LINEARNA ALGEBRA 2

Seminarski rad
 Sadržaj:

1. Euklidski vektorski prostor ................................................................................................................... 3

2. Skalarni proizvod .................................................................................................................................. 4
3. Ortogonalna matrica.............................................................................................................................. 5
4. Vektorski proizvod................................................................................................................................ 6
5. Mešoviti proizvod ................................................................................................................................. 7
6. Inverzna matrica.................................................................................................................................... 9
Literatura: ................................................................................................................................................... 14

2
 1. Euklidski vektorski prostor

Skup svih uredenih n - torki realnih brojeva označavamo sa Rn .

Rn = {(x1 , . . . , xn ) ∶ x1 , . . . , xn ∈ R}.

Jednu takvu n -torku označavamo kratko sa (x1 , . . . , xn ) i nazivamo još vektorom iz prostora Rn .

Na skupu Rn definirana je operacija sabiranja +∶ Rn × Rn → Rn na sledeći način. Ako su x

= (x1 , . . . , xn ) , y =(y1 , . . . , yn ) vektori iz Rn , onda je njihov zbir po definiciji jednak:

x + y = (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ).

Uz operaciju sabiranja vektora, na ovom skupu biće definisana i operacija množenja vektora
skalarom, ∙ ∶ R × Rn → Rn po pravilu:

𝛼𝛼 ∙ 𝑥𝑥 = 𝛼𝛼 ∙ (x1 , . . . , xn ) = (𝛼𝛼x1 , . . . , 𝛼𝛼xn ), 𝛼𝛼 ∈ 𝑅𝑅.

Skalari su najčešće elementi polja realnih brojeva. Uz te dve operacije prostor Rn postaje
vektorski prostor.

Prostor Rn kao vektorski prostor je uredena trojka (Rn, +, ·) skupa Rn i dve operacije, sabiranja
vektora i množenja vektora skalarom čini vektorski prostor. U tom prostoru važe sledeća
svojstva:

VP1 komutativnost sabiranja

(∀ x, y ∈ Rn ) 𝑥𝑥 + 𝑦𝑦 = 𝑦𝑦 + 𝑥𝑥

VP2 asocijativnost sabiranja

(∀ x, y, z ∈ Rn ) 𝑥𝑥 + (𝑦𝑦 + 𝑧𝑧) = (𝑥𝑥 + 𝑦𝑦) + 𝑧𝑧

VP3 postojanje nultog vektora

(∃0 ∈ Rn ) (∀ x ∈ Rn ) x + 0 = 0 + x = x

VP4 postojanje suprotnog vektora

(∀ x ∈ Rn ) (∃𝑥𝑥 ′ ∈ Rn ) x + 𝑥𝑥 ′ = 𝑥𝑥 ′ + x = x

VP5 kompatibilnost množenja

(∀ α, β ∈ R) (∀ x ∈ Rn ) α(βx) = (αβ)x

VP6 distributivnost množenja prema sabiranja u Rn

3
 (∀α ∈ R) (∀ x, y ∈ Rn ) α(𝑥𝑥 + 𝑦𝑦) = αx + αy

VP7 distributivnost množenja prema sabiranja u R

(∀ α, β ∈ R) (∀𝑥𝑥 ∈ Rn ) (α + β )𝑥𝑥 = = αx + βx

VP8 netrivijalnost množenja

(∀ x ∈ Rn ) 1 ∙ x = x

2. Skalarni proizvod

Definicija 2.1 Skalarni proizvod geometrijskih vektora a�⃗ i �⃗ �⃗ koji je

b je realan broj, u oznaci a�⃗ · b
jednak proizvodu intenziteta tih vektora i kosinusa ugla između njih, tj.
a�⃗ · �⃗ �⃗| · cos ∢ �a�⃗ , b
b= |a�⃗| · |b �⃗�

Osobine:

1. a�⃗ · �⃗
b = = �⃗
b · a�⃗

2. (αa�⃗) · �⃗
b = a�⃗ · ( a�⃗ b ) = α ( a�⃗ · �⃗
b)

�⃗) · c⃗ = a�⃗ · c⃗ + ��⃗

3. (a�⃗ + b b · c⃗

Slika 2.1. Prikaz standardnog skalarnog proizvoda vektora

Skalarni proizvod vektora definiše se na sledeći način:

a�⃗ · �⃗ �⃗| · cos ∢ �a�⃗ , �⃗

b = |a�⃗| · |b b� = a1 b1 + a2 b2 + ⋯ + an bn .

a�⃗ = (a1 , a2 , … , an ) i �⃗
b = (b1 , b2 , … , bn ).

Iz definicije možemo zaključiti da je a�⃗ · �⃗

b = 0 samo ako je jedan od vektora jednak nuli ili je
ugao između njih jednak 𝜋𝜋/2. Odavde izvodimo sledeće važno svojstvo skalarnog proizvoda.

4
Teorema 2.1 Uslov ortogonalnosti: Ne - nula vektori a i b ortogonalni su ako i samo ako je �a⃗ ·
�⃗ = 0.
b

Ako je ugao između vektora jednak nuli (tj. ako su paralelni i istog smera), onda je skalarni
proizvod jednak proizvodu njihovih modula. U posebnom slučaju, skalarni proizvod vektora sa
samim sobom jednak je kvadratu njegovog modula:

a�⃗ · a�⃗ = |a�⃗|2

Primer 2.1 Naći skalarni proizvod vektora (1, 2, 3) i (-3, 1, 2) u trodimenzionalnom prostoru.

(1, 2, 3) · (- 3, 1, 2)
= 1·(−3) + 2·1 + 3·2 = - 3 + 2 + 6 = 5.

3. Ortogonalna matrica

Definicija 3.1 Neka je A ∈ Mn. Za matricu A kažemo da je regularna (invertibilna) ako postoji
matrica X za koju ta važi
AX = XA = E:

Budući da je matrica X jedinstvena uvodimo oznaku

X = A−1
i matricu A-1 nazivamo inverzna martica ili inverzna matrica matrice A. Za matricu A kažemo
da je singularna ukoliko nije regularna.

Definicija 3.2 Neka je A ∈ Mn. Za matricu A kažemo da je ortogonalna ako važi

AAT = AT A = E.
Sledi iz definicije da je svaka ortogonalna matrica regularana i da je
A−1 = AT .
Dakle, alternativna definicija je: A ∈ Mn je ortogonalna matrica ako je A−1 = AT .

Primer 3.1 Neka je za 𝛼𝛼 ∈ ℝ.

𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐

A =� � ⇒ A′ = � �
𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠 𝑐𝑐𝑐𝑐𝑐𝑐𝑐𝑐 𝑠𝑠𝑠𝑠𝑠𝑠𝑠𝑠
1 0
A A′ = A′A = � � = E ⇒ A je ortogonalna.
0 1

5
 4. Vektorski proizvod

�⃗ ima intezitet
Definicija 4.1 Vektorski proizvod dva vektora c⃗ = a�⃗ × b

�⃗� = |a�⃗| · �b
�a�⃗ × b �⃗� · sin∢ �a�⃗ , b
�⃗�,

što je brojno jednako površini paralelograma konstruisanog nad tim vektorima kao stranicama,

pravac normalan na ravan određenom tim vektorima, a smer određen pravilom desne šake.

Slika 4.1 Određivanje smera vektorskog proizvoda pomoću pravila desne šake

Vektorski proizvod je jednak nuli, ako je jedan od vektora nula, ili ako su vektori kolinearni.

a�⃗ × �⃗ �⃗� = 0 ∨ a�⃗ ∥ b

b = 0 ⇒ |a�⃗| = 0 ∨ �b �⃗

Vektorski proizvod se koristi za izračunavanje površine trougla i paralelograma.

Data su dva vektora:

�⃗,
a�⃗ = (a1 , a2 , a3 ) = a1⃗ı + a2 ⃗ȷ + a3 k
�⃗ = (b1 , b2 , b3 ) = b1⃗ı + b2 ⃗ȷ + b3 k
b �⃗
⃗ı ⃗ȷ �⃗
k a2 a3 a1 a 3 a1 a2
�⃗
a�⃗ × b = �a1 a2 a3 � = ��b b � − �b
2 3 1 b3 � , �b1 b2 ��
b1 b2 b3

Osobine: 1. Antikomutativnost

6
 ⃗ı ⃗ȷ �⃗
k ⃗ı ⃗ȷ �⃗
k
�⃗ × a�⃗ = �b
b b2 b3 � = - � a1 a2 �⃗)
a3 � = − (a�⃗ × b
1
a1 a2 a3 b1 b2 b3

2. Homogenost

⃗ı ⃗ȷ �⃗
k
ka�⃗ × �⃗
b = �𝑘𝑘 a1 𝑘𝑘a2 �⃗)
𝑘𝑘a3 � = 𝑘𝑘(a�⃗ × b
b1 b2 b3

3. Aditivnost

⃗ı ⃗ȷ �⃗
k ⃗ı ⃗ȷ �⃗
k ⃗ı ⃗ȷ �⃗
k
�a�⃗ + �⃗b� × c⃗ = �a1 + b1 a 2 + b2 a3 + b3 � = �a1 a2 a3 � + �b1 b2 b3 � =
c1 c2 c3 c1 c2 c3 c1 c2 c3
�⃗
�a⃗ × c⃗ + b × c⃗

Primer 4.1 Odrediti površinu trougla određenog tačkama:

A = (6, 3, 1), B = (3, 6, 1), C = (1, 3, 6).

�����⃗
𝐴𝐴𝐴𝐴 = (−3, 3, 0)
�����⃗
𝐴𝐴𝐴𝐴 = (−5, 0, 5)

1
P = �����⃗ × �����⃗
�𝐴𝐴𝐴𝐴 𝐴𝐴𝐴𝐴 �
2
⃗ı ⃗ȷ �⃗
k
�����⃗
𝐴𝐴𝐴𝐴 × �����⃗
𝐴𝐴𝐴𝐴 = �−3 3 0� = (15, 15, 15) = 15 (1, 1, 1)
−5 0 5

1 15 15√3
P = |15 (1, 1, 1)| = | (1, 1, 1)| =
2 2 2
15√3
P∆ABC = 2 .

5. Mešoviti proizvod

�⃗ , �⃗
Definicija 5.1 Mešoviti proizvod dva vektora u oznaci a b i c⃗ u oznaci �a�⃗ , �⃗
b, c⃗� je
a1 a2 a3
�⃗ �⃗
�a�⃗ , b, c⃗� = �a�⃗ × b� · c⃗ = � b1 b2 b3 �.
c1 c2 c3

7
Mešoviti proizvod tri vektora je nula ako i samo ako su vektori komplanarni. Mešoviti proizvod
tri vektora po apsolutnoj vrednosti jednak je zapremini paralelopipeda konstruisanog nad ovim
vektorima.

�a⃗ = (a1 , a2 , a3 ) = a1⃗ı + a2 ⃗ȷ + a3 k �⃗,

�⃗ = (b1 , b2 , b3 ) = b1⃗ı + b2 ⃗ȷ + b3 k
b �⃗,
c⃗ = (c1 , c2 , c3 ) = c1⃗ı + c2⃗ȷ + c3 �⃗ k
⃗ı ⃗ȷ �⃗
k a2 a3 a1 a 3 a1 a 2
a�⃗ × b �⃗ = �a a
1 2 a 3 � = ��b b � − �b b � , �b b ��
2 3 1 3 1 2
b1 b2 b3
a1 a2 a3
a a3 a1 a 3 a1 a2
�a�⃗ , �⃗
b, c⃗� = �a�⃗ × b�⃗� · c⃗ = c1� 2 � − 2� � 3� b b2 b3 �
b2 b3 c b1 b3 + c b1 b2 � = � 1
c1 c2 c3
a1 a 2 a 3
V = � b1 b2 b3 �
c1 c2 c3

Mešoviti proizvod se koristi za izračunavanje zapremine paralelopipeda i tetraedra.

Primer 5.1 Odrediti zapreminu tetraedra čija su temena:

A = (2, −3, 5), B = (0, 2, 1), C = (−2, −2, 3), D = (3, 2, 4).
�����⃗ = (1, 5, −1) �����⃗
𝐴𝐴𝐴𝐴 �����⃗ = (−2, 5, −4)
𝐴𝐴𝐴𝐴 = (−4, 1, −2) 𝐴𝐴𝐴𝐴

1 5 −1
VP = �−4 1 −2� = | − 4 + 20 + 20 − 2 + 10 − 80| = | − 36| = 36
−2 5 −4
1
Vt = 6 VP
1
Vt = 6
· 36
1
Vt = 6

Primer 5.2 Zapremina tetraedra je 5. Tri njegova temena su A = (2, 1, −1), B = (3, 0, 1), C =
(2, −1, 3). Naći četvrto teme, ako se zna da je ono na y osi.

A = (2, 1, −1), B = (3, 0, 1), C = (2, −1, 3). D = (0, y, 0)

�����⃗ = (1, −1, 2),

𝐴𝐴𝐴𝐴 �����⃗ = (0, −2, 4),𝐴𝐴𝐴𝐴
𝐴𝐴𝐴𝐴 �����⃗ = (−2, y − 1, 1)

1 −1 2
� 0 −2 4� = −2 + 8 − 8 − 4 (y − 1) = −4y + 2
−2 y – 1 1

8
 Vt = 5
VP = 6 · 5 = 30.
| − 4y + 2| = 5 · 6 = 30
1. −4y + 2 = 30
−4y = 28
y = −7
D = (0, −7, 0)

2. −4y + 2 = −30
−4y = −32
y = 8
D = (0, 8, 0)

6. Inverzna matrica

Neka je A = [aij ]n×n kvadratna matrica. Determinanta matrice A je

a11 a12 . . . a1n

a21 a22 . . . a2n
det A = � ⋮ ⋮ ⋱ ⋮ � = ∑(−1)j a1j1 a2j2 · · · anjn ,
an1 an2 . . . ann

gde se sumiranje vrši po svim permutacijama pν = (j1 , j2 , . . . , jn ) skupa {1, 2, . . . , n}, a j je broj
inverzija u permutaciji pν .

n = 1∶ |a11 | = a11 ;
a11 a12
n = 2∶ �a a � = aa11 a22 − a12 a21 ;
21 22

a11 a12 a13

n = 3∶ � a21 a22 a23 �
a31 a32 a33
= a11 a22 a33 − a11 a23 a32 − a12 a21 a33 + a12 a23 a31 + a13 a21 a32
− a13 a22 a31 .

Kofaktor elementa aij je Aij = (−1)i+j Dij ,

ta je Dij determinanta reda n − 1 dobijena iz det A izostavljanjem i–te vrste i j–te kolone.

9
Laplasov razvoj determinante po elementima i–te vrste (i = 1, 2, . . . , n):
a11 a12 . . . a1n
a21 a22 . . . a2n
� ⋮ ⋮ ⋱ ⋮ � = ai1 Ai1 + ai2 Ai2 + · · · + ain Ain .
an1 an2 . . . ann

Laplasov razvoj determinante po elementima j–te kolone (j = 1, 2, . . . , n):

a11 a12 . . . a1n
a21 a22 . . . a2n
� ⋮ ⋮ ⋱ ⋮ � = a1j A1j + a2j A2j + · · · + anj Anj .
an1 an2 . . . ann

Adjungovana matrica matrice A = [aij ]n×n je matrica

A11 A12 . . . A1n

A21 A22 . . . A2n
adj A = [Aji ]n×n = [Aij ]Tn×n = � �
⋮ ⋮ ⋱ ⋮
An1 An2 . . . Ann

gde je Aij kofaktor elementa aij (i, j = 1, 2, . . . , n).

Inverzna matrica matrice A = [aij ]n×n je matrica A−1 takva da važi

A · A−1 = A−1 · A = I.

Ako je det A ≠ 0, tada je

1
A−1 = det A
adj A.

Matrica A je regularna ako postoji njena inverzna matrica A−1 = A . U protivnom, matrica A je
singularna.

Primer 6.1 Odrediti inverznu matricu matrice:

1 2 3
𝐴𝐴 = �0 1 2�
3 0 1

Rešenje: Kako je 𝑑𝑑𝑑𝑑𝑑𝑑𝑑𝑑 = 4 ≠ 0, za matricu A postoji inverzna matrica A-1.

Ona se određuje prema formuli:
1
A−1 = det A
adj A.

gde je adjA matrica čiji su elementi kofaktori elemenata matrice A, a koji se izračunavaju na
sledeći način:

10
 1 2 0 2 0 1
𝐴𝐴11 = (−1)1+1 � � = 1; 𝐴𝐴12 = (−1)3 � � = 6; 𝐴𝐴13 = (−1)4 � � = −3;
0 1 3 1 3 0
2 3 1 3 1 2
𝐴𝐴21 = (−1)2+1 � � = −2; 𝐴𝐴 22 = (−1)4 � � = −8; 𝐴𝐴23 = (−1)5 � � = 6;
0 1 3 1 3 0
2 3 1 3 1 2
. 𝐴𝐴31 = (−1)3+1 � � = 1; 𝐴𝐴32 = (−1)5 � � = −2; 𝐴𝐴 33 = (−1)6 � � = 1.
1 2 0 2 0 1

Tako je

A11 A12 A13 𝑇𝑇 1 6 −3 𝑇𝑇 1 −2 1

adj𝐴𝐴 = � A21 A22 A23 � = �−2 −8 6 � = � 6 −8 −2� ,
A31 A32 A33 1 −2 1 −3 6 1

1 −2 1
1
pa je A−1 = 4
� 6 −8 −2�.
−3 6 1

Rezultat se može i proveriti:

1 2 3 1 −2 1 4 0 0
1 1
A · A−1 = �0 1 2� · 4 � 6 −8 −2� = 4
� 0 4 0� = I
3 0 1 −3 6 1 0 0 4

1 0 0
Primer 6.2 Naći A−1 ako je A = �1 1 0�.
0 1 1
Rešenje: Ako je det A ≠ 0 odredićemo A−1 iz formule

A11 A12 A13 𝑇𝑇

1
A−1 = adj A, adj𝐴𝐴 = � A21 A22 A23 � ,
det A A31 A32 A33

gde je Aij kofaktor elementa aij , i, j = 1,…, n, matrice A. Imamo

1 0 0
det𝐴𝐴 = �1 1 0� = 1 ≠ 0.
0 1 1

11
Odgovarajući kofaktori su jednaki:

1 0 1 0 1 1
𝐴𝐴11 = (−1)1+1 � � = 1; 𝐴𝐴12 = (−1)3 � � = −1; 𝐴𝐴13 = (−1)4 � � = 1;
1 1 0 1 0 1
0 0 1 0 1 0
𝐴𝐴21 = (−1)2+1 � � = 0; 𝐴𝐴 22 = (−1)4 � � = 1; 𝐴𝐴23 = (−1)5 � � = −1;
1 1 0 1 0 1
0 0 1 0 1 0
𝐴𝐴31 = (−1)3+1 � � = 0; 𝐴𝐴32 = (−1)5 � � = 0; 𝐴𝐴 33 = (−1)6 � � = 1.
1 0 1 0 1 1
Inverzna matrica je jednaka

1 0 0 𝑇𝑇 1 0 0
−1 1
A = det A
adj A = �1 1 0� = � −1 1 0�.
0 1 1 1 −1 1
Napomenimo da bismo uočili i otklonili eventualne greške, možemo proveriti da li za nađenu
matricu A−1 važi AA−1 = I.

1 0 0 1 0 0 1 0 0
AA−1 = �1 1 0� · � −1 1 0� = � 0 1 0�.
0 1 1 1 −1 1 0 0 1
Primer 6.3 Matričnom metodom rešiti sistem jednačina:

2𝑥𝑥 − 3𝑦𝑦 + 𝑧𝑧 = 7

3𝑥𝑥 − 2𝑦𝑦 − 𝑧𝑧 = 3

𝑥𝑥 − 𝑦𝑦 + 2𝑧𝑧 = 6

2 −3 1 7 𝑥𝑥
A= �3 −2 −1� , B= �3�, 𝑋𝑋 = �𝑦𝑦�
1 −1 2 6 𝑧𝑧

AX = B /A-1

A-1AX = A-1 B

IX = A-1 B

X = A-1 ·B

12
 A11 A12 A13 𝑇𝑇
1
A−1 = adj A, adj𝐴𝐴 = � A21 A22 A23 � ,
det A A31 A32 A33

2 −3 1
det𝐴𝐴 = �3 −2 −1� = 10 ≠ 0.
1 −1 2
Odgovarajući kofaktori su jednaki:
−2 −1 3 −1 3 −2
𝐴𝐴11 = (−1)1+1 � � = −5; 𝐴𝐴12 = (−1)3 � � = −7; 𝐴𝐴13 = (−1)4 � � = − 1;
−1 2 1 2 1 −1
−3 1 2 1 2 −3
𝐴𝐴21 = (−1)2+1 � � = 5; 𝐴𝐴 22 = (−1)4 � � = 3; 𝐴𝐴23 = (−1)5 � � = −1;
−1 2 1 2 1 −1
−3 1 2 1 2 −3
𝐴𝐴31 = (−1)3+1 � � = 5; 𝐴𝐴32 = (−1)5 � � = 5; 𝐴𝐴 33 = (−1)6 � � = 5.
−2 −1 3 −1 3 −2
𝑇𝑇
1 1 −5 −7 −1 1 −5 5 5
A−1 = adj A = � 5 3 −1� = �−7 3 5�.
det A 10 10
5 5 5 −1 −1 5

−5 5 5 7 1
1
X = A-1 ·B = 10 �−7 3 5� �3� = �−1�
−1 −1 5 6 2
(𝑥𝑥, 𝑦𝑦, 𝑧𝑧) = (1, −1, 2)

13
Literatura:

[1] www.elfak.ni.ac.rs/downloads/informacije/studenti/praktikumi/determinante-inverzna-
matrica.pdf

[2] web.math.pmf.unizg.hr/nastava/ag/dodatni/predavanja.pdf

[3] marjan.fesb.hr/~borka/files/PRED-2-LA-07.pdf

[4] element.hr/artikli/file/1312

14