Matanaliza PDF

UVOD
Ovi nastavni materijali namijenjeni su studen-

tima u svrhu lakšeg praćenja i boljeg razu-
mijevanja predavanja iz kolegija matematika.
Ovi materijali čine suštinu nastavnog gradiva
pa, uz obaveznu literaturu, mogu poslužiti stu-
dentima za pripremu ispita iz ovog kolegija.
Svaka konstruktivna sugestija u svrhu pobolj-
šanja ovih materijala, je dobrodošla.
Želim vam što uspješnije savladavanje izlože-
nog gradiva !!
dr. sc. Josip Matejaš, EFZG
SADRŽAJ
Neodredeni integrali ... 1

Tehnike integriranja ... 3
Direktna integracija ... 6
Metoda supstitucije ... 8
Metoda parcijalne integracije ... 11
Odredeni integrali ... 13
Nepravi integrali ... 26
Diferencijalne jednadžbe ... 30
Primjena integrala u ekonomiji ... 36
+ +
NEODRE-DENI INTEGRALI
Neka je zadana realna funkcija f (x). Funkciju

F (x) za koju vrijedi F ′(x) = f (x) nazivamo
primitivna funkcija funkcije f (x). Postupak
(operaciju) kojom iz zadane funkcije f (x) do-
bivamo njenu primitivnu funkciju F (x) nazi-
vamo integriranje.
′ dF (x)
F (x) = = f (x) ⇒ dF (x) = f (x)dx
dx
∫ ∫
F (x) = dF (x) = f (x)dx
Integriranje je inverzna operacija od diferenci-

ranja – odredivanja diferencijala (u suštini od
deriviranja koje je osnova diferenciranja). Pri
tome funkciju f (x) nazivamo podintegralna
funkcija.
Kako je f (x) = F ′(x) = [F (x) + C ]′, to je
F (x) + C za svaki C ∈ R primitivna funkcija
funkcije f (x). Dakle imamo
Definicija neodredenog integrala:
∫
F ′(x) = f (x) ⇔ f (x)dx = F (x) + C
+ 1
+ +
Naziv “neodredeni integral” potječe od neod-

redene konstante C koju integral sadrži.
PRIMJERI
Provjerite sljedeće tvrdnje:
∫
1. (2x − 3)dx = x2 − 3x + C
jer je (x2 − 3x + C)′ = 2x − 3.
∫ ( )
1
2. + cos x dx = ln x + sin x + C
x
1
jer je (ln x + sin x + C)′ = + cos x.
x
∫
3. x2exdx = (x2 − 2x + 2)ex + C
jer je [(x2 − 2x + 2)ex + C]′ = x2ex.
+ 2
+ +
TEHNIKE INTEGRIRANJA
Da bi postupak integriranja učinili operativ-

nim, koristeći definiciju integrala, izvodimo:
• općenita pravila integriranja (integral

zbroja, razlike i umnoška konstante i funk-
cije),
• tablicu integrala (izraze - formule za in-

tegrale elementarnih funkcija) i
• metode integriranja (direktna integraci-

ja, metoda supstitucije i metoda parcijalne
integracije).
+ 3
+ +
PRAVILA INTEGRIRANJA
∫ ∫ ∫
1. [f (x) ± g(x)] dx = f (x)dx ± g(x)dx
∫ ∫
2. cf (x)dx = c f (x)dx
Ova pravila proizlaze iz analognih pravila za

deriviranje, [F (x) ± G(x)]′ = F ′(x) ± G′(x) i
[cF (x)]′ = cF ′(x), pri čemu je f (x) = F ′(x) i
g(x) = G′(x).
TABLICA INTEGRALA OSNOVNIH

ELEMENTARNIH FUNKCIJA
∫ ∫
1. 0= 0 · dx = C (konstanta)
∫
n xn+1
2. x dx = +C za n ̸= −1
n+1
∫
1dx = x + C
∫ ∫
1
3. dx = x−1dx = ln |x| + C
x
+ 4
+ +
∫
x ax
4. a dx = +C
ln a
∫
5. exdx = ex + C
∫
6. sin xdx = − cos x + C
∫
7. cos xdx = sin x + C
∫
dx
8. = tan x + C
cos2 x
∫
dx
9. 2
= − cot x + C
sin x
+ 5
+ +
Dokaz navedenih formula:

derivacija desne strane je podintegralna funk-
cija, npr. formula 3,
[ln |x| + C]′ =
 

 ′ = 1 za x > 0 


 [ln x + C] 

 x  1
= .

 ′ 1 
 x

 [ln(−x) + C] = · (−1) za x < 0 

 
−x
DIREKTNA INTEGRACIJA
Koristimo pravila i tablicu integrala.
∫
1. (x4 + 6x2 − 4x + 2)dx
∫ ∫ ∫ ∫
= x4dx + 6 x2dx − 4 xdx + 2 dx
x5 x3 x2
= +6· −4· + 2x + C
5 3 2
x5
= + 2x3 − 2x2 + 2x + C
5
+ 6
+ +
∫ ( ) ∫
√ 1
2. 3 x + 2 dx = (3x1/2 + x−2)dx
x
1 +1
x2 x−2+1
= 3· 1 + +C
2+1
−2 + 1
2 3/2 −1 √ 1
= 3· x − x + C = 2x x − + C
3 x
∫ √ ∫
3x − 4 3 x −1 − 4x−5/3 )dx
3. dx = (3x
x2
5 +1
−3
x
= 3 ln |x| − 4 · +C
−5
3+1
= 3 ln |x| + 6x−2/3 + C
∫ ( )
x 5
4. + + x5 + 5x dx
5 x
1 x2 x6 5x
= · + 5 ln |x| + + +C
5 2 6 ln 5
x2 x6 5x
= + 5 ln |x| + + +C
10 6 ln 5
+ 7
+ +
METODA SUPSTITUCIJE
Kod ove metode nastojimo, prikladnom zam-

jenom varijabli, polazni integral svesti na jed-
nostavniji (tablični) oblik. Imamo
∫ { } ∫
x = φ(t)
f (x)dx = = f (φ(t))φ′(t)dt
dx = φ′(t)dt
ili
∫ { } ∫
t = ψ(x)
f (x)dx = = g(t)dt ,
dt = ψ ′(x)dx
gdje je ψ(x) i ψ ′(x) dio podintegralne funkcije
f (x).
PRIMJERI
∫ { }
ln x x = et ili t = ln x
1. dx =
x dx = etdt
∫ ∫
t t t2
= e dt = t dt = +C
et 2
ln2 x
= +C
2
+ 8
+ +
 
∫ 
 t = 3x + 1 

2. e3x+1dx = dt = 3dx

 1 dt 

dx = 3
∫ ∫
1 1 1 t
= et · dt = etdt = e +C
3 3 3
1 3x+1
= e +C
3
∫ { }
2x t = x2 + 1
3. 2
dx =
x +1 dt = 2x dx
∫
dt
= = ln |t| + C = ln(x2 + 1) + C
t
∫ { }
f ′(x) t = f (x)
Općenito, dx =
f (x) dt = f ′(x)dx
∫
dt
= = ln |t| + C = ln |f (x)| + C ,
t
je formula logaritamskog integriranja,
∫
f ′(x)
dx = ln |f (x)| + C .
f (x)
+ 9
+ +
∫
ex − e−x x + e−x ) + C
4. dx = ln(e
ex + e−x
∫ ∫ 1
1 x dx = ln(ln x) + C
5. dx =
x ln x ln x
∫ ∫
x3 1 20x3
6. dx = dx
5x4 + 9 20 4
5x + 9
1
= ln(5x4 + 9) + C
20
 
∫ 
 t=1+x 

√
7. x 1 + x dx = dt = dx

 x=t−1  
∫ ∫
= (t − 1)t1/2dt = (t3/2 − t1/2)dt
t5/2 t3/2
= 5
− 3 +C
2 2
2 2
= (1 + x)5/2 − (1 + x)3/2 + C
5 3
+ 10
+ +
Napomena: Sve dobivene rezultate možemo

provjeriti deriviranjem.
METODA PARCIJALNE INTEGRACIJE
Polazimo od formule za derivaciju produkta

funkcija u(x) i v(x),
(uv)′ = u′v + uv ′ | · dx
(uv)′dx = v · u′dx + u · v ′dx
d(uv) = v du + u dv
u dv = d(uv) − v du
Integriranjem ove posljednje jednakosti dobi-
vamo formulu parcijalne integracije
∫ ∫
u dv = uv − v du .
Vidimo da se ovom metodom polazni inte-
gral izračunava djelomično (parcijalno). Pri
∫
tome nastojimo da je novi integral v du jed-
∫
nostavniji od polaznog u dv. Postupak je,
dakle, slijedeći
∫ { }
u = ... ⇒ du = u′dx = ...
u dv = ∫ = ...
dv = ... ⇒ v = dv = ...
+ 11
+ +
PRIMJERI
 
∫ 
 u = ln x, du = x dx 
1

1. x3 ln x dx =

 dv = x3dx, v = x4 

4
∫
x4 x4 1
= ln x − · dx
4 4 x
∫
x4 1 3 x4 x4
= ln x − x dx = ln x − +C
4 4 4 16
∫ { }
u = x2, du = 2xdx
2. x2exdx =
dv = exdx, v = ex
∫
= x 2 ex − 2 xexdx
{ }
u = x, du = dx
=
dv = exdx, v = ex
( ∫ )
= x2ex − 2 xex − exdx
= x2ex − 2xex + 2ex + C
+ 12
+ +
ODRE-DENI INTEGRALI
Do pojma odredenog integrala došlo se preko

problema odredivanja površine ravninskih liko-
va (Riemann XIX. st.).
Problem površine: Neka je f : [a, b] → R
neprekidna funkcija i f (x) ≥ 0 za sve x ∈
[a, b]. Kolika je površina lika (pseudotrapeza)
omedenog pravcima x = a, x = b, y = 0 i
grafom funkcije y = f (x) ?
Rješenje problema površine: (skica ...)
Zadani interval [a, b] podijelimo na proizvo-
ljan broj (n) intervala jednake duljine. U nji-
hovim krajevima povučemo pravce okomite
na os x, čime podijelimo polaznu površinu
na n pseudotrapeza. Nad svakim intervalom
kao bazom konstruiramo dva pravokutnika:
najveći pravokutnik koji je upisan pripadnom
pseudotrapezu i najmanji koji mu je opisan.
Tražena površina je izmedu površina dviju uni-
ja pravokutnika (donja i gornja Darbouxova
suma).
+ 13
+ +
Profinjujući particiju polaznog intervala [a, b]

(tj. povečavajući n), donja Darbouxova suma
se povećava a gornja smanjuje. Te dvije sume
imaju jednaki limes (za n → ∞) koji je tražena
površina. Očito je takav granični postupak za
odredivanje površina vrlo složen a često ga
nije ni moguće provesti. Zbog toga problemu
pristupamo malo drukčije (skica ...).
Neka je P (x), za proizvoljni x ∈ [a, b], dio po-
lazne površine izmedu točaka a i x (dakle,
P (a) = 0 a P (b) je tražena površina čitavog
pseudotrapeza). Ako se iz točke x pomakne-
mo u točku x + △x (△x je dovoljno mali pri-
rast), funkcija y = f (x) se promijeni za △y a
površina P (x) za △P . Za △y > 0 imamo
y · △x ≤ △P ≤ (y + △y) · △x
△P
⇒ y ≤ ≤ y + △y ,
△x
(za △y < 0 zamijenimo ≤ sa ≥).
+ 14
+ +
Ako uzmemo da △x → 0, imamo

△P
lim y ≤ lim ≤ lim (y + △y) ,
△x→0 △x→0 △x △x→0
odnosno
dP (x) dP
y ≤ P ′(x) = ≤y ⇒ = y = f (x) .
dx dx
Pri tome izraz dP = ydx = f (x)dx nazivamo
diferencijal površine ili elemenat površine.
Sada je
∫ ∫
P (x) = dP (x) = f (x)dx = F (x) + C .
Kako je P (a) = 0 imamo 0 = F (a) + C ⇒

C = −F (a). Dakle,
P (x) = F (x) − F (a) ,

pa je P = P (b) = F (b) − F (a) tražena površi-
na.
+ 15
+ +
Ovu formulu (osnovnu formulu diferencijalnog

i integralnog računa) pišemo u obliku
∫b
P = f (x) dx = F (b) − F (a)
a
i nazivamo je odredeni integral u granicama

od a do b (a je donja granica, b je gornja
granica odredenog integrala).
Dakle, odredeni integral nenegativne funkcije
y = f (x) jednak je razlici vrijednosti njene
primitivne funkcije u gornjoj i donjoj granici
a predstavlja mjerni broj površine lika omede-
nog krivuljama y = 0, x = a, x = b i y = f (x).
+ 16
+ +
SVOJSTVA ODRE-DENIH INTEGRALA
Neka su f, g : [a, b] → R, d ∈ [a, b], c ∈ R.

Tada vrijedi
∫b ∫a
1. f (x)dx = − f (x)dx
a b
∫b ∫d ∫b
2. f (x)dx = f (x)dx + f (x)dx
a a d
∫b ∫b ∫b
3. [f (x) ± g(x)]dx = f (x)dx ± g(x)dx
a a a
∫b ∫b
4. cf (x)dx = c f (x)dx
a a
Dokaz iz definicije odredenog integrala, npr.
∫b
2. f (x)dx = F (b) − F (a)
a
= F (b) − F (d) + F (d) − F (a)
∫b ∫d
= f (x)dx + f (x)dx .
d a
+ 17
+ +
PRIMJER
∫16
√
Izračunajte xdx .
1
Što nam pokazuje dobiveni rezultat?
Rješenje: Kako je
∫ ∫
√ 1/2 x3/2
xdx = x dx = 3
+C
2
2 √
= x x +C ,
3
| {z }
F (x)
∫16
√
imamo xdx = F (16) − F (1)
1
2 √ 2 √
= · 16 16 − · 1 1
3 3
2
(64 − 1) = 42 .
=
3
Površina koju zatvaraju krivulje x = 1, x = 16,
√
y = 0 i y = x iznosi 42 kvadratne jedinice.
+ 18
+ +
Upute za računanje površina:

Neka je I = [a, b] i f, g : I → R neprekidne
funkcije.
1. Površina omedena sa x = a, x = b, y = 0
i y = f (x).
(a) Ako je f (x) ≥ 0 za sve x ∈ I, tada je
∫b
P = f (x)dx ,
a
što je i definicija odredenog integrala.
(b) Ako je f (x) ≤ 0 za sve x ∈ I, tada inte-
griranjem dobijemo negativnu vrijednost, pa
je

∫b ∫b

P = f (x)dx = − f (x)dx

a a
∫a
= f (x)dx .
b
(c) Ako f (x) mijenja predznak na I, tada za-
sebno računamo one dijelove površine za koje
vrijedi (a) i one za koje vrijedi (b). Na kraju
dobivene rezultate zbrojimo.
+ 19
+ +
2. Površina omedena sa x = a, x = b,
y = f (x) i y = g(x).
(a) Ako je f (x) − g(x) ≥ 0 za sve x ∈ I, tada
je
∫b
P = [f (x) − g(x)]dx .
a
Ako je g(x) − f (x) ≥ 0 za sve x ∈ I, tada u
navedenoj formuli f i g zamijene mjesta.
(b) Ako f (x) − g(x) mijenja predznak na I,
tada zasebno računamo one dijelove površine
za koje vrijedi f (x) − g(x) ≥ 0, odnosno one
za koje je g(x) − f (x) ≥ 0, na način kao pod
(a), te dobivene rezultate zbrojimo.
+ 20
+ +
PRIMJERI
1. Odredite mjerni broj površine koju graf

funkcije y = x3 − x zatvara sa osi x.
Rješenje: Granice integracije su sjecišta grafa
dane funkcije sa osi x (nul-točke). Imamo
x3 − x = 0 ⇒ x(x2 − 1) = 0
⇒ x1 = 0, x2,3 = ±1 .
Kako je funkcija pozitivna na ⟨−1, 0⟩ a nega-
tivna na ⟨0, 1⟩, tražena površina se sastoji od
dva dijela (skica ...). Imamo
∫0 ( ) 0
x4 x
2
P1 = (x3 − x)dx = −
4 2 −1
−1
( )
1 1 1
= 0− − = ,
4 2 4
(
∫1 )1
x4 x 2

P2 = (x3 − x)dx = −
4 2
0 0
( )
1 1 1 1

= −
− 0 = − = ,
4 2 4 4
pa je P = P1 + P2 = 1/2 kvadratne jedinice.
+ 21
+ +
Napomena: Uočimo da je zadana funkcija ne-

parna pa se tražena površina sastoji od dva
jednaka dijela (centralno simetrična s obzirom
na ishodište), pa je dovoljno izračunati jedan
od njih i rezultat udvostručiti. Slično za parne
funkcije.
2. Koliku površinu medusobno zatvaraju kri-

vulje y = x2 i y = 3 − 2x ?
Rješenje: Granice integracije su sjecišta danih
krivulja,
x2 = 3 − 2x ⇒ x2 + 2x − 3 = 0
⇒ x1 = −3, x2 = 1 .
Kako je 3 − 2x ≥ x2 za x ∈ [−3, 1], bit će
∫1
P = [(3 − 2x) − x2]dx
−3
( )1
x 3

= 3x − x2 −
3 −3
( )
1 2
= 3−1− − (−9 − 9 + 9) = 10 .
3 3
+ 22
+ +
3. Odredite vrijednost parametra a, a > 0

tako da površina koju odreduju krivulje y = x2
i y = ax iznosi 36 kvadratnih jedinica.
Rješenje: Sjecišta su (skica ...)
x2 = ax ⇒ x(x − a) = 0 ⇒ x1 = 0, x1 = a .
Imamo
∫a ( ) a
ax2 x
3
P = (ax − x2)dx = −
2 3 0
0
( )
a3 a3 a3
= − −0 = ,
2 3 6
pa je prema uvjetima zadatka,
a3
= 36 ⇒ a3 = 216 ⇒ a = 6 .
6
+ 23
+ +
4. Srednje vrijednosti funkcije y = f (x) na

intervalu [a, b] definiraju se slijedećim formu-
lama:
∫b
1
A = f (x)dx (aritmetička)
b−a a
1
∫b
b−a ln(f (x))dx
G = e a (geometrijska)
b−a
H = (harmonijska)
∫b dx
a f (x)
Odredite aritmetičku, geometrijsku i harmo-

nijsku sredinu funkcije y = x na intervalu [1, 5]
i usporedite rezultate.
+ 24
+ +
Rješenje:
∫5 5
1 1 x
2
A = xdx = ·
4 4 2 1
1
52 12
= − = 3
8 8
∫5 5
1 ln xdx 1 (x ln x−x)
4 4
G = e 1 = e 1
1 (5 ln 5−5)− 1 (1 ln 1−1) 5 ln 5−1

= e4 4 = e4
= 55/4 · e−1 = 2.7505...
4 4
H = =
∫5 dx ln x |5
1
x
1
4 4
= = = 2.4853...
ln 5 − ln 1 ln 5
Vidimo da je H < G < A .

+ 25
+ +
NEPRAVI INTEGRALI
Ako podintegralna funkcija u području inte-

gracije ima prekid ili područje integracije ima
jednu ili obje granice beskonačne, tada takav
integral nazivamo nepravi integral. U tom
slučaju umjesto točke prekida (ili beskonačne
granice) uvodimo varijabilnu granicu iz dome-
ne podintegralne funkcije te uzimamo granič-
nu vrijednost kad ona teži toj točki prekida (ili
beskonačnoj granici). Imamo
Definicija:
(a) Neka je f : [a, β⟩ → R neprekidna funkcija.
Tada je
∫β ∫t
f (x)dx = lim f (x)dx .
t→β−
a a
(b) Neka je f : ⟨α, b] → R neprekidna funkcija.
Tada je
∫b ∫b
t→α+
α t
+ 26
+ +
(c) Ako je f : [a, γ⟩ ∪ ⟨γ, b] → R neprekidna

funkcija, tada polazni integral rastavimo,
∫b ∫γ ∫b
f (x)dx = f (x)dx + f (x)dx ,
a a γ
pa na dobivene integrale primijenimo (a) i (b).
Ako je, u navedenim definicijama, neki limes
beskonačan ili ne postoji, kažemo da pripadni
nepravi integral divergira. U protivnom, ako
je limes konačan (u slučaju (c) oba limesa
konačna), integral konvergira.
PRIMJERI
1. Ako je f : R → R, definirajte slijedeće

neprave integrale
∫
+∞ ∫2 ∫
+∞
f (x)dx , f (x)dx , f (x)dx .
4 −∞ −∞
Rješenje:
∫
+∞ ∫t
f (x)dx = lim f (x)dx ,
t→+∞
4 4
+ 27
+ +
∫2 ∫2
f (x)dx = lim f (x)dx
t→−∞
−∞ t
∫2
= lim f (x)dx ,
t→+∞
−t
∫
+∞ ∫t
t→+∞
−∞ −t
2. Koliku površinu graf funkcije f (x) = xe−x

2
zatvara sa osi x ?
Rješenje: Kako je D(f ) = R i f je neparna
funkcija, tražena površina se sastoji od dva
jednaka dijela (jedan nad pozitivnim a drugi is-
pod negativnog dijela osi x (skica ...)). Dakle,
∫
+∞
P =2 xe −x 2
dx = ?
0
+ 28
+ +
Kako je
 
∫ 
 τ = −x2 
 ∫
 1
−x2
xe dx = dτ = −2x dx = − eτ dτ

 
 x dx = − 1 dτ 
 2
2
1 1
= − eτ + C = − e−x + C ,
2
2 2
imamo
∫t
P = 2 lim xe−x 2
dx
t→+∞
0
( )t
1 −x2
= 2 lim − e
t→+∞ 2
0
[( ) ( )]
1 −t2 1 0
= 2 lim − e − − e
t→+∞ 2 2
[( ) ( )]
1 1
= 2· − ·0 − − ·1 = 1 .
2 2
Dakle, veličina tražene površine, koja se uz
os x proteže od −∞ do +∞, iznosi jednu
kvadratnu jedinicu!
+ 29
+ +
DIFERENCIJALNE JEDNADŽBE
Svaku jednadžbu, koja sadrži bar jednu deri-

vaciju nepoznate funkcije, nazivamo diferen-
cijalna jednadžba. Razlikujemo obične (sa
funkcijama jedne varijable) i parcijalne difer-
encijalne jednadžbe (sa funkcijama više vari-
jabli). Najveći red derivacije nepoznate funkci-
je, koja se u jednadžbi pojavljuje, odreduje red
diferencijalne jednadžbe. Tako je, na primjer,
y ′ + xy = ex . . . obična dif. j. prvog reda,
4y ′′′ − 5y ′′ = 7 . . . obična dif. j. trećeg reda,
∂ 2z + ∂ 2z = xy . . . parcijalna dif. j. drugog reda,
∂x2 ∂y 2
y (n) − y 2 = x2 . . . obična dif. j. n-tog reda, itd.
Svaku funkciju koja zadovoljava zadanu di-
ferencijalnu jednadžbu nazivamo rješenje te
jednadžbe. To je posebno ili partikularno
rješenje. Kako jednadžba sadrži derivaciju ne-
poznate funkcije, očito je da se u njenom rje-
šavanju koristi integriranje. To znači da rješe-
nje može sadržavati jednu ili više neodrede-
nih konstanti (čak i funkcija). Takvo rješe-
nje nazivamo opće rješenje. Ono obuhvaća
čitavu klasu funkcija (partikularnih rješenja).
+ 30
+ +
PRIMJER: Opće rješenje diferencijalne jed-

nadžbe y ′′ = 0 je y(x) = C1x + C2, gdje su
C1, C2 ∈ R. Mijenjajući C1 i C2 dobivamo
različita partikularna rješenja, npr. y = 3x + 6
i y = −x su dva takva rješenja. Partiku-
larna rješenja (tj. konstante iz općeg rješenja)
uglavnom dobivamo na temelju dodatnih uvje-
ta koje zahtijevamo za traženo rješenje (po-
četni uvjeti, rubni uvjeti i sl.).
Diferencijalnim jednadžbama mogu se opisati
mnogobrojne pojave u prirodi (različite vrste
gibanja, prijenosi energije, djelovanje sila, ke-
mijski procesi itd.) pa se one najčešće po-
javljuju u fizici, tehnici, kemiji. Mi ćemo u-
poznati i neke primjene u ekonomiji. Područje
diferencijalnih jednadžbi je vrlo opsežno i kom-
pleksno područje matematike. Većina jed-
nadžbi ne može se riješiti eksplicitno, pa se
razvijaju aproksimativne metode za njihovo
rješavanje.
Od svega navedenog mi ćemo promatrati sa-
mo obične diferencijalne jednadžbe prvog reda
koje se mogu riješiti metodom separacije
varijabli.
+ 31
+ +
METODA SEPARACIJE VARIJABLI
Opći oblik obične diferencijalne jednadžbe

n-tog reda je
( )
F x, y, y ′, y ′′, . . . , y (n−1), y (n) = 0,
gdje je F funkcija od n + 2 varijable. Ako je
n = 1, imamo običnu diferencijalnu jednadžbu
prvog reda,
( )
F x, y, y ′ =0 .
Neke od tih jednadžbi mogu se riješiti me-
todom separacije varijabli. Metoda se pro-
vodi svodenjem polazne jednadžbe na oblik
a(y)dy = b(x)dx na slijedeći način.
1. Polaznu jednadžbu svodimo na oblik

A(x, y)y ′ = B(x, y) .
2. Uvrštavanjem y ′ = dy/dx dobijemo

dy
A(x, y) · = B(x, y)
dx
⇒ A(x, y)dy = B(x, y)dx .
+ 32
+ +
3. Funkcije A i B rastavljamo na faktore jed-

ne varijable,
A1(x)A2(y)dy = B1(x)B2(y)dx .
4. Separiramo varijable, dijeljenjem jednadž-

be sa A1(x)B2(y),
A2(y) B (x)
dy = 1 dx .
B2(y) A1(x)
5. Obje strane dobivene jednadžbe integri-

ramo,
∫ ∫
A2(y) B1(x)
dy = dx .
B2(y) A1(x)
Ako se koraci 1 i/ili 3 ne mogu provesti, tada

se zadana jednadžba ne može riješiti ovom
metodom (potrebne su ili dodatne transfor-
macije ili sasvim druga metoda).
+ 33
+ +
PRIMJER
Riješite diferencijalnu jednadžbu
x2y ′ + y 2 = 0 uz uvjet y(2) = 2/3 .

Rješenje: Slijedimo gore navedene korake.
x2y ′ = −y 2
2 dy
x = −y 2 | · dx
dx
x2dy = −y 2dx | : (−y 2)x2
∫
dy dx
− 2 =
y x2
∫ ∫
dy dx
− 2 =
y x2
1 1 1
= − +C ⇒ y =
y x C−1x
x
⇒ y = (opće rješenje)
Cx − 1
+ 34
+ +
Uvrstimo li uvjet (za x = 2 je y = 2/3) u opće

rješenje, dobivamo
2 2
= ⇒ 2(2C − 1) = 6 ⇒ C = 2 ,
3 2C − 1
pa je
x
y =
2x − 1
partikularno rješenje zadane jednadžbe.
Primijetimo ponovo da opće rješenje zadovo-
ljava danu diferencijalnu jednadžbu za svaki
izbor konstante C ∈ R. Time je dana čitava
klasa funkcija koje su rješenje jednadžbe. U
partikularnom rješenju konstanta je odredena
tako da je osim jednadžbe zadovoljen i postav-
ljeni uvjet.
+ 35
+ +
PRIMJENA INTEGRALA U EKONOMIJI
1. Zadane su granične veličine (T ′, P ′, ...) a

tražimo ukupne (T , P , ...).
Zadana je funkcija graničnih troškova
t(Q) = 1 − Qe−Q .
Odredite funkciju ukupnih troškova ako su
fiksni troškovi 61 novčanu jedinicu.
Rješenje: Imamo zadano t(Q) = T ′(Q) i
T (0) = 61 a tražimo T (Q).
∫ ∫
T (Q) = T ′(Q)dQ = (1 − Qe−Q)dQ
∫
= Q− Qe−QdQ
= ... parcijalna integracija ...
= Q + (Q + 1)e−Q + C
T (0) = 61 ⇒ 61 = 0+1e0 +C ⇒ C = 60
T (Q) = Q + (Q + 1)e−Q + 60
+ 36
+ +
2. Zadan je koeficijent elastičnosti (Ey,x) a

tražimo funkciju (y(x)) −→ diferencijalna
jednadžba.
Odredite funkciju potražnje q(p) čiji koefi-
cijent elastičnosti iznosi
−2p2
Eq,p = ,
100 − p2
a znamo da je q(8) = 18.
Rješenje:

p dq −2p2 dp

· = ·
q dp 100 − p2 p
∫
dq −2p

= dp
q 100 − p2
ln q = ln(100 − p2) + ln C
q = C(100 − p2)
1
q(8) = 18 ⇒ 18 = C·(100−64) ⇒ C =
2
1 p 2
q(p) = (100 − p2) = 50 −
2 2
+ 37
+ +
3. Lorenzova funkcija Φ : [0, 1] → [0, 1] daje

nam vezu izmedu kumulativnog postotka
broja nosilaca dohotka (F ) i postotka u-
kupnog dohotka (Φ). Njena svojstva su:
Φ(0) = 0, Φ(1) = 1, Φ′(F ) > 0 i Φ′′(F ) >
0 za F ∈ [0, 1]. Indeks koncentracije je
mjera nejednakosti distribucije dohotka a
računa se kao
∫1
K = 1−2 Φ(F )dF .
0
Odredite indeks koncentracije za Loren-
zovu krivulju Φ(F ) = 0.05F + 0.95F 2.
Rješenje:
∫1
K = 1−2 (0.05F + 0.95F 2)dF
0
( ) 1
F2 F
3
= 1 − 2 0.05 · + 0.95 ·
2 3 0
( )
1 1
= 1 − 2 0.05 · + 0.95 · − 0
2 3
= 0.31666...
+ 38
UVOD

nog gradiva !!
SADRŽAJ
Matrice ... 1
Klasifikacija matrica ... 2
Računske operacije sa matricama ... 8
Vektorski prostor Rn ... 17
Linearna (ne)zavisnost vektora ... 22
Rang matrice ... 25
Sustavi linearnih jednadžbi ... 31
Determinanta kvadratne matrice ... 44
Input–output analiza ... 57
+ +
MATRICE
Definicija: Neka su m i n prirodni brojevi.

Matrica A reda (formata) m × n je svaka pra-
vokutna tablica elemenata (brojeva) poreda-
nih u m redaka i n stupaca.
Simbolički
 
a11 a12 a13 . . . a1n
 a21 a22 a23 . . . a2n 
 
A= ... ... ... ... 
 
am1 am2 am3 . . . amn
ili kraće
A = [aij ], i = 1, 2, . . . , m; j = 1, 2, . . . , n.
Oznake: A, B, C, . . . za matrice;
aij , bkl , cir , . . . za matrične elemente,
npr. a42, b15,12, c11, d25,7, . . .
Promatrat ćemo samo realne matrice (matrič-
ni elementi su realni brojevi).
Skup svih matrica istog reda m×n označavamo
sa Mmn (ili Mm×n ili Rm×n), npr. R10×20,
M14×4, M23, M15, M51, . . .
+ 1
+ +
Ako je m = n matricu nazivamo kvadratna

matrica reda n. Skup svih kvadratnih matrica
istog reda označavamo sa Mn, npr. M2, M4,
M8, . . .
KLASIFIKACIJA MATRICA
Pravokutna (m ̸= n) i kvadratna (m = n).
Nul–matrica (oznaka O ili Omn) je matrica čiji

su svi elementi jednaki nuli.
Glavna dijagonala kvadratne matrice A ∈ Mn

je ureden skup {a11, a22, a33, . . . , ann} .
Trag kvadratne matrice A je broj
tr(A) = a11 + a22 + a33 + . . . + ann .
+ 2
+ +
Klasifikacija kvadratnih matrica
Kvadratna matrica A ∈ Mn može biti:
• gornja trokutasta: aij = 0 za i > j;
• donja trokutasta: aij = 0 za i < j;
• dijagonalna: aij = 0 za i ̸= j;
• skalarna: dijagonalna i
a11 = a22 = . . . = ann;
• jedinična (oznaka I ili In): dijagonalna i
a11 = a22 = . . . = ann = 1.
+ 3
+ +
Jednakost matrica
Matrice A i B su jednake ako i samo ako su
istog reda i svi odgovarajući elementi su im
medusobno jednali. Simbolički




A, B ∈ Mmn
A = B ⇐⇒ aij = bij , i = 1, 2, . . . , m;


 j = 1, 2, . . . , n.
Transponirana matrica
Ako u matrici A ∈ Mmn zamijenimo retke i
stupce (prvi redak pišemo kao prvi stupac,
drugi redak kao drugi stupac, itd.) dobijemo
transponiranu matricu AT (ili A′) ∈ Mnm.
A −→ AT ⇐⇒ aij −→ aji .
Kvadratna matrica A je:
simetrična: AT = A, tj. aji = aij za sve i, j;
antisimetrična:
AT = −A, tj. aji = −aij za sve i, j;
(tada je i aii = −aii, tj. aii = 0 za sve i).
+ 4
+ +
PRIMJERI
1. Zadane su matrice
   
4 1/2 0
 −3   −1 
 √x   
A= , B= .
 3 −1   0.7 
0 −x 25
Odredite a21, a12, a42, b13, b31.
2. Napišite matricu A ∈ M23 ako je

aij = i2 − j 2.
3. Napišite matricu X ∈ M4 ako je



 1
za i < j
xij = −1 za i > j

 0 za i = j .
+ 5
+ +
[ ]
0 x/y
4. Zadane su matrice A = ,
x y2
[ ] [ ]
0 2 x 2
B= , C= .
x 9 x 3x
Odredite parametre x i y tako da je:
(a) A = B, (b) B = C.
5. Zadana je matrica
 
−1 4 x
 
T =
 x
2 0 x 
3
.
x −8 −5
Za koju vrijednost parametra x je matrica
T simetrična?
6. Odredite trag matrice T iz primjera 5.
+ 6
+ +
7. Klasificirajte slijedeće matrice

 
[ √ ] 0 0
0 1 7 0.4  
A= , B =  0 0 ,
2 −1 0 −3
0 0
[ ]
0
C = [6 − 2 0], D= , E = [ 7 ],
1
 
  6 0 0 0
1 2 3  
   0 0 0 0 
F =  0 0 −1  , G= ,
 0 0 0 0 
0 0 −5
7 0 0 0
 
  1 0 0 0 0
 
8 0 0  0 1 0 0 0 
   
H =  0 8 0 , 
K= 0 0 1 0 0 
.
0 0 8  0 0 0 1 0 
 
0 0 0 0 1
8. Odredite tr(K) iz primjera 7 te zaključite

koliki je tr(In)?
+ 7
+ +
RAČUNSKE OPERACIJE SA MATRICAMA
Zbrajanje matrica
Matrice možemo zbrajati samo ako su istog
reda i to tako da zbrajamo odgovarajuće ele-
mente. Simbolički
A = [aij ], B = [bij ] ∈ Mmn ⇒
A + B = [aij + bij ] ∈ Mmn.
Množenje matrica brojem (skalarom)
Matricu množimo brojem tako da njime pom-
nožimo svaki njezin elemenat. Simbolički
A = [aij ] ∈ Mmn, λ ∈ R ⇒ λA = [λaij ] ∈ Mmn.
Za λ = 0 je 0 · A = O (nul-matrica).
Za λ = −1 je (−1) · A = −A (suprotna mat-
rica).
Oduzimanje matrica je zbrajanje sa suprot-
nom matricom: A − B = A + (−B) .
Očito je: A − A = A + (−A) = O .
+ 8
+ +
Linearna kombinacija matrica

Definicija: Neka su dane matrice
A1, A2, . . . , Ak ∈ Mmn

i brojevi
λ1, λ2, . . . , λk ∈ R .
Tada matricu
A = λ1A1 + λ2A2 + . . . + λk Ak ∈ Mmn

nazivamo linearna kombinacija danih ma-
trica. Pri tome brojeve λ1, λ2, . . . , λk nazivamo
koeficijenti linearne kombinacije.
Linearna kombinacija je trivijalna ako su svi
koeficijenti jednaki nuli (ona je tada jednaka
nul-matrici).
U protivnom (barem jedan koeficijent je raz-
ličit od nule) linearna kombinaciju nazivamo
netrivijalna.
+ 9
+ +
PRIMJER
Zadane su matrice
[ ] [ ]
y x2 1 6
A= , B= .
9 y 2x y
Odredite parametre x i y tako da matrica
2A − 3B bude: (a) donja trokutasta;
(b) dijagonalna; (c) skalarna.
RJEŠENJE:
[ ]
2y − 3 2x2 − 18
2A − 3B = .
18 − 6x −y
(a) 2x2 − 18 = 0 ⇒ x ∈ {−3, 3}, y ∈ R;
(b) 2x2 − 18 = 0 i 18 − 6x = 0 ⇒
x = 3, y ∈ R;
(c) uvjeti pod (b) i 2y − 3 = −y ⇒
x = 3, y = 1.
+ 10
+ +
SVOJSTVA ZBRAJANJA MATRICA I

MNOŽENJA MATRICA BROJEM
Za sve A, B, C ∈ Mmn i λ, µ ∈ R vrijedi
1. (A+B)+C = A+(B+C) (asocijativnost)
2. A + B = B + A (komutativnost)
3. λ(A + B) = λA + λB,
(λ + µ)A = λA + µA (distributivnost)
4. λ(µA) = (λµ)A (asocijativnost)
+ 11
+ +
MNOŽENJE MATRICA
Dvije matrice možemo pomnožiti medusobno

samo ako su ulančane (prva matrica ima to-
liko stupaca koliko druga redaka). Produkt je
matrica sa toliko redaka kao prva, a stupaca
kao druga matrica u umnošku. Simbolički
A(m × n) · B(n × p) = C(m × p) .
Pri tome elemenat umnoška na mjestu (i, j)
dobijemo skalarnim množenjem i-tog retka pr-
ve matrice sa j-tim stupcem druge matrice
(prvi elemenat i-tog retka množimo sa prvim
elementom j-tog stupca, drugi sa drugim, itd.
te tako dobivene produkte zbrojimo). Sim-
bolički
cij = ai1b1j + ai2b2j + ai3b3j + . . . + ainbnj .
PRIMJERI
1. Ako imamo matrice A(3 × 3), B(4 × 3)

i C(3 × 1), koje umnoške od dva člana
možemo sastaviti?
+ 12
+ +
2. Za matrice
 
[ ] −2 0
1 0 −1  
A= , B= 1 1 ,
0 2 1
0 −1
odredite A · B i B · A.
RJEŠENJE:
Imamo A(2 × 3) · B(3 × 2) = AB(2 × 2),
(AB)11 = 1 · (−2) + 0 · 1 + (−1) · 0 = −2,
(AB)12 = 1 · 0 + 0 · 1 + (−1) · (−1) = 1,
(AB)21 = 0 · (−2) + 2 · 1 + 1 · 0 = 2,
(AB)22 = 0 · 0 + 2 · 1 + 1 · (−1) = 1, pa je
[ ]
−2 1
AB = .
2 1
Slično je B(3 × 2) · A(2 × 3) = BA(3 × 3) i
 
−2 0 2
 
BA =  1 2 0 .
0 −2 −1
Uočimo da je općenito
A · B ̸= B · A .
+ 13
+ +
3. Ako su definirani matrični produkti AB i

BA, tada vrijedi tr(AB) = tr(BA). Prov-
jerite to na matricama iz primjera 2.
4. Primijetimo da su potencije A2, A3, A4, . . .

dobro definirane samo ako je A kvadratna
matrica. Tada je: A2 = A · A,
A3 = A · A · A = A · A2 = A2 · A, . . .
An = An−1 · A = A · An−1.
5. Neka je A ∈ Mn proizvoljna matrica te

O, I ∈ Mn. Provjerite da vrijedi
AO = OA = O, AI = IA = A .
+ 14
+ +
SVOJSTVA
Za matrice A, B, C odgovarajućih formata i

λ ∈ R vrijede:
Svojstva matričnog množenja
1. (AB)C = A(BC)
2. A(B+C) = AB+AC, (A+B)C = AC+BC
3. λ(AB) = (λA)B = A(λB)
Za kvadratnu matricu A vrijedi i
4. AI = IA = A
5. AO = OA = O
Svojstva transponiranja
1. (A + B)T = AT + B T
2. (λA)T = λAT
3. (AT )T = A
4. (AB)T = B T AT
+ 15
+ +
INVERZNA MATRICA
Definicija: Ako za matricu A ∈ Mn postoji

matrica A−1 takva da vrijedi
A · A−1 = A−1 · A = I ,
tada je A−1 inverzna matrica matrice A.
Uočimo da se inverzna matrica definira samo
za (neke) kvadratne matrice i pri tome vrijedi
A ∈ Mn ⇒ A−1 ∈ Mn.
Ako kvadratna matrica ima inverz, nazivamo
je regularna. U protivnom je singularna.
Inverzna matrica, ako postoji, je jedinstvena.
Naime ako su B i C inverzne matrice od A
tada je
B = BI = B(AC) = (BA)C = IC = C .
Svojstva invertiranja
1. (A−1)−1 = A
2. (λA)−1 = 1
λ·A
−1
3. (AT )−1 = (A−1)T

4. (AB)−1 = B −1A−1
+ 16
+ +
VEKTORSKI PROSTOR Rn
Skup
   

 x1 


  x  

R = 
n
 ..2

: x1, x2, . . . , xn ∈ R

  .  


 

xn
sa definiranim matričnim operacijama (zbra-
janje matrica i množenje matrica skalarom)
nazivamo realni vektorski prostor.
Imamo R1 = R, R2, R3, R4, . . .
Primijetimo da je Rn = Mn1 (ili M1n).
Elemente vektorskog prostora nazivamo vek-
tori. Svaki vektor ima n komponenti.
Nul-vektor (O) ima sve komponente nule.
+ 17
+ +
Skalarni produkt u Rn
je preslikavanje koje svakom paru vektora
x, y ∈ Rn pridružuje realni broj
xT y = x1y1 + x2y2 + x3y3 + . . . + xnyn .

Svojstva skalarnog produkta
Za sve x, y, z ∈ Rn i λ ∈ R vrijedi:
1. xT x ≥ 0,
xT x = 0 ⇔ x = O (pozitivna definitnost)
2. xT y = y T x (simetrija)
3. (x + y)T z = xT z + y T z (aditivnost)
4. (λx)T y = λ(xT y) (homogenost)
Okomitost vektora
Ako je skalarni produkt dvaju vektora nula,
kažemo da su vektori medusobno okomiti ili
ortogonalni, i obratno. Simbolički
xT y = 0 ⇔ x ⊥ y .
+ 18
+ +
Euklidska norma u Rn
je preslikavanje koje svakom vektoru
x ∈ Rn pridružuje realni (nenegativni) broj
√ √
||x|| = xT x = x2
1 + x2 + x2 + . . . + x2
2 3 n
koji nazivamo euklidska norma (ili duljina)
vektora x.
Napomenimo da se norma može definirati op-
ćenitije kao svako preslikavanje x → ||x|| koje
zadovoljava sljedeća svojstva.
Svojstva norme
Za sve x, y ∈ Rn i λ ∈ R vrijedi:
1. ||x|| ≥ 0,
2. ||x|| = 0 ⇒ x = O
3. ||λx|| = |λ| · ||x||
4. ||x + y|| ≤ ||x|| + ||y|| (nejednakost trokuta)
Udaljenost vektora x i y u zadanoj normi || · ||
definiramo kao
d(x, y) = ||x − y|| .
+ 19
+ +
PRIMJERI
1. Zadani su vektori
[ ] [ ] [ ]
1 −3 4
x= , y= , z= .
3 1 0
Odredite xT y, xT z i y T z.
Kakvi su vektori x i y ?
2. Zadani su vektori
   
t 1
   
A =  1 , B =  2 .
0 3
Za koju vrijednost parametra t su vektori
A + B i A − B medusobno okomiti?
√
RJEŠENJE: t = ± 13.
+ 20
+ +
3. Primjeri normi.
Za svaki prirodni broj p,
||x||p = (|x1|p + |x2|p + . . . |xn|p)1/p

je norma (norma p). Takoder
||x||∞ = max {|x1|, |x2|, . . . , |xn|}

je norma (norma ∞).
Odredite ||x||1, ||x||2 i ||x||∞ ako je
 
1
 −2 
 
x= .
 3 
−4
√
RJEŠENJE: ||x||1 = 10, ||x||2 = 30,
||x||∞ = 4.
Primijetimo da je ||x||2 euklidska norma.
+ 21
+ +
LINEARNA (NE)ZAVISNOST VEKTORA
Definicija: Skup vektora

{A1, A2, . . . , Ak } ⊂ Rn je linearno nezavisan
ako je samo trivijalna linearna kombinacija tih
vektora jednaka nul-vektoru, tj. ako vrijedi
λ1A1 + λ2A2 + . . . + λk Ak = O ⇒
λ1 = λ2 = . . . = λk = 0 .
Skup vektora
{A1, A2, . . . , Ak } ⊂ Rn je linearno zavisan ako
postoji i netrivijalna linearna kombinacija tih
vektora jednaka nul-vektoru, tj. ako vrijedi
λ1A1 + λ2A2 + . . . + λk Ak = O ⇒
λi ̸= 0 bar za jedan i ∈ {1, 2, . . . , k} .
Iz definicije slijedi da je skup vektora linearno
zavisan ako se bar jedan vektor iz tog skupa
može prikazati pomoću preostalih (kao nji-
hova linearna kombinacija). Ako to nije mo-
guće, skup je linearno nezavisan.
+ 22
+ +
PRIMJER
Ispitajte linearnu (ne)zavisnost skupa:
{[ ] [ ]}
1 1
1. , ⊂ R2
2 1
[ ] [ ] [ ]
1 1 0
λ1 · + λ2 · = ⇒
2 1 0
λ1 + λ2 = 0
⇒ λ1 = 0, λ2 = 0 .
2λ1 + λ2 = 0
Skup vektora je linearno nezavisan.
{[ ] [ ]}
2 1
2. , ⊂ R2
2 1
[ ] [ ] [ ]
2 1 0
λ1 · + λ2 · = ⇒
2 1 0
2λ1 + λ2 = 0
⇒ λ2 = −2λ1, λ1 ∈ R .
2λ1 + λ2 = 0
npr. λ1 = 1, λ2 = −2
ili λ1 = −3, λ2 = 6, itd.
Skup vektora je linearno zavisan.
+ 23
+ +
Skup vektora generira ili razapinje vektorski

prostor Rn ako se svaki vektor iz Rn može
prikazati pomoću vektora iz tog skupa (kao
njihova linearna kombinacija).
Skup vektora je baza prostora Rn ako:
• je linearno nezavisan;
• razapinje prostor Rn.
Broj vektora u bazi ne ovisi o izboru baze i
naziva se dimenzija vektorskog prostora.
PRIMJER: Kanonska baza prostora Rn.
       

 1 0 0 0 


        

 
 0  
  1  
  0 

 0
 

B=  0 ,
  0 ,
  1 , ... , 0
 



  ...   ...   ...   ... 

        

 

 0 0 0 1 
Uočimo da su vektori kanonske baze stupci

jedinične matrice reda n.
Dimenzija prostora Rn: dim(Rn) = n.
+ 24
+ +
RANG MATRICE
Rang matrice je najveći broj linearno neza-

visnih redaka (ili stupaca) te matrice.
Može se pokazati da je rang po recima jednak
kao i rang po stupcima, pa je
A ∈ Mmn ⇒ r(A) ≤ min{m, n} .

Rang odredujemo primjenom elementarnih
transformacija na retke ili stupce matrice.
Elementarne transformacije su:
• zamjena dvaju redaka (stupaca);
• množenje retka (stupca) brojem različitim
od nule;
• zbrajanje dvaju redaka (stupaca).
Primjenom elementarnih transformacija rang
matrice se ne mijenja. Cilj je pomoću ele-
mentarnih transformacija svesti polaznu mat-
ricu na matricu iz koje je rang očigledan.
+ 25
+ +
PRIMJERI
Odredite rang slijedećih matrica
 
1 1 1 1
 
1. A =  1 2 3 4 
4 3 2 1
 
3 3 3 t
 
 1 1 1 2 
2. M = 
 2 2 −1 −1 
4 4 4 8
3. A ∈ M4: aii = b, aij = 1 za i ̸= j.

Rješenje:
 
b 1 1 1
 1 b 
 1 1 
A= 
 1 1 b 1 
1 1 1 b
b = 1 ⇒ r(A) = 1,
b = −3 ⇒ r(A) = 3,
b ̸= 1, b ̸= −3 ⇒ r(A) = 4.
+ 26
+ +
RJEŠENJA
1.
 
1 1 1 1 ·(−1) ·(−4)
 
A ∼  1 2 3 4  ←- |
4 3 2 1 ←-
 
1 1 1 1
 
∼  0 1 2 3  ·1
0 −1 −2 −3 ←-
 
|1 1 1 1
 
∼  0 |1 2 3  ⇒ r(A) = 2 .
0 0 0 0
Nakon provedenih transformacija rang je
jednak broju neponištenih redaka ili broju
“stepenica”. Pri tome u svakom retku
treba biti nova stepenica.
+ 27
+ +
2. M ∼
 
1 1 1 2 ·(−2) ·(−4) ·(−3)
 
 2 2 −1 −1  ←- | |
 
 4 4 4 8  ←- |
3 3 3 t ←-
 
1 1 1 2
 0 −3 −5 
 0 
∼  
 0 0 0 0  →
0 0 0 t−6 ←
 
|1 1 1 2
 0 |−3 −5 
 0 
∼  ⇒
 0 0 0 |t − 6 
0 0 0 0
t − 6 = 0 ⇒ t = 6 ⇒ r(M ) = 2 ,
t − 6 ̸= 0 ⇒ t ̸= 6 ⇒ r(M ) = 3 .
+ 28
+ +
Skup vektora {A1, A2, . . . , Ak } ⊂ Rn
• je linearno nezavisan ako je

r(A) = k (broju vektora);
• je linearno zavisan ako je

r(A) < k (broja vektora);
• razapinje prostor Rn ako je r(A) = n;
• baza prostora Rn ako je

r(A) = n = k (broju vektora).
Pri tome je A matrica čiji su stupci (ili reci)

vektori A1, A2, . . . , Ak .
+ 29
+ +
PRIMJER
Za koju vrijednost parametra t ∈ R skup vek-

tora
     

 1 0 t 

     
 0 , t , 0  ,

 t 

0 1
čini bazu vektorskog prostora R3 ?
RJEŠENJE
   
1 0 t ·(−t) 1 0 t
   
A =  0 t 0  | ∼  0 t 0 
t 0 1 ←- 0 0 1 − t2
t = 0 ⇒ r(A) = 2 ,
1 − t2 = 0 ⇒ t = ±1 ⇒ r(A) = 2 ,
t ̸= 0 i t ̸= ±1 ⇒ r(A) = 3 .
Skup vektora je baza za t ∈ R \ {−1, 0, 1}.
Postaviti i ostala pitanja za ovaj i prethodne
primjere!
+ 30
+ +
SUSTAVI LINEARNIH JEDNADŽBI
Sustav od m jednadžbi sa n nepoznanica:
a11x1 + a12x2 + a13x3 + . . . + a1nxn = b1

a21x1 + a22x2 + a23x3 + . . . + a2nxn = b2
a31x1 + a32x2 + a33x3 + . . . + a3nxn = b3
··· ··· ··· ···
am1x1 + am2x2 + am3x3 + . . . + amnxn = bm
Uvedemo li matrice
     
a11 · · · a1n x1 b1
 ...   ...   ... 
A =  ... , X =  , B =  ,
am1 · · · amn xn bm
A(m × n), X(n × 1), B(m × 1),

sustav možemo pisati u matričnom obliku
A·X = B .
Pri tome su:
A - matrica sustava;
X - matrica nepoznanica;
B - matrica slobodnih članova;
A|B - proširena matrica sustava.
+ 31
+ +
 
0
 
Ako je B = O =  ... , imamo homogen
0
sustav, u protivnom (B ̸= O) nehomogen.
Svaku matricu X koja zadovoljava jednadžbu
AX = B, nazivamo rješenje sustava. Sus-
tav koji ima rješenje nazivamo rješiv, moguć,
konzistentan ili kompatibilan.
Teorem (Kronecker-Capelli):
Sustav linearnih jednadžbi ima rješenje ako i
samo ako je r(A) = r(A|B) (rang matrice sus-
tava jednak rangu proširene matrice sustava).
Dokaz: Neka su A1, A2, . . . , An ∈ Rm stupci
matrice A. Sustav AX = B sada možemo
pisati u obliku x1A1 + x2A2 + . . . + xnAn = B.
Ako sustav ima rješenje, tada je B linearna
kombinacija vektora A1, . . . , An. To znači da
dodavanje linearno zavisnog vektora B, skupu
stupaca matrice A, neće promijeniti rang.
Ako je r(A) = r(A|B), tada je B linearno za-
visan u odnosu na stupce matrice A, pa se
može napisati kao njihova linearna kombina-
cija. Koeficijenti te kombinacije su rješenje
sustava, dakle, sustav ima rješenje.
+ 32
+ +
Homogeni sustav AX = O uvijek ima bar jed-

no rješenje i to trivijalno
X=O (x1 = x2 = . . . = xn = 0),

jer je r(A) = r(A|O).
Općenito za sustav AX = B vrijedi:
1. r(A) = r(A|B) ⇔ ima rješenje i to:

– jedinstveno ako je r(A) jednak broju ne-
poznanica,
– beskonačno mnogo rješenja ako je r(A)
manji od broja nepoznanica;
2. r(A) ̸= r(A|B) ⇔ nema rješenje.
+ 33
+ +
U slučaju beskonačno mnogo rješenja sustav

ima toliko slobodnih parametara (nepoznani-
ca) za koliko je r(A) manji od broja nepoz-
nanica.
Za homogeni sustav slučaj 2. ne može nas-
tupiti.
Sustav rješavamo Gauss–Jordanovom me-
todom. Ona se sastoji u primjeni elemen-
tarnih transformacija na retke proširene mat-
rice sustava. Kako elementarne transforma-
cije ne mijenjaju rješenje sustava, pomoću njih
sustav prevodimo u ekvivalentni iz kojeg se
rješenje može direktno očitati.
+ 34
+ +
PRVI PRIMJER
Riješite sustav
2x − y + 3z = 12
x + y − z = −1
3x + 2y + 2z = 5 .
Sastavimo proširenu matricu sustava A|B:
 
1 1 −1 | −1 ·(−2) ·(−3)
 
 2 −1 3 | 12  ←- |
3 2 2 | 5 ←-
 
1 1−1 | −1
 
∼  0 −3 5 | 14  →
0 −1 5 | 8 ←
 
1 1 −1 | −1
 
∼  0 −1 5 | 8  ·(−3)
0 −3 5 | 14 ←-
 
|1 1 −1 | −1
 
∼  0 |−1 5 | 8 
0 0 |−10 | −10
r(A) = 3 = r(A|B) = broju nepoznanica, sus-
tav ima jedinstveno rješenje;
+ 35
+ +
unutar matrice A formiramo jediničnu matricu

reda 3:
 
|1 1 −1 | −1
 
∼  0 |−1 5 | 8 
0 0 |−10 | −10 : (−10)
 
1 1 −1 | −1 ←
 
∼  0 −1 5 | 8  ← |
0 0 1 | 1 ·(−5) ·1
 
1 1 0 | 0 ←
 
∼  0 −1 0 | 3  ·1
0 0 1 | 1
 
1 0 0 | 3
 
∼  0 −1 0 | 3  ·(−1)
0 0 1 | 1
 
1 0 0 | 3
 
∼  0 1 0 | −3  ⇒
0 0 1 | 1
x = 3
y = −3
z = 1 .
+ 36
+ +
DRUGI PRIMJER
Riješite sustav
3x1 − x2 + 4x3 − 5x4 = −1
−x1 + 3x2 − x3 + 2x4 = 0
2x1 + 2x2 + 3x3 − 3x4 = 3 .
 
−1 3 −1 2 | 0 ·3 ·2
 
 3 −1 4 −5 | −1  ←- |
2 2 3 −3 | 3 ←-
 
−1 3 −1 2 | 0
 
 0 8 1 1 | −1  ·(−1)
0 8 1 1 | 3 ←-
 
|−1 3 −1 2 | 0
 
 0 |8 1 1 | −1 
0 0 0 0 | |4
r(A) = 2, r(A|B) = 3 ⇒ sustav nema rješenje.
Zadnja jednadžba glasi 0 = 4 !?
+ 37
+ +
TREĆI PRIMJER
Riješite sustav
x + y + z = 2
2x − y + z = 3
3x + 2z = 5 .
 
1 1 1 | 2 ·(−2) ·(−3)
 
 2 −1 1 | 3  ←- |
3 0 2 | 5 ←-
 
1 1 1 | 2
 
∼  0 −3 −1 | −1  ·(−1)
0 −3 −1 | −1 ←-
 
|1 1 1 | 2
 
∼  0 |−3 −1 | −1 
0 0 0 | 0
r(A) = 2 = r(A|B) < 3 = broj nepoznanica,
sustav ima beskonačno mnogo rješenja sa jed-
nim slobodnim parametrom;
+ 38
+ +
unutar matrice A formiramo jediničnu matricu

reda 2:
 
1 1 1 | 2
 
∼  0 −3 −1 | −1  : (−3)
0 0 0 | 0
 
1 1 1 | 2 ←
 
∼  0 1 1/3 | 1/3  ·(−1)
0 0 0 | 0
 
1 0 2/3 | 5/3
 
∼  0 1 1/3 | 1/3  ⇒
0 0 0 | 0
 
 x + 2 5 
3z = 3
⇒
 y + 1z = 1 
3 3
x = 5
3 − 2z
3
y = 1
3 − 1z
3
z ∈ R
Ovo je opće rješenje sustava u parametarskom
obliku (z je slobodni parametar sustava).
+ 39
+ +
ČETVRTI PRIMJER
Četiri trgovačke firme A, B, C i D naručuju

robu od istog dobavljača, dakle, svaku vrstu
robe po jednakoj cijeni. Firma A je naručila
5t brašna (t = tona), 3t šećera i 1t kave za
što je platila 110 000 kuna. Firma B je za
3t brašna, 2t šećera i 2t kave platila 179 000
kuna. Firma C za 4t brašna, 4t šećera i 3t kave
plaća 272 000 kuna. Koliko će platiti firma D
za svoju narudžbu od 1t brašna, 1t šećera i 1t
kave? Zadatak riješite matričnim računom.
RJEŠENJE: Označimo cijene za 1t brašna,
šećera i kave sa x, y i z. Imamo sustav
5x + 3y + z = 110 000
3x + 2y + 2z = 179 000
4x + 4y + 3z = 272 000 ,
koji riješimo matrično (najbolje je uzeti re-
dosljed nepoznanica z, y, x).
Dobijemo x = 3 000, y = 5 000 i z = 80 000.
Rješenje zadatka je x + y + z = 88 000 kuna.
Napomena: zadatak možemo riješiti i tako da
vektor [1, 1, 1] prikažemo kao linearnu kombi-
naciju vektora [5, 3, 1], [3, 2, 2] i [4, 4, 3].
+ 40
+ +
PETI PRIMJER
Kako broj rješenja sustava

tx + ty + 4z = 2
x + y + tz = −1
3y − tz = 3
ovisi o vrijednosti realnog parametra t ?
Imamo:
 
1 1 t | −1 ·(−t)
 
 0 3 −t | 3  |
t t 4 | 2 ←-
 
1 1 t | −1

∼  0 3 −t | 3   ⇒
0 0 4 − t2 | 2 + t
t = 2 ⇒ r(A) = 2, r(A|B) = 3 ⇒ sustav nema
rješenja,
t = −2 ⇒ r(A) = 2 = r(A|B) < 3 ⇒ sustav
ima beskonačno mnogo rješenja,
t ̸= ±2 ⇒ r(A) = 3 = r(A|B) ⇒ sustav ima
jedinstveno rješenje.
+ 41
+ +
PRIMJENA GAUSS-JORDANOVE
METODE NA RAČUNANJE INVERZNE
MATRICE
A−1 = ? za zadanu A ∈ Mn
[ ] [ ]
−1 −1 −1
A · [A | I ] = A · A | A · I = I | A −1
Dakle:
[ ]
[A | I ] → el. transformacije → I | A−1
PRIMJER
 
1 0 −1
 
Invertirajte matricu A =  3 −1 0 .
−1 1 −3
RJEŠENJE:
[A | I] =
 
1 0 −1 | 1 0 0 ·(−3) ·1
 
 3 −1 0 | 0 1 0  ←- |
−1 1 −3 | 0 0 1 ←-
+ 42
+ +
 
1 0 −1 | 1 0 0
 
∼  0 −1 3 | −3 1 0  ·1
0 1 −4 | 1 0 1 ←-
 
1 0 −1 | 1 0 0 ←
 
∼  0 −1 3 | −3 1 0  ← |
0 0 −1 | −2 1 1 ·3 ·(−1)
 
1 0 0 | 3 −1 −1
 
∼  0 −1 0 | −9 4 3  ·(−1)
0 0 −1 | −2 1 1 ·(−1)
 
1 0 0 | 3 −1 −1 [ ]
  −1
∼  0 1 0 | 9 −4 −3  = I | A
0 0 1 | 2 −1 −1
 
3 −1 −1
 
Dakle, A−1 =  9 −4 −3 .
2 −1 −1
Provjera: A · A−1 = A−1 · A = I .
+ 43
+ +
DETERMINANTA KVADRATNE MATRICE
Svakoj kvadratnoj matrici A pridružen je jedin-

stveni realni broj koji nazivamo determinanta
i označavamo sa |A| ili det(A). Determinantu
definiramo na slijedeći način:
Determinanta reda 2:
[ ]
4 −1
A=
3 2

4 −1

det(A) = = 4 · 2 − (−1) · 3 = 11
3 2
Determinanta reda 3 (Sarrussovo pravilo):

 
2 −1 0
 
B =  −3 2 1 
4 0 5

2 −1 0 2 −1

|B| = −3 2 1 −3 2

4 0 5 4 0
= 2 · 2 · 5 + (−1) · 1 · 4 + 0 · (−3) · 0
−0 · 2 · 4 − 2 · 1 · 0 − (−1) · (−3) · 5
= 20 − 4 + 0 − 0 − 0 − 15 = 1
+ 44
+ +
Determinante višeg reda (n > 3):
A ∈ Mn , |A| = ?
Ako u matrici A izostavimo (izbrišemo) i-ti
redak i j-ti stupac dobivamo novu matricu
A′ij ∈ Mn−1. Njena determinanta naziva se
subdeterminanta ili minora |A′ij |.
Kofaktor ili algebarski komplement Aij ele-
menta aij definiramo kao
Aij = (−1)i+j · |A′ij | .

|A| dobijemo Laplaceovim razvojem po jed-
nom (proizvoljnom) retku ili stupcu:
n
∑
|A| = aij · Aij (razvoj po i-tom retku)
j=1
n
∑
|A| = aij · Aij (razvoj po j-tom stupcu)
i=1
PRIMJER: Provjerite da je determinanta tro-
kutaste (dijagonalne) matrice jednaka umnoš-
ku njenih dijagonalnih elemenata.
+ 45
+ +
SVOJSTVA DETERMINANTI
1. Zamjenom dvaju redaka ili stupaca deter-

minanta mijenja predznak.
2. Determinantu množimo brojem tako da
njime pomnožimo samo jedan (bilo koji) redak
ili stupac.
3. Determinanta se ne mijenja ako jednom
retku ili stupcu dodamo linearnu kombinaciju
preostalih redaka ili stupaca.
4. Determinanta koja ima nul-redak ili nul-
stupac jednaka je nuli.
5. Determinanta koja ima dva ista retka ili
stupca jednaka je nuli.
6. Determinanta čiji su reci (stupci) linearno
zavisni jednaka je nuli.
7. Determinanta čiji su reci (stupci) linearno
nezavisni različita je od nule.
+ 46
+ +
PRIMJER

1 3 −1 0

−2
2 2 1

3 0 −3 −1

−3 0 0 5 ←
= razvoj po četvrtom retku =

3 −1 0

4+1
= (−3) · (−1) · 2 2 1

0 −3 −1
+ 0·∗
+ 0·∗

1 3 −1

4+4
+ 5 · (−1) · −2 2 2

3 0 −3
= 3·1+5·0=3
+ 47
+ +
Napomena: prije razvijanja determinante neke

elemente možemo poništiti, npr.

1 3 −1 0

·1 ·(−5)
−2 2 2 1

3 0 −3 −1 ←- |

−3 0 0 5 ←-

1 3 −1 0

−2
2 2 1
=

1 2 −1 0

7 −10 −10 0
= razvoj po četvrtom stupcu =

1 3 −1

= 1 · (−1)2+4 · 1 2 −1 = ... = 3

7 −10 −10
+ 48
+ +
Još neka svojstva determinanti

Za A, B ∈ Mn i λ ∈ R vrijedi
1. |AT | = |A|
2. |A · B| = |A| · |B| (Binet-Cauchyjev teorem)
3. |Ak | = |A|k
1
4. |A−1| = |A|−1 =
|A|
5. |λ·A| = λn ·|A| (uočimo da je n red matrice)
PRIMJERI
1. Za matrice
[ ] [ ]
4 −3 −3 1
A= , B=
−2 2 4 4
( )
4 −1 3
izračunajte det 5A B A .
RJEŠENJE:

4 −1 3 2 4 −1 3
5A B A = 5 · A B A
= 25 · |A|4 · |B|−1 · |A|3

= 25 · 24 · (−16)−1 · 23
= −200 .
+ 49
+ +
2. Za matricu
 
2 0 0 0
 −3 −1 
 0 0 
K= 
 4 −7 1 0 
8 −6 −4 2

−1
odredite K = ? i 2K 3 = ?
RJEŠENJE: Kako je K donja trokutasta

matrica imamo |K| = 2 · (−1) · 1 · 2 = −4,
pa je
1 1
−1
K = = − ,
|K| 4

3
2K = 2 · K = 24 · |K|3
3 4
= 24 · (−4)3 = −1024 .
+ 50
+ +
DETERMINANTA, RANG I
REGULARNOST MATRICE
Rang matrice jednak je najvećem redu minore

te matrice koja je različita od nule.
Za matricu A ∈ Mn slijedeće tvrdnje su ekvi-
valentne:
• A je regularna
• rang(A) = n (najveći mogući rang)
• det(A) ̸= 0
• stupci (reci) od A su linearno nezavisni
Za matricu A ∈ Mn slijedeće tvrdnje su ekvi-
valentne:
• A je singularna
• rang(A) < n
• det(A) = 0
• stupci (reci) od A su linearno zavisni
+ 51
+ +
PRIMJER
Ispitajte regularnost matrice

 
1 0 −1
 
A= x 2 3 
3 x 2
RJEŠENJE:
Prvi način:

1 0 −1 1 0

|A| = x 2 3 x 2 = 4 − x2 + 6 − 3x

3 x 2 3 x
|A| = −x2 − 3x + 10 = 0 ⇒ x ∈ {−5, 2}

Za x ∈ {−5, 2} matrica A je singularna,
za x ∈ R \ {−5, 2} matrica A je regularna.
+ 52
+ +
Drugi način:
 
−1 0 1 ·3 ·2
 
A ∼  3 2 x  ←- |
2 x 3 ←-
 
−1 0 1
 
∼  0 2 x+3 
0 x 5 ·2
 
−1 0 1
 
∼  0 2 x + 3  ·(−x)
0 2x 10 ←-
 
|−1 0 1
 
∼  0 |2 x+3 
0 0 −x2 − 3x + 10
Ako je −x2 − 3x + 10 = 0 tj. x ∈ {−5, 2} tada
je r(A) = 2 < 3 pa je A singularna.
Ako je −x2 − 3x + 10 ̸= 0 tj. x ∈ R \ {−5, 2}
tada je r(A) = 3 pa je A regularna.
+ 53
+ +
PRIMJENA DETERMINANTI NA
RAČUNANJE INVERZNE MATRICE
Ako u matrici A ∈ Mn sve matrične elemente

aij zamijenimo sa njihovim kofaktorima Aij ,
dobijemo matricu kofaktora. Transponiranu
matricu kofaktora nazivamo adjungirana mat-
rica ili adjunkta adj(A). Može se pokazati
da vrijedi
adj(A) · A = A · adj(A) = |A| · I .

Ako je A regularna (AA−1 = A−1A = I) tada,
usporedbom ovih jednakosti, slijedi
1
A−1 = · adj(A) .
|A|
+ 54
+ +
PRIMJER
[ ]
a b
A= , A−1 = ?
c d
RJEŠENJE:
Matrica kofaktora
[ ] [ ]
(−1)1+1 · d (−1)1+2 · c d −c
=
(−1)2+1 · b (−1)2+2 · a −b a
[ ]
d −b
adj(A) =
−c a
Adjungirana matrica matrice reda 2 × 2 dobije
se tako da dijagonalnim elementima zamijeni-
mo mjesta a izvandijagonalnim predznake.
[ ]
1 1 d −b
A−1 = · adj(A) = ·
|A| ad − bc −c a
+ 55
+ +
CRAMEROV SUSTAV LINEARNIH

JEDNADŽBI
Ako je u sustavu AX = B broj jednadžbi jed-

nak broju nepoznanica (= n) tada je A kvad-
ratna matrica (reda n).
Ako je matrica sustava A regularna (|A| = ̸ 0)
tada je X = A−1 · B, pa sustav ima jedin-
stveno rješenje (homogeni sustav trivijalno a
nehomogeni netrivijalno). Takav sustav nazi-
vamo Cramerov. Rješenje Cramerovog sus-
tava možemo izraziti i pomoću determinanti,
xi = |Ai|/|A|, i = 1, 2, ..., n, gdje se Ai dobije
iz A zamjenom i-tog stupca vektorom B.
Ako je matrica sustava A singularna (|A| = 0)
tada homogeni sustav ima beskonačno mnogo
rješenja (dakle osim trivijalnog i beskonačno
mnogo netrivijalnih) a nehomogeni sustav mo-
že ili imati beskonačno mnogo rješenja ili biti
nemoguć.
+ 56
+ +
INPUT-OUTPUT ANALIZA
(Leontiefov medusektorski model)
Wassily W. Leontief: “The Structure of Ame-

rican Economy 1919-1939” (1950), Oxford
University Press.
U ovom modelu promatramo ekonomiju nekog
mjesta (kraja ili regije) kao cjelinu sastavljenu
od n industrija (grana ili sektora). Ti sektori
su medusobno zavisni. Proizvodnja svakog
sektora potrebna je kao utrošak u procesu
proizvodnje ostalih sektora ali i njega samog.
I-O analiza je analiza kvantitativnih zavisnosti
izmedu proizvodnji pojedinih sektora proma-
trane ekonomije. Osnovno pitanje koje pos-
tavljamo je:
Koju razinu proizvodnje svaki od n sektora

treba ostvariti pa da se zadovolji potražnja
za tim proizvodom?
+ 57
+ +
Pretpostavke modela:
1. Proizvodnja svakog sektora je homogena
(povećamo li ili smanjimo sve faktore proiz-
vodnje jednak broj puta, proizvodnja se tako-
der poveća ili smanji toliko puta).
2. Svaki sektor za proizvodnju koristi fiksni
odnos utroška (fiksnu kombinaciju faktora).
Osnovne oznake i relacije:
Ukupni output (izlaz) iz i-tog sektora ozna-
čavamo sa Qi. To je sve što taj sektor daje
(proizvodi). Neki sektori za svoj input (ulaz)
koriste dio outputa drugih sektora. Te veličine
označavamo sa Qij (dio outputa i-tog sektora
koji prelazi u j-ti sektor). Nakon što se zado-
volji ovakva medusektorska potražnja, ostaje
qi - dio outputa i-tog sektora namjenjen final-
noj potražnji (potrošnja, prodaja, izvoz). Sve
ove veličine mogu biti izražene u vrijednos-
nim (novčanim) ili količinskim jedinicama. Iz
navedenih veličina sastavljamo I-O tabelu.
+ 58
+ +
INPUT-OUTPUT TABELA
Qi Qij qi
Q1 Q11 Q12 ... Q1n q1
Q2 Q21 Q22 ... Q2n q2 .
... ... ... ... ...
Qn Qn1 Qn2 . . . Qnn qn
↙ ↓ ↘
ukupni medusektorska finalna
outputi potražnja potražnja
Osnovna relacija I-O tabele:

n
∑
Qi = Qij + qi , i = 1, 2, . . . , n .
j=1
Dio proizvoda i-tog sektora koji koristi j-ti
sektor za proizvodnju jedne jedinice svog pro-
izvoda je konstantan i nazivamo ga tehnički
koeficijent proizvodnje aij .
Qij
aij = , i, j = 1, 2, . . . , n .
Qj
+ 59
+ +
Sada je Qij = aij Qj , pa osnovna relacija glasi

n
∑
Qi = aij · Qj + qi , i = 1, 2, . . . , n .
j=1
Uvedemo li matrice: ukupnih outputa Q, final-
ne potražnje q i tehničkih koeficijenata A,
     
Q1 q1 a11 . . . a1n
     a21 . . . a2n 
 Q2   q2   
Q= ... , q =  ... , A =  ... ... ,
     
Qn qn an1 . . . ann
osnovnu relaciju možemo pisati u matričnom
obliku
Q = AQ + q
ili Q − AQ = q , odnosno (I − A)Q = q .
Uvedemo li matricu tehnologije T = I − A ,
imamo
TQ = q ili Q = T −1q .
Primijetimo da su u ovom modelu matrice A,
T i T −1 konstantne. To znači da, kad ih jed-
nom izračunamo, možemo ih primijeniti na
različite vrijednosti ukupnih outputa i finalne
potražnje.
+ 60
+ +
APROKSIMATIVNO IZRAČUNAVANJE
MATRICE T −1
Osnovne karakteristike matrice A:

1. aij ≥ 0, i, j = 1, 2, . . . , n
n
∑
2. aij < 1, j = 1, 2, . . . , n
i=1
T =I −A T −1 = (I − A)−1
Za proizvoljni prirodni broj k je
(I − A) · (I + A + A2 + . . . + Ak−1 + Ak )
= I + A + A2 + . . . + Ak
− A − A2 + . . . − Ak − Ak+1
= I − Ak+1
Ako k → ∞ tada Ak+1 → O, tj.
(I − A) · |(I + A + A2 +{z. . . + Ak + . . .)} = I
(I−A)−1
Dakle, (I − A)−1 ≈ I + A + A2 + . . . + Ak .
Aproksimacija je to bolja što je k veći.
+ 61
+ +
PRIMJERI
1. Zadana je input–output tabela neke dvo-

sektorske privrede
Qi Qij qi
1000 250 600 150 .
1200 250 300 650
Odredite pripadne matrice A, T i T −1.

RJEŠENJE:
  [ ]
250 600
1/4 1/2
A =  1000 1200 
=
250 300 1/4 1/4
1000 1200
[ ] [ ] [ ]
1 0 1/4 1/2 3/4 −1/2
T = − =
0 1 1/4 1/4 −1/4 3/4
[ ]
−1 1 1 3/4 1/2
T = · adj(T ) = ·
|T | 9 −1
16 8
1/4 3/4
[ ]
12/7 8/7
=
4/7 12/7
+ 62
+ +
2. Zadana je input–output tabela neke trosek-

torske privrede
Qi Qij qi
100 10 30 40 20
.
150 20 30 60 40
200 30 60 80 30
Napišite novu I–O tabelu ako se ukupni out-

puti prvog i drugog sektora povećaju za 20%
a finalna potražnja trećeg sektora smanji za
80%.
+ 63
+ +
RJEŠENJE: tabela → A → nova tabela

 
0.1 0.2 0.2
 
A =  0.2 0.2 0.3 
0.3 0.4 0.4
Qi Qij qi
120 12 36 0.2Q3 q1
180 24 36 0.3Q3 q2
Q3 36 72 0.4Q3 6
120 = 12 + 36 + 0.2Q3 + q1
180 = 24 + 36 + 0.3Q3 + q2
Q3 = 36 + 72 + 0.4Q3 + 6
Q3 = 190, q1 = 34, q2 = 63
Qi Qij qi
120 12 36 38 34
180 24 36 57 63
190 36 72 76 6
+ 64
UVOD

nog gradiva !!
SADRŽAJ
Funkcije ... 1
Realne funkcije jedne varijable ... 3
Granična vrijednost (limes) funkcije ... 7
Neprekidnost funkcije ... 14
Derivacije funkcija jedne varijable ... 15
Tehnika deriviranja ... 19
Diferencijal funkcije ... 39
Teorem srednje vrijednosti ... 42
L’Hospital–Bernoulijevo pravilo ... 48
Primjena derivacija na ispitivanje toka
i grafičko predočavanje funkcija ... 50
Primjena derivacija
na ekonomske funkcije ... 70
Elastičnost ... 76
Engelovi zakoni ... 83
SADRŽAJ (NASTAVAK)
Funkcije više varijabli ... 85

Parcijalne derivacije ... 87
Homogene funkcije ... 91
Diferencijali funkcija više varijabli ... 94
Elastičnost funkcija više varijabli ... 98
Ekstremi funkcija dvije varijable ... 102
Metoda najmanjih kvadrata ... 110
Uvjetni ekstremi ... 113
+ +
FUNKCIJE
Definicija: Neka su D i K neprazni skupovi.

Preslikavanje koje svakom elementu skupa D
pridružuje samo jedan elemenat skupa K na-
zivamo funkcija. Simbolički f : D → K .
Ako u definiciji izostavimo riječi “samo jedan”
tj. ako nekom elementu skupa D može biti
pridruženo više elemenata skupa K, imamo
relaciju (višeznačnu funkciju).
Skup D nazivamo domena ili područje de-
finicije a skup K kodomena ili područje vri-
jednosti funkcije.
Skup f (D) = {f (x) : x ∈ D} ⊆ K nazivamo
slika funkcije f .
Ako je y = f (x) tada x nazivamo argumenat
ili nezavisna varijabla a y zavisna varijabla
ili funkcija.
+ 1
+ +
Inverzna funkcija funkcije f : D → K, ako

postoji, je funkcija f −1 : K → D sa svojstvom
y = f (x) ⇐⇒ x = f −1(y)
Kompozicija funkcija f : D → K i g : K → M
je funkcija g ◦ f : D → M sa svojstvom
(g ◦ f )(x) = g (f (x))
Primijetimo da je
(f −1 ◦ f )(x) = f −1(f (x)) = f −1(y) = x
(f ◦ f −1)(y) = f (f −1(y)) = f (x) = y

Dakle, f −1 ◦ f = i (identiteta) na D, odnosno
f ◦ f −1 = i (identiteta) na K.
Ako je
f : D → K, D, K ⊆ R ,
tj. domena i kodomena funkcije su podskupovi
skupa realnih brojeva, tada imamo
+ 2
+ +
REALNE FUNKCIJE JEDNE VARIJABLE
Prirodna domena ovih funkcija je skup

D(f ) = {x ∈ R : f (x) ∈ R} .
Možemo ih zadati tablicom, grafički i anali-
tički (formulom). Primjeri ...
Klasifikacija
Algebarske:
• polinomi (operacije +, −, ·)
y = a0 + a1x + a2x2 + . . . + anxn
• racionalne (razlomljene) funkcije

(operacije +, −, ·, :)
a0 + a1x + a2x2 + . . . + anxn
y=
b0 + b1x + b2x2 + . . . + bmxm
• iracionalne funkcije
(operacije +, −, ·, :, √
n )
+ 3
+ +
Transcendentne:
• eksponencijalne i logaritamske
y = ax i y = loga x, a>0
• trigonometrijske i ciklometrijske
y = sin x y = arcsin x
y = cos x y = arccos x
y = tan x y = arctan x
y = cot x y = arccot x
Domena i kodomena (slika) ovih funkcija naj-

češće su intervali (segmenti) ili njihove unije.
PRIMJERI
1. Klasificirajte slijedeće funkcije

√
x4 1
f (x) = −1, g(x) = , h(x) = 1 − x2,
5 x
x √
r(x) = x , z(x) = 2 + x + 3 x + ln x .
e +1
+ 4
+ +
2. Parne funkcije: f (−x) = f (x) (graf im

je simetričan s obzirom na os y), takve su
npr. x2, x4, . . . , xn, n paran.
Neparne funkcije: f (−x) = −f (x) (graf
im je centralno simetričan s obzirom na
ishodište), npr. x, x3, . . . , xn, n neparan.
Ispitajte parnost slijedećih funkcija:
2
f (x) = |x|, g(x) = 3 , h(x) = x2 +x .
x −x
3. Iz grafa funkcije y = f (x) za zadane realne

brojeve α i β, konstruirajte graf funkcije
y = f (x + α) + β.
Rješenje: y − β = f (x
| {z } | +
{z α})
y′ x′
Kako je y ′ = f (x′) zadano, imamo
y = y ′ + β, x = x′ − α ,
tj. graf funkcije y = f (x + α) + β dobije se
iz grafa funkcije y = f (x) translacijom za
β u smjeru osi y i za −α u smjeru osi x.
+ 5
+ +
4. Odredite domene slijedećih funkcija

x x
a(x) = 2 , b(x) = 2 ,
x −9 x +9
√ √
c(x) = 1 − x, d(x) = 3 1 − x,
ln(x3 − 8)
f (x) = log(x2 − 4), g(x) = √ √ ,
3− x
√
h(x) = log log x, k(x) = 2x − 21−x.
Rješenje:
D(a) = R \ {−3, 3}, D(b) = R,
D(c) = ⟨−∞, 1], D(d) = R,
D(f ) = ⟨−∞, −2⟩ ∪ ⟨2, +∞⟩,
D(g) = ⟨2, 9⟩, D(h) = ⟨1, +∞⟩,

[ ⟩
1
D(k) = , +∞ .
2
√
Pravila: B/N ⇒ N ̸= 0, parni ∗ ⇒ ∗ ≥ 0,
loga ∗ ⇒ ∗ > 0.
+ 6
+ +
GRANIČNA VRIJEDNOST (LIMES)

FUNKCIJE
PRIMJER: Promatrajmo funkciju

x3 − 1
f (x) = .
x−1
Vidimo da je D(f ) = R \ {1}. Dakle, funkcija
je definirana za svaki x osim za x = 1. Pitamo
se što se dogada sa vrijednostima funkcije kad
se x sve više približava broju 1? Simbolički
x→1 ⇒ f (x) → ?
Drugim riječima mi tražimo graničnu vrijed-
nost ili limes fukcije kad x teži broju 1,
lim f (x) = ?
x→1
Što znači x → 1? To znači da x poprima takve
vrijednosti
x1, x2, x3, . . . , xn, xn+1, . . .
da za svaki proizvoljno mali broj δ > 0 vrijedi
0 < |xn − 1| < δ za sve n > n0 = n0(δ) .
Očito je da x može težiti broju 1 na besko-
načno mnogo načina.
+ 7
+ +
Na primjer:
x f (x) x f (x)
0.9 2.71 1.1 3.31
0.99 2.9701 1.01 3.0301
0.999 2.997... 1.001 3.003...
0.9999 2.9997... 1.0001 3.0003...
0.99999 2.99997... 1.00001 3.00003...
↓ ↓ ↓ ↓
1− 3 1+ 3
Dakle, naslućujemo da bi moglo biti
lim f (x) = 3 .
x→1
Zaista,
{ }
x3 − 1 0
lim =
x→1 x − 1 0
(x − 1)(x2 + x + 1)
= lim
x→1 x−1
= lim (x2 + x + 1)
x→1
= 3 .
+ 8
+ +
Definicija (konačni limes u konačnosti): Ne-

ka su c, L ∈ R. Kažemo da je L limes funkcije
f (x) kada x teži broju c i pišemo
lim f (x) = L
x→c
ako za svaki ε > 0 postoji δ > 0 tako da vrijedi
0 < |x − c| < δ ⇒ |f (x) − L| < ε .

Primijetimo da je
0 < |x − c| < δ ⇔ x ∈ ⟨c − δ, c + δ⟩ i x ̸= c,
| {z }
okolina točke c
|f (x) − L| < ε ⇔ f (x) ∈ ⟨L − ε, L + ε⟩ .

| {z }
okolina točke L
Drugim riječima, funkcija poprima vrijednosti
po volji blizu broju L kad se argumenat do-
voljno približi broju c. To možemo zapisati i
ovako:
f (x) = L + ω(x), lim ω(x) = 0 .

x→c
Skica ...
+ 9
+ +
Beskonačni limes u konačnosti

(c ∈ R, L = ±∞):
lim f (x) = ∞ (ili − ∞)

x→c
Funkcija poprima proizvoljno velike pozitivne
(ili negativne) vrijednosti kad se argumenat
dovoljno približi broju c. U ovom slučaju pra-
vac x = c nazivamo uspravna (vertikalna,
okomita) asimptota funkcije. Skica ...
Konačni limes u beskonačnosti
(c = ±∞, L ∈ R):
lim f (x) = L ili lim f (x) = L

x→∞ x→−∞
Funkcija poprima vrijednosti po volji blizu bro-
ju L kad argumenat poprimi dovoljno velike
pozitivne ili negativne vrijednosti. U ovom
slučaju pravac y = L nazivamo vodoravna
(horizontalna) asimptota funkcije. Skica ...
+ 10
+ +
Beskonačni limes u beskonačnosti

(c = ±∞, L = ±∞):
lim f (x) = ∞ ili lim f (x) = ∞ (ili −∞)
x→∞ x→−∞
Funkcija poprima proizvoljno velike pozitivne
(ili negativne) vrijednosti kad argumenat po-
primi dovoljno velike pozitivne ili negativne
vrijednosti. Skica ...
Kažemo da funkcija konvergira u nekoj točki
ako u njoj ima konačni limes. U protivnom
(ako je limes beskonačan ili ga nema) kažemo
da divergira.
Svojstva limesa:
Limes zbroja, razlike, produkta ili kvocjenta
dviju funkcija jednak je zbroju, razlici, pro-
duktu ili kvocjentu limesa tih dviju funkcija
(ako su navedeni izrazi dobro definirani), tj.
⊙ ⊙
lim (f (x) g(x)) = lim f (x) lim g(x),
x→c x→c x→c
⊙
pri čemu je ∈ {+, −, ·, :}. Specijalno ako
je g(x) = k (konstanta), imamo npr.
lim (k · f (x)) = k · lim f (x) .
x→c x→c
+ 11
+ +
Neki važniji limesi:

a a
(1) lim = 0, lim = 0 za a ∈ R,
x→∞ x x→−∞ x
a a
(2) lim = ∞, lim = −∞ za a > 0,
x→0+ x x→0− x


 0 za 0 < a < 1
(3) lim ax = 1 za a=1
x→∞ 
 ∞ za a > 1,
√x
√
(4) lim a = 1 za a > 0, lim x x = 1,
x→∞ x→∞
( )
1 x
(5) lim 1 + = 2.71828182... = e ,
x→∞ x
( )
k x
lim 1 + = ek , k∈R.
x→∞ x
+ 12
+ +
PRIMJERI
1. Odredeni oblici limesa:

{ }
4 4
lim = =0 .
x→∞ x2 + 1 ∞
4 ∞ 4 0
Npr. = 0, = ∞, = ∞, = 0,
∞ 4 0+ 4
∞
= ∞, ∞ + ∞ = ∞, ∞·∞ = ∞, ...
0+
2. Neodredeni oblici limesa:

{ }
4x2 ∞ 4x2
lim = = lim ( )
x→∞ x2 + 1 ∞ x→∞ x2 1 + 1
x2
4
= lim =4 .
x→∞ 1 + 1
x2
∞ 0
Npr. , , ∞ − ∞, ∞ · 0,
∞ 0
∞0, 1∞, 00, ...
+ 13
+ +
NEPREKIDNOST FUNKCIJE
Definicija: Funkcija f (x) je neprekidna u

točki x = c ako vrijedi
lim f (x) = f (c) .

x→c
Primijetimo da definicija podrazumijeva da je
funkcija definirana u točki c, da ima limes u
točki c i da su te dvije vrijednosti jednake.
U protivnom (ako nešto od navedenog nije
ispunjeno) kažemo da funkcija ima prekid u
točki c.
Slikovito rečeno, funkcija je neprekidna u ne-
koj točki ako njezin graf kroz tu točku može-
mo nacrtati jednim potezom.
PRIMJER: Ispitajte neprekidnost funkcija

x2 − 1
f (x) = i g(x) = x + 1 .
x−1
+ 14
+ +
DERIVACIJE FUNKCIJA JEDNE

VARIJABLE
Promatrat ćemo kako se mijenja funkcija u

odnosu na promjenu argumenta. Skica ...
△x – promjena (prirast) argumenta,
△y ili △f – promjena (prirast) funkcije uzro-
kovana promjenom argumenta.
Definicija derivacije:
△y f (x + △x) − f (x)
f ′(x) = lim = lim
△x→0 △x △x→0 △x
Graničnu vrijednost kvocjenta prirasta funkci-
je i prirasta argumenta u nekoj točki kad pri-
rast argumenta teži k nuli, ako postoji, nazi-
vamo derivacija funkcije u toj točki.
Funkcija koja ima derivaciju nazivamo deriva-
bilna ili diferencijabilna funkcija.
Pravac kroz točke
P (x, f (x)) i M (x + △x, f (x + △x))
je sekanta grafa funkcije f . Kad △x → 0 tada
M → P , pa sekanta prelazi u tangentu.
+ 15
+ +
Dakle,
△y
f ′(x) = lim
△x→0 △x
= lim koef. smjera sekante

△x→0
= koef. smjera tangente

Geometrijska interpretacija derivacije:
Derivacija funkcije u nekoj točki je koefici-
jent smjera tangente na graf funkcije u toj
točki. Drugim riječima, derivacija je mjera
brzine promjene funkcije uzrokovane malom
promjenom argumenta.
Primjer: interpretirajte slijedeće tvrdnje
f ′(2) = 3, f ′(5) = −1/4 .
Napomenimo da se osnovna formula (defini-
cija) derivacije može pisati na više načina, npr.
stavimo li z = x + △x tada je △x = z − x i
△x → 0 ⇒ z → x, pa je
f (x + △x) − f (x)
f ′(x) = lim
△x→0 △x
f (z) − f (x)
= lim
z→x z−x
+ 16
+ +
DERIVABILNOST I NEPREKIDNOST
Ako je funkcija derivabilna u nekoj točki tada

je u njoj i neprekidna. Obrat ne mora vrijediti.
Dokažimo ovu tvrdnju!
Ako je funkcija f (x) derivabilna u točki x = c,
bit će
′ f (x) − f (c)
f (c) = lim ,
x→c x−c
odnosno
f (x) − f (c)
= f ′(c) + ω(x), lim ω(x) = 0
x−c x→c
ili
f (x) − f (c) = (x − c)f ′(c) + (x − c)ω(x) .

Uzmemo li u ovoj jednakosti limes kad x → c,
desna strana postane nula, pa dobijemo
lim f (x) − f (c) = 0 ,

x→c
a što je definicija neprekidnosti.
+ 17
+ +
Tvdnju da obrat ne mora vrijediti pokazuje

primjer funkcije
{
x za x≥0
f (x) = |x| = .
−x za x<0
Kako je
lim f (x) = lim |x| = 0 = f (0) ,

x→0 x→0
funkcija je neprekidna u točki x = 0. Medutim
f (x) − f (0) x
lim = lim =1 ,
x→0+ x−0 x→0+ x
f (x) − f (0) −x
lim = lim = −1 ,
x→0− x−0 x→0− x
pa funkcija nema derivacije u točki x = 0 (jer
limes nije jedinstven).
+ 18
+ +
TEHNIKA DERIVIRANJA
Da bi postupak deriviranja učinili jednostavni-

jim, koristeći definiciju derivacije, izvest ćemo:
• općenita pravila deriviranja (derivaciju

zbroja, razlike, produkta i kvocjenta),
• tablicu derivacija (izraze - formule za de-

rivaciju elementarnih funkcija) i
• derivaciju složenih funkcija.
+ 19
+ +
PRAVILA DERIVIRANJA
Neka su u i v derivabilne funkcije a c kon-

stanta. Tada vrijedi
1. (c · u)′ = c · u′
2. (u ± v)′ = u′ ± v ′
3. (uv)′ = u′v + uv ′
( )′
u u′v − uv ′
4. =
v v2
Ova pravila dobijemo primjenom definicije de-

rivacije
′ f (x + h) − f (x)
f (x) = lim ,
h→0 h
(tu smo prirast argumenta △x označili kraćom
oznakom h). Pokazujemo pravila 2 i 3.
+ 20
+ +
Pravilo 2: u definiciju derivacije stavimo
f (x) = u(x) + v(x) (slično za razliku −).

Imamo
(u(x) + v(x))′
[u(x + h) + v(x + h)] − [u(x) + v(x)]

= lim
h→0 h
[ ]
u(x + h) − u(x) v(x + h) − v(x)
= lim +
h→0 h h
= u′(x) + v ′(x)
+ 21
+ +
Pravilo 3: u definiciju derivacije stavimo
f (x) = u(x) · v(x) .

Imamo
(u(x) · v(x))′
u(x + h)v(x + h) − u(x)v(x)

= lim
h→0 h
[
u(x + h)v(x + h) − u(x)v(x + h)
= lim
h→0 h
]
u(x)v(x + h) − u(x)v(x)
+
h
u(x + h) − u(x)
= lim · v(x + h)
h→0 h
v(x + h) − v(x)
+ lim u(x) ·
h→0 h
= u′(x)v(x) + u(x)v ′(x)
+ 22
+ +
TABLICA DERIVACIJA OSNOVNIH

ELEMENTARNIH FUNKCIJA
1. (konstanta)′ = 0
2. (xn)′ = nxn−1, n ∈ R, (x)′ = 1
√ ′ 1
3. ( x ) = √
2 x
( )
1 ′ n
4. = − n+1 , n∈R
xn x
5. (ax)′ = ax ln a
6. (ex)′ = ex
+ 23
+ +
1 loga e
7. (loga x)′ = =
x ln a x
′ 1
8. (ln x) =
x
9. (sin x)′ = cos x
10. (cos x)′ = − sin x
1
11. (tan x)′ =
cos2 x
1
12. (cot x)′ = −
sin2 x
Sve navedene formule dobijemo iz definicije

derivacije. Pokazujemo neke od njih.
+ 24
+ +
Formula 2: U definiciju derivacije stavljamo

f (x) = xn. Formulu pokazujemo za n ∈ N .
U izvodu koristimo binomni teorem. Imamo
(x + h)n − xn
(xn)′ = lim
h→0 h
[ ( )
1 n
= lim x + n
1 xn−1 h
h→0 h
( ) ( )
+ n
2 xn−2 h2 + n xn−3 h3
3
( ) ]
n
+... + n − xh n−1 + hn − xn
1
[( ) ( )
= lim n xn−1 + n xn−2h
h→0 1 2
( ) ]
+ n
3 xn−3h2 + . . . + hn−1
= nxn−1
+ 25
+ +

√
f (x) = x. Imamo
√ √
√ ′ x+h− x
( x) = lim
h→0 h
√ √ √ √
x+h− x x+h+ x
= lim ·√ √
h→0 h x+h+ x
x+h−x
= lim √ √
h→0 h · ( x + h + x )
1
= √
2 x
+ 26
+ +

f (x) = loga x. Imamo
loga(x + h) − loga x
(loga x)′ = lim
h→0 h
( )
1 x+h
= lim · loga
h→0 h x
( )
1 x h
= lim · · loga 1 +
h→0 x h x
( )x
1 1 h
= lim · loga 1 + x
h→0 x
h
{ }
x
= t= , h→0 ⇒ t→∞
h
( )
1 1 t
= · lim loga 1 +
x t→∞ t
1
= · loga e
x
+ 27
+ +
PRIMJERI
Derivirajte slijedeće funkcije
√ √
1. y = 6x − 2x + 4 x +
3 2 ln x − 9
′ 3 ′ ′ √ ′
y = 6 · (x ) − 2 · (x) + 4 · ( x)
√
+ 2 · (ln x)′ − 9′
1
= 6 · 3x2 − 2 · 1 + 4 · √
2 x
√ 1
+ 2· −0
x
√
2 2
= 18x2 − 2 + √ +
x x
√
2. y = 8 x3 + x23 ⇔ y = 8x3/4 + 2x−3
4
y ′ = 8 · (x3/4)′ + 2 · (x−3)′
3 −1/4
= 8· x + 2 · (−3) x−4
4
6 6
= 6x−1/4 − 6x−4 = √ −
4 x x4
+ 28
+ +
3. y = x4 ln x
y ′ = (x4)′ · ln x + x4 · (ln x)′

1
= 4x3 · ln x + x4 ·
x
= 4x3 ln x + x3
x
4. y = 2
x +1
(x)′ · (x2 + 1) − x · (x2 + 1)′
y′ =
(x2 + 1)2
1 · (x2 + 1) − x · 2x
=
(x2 + 1)2
1 − x2
=
(x2 + 1)2
+ 29
+ +
DERIVACIJA SLOŽENE FUNKCIJE

(KOMPOZICIJE)
y = (f ◦ u)(x), tj. y = f (u(x))
△f
f ′(x) = lim
△x→0 △x
△f △u
= lim ·
△x→0 △u △x
= {△x → 0 ⇒ △u → 0 ⇒ △f → 0}
△f △u
= lim · lim
△u→0 △u △x→0 △x
= f ′(u) · u′(x),
uz pretpostavku da svi navedeni limesi pos-
toje. Dakle,
fx′ = fu′ · u′x .
+ 30
+ +
PRIMJERI
Derivirajte slijedeće funkcije
√
1. y = x2 + 1
{ }
√ ′ 1
y′ = ( ∗) = √ · ∗′
2 ∗
1
= √ · (x2 + 1)′
2 x2 + 1
1 x
= √ · 2x = √
2 x2 + 1 x2 + 1
3
2. y = ex
{ }
y′ = (e∗)′ = e∗ · ∗′
x3 3 ′ 2
= e · (x ) = 3 x e x3
+ 31
+ +
√
3. y = ln(x6 − 1)
{ }
√ ′ 1
y′ = ( ∗ ) = √ · ∗′
2 ∗
1
= √ · ( ln(x6 − 1) )′
2 ln(x6 − 1)
{ }
′ 1 ′
= (ln ∗) = · ∗
∗
1 1
= √ · 6 · (x6 − 1)′
2 ln(x6 − 1) x − 1
1 1
= √ · 6 · 6x5
2 ln(x6 − 1) x − 1
3x5
= √
(x6 − 1) ln(x6 − 1)
+ 32
+ +
DERIVACIJA INVERZNE FUNKCIJE
Znamo, da ako funkcija ima inverznu, tada

vrijedi y = f (x) ⇔ x = f −1(y).
( )′
Ako je f ′(x) poznato, koliko je −1
f (y) ?
( )′ △x
−1
f (y) = lim
△y→0 △y
= {△y → 0 ⇒ △x → 0}
1
1
= lim =
△x→0 △y f ′(x)
△x
PRIMJER
y = ex ⇔ x = ln y, (ex)′ = ex, (ln y)′ = ?

1 1 1
(ln y)′ = = =
(ex)′ ex y
+ 33
+ +
DERIVACIJE VIŠEG REDA
Derivacija zadane funkcije je nova funkcija.

Njenu derivacija, ako postoji, nazivamo druga
derivacija zadane funkcije. Dakle
′′ f ′(x + h) − f ′(x)
f (x) = lim
h→0 h
Ovaj postupak deriviranja možemo nastaviti:
f → f ′ → f ′′ → f ′′′ → . . . → f (n) → f (n+1) → . . .

Pri tome se više derivacije mogu označavati
rimskim brojevima ili arapskim u zagradi, npr.
f vii = f (7). S obzirom na najviši red derivacije
koji na nekom području funkcija ima, razliku-
jemo slijedeće klase funkcija:
C – neprekidne funkcije,
C 1 – funkcije čija je prva derivacija neprekidna
(⇒ neprekidna je i funkcija),
C 2 – funkcije čija je druga derivacija neprekid-
na (⇒ neprekidna je i prva derivacija i funkci-
ja),
...
+ 34
+ +
C n – funkcije čija je n-ta derivacija neprekidna

(⇒ neprekidne su i sve derivacije nižeg reda i
funkcija),
C ∞ – funkcije koje su neprekidne i čije su sve
derivacije neprekidne.
PRIMJERI
1. Odredite sve derivacije funkcije
y = x4 + 5x3 − 4x2 + 7x − 11 .
y ′ = 4x3 + 15x2 − 8x + 7
y ′′ = 12x2 + 30x − 8
y ′′′ = 24x + 30
y iv = 24
yv = 0
y (n) = 0 za sve n ≥ 5
+ 35
+ +
2. Odredite prvih nekoliko derivacija funkcije

y = x · ex, te zaključite koliko je y (n).
y ′ = (xex)′ = ex + xex
y ′′ = ex + (xex)′ = 2ex + xex
y ′′′ = 2ex + (xex)′ = 3ex + xex
y iv = 3ex + (xex)′ = 4ex + xex
...
y (n) = nex + xex
3. Odredite treću derivaciju funkcije
y = ln(x2 + 1) .
1 2x
y′ = 2 ′
· (x + 1) = 2
x2 + 1 x +1
2(x2 + 1) − 2x · 2x 2 − 2x2
y ′′ = 2 2
=
(x + 1) (x2 + 1)2
′′′ 4x3 − 12x

y = ... =
(x2 + 1)3
+ 36
+ +
TANGENTA I NORMALA
Vidjeli smo da je vrijednost derivacije koefici-

jent smjera tangente na graf funkcije u pro-
matranoj točki. Normala je pravac okomit
na tangentu u toj točki. Ako uzmemo točku
(x0, f (x0)) na grafu funkcije f , tada je jed-
nadžba tangente i normale
y − f (x0) = k(x − x0) ,

pri čemu je k = f ′(x0) za tangentu, odnosno,
k = −1/f ′(x0) za normalu.
PRIMJER: Napišite jednadžbu tangente i nor-
male na graf funkcije f (x) = ln x u točki aps-
cise 1.
Rješenje: x0 = 1, f (x0) = ln 1 = 0,
f ′(x) = 1/x, f ′(x0) = 1/1 = 1.
Tangenta ... y − 0 = 1(x − 1) ... y = x − 1.
Normala ... y − 0 = −1(x − 1) ... y = −x + 1.
+ 37
+ +
LOGARITAMSKO DERIVIRANJE
Ako je y = f (x), tada je
′ y′
(ln y) = .
y
Ovo je formula logaritamskog deriviranja.
Možemo je koristiti za deriviranje funkcija koje
ne možemo derivirati standardnim pravilima.
PRIMJER: Derivirajte funkciju y = xx.
Rješenje: ln y = x · ln x, pa ako deriviramo
obje strane jednakosti imamo
y′ 1
= ln x + x · ⇒ y ′ = y (ln x + 1) ,
y x
dakle, (xx)′ = xx(ln x + 1).
Općenito za y = u(x)v(x) imamo ln y = v ln u
čijim deriviranjem dobijemo
y′ ′ u′
= v ln u + v ,
y u
( )
u′
dakle, (uv )′ = uv · v ′ ln u + v .
u
+ 38
+ +
DIFERENCIJAL FUNKCIJE
Ako je funkcija y = f (x) derivabilna u nekoj

točki, znamo da u toj točki vrijedi
△y
y ′ = lim ,
△x→0 △x
odnosno
△y
= y ′ + ω(△x), lim ω(△x) = 0,
△x △x→0
ili △y = y ′ · △x + ω(△x) · △x (skica ...)
| {z } | {z }
diferencijal zanemarivo malo
Neka je dx = △x (proizvoljno mali prirast ili
diferencijal nezavisne varijable x). Dife-
rencijal funkcije definiramo formulom
dy = y ′ · dx .
Slijedi da je
′ dy
y = ,
dx
tj. derivacija je jednaka kvocjentu diferencijala
zavisne i nezavisne varijable.
Vidimo da je diferencijal funkcije dy glavni (li-
nearni) dio prirasta △y. Drugim riječima, dy
aproksimira prirast △y to bolje što je dx manji.
+ 39
+ +
Dakle, △y ≈ dy za dovoljno mali dx, odnosno,

u terminima funkcije f u točki x vrijedi
f (x + dx) − f (x) ≈ df (x) = f ′(x)dx

ili f (x + dx) ≈ f (x) + f ′(x)dx .
Time smo vrijednost funkcije u točki x + dx
aproksimirali pomoću vrijednosti funkcije i nje-
nog diferencijala u točki x.
Geometrijski, dy je dio prirasta △y do tan-
gente na graf funkcije u točki x.
Kao i kod derivacija, definiramo diferencijale
višeg reda:
d2y = d(dy) = y ′′dx2,

d3y = d(d2y) = y ′′′dx3, ...
dny = d(dn−1y) = y (n)dxn.
+ 40
+ +
PRIMJERI
1. Ako znamo da je f (6) = 3 i f ′(6) = 5, što

možemo reći o f (6.02) ?
Rješenje: f (6.02) ≈ f (6)+f ′(6)·0.02 =
3 + 5 · 0.02 = 3.1 .
Pomoću diferencijala približno izračunajte

2. √
3
2.9982 − 1 .
√
3
Rješenje: f (x) = x2 − 1
2x
⇒ f ′(x) = √ .
3
3 (x2 − 1)2
x = 3, dx = −0.002, f (3) = 2, f ′(3) = 0.5
⇒ f (2.998) ≈ 2 + 0.5 · (−0.002) = 1.999 .
+ 41
+ +
TEOREM SREDNJE VRIJEDNOSTI
Skica ...
Sekanta i tangenta su paralelne, tj.
|M S| f (b) − f (a) ′ (c)
= = f
| {z }
|P S| b−a
| {z } koef. smjera tangente
koef. smjera sekante
Teorem (Lagrangeov teorem srednje vrijed-
nosti): Ako je funkcija f neprekidna na [a, b]
i derivabilna na ⟨a, b⟩, tada postoji bar jedna
točka c ∈ ⟨a, b⟩ takva da vrijedi
f (b) − f (a) = f ′(c) · (b − a) .
Razlika vrijednosti funkcije na krajevima in-
tervala jednaka je umnošku derivacije u nekoj
točki unutar intervala i veličine intervala.
Napomena: stavimo li x0 = a, x0 + △x = b,
imamo b − a = △x i c = x0 + t · △x, t ∈ ⟨0, 1⟩,
pa je
f (x0 + △x) = f (x0) + f ′(x0 + t · △x) · △x .
Usporedimo ovo sa formulom za diferencijal
f (x0 + △x) ≈ f (x0) + f ′(x0) · △x .
+ 42
+ +
Ako u Lagrangeovu teoremu pretpostavimo

da vrijedi još i
f (a) = f (b),
dobivamo
f (b) − f (a) = 0 = f ′(c) · (b − a) ⇒ f ′(c) = 0,

a što je Rolleov teorem srednje vrijednosti.
Skica ...
+ 43
+ +
Uzastopnom primjenom teorema srednje vri-

jednosti (na funkciju, zatim na njenu deriva-
ciju, pa onda na drugu derivaciju itd.) dola-
zimo do Taylorovog polinoma stupnja n za
funkciju f klase C n u točki x0,
f ′(x0) f ′′(x0)
Tn(x) = f (x0)+ (x−x0)+ (x−x0)2
1! 2!
f ′′′(x0) 3 f iv (x0)
+ (x − x0) + (x − x0)4
3! 4!
f (n)(x0)
+... + (x − x0)n ,
n!
pri čemu vrijedi Taylorova formula
f (x) = Tn(x) + R (x) ,
| n{z }
ostatak
Rn(x) = (x − x0)nrn(x), lim rn(x) = 0 .

x→x0
Taylorov polinom Tn(x) ima svojstvo da su
u točki x = x0 vrijednosti funkcije i polinoma
kao i vrijednosti njihovih prvih n derivacija jed-
nake. Ovaj polinom, najbolje od svih poli-
noma stupnja ≤ n, aproksimira funkciju f u
okolini točke x0.
+ 44
+ +
PRIMJER
Napišite Taylorov polinom stupnja 4 za funk-

ciju f (x) = ln x u točki x0 = 1.
Rješenje:
f (x) = ln x ⇒ f (1) = 0
′ 1
f (x) = ⇒ f ′(1) = 1
x
1
f ′′(x) = − 2 ⇒ f ′′(1) = −1
x
2
f ′′′(x) = 3 ⇒ f ′′′(1) = 2
x
6
f (x) = − 4 ⇒ f iv (1) = −6
iv
x
1 −1
T4(x) = 0 + (x − 1) + (x − 1)2
1! 2!
2 −6
+ (x − 1)3 + (x − 1)4
3! 4!
+ 45
+ +
Dakle,
(x − 1)2 (x − 1)3 (x − 1)4
T4(x) = (x−1)− + −
2 3 4
Primjena: numeričko izvrednjavanje funkcija
pomoću računala, npr. za x = 1.5 je
T4(1.5) = 0.4010 . . . ,
f (1.5) = ln 1.5 = 0.4054 . . .
Za funkciju f klase C ∞ imamo Taylorov red

f ′(x0) f ′′(x0)
f (x) = f (x0)+ (x−x0)+ (x−x0)2
1! 2!
f ′′′(x0)
+ (x − x0)3 + . . .
3!
Ako je x0 = 0 imamo Mac-Laurinov red
f ′(0) f ′′(0) 2 f ′′′(0) 3
f (x) = f (0)+ x+ x + x +. . .
1! 2! 3!
+ 46
+ +
PRIMJER
Napišite Mac-Laurinov red za funkciju
f (x) = ex .
Rješenje: Kako je
f (k)(x) = ex, k = 1, 2, 3, . . .
bit će f (k)(0) = e0 = 1, tj.
f (0) = f ′(0) = f ′′(0) = f ′′′(0) . . . = 1 ,

pa je
x 2 x3 x4 x5
ex = 1 + x + + + + + ...
2 3! 4! 5!
(razvoj funkcije u red potencija).
+ 47
+ +
L’HOSPITAL – BERNOULIJEVO PRAVILO
Ako je lim f (x) = lim g(x) = 0 (ili ±∞), tada

x→c x→c
vrijedi
{ }
f (x) 0 ∞ f ′(x)
lim = ili = lim ′ ,
x→c g(x) 0 ∞ x→c g (x)
ukoliko navedeni limesi postoje.
Ovo pravilo, dakle, možemo koristiti za rješa-
vanje neodredenih oblika limesa 0/0 i ∞/∞.
Ostale neodredene oblike trebamo prvo svesti
na jednog od njih, a zatim primijeniti pravilo.
L’Hospitalovo pravilo pokazujemo za ublik 0/0
i za slučaj derivabilnih funkcija f i g u točki
x = c. Koristimo Taylorovu formulu za f i g.
f (x) f (c) + f ′(c)(x − c) + (x − c)r1f (x)
=
g(x) g(c) + g ′(c)(x − c) + (x − c)r1g (x)
Kako je, zbog neprekidnosti, f (c) = g(c) = 0,
imamo
f (x) f ′(c) + r1f (x)
= ′
g(x) g (c) + r1g (x)
Uzevši limx→c na obje strane ove jednakosti,
dobivamo L’Hospitalovo pravilo.
+ 48
+ +
PRIMJERI
{ }
x3 − 3x + 2 0
1. lim 4 =
x→1 x − 4x + 3 0
{ }
3x2 − 3 0 6x 1
= lim = = lim =
x→1 4x3 − 4 0 x→1 12x2 2
2. lim x ln x = {0 · ∞}
x→0
{ } 1
ln x ∞
= lim = = lim x1
x→0 1
x
∞ x→0 − 2
x
= lim (−x) = 0
x→0
{ }
ex +∞ ex
3. lim = = lim = +∞
x→+∞ x +∞ x→+∞ 1
{ }
ex 0
lim = =0
x→−∞ x −∞
+ 49
+ +
PRIMJENA DERIVACIJA NA ISPITIVANJE

TOKA I GRAFIČKO PREDOČAVANJE
FUNKCIJA JEDNE VARIJABLE
Graf funkcije y = f (x) je skup točaka
Γ(f ) = {(x, f (x)) : x ∈ D(f )} .

Da bi ispitali tok ili grafički prikazali funkciju
y = f (x), odredujemo:
1. Područje definicije (domenu).
2. Karakteristične pravce (asimptote).
3. Karakteristične točke (nul-točke, ekstre-

me, točke infleksije).
4. Karakteristična područja (područja na ko-

jima funkcija ima odredena svojstva: pod-
ručja rasta, pada, konveksnosti, konkav-
nosti).
+ 50
+ +
ASIMPTOTE
Asimptota je pravac sa svojstvom da uda-

ljenost izmedu njega i grafa funkcije teži nuli
što se više udaljujemo od ishodišta. Dakle,
pravac p je asimptota funkcije f ako vrijedi
lim d ( T (x, f (x)), p ) = 0 ,
|x|+|f (x)|→∞
gdje d označava udaljenost dviju točaka.
Razlikujemo uspravne (vertikalne, okomite),
vodoravne (horizontalne) i kose asimptote.
Uspravna asimptota: skica ...
p . . . x = a, T . . . (x, f (x)).
d(T, p) = |x − a| → 0 za |x| + |f (x)| → ∞
⇒ x → a i |f (x)| → ∞
Dakle, pravac x = a je uspravna asimptota
funkcije y = f (x) ako vrijedi
lim f (x) = ∞ (ili − ∞) .
x→a
Napomene: Točka a je točka prekida ili rub
domene. Umjesto x → a dovoljno je x → a+
ili x → a−.
+ 51
+ +
Vodoravna asimptota: skica ...

p . . . y = b, T . . . (x, f (x)).
d(T, p) = |f (x) − b| → 0 za |x| + |f (x)| → ∞
⇒ f (x) → b i |x| → ∞
Dakle, pravac y = b je vodoravna asimptota
lim f (x) = b ili lim f (x) = b .

x→∞ x→−∞
Kosa asimptota: skica ...

Koristimo formulu za udaljenost točke
T (x0, y0) od pravca p . . . Ax + By + C = 0,

Ax + By + C
0 0
d(T, p) = √ .

A2 + B 2
+ 52
+ +
p . . . y = kx + l, k ̸= 0, T . . . (x, f (x)).

kx − f (x) + l

d(T, p) = √ →0
2
k +1
za |x| + |f (x)| → ∞ ⇒ |x| → ∞, |f (x)| → ∞.
Dakle, za lim [kx − f (x) + l] = 0, imamo
x→∞
lim [f (x) − kx] = l .
x→∞
Isto tako
[ ]
f (x) l
lim x · k − + =0 .
x→∞ x x
| {z }
→0
f (x)
Budući da l/x → 0, imamo lim = k.
x→∞ x
Dakle, pravac y = kx + l je kosa asimptota
f (x)
lim = k, lim [f (x) − kx] = l ,
x→∞ x x→∞
ili lim . . .
x→−∞
+ 53
+ +
PRIMJER
3x2
Odredite asimptote funkcije f (x) = 2 .
x −4
Rješenje:
x2 −4 = 0 ⇒ x = ±2 ⇒ D(f ) = R \{−2, 2} .
Uspravne asimptote se mogu pojaviti jedino u
točkama prekida x = ±2. Imamo
{ }
3x2 12
lim = = ∞,
x→−2 x2 − 4 0
{ }
3x2 12
lim 2 = = ∞,
x→2 x − 4 0
pa su x = −2 i x = 2 uspravne asimptote.
Vodoravne asimptote:
{ }
3x2 ∞ 6x
lim 2 = = lim = 3.
x→∞ x − 4 ∞ x→∞ 2x
Isto dobijemo i za x → −∞. Dakle, pravac
y = 3 je vodoravna asimptota na obje strane
(za x → ∞ i za x → −∞).
Kosih asimptota nema jer ima vodoravnu.
+ 54
+ +
PODRUČJA RASTA I PADA
Definicija: Funkcija y = f (x) je monotono

rastuća na intervalu I = ⟨a, b⟩ ako vrijedi
x1, x2 ∈ I, x1 < x2 ⇒ f (x1) ≤ f (x2) .

Ako u ovoj definiciji znak ≤ možemo zami-
jeniti sa < kažemo da je funkcija (strogo)
rastuća. Skica ...
Ovom definicijom dani su potrebni (nužni)
uvjeti za rast funkcije.
Ako je funkcija derivabilna na I, tada svojstvo
rasta možemo izraziti pomoću derivacije.
Teorem: Za funkciju f ∈ C 1(I) vrijedi
f je monotono
⇔ f ′(x) ≥ 0, x ∈ I .
rastuća na I
+ 55
+ +
Dokaz: ⇒: Pretpostavljamo da je f mo-

notono rastuća na I. Računamo derivaciju u
proizvoljnoj točki x ∈ I. Kako je
x x1
z }|2 { z}|{
f (x + h) − f ( x )
♣ = ≥ 0 za h > 0
h
x2 x
z}|{ z }|1 {
f ( x ) − f (x + h)
= ≥ 0 za h < 0,
−h
to je f ′(x) = lim ♣ ≥ 0.
h→0
⇐: Pretpostavljamo da je f ′(x) ≥ 0, x ∈ I.
Uzmimo proizvoljne x1, x2 ∈ I, x1 < x2 i pri-
mijenimo teorem srednje vrijednosti na inter-
val [x1, x2],
f (x2)−f (x1) = f ′ (c) · (x − x ), c ∈ ⟨x1, x2⟩ .

| {z } | 2 {z 1 }
≥0 >0
Slijedi f (x2) − f (x1) ≥ 0, odnosno f (x2) ≥
f (x1), pa je funkcija monotono rastuća.
+ 56
+ +
Slično tome imamo:

Definicija: Funkcija y = f (x) je monotono
padajuća na intervalu I = ⟨a, b⟩ ako vrijedi
x1, x2 ∈ I, x1 < x2 ⇒ f (x1) ≥ f (x2) .

Zamijenimo li ≥ sa > imamo (strogo) pada-
juću funkciju. Skica ...
f je monotono
⇔ f ′(x) ≤ 0, x ∈ I .
padajuća na I
Time smo dobili operativni kriterij (dovoljne
uvjete) za odredivanje područja rasta (sve
točke x za koje je f ′(x) > 0) i područja pada
(sve točke x za koje je f ′(x) < 0). Točke
za koje je f ′(x) = 0, a koje mogu pripadati
jednom i drugom području, promatrat ćemo
zasebno. Područja rasta i pada zajedničkim
imenom nazivamo područja monotonosti
funkcije.
+ 57
+ +
PRIMJER
Odredite područja monotonosti funkcije

ln x
f (x) = .
x
Rješenje: D(f ) = ⟨0, +∞⟩
(područja se nalaze unutar domene !!)
1 · x − ln x · 1
1 − ln x
f ′(x) = x =
x2 x2
Područje rasta:
f ′(x) > 0 ⇒ 1 − ln x > 0 ⇒ ln x < 1
⇒ x < e = 2.7182... ⇒ Prasta = ⟨0, e⟩ .

Slično za područje pada:
f ′(x) < 0 ⇒ . . . ⇒ x > e ⇒ Ppada = ⟨e, +∞⟩.

Napomena: dovoljno je odrediti jedno od ovih
područja, drugo je tada preostali dio domene.
+ 58
+ +
PODRUČJA KONVEKSNOSTI I
KONKAVNOSTI
Definicija: Funkcija y = f (x) je konveksna

na intervalu I = ⟨a, b⟩ ako za sve x1, x2 ∈ I
vrijedi
( )
x1 + x2 f (x1) + f (x2)
f ≤ .
2 2
Ako u ovoj definiciji znak ≤ možemo zamije-
niti sa < kažemo da je funkcija strogo kon-
veksna. Analogno definiramo i konkavnost
(≤ → ≥). Skica ...
Vidimo da je funkcija konveksna na I ako se
spojnica bilo koje dvije točke njenog grafa na-
lazi iznad grafa (za konkavnu ispod grafa).
Može se pokazati da za funkciju klase C 2(I)
svojstvo konveksnosti možemo izraziti pomo-
ću druge derivacije.
f je konveksna na I ⇔ f ′′(x) ≥ 0, x ∈ I .
Slično za konkavnost (≥ → ≤).
+ 59
+ +
Napomena: navedena područja tražimo rje-

šavajući nejednadžbe f ′′(x) > 0 i f ′′(x) < 0, a
točke f ′′(x) = 0 ćemo promatrati zasebno.
PRIMJER
Odredite područja konveksnosti i konkavnosti
funkcije f (x) = e−x .
2
Rješenje: D(f ) = R ,
f ′(x) = −2 x e−x , f ′′(x) = (4x2 −2) e−x .
2 2
Područje konveksnosti:
1
f ′′(x) > 0 ⇒ 4x2 − 2 > 0 ⇒ x2 >
2
√
1 2
⇒ |x| > √ = = 0.7071...
2 2
⟨ √ ⟩ ⟨√ ⟩
2 ∪ 2
⇒ Pkonvek. = −∞, − , +∞ .
2 2
Na sličan način dobijemo područje konkavnos-
ti (f ′′(x) < 0 . . .) a koje je sada preostali dio
domene,
⟨ √ √ ⟩
2 2
Pkonkav. = − , .
2 2
+ 60
+ +
EKSTREMI
(MINIMUM I MAKSIMUM)
Definicija: Neka je I = ⟨a, b⟩. Točka x0 ∈ I

je točka maksimuma funkcije y = f (x) na I
ako vrijedi
x ∈ I, x ̸= x0 ⇒ f (x) ≤ f (x0) .
Ako u ovoj definiciji znak ≤ možemo zami-
jeniti sa < kažemo da je x0 točka strogog
maksimuma. Skica ...
Slično za minimum (≤ → ≥). Ovom definici-
jom dani su potrebni (nužni) uvjeti za pos-
tojanje ekstrema.
Razlikujemo lokalni ekstrem (postoji okolina
te točke na kojoj je ona ekstrem) i global-
ni (na zadanom intervalu – području ili na
čitavoj domeni).
+ 61
+ +
Dovoljni uvjeti za odredivanje ekstrema

derivabilnih funkcija: skica ...
Ako je x0 ∈ I = ⟨a, b⟩ točka maksimuma na I
tada postoje x1, x2 ∈ I, x1 < x0 < x2, takvi da
funkcija f :
raste na ⟨x1, x0⟩ ⇒ f ′(x) ≥ 0 za x ∈ ⟨x1, x0⟩,
pada na ⟨x0, x2⟩ ⇒ f ′(x) ≤ 0 za x ∈ ⟨x0, x2⟩.
Ako je derivacija neprekidna, proizlazi da je
f ′(x0) = 0. Vidimo takoder da f ′(x) pada u
okolini točke x0. To znači da je njena derivaci-
ja (ako postoji) negativna, tj. f ′′(x0) < 0.
Slično zaključujemo i za minimum. Imamo
Teorem: Za funkciju f klase C 2 vrijedi
x0 je lokalni
(i) f ′(x0) = 0, f ′′(x0) < 0 ⇒ ,
maksimum
x0 je lokalni
(ii) f ′(x0) = 0, f ′′(x0) > 0 ⇒ .
minimum
Primijetimo kako uvjet f ′′(x0) < 0 pokazuje
da je u okolini maksimuma funkcija konkavna
(slično, konveksna u okolini minimuma).
+ 62
+ +
Primijetimo takoder da je ekstrem točka pri-

jelaza sa područja rasta na područje pada ili
obratno, dakle, to je točka u kojoj prva deri-
vacija mijenja predznak.
Napomena: Ako je i f ′′(x0) = 0, tada pot-
ražimo prvu slijedeću derivaciju koja je u točki
x0 različita od nule. Ako je ona parnog reda
(4., 6., 8., ...), x0 je točka ekstrema.
Postupak odredivanja ekstrema:
1. Rješavamo jednadžbu f ′(x) = 0. Njena

rješenja su stacionarne točke (kandidati
za točke ekstrema).
2. Da bi odredili koji su ekstremi, napravimo

tablicu predznaka prve derivacije ili uvrsti-
mo stacionarne točke u drugu derivaciju.
3. Dobivene točke ekstrema uvrstimo u po-

laznu funkciju. Time dobijemo obje koor-
dinate ekstrema a koje možemo koristiti
za crtanje grafa funkcije.
+ 63
+ +
TOČKE INFLEKSIJE
Točka x0 je točka infleksije ili točka pri-

jevoja funkcije f ako postoje točke x1 i x2,
x1 < x0 < x2, takve da je f strogo konveksna
na ⟨x1, x0⟩ a strogo konkavna na ⟨x0, x2⟩ ili
obratno. Graf funkcije se previja u toj točki.
Ako funkcija ima neprekidnu drugu derivaciju
na ⟨x1, x2⟩, tada je f ′′(x) > 0 za x ∈ ⟨x1, x0⟩ i
f ′′(x) < 0 za x ∈ ⟨x0, x2⟩ ili obratno. Odavde
slijedi da je f ′′(x0) = 0. Kako u točki x0 druga
derivacija mijenja predznak, točka infleksije je
točka ekstrema prve derivacije. Dakle, do-
voljni uvjeti za funkciju f klase C 3 su
x0 je točka
f ′′(x0) = 0, f ′′′(x0) ̸= 0 ⇒ .
infleksije
Napomena: Ako je i f ′′′(x0) = 0, tada pot-
ražimo prvu slijedeću derivaciju koja je u točki
x0 različita od nule. Ako je ona neparnog reda
(5., 7., 9., ...), x0 je točka infleksije.
+ 64
+ +
SAŽETAK


 f (x) > 0
 . . . graf iznad osi x
f (x) = 0 . . . nul-točke


 f (x) < 0 . . . graf ispod osi x

 f ′ (x) > 0 . . . područje rasta


f ′(x) = 0 . . . točke ekstrema


 ′f (x) < 0 . . . područje pada

 f ′′ (x) > 0 . . . područje konveksnosti


f ′′(x) = 0 . . . točke infleksije


 ′′
f (x) < 0 . . . područje konkavnosti
+ 65
+ +
Ako želimo konstruirati graf funkcije, prepo-

ruča se slijedeći redosljed u odredivanju ele-
menata toka:
1. Domena.
2. Asimptote.
3. Ekstremi (područja rasta i pada).
4. Nul-točke.
5. Točke infleksije (područja konveksnosti i

konkavnosti).
6. U svrhu preciznije konstrukcije i/ili kontro-

le odredujemo vrijednost funkcije u neko-
liko, proizvoljno odabranih, točaka iz do-
mene.
+ 66
+ +
PRIMJER
x
Grafički prikažite funkciju f (x) = 2
.
1+x
Rješenje:
Domena: 1 + x2 ̸= 0 ⇒ D(f ) = R .
Asimptote:
Uspravnih nema jer je domena R (nema toča-
ka prekida niti rubova domene).
Vodoravne ...
{ }
x ∞ 1
lim = = lim = 0,
x→∞
| {z } 1 + x 2 ∞ x→∞
| {z } 2x
ili x→−∞ ili x→−∞
pa je y = 0 (os x) vodoravna asimptota na
obje strane (za x → ∞ i za x → −∞).
Kose nema jer ima vodoravnu.
+ 67
+ +
Ekstremi:
1 − x2 2x3 − 6x
f ′(x) = 2 2
, ′′
f (x) = 2 3
.
(1 + x ) (1 + x )
f ′(x) = 0 ⇒ 1 − x2 = 0 ⇒ x1,2 = ±1 (sta-
cionarne točke).
x = 1: f ′′(1) = −1/2 < 0 (maksimum).
f (1) = 1/2 ⇒ max(1, 1/2).
x = −1: f ′′(−1) = 1/2 > 0 (minimum).
f (−1) = −1/2 ⇒ min(−1, −1/2).
Prasta = ⟨−1, 1⟩, Ppada = ⟨−∞, −1⟩∪⟨1, +∞⟩.
Nul-točke: f (x) = 0 ⇒ x = 0.
Točke infleksije:
f ′′(x) = 0 ⇒ 2x3 − 6x = 0 ⇒ 2x (x2 − 3) = 0

√
⇒ x1 = 0, x2,3 = ± 3 .
f (0) = 0 ⇒ I1(0, 0),
√ √ √ √
f (± 3) = ± 3/4 ⇒ I2,3 = ±( 3, 3/4).
+ 68
+ +
Područja konveksnosti i konkavnosti

√
x −∞ − 3 0
f ′′(x) − +
f (x) ∩ ∪
√
x 0 3 +∞
f ′′(x) − +
f (x) ∩ ∪
⟨ √ ⟩ ∪ ⟨ √ ⟩
⇒ Pkonkav. = −∞, − 3 0, 3 ,
⟨ √ ⟩ ∪ ⟨√ ⟩
Pkonvek. = − 3, 0 3, +∞ .
+ 69
+ +
PRIMJENA DERIVACIJA NA
EKONOMSKE FUNKCIJE
Promatrajući proces proizvodnje nekog proiz-

voda, najčešće susrećemo slijedeće funkcije:
Funkcija ukupnih troškova T (Q) (ili T (x)),
pri čemu je Q (ili x) volumen ili opseg ili količi-
na proizvodnje. Ukupni troškovi sastoje se od
fiksnih i varijabilnih. Pri tome su T (0) ukup-
ni fiksni troškovi a T (Q) − T (0) ukupni vari-
jabilni troškovi za opseg proizvodnje Q.
Funkcija prosječnih troškova po jedinici pro-
izvoda je T = T /Q. Pri tome je udio fiksnih
troškova po jedinici proizvoda f = T (0)/Q a
preostali dio su varijabilni troškovi po jedinici
proizvoda v. Ako je funkcija ukupnih troškova
linearna, tada je T (Q) = v · Q + T (0).
Funkcija graničnih troškova t(Q) = T ′(Q).
Ona nam, za zadani opseg proizvodnje, poka-
zuje za koliko se približno promijene ukupni
troškovi ako se opseg proizvodnje poveća za
jedinicu.
+ 70
+ +
Funkcija ukupnih prihoda P (Q).

Funkcija prosječnih prihoda po jedinici pro-
izvoda je P = P/Q. To je u stvari proizvoda-
čka cijena proizvoda p, a koja općenito ovisi
o opsegu proizvodnje, p(Q) = P (Q).
Funkcija graničnih prihoda P ′(Q), za zada-
ni opseg proizvodnje, pokazuje za koliko se
približno promijeni ukupni prihod ako se opseg
proizvodnje poveća za jedinicu.
Funkcija dobiti ili profita je razlika ukupnih
prihoda i troškova, D(Q) = P (Q) − T (Q).
Promatrajući tržište, najčešće ćemo susresti

funkciju potražnje q1(p) i ponude q2(p), pri
čemu je p prodajna cijena proizvoda.
Kažemo da je p0 tržišna cijena ako su za nju
ponuda i potražnja jednake (one su u ravnote-
ži ili ekvilibriju), q1(p) = q2(p) ⇒ p = p0.
Derivacije q1′ (p) i q2′ (p) su stope promjene
potražnje i ponude u odnosu na cijenu. Poka-
zuju nam za koliko se približno promijeni po-
tražnja i ponuda ako se cijena proizvoda po-
veća za jedinicu.
+ 71
+ +
PRIMJERI
1. Zadane su funkcije ukupnih troškova i u-

kupnih prihoda,
T (Q) = 2Q + 10, P (Q) = −Q2 + 32Q .

Odredite fiksne troškove, funkcije prosječ-
nih i graničnih prihoda i troškova i funkciju
dobiti.
Rješenje:
T (0) = 10
P (Q)
P (Q) = = −Q + 32
Q
T (Q) 10
T (Q) = = 2+
Q Q
P ′(Q) = −2Q + 32
T ′(Q) = 2
D(Q) = P (Q) − T (Q)

= −Q2 + 30Q − 10
+ 72
+ +
2. Odredite maksimalni ukupni prihod i mak-

simalnu dobit za funkcije iz primjera 1.
Rješenje:
P ′(Q) = 0 ⇒ −2Q + 32 = 0 ⇒
Q = 16, P (16) = 256 ,
P ′′(Q) = −2 < 0 ,
D′(Q) = 0 ⇒ −2Q + 30 = 0 ⇒
Q = 15, D(15) = 215 ,
D′′(Q) = −2 < 0 .
Maksimalni ukupni prihod iznosi 256 nov-
čanih jedinica i ostvaruje se kod proizvod-
nje 16 količinskih jedinica proizvoda dok
je maksimalna dobit 215 novčanih jedinica
kod 15 količinskih jedinica proizvoda.
Uočimo da je dobit maksimalna za onaj
opseg proizvodnje za koji su granični pri-
hodi jednaki graničnim troškovima. Naime
D′ = 0 ⇔ P ′ − T ′ = 0 ⇔ P ′ = T ′ .
U našem primjeru je −2Q + 32 = 2 itd.
+ 73
+ +
3. Odredite udio fiksnih i varijabilnih troško-

va po jedinici proizvoda za funkciju pros-
ječnih troškova iz primjera 1 za
Q = 1, 5, 10, 25, 50, 100, 1000, 10000,
te zatim skicirajte njezin graf.
10
Rješenje: T (Q) = |{z}
2 + .
v Q
|{z}
f
T (1) = 2 + 10 = 12
T (5) = 2+2 = 4
T (10) = 2+1 = 3
T (25) = 2 + 0.4 = 2.4
T (50) = 2 + 0.2 = 2.2
T (100) = 2 + 0.1 = 2.1
T (1000) = 2 + 0.01 = 2.01
T (10000) = 2 + 0.001 = 2.001
Što je opseg proizvodnje veći, to je udio
fiksnih troškova po jedinici proizvoda ma-
nji pa su i troškovi po jedinici proizvoda
manji (efekat serijske proizvodnje).
Graf T (Q) . . .
+ 74
+ +
4. Pokažite da su prosječni troškovi minimal-

ni onda kad su jednaki graničnim troško-
vima.
Rješenje: Iz uvjeta
( )′
T
=0
Q
slijedi
T′ · Q − T · 1
2
=0 ,
Q
odnosno
T
T ′Q = T ili ′
T = .
Q
+ 75
+ +
ELASTIČNOST
Elastičnost u ekonomiji je sposobnost neke

ekonomske veličine da reagira (više ili manje
intenzivno) na promjenu neke druge veličine o
kojoj ona na bilo koji način ovisi. Veličina je
to elastičnija što je reakcija jača. Kao mjeru
reakcije uzimamo relativnu promjenu proma-
tranih veličina.
Primjer: Cijena proizvoda A je a = 10 kuna
a proizvoda B je b = 1000 kuna. Ako jedan i
drugi proizvod poskupi za 5 kuna, koji od njih
je više poskupio?
Apsolutno poskupljenje △a = △b = 5 kuna je
jednako. Relativno poskupljenje je
△a 5
= = 0.5 = 50% ,
a 10
△b 5
= = 0.005 = 0.5% ,
b 1000
pa je proizvod A poskupio daleko više (100
puta više) od proizvoda B.
+ 76
+ +
Promatrajmo funkciju y = y(x). Mjera elas-

tičnosti je koeficijent elastičnosti E,
△y
relativna promjena od y y
E = = △x .
relativna promjena od x
x
Ovako definirani pojam elastičnosti uveo je
Alfred Marshall 1885. godine za funkciju pot-
ražnje.
Uzmemo li △x/x = 1/100 = 1%, bit će
△y
y △y
E = 1 = · 100 (%) .
100
y
Dakle, koeficijent elastičnosti pokazuje za ko-
liko % se promijeni funkcija ako se varijabla,
sa neke vrijednosti (razine), poveća za 1%.
Ako promatramo male promjene pojedinih ve-
ličina, pitamo se što je sa koeficijentom E
kada △x → 0? Imamo
x △y x ′
lim E = lim · = ·y .
△x→0 △x→0 y △x y
+ 77
+ +
Time smo dobili koeficijent elastičnosti funk-

cije y u odnosu na varijablu x u točki
x ′ x dy
Ey,x = ·y = · .
y y dx
Kako je koeficijent elastičnosti neimenovani
broj (izražava se u postocima), pogodan je za
usporedbu ekonomskih veličina koje pripadaju
različitim mjernim sustavima. Napominjemo
da osim navedene analitičke metode (formule)
postoji i grafička metoda za odredivanje ko-
eficijenta elastičnosti u točki.
Ako je |Ey,x| > 1 kažemo da je y elastična
veličina u odnosu na x, a ako je |Ey,x| < 1,
neelastična. Slično tome imamo |Ey,x| = 1
(jedinično elastična), |Ey,x| = 0 (savršeno nee-
lastična), |Ey,x| = ∞ (savršeno elastična).
Skup svih točaka u kojima je y elastična čine
područje elastičnosti funkcije y. Slično tome
imamo i područje neelastičnosti.
+ 78
+ +
PRIMJER
Zadana je funkcija potražnje
q(p) = 300 − p2 ,
gdje je p cijena.
1. Odredite domenu ove funkcije.
Kod ekonomskih funkcija osim općenitih pra-
vila za odredivanje domene, sve varijable su
nenegativne (≥ 0). Imamo p ≥ 0 i q ≥ 0 ⇒
√ √
300 − p ≥ 0 ⇒ p ≤ 300 = 10 3 = 17.32...
2
√
Dakle, D(q) = [0, 10 3].
2. Odredite koeficijent elastičnosti ove funk-
cije i interpretirajte rezultat na razini cijene
p = 5 i p = 15.
p ′ p −2p2
Eq,p = · q = · (−2p) = .
q q 300 − p2
2 . . . p = 5 ↗ 1% ⇒ q ↘ 2 %.
Eq,p(5) = − 11 11
Eq,p(15) = −6 . . . p = 15 ↗ 1% ⇒ q ↘ 6%.
+ 79
+ +
3. Na kojoj razini cijene je funkcija:

(a) jedinično elastična,
(b) savršeno elastična,
(c) savršeno neelastična ?
2p2
(a) |Eq,p| = 1 ⇒ = 1 ⇒ p = 10,
300 − p2
2
√
(b) |Eq,p| = ∞ ⇒ 300−p = 0 ⇒ p = 10 3,
(c) |Eq,p| = 0 ⇒ 2p2 = 0 ⇒ p = 0 .

4. Odredite područja elastičnosti i neelastič-
nosti funkcije q.
Područja se nalaze unutar domene!
Područje elastičnosti: |Eq,p| > 1
2p2 2 > 100 ⇒ p > 10

⇒ > 1 ⇒ p
300 − p2
√
⇒ Pel. = ⟨10, 10 3 ], pa je Pneel. = [ 0, 10⟩.
+ 80
+ +
Svojstva koeficijenta elastičnosti:

(y, u, v – funkcije, c – konstanta)
1. Ecy,x = Ey,x
2. Euv,x = Eu,x + Ev,x
3. E u ,x = Eu,x − Ev,x
v
1
4. Ey,x = (el. inverzne f.)
Ex,y
5. Ey,x = Ey,u · Eu,x (el. kompozicije y[u(x)] )
Sva svojstva izvode se iz definicije koeficijenta
elastičnosti, npr. svojstva 2 i 4:
x x ′ x x
Euv,x = (uv)′ = (u v + uv ′) = u′ + v ′ ,
uv uv u v
x dy 1 1
Ey,x = · = y dx = .
x · dy
y dx Ex,y
Koeficijent elastičnosti možemo izraziti i na
slijedeći način
dy
x dy y d(loga y)
Ey,x = · = dx = .
y dx d(loga x)
x
+ 81
+ +
PRIMJER
Odredite elastičnost ukupnih troškova T (Q) i

prosječnih troškova T (Q) = T (Q)/Q.
Rješenje:
Q ′ T′ T′
ET,Q = T = T = .
T Q
T
Elastičnost ukupnih troškova jednaka je kvoci-
jentu graničnih i prosječnih troškova.
Q
E T , Q = ET,Q − EQ,Q = ET,Q − · Q′
Q Q
= ET,Q − 1 .
Elastičnost prosječnih troškova je za jedan
manja od elastičnosti ukupnih troškova.
+ 82
+ +
ENGELOVI ZAKONI
To su zakoni dobiveni empiričkom analizom

izdataka iz budžeta prosječnog domaćinstva.
Pretpostavljamo da se poveća ukupni prihod
domaćinstva i promatramo kako se povećava-
ju pojedini izdaci.
I Engelov zakon: Neka je x prihod (doho-
dak, budžet) domaćinsta a y izdaci za hranu.
Očito je y funkcija od x.
Ako prihodi domaćinstva rastu, izdaci za hra-
nu relativno opadaju.
( )′
y xy ′ − y ′−y <0
<0 ⇒ < 0 ⇒ xy
x x2
′ x ′
⇒ xy < y ⇒ y < 1 tj. Ey,x < 1 .
y
Izdaci prosječnog domaćinstva za hranu nisu
elastični.
II i III Engelov zakon: Izdaci domaćinstva za
odijevanje (II) i stan (III) približno su jedinično
elastični, Ey,x ≈ 1.
IV Engelov zakon: Izdaci domaćinstva za
kulturne potrebe su elastični, Ey,x > 1.
+ 83
+ +
PRIMJERI
ax ,
1. Da li funkcija izdataka za hranu y = x+b
a, b > 0 potvrduje I Engelov zakon?
x ′ x a(x + b) − ax
Ey,x = y = ax ·
y x+b (x + b)2
x(x + b) ab b
= · = .
ax (x + b)2 x+b
Vidimo da je 0 < Ey,x < 1 za sve x > 0,
dakle, potvrduje.
2. Za koje vrijednosti dohotka x, funkcija iz-

2
dataka za kulturne potrebe y = 20.05 x ,
potvrduje IV Engelov zakon?
x 0.05 x2
Ey,x =
0.05 x2 ·2 · ln 2 · 0.05 · 2x
2
= 0.1 ln 2 · x2 > 1
za x > √ 1 = 3.798...
0.1 ln 2
+ 84
+ +
FUNKCIJE VIŠE VARIJABLI
Definicija: Neka je
D ⊆ Rn = |R × R ×
{z . . . × R} .
n puta
Svaku funkciju f : D → R nazivamo realna
funkcija od n varijabli.
PRIMJERI
Osnovne računske operacije definiraju funkcije
dviju varijabli,
z(x, y) = x + y , r(x, y) = x − y ,
x
p(x, y) = x · y , k(x, y) = .
y
Pri tome je z, r, p : R2 → R, dok je k : D → R
gdje je D = {(x, y) ∈ R2 : y ̸= 0}.
x+y+z
Funkcija s(x, y, z) = 2
x + y2 + z2
je funkcija tri varijable i D(s) = R3 \ {0, 0, 0}.
G(x1, x2, x3, x4) = x1x2x3 − 7x2
4 je funkcija 4
varijable i D(G) = R4 itd.
+ 85
+ +
LIMES I NEPREKIDNOST FUNKCIJA VIŠE

VARIJABLI
Definicija: Neka je f : D → R, D ⊆ Rn.

Kažemo da je realni broj L limes funkcije f u
točki P0 ∈ Rn i pišemo
lim f (P ) = L
P →P0
ako za svaki ε > 0 postoji δ > 0 tako da vrijedi
0 < d(P, P0) < δ ⇒ |f (P ) − L| < ε .
Ako je i f (P0) = L kažemo da je f neprekidna
u točki P0.
Uočimo da su ovdje točke P i P0 iz pros-
tora Rn, dakle, svaka ima n komponenti. Oz-
naka d(P, P0) je oznaka za udaljenost tih dviju
točaka.
Na primjer, za n = 2 je P (x, y), P0(x0, y0) i
f (P ) = f (x, y). Tu je sada
√
d(P, P0) = (x − x0)2 + (y − y0)2 ,
i
P → P0 ⇔ x → x0 i y → y0 .
+ 86
+ +
PARCIJALNE DERIVACIJE
Promatramo funkciju dvije varijable f (x, y).

Ako fiksiramo y tada je f (x, y) funkcija jedne
varijable x. Ako fiksiramo x tada je f (x, y)
funkcija jedne varijable y. Derivacije tih dviju
funkcija nazivamo parcijalne derivacije funk-
cije f (x, y). Imamo
∂f f (x + △x, y) − f (x, y)
(x, y) = lim ,
∂x △x→0 △x
∂f f (x, y + △y) − f (x, y)
(x, y) = lim .
∂y △y→0 △y
Općenito je za f (x1, x2, . . . , xn) i k = 1, ..., n
∂f
(x1, ... xn) =
∂xk
f (x1, ... xk + △xk , ... xn) − f (x1, ... xn)
lim .
△xk →0 △xk
Dakle, parcijalna derivacija funkcije po jednoj
njenoj varijabli je granična vrijednost kvoci-
jenta parcijalnog prirasta funkcije po toj vari-
jabli i prirasta same varijable kad on teži nuli.
+ 87
+ +
Po jednoj varijabli deriviramo tako da sve os-

tale držimo konstantnima. Funkcija n varijab-
li ima n parcijalnih derivacija (1. reda). Ako
tako dobivene derivacije (koje su općenito o-
pet funkcije n varijabli) ponovo deriviramo do-
bijemo parcijalne derivacije drugog reda itd.
PRIMJER: Za funkciju f (x, y) imamo slijede-
će parcijalne derivacije:

∂f 
ili fx′ ili fx 



∂x
1. reda
∂f ′


ili fy ili fy 

∂y

∂ 2f ′′ ili f 


ili f xx xx 

∂x2 





∂ 2f 

′′ ili f 

ili f yy yy 

∂y 2
2. reda
∂ 2f 

′′ 
ili fxy ili fxy 


∂x ∂y 





2
∂ f 

ili fyx ili fyx 
′′ 

∂y ∂x
itd.
+ 88
+ +
Teorem (Schwarz)
∂ 2f ∂ 2f
= ,
∂x ∂y ∂y ∂x
uz uvjet da su sve navedene derivacije nepre-
kidne u promatranoj točki i njenoj okolini.
Općenito, kod parcijalnih derivacija višeg reda
nije bitan redosljed deriviranja već samo izbor
varijabli po kojima se derivira.
PRIMJERI
1. Koliko parcijalnih derivacija trećeg reda

ima funkcija f (x, y) ?
Rješenje: fxxx, fyyy , fxxy = fxyx = fyxx,
fxyy = fyxy = fyyx (ukupno 4).
+ 89
+ +
2. Odredite sve parcijalne derivacije prvog i

drugog reda za funkciju
f (x, y) = x2y 3 − 2x4 + 5y + xey − 6 .
Rješenje:

fx = 2xy − 8x + e 
3 3 y
1. reda
fy = 3x2y 2 + 5 + xey 

fxx = 2y 3 − 24x2 







fyy = 6x2y + xey
2. reda
fxy = (fx)′y = (fy )′x 







= 6xy 2 + ey
3. Za funkciju f (x, y, z) = xy z odredite

∂ 3f
.
∂x ∂y ∂z
Rješenje: fx = yz
fxy = zy z−1
fxyz = y z−1 + zy z−1 ln y
= y z−1 · (1 + z ln y)
+ 90
+ +
HOMOGENE FUNKCIJE
Definicija: Funkcija y = f (x1, x2, . . . , xn) je

homogena stupnja homogenosti α ako, za
svaki λ ∈ R za koji je λα definirano, vrijedi
f (λx1, λx2, . . . , λxn) = λα · f (x1, x2, . . . , xn) .

Ako vrijednosti svih varijabli pomnožimo sa λ,
vrijednost funkcije se pomnoži sa λα.
Uzmemo li λ = 1.01 slijedi λα ≈ 1 + 0.01α.
Dakle, stupanj homogenosti α pokazuje za ko-
liko se % približno promijeni funkcija ako sve
varijable povećamo za 1%.
Za α = 1 funkcija je linearno homogena (mno-
ži se istim faktorom kao i varijable).
Za α = 0 vrijednost funkcije se ne mijenja
množenjem varijabli istim faktorom λ.
Teorem (Euler)
Ako je y = f (x1, x2, . . . , xn) homogena stupnja
α, tada vrijedi
∂f ∂f ∂f
x1 +x2 +. . .+xn = α·f (x1, . . . , xn) .
∂x1 ∂x2 ∂xn
+ 91
+ +
PRIMJERI
1. Ispitajte homogenost funkcije

x2
f (x1, x2, x3) = √ 1 .
x2 + x3
Rješenje:
(λx1)2
f (λx1, λx2, λx3) = √
λx2 + λx3
λ2 x2
= √ ·√ 1
λ x2 + x3
= λ3/2 · f (x1, x2, x3)

Funkcija je homogena stupnja homoge-
nosti α = 3/2.
2. Za funkciju iz primjera 1 odredite

∂f ∂f ∂f
x1 + x2 + x3 .
∂x1 ∂x2 ∂x3
Rješenje: Koristimo Eulerov teorem,
3
x1fx1 + x2fx2 + x3fx3 = · f (x1, x2, x3) .
2
+ 92
+ +
3. Zadana je funkcija ukupnih prihoda

4Q1
P (Q1, Q2) = 25Q0.2 0.6
1 Q2 + 0.2
,
Q2
gdje su Q1 i Q2 proizvedene količine proiz-
voda “1” i “2”. Ako se planira povećanje
proizvodnje svakog proizvoda za 10%, za
koliko % možemo očekivati povećanje pri-
hoda?
Rješenje: Odredimo stupanj homogenosti
P (λQ1, λQ2)
= 25λ0.2Q0.2 λ 0.6 Q0.6 + 4λQ1

1 2
λ0.2Q0.2
2
= λ0.8 · P (Q1, Q2)

Funkcija je homogena stupnja α = 0.8.
+10% +10%
Imamo Q1 −→ 1.1Q1, Q2 −→ 1.1Q2,
dakle λ = 1.1. Ako smo varijable pom-
nožili sa λ = 1.1, funkcija se pomnoži sa
λ0.8 = 1.10.8 = 1.079... = 107.9...%
Možemo očekivati povećanje prihoda za
oko 7.9%.
+ 93
+ +
DIFERENCIJALI FUNKCIJA VIŠE

VARIJABLI
Teorem srednje vrijednosti za funkciju dvije

varijable f : D → R, D ⊆ R2 :
Neka je
A(x0, y0), B(x0 + △x, y0 + △y) ∈ D ,

tako da je i AB ⊆ D. Ako f ima neprekidne
prve parcijalne derivacije na D, tada postoji
bar jedna točka C na dužini AB tako da vrijedi
f (x0 + △x, y0 + △y) − f (x0, y0)
∂f ∂f
= (C) · △x + (C) · △y .
∂x ∂y
Označimo li dx = △x, dy = △y (diferencijali
nezavisnih varijabli), tada se izraz
∂f ∂f
df = · dx + · dy
∂x ∂y
naziva totalni diferencijal prvog reda funk-
cije f u promatranoj točki.
+ 94
+ +
Općenito, za f (x1, x2, . . . , xn) je totalni dife-

rencijal prvog reda
∂f ∂f ∂f
df = · dx1 + · dx2 + . . . + · dxn .
∂x
| 1{z }
∂x
| 2{z }
∂x
| n{z }
↓ ↓ ↓
p a r c i j a l n i d i f e r e n c i j a l i
Parcijalni (totalni) diferencijali aproksimiraju
parcijalne (totalne) priraste funkcije u nekoj
točki to bolje što su diferencijali nezavisnih
varijabli manji.
Diferencijale višeg reda definiramo sukcesivno
d2f = d(df ) , . . . , dn+1f = d (dnf ) .
+ 95
+ +
PRIMJERI
1. Za funkciju z(x, y) = x2 + 2xy odredite

parcijalne i totalne priraste i diferencijale
u točki x = 1, y = 2, ako je △x = 0.1,
△y = 0.2.
Rješenje: Parcijalni prirasti
z(1.1, 2) − z(1, 2) = 5.61 − 5 = 0.61,
z(1, 2.2) − z(1, 2) = 5.4 − 5 = 0.4 .
Totalni prirast
z(1.1, 2.2) − z(1, 2) = 6.05 − 5 = 1.05 .
Parcijalni diferencijali
zxdx = (2x+2y)dx = (2·1+2·2)·0.1 = 0.6,
zy dy = 2xdy = 2 · 1 · 0.2 = 0.4 .
Totalni diferencijal
dz = zxdx + zy dy = 0.6 + 0.4 = 1 .
Uočimo vezu izmedu pojedinih prirasta i
pripadnih diferencijala.
+ 96
+ +
2. Za funkciju f (x, y) odredite d2f .

Rješenje: Kako je df = fxdx+fy dy, imamo
d2f = d(df ) = (df )xdx + (df )y dy

= (fxxdx + fyx dy)dx
|{z}
↙
(Schwarz)
↗
z}|{
+ ( fxy dx + fyy dy)dy
= fxx dx2 + 2 fxy dx dy + fyy dy 2
3. Derivacija implicitno zadanih funkcija.

Ako je y = y(x) implicitno zadana funkcija
jednadžbom F (x, y) = 0, koliko je y ′ ?
Rješenje: dF = 0 ⇒ Fxdx + Fy dy = 0 ⇒
Fy dy = −Fxdx. Dakle
dy Fx
y′ = =− .
dx Fy
ey
Npr. za |xey{z+ y} = 0 je y′ = − y
.
xe + 1
F (x,y)
+ 97
+ +
ELASTIČNOST FUNKCIJA VIŠE

VARIJABLI
Za funkciju y = y(x1, x2, . . . , xn) definiramo

koeficijente parcijalne elastičnosti u odnosu na
svaku varijablu posebno
xk ∂y
Ey,xk = · , k = 1, 2, . . . , n .
y ∂xk
Ako su i funkcija i sve varijable zadane logari-
tamski,
loga y = loga y (loga x1, loga x2, . . . , loga xn) ,
tada je
∂(loga y)
Ey,xk = , k = 1, 2, . . . , n .
∂(loga xk )
Za neke ekonomske funkcije, npr. za funkciju
potražnje q1 = q1(p1, p2, . . . , pn), gdje je
q1 potražnja dobra “1”,
p1 cijena dobra “1” a
p2, . . . , pn cijene ostalih dobara koje utječu na
potražnju dobra “1”,
koeficijente Eq1,p2 , . . . , Eq1,pn nazivamo još i
koeficijenti ukrštene (križne) elastičnosti.
+ 98
+ +
Koeficijent parcijalne elastičnosti Eq1,p1 po-

kazuje kako reagira potražnja dobra “1” na
promjenu njegove cijene. Koeficijenti ukršte-
ne elastičnosti pokazuju kako reagira potraž-
nja dobra “1” na promjenu cijene nekog od
ostalih dobara koja na nju utječu.
Ako je neki koeficijent ukrštene elastičnosti
pozitivan tada su ta dva dobra supstituti, a
ako je negativan, komplementi.
Ako je y homogena funkcija stupnja α, znamo
da vrijedi
x1 · yx′ 1 + x2 · yx′ 2 + . . . + xn · yx′ n = α · y .

Dijeljenjem obiju strana ove jednakosti sa y
dobijemo
Ey,x1 + Ey,x2 + . . . + Ey,xn = α .

(Eulerov teorem izražen u terminima parcijal-
nih elastičnosti).
+ 99
+ +
PRIMJERI
1. Za funkciju potražnje q1 = p2 2 /p1 odredite

koeficijente parcijalne i ukrštene elastič-
nosti i interpretirajte rezultate.
Rješenje:
( )
p1 ∂q1 p1 p2
Eq1,p1 = · = 2 · − 2 = −1,
q1 ∂p1 p2 p2
1
p1
⇒ p1 ↗ 1%, p2 = const. ⇒ q1 ↘ 1% .
p2 ∂q1 p2 2p2
Eq1,p2 = · = 2 · = 2,
q1 ∂p2 p2 p1
p1
⇒ p2 ↗ 1%, p1 = const. ⇒ q1 ↗ 2% .
Dobra “1” i “2” su supstituti.
+ 100
+ +
2. Odredite koeficijente parcijalne elastičnos-

ti za funkciju
log P = log 35 + 0.6 log L + 0.4 log C .

Rješenje:
∂(log P )
EP,L = = 0.6 ,
∂(log L)
∂(log P )
EP,C = = 0.4 .
∂(log C)
3. Zadana je funkcija potražnje robe “1”

v
u 2
u
3 p2 − 3p1 + p1 p3
2
q1(p1, p2, p3) = t .
4p1(3p2 − p3)
Odredite zbroj koeficijenata parcijalne i
ukrštenih elastičnosti.
Rješenje: Eulerov teorem
Eq1,p1 + Eq1,p2 + Eq1,p3 = α = 0 .
+ 101
+ +
EKSTREMI FUNKCIJA DVIJE VARIJABLE
f : D → R, D ⊆ R2
Definicija: Točka P0 ∈ D je točka lokalnog
maksimuma funkcije f ako postoji okolina
točke P0, Ω(P0) takva da vrijedi
P ∈ Ω, P ̸= P0 ⇒ f (P ) ≤ f (P0) .
Za < umjesto ≤ imamo strogi maksimum.
Slično za minimum (≥ odnosno >).
Pri tome je za okoline točke P0 ∈ R2 dovoljno
promatrati krugove središtem u P0.
Skice . . .
(a) maksimum,
(b) minimum,
(c) sedlasta točka.
+ 102
+ +
DOVOLJNI UVJETI ZA ODRE-DIVANJE

EKSTREMA DIFERENCIJABILNIH
FUNKCIJA DVIJU VARIJABLI
Analogija sa jednom varijablom ...

U točki ekstrema tangencijalna ravnina je par-
alelna sa x-y ravninom, tj.
df = fxdx + fy dy = 0 za sve dx, dy
⇒ fx = 0, fy = 0 .
To su potrebni uvjeti prvog reda (ispunjeni u
slučajevima (a), (b) i (c)).
Dovoljni uvjeti drugog reda:
d2f < 0 (max), d2f > 0 (min) .
d2f = fxx dx2 + 2 fxy dx dy + fyy dy 2

( )
2 fxy
= fxx dx + 2 dx dy + fyy dy 2
fxx
( )2 2
fxy fxy
= fxx dx + dy − fxx 2 dy 2 + fyy dy 2
fxx fxx
( )2
fxy fxx fyy − fxy
2
= fxx dx + dy + dy 2
fxx fxx
+ 103
+ +
Dovoljni uvjeti:
Maksimum ... fxx < 0 , fxx fyy − fxy
2 >0
Minimum ... fxx > 0 , fxx fyy − fxy

2 >0
Sedlasta točka ... 2 <0

fxx fyy − fxy
| {z }

fxx fxy

Hesseova determinanta: |H| =
fxy fyy
Hesseova matrica
[ ] [ ]
H11 H12 fxx fxy
H= =
H21 H22 fyx fyy
je matrica drugih parcijalnih derivacija. Kako
je H12 = fxy = fyx = H21 (Schwarzov teo-
rem), matrica H je simetrična. Dovoljne uvje-
te možemo izraziti i pomoću nje:
Maksimum . . . H11 < 0, |H| > 0
Minimum . . . H11 > 0, |H| > 0
Sedlo . . . |H| < 0.
Napomenimo da ako je |H| = 0 tada nemamo
nikakav zaključak, u tom slučaju potrebna su
dodatna ispitivanja.
+ 104
+ +
Postupak odredivanja ekstrema:
1. Rješavanjem sustava jednadžbi fx = 0,

fy = 0 dobijemo stacionarne točke (po-
tencijalne kandidate za točke ekstrema).
2. Dobivene stacionarne točke uvrštavamo u

dovoljne uvjete da bi ispitali koji se od
navedenih slučajeva pojavljuje (minimum,
maksimum ili sedlasta točka).
3. Točke ekstrema (ili sedlaste točke) uvr-

štavamo u polaznu funkciju.
+ 105
+ +
PRVI PRIMJER
Odredite ekstreme funkcije
f (x, y) = x3 + 3xy 2 − 15x − 12y + 1 .

Rješenje:
fx = 3x2 + 3y 2 − 15 = 0
fy = 6xy − 12 = 0
Prvu jednadžbu dijelimo sa 3 a drugu sa 6,
x2 + y 2 − 5 = 0 ←−↑
2
xy = 2 ⇒ y=
x
4
x2 + 2 − 5 = 0 | · x2 ⇒ x4 − 5x2 + 4 = 0 ,
x
t = x2 ⇒ t2 − 5t + 4 = 0 ⇒ t1 = 1, t2 = 4.
Dobili smo četiri stacionarne točke:
x1 = 1, y1 = 2 . . . T1(1, 2) ,
x2 = −1, y2 = −2 . . . T2(−1, −2) ,
x3 = 2, y3 = 1 . . . T3(2, 1) ,
x4 = −2, y4 = −1 . . . T4(−2, −1) .
+ 106
+ +
Svaku od njih uvrštavamo u dovoljne uvjete.

Kako je fxx = 6x, fyy = 6x, fxy = 6y, imamo
T1(1, 2): fxx = fyy = 6 > 0, fxy = 12,
|H| = 6 · 6 − 122 = −108 < 0
⇒ nema ekstrema (sedlo).
T2(−1, −2): fxx = fyy = −6 < 0, fxy = −12,
|H| = (−6) · (−6) − (−12)2 = −108 < 0
⇒ nema ekstrema (sedlo).
T3(2, 1): fxx = fyy = 12 > 0, fxy = 6,
|H| = 12 · 12 − 62 = 108 > 0
⇒ MIN(2, 1, −27).
T4(−2, −1): fxx = fyy = −12 < 0, fxy = −6,
|H| = (−12) · (−12) − (−6)2 = 108 > 0
⇒ MAX(−2, −1, 29).
+ 107
+ +
DRUGI PRIMJER
Poduzeće koje proizvodi dva proizvoda ima sli-

jedeće funkcije potražnje i ukupnih troškova
Q1 = 40 − 2p1 − p2 , Q2 = 35 − p1 − p2 ,
T = Q2 2
1 + 2Q2 + 10 .
Odredite maksimalnu dobit D∗ te cijene p∗1, p∗2
i razine proizvodnje Q∗1, Q∗2 kod kojih se ona
ostvaruje.
Rješenje:
P = p1Q1 + p2Q2
= 40p1 + 35p2 − 2p2
1 − p 2 − 2p p ,
2 1 2
T = 4060 + 6p2 2
1 + 3p2
+ 8p1p2 − 300p1 − 220p2 ,
D = P −T
= 340p1 + 255p2
− 8p2 2
1 − 4p2 − 10p1 p2 − 4060 .
+ 108
+ +
Potrebni uvjeti:

∂D 
= 340 − 16p1 − 10p2 = 0 


∂p1 
⇒
∂D 



= 255 − 8p2 − 10p1 = 0 
∂p2
p∗1 = 85/14 ≈ 6.07 , p∗2 = 170/7 ≈ 24.29 .
Dovoljni uvjeti:
∂ 2D ∂ 2D ∂ 2D
2
= −16, 2
= −8, = −10,
∂p1 ∂p2 ∂p1 ∂P2
[ ]
−16 −10
H= ,
−10 −8
}
H11 = −16 < 0
MAX
|H| = (−16)(−8) − (−10)2 = 28 > 0
Q∗1 = 25/7 ≈ 3.57 , Q∗2 = 65/14 ≈ 4.64 ,
D∗ = 480/7 ≈ 68.57 .
+ 109
+ +
METODA NAJMANJIH KVADRATA
Ako imamo zadan niz empiričkih podataka
(x1, y1), (x2, y2), . . . , (xn, yn),

često se javlja potreba odredivanja parameta-
ra neke funkcije y = f (x) tako da se njezin
graf najbolje prilagodava navedenim podaci-
ma. Pri tome ne zahtijevamo da graf prolazi
kroz sve te točke (za veći n takva funkcija
može imati složen i za praktičnu primjenu ne-
prikladan analitički oblik), već da ukupno od-
stupanje od danih točaka bude, u odredenom
smislu, najmanje. Jedan od načina za odredi-
vanje parametara tražene funkcije je uvjet da
je zbroj kvadrata odstupanja funkcijskih vri-
jednosti od empiričkih točka najmanji. Kako
odstupanje grafa funkcije y = f (x) od točke
(xi, yi) iznosi |f (xi) − yi|, imamo
n
∑
(f (xi) − yi)2 → min .
i=1
+ 110
+ +
PRIMJER
Znamo da je dvjema točkama u ravnini pravac

jednoznačno odreden. Ako, medutim, imamo
tri, četiri ili više (općenito n) točaka, odre-
dimo jednadžbu pravca y = ax + b koji se naj-
bolje prilagodava svim tim točkama. Tražimo,
dakle, parametre a i b takve da je
∑n z f (x )
}|i {
(axi + b −yi)2 → min .
i=1
| {z }
S(a,b)
Time smo dobili problem odredivanja ekstre-
ma funkcije dvije varijable S(a, b). Kako pos-
tavljeni problem ima samo minimum (mak-
simuma nema), dovoljno je provjeriti samo
potrebne uvjete. Imamo
n
∑
Sa′ = 2(axi + b − yi) · xi = 0 |:2
i=1
n
∑
Sb′ = 2(axi + b − yi) · 1 = 0 |:2
i=1
+ 111
+ +
Iz ovih uvjeta dobijemo sustav normalnih

jednadžbi za parametre a i b tražene funkcije
n
∑ n
∑ n
∑
a x2
i +b xi = xiyi
i=1 i=1 i=1
n
∑ n
∑ n
∑
a xi + b = yi
i=1 i=1
| {z } i=1
nb
Uzmimo da su zadane tri empiričke točke:
(1, 2), (2, 3) i (3, 5). Imamo n = 3 i
xi yi xiyi x2i
1 2 2 1
2 3 6 4
3 5 15 9
∑
6 10 23 14
pa je sustav normalnih jednadžbi

}
14a + 6b = 23 a = 3/2
⇒
6a + 3b = 10 b = 1/3 .
Jednadžba traženog pravca je
3 1
y = x+ .
2 3
+ 112
+ +
UVJETNI EKSTREMI
Ekstremi funkcija kod kojih su varijable izbo-

ra medusobno nezavisne, a koje smo proma-
trali do sada, nazivamo slobodni ekstremi.
Ako su medutim, varijable medusobno vezane
odredenim uvjetima, govorimo o uvjetnom
(vezanom) ekstremu ili optimumu. Pro-
matrat ćemo slučaj kad su uvjeti (ograniče-
nja) za varijable dani u obliku jednakosti.
Formulacija problema optimuma sa dvije va-
rijable:
f (x, y) → max (min) . . . funkcija cilja

g(x, y) = 0 . . . ograničenje (uvjet)
Navodimo dvije metode za rješavanje ovog
problema: metoda supstitucije i metoda
Lagrangeova multiplikatora.
+ 113
+ +
METODA SUPSTITUCIJE
Iz uvjeta izrazimo jednu varijablu pomoću dru-

ge te uvrstimo u funkciju cilja. Time uvjetni
ekstrem sa dvije varijable prelazi u slobodni
ekstrem sa jednom varijablom.
PRIMJER
Odredite ekstreme funkcije f (x, y) = x+9y+5
uz uvjet xy = 1.
Rješenje:
f (x, y) = x + 9y + 5 7→ max (min)
g(x, y) = xy − 1 = 0
Iz uvjeta dobijemo
1
xy − 1 = 0 ⇒ xy = 1 ⇒ y=
x
i to uvrstimo u funkciju cilja
( )
1 9
f (x, y) = f x, = x + + 5 7→ max (min),
x | x
{z }
F (x)
a to je ekstem funkcije jedne varijable F (x):
′ 9
F (x) = 1 − 2 = 0 ⇒ x2 = 9 ⇒ x = ±3
x
+ 114
+ +
18
F ′′(x) = 3
⇒
x
( )
1
F ′′(3) > 0 ⇒ min 3, , 11 ,
| 3{z }
(x, y, f (x,y))
( )
1
F ′′(−3) < 0 ⇒ max −3, − , −1 .
| {z3 }
(x, y, f (x,y))
Napomena: Ovu metodu koristimo ako je iz
uvjeta moguće, relativno jednostavno, izrazi-
ti jednu varijablu (npr. ako je uvjet linearna
funkcija barem jedne od varijabli). Ako to nije
moguće, tada koristimo slijedeću metodu.
+ 115
+ +
METODA LAGRANGEOVA
MULTIPLIKATORA
Formiramo Lagrangeovu funkciju od tri vari-

jable
L(λ, x, y) = f (x, y) + λ · g(x, y) ,
gdje je λ Lagrangeov multiplikator. Imamo
Nužni uvjet:

Lλ = 0 
 dobijemo stacionarnu(-e)
Lx = 0
 točku(-e) (λ, x, y)
Ly = 0 
Dovoljni uvjet (preko proširene Hesseove mat-
rice): 
Lλλ Lλx Lλy
 
H =  Lxλ Lxx Lxy 
Lyλ Lyx Lyy
 
0 gx gy ( )
  simetrična

=  gx fxx + λgxx fxy + λgxy 
 matrica
gy fxy + λgxy fyy + λgyy
}
|H| > 0 (max)
u stacionarnoj točki
|H| < 0 (min)
+ 116
+ +
PRIMJER
Prethodni primjer riješite ovom metodom.

Rješenje:
f (x, y) = x + 9y + 5 7→ max (min)
g(x, y) = xy − 1 = 0
L(λ, x, y) = x + 9y + 5 + λ · (xy − 1)
Nužni uvjet:
Lλ = xy − 1 = 0
}
Lx = 1 + λy = 0 ⇒ λ = −1/y
=
Ly = 9 + λx = 0 ⇒ λ = −9/x
1 9
− = − ⇒ x = 9y ... u prvu jednadžbu ...
y x
2 1
9y · y − 1 = 0 ⇒ 9y = 1 ⇒ y = ±
3
Dobili smo dvije stacionarne točke
y1 = 1
3 , x 1 = 3, λ 1 = −3 . . . T 1 (−3, 3, 1 ),
3
y2 = − 13 , x 2 = −3, λ 2 = 3 . . . T 2 (3, −3, − 1 ).
3
+ 117
+ +
Dovoljni uvjeti: formiramo proširenu Hesse-

ovu matricu
Lλλ = 0, Lλx = y, Lλy = x,
Lxx = 0, Lxy = λ,
Lyy = 0,
 
0 y x
 
H= y 0 λ  .
x λ 0
1 ):
T1(−3, 3, 3

0 1/3 3

|H| = 1/3 0 −3 = −6 < 0 (min)

3 −3 0
1 ):
T2(3, −3, − 3

0 −1/3 −3

|H| = −1/3 0 3 = 6 > 0 (max)

−3 3 0
( ) ( )
1 1
min −3, 3, , 11 , max 3, −3, − , −1 .
| {z 3 } | {z 3 }
(λ, x, y, L(λ,x,y)) (λ, x, y, L(λ,x,y))
+ 118
+ +
Interpretacija Lagrangeova multiplikatora:

Kako je
∂L
λ= ,
∂g
to je λ mjera osjetljivosti (brzine promjene)
funkcije L u odnosu na malu promjenu ogra-
ničenja g, na primjer za mali ε > 0 je
λ=3: g ↗ ε ⇒ L ↗ 3ε ,
λ = −3 : g ↗ ε ⇒ L ↘ 3ε ,
...
+ 119
+ +
PRIMJER
Troškovi izrade metalne bačve valjkastog ob-

lika zapremine 300 litara su: 8 kn/dm2 za
dno, 6 kn/dm2 za poklopac i 4 kn/dm2 za
plašt. Odredite dimenzije bačve za koju su
troškovi izrade minimalni.
V = r2πv = 300 (uvjet)
2 2
T = 8r | {z π} + |4 · 2rπv
| {z π} + 6r {z } 7→ min
dno poklopac plašt
Iz uvjeta slijedi v = 300
r2π
i to uvrstimo u T ,
300 2400
T = 14r2π + 8rπ· 2 = 14r2π + 7→ min
r π r

′ 2400 2
T = 28rπ − =0 ·r ⇒ 28r3π = 2400

r2
√
3 2400
⇒ r= = 3.01047... dm = 301 mm ,
28π
300
v = 2 = 10.5366.. dm = 1053.7 mm ,
r π
Tmin = 1195.83 kn .
+ 120
+ +
Napomena: U ovom primjeru nismo provje-

ravali da li se zaista radi o točki minimuma
(T ′′ = 28π + 4800/r3 > 0). U praksi to ug-
lavnom nije ni potrebno. Naime, ekonomske
funkcije su po svojoj strukturi takve da imaju
ekstrem koji se traži (funkcija troškova ima
minimum a maksimum je ∞, funkcija prihoda
i dobiti ima maksimum a minimum je 0 ili
negativan itd.). Općenito u praksi nije upitno
o kojem se ekstremu radi (to znamo), glavno
je pitanje izračunavanje eksrema.
PRIMJERI
1. Zadana je funkcija troškova

T (L, C) = 4L2 − 2LC + C 2
√
i funkcija proizvodnje Q(L, C) = 4 2LC ,
gdje je L rad a C kapital. Uz koju kombi-
naciju rada i kapitala se na razini proizvod-
nje Q = 2 ostvaruju minimalni troškovi i
koliko oni iznose?
Rješenje: Tmin(2, 4) = 16.
+ 121
+ +
2. Napravite kartonsku kutiju sa poklopcem

volumena 1 m3 uz minimalni utrošak ma-
terijala.
Rješenje: Ako su x, y i z dužina, širina i
visina kutije, tada je
V = xyz = 1 (uvjet)
O = 2xy + 2xz + 2yz 7→ min .
Imamo, dakle, uvjetni ekstrem sa tri vari-
jable. Ako iz uvjeta
1
xyz = 1 ⇒ z =
xy
uvrstimo u funkciju cilja, dobijemo
2 2
f (x, y) = 2xy + + 7→ min ,
y x
slobodni ekstrem sa svije varijable. Imamo

2 

fx = 2y − 2 = 0 

x 
⇒ x = y = 1 m,
2 

fy = 2x − 2 = 0  

y
pa je i z = 1 m.
Utrošak materijala je Omin = 6 m2.
+ 122
+ +
Uočimo da ni ovdje nije trebalo ispitivati da

se radi o minimumu. Naime, ako uzmemo
proizvoljno velike x i y te izračunamo z = xy 1,
tada će i oplošje O biti proizvoljno veliko, npr.

x = y = 10 ⇒ z = 0.01, O > 200,
x = y = 100 ⇒ z = 0.0001, O > 20000,
itd., pa maksimum ne postoji.
Naravno, pomoću dovoljnih uvjeta, lako mo-
žemo provjeriti našu tvrdnju. Imamo
4 4
fxx = 3 , fyy = 3 , fxy = 2 ,
x y
pa je u stacionarnoj točki
fxx = 4 , fyy = 4 , fxy = 2 ,

2 = 12 ,
fxx · fyy − fxy
a što garantira postojanje minimuma.
+ 123
1. Ponavljanje
Diferencijalni račun
Primjena diferencijalnog računa
Integralni račun
Uz tablicu derivacija koristimo pravila deriviranja.

Za f i g funkcije, c ∈ R vrijedi:
I Derivacija zbroja funkcija (aditivnost):
(f ± g )0 (x) = f 0 (x) ± g 0 (x),
I Derivacija umnoška funkcija:
(f · g )0 (x) = f 0 (x) · g (x) + f (x) · g 0 (x),
I Derivacija kvocijenta funkcija:
f f 0 (x) · g (x) − f (x) · g 0 (x)
( )0 (x) = ,
g g 2 (x)
2 / 14
I Derivacija kvocijenta (poseban slučaj):

1 g 0 (x)
( )0 (x) = − 2 ,
g g (x)
I Derivacija konstante:
c 0 = 0,
I Derivacija umnoška i konstante (homogenost):
(c · f (x))0 = c · f 0 (x),
I Derivacija složene funkcije:
f ([g (x)])0 = f 0 (g (x)) · g 0 (x),
I Linearnost deriviranja = aditivnost + homogenost.
3 / 14
Zadatak 1
Izračunajte prvu i drugu derivaciju sljedećih funkcija:
a) f (x) = x 5 + 2x − 3, b) f (x) = e x cos x.
Zadatak 2
Izračunajte prvu derivaciju sljedećih funkcija:
2
3 + x −3 ,
a) f (x) = 3x √ f) f (x) = (x 2 − 3x + 3)5 ,
2 3
b) f (x) = x x 2 ,
c) f (x) = x e x ,
5 g) f (x) = sin4 (4x),
x2
d) f (x) = , h) f (x) = ln(2x + 7),
ln x
1 ln x 2
e) f (x) = − , i) f (x) = 5e −x .
x x
4 / 14
Primjena diferencijalnog računa
Slika 1: Ekstremi funkcije jedne varijable
Primjena diferencijalnog računa u ekonomiji - odredivanje

ekstrema ekonomskih funkcija (funkcija potrošnje, prihoda,
korisnosti), odredivanje elastičnosti funkcije i odredivanje
marginalnih funkcija.
5 / 14
Ekstremi funkcije jedne varijable
Nužan uvjet:
I Riješimo jednadžbu f 0 (x) = 0. x - evi koji zadovoljavaju
jednadžbu nazivaju se stacionarne točke.
Dovoljan uvjet:
I Uvrstimo stacionarne točke u drugu derivaciju funkcije f (x) i
provjerimo predznak:
I f 00 (x) > 0 - funkcija u stacionarnoj točki x ima minimum,
I f 00 (x) < 0 - funkcija u stacionarnoj točki x ima maksimum.
I Izračunamo vrijednost funkcije u stacionarnim točkama:
I točka minimuma m(x, f (x))
I točka maksimuma M(x, f (x)).
6 / 14
Zadatak 3
Odredite ekstreme funkcija:
2x 2
a) y = ,
x −2
b) y = xe x ,
c) y = x ln x.
7 / 14
Integralni račun
Koristimo tablicu integrala i pravila integriranja. Za funkcije f (x),

g (x), primitivnu funkciju funkcije f F (x) i C , c ∈ R vrijedi:
R
I F (x) = f (x)dx + C ,
R
I dx = x + C ,
R R
I Homogenost: c · f (x)dx = c f (x)dx,
R R R
I Aditivnost: [f (x) + g (x)] dx = f (x)dx + g (x)dx.
8 / 14
Metoda supstitucije varijabli
Zamjenom varijabli nastojimo polazni oblik svesti na jednostavniji:

Z Z
f (x)dx = f (g (x))g 0 (x)dx
Z
t = g (x)
= = f (t)dt.
dt = g 0 (x)dx
9 / 14
Zadatak 4
Odredite integrale:
(2x 3 + 4x + 3)dx, (e x − 2x )dx.

R R
a) b)
Zadatak 5 (Metoda supstitucije)

Odredite integrale:
ex
a) e 3x+4 dx,
R R
c) e x +3 dx.
R
b) sin x cos xdx,
10 / 14
Metoda parcijalne integracije
Metoda parcijalne derivacije izvedena je iz derivacije produkta

dviju funkcija
Z Z Z
f (x)dx = u · dv = u · v − v · du.
Kako odabrati u i dv ?
11 / 14
I Z I Z
n
x sin(bx)dx x n ln(ax)dx
* dv = x n dx, u = ln(ax)
* u = x n, dv = sin(bx)dx I Z
I Z e ax sin(bx)dx
x n cos(bx)dx
* u = e ax , dv = sin(bx)dx
* u = x n, dv = cos(bx)dx I Z
I Z e ax cos(bx)dx
x n e ax dx
* u = e ax , dv =
* u= x n, dv = e ax dx cos(bx)dx
12 / 14
Općenito:
I za dv odaberite dio integrala koji nakon što ga integrirate
nije ”kompliciraniji” (npr. exponencijalne funkcije, sin,
cos...),
I za u odaberite dio integrala čija je derivacija du
”jednostavnija” od odabranog u (npr. polinom, logaritam...).
Nekad je potrebno više puta ponoviti parcijalno deriviranje kako
biste riješili zadani integral.
Moguće je s desne strane jednakosti naići na početni integral.
13 / 14
Zadatak 6 (Metoda parcijalne integracije)
Odredite integral Z
x cos xdx.
14 / 14
2. Primjena diferencijalnog računa
Ekonomske funkcije
Elastičnost funkcije
Funkcija troškova proizvodnje (cost function)
I Q - količina proizvoda
I T (Q) - ukupni troškovi proizvodnje
T (Q)
I AT = T (Q) = - prosječni troškovi proizvodnje
Q
I t(Q) = MT (Q) = T 0 (Q) - funkcija graničnih (marginalnih)
troškova
T (Q + ∆Q) − T (Q)
MT (Q) = lim∆Q→0
∆Q
I T (0) - fiksni troškovi

I VT (Q) = T (Q) − T (0) - ukupni varijabilni troškovi za
količinu proizvodnje Q
2 / 19
I Ukupni troškovi proizvodnje
I ukupni novčani izdaci potrebni da se proizvede odredena
količina proizvoda
I ukupni troškovi = ukupni fiksni troškovi + varijabilni troškovi
I Ukupni fiksni troškovi - troškovi koji se ne mijenjaju s
promjenama opsega proizvodnje, početni trošak
I Ukupni varijabilni troškovi
I troškovi koji se mijenjaju s promjenama opsega proizvodnje.
I Granični (marginalni) troškovi - za koliko se ”približno”
promijene ukupni troškovi zbog povećanja količine
proizvodnje za jednu jedinicu
I Prosječni troškovi proizvodnje - trošak po jedinici proizvodnje
3 / 19
Zadatak 1
Zadana je funkcija ukupnih troškova proizvodnje
T (Q) = Q 4 + 3Q 2 + Q + 2
gdje je Q količina proizvodnje.

a) Izračunajte fiksne troškove,
b) izvedite funkciju prosječnih troškova,
c) izvedite funkciju graničnih troškova i interpretirajte rezultat
za Q = 10.
4 / 19
Zadatak 2
3Q + 1
T (Q) =
2Q + 2
a) Izračunajte fiksne troškove,
b) izvedite funkciju prosječnih troškova,
c) izvedite funkciju graničnih troškova i interpretirajte rezultat
za Q = 10.
5 / 19
Zadatak 3
1 p
T (Q) = ln(1 + Q) + Q + 1
2
Izvedite funkciju graničnih troškova i interpretirajte rezultat za
Q = 8.
6 / 19
Zadatak 4
Zadana je funkcija prosječnih troškova proizvodnje
T (Q) = Q 2 − 2Q + 3

a) Kada se ostvaruju minimalni prosječni troškovi?
b) Izvedite funkciju graničnih troškova.
c) Pokažite da su prosječni i granični troškovi jednaki u
stacionarnoj točki prosječnih troškova.
7 / 19
3.5
3.0
2.5
2.0
0.2 0.4 0.6 0.8 1.0
Slika 1: Funkcija prosječnih (plava) i marginalnih troškova (narančasta)
8 / 19
Zadatak 5
T (Q) = 100e 2Q
gdje je Q količina proizvodnje. Izvedite funkciju varijabilnih

troškova.
9 / 19
Funkcija prihoda (revenue function)
I Q - količina proizvodnje
I R(Q) - funkcija ukupnih prihoda
R(Q)
I AR = R(Q) = - prosječni prihod
Q
I r (Q) = R 0 (Q) - funkcija graničnih (marginalnih) prihoda
I D(Q) = R(Q) − T (Q) - funkcija dobiti
10 / 19
Zadatak 6
Zadana je funkcija ukupnih prihoda
R(Q) = Qe −Q.
Odredite nivo proizvodnje prilikom kojega se ostvaruje maksimalni

ukupni prihod.
Zadatak 7
Zadana je funkcija ukupnih prihoda
1
R(Q) = −2Q 2 + 500Q + Q 2
te funkcija ukupnih troškova

1
T (Q) = 3Q 2 + Q 2 + 10.
Odredite nivo proizvodnje prilikom kojega se ostvaruje

maksimalna dobit.
11 / 19
Zadatak 8
Zadana je funkcija ukupnih prihoda i funkcija ukupnih troškova
R(Q) = 1400Q − 6Q 2 , T (Q) = 1500 + 80Q.
a) Izvedite funkciju dobiti.

b) Na kojem se nivou proizvodnje ostvaruje maksimalna dobit?
c) Izvedite funkciju graničnih prihoda i graničnih troškova te
izračunajte njihovu vrijednost u stacionarnoj točki funkcije
dobiti.
12 / 19
Zadatak 9
Tvrtka tjedno proizvede i proda Q tranzistorskih radioaparata.
Ako su funkcije ukupnog tjednog troška i ovisnosti cijene o
potražnji dane izrazima
T (Q) = 5000 + 2Q, p = 10 − 0.001Q, 0 ≤ Q ≤ 10000.
Odredite razinu proizvodnje i cijenu prilikom koje se ostvaruje

maksimalan profit.
13 / 19
Elastičnost
Definicija 1
Elastičnost funkcije y = f (x) u točki x:
x 0 x dy
Ey ,x = y = .
y y dx
I Elastičnost mjeri osjetljivost jedne varijable na drugu - broj

koji pokazuje za koliko će se postotaka promijeniti jedna
varijabla ako druga varijabla poraste za 1%
I Elastičnost ponude i potražnje (funkcija) s obzirom na
promjenu cijene (varijabla).
14 / 19
I |Ey ,x | > 1 - y je elastična u odnosu na x
I |Ey ,x | < 1 - y je neelastična u odnosu na x
I |Ey ,x | = 1 - jedinično elastična
I |Ey ,x | = 0 - savršno neelastična.
I |Ey ,x | = ∞ - savršeno elastična.
Sve točke u kojima je y elastična čine područje elastičnosti
funkcije y .
Sve točke u kojima je y neelastična čine područje neelastičnosti
funkcije y .
15 / 19
Svojstva koeficijenta elastičnosti
Neka su y , u, v funkcije, a c konstanta. Tada vrijedi:

I Ecy ,x = Ey ,x
I Euv ,x = Eu,x + Ev ,x
I E u ,x = Eu,x − Ev ,x
v
I Ey ,x = 1
Ex,y - inverzna funkcija
I Ey ,x = Ey ,u · Eu,x - kompozicija funkcija (y [u(x)])
Sve točke u kojima je y elastična čine područje elastičnosti
funkcije y .
Sve točke u kojima je y neelastična čine područje neelastičnosti
funkcije y .
16 / 19
Zadatak 10
Zadana je funkcija
y = 2e x+1 .
Izračunajte elastičnost funkcije za x = 1 te interpretirajte rezultat.
Zadatak 11
Zadana je funkcija
y = 2x + 3.
Izračunajte elastičnost za x = 1. Postoji li x za koji je funkcija
jedinično elastična?
Zadatak 12
Zadana je funkcija
y = −xe x .
Odredite x takav da njegovo povećanje od 1% uzrokuje povećanje
od y za 2%.
17 / 19
Zadatak 13
Zadana je funkcija prosječnih prihoda
AR = 40Q − 2Q 2 .
Izračunajte koeficijent elastičnosti funkcije ukupnih prihoda u

stacionarnoj točki prosječnih prihoda.
18 / 19
3. Funkcije više varijabli
Parcijalne derivacije
Homogenost funkcije
Parcijalna elastičnost
Funkcije više varijabli
I f (x, y ) - funkcija dvije varijable

I f (x, y , z) - funkcija tri varijable
Promatramo funkciju dvije varijable f (x, y ).

Fiksirajući varijablu y funkcija f (x, y ) dvije varijable postaje
funkcije jedne varijable - x.
Fiksirajući varijablu x funkcija f (x, y ) dvije varijable postaje
funkcije jedne varijable - y .
Derivacije navedenih funkcija nazivamo parcijalnim derivacijama
funkcije f (x, y ).
2 / 16
Parcijalne derivacije
Parcijalne derivacije funkcije f (x, y ):

I po varijabli x:
∂f f (x + ∆x, y ) − f (x, y )
fx = fx (x, y ) = (x, y ) = lim∆x→0
∂x ∆x
I po varijabli y :
∂f f (x, y + ∆y ) − f (x, y )
fy = fy (x, y ) = (x, y ) = lim∆y →0
∂y ∆y
3 / 16
Parcijalne derivacije višeg reda
Parcijalne derivacije drugog reda funkcije f (x, y ):

I Parcijalna derivacija drugog reda po varijabli x:
∂2f ∂ ∂f
fxx = 2
= ( )
∂ x ∂x ∂x
I Parcijalna derivacija drugog reda po varijabli y :
∂2f ∂ ∂f
fyy = 2
= ( )
∂ y ∂y ∂y
Analogno za parcijalne derivacije viših redova.
4 / 16
Mješovite parcijalne derivacije drugog reda funkcije f (x, y ):
I Parcijalna derivacija drugog reda redom po varijablama y , x:
∂2f ∂ ∂f
fyx = = ( )
∂y ∂x ∂y ∂x
I Parcijalna derivacija drugog reda redom po varijablama x, y :
∂2f ∂ ∂f
fxy = = ( )
∂x∂y ∂x ∂y
Analogno za mješovite parcijalne derivacije viših redova.
5 / 16
Teorem 1 (Schwarz)
Uz uvjet da su sve navedene derivacije neprekidne u promatranoj
točki i njenoj okolini vrijedi:
∂2f ∂2f
= .
∂y ∂x ∂x∂y
6 / 16
Zadatak 1
Odredite sve parcijalne derivacije drugog reda funkcije
f (x, y ) = 2x 2 y 3 + 2xy .
7 / 16
Homogene funkcije
Definicija 1
Za funkciju više varijabli y = f (x1 , x2 , . . . , xn ) kažemo da je
homogena, stupnja homogenosti α ako za svaki λ ∈ R za koji je
λα definirano vrijedi
f (λx1 , λx2 , . . . , λxn ) = λα · f (x1 , x2 , . . . , xn ).
Stupanj homogenosti α pokazuje za koliko se % približno

promijeni funkcija ako sve varijable povećamo za neki %.
8 / 16
Primjer 1
Ukoliko varijable x, y povećamo za 10% tada je λ = 1.1.
Ako je funkcija f homogena, sa koeficijentom homogenosti
α = 2, promjena će biti jednaka 21%:
f (1.1x, 1.1y ) = 1.21 · f (x, y )
gdje je
λ = 1.12 = 1.21.
9 / 16
Zadatak 2
Ispitajte jesu li sljedeće funkcije homogene i odredite stupanj
homogenosti.
x+y
a) f (x, y ) = x−y
b) f (x, y ) = x2 + 2xy + y 3
c) f (x, y ) = 4xy (ln x − ln y )a
d) f (x, y ) = ln(x 2 + y 2 ) − ln(xy )
Zadatak 3
Ispitajte homogenost funkcije
f (x, y , t) = 0.25x a y b e 3t u
u varijablama x, y i odredite stupanj homogenosti.
10 / 16
Zadatak 4
Opišite promjenu vrijednosti funkcije
√ x +y
f (x, y ) = 2x 2 x · ln
3y
kada se varijable x i y
a) smanje za pola, c) smanje za 7%.

b) povećaju 2 puta,
11 / 16
Koeficijenti parcijalne elastičnosti
Definicija 2
Koeficijent parcijalne elastičnosti funkcije dvije varijable f (x, y ) u
odnosu na varijablu x definira se kao
x
Ef ,x = · fx .
f
Koeficijent parcijalne elastičnosti s obzirom na varijablu y :

y
Ef ,y = · fy .
f
12 / 16
Zadatak 5
Zadana je funkcija
f (x, y ) = x 2 + xy .
Izračunajte koeficijente parcijalne elastičnosti funkcije f u odnosu
na varijable x i y te interpretirajte rezultate za x = 2 i y = 1.
13 / 16
Koeficijenti križne elastičnosti - poseban slučaj
I Koeficijent parcijalne elastičnosti pokazuju kako reagira

potražnja dobra na promjenu cijene.
I Koeficijent ukrštene elastičnosti pokazuju kako reagira
potražnja dobra na promjenu cijene nekog od ostalih dobara
koja na nju utječu.
I Ako je neki koeficijent ukrštene elastičnosti pozitivan tada su
ta dva dobra supstituti, ako je negativan, komplementi.
14 / 16
Primjer 2
Zadana je funkcija potražnje q1 = q1 (p1 , p2 , . . . , pn ) gdje je q1
potražnja dobra ”1”, p1 cijena dobra ”1” a pn cijena ostalih
dobara redom koja utječu na potražnju dobra ”1”.
Koeficijenti križne elastičnosti su Eq1 ,p2 , . . . , Eq1 ,pn .
I Koeficijent parcijalne elastičnosti Eq1 ,p1 pokazuje kako reagira
potražnja dobra ”1” s obzirom na promjenu njegove cijene.
I Koeficijenti ukrštene elastičnosti pokazuju kako reagira
potražnja dobra ”1” s obzirom na promjenu cijena ostalih
dobara koji na njega utječu.
15 / 16
Zadatak 6
Potražnja za kruhom iskazana je funkcijom
DB = PB1.22 PF−0.8 ,
gdje je B oznaka za kruh (u komadima), a F oznaka za brašno (u

kg). Što se dogada sa potražnjom ukoliko se cijena brašna poveća
za 18%? U kakvom su odnosu ta dva dobra?
16 / 16
4. Ekstrem funkcije više varijabli
Nužan uvjet
Dovoljan uvjet
Uvjetni ekstrem funkcije više varijabli
Metoda supstitucije
Metoda Lagrangeovih multiplikatora
Ekstrem funkcije jedne varijable
U točki ekstrema tangenta je paralelna sa x osi.

I Nužan uvjet: f 0 (x) = 0, x - stacionarna točka.
I Dovoljan uvjet:
I za f 00 (x) > 0 - funkcija u stacionarnoj točki x ima minimum,
I za f 00 (x) < 0 - funkcija u stacionarnoj točki x ima maksimum.
I Ekstrem funkcije: (x, f (x)).
2 / 19
Ekstrem funkcije više varijabli
Nužan uvjet
U točki ekstrema tangencijalna ravnina je paralelna sa x-y
ravninom
df = fx dx + fy dy = 0, ∀dx, dy
što znači da imamo
fx = 0, fy = 0.
3 / 19
Definicija 1
Hesseova matrica definirana je kao simetrična matrica drugih
parcijalnih derivacija funkcije f (x, y ) :

H11 H12 fxx fxy
H= = .
H21 H22 fxy fyy
Teorem 1 (Schwartz)
Vrijedi
H12 = fxy = fyx = H21 ,
uz uvjet da su sve navedene funkcije neprekidne u promatranoj
točki i njenoj okolini.
4 / 19
Dovoljni uvjeti
I Maksimum funkcije
fxx < 0, fxx fyy − fxy2 > 0
I Minimum funkcije
fxx > 0, fxx fyy − fxy2 > 0
I Sedlo
fxx fyy − fxy2 < 0
I Potrebna dodatna ispitivanja
fxx fyy − fxy2 = 0.
5 / 19
I Maksimum funkcije
H11 < 0, |H| = det(H) > 0
I Minimum funkcije
H11 > 0, |H| = det(H) > 0
I Sedlo
|H| = det(H) < 0
Slika 1: Minimum, maksimum, sedlo
6 / 19
Postupak odredivanja ekstrema
1. Riješimo sustav jednadžbi zadan sa

fx = 0, fy = 0.
Rješenja sustava su stacionarne točke, potencijalni kandidati
za ekstrem.
2. Uvrštavanjem stacionarnih točki u dovoljne uvjete ispitujemo
prethodno navedene slučajeve.
3. Uvrštavanjem u polaznu funkciju dolazimo do točke
ekstrema (x, y ) :
I minimum funkcije m(x, y ; f (x, y ))
I Maksimum funkcije M(x, y ; f (x, y ))
7 / 19
Korak 2. detaljnije:
I Maksimum:

f fxy
fxx < 0, |H| = xx = fxx fyy − fxy2 > 0,
fxy fyy
I Minimum:

f fxy
fxx > 0, |H| = xx = fxx fyy − fxy2 > 0,
fxy fyy
I Sedlo:
f fxy
|H| = xx = fxx fyy − fxy2 < 0.
fxy fyy
8 / 19
Zadatak 1
Odredite ekstreme funkcija:
a) f (x, y ) = x 2 + xy − 2x − y ,
b) f (x, y ) = 80 − y 2 + x 3 + 12y − 3x,
9 / 19
Zadatak 2
Zadane su cijene dvaju dobara u ovisnosti o količini proizvodnje
p1 = 15 − Q1 , p2 = 10 − Q2
te funkcija ukupnih troškova
T (Q1 , Q2 ) = 5Q1 + 4Q2 + 5.
Nadite optimalnu kombinaciju proizvodnje u cilju maksimiziranja

dobiti. Koliko iznosi maksimalna dobit?
10 / 19
Uvjetni ekstremi funkcija više varijabli
Definicija 2
Slobodni ekstremi su ekstremi funkcija kod kojih su varijable
izbora medusobno nezavisne.
Definicija 3
Uvjetni (ili vezani) ekstremi su ekstremi funkcija kod kojih su
varijable izbora medusobno zavisne, odnosno vezane odredenim
uvjetima.
Vezani ekstremi se nazivaju i optimumi.
11 / 19
Uvjetni ekstremi
Uvjete ili ograničenja na varijable često zadajemo u obliku

jednakosti.
Formulacija problema uvjetnih ekstrema u slučaju funkcije dvije
varijable:
I Funkcija cilja: f (x, y ) → max(min)
I Ograničenje ili uvjet: g (x, y ) = 0
Dvije metode rješanja problema:

I Metoda supstitucije
I Metoda Lagrangeovih multiplikatora
12 / 19
Metoda supstitucije
I Funkcija cilja: f (x, y ) → max(min)

I Ograničenje ili uvjet: g (x, y ) = 0
Metoda supstitucije:
I Koristeći funkciju ograničenja jednu varijablu zapišemo
pomoću druge
I U funkciju cilja uvrstimo izraz za varijablu dobiven iz funkcije
ograničenja (supstitucija)
I Riješimo ekstrem funkcije jedne varijable
13 / 19
Zadatak 3
Pronadite ekstremne vrijednosti funkcije
z(x, y ) = e xy
uz ograničenje x + y = 4.
14 / 19
Metoda Langrangeova multiplikatora
Lagrangeovu funkciju formiramo u ovisnosi o tri varijable
L(λ, x, y ) = f (x, y ) + λg (x, y )
gdje je λ Lagrangeov multiplikator.
I Nužan uvjet:
Lλ = 0
Lx = 0
Ly = 0
Rješenje sustava su stacionarne točke (λ, x, y ).
15 / 19
I Dovoljan uvjet
Definiramo proširenu Hesseovu matricu:
   
Lλλ Lλx Lλy 0 gx gy
H = Lxλ Lxx Lxy = gx fxx + λgxx
   fxy + λgxy 
Ly λ Lyx Lyy gy fxy + λgxy fyy + λgyy
Provjerimo predznak determinante u stacionarnoj točki
|H| = detH > 0 → Maximum

|H| = detH < 0 → minimum
I Izračunamo vrijednost funkcije (i multiplikatora)
16 / 19
∂L
Lagrangeov multiplikator λ = mjeri osjetljivost funkcije L na
∂g
promjenu ograničenja g .
Primjer 1
Neka je sa označena promjena u funkciji ograničenja. S obzirom
na vrijednost multiplikatora λ mijenja se vrijednost funkcije L:
I g se promijeni za :
I Za λ = 3, L poraste za 3 ·
I Za λ = −3, L padne za 3 ·
Neka je zadana funkcija prihoda (funkcija cilja, max) i budžet

(funkcija ograničenja). Ukoliko je λ > 1 npr. λ = 2.3 povećanje
budžeta za 1 će rezultirati povećanjem prihoda za 2.3.
17 / 19
Zadatak 4
Odredite ekstreme funkcije
f (x, y ) = −x − y
uz ograničenje
x 2 + y 2 = 2.
Zadatak 5
Zadana je funkcija troškova
T (Q1 , Q2 ) = 2Q12 + Q1 Q2 + Q22
gdje su Q1 , Q2 ≥ 0 količine proizvodnje za ta dva proizvoda.

Odredite Q1 i Q2 tako da troškovi budu minimalni, a da ukupna
proizvodnja bude 20.
18 / 19
Zadatak 6
Zadana je funkcija troškova
T (L, C ) = 2L + C + 10
i funkcija proizvodnje
Q(L, C ) = L · C
u ovisnostima o radu L i kapitalu C .

Pronadite kombinaciju rada i kapitala uz koju se na nivou
proizvodnje Q = 8 ostvaruju minimalni troškovi.
19 / 19

Matanaliza PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Matanaliza PDF

Uploaded by

Copyright:

Available Formats

UVOD

Ovi nastavni materijali namijenjeni su studen-

Neodredeni integrali ... 1

Neka je zadana realna funkcija f (x). Funkciju

Integriranje je inverzna operacija od diferenci-

Naziv “neodredeni integral” potječe od neod-

Provjerite sljedeće tvrdnje:

Da bi postupak integriranja učinili operativ-

• općenita pravila integriranja (integral

• tablicu integrala (izraze - formule za in-

• metode integriranja (direktna integraci-

Ova pravila proizlaze iz analognih pravila za

TABLICA INTEGRALA OSNOVNIH

Dokaz navedenih formula:

Koristimo pravila i tablicu integrala.

Kod ove metode nastojimo, prikladnom zam-

Napomena: Sve dobivene rezultate možemo

METODA PARCIJALNE INTEGRACIJE

Polazimo od formule za derivaciju produkta

= x2ex − 2xex + 2ex + C

Do pojma odredenog integrala došlo se preko

Profinjujući particiju polaznog intervala [a, b]

Ako uzmemo da △x → 0, imamo

Kako je P (a) = 0 imamo 0 = F (a) + C ⇒

P (x) = F (x) − F (a) ,

Ovu formulu (osnovnu formulu diferencijalnog

i nazivamo je odredeni integral u granicama

SVOJSTVA ODRE-DENIH INTEGRALA

Neka su f, g : [a, b] → R, d ∈ [a, b], c ∈ R.

Upute za računanje površina:

1. Odredite mjerni broj površine koju graf

Napomena: Uočimo da je zadana funkcija ne-

2. Koliku površinu medusobno zatvaraju kri-

3. Odredite vrijednost parametra a, a > 0

4. Srednje vrijednosti funkcije y = f (x) na

Odredite aritmetičku, geometrijsku i harmo-

1 (5 ln 5−5)− 1 (1 ln 1−1) 5 ln 5−1

= 55/4 · e−1 = 2.7505...

Vidimo da je H < G < A .

Ako podintegralna funkcija u području inte-

(c) Ako je f : [a, γ⟩ ∪ ⟨γ, b] → R neprekidna

1. Ako je f : R → R, definirajte slijedeće

2. Koliku površinu graf funkcije f (x) = xe−x

Svaku jednadžbu, koja sadrži bar jednu deri-

PRIMJER: Opće rješenje diferencijalne jed-

METODA SEPARACIJE VARIJABLI

Opći oblik obične diferencijalne jednadžbe

1. Polaznu jednadžbu svodimo na oblik

2. Uvrštavanjem y ′ = dy/dx dobijemo

3. Funkcije A i B rastavljamo na faktore jed-

4. Separiramo varijable, dijeljenjem jednadž-

5. Obje strane dobivene jednadžbe integri-

Ako se koraci 1 i/ili 3 ne mogu provesti, tada

Riješite diferencijalnu jednadžbu

x2y ′ + y 2 = 0 uz uvjet y(2) = 2/3 .

Uvrstimo li uvjet (za x = 2 je y = 2/3) u opće

PRIMJENA INTEGRALA U EKONOMIJI

1. Zadane su granične veličine (T ′, P ′, ...) a

2. Zadan je koeficijent elastičnosti (Ey,x) a

3. Lorenzova funkcija Φ : [0, 1] → [0, 1] daje

Ovi nastavni materijali namijenjeni su studen-

Definicija: Neka su m i n prirodni brojevi.

Ako je m = n matricu nazivamo kvadratna