Vektorski prostori. Vektorski prostor

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Vektorski prostori. Vektorski prostor"

Transcript

1 Vektorski prostori Vektorski prostor Neka je X neprazan skup i (K, +, ) polje. Skup X je vektorski ili linearni prostor nad poljem skalara K ako ima sledeću strukturu: (1) Definisana je operacija + u skupu X (sabiranje vektora), takva da je (X, +) Abelova grupa; () Definisana je operacija (množenje vektora skalarom) koja svakom vektoru u X i svakom skalaru λ K pridružuje vektor λu X, pri čemu važi sledeće: 1. λ(µu) = (λµ)u,. (λ + µ)u = λu + µu, 3. λ(u + v) = λu + λv, 4. 1u = u. Ako su u 1, u,..., u k X vektori i λ 1, λ,..., λ k K skalari, vektor λ 1 u 1 + λ u + + λ k u k se zove linearna kombinacija vektora u 1, u,..., u k. Skup svih linearnih kombinacija vektora iz skupa A X zove se lineal skupa A: L(A) = {λ 1 u 1 + λ u + + λ k u k u 1, u,..., u k A, λ 1, λ,..., λ k K, k N}. Vektori u 1, u,..., u n X su linearno nezavisni ako važi λ 1 u 1 + λ u + + λ n u n = θ λ 1 = λ =... = λ n = 0. Vektori u 1, u,..., u n X su linearno zavisni ako postoji λ k K, λ k 0, tako da je 1

2 λ 1 u 1 + λ u + + λ n u n = θ. Ako u vektorskom prostoru X postoji n linearno nezavisnih vektora, a svaki skup od n + 1 vektora je linearno zavisan, tada je prostor X n dimenzionalan, tj. dim X = n. Skup B X je algebarska baza prostora X ako je B skup linearno nezavisnih vektora i L(B) = X. Skup Y X je vektorski potprostor vektorskog prostora X ako je on sam za sebe vektorski prostor nad istim poljem skalara i sa istim operacijama kao i prostor X. Skup Y X je potprostor vektorskog prostora X ako i samo ako važi ili, drugačije zapisano, 1 ( u 1, u Y ) u 1 + u Y, ( u X)( λ K) λu Y, ( u, v Y )( µ, ν K) µu + νv Y. Normirani prostor Vektorski prostor X nad poljem K (C ili R) je normiran ako postoji nenegativna funkcija : X R + 0 takva da je 1. u = 0 u = θ,. λu = λ u, 3. u + v u + v, za svako λ K i u, v X. Za funkciju u u kažemo da je norma ili dužina vektora u.

3 3 Unitarni prostor (prostor sa skalarnim proizvodom) Vektorski prostor X nad poljem K (C ili R) je unitarni prostor ili prostor sa skalarnim proizvodom ako postoji funkcija (, ) : X K koja za svako u, v, w X i λ K zadovoljava uslove: 1. (u, u) 0,. (u, u) = 0 u = θ, 3. (u + v, w) = (u, w) + (v, w), 4. (λu, v) = λ(u, v), 5. (u, v) = (v, u). Funkcija (u, v) se naziva skalarni proizvod. Za skalarni proizvod važi: 1. (u, λv) = λ(u, v),. (u, v + w) = (u, v) + (u, w), 3. (u, v) (u, u)(v, v). U unitarnom prostoru može se definisati norma u = (u, u). Ako je K = R, tada se unitarni prostor naziva euklidski, a osobina 5. iz definicije skalarnog proizvoda postaje 5. (u, v) = (v, u). Ugao izmed u vektora u i v odred uje se formulom odakle je (u, v) = arccos (u,v) u v. cos (u, v) = (u, v) u v, Uslov ortogonalnosti vektora u i v: u v (u, v) = 0. Gram-Šmitov postupak ortogonalizacije: Polazeći od linearno nezavisnog skupa vektora {a 1,..., a n } odred ujemo ortogonalan skup vektora {u 1,..., u n } na način: u 1 = a 1, k 1 (a k, u i ) u k = a k (u i, u i ) u i, k =, 3,..., n. i=1

4 4 Primeri skalarnog proizvoda: 1. Vektorski prostor R n nad poljem K = R, vektori x = (x 1,..., x n ), y = (y 1,..., y n ) i skalarni proizvod definisan sa (x, y) = x y = (x 1,..., x n ) (y 1,..., y n ) = x 1 y x n y n, ili (x, y) = x y cos (x, y).. Vektorski prostor V 0 (E) nad poljem K = R, vektori x = x1 i + x j + x3 k, y = y1 i + y j + y3 k i skalarni proizvod definisan sa x y = x1 y 1 + x y + x 3 y 3, ili x y = x y cos (x, y). Zadaci: 1. Ispitati linearnu zavisnost vektora u 1, u, u 3 R 3 ako je: a) u 1 = (1, 0, 3), u = ( 1, 1, 1), u 3 = (, 1, 3); b) u 1 = (, 1, 1), u = (0,, 3), u 3 = (, 4, 5). Rešenje: a) Formirajmo linearnu kombinaciju vektora u 1, u, u 3, izjednačimo je sa nula vektorom i odredimo njene koeficijente: λ 1 u 1 + λ u + λ 3 u 3 = λ 1 (1, 0, 3) + λ ( 1, 1, 1) + λ 3 (, 1, 3) = (λ 1 λ + λ 3, λ λ 3, 3λ 1 + λ + 3λ 3 ) = (0, 0, 0). Vektori su jednaki ako imaju jednake odgovarajuće koordinate, pa se koeficijenti λ 1, λ, λ 3 dobijaju rešavanjem sistema linearnih jednačina λ 1 λ + λ 3 = 0, λ λ 3 = 0, 3λ 1 + λ + 3λ 3 = 0.

5 Množenjem prve jednačine sa 3 i dodavanjem trećoj, a zatim množenjem druge jednačine sa 4 i dodavanjem trećoj sistem dobija trougaoni oblik λ 1 λ + λ 3 = 0, λ 1 λ + λ 3 = 0, λ λ 3 = 0, λ λ 3 = 0, 4λ 3λ 3 = 0, λ 3 = 0. Sistem jednačina je zadovoljen samo ako je λ 1 = λ = λ 3 = 0. Kako je λ 1 u 1 + λ u + λ 3 u 3 = 0 λ 1 = λ = λ 3 = 0, vektori u 1, u, u 3 su linearno nezavisni. b) Kao u prethodnom delu zadatka, odredimo koeficijente u proizvoljnoj linearnoj kombinaciji vektora u 1, u, u 3 koja je jednaka nula vektoru: λ 1 u 1 + λ u + λ 3 u 3 = λ 1 (, 1, 1) + λ (0,, 3) + λ 3 (, 4, 5) = (λ 1 λ 3, λ 1 λ 4λ 3, λ 1 + 3λ + 5λ 3 ) = (0, 0, 0). Izjednačavanjem odgovarajućih koordinata dobija se sistem linearnih jednačina λ 1 λ 3 = 0, λ 1 λ 4λ 3 = 0, λ 1 + 3λ + 5λ 3 = 0. Posle sledećih koraka: -drugu jednačinu pomnožimo sa i dodamo prvoj, -drugu jednačinu dodamo trećoj, -drugu jednačinu prebacimo na prvo mesto, sistem dobija oblik λ 1 λ 4λ 3 = 0, 4λ + 4λ 3 = 0, λ + λ 3 = 0, tj. svodi se na dve jednačine { λ1 λ 4λ 3 = 0, λ + λ 3 = 0. Iz druge jednačine dobija se λ = λ 3, a zamenom u prvoj i λ 1 = λ + 4λ 3 = λ 3 + 4λ 3 = λ 3. Prema tome, sistem jednačina je zadovoljen za svaki izbor koeficijenata λ 1 = λ 3, λ = λ 3, λ 3 R. 5

6 6 Na primer, za λ 3 = 1, λ 1 =, λ = 1 dobija se u 1 u + u 3 = 0 ili u 3 = u 1 + u, što znači da su vektori u 1, u, u 3 linearno zavisni.. Dokazati da vektori a = i + j + k, b = i + j + k i c = i + j +3 k čine bazu u prostoru V O (E) i odrediti koordinate vektora d = 6 i + 9 j + 14 k u toj bazi. Rešenje: Vektori a, b, c čine bazu u prostoru V O (E) ako su linearno nezavisni i ako svaki vektor x V O (E) može da se predstavi kao njihova linearna kombinacija. Da bismo dokazali linearnu nezavisnost a, b, c, posmatrajmo njihovu linearnu kombinaciju α a + β b + γ c = α( i + j + k ) + β( i + j + k ) + γ( i + j + 3 k ) = (α + β + γ) i + (α + β + γ) j + (α + β + 3γ) k. Dobijeni vektor je jednak nula vektoru samo ako su mu koordinate jednake nuli, tj. ako važi α + β + γ = 0, α + β + γ = 0, α + β + 3γ = 0. Oduzimanjem prve jednačine od treće i druge jednačine redom, sistem linearnih jednačina dobija trougaoni oblik α + β + γ = 0, β + γ = 0, γ = 0, koji je zadovoljen samo ako je α = β = γ = 0. Prema tome, vektori a, b, c su linearno nezavisni. Pokažimo da proizvoljan x V O (E) može da se predstavi kao linearna kombinacija vektora a, b, c. Kako je dimv O (E) = 3, svaki skup od 4 vektora, pa i { a, b, c, x }, je linearno zavisan, što znači da x može da se predstavi kao linearna kombinacija preostalih. Na osnovu dokazanih činjenica, skup { a, b, c } čini bazu u prostoru V O (E). Koordinate vektora d u toj bazi su koeficijenti u linearnoj kombinaciji

7 7 d = α a + β b + γ c i odred ujemo ih na sledeći način: d = α a + β b + γ c, 6 i + 9 j + 14 k = α( i + j + k ) + β( i + j + k ) + γ( i + j + 3 k ) = (α + β + γ) i + (α + β + γ) j + (α + β + 3γ) k, Prema tome, α + β + γ = 6, α + β + γ = 9, α + β + 3γ = 14, α + β + γ = 6, β + γ = 8, γ = 3, d = a + b + c. γ = 3, β =, α = Dokazati da je {t, t + t, t + 1} baza u prostoru P = {p p(t) = at + bt + c, a, b, c R}, a zatim odrediti koordinate vektora q(t) = 4t 1 u toj bazi. Rešenje: Kako je dim P = 3, dovoljno je dokazati da su vektori p 1, p, p 3, gde je p 1 (t) = t, p (t) = t + t, p 3 (t) = t + 1, linearno nezavisni. Nula vektor u prostoru P je nula polinom O(t) = 0t + 0t + 0. Sada je λ 1 p 1 + λ p + λ 3 p 3 = O ( t R) λ 1 p 1 (t) + λ p (t) + λ 3 p 3 (t) = O(t) ( t R) λ 1 t + λ ( t + t ) + λ 3 (t + 1) = O(t) ( t R) (λ 1 + λ )t + (λ + λ 3 )t + λ 3 = O(t) λ 1 + λ = 0, λ + λ 3 = 0, λ 3 = 0 λ 1 = λ = λ 3 = 0. Dakle, vektori p 1, p, p 3 su linearno nezavisni, pa čine bazu u prostoru P. Koordinate vektora q u toj bazi odred ujemo na sledeći način:

8 8 q = αp 1 + βp + γp 3 ( t R) q(t) = αp 1 (t) + βp (t) + γp 3 (t) ( t R) 4t 1 = αt + β ( t + t ) + γ(t + 1) = (α + β)t + (β + γ)t + γ α + β = 4, β + γ = 0, γ = 1 α = 5, β = 1, γ = Ispitati da li skup vektora {(1,, 1), (0, 1, ), (1, 3, 3)} obrazuje bazu vektorskog prostora R 3. Rešenje: S obzirom da je dim R 3 = 3 i skup {(1,, 1), (0, 1, ), (1, 3, 3)} sadrži tri vektora, da bi ovaj skup vektora predstavljao bazu prostora R 3, dovoljno je da bude linearno nezavisan. Linearnu nezavisnost skupa vektora utvrd ujemo proverom vrednosti koeficijenata u linearnoj kombinaciji α(1,, 1) + β(0, 1, ) + γ(1, 3, 3) = (0, 0, 0) (α + γ, α + β + 3γ, α + β + 3γ) = (0, 0, 0). (0.1) To nas dovodi do homogenog sistema jednačina po koeficijentim α, β i γ α + γ = 0 α + β + 3γ = 0 α = β = γ. α + β + 3γ Zaključujemo da koeficijenti linearne kombinacije (0.1) ne moraju svi istovremeno biti nule, tj. skup vektora {(1,, 1), (0, 1, ), (1, 3, 3)} je linearno zavisan te nemože predstavljati bazu. 5. Dokazati da je X = { } (α, α + β, α + β + γ, 0) α, β, γ R potprostor vektorskog prostora R 4, a zatim odrediti dimenziju i jednu bazu prostora X. Rešenje: Skup X je potprostor vektorskog prostora R 4 ako važi:

9 9 1 ( x 1, x X) x 1 + x X, ( x X)( λ R) λx X. Dokažimo 1. Neka su x 1 = (a 1, a 1 + b 1, a 1 + b 1 + c 1, 0) i x = (a, a + b, a + b + c, 0) proizvoljni vektori iz skupa X. Tada je x 1 + x = (a 1, a 1 + b 1, a 1 + b 1 + c 1, 0) + (a, a + b, a + b + c, 0) = (a 1 + a, (a 1 + b 1 ) + (a + b ), (a 1 + b 1 + c 1 ) + (a + b + c ), 0) = (a 1 + a, (a 1 + a ) + (b 1 + b ), (a 1 + a ) + (b 1 + b ) + (c 1 + c ), 0). Uvodeći oznake a 1 + a = α, b 1 + b = β, c 1 + c = γ dobija se x 1 + x = (α, α + β, α + β + γ, 0) X. Dokažimo. Neka je x = (a, a + b, a + b + c, 0) proizvoljan vektor iz skupa X i λ R proizvoljan skalar. Tada je λx = λ(a, a + b, a + b + c, 0) = (λa, λ(a + b), λ(a + b + c), 0) = (λa, λa + λb, λa + λb + λc, 0). Ako označimo dobijamo λa = α, λb = β, λc = γ, λx = (α, α + β, α + β + γ, 0) X. Dakle, X je potprostor prostora R 4. Odredimo mu dimenziju i jednu bazu. Proizvoljan vektor x = (α, α + β, α + β + γ, 0) X može da se predstavi na sledeći način: x = (α, α + β, α + β + γ, 0) = (α, α, α, 0) + (0, β, β, 0) + (0, 0, γ, 0) = α(1, 1, 1, 0) + β(0, 1, 1, 0) + γ(0, 0, 1, 0), to jest kao linearna kombinacija vektora u 1 = (1, 1, 1, 0), u = (0, 1, 1, 0), u 3 = (0, 0, 1, 0).

10 10 Vektori u 1, u, u 3 su linearno nezavisni, jer važi: λ 1 u 1 + λ u + λ 3 u 3 = 0 λ 1 (1, 1, 1, 0) + λ (0, 1, 1, 0) + λ 3 (0, 0, 1, 0) = (0, 0, 0, 0) (λ 1, λ 1 + λ, λ 1 + λ + λ 3, 0) = (0, 0, 0, 0) λ 1 = 0, λ 1 + λ = 0, λ 1 + λ + λ 3 = 0, λ 1 = λ = λ 3 = 0. Kako su vektori u 1, u, u 3 linearno nezavisni i L ({u 1, u, u 3 }) = X, oni čine bazu u prostoru X. Dimenzija prostora jednaka je broju vektora u bazi, pa je dim X = Dokazati da je X = { } ( α, α, α + β, β) α, β R potprostor prostora R 4. Odrediti dimenziju i jednu bazu prostora X. Rešenje: Dokažimo da važi ( x 1, x X)( µ, ν R) µx 1 + νx X. Neka su x 1 = ( a 1, a 1, a 1 +b 1, b 1 ) i x = ( a, a, a +b, b ) proizvoljni vektori iz skupa X i µ, ν R proizvoljni skalari. Tada je µx 1 + νx = µ( a 1, a 1, a 1 + b 1, b 1 ) + ν( a, a, a + b, b ) Uvodeći oznake dobija se = (µ( a 1 ) + ν( a ), µa 1 + νa, µ(a 1 + b 1 ) + ν(a + b ), µb 1 + νb ) = ( (µa 1 + νa ), µa 1 + νa, (µa 1 + νa ) + (µb 1 + νb ), µb 1 + νb ). µa 1 + νa = α, µb 1 + νb = β, µx 1 + νx = ( α, α, α + β, β) X. Prema tome, X je potprostor prostora R 4. Odredimo bazu i dimenziju prostora X. Kako proizvoljan vektor x = ( α, α, α + β, β) X može da se predstavi u obliku x = ( α, α, α + β, β) = ( α, α, α, 0) + (0, 0, β, β) = α( 1, 1, 1, 0) + β(0, 0, 1, 1),

11 zaključujemo da je X = L ({u 1, u }), gde je u 1 = ( 1, 1, 1, 0), u = (0, 0, 1, 1). Pored toga, vektori u 1 i u su linearno nezavisni jer važi λ 1 u 1 + λ u = 0 λ 1 ( 1, 1, 1, 0) + λ (0, 0, 1, 1) = (0, 0, 0, 0) ( λ 1, λ 1, λ 1 + λ, λ ) = (0, 0, 0, 0) λ 1 = λ = 0. Zato {( 1, 1, 1, 0), (0, 0, 1, 1)} predstavlja bazu u prostoru X i dim X = a) Dokazati da je X = { (a, b, c) R 3 a + b + c = 0 } vektorski prostor. b) Odrediti dimenziju i jednu bazu prostora X. Rešenje: a) Kako je X R 3, dovoljno je dokazati da je on potprostor prostora R 3. Neka su x 1 = (a 1, b 1, c 1 ) i x = (a, b, c ) proizvoljni vektori iz X i µ, ν R proizvoljni skalari. Tada je µx 1 +νx = µ(a 1, b 1, c 1 )+ν(a, b, c ) = (µa 1 +νa, µb 1 +νb, µc 1 +νc ) = (a, b, c). Kako je a 1 + b 1 + c 1 = 0 i a + b + c = 0, važi a+b+c = (µa 1 +νa )+(µb 1 +νb )+(µc 1 +νc ) = µ(a 1 +b 1 +c 1 )+ν(a +b +c ) = 0, zaključuje se da µx 1 + νx X. b) Za proizvoljan vektor x = (a, b, c) X važi a + b + c = 0, tj. c = a b, pa on može da se predstavi na sledeći način: x = (a, b, c) = (a, b, a b) = a(1, 0, 1) + b(0, 1, 1) = au 1 + bu, gde je u 1 = (1, 0, 1), u = (0, 1, 1). Vektori u 1 i u su linearno nezavisni jer važi λ 1 u 1 + λ u = 0 λ 1 (1, 0, 1) + λ (0, 1, 1) = (0, 0, 0) (λ 1, λ, λ 1 λ ) = (0, 0, 0) λ 1 = λ = 0. Zato vektori u 1 i u čine bazu u prostoru X, pa je dim X =.

12 1 8. Dat je vektorski prostor X = {(3x, x, y) x, y R} u odnosu na uobičajene operacije sabiranja vektora i množenja vektora skalarom. Odrediti dimenziju i jednu bazu vektorskog prostora X. Rešenje: Proizvoljan vektor u X može da se predstavi u obliku u = (3x, x, y) = x(3,, 0) + y(0, 0, 1). Kako su vektori (3,, 0) i (0, 0, 1) linearno nezavisni, oni čine bazu u prostoru X, pa je dim X =. 9. Dokazati da je X = { } (α, β, γ, α + γ) α + β + γ = 0, α, β, γ R potprostor prostora R 4. Odrediti bazu i dimenziju prostora X. Rešenje: Za proizvoljni vektor u = (α, β, γ, α + γ) X važi α + β + γ = 0, pa je β = α γ, tj. u = (α, α γ, γ, α + γ). Zbog toga skup X može da se predstavi u obliku { } X = (α, α γ, γ, α + γ) α, γ R. Na način prikazan u rešenjima zadataka 4. i 5. zaključuje se da je X potprostor prostora R 4, dim X =, a jedna baza je {(1, 1, 0, 1), (0, 1, 1, 1)}. 10.Ispitati da li je skup X c = {(x 1, x,..., x n ) x x n = c, x i R, i = 1,,..., n}, c R potprostor vektorskog prostora R n ako je: a) c = 0, b) c 0. Rešenje: Neka su µ, ν R proizvoljni skalari i x = (x 1, x,..., x n ) i y = (y 1, y,..., y n ) proizvoljni vektori iz X c. Tada je x 1 + x + + x n = c i y 1 + y + + y n = c.

13 13 Zato važi µx + νy = µ(x 1, x,..., x n ) + ν(y 1, y,..., y n ) = (µx 1 + νy 1, µx + νy,..., µx n + νy n ) = (z 1, z,..., z n ), pri čemu je z i = µx i + νy i, i = 1,,..., n, i z 1 + z + + z n = (µx 1 + νy 1 ) + (µx + νy ) + + (µx n + νy n ) a) Ako je c = 0, tada je = µ(x 1 + x + + x n ) + ν(y 1 + y + + y n ) = µc + νc = (µ + ν)c. z 1 + z + + z n = x 1 + x + + x n = y 1 + y + + y n = 0, pa µx + νy X 0, što znači da je X 0 potprostor prostora R n dimenzije n 1. b) Ako je c 0, tada je z 1 + z + + z n = (µ + ν)c c, što znači da za µ + ν 1 važi µx + νy / X c, tj. X c nije vektorski prostor. 11.Neka je za u, v, w X, gde je X unitarni prostor, dato (u, v) = 1 + i, (u, w) = i. Odrediti (v, u), (u, v + w), (u, iw). Rešenje: Na osnovu definicije i osobina skalarnog proizvoda (, ) : X C imamo (v, u) = (u, v) = 1 + i = 1 i, (u, v + w) = (u, v) + (u, w) = 1 + i + i = 1 + 3i, (u, iw) = ī(u, w) = i i = 1. 1.Neka je X unitarni prostor i neka su u, v, w X vektori takvi da je (u, v) = i i (u, w) = 1 + 9i. Odrediti skalarne proizvode (v w, u), (3iu, v) i (u, iw).

14 14 Rezultat: (v w, u) = + 16i, (3iu, v) = 6, (u, iw) = 9 i. 13.Odrediti ugao izmed u vektora a = (3, 0, 5, 4) i b = (0, 0, 1, 0). Naći jedinični vektor u pravcu vektora a. Rešenje: Ugao odred ujemo iz formula Imamo odakle je cos (a, b) = a b = (3, 0, 5, 4)(0, 0, 1, 0) = 5, a b a b, a = a a, b = b b. a a = (3, 0, 5, 4)(3, 0, 5, 4) = 50, b b = (0, 0, 1, 0)(0, 0, 1, 0) = 1, cos (a, b) = 5 = 50 (a, b) = 3π 4. Jedinični vektor u pravcu vektora a je a 0 = a (3, 0, 5, 4) ( 3 = = a 50 10, 0,, ) Dati su vektori u 1 = (1, 0, 1, 0), u = (1, 1, 0, 1). a) Odrediti ugao izmed u vektora u 1 i u. b) Normirati vektore u 1 i u. Rezultat: a) (u 1, u ) = arccos (1/ 6). b) u 1 = u 1 u 1 = 1 (1, 0, 1, 0), u = u u = 1 3 (1, 1, 0, 1). 15.Neka su a = (1, 1, 1, 1), b = (1, 0, 1, 0), c = (0, 1, 0, 1). a) Ispitati linearnu zavisnost vektora a, b, c. b) Naći ugao izmed u vektora a i b. c) Odrediti intenzitet vektora c.

15 15 Rešenje: a) I način: Pretpostavimo da je αa + βb + γc = 0 (0.) neka linearna kombinacija vektora a, b i c jednaka nula vektoru 0 = (0, 0, 0, 0), tj. α(1, 1, 1, 1) + β(1, 0, 1, 0) + γ(0, 1, 0, 1) = (0, 0, 0, 0) (α + β, α γ, α + β, α γ) = (0, 0, 0, 0). Izjednačavanjem odgovarajućih koordinata dve ured ene četvorke dolazimo do jednačina α + β = 0, α γ = 0. Tako polazna linearna kombinacija (0.) ne mora biti trivijalna (α = β = γ = 0) da bi jednakost važila. Dovoljno je uzeti β = α, γ = α, α R \ {0}. Zaključujemo da su vektori a, b i c linearno zavisni. II način: Obzirom na očiglednu vezu tri vektora a, b i c a = b c a b + c = 0 ponovo dokazujemo da su oni linearno zavisni. b) Kako je cos < (a, b) = a b a b, za odred ivanje ugla izmed u vektora a i b, potrebno je izračunati a b = (1, 1, 1, 1) (1, 0, 1, 0) =, a = a a = 4 =, b = b b =. Tada je cos < (a, b) = =, tj. < (a, b) = arccos = π 4. c) Intenzitet vektora izračunava se prema formuli c = c c = ( 1) + ( 1) =.

16 16 16.Neka je X = {(a, 0, 0) a R}. Dokazati da je X potprostor unitarnog prostora R 3 nad poljem R sa operacijama sabiranja vektora i množenja vektora skalarom. Odrediti ugao izmed u vektora (a, 0, 0), (b, 0, 0) X, a > 0, b < 0. Rezultat: Ugao je jednak π. 17.Neka su a i b jedinični vektori koji zaklapaju ugao od π/3. Odrediti intenzitete vektora m = a b i n = a + b, kao i ugao izmed u njih. Rešenje: Na osnovu datih podataka imamo da je a = b = 1, a b = cos(π/3) = 1/. Odred ujemo intenzitete (dužine) vektora m i n : m = m m = ( a b )( a b ) = a a b + b = 1 = 1, n = n n = ( a + b )( a + b ) = 4 a + 4 a b + b = = 7, odakle je m = 1 i n = 7. Ugao je ( m, n ) = arccos 1 7 cos ( m, n ) = jer je m n m n = ( a b )( a + b ) = a a b b = Odrediti ugao koji grade vektori a i b ako su vektori m = a b i n = a + 5 b uzajamno ortogonalni i a =, b = 3. Rezultat: Ugao je jednak arccos(37/54). 19.Ispitati da li je skup X = {(x, x, x 1) x R} potprostor prostora R 3. Naći sve vektore u X koji imaju normu 1, a zatim odrediti ugao izmed u tih vektora. Rešenje: Skup X nije vektorski potprostor jer za (x, x, x 1), (y, y, y 1) X imamo (x, x, x 1) + (y, y, y 1) = ((x + y), x + y, x + y ) / X.

17 17 Iz uslova u = 1, u = (x, x, x 1), x R imamo 1 = u = (u, u) = (x, x, x 1) (x, x, x 1) = 4x + x + (x 1) = 6x x + 1 6x x + 1 = 1 x(3x 1) = 0 odakle je x = 0 ili x = 1/3. Imamo dva vektora čija je dužina 1, a to su: ( u 1 = (0, 0, 1) i u = 3, 1 3 3),. Ugao izmed u ovih vektora (uz korišćenje da je u 1 = u = 1) odred ujemo iz formule cos (u 1, u ) = (u 1, u ) ( u 1 u = (u 1, u ) = (0, 0, 1) 3, 1 ) 3, 3, = 3 odakle je (u 1, u ) = arccos(/3). 0.U skupu X = {(m, 0, m) m R} naći sve jedinične vektore i odrediti ugao izmed u njih. Rešenje: Iz uslova da je dužina vektora jednaka jedan dobijamo 1 = (m, 0, m) = (m, 0, m)(m, 0, m) = m = m. Imamo dva rešenja za m: m 1 = 1/ i m = 1/. Traženi jedinični vektori su ( ) ( ) u 1 =, 0, i u =, 0,. Sada je cos (u 1, u ) = (u 1, u ) u 1 u = u 1u = 1 (u 1, u ) = π. 1. Ispitati da li skup vektora {(3x, x 1) x R} predstavlja vektorski potprostor prostora R. Naći sve vrednosti x R za koje vektori (3x, x 1) imaju normu jedan. Odrediti ugao izmed u dobijenih vektora. Rešenje: Skup X nije vektorski prostor, jer su, na primer, v 1 = (0, 1) i v = (6, 3) njegovi elementi, a njihov zbir v 1 + v = (6, ) ne pripada X. Jedinični vektori se dobijaju za x = 0 ili x = 4/13. Ugao izmed u dobijenih vektora (0, 1) i (1/13, 5/13) jednak je arccos(5/13).

18 18.Odrediti sve vrednosti parametra p R tako da vektori u = (p + 3)i + p(p + )j + (p + 3)k i v = (p )i + (p + 3)j + (p + )k budu ortogonalni, a zatim za dobijene vrednosti p odrediti ortonormirane vektore u i v. Rešenje: Uslov ortogonalnosti dva vektora se izražava skalarnim proizvodom: Prelaskom na koordinate vektora u v u v = 0. u = ( p + 3, p(p + ), p + 3 ), v = ( p, p + 3, p + ), uslov ortogonalnosti u i v postaje jednačina (p + 3)(p ) + p(p + )(p + 3) + (p + 3)(p + ) = 0, (p + 3) ( p + p(p + ) + p + ) = 0, (p + 3) ( p + p(p + ) ) = 0, (p + 3)p(p + 4) = 0. Vrednosti parametra p za koje su vektori u i v ortogonalni su p = 0, 3, 4. Za ove vrednosti parametra p dobijaju se sledeći parovi u, u i v, v : p = 0 : u = (3, 0, 3), u = 1 (1, 0, 1), v = (, 3, ), v = 1 17 (, 3, ), p = 3 : u = (0, 3, 0), u = (0, 1, 0), v = ( 5, 0, 1), v = 1 6 ( 5, 0, 1), p = 4 : u = ( 1, 8, 1), u = 1 66 ( 1, 8, 1), v = ( 6, 1, ), v = 1 41 ( 6, 1, ). 3. Dati su vektori a = (1,, 1) i b = (1, 0, 1). Odrediti sve vektore x R 3 koji zadovoljavaju uslove (a, x) = 8, x b, x = 34. Odrediti ugao izmed u dobijenih vektora.

19 19 Rešenje: Neka je x = (α, β, γ). Imamo (a, x) = 8 (1,, 1)(α, β, γ) = α + β + γ = 8, ( ) x b (x, b) = 0 (α, β, γ)(1, 0, 1) = α + γ = 0. Iz uslova ( ) i ( ) imamo γ = α i β = 4 odakle je x = (α, 4, α). Iz poslednjeg uslova, x = 34, imamo ( ) x = (x, x) = (α, 4, α)(α, 4, α) = α + 16 = 34 α = 9. Imamo dva rešenja za α: α 1 = 3 i α = 3. Dva vektora zadovoljavaju tražene uslove x 1 = (3, 4, 3) i x = ( 3, 4, 3). Za ugao izmed u njih važi cos (x 1, x ) = x 1x x 1 x = 1 17 (x 1, x ) = arccos Dati su vektori a = (λ, 1, 1 λ), b = ( 1, 3, 0) i c = (5, 1, 8). a)odrediti vrednost parametra λ R tako da vektor a zaklapa jednake uglove sa vektorima b i c. b)odrediti vrednost parametra λ R tako da važi a = b. Rešenje: a) Jednakost uglova izmed u vektora može se izraziti sledećim relacijama Kako važi cos < (u, v) = Imajući u vidu < (a, b) =< (a, c) cos < (a, b) = cos < (a, c). (0.3) u v, to jednakost (0.3) svodi na u v a b a b = a c a c c (a b) = b (a c). (0.4) b = b b = 10, c = c c = 90 = 3 10, a b = (λ, 1, 1 λ) ( 1, 3, 0) = λ + 3, a c = (λ, 1, 1 λ) (5, 1, 8) = λ + 7,

20 0 jednakost (0.4) postaje 3 10(3 λ) = 10(7 + λ) λ = 1 4. b) S obzirom da je a = a a = 5λ λ +, b = b b = 10, to je onda a = b 5λ λ + = 10 ( 5λ λ + ) = 10 10λ 4λ 6 = 0 (5λ + 3)(λ 1) = 0 λ = 3/5 λ = Koristeći Gram-Šmitov postupak ortogonalizacije i linearno nezavisne vektore a = (1,, 1), b = (0, 1, 1), c = (3, 7, 1), formirati ortogonalnu bazu u R 3. Odrediti koordinate vektora u = (1, 1, 1) u toj bazi. Rešenje: Gram-Šmitovim postupkom odredićemo vektore ortogonalne baze B = {u 1, u, u 3 }:

21 u 1 = a = (1,, 1), u = b (b, u 1) (u 1, u 1 ) u (0, 1, 1)(1,, 1) 1 = (0, 1, 1) (1,, 1) (1,, 1)(1,, 1) = (0, 1, 1) u 3 = c (c, u 1) (u 1, u 1 ) u 1 (c, u ) (1,, 1) = (0, 1, 1) 1 ( (1,, 1) = 1, 0, 1 (3, 7, 1)(1,, 1) (1,, 1) (1,, 1)(1,, 1) (u, u u = (3, 7, 1) ( ) (3, 7, 1) 1, 0, 1 ( ( )( ) 1 ) 1, 0, 1 1, 0, 1, 0, ( ) (, 0, 1 = (3, 7, 1) + (1,, 1) ), 0, 1 4 = (3, 3, 3). Dobili smo ortogonalnu bazu { ( B = (1,, 1), 1 ) }, 0, 1, (3, 3, 3). Izrazićemo vektor u = (1, 1, 1) preko dobijene ortogonalne baze: u = αu 1 + βu + γu 3 = (3, 7, 1) (1,, 1) ( (1, 1, 1) = α(1,, 1) + β 1 ), 0, 1 + γ(3, 3, 3). Pomnožićemo skalarno datu jednakost redom sa svakim od vektora baze i iskoristićemo med usobnu ortogonalnost baznih vektora ( (1, 1, 1) = α(1,, 1) + β 1 ), 0, 1 + γ(3, 3, 3) \ (1,, 1) ) 1 (1, 1, 1)(1,, 1) = α(1,, 1)(1,, 1) = α( ) α = 1 3 ( (1, 1, 1) = α(1,, 1) + β 1 ) (, 0, 1 + γ(3, 3, 3) \ 1 ), 0, 1 ( (1, 1, 1) 1 ) (, 0, 1 = β 1 )(, 0, 1 1 ), 0, = β( ) β = ( (1, 1, 1) = α(1,, 1) + β 1 ), 0, 1 + γ(3, 3, 3) \ (3, 3, 3) (1, 1, 1)(3, 3, 3) = γ(3, 3, 3)(3, 3, 3) = γ( ) γ = 1 9. Za koordinate vektora u u ortogonalnoj bazi B dobili smo ( 1 3,, 1 9 ).

22 6. Polazeći od linearno nezavisnih vektora a = (0, 0, 1), b = (1, 1, ), c = ( 1, 1, 1), konstruisati ortogonalne vektore u 1, u, u 3. Odrediti koordinate vektora u = (1, 1, 1) u bazi {u 1, u, u 3 }. Rešenje: Konstruisaćemo ortogonalne vektore Gram-Šmitovim postupkom: u 1 = a = (0, 0, 1), u = b (b, u 1) (u 1, u 1 ) u (1, 1, )(0, 0, 1) 1 = (1, 1, ) (0, 0, 1) (0, 0, 1)(0, 0, 1) = (1, 1, ) (0, 0, 1) = (1, 1, 0) u 3 = c (c, u 1) (u 1, u 1 ) u 1 (c, u ) (u, u ) u ( 1, 1, 1)(0, 0, 1) = ( 1, 1, 1) (0, 0, 1) (0, 0, 1)(0, 0, 1) ( 1, 1, 1)(1, 1, 0) (1, 1, 0) = ( 1, 1, 1) + (0, 0, 1) = ( 1, 1, 0). (1, 1, 0)(1, 1, 0) U dobijenoj ortogonalnoj bazi B = {(0, 0, 1), (1, 1, 0), ( 1, 1, 0)} naći ćemo koordinate (α, β, γ) vektora u = (1, 1, 1): u = αu 1 + βu + γu 3 (1, 1, 1) = α(0, 0, 1) + β(1, 1, 0) + γ( 1, 1, 0). Skalarnim množenjem date jednakosti redom sa svakim od vektora baze i korišćenjem ortogonalnosti baznih vektora dobijamo (1, 1, 1) = α(0, 0, 1) + β(1, 1, 0) + γ( 1, 1, 0) \ (0, 0, 1) (1, 1, 1)(0, 0, 1) = α(0, 0, 1)(0, 0, 1) α = 1, (1, 1, 1) = α(0, 0, 1) + β(1, 1, 0) + γ( 1, 1, 0) \ (1, 1, 0) (1, 1, 1)(1, 1, 0) = β(1, 1, 0)(1, 1, 0) β = 1, (1, 1, 1) = α(0, 0, 1) + β(1, 1, 0) + γ( 1, 1, 0) \ ( 1, 1, 0) (1, 1, 1)( 1, 1, 0) = γ( 1, 1, 0)( 1, 1, 0) γ = 0. Za koordinate vektora u u ortogonalnoj bazi B dobili smo (1, 1, 0). 7. Dati su vektori a = (1, 1), b = ( 1, 7). Odrediti ugao izmed u vektora a i b. Polazeći od vektora a i b primenom Gram- Šmitovog postupka naći ortogonalne vektore u i v. Izraziti vektor c = (0, 1) kao linearnu kombinaciju vektora u i v.

23 3 Rešenje: Za ugao imamo cos (a, b) = (a, b) = arccos 3 5. a b a b = (1, 1)( 1, 7) = (1, 1)(1, 1) ( 1, 7)( 1, 7) 6 50 = 3 5 Ortogonalne vektore odred ujemo primenom Gram-Šmitovog postupka u = a = (1, 1), v = b (b, u 1) (u 1, u 1 ) u 1 = ( 1, 7) ( 1, 7)(1, 1) (1, 1) = ( 1, 7) 3(1, 1) = ( 4, 4) (1, 1)(1, 1) Izrazićemo vektor c kao linearnu kombinaciju vektora u i v: c = λu + µv (0, 1) = λ(1, 1) + µ( 4, 4) \ (1, 1) \ ( 4, 4) (0, 1)(1, 1) = λ(1, 1)(1, 1) λ = 1, (0, 1)( 4, 4) = µ( 4, 4)( 4, 4) µ = Odrediti ugao izmed u vektora a = ( 1, 1, 1) i b = (, 0, 1). Polazeći od linearno nezavisnih vektora a i b Gram-Šmitovim postupkom konstruisati ortogonalne vektore u 1 i u. Odrediti vektor u 3 koji je ortogonalan sa vektorima u 1 i u. Rezultat: Na osnovu formule cos (a, b) = a b a b = ( 1, 1, 1)(, 0, 1) = 1 ( 1, 1, 1)( 1, 1, 1) (, 0, 1)(, 0, 1) 15 ugao je jednak (a, b) = arccos( 1/ 15). Napomenimo da je time što je ugao izmed u datih vektora različit od 0 i π dokazano je da važi a λb, odnosno vektori a i b su linearno nezavisni. Ortogonalni vektori su

24 4 u 1 = a = ( 1, 1, 1), u = b (b, u 1) (u 1, u 1 ) u (, 0, 1)( 1, 1, 1) 1 = (, 0, 1) ( 1, 1, 1) ( 1, 1, 1)( 1, 1, 1) = (, 0, 1) + 1 ( 5 3 ( 1, 1, 1) = 3, 1 3, 4 ). 3 Primetimo da umesto vektora (5/3, 1/3, 4/3) za vektor u možemo uzeti vektor u = 3(5/3, 1/3, 4/3) = (5, 1, 4) koji je takod e ortogonalan sa vektorom u 1. Odredićemo vektor u 3 tako da bude ortogonalan i sa u 1 i sa u. I način odred ivanja vektora u 3 : Iz definicije ortogonalnosti skupa vektora imamo da za vektor u 3 = (α, β, γ) važi (u 3, u 1 ) = 0 (α, β, γ)( 1, 1, 1) = α + β + γ = 0, (u 3, u ) = 0 (α, β, γ)(5, 1, 4) = 5α + β + 4γ = 0, odakle je β = ( 3/)γ i α = ( 1/)γ. Tada je u 3 = ( 1 ) γ, 3 γ, γ = 1 γ(1, 3, ), γ 0. Uzimajući za vrednost γ da je, na primer, jednaka, za vektor u 3 dobijamo u 3 = (1, 3, ). Napomenimo da kod odred ivanja ortogonalnih vektora uvek treba proveriti da li su dobijeni vektori zaista ortogonalni (da bi se izbegle eventualne računske greške): (u 1, u ) = ( 1, 1, 1)(5, 1, 4) = 0, (u 1, u 3 ) = ( 1, 1, 1)(1, 3, ) = 0, (u, u 3 ) = (5, 1, 4)(1, 3, ) = 0. II način odred ivanja vektora u 3 : Za odred ivanje vektora u 3 možemo koristiti Gram-Šmitov postupak ako datim vektorima a i b pridružimo još jedan vektor c tako da su {a, b, c} linearno nezavisni. Neka je, na primer, c = (0, 0, 1). Proverićemo da li važi linearna nezavisnost λa + µb + νc = θ λ( 1, 1, 1) + µ(, 0, 1) + ν(0, 0, 1) = (0, 0, 0) ( λ + µ, λ, λ + µ + ν) = (0, 0, 0). Pored enjem odgovarajućih koordinata ova dva vektora dobijamo da je jedino rešenje λ = µ = ν = 0, odakle sledi da su vektori linearno nezavisni.

25 Prvi i drugi ortogonalan vektor, u 1 i u, su odred eni Gram-Šmitovim postupkom. Nastavićemo na isti način i odredićemo vektor u 3 : u 3 = c (c, u 1) (u 1, u 1 ) u 1 (c, u ) (u, u ) u (0, 0, 1)( 1, 1, 1) = (0, 0, 1) ( 1, 1, 1) ( 1, 1, 1)( 1, 1, 1) (0, 0, 1)(5, 1, 4) (5, 1, 4)(5, 1, 4) (5, 1, 4) = (0, 0, 1) 1 3 ( 1, 1, 1) (5, 1, 4) 1 ( = 1 7, 3 7, ) = 1 (1, 3, ). 7 7 Vidimo da su vektori oblika λ(1, 3, ) ortogonalni sa u 1 i u, tako da za vektor u 3 možemo uzeti (1, 3, ) Polazeći od linearno nezavisnih vektora (1, 0, 1) i (1, 1, 0) primenom Gram- Šmitovog postupka konstruisati ortogonalne vektore u 1 i u. Dopuniti skup vektora {u 1, u } vektorom u 3 tako da {u 1, u, u 3 } čini ortogonalnu bazu prostora R 3, a zatim naći i odgovarajuću ortonormiranu bazu. Rezultat: Ortogonalni vektori u 1 i u su u 1 = (1, 0, 1), u = ( 1, 1, 1 ). Polazeći od vektora (0, 0, 1) dobija se treći ortogonalni vektor Ortonormirana baza je u 3 = B = { 1 (1, 0, 1), ( 1 3, 1 3, 1 ) } (1,, 1), ( 1, 1, 1) Polazeći od vektora u 1 = (1,, 1) i u = (3,, 1) primenom Gram-Šmitovog postupka ortogonalizacije odrediti ortogonalne vektore v 1 i v. Odrediti vektor v 3 tako da skup {v 1, v, v 3 } čini ortonormiranu bazu prostora R 3, a zatim odrediti koordinate vektora v = (1, 0, 0) u toj bazi.

26 6 Rešenje: Gram-Šmitov postupak ortogonalizacije: v 1 = u 1 = (1,, 1) v = u v 1 u v 1 v 1 v 1 = (3,, 1) (1,, 1) = (, 0, ) Normiranjem vektora v 1 i v dobijamo ortonormirane vektore v 1 i v : v 1 = 1 v 1 v 1 = (1,, 1) = 1 (1,, 1), v = 1 v v 1 = (, 0, ) = (1, 0, 1). Uvedimo oznaku v 3 = (x, y, z). Iz ortogonalnosti vektora v 1, v i v 3 sledi v 1 v 3 v 1 v 3 = 0 x + y + z = 0, v v 3 v v 3 = 0 x z = 0. Rešavanjem postavljenog sistema po x, y i z dobijamo da za koordinate vektora v 3 važe relacije x = z, y = z, z R \ {0}. Izborom, npr. z = 1 treći ortogonalni vektor glasi v 3 = (1, 1, 1), dok je ortonormirani v3 = 1 3 v 3 v 3 = (1, 1, 1). 3 Koordinate vektora v = (1, 0, 0) u ortonormiranoj bazi {v1, v, v 3 } su 3 v v1 = 1/, v v =, v v 3 = 3, 1/ v = / {v 1,v,v 3}. 3/3

27 7 31. Dati su vektori u 1, u R, u 1 = (, ), u = (1, 3). a) Odrediti ugao izmed u vektora u 1 i u. b) Polazeći od sistema vektora {u 1, u } formirati ortogonalnu bazu u R. Rezultat: a) (u 1, u ) = arccos (1/ 5). b) B = {(, ), (, )}. 3. Dokazati da su vektori u 1 = (1, 1, 0, 0), u = (0, 0, 1, 1), u 3 = (, 0, 0, 1), u 4 = (0, 0, 0, 3) linearno nezavisni. Polazeći od skupa vektora {u 1, u, u 3, u 4 }, primenom Gram- Šmitovog postupka ortogonalizacije, odrediti skup ortogonalnih vektora {v 1, v, v 3, v 4 }. Rešenje: Dokazaćemo linearnu nezavisnost: αu 1 + βu + γu 3 + δu 4 = θ α(1, 1, 0, 0) + β(0, 0, 1, 1) + γ(, 0, 0, 1) + δ(0, 0, 0, 3) = (0, 0, 0, 0) (α + γ, α, β, β + γ + 3δ) = (0, 0, 0, 0), odakle je α = β = γ = δ = 0, što znači da su dati vektori linearno nezavisni. Odredićemo ortogonalne vektore Gram-Šmitovim postupkom: v 1 = u 1 = (1, 1, 0, 0), v = u (u, v 1 ) (v 1, v 1 ) v 1 = (0, 0, 1, 1) (0, 0, 1, 1)(1, 1, 0, 0) (1, 1, 0, 0) = (0, 0, 1, 1), (1, 1, 0, 0)(1, 1, 0, 0) (, 0, 0, 1)(1, 1, 0, 0) (1, 1, 0, 0) (1, 1, 0, 0)(1, 1, 0, 0) (, 0, 0, 1)(0, 0, 1, 1) (1, (0, 0, 1, 1)(0, 0, 1, 1) (0, 0, 1, 1) = 1, 1, 1 ), v 4 = u 4 (u 4, v 1 ) (v 1, v 1 ) v 1 (u 4, v ) (v, v ) v (u 4, v 3 ) (v 3, v 3 ) v 3 v 3 = u 3 (u 3, v 1 ) (v 1, v 1 ) v 1 (u 3, v ) (v, v ) v = (, 0, 0, 1) (0, 0, 0, 3)(1, 1, 0, 0) = (0, 0, 0, 3) (1, 1, 0, 0)(1, 1, 0, 0) ( ) (0, 0, 0, 3) 1, 1, 1, 1 ( )( 1, 1, 1, 1 1, 1, 1, 1 (0, 0, 0, 3)(0, 0, 1, 1) (1, 1, 0, 0) (0, 0, 1, 1) (0, 0, 1, 1)(0, 0, 1, 1) ( ) 1, 1, 1, 1 ) ( = 3 5, 3 5, 6 5, 6 ). 5

28 8 33. Dokazati da su vektori u 1 = (0, 1, 1), u = (1, 0, 1), u 3 = (1, 1, 1) linearno nezavisni. Polazeći od skupa vektora {u 1, u, u 3 }, primenom Gram- Šmitovog postupka ortogonalizacije, odrediti ortogonalnu bazu {v 1, v, v 3 }, a zatim vektor u = (1, 0, 0) predstaviti u toj bazi. Rešenje: Dokazaćemo linearnu nezavisnost: λu 1 + µu + νu 3 = θ λ(0, 1, 1) + µ(1, 0, 1) + ν(1, 1, 1) = (0, 0, 0) (µ+ν, λ+ν, λ µ+ν) = (0, 0, 0) λ = µ = ν = 0 vektori su linearno nezavisni. Odredićemo ortogonalne vektore: v 1 = u 1 = (0, 1, 1), v = u (u, v 1 ) (v 1, v 1 ) v 1 = (1, 0, 1) (1, 0, 1)(0, 1, 1) (1, (0, 1, 1)(0, 1, 1) (0, 1, 1) = 1, 1 v 3 = u 3 (u 3, v 1 ) (v 1, v 1 ) v 1 (u 3, v ) (v, v ) v (1, 1, 1)(0, 1, 1) = (1, 1, 1) (0, 1, 1) (0, 1, 1)(0, 1, 1) ( ) (1, 1, 1) 1, 1, 1 ( ( )( ) 1, 1 ) ( 1 1, 1, 1 1, 1, 1, 1 = 3, 1 3, 1. 3) Primetimo da je umesto dobijenih vektora v i v 3 bolje uzeti vektore v = (, 1, 1) i v 3 = (1, 1, 1), koji takod e sa v 1 čine ortogonalan sistem vektora. Odredićemo koordinate vektora u u odnosu na ortogonalnu bazu ), u = λu 1 + µu + νu 3 (1, 0, 0) = λ(0, 1, 1)+µ(, 1, 1)+ν(1, 1, 1) \ (0, 1, 1) \ (, 1, 1) \ (1, 1, 1) (1, 0, 0)(0, 1, 1) = λ(0, 1, 1)(0, 1, 1) λ = 0, (1, 0, 0)(, 1, 1) = µ(, 1, 1)(, 1, 1) µ = 1 3, (1, 0, 0)(1, 1, 1) = ν(1, 1, 1)(1, 1, 1) ν = 1 3.

29 34. Gram-Šmitovim postupkom ortogonalizacije odrediti ortonormirane vektore u 1, u R polazeći od vektora v 1 = (6, 8) i v = ( 3, 1). 9 Rezultat: Vektori u 1 i u su jednaki ( 3 u 1 = 5, 4 i u 5) = ( 4 5, 3 ) Koristeći Gram-Šmitov postupak ortogonalizacije i skup linearno nezavisnih vektora a = (1, 1, 1), b = (1,, 3), c = (1, 3, 4) formirati ortonormiranu bazu u R 3. Rezultat: Ortogonalni vektori su a ortonormirani u 1 = (1, 1, 1), u = ( 1, 0, 1), u 3 = u 1 = 1 3 (1, 1, 1), u = 1 ( 1, 0, 1), u 3 = ( 1, 1, 1 ), 1 3(, 1, 1 ).

30

Elementi spektralne teorije matrica

Elementi spektralne teorije matrica Elementi spektralne teorije matrica Neka je X konačno dimenzionalan vektorski prostor nad poljem K i neka je A : X X linearni operator. Definicija. Skalar λ K i nenula vektor u X se nazivaju sopstvena

Διαβάστε περισσότερα

SOPSTVENE VREDNOSTI I SOPSTVENI VEKTORI LINEARNOG OPERATORA I KVADRATNE MATRICE

SOPSTVENE VREDNOSTI I SOPSTVENI VEKTORI LINEARNOG OPERATORA I KVADRATNE MATRICE 1 SOPSTVENE VREDNOSTI I SOPSTVENI VEKTORI LINEARNOG OPERATORA I KVADRATNE MATRICE Neka je (V, +,, F ) vektorski prostor konačne dimenzije i neka je f : V V linearno preslikavanje. Definicija. (1) Skalar

Διαβάστε περισσότερα

Osnovne teoreme diferencijalnog računa

Osnovne teoreme diferencijalnog računa Osnovne teoreme diferencijalnog računa Teorema Rolova) Neka je funkcija f definisana na [a, b], pri čemu važi f je neprekidna na [a, b], f je diferencijabilna na a, b) i fa) fb). Tada postoji ξ a, b) tako

Διαβάστε περισσότερα

Linearna algebra 2 prvi kolokvij,

Linearna algebra 2 prvi kolokvij, 1 2 3 4 5 Σ jmbag smjer studija Linearna algebra 2 prvi kolokvij, 7. 11. 2012. 1. (10 bodova) Neka je dano preslikavanje s : R 2 R 2 R, s (x, y) = (Ax y), pri čemu je A: R 2 R 2 linearan operator oblika

Διαβάστε περισσότερα

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju RAČUN OSTATAKA 1 1 Prsten celih brojeva Z := N + {} N + = {, 3, 2, 1,, 1, 2, 3,...} Osnovni primer. (Z, +,,,, 1) je komutativan prsten sa jedinicom: sabiranje (S1) asocijativnost x + (y + z) = (x + y)

Διαβάστε περισσότερα

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti). PRAVA Prava je kao i ravan osnovni geometrijski ojam i ne definiše se. Prava je u rostoru određena jednom svojom tačkom i vektorom aralelnim sa tom ravom ( vektor aralelnosti). M ( x, y, z ) 3 Posmatrajmo

Διαβάστε περισσότερα

Geometrija (I smer) deo 1: Vektori

Geometrija (I smer) deo 1: Vektori Geometrija (I smer) deo 1: Vektori Srdjan Vukmirović Matematički fakultet, Beograd septembar 2013. Vektori i linearne operacije sa vektorima Definicija Vektor je klasa ekvivalencije usmerenih duži. Kažemo

Διαβάστε περισσότερα

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost M086 LA 1 M106 GRP Tema: CSB nejednakost. 19. 10. 2017. predavač: Rudolf Scitovski, Darija Marković asistent: Darija Brajković, Katarina Vincetić P 1 www.fizika.unios.hr/grpua/ 1 Baza vektorskog prostora.

Διαβάστε περισσότερα

Pismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1.

Pismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1. Pismeni ispit iz matematike 0 008 GRUPA A Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: λ + z = Ispitati funkciju i nacrtati njen grafik: + ( λ ) + z = e Izračunati

Διαβάστε περισσότερα

Linearna algebra 2 prvi kolokvij,

Linearna algebra 2 prvi kolokvij, Linearna algebra 2 prvi kolokvij, 27.. 20.. Za koji cijeli broj t je funkcija f : R 4 R 4 R definirana s f(x, y) = x y (t + )x 2 y 2 + x y (t 2 + t)x 4 y 4, x = (x, x 2, x, x 4 ), y = (y, y 2, y, y 4 )

Διαβάστε περισσότερα

Poglavlje 1 GRAM-SCHMIDTOV POSTUPAK ORTOGONALIZACIJE. 1.1 Ortonormirani skupovi

Poglavlje 1 GRAM-SCHMIDTOV POSTUPAK ORTOGONALIZACIJE. 1.1 Ortonormirani skupovi Poglavlje 1 GRAM-SCHMIDTOV POSTUPAK ORTOGONALIZACIJE 1.1 Ortonormirani skupovi Prije nego krenemo na sami algoritam, uvjerimo se koliko je korisno raditi sa ortonormiranim skupovima u unitarnom prostoru.

Διαβάστε περισσότερα

Ispitivanje toka i skiciranje grafika funkcija

Ispitivanje toka i skiciranje grafika funkcija Ispitivanje toka i skiciranje grafika funkcija Za skiciranje grafika funkcije potrebno je ispitati svako od sledećih svojstava: Oblast definisanosti: D f = { R f R}. Parnost, neparnost, periodičnost. 3

Διαβάστε περισσότερα

LINEARNA ALGEBRA 1, ZIMSKI SEMESTAR 2007/2008 PREDAVANJA: NENAD BAKIĆ, VJEŽBE: LUKA GRUBIŠIĆ I MAJA STARČEVIĆ

LINEARNA ALGEBRA 1, ZIMSKI SEMESTAR 2007/2008 PREDAVANJA: NENAD BAKIĆ, VJEŽBE: LUKA GRUBIŠIĆ I MAJA STARČEVIĆ LINEARNA ALGEBRA 1 ZIMSKI SEMESTAR 2007/2008 PREDAVANJA: NENAD BAKIĆ VJEŽBE: LUKA GRUBIŠIĆ I MAJA STARČEVIĆ 2. VEKTORSKI PROSTORI - LINEARNA (NE)ZAVISNOST SISTEM IZVODNICA BAZA Definicija 1. Neka je F

Διαβάστε περισσότερα

SISTEMI NELINEARNIH JEDNAČINA

SISTEMI NELINEARNIH JEDNAČINA SISTEMI NELINEARNIH JEDNAČINA April, 2013 Razni zapisi sistema Skalarni oblik: Vektorski oblik: F = f 1 f n f 1 (x 1,, x n ) = 0 f n (x 1,, x n ) = 0, x = (1) F(x) = 0, (2) x 1 0, 0 = x n 0 Definicije

Διαβάστε περισσότερα

Analitička geometrija

Analitička geometrija 1 Analitička geometrija Neka su dati vektori a = a 1 i + a j + a 3 k = (a 1, a, a 3 ), b = b 1 i + b j + b 3 k = (b 1, b, b 3 ) i c = c 1 i + c j + c 3 k = (c 1, c, c 3 ). Skalarni proizvod vektora a i

Διαβάστε περισσότερα

Teorijske osnove informatike 1

Teorijske osnove informatike 1 Teorijske osnove informatike 1 9. oktobar 2014. () Teorijske osnove informatike 1 9. oktobar 2014. 1 / 17 Funkcije Veze me du skupovima uspostavljamo skupovima koje nazivamo funkcijama. Neformalno, funkcija

Διαβάστε περισσότερα

41. Jednačine koje se svode na kvadratne

41. Jednačine koje se svode na kvadratne . Jednačine koje se svode na kvadrane Simerične recipročne) jednačine Jednačine oblika a n b n c n... c b a nazivamo simerične jednačine, zbog simeričnosi koeficijenaa koeficijeni uz jednaki). k i n k

Διαβάστε περισσότερα

Algebarske strukture sa jednom operacijom (A, ): Ako operacija ima osobine: zatvorenost i asocijativnost, onda je (A, ) polugrupa

Algebarske strukture sa jednom operacijom (A, ): Ako operacija ima osobine: zatvorenost i asocijativnost, onda je (A, ) polugrupa Binarne operacije Binarna operacija na skupu A je preslikavanje skupa A A u A, to jest : A A A. Pišemo a b = c. Označavanje operacija:,,,. Poznate operacije: sabiranje (+), oduzimanje ( ), množenje ( ).

Διαβάστε περισσότερα

Zbirka rešenih zadataka iz Matematike I

Zbirka rešenih zadataka iz Matematike I UNIVERZITET U NOVOM SADU FAKULTET TEHNIČKIH NAUKA Tatjana Grbić Silvia Likavec Tibor Lukić Jovanka Pantović Nataša Sladoje Ljiljana Teofanov Zbirka rešenih zadataka iz Matematike I Novi Sad, 009. god.

Διαβάστε περισσότερα

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo IZVODI ZADACI ( IV deo) LOGARITAMSKI IZVOD Logariamskim izvodom funkcije f(), gde je >0 i, nazivamo izvod logarima e funkcije, o jes: (ln ) f ( ) f ( ) Primer. Nadji izvod funkcije Najpre ćemo logarimovai

Διαβάστε περισσότερα

Matematika 1 { fiziqka hemija

Matematika 1 { fiziqka hemija UNIVERZITET U BEOGRADU MATEMATIQKI FAKULTET Matematika 1 { fiziqka hemija Vektori Tijana Xukilovi 29. oktobar 2015 Definicija vektora Definicija 1.1 Vektor je klasa ekvivalencije usmerenih dui koje imaju

Διαβάστε περισσότερα

Determinante. Inverzna matrica

Determinante. Inverzna matrica Determinante Inverzna matrica Neka je A = [a ij ] n n kvadratna matrica Determinanta matrice A je a 11 a 12 a 1n a 21 a 22 a 2n det A = = ( 1) j a 1j1 a 2j2 a njn, a n1 a n2 a nn gde se sumiranje vrši

Διαβάστε περισσότερα

3.1 Granična vrednost funkcije u tački

3.1 Granična vrednost funkcije u tački 3 Granična vrednost i neprekidnost funkcija 2 3 Granična vrednost i neprekidnost funkcija 3. Granična vrednost funkcije u tački Neka je funkcija f(x) definisana u tačkama x za koje je 0 < x x 0 < r, ili

Διαβάστε περισσότερα

Sistemi linearnih jednačina

Sistemi linearnih jednačina Sistemi linearnih jednačina Sistem od n linearnih jednačina sa n nepoznatih (x 1, x 2,..., x n ) je a 11 x 1 + a 12 x 2 + + a 1n x n = b 1, a 21 x 1 + a 22 x 2 + + a 2n x n = b 2, a n1 x 1 + a n2 x 2 +

Διαβάστε περισσότερα

Pismeni ispit iz matematike GRUPA A 1. Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj, zatim naći 4 z.

Pismeni ispit iz matematike GRUPA A 1. Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj, zatim naći 4 z. Pismeni ispit iz matematike 06 007 Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj z = + i, zatim naći z Ispitati funkciju i nacrtati grafik : = ( ) y e + 6 Izračunati integral:

Διαβάστε περισσότερα

Operacije s matricama

Operacije s matricama Linearna algebra I Operacije s matricama Korolar 3.1.5. Množenje matrica u vektorskom prostoru M n (F) ima sljedeća svojstva: (1) A(B + C) = AB + AC, A, B, C M n (F); (2) (A + B)C = AC + BC, A, B, C M

Διαβάστε περισσότερα

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET Goran Stančić SIGNALI I SISTEMI Zbirka zadataka NIŠ, 014. Sadržaj 1 Konvolucija Literatura 11 Indeks pojmova 11 3 4 Sadržaj 1 Konvolucija Zadatak 1. Odrediti konvoluciju

Διαβάστε περισσότερα

Dijagonalizacija operatora

Dijagonalizacija operatora Dijagonalizacija operatora Problem: Može li se odrediti baza u kojoj zadani operator ima dijagonalnu matricu? Ova problem je povezan sa sljedećim pojmovima: 1 Karakteristični polinom operatora f 2 Vlastite

Διαβάστε περισσότερα

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu

Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu Zadaci sa prethodnih prijemnih ispita iz matematike na Beogradskom univerzitetu Trigonometrijske jednačine i nejednačine. Zadaci koji se rade bez upotrebe trigonometrijskih formula. 00. FF cos x sin x

Διαβάστε περισσότερα

(y) = f (x). (x) log ϕ(x) + ψ(x) Izvodi parametarski definisane funkcije y = ψ(t)

(y) = f (x). (x) log ϕ(x) + ψ(x) Izvodi parametarski definisane funkcije y = ψ(t) Izvodi Definicija. Neka je funkcija f definisana i neprekidna u okolini tačke a. Prvi izvod funkcije f u tački a je Prvi izvod funkcije f u tački : f f fa a lim. a a f lim 0 Izvodi višeg reda funkcije

Διαβάστε περισσότερα

1 Afina geometrija. 1.1 Afini prostor. Definicija 1.1. Pod afinim prostorom nad poljem K podrazumevamo. A - skup taqaka

1 Afina geometrija. 1.1 Afini prostor. Definicija 1.1. Pod afinim prostorom nad poljem K podrazumevamo. A - skup taqaka 1 Afina geometrija 11 Afini prostor Definicija 11 Pod afinim prostorom nad poljem K podrazumevamo svaku uređenu trojku (A, V, +): A - skup taqaka V - vektorski prostor nad poljem K + : A V A - preslikavanje

Διαβάστε περισσότερα

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15 MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15 Matrice - osnovni pojmovi (Matrice i determinante) 2 / 15 (Matrice i determinante) 2 / 15 Matrice - osnovni pojmovi Matrica reda

Διαβάστε περισσότερα

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović Novi Sad April 17, 2018 1 / 22 Teorija grafova April 17, 2018 2 / 22 Definicija Graf je ure dena trojka G = (V, G, ψ), gde je (i) V konačan skup čvorova,

Διαβάστε περισσότερα

PID: Domen P je glavnoidealski [PID] akko svaki ideal u P je glavni (generisan jednim elementom; oblika ap := {ab b P }, za neko a P ).

PID: Domen P je glavnoidealski [PID] akko svaki ideal u P je glavni (generisan jednim elementom; oblika ap := {ab b P }, za neko a P ). 0.1 Faktorizacija: ID, ED, PID, ND, FD, UFD Definicija. Najava pojmova: [ID], [ED], [PID], [ND], [FD] i [UFD]. ID: Komutativan prsten P, sa jedinicom 1 0, je integralni domen [ID] oblast celih), ili samo

Διαβάστε περισσότερα

1 Promjena baze vektora

1 Promjena baze vektora Promjena baze vektora Neka su dane dvije različite uredene baze u R n, označimo ih s A = (a, a,, a n i B = (b, b,, b n Svaki vektor v R n ima medusobno različite koordinatne zapise u bazama A i B Zapis

Διαβάστε περισσότερα

IZVODI ZADACI (I deo)

IZVODI ZADACI (I deo) IZVODI ZADACI (I deo) Najpre da se podsetimo tablice i osnovnih pravila:. C`=0. `=. ( )`= 4. ( n )`=n n-. (a )`=a lna 6. (e )`=e 7. (log a )`= 8. (ln)`= ` ln a (>0) 9. = ( 0) 0. `= (>0) (ovde je >0 i a

Διαβάστε περισσότερα

MATEMATIKA 2. Grupa 1 Rexea zadataka. Prvi pismeni kolokvijum, Dragan ori

MATEMATIKA 2. Grupa 1 Rexea zadataka. Prvi pismeni kolokvijum, Dragan ori MATEMATIKA 2 Prvi pismeni kolokvijum, 14.4.2016 Grupa 1 Rexea zadataka Dragan ori Zadaci i rexea 1. unkcija f : R 2 R definisana je sa xy 2 f(x, y) = x2 + y sin 3 2 x 2, (x, y) (0, 0) + y2 0, (x, y) =

Διαβάστε περισσότερα

4.7. Zadaci Formalizam diferenciranja (teorija na stranama ) 343. Znajući izvod funkcije x arctg x, odrediti izvod funkcije x arcctg x.

4.7. Zadaci Formalizam diferenciranja (teorija na stranama ) 343. Znajući izvod funkcije x arctg x, odrediti izvod funkcije x arcctg x. 4.7. ZADACI 87 4.7. Zadaci 4.7.. Formalizam diferenciranja teorija na stranama 4-46) 340. Znajući izvod funkcije arcsin, odrediti izvod funkcije arccos. Rešenje. Polazeći od jednakosti arcsin + arccos

Διαβάστε περισσότερα

APROKSIMACIJA FUNKCIJA

APROKSIMACIJA FUNKCIJA APROKSIMACIJA FUNKCIJA Osnovni koncepti Gradimir V. Milovanović MF, Beograd, 14. mart 2011. APROKSIMACIJA FUNKCIJA p.1/46 Osnovni problem u TA Kako za datu funkciju f iz velikog prostora X naći jednostavnu

Διαβάστε περισσότερα

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012 Iskazna logika 3 Matematička logika u računarstvu Department of Mathematics and Informatics, Faculty of Science,, Serbia novembar 2012 Deduktivni sistemi 1 Definicija Deduktivni sistem (ili formalna teorija)

Διαβάστε περισσότερα

MATEMATIKA 1 8. domaća zadaća: RADIJVEKTORI. ALGEBARSKE OPERACIJE S RADIJVEKTORIMA. LINEARNA (NE)ZAVISNOST SKUPA RADIJVEKTORA.

MATEMATIKA 1 8. domaća zadaća: RADIJVEKTORI. ALGEBARSKE OPERACIJE S RADIJVEKTORIMA. LINEARNA (NE)ZAVISNOST SKUPA RADIJVEKTORA. Napomena: U svim zadatcima O označava ishodište pravokutnoga koordinatnoga sustava u ravnini/prostoru (tj. točke (0,0) ili (0, 0, 0), ovisno o zadatku), označava skalarni umnožak, a vektorski umnožak.

Διαβάστε περισσότερα

Deljivost. 1. Ispitati kada izraz (n 2) 3 + n 3 + (n + 2) 3,n N nije deljiv sa 18.

Deljivost. 1. Ispitati kada izraz (n 2) 3 + n 3 + (n + 2) 3,n N nije deljiv sa 18. Deljivost 1. Ispitati kada izraz (n 2) 3 + n 3 + (n + 2) 3,n N nije deljiv sa 18. Rešenje: Nazovimo naš izraz sa I.Važi 18 I 2 I 9 I pa možemo da posmatramo deljivost I sa 2 i 9.Iz oblika u kom je dat

Διαβάστε περισσότερα

x + 3y + 6z = 3 3x + 5y + z = 4 x + y + z = 4.

x + 3y + 6z = 3 3x + 5y + z = 4 x + y + z = 4. Linearna algebra A, kolokvijum, 1. tok 22. novembar 2014. 1. a) U zavisnosti od realnih parametara a i b Gausovim metodom rexiti sistem linearnih jednaqina nad poljem R ax + (a + b)y + bz = 3a + 5b ax +

Διαβάστε περισσότερα

Linearna algebra za fizičare, zimski semestar Mirko Primc

Linearna algebra za fizičare, zimski semestar Mirko Primc Linearna algebra za fizičare, zimski semestar 006. Mirko Primc Sadržaj Poglavlje 1. Vektorski prostor R n 5 1. Vektorski prostor R n 6. Geometrijska interpretacija vektorskih prostora R i R 3 11 3. Linearne

Διαβάστε περισσότερα

KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.

KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA. KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI NEUTRALNI ELEMENT GRUPOIDA 1 Grupoid (G, ) je asocijativa akko važi ( x, y, z G) x (y z) = (x y) z Grupoid (G, ) je komutativa akko važi ( x, y G) x y = y x Asocijativa

Διαβάστε περισσότερα

Dvanaesti praktikum iz Analize 1

Dvanaesti praktikum iz Analize 1 Dvaaesti praktikum iz Aalize Zlatko Lazovi 20. decembar 206.. Dokazati da fukcija f = 5 l tg + 5 ima bar jedu realu ulu. Ree e. Oblast defiisaosti fukcije je D f = k Z da postoji ula fukcije a 0, π 2.

Διαβάστε περισσότερα

4 Numeričko diferenciranje

4 Numeričko diferenciranje 4 Numeričko diferenciranje 7. Funkcija fx) je zadata tabelom: x 0 4 6 8 fx).17 1.5167 1.7044 3.385 5.09 7.814 Koristeći konačne razlike, zaključno sa trećim redom, odrediti tačku x minimuma funkcije fx)

Διαβάστε περισσότερα

Verovatnoća i Statistika I deo Teorija verovatnoće (zadaci) Beleške dr Bobana Marinkovića

Verovatnoća i Statistika I deo Teorija verovatnoće (zadaci) Beleške dr Bobana Marinkovića Verovatnoća i Statistika I deo Teorija verovatnoće zadaci Beleške dr Bobana Marinkovića Iz skupa, 2,, 00} bira se na slučajan način 5 brojeva Odrediti skup elementarnih dogadjaja ako se brojevi biraju

Διαβάστε περισσότερα

Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A

Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A Kontrolni zadatak (Tačka, prava, ravan, diedar, poliedar, ortogonalna projekcija), grupa A Ime i prezime: 1. Prikazane su tačke A, B i C i prave a,b i c. Upiši simbole Î, Ï, Ì ili Ë tako da dobijeni iskazi

Διαβάστε περισσότερα

Klasifikacija blizu Kelerovih mnogostrukosti. konstantne holomorfne sekcione krivine. Kelerove. mnogostrukosti. blizu Kelerove.

Klasifikacija blizu Kelerovih mnogostrukosti. konstantne holomorfne sekcione krivine. Kelerove. mnogostrukosti. blizu Kelerove. Klasifikacija blizu Teorema Neka je M Kelerova mnogostrukost. Operator krivine R ima sledeća svojstva: R(X, Y, Z, W ) = R(Y, X, Z, W ) = R(X, Y, W, Z) R(X, Y, Z, W ) + R(Y, Z, X, W ) + R(Z, X, Y, W ) =

Διαβάστε περισσότερα

DRUGI KOLOKVIJUM IZ MATEMATIKE 9x + 6y + z = 1 4x 2y + z = 1 x + 2y + 3z = 2. je neprekidna za a =

DRUGI KOLOKVIJUM IZ MATEMATIKE 9x + 6y + z = 1 4x 2y + z = 1 x + 2y + 3z = 2. je neprekidna za a = x, y, z) 2 2 1 2. Rešiti jednačinu: 2 3 1 1 2 x = 1. x = 3. Odrediti rang matrice: rang 9x + 6y + z = 1 4x 2y + z = 1 x + 2y + 3z = 2. 2 0 1 1 1 3 1 5 2 8 14 10 3 11 13 15 = 4. Neka je A = x x N x < 7},

Διαβάστε περισσότερα

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A.

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A. 3 Infimum i supremum Definicija. Neka je A R. Kažemo da je M R supremum skupa A ako je (i) M gornja meda skupa A, tj. a M a A. (ii) M najmanja gornja meda skupa A, tj. ( ε > 0)( a A) takav da je a > M

Διαβάστε περισσότερα

( ) ( ) 2 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET. Zadaci za pripremu polaganja kvalifikacionog ispita iz Matematike. 1. Riješiti jednačine: 4

( ) ( ) 2 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET. Zadaci za pripremu polaganja kvalifikacionog ispita iz Matematike. 1. Riješiti jednačine: 4 UNIVERZITET U ZENICI POLITEHNIČKI FAKULTET Riješiti jednačine: a) 5 = b) ( ) 3 = c) + 3+ = 7 log3 č) = 8 + 5 ć) sin cos = d) 5cos 6cos + 3 = dž) = đ) + = 3 e) 6 log + log + log = 7 f) ( ) ( ) g) ( ) log

Διαβάστε περισσότερα

Univerzitet u Nišu, Prirodno-matematički fakultet Prijemni ispit za upis OAS Matematika

Univerzitet u Nišu, Prirodno-matematički fakultet Prijemni ispit za upis OAS Matematika Univerzitet u Nišu, Prirodno-matematički fakultet Prijemni ispit za upis OAS Matematika Rešenja. Matematičkom indukcijom dokazati da za svaki prirodan broj n važi jednakost: + 5 + + (n )(n + ) = n n +.

Διαβάστε περισσότερα

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je,

PARCIJALNI IZVODI I DIFERENCIJALI. Sama definicija parcijalnog izvoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je, PARCIJALNI IZVODI I DIFERENCIJALI Sama definicija parcijalnog ivoda i diferencijala je malo teža, mi se njome ovde nećemo baviti a vi ćete je, naravno, naučiti onako kako vaš profesor ahteva. Mi ćemo probati

Διαβάστε περισσότερα

Linearni operatori. Stepenovanje matrica

Linearni operatori. Stepenovanje matrica Linearni operatori Stepenovanje matrica Nea su X i Y vetorsi prostori nad istim poljem salara K Presliavanje A : X Y zovemo operator Za operator A ažemo da je linearan ao je istovremeno 1 aditivan: A(u

Διαβάστε περισσότερα

ELEKTROTEHNIČKI ODJEL

ELEKTROTEHNIČKI ODJEL MATEMATIKA. Neka je S skup svih živućih državljana Republike Hrvatske..04., a f preslikavanje koje svakom elementu skupa S pridružuje njegov horoskopski znak (bez podznaka). a) Pokažite da je f funkcija,

Διαβάστε περισσότερα

Zadaci iz Linearne algebre (2003/4)

Zadaci iz Linearne algebre (2003/4) Zadaci iz Linearne algebre (2003/4) Srdjan Vukmirović May 22, 2004 1 Matematička indukcija 1.1 Dokazati da za sve prirodne brojeve n važi 3 / (5 n + 2 n+1 ). 1.2 Dokazati da sa svake m Z i n N postoje

Διαβάστε περισσότερα

Zadatak 1 Dokazati da simetrala ugla u trouglu deli naspramnu stranu u odnosu susednih strana.

Zadatak 1 Dokazati da simetrala ugla u trouglu deli naspramnu stranu u odnosu susednih strana. Zadatak 1 Dokazati da simetrala ugla u trouglu deli naspramnu stranu u odnosu susednih strana. Zadatak 2 Dokazati da se visine trougla seku u jednoj tački ortocentar. 1 Dvostruki vektorski proizvod Važi

Διαβάστε περισσότερα

RADIJVEKTORI. ALGEBARSKE OPERACIJE S RADIJVEKTORIMA. LINEARNA (NE)ZAVISNOST SKUPA RADIJVEKTORA.

RADIJVEKTORI. ALGEBARSKE OPERACIJE S RADIJVEKTORIMA. LINEARNA (NE)ZAVISNOST SKUPA RADIJVEKTORA. Napomena: U svim zadatcima O označava ishodište pravokutnoga koordinatnoga sustava u ravnini/prostoru (tj. točke (0,0) ili (0, 0, 0), ovisno o zadatku), označava skalarni umnožak, a vektorski umnožak.

Διαβάστε περισσότερα

5 Sistemi linearnih jednačina. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2.

5 Sistemi linearnih jednačina. a 11 x 1 + a 12 x a 1n x n = b 1 a 21 x 1 + a 22 x a 2n x n = b 2. 5 Sistemi linearnih jednačina 47 5 Sistemi linearnih jednačina U opštem slučaju, pod sistemom linearnih jednačina podrazumevamo sistem od m jednačina sa n nepoznatih x 1 + a 12 x 2 + + a 1n x n = b 1 a

Διαβάστε περισσότερα

Kompleksni brojevi. Algebarski oblik kompleksnog broja je. z = x + iy, x, y R, pri čemu je: x = Re z realni deo, y = Im z imaginarni deo.

Kompleksni brojevi. Algebarski oblik kompleksnog broja je. z = x + iy, x, y R, pri čemu je: x = Re z realni deo, y = Im z imaginarni deo. Kompleksni brojevi Algebarski oblik kompleksnog broja je z = x + iy, x, y R, pri čemu je: x = Re z realni deo, y = Im z imaginarni deo Trigonometrijski oblik kompleksnog broja je z = rcos θ + i sin θ,

Διαβάστε περισσότερα

Sveučilište J. J. Strossmayera u Osijeku Odjel za matematiku Preddiplomski studij matematike. Monika Jović. Skalarni produkt.

Sveučilište J. J. Strossmayera u Osijeku Odjel za matematiku Preddiplomski studij matematike. Monika Jović. Skalarni produkt. Sveučilište J. J. Strossmayera u Osijeku Odjel za matematiku Preddiplomski studij matematike Monika Jović Skalarni produkt Završni rad Osijek, 2012. Sveučilište J. J. Strossmayera u Osijeku Odjel za matematiku

Διαβάστε περισσότερα

Matematička analiza 1 dodatni zadaci

Matematička analiza 1 dodatni zadaci Matematička analiza 1 dodatni zadaci 1. Ispitajte je li funkcija f() := 4 4 5 injekcija na intervalu I, te ako jest odredite joj sliku i inverz, ako je (a) I = [, 3), (b) I = [1, ], (c) I = ( 1, 0].. Neka

Διαβάστε περισσότερα

Zavrxni ispit iz Matematiqke analize 1

Zavrxni ispit iz Matematiqke analize 1 Građevinski fakultet Univerziteta u Beogradu 3.2.2016. Zavrxni ispit iz Matematiqke analize 1 Prezime i ime: Broj indeksa: 1. Definisati Koxijev niz. Dati primer niza koji nije Koxijev. 2. Dat je red n=1

Διαβάστε περισσότερα

Matematika I. Elvis Baraković, Edis Mekić. 4. studenog Pojam vektora. Sabiranje i oduzimanje vektora

Matematika I. Elvis Baraković, Edis Mekić. 4. studenog Pojam vektora. Sabiranje i oduzimanje vektora Matematika I Elvis Baraković, Edis Mekić 4. studenog 2011. 1 Analitička geometrija 1.1 Pojam vektora. Sabiranje i oduzimanje vektora Skalarnom veličinom ili skalarom nazivamo onu veličinu koja je potpuno

Διαβάστε περισσότερα

LINEARNA ALGEBRA I ANALITIČKA GEOMETRIJA

LINEARNA ALGEBRA I ANALITIČKA GEOMETRIJA LINEARNA ALGEBRA I ANALITIČKA GEOMETRIJA Predrag Tanović February 11, 211 {WARNING: Sadržaj ovog materijala NI U KOM SLUČAJU NE MOŽE ZAMENITI UDŽBENIK: radi se o prepravljanim slajdovima predavanja. Reference

Διαβάστε περισσότερα

Vektori Koordinate Proizvodi Centar masa Transformacije UNIVERZITET U BEOGRADU MATEMATIQKI FAKULTET. Geometrija I{smer.

Vektori Koordinate Proizvodi Centar masa Transformacije UNIVERZITET U BEOGRADU MATEMATIQKI FAKULTET. Geometrija I{smer. UNIVERZITET U BEOGRADU MATEMATIQKI FAKULTET Geometrija I{smer deo 1: Vektori i transformacije koordinata Tijana Xukilovi 2. oktobar 2017 Definicija vektora Definicija 1.1 Vektor je klasa ekvivalencije

Διαβάστε περισσότερα

Neka su A i B proizvoljni neprazni skupovi. Korespondencija iz skupa A u skup B definiše se kao proizvoljan podskup f Dekartovog proizvoda A B.

Neka su A i B proizvoljni neprazni skupovi. Korespondencija iz skupa A u skup B definiše se kao proizvoljan podskup f Dekartovog proizvoda A B. Korespondencije Neka su A i B proizvoljni neprazni skupovi. Korespondencija iz skupa A u skup B definiše se kao proizvoljan podskup f Dekartovog proizvoda A B. Pojmovi B pr 2 f A B f prva projekcija od

Διαβάστε περισσότερα

Tatjana Vuković. Univerzitet u Beogradu Fizički Fakultet

Tatjana Vuković. Univerzitet u Beogradu Fizički Fakultet OSNOVI MATEMATIČKE FIZIKE Tatjana Vuković Saša Dmitrović Univerzitet u Beogradu Fizički Fakultet OSNOVI MATEMATIČKE FIZIKE elektronsko izdanje Autori: Prof. dr TatjanaVuković Doc. dr Saša Dmitrović Izdavač:

Διαβάστε περισσότερα

2log. se zove numerus (logaritmand), je osnova (baza) log. log. log =

2log. se zove numerus (logaritmand), je osnova (baza) log. log. log = ( > 0, 0)!" # > 0 je najčešći uslov koji postavljamo a još je,, > 0 se zove numerus (aritmand), je osnova (baza). 0.. ( ) +... 7.. 8. Za prelazak na neku novu bazu c: 9. Ako je baza (osnova) 0 takvi se

Διαβάστε περισσότερα

Zadaci iz Osnova matematike

Zadaci iz Osnova matematike Zadaci iz Osnova matematike 1. Riješiti po istinitosnoj vrijednosti iskaza p, q, r jednačinu τ(p ( q r)) =.. Odrediti sve neekvivalentne iskazne formule F = F (p, q) za koje je iskazna formula p q p F

Διαβάστε περισσότερα

Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama.

Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama. Apsolutno neprekidne raspodele Raspodele apsolutno neprekidnih sluqajnih promenljivih nazivaju se apsolutno neprekidnim raspodelama. a b Verovatno a da sluqajna promenljiva X uzima vrednost iz intervala

Διαβάστε περισσότερα

Drugi deo (uvoda) Vektori

Drugi deo (uvoda) Vektori Drugi deo (uvoda) Vektori Vektori i skalari Skalar je običan broj. Vektor je lista (uređena n-torka) skalara (komponente vektora). Pomeranje (recimo, 10 koraka prema zapadu) izražavamo vektorom. Rastojanje

Διαβάστε περισσότερα

PROBNI TEST ZA PRIJEMNI ISPIT IZ MATEMATIKE

PROBNI TEST ZA PRIJEMNI ISPIT IZ MATEMATIKE Fakultet Tehničkih Nauka, Novi Sad PROBNI TEST ZA PRIJEMNI ISPIT IZ MATEMATIKE 1 Za koje vrednosti parametra p R polinom f x) = x + p + 1)x p ima tačno jedan, i to pozitivan realan koren? U skupu realnih

Διαβάστε περισσότερα

I Pismeni ispit iz matematike 1 I

I Pismeni ispit iz matematike 1 I I Pismeni ispit iz matematike I 27 januar 2 I grupa (25 poena) str: Neka je A {(x, y, z): x, y, z R, x, x y, z > } i ako je operacija definisana sa (x, y, z) (u, v, w) (xu + vy, xv + uy, wz) Ispitati da

Διαβάστε περισσότερα

Zadaci iz trigonometrije za seminar

Zadaci iz trigonometrije za seminar Zadaci iz trigonometrije za seminar FON: 1. Vrednost izraza sin 1 cos 6 jednaka je: ; B) 1 ; V) 1 1 + 1 ; G) ; D). 16. Broj rexea jednaqine sin x cos x + cos x = sin x + sin x na intervalu π ), π je: ;

Διαβάστε περισσότερα

Linearna algebra. skripta. Januar 2013.

Linearna algebra. skripta. Januar 2013. Linearna algebra skripta Januar 3 Reč autora Ovaj tekst je nastao od materijala sa kursa Linearna algebra i analitička geometrija za studente Odseka za informatiku, Matematičkog fakulteta Univerziteta

Διαβάστε περισσότερα

III VEŽBA: FURIJEOVI REDOVI

III VEŽBA: FURIJEOVI REDOVI III VEŽBA: URIJEOVI REDOVI 3.1. eorijska osnova Posmatrajmo neki vremenski kontinualan signal x(t) na intervalu definisati: t + t t. ada se može X [ k ] = 1 t + t x ( t ) e j 2 π kf t dt, gde je f = 1/.

Διαβάστε περισσότερα

Ispit održan dana i tačka A ( 3,3, 4 ) x x + 1

Ispit održan dana i tačka A ( 3,3, 4 ) x x + 1 Ispit održan dana 9 0 009 Naći sve vrijednosti korjena 4 z ako je ( ) 8 y+ z Data je prava a : = = kroz tačku A i okomita je na pravu a z = + i i tačka A (,, 4 ) Naći jednačinu prave b koja prolazi ( +

Διαβάστε περισσότερα

M086 LA 1 M106 GRP Tema: Uvod. Operacije s vektorima.

M086 LA 1 M106 GRP Tema: Uvod. Operacije s vektorima. M086 LA 1 M106 GRP Tema:.. 5. 10. 2017. predavač: Rudolf Scitovski, Darija Marković asistent: Darija Brajković, Katarina Vincetić P 1 www.fizika.unios.hr/grpua/ 1 2 M086 LA 1, M106 GRP.. 2/17 P 1 www.fizika.unios.hr/grpua/

Διαβάστε περισσότερα

IZVODI ZADACI (I deo)

IZVODI ZADACI (I deo) IZVODI ZADACI (I deo Najpre da se podsetimo tablice i osnovnih pravila:. C0.. (. ( n n n-. (a a lna 6. (e e 7. (log a 8. (ln ln a (>0 9. ( 0 0. (>0 (ovde je >0 i a >0. (cos. (cos - π. (tg kπ cos. (ctg

Διαβάστε περισσότερα

KVADRATNA FUNKCIJA. Kvadratna funkcija je oblika: Kriva u ravni koja predstavlja grafik funkcije y = ax + bx + c. je parabola.

KVADRATNA FUNKCIJA.   Kvadratna funkcija je oblika: Kriva u ravni koja predstavlja grafik funkcije y = ax + bx + c. je parabola. KVADRATNA FUNKCIJA Kvadratna funkcija je oblika: a + b + c Gde je R, a 0 i a, b i c su realni brojevi. Kriva u ravni koja predstavlja grafik funkcije a + b + c je parabola. Najpre ćemo naučiti kako izgleda

Διαβάστε περισσότερα

5. Karakteristične funkcije

5. Karakteristične funkcije 5. Karakteristične funkcije Profesor Milan Merkle emerkle@etf.rs milanmerkle.etf.rs Verovatnoća i Statistika-proleće 2018 Milan Merkle Karakteristične funkcije ETF Beograd 1 / 10 Definicija Karakteristična

Διαβάστε περισσότερα

Linearna algebra. skripta. Januar 2013.

Linearna algebra. skripta. Januar 2013. Linearna algebra skripta Januar 23. Reč autora Ovo je verzija teksta koji je pod naslovom Linearna algebra prvobitno bio pripremljen za studente Odseka za informatiku, Matematičkog fakulteta Univerziteta

Διαβάστε περισσότερα

Linearna algebra I, zimski semestar 2007/2008

Linearna algebra I, zimski semestar 2007/2008 Linearna algebra I, zimski semestar 2007/2008 Predavanja: Nenad Bakić, Vježbe: Luka Grubišić i Maja Starčević 22. listopada 2007. 1 Prostor radijvektora i sustavi linearni jednadžbi Neka je E 3 trodimenzionalni

Διαβάστε περισσότερα

RAČUNSKE VEŽBE IZ PREDMETA POLUPROVODNIČKE KOMPONENTE (IV semestar modul EKM) IV deo. Miloš Marjanović

RAČUNSKE VEŽBE IZ PREDMETA POLUPROVODNIČKE KOMPONENTE (IV semestar modul EKM) IV deo. Miloš Marjanović Univerzitet u Nišu Elektronski fakultet RAČUNSKE VEŽBE IZ PREDMETA (IV semestar modul EKM) IV deo Miloš Marjanović MOSFET TRANZISTORI ZADATAK 35. NMOS tranzistor ima napon praga V T =2V i kroz njega protiče

Διαβάστε περισσότερα

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x Zadatak (Darjan, medicinska škola) Izračunaj vrijednosti trigonometrijskih funkcija broja ako je 6 sin =,,. 6 Rješenje Ponovimo trigonometrijske funkcije dvostrukog kuta! Za argument vrijede sljedeće formule:

Διαβάστε περισσότερα

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k.

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k. 1 3 Skupovi brojeva 3.1 Skup prirodnih brojeva - N N = {1, 2, 3,...} Aksiom matematičke indukcije Neka je N skup prirodnih brojeva i M podskup od N. Ako za M vrijede svojstva: 1) 1 M 2) n M (n + 1) M,

Διαβάστε περισσότερα

Riješeni zadaci: Limes funkcije. Neprekidnost

Riješeni zadaci: Limes funkcije. Neprekidnost Riješeni zadaci: Limes funkcije. Neprekidnost Limes funkcije Neka je 0 [a, b] i f : D R, gdje je D = [a, b] ili D = [a, b] \ { 0 }. Kažemo da je es funkcije f u točki 0 jednak L i pišemo f ) = L, ako za

Διαβάστε περισσότερα

VEKTORSKI PROSTORI I ELEMENTI VEKTORSKE ANALIZE

VEKTORSKI PROSTORI I ELEMENTI VEKTORSKE ANALIZE VEKTORSKI PROSTORI I ELEMENTI VEKTORSKE ANALIZE Ivanka Milošević Univerzitet u Beogradu 1997 Predgovor Kurs MATEMATIČKA FIZIKA I prvi put sam predavala 1995/1996 godine, pri čemu sam se velikom delu držla

Διαβάστε περισσότερα

Matematički fakultet Univerziteta u Beogradu. Teorija relativnosti i kosmološki modeli

Matematički fakultet Univerziteta u Beogradu. Teorija relativnosti i kosmološki modeli Matematički fakultet Univerziteta u Beogradu Žarko Mijajlović Teorija relativnosti i kosmološki modeli Beograd 2011 2 Opis Kursa: 1. Matematičke osnove[5], [6], [4] 2. Klasična mehanika [4], [9] 3. Teorija

Διαβάστε περισσότερα

KVADRATNA FUNKCIJA. Kvadratna funkcija je oblika: Kriva u ravni koja predstavlja grafik funkcije y = ax + bx + c. je parabola.

KVADRATNA FUNKCIJA. Kvadratna funkcija je oblika: Kriva u ravni koja predstavlja grafik funkcije y = ax + bx + c. je parabola. KVADRATNA FUNKCIJA Kvadratna funkcija je oblika: = a + b + c Gde je R, a 0 i a, b i c su realni brojevi. Kriva u ravni koja predstavlja grafik funkcije = a + b + c je parabola. Najpre ćemo naučiti kako

Διαβάστε περισσότερα

18. listopada listopada / 13

18. listopada listopada / 13 18. listopada 2016. 18. listopada 2016. 1 / 13 Neprekidne funkcije Važnu klasu funkcija tvore neprekidne funkcije. To su funkcije f kod kojih mala promjena u nezavisnoj varijabli x uzrokuje malu promjenu

Διαβάστε περισσότερα

5 Ispitivanje funkcija

5 Ispitivanje funkcija 5 Ispitivanje funkcija 3 5 Ispitivanje funkcija Ispitivanje funkcije pretodi crtanju grafika funkcije. Opšti postupak ispitivanja funkcija koje su definisane eksplicitno y = f() sadrži sledeće elemente:

Διαβάστε περισσότερα

Linearna algebra. skripta. Januar 2013.

Linearna algebra. skripta. Januar 2013. Linearna algebra skripta Januar 03. Reč autora Ovaj tekst je nastao od materijala sa kursa Linearna algebra i analitička geometrija za studente Odseka za informatiku, Matematičkog fakulteta Univerziteta

Διαβάστε περισσότερα

Granične vrednosti realnih nizova

Granične vrednosti realnih nizova Graiče vredosti realih izova Fukcija f : N R, gde je N skup prirodih brojeva a R skup realih brojeva, zove se iz realih brojeva ili reala iz. Opšti čla iza f je f(), N, i običo se obeležava sa f, dok se

Διαβάστε περισσότερα

Neka je data korespondencija f A B. Tada korespondenciju f 1 B A definisanu sa. f 1 = {(b, a) B A (a, b) f}

Neka je data korespondencija f A B. Tada korespondenciju f 1 B A definisanu sa. f 1 = {(b, a) B A (a, b) f} Inverzna korespondencija Neka je data korespondencija f A B. Tada korespondenciju f 1 B A definisanu sa f 1 = {(b, a) B A (a, b) f} nazivamo inverznom korespondencijom korespondencije f. A f B A f 1 B

Διαβάστε περισσότερα

Fakultet tehničkih nauka, Softverske i informacione tehnologije, Matematika 2 KOLOKVIJUM 1. Prezime, ime, br. indeksa:

Fakultet tehničkih nauka, Softverske i informacione tehnologije, Matematika 2 KOLOKVIJUM 1. Prezime, ime, br. indeksa: Fakultet tehničkih nauka, Softverske i informacione tehnologije, Matematika KOLOKVIJUM 1 Prezime, ime, br. indeksa: 4.7.1 PREDISPITNE OBAVEZE sin + 1 1) lim = ) lim = 3) lim e + ) = + 3 Zaokružiti tačne

Διαβάστε περισσότερα

Trigonometrijske nejednačine

Trigonometrijske nejednačine Trignmetrijske nejednačine T su nejednačine kd kjih se nepznata javlja ka argument trignmetrijske funkcije. Rešiti trignmetrijsku nejednačinu znači naći sve uglve kji je zadvljavaju. Prilikm traženja rešenja

Διαβάστε περισσότερα