'n  . Tako je,
  a' 1 a' 2  a' n  
godine iznosila je redom 58, 26 i 8 jedinica dok su cene tih =  
proizvoda bile 1, 2 i 3 evra, respektivno. Odredimo ukupan  a a' a a' ' 
 am 
prihod od sva tri proizvoda za tu godinu.  m 1 m 2 am an 
Jasno je da je ukupan dohodak od prodaje sva tri proizvo- 1 2 1 3 4
da jednak 58  1 + 26  2 + 8 3 = 134 evra. na primer, a  a '   3   2 1 3 4   6 3 9 12  .
 5  10 5 15 20 
Predstavimo li podatke o prodaji proizvoda u obliku vrsta
matrice a = [58 26 8] a odgovaraju}e cene pomo}u kolona- Razmotrimo sada na primeru mno`enje matrice sa
1
kolona-matricom.
matrice x =  2  , onda }e ukupan dohodak od prodaje tri proi- Primer 2.4.5. Kompanija ima tri odeljenja od koje prvo
 3 
vr{i prodaju na doma}em tr`i{tu, drugo – drugim firmama a
zvoda, jednak 134 evra, predstavljati sumu proizvoda eleme- tre}e se bavi prodajom inostranom tr`i{tu. Podaci o prodaji u
nata vrsta-matrice a (broj prodatih proizvoda) sa odgovara- toku jedne godine za svako odeljenje dati su u tabeli
ju}im elementima kolona-matrice x (cene tih proizvoda). Ti-
Proizvodi i njihova cena
1 Odeljenje
me je definisan proizvod a x = [58 26 8]  2  = I (1 evro) II (2 evra) III (3 evra)
 3  Doma}e
58 26 8
= 58 1+26 2 + 8 3 = 134, vrsta-matrice sa kolona-matricom. tr`i{te
Dakle, svaki element vrsta-matrice treba pomno`iti sa od- Drugim
52 58 12
govaraju}im elementom kolona-matrice i sabrati dobijene pro- firmama
izvode. Dobijena suma jednaka je a x. Inostrano
1 3 9
Kao proizvod proizvoljne kolona-matrice a i proizvoljne tr`i{te
vrsta-matrice a' dobija se matrica a  a '  Odredimo dohodak svakog odeljenja.
Dohodak svakog odeljenja mo`e se prikazati tabelom

37
 Proizvodi i njihova cena  a11 a12 a13 
Odeljenje
I (1 evro) II (2 evra) III (3 evra) U op{tem obliku proizvod matrice A =  a21 a22 a23  i
Doma}e  a31 a32 a33 
tr`i{te 58 1 + 26 2 + 8 3 = 134
 x1 
Drugim kolona-matrice x =  x2  mo`e se zapisati u obliku
52 1 + 58 2 + 12 3 = 204  x3 
firmama
Inostrano  3 
1 1 + 3 2 + 9  3 = 34
tr`i{te   a1k  xk 
 a11  x1  a12  x2  a13  x3   k 31 
a sadr`aj date tabele mo`emo prikazati u obliku matrice A  x =  a21  x1  a22  x2  a23  x3  =   a2 k  xk 
 a31  x1  a32  x2  a33  x3   k 1 
58 26 8   3 
A =  52 58 12  a rezultate iz poslednje tabele u obliku   a3k  xk 
 1 3 9   k 1 
Na taj na~in, prvi element proizvoda A x predstavlja su-
134 
kolona-matruce  204  . mu proizvoda a i j uzetih iz prve vrste matrice A sa odgovara-
 34  ju}im elementima kolona-matrice x. Na analogan na~in izra-
Pogledav{i poslednju tabelu mo`emo ustanoviti da se ~unavaju se ostali elementi matrice A x.
elementi te kolona-matrice dobijaju na isti na~in kao i u pre- U op{tem slu~aju proizvod A x dobijen pri mno`enju ma-
thodnom primeru opisan proizvod a  x, pri ~emu je za vrsta- trice A sa kolona-matricom x je kolona-matrica, kojoj i -ti
matricu a uzeta prva vrsta matrice A. ~lan predstavlja sumu proizvoda svakog od elemenata i -te vr-
Dobijeni rezultat u poslednjoj tabeli predstavlja proizvod ste matrice A sa odgovaraju}im elementom kolona-matrice x.
Primer 2.4.6. Odredimo proizvod matrice
A x. Drugim re~ima, A x je obrazovano iz odgovaraju}ih
2
proizvoda a  x, gde za a treba uzimati sukcesivno vrste ma- 4  i matrice B = 0  .
A =  11 2 3
2 2  3
trice A. Na taj na~in je  1
 1 
58 26 8  1 58  1  26  2  8  3  134 
A x = 52 58 12    2  =  52  1  58  2  12  3  =  204  . 2
 1 3 9   3   1 1  3  2  9  3   34  Kako je  11 2 3 4   0  =  1  2  2  0  3  3  4  1 =
     1 2 2   3   1  2  1  0  2  3  2  1
 1 

38
=  156  , bi}e A  B =  156  , dok proizvod B  A ne postoji, jer  y1 
     y2 
se identifikuje sa brojem: X  Y = [x1 x2 ... xn]    =
matrica B ima ~etiri vrste i jednu kolonu a matrica A dve vrste  
i ~etiri kolone.  yn 
Iz ovog primera sledi da proizvod A x postoji samo u slu- n

~aju kada je broj elemenata u vrstama matrice A (tj. broj ko-

= [x1  y1 + x2  y2 + ... + xn  yn] =  xk  yk .
k 1
lona), jednak broju elemenata u kolona-matrici x. Ako je taj Na taj na~in, proizvod bilo koje vrsta-matrice sa bilo ko-
uslov ispunjen onda proizvod A x obrazuje kolona-matricu jom kolona-matricom sa istim brojem elemenata jeste broj je-
koja sadr`i onoliko elemenata koliko je vrsta u matrici A. dnak sumi proizvoda njihovih elemenata sa jednakim indeksi-
Prema tome, ako je u matrici A sadr`ano r vrsta i c kolona ma. Ako vrsta-matrica i kolona-matrica imaju razli~it broj
i visina kolona-matrice x je jednaka c, onda proizvod A x elemenata, onda se one ne mogu pomno`iti.
predstavlja kolona-matricu visine r, pri ~emu je i –ti element Usagla{enost tipa matrica ~inioca i njihovog proizvoda
c mo`e se "uvideti" na primeru mno`enja matrica sa kolona-
te matrice jednak a
k 1
ik  xk pri i = 1, 2, ..., r. matricom i sa vrsta-matricom:
n 1 n
Na analogan na~in odre|uje se i proizvod x' P vrsta- 1
m n
matrice x' sa matricom P. On postoji samo u slu~aju ako je m . n  m 1 . m  1
broj elemenata vrsta-matrice x' jednak broju elemenata u
kolonama matrice P (tj. jednak broju vrsta te matrice). n
1 1
U tom slu~aju proizvod x' P obrazuje vrsta-matricu koja
n 1 n
sadr`i toliko elemenata koliko je kolona u matrici P. Pri tome 1 . n  1 m . 1  m
proizvod x' P nije jednak P x. Proizvod P x ne mora ni da
postoji bez obzira na to {to postoji proizvod x' P i obrnuto.
Dakle, matrica  kolona = kolona, vrsta  matrica =
Dakle, proizvod pravougaone matrice sa kolona-matricom = vrsta, vrsta  kolona = broj i kolona  vrsta = matrica.
je kolona-matrica. Proizvod vrsta-matrice sa pravougaonom Kad se mno`i kolona-matrica sa vrsta-matricom rezultat
matricom je vrsta-matrica. Proizvod vrsta-matrice X tipa 1 x n je matrica koja uvek ima me|usobno proporcionalne vrste i
sa kolona-matricom Y tipa n x 1 daje matricu tipa 1 x 1 koje me|usobno proporcionalne kolone.

39
 Ovo se najbolje vidi na slede}em primeru mno`enja visine m. Desnu stranu poslednje jednakosti mo`emo zapisati
 a1  tako|e i kao linearnu kombinaciju kolona-matrice A.
kolona-matrice A =  a2  i vrsta-matrice B = [b1 b2 b3]. To pokazuje da je kolona-matrica A  x linearna kombi-
 a3 
nacija kolona matrice A sa koeficijentima jednakim elemen-
Kako se po pravilima matri~nog mno`enja dobija da je tima kolona-matrice x: A x = x1  a1 + x2  a2 + ... + xn  an .
 a1   a1  b1 a1  b2 a1  b3  Isto tako proizvod vrsta-matrice du`ine m sa matricom B
 a2   [b1 b2 b3] =  a2  b1 a2  b2 a2  b3  , o~igledno je da
 a3   a3  b1 a3  b2 a3  b3  dimenzije m x n bi}e vrsta-matrica du`ine n:
 b11 ... bn1 
su vrste matrice A B proporcionalne i da su kolone te matrice  2 
 b1 ... bn2  m m 
proporcionalne. [x1 x2 ... xm]  
... ... ... 
=   xi  bi
1 ...  xi  bni  .
Lako je primetiti da ako neku matricu B zapi{emo kao vr-
   i 1 i 1 
stu sastavljenu od kolona, da se onda i proizvod A  B matrice b1 ... bn 
m m

A sa matricom B mo`e zapisati kao vrsta sastavljena od kolo-

Ako je A matrica dimenzije m x n, ei i –ta kolona jedini-
na: A  B = A  [b1 ... bp] = [A b1 ... A bp]. ~ne matrice reda m, a ej – j-ta kolona jedini~ne matrice reda n,
Naime, da bismo dobili j –tu kolonu proizvoda matrica,
mno`imo sukcesivno sve vrste matrice A sa kolonom bj. onda je eiT  A  ej – matrica dimenzije 1 x 1 sa elementom a i j:
Analogno tome su vrste matrice A  B proizvodi vrsta ma-  a11 ... a1n   0 
a1   a1  B  a ... a2n    ...
ei  A  ej = [0 ... 1 ... 0]   21
T
1  = a i j.
trice A sa matricom B: A  B = ...   B =  ... . ... ... ...   ...
am   am  B   am1 ... amn   0 
 
Na primer, ako pomno`imo matricu A dimenzije m x n sa Na taj na~in je:
kolonom-matricom x visine n dobi}emo kolona-matricu a) k –ta kolona matrice A  B jednaka proizvodu matrice
 a11 ... an1   x1   a11  x1  ...  an1  xn  A sa k –om kolonom matrice B.
 a2 ... a2   2   a2  x1   an2  xn 
A x =  1 n 
 x  =  1
...
. b) k –ta vrsta matrice A  B jednaka proizvodu k –te vrste
 ... ... ...   ...   ... ... ... ... ...  matrice A sa matricom B.
 am ... am   xn   am  x1   anm  xn 
 1 n   1 ... c) k –ta kolona matrice A  B jednaka je linearnoj kom-

40
binaciji kolona matrice A sa koeficijentima koji su elemenati
k –te kolone matrice B.
d) k –ta vrsta matrice A  B jednaka je linearnoj kombina-
ciji vrsta matrice B sa koeficijentima koji su elementi k –te
vrste matrice A.
Budu}i da je k –ta vrsta matrice A  B jednaka proizvodu
k –te vrste matrice A sa matricom B, lako se pokazuje da se
pri permutovanju dve vrste matrice A i odgovaraju}e vrste u
matrici A  B tako|e permutuju.
Tako|e, ako se k –ta vrsta matrice A pomno`i brojem ,
onda se i k –ta vrsta matrice A  B tako|e pomno`i sa .
Ako se k –oj vrsti matrice A doda njena j –ta vrsta, onda
}e se i u matrici A  B izvr{iti ista ta elementarna operacija.
Analogna tvr|enja va`e i za kolone, tj. pri permutovanju
dve kolone matrice B permutuju se i odgovaraju}e kolone
matrice A  B.
Ako se k –ta kolona matrice B pomno`i sa , onda se k –
ta kolona matrice A  B tako|e pomno`i sa .
Ako se i –oj koloni matrice B doda j –ta kolona, onda }e
se i u matrici A  B izvr{iti ista ta elementarna operacija.
Teorema 2.4.1. j –ta kolona matrice A  B je linearna
kombinacija kolona matrice A sa koeficijentima jednakim ele-
mentima j –te kolone matrice B, a i –ta vrsta matrice A  B je
linearna kombinacija vrsta matrice B sa koeficijentima jedna-
kim elementima i –te vrste matrice A
Dokaz. Budu}i da se oba tvr|enja dokazuju na isti na~in,
dokaza}emo samo prvo tvr|enje. Zapi{emo li matricu B kao
 b1j 
 2
vrsta-matricu [b1 b2 ... bp] njenih kolona bj = b j  , onda }e
 ... 
bn 
 j
se proizvod A  B matrica A i B mo}i zapisati kao vrsta –
matrica [ A b1 A b2 ... A bp] od kolona.
Na taj na~in, j –ta kolona proizvoda A  B matrica A i B
jednaka je proizvodu matrice A sa j –om kolonom matrice B.
Me|utim, kao {to smo ve} pokazali, proizvod A  bj matri-
ce A sa kolona-matricom bj je linearna kombinacija kolona
matrice A sa elementima drugog ~inioca kao koeficijentima,
tj. zapi{emo li matricu A kao vrsta-matricu [a1 a2 ... ap]
njenih kolona, bi}e A  bj = b1j  a1 + b2j  a2 + ... + b jp  ap.
Dakle, j –ta kolona matrice A  B je linearna kombinacija
kolona matrice A sa koeficijentima jednakim elementima j –te
kolone matrice B.
Operaciju mno`enja dve matrice mo`emo predstaviti pro-
sto kao vi{ekratno mno`enje matrice sa kolona-matricom. Ako
ho}emo me|usobno pomno`iti dve matrice A i B mo`emo
posmatrati matricu B kao skup kolona-matrica. Tada proizvod
A B predstavlja matricu sastavljenu od sukcesivno zapisanih
proizvoda matrice A sa svakom kolona-matricom koja obra-
zuje matricu B.
41
 Primer 2.4.7. Odredimo proizvod matrica Suma proizvoda odgovaraju}ih elemenata obrazuje i j –ij
 1 0 2  1 2
element (tj. element na preseku i –te vrste i j –te kolone) ma-
A =  31 1
2
1
1
 i B=
 0 1 . trice proizvoda A B.
 0 1  Pretpostavimo, na primer, da kre}u}i se na taj na~in sukc-
 1 3 2 
esivno mno`imo elemente druge vrste matrice A sa elemen-
Mo`emo pretpostaviti da se matrica B sastoji od dve
tima druge kolone matrice B. Suma tih proizvoda bi}e
1  2
kolona-matrice x = 0  i y =  1  . Tada pomno`iv{i ma- 3 2 + 1 1 + 1 (-1) = 6 + 1 – 1 = 6, pa je element u drugoj
0   1 
vrsti i u drugoj koloni matrice proizvoda A B jednak 6.
tricu A sa svakom kolona-matricom koja obrazuje matricu B Dakle, i –ti element prve kolone u proizvodu A B jednak
 1 1  0  0  2  0   1
je sumi proizvoda dobijenih kao rezultat mno`enja elemenata
3  1  1  0 
dobijamo da je A  x =  1  1  2  0  1  0  =  31  i
 1  0 
i –te vrste matrice A sa odgovaraju}im elementima prve ko-
( 1)  1  3  0  2  0   1 
lone matrice B, a i –ti element druge kolone matrice A B je-
 1  2  0  1  2  ( 1)   0 dnak je sumi proizvoda elemenata i –te vrste matrice A sa
A y =  1322  21  11  11  (( 1)  =  6 .
1)   3 odgovaraju}im elementima druge kolone matrice B.
( 1)  2  3  1  2  ( 1)  1  Za brojevne matrice tipa 1 x 1 matri~ne operacije sume,
Zapisuju}i te kolona-matrice sukcesivno jednu za drugom razlike, mno`enja i mno`enja matrica sa realnim brojem po-
 1 0 klapaju se sa odgovaraju}im aritmeti~kim operacijama sume,
dobijamo proizvod matrica A  B =  31 6
3 . razlike i mno`enja sa realnim brojevima. Zato ih i identi-
 1 1  fikujemo sa brojevima.
 1 0 2  1  1 0 Za bilo koju matricu A  R m x n va`i da je
2
Na taj na~in je  31   0 1 =  1 3  . A  En = Em  A = A, gde su En i Em jedini~ne matrice reda n i
1 1 3 6
2 1   0 1 
 1 3 2     1 1  m respektivno, pa jedini~na matrica u matri~nom ra~unu ima
Dobijeni rezultat mo`e se tako|e dobiti putem mno`enja istu ulogu kao broj 1 u skalarnom ra~unu.
odgovaraju}ih elemenata matrica A i B kre}u}i se pri tome po Dok pri mno`enju brojeva va`i zakon komutacije
horizontali du` i –te vrste matrice A i istovremeno na dole po a  b = b  a, za mno`enje matrica takav komutativni zakon u
j –oj koloni matrice B, a zatim sabiranja svih tih proizvoda. op{tem slu~aju ne va`i, kao {to smo videli u slu~aju mno`enja

42
vrsta-matrice i kolona-matrice, koje i nisu ni{ta drugo do
posebni oblici matrica. Zato se ka`e da matricu A treba po-
mno`iti matricom B zdesna odnosno sleva.
Naime, matrice koje su saglasne u jednom poretku ne mo-
raju biti saglasne u suprotnom poretku, tj. kad se promene
mesta ~iniocima. Na primer, matrica A tipa m x n i matrica B
tipa n x q pri m  q mogu se pomno`iti samo u poretku A B,
jer u poretku B A prva matrica ne}e imati onoliko kolona
koliko druga ima vrsta i prema tome one ne}e biti saglasne.
Prema tome, mno`enje matrica u op{tem slu~aju nije ko-
mutativno, tj. A B nije uvek jednako B  A. Naime, ve} smo
videli da mno`enjem matrica A i B mo`emo dobiti dva proi-
zvoda A B i B  A i ako je tip matrice A jednak r x c onda oba
proizvoda postoje samo u slu~aju kada je tip matrice B jednak
c x r.
Tada proizvod A B obrazuje kvadratnu matricu reda r a
proizvod B  A kvadratnu matricu reda c. Zato tipovi matrica
A B i B A mogu biti jednaki samo u slu~aju kada je r = c, tj.
kada su obe matrice A i B kvadratne i imaju isti red jednak r.
 r 
Odgovaraju}i proizvodi matrica tada su A  B =   aik  bkj 
 
 k 1  A B i B A istog reda, ali su one i tada u op{tem slu~aju
 r 
i B  A =   bik  akj  , pri i, j = 1, 2, ..., r, i ne moraju imati
 
 k 1 
isti ni jedan i j –ij element dobijen kao rezultat sumiranja
proizvoda odgovaraju}ih elemenata polaznih matrica.
Zato ako ~ak i postoje oba proizvoda A  B i B  A i ako
oba ona imaju isti red, oni u op{tem slu~aju ne moraju obave-
zno biti me|usobno jednaki.
Dakle, postojanje proizvoda A  B dve matrice ne ozna-
~ava i postojanje njihovog proizvoda B  A. Na primer, matri-
ce iz primera 2.4. 2 se ne mogu pomno`iti u drugom redo-
sledu.
Da bismo matricu A tipa m x n mogli pomno`iti sa ma-
tricom B i s leva i s desna, tj. da bi bila odre|ena oba proizvo-
da B  A i A  B, matrica B mora imati tip n x m.
Kvadratne matrice A i B mo`emo mno`iti ako su one
istog reda, pri ~emu su u tom slu~aju odre|ena oba proizvoda
A  B i B  A, iako jednakost A  B = B  A obi~no ne va`i.
Ako je, na primer, matrica A tipa p x m a matrica B tipa m
x p onda je proizvod A B matrica tipa p x p a proizvod istih
tih matrica u obrnutom poretku, tj. matrica B A je matrica
tipa m x m. Zato, ako je p  m kvadratne matrice A B i B A
nisu jednake, jer su razli~itog reda, tj. one su razli~ite ~ak i po
tipu.
Me|utim, ako je p = m, tada su obe matrice proizvoda
razli~ite. Na primer, 01 01   01 01  = 01 01  dok je
     
0 0    1 1  = 0 0  .
 1 1  0 0   1 1 
43
 Iz toga ne sledi da su proizvodi A  B i B  A uvek me- C  D = 00 01  00 01 = 00 01 ,
|usobno razli~iti. Da oni u specijalnim slu~ajevima mogu biti      
jednaki pokazuje slede}i primer: D  C = 00 01  00 01 = 00 00  .
     
 3 2    1 2  =  1 4  =  1 2    3 2  .
 2 3   2 1   4 1   2 1   2 3  Ovde je C  D = C iako D nije jedini~na matrica niti je C
S druge strane, ne ispunjenje komutativnosti pri mno`e- nula matrica i D  C = O iako ni D ni C nisu nula matrice. Isto
nju matrica mo`emo ilustrovati i pomo}u slede}eg primera:
tako primer mno`enja matrica 01 04  i  41 00  kao i primer
 1 2   0 1 =  2 3   0 1   1 2  =  3 4      
 3 4   1 1 4 7   1 1  3 4   2 2 
 1 2 4   2 4 2 
U specijalnim slu~ajevima, kada je A  B = B  A ka`e se mno`enja matrica  3 1 5  i  1 2 1  pokazuje da
da su matrice A i B komutativne. Lako se uveravamo da sa-  2 4 0   1 2 1 
mo kvadratne matrice istog reda mogu biti komutativne i da se kao proizvod matrica mo`e dobiti nula – matrica i kad ni
su komutativne matrice uvek kvadratne i istog reda. jedan od matri~nih ~inilaca nije nula–matrica.
Osim toga, kada su matrica A, nula matrica O i jedini~na ma-  1 2 5 2
0 0 0 
Ako je A =  2 4 10  , onda je A = 0 0 0  , tj.
trica E kvadratne matrice n –og reda, onda je A O = O  A= O  1 2 5  0 0 0 
i A E = E A = A, tj. komutativne matrice postoje.
Ako bi i neka druga matrica E' imalo svojstvo da je A2 = O iako je A  O. Ako je C =  11 11 a D = 11 11 onda
   
A E' = E' A = A, onda bi bilo E'  E = E i E'  E = E', pa bi
iz C  D = 2 C ne sledi da je D = 2, dok je isto tako D  C = O
bilo E = E'.
iako ni D ni C nisu nula matrice.
Primer 2.4.8. Za par matrica A = 31 42  i B = 01 11 i za Proizvod dijagonalnih matrica istog reda jeste dijagonalna
   
matrica ~iji su elementi proizvodi odgovaraju}ih elemenata
par matrica C = 00 01 i D = 00 01 odredimo njihove proi- matrica koje mno`imo.
   
Koriste}i pravila mno`enja matrica poka`imo da se sa di-
zvode u oba redosleda.
jagonalnim matricama ta operacija izvr{ava sasvim jedno-
A  B = 31 42   01 11 = 31 73 , B A = 01 11  31 42  = 43 64  , stavno: mno`e}i sleva matricu A dijagonalnom matricom D
            dobijamo matricu ~ije vrste predstavljaju elemente odgova-

44
raju}e vrste matrice A pomno`ene nenula elementom iz iste 4)  E Mn(R) A Mn(R) A  E = E  A = A.
vrste dijagonalne matrice D. Tako, na primer, ako je 5) A Mn(R) A  O = O, gde je O  Mn(R) nula matrica.
D= 1,3 0  i A =  2 1 7  onda je D A=  2,6 1,3 9,1  . Ta svojstva va`e za bilo koje matrice A, B i C za koje leve
 0 2,1  1 0 1   2,1 0 2,1  strane jednakosti imaju smisla.
Mno`enje matrice sdesna sa dijagonalnom matricom do- Zakone desne i leve distributivnosti mno`enja u odnosu
vodi do analognih rezultata: elementi kolona mno`e se nenula na sabiranje treba razlikovati, jer su zbog nekomutativnosti
elementom iz odgovaraju}e kolone dijagonalne matrice D. matri~nog mno`enja oni logi~ki nezavisni zahtevi. Me|utim,
2 1 za matrice ne va`i zakon distributivnosti sabiranja u odnosu
Na primer, ako je A =  0 5  i D =  70 04  , onda je
 12 7    na mno`enje, tj. A + B  C  (A + B) (A + C).
 
Bilo koja matrica A r x s pomno`ena sleva ili zdesna sa
 14 4
A D =  0 20  , jer se prva kolona matrice A mno`i sa –7 nula matricom odgovaraju}eg tipa je nula matrica. Zato ako je
 84 28  Oc x r nula matrica tipa c x r onda je Oc x r  A r x s = Oc x s. Na
a njena druga kolona sa 4. analogan na~in je A r x s  Os x p = Or x p. Na primer,
Dijagonalne matrice istog reda su komutativne, jer je
[0 0]  91 72 42  = [0 0 0]
 a1 0 ... 0  b1 0 ... 0   a1  b1 0 ... 0   
 0 a2 ... 0    0 b2 ... 0 =  0 a2  b2 ... 0  =
 0 0 ... 0   0 0 ... 0  0 0 ... 0  U skladu sa asocijativnim zakonom proizvod A  B  C je
 0 0 ... an   0 0 ... bn   0 0 ... an  bn  jedinstven. Mo`emo ga ra~unati mno`e}i proizvod A  B zde-
b1 0 ... 0   a1 0 ... 0  sna sa C ili mno`e}i proizvod B  C sleva sa A.
=  00 b02 ... 0   0
... 0   0
a2
0
... 0  .
... 0 
Nije te{ko dokazati da asocijativni zakon va`i i za pro-
 0 0 ... bn   0 0 ... an  izvode matrica sa vi{e od tri ~inioca. Tako, na primer, pro-
Teorema 2.4.2. Operacija mno`enja matrica ima slede}a izvod matrica A B C D  E  F  G saglasnih za mno`enje u
svojstva: datom poretku, mo`e se izra~unati mno`enjem po~ev{i sleva i
1) (A  B)  C = A (B  C) = A  B  C (mno`enje je po~ev{i zdesna, tj. {[(A B) C]...} G = A { ...[E (F G)]}.
asocijativno); Osim toga, pri izra~unavanju vi{estrukog proizvoda mogu
2) A (B + C) = A B + B C, (A + B) C = A C + B  C se pomno`iti prvo ma koje uzastopne matrice u sredini
(mno`enje je distibutivno u odnosu na sabiranje matrica i sa proizvoda. Jedino se ne sme menjati sam poredak ~inilaca. Na
leva i sa desna); primer, bi}e A  B  (C D) E F G = A B  C (D  E) FG
3)   R je   (A B) = (  A) B = A (  B); itd.

45
 Primer 2.4.9. Odredimo sistem jedna~ina koji odgovara pri ~emu je 1 = 3, 2 = 9, 3 = 15, 4 = 27, 1 = -1, 2 = 1,
proizvodu matrica 3 = 0, 4 = 7, 1 = 16, 2 = 11, 3 = 18, 4 = -4, 1 = 8,
5 3 2  2 = 10, 3 = 12 i  4 = 16.
A =  21 11 0  i B =  21 21 3 5
3 2  .
3  Primer 2.4.10. Odredimo jedna~inu koja odgovara proi-
 4 2 3 4 
4 2 2   2
Matrica proizvoda datih matrica je zvodu matrica A =  2 4 5 7  i B =  31 .
 5  1  3  2   2   4 5  2  3  1   2   2 5  3  3  3   2   3 5  5  3   2     2     4    4
 1  1  1  2  0  4 1  2  1  1  0  2 1  3  1  3  0  3  
1  5   1     2   0    4  
A  B=         Matrica proizvoda datih matrica je
 2 1  1 2  3  4 2  2  11  3  2 2  3  1 3  3  3 2  5  1   2   3   4  
4  1   2   2  2  4 4  2   2   1  2  2 4  3   2   3  2  3 4  5   2    2   2  ( 4 )  A  B = 2  2  4   3  5   1  7  4  4  12  5  28 = 15 .
 
 3 9 15 27  Iz x1 = 2 y1 + 4 y2 + 5 y3 + 7 y4 i y1 = 2  z1,
1 1 0 7  .
= 16 y2 = - 3  z1, y3 = - z1 i y4 = 4  z1 sledi da je
11 18 4 
 8 10
 12 16  x1 = 4 z1 - 12 z1 - 5 z1 + 28 z1 = 15  z1, pa datom proizvodu
Ovde je mno`enje bilo mogu}e jer je broj kolona u prvoj matrica odgovara jedna~ina x1 = 15  z1.
matrici jednak broju vrsta u drugoj matrici. Prva matrica ima Primer 2.4.11. Odredimo x i y ako je A = [x y] vrsta
dimenziju 4 x 3, druga 3 x 4 a dimanzija matrice proizvoda je matrica, a i b redom kolona matrice 53 i 68  , A a = x i
4 x 4.    
Prvoj matrici odgovara sistem jedna~ina A b = y.
x1  5  y1  3  y2  2  y3
x2  y1  y2  0  y3 a drugoj matrici – sistem Iz [x y]  53 = x i [x y]  68  = y dobija se sistem
x3  2  y1  y2  3  y3    
x4  4  y1  2  y2  2  y3 jedna~ina 63  xx + 5  y = x, 2 x + 5 y = 0
+ 8  y = y odnosno sistem 6  x + 7  y = 0 . Kako
y1  z1  2  z2  3  z3  5  z4
y2  2  z1  z2  3  z3  2  z4 . Proizvodu tih matrica je determinanta tog sistema D = 62 75 = 14 – 30 = - 16  0,
y3  4  z1  2  z2  3  z3  4  z4
odgovara sistem jedna~ina sistem ima jedino trivijalno re{enje x = 0 i y = 0.
x1  1  z1  2  z2  3  z3  4  z4  1
x2  1  z1  2  z2  3  z3  4  z4 Primer 2.4.12. Odredimo proizvod matrica A =  23  i
 
x3   1  z1   2  z2   3  z3   4  z4  5 
x4  1  z1  2  z2  3  z3  4  z4 B =  2 3 1  .

46
 Mno`enjem datih matrica dobijamo da je Primer 2.4.14. Odredimo proizvod matrica A = 52 75 41 i
 1  2 1  3 1   1    
 1  2 3 1
 2  2 2  3 2   1  
A B=  23   2 3 1  =  3  2 3  3 3   1   =  4 6 2  .  3
   6 9 3  B =  2 .
 5    5  2  5  3  5   1  
  10 15 5   1
Dakle, proizvod kolona - matrice sa vrsta - matricom Mno`enje matrica je mogu}e, jer je broj kolona matrice A
predstavlja matricu a ne broj kao kod proizvoda vrsta - jednak broju vrsta matrice B. Po pravilu mno`enja matrica
matrice sa kolona - matricom. Dimenzija dobijene matrice
odre|uje se po poznatoj formuli koja se u ovom slu~aju dobijamo da je A B = 5 7 4    23  = 5  3  7  2   4    1  =
2 5 1  1  2  3  5  2 1   1 
zapisuje na slede}i na~in: (4 x 1)  (1 x 3) = (4 x 3).
Na taj na~in, proizvod kolona-matrice sa vrsta-matricom
= 15
33  . Tip dobijene matrice je (2 x 1), kao {to mora biti po
je matrica u kojoj su elementi bilo koje njene vrste (kolone)  
proporcionalni odgovaraju}im elementima druge njene vrste pravilu: (2 x 3) (3 x 1) = (2 x 1).
(kolone).
Pridru`imo li matrici A sistem
Primer 2.4.13. Odredimo proizvod matrica
 2 3 1 x 1 = 5 y1 + 7 y2 - 4 y3 y1 = 3 z1
A = 5 7 2 i B =  1 4 2 . x2 = 2 y1 + 5 y2 + y3 a matrici B sistem y2 = 2 z1 bi}e
 2 3 1
Proverimo pre svega da mno`enje datih matrica ima smi- y3 = - z1
sla: broj kolona matrice A jednak je 3 a u matrice B isti toliki x1 = (15 + 14 + 4)  z1 x1  34  z1 33   z  .
tj. , pa je  xx1  = 15
je broj vrsta. x2  ( 6  10  1)  z1 x2  15  z1  2   1

Zato se mo`e izvesti mno`enje A  B = 5 7 2    21 43 21 = Primer 2.4.15. Odredimo kolona-matricu u iz jedna~ine
2 3 1
 5 3    u1  =  7  .
= 5  2  7  1   2   2 5  3  7  4   2   3 5  1  7  2   2   1 =  10 6  u2   14 
=  21 37 21 . Posle nazna~enog mno`enja na levoj strani poslednje
Na taj na~in, dobila se vrsta-matrica sa tri elementa, kao jedna~ine dobija se jedna~ina 10 5  u1  3  u2  =  7  iz koje
 u1  6  u2   14 
{to mora biti po pravilu (1 x 3)  (3 x 3) = (1 x 3). se saglasno definiciji jednakosti dve matrice dobija sistem
jedna~ina 105  uu1  63  uu2  147 .
1 2

47
 Budu}i da se druga jedna~ina tog sistema dobija iz prve Ozna~imo li u1 sa k, bi}e u2 = 3 k, pa je tra`ena kolona-
mno`enjem njene obe strane sa –2, ona je posledica prve
matrica u = 3k k  , k  R.
jedna~ine. Zato, fakti~ki imamo samo jednu jedna~inu sa dve  
promenljive 5 u1 = 3 u2 – 7.
Primer 2.4.17. Date su matrice A =  12 52 70 34  ,
3 7  
Ozna~imo li u2 sa k, bi}e u1 =  k - , u 2 = k, gde je
5 5  5 7 1 2 1 0 1 2 2 1
3 7 B =  23 03 01 2 , C = 0 1 2 0 i D = 53 0
2  .
k    1 4 1 1 1 
k  R, pa je tra`ena kolona-matrica U =  5 5 . Na taj  1 1 2 2  0 2 1 2   1 3
 
 k  Odredimo
na~in, data jedna~ina ima beskona~no mnogo re{enja. a) element matrice A  B koji je u drugoj vrsti i tre}oj koloni,
Primer 2.4.16. Odredimo kolona-matricu U ako je b) element u tre}oj vrsti i drugoj koloni matrice B  D,
 2 3    u1  = 11  u1  .
6 9  u2  u2  c) element iz poslednje vrste i poslednje kolone matrice A  D,
Izvr{imo li na levoj strani date jedna~ine mno`enje d) element iz tre}e vrste i prve kolone matrice C  D,
matrica a na njenoj desnoj strani mno`enje broja sa matricom, e) dimenzije matrica A C, D  A, A  D, B  C, C  B, D  A  C,
dobi}emo da je 62  uu1  93  uu2  = 11 u1  . B  C  D  A.
 1 2 11 u2 
Tra`eni element u sva ~etiri slu~aja ozna~i}emo sa ci j, pri
Iz jednakosti dveju matrica sledi jednakost njihovih odgo-
~emu prvi indeks i ozna~ava broj vrste a drugi indeks j – broj
varaju}ih elemenata, ~ime dolazimo do sistema jedna~ina
2  u1  3  u2  11  u1 9  u1  3  u2  0.
kolone u kojoj se nalazi posmatrani element.
6  u1  9  u2  11  u2 odnosno 6  u1  2  u2  0 a) Pomno`imo drugu vrsti matrice A sa tre}om kolonom
U dobijenom sistemu od dve linearne homogene jedna- matrice B:
~ine sa dve promenljive je determinanta sistema 69 32 = 0. 1
c 2 3 =  1 2 0 3   01 =  1  1  2  0  0  1  ( 3 )  2 = -7.
 
Zato taj sistem ima re{enja razli~ita od trivijalnog.  2 
Budu}i da je (-2) : 6 = 3 : (-9), bi}e druga jedna~ina b) Pomno`imo tre}u vrstu matrice B sa drugom kolonom
posledica prve, jer se dobija iz nje mno`enjem sa – 2/3. Na taj  1 
na~in, imamo jednu jedna~inu sa dve promenljive, pa je re{e- matrice D: c 23 =  3 0 1 1    0 =
nje beskona~an skup. Iz druge jedna~ine sledi da je u3 = 3 u1.  2 
 3 

48
= (-3) (-1) + 0 0 + 1 (-2) + 1 (-3) = - 2 .
c) Matrica A  D je tipa (2 x 4)  (4 x 2) = 2 x 2, tj. ima dve
vrste i dve kolone, pa je njena poslednja vrsta druga i njena
poslednja kolona je druga.
 1 
Tra`eni element je c 2 2 =  1 2 0 3    20  =
 
 3 
= (-1)  (-1) + 2  0 + 0  (-2) + (-3)  (-3) = 10.
2
d) c 31 = 4 1 1 1   53  = 4 2 + 1 3 + 1 5 + 1 1 = 17.
 
 1 
e) Tip matrice A  C je (2 x 4) (4 x 4) = (2 x 4). Ona ima
dve vrste i ~etiri kolone. Tip matrice D  A odre|uje se
pomo}u formule (4 x 2) (2 x 4) = (4 x 4). Prema tome,
matrica D  A je kvadratna sa 4 vrste i 4 kolone.
Tip matrice A  D je (2 x 4)  (4 x 2) = (2 x 2). Ona je
tako|e kvadratna matrica sa dve vrste i dve kolone.
Tip matrice B  C je (4 x 4)  (4 x 4) = (4 x 4). Isto tako se
dobija da je tip matrice C  B = (4 x 4).
Matricu D  A  C mo`emo dobiti mno`enjem matrice
D  A sa matricom C ili odre|ivanjem prvo proizvoda A  C a
zatim njegovog mno`enja sleva sa D. Tip matrice D  A je
(4 x 4). Ako matricu A tipa 4 x 4 pomno`imo sa matricom C
tipa 4 x 4, dobi}emo matricu D  A  C tipa (4 x 4)  (4 x 4) =
= (4 x 4).
Kako je zbog asocijativnosti mno`enja matrica D  A  C =
= D  (A  C) a tip matrice A  C jednak (2 x 4) a matrice D
(4 x 2), bi}e zbog toga {to se matrica A  C mno`i sa D sleva,
tip matrice D  A  C jednak (4 x 2) (2 x 4) = (4 x 4).
Kori{}enjem tog svojstva, proizvod 4 matrice mo`e se
zapisati na 3 na~ina: 1) B  C  D  A = (B  C)  (D  A),
2) B  C  D  A = B  (C  D  A) i 3) B  C  D  A = (B  C  D) A.
Radi ve`be poka`imo da je tip matrice B  C  D  A u sva
ta tri slu~aja isti:
1) Tip matrice B  C jednak je (4 x 4). Tip matrice D  A
tako|e je jednak (4 x 4). Zato je tip matrica B  C  D  A
jednak (4 x 4)  (4 x 4) = (4 x 4).
2) Odredimo prvo tipu matrice C  D  A: (4 x 4)  (4 x 4) 
 (4 x 4) = (4 x 4). Mno`e}i matricu C  D  A sleva matricom
B kojoj je dimenzija (4 x 4) dobi}emo tip matrice B  C  D  A:
(4 x 4)  (4 x 4) = (4 x 4).
3) Odredimo prvo tip matrice B  C  D: (4 x 4)  (4 x 4) 
 (4 x 4) = (4 x 4). Mno`e}i matricu B  C  D sdesna matricom
A kojoj je tip (4 x 4) dobi}emo tip matrice B  C  D  A:
(4 x 4)  (4 x 4) = (4 x 4).
Dakle, tip matrice B  C  D  A je 4 x 4.
Primer 2.4.18. Date su matrice A =  76 43 52  ,
 
 1 2
B =  3 1 i C = 17
27 20  . Proverimo da li je A B = C.
40 
4 5  
Radi provere mno`enja datih matrica sastavimo u skladu
sa tkzv. Falkovom shemom dve kolona matrice D i F, pri ~e-
mu su elementi prve od njih jednaki sumi elemenata iz od-
49
 1  2  3  Ako je mno`enje datih matrica ta~no, proizvod G  D for-
govaraju}e vrste matrice B: D = 3  ( 1 ) =  2  , a elementi mirane vrsta i kolona matrice mora biti jednak sumi svih ele-
4  5  9   
3 
druge su jednaki sumi elemenata iz odgovaraju}e vrste menata matrice C. Kako je G  D = [13 1 7]   2  =
27  20  =  47  .
matrice proizvoda C: F = 17 9 
  40   57 
= 13  3 + 1  2 + 7  9 = 104 = 27 + 17 + 20 + 40, mno`enje
Ako je mno`enje datih matrica ta~no proizvod matrica A i datih matrica je ta~no.
D mora biti jednak matrici F. Kako je Primer 2.4.19. Date su matrice
3  4 1 2   1 0
A D =  76 43 52    2  = 76  33  42  2  9
  9    32  5  9  = A =  11 31 42  , B = 5 0 3  i C =  2 3  .
   1 4 3   4 1
=  47  = F, dato mno`enje matrica je ta~no.
 57  Odredimo matrice (A B)  C i A  ( B  C).
Proveru mo`emo sprovesti i tako da sastavimo dve vrsta  4 1 2   1 0 
matrice G i H tako da u matrici G elementi budu sume eleme- Iz (A B)  C =  11 31 42   5 0 3     2 3  =
   1 4 3    4 1
nata u svakoj koloni prvog ~inioca (matrica A):     
G = [ 7 + 6 4 – 3 2 + 5] = [13 1 7], a u matrici H elementi  1 0
su sume elemenata u svakoj koloni matrice proizvoda C: = 21 7 5   2 3 =  55 26  i
   5 40 
 5 17 11  4 1  
H = [27 + 17 20 + 40] = [44 60]. Ako je mno`enje datih ma-  
trica ta~no proizvod matrica G i B mora biti jednak matrici H.  4 1 2  1 0  
1 2 A  ( B  C) =  11 31 42    5 0 3   2 3  =
Kako je G  B = [13 1 7]   3 1 = H, mno`enje datih     1 4 3  4 1 
   
 4 5
 10 1
matrica je ta~no. =  11 31 42   17 3  = 555 26 .
40 
Proveru mno`enja datih matrica mo`emo izvesti i tako da    3 9  
 
sastavimo vrsta-matricu G = [13 1 7] ~iji su elementi
Na taj na~in je (A B)  C = A  ( B  C).
jednaki sumi elemenata odgovaraju}ih kolona prvog ~inioca
Primer 2.4.20. Date su matrice
3 
A, i kolona-matricu D =  2  kojoj su svi elementi jednaki
9 
sumi elemenata u odgovaraju}im vrstama drugog ~inioca.

50
 A =  23 21 23  , B =
 1 0  1 2  = 60 22  , bi}e A  B + A  C = 157 41 + 60 22  =
2 2 i C =  1 0 .      
   3 1  2 2 
= 157  60 1 (422) =  21 1 .
Odredimo matrice A  (B + C) i A  B + A  C.    7 2 
 1 0  1 2  Na taj na~in je A  (B + C) = A  B + A  C.
Kako je B + C =  2 2  +  1 0  = Primer 2.4.21. Odredimo proizvod A B matrica datih sa
 3 1  2 2 
 2 3 1  6 2 1 
 1  ( 1) 0  2  0 2  a) A =  0 0 0  i B =  3 1 2  ,
=21 2  0 =  3 2  , bi}e  1 1 0   1 1 1 
 3  2 1  ( 2 ) 5 3 
 4 1 0  1 0 1
b) A =  1 2 3  i B =  2 0 1 .
0 2   1 0 1  1 0 1
A (B + C) =  23 21 23   3 2  =
  5 3 
   2 3 1  6 2 1 
a) A B =  0 0 0    3 1 2  =
 2  0 2  3  3  5 2  2 2  2  3  ( 3 ) 21 1  1 1 0   1 1 1 
=  =  7 2  .
3  0  ( 1)  3  2  5 3  2  ( 1)  2  2  ( 3 )
 12  9  1 4  3  1 2  6  1  22 2 7 
 1 0 =  0 0 0 0 0 0 0 0 0  =  0 0 0 .
Budu}i da je AB = 23 21 23   2 2  =  6  3  0 2  1  0 1  2  0   3 3 1 
   3 1
Ovim je ilustrovano pravilo da ako se neka vrsta matrice
= 3  12  1(1)2  22  23  33 3  02 0(1)2  22  32 (( 1) = A sastoji od samih nula onda se ta vrsta matrice A B tako|e
 1 )
sastoji od samih nula, dok to ne va`i za matricu B  A.
 1 2   4 1 0   1 0 1
= 157 41 i A  C = 23 21 23   1 0  = b) A B =  1 2 3    2 0 1 =
     2 2 
 1 0 1   1 0 1
 2  ( 1)  2  1  3  2 2  2  2  0  3  ( 2 )   4  2  0 0  0  0 4  1  0   2 0 5
= 3  ( 1)  ( 1)  1  2  2 3  2  ( 1)  0  2  ( 2 ) =
=  1  4  3 0  0  0 1  2  3  =  2 0 4  .
 1  0  1 0  0  0 1  0  1   0 0 2 

51
 Ovim je ilustrovao pravilo da ako se neka kolona matrice Primer 2.4.24. Doka`imo da ako su proizvoljne matrice A
B sastoji od samih nula da se onda ta kolona matrice A B i B tipa 2 x 2 komutativne sa matricom C = 01 01 da su onda
 
tako|e sastoji od samih nula, dok to ne va`i za matricu B  A. one i me|usobno komutativne.
Primer 2.4.22. Doka`imo da je proizvod dve dijagonalne
Kako su matrice A i B tipa 2 x 2, bi}e A =  aa1 aa2  i
matrice istog reda dijagonalna matrica istog reda.  3 4
 a11 0 0 ... 0  B = bb1 bb2  . Iz uslova da je A  C = C  A i B  C = C  B
0 a 0 ... 0   3 4
Ako su date dijagonalne matrice A =  ... ...22 ... ... ... 
i
0 0 0  proizlaze jednakosti A C =  aa2 aa1  =  aa3 aa4  = C A, tj.
 4 3  1 2
 ... ann 
a2 = a3, a1 = a4. Sli~no se pokazuje da je b2 = b3 i b1 = b4 .
 b11 0 0 ... 0
0 b22 0 ... 0 Na taj na~in, matrice A i B imaju oblik A =  aa1 aa2  odnosno
B =  ... tada je njihov proizvod  2 1
... ... ... ... 
0  B = bb1 bb2  , pa se neposredno proverava da je A  B = B  A.
 0 0 ... bnn 
 2 1
 a11  b11 0 0 ... 0  Primer 2.4.25. Doka`imo da ako za ne nula matricu A je
 0 a22  b22 0 ... 0  A  B = A  C da onda ne mora da bude B = C.
A  B =  ... ... ... ... ... 
dijagonalna matrica.
 0 
ann  bnn 
 1 2 0 1 2 3
 0 0 ... Ako je A =  1 1 0  nenula matrica, B =  1 1 1 i
Primetimo da je proizvod dve dijagonalne matrice istog reda  1 4 0   2 2 2 
komutativan, tj. za njih va`i A B = B A. 1 2 3  3 4 1 
C = 1 1 1 , onda je A  B = A  C =  2 3 2  .
Primer 2.4.23. Doka`imo da su matrice  ba ba  i  dc dc  1 1 1   3 2 7 
   
Dakle, iako je A  B = A  C i A  0 ipak nije B = C.
komutativne za svako a, b, c, d  R. Primer 2.4.26. Odredimo sve matrice komutativne sa matri-
Kako je  ba ba    dc dc  =  ad cabcdb da  db  cb  ac  i com a) A = 01 1  , b) A =  1 2  , c) A =  1 2  ,
       1  1 1  3 4 
 c d    a b  = c  a  d  b c  b  d  a  , date matrice su ko- Treba da odredimo sve matrice B =  ac db  takve da je
 d c   b a   d  a  c  b d  b  c  a   
mutativne. A  B = B  A.

52
 x1 + 2  x3 = x1 + 3  x2, 3  x2 – 2  x3 = 0,
a) Iz 01 11   ac db  =  ac db   01 11 proizlazi da je
        x2 + 2  x4 = 2  x1 + 4  x2, 2  x1 + 3  x2 – 2  x4 = 0,
 a  c b  d  =  a a  b  , tj. a + c – a = 0, b + d – a – b = 0, 3 . x1 + 4  x3 = x3 + 3  x4, ili x1 + x3 – x4 = 0,
 c d   c c  d  3  x2 + 4  x4 = 2  x3 + 4 x4, 3  x2 – 2  x3 = 0
koji je ekvivalentan razmatranoj jedna~ini.
c – c = 0 i d – c – d = 0. Odatle je c = 0 i d = a, pa je sva-
Lako je uvideti, da ako se od druge jedna~ine oduzme udvo-
ka matrica oblika B = 0a ba  , a, b  R , komutativna sa ma- stru~ena tre}a, da se onda dobija jedna~ina ista kao prva i po-
  slednja. Zato se prve dve jedna~ine u tom sistemu mogu ukloniti
tricom A. i tada je
x3 – x4 = 0,
b) Iz  11 21   ac db  =  ac db    11 21 proizlazi
x1 + x1 = - x3 + x4 ,
ili
        3 x2 – 2  x3 = 0 x2 = 2 x3/3.
Na taj na~in, x3 i x4 su nezavisne promenljive, a x1 i x2 –
da je  aa 2 cc  b  2  d  =  a  b 2  a  b  , tj. 2  c + b = 0,
b  d  c  d 2  c  d 
 zavisne promenljive. Uzmemo li za nezavisne promenljive da
2 b + 2 d – 2 a = 0, - a – 2  c + d = 0 i - b – 2 c = 0. je x3 = c1 i x4 = c2, bi}e
Odatle je b = - 2  c i d = a + 2 c, pa je svaka matrica oblika x1 = - c1 + c2,
x2 = 2  c1/3,
B = 0a a2 2 c c  , a, c  R , komutativna sa matricom A. x3 = c1,
 
x4 = c2,
c) Ozna~imo tra`enu matricu sa X. Uslov komutativnosti
Prema tome, matrice komutativne sa datom matricom su
ozna~ava va`enje matri~ne jednakosti A  X = X  A. Da bi
postojao proizvod na levoj strani poslednje jednakosti, matri- oblika X = c2 c c1 2  cc1 / 3  = c1   01 2 0/ 3 + c2 01 01 , pri
 1 2     
ca X mora imati dve vrste, a da bi postojao proizvod na de-
snoj strani jednakosti – ona mora imati dve kolone. ~emu su c1 i c2 proizvoljne konstante.
Dakle, X je kvadratna matrica drugog reda, tj. X = Ako fiksiramo za c1 i c2 konkretne vrednosti, onda iz
 x1 x2  , pa za njeno odre|ivanje treba re{iti matri~nu jedna- skupa svih sa matricom A komutativnih matrica bi}e izdvo-
 x3 x4  jena jedna. Na primer, pri c1 = 0 i c2 = 0 dobi}emo nula ma-
tricu, pri c1 = 0 i c2 = 1 – jedini~nu matricu, a pri c1 = 1 i
~inu  31 42    xx1 xx2  =  xx1 xx2    31 42  .
   3 4   3 4    c2 = 0 – matricu  01 2 0/ 3 .
Mno`enjem matrica u toj jedna~ini i izjedna~avanjem ele-  
menata na istim mestima u dobijenim matricama, dolazimo do Primer 2.4.27. Za datu kvadratnu matricu A odredimo
sistema od ~etiri jedna~ine matricu X takvu da je X  A = O.

53
 Ako je A nula matrica, onda je X ma koja matrica drugog
reda.
Ako A nije nula matrica i njena determinanta je razli~ita
od nule, onda je X nula matrica.
Neka je sada A ne nula matrica kojoj je determinanta
proizvod E i j  A je jednak matrici u kojoj su sve vrste nula
vrste, osim i –te na ~ijem mestu je j –ta vrsta matrice A, a
proizvod A  E i j je jednak matrici u kojoj su sve kolone nula
kolone, osim j –te na ~ijem mestu je i –ta kolona matrice A,

jednaka nuli, tj. ima oblik  a a b b  , a  0 ili b  0 ili  0 0 ... 0 0 0 ... 0 
    a
0 0 ... 0 0 0 ... 0 a12 ... a1n 
   a11
oblik  a a b b  , a  0 ili b  0 i neka je tra`ena matrica
... ... ... ... ... ... a22 ... a2n  =
  tj.  0 0 ... 0 1 0 ... 0  21
 0 0 ... 0 0 0 ... 0   ... ... ... ... 
y  . Tada mora biti  x y     a   b  = 0 0  ,    a41 a42 ... ann 
X =  xz w
... ... ... ... ... ...
   z w  a b  0 0   0 0 ... 0 0 0 ... 0 

tj. a  (x  + y) = 0, b  (x   + y) = 0, a  (  z + w) = 0 i
b  (  z + a) = 0.  0 0 ... 0 0 0 ... 0 
Odatle je   x + y = 0 i   z + w = 0 odnosno y = -  x i  0 0 ... 0 0 0 ... 0 
 
w = -  z, pa je X =  xz    x .  ... ... ... ... ... ... 
   z  = a j1 a j2 ... a j j 1 a j j a j j  1 ... aj n  i-ta vrsta
 0 0 ... 0 0 0 ... 0 
 a11 a12 ... a1n   
 ... ... ... ... ... ... 
Za proizvoljnu matricu A =  a21 a22 ... a2n  ,  0 0 ... 0 0 0 ... 0 
... ... ... ...  
 a41 a42 ... ann 
i matri~nu jedinicu i
 0 0 ... 0 0 0 ... 0 
 0 0 ... 0 0 0 ... 0   0 0 ... 0 0 0 ... 0 
 ... ... ... ... ... ...   a11 a12 ... a1n   0 0 ... 0 0 0 ... 0 
Ei j =  0 0 ... 0 1 0 ... 0  i -ta vrsta a a22 ... a2n   ... ... ... ... ... ... 
  =  21  0 =
...   0
0 0 ... 0 0 0 ... 0 0 ... 0 1 0 ... 0
 ... ... ... ... ... ...   ... ... ... 0 ... 0 0 0 ... 0 
 0 0 ... 0 0 0 ... 0   a41 a42 ... ann   ... ... ... ... ... ... 
 0 0 ... 0 0 0 ... 0 
j -ta kolona

54
  0 0 ... 0 a1 i 0 ... 0  Broj godina Godina
 0 0 ... 0 a2 i 0 ... 0  kori{}enja 2004 2005 2006
 ... ... ... ... ... ... 
  1 a11 a12 a13
= 0 0 ... 0 aji 0 ... 0 . 2 a21 a22 a23
 0 0 ... 0 a j 1 i 0 ... 0 
  3 a31 a32 a33
... ... ... ... ... ...
  4 a41 a42 a43
 0 0 ... 0 ani 0 ... 0 
Te cene zapisali smo u obliku matrice tipa 4 x 3:
j –ta kolona
 a11 a12 a13 
Iako se za proizvod nekoliko brojeva upotrebljava zapis a a a 
a1a2 ... an, on je, strogo govore}i, besmislen, jer se defini{e pro- A =  21 22 23  , gde se sadr`ajno zna~enje svakog
izvod samo dva broja.  a31 a32 a33 
Me|utim, da bi izra~unali taj proizvod uvek (istina, u mi-  a41 a42 a43 
slima) razme{tamo zagrade. Upotrebljavanje tog zapisa za broja odre|ivalo njegovim mestom u datom nizu. Mesto koje
proizvod vi{e brojeva obja{njava se time {to rezultat izra~u- zauzima broj u datoj matrici karakteri{e vreme kori{}enja au-
navanja ne zavisi od postavki zagrada. Doka`imo analogni re- tomobila i godinu na koju se odnosi ta cena.
zultat za matrice, {to }e nam omogu}iti kori{}enje zapisa Vrste te matrice odnose se na vreme kori{}enja automo-
A1A2 ... An proizvoda matrica bez zagrada. bila a kolone na godine kad su ustanovljene cene automobila.
Teorema 2.4.3. Ako postoji proizvod matrica S obzirom na na~in kako su povezane cene automobila sa
K = A1  (A2  (... (An-1 An)...)), onda proizvod A1  A2 ... An vrstama i kolonama matrice mogli smo izmeniti mesta
vrstama i kolonama bez ikakvog gubitka informacija dobiv{i
postoji pri bilo kom razme{taju zagrada, koje svode njegovo
u vrstama godine kada su ustanovljene cene automobila a u
izra~unavanje na izra~unavanje proizvoda koji sadr`i samo
kolonama vremena njihovog kori{}enja.
dva ~inioca, i taj proizvod uvek je jednak matrici K.
U tom slu~aju cene bi bile raspore|ene na slede}i na~in:
2.5. Transponovanje matrica  a11 a21 a31 a41 
B =  a12 a22 a32 a42  . Iako su elementi te matrice isti kao
Kad smo uvodili pojam matrice naveli smo primer u ko- a 
 13 a23 a33 a43 
jem su se razmatrale prose~ne cene automobila u tri uzasto-
u prethodnoj, te matrice u skladu sa definicijom jednakosti
pne godine pri ~etiri razli~ita vremena njihovog kori{}enja na-
matrica nisu jednake. One su razli~ite ~ak i po tipu. Uzajamna
vedenih u tabeli
veza izme|u njih ispoljava se u tome {to su vrste jedne

55
matrice kolone druge. novanom matricom A r' x c mogu imati dvojak smisao.
Kada su matrice povezane na taj na~in onda se ka`e da je
svaka od njih transponovana matrica u odnosu na drugu. Na Naime, ostaje nejasno ima li matrica A tip r x c ili taj tip
primer, matrica B je transponovana matrica A a A je trans- ima transponovana matrica A'. Zato se u zapisu A r' x c pret-
ponovana matrica B. Ako je matrica A tipa r x c onda je c x r postavlja da matrica A ima tip c x r, tj. A'r x c = (A c x r)'.
tip transponovane matrice B. Radi ve}e jasnosti u tim slu~ajevima, kada je neophodno
Dakle, svakoj matrici A mo`e se pridru`iti matrica koja uvesti donje indekse koji ozna~avaju tip transponovane
nastaje iz matrice A me|usobnom zamenom vrsta i kolona. matrice, treba izabrati jednu od ekvivalentnih formi zapisa:
Takva matrica naziva se transponovana matrica i ozna~ava se (Ar x c)' ili (A')c x r .
 a11 a12 ... a1n  Prelaz od matrice A ka matrici AT naziva se transponov-
T
sa A ili A'. Za matricu A =   a 21 a22 ... a2n  , anjem matrice A. Pri transponovanju matrice A, njene vrste
... ... ... ...  postaju kolone nove matrice a kolone – vrste nove matrice sa
 am1 am2 ... amn  istim poretkom. Zato se transponovanje mo`e posmatrati kao
transponovana matrica AT je simetrija matrice u odnosu na njenu glavnu dijagonalu.
 a11 a21 ... am1  6 2 4   2
AT =  a...
12 a22 ... am2  . Primer 2.5.1. Date su matrice A =  3 1 2  , B =  1 ,
... ... ...  0 4 3   3 
 a1n a2n ... amn 
Definicija 2.5.1. Ako je A = (aij)  R m x n matrica tipa 5 4 
C =  3 2  , D = 3  5 1 i E = 04 52 32  .
m x n, onda se matrica AT = ( ai tj )  R n x m tipa n x m naziva  
 2 3 
transponovanom matricom matrici A ako je ai tj = aj i, i = 1, 2, Odredimo njima transponovane matrice.
Ako je A = (ai j) m x n matrica, tada se n x m matrica
..., n, j = 1, 2, ..., m.
Zbog razmene uloga vrsta i kolona, transponovana ma- A = (a tij ), gde je a tij = aj i, 1  i  m, 1  j  n, naziva trans-
t

trica je u op{tem slu~aju razli~ita od polazne matrice. U slu-
~aju kad je polazna matrica pravougaona (m  n) onda je tran-
sponovana matrica druga~ija ~ak i po tipu.
Ovde nastaje problem ozna~avanja. Matrica Ar x c sadr`i r
vrsta i c kolona. Me|utim, ti indeksi u kombinaciji sa transpo-
ponovanom matricom od matrice A.
Prema tome, transponovana matrica od matrice A dobija
se zamenom odgovaraju}ih vrsta i kolona matrice A.

56
 6 2 4   6 3 0 1 0 3  1 2   2 11 
Kako je A =  3 1 2  , bi}e At =  2 1 4  . Na isti B' A'= 1 0 0    0 1 =  1 0  , bi}e B' A' = (A  B)' .
0 4 3   4 2 3  1 4 7   1 3   6 19 
Razmatranje tipova i uslova mno`enja matrica potvr|uje
 3
na~in je B t = 2  1 3 , C t = 45 23 23  , D t =  5  i taj rezultat. Naime, ako je A matrica tipa r x s a B matrica tipa
   1 s x t, onda je r x t tip proizvoda P = A B. Me|utim, A' ima tip
 4 0 s x r a B' – t x s, pa jedinstveni proizvod koji mo`e biti
E t =  2 5  . dobijen na osnovu tih matrica je matrica Qt x r tipa t x r.
 3 2  Da je matrica Q = B'  A' transponovana matrici P = A  B
Teorema 2.5.1. Operacija transponovanja matrice ima proizlazi tako|e iz definicije proizvoda matrica: ij –ij element
slede}a svojstva: matrice Q jednak je skalarnom proizvodu i –te vrste matrice
1) (A + B)T = AT + BT, B' i j –te kolone matrice A'.
2) (  R) (  A)T =   AT, Osim toga, taj element jednak je skalarnom proizvodu i –
3) (A  B)T = BT AT, te kolone matrice B i j –te vrste matrice A, {to je po definiciji
4) (AT)T = A. operacije mno`enja ji –ti element matrice P. Odatle je Q = P'
Ta svojstva va`e za sve matrice A i B za koje ima smisla odnosno B'  A' = (A B )'.
leva strana jednakosti.
Transponovanje vrsta-matrice daje kolona-matricu i
obrnuto.
Poka`imo na primeru matrica A =  21 01 31 i
 
1 1 1
B = 0 2 4  da je (A  B)' = B' A'.
3 0 7 
1 1 1
Kako je A  B =  21 01 31  0 2 4  =  112 01 196  , a
  3 0 7   
 

57