1.

Матрица

1.1. Основни појмови

У математици, матрица је правоугаона табела бројева, или уопштено, табела која

се састоји од апстрактних објеката који се могу сабирати и множити. Матрице се
користе за описивање линеарних једначина, за праћење коефицијента линеарних
трансформација, као и за чување података који зависе од два параметра. Матрице
се могу сабирати, множити и разлагати на разне начине, сто их чини кључним
концептом у линеарној алгебри и теорији матрица.

Хоризонталне линије се зову врсте, а вертикалне колоне матрице. Матрица са m

врста и n колона назива се m-са-n матрицом ( каже се и записује да је формата m

x n ), а m и n су димензије матрице.

Члан матрице А, који се налази u и-тој врсти и j-тој колони назива се (ij)-ти члан

матрице A. Ово се записује као Ai,j или A[i,j]. Увек се прво назначује врста, па
колона.Матрицу чија је једна од димензија једнака јединици често називамо
вектором и

1
интерпретирамо је као елемент реалног координатног простора. 1xn матрица (

једна врста и n колона ) се назива вектор врста, а mx1 матрица ( једна колона и m
врста ) се назива вектор колона.

Пример:

1. Матрица

је 4x3 матрица.

Елемент A[2,3] или a2,3 je 7.

2. Матрица

је 1x9 матрица или вектор врста са 9

елемената.

Матрица формата m x n је уствари функција: A: { 1,2,...,m } x { 1,2,...,n } →R,m,nЄN

. Елементи матрице su: a₁₁, a₁₂,…., amn односно aij Є R, i=1,….,m, j=1,….,n. Овакву
матрицу означавамо са:

A=[aij]m x n ( матрица са m врста i n

колона ) Елементи i-te врсте су: ai₁ , ai₂ ,…,ain , i=1,….,m.
Елементи j-те колоне су: a₁j , a₂j ,…,anj , j=1,…,n.
Матрица код које је m=1 или n=1 често се назива вектор и интерпретирамо је као

елемент реалног координатног простора. 1xn матрица (једна врста и n колона )

назива се вектор врсте, а mx1 матрица ( једна колона и m врста ) назива се вектор
колоне.
 2. Сабирање и множење матрица

Ако су дате матрице A i B, димензије m-са-n, њихов збир A+B израчунава се

сабирањем одговарајућих елемената ( тј. ( A+B) [i,j] = A[i,j] + B[i,j] ). На пример:

Ако
узмемо матрицу А и број ц, скаларни производ Ac се рачуна множењем скаларом ц
сваког елемента А матрице. На пример:

Операције сабирања и множења скаларом претварају скуп M (m,n,R ) свих m-са-n

матрица са реалним члановима у реални векторски простор димензије mn.

Векторски или линеарни простор је алгебарски појам у математици који налази

примену у свим главним гранама математике међу којима су линеарна алгебра,
анализа и аналитичка геометрија. Он се дефинише на следећи начин:

- нека скуп V ima strukturu Abelove grupe у односу на сабирање. Елементе скупа
V зовемо вектори. Неутрални елемент означавамо са 0 и зовемо нулти вектор
 - нека скуп Ф има структуру поља. Елементе скупа F зовемо скалари, а
неутралне елементе у односу на две бинарне операције означавамо са 0 и 1

- на скупу FxV дефинисано је множење вектора скаларом тј. пресликавање

FxV→V које сваком скалару αЄF и сваком вектору pridružuje vektor
, тако да су испуњени следеци аксиоми:

Овако дефинисано пресликавање зове

се множење вектора скаларом, док се V назива векторски простор
над пољем F и пише V(F). Уобичајено је да се векторски простор над пољем реалних
односно комплексних бројева називају реални, односно комплексни векторски
простор. Такође, векторски простор у којем је дефинисан скаларни производ назива
се Еуклидски векторски простор.

Множење двије матрице је добро дефинисано само ако је број колона лијеве матрице
једнак броју врста десне матрице. Ако је А матрица димензија m-sa-n, a B matrica n-
sa-p, тада је њиховим множењем AB матрица димензија m-sa-p ( m врста, p колона )
дат формулом:
На пример:

Множење матрица има сљедећа својства:

- (AB)C=A(BC) за све k-са-m матрице А, m-са-n матрице B i n-са-p матрице C (

асоцијативност )

- (A+B)C=AC+BC за све m-са-n матрице A i B, i n-са-k матрице C ( десна

дистрибутивност )

- C(A+B)=CA+CB за све m-са-n матрице A i B, i k-sa-m матрице C ( лева

дистрибутивност )

Треба знати да комуникативност не вриједи у општем случају, ако су дате матрице A

i B, у општем случају AB≠BA.
 3. Специјалне врсте матрица

Постоје специјалне врсте матрица:

1) нула-матрица је матрица чији су сви елементи једнаки нули;

2) квадратна матрица је матрица код које је број врста једнак броју колона. За
матрицу A=[aij]nxn елементи aii, 1≤ i ≤n су елементи главне дијагонале;

3) јединична матрица је квадратна матрица код које су сви елементи

дијагонале једнаки јединици, а сви елементи ван главне дијагонале једнаки
нули. Јединична матрица се означава са E или I. За произвољну матрицу A
вази AI=IA=A. Ова матрица се још назива идентичном, јер у производу са
другим матрицама даје управо њих као резултат множења тј. не мења их.

Што се такође може дефинисати и Кронекеровом делтом:

где је:

Алтернативни записи су:

Eij = δij
E = (δij)
4) транспонована матрица матрице A=[aij]mxn је матрица AT=[aji]nxm која се
добија тако што врсте и колоне замене места;
 5) симетрична матрица је квадратна матрица код које су елементи симетрични
у односу на главну дијагоналу једнаки, односно aij=aji. Симетрична матрица
је једнака својој транспонованој матрици AT=A;

6) инверзна матрица квадратне матрице A формата nxn је матрица A¯¹ формата

nxn за коју важи AA¯¹=A¯¹A=I, где је I јединична матрица формата nxn.

7) еквивалентне матрице су две матрице A i B истог формата ако је

A = PBQ

за неке инверзибилне матрице P i Q.

Еквивалентност матрица је релација еквиваленције. Сваке две сличне матрице су

и еквивалентне, али обрнуто не важи. Еквивалентне матрице имају једнак ранг и
дефект. Са друге стране се доказује и да је свака m x n матрица ранга r
еквивалентна m x n матрици чији су сви елементи нула изузев првих r места дуж
главне дијагонале на којима стоје јединице; тако су две матрице истог формата
еквиваленте ако и само ако су истог ранга.

Појам еквивалентних матрица се у линеарној алгебри појављује преко

елементарних операција над врстама и колонама матрице. Свака елементарна
операција над врстама матрице одговара њеном множењу слева једном од
елементарних матрица, док свака елементарна операција над колонама матрице
одговара множењу здесна једном од елементарних матрица. Две матрице су
еквивалентне ако и само ако се једна од њих може добити од друге низом
елементарних операција над врстама и колонама.
 4. Линеарне трансформације, ранг матрице

Матрице могу на згодан начин да представе линеарне трансформације јер

множење матрица одговара слагању пресликавања. Управо ово својство матрице
чини моћном структуром у вишим програмским језицима.

Овдје у наставку, посматрамо Rn као скуп колона или n-sa-1 матрица. За свако
линеарно пресликавање f: Rn→Rm постоји јединствена m-са-n матрица A, таква да
f(x)=Ax za свако x у Rn. Кажемо да матрица A представља линеарно пресликавање
f. Ако k-са-m матрица B представља друго линеарно пресликавање g: Rm→Rk, тада
је њихова композиција такође линеарно пресликавање Rm→Rn и представљено је
управо матрицом BA. Ово следи из горе поменуте асоцијативности множења
матрица.

Општије, линеарно пресликавање из n-димензионог векторског простора у m-

димензиони векторски простор је представљено m-са-n матрицом, ако су изабране
базе за сваки.
Ранг матрице А је димензија слике линеарног пресликавања представљеног са А;
она је иста као димензија простора генерисаног врстама А, и такодје је исте
димензије као простор генерисан колонама А.

Векторски простор који генеришу колоне матрице назива се и њеним

простором колона, а његова димензија рангом колона.
Простор врста је векторски простор који генеришу врсте матрице , док његову
димензију називамо рангом врста. Ранг врста и ранг колона сваке матрице су
једнаки. Посебно је ранг матрице једнак рангу њој транспоноване матрице.
Елементарне операције над врстама и колонама матрице не мјењају њен ранг.
Стога еквивалентне матрице имају једнак ранг. Све матрице линеарног
пресликавања између два векторска простора у односу на произвољан пар
њихових база су еквивалентне; њихов заједницки ранг се назива и рангом датог
линеарног пресликавања и једнак је димензији његове слике.

Матрица се мозе коришћењем елементарних операција и над врстама и над

колонама свести на тачно једну еквивалентну јој матрицу чији су сви елементи
нуле изузев што на извесном броју првих мјеста дуж главне дијагонале стоје
јединице; ранг полазне матрице једнак је броју јединица у њеном тако сведеном
облику.

Ранг мxн матрице између 0 и min(m,n).

Једина матрица ранга нула је нула-матрица. Квадратна матрица реда н је ранга н

ако и само ако је инверзибилна, стога за инверзибилне матрице каземо и да су
“пуног ранга”.

Општије, ранг дијагонализабилне квадратне матрице једнак је броју њених не-нула

својствених врједности, рацунајуци са вишеструкостима. Ако је 0≤k≤n и P матрица
пројекције простора Rn на неки његов k димензиони потпростор ( ортогоналне или
дуж ма ког комплементарног (n-k) димензионог простора ), тада је P ранга k. Sвака
матрица ранга k је производ инверзибилне матрице и матрице пројекције на неки к-
димензиони простор.

Линеарно пресликавање L: Rn→Rm је мономорфизам ако и само је r(L)=n, а

епиморфизам ако и само ако је r(L)=m. За мxн матрицу каземо да је “пуног ранга
колона” ако је r(A)=n, односно “пуног ранга врста” ако је r(A)=m.

Један од најважнијих исказа о рангу матрице, који понекад називају и основном

теоремом линеарне алгебре, јесте став о рангу и дефекту:

за сваку mxn матрицу A је δ(A) + r(A) = n.

Значајно својство ранга матрице је и следеца Силвестерова неједнакост:

r(B) + r(ABC) ≥ r(AB) + r(BC),

која важи за сваке три матрице A, B и C формата таквог да су сви матрични
производи у неједнакости дефинисани. Посебно је за сваке две mxn матрице и nxp
матрице A и B

r(A) + r(B) − n ≤ r(AB) ≤ min(r(A), r(B)).

Ранг производа AB je jednak rangу matrice A ako je B пуног ранга врста, и рангу
матрице B ако је A пуног ранга колона.

Коначно, како је ker(ATA)=ker(A), то је према ставу о рангу и дефекту и

r(ATA) = r(A).

Према овој једнакости је ранг реалне матрице једнак броју њених не-нула
сингуларних вредности.

Ранг матрице се увјек мозе израчунати Гаусовим поступком елиминације, али је у

нумеричким израчунавањима која користе аритметику покретног зареза овај
поступак нестабилан. Уместо њега, чешће се користе декомопозиција по
сингуларним вредностима или QР декомпозиција са пивотима. Нумеричко
одређивање ранга увек укључује и практични избор прага помоћу којег се
одређује када елемент јако мале нумеричке вредности треба третирати као нулу,
који ће зависити од својства матрице и конкретне примјене.

Ранг се дефинише и за матрице над произвољним прстеновима.

У овим уопштењима, ранг колона ( највећи број линеарно независних колона ),

ранг врста, димензија простора колона,детерминантни ранг итд. могу бити
међусобно различити и не бити дефинисани.

Ранг глатког пресликавања између двије глатке монострукости у некој тачки се

дефинише као ( линеарни ) ранг његовог диференцијала.

ЛИТЕРАТУРА:

[1] Силвија Ликавец, Драгиша Жунић, Биљана Царић. Пословна математика.

Факултет за индустријски менаџмент и економију, Нови Сад 2008.

[2] www.Vikipedija.rs
 Садржај :

1.Матрица.................................................................................................................... 1
1.1. Основни појмови............................................................................................ 1
2. Сабирање и множење матрица.......................................................................... 4
3. Специјалне врсте матрица.................................................................................. 7
4. Линеарне трансформације, ранг матрице....................................................... 9
Литература................................................................................................................... 12
Садржај........................................................................................................................ 13