Glava 1

Linearna algebra

1.1 Sistemi linearnih algebarskih jednačina

Sistem jednačina

a11 x1 + a12 x2 + · · · + a1n xn = b1

a21 x1 + a22 x2 + · · · + a2n xn = b2
(1.1)
...................................
am1 x1 + am2 x2 + · · · + amn xn = bm

gde su aij (i = 1, 2, . . . , m; j = 1, 2, . . . , n) i bi (i = 1, 2, . . . , m) realni

brojevi i xj (j = 1, 2, . . . , n) nepoznate, naziva se sistem od m linearnih
algebarskih jednačina sa n nepoznatih.
Realni brojevi aij nazivaju se koeficijentima uz nepoznate, a realni
brojevi bi slobodnim članovima. Ako su svi slobodni članovi bi jednaki
nuli, tada se sistem jednačina (1.1) naziva homogen, a ako je bar jedan
od slobodnih članova bi različit od nule tada se sistem jednačina (1.1)
naziva nehomogen.
Ured̄ena n-torka brojeva (ξ1 , ξ2 , . . . , ξn ) je rešenje sistema jednačina
(1.1) ako pri zameni xj = ξj (j = 1, 2, . . . , n) u (1.1) dobijamo brojne
jednakosti. Ako sistem jednačina (1.1) ima rešenje tada kažemo da je
saglasan, a ako nema rešenje kažemo da je nesaglasan. Ako sistem ima
tačno jedno rešenje kažemo da ima jedinstveno rešenje. Ako sistem ima
više od jednog rešenja kažemo da je neodred̄en.
U teoriji linearnih algebarskih jednačina postavljaju se dva osnovna
zadatka. Prvi zadatak odnosi se na utvrd̄ivanje potrebnih i dovoljnih
uslova za postojanje rešenja sistema linearnih algebarskih jednačina.

1
2 1.1. SISTEMI LINEARNIH ALGEBARSKIH JEDNAČINA

Tim zadatkom u ovom kursu nećemo se baviti. Drugi zadatak odnosi se

na rešavanje sistema linearnih jednačina u slučajevima kada takav sis-
tem ima rešenja. Jedna od najpoznatijih i najefikasnijih metoda, koja
se koristi za rešavanje sistema linearnih jednačina, je Gauss-Jordanova
metoda eliminacije. O ovoj metodi biće reči u nastavku ove sekcije.
Ovom metodom moguće je ne samo naći rešenja, u slučaju kada je sis-
tem saglasan, već i ustanoviti nesaglasnost, u slučaju kada je sistem
nesaglasan.
Dva sistema linearnih jednačina su ekvivalentna ako i samo ako je
svako rešenje jednog sistema ujedno rešenje drugog sistema i obrnuto. U
osnovi rešava- nja sistema linearnih jednačina je njihovo svod̄enje (trans-
formacija) na veoma jednostavne ekvivalentne sisteme, čija su rešenja
očigledna.
Sistem linearnih jednačina transformiše se u njemu ekvivalentan sis-
tem ako:
(A) Dve jednačine zamene mesta.
(B) Jednačinu sistema pomnožimo konstantom različitom od nule.
(C) Jednu jednačinu, pomnoženu konstantom, dodamo drugoj jedna-
čini.
Koeficijenti uz nepoznate i slobodni članovi sistema linearnih jedna-
čina (1.1) mogu se iskoristiti za formiranje nekoliko matrica od interesa
za njihovo rešavanje. Sa sistemom (1.1) povezane su sledeće matrice:

     
a11 a12 ... a1n b1 a11 a12 ... a1n b1
 a21 a22 ... a2n   b2   a21 a22 ... a2n b2 
.. .. .. , .. , .. .. .. ..
     
 ..   .. 
 . . . .   .   . . . . . 
am1 am2 . . . amn bm am1 am2 . . . amn bm

Prva matrica je matrica koeficijenata, druga matrica je matrica slo-

bodnih članova, a treća matrica je proširena matrica sistema (1.1).
Proširena matrica sadrži sve suštinske delove sistema: koeficijente
uz nepoznate i slobodne članove. Vertikalna crta stavljena je kao znak
koji razdvaja koeficijente uz nepoznate od slobodnih članova. Za naše
potrebe u ovom trenutku dovoljno je posmatrati proširenu matricu sis-
tema jednačina (1.1).
Za dve matrice kažemo da su ekvivalentne po vrstama ako i samo
ako one predstavljaju proširene matrice ekvivalentnih sistema jednačina.
GLAVA 1. LINEARNA ALGEBRA 3

Primenom bilo koje od niže navedenih operacija na vrstama, polazna

matrica se transformiše u matricu ekvivalentnu po vrstama:
(A) Dve vrste menjaju mesta (Vi ↔ Vj )
(B) Vrsta se množi konstantom različitom od nule (kVi → Vi )
(C) Proizvod konstante i jedne vrste dodaje se drugoj vrsti (kVi +
Vj → Vj )
Ovo je direktna posledica operacija kojima se sistem linearnih jedna-
čina transformiše u njemu ekvivalentan sistem.
Primena navedenih operacija na transformaciju proširenih matrica
sistema jednačina u matrice ekvivalentne po vrstama najbolje se ilustruje
na primerima.

Primer 1.1. Posmatrajmo sistem jednačina

2x1 −2x2 +x3 = 3

(1.2) 3x1 +x2 −x3 = 7
x1 −3x2 +2x3 = 0

i transformišimo njegovu proširenu matricu na sledeći način:

     
2 −2 1 3 1 −3 2 0 1 −3 2 0
 3 1 −1 7  ∼  3 1 −1 7  ∼  0 10 −7 7  ∼
1 −3 2 0 2 −2 1 3 0 4 −3 3
   
1 −3 2 0 1 0 −0.1 2.1
 0 1 −0.7 0.7  ∼  0 1 −0.7 0.7  ∼
0 4 −3 3 0 0 −0.2 0.2
   
1 0 −0.1 2.1 1 0 0 2
 0 1 −0.7 0.7  ∼  0 1 0 0 
0 0 1 −1 0 0 1 −1

U prvom koraku na mestu (1, 1), tj. u prvoj koloni i prvoj vrsti
dobijamo 1 na taj način što prva i treća vrsta promene svoja mesta
(V1 ↔ V3 ). Zatim u prvoj koloni na svim ostalim mestima dobijamo
nule. To se postiže tako što se prva vrsta pomnoži sa -3 i doda drugoj
vrsti (−3V1 + V2 → V2 ), a zatim se prva vrsta pomnoži sa -2 i doda
trećoj vrsti (−2V1 + V3 → V3 ). Dakle, u prvoj koloni imamo 1 na vrhu,
a svi ostali elementi u toj koloni su jednaki 0.
U drugom koraku treba dobiti 1 na mestu (2,2), što se postiže množe-
njem druge vrste sa 0,1 (0, 1V2 → V2 ), a zatim se u drugoj koloni na svim
4 1.1. SISTEMI LINEARNIH ALGEBARSKIH JEDNAČINA

ostalim mestima dobijaju nule uz pomoć sledećih operacija: 3V2 + V1 →

V1 , −4V2 + V3 → V3 .
Na kraju treba dobiti 1 na mestu (3,3), što se postiže množenjem
treće vrste sa -5 (−5V3 → V3 ), a onda u trećoj koloni na svim ostalim
mestima dobiti nule uz pomoć operacija: 0, 1V3 + V1 → V1 , 0, 7V3 + V2 →
V2 .
Na ovaj način dobili smo matricu ekvivalentnu po vrstama proširenoj
matrici sistema (1.2). Ovoj matrici odgovara sistem jednačina

x1 = 2
(1.3) x2 = 0
x3 = −1

koji je ekvivalentan sistemu (1.2) i koji se lako rešava. Rešenje sistema

(1.3), a samim tim i sistema (1.2) je: x1 = 2, x2 = 0, x3 = −1. △

Primer 1.2. Posmatrajmo sada sistem jednačina

2x1 −4x2 +x3 = −4

(1.4) 4x1 −8x2 +7x3 = 2
−2x1 +4x2 −3x3 = 5

i izvršimo transformaciju njegove proširene matrice na sledeći način:

   
2 −4 1 −4 1 −2 0, 5 −2
 4 −8 7 2  ∼  4 −8 7 2 ∼
−2 4 −3 5 −2 4 −3 5
   
1 −2 0, 5 −2 1 −2 0, 5 −2
 0 0 5 10 ∼ 0   0 1 2 ∼
0 0 −2 1 0 0 −2 1
 
1 −2 0 −3
 0 0 1 2 
0 0 0 5

Prvi korak je identičan prvom koraku u primeru 1.1. U drugom koraku

ne možemo dobiti 1 na mestu (2,2), jer se na tom mestu nalazi 0, a nule
se nalaze i na svim ostalim mestima u drugoj koloni ispod mesta (2,2).
Zbog toga se pomeramo udesno i dobijamo 1 na mestu (2,3) množenjem
druge vrste sa 0,2 (0, 2V2 → V2 ), a zatim u trećoj koloni na svim ostalim
mestima dobijamo nule uz pomoć operacija: (−0, 5V2 + V1 → V1 , 2V2 +
V3 → V3 .
GLAVA 1. LINEARNA ALGEBRA 5

Na ovaj način dobili smo matricu ekvivalentnu po vrstama proširenoj

matrici sistema (1.4). Ovoj matrici odgovara sistem jednačina

x1 −2x2 = −3
(1.5) x3 = 2
0 = 5

koji je ekvivalentan sistemu (1.4). Sistem (1.5) je nesaglasan, jer nijedna

ured̄ena trojka realnih brojeva ne zadovoljava poslednju jednačinu tog
sistema. △
Primer 1.3. Posmatrajmo sada sistem jednačina

3x1 +6x2 −9x3 = 15

(1.6) 2x1 +4x2 −6x3 = 10
−2x1 −3x2 +4x3 = −6
i izvršimo transformaciju njegove proširene matrice na sledeći način:
   
3 6 −9 15 1 2 −3 5
 2 4 −6 10  ∼  2 4 −6 10  ∼
−2 −3 4 −6 −2 −3 4 −6
   
1 2 −3 5 1 2 −3 5
 0 0 0 0 ∼ 0 1 −2 4  ∼
 
0 1 −2 4 0 0 0 0
 
1 0 1 −3
 0 1 −2 4 
0 0 0 0

U prvom koraku na mestu (1,1) dobijamo 1 množenjem prve vrste sa 13

( 13 V1 → V1 ), a zatim u prvoj koloni na svim ostalim mestima dobijamo
nule uz pomoć sledećih operacija: (−2)V1 + V2 → V2 , 2V1 + V3 → V3 .
Pošto se u drugoj vrsti nalaze samo nule, zamenom mesta drugoj i
trećoj vrsti (V2 ↔ V3 ), dobijamo na mestu (2,2) 1. Zatim u dugoj koloni
na svim ostalim mestima dobijamo nule uz pomoć sledeće operacije:
(−2)V2 + V1 → V1 .
Na ovaj način dobili smo matricu ekvivalentnu po vrstama proširenoj
matrici sistema (1.6). Ovoj matrici odgovara sistem jednačina

x1 +x3 = −3
(1.7) x2 −2x3 = 4
0 = 0
6 1.1. SISTEMI LINEARNIH ALGEBARSKIH JEDNAČINA

koji je ekvivalentan sistemu (1.6). Sistem (1.7) je saglasan i ima besko-

načno mnogo rešenja. Ta rešenja dobijamo tako što krajnje leve promen-
ljive x1 i x2 iz prve dve jednačine izražavamo pomoću treće promenljive
x3 :

x1 = −x3 − 3
x2 = 2x3 + 4

Stavljajući x3 = t, za svaki realan broj t dobijamo rešenja sistema (1.7):

x1 = −t − 3
x2 = 2t + 4
x3 = t

Dakle, skup {(−t − 3, 2t + 4, t)|t ∈ R} predstavlja skup svih rešenja

sistema (1.7), a samim tim i sistema (1.6) koji je sa njim ekvivalentan.
△

U svim prethodnim primerima koristili smo operacije na vrstama

kako bismo transformisali proširenu matricu sistema na pojednostavljen
oblik koji se zove redukovana matrica. Matrica je redukovana matrica
ako :
10 Svaka vrsta koja se sastoji od samih nula dolazi ispod svake vrste
koja sadrži bar jedan od nule različit elemenat.
20 Krajnji levi od nule različit element u svakoj vrsti je 1.
30 Svi drugi elementi u koloni koja sadrži 1 na krajnjem levom mestu
su nule.
40 Krajnja leva jedinica u bilo kojoj vrsti stoji desno od krajnje leve
jedinice u vrsti iznad.
Istovremeno, u prethodnim primerima ilustrovali smo i proces rešava-
nja sistema jednačina, poznat kao Gauss-Jordanova metoda eliminacije.
Ova metoda transformiše proširenu matricu sistema jednačina u reduko-
vani oblik. Sistem koji odgovara redukovanoj proširenoj matrici zove se
redukovani sistem. Ovi sistemi se lako rešavaju.
U suštini imamao tri mogućnosti: sistem je saglasan i ima jedin-
stveno rešenje (Primer 1.1), sistem je saglasan i ima beskonačno mnogo
rešenja (Primer 1.3) i sistem je nesaglasan (Primer 1.2).
Gauss-Jordanova metoda eliminacije dobila je ime po nemačkom
matematičaru Carlu Fridrichu Gausssu (1777-1885) i nemačkom geodeti
GLAVA 1. LINEARNA ALGEBRA 7

Wilhelmu Jordanu (1842-1899). Gauss, jedan od najvećih matematičara

svih vremena, metodu je koristio za rešavanje sistema jednačina za
potrebe svojih istraživanja u astronomiji, a Jordan je uopštio ovu metodu
za potrebe rešavanja ovih problema u geodeziji.
Sistem linearnih jednačina ima beskonačno mnogo rešenja ako je
saglasan i ako je broj levih krajnjih jedinica u redukovanoj proširenoj
matrici manji od broja nepoznatih. To je slučaj kod sistema jednačina
navedenog u primeru 1.3. Kod ovog sistema je broj krajnjih levih je-
dinica u redukovanoj matrici 2, a broj nepoznatih je 3. Opis skupa
rešenja nije težak. Krajnje leve nepoznate u redukovanom sistemu odgo-
varaju krajnjim levim jedinicama odgovarajuće redukovane proširene
matrice. Definicija redukovanog oblika proširene matrice osigurava da se
svaka krajnja leva nepoznata u odgovarajućem redukovanom sistemu po-
javljuje u samo jednoj jednačini sistema. Krajnje leve nepoznate treba
izraziti pomoću preostalih nepoznatih i ispisivanje opšteg rešenja sistema
obično je lako.
Navodimo još jedan primer saglasnog sistema jednačina koji ima
beskonačno mnogo rešenja i postupak njegovog rešavanja.

Primer 1.4. Gauss-Jordanovom metodom eliminacije rešiti sistem je-

dnačina

x1 +2x2 +4x3 +x4 −x5 = 1

(1.8) 2x1 +4x2 +8x3 +3x4 −4x5 = 2
x1 +3x2 +7x3 +3x5 = −2

Rešenje. Uz pomoć operacija koje proizvode matrice ekvivalentne po

vrstama proširenu matricu sistema (1.8) svodimo na redukovani oblik
   
1 2 4 1 −1 1 1 2 4 1 −1 1
 2 4 8 3 −4 2 ∼ 0 0 0 1 −2 0 ∼
1 3 7 0 3 −2 0 1 3 −1 4 −3
   
1 2 4 1 −1 1 1 0 −2 3 −9 7
 0 1 3 −1 4 −3  ∼  0 1 3 −1 4 −3  ∼
0 0 0 1 −2 0 0 0 0 1 −2 0
 
1 0 −2 0 −3 7
 0 1 3 0 2 −3 
0 0 0 1 −2 0
8 1.2. MATRICE

Redukovanoj proširenoj matrici odgovara redukovani sistem jednačina

x1 −2x3 −3x5 = 7
(1.9) x2 +3x3 +2x5 = −3
x4 −2x5 = 0
Krajnje leve nepoznate x1 , x2 i x4 izražavamo zatim pomoću preostalih
nepoznatih x3 i x5 :

x1 = 2x3 + 3x5 + 7
x2 = −3x3 − 2x5 − 3
x4 = 2x5

Stavljajući x3 = s, x5 = t dobijamo za svaka dva realna broja s i t

rešenja sistema (1.9), odnosno njemu ekvivalntnog sistema (1.8):

x1 = 2s + 3t + 7
x2 = −3s − 2t − 3
x3 = s
x4 = 2t
x5 = t △

1.2 Matrice
Matrice igraju osnovnu ulogu kako u čistoj tako i u primenjenoj mate-
matici, a pojavljuju se veoma često i u fizici, tehnici, ekonomiji, statistici
itd. Naglom razvitku teorije matrica doprineli su i savremeni računari
koji omogućavaju brzo izvod̄enje operacija med̄u matricama. Za samo
nekoliko sati pomoću računara se izvode računi za koje bi inače bilo
potrebno nekoliko godina. Bez računara je danas nezamislivo rešavanje
nekog kompleksnijeg problema.
Definicija 1.1. Matrica tipa m × n je pravougaona šema brojeva aij ∈
R:

 
a11 a12 ... a1n
 a21 a22 ... a2n 
(1.10) .. .. ..
 
 .. 
 . . . . 
am1 am2 . . . amn
GLAVA 1. LINEARNA ALGEBRA 9

Matricu (1.10) možemo obeležiti velikim slovom A i zapisati na kraći

način:
A = (aij )m×n .

Elementi
ai1 ai2 . . . ain

čine i-tu vrstu a elementi

a1j
a2j
..
.
amj

čine j-tu kojonu matrice A.

Matrica A tipa m×n ima m vrsta i n kolona. Za elemenat aij matrice
A prvi indeks i predstavlja redni broj vrste, a drugi indeks j redni broj
kolone. Često kažemo da se elemenat aij nalazi na mestu (i, j), tj. u
i-toj vrsti i j-toj kojoni.

Definicija 1.2. Matrica A tipa n × n naziva se kvadratnom matricom

reda n.

Kvadratna matrica reda n kraće se može zapisati na sledeći način:

A = (aij )n1 .

Za elemente a11 , a22 , . . . , ann kažemo da obrazuju glavnu dijagonalu,

a za elemente an1 , an−1,2 , . . . , a1n kažemo da obrazuju sporednu dijago-
nalu kvadratne matrice A.
Ako su dve matrice A i B istoga tipa m×n, tada za njihove elemente
koji se nalaze na mestu (i, j) kažemo da su odgovarajući.

Definicija 1.3. Dve matrice A i B su jednake ako i samo ako su istog

tipa i ako su im odgovarajući elementi jednaki.

Ako su matrice A i B jednake tada pišemo A = B. Prema definiciji

matrice A = (aij )m×n i B = (bij )p×q su jednake ako i samo ako je m = p,
n = q i aij = bij (i = 1, . . . , m, j = 1, . . . , n).
10 1.2. MATRICE

1.2.1 Operacije sa matricama

Osnovne operacije sa matricama su: sabiranje matrica, množenje ma-
trica skalarima i proizvod matrica.

Sabiranje matrica

Definicija 1.4. Ako su A = (aij )m×n i B = (bij )m×n dve matrice, tada
je njihov zbir matrica A + B = C = (cij )m×n , pri čemu je

cij = aij + bij (i = 1, . . . , m, j = 1, . . . , n) .

Saglasno navedenoj definiciji dve matrice se mogu sabirati samo ako

su istog tipa.

Primer 1.5. Ako su A i B matrice tipa 3 × 2

   
2 −1 4 5
A= 0 3 , B =  1 2 ,
−4 1 −3 −1

tada je
   
2 + 4 −1 + 5 6 4
A+B =  0+1 3+ 2  =  1 5 . △
−4 − 3 1−1 −7 0

Matrica tipa m × n čiji su svi elementi jednaki nuli zove se nula

matrica i označava se sa Om×n ili jednostavno sa O ukoliko ne želimo
da ističemo njen tip.
Za datu matricu A = (aij )m×n matrica −A = (−aij )m×n naziva se
suprotna matrica matrice A.
Operacija sabiranja matrica ima sledeće osobine:
10 A + B = B + A,
20 A + (B + C) = (A + B) + C,
30 A + O = A,
40 A + (−A) = O.
Naravno, ovde se pretpostavlja da su sve matrice istoga tipa. Ove
osobine su neposredna posledica odgovarajućih osobina koje važe u sku-
pu R realnih brojeva.
GLAVA 1. LINEARNA ALGEBRA 11

Množenje matrica skalarima

Definicija 1.5. Ako je A = (aij )m×n matrica i λ ∈ R, tada je proizvod

skalara λ i matrice A matrica λA = B = (bij )m×n , gde je

bij = λaij (i = 1, . . . , m, j = 1, . . . , n) .

Dakle, proizvod skalara λ i matrice A dobija se tako što se svaki

elemenat matrice A pomnoži skalarom λ.
Primer 1.6. Ako je  
0 −3 1
A= ,
2 2 3
tada je
   
2 · 0 2 · (−3) 2 · 1 0 −6 2
2A = = . △
2·2 2·2 2·3 4 4 6

Proizvod matrica

Definicija 1.6. Ako su A = (aij )m×n i B = (bjk )n×p dve matrice, tada
je njihov proizvod matrica AB = C = (cik )m×p , pri čemu je
n
X
cik = aij bjk = ai1 b1k + ai2 b2k + · · · + ain bnk
j=1

(i = 1, . . . , m, k = 1, . . . , p).

Proizvod AB je definisan ako i samo ako je broj kolona prve matrice

A jednak broju vrsta druge matrice B. U tom slučaju broj vrsta matrice
AB jednak je broju vrsta matrice A, a broj kolona matrice AB jednak
je broju kolona matrice B.
Elemenat cik matrice AB dobija se tako što se elementi i-te vrste
matrice A  
ai1 ai2 . . . ain
pomnože sa odgovarajućim elementima k-te kolone matrice B
 
b1k
 b2k 
 .. 
 
 . 
bnk
12 1.2. MATRICE

i tako dobijeni proizvodi saberu. Pri tome odgovarajući elementi su ai1

i b1k , ai2 i b2k i tako dalje ain i bnk .

Primer 1.7. Ako su A i B sledeće matrice

 
  −2 0
1 2 4
A= , B= 0 1 ,
−2 −4 1
1 −2

tada je
 
  −2 0
1 2 4
AB =  0 1 
−2 −4 1
1 −2
   
1 · (−2) + 2 · 0 + 4 · 1 1 · 0 + 2 · 1 + 4 · (−2) 2 −6
= = .△
−2 · (−2) − 4 · 0 + 1 · 1 −2 · 0 − 4 · 1 + 1 · (−2) 5 −6

Primer 1.8. Ako su A i B sledeće matrice

   
1 2 −2 4
A= , B= ,
−1 −2 1 −2

tada je
      
1 2 −2 4 −2 + 2 4−4 0 0
AB = = = ,
−1 −2 1 −2 2 − 2 −4 + 4 0 0
      
−2 4 1 2 −2 − 4 −4 − 8 −6 −12
BA = = = .△
1 −2 −1 −2 1+2 2+4 3 6

U aritmetici realnih brojeva nije važno kojim redom množimo bro-

jeve, tj. za svaka dva realna broja a i b važi a · b = b · a. Svakako,
u slučaju množenja matrica to jeste važno. Naime, proizvod AB nije
uvek jednak proizvodu BA, čak i ako su oba proizvoda definisana i jed-
nakih dimenzija, kao što pokazuje primer 1.8. Drugim rečima, množenje
matrica nije komutativno.
Prethodni primer takod̄e pokazuje da proizvod AB može biti nula
matrica, a da ni A ni B ne budu nula matrice. To se u skupu realnih
brojeva ne može desiti. Naime, u skupu realnih brojeva proizvod ab je
jednak nuli ako i samo ako je a = 0 ili b = 0.
Pored navedenih razlika, postoje i druge značajne razlike izmed̄u
množenja realnih brojeva i množenja matrica, kao što pokazuju sledeća
dva primera.
GLAVA 1. LINEARNA ALGEBRA 13

Primer 1.9. Jedini realan broj čiji kvadrat je 0 je realan broj 0 (02 = 0).
Pronaći bar jednu kvadratnu matricu A drugog reda čiji su svi elementi
ražličiti od nule koja zadovoljava matričnu jednakost A2 = O, gde je O
nula matrica drugog reda.
Rešenje. Potražimo matricu A u obliku
 
a c
.
b d

Iz jednakosti A2 = O dobijamo
    2   
2 a c a c a + bc c(a + d) 0 0
A = = = .
b d b d b(a + d) d2 + bc 0 0

Na osnovu definicije jednakosti dve matrice zaključujemo da posled-

nja matrična jednakost važi ako i samo ako je

a2 + bc = 0, d2 + bc = 0,
b(a + d) = 0, c(a + d) = 0.

Kako je prema uslovu zadatka b 6= 0, c 6= 0, zaključujemo da posled-

nje dve jednakosti važe ako i samo ako je d = −a, a prve dve ako je
b = −a, c = a.
Dakle, tražena matrica A ima oblik
 
a a
A= (a 6= 0). △
−a −a

Primer 1.10. Jedini od nule različit realan broj koji je jednak svom
kvadratu je realan broj 1 (12 = 1). Pronaći bar jednu kvadratnu matricu
A drugog reda čiji su svi elementi ražličiti od nule koja zadovoljava
matričnu jednakost A2 = A.
Rešenje. Potražimo matricu A u obliku
 
a a
.
a a

Iz jednakosti A2 = A dobijamo
  2
2a 2a2
    
2 a a a a a a
A = = = .
a a a a 2a2 2a2 a a
14 1.2. MATRICE

Na osnovu definicije jednakosti dve matrice zaključujemo da posled-

nja matrična jednakost važi ako i samo ako je 2a2 = a, tj. a(2a − 1) = 0.
Kako je prema uslovu zadatka a 6= 0, zaključujemo da je a = 12 . Dakle,
tražena matrica A je oblika
 1 1 
A = 21 12 . △
2 2

Može se dokazati da za operaciju množenja matrica važi asocijativni

zakon, a takod̄e i distributivni zakon za matrično množenje u odnosu na
sabiranje matrica, tj. važe sledeće matrične jednakosti
10 A(BC) = (AB)C,
20 A(B + C) = AB + AC,
30 (B + C)A = BA + CA.
Naravno, navedene jednakosti imaju smisla samo pod uslovom da
su svi navedeni proizvodi definisani, tj. da su matrice A, B i C odgo-
varajućih tipova.

1.2.2 Inverzna matrica

Jedinična matrica

Poznato je da za svaki realan broj a važi

1 · a = a · 1 = a.
Broj 1 zove se jedinični ili neutralni elemenat za operaciju množenja u
skupu R realnih brojeva. Postavlja se pitanje da li u skupu svih matrica
tipa m × n postoji jedinični elemenat za operaciju množenja matrica, tj.
postoji li matrica I takva da važi
(1.11) I ·M =M ·I =M
za svaku matricu M tipa m × n. Odgovor je u opštem slučaju negativan.
Med̄utim u skupu svih kvadratnih matrica reda n postoji jedinični
elemenat za operaciju množenja matrica. To je kvadratna matrica I
reda n koja na glavnoj dijagonali ima jedinice, a svi ostali elementi su
jednaki nuli, tj.  
1 0 ... 0
 0 1 ... 0 
I= . . . .
. . ... 
 
 .. .. 
0 0 ... 1
GLAVA 1. LINEARNA ALGEBRA 15

Može se dokazati da za svaku kvadratnu matricu M reda n i jediničnu

matricu I reda n važi jednakost (1.11).

Definicija i izračunavanje inverzne matrice

Poznato je, takod̄e, da za svaki realan broj a 6= 0 postoji realan broj a−1
takav da važi
a · a−1 = a−1 · a = 1.

Broj a−1 zove se inverzni elemenat elementa a u odnosu na množenje

realnih brojeva. Na primer, broj 2−1 = 12 je inverzni elemenat broja 2,
jer je 2 · 2−1 = 2−1 · 2 = 1. Ovu ideju iskoristićemo za definiciju pojma
inverzne matrice.
Neka je M kvadratna matrica reda n i I jedinična matrica reda n.
Ako postoji kvadratna matrica M −1 takva da važi

(1.12) M · M −1 = M −1 · M = I,

tada se matrica M −1 zove inverzna matrica matrice M .

Primer 1.11. Definiciju inverzne matrice iskoristimo za odred̄ivanje ma-

trice M −1 za matricu
 
1 −1 1
M = 0 2 −1  .
2 3 0

Rešenje. Tražimo matricu

 
a d g
M −1 = b e h 
c f i

takvu da je
M M −1 = M −1 M = I.

Dakle, pišemo
    
1 −1 1 a d g 1 0 0
 0 2 −1   b e h  =  0 1 0 
2 3 0 c f i 0 0 1
16 1.2. MATRICE

i želimo odrediti a, b, c, d, e, f, g, h, i tako da proizvod matrica M i M −1

bude jedinična matrica I. Množenjem matrica M i M −1 na levoj strani
poslednje jednakosti dobijamo
   
a−b−c d−e−f g−h+i 1 0 0
 2b − c 2e − f 2h − i  =  0 1 0  ,
2a + 3b 2d + 3e 2g + 3h 0 0 1

što je tačno ako i samo ako je

−b +c = 1
a d −e +f = 0 −h +i = 0
g
2b −c = 0 2e −f = 1 2h −i = 0
2a +3b = 0 2d +3e = 0 2g +3h = 1

Sada je potrebno rešiti tri sistema linearnih jednačina čije proširene ma-
trice glase:
     
1 −1 1 1 1 −1 1 0 1 −1 1 0
 0 2 −1 0  ,  0 2 −1 1  ,  0 2 −1 0  .
2 3 0 0 2 3 0 0 2 3 0 1

Kako su sve matrice levo od vertikalne crte jednake, za transformaciju

svake u redukovan oblik mogu se koristiti iste operacije na vrstama.
Kombinovanjem sve tri proširene matrice u jednu proces rešavanja ova
tri sistema možemo ubrzati:
 
1 −1 1 1 0 0  
(1.13)  0 2 −1 0 1 0  = M I .
2 3 0 0 0 1

Sada na matrici (1.13) izvodimo operacije na vrstama i dobijamo ekvi-

valentnu matricu sledećeg oblika:
 
1 0 0 a1 d1 g1  
(1.14)  0 1 0 b1 e1 h1  = I B .
0 0 1 c1 f1 i1

Transformaciju matrice (1.13) u oblik matrice (1.14), ako je to moguće,

izvršićemo uz pomoć istih koraka kao prilikom rešavanja sistema li-
GLAVA 1. LINEARNA ALGEBRA 17

nearnih jednačina Gauss-Jordanovom metodom eliminacije.

   
  1 −1 1 1 0 0 1 −1 1 1 0 0
M I = 0 2 −1 0 1 0  ∼  0 2 −1 0 1 0 ∼
2 3 0 0 0 1 0 5 −2 −2 0 1
1 1
   
1 −1 1 1 0 0 1 0 2 1 2 0
 0 1 − 12 0 12 0  ∼  0 1 − 12 0 1
2 0
∼
1 5
0 5 −2 −2 0 1 0 0 2 −2 − 2 1
1 1
   
1 0 2 1 2 0 1 0 0 3 3 −1
 0 1 −1 1
 
2 0 2 0
 ∼  0 1 0 −2 −2 1 = I B .
0 0 1 −4 −5 2 0 0 1 −4 −5 2
Vraćajući se natrag sistemima jednačina ekvivalentnim trima izvor-
nim sistemima dobijamo
a = 3 d = 3 g = −1
b = −2 e = −2 h = 1
c = −4 f = −5 i = 2
Ovo su upravo elementi matrice M −1 koju smo tražili. Dakle,
 
3 3 −1
M −1 =  −2 −2 1 .
−4 −5 2
Uočava se da je to matrica koja se nalazi desno od uspravne crte u
zadnjoj proširenoj matrici. Dakle, M −1 = B. △
Procedura opisana u prethodnom primeru može se koristiti za prona-
laženje inverzne matrice bilo koje kvadratne matrice M , pod uslovom
da ona postoji. Ako se matrica [M |I] transformacijama po vrstama
transformiše u matricu [I|B], tada je dobijena matrica B jednaka M −1 .
Naravno ako u jednoj ili više vrsta levo od uspravne crte budu samo
nule, tada M −1 ne postoji.
Primer 1.12. Naći inverzne matrice, ako postoje, sledećih matrica:
   
2 1 3 1
a) A = , b) B = .
5 3 6 2
Rešenje.
1 12 12 0 1 12 1
     
  2 1 1 0 2 0
a) A I = ∼ ∼
5 3 0 1 5 3 0 1 0 12 − 52 1
   
1 0 3 −1 1 0 3 −1  
∼ 1 5 ∼ = I A−1 .
0 2 −2 1 0 1 −5 2
18 1.2. MATRICE

1 1 1 1
     
  3 1 1 0 1 3 3 0 1 3 0
3
b) B I = ∼ ∼
6 2 0 1 6 2 0 1 0 0 −2 1

U drugoj vrsti, levo od vertikalne crte, nalaze se samo nule, pa in-

verzna matrica ne postoji. △

Primer 1.13. Naći inverznu matricu A−1 matrice A, ukoliko ova postoji
 
1 1 1 1
 1 1 −1 −1 
A=
 1 −1
.
1 −1 
1 −1 −1 1

Rešenje.
   
1 1 1 1 1 0 00 1 1 1 1 1 0 0 0
 1 1 −1 −1 0 1 00   0
  0 −2 −2 −1 1 0 0 

 1 −1 ∼ ∼
1 −1 0 0 10   0 −2 0 −2 −1 0 1 0 
1 −1 −1 1 0 0 01 0 −2 −2 0 −1 0 0 1
   1 1 
1 1 1 1 1 0 0 0 1 0 1 0 2 0 2 0
1
 0
 1 0 1 2 0 − 12 0  ∼
 0 1 0 1 1 1
2 0 −2 0  ∼

 0 0 −2 −2 −1 1 0 0   0 0 −2 −2 −1 1 0 0 
0 −2 −2 0 −1 0 0 1 0 0 −2 2 0 0 −1 1
 1 1   1 1 
1 0 1 0 2 0 2 0 1 0 0 −1 0 2 2 0
 0 1 0 1 12 0 1
−2 0   0 1
  0 1 12 0 − 12 0 
 ∼ ∼
 0 0 1 1 12 − 12 0 0   0 0 1 1 2 − 12
1
0 0 
0 0 −2 2 0 0 −1 1 0 0 0 4 1 −1 −1 1
1 1
0 0 14 1 1 1 
  
1 0 0 −1 0 2 2 0 1 0 4 4 4
 0 1 0 1 12 0 − 12 0  ∼
 0 1 0 0 14 1 1
4 −4 −4 
1 

1 12 − 12 1 0 14 − 14 1 1 

 0 0 1 0 0   0 0 4 −4
0 0 0 1 14 − 14 − 14 14 0 0 1
0 1 4 −4 −41 1 1
4

Dakle,
 1 1 1 1   
4 4 4 4 1 1 1 1
1 1

4 4 − 14 − 14  1 1
 = 1 A. △
1 −1 −1 
A−1 =  1
= 

4 − 14 1
4 − 14  4  1 −1 1 −1  4
1
4 − 14 − 14 1
4 1 −1 −1 1
GLAVA 1. LINEARNA ALGEBRA 19

1.2.3 Matrične jednačine

Rešavanje jednostavnih matričnih jednačina može se vršiti po proceduri
koja se koristi za rešavanje jednačina sa realnim brojevima. Naravno,
pošto množenje matrica nije komutativno, u slučaju matričnih jednačina
imamo manju slobodu izbora. U rešavanju matričnih jednačina ko-
ristićemo osobine matrica sadržane u sledećoj teoremi.

Teorema 1.1. Uz pretpostavku da su sve sume i proizvodi definisani za

date matrice A, B, C, I i O važe sledeće osobine:
Osobine sabiranja
Asocijativnost: A + (B + C) = (A + B) + C
Komutativnost: A + B = B + A
Neutralni elemenat: A + O = O + A = A
Suprotni elemenat: A + (−A) = (−A) + A = O
Osobine množenja
Asocijativnost: A(BC)=(AB)C
Jedinični elemenat za množenje: AI = IA = A
Inverzni elemenat za množenje: Ako je A kvadratna matrica i
A−1 postoji, tada je AA−1 = A−1 A = I
Kombinovane osobine
Distributivnost s leve strane: A(B + C) = AB + AC
Distributivnost s desne strane: (B + C)A = BA + CA
Jednakosti
Dodavanje jednakim matricama: Ako je A = B, tada je A+C =
B + C.
Množenje s leve strane: Ako je A = B, tada je CA = CB.
Množenje s desne strane: Ako je A = B, tada je AC = BC.

Korišćenje navedenih osobina za rešavanje matričnih jednačina naj-

bolje se ilustruje na primeru.

Primer 1.14. Za datu matricu A tipa n × n i matrice kolone B i X

tipa n × 1 jednačinu AX = B rešiti po X. Pretpostavimo da inverzna
matrica A−1 postoji.
Rešenje. Interesuje nas matrica kolona X koja zadovoljava matričnu
jednačinu AX = B. Da bismo jednačinu rešili, obe strane jednačine
20 1.2. MATRICE

množimo s leve strane sa A−1 , uz pretpostavku da ta matrica postoji.

Na taj način na levoj strani jednačine izdvajamo matricu X.

AX = B
−1
A (AX) = A−1 B
(A−1 A)X = A−1 B
IX = A−1 B
X = A−1 B . △

Matrične jednačine i sistemi linearnih jednačina

Mogućnost rešavanja matričnih jednačina daje još jednu važnu metodu

rešavanja sistema linearnih jednačina kod kojih je broj nepoznatih jed-
nak broju jednačina i koji imaju jedinstveno rešenje. Takav sistem prvo
pretvaramo u matričnu jednačinu oblika AX = B, a zatim koristimo
rešenje X = A−1 B dobijeno u primeru 1.14.
Ako je broj nepoznatih različit od broja jednačina ili sistem ima
beskonačno mnogo rešenja, tada moramo koristiti Gauss-Jordanovu me-
todu eliminacije.

Primer 1.15. Dati sistem jednačina rešiti metodom inverzne matrice

x1 −x2 +x3 = 1
(1.15) 2x2 −x3 = 1
2x1 +3x2 = 1

Rešenje. Prvo sistem (1.15) pretvaramo u matričnu jednačinu:

     
1 −1 1 x1 1
(1.16)  0 2 −1  ·  x2  =  1  .
2 3 0 x3 1

Računajući proizvod na levoj strani i izjednačavajući njegove elemente s

odgovarajućim elementima desne strane lako se proverava da je matrična
jednačina (1.16) ekvivalentna sistemu linearnih jednačina (1.15).
Uvodeći oznake
    

1 −1 1 x1 1
A= 0 2 −1  , X =  x2  , B= 1 
2 3 0 x3 1
GLAVA 1. LINEARNA ALGEBRA 21

matričnu jednačinu (1.16) možemo kraće zapisati u obliku AX = B. U

primeru 1.14 našli smo da ako A−1 postoji, tada je

X = A−1 B.

Inverzna matrica matrice A izračunata je u primeru 1.11:

 
3 3 −1
A−1 =  −2 −2 1 .
−4 −5 2

Dakle,        
x1 3 3 −1 1 5
 x2  =  −2 −2 1  ·  1  =  −3 
x3 −4 −5 2 1 −7
i možemo zaključiti da je x1 = 5, x2 = −3 i x3 = −7. △

Korišćenje metode inverzne matrice na prvi pogled traži istu količinu

truda kao i korišćenje Gauss-Jordanove metode eliminacije. U svakom
slučaju, operacije na vrstama moraju se primenjivati na proširene ma-
trice koje sadrže koeficijente sistema. Prednost metode inverzne matrice
postaje vidljiva u slučaju rešavanja više sistema sa zajedničkom matri-
com koeficijenata i različitim slobodnim članovima.

Primer 1.16. Sledeće sisteme linearnih jednačina rešiti metodom in-

verzne matrice

x1 −x2 +x3 = 13 x1 −x2 +x3 = −5

a) 2x2 −x3 = 1 b) 2x2 −x3 = 2
2x1 +3x2 = 4 2x1 +3x2 = −3

Rešenje. Treba primetiti da oba sistema imaju istu matricu koefici-

jenata A kao i sistem (1.15) u primeru 1.15. Jedino su slobodni članovi
promenjeni. Dakle, matricu A−1 možemo koristiti za rešavanje datih
sistema na isti način kako smo to činili u primeru 1.15.
a)        
x1 3 3 −1 3 8
 x2  =  −2 −2 1  ·  1  =  −4 
x3 −4 −5 2 4 −9
Dakle, x1 = 8, x2 = −4, x3 = −9.
22 1.2. MATRICE

b)        
x1 3 3 −1 −5 −6
 x2  =  −2 −2 1 · 2 = 3 
x3 −4 −5 2 −3 4
Dakle, x1 = −6, x2 = 3, x3 = 4. △

Šta se dogad̄a ako matrica koeficijenata nema inverznu matricu.

Može se dokazati da u tom slučaju sistem ima beskonačno mnogo rešenja
ili je nesaglasan. Za tačno utvrd̄ivanje o kojem je slučaju reč, mora se
koristiti Gauss-Jordanova metoda eliminacije.