Professional Documents
Culture Documents
Matematika Za Ekonomiste
Matematika Za Ekonomiste
Vedad Paic
Prirodno-matematicki fakultet
Univerzitet u Tuzli
1 Sva
prava zadrana. Svako objavljivanje, tampanje ili umnoavanje zahtjeva odobrenje autora
Organizacija
4h predavanja (ponedjeljak 12-14, utorak 14-16) i 3h vjebi
Kabinetski sati: utorak 13-14, c etvrtak 13-14
2
Literatura
L. Smajlovic: Matematika za ekonomiste; Ekonomski fakultet (2010)
A. C. Chiang: Osnovne metode matematicke ekonomije, MATE d.o.o. Zagreb (1994)
L.D. Hoffman and G.L. Bradley: CALCULUS for bussines, economics, and
social and life sciences, McGRAW-HILL, INC., New York etc., (1992).
K. oric: Zbirka zadataka iz matematike s primjenom u ekonomiji, Element, Zagreb (2006)
S. Drpljanin: Matematika, Univerzitet u Tuzli, Tuzla (1997)
M. Nurkanovic: Diferentne jednadbe teorija i primjene, Denfas, Tuzla
(2008)
Sadraj
1 Uvod u matematicku ekonomiju
1.1 Matematika i kalkulator . . . . . . . . .
1.2 Aritmetika i osnovne operacije . . . . .
1.2.1 Pravila aritmetickih operacija .
1.3 Procentni racun . . . . . . . . . . . . .
1.4 Skupovi . . . . . . . . . . . . . . . . .
1.4.1 Odnosi medu
skupovima . . . .
1.4.2 Operacije na skupovima . . . .
1.4.3 Zakoni operacija na skupovima
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2 Matrice
2.1 Uvod u matrice i vektore . . . . . . . . . . . . .
2.2 Operacije na matricama . . . . . . . . . . . . . .
2.2.1 Oduzimanje i sabiranje matric . . . . . .
2.2.2 Mnoenje skalarom . . . . . . . . . . . .
2.2.3 Mnoenje matrica . . . . . . . . . . . . .
2.2.4 Problem dijeljenja . . . . . . . . . . . .
2.3 Determinante . . . . . . . . . . . . . . . . . . .
2.3.1 Osobine determinanti . . . . . . . . . . .
2.4 Inverzna matrica . . . . . . . . . . . . . . . . . .
2.4.1 Osobine inverznih matrica . . . . . . . .
2.4.2 Primjena u rjeavanju matricnih jednacina
2.5 Linearna (ne)zavisnost matrica . . . . . . . . . .
2.6 Rang matrice . . . . . . . . . . . . . . . . . . .
2.6.1 Izracunavanje ranga matrice . . . . . . .
3 Sistemi linearnih algebarskih jednacina
3.1 Saglasni sistemi . . . . . . . . . . .
3.1.1 Slucaj r = n . . . . . . . .
3.1.2 Matricni metod rjeavanja .
3.1.3 Slucaj r < n . . . . . . . .
3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
. 5
. 6
. 6
. 7
. 8
. 9
. 9
. 10
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
11
11
12
12
13
14
16
17
20
21
21
24
25
26
26
.
.
.
.
29
31
31
32
33
.
.
.
.
SADRAJ
3.2
3.3
3.4
4 Realne funkcije
4.1 Neke klase realnih funkcija . . .
4.2 Osobine funkcija . . . . . . . .
4.2.1 Elementarne funkcije . .
4.2.2 Inverzna funkcija . . . .
4.3 Primjena funkcija u ekonomiji .
4.3.1 Funkcija trokova . . . .
4.3.2 Prosjecni troak . . . . .
4.3.3 Funkcije prihoda i dobiti
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5 Realni nizovi
5.1 Definicija i osnovni pojmovi . . . . . . . .
5.1.1 Definicija i osnovni pojmovi . . . .
5.1.2 Predstavljanje nizova . . . . . . . .
5.2 Aritmeticki niz . . . . . . . . . . . . . . .
5.3 Geometrijski niz . . . . . . . . . . . . . . .
5.4 Konvergencija nizova . . . . . . . . . . . .
5.4.1 Osobine konvergentnih nizova . . .
5.4.2 Beskonacne granicne vrijednosti . .
5.4.3 Monotoni nizovi . . . . . . . . . .
5.4.4 Kriteriji konvergencije mon. nizova
5.4.5 Alati za izracunavanje limesa . . .
6 Granicne vrijednosti
6.1 Intuitivni uvod u granicne vrijednosti .
6.1.1 Izacunavanje limesa . . . . .
6.2 Granicna vrijednost funkcije . . . . .
6.3 Neprekidnost . . . . . . . . . . . . .
6.3.1 Primjena limesa u ekonomiji .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
34
35
35
36
36
37
38
40
40
.
.
.
.
.
.
.
.
47
49
52
52
53
53
54
55
55
.
.
.
.
.
.
.
.
.
.
.
57
57
57
58
60
62
64
66
68
69
69
71
.
.
.
.
.
73
73
79
81
82
85
SADRAJ
7 Diferencijalni racun
87
7.1 Intuitivni uvod u izvode . . . . . . . . . . . . . . . . . . . . . . . 87
7.2 Izvod funkcije jedne promjenljive . . . . . . . . . . . . . . . . . 89
7.2.1 Pravila diferenciranja funkcije . . . . . . . . . . . . . . . 91
7.2.2 Geometrijsko i fizikalno tumacenje derivacije funkcije . . 92
7.2.3 Tablica izvoda . . . . . . . . . . . . . . . . . . . . . . . 93
7.2.4 Logaritamska derivacija i diferenciranje implicitne funkcije 94
7.3 Diferencijal funkcije . . . . . . . . . . . . . . . . . . . . . . . . 95
7.4 Derivacije i diferencijali viega reda . . . . . . . . . . . . . . . . 96
7.5 Derivacija i izracunavanje limesa funkcije . . . . . . . . . . . . . 97
7.5.1 LHospitalova pravila . . . . . . . . . . . . . . . . . . . . 98
7.6 Osnovni teoremi diferencijalnog racuna . . . . . . . . . . . . . . 98
7.6.1 Konveksnost i konkavnost . . . . . . . . . . . . . . . . . 101
7.6.2 Ispitivanje funkcije i crtanje grafika . . . . . . . . . . . . 103
7.7 Primjena izvoda u ekonomiji . . . . . . . . . . . . . . . . . . . . 103
7.7.1 Elasticnost . . . . . . . . . . . . . . . . . . . . . . . . . 105
8 Funkcije dvije i vie promjenljivih
8.1 Parcijalni izvodi funkcija vie promjenljivih . . . .
8.1.1 Parcijalni diferencijali . . . . . . . . . . .
8.1.2 Parcijalni izvodi drugog reda . . . . . . . .
8.2 Primjena diferencijalnog racuna vie promjenljivih
8.2.1 Homogene funkcije . . . . . . . . . . . . .
8.3 Ekstremi funkcija vie promjenljivih . . . . . . . .
8.3.1 Silvesterov kriterij . . . . . . . . . . . . .
8.3.2 Optimum - vezani (uvjetni) ekstrem . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
109
110
110
111
112
114
115
116
116
9 Integralni racun
9.1 Neodredeni
integral . . . . . . . . . . . . .
9.1.1 Povrinski problem . . . . . . . . .
9.1.2 Neke osobine neodredenog
integrala
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
119
119
119
122
123
125
126
128
129
130
131
133
134
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
SADRAJ
10 Diferencijalne jednacine
10.1 Obicne diferencijalne jednacine . . . . . . . . . . . . . . . . . .
10.1.1 Jednacina sa razdvojenim promjenljivim . . . . . . . . . .
10.1.2 Primjena u ekonomiji . . . . . . . . . . . . . . . . . . . .
10.2 Linearna diferencijalna jednacina prvog reda . . . . . . . . . . . .
10.3 Diferentne jednacine . . . . . . . . . . . . . . . . . . . . . . . .
10.3.1 Primjena diferentnih jednacina u ekonomiji . . . . . . . .
10.3.2 Diferentne jednacine vieg reda sa konstantnim koeficijentima . . . . . . . . . . . . . . . . . . . . . . . . . . .
10.3.3 Nehomogena linearna diferentna jednacina vieg reda . .
135
136
137
138
139
141
143
146
147
Poglavlje 1
Uvod u matematicku ekonomiju
Matematicka ekonomija nije odvojena grana ekonomije kao to su to npr. javne
finansije ili internacinalna trgovina. Ona je pristup ekonomskoj analizi. Najveca
razlika izmedu
matematicke ekonomije i eksplicitne ekonomije je u tome to
se u prethodnoj pretpostavke i zakljucci iznose u obliku matematickih simbola, a
ne rijeci; k tomu jo se koristi matematickim teoremama u procesu rezonovanja.
Prednost matematickog modela je u slijedecem:
Jezik koji koristimo je precizniji i koncizniji;
Cijelo bogatstvo matematickih teorema nam je na raspolaganju;
Tjera nas da navedemo sve nae pretpostavke eksplicitno;
Moemo se posvetiti optem slucaju sa n-promjenljivih.
Matematicki jezik je postao dominantan u mnogim sferama ekonomije : recenice tipa 10-postotno povienje cijena sirove nafte dovodi do 5-postotnog pada
prodaje benzina su nam (naalost) i vie nego dobro znane! Iako je ekonomija
drutvena nauka, razlika izmedju drutvenog i naucnog aspekta ove nauke je sve
manja i manja. Izraz matematicka ekonomija se c esto mijea sa ekonometrijom.
Ovo nije tacna pretpostavka. Ekonometrija se preteno bavi mjerenjem ekonomskih podataka, dok matematicka ekonomija daje alate za manipulaciju istim. Trudit c emo se da vam u ovom semestru pokaemo to vie matematike koja c e vam
doista koristiti kao ekonomistima!
POGLAVLJE 1. UVOD U MATEMATICKU
EKONOMIJU
=
=
=
=
228
8696
288
278
1.3. PROCENTNI RACUN
profit po komadu
ukupni profit
9, 95 8, 25
220 (9, 95KM 8, 25KM)
220 1, 70KM
374KM
U matematici se decimalni format preteno koristi za stvari koje se u svakodnevnom ivotu izraavaju kao procenti. Na primjer, kamatne stope se preteno
prikazuju u procentima! Format procenata je samo drugaciji nacin prikazivanja
decimalnog razlomka:
62
62% =
= 0, 62.
100
Dakle, ako dravi moramo dati 43% poreza na svoju platu koja (kad zavrite fax!)
iznosi 2345 KM, kolika nam je neto plata? Samo izvedemo slijedecu operaciju:
43
porez =
= 0, 43 2345 = 1008, 35.
100
plata neto = 2345 1008, 35 = 1336, 65.
Vidimo da je racunanje procenata doista samo c isti razlomacki racun iz petog
razreda osnovne kole!
Pogledajmo jo neke primjere
24% = 0, 24 0, 24% = 0, 0024
24, 56% = 0, 2456 2, 4% = 0, 024itd...
POGLAVLJE 1. UVOD U MATEMATICKU
EKONOMIJU
10
Pretvaranje procenata u decimale c e te morati na primjer raditi sa kamatnim stopama kada budete ucili o metodama ocjene investicija i o drugim aspektima finansijske matematike. Ukratko, NON-STOP! Stoga, oprezno, koristite se svojim
kalkulatorima dakako!
Dakako, jedna vana stvar koju c e te morati raditi je zaokruivanje. Uobic ajeno je zaokruivanje na najmanje dva decimalna mjesta. Npr, ako trebate da
izracunate 1/7 neke vrijednosti, onda racunate 14, 29% te vrijednosti.
Vjezba.
1. Koliko iznosi milimetar kao decimalni oblik: centimetra, metra i
kilometra?
2. Prikaite slijedece procente u decimalnom obliku:
45, 2%;
243, 15%;
7, 5%;
0, 2%.
3. Kada je vlada Velike Britanije privatizovala vodovod 1989. godine, odluc ila je da c e godinje procentualno povecanje cijene vode biti ograniceno
razinom inflacije plus z, gdje je z cifra koju c e odrediti vlada. Napiite algebarski izraz za maksimalno godinje povienje cijene vode i izracunajte
povienje kada je rata inflacije 6% a faktor z jednak 3. Ako je cijena vode
po litru 1990. godine bila 4, 3 penija, kolika c e biti 1991. po gornjim parametrima?
4. Ako su voda, hljeb, mlijeko, ecer i kafa 2000. godine kotali respektivno
0, 80; 1; 1, 45; 2, 15; 4, 20 a 2001. godine 0, 95; 1, 20; 1, 55; 2, 55; 5, 05,
kolika je prosjecna stopa inflacije (u procentima) za 2000-tu godinu za te
osnovne proizvode?
1.4 Skupovi
Skup je jednostavno kolekcija razlicitih objekata. Ovi objekti mogu biti brojevi
ili neto sasvim drugo. Npr. svi studenti prve godine ekonomije se mogu smatrati
jednim skupom, isto kao to parni brojevi {2, 4, 6, 8, 10, . . .} formiraju skup.
Postoje dva nacina prikazivanja skupova: enumeracijom i deskripcijom. Skup
pozitivnih cijelih brojeva moemo prikazati kao
Z+ := {1, 2, 3, 4, 5, . . .},
ili kao
Z+ := {x Z | x > 0}.
1.4. SKUPOVI
11
Kao drugi primjer, skup A svih cijelih brojeva vecih od 2, a manjih od 6 se moe
predstaviti kao
A = {3, 4, 5},
ili kao
A = {x Z | 2 < x < 6}.
Skup sa ogranicenim brojem elemenata se zove konacan skup, inace je beskonac an. Pripadnost skupu se oznacava sa simbolom . Dakle 3 {2, 3, 4}. Nepripadnost skupu se oznacava sa ,
/ npr. 3
/ {4, 5, 6}.
POGLAVLJE 1. UVOD U MATEMATICKU
EKONOMIJU
12
A B = B A.
Zakoni asocijacije:
A (B C) = (A B) C,
A (B C) = (A B) C.
Zakoni distribucije:
A (B C) = (A B) (A C),
A (B C) = (A B) (A C).
Vjezba. Provjerite zakone asocijacije i distribucije na skupovima:
A = {4, 5}, B = {3, 6, 7}, C = {2, 3}.
Poglavlje 2
Matrice
2.1 Uvod u matrice i vektore
Pretpostavite da ste odgovorni za iznajmljivanje automobila zaposlenicima svoje
firme. Sedmicni najmovi za razlicite velicine automobila su: kompaktni 139KM,
srednji 160KM, veliki 205KM, minivan 340KM i luksuzna limuzina 430KM. Za
slijedecu sedmicu znate da c e vam potrebe po velicinama biti: 4 kompaktna,
3 srednja, 12 velikih, 2 minivana i 1 luksuzna limuzina. Kako biste izracunali
ukupnu cijenu iznajmljivanja automobila? Ako biste izacunali
4 139KM + 3 160KM + 12 205KM + 2 340KM + 1 430KM = 4606KM
bili biste u pravu. No upravo ste uradili problem mnoenja matrica a da niste toga
bili svjesni!
Potrebno auta Sedmica 1 Sedmica 2 Sedmica 3
Kompakt
Srednji
Veliki
Minivan
Limuzina
4
3
12
2
1
7
5
9
1
1
2
5
5
3
2
Ukupna cijena iznajmljivanja za svaku sedmicu bi se izracunala tako to pomnoimo ove kolicine sa odgovarajucim cijenama.
Matrica se definie kao niz brojeva (ili algebarskih simbola) smjetenih u redove i kolone.
Stoga potrebe iznajmljivanja automobila za tri sedmice se moe napisati kao
13
POGLAVLJE 2. MATRICE
14
matrica:
A=
4
3
12
2
1
7
5
9
1
1
2
5
5
3
2
Svaki red odgovara velicini auta, a svaka kolona odgovara sedmici koju posmatramo. Uobicajeno je da se matrice oznacavaju velikim slovima, npr. A, B, C, M, N
i sl. a da su c lanovi matrice uokvireni zagradama () ili []. Svaki c lan matrice se
zove element matrice. Elementi matrice moraju formirati kompletan pravougaonik, bez praznih mjesta. U gornjem primjeru imamo 5 redova i 3 kolone. Velic ina matrice se naziva red matrice. Ako matrica ima m redova i n kolona, kaemo
da je matrica reda m n. Matrica A je reda 5 3.
Matrice sa samo jednom kolonom ili samo jednim redom se nazivaju vektori.
Na primjer, skup cijena iznajmljivanja automobila sa pocetka je vektor reda 1 5
(139 160 205 340 430),
dok su potrebe iznajmljivanja za prvu sedmicu 5 1 vektor:
4
3
12 .
2
1
15
Kako prikazati ukupnu prodaju proizvoda po sedmicama u obje prodavnice? Jednostavno, saberemo matrice!
5 4 12 7
8 9 3 4
T =A+B =
+
10 12 9 14
8 18 21 5
5+8
4 + 9 12 + 3 7 + 4
=
10 + 8 12 + 18 9 + 21 14 + 5
13 13 15 11
=
.
18 30 30 19
Oduzimanje matrica radi na slican nacin, tj.
12 30
7 35
Primjer. Ako je A =
,aB =
, koliko je A B?
8 15
4 8
12 30
7 35
AB =
8 15
4 8
12 7 30 35
5 5
=
=
8 4 15 8
4 7
POGLAVLJE 2. MATRICE
16
4
3
Dakle kao to smo uradili na pocetku, prvi element redovnog vektora mnoimo
sa prvim elementom kolonskog vektora, te to saberemo sa proizvodom drugog
elementa sa drugim, itd.
139 4 + 160 3 + 205 12 + 340 2 + 430 1 = 4606.
Posmatrajmo sada slucaj kada trebamo izracunati sve cijene po sedmicama, tj.
4 7 2
3 5 5
A=
12 9 5 .
2 1 3
1 1 2
Kako bismo izracunali sve cijene po sedmicama, trebamo naci vektor
4 7 2
3 5 5
Rezultat je
17
7 5 2
AB =
4 8 1
47+74 45+78 42+71
56 76 15
=
=
87+14 85+18 82+11
60 48 17
4 7
8 1
A = ..
..
..
..
.
.
.
.
am1 am2 . . . amn
A B = ..
..
..
..
.. ..
..
..
.
.
.
.
.
.
.
.
bn1 bn2 . . . bnr
am1 am2 . . . amn
= ..
.. = C
..
..
.
.
.
.
cm1 cm2 . . . cmr
4 2 12
A = 6 0 20 ,
1 8 5
10 0, 5 1 7
3 8 2, 5
B= 6
4
4 2 0
POGLAVLJE 2. MATRICE
18
Vjezba. Nadite
proizvod matrica
3 1 2
A = 1 0 3 ,
4 0 2
3
0 51 10
7
B = 1 15
10
2
1
10
0
5
Jedinicna matrica
Zadnja matrica iz vjebe AB predstavlja primjer specificne matrice. Matrica sa
jednicama na svojoj principalnoj dijagonali i nulama svugdje drugo se zove jedinicna matrica. Oznacava se sa I. Jedinicna matrica mora uvijek biti kvadratna,
tj. reda n n. Bilo koja matrica reda m n pomnoena sa jedinicnom matricom
reda n n ostaje nepromjenjena, tj.
A I = A.
Isto tako, bilo koja matrica reda m n pomnoena sa jedinicnom matricom reda
m m (s lijeve strane) ostaje nepromjenjena, tj.
I A = A.
Matrica koja na svim elementima ima nulu se zove nula matrica.
=
=
=
=
96
69
75
134
3005
7405
35
758
, x2 =
, x3 = , x4 =
,
741
741
19
741
3 8 1 2
x1
96
20 2 4 0.5 x2 69
Ax =
11 3 3 5 x3 = 75 = b
1 12 1 8
x4
134
2.3. DETERMINANTE
19
Kako rijeiti ovaj sistem jednacina koristeci se gornjim matricnim oblikom? Sjetite se jedinicne matrice - ukoliko bismo na neki nacin mogli pomnoiti obje strane
jednacine odgovarajucom matricom B tako da sa lijeve strane jednakosti dobijemo
BA = I, tada bi na desnoj strani jednakosti dobili rjeenje sistema jednacina Bb!
No nalaenje te matrice B nije trivijalna stvar. Inverzna matrica je pojam koji
nam je neophodan kako bismo rjeili gornji problem.
Kako bismo pronali inverznu matricu, moramo posmatrati slijedece koncepte
u matricnoj teoriji:
Determinate;
Minori;
Kofaktori;
Adjungirana matrica.
2.3 Determinante
Svakoj kvadratnoj matrici A moemo pripisati jedinstven broj koji se naziva determinanta matrice det A.
Determinanta (kvadratne) matrice 1 1 je sam jedini element matrice!
Determinanta (kvadratne) matrice 22 je broj koji dobijemo kada pomnoimo
elemente na suprotnim cokovima matrice i oduzmemo proizvode, tj.
a11 a12
a21 a22 = a11 a22 a12 a21 .
Primjer. Naci determinantu matrice
Sarusovo pravilo
5 7
4 9
5 7
4 9
= 5 9 7 4 = 45 28 = 17.
POGLAVLJE 2. MATRICE
20
1 2 3
1 2
A = 0 1 4 , M23 =
2 0
2 0 3
0 1
= 2
M13 =
2 0
= 4,
Definicija 2.3.2 (Kofaktor). Kofaktor ili algebarski komplement Aij elementa aij
matrice A
Aij := (1)i+j Mij
Primjer.
A23 = (1)2+3 M23 = 4, A13 = (1)1+3 M23 = 2
Teorema 2.3.3 (Laplaceov teorem). Laplaceov teorem nam daje nacin racunanja
determinante proizvoljne kvadratne matrice, po formuli
det A =
n
X
j=1
aij Aij =
n
X
aij Aij
i=1
Ocito imamo dva nacina za racun, no oba daju isti rezultat. Prvo se zove razvoj
po i-toj vrsti, a drugo razvoj po j-toj koloni. Drukcije receno, imamo:
det A = a11 A11 + a12 A12 + . . . + a1n A1n = a11 A11 + a21 A21 + . . . + an1 An1
Primjedba 2.3.4. Laplaceov razvoj je najbolje raditi po onom redu (ili koloni) u
kojoj ima najvie nula!
Moguce je, ne mijenjajuci vrijednost determinante postici da u nekom redu
(koloni) imamo to veci broj nula. To se postie koritenjem osobina determinanti,
no o tomu malo poslije.
2.3. DETERMINANTE
21
4 6 1
2 5 2 .
9 0 4
4 6 1
2 5 2 = a31 A31 + a32 A32 + a33 A33
9 0 4
4 6
4 1
6 1
0
= 9
2 2 +4 2 5
5 2
= 9 (6 2 1 5) + 4 (4 5 6 2) = 9 7 + 4 8 = 95.
10
6
10 0, 5 1 7
0,
5
3
3 8 2, 5 AT =
A= 6
1
8
4
4 2 0
7 2, 5
3
4
2
0
POGLAVLJE 2. MATRICE
22
2 0
3 1
P2 Zamjenom dva reda (ili dviju kolona) unutar determinante mijenja se znak
determinante, no ne i numericka vrijednost.
Primjer.
2 1
1 4 .
P3 Determinantu mnoimo nekim brojem tako da joj sve elemente jednog reda
(ili kolone) pomnoimo tim brojem. Drukcije, zajednicki faktor nekog reda
(ili kolone) se moe izvuci ispred determinante.
Primjer.
A=
2 2
3 6
P4 Determinanta je jednaka nuli ako su svi elementi jednog reda (ili kolone)
jednaki nuli.
P5 Determinanta je jednaka nuli ako su elementi jednog reda (ili kolone) proporcionalni odgovarajucim elementima nekog drugog reda (odnosno kolone)
Primjer.
1
0
2
1
2 3 4
1 5 8
= 0.
4 6 8
0 3 4
23
1 2
3 4
,B =
0 1
2 3
1
.
det A
Primjer.
A=
1 2
2 6
,A
3 1
1 12
(A B) (A B)1 = I A1 A B (A B)1 = A1
I B (A B)1 = A1 B 1 B (A B)1 = B 1 A1
I (A B)1 = B 1 A1 .
POGLAVLJE 2. MATRICE
24
Uslovi za postojanje inverzne matrice
onemogucava inverziju.
Teorema 2.4.2. Matrica A je singularna ako i samo ako je det A = 0, tj. Matrica
A je regularna ako i samo ako det A 6= 0.
Dokaz det A det(A1 ) = det(A A1 ) = det I = 1. Odavdje slijedi da je
det A 6= 0!
Dakle, kriterij regularnosti matrice A je da imamo det A 6= 0.
Kofaktorska matrica
Definicija 2.4.3. Kofaktorska matrica matrice A je matrica koja sadri kofaktore
elemenata matrice A na odgovarajucim mjestima
cof(A) = ..
..
..
.. .
.
.
.
.
An1 An2 . . . Ann
Adjungirana matrica
Definicija 2.4.4. Adjungirana matrica matrice A je matrica definisana sa adj(A) =
(cof(A))T , tj.
adj(A) = ..
.. .
..
..
.
.
.
.
A1n A2n . . . Ann
25
A1 =
1
=
10
4 3
2 1
2
5
15
3
10
1
10
1 2 0
3 .
Primjer. Naci inverznu matricu matrice A = 1 0
2
1 4
0 3
1 3
= 7 6= 0! A1
1. det A = 1
(2)
1 4
2 4
POGLAVLJE 2. MATRICE
26
2. M11 = 3, M12
1 0
= 2, M13
2 1
= 1
3
3 2 1
8 4 5 , adj (A) =
2
4. cof (A) =
6 3 2
1
5. A1 =
8
7
4
7
5
7
3
7
1
adj (A) = 72
det(a)
1
7
6
7
3
7
2
7
= 2.
8 6
4 3 .
5 2
6. A A1 = A1 A = I
3 1
0 2
1
2
16
1
2
4
3
1
3
1 2
0 4
1
2
16
1
3
1
2
27
1 = 2 = 0.
1 = 2 = . . . = n = 0.
POGLAVLJE 2. MATRICE
28
vanog pojma i osobine matrica, naime rang matrice. Vano je napomenuti da, za
razliku od determinanti, rang matrice A moemo pronaci za bilo koju matricu A,
tj. dimenzija m n.
Definicija 2.6.1. Ako je maksimalni broj linearno nezavisnih redova koji moemo
naci u matrici A jednak broju r, tada taj broj nazivamo rang matrice A i oznacavamo ga sa r(A).
Primjedba 2.6.2. Rang matrice r(A) takoder
u isto vrijeme oznacava maksimalni
broj linearno nezavisnih kolona!
Primjedba 2.6.3. Rang matrice moe biti maksimalno m ili n, tj.
r(A) min(m, n).
Primjedba 2.6.4. Po definiciji, nn regularna matrica ima n linearno nezavisnih
redova (tj. kolona) pa ima rang r(A) = n.
S obzirom na vezu linearne zavisnosti i determinanti, rang matrice moemo
drugacije definisati:
Definicija 2.6.5. Rang matrice r(A) je maksimalni red determinante razlicite od
nule koja se moe formirati od redova i kolona te matrice!
determinanti (svodenje
kolone ili reda na to vie nula). Rang ove dvije matrice
29
Primjer.
1 2 3 4
2 1 0 1
3 1 2 3
5 0 2 4
Oduzevi 2 prvi red od drugog reda, 3 prvi red od treceg reda i 5 prvi red od
c etvrtog reda, dobivamo
1 2
3 4
1 2
3
0 3 6 9 0 1
2
A
0 7 7 15 0 7 7
0 10 13 24
0 10 13
4
3
15
24
Dodavi 7x drugi red trecem redu i 10x drugi red c etvrtom redu, dobivamo
1 2 3 4
0 1 2 3
A
0 0 7 6
0 0 7 6
Konacno, oduzimanjem treceg reda od c etvrtog reda, dobivamo
1 2 3 4
0 1 2 3
A
0 0 7 6
0 0 0 0
Ova matrica ima rang 3, jer se iz nje moe napraviti 3 3 determinanta razlicita
od nule, tj.
1 2 3
0 1 2 = 7,
0 0 7
a ne i 4 4 determinanta razlicita od nule, pa je rang pocetne matrice 3!
Primjer. Naci rang matrice
2
4 1 3
1 2 1 0
A=
0
0 2 2
3
6 2 5
POGLAVLJE 2. MATRICE
30
1 2 1 0
1 2 1
2 4 1 3 II2I,IV 3I 0 0 3
0 0 2 2
0 0 2
3 6 2 5
0 0 5
1
0
0
0
2 1 0
1 1 2 0
0 1 1 0 1 0 1
0 0 0 0 0 0 0
0 0 0
0 0 0 0
0
3
2
5
Poglavlje 3
Sistemi linearnih algebarskih
jednacina
Jednostavnih sistema linearnih algebarskih jednacina se prisjecamo jo iz osnovne
kole :
Primjer. Neka je dat sistem od dvije jednacine sa dvije nepoznate:
xy = 0
2x + y = 3
Saberemo li ove dvije jednacine, dobijemo
3x = 3 x = 1.
Stoga, na osnovu prve jednacine, dobijamo 1 y = 0 y = 1. Stoga je rjeenje
ovog sistema uredeni
par (1, 1).
Primjer. Posmatrajmo sistem sa tri jednacine i tri nepoznate
xy+z = 1
2x + y z = 2
x + 2y z = 1
Iz prve jednacine imamo da je x = 1 + y z. Ubacimo li ovo u drugu i trecu
jednacinu, dobijamo
2 + 2y 2z + y z = 2
1 + y z + 2y z = 1
31
32
odnosno
3y 3z = 0
3y 2z = 0
Iz prve jednacine imamo da je y = z. Ubacimo li ovo u zadnju jednakost, imamo
3z 2z = 0 z = 0 y = 0 x = 1.
Tako imamo da je rjeenje ovog sistema uredena
trojka (1, 0, 0).
(3.1)
(3.2)
gdje je A matrica koeficijenata aij , x vektor nepoznatih a b vektor slobodnih c lanova. Najvanija stvar koja nas u ovom momentu interesuje je da li i kad moemo
za sistem (3.6) reci da je saglasan, a da ga eksplicitno ne rijeimo? Odgovor na to
pitanje daje nam
Teorema 3.0.8 (Kronecker-Capellijev stav). Sistem linearnih algebarskih jednac ina (3.6) je saglasan ako i samo ako je r(A) = r(Ap ), gdje je Ap = (A | b),
dakle matrica A proirena (kolonski) matricom b.
Ukoliko je dakle r(A) 6= r(Ap ), sistem (3.6) je nesaglasan, tj. nema rjeenja.
33
3.1.1 Slucaj r = n
Posmatrat c emo prvo slucaj kada je rang r jednak broju promjenljivih n.
a11 a12 . . . a1n b1
0 a22 . . . a2n b2
a11 a12 . . . a1n b1
..
.. ..
a21 a22 . . . a2n b2 ..
.
.
. .
Ap = ..
.. .. 0
..
0 . . . ann bn
.
. .
.
0 ... 0 0
0
am1 am2 . . . amn bm
.. ..
..
..
.
.
.
.
ann xn = bn
(3.3)
jednacine.
Kaemo da sistem rjeavamo unatrag i vidimo da sistem ima jedinstveno rjeenje (x1 , x2 , . . . , xn ) ako je r = n. Ova metoda rjeavanja sistema (3.6) se naziva
Gaussovom metodom.
Primjer.
=
=
=
=
2
3
4
5
34
1 2 1 2
1 2 1 2
2 1 2 3 0 5 4 1
Ap =
3 2 1 4 0 8 2 2
3 1
1 5
0 5 4 1
1 2
1 2
1 2 1 2
0 40 32 8 0 40 32 8
0 40 10 10 0 0 22 2
0 0
0 0
0 0
0 0
Buduci da je ocito rang matrice A jednak rangu proirene matrice, tj. 3, sistem je
saglasan i ekvivalentan sistemu
x1 + 2x2 x3 = 2
5x2 4x3 = 1
22x3 = 2.
1
.
11
4
15
3
= 1 5x2 =
x2 = .
11
11
11
Konacno, iz prve jednacine slijedi
5x2
6
1
17
= 2 x1 = .
11 11
11
17 3 1
Stoga imamo jedinstveno rjeenje, tj.
, ,
.
11 11 11
x1 +
A = ..
,
b
=
..
..
..
.
.
.
.
0
0 . . . ann
bn
35
Teorema 3.1.1. Kvadratni sistem linearnih algebarskih jednacina ima jedinstveno rjeenje ako je matrica A koeficijenata sistema regularna, tj. det A 6= 0.
Dokaz Posmatrajmo matricni oblik sistema, dakle Ax = b. Kako je A kvadratna i regularna matrica, to znaci da postoji jedinstvena inverzna matrica A1 .
Pomnoimo gornju jednacinu s lijeve strane sa A1 .
(A1 ) Ax = b
(A1 A)x = A1 b
x = A1 b
Dakle, x je jedinstveno rjeenje.
Primjer. Rijeiti sistem algebarskih jednacina matricnom metodom:
xy = 0
2x + y = 3
1 1 0
1 1 0
Ap =
2 1 3
0 3 3
1 1
Sistem je saglasan. Matrica A je matrica
, a njena inverzna matrica je
0 3
1 1/3
A1 =
. Dobivamo
0 1/3
x=
1 1/3
0 1/3
0
1
=
.
3
1
Ap
a11 a12
0 a22
..
..
.
.
0
0
0
0
..
..
.
.
. . . a1r
. . . a2r
..
.
. . . ar r
... 0
..
.
a1 r+1 . . . a1n
a2 r+1 . . . a2n
..
..
.
.
ar r+1 . . . ar n
..
.
..
.
b1
b2
..
.
br
0
..
.
36
ar r xr + ar r+1 xr+1 + . . . + ar n xn = br
(3.4)
37
D1
,
D
x2 =
D2
Dn
, . . . , xn =
,
D
D
nema rjeenja ili ima beskonacno mnogo rjeenja. Tada se moramo koristiti
nekom drugom metodom.
(3.5)
38
3.4.1 Ekvilibrijum
Kao bilo koji ekonomski termin, ekvilibrijum moemo definisati na vie razlicitih
nacina. Po jednoj definiciji, ekvilibrijum je konstelacija odabranih medusobno
Cinjenica
da ekvilibrijum nema tendencije ka promjeni bi nekoga naveo na pomisao da ekvilibrijum obavezno predstavlja najpoeljnije i idealno stanje stvari,
zasnovano na ideji da u savrenom stanju nema potrebe niti motivacije za promjenom. Ovakvo razmiljanje je bez osnova. Iako odredeni
ekvilibrijum moe
3.4. PRIMJENA SISTEMA LINEARNIH ALGEBARSKIH JEDNACINA
U EKONOMIJI39
predstavljati poeljno stanje (kao to je stanje maksimalne dobiti u okviru neke
kompanije), neki drugi ekvilibrijum je neto to je negativno i to treba izbjeci
kao to je recimo permanentno visoka stopa nezaposlenosti u Bosni i Hercegovini!
Konstrukcija modela
Kako c emo posmatrati samo jednu vrstu robe, dovoljno je da imamo samo tri
promjenljive, naime:
cijenu robe P ;
kolicina potranje, tj. prodane robe Qd
kolicina ponude Qs .
Sada moramo postaviti na uslov ekvilibrijuma : standardna pretpostavka je da se
ekvilibrijum na tritu uspostavlja ako i samo ako nema vika potranje, tj.
Qd Qs = 0
Qd = Qs .
minimalni nivo. Sve u svemu, model c e sadrati jedan uslov ekvilibrijuma plus
dva uslova ponaanja koji upravljaju potranjom i ponudom respektivno.
Matematicki model
Prevedeno u matematicki jezik, model izgleda ovako
Qd = Qs
Qd = a bP (a, b > 0)
Qs = c + dP (c, d > 0).
(3.6)
40
6
y = - 3x + 6
y = 5x - 3
(P*, Q*)
2
0.5
1.0
1.5
2.0
-2
a+c
b+d
(jer je b + d > 0.
Primjetite da sada ovu cijenu ekvilibrijuma oznacavamo sa P i da je vrijednost pozitivna, kako cijena i treba biti. Sada trebamo izracunati vrijednost ekvilibrijuma
Q = Qd = Qs
a+c
ad bc
Q = a bP = a b
=
.
b+d
b+d
Buduci da je brojilac pozitivan i imenilac mora biti pozitivan. Stoga vidimo da
imamo jo jedan uslov kako bi na model bio smislen, odnosno ad > bc.
Vrlo je vec dobro znano da se P i Q trnog modela mogu odrediti graficki kao
presjek krivih potranje i ponude. Dakle trini ekvilibrijum se ostvaruje u
a + c ad bc
(P , Q) =
,
b+d b+d
to je rjeenje sistema (3.6) i ocito, ekvilibrijum je jedinstven, kao to bismo i
ocekivali.
3.4. PRIMJENA SISTEMA LINEARNIH ALGEBARSKIH JEDNACINA
U EKONOMIJI41
proizvoda bi trebao uzeti u obzir i cijene povezan proizvoda. Sada pretpostavimo
da imamo n razlicitih roba. Dakle promjenljive su
Qd1 , Qd2 , . . . , Qdn
Qs1 , Qs2 , . . . , Qsn
Uslovi ekvilibrijuma su
Qd1 = Qs1 , Qd2 = Qs2 , . . .
Na primjer, model s dvije robe:
Qd1
Qd1
Qs1
Qd2
Qd2
Qs1
=
=
=
=
=
=
Qs1
a1 + b1 P1 + c1 P2
a2 + b2 P1 + c2 P2
Qs2
1 + 1 P1 + 1 P2
2 + 2 P1 + 2 P2
Treba voditi racuna o tome da treba biti P1 > 0, P2 > 0, Q1 > 0, Q2 > 0 i o vezi
koeficijenata koji se pri tome dobiju!
Primjer.
Qd1
Qs1
Qd2
Qs2
Rjeenje je P1 =
26
, P2
7
46
.
7
=
=
=
=
10 2P1 + P2
2 + 3P1
15 + P1 P2
1 + 2P2
42
I0 + G 0 + a
,
1b
C =
a + b(I0 + G0 )
.
1b
3.4. PRIMJENA SISTEMA LINEARNIH ALGEBARSKIH JEDNACINA
U EKONOMIJI43
Qi
Q1
Q2
..
.
Q11
Q21
Q12
Q22
Qij
Q13
Q23
..
.
...
...
Q1n
Q2n
qi
q1
q2
..
.
Qn
Qn1
Qn2
Qn3
. . . Qnn
qn
(3.7)
Ovaj sistem (3.7) sada moemo napisati obliku koji nazivamo input-output tabela:
Sistem (3.7) je sistem jednacina ekvilibrijuma. Sistem (3.7) sadri n jednacina
sa n2 + 2n nepoznatih. U naem razmatranju pretpostavit c emo da se tehnoloki
uvjeti ne mijenjaju.
Ovo znaci da imamo konstantnu kolicinu proizvoda iz i-tog sektora neophodnih za proizvodnju jedne jedinice u j-tom sektoru. Oznacimo tu kolicinu sa aij .
Kako je izracunati? Prosto:
aij =
Qij
Qj
Qij = aij Qj
...
an1 an2 . . . ann
44
(3.8)
gdje su
Q=
Q1
Q2
..
.
Qn
q=
q1
q2
..
.
qn
Qij
30 40 100
60 120 100
60 160 150
qi
130
120
130
3.4. PRIMJENA SISTEMA LINEARNIH ALGEBARSKIH JEDNACINA
U EKONOMIJI45
ako je poznato da se tehnoloki uvjeti nisu promjenili.
Prvo izracunamo matricu A, tj.
Izracunamo q = T (360, 480, 600) = (156, 144, 156). Upiimo ovo u novu IO
tabelu:
Qi
360
480
600
Qij
qi
156
144
156
Qij
36 48 120
72 144 120
72 192 180
qi
156
144
156
Slucaj 2.
Sada nam je poznata q, a trebamo odrediti Q i medusektorsku
potranju Qij .
\ T 1 (s lijeva)
q=T Q
T 1 q = T 1 T Q
Q = T 1 q
Medusektorsku
proizvodnju racunamo kao i prije.
Qij
600
1200
1200
1200
qi
600
1200
46
Najprije popuniti tablicu, a zatim odrediti novu I-O tablicu ako se finalna potranja prvog sektora poveca za 10%, a drugog smanji za 10%. IO tabela je
Qi
2400
3600
Qij
600
1200
1200
1200
qi
600
1200
Novi vektor finalne potranje je stoga q = (660, 1080). Izracunamo metricu A, tj.
1 1
3
31
4
3
4
A=
T =
1
1
12 23
2
3
Inverzna matrica matrice tehnologije je
2 1
1
T =
9
3
2
Pomnoimo ovu matricu sa novim vektorom finalne potranje kako bismo dobili
novi vektor ukupne proizvodnje Q = (2400, 3420). Popunimo novu IO tablicu
Qi
2400
3420
Qij
qi
660
1080
Qi
2400
3420
Qij
600 1140
1200 1140
qi
660
1080
Slucaj 3.
U ovom slucaju su nam poznati neki podaci jedne skupine i drugi podaci druge
skupine. U ovom, trecem slucaju, nema kratica, vec moramo istinski rijeiti sistem
jednacina.
Primjer. Pretpostavimo da je ekonomija neke zemlje podijeljena na 3 sektora.
I-O tablica izgleda
Qi
300
400
500
Qij
30 40 100
60 120 100
60 160 150
qi
130
120
130
3.4. PRIMJENA SISTEMA LINEARNIH ALGEBARSKIH JEDNACINA
U EKONOMIJI47
Vratimo se jednacini (3.8), tj. jednacini q = T Q, odnosno
q1
0.9 0.1 0.2
330
132 = 0.2 0.7 0.2 Q2
143
0.2 0.4 0.7
Q3
q1
297 0, 1Q2 0, 2Q3
132 = 66 + 0, 7Q2 0, 2Q3
143
66 0, 4Q2 + 0, 7Q3
Tako dobijamo sistem od 3 jednacine sa 3 nepoznate:
Qij
qi
143
132
143
Qij
33 44 110
66 132 110
66 176 165
qi
143
132
143
48
Poglavlje 4
Realne funkcije
Realna funkcija predstavlja osnovni pojam u matematickoj analizi i centralni objekat svih njenih razmatranja.
Definicija 4.0.1. Neka je dat skup D R. Ako je svakom x D po nekom
zakonu (pravilu) pridruen jedan i samo jedan y R, tada kaemo da je na skupu
D definirana realna funkcija f realne promjenljive x . Pravilo po kojem se vri
pridruivanje oznacavamo sa f , odnosno
y = f (x),
x D.
(x Df ) :
(x, y1 ) f (x, y2 ) f y1 = y2 ,
50
x = (t) ;
Cesto
se funkcija zadaje bez ikakve formule. Takav je primjer funkcije E(x)
"cijeli dio broja x" (ili cjelobrojno x). Nije teko uociti da za cijelobrojno x vrijedi
1
-3
-2
-1
1
-1
-2
y = E(x)
-3
x0
ax0 + b
x1
ax1 + b
51
(4.2)
52
da je neko svojstvo globalno za funkciju f : Df R ako ono vrijedi (po definiciji) na c itavome skupu A Df , nasuprot lokalnog svojstva koje vrijedi ( takode,
x D.
Gf
Gf
1
f(x0 )
-x0
f(-x0 )
-x0 -1
1 x0
1 x0
-1
f(x0 )
f(-x0 )
-1
53
(4.3)
Klasu tih funkcija (ako je Df = (a, b)) oznacicemo sa P(a,b) . Inace periodicnost
je prisutna i u prirodi u mnogim njenim pojavama; primjeri su: godinja doba,
noc-dan, plima-oseka, mjeseceva svjetlost i sl.
Definicija 4.1.4. Realna funkcija f : D R naziva se:
rastucom na razmaku A D, ako
(x1 , x2 A)(x1 < x2 f (x1 ) f (x2 ));
strogo rastucom na razmaku A, ako
(x1 , x2 A)(x1 < x2 f (x1 ) < f (x2 ));
opadajucom na razmaku A D, ako
(x1 , x2 A)(x1 < x2 f (x1 ) f (x2 ));
strogo opadajucom na razmaku A, ako
(x1 , x2 A)(x1 < x2 f (x1 ) > f (x2 )).
Za svaku od ovih funkcija f reci c emo da je monotona funkcija na razmaku
definiranosti ako je A = Df ; piemo f MA .
Dakako, osobina monotonosti je globalno svojstvo funkcije.
3
Primjer. Funkcija f (x) = x2 nije monotona na D = [1, +1].
Definicija 4.1.5. Realna funkcija f : Df R je ogranicena na skupu A Df ,
ako je {f (x) |x A} ogranicen skup. Drugim rijecima, ako
(M R+ )(x A)(|f (x)| M).
()
54
1. Odredimo Df ;
2. Za svako x Df odredimo y = f (x);
3. u koordinatni sistem xOy unesemo sve tacke (x, f (y)).
x.
a > 0 i a 6= 1.
x1
+ log(1 x).
x+1
55
Kompozicija funkcija
Neka su date dvije funkcije f : A 7 B i g : B 7 C. Onda funkciju h : A 7 C
definisanu sa
h(x) = g(f (x)) = (g f )(x)
nazivamo kompozicijom funkcija f i g.
f (x) = y = 2x 4.
Primjer. Naci inverzne funkcije:
1. y =
2x1
;
x+2
2. Qd (P ) = a + bP ;
3. y = ax ;
4. y = x2 .
Qs (P ) = c + dP
Primjer. Odnos cijena i ponude neke robe dat je tabelom: Odrediti i graficki
prikazati funkciju ponude oblika
s(p) = ap2 + bp + c,
(a, b, c R).
56
p
s
1
10
2
8
3
4
Primjer. Zadana je cijena p kao funkcija ponude s. Izraziti ponudu s kao funkciju
cijene p ako je
1 2
p(s) =
s + 2s + 5 + 2
2
s2 + 2s + 5 = 2p 4/ 2 s2 + 2s + 5 = (2p 4)2
57
-4
-2
-1
T (Q)
.
Q
P (Q) = Q p(Q).
Kako izraziti ono najvanije, tj. funkciju dobiti? Ocito - dobit je prihod minus
troak!
D(Q) = P (Q) T (Q).
Primjetite - za razliku od trokova i prihoda, dobit moe biti negativna!
58
30
20
10
10
12
-10
-20
-30
-40
Poglavlje 5
Realni nizovi
5.1 Definicija i osnovni pojmovi
Nizove smo vec vidjeli u dosadanjem kolovanju i to mnogo puta, c ak i kada toga
moda nismo bili svjesni. Npr.
2, 3, 8, 15, 9, 12, . . .
a1 , a2 , a3 , a4 , a5 , a6 ,
Ukratko i jednostavno, niz je uredena
lista objekata ili dogadaja.
Kao i skup, niz ima c lanove, ali za razliku od skupa, redoslijed je bitan i
identicni elementi se mogu pojavljivati vie puta na razlicitim pozicijama unutar
niza!
60
Primjer. Niz
1, 2, 3, ..., n, n + 1, ...
je niz prirodnih brojeva. Niz
1, 3, 5, ..., 2n + 1, ...
je niz neparnih prirodnih brojeva, a
1, 4, 9, 16, 25, ...
je niz kvadrata prirodnih brojeva.
Niz je potpuno odredjen svojim optim c lanom. Na primjer, ako je opti c lan
n
, niz je u potpunosti odredjen i njegovi c lanovi su 12 , 23 , 34 , ...,
niza dat sa xn = n+1
ili ako elimo odrediti stoti c lan ovog niza, x100 = 100
.
101
Za odredjivanje niza nije neophodno da postoji formula kojom se eksplicitno
odredjuje opti c lan xn u zavisnosti od n. Npr., ako je xn n-ti po redu prost broj,
niz (xn ) je korektno definisan, iako ne znamo formulu za odredjivanje n-tog c lana
tog niza.
Isto tako moemo govoriti
da je niz (an ) zadat tako da je an n-ta cifra u de
cimalnom razvoju broja 2, mada formulu za n-tu cifru tog razvoja ne znamo
eksplicitno.
Znati konacno mnogo prvih c lanova niza nije dovoljno za jednoznacno odredjivanje niza. Npr., ako je dato prvih pet c lanova niza
0, 7, 26, 63, 124,
pravilo po kome su konstruisani ovi c lanovi moe ali i ne mora da vai za esti,
sedmi i dalje c lanove ovog niza.
x1
x2
x3
x4
x5
x6
10
11
12
x7
b
13
14
61
a2n1
a2n
3 2 1
0
1
2
Slika 5.1: Graficko predstavljanje niza ((1)n )
n=1
a4 a3
b b
a2
a1
1
Slika 5.2: Graficko predstavljanje niza
1
n n=1
niza. Jo tee bi bilo predstaviti niz n1 n=1 . Oznacili bi prvih nekoliko c lanova
niza, a dalje c lanove bi smo samo naznacili tackama.
Bolja, preglednija varijanta predstavljanja niza proizilazi iz c injenice da niz
moemo shvatiti i kao preslikavanje. Pod preslikavanjem shvatamo c injenicu da
c lanove niza numeriemo po njihovim pozicijama. Tako niz (xn )
n=1 moemo
predstaviti tabelom
n
xn
1
x1
2
x2
3
x3
...
...
k
xk
...
...
15
b
b
10
b
b
5
b
b
0
0 1 2 3 4 5 6 7
62
1
b
0
1
1
b
b
b
b
b
b
0
0
NIZ
5.2. ARITMETICKI
63
A ovih parova ima koliko? Pa n/2! Stoga dobijemo da je suma prvih n c lanova
aritmetickog niza
n
Sn = (2a1 + (n 1) d),
2
ili drugacije
n
Sn = (a1 + an ).
2
Dakle zbir prvih n brojeva je
1 + 2 + 3+ 4 + ...+ n =
n
n(n + 1)
(1 + n) =
.
2
2
64
Dakle, ulaemo
1000, 1050, 1100, 1150, . . . .
Broj uloenih iznosa je 7 12 = 84, dakle interesuje nas ukupni zbir 84 ovakvih
ulaganja, tj. S84 . Koristeci formulu, imamo
S84 =
84
(2 1000 + (84 1) 50) = 42 (2000 + 4150) = 258300.
2
an+1
an+2
=
= q,
an
an+1
Naziv niza dolazi iz osobine da je an+1 = an an+2 , dakle svaki c lan niza
an+1 je geometrijska sredina c lana an , koji mu neposredno prethodi i c lana an+2 ,
koji ga slijedi u nizu. Dakle
a2
a3
a4
an
=
=
= ... =
= . . . = q.
a1
a2
a3
an1
Odatle imamo da je
a2 = a1 q
a3 = a2 q = a1 q 2
a4 = a3 q = a1 q 3 ,
pa odatle dobijamo formulu za opci c lan geometrijskog niza
an = a1 q n1 .
65
a3 = a2 q q =
a3
,
a2
dobijamo
a3
a22 = a1 a3 a2 = a1 a3 ,
a2
tj. a2 je geometrijska sredina svojih susjednih c lanova! U opcem slucaju
a2 = a1
an =
an1 an+1 .
Sada nas, kao i kod aritmetickog niza zanima zbir prvih n c lanova, tj. Sn .
Sn = a1 + a1 q + a1 q 2 + . . . + a1 q n3 + a1 q n2 + a1 q n1 / (1 q)
(1 q)Sn = a1 a1 q + a1 q a1 q 2 + a1 q 2 a1 q 3 + . . .
+a1 q n3 a1 q n2 + a1 q n2 a1 q n1 + a1 q n1 a1 q n .
(1 q)Sn = a1 a1 q n = a1 (1 q n )
1 qn
!
1q
1 1 1 1
Primjer. Posmatrajno geometrijski red , , , , . . . dakle a1 = 1, q =
2 4 8 16
Posmatrajmo zbir prvih 10 c lanova
S10 =
1
.
2
1 1 1
1
+ + + . . . + 10
2 4 8
2
10
1 q 10
1 1 12
1
= a1
=
==
1
1q
2
2
1 2
S10 =
210 1
210
1
2
210 1
1024 1
=
= 0, 9990234375
210
1024
Nakon odredenog
perioda obracunava se kamata od p% na iznos po principu
kamata na kamatu.
66
p
p
= I0 (1 +
) = I0 k.
100
100
p
p
= I0 k(1 +
) = I0 k 2 .
100
100
Ako stanja nakon svakog obracunskog perioda posmatramo kao niz, dobijamo geometrijski niz!
Primjer. Ako u banku uloimo 1000KM i obracunava nam se kamata na kamatu
po stopi od 5%, koje c e biti stanje na kraju dvadesetog obracunskog perioda?
Dakle I0 iznosi 1000KM. ta u stvari mi trebamo izracunati?
Pa samo n-ti c lan geometrijskog niza! Dakle,
In = k n I0 = (1 +
5 20
p n
) I0 = (1 +
) 1000KM
100
100
1 1 1
1, , , , ... .
4 9 16
n
1
3
<
= x2n ,
2n 1
2n
iz c ega vidimo da je x2n na vecoj udaljenosti od nule nego njemu prethodeci c lan.
Medjutim, i ovde se moe uociti neko gomilanje oko nule, to se vidi ako se
izracuna nekoliko prvih c lanova niza, 1, 32 , 13 , 34 , 15 , ....
67
Definicija 5.4.1. Kaemo da je realan broj a granicna vrijednost ili limes niza
(xn ) ako za svako > 0, postoji prirodan broj n0 , takav da za svaki prirodan
broj n n0 vrijedi |xn a| < , to jednostavnije zapisujemo matematickom
simbolikom sa
( > 0)(n0 N)(n N)(n n0 |xn a| < ) .
(5.1)
n+
tei u beskonacnost.
Ako postoji a R, takav da lim xn = a, kaemo da je niz konvergentan.
n+
2 + (1)n
Primjer. U primjeru ispred Definicije 5.4.1 smo pokazali da je lim
=
n+
n
n
1
0. Na slican nacin se pokazuje da je lim
= 0 ili lim
= 1. Pokaimo
n+ n
n+ n + 1
prvu relaciju.
lim
1
=0
n
x1 = 21 = 2 , x2 = 2 2 = 1, 41... , x3 = 2 3 = 1, 26... ,
1
tvrdnje.
Na isti nacin se pokazuje sljedeci vaan limes
lim n a = 1 , (a > 0)
n+
Primjer. Niz c iji je opti c lan xn = (1)n nije konvergentan. Zaista, pretpostavimo suprotno, tj. da je za neko a R, lim xn = a.
n+
Kako su svi c lanovi datog niza jednaki ili 1 ili 1, to znaci da se oba ta broja
moraju nalaziti u proizvoljnoj -okolini tacke a. Medjutim, to ocigledno nije moguce, npr. izaberemo li < 12 tada nije moguce da oba broja i 1 i 1 budu u
intervalu (a , a + ) c ija je duina manja od 1.
68
n+
n+
lim (xn + c) = x + c.
n+
lim (xn yn ) = x y.
n+
xn
x
= , ako je y 6= 0 i yn 6= 0 za n N.
n+ yn
y
1
1
Primjer. Izracunati: lim 3 2 n + 2 3 n .
n+
lim
n+
1
Primjer. Izracunati: lim
+6 .
n+ n
Koristeci pravilo 2.(b) imamo
1
lim
+6 =0+6=6.
n+ n
69
Zapravo, ispitivanje proizvoljnog konvergentnog niza se moe svesti na ispitivanje nula-niza, naime vai
Teorema 5.4.8. Niz (xn ) konvergira ka a R ako i samo ako niz (xn a) konvergira ka 0.
Teorema 5.4.9. Zbir, razlika i proizvod dva nula-niza je ponovo nula-niz.
Teorema 5.4.10. Neka je (xn ) proizvoljan nula-niz i neka je (yn ) proizvoljan
ogranicen niz ( ne obavezno konvergentan ). Tada je niz (zn ), gdje je zn = xn yn
(n N), nula-niz.
cos n
Primjer. Izracunati: lim
.
n+ n
cos n
1
Oznacimo sa zn =
= cos n. Kako je niz xn = n1 nula-niz, a niz
n
n
yn = cos n je ogranicen ( cos x 1 ), to je na osnovu gornje teoreme niz (zn )
nula-niz, tj.
cos n
=0.
lim
n+ n
Teorema 5.4.11 (Veza limesa i relacija poretka). Neka je (xn ) proizvoljan niz.
1. Ako je lim xn = x > p (< p), tada je xn > p (< p) za skoro svako n N.
n+
2. Ako je niz (xn ) konveregentan i ako je xn > p (< p), za skoro svako n N,
onda je lim xn p ( p).
n+
Dokaz
1. Neka je lim xn = a i neka je a > p. Stavimo li da je =
n+
ap
,
2
svi brojevi
Posljedica 5.4.12. Ako svi c lanovi niza (xn ) pripadaju segmentu [a, b], tada i
lim xn [a, b].
n+
70
, ako vrijedi
(K > 0)(n0 N)(n n0 )xn < K .
U oba slucaja kaemo da niz odredeno
divergira.
K
b
1 2 3 4 5 6 7 8 9 10 11 12 13
b
b
b
b
b
b
b
b
0 1 2 3 4 5 6 7 8 9 10 11
b
b
b
vrijedi:
1.
2.
lim (xn + yn ) = +.
n+
n+
n+
71
xn
= 0.
n+ yn
lim
4. Ako je lim xn = 0 i ako su skoro svi c lanovi niza (xn ) pozitivni, tada je
n+
lim
n+
1
= +.
xn
Postoje kombinacije dva niza kada se rezultat ne moe direktno odrediti kao u
slucajevima opisanim u ovim teoremama. Tada kaemo da je granicna vrijednost
neodredjena ili da je neodredjenog tipa. To medjutim ne znaci da granicna vrijednost ne postoji, vec samo da se ne moe unaprijed odrediti primjenom pravila
datih u ovim teoremama.
Primjer. Za niz sa optim c lanom xn =
n2 + 3n 2
imamo neodredjenost tipa
2n2 + 5n + 4
72
, n2,
(n + 1)2
(n + 1)2
pa imamo
n+2
xn+1
>
xn
n+1
1
n
(n + 1)2
n3 + 3n2 + 3n + 2
>1.
n3 + 3n2 + 3n + 1
lim (1 + an ) an = e
(ako lim an = 0)
n
73
Primjer. Izracunati
2n1
3
1. lim 1 +
;
n
n
2n+1
n+1
2. lim
; lim n(ln(n + 1) ln n);
n n 1
n
lim xn = lim yn = A.
n+
n+
2. Za skoro svako n N je xn zn yn .
Tada i niz (zn ) ima granicnu vrijednost i vai lim zn = A.
n+
n+
2n + 3n .
Kako vai
3n 2n + 3n 2 3n ,
tada je
n
2n + 3n 3 2 .
lim xn = lim yn = 3 ,
n+
n+
lim zn = lim n 2n + 3n = 3 .
n+
n+
74
Poglavlje 6
Granicne vrijednosti
6.1 Intuitivni uvod u granicne vrijednosti
Razvoj diferencijalnog racuna stimulisan je od strane dva geometrijska problema:
nalaenjem povrina ravnih povri;
nalaenjem tangenti na krive.
Oba ove problema zahtjevaju granicne procese za svoja opca rjeenja.
Medutim
koncept limesa ili granicne vrijednosti je fundamentalni graditelj
ski blok na kojem se zasniva cijeli diferencijalni i integralni racun! Na pocetku
ovog poglavlja c emo promatrati granicne procese informalno. Mnogi problemi
diferencijalnog i integralnog racuna se izvode iz slijedeca tri problema:
Tangentni problem. Ako nam je data funkcija f i tacka P (x0 , y0 ) na grafu
funkcije, naci jednacinu linije koja je tangentna na graf f u tacki p.
Povrinski problem. Ukoliko nam je data funkcija f , naci povrinu ispod
grafa funkcije f i intervala [a, b] na x-osi.
Problem trenutne brzine Ukoliko nam je data kriva pozicije u odnosu na
vrijeme za c esticu koja se krece du koordinatne linije, naci brzinu te c estice u
datom vremenu.
Promatranje ovih problema ima dugu historiju. Povrinske formule za osnovne geometrijske figure, kao to su pravougaonici, poligoni i krugovi idu nazad
do najranijih matematickih zapisa. Prvi pravi napredak od najprimitivnih pokuaja je napravio starogrcki matematicar Arhimed (A), koji je razvio genijalnu, ali napornu tehniku, koja se zove tehnika iscrpljenja, kako bi naao povrine regija koje su ogranicene parabolama, spiralama i raznim drugim krivim.
Do 17. stoljeca mnogi su matematicari otkrili nacine kako izracunati ove povrine koristeci limese. Medutim,
svim ovim metodama je nedostajala generalnost.
75
76
POGLAVLJE 6. GRANICNE
VRIJEDNOSTI
6.1. INTUITIVNI UVOD U GRANICNE
VRIJEDNOSTI
77
Sada kada imamo motivaciju, vrijeme je se pozabavimo samim pojmom granicne vrijednosti. Najosnovnija upotreba limesa je da opiemo kako se funkcija
78
POGLAVLJE 6. GRANICNE
VRIJEDNOSTI
6.1. INTUITIVNI UVOD U GRANICNE
VRIJEDNOSTI
79
0,5
2,5
0,7
3,1
0,8
3,4
0,9
3,7
0,95
3,85
0,99
3,97
0,999
3,997
0,9999
3,9997
Ocito, kako se argument funkcije pribliava vrijednosti 1 sa lijeve strane, vrijednost funkcije se pribliava vrijednosti 4. Kaemo da funkcija tei vrijednosti 4
kako vrijednost x tei ka 1 (ovaj put s lijeve strane).
x
y
1,5
5,5
1,3
4,9
1,2
4,3
1,1
4,6
1,05
4,15
1,01
4,03
1,001
4,003
1,0001
4,0003
xa
x0
x
.
x+11
x0
sin x
.
x
lim sin .
x0
x
Definicija 6.1.2. Vrijednost
lim
R+
a Dxa
POGLAVLJE 6. GRANICNE
VRIJEDNOSTI
80
xa0
xa
xa0
xa+0
xa+
xa
xa+
xa
x+
Ako se vrijednosti funkcije f (x) sve vie i vie pribliavaju nekom broju L kako
se argument x neograniceno smanjuje, onda piemo
lim f (x) = L.
6.1. INTUITIVNI UVOD U GRANICNE
VRIJEDNOSTI
81
Geometrijski, ako se f (x) L kako x +, onda se graf funkcije eventualno sve vie i vie pribliava horizontalnoj liniji y = L (kada graf pomatramo u
pozitivnom smjeru).
Slicno, ako se f (x) L kako x , onda se graf funkcije eventualno
sve vie i vie pribliava horizontalnoj liniji y = L (kada graf pomatramo u negativnom smjeru).
Definicija 6.1.5 (Horizontalna asimptota). Linija y = L naziva se horizontalna
asimptota grafa funkcije f ako f (x) L kako x + ili x .
Definicija 6.1.6. Ako se vrijednosti funkcije f (x) sve vie i vie povecavaju kako
se argument x neograniceno povecava ili smanjuje, onda piemo
lim f (x) = + ili
x+
lim f (x) = +
Ako se vrijednosti funkcije f (x) sve vie i vie smanjuju kako se argument x
neograniceno povecava ili smanjuje, onda piemo
lim f (x) =
x+
ili
lim f (x) =
Takoder
granicna vrijednost u beskonacnosti moe da uopce ne postoji ukoliko
funkcija beskonacno oscilira na takav nacin da se vrijednost funkcije ne pribliava
nijednoj vrijednosti, niti se neograniceno povecavaju niti smanjuju. Takve su na
prijer trigonometrijske funkcije sin i cos. U tom slucaju kaemo da granicnna
vrijednost ne postoji zbog oscilacije.
xa
lim x = a,
xa
lim k = k,
x+
lim x = +,
x+
lim k = k,
lim x = ,
1
1
1
1
= +, lim = ,
lim
= 0,
lim
= 0.
x+ x
x x
x0 x
x0 x
Neka lim oznacava jednu od granicnih vrijednosti limxa , limxa , limxa+ , limx+,
ili limx. Pretpostavimo da postoje granicne vrijednost funkcije L1 = lim f (x)
i L2 = lim g(x). Tada
lim+
POGLAVLJE 6. GRANICNE
VRIJEDNOSTI
82
20
10
-3
-2
-1
-10
lim f (x)
lim g(x)
L1
, (L2
L2
6= 0)
x1
2.
x2
x1 x 1
lim
3.
x2 5x + 6
x2
x2
lim
Za svaki polinom
p(x) = c0 + c1 x + + cn xn
i za bilo koji realan broj a,
lim p(x) = p(a) = c0 + c1 a + + cn an
xa
6.2. GRANICNA
VRIJEDNOST FUNKCIJE
83
Mnoenje sa pozitivnom brojem nita ne mijenja, dok mnoenje sa negativnim brojem mijenja znak beskonacnosti. Takoder
moemo posmatrati granicne
vrijednosti funkcija definisanih dio po dio
2
x 5,
x3
f (x) =
x + 13, x > 3
xa
ako za bilo koji dati broj > 0 moemo naci broj > 0 takav da
|f (x) L| < ako
0 < |x a| < .
Za , imamo
(M < 0)( = (M) > 0)
POGLAVLJE 6. GRANICNE
VRIJEDNOSTI
84
6.3 Neprekidnost
Objekt koji se krece ne moe (ma koliko mi to moda eljeli u stilu sci-fi filmova)
tek tako samo nestati i pojaviti se na drugom mjestu. Stoga ukoliko put objekta u
kretanju posmatramo kao krivu, on aje neprekidna, bez rupa, skokova ili prekida.
Ranije smo razmatrali neprekidnost informalno. Medutim,
taj pogled je i vie
xa
6.3. NEPREKIDNOST
85
f
g
x2 9
?
x2 5x+6
Ako lim oznacava jednu od granicnih vrijednosti limxc , limxc , limxc+ , limx+
ili limx . Ako je lim g(x) = L a funkcija f je neprekidna u tacki L, onda je
lim f (g(x)) = f (L).
To jest,
lim(f (g(x))) = f (lim g(x)).
Drugim rijecima, znak granicne vrijednosti moe zamijeniti mjesto sa znakom
funkcije, ukoliko je funkcija neprekidna i ukoliko postoji granicna vrijednost izraza unutar funkcije.
Primjer. Ispitati neprekidnost funkcije |5 x2 |.
Teorema 6.3.5.
1. Ako je funkcija g neprekidna u tacki c i ako je funkcija f
neprekidna u tacki g(c), onda je u kompozicija funkcija f g neprekidna u
tacki c.
2. Ako je funkcija g neprekidna svuda i ako je funkcija f neprekidna svuda,
onda je u kompozicija funkcija f g neprekidna svuda.
Stoga na osnovu prethodnog primjera zakljucujemo na primjer da je apsolutna
vrijednost neprekidne funkcije neprekidna funkcija!
Teorema 6.3.6 (Teorem srednje vrijednosti). Ako je f neprekidna funkcija na zatvorenom intervalu [a, b] i ako e k bilo koji broj izmedu
f (a) i f (b) (inkluzivno),
onda postoji najmanje jedan broj x na intervalu [a, b] takav da je f (x) = k.
Primjedba 6.3.7. Ako je f neprekidna na [a, b] i ako su f (a) i f (b) razliciti od
nule i suprotnog znaka, ona postoji najmanje jedno rjeenje jednacine f (x) = 0 u
intervalu (a, b).
POGLAVLJE 6. GRANICNE
VRIJEDNOSTI
86
xc
xc
xc
xc
xc
xc
Teorema 6.3.9 (Teorem stezanja/sendvic/lopovi i policajci). Ako su f, g i h funkcije koje zadovoljavaju nejednakosti
g(x) f (x) h(x)),
za sva x u nekom otvorenom intervalu koji sadri tacku c, sa mogucim izuzetkom
u samoj tacki c. Ako g i h imaju istu granicnu vrijednost kako se x pribliava c,
recimo
lim g(x) = lim = h(x) = L,
xc
xc
xc
1 cos x
= 1.
x0
x
lim
6.3. NEPREKIDNOST
87
d+1
d2
1
x
= t dobijamo
1
lim (1 + x) x = e.
x0
Primjer. Izracunati
lim
x0 ex
x
1
sin x
= 1.
x0 x
lim
Primjer.
sin 2x
x0
x
lim
88
POGLAVLJE 6. GRANICNE
VRIJEDNOSTI
Poglavlje 7
Diferencijalni racun
7.1 Intuitivni uvod u izvode
Mnogi fizikalni fenomeni ukljucuju mijenjajuce kvantitete - brzina rakete, monetarna inflacija, broj bakterija u kulturi, intenzitet udara u zemljotresu, napon
elektricnog signala i tako dalje. U ovom poglavlju razvit c emo pojam izvoda ili
derivacije, to je matematicki alat pomocu kojeg se proucavaju stope po kojima
se mijenjaju fizikalne vrijednosti.
M
P
NP
y
=
MP
x
POGLAVLJE 7. DIFERENCIJALNI RACUN
90
tg = lim tg = lim
x0
Geometrijska interpretacija prosjecne brzine Ako se c estica krece u pozitivnom smjeru du neke s-ose i ako je kriva pozicije u odnosu na vrijeme s = f (t),
onda je prosjecna brzina c estice izmedu
vremena t0 i t1 predstavljena geometrijski
pomocu nagiba sekante koja povezuje tacke (t0 , f (t0 )) i (t1 , f (t1 )).
Geometrijska interpretacija trenutne brzine Ako se c estica krece u pozitivnom
smjeru du neke s-ose i ako je kriva pozicije u odnosu na vrijeme s = f (t), onda
je trenutna brzina c estice u vremenu t0 predstavljena geometrijski pomocu nagiba
tangente na krivu f (t) u tacki (t0 , f (t0 )).
Brzina se moe promatrati kao mjera promjene - mjera promjene pozicije u
odnosu na vrijeme ili mjera promjene s u odnosu na t. Mjere promjene se mogu
pojaviti u mnogim primjerima:
Mikrobiolog je zainteresiran za razinu promjene broja bakterija u koloniji
tokom vremena;
Ininjer moe biti zainteresiran za mjeru promjene duine metalne ipke u
odnosu na promjenu temperature;
Ekonomista je zainteresiran kako se mijenja cijena proizvodnje u ondosu na
kvantitet proizvodnje;
Medicinski istraitelj je zainteresiran za promjenu radijusa arterije kada se
poveca koncentracija alkohola u krvi...
Definicija 7.1.1. Ako je y = f (x), onda je prosjecna mjera promjene y u odnosu na x na intervalu [x0 , x1 ] nagib msek sekantne linije koja povezuje tacke
(x0 , f (x0 )) i (x1 , f (x1 )) na grafu funkcije f , tj.
msek =
f (x1 ) f (x0 )
.
x1 x0
x1 x0
f (x1 ) f (x0 )
.
x1 x0
91
f (x0 + h) f (x0 )
.
h0
h
pod uslovom da ovaj limes postoji, dakako. Ako limes ne postoji, kaemo da kriva
nema tangentne linije u P .
mtan = lim
f = f (x + h) f (x)
def
POGLAVLJE 7. DIFERENCIJALNI RACUN
92
-2
-1
-2
-4
1.5
1.0
0.5
-2
-1
-0.5
-1.0
fx , y , yx i dx
, ali one oznacavaju da je u pitanju derivacija po x, a nije naglaeno
na koju tacku se to odnosi.
Ako funkcija f (x) ima derivaciju u svim tackama skupa D (a, b), onda
derivacija predstavlja novu funkciju od x, koja je definirana na tome skupu, u
93
optem slucaju razlicitom od (a, b). U tackama toga skupa, dakle ta funkcija f ,
ima konacnu ili pak beskonacnu vrijednost.
Prema tome
f : D R {, +} .
Treba zapaziti da razmak moe imati tacaka koje nisu unutranje tacke, pa se
c ini da ostaje ne definirana derivacija u takvim tackama. Implicitno su i takve
derivacije uvedene datom definicijom, a eksplicitno c emo o tome govoriti u okviru
jednostranih derivacija. Postupak nalaenja funkcije f naziva se diferenciranje ili
deriviranje funkcije f .
Definicija 7.2.2. Za funkciju y = f (x) kaemo da je diferencijabilna u tacki
x (a, b) ako ima konacnu derivaciju u toj tacki.
Stav. Ako je f diferencijabilna funkcija u tacki x (a, b), tada je ona i neprekidna
u istoj tacki.
Ako je f neprekidna funkcija u nekoj tacki ona ne mora biti diferencijabilna u
toj tacki, kao to pokazuje slijedeci primjer.
3
Primjer. Funkcija f zadana pomocu f (x) = x2 je neprekidna na R, ali nije
diferencijabilna u tacki x = 0.
Slika 5.1
POGLAVLJE 7. DIFERENCIJALNI RACUN
94
(ii) (f
= f (x)g(x) + f (x)g (x);
g)(x)
zanima kako odrediti brzinu te tacke kada je ona u tacki M(t, 0).
Oznacimo sa vsr srednju brzinu tacke na putu MN, tada je
s(t + t) s(t)
vsr =
.
t
Prirodna definicija trenutne brzine tacke u momentu M je granicna vrijednost
srednje brzine kada N tei prema M (a to c e se dogoditi ako t 0). Dakle,
brzina v(t) u tacki M se definira kao
s(t + t) s(t)
= s (t),
t0
t
tj. prvom derivacijom funkcije s(t) po argumentu t. Geometrijski, prva derivacija
(konacna ili beskonacna) funkcije f , u tacki x0 , predstavlja koeficijent pravca
tangente (t) na krivu Gf u tacki x0 .
Da bismo se u to uvjerili, najprije trebamo definirati tangentu krive.
v(t) = lim
Definicija 7.2.4. Tangenta na neku krivu Gf , u zadatoj tacki (x0 , f (x0 )) te krive,
definira se kao prava koja sadri tacku (x0 , f (x0 )) Gf , a predstavlja granicni
poloaj snopa sjecica (tetiva) krive, koje spajaju tacku (x0 , f (x0 )) kao stalnu i bilo
koju drugu tacku (x, f (x)) na krivoj. Pri tome snop sjecica nastaje pomijeranjem
tacke (x, f (x)) po krivoj prema stalnoj tacki (x0 , f (x0 )).
Ako fiksiramo tacku M(x0 , f (x0 )) Gf , tada snop pravih koje prolaze kroz tacku
M imaju jednacinu
y f (x0 ) = k(x x0 ),
gdje sve prave snopa imaju koeficijent pravca k. Prava koja ima koeficijent k =
tg2 = f (x), jasno, predstavlja tangentu krive Gf . Naime, koeficijent pravca
sjecice (s) je
M1 M
f (x0 + h) f (x0 )
tg1 =
=
.
h
h
95
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
Funkcija
f (x)
C = const.
x
x
Derivacija
f (x)
0
1
x1
ax
loga x
cos x
sin x = cos( 2 x)
cos( 2 x)
tgx =
cos x
1
ctgx = tgx
arc cos x
arcsin x
arctg x
arcctgx
shx
thx
arshx =
= ln(x + 1 + x2 )
arhx = 12 ln 1+x
1x
ax ln a
1
x ln a
sin x
cos x
1
cos2 x
sin12 x
1
1x
2
1
1x2
1
1+x2
1
1+x
2
chx
1
ch2 x
1
1+x2
1
1x2
Vrijedi za
xR
xR
= pq Q, q = 2k 1; x 6= 0
= pq > 1, q = 2k 1; x R
a R+ \ {1} ; x R
a R+ \ {1} ; x R+
xR
xR
x 6= 2 + k; k Z
x 6= k; k Z
|x| < 1
|x| < 1
xR
xR
xR
xR
xR
|x| < 1
POGLAVLJE 7. DIFERENCIJALNI RACUN
96
dz dw dy
dz
=
dx
dw dy dx
(7.3)
F
F ,
F (x) = [f (x)]
1
F (x),
F (x)
(7.4)
(x)
f (x)
(x) ln [f (x)] + (x)
.
f (x)
97
yx = FFx .
y
(P8)
(7.5)
POGLAVLJE 7. DIFERENCIJALNI RACUN
98
Cesto
deriviranjem funkcije f dobijamo funkciju koja, zapravo, i sama ima derivaciju u
nekoj okolini te ili druge tacke, tj. postoji
f (x0 + h) f (x0 )
.
h0
h
lim
def.
= f (n1) (x0 ) ,
(*)
1
1
: D(a,b)
D(a,b)
;
a pretpostavka da postoji f (n) , n > 1, za svako x (a, b) znaci da funkcija f ima sve
derivacije do n toga reda u svim tackama intervala (a, b). Klasu funkcija koje imaju sve
(n)
derivacije do n toga reda u svim tackama skupa E = (a, b), oznacicemo D(a,b) , a ako
funkcija ima derivaciju bilo kojeg reda u tackama skupa E = (a, b) onda pripada klasi
.
beskonacno puta diferencijabilnih funkcija D(a,b)
x
Dakle, e DR = D(,+) .
Primjer. Pokazati da funkcija (x) = ln(1 + x) ima n tu (n N) derivaciju u svakoj
tacki skupa E = (1, +).
Definicija 7.4.1. Diferencijal ntoga reda funkcije f , u oznaci dn f , jeste prvi diferencijal
( n 1 )og diferencijala funkcije f , odnosno
dn f (x) = d dn1 f (x) .
dn f
dxn ,
to predstavlja takode
7.5. DERIVACIJA I IZRACUNAVANJE
LIMESA FUNKCIJE
u(n) v (0) +
n
1
u(n1) v +
99
(n)
(u v) =
n
n
(n2)
u
v ++
u v (n1) + v (n) u(0) ,
2
n1
Dakle F (a) prividno nema smisla, ali kada x a (x tei prema a) funkcija F moe
imati granicnu vrijednost pa c ak i beskonacnu. Tada A = lim F (x) ima smisla i funkcija
xa
0
,
0
00 ,
(0 ) , ( ) ,
0 , (1 )
(7.6)
pokazati kako se mogu pogodnim transformacijama svesti na oblike koji pri racunanju
limesa ne predstavljaju osobito teku prepreku. Ako je lim f (x) = lim g(x) = , tada
xa
1
g
1
f
xa
transformacijom funkcije F = fg u F = ocito neodredenost
oblika
moe se svesti
na oblik 00 .
Isto tako, funkcija F = f g neodredenog
oblika (0 ) u tacki x = a, na ocigledan
Transformacijom f g =
1
g
1
f
ln(f )
g ln(f )
F =e
=e
1
g
0
0
POGLAVLJE 7. DIFERENCIJALNI RACUN
100
lim f (x) .
xx0 g(x)
xx0
x0
f (x)
f (x)
= lim
.
g(x) xx0 g (x)
cos x1
.
x2
f (x)
,
x g (x)
lim
f (x)
x g(x)
i vrijedi
f (x)
f (x)
= lim
.
x g (x)
x g(x)
lim
(7.7)
xa+0
f (x)
,
xa+0 g (x)
xa+0
f (x)
.
xa+0 g(x)
Jo vie, vrijedi
f (x)
f (x)
= lim
.
xa+0 g(x)
xa+0 g (x)
lim
h0
xsin x
,
x x+sin x
ex + 2x
,
x+ x2 3x + 1
lim
lim x ln x.
x0
eh h1
.
h2
(7.8)
7.6. OSNOVNI TEOREMI DIFERENCIJALNOG RACUNA
101
vidi sliku a. Funkcija f ima u tacki d Df lokalni minimum f (d), ako postoji okolina
V (d) Df tacke d, tako da vrijedi
f (x) f (d) 0, (x V (d)) ;
(7.9)
vidi sliku b.
Vrijednosti f (c) i f (d) su lokalni ekstremumi funkcije f.
Slika a
Slika b
3
Posmatrajmo sljedecu funkciju kao primjer: f (x) = x2 , Df = [1, +1].
Buduci da je funkcija parna, onda je Gf simetrican u odnosu na y osu.
POGLAVLJE 7. DIFERENCIJALNI RACUN
102
3
f (0 + h) f (0) = h2 > 0, (h V (0)) ,
h2 > 0 ; f (0) = 0.
3
f (0 + h) f (0)
h2
1
= +.
lim
= lim
= lim
3
+
+
+
h
R h0
R h0 h
R h0
h
Medutim,
poto je
3
f (0 + h) f (0)
h2
1
lim
= lim
= lim
= ,
3
h
R h0
R h0 h
R h0
h
f (0) ne postoji, to je trebalo i pokazati.
3
Prije toga, razmotrimo ponovo funkciju f (x) = x2 iz primjera 12, na skupu D =
[1, 1]. Pokazali smo da je f (0) lokalni minimum funkcije, ali da je u isto vrijeme f (0)
ne postoji. Osim toga, uocavamo da je
f (x) < 0, zax [1, 0) i f (x) > 0, zax (0, 1], tj., prva derivacija mijenja znak
u tacki a = 0 u kojoj funkcija f ima lokalni ekstremum. Da to nije slucajno, pokazuje
Teorema 7.6.7 (Prvo pravilo). Pretpostavimo da je U (a) okolina tacke a i f CU (a) .
Ako je f (x) diferencijabilna na skupu U (a)\ {a} , tada je u tacki a lokalni ekstremum
funkcije f (x) ako funkcija f (x) mijenja znak u tacki a. Pri tome
(i) ako je f (x) < 0, x U (, a) if (x) > 0, x U (a, ) ,
7.6. OSNOVNI TEOREMI DIFERENCIJALNOG RACUNA
103
(t) =
2, za t <
pa je jasno da u tacki t =
1
2
1
2
1
2
Teorema 7.6.8 (Drugo pravilo). Neka je f (x) definirana u stacionarnoj tacki c funkcije
f (x). Tada ako je f (c) > 0 (f (c) < 0), funkcija f (x) u stacionarnoj tacki c ima lokalni
minimum (maksimum).
Primjer. Funkcija f (x) = x ln x ima u tacki x = e1 lokalni minimum f ( 1e ) = 1e .
Zaista, jednacina f (x) = ln x + 1 = 0, anulira se u tacki x = e1 . Dakle funkcija f
ima stacionarnu tacku e1 . Osim toga, druga derivacija f (x) = x1 , u stacionarnoj tacki,
ima vrijednost f (e1 ) = e > 0.
Razmotricemo opti slucaj, tj. slucaj kada u stacionarnoj tacki c, n prvih derivacija
funkcije f imaju svojstvo
f (c) = f (c) = = f (n1) (c) = 0, f (n) (c) 6= 0.
(7.10)
(7.11)
Funkcija je konkavna na (a, b) Df ,tj. ima drugi tip konveksnosti, ako u (7.11) vrijedi
obrnuta nejednakost.
(1)
POGLAVLJE 7. DIFERENCIJALNI RACUN
104
Teorema 7.6.11. Neka funkcija f : Df R ima drugu derivaciju u svakoj tacki (a, b)
Df . Da bi f bila konveksna (konkavna) na (a, b), potrebno je i dovoljno da bude f (x)
0 (f (x) 0), za svako x (a, b) .
Definicija 7.6.12. Neka je funkcija f (x) definirana u nekoj okolini U (x0 ) tacke x0 i
diferencijabilna na U (x0 )\ {x0 }. Tacka P (x0 , f (x0 )) naziva se prevojna tacka krive Gf
ako funkcija f (x) na skupovima (, x0 ) U (x0 )iU (x0 ) (x0 , +) ima razlicit tip
konveksnosti
Potreban uslov da kriva Gf funkcije y = f (x), f CU (x0 ) ima prevojnu tacku
(x0 , f (x0 )) u x0 , c ija je U (x0 ) dovoljno mala okolina, jeste anuliranje druge derivacije,
tj. f (x0 ) = 0.
(1)
Teorema 7.6.13. Neka je f DU (x0 ) i ima konacnu drugu derivaciju u svim tackama
okoline U (x0 )tacke x0 , osim moda same tacke x0 . Ako funkcija f (x) mijenja znak pri
prolazu argumenta kroz tacku x0 , tada je (x0 , f (x0 )) prevojna tacka krive y = f (x).
Teorema 7.6.14. Neka je f (x0 ) = 0, af (x0 ) 6= 0. Tada je (x0 , f (x0 )) prevojna tacka
krive y = f (x).
Primjer. Funkcija (t) = t2 ln t, D = (0, ) mijenja konveksnost na D .
105
dT (Q)
;
dQ
dP (Q)
;
dQ
POGLAVLJE 7. DIFERENCIJALNI RACUN
106
dT (Q)
.
dQ
Sjetite se da je izvod u stvari granicna vrijednost - stopa promjene za veoma malu proD
mjenu argumenta (D (Q) = lim
).
Q0 Q
Teorema 7.7.1. Prosjecni trokovi su jednaki granicnim trokovima ako su ti prosjecni
trokovi minimalni.
Dokaz Dakle posmatramo T(Q), gdje je T (Q) = 0. Odnosno :
T (Q)
T(Q) =
T (Q) =
Q
T (Q)
Q
Q T (Q) T (Q
= 0.
Q2
Odavdje slijedi
Q T (Q) T (Q) = 0 QT (Q) = T (Q) T (Q) =
T (Q)
.
Q
T (Q)
.
Q
107
16
14
12
10
8
6
2000
1000
15
20
25
30
7.7.1 Elasticnost
Elasticnost je sposobnost ekonomske velicine y da reaira manjim ili vecim intenzitetom
na promjene u nekoj drugoj velicini x s kojom je ona u funkcionalnoj meduzavisnosti
POGLAVLJE 7. DIFERENCIJALNI RACUN
108
y
y
x
x
(7.12)
x0
x0
x0
x0
y
y
lim
x0 x
x
x y
x
y
=
lim
x0 y x
y x0 x
= lim
odnosno
x dy
y dx
Ey,x =
(7.13)
y
y
x
x
y
100
y
dakle Ey,x u tom slucaju predstavlja promjenu ekonomske velicine y u procentima koja
nastaje promjenom neovisne velicine x za 1%.
Ey,x > 0 povecanje promjene y.
Ey,x < 0 smanjenje promjene y.
Ako je |Ey,x | < 1, tada kaemo da je funkcija y neelasticna (to znaci da 1% promjene
velicine x izaziva promjenu velicine y manju od 1% i to smanjenjem ako je 1 < Ey,x <
0, odnosno povecanjem ako je 0 < Ey,x < 1).
109
Ako |Ey,x | > 1, tada kaemo da je funkcija elasticna (to znaci da 1% promjene x
izaziva promjene y vecu od 1%.
Ako je Ey,x = 0 tada je funkcija perfektno neelasticna.
Ako |Ey,x | = , tada je funkcija perfektno elasticna.
Ako je |Ey,x | = 1, tada funkcija y ima jedinicnu elasticnost.
Definicija 7.7.3. Podrucje elasticnosti funkcije y je skup
PEL (y) = {x|x D(y) i |Ey,x | > 1}.
Definicija 7.7.4. Podrucje neelasticnosti funkcije y je skup
PN EEL (y) = {x|x D(y) i |Ey,x | < 1}.
Primjer. Odrediti koeficijent elasticnosti Paretove funkcije
y(x) =
0.4567
.
x2,3
Ey,x = .
Primjer. Odrediti koeficijent elasticnosti funkcije
y=
2x
2x 3
i interpretirati rezultat.
Primjer. Izracunati koeficijent elasticnosti funkcije
log y = 0, 23 + 0, 32 log x.
Generalno
Ey,x
x dy
=
=
y dx
dy
y
dx
x
Ey,x =
d(ln y)
d(log x)
=
.
d(ln x)
d(log x)
d(ln y)
d(ln x)
110
19x
x + 96
gdje je x dohodak. Izracunati elasticnost izdatka za hranu prema promjeni dohotka domacinstva i interpretirati rezultat.
Primjer. Zadana je cijena p kao funkcija proizvodnje Q
p(Q) =
1 10Q
.
20Q
Poglavlje 8
Funkcije dvije i vie promjenljivih
Zamislimo situaciju u kojoj dva proizvoda A i B i njihove potranje zavise o cijenama pA
i pB . QA je potranja za proizvodom A, dok je QB potranja za proizvodom B.
Onda bi bilo realno ocekivati da su potranje ovisne o obje cijene, tj. QA (pA , pB ) i
QB (pA , pB ). Naprimjer
QA (pA , pB ) = 100 5pA + 2pB ,
QB (pA , pB ) = 3pA
1
2p2B
111
112
Specijalno, ako je n = 2, imamo funkcije dvije promjenljive, f (x1 , x2 ) ili f (x, y). Na
primjer
f (x1 , x2 ) = x21 3x1 x2 + 2x22 10,
f (x, y) = x2 3xy + 2y 2 10,
Primjer. Neka je data funkcija proizvodnje P u nekoj fabrici koja zavisi o uloenom radu
L i kapacitetu C:
1. P (L, C) = La1 C a - Doublasova funkcija
L
2. P (L, C) = L2 ln C
+ C 2 . Ako je L = 10, a C = 5, tada je
P (10, 5) = 102 ln
10
+ 52 = 100 ln 2 + 25
5
x1
f
f (x1 + x1 , x2 , . . . , xn ) f (x1 , x2 , . . . , xn )
=
x1
x1
onda se vrijednost tog limesa naziva prvi parcijalni izvod funkcije f po promjenljivoj x1 .
Piemo
f
, fx 1 , fx1 .
x1
Prilikom izracunavanja ovog izvoda, sve ostale promjenljive su fiksne. Obratno,
izracunava kada se smatra da su x1 , x3 , . . . , xn fiksne, itd.
Primjer.
f
x2
se
f
dx1
x1
f
dx2
x2
dn f =
f
dxn
xn
113
f
f
f
dx1 +
dx2 + . . . +
dxn
x1
x2
xn
Specijalno, za n = 2,
df =
f
f
dx1 +
dx2
x1
x2
=
f (x1 , x2 , . . . , xn )
x1
x1
2f
f
2f
=
.
=
x1 x1
x1 x1
x21
Ukoliko traimo drugi parcijalni izvod prvog izvoda, dobijemo mjeoviti drugi parcijalni
izvod
f
2f
=
.
x2 x1
x2 x1
f
2f
=
.
xn x1
xn x1
Na isti nacin dobijemo za parcijalni izvod po x2 :
f
2f
=
.
x1 x2
x1 x2
114
2f
2f
=
xy
yx
Napomena, Iz prethodnog primjera se vidi da ovaj teorem vrijedi opcenito za bilo
koje parcijalne izvode. Vano je koliko se puta derivira po odredenoj
promjenljivoj a da
EQ1 ,p1 =
pi Q1
,
Q1 pi
i = 2, 3, . . . , n.
k Q1
,
Q1 k
t Q1
.
Q1 t
8.2. PRIMJENA DIFERENCIJALNOG RACUNA
VIE PROMJENLJIVIH 115
Primjer.
Q2 (p1 , p2 ) = 100 + 2p1 4p2
je funkcija potranje sa cijenama p1 , p2
1. Za koje cijene p1 i p2 ova funkcija imaju ekonomskog smisla.
2. Skicirati graf u koordinatnoj ravni p1 i p2 .
3. Izracunati stopu promjene prethodne funkcije u odnosu na cijene p1 = 5, p2 = 1.
pk .
Ako je ovaj parcijalni izvod manji od nule, Qi je opadajuca funkcija u odnosu na
cijenu pk .
T (Q1 , Q2 )
T(Q1 , Q2 ) =
.
Q1 + Q2
T
Qi
116
P
Qi
C
+ C 2.
L
Ako se oba proizvoda faktora (L, C) istovremeno povecaju za 10%, za koliko procenata
se promjeni proizvodnja.
Opcenito, za proizvoljnu funkciju f (x1 , x2 , . . . , xn ) koja je homogena stepena homogenosti
f
= ( 1) 100%,
f
tj. procenat promjene funkcije f kada se svaka promjenljiva uveca za = 1 +
procenat promjene svake promjenljive.
p
100 .
p je
117
Eulerov teorem
Teorema 8.2.2. Neka je funkcija f homogena funkcija stepena homogenosti . Tada
vrijedi
f
f
f
x1
+ x2
+ . . . + xn
=f
x1
x2
xn
Ako cijelu jednakost podijelimo sa f , dobijemo ekvivalent:
Teorema 8.2.3. Neka je funkcija f homogena funkcija stepena homogenosti . Tada je
zbir svih koeficijenata elasticnosti te funkcije jednak stepenu homogenosti funkcije i
vrijedi
x2 f
xn f
x1 f
+
+ ... +
=
f x1
f x2
f xn
2
Primjer. EP,L + EP,C = 2, gdje je P (L, C) = L2 ln C
L + C , tj. P je homogena funkcija
stepena homogenosti = 2.
H= .
..
.. ,
.
.
.
.
fn1 fn2 . . . fnn
gdje su
fij =
2f
, i, j {1, 2, . . . , n}.
xi xj
118
f
f
> 0, D2 = 11 12
f21 f22
f11 f12 f13
> 0, D3 = f21 f22 f23
f31 f32 f33
> 0, . . . ,
D1 = f11
f
f
< 0, D2 = 11 12
f21 f22
f11 f12 f13
> 0, D3 = f21 f22 f23
f31 f32 f33
< 0, . . . ,
tj. Hessian naizmjenicno mijenja znak glavnih minora Hessiana, tada je stacionarna
tacka tacka lokalnog maksimuma.
Primjer. Naci lokalne ekstreme funkcije f (x, y) = x2 + y 2 16.
Primjer. Naci optimalnu kombinaciju proizvodnje u cilju maksimiziranja dobiti iz primjera funkcija prihoda i dobiti:
D(Q1 , Q2 ) = 5Q21 2Q22 + 10Q1 + 20Q2 10
119
Dakle ako je funkcija cilja f (x, y) a dodatni uvjet g(x, y) = 0, umjesto funkcije
f (x, y) uvodimo novu funkciju
F (x, y, ) = f (x, y) g(x, y)
i sada se problem svodi na odredivanje
ekstrema funckije F (x, y, ). Stacionarne tacke
odredujemo
iz
Fx = fx gx = 0
Fy = fy gy = 0
F = g(x, y) = 0.
Dalji postupak je isti kao u slucaju ekstrema sa vie promjenljivih kada koristimo Silvesterov kriterij.
Primjer. Maksimizirati funkciju f (x, y) = x + y na jedinicnoj krunici.
Primjer. Rijeiti problem
f (x, y) = x2 + y 2 ext
x+y =1.
Kao to smo rekli, formiramo prvo lagranijan
(x, y, ) = f (x, y) g(x, y) = x2 + y 2 (x + y 1) ,
gdje je sa g(x, y) = x + y 1 zadata uslovna funkcija.
U drugom koraku racunamo gradijent lagranijana
(x, y, ) =
,
,
= (2x , 2y , x + y 1) .
x y
Sada rjeavamo sistem
2x = 0
2y = 0
x+y1 = 0.
Iz prve dvije jednacine sistema imamo 2x = 2y, tj. x = y, pa uvrtavajuci to u trecu
1
jednacinu, dobijamo x =
y = 2 i za ove vrijednosti je = 1. Dakle, imamo jednu staci1 1
oarnu tacku X0 2 , 2 , 1 . Posljedni korak je utvrdjivanje karaktera tacke X0 . Racunajuci
druge parcijalne izvode, imamo
d2 f (X0 ) = 2dx2 + 2dy 2 ,
i vidimo da je d2 f (X0 ) > 0 (kao suma kvadrata), te dakle imamo minimum funkcije f ,
pri uslovu g, u tacki 12 , 12 , i on iznosi fmin = 12 .
120
Poglavlje 9
Integralni racun
9.1 Neodredeni
integral
121
122
je razvio genijalnu, ali napornu tehniku, koja se zove tehnika iscrpljenja, kako bi naao
povrine regija koje su ogranicene parabolama, spiralama i raznim drugim krivim.
Do 17-og stoljeca mnogi su matematicari otkrili nacine kako izracunati ove povrine
koristeci limese. Medutim,
svim ovim metodama je nedostajala generalnost. Veliki na
predak su napravili nezavisno jedan od drugoga Newton i Leibnitz, koji su otkrili da se
povrine mogu dobiti obrcuci proces diferencijacije. Newtonov rad De Analysi per Aequationes Numero Terminorum Infinitas izdat 1711 se smatra pocetkom vie matematike.
123
x I.
(9.1)
Definicija 9.1.2 se moe formulisati tako da umjesto termina izvod koristimo termin
diferencijal i tada vrijedi
d F (x) = F (x)dx = f (x)dx,
x I.
(9.2)
F (x) =
x = x2 = f (x).
dx 3
Primjetite da ovo nije jedini primitiv funkcije f na ovom intervalu. Ako dodamo bilo
koju konstantu C na 13 x3 , onda je funkcija F (x) = 13 x3 + C takoder
primitiv funkcije
f (x) = x2 , jer je x (, )
1
1
F (x) = ( x3 + C) = (x3 ) + C = x2 .
3
3
Teorema 9.1.3. Neka je F (x), na intervalu I, primitiv funkcije f (x). Tada je i funkcija
F (x) + C, gdje je C proizvoljna konstanta, takoder
primitiv funkcije f (x).
Teorema 9.1.4. Neka su F (x) i (x) razliciti primitivi funkcije f (x) na intervalu I. Tada
je
(x) = F (x) + C, C R.
(9.3)
POGLAVLJE 9. INTEGRALNI RACUN
124
(x) = f (x),
odakle slijedi da je
(x) F (x) = [(x) F [x]] = 0,
odnosno, vrijedi
(x) F (x) = C (x) = F (x) + C.
Proces nalaenja primitiva nazivamo anti-izvodenjem
ili, poznatije, integracijom. Funk
ciju F (x) + C nazivamo neodredeni
integral funkcije f (x) i oznacavamo je sa
Z
f (x)dx = F (x) + C,
gdje je C proizvoljna konstanta.
Produeno S koje se pojavljuje s lijeve strane definicije neodredenog
integrala se zove
znak integracije, to je notacija koju je izumio Leibnitz 1675 godine. Funkcija f (x) se
zove integrand ili podintegralni izraz. C se naziva konstanta integracije.
Pridjev neodreden
se odnosi na c injenicu da integracija ne daje jednu, odredenu
ln x
x dx
d
dx
ln2 x
2
ln2 x
+C
2
+ C. Kako je
=2
ln x 1
ln x
=
,
2 x
x
ln x
x .
ln2 x
2 +C
neodredeni
integral funkcije
Iz definicije neodredenog
integrala direktno slijedi
Z
f (x)dx
Z
d f (x)dx
Z
dF (x)
Z
F (x)dx
(9.4)
=
F (x)dx = f (x)dx = F (x) + C,
Z
=
f (x)dx = F (x) + C.
(9.5)
(9.6)
(9.7)
125
(9.8)
R
Pravilo 2 Ako postoje fi (x)dx, i = 1, 2, . . . , n, tada vrijedi
Z
Z
Z
Z
(f1 + f2 + . . . + fn)(x)dx = f1 (x)dx + f2 (x)dx + . . . fn (x)dx. (9.9)
Pravilo 3 Neka je
(9.10)
Dokaz. Kako je
dF (t)
= F (t) = f (t),
dt
d
F (ax + b) = a F (ax + b) = a f (ax + b),
dt
imamo da je
d 1
1
F (ax + b) = a F (ax + b) = F (ax + b) = f (ax + b).
dt a
a
da pogodimo ta je funkcija iz njenog izvoda. Veliki broj integrala moemo rijeiti koristeci se nekim, osnovnim integralima standardnih funkcija. Ovdje c emo navesti neke od
njih.
1.
2.
3.
4.
0 dx = C;
xa dx =
1
xa+1 + C,
a+1
Z
dx = x + C,
a 6= 0, 1, a R,
1
dx = ln |x| + C,
x
1
dx = arc tg x + C;
1 + x2
1
dx = arc ctg x + C,
1 + x2
POGLAVLJE 9. INTEGRALNI RACUN
126
5.
dx = arcsin x + C;
1 x2
6.
8.
ex dx = ex + C,
ax dx =
1
dx = tg x + C;
cos2 x
cos x
dx =
sin2 x
Z
1 cos x
dx =
sin x sin x
t2 2t4
dt =
t4
=
1
dx = ctg x + C,
sin2 x
p
1
dx = ln x + x2 a2 + C.
x2 a2
Primjer.
Primjer.
1
dx = arccos x + C,
1 x2
9.
ax
+ C,
ln a
7.
Z
Z
Z
1
2
2 = t dt + (2)dt
t2
t1
1
2t + C = 2t + C.
1
t
1.
(x3 + 2x 5)dx.
2.
3.
4.
5.
xdx.
sin(3x)dx.
1
dx.
x+3
x2
2x + 5
dx.
+ 5x + 1
127
6.
7.
8.
9.
tg2 xdx.
x ex
2 +1
dx.
dx
.
x ln x
2dx
.
sin 2x
podintegralne funkcije moemo svesti integral na tablicni slucaj. Neka trebamo izracunati
Z
f (x)dx.
(9.11)
Umjesto nezavisne promjenljive x uvedimo novu promjenljivu t, i neka je
x = g(t),
dx = g (t)dt.
(9.12)
f [g(t)]g (t)dt.
(9.13)
Primjer.
Z
Uvodimo smjenu sin x = t, cos xdx = dt. Tada posmatrani integral glasi
Z
Z
1
1
sin3 x cos xdx = t3 dt = t4 + C = sin4 x + C.
4
4
POGLAVLJE 9. INTEGRALNI RACUN
128
1.
2.
3.
4.
dx
dx.
1 + 4x
5.
xex dx.
dx
dx.
1+x
cos x
dx.
1 + sin2 x
Z
sin3 xdx.
(9.15)
odnosno
Z
v du = u v
u dv.
(9.16)
129
u = x, du = dx, dv = e
v=
e2x dx =
1 2x
e .
2
u = ln x du = dx
x
x ln x =
dv = x2 dx v = 13 x3
Z
Z
x3 ln x 1
x3 ln x 1
3 dx
=
x
=
x2 dx
3
3
x
3
3
Z
x3 ln x x9
+ C.
3
9
Primjer. Izracunati
Z
eax cos(bx)dx.
u = eax , dv = cos(bx)dx.
Tada je
u = eax du = aeax dx
J = e cos(bx)dx =
1
dv = cos(bx)dx v = b sin(bx)
Z
a
1
= eax sin(bx)
eax sin(bx)dx.
b
b
R
Ako se za izracunavanje eax sin(bx)dx uzme
1
ax
ax
u = e (du = ae dx), dv = sin(bx)dx v = cos(bx) ,
b
Z
ax
tada slijedi
Z
1 ax
a
1 ax
a
ax
J = e sin(bx)
e cos(bx) +
e cos(bx)dx ,
b
b
b
b
1
a
a2
J = eax sin(bx) + 2 eax cos(bx) 2 J.
b
b
b
Rjeavanjem prethodne jednacine po J dobijamo
J=
ili
b sin(bx) + a cos(bx) ax
e ,
a2 + b2
eax cos(bx)dx =
b sin(bx) + a cos(bx) ax
e + C.
a2 + b2
POGLAVLJE 9. INTEGRALNI RACUN
130
Pn (x)
an xn + an1 xn1 + . . . + a1 x + a0
=
Qn (x)
bm xm + bm1 xm1 + . . . + b1 x + b0
Ako je
1. n m tada je funkcija R(x) neprava racionalna funkcija;
2. n < m tada je funkcija R(x) prava racionalna funkcija.
U prvom slucaju, prvo polinome Pn (x) i Qm (x) podijelimo, tj.
R(x) =
Pn (x)
R1 (x)
= nm (x) +
.
Qn (x)
Qm (x)
Drugi dio desne strane ove jednakosti je onda prava racionalna funkcija.
Primjer.
27x 2
2x3 x2 + x + 5
= 2x + 7 + 2
.
x2 4x + 1
x 4x + 1
(k N )
(9.17)
(x2 + px + q)
k N ; p2 4 q < 0 ,
(2.26 )
Pn (x)
k
a) (x2 + px
A1
A2
Ak
+
+ ... +
+
2
+
x a (x a)
(x a)k
M1 x + N1
M2 x + N2
Mm x + Nm
+ 2
+
+ ... + 2
x + px + q (x2 + px + q)2
(x + px + q)m .
q)m
131
3x2 x + 2
(x 1)2 (x2 + 1)
Z
Z
Z
1
1
1
1
1x
=2
dx +
dx +
dx
(x 1)2
2
x1
2
1 + x2
Z
2
1
1
1
+ ln(x 1) + arctan x ln(x2 + 1) + C.
x1 2
2
4
= at.
9.2 Odredeni
integral
Neka je funkcija nam je data funkcija f (x) i neka procesom izracunavanja neodredenog
integrala moemo naci njen primitiv F (x). U ovoj sekciji c emo se baviti pojmom tzv.
odredenog
integrala, ali ne teoretskim, vec samo primjenjenim putem. Dakle, necemo
integralom.
Odredeni
integral funkcije f integrabilne na segmentu [a, b] oznacavamo sa
Z
f (x)dx
Ispostavlja se da je
Z
b
a
f (x)dx = F (x)|ba .
POGLAVLJE 9. INTEGRALNI RACUN
132
f (x)dx =
Rb
f (x)dxi
f (x)dx =
Zc
f (x)dx +
Zb
f (x)dx.
(9.18)
(b)
Rb
(f (x)) dx =
Rb
f (x)dx.
Teorema 9.2.4. Neka su f, g I[a,b] takve da je f (x) g(x) za svako x [a, b] , tada
vrijedi
Zb
Zb
f (x)dx g(x)dx.
(9.19)
a
Teorema 9.2.5. Ako je f integrabilna funkcija na segmentu [a, b], tada su integrabilne i
funkcije f + i |f | ; osim toga, vrijedi nejednakost
b
Z
Zb
f (x)dx |f (x)| dx.
(9.20)
a
R3
3
dx
1+x2
dx
1+x2 .
= arctgx 1 3 = arctg( 3) arctg(1) =
( 4 ) =
7
12 .
133
Teorema 9.2.7. Neka su funkcije u(x) i v(x) glatke na segmentu [a, b]. Tada vrijedi
jednakost
Zb
Zb
b
u(x)dv(x) = u(x)v(x) a v(x)du(x).
(9.21)
a
x2 ln xdx.
f (x)dx =
f ((t)) (t)dt.
(9.22)
Primjer. Izracunati
Z
1p
1 x2 dx.
=
4
Teorema 9.2.9. Neka je za y = f (x), x [a, b] prva derivacija f (x) neprekidna funkcija
na [a, b] i = (x, f (x)) , x [a, b]. Tada se otvorena kriva y = f (x), x [a, b] moe
rektificirati i duina krive , L(f ; a, b), izraava se formulom
L(f ; a, b) =
Zb q
1 + (f (x))2 dx.
(9.23)
Teorema 9.2.10. Neka su (t)i(t), t , funkcije c ije su prve derivacije neprekidne funkcije na [, ]. Tada se kriva , odredena
jednacinama x = (t), y =
Z p
2 (t) + 2 (t)dt.
134
Z b
P =
f (x)dx!
a
Ukoliko se kriva nalazi ispod x ose, onda je povrina iznad te krive na intervalu [a, b]
jednaka
Z b
P =
f (x)dx.
a
135
jedna granicna tacka (ili obje granicne tacke) intervala integracije pribliava/ju bilo nekom odredenom
realnom broju ili + ili . Prvi slucaj je kada je desni kraj intervala
f (x)dx = lim
b b
b+
a u slucaju drugog
Z
= lim
a
dx
x2
0 a
Primjer.
Z
f (x)dx
136
granicna funkcija
Poglavlje 10
Diferencijalne jednacine
Citav
problem izvoda kao takvih je naravno izrastao iz potreba fizikalne prirode - u 17.
stoljecu, Europski matematicari kao to su Isaac Barrow, Ren Descartes, Pierre de Fermat, Blaise Pascal, John Wallis i drugi su diskutovali ideju izvoda.
Kokretno, u djelima Methodus ad disquirendam maximam et minima i De tangentibus linearum curvarum, Fermat je razvio metodu pomocu koje su se mogli odrediti
maksimumi, minimumi i tangente razlicitih krivih, koja je u stvari bila ekvivalentna diferenciranju. Naravno, tek djelo De Analysi per Aequationes Numero Terminorum Infinitas
Isaaca Newtona se smatra pravim pocetkom analize, iako je ostalo neobjavljeno za njegovog ivota.
Naravno, kalkulus kao takav je izrastao pod paskom Newtona i Leibniza. Newton je
to kalkulusa doao tokom istraivanja fizike i geometrije, te je kalkulus smatrao naucnim
opisom stvaranja kretanja i velicina. U suprotnosti, Leibniz se fokusirao na problem tangenti i smatrao je da je kalkulus metafizicno objanjenje promjene. Sve ove metode koje
su nezavisno jedan od drugoga razvili Newton i Leibniz su naravno proistekle iz potrebe
modernih naucnika za novim alatima kojima mogu rijeiti probleme iz fizike, pogotovu u
oblastima mehanike i optike.
Diferencijalne jednacine su pocele sa Lebnizom, bracom Bernoulli i drugima od
1680tih godina, ne zadugo od Newtonovih fluksionalnih jednacina iz 1670tih. 1676 god.
Isaac Newton je rijeio svoju prvu diferencijalnu jednacinu, dok je 1693. god. Gottfried
Leibniz rijio svoju prvu diferencijalnu jednacinu i te iste godine Newton objavljuje svoje
prethodne rezultate metoda rijeavanja diferencijalnih jednacina i ta godina se opcenito
uzima kao pocetak teorije diferencijalnih jednacina kao zasebne matematicke grane.
vicarski matematicari, braca Jacob i Johann Bernoulli su bili medu
prvim interpretatorima Leibnizove verzije diferencijalnog racuna, koji se nisu slagali sa Newtonovim
rezultatima i smatrali su ih plagijatima Leibnizovog rada.
Navodno je prva knjiga o diferencijalnim jednacinama bila knjiga talijanskog matematicara Gabrielea Mafredia iz 1707. god. pod naslovom O konstrukciji diferencijalnih
jednacina prvog reda (De constructionae aequationum differentialium primi gradus). Vec ina radova o obicnim i parcijalnim diferencijalnim jednacinama objavljenih tokom 18.
137
138
dy
+ x2 + y = 0
dx
2
d3 y
je treceg reda i drugog stepena, jer se nakon racionalizacije pojavljuje
. Prvo
dx3
c emo se prisjetiti nekih metoda za rjeavanje ODE prvog reda. tj. rjeavat c emo problem
y = f (x, y) ,
sa pocetnim (inicijalnim) uslovom y(x0 ) = y0 .
(10.1)
10.1. OBICNE
DIFERENCIJALNE JEDNACINE
139
(10.2)
1
x
, g(y) =
dx
(y + 1)dy
=
.
y
x
Sada integralimo posljednju jednacinu i rjeavanjem integrala na lijevoj i desnoj strani
dobijamo rjeenje diferencijalne jednacine, y + ln y = ln x + C .
Primjer. Odrediti ono rjeenje diferencijalne jednacine y = 6y 2 x koje zadovoljava uslov
1
. Data diferencijalna jednacina je jednacina sa razdvojenim promjenljivima.
y(1) = 25
Zato prvo razdvojimo promjenljive
y =
dy
dy
= 6y 2 x 2 = 6xdx .
dx
y
dobijamo
1
= 3x2 + C ,
y
1
, gdje je C proizvoljna
+C
realna konstanta. Za razne C imamo razlicite funkcije rjeenja, to je prikazano na sli1
kama 10.1 i 10.2. Naci ono rjeenje koje zadovoljava uslov y(1) = 25
, znaci od svih
1
1
funkcija izabrati onu za koju je C odredjen ovim uslovom, tj.
=
, odakle
25
3+C
nakon kraceg racuna dobijamo C = 28, c iji je graf dat na Slici 10.3.
odnosno, rjeenje diferencijalne jednacine je y(x) =
3x2
POGLAVLJE 10. DIFERENCIJALNE JEDNACINE
140
3
C
C
C
C
= 2
= 3
= 4
= 5
2
1
1
1
3
C
C
C
C
=2
=3
=4
=5
1
2
1
1
3
2
1
4
1
1
10.2. LINEARNA DIFERENCIJALNA JEDNACINA
PRVOG REDA
141
2Q + 1
,
Q+1
Q
,
(2 Q)(Q 1)
(10.3)
(10.4)
Neocekivanu ulogu ove funkcije (x), kakva god ona bila, pojacajmo i zahtjevom
(x)f (x) = (x) .
(10.5)
(10.6)
(10.7)
(10.8)
(10.9)
POGLAVLJE 10. DIFERENCIJALNE JEDNACINE
142
Kako nam je cilj naci funkciju y(x), onda iz (10.9) lagano racunamo
R
(x)g(x)dx + C
y(x) =
,
(x)
(10.10)
pri c emu smo iskoristili c injenicu da je konstanta integracije C nepoznata, pa smo njen
zapis na desnoj strani, jednostavnosti radi, zapisali sa +C, a ne kako bi racun dao sa C.
Posljednom jednacinom mi smo dobili rjeenje jednacine (10.3). Ostaje "samo" da se
odgonetne, a ta je ona neocekivana funkcija (x). Iz jednacine (10.5) imamo
(x)
= f (x) (ln (x)) = f (x) .
(x)
Opet, integrirajuci posljednju jednakost, dobijamo
Z
ln (x) + D = f (x)dx ,
pa po istom principu kao malo prije, moemo pisati
Z
ln (x) = f (x)dx + D .
Eksponencirajuci obje strane posljednje jednakosti, i koristeci pravila stepenovanja, imamo
R
(x) = e
f (x)dx+D
= eD e
f (x)dx
(x) = De
f (x)dx
(10.11)
i uobicejeno se ovakve funkcije sa ovakvom ulogom nazivaju integracioni faktor. Stavljajuci (10.11) u (10.10), slijedi
R
R
De f (x)dx g(x) + C
R
y(x) =
(x)dx
eD fZ
R
R
C
f (x)dx
f (x)dx
= e
e
g(x) +
,
D
pa konacno uzimajuci da je
(10.3)
C
D
y(x) = e
f (x)dx
Z
f (x)dx
g(x) + C
Teorema 10.2.1. Neka su f (x) i g(x) neprekidne funkcije na intervalu (a, b). Tada postoji
jedinstveno rjeenje jednacine (10.3) koje zadovoljava polazni uslov y(x0 ) = y0 (x0
(a, b) , y0 R) i definisano je u (a, b). Rjeenje jednacine je dato sa
Z
R
R
f (x)dx
f (x)dx
y(x) = e
C + g(x)e
dx
10.3. DIFERENTNE JEDNACINE
143
C
C
C
C
C
C
C
3
2
1
2
1
1
= 1
=0
=1
=2
=3
=4
=5
2
3
x2
x2
2
2
C + (x 2)e
1 = 1 (C + (0 2) 1) ,
iz koje dobijamo C = 3, a to je graf obojen crvenom bojom na Slici 10.4.
(n = 0, 1, 2, . . .)
(10.12)
POGLAVLJE 10. DIFERENCIJALNE JEDNACINE
144
(n = 0, 1, 2, . . .)
(10.13)
se naziva linearnom diferentnom jednacinom prvog reda, pri c emu su (an ) i (bn ) unaprijed
znani nizovi.
Primjer. xn+1 = 2nxn n2
Ako je bn = 0, n {0, 1, 2, . . .}, tj.
xn+1 = an xn ,
(10.14)
n1
Y
ai x0
i=0
Q
Ovo xn = n1
ce rjeenje homogene diferentne jednacine (10.14).
i=0 ai x0 predstavlja op
Umjesto x0 moemo pisati i c - konstanta.
Primjer.
2. xn
1. xn+1 = 3xn ;
3n+1
3n+7 xn
= 0.
Ako sada posmatramo jednacinu xn+1 = an xn + bn , moemo to promatranje razdijeliti na slucajeve u zavisnosti od toga da li su (an ) i bn konstante:
xn+1 = an xn + b
(10.15)
xn+1 = axn + bn
(10.16)
xn+1 = axn + b
(10.17)
i=0
n1
Y
ai
i=r+1
br
ai
n1
Y
i=0
ai
x0 + b
n1
X
r=0
n1
Y
i=r+1
10.3. DIFERENTNE JEDNACINE
145
xn = a x0 +
n1
X
ank1 br
r=0
za a = 1
b
1a
za a 6= 1
A0 + rA0 = A0 (1 + r)
A2
An
(1 + r)n A0
p n
) A0
100
Primjer. Pretpostavimo da se konstantna suma novca R deponuje na kraju svakog obrac unskog perioda u nekoj banci, pri c emu se na taj novac primjenjuje sloeni kamatni
racun sa stopom r po svakom obracunskom periodu. Izvesti formulu kolicine novca na
kraju n-tog obracunskog perioda. Poseban slucaj R = 1000KM , r = 5%.
Primjer. Odrediti broj godina potrebnih da se odredena
suma novca uloenog u banku
Amortizacija
Amortizacija je u osnovi plan otplate zajma. Ona omogucava uklanjanje zajmovno opterecenje tokom odredenog
fiksnog perioda vremena tako to se naprave mjesecne ili peri
odicne isplate. Ove isplate koje se c ine u regularnim periodicnim ratama su sacinjene od
mjesecne kamatne stope i dijela principalnog balansa, tj. dijela koji smanjuje ukupni dio
stvarnog duga. Visina mjesecnih (periodicnih) isplata ostaje ista tokom cijelog trajanja
zajma.
146
U ranom periodu ivota zajma otplacivanje stvarnog duga je mali, dok je kamata
veoma visoka. U kasnijem dijelu zajma, situacija se obrce.
Neka je stoga p0 iznos zajma, dok je r kamatna stopa u procentima. Onda se amortizacioni plan zasniva na diferentnog jednacini prvog reda
pn+1 = pn + rpn gn ,
gdje je gn iznos rate otplate. Sjetimo se da je rjeenje ovog tipa diferentne jednacine
n
pn = (1 + r) p0
= (1 + r)n p0
n1
X
(1 + r)nk1 gk
k=0
n1
X
k=0
(1 + r)n
gk
(1 + r)k+1
= (1 + r) p0 (1 + r)
n1
X
k=0
1
gk
(1 + r)k+1
pn = (1 + r) p0 (1 + r) G
n1
X
k=0
1
(1 + r)k+1
1
1 (1+r)
n
1
=
k+1
(1 + r)
r
Stoga je
pn = (1 + r)n p0 (1 + r)n G
1
(1+r)n
G
r
Sada, znamo da ako je n broj perioda otplate zajma, pn = 0, jer vie otplata nece biti!
Dakle
G
0 = (1 + r)n p0 [1 (1 + r)n ]
r
G
[1 (1 + r)n ]
= (1 + r)n p0
r
(1 + r)n p0
G=
r
(1 + r)n 1
Tako da imamo da je mjesecna (periodicna) otplata
p0 r
G=
(10.18)
1
1 (1+r)
n
pn = (1 + r)n p0 [1 (1 + r)n ]
10.3. DIFERENTNE JEDNACINE
147
Primjer. Napraviti amortizacioni plan ako je pocetni zajam 100$, broj obracunskih perioda n = 5 a kamatna stopa iznosi 5%.
Mjesec
1
2
3
4
5
ukupno
Neplaceni dug
100 $
81,90 $
62,90 $
42,95 $
22,00 $
Anuitet
23,10 $
23,10 $
23,10 $
23,10 $
23,10 $
115,50 $
Kamata
5,00 $
4,10 $
3,15 $
2,15 $
1,10 $
15,50 $
Otplata glavnice
18,10 $
19,00 $
19,95 $
20,95 $
22,00 $
100,00 $
b
rc
c
=
=
1a
1 1 r(1 m)
1m
148
(10.19)
gdje je rn neki zadani niz brojeva. Ako je rn = 0, n onda se jednacina (10.19) naziva
homogenom. Ukoliko je rn 6= 0 za bilo koje n, (10.19) se naziva nehomogenom.
xn+k + p1 xn+k1 + p2 xn+k2 + . . . + pk xn = 0
(10.20)
(10.21)
k
X
ci ni ,
i=1
10.3. DIFERENTNE JEDNACINE
149