P. 1
Linearna algebra

Linearna algebra

|Views: 1,627|Likes:
Published by shobra3ns
Skripte iz Linearne algebre,
Predavanja profesora dr . Zorana Stojakovica,
2000/2001.
1. Vektorski prostori
2. Linearne transformacije
3. Matrice
4. Kvadratne forme
Skripte iz Linearne algebre,
Predavanja profesora dr . Zorana Stojakovica,
2000/2001.
1. Vektorski prostori
2. Linearne transformacije
3. Matrice
4. Kvadratne forme

More info:

Published by: shobra3ns on Jun 21, 2010
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as PDF, TXT or read online from Scribd
See more
See less

08/07/2013

pdf

text

original

Skripte iz Linearne algebre

,
Predavanja profesora dr. Zorana Stojakovica,
2000/2001.
by Danijel,
v.1.1 2002.
Uvodne napomene: Bez obzira na trud neke greske u tekstu uvek ostaju i opstaju i to
treba imati u vidu. Ovaj tekst nije predvidjen da zameni predavanja, ili eventualnu
knjigu iz ovog predmeta. Vec da ovoj i budu´ cim generacijama studenata PMF-a,
pre svega C smerova, olaksa uenje ovog predmeta. Tekst je dozvoljeno neogranicno
kopirati i stampati, za licnu upotrebu.
Posebno zahvaljujem Jeleni Ilic i Zorici Janjic, cije su sveske bile osnova za pisanje
ovog teksta.
Tekst je pisan u LaTex-u i svi prilozi u vidu sugestija, komentara, ispravki su dobro-
dosli, kao i ako neko zeli da preuzme brigu o narednim verzijama, moze da se javi
za .tex fajl na mail danijel@uns.ns.ac.yu.
1. Vektorski prostori
def: Neka je (V,+) komutativna grupa, a (F,+,) polje. Ako je definisano preslikavanje
1 \ ÷\ pri cemu oznacavamo (c. a) sa ca. tako da:
1.c(a ÷/) = ca ÷c/
2.(c ÷a)a = ca ÷aa
3.c(aa) = (ca)a
4.1a = a
za svaki c. / ÷ 1, a. / ÷ \. V je onda vektorski prostor nad polje F u oznaci V(F).
Elemente skupa V nazivamo vektori, ozn a,b,c,..
Elemente skupa F nazivamo skalari, ozn c. a. . ...
1.1 Osobine vektorskih prostora
Teorema: Neka je V(F) vektorski prostor nad poljem F tada vazi:
1.nula vektor je jedinstven
2.za svaki vektor suprotni vektor je jedinstven
3.(\a ÷ \ ) ÷(÷a) = a
4.vazi zakon skracivanja za sabiranje vektora
5.(\c ÷ 1) c0 = 0
6.(\a ÷ \ ) 0a = 0
1
7.(\c ÷ 1)(\a ÷ \ ) ÷(ca) = (÷c)a = c(÷a)
8.(\c ÷ 1)(\a ÷ \ ) ca = 0 ==c = 0 ili a = 0
Dokaz:
5. c0 = c(0 ÷ 0) = c0 ÷c0 =0 = c0
6. 0a = (0 ÷0)a = 0a ÷ 0a =0 = 0a
7.
0 = c(a ÷(÷a)) = ca ÷c(÷a) = ÷(ca) = c(÷a)
0 = (c ÷ (÷c))a = ca ÷ (÷c)a = ÷(ca) = (÷c)a
8.
=) sledi iz 5 i 6
=) ca = 0 c = 0 . c = 0 = (¬c
l
÷ 1) c
l
(ca) = c
l
0
=(c
l
c)a = 0 = a = 0
1.2 Podprostor
def: Neka je V(F) vektorski prostor, a \ _ \ ako je W vektorski prostor nad poljem
F u odnosu na restriscije na W operacija definisanih nad V tada se W naziva podprostor
vektorskog prostora V.
Teorema: Neka je W neprazan podskup V(F), W je podprostor vektorskog prostora V
akko vazi:
(\a. / ÷ \)(\c. a ÷ 1)ca ÷a/ ÷ \.
Dokaz:Cesto se umesto gornjeg uslova koriste ekvivalentni
(\a. / ÷ \)a ÷/ ÷ \
(c ÷ 1)(\a ÷ \)ca ÷ \
=) ako je W potprostor tada vaze ova dva uslova i tada vazi teorema
=) \a. /. c ÷ \ a ÷ (/ ÷c) = (a ÷/) ÷c, to tada vazi i za W, jer \ _ \ , 0 ÷ \ i
÷a ÷ \ - (W,+) je Abelova grupa.
def: Uvektorskomprostoru V(F) vektor v÷Vje linearna kombinacijavektora a
l
. a
2
. .... a
n
÷
\ ako postoje skalari c
l
. .... c
n
÷ 1 tako da je
· = c
l
a
l
÷... ÷c
n
a
n
def: Ako je u vektorskom prostoru V(F), o _ \ , o = 0 onda je lineal L(S) skupa S,
skup svih linearnih kombinacija iz S. Ako je S=0 onda je L(S)={0}.
1(o) = ¦
n
¸
l
c
I
a
I
[: ÷ ·. c
I
÷ 1. a
I
÷ \ ¦
2
Teorema: Ako je S podskup od vektorskog prostora V(F) onda je L(S) podprostor vek-
torskog prostora V.
Dokaz:
¸
n
l
c
I
a
I
.
¸
n
l
a
I
/
I
÷ 1(o). a
I
. /
I
÷ o:
¸
n
l
c
I
a
I
÷
¸
n
l
a
I
/
I
÷ 1(o)
c
¸
n
l
a
I
/
I
=
¸
n
l
ca
I
/
I
÷ 1(o)
Teorema: Lineal L(S) je najmanji podprostor koji sadrzi skup S
Dokaz: Svaki drugi potprostor koji bi sadrzavao S mora sadrzati i L(S)
Posledica: Ako je u vektorskom prostoru, W podprostor, onda je L(W)=W
Teorema: Ako su S,T _V(F) onda je:
1. o _ 1(o)
2. o _ T =1(o) _ 1(o)
3. 1(o) = 1(1(o))
4. o _ 1(T) . T _ T(o) =1(o) = 1(T)
5. o = 'o
I
= 1(o) = '1(o
I
)
Dokaz:
4.
o _ 1(T) =1(o) _ 1(1(T)) =1(o) _ 1(T)
T _ 1(o) =1(T) _ 1(1(o)) =1(T) _ 1(o)
¸
=1(o) = 1(T)

def: Ako je o _ \ (1) onda kazemo da je L(S) generisan skupomS, a elemente skupa
S nazivamo generatori podprostora L(S).
def: Ako u vektorskom prostoru V(F) postoji skup S tako da je L(S)=V onda kazemo
da je V generisan tim nizom vektora. Ako je S konacan, onda se vektorski prostor naziva
konacno generisan vektorski prostor.
def: U vektorskom prostoru V(F) niz vektora (a
l
. .... a
n
) je linearno zavisan ako pos-
toje skalari c
l
. .... c
n
, od kojih je bar jedan razlicit od 0 tako da je c
l
a
l
÷... ÷c
n
a
n
= 0.
Niz vektora koji nije linearno zavisan je linearno nezavisan. c
l
a
l
÷... ÷c
n
a
n
= 0 =
c
l
= ... = c
n
= 0
1.3 Osobine linearno zavisnih nizova
1. Niz (a
l
. .... a
n
) je linearno zavisan akko je niz (a
~(l)
. .... a
~(n)
) linearno zavisan,
gde je s proizvoljna permutacija skupa {1,...,n}
2. Niz vektora koji sadrzi nula vektor je linearno zavisan: c
l
0 ÷0a
2
÷... ÷ 0a
n
= 0
3. Jednoclan niz vektora (a) je linearno zavisan akko je a=0.
4.Niz vektora koji sadrzi linearno zavisan podniz je linearno zavisan: (a
l
, ..., a
|
, ..., a
n
)
3
(a
l
. ....a
|
) - linearno zavisni podniz c
l
a
l
÷... ÷c
|
a
|
÷0a
|÷l
... ÷ 0a
n
= 0
5. Svaki podniz linearno nezavisnog niza je linearno nezavisan
6. Ako su u nizu (a
l
. .... a
n
) dva vektora jednaka onda je taj niz linearno zavisan.
def: Beskonacan niz vektora je linearno nezavisan ako je svaki njegov konacan podniz
linearno nezavisan.
def: Baza konacno generisanog vektorskog prostora V(F) je niz vektora koji je linearno
nezavisan i koji generise V.
Teorema: Niz vektora u V(F) je baza akko je taj niz maksimalan linearno nezavisan
niz.
Dokaz:
=) Neka je (a
l
. .... a
n
) baza tada je linearno nezavisan niz, dokazujemo da je mak-
simalan. Pretpostavimo da nije, tj da je (a
l
. .... a
n
. /) linearno nezavisan, tada / = c
l
a
l
÷
... ÷c
n
a
n
=/ ÷c
l
a
l
÷... ÷c
n
a
n
= 0 =linearno zavisan.
=) (a
l
. .... a
n
) je max linearno nezavisan niz dokazujemoda je generator. (a
l
. .... a
n
. /)
je linearno zavisan pa c
l
a
l
÷ ... ÷ c
n
a
n
÷ a/ = 0, iz ovoga vidimo da ako a = 0 =
c
l
= ... = c
n
= 0 kontradikcija =a = 0 =/ = ÷
o
o
a
l
÷... ÷
o
o
a
n
.
Teorema: Niz vektora u V(F) je baza akko je taj niz minimalan niz generatora vek-
torskog prostora.
Teorema: U vektroskom prostoru V(F) niz vektora (a
l
. .... a
n
) je baza akko se svaki
vektor a ÷ \ moze na jedinstven nacin prikazati u obliku
¸
n
l
c
I
a
I
. c
I
÷ 1.
Dokaz:
=) Neka je (a
l
. .... a
n
) baza = a =
¸
n
l
c
I
a
I
. Dokaz da se prikazuje na jedinstven
nacin: pretpostavimo suprotno a =
¸
n
l
c
I
a
I
=
¸
n
l
a
I
a
I
¸
n
l
= (c
I
÷ a
I
)a
I
= 0 =
c
I
= a
I,
; i=1,...,n
=) Pretpostavimo da su (a
l
. .... a
n
) linearno zavisni c
l
a
l
÷... ÷c
n
a
n
= 0; ¬c
|
= 0
i 0a
l
÷... ÷0a
n
= 0 kontradikcija sa jedinstvenoscu sledi da je niz vektora baza.
def: Ako je (a
l
. .... a
n
) baza u V(F), x÷V, a =
¸
n
l
c
I
a
I
.tada se skalari c
l
. .... c
n
nazivaju koordinate vektora x u odnosu na bazu (a
l
. .... a
n
).
Teorema: Niz vektora (a
l
. .... a
n
) medju kojima nije nula vektor je linearno zavisan
akko medju vektorima (a
2
. .... a
n
) postoji a
|
koji je jednak linearnoj kombinaciji vektora
(a
l
. .... a
|l
)
Dokaz:
=) (a
l
. .... a
n
) linearno zavisan tada c
l
a
l
÷ ... ÷ c
n
a
n
= 0: ¬c
|
= 0, c
I
= 0,
i = / ÷1. .... : i k1 (/ = 1 =c
l
a
l
= 0 =c
l
= 0)
c
l
a
l
÷... ÷c
|
a
|
= 0 =a
|
= ÷
o
o

a
l
÷... ÷
o

o

a
|l
=) ocigledan
4
Teorema: Svaki niz generatora ne nula vektorskog prostora sadrzi podniz koji je baza
tog vektorskog prostora.
Dokaz: Niz generatora (a
l
. .... a
n
).dokaz da sadrzi podniz koji je baza. Ako je a
l
nula
vektor izbacimo ga i dalje imamo niz generatora, gledamo sledeci element, ako je a
2
nula
vektor ili a
2
= ca
l
izbacujemo ga. Na kraju dobijamo niz vektora (a
Il
. .... a
In
) koji se ne
mogu predstaviti pomocu ostalih i nema nula vektora pa je ovo baza.
Posledica svaki konacno generisan ne nula vektorski prostor ima bazu.
Teorema: Ako je u vektorskom prostoru V(F) (a
l
. .... a
n
) linearno nezavisan niz vek-
tora, onda je on ili baza ili se moze dopuniti do baze.
Dokaz: Neka je (c
l
. .... c
|
) baza V. Niz (a
l
. .... a
n
. c
l
. .... c
|
) takodje generise Vi nema
nula vektora. Ni jedan odvektora a
l
. .... a
n
se ne moze predstaviti kao linearna kombinacija
vektora levo od njega. Posmatramo vektore c
l
. .... c
|
redom, ako se prvi moze izraziti kao
linearna kombinacija vektora levo od njega izbacujemo ga, pri cemu i dalje imamo niz
generatora. Postupak nastavljamo sve dok ne dobijemo niz (a
l
. .... a
n
. c
Il
. .... c
In
) koji je
linearno nezavisan i generise V, pa je baza.
Teorema: Ako je u V(F) (a
l
. .... a
n
) linearno nezavisan niz vektora, a (/
l
. .... /
n
) niz
generatora vektorskog prostora V tada je : _ :.
Dokaz: Ako u nizu (/
l
. .... /
n
) ima nula vektora izbacimo ih. Pretpostavimo da ih
nema i posmatramo niz (a
l
. /
l
. .... /
n
) to je niz generatora vektorskog prostora Vi linearno
je zavisan.
Postoji neki b
I
koji se moze izraziti kao linearna kombinacija vektora levo od njega, pa
ga izbacimo. Dobijeni niz je (a
l
. /
l
. .... /
Il
. /
I÷l
. .... /
n
) i dalje niz generatora.
Nizu dodajemo a
2
: (a
l
. a
2
. /
l
. .... /
Il
. /
I÷l
. .... /
n
) je niz generatora i linearno je za-
visan, neki b
;
je linearna kombinacija vektora levo od njega, pa ga izbacujemo. Dobi-
jeni niz (a
l
. a
2
. /
l
. .... /
Il
. /
I÷l
. .... /
;l
. /
;÷l
. .... /
n
) takodje je niz generatora. Postu-
pak nastavljamo sve dok ne potrosimo jedan od ova dva niza. Da je nm sledi da bi dobili
niz (a
l
. .... a
n
) posle m koraka i da je to niz generatora, a dodavanjem a
n÷l
bi dobili niz
(a
l
. .... a
n÷l
) koji je niz generatora i linearno zavisan, sto je kontradikcija, pa sledi da je
: _ :.
Posledica: U vektorskom prostoru koji je generisan sa n vektora, svaki niz koji ima
vise od n vektora je linearno zavisan.
Teorema: U konacno generisanom vektorskom prostoru sve baze imaju isti broj vek-
tora.
Dokaz: Neka su (a
l
. .... a
n
) i (/
l
. .... /
n
) baze, oba niza su generatori i linearno neza-
visni. Po prethodnoj teoremi, ako je prvi linearno nezavisan, a drugi niz generatora sledi
: _ :, a ako je drugi linearno nezavisan, a prvi niz generatora sledi : _ :. = : =
:.
def: Broj vektora baze vektorskog prostora naziva se dimenzija tog vektorskog pros-
tora, oznacava se sa d(V) ili dim(V). Po definiciji d({0})=0.
5
def: Vektorski prostor koji ima bar jednu konacnu bazui nula prostor nazivamo konacno
dimenzioni vektorski prostori, a ostale beskonacno dimenzioni vektorski prostori.
1.4 Izomorfizam vektorskih prostora
def: Neka su V
l
i V
2
vektorski prostori nad istim posljem F. Tada je V
l
izomorfan sa
V
2
ako postoji bijekcija f: V
l
÷V
2
tako da je:
(\c. / ÷ 1)(\a. / ÷ \
l
)1(ca ÷a/) = c1(a) ÷a1(/)
funkcija f se naziva izomorfizam, pisemo \
l
~
= \
2
.
Ekvivalentni uslovi sa gornjom definicijom su:
(\a. / ÷ \
l
)1(a ÷/) = 1(a) ÷1(/)
(\c ÷ 1)(\a ÷ \
l
)1(ca) = c1(a)
Teorema: U skupu svih vektorskih prostora relacija biti izomorfan je relacija ekviva-
lencije.
Osobine: V
l
, V
2
, vektorski prostori nad F, \
l
~
= \
2
, f: V
l
÷V
2
:
1.1(0
l
) = 0
2
: 1(0
l
) = 1(0
l
÷0
l
) = 1(0
l
) ÷1(0
l
) =1(0
l
) = 0
2
2. Ako je (a
l
. .... a
n
) linearno zavisan niz iz V
l
onda je (1(a
l
). .... 1(a
n
)) linearno
zavisan niz iz V
2
:
¸
n
l
c
I
a
I
= 0. ¬c
|
= 0 1(
¸
n
l
c
I
a
I
) = 1(0) = 0 =
¸
n
l
c
I
1(a
I
) = 0
3.Slika linearno nezavisnog niza je linearno nezavisan niz. Pretpostavimo da nije, tada
1
l
preslikava linearno zavisan niz u linearno nezavisan, sto je kontradikcija sa 2.
4.Niz generatora vektorskog prostora V
l
se izomorfizmom preslikava u niz generatora
vektorskog prostora V
2
: \
l
= 1(a
l
. .... a
n
), (\a ÷ \
2
)(¬n ÷ \
l
)1(n) = a. n =
¸
n
l
c
I
a
I
=a = 1(n) = 1(
¸
n
l
c
I
a
I
) =
¸
n
l
c
I
1(a
I
)
5.Baza se izomorfizmom preslikava u bazu
Teorema: Dva konacnodimenzionalna vektorska prostora nadistimpoljemsu izomorfna
akko su iste dimenzije.
Dokaz:
=) \
l
~
= \
2
tada se baza preslikava u bazu i d(\
l
) = d(\
2
)
=) pretpostavimo da su d(V
l
)=d(V
2
), V
l
ima bazu (a
l
. .... a
n
), V
2
ima bazu (/
l
. .... /
2
).
a ÷ \
l
, a =
¸
n
l
c
I
a
I
. Definisemo funkciju f:
1(a)
Jt]
=
n
¸
l
c
I
/
I
Ovo je dobro definisana funkcija posto dva razlicita vektora ne mogu imati istu sliku, f
je i bijekcija, a proveravamo da li je izomorfizam: x,y÷V
l
, x=
¸
n
l
c
I
a
I
, y=
¸
n
l
a
I
a
I
,
6
1(a ÷n) = 1(
n
¸
l
c
I
a
I
÷
n
¸
l
a
I
a
I
) = 1(
n
¸
l
(c
I
÷a
I
)a
I
=
n
¸
l
(c
I
÷a
I
)/
I
=
n
¸
l
c
I
/
I
÷
n
¸
l
a
I
/
I
= 1(a) ÷1(n)
1(ca) = 1(c
n
¸
l
c
I
a
I
) = c1(
n
¸
l
c
I
a
I
) = c1(a)

1.5 Linearne mnogostrukosti
def: Neka je W podprostor vektorskog prostora V(F) i a vektor iz V. Skup vektora
L = a ÷\ naziva se linearna mnogostrukost, a W je direktrisa mnogostrukosti L.
L = a ÷\ = ¦a ÷n[n ÷ \¦
def: Dimenzija linearne mnogostrukosti L je dimenzija podprostora W i oznacava se
d(L) ili dim(L). Jednodimenzione linearne mnogostrukosti zovemo prave, dvodimenzione
ravni, a n-1-dimenzione u n-dimenzionom prostoru hiper-ravni.
Teorema: Ako je L=a+W linearna mnogostrukost i b÷ L tada je L=b+W
Dokaz: / ÷ L. / = a ÷n. n ÷ \; / ÷\ = a ÷n ÷\ = a ÷\ = L
Jednacine linearne mnogostrukosti:
a÷W, d(W)=1, \ = ¦c/[c ÷ 1¦ podprostor od V(F). r = a÷c/ je proizvoljan vektor
mnogostrukosti.
U R
3
jednacine linearne mnogostrukosti:
a. / ÷ 1
3
, r = a ÷c/, a = (a
l
. a
2
. a
3
), / = (/
l
. /
2
. /
3
). r = (a. n. .);
Parametarske jednacine prave:
a = a
l
÷c/
l
n = a
2
÷c/
2
. = a
3
÷c/
3
Kanonski oblik jednacine:
a ÷a
l
/
l
=
n ÷a
2
/
2
=
. ÷a
3
/
3
U F
n
r = a ÷c/, r = (a
l
. .... a
n
), a = (a
l
. .... a
n
), / = (/
l
. .... /
n
),
a
I
= a
I
÷c/
I
. i = 1. .... :
7
Posle eliminisanja c. dobijamo kanonski oblik::
a
l
÷a
l
/
l
= ... =
a
n
÷a
n
/
n
L = a÷\, d(W)=k, (/
l
. .... /
|
) je baza od W, \ = ¦c
l
/
l
÷...÷c
|
/
|
[c
l
. .... c
|
÷ 1¦
r = a ÷c
l
/
l
÷... ÷c
|
/
|
- vektorska jednacina
Parametarska: r = (a
l
. .... a
n
), a = (a
l
. .... a
n
), /
I
= (/
(I)
l
. .... /
(I)
n
):
a
;
= a
;
÷c
l
/
(l)
;
÷... ÷c
|
/
(|)
;
1.6 Presek dve linearne mnogostrukosti
Teorema: Presek linearnih mnogostrukosti L
l
= a
l
÷\
l
i L
2
= a
2
÷\
2
je ili prazan
skup ili linearna mnogostrukost L
3
= a
3
÷\
3
.
Dokaz: Ako L
l
¨ L
2
= = ¬a
3
÷ L
l
¨ L
2
. tada L
l
= a
3
÷\
l
i L
2
= a
3
÷\
2
,
a ÷ L
l
¨ L
2
. a = a
3
÷n
l
= a
3
÷n
2
, n
l
÷ \
l
, n
2
÷ \
2
=n
l
= n
2
=a ÷ L
3
=
a
3
÷\
l
¨ \
2
=L
l
¨ L
2
_ a
3
÷\
l
¨ \
2
.
a
3
÷\
l
¨\
2
_ a
3
÷\
l
i a
3
÷\
l
¨\
2
_ a
3
÷\
2
=a
3
÷\
l
¨\
2
_ L
l
¨L
2
.
=L
l
¨ L
2
= a
3
÷\
l
¨ \
2
.
def: Linearne mnogostrkosti L
l
= a
l
÷ \
l
i L
2
= a
2
÷ \
2
su paralelne ako je
L
l
¨ L
2
= i ako je \
l
_ \
2
ili \
2
_ \
l
.
1.7 Presek i zbir podprostora
def: Vektorski prostor V(F), podprostori W
l
i W
2
.
Presek \
l
¨\
2
je podprostor, najveci koji se sadrzi i u \
l
i u \
2
Unija \
l
' \
2
ne mora da bude podprostor (jeste ako \
l
_ \
2
)
Suma \
l
÷\
2
Jt]
= ¦a ÷/[a ÷ \
l,
/ ÷ \
2
¦
a
l
÷/
l
÷a
2
÷/
2
= (a
l
÷a
2
) ÷(/
l
÷/
2
) ÷ \
l
÷\
2
c(a ÷/) = ca ÷c/ ÷ \
l
÷\
2
=Suma je takodje podprostor, najmanji koji sadrzi oba \
l
i \
2
\
l
¨ \
2
_ \
I
_ \
l
÷\
2
. i = 1. 2
d(\
l
¨ \
2
) _ d(\
I
) _ d(\
l
÷\
2
)
Teorema: Ako su W
l
i W
2
podprostori konacnog prostora V tada vazi:
d(\
l
) ÷d(\
2
) = d(\
l
¨ \
2
) ÷d(\
l
÷\
2
)
Dokaz: \
l
¨\
2
neka ima bazu (a
l
. .... a
|
), ona je linearno nezavisna i sadrzana u W
l
i
moze se dopuniti do baze W
l
: (a
l
. .... a
|
. /
l
. .... /
l
). Isto za W
2
dopunimo (a
l
. .... a
|
. c
l
. .... c
;
).
Posmatramo niz (a
l
. .... a
|
. /
l
. .... /
l
. c
l
. .... c
;
) od ukupno k+l+j vektora. Dokazujemo
8
da je to baza \
l
÷\
2
. Ocigledno da je niz generatora. Dokazujemo linearnu nezavisnost:
|
¸
l
c
I
a
I
÷
l
¸
l
a
I
/
I
÷
;
¸
l

I
c
I
= 0
=
¸
|
l
c
I
a
I
÷
¸
l
l
a
I
/
I
= ÷
¸
;
l

I
c
I
leva strana dobijene jednacine pripada \
l
,
a desna \
2
, tako da imamo vektor koji pripada njihovom preseku, pa je ÷
¸
;
l

I
c
I
=
¸
|
l
c
I
a
I
, sto je linearna kombinacija vektora (a
l
. .... a
|
. c
l
. .... c
;
), pa sledi
l
= ... =

;
= c
l
= ... = c
|
= 0.
=
¸
|
l
c
I
a
I
÷
¸
l
l
a
I
/
I
= 0, a posto je (a
l
. .... a
|
. /
l
. .... /
l
) baza =c
l
= ... = c
|
=
a
l
= ... = a
l
= 0, cime je dokazana linearna nezavisnost.
def: Ako su \
l
. .... \
|
podprostori od vektorskog prostora V, takvi da
\
I
¨ (\
l
÷... ÷\
Il
÷\
I÷l
÷... ÷\
|
) = ¦0¦. i = 1. .... /
tada se suma \
l
. .... \
|
naziva direktna, oznacavamo sa: \
l
¸
\
2
¸
...
¸
\
|
Teorema: Ako su \
l
i \
2
podprostori od V tada je suma W
l
.W
2
direktna akko je
d(\
l
) ÷d(\
2
) = d(\
l
÷\
2
).
Teorema: Ako su \
l
. .... \
|
podprostori od V, onda je suma tih podprostora direktna
akko se svaki vektor x te sume moze na jedinstven nacin prikazati u obliku a = a
l
÷...÷a
|
,
a
I
÷ \
I
, i=1,...k.
Dokaz:
=) Ako \
l
¸
\
2
¸
...
¸
\
|
sledi iz definicije (\a ÷ \
l
¸
\
2
¸
...
¸
\
|
)a =
a
l
÷...÷a
|
. a
I
÷ \
I
. i=1,...,k. Pretpostavimo da se x moze prikazati na dva nacina, dakle:
a = a
l
÷... ÷a
|
= /
l
÷... ÷/
|
. ¬,. a
;
= /
;
.
=a
;
÷/
;
= /
l
÷a
l
÷...÷/
;l
÷a
;l
÷...÷/
|
÷a
|
, pri cemu svaki od sabiraka /
I
÷a
I
÷
\
I
. a a
;
÷/
;
÷ \
;
, pa prema tome a
;
÷/
;
÷ \
;
¨(\
l
÷...÷\
;l
÷\
;÷l
÷...÷\
|
) =
a
;
÷/
;
= 0, sto je kontradikcija sa a
;
= /
;
.
=) Svaki vektor se jedinstveno prikazuje a = a
l
÷... ÷ a
|
. Pretpostavimo da suma
nije direktna, tj da postoji vektor y, n ÷ \
I
¨(\
l
÷... ÷\
Il
÷\
I÷l
÷... ÷\
|
), tada
je: n = a
l
÷... ÷a
Il
÷a
I÷l
÷... ÷a
|
. gde a
I
÷ \
I
. i = 1. .... i ÷1. i ÷ 1. .../.
= 0
....
V
÷...÷ 0
....
V
÷ n
....
V
÷ 0
....
V
÷...÷ 0
....
V
= a
l
....
V
÷...÷ a
Il
....
V
÷ 0
....
V
÷ a
I÷l
....
V
÷...÷ a
|
....
V
. sto je kontradikcija sa pretpostavkom o jedinstvenosti.
Teorema: Neka su \
l
. .... \
|
podprostori vektorskog prostora V i (a
(I)
l
. .... a
(I)
l
) baza
od \
I
. Suma \
l
. .... \
|
je direktna akko je (a
(l)
l
. .... a
(l)
l
. a
(2)
l
. .... a
(2)
l
. .... a
(|)
l
. .... a
(|)
l
)
baza te sume.
Dokaz:za slucaj n=2, \
l
. \
2
=) Dokaz za \
l
ima bazu (a
l
. .... a
n
) i \
2
ima bazu (/
l
. .... /
l
), \
l
\
2
. Tada
9
je (a
l
. .... a
n
. /
l
. .... /
l
) niz generatora, proveravamo linearnu nezavisnost:
¸
|
l
c
I
a
I
÷
¸
l
l
a
I
/
I
= 0 =
¸
|
l
c
I
a
I
= ÷
¸
l
l
a
I
/, leva strana jednakosti pripada W
l
, a desna W
2
=
¸
|
l
c
I
a
I
= 0.
¸
l
l
a
I
/
I
= 0, iz cega sledi c
I
= 0, i=1,...,n, a
I
= 0, i=1,...,l. Sledi da je
niz baza.
=) (a
l
. .... a
n
. /
l
. .... /
l
) baza od \
l
÷\
2
. Pretpostavimo a ÷ \
l
¨\
2
i a = 0. Tada
a =
¸
|
l
c
I
a
I
=
¸
l
l
a
I
/
I
. sledi
¸
|
l
c
I
a
I
÷
¸
l
l
a
I
/
I
= 0 = c
I
= 0, i=1,...,n, a
I
= 0,
i=1,...,l =a = 0 =suma je direktna.
1.8 Faktor prostor
def:Neka su dati vektorski prostor V(F) i njegov podprostor W. Vektor a ´ ÷ \, formira
se a+W.
\
/V
= ¦a ÷\[a ÷ \ ¦
definisemo operacije:
(a ÷\) ÷ (/ ÷\) = (a ÷/) ÷\
c(a ÷\) = (ca ÷\)
ove operacije su dobro definisane.
\
/V
je u odnosu na ovako definisane operacije vektorski prostor nad F koji je nazvan
faktor prostor.
Teorema: Ako je W podprostor konacno dimenzionog prostora V, tada d(\
/V
) =
d(\ ) ÷d(\)
Dokaz: Neka je (a
l
. .... a
|
) baza W, prosirujemo do (a
l
. .... a
|
. a
|÷l
. .... a
n
) sto je
baza V. Dokazacemo da je (a
|÷l
÷\. .... a
n
÷\) baza \
/V
.
a
I
÷\ = ¯a
I
- uvodimo oznaku radi jasnijeg zapisa
c
|÷l
¯ a
|÷l
÷... ÷c
n
¯a
n
=
¯
0 = \
(c
|÷l
a
|÷l
÷... ÷c
n
a
n
) = \ =c
|÷l
a
|÷l
÷... ÷c
n
a
n
÷ \
=
¸
n
|÷l
c
I
a
I
=
¸
|
l
c
I
a
I
=c
I
= 0, i=1,...,n, sto znaci da su linearno nezavisni.
Proizvoljan vektor a ÷ \. a =
¸
n
l
c
I
a
I
¯ a ÷ \
/V
. ¯ a = (
¸
n
l
c
I
a
I
) =
¸
n
l
(c
I
¯ a
I
). c
I
¯ a
I
su za i=1,...,k jednaki
¯
0, = ¯ a =
¸
n
|÷l
(c
I
¯a
I
). pa je dati niz, niz generatora i sledi da je baza.
Teorema: Ako su U,Wpodprostori vektorskog prostora V takvi da je \ = l \ tada
je l
~
= \
/V
.
Dokaz: Definisemo preslikavanje 1 : l ÷\
/V
, (\n ÷ l)1(n) = n ÷\.
Dokazujemo da je f 1-1 preslikavanje:
n
l
. n
2
÷ l. 1(n
l
) = 1(n
2
) =n
l
÷\ = n
2
÷\ =n
l
÷n
l
= n
2
÷n
2
. n
l
. n
2
÷ \
=n
l
÷n
2
= n
2
÷n
l
, leva strana pripada U, a desna W, pa je n
l
= n
2
.
Dokazujem da je f NA:
10
a ÷ \
/V
. a = n ÷n. n ÷ l. n ÷ \
a ÷\ = n ÷n ÷\ = n ÷\ = 1(n).
Dakle f je bijekcija.
a. n ÷ l. 1(a ÷n) = a ÷n ÷\ = a ÷\ ÷n ÷\ = 1(a) ÷1(n)
a ÷ l, c ÷ 1. 1(ca) = ca ÷\ = c(a ÷\) = c1(a).
f je homomorfizam.
1.9 Dualni prostori
def: Ako je V vektorski prostor nad F tada ce funkcija 1 : \ ÷1 za koju vazi
(\c. a ÷ 1)(\a. / ÷ 1)1(ca ÷a/) = c1(a) ÷a1(/)
biti linearna funkcionela.
(\a. / ÷ \ )1(a ÷/) = 1(a) ÷1(/)
(\c ÷ 1)(\a ÷ \ )1(ca) = c1(a)
Teorema: Skup V’ svih linearnih funkcionela prostora V(F) je vektorski prostor nad F
ako se sabiranje i mnozenje vektora skalarom definisu:
(1 ÷o)(a) = 1(a) ÷o(a)
(\c ÷ 1)(\a ÷ \ )(c1)(a) = c1(a)
def: Vektorski prostor V’ se zove dualni vektorski prostor vektorskog prostora V
Teorema: Ako je V(F) vektorski prostor sa bazom(a
l
. .... a
n
) i (c
l
. .... c
n
) ÷ 1
n
tada
postoji jedna i samo jedna linearna funckionela 1 : \ ÷1. tako da je 1(a
I
) = c
I
. i=1,...,n.
Dokaz: a ÷ \ tada a =
¸
n
l
c
I
a
I
. Definisemo funkciju 1(a)
Jt]
=
¸
n
l
c
I
c
I
. Dobro je
definisana proveravamo da li je linearna funkcionela.
a =
¸
n
l
c
I
a
I
i n =
¸
n
l
:
I
a
I
. c. a ÷ 1
1(ca ÷an) = 1(c
n
¸
l
c
I
a
I
÷a
n
¸
l
:
I
a
I
) = 1(
n
¸
l
(cc
I
÷a:
I
)a
I
)
=
n
¸
l
(cc
I
÷a:
I
)c
I
= c
n
¸
l
c
I
c
I
÷a
n
¸
l
:
I
c
I
= c1(a) ÷a1(n)
Sledi da je f linearna funkcionela i 1(a
I
) = c
I
. Treba dokazati jedinstvenost.
Pretpostavimo ¬1. o ÷ \

. 1(a
I
) = o(a
I
) = c
I
, i=1,...,n
1 = o. tada (¬a ÷ \ )1(a) = o(a). a =
¸
n
l
c
I
a
I
11
1(a) = 1(
¸
n
l
c
I
a
I
) =
¸
n
l
c
I
1(a
I
) =
¸
n
l
c
I
c
I
o(a) = o(
¸
n
l
c
I
a
I
) =
¸
n
l
c
I
o(a
I
) =
¸
n
l
c
I
c
I
¸
= 1 = o. sto je kontradikcija sa
pretpostavkom.
Teorema: Ako je (a
l
. .... a
n
) baza vektorskog prostora V(F) tada u dualnom prostoru
V’ postoji baza (1
l
. .... 1
n
)takva da je
1
I
(a
;
) =

1. i = ,
0. i = ,
Dokaz: Na osnovu prethodne teoreme ove funkcionele postoje. Treba dokazati da cine
bazu.
c
l
1
l
÷... ÷c
n
1
n
= 0.
c
l
1
l
(a) ÷... ÷c
n
1
n
(a) = 0. \a ÷ \. pa vazi i za a = a
l
. .... a = a
n
=c
l
= ... =
c
n
= 0 =(1
l
. .... 1
n
) su linearno nezavisni vektori.
Definisimo funkciju 1 = c
l
1
l
÷... ÷c
n
1
n
. dakle 1(a) = c
l
1
l
(a) ÷... ÷c
n
1
n
(a).
\a ÷ \. 1(a
I
) = c
I
.
Uzmimo proizvoljno a ÷ \. a =
¸
n
l
c
I
a
I
.
1
|
(a) = 1
|
(
¸
n
l
c
I
a
I
) =
¸
n
l
c
I
1
|
(a
I
) = c
|
. ovo vazi za / = 1. .... :
1(a) = 1(
¸
n
l
c
I
a
I
) =
¸
n
l
c
I
1(a
I
) =
¸
n
l
c
I
c
I
=
¸
n
l
c
I
1
I
(a) =\

= 1(1
l
. .... 1
n
)
=(1
l
. .... 1
n
) je baza. d(\ ) = d(\ /) = : =\
~
= \

.
1.10 Unitarni vektorski prostori
def: Neka je V vektorski prostor nad F gde je F=R ili F=C. Unutrasnji (skalarni)
proizvod na V je svaka funkcija ( , ) koja preslikava ( , ): \ \ ÷1. pri cemu sliku (x,y)
oznacavamo sa (x,y), sa sledecim osobinama:
(\a. n. . ÷ \ )(\c ÷ 1)
1.(a. n) = (n. a)
2.(a ÷n. .) = (a. .) ÷ (n. .)
3.(ca. n) = c(a. n)
4.(a. a) _ 0
5.(a. a) = 0 ==a = 0
def: Vektorski prostor V(F) gde F=R ili F=C zajedno sa funkcijom koja definise un-
utrasnji proizvod naziva se unitarni vektorski prostor.
Teorema: Neka je V(F) unitarni vektorski prostor, tada:
(\a. n. . ÷ \ )(\c ÷ 1)
1.(a. cn) = ¯ c(a. n)
2.(a. n ÷.) = (a. n) ÷ (a. .)
3.(a. 0) = (0. a) = 0
Dokaz:
1.(a. cn) = (cn. a) = c(n. a) = c(n. a) = c(a. n)
12
2.(a. n ÷.) = (n ÷.. a) = (n. a) ÷(.. a) = (a. n) ÷(a. .)
8.(a. 0) = (a. 0 ÷0) = (a ÷0) ÷ (a ÷ 0) =(a. 0) = 0

def: U unitarnom vektorskom prostoru V(F) funkcija || : \ ÷1 definisana sa
|a| =

(a. a)
naziva se norma na V. Broj |a| naziva se norma vektora x.
Teorema: (Schwarz-ova nejednakost ) U unitarnom vektorskom prostoru V, \a. n ÷ \.
[(a. n)[ _ |a| |n|
Dokaz: (a ÷cn. a ÷cn) _ 0
(a ÷cn. a ÷cn) = (a. a) ÷(a. ÷cn) ÷(cn. a) ÷(cn. cn) =
= (a. a) ÷ ¯ c(a. n) ÷c(n. a) ÷c¯ c(n. n) =
ovo vazi za svako c, pa stavljamo c =
(i,u)
(u,u)
. n = 0.
= (a. a) ÷
(a. n)
(n. n)
(a. n) ÷
(a. n)
(n. n)
(n. a) ÷
(a. n)(a. n)
(n. n)
2
(n. n) =
= (a. a) ÷
(a. n)
(n. n)
(a. n) _ 0
=(a. a)(n. n) _ (a. n)(a. n) =|a|
2
|n|
2
_ [(a. n)[
2
=|a| |n| _ [(a. n)[

Teorema: U unitarnom vektorskom prostoru V(F) za \a. n ÷ \. \c ÷ 1 vazi:
1.|a| _ 0
2.|a| = 0 ==a = 0
3.|ca| = [a[ |a|
4.|a ÷n| _ |a| ÷|n|
Dokaz:
1.|a| =

(a. a)
3.|ca| =

(ca. ca) =

cc(a. a) =

c
2
(a. a) = [a[ |a|
4.
|a ÷n|
2
= (a ÷n. a ÷n) = (a. a) ÷(a. n) ÷(n. a) ÷(n. n) =
= (a. a) ÷ (a. n) ÷ (n. a) ÷ (n. n) = (a. a) ÷2 Io(a. n) ÷(n. n) _
_ (a. a) ÷ 2[(a. n)[ ÷ (n. n) _ |a|
2
÷ 2 |a| |n| ÷|n|
2
=
= (|a| ÷|n|)
2
=|a ÷n| _ |a| ÷|n|
def: U euklidskom vektorskom prostoru ugao izmedju vektora x i y, razlicitih od 0, je
13
realan broj c, 0 _ c _ ¬, takav da je
co-c =
(a. n)
|a| |n|
def: Uunitarnomvektorskomprostoru Vvektori x,y÷ \ su ortogonalni ako je (x,y)=0.
def: Vektor x iz unitarnog vektorskog prostora V naziva se normiran ako je |a| = 1.
Normirati vektor znaci naci njemu kolinearan vektor koji je normiran.
def: Niz vektora u kome su svaka dva vektora ortogonalna naziva se ortogonalan niz.
Ortogonalan niz vektora u kome j esvaki vektor normiran naziva se ortonormiran niz.
Niz od jednog vektora je ortogonalan.
def: Baza koja je ortogonalan niz naziva se ortogonalna baza. Baza koja je ortonormi-
ran niz naziva se ortonormirana baza.
Teorema: Ako je (a
l
. .... a
n
) ortonormirana baza u unitarnom vektorskom prostoru V,
a ÷ \. tada je a =
¸
n
l
(a. a
I
)a
I
.
Dokaz: Uzmemo neko a =
¸
n
l
c
I
a
I
, mnozimo ( ,a
|
)
(a. a
|
) =
¸
n
l
(c
I
a
I
. a
|
) =
¸
n
l
c
I
(a
I
. a
|
) = c
|
, / = 1. .... :
(a
I
. a
;
) =

0. i = ,
1. i = ,
. posto je baza ortonormirana.

Teorema: Uunitarnomvektorskomprostoru Vdata je baza (a
l
. .... a
n
). a =
¸
n
l
c
I
a
I
i
n =
¸
n
l
a
I
a
I
, baza (a
l
. .... a
n
) je ortonormirana akko se unutrasnji proizvod moze zapisati
u obliku
(a. n) =
n
¸
l
c
I
¯
a
I
Dokaz:
=) Ako je (a
l
. .... a
n
) ortonormirana (a. n) = (
¸
n
l
c
I
a
I
.
¸
n
l
a
I
a
I
) =
¸
n
l
c
I
¯
a
I
=) (a
I
. a
;
) =

0. i = ,
1. i = ,
=baza je ortonormirana.

Teorema: U unitarnom vektorskom prostoru svaki niz nenula ortogonalnih vektora je
linearno nezavisan.
Dokaz: (a
l
. .... a
n
) niz ortogonalnih vektora, formiramo linearnu kombinaciju.
c
l
a
l
÷...÷c
n
a
n
= 0 pomnozimo ( . a
I
). svi sabirci, osimi-tog daju nulu =c
I
(a
I
. a
I
) =
0 =c
I
= 0. i = 1. .... :, pa su vektori linearno nezavisni.
Posledica: svaki ortonormiran niz vektora je linearno nezavisan.
Teorema: (Gram-Schmidt ) Svaki konacno dimenzioni unitarni ne nula vektorski pros-
14
tor ima ortogonalnu (ortonormiranu) bazu.
Dokaz: Predpostavimo da ima bazu (a
l
. .... a
n
). formiramo novi niz vektora, /
l
= a
l
i /
l
= 0, formiramo
/
2
= a
2
÷
(a
2
. /
l
)
(/
l
. /
l
)
/
l
ako bi /
2
= 0, onda bi a
l
i a
2
bili linearno zavisni, pa je /
2
= 0. /
l
i /
2
su ortogonalni
jer:
(/
2
. /
l
) = (a
2
. /
l
) ÷
(o

,b

)
(b,b)
(/
l
. /
l
) = 0.
Formiramo /
3
:
/
3
= a
3
÷
(a
3
. /
2
)
(/
2
. /
2
)
/
2
÷
(a
3
. /
l
)
(/
l
. /
l
)
/
l
vazi /
3
= 0 i /
3
je ortogonalan na /
2
i /
l
:
(/
3
. /
l
) = (a
3
. /
l
) ÷
(o,b)
(b,b)
(/
l
. /
l
) ÷
(o,b)
(b,b)
(/
2
. /
l
) = 0, (/
2
. /
l
) = 0 jer su ortogo-
nalni.
Formiramo /
|
. / = 1. .... :. :
/
|
= a
|
÷
|l
¸
I=l
(a
|
. /
I
)
(/
I
. /
I
)
/
I
Proverom zakljucujemo da je (/
l
. .... /
n
) ortogonalna baza prostora V.
Svaki vektor normiramo:
c
l
=
b
b
....,c
n
=
b
b
. pa dobijamo (c
l
. .... c
n
) ortonormiranu bazu.
def: Ako je S neprazan skup unitarnog vektorskog prostora V onda se o

skup svih
vektora koji su ortogonalni na svaki vektor iz S naziva ortogonalni komplement skupa S.
Teorema: Ako je S neprazan podskup od unitarnog vektorskog prostora V, tada je
o

podprostor od V.
Dokaz: o

je uvek neprazan jer sadrzi 0.
a. n ÷ o

. (c. a ÷ 1). . ÷ o
(ca ÷an. .) = c(a. .) ÷a(n. .) = 0 =ca ÷an ÷ o

Teorema: Ako je W podprostor konacno dimenzionog unitarnog vektorskog prostora
V, onda je \ \

= \ .
Dokaz: Wima bazu (a
l
. .... a
|
), tu bazudopunicemodo baze V(a
l
. .... a
|
. a
|÷l
. .... a
n
).
Primenjujemo Grant-Šmitov postupak i dobijamo tada novu bazu (/
l
. .... /
n
) koja je ortog-
onalna baza V. Vektori /
l
. .... /
|
se nalaze u a
l
. .... a
|
jer su formirani od njih. /
l
. .... /
|
÷ \
i linearno su nezavisni, pa su baza W.
a ÷ \. a =
¸
n
l
c
I
/
I
=
¸
|
l
c
I
/
I
÷
¸
n
|÷l
c
I
/
I
levi sabirak pripada W, a desni pomnoz-
imo sa proizvoljnimn ÷ \. n =
¸
|
l
a
I
/
I
(n.
¸
n
|÷l
c
I
/
I
) = (
¸
|
l
a
I
/
I
.
¸
n
|÷l
c
I
/
I
) = 0 =
¸
n
|÷l
c
I
/
I
÷ \

= \ ÷\

=
\
a ÷ \ ¨ \

=(a. a) = 0 =a = 0. pa \ ¨ \

= ¦0¦
15
=\ \

= \.
Posledica: Ako je W podprostor konacno dimenzionog unitarnog vektorskog prostora
V, onda je \
/V
~
= \

.
Teorema: Ako je W podprostor konacno dimenzionog unitarnog vektorskog prostora
V, onda je (\

)

= \.
Dokaz:
a ÷ \ =(\n ÷ \

)(a. n) = 0 =a ÷ (\

)

=\ _ (\

)

\ \

= \ i \

(\

)

= \
=d(\) ÷d(\

) = d(\ ) i d(\

) ÷d((\

)

) = d(\ ) =(\

)

= \
def: Neka je u unitarnomvektorskomprostoru V, Wpodprostor takav da je \÷\

=
\. ako je a ÷ \ = a = a ÷ /. a ÷ \. / ÷ \

. onda se vektor a naziva ortogonalna
projekcija vektora a na podprostor W.
2. Linearne transformacije
def: Neka su \
l
, \
2
vektorski prostori nad poljem F. Preslikavanje ¹ : \
l
÷ \
2
za
koje vazi:
(\c. a ÷ 1)(\a. / ÷ \
l
)¹(ca ÷a/) = c¹(a) ÷a¹(/)
naziva se linearna transformacija \
l
u \
2
.
(\a. / ÷ \
l
) ¹(a ÷/) = ¹(a) ÷¹(/)
(\c ÷ 1)(\a ÷ \
l
)¹(ca) = c¹(a)
Ako je \
l
= \
2
tada je A linearna transformacija \
l
.
def: Neka je A linearna transformacija vektorskog prostora \
l
u \
2
. Jezgro koi A
linearne transformacije je skup svih vektora iz \
l
koji se preslikavaju u nula vektor iz \
2
.
koi ¹ = ¦a ÷ \
l
[¹(a) = 0¦
def: Neka je A linearna transformacija vektorskog prostora V
l
u V
2
. Slika Im A je
skup slika svih vektora iz \
l
.
Im¹ = ¦a ÷ \
2
[(¬n ÷ \
l
)¹(n) = a¦
Teorema: Ako je A linearna transformacija vektorskog prostora \
l
u \
2
. onda je ker A
podprostor \
l
. a Im A od \
2
.
Dokaz: 0. a. n ÷ koi ¹. c. a ÷ 1
16
¹(ca ÷an) = c¹(a) ÷a¹(a) = 0 =ca ÷an ÷ koi ¹
a. n ÷ \
l
. c ÷ 1. ¹(a). ¹(n) ÷ Im¹
¹(a) ÷¹(n) = ¹(a ÷n) ÷ Im¹. jer a ÷n ÷ \
l
c¹(a) = ¹(ca) ÷ Im¹. jer ca ÷ \
l

Teorema: Ako je A linearna transformacija konacno dimenzionog vektorskog prostora
\
l
u \
2
. onda je di:(/cr¹) ÷di:(1:¹) = di:(\
l
).
Dokaz: Neka je (a
l
. .... a
|
) baza vektorskog prostora kerA, mozemo ga prosiriti do
baze vektorskog prostora V
l
(a
l
. .... a
|
. a
|÷l
. .... a
n
).
Posmatramo niz (¹(a
|÷l
). .... ¹(a
n
)). Fomiramo linearnu kombinaciju
c
|÷l
¹(a
|÷l
) ÷... ÷c
n
¹(a
n
) = 0 =¹(c
|÷l
a
|÷l
÷... ÷c
n
a
n
) = 0
=c
|÷l
a
|÷l
÷... ÷c
n
a
n
÷ koi ¹ =
¸
n
|÷l
c
I
a
I
=
¸
|
l
c
I
a
I
=c
I
= 0. i = 1. .... :
=¹(a
|÷l
). .... ¹(a
n
) su linearno nezavisni
a ÷ Im¹ = (¬n ÷ \
l
)¹(n) = a. n =
¸
n
l
c
I
a
I
a = ¹(n) = ¹(
¸
n
l
c
I
a
I
) =
¸
n
l
c
I
¹(a
I
) =
¸
n
|÷l
c
I
¹(a
I
). jer je ¹(a
I
) = 0.
i = 1. .... /
=Im¹ = 1(¹(a
|÷l
). .... ¹(a
n
))
=(¹(a
|÷l
). .... ¹(a
n
)) je baza ImA, pa je dim(imA)=n-k.
def: Ako je A linearna transformacija konacno dimenzionih vektorskih prostora \
l
i
\
2
tada se di:(1:¹) naziva rang, a di:(/cr¹) nulitet linearne transformacije.
Teorema: Ako je (a
l
. .... a
n
) baza vektorskog prostora \
l
(1) i ako su (/
l
. .... /
n
)
proizvoljni vektori iz vektorskog prostora \
2
(1) onda postoji tacno jedna linearna trasfor-
macija ¹ : \
l
÷\
2
tako da je ¹(a
I
) = /
I
. i = 1. .... :.
2.1 Operacije u skupu linearnih transformacija
def: Skup svih linearnih transformacija koje preslikavaju \
l
(1) u \
2
(1) zovemo ho-
momorfizam, Ho:(\
l
. \
2
). Ako se \ (1) preslikava u\ (1) to je endomorfizam1:d(\ ).
def: Ako A,B÷ Ho:(\
l
. \
2
) i c ÷ 1. \a ÷ \
l
tada je (¹÷1)(a)
Jt]
= ¹(a) ÷1(a).
(c¹)(a)
Jt]
= c¹(a). ¹ ÷1. c¹ ÷ Ho:(\
l
. \
2
).
Teorema: \¹. 1. C ÷ Ho:(\
l
. \
2
). \c. / ÷ 1 vazi:
1. ¹÷ (1 ÷C) = (¹ ÷1) ÷C
2. ¹÷ 0 = 0 ÷¹ = ¹
3. ¹÷ (÷¹) = (÷¹) ÷¹ = 0
4. ¹÷1 = 1 ÷¹
5. c(¹÷1) = c¹ ÷c1
6. (c ÷a)¹ = c¹ ÷a¹
17
7. c(a¹) = (ca)¹
8.1A=A
1-4 daju Abelovu grupu (Ho:(\
l
. \
2
). ÷), sve zajedno Ho:(\
l
. \
2
) je vektorski
prostor nad F.
def: Ako su A,B÷ 1:d(\ ). onda je (¹1)(a)
Jt]
= ¹(1(A)), \a ÷ \. ¹1 ÷ 1:d(\ )
Teorema: \¹. 1. C ÷ 1:d(\ ) vazi:
1. ¹(1C) = (¹1)C
2. ¹(1 ÷C) = ¹1 ÷¹C
3. (¹÷1)C = ¹C ÷1C
(1:d(\ ). ÷. ) je prsten
E-indenticko preslikavanje,
4. ¹1 = 1¹ = ¹
prsten sa jedinicom
def: Neka je A linearna transformacija vektorskog prostora V(F). A je regularna ako
postoji transformacija 1 : \ ÷ \. takva da je ¹1 = 1¹ = 1. Ako B ne postoji onda je
A singularna. B kada postoji nazivamo inverzna transformacija za transformaciju A.
Teorema: Za funkciju 1 : o ÷ o, postoji g takvo da je 1o = o1 = 1 akko je f
bijekcija.
Teorema: Linearna transformacija vektorskog prostora Vje regularna akko je bijekcija.
Regularne transformacije su automorfizmi. Ako je A regularna i B inverzna, onda je B
jedinstvena transformacija 1 = ¹
l
.
Teorema: Ako je A regularna linearna transformacija, a B njena inverzna onda je i B
linearna transformacija.
Dokaz: ¹1 = 1¹ = 1. c. a ÷ 1. a. n ÷ \
1(ca ÷an) = 1(c(¹1)(a) ÷a(¹1)(n)) = 1(¹(1(ca)) ÷¹(1(an))) =
= 1¹(1(ca) ÷1(an)) = 1(ca) ÷1(an) = c1(a) ÷a1(n)

Teorema: Neka je A linearna transofmacija konacno dimenzionog vektorskog prostora
V(F), tada su sledeca tvrdjenja ekvivalentna:
1. A je regularna
2. Im¹ = \ (A je NA)
3. koi ¹ = ¦0¦
4. A je 1-1 preslikavanje
5. Ako je (a
l
. .... a
n
) baza V, onda je i (\ (a
l
). .... \ (a
n
)) baza
18
Dokaz:
=) A je bijekcija =A je NA
=) di:(/cr¹) ÷di:(1:¹) = di:(\ ) =di:(/cr¹) = 0 =/cr¹ = ¦0¦
=) a
l
. a
2
÷ \
¹(a
l
) = ¹(a
2
) = ¹(a
l
) ÷ ¹(a
2
) = 0 = ¹(a
l
÷ a
2
) = 0 = a
l
÷ a
2
÷ koi ¹
=a
l
= a
2
=)
c
l
¹(a
l
) ÷... ÷c
n
¹(a
n
) = 0
¹(c
l
a
l
÷... ÷c
n
a
n
) = 0. vazi ¹(0) = 0, pa posto je A 1-1 sledi
c
l
a
l
÷... ÷c
n
a
n
= 0. pa posto je (a
l
. .... a
n
) baza sledi c
I
= 0. i = 1. .... :
= (\ (a
l
). .... \ (a
n
)) linearno nezavisni, iz di:(\ (a
l
). .... \ (a
n
)) = : sledi da je
baza.
=) Dokazujemo da je A bijekcija:
¹(a
l
) = ¹(a
2
). a
l
=
¸
n
l
c
I
a
I
. a
2
=
¸
n
l
a
I
a
I
¹(
¸
n
l
c
I
a
I
) = ¹(
¸
n
l
a
I
a
I
) =
¸
n
l
c
I
¹(a
I
) =
¸
n
l
a
I
¹(a
I
) =
¸
n
l
(c
I
÷a
I
)¹(a
I
) =
0
=c
I
÷a
I
= 0. i = 1. .... / =a
l
= a
2
=¹ je 1-1
Proizvoljno a ÷ \.
a =
¸
n
l
c
I
¹(a
I
) = ¹(
¸
n
l
c
I
a
I
).
¸
n
l
c
I
a
I
= n ÷ \ =¹ je NA.
Teorema: Ako su A i B regularne transformacije konacno dimenzionog vektorskog
prostora V onda je i AB regularna linearna transfomacija i (¹1)
l
= 1
l
¹
l
.
Dokaz:
(¹1)(1
l
¹
l
) = ¹(11
l

l
= 1
(1
l
¹
l
)(¹1) = 1
l

l
)¹1 = 1
Teorema: Ako je A linearna transformacija konacno dimenzionog vektorskog prostora
V(F) takva da postoji funkcija 1 : \ ÷\ i ¹1 = 1 onda je i 1¹ = 1, tj A je regularna
linearna transformacija, a B je inverzna linearna transformacija za A.
Dokaz: Ako je ¹1 = 1 onda je B 1-1, a A je NA, po teoremi A je regularna linearna
transformacija, tada postoji A ÷ 1:d(\ ). tako da je ¹A = A¹ = 1.
¹1 = 1 =A(¹1) = A =(A¹)1 = A =1 = A. tada ¹1 = 1¹ = 1.
Napomena: Ako je 1¹ = 1, a A je linearna transformacija, a B bilo koja funkcija
tada Aje 1-1, a Bje NA, pa je isti dokaz, tako da u opstemslucaju ¹1 = 1 ==1¹ = 1.
3. Matrice
def: Matrica formata (tipa) : : nad poljem F je pravougaona tablica elemenata
iz F koja ima m vrsta i n kolona. Skraceno oznacavamo [a
I;
[
nn
ili [a
I;
[. elemente a
I;
nazivamo elementi matrice.
19

a
ll
a
l2
a
ln
a
2l
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
nl
a
n2
a
nn
¸
¸
¸
¸
¸
Matrice nad R i C zovemo realne, odnosno kompleksne matrice. Matricu formata
11 [a[ identifikovacemo sa a. Skup svih matrica formata :: nad poljemF oznacavamo
1
n,n
.
Kvadratna matrica reda n, je matrica formata nn.
def: ¹ = [a
I;
[
nn
, 1 = [/
I;
[
µo
dve matrice su jednake ako:
su nad istim poljem, : = j, : = c, a
I;
= /
I;
, i = 1. .... :, , = 1. .... :.
def: ¹ = [a
I;
[
nn
, 1 = [/
I;
[
nn
, zbir A+Bje matrica C = [c
I;
[
nn
, c
I;
= a
I;
÷/
I;
.
i = 1. .... :, , = 1. .... :.
def: ¹ = [a
I;
[
nn
, c ÷ 1 (mnozenje skalarom) proizvod c¹ je matrica 1 =
[/
I;
[
nn
, /
I;
= ca
I;
. i = 1. .... :. , = 1. .... :.
def: Matrica formata mn:

0 0 0
0 0 0
.
.
.
.
.
.
.
.
.
0 0 0
¸
¸
¸
¸
¸
= 0
nn
se naziva nula matrica.
Teorema: Za \¹. 1. C ÷ 1
n,n
i \c. / ÷ 1 vazi:
1. ¹÷ (1 ÷C) = (¹ ÷1) ÷C
2. ¹÷ 0 = 0 ÷¹ = ¹
3. ¹÷ (÷¹) = (÷¹) ÷¹ = 0. (÷¹)
Jt]
= (÷1)¹
4. ¹÷1 = 1 ÷¹
5. c(¹÷1) = c¹ ÷c1
6. (c ÷a)¹ = c¹ ÷a¹
7. c(a¹) = (ca)¹
8. 1¹ = ¹
Prve cetiri osobine daju da je (1
n,n
. ÷) Abelova grupa, a svih osam, da je 1
n,n
vek-
torski prostor nad F.
Teorema: di:(1
n,n
) = ::.
def: ¹ = [a
I;
[
nn
, 1 = [/
I;
[

proizvod AB je matrica C = [c
I;
[

. c
I;
=
¸
n
|=l
a
I|
/
|;
, i = 1. .... :, , = 1. .... j.
20
def: Kvadratna matrica reda n:

1 0 0
0 1 0
.
.
.
.
.
.
.
.
.
0 0 1
¸
¸
¸
¸
¸
se naziva jedinicna matrica reda
n, 1
n
.
1
n
÷ 1
n,n
, \¹ ÷ 1
n,n
. ¹1 = 1¹ = ¹
3.1 Linearne transformacije i matrice
def: V(F), (a
l
. .... a
n
) baza, a ÷ \. a =
¸
n
l
c
I
a
I
. matrica formata : 1

c
l
c
2
.
.
.
c
n
¸
¸
¸
¸
¸
naziva kordinatna kolona vektora x u odnosu na bazu (a
l
. .... a
n
) i oznacava sa [a[
1
,
1 = (a
l
. .... a
n
).
1 : a ÷ [a[ je preslikavanje 1 : \ ÷1
n,l
. ovo preslikavanje je bijekcija.
Teorema: Ako je V(F) vektorski prostor sa bazom (a
l
. .... a
n
) onda za svako a. n ÷ \
i \c ÷ 1 vazi: [a ÷n[ = [a[ ÷ [n[ i [ca[ = c[a[.
Dokaz: a =
¸
n
l
c
I
a
I
. n =
¸
n
l
a
I
a
I
a ÷n =
¸
n
l
(c
I
÷a
I
)a
I
[a[ ÷[n[ =

c
l
c
2
.
.
.
c
n
¸
¸
¸
¸
¸
÷

a
l
a
2
.
.
.
a
n
¸
¸
¸
¸
¸
=

c
l
÷a
l
c
2
÷a
2
.
.
.
c
n
÷a
n
¸
¸
¸
¸
¸
1(a ÷n) = 1(a) ÷1(n)
1(ca) = c1(a)
Teorema: Ako je V(F) vektorski prostor sa bazom (a
l
. .... a
n
) onda je preslikavanje
1 : \ ÷1
n,l
. definisano sa: 1(a)
Jt]
= [a[ izomorfizam vektorskog prostora V u F
n,l
.
Posmatramo vektorski prostor \ (1) sa bazom(a
l
. .... a
n
) i linearno preslikavanje ¹ ÷
1:d(\ ).
a ÷ \. a =
¸
n
l
c
I
a
I
= ¹(a) =
¸
n
l
c
I
¹(a
I
)
¹(a
l
). ¹(a
2
). .... ¹(a
n
) ovih n slika odredjuju linearnu transformaciju
¹(a
l
) = c
ll
a
l
÷c
2l
a
2
÷...c
nl
a
n
...
¹(a
n
) = c
ln
a
l
÷c
2n
a
2
÷...c
nn
a
n
21
def: Matricu reda n:

c
ll
c
l2
c
ln
c
2l
c
22
c
2n
.
.
.
.
.
.
.
.
.
c
nl
c
n2
c
nn
¸
¸
¸
¸
¸
nazivamo matrica linearne trans-
formacije A u odnosu na bazu (a
l
. .... a
n
) i oznacavamo [¹[
1
. 1 = (a
l
. .... a
n
).
Teorema: Ako je Alinearna transformacija vektorskog prostora \ (1), sa bazom(a
l
. .... a
n
).
\a ÷ \ , onda je [¹(a)[ = [¹[[a[.
Dokaz:
A, [¹[ = [c
I;
[
a =
¸
n
l
c
I
a
I
. ¹(a) =
¸
n
l
c
I
¹(a
I
) =
¸
n
I=l
c
I
¸
n
;=l
c
;I
a
I
=
¸
n
;=l
(
¸
n
I=l
c
I
c
;I
)a
I
[a[ =

c
l
c
2
.
.
.
c
n
¸
¸
¸
¸
¸
.
[¹(A)[ =

¸
n
I=l
c
I
c
lI
)
¸
n
I=l
c
I
c
2I
)
.
.
.
¸
n
I=l
c
I
c
nI
)
¸
¸
¸
¸
¸
=

c
ll
c
l2
c
ln
c
2l
c
22
c
2n
.
.
.
.
.
.
.
.
.
c
nl
c
n2
c
nn
¸
¸
¸
¸
¸

c
l
c
2
.
.
.
c
n
¸
¸
¸
¸
¸
= [¹[[a[.

Teorema: U vektorskom prostoru V(F), sa bazom (a
l
. .... a
n
) i ¹. 1 ÷ 1:d(\ ). c ÷
1
[¹ ÷1[ = [¹[ ÷ [1[
[c¹[ = c[¹[
[¹1[ = [¹[[1[
Teorema: U vektorskom prostoru V(F), sa bazom (a
l
. .... a
n
) i ¹. 1 ÷ 1:d(\ ). c ÷
1
1 : ¹ ÷÷[¹[. 1 : 1:d(\ ) ÷1
n,n
je bijekcija
1(¹÷1) = 1(¹) ÷1(1)
1(c¹) = c1(¹)
1(¹1) = 1(¹)1(1)
(1:d(\ ). ÷. )
~
= (1
n,n
. ÷. ) - prsteni
Teorema: \¹. 1. C ÷ 1
n,n
1. ¹(1C) = (¹1)C
2. ¹(1 ÷C) = ¹1 ÷¹C
3. (¹÷1)C = ¹C ÷1C
def: Kvadratna matrica A je regularna ako postoji matrica Btakva da je ¹1 = 1¹ =
22
1. Matrica koja nije regularna naziva se singularna.
Teorema: Linearna transformacija konacno dimenzionog vektorskog prostora je regu-
larna akko je regularna i njena matrica ¹1 = 1¹ = 1 == [¹[[1[ = [1[[¹[ = [1[.
Teorema: Ako je Aregularna linearna transformacija onda je [¹
l
[ = [¹[
l
, inverzna
matrica.
Dokaz: [¹
l
[ = 1 = [¹[
l

def: Determinanta matrice ¹ = [c
I;
[ je: [¹[ =

c
ll
c
l2
c
ln
c
2l
c
22
c
2n
.
.
.
.
.
.
.
.
.
c
nl
c
n2
c
nn

= ool ¹
Teorema: Kvadratna matrica [A] je regularna akko je dct¹ = 0.
Dokaz: [A] regularna == A regularna linearna transformacija = koi ¹ = ¦0¦ =
(¹(a) = 0 =a = 0) =([¹[[a[ = 0 =[a[ = 0) =[[¹[[ = 0
[¹[ = [c
I;
[. [a[ =

a
l
a
2
.
.
.
a
n
¸
¸
¸
¸
¸
a
ll
a
l
÷... ÷a
ln
a
n
= 0
a
2l
a
l
÷... ÷a
2n
a
n
= 0
.
.
.
a
nl
a
l
÷... ÷a
nn
a
n
= 0

=a
l
= ... = a
n
= 0

3.2 Elementarne transformacije i matrice
def: Ako je ¹ ÷ 1
n,n
onda su elementarne transformacije te matrice:
1. zamena mesta dve vrste ili kolone
2. mnozenje svih elemenata jedne vrste (kolone) skalarom, razlicitim od nule
3. dodavanje elemenata jedne vrste (kolone) prethodno pomnozenih nekim skalarom,
odgovarajucim elementima druge vrste (kolone)
def: Elementarne matrice su matrice dobijene od jedinicne matrice vrsenjem tacno
jedne elementarne transformacije.
« 1
I;
- elementarna matrica kod koje su i-ta vrsta i j-ta vrsta zamenile mesta
« 1
I
(/) - i-ta vrsta je pomnozena skalarom k
23
« 1
I;
(/) - j-ta vrsta je pomnozena skalarom k i dodata i-toj vrsti
def: ¹ = [c
I;
[ ÷ 1
n,n
. transponovanamatricaje ¹/ =

c
ll
c
2l
c
nl
c
l2
c
22
c
n2
.
.
.
.
.
.
.
.
.
c
ln
c
2n
c
nn
¸
¸
¸
¸
¸
« 1

I;
promene se odnose na kolone
« 1

I
(/)
« 1

I;
(/)
Teorema: Neka je ¹ ÷ 1
n,n
. Ako je P matrica dobijena od jedinicne matrice reda m,
vrsenjem jedne elementarne transformacije na vrstama, onda je PA matrica koja se dobija
od A vrsenjem te iste elementarne transformacije.
Ako je Q matrica dobijena od jedinicne matrice reda n vrsenjem jedne elementarne
transformacije na kolonama onda je AQ matrica koja se dobija od A vrsenjem te iste ele-
mentarne transformacije.
Teorema: Elementarne matrice su regularne, a njihove inverzne matrice su takodje
regularne matrice.
Dokaz:
1
I;
1
;I
= 1 =1
l
I;
= 1
;I
1
I
(/)1
I
(
l
|
) = 1 = 1
l
I
(/) = 1
I
(
l
|
)
1
I;
(÷/)1
I;
(/) = 1 =1
l
I;
(/) = 1
I;
(÷/)
def: Rang po vrstama matrice je maximalni broj linearno nezavisnih vektora vrsta te
matrice.
Rang po kolonama matrice je maximalni broj linearno nezavisnih vektora kolona te
matrice.
Rang po minorima matrice je broj r, takav da postoji minor reda r, razlicit od nule, a
svi minori reda veceg od r du jednaki nuli.
Rang po kolonama matrice jednak je dimenziji prostora kolona. Rang po vrstama ma-
trice jednak je dimenziji prostora vrsta.
Teorema: Vrsenjem elementarnih transformacija na matrici ne menja se njen rang po
vrstama, kolonama i po minorima.
Dokaz: za rang po kolonama, ¹ = [a
I;
[ ÷ 1
n,n
1. ¹1

I;
- ne menja se
2. 1
I;
¹
24
c
l

a
ll
a
2l
.
.
.
a
;l
.
.
.
a
Il
.
.
.
a
nl
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
÷...÷c
n

a
ln
a
2n
.
.
.
a
;n
.
.
.
a
In
.
.
.
a
nn
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
= 0 =
c
l
a
ll
÷... ÷c
n
a
ln
= 0
c
l
a
2l
÷... ÷c
n
a
2n
= 0
.
.
.
c
l
a
nl
÷... ÷c
n
a
nn
= 0

skup resenja
se ne menja
3. ¹1

I
(/) (a
l
. .... a
Il
. /a
I
. a
I÷l
. .... a
n
) c
l
a
l
÷... ÷ c
I
/a
I
÷... ÷ c
n
a
2n
ne menja se
4. 1
I
(/)¹ Nista se ne menja
5. ¹1

I;
(/) (a
l
. .... a
Il
. a
I
÷/a
;
. a
I÷l
. .... a
n
)
1(a
l
. .... a
Il
. a
I
÷ /a
;
. a
I÷l
. .... a
n
) = 1(a
l
. .... a
Il
. a
I
. a
I÷l
. .... a
n
) - dimenzija
ostaje ista
6. 1
I;
(/)¹ sistem prevodi u ekvivalentan sistem, pa se nista ne menja.
Teorema: Za svaku matricu rang po kolonama jednak je njenom rangu po vrstama i po
minorima.
Dokaz: ¹ = [a
I;
[ ÷ 1
n,n
Za A=0 tvrdjenje vazi.
¹ = 0.onda postoji a
I;
= 0. tada a
I;
dovedemo transformacijama na mesto 1,1
1
Il
¹1
;l
=

/
ll
/
l2
/
ln
/
2l
/
22
/
2n
.
.
.
.
.
.
.
.
.
/
nl
/
n2
/
nn
¸
¸
¸
¸
¸
. /
ll
= a
I;
= 0.
Primenjujemo transformacije 1
2l

b
bll
). .... 1
nl

b
bll
) i dobijamo
1
2l

b
bll
)...1
nl

b
bll
)1 =

/
ll
/
l2
/
ln
0 c
l
22
c
l
2n
.
.
.
.
.
.
.
.
.
0 c
l
n2
c
l
nn
¸
¸
¸
¸
¸
Analognim transformacijama matricu svodimo na C=

/
ll
0 0
0 c
22
c
2n
.
.
.
.
.
.
.
.
.
0 c
n2
c
nn
¸
¸
¸
¸
¸
Postupak ponavljamo za blok unutar matrice C i u konacnom broju koraka dobijamo
25
1 =

d
l
0 0
0 d
2
.
.
.
.
.
.
0 d
:
0
0 0
¸
¸
¸
¸
¸
¸
¸
prvih r kolona cine linearno nezavisan niz, i rang po vrstama i po minorima je takodje
r.
Matrica D moze dalje da se transformise i da se dobije:
1 =

1 0 0
0 1
.
.
.
.
.
.
0 1
0
0 0
¸
¸
¸
¸
¸
¸
¸
=
¸
1
:
0
0 0

Teorema: Rang linearne transformacije konacno dimenzionog vektorskog prostora jed-
nak je rangu njene matrice.
Dokaz: ¹ ÷ 1:d(¹). vektorski prostor V, sa bazom (a
l
. .... a
n
). matricu linearne
transformacije [¹[.
Svaki vektor n ÷ Im¹ se moze prikazati na sledeci nacin,n = ¹(a), a ÷ \. a =
¸
n
l
c
I
a
I
n = ¹(a) =
¸
n
l
c
I
¹(a
I
). sledi da je 1:¹ = 1(¹(a
l
). .... ¹(a
n
)) i to je podprostor
od V.
1 : a ÷ [a[. \
~
= 1
n,l
1([¹(a
l
)[. .... [¹(a
n
)[) to je slika u F.
posmatramo kolone matrice [¹[ = [[¹(a
l
)[. .... [¹(a
n
)[[
r([¹[) = di:(1([¹(a
l
)[. .... [¹(a
n
)[))
r(¹) = oim(Im¹) = oim(1(¹(a
l
). .... ¹(a
n
))) = di:(1([¹(a
l
)[. .... [¹(a
n
)[)) =
r([¹[)
Teorema: Kvadratna matrica je regularna akko je njen rang jednak redu.
Dokaz: Ako je A regularna =ool ¹ = 0 =r(¹) = :.
Teorema: Kvadratna matrica je regularna akko se moze elementarnimtransfomacijama
svesti na jedinicnu matricu.
def: Nulitet matrice reda n, ranga r, je n-r.
Teorema: Nulitet linearne transformacije konacno dimenzionog vektorskog prostora
jednak je nulitetu njene matrice.
Dokaz: Nulitet linearne transformacije jed(/cr¹), po teoremi
26
d(/cr¹) = d(\ ) ÷d(1:¹) = : ÷r([¹[) = : ÷r.
Teorema: Svaka regularna matrica jednaka je prozivodu elementarnih matrica.
Dokaz: A je regularna matrica, pa se moze svesti na jedinicnu.
1
|
...1
l
¹1
l
...1
l
= 1=¹ = (1
|
...1
l
)
l
(1
l
...1
l
)
l
=¹ = 1
l
l
...1
l
|
1
l
l
...1
l
l

Teorema: Ako je Aproizvoljna kvadratna matrica, a
¯
Eelementarna transformacija istog
reda, onda je [A
¯
E[=[A[[
¯
E[.
Dokaz:
1. [¹1
I;
[ = ÷[¹[, [1
I;
[ = ÷1
2. [¹1
I
(/)[ = /[¹[, [1
I
(/)[ = /
3. [¹1
I;
(/)[ = [¹[, [1
I;
(/)[ = 1
Teorema: Za svako ¹. 1 ÷ 1
n,n
vazi [¹1[ = [¹[[1[
Dokaz:
1. B je regularna. Po teoremi moze da se napise kao proizvod elementarnih matrica
1 = 1
l
. .... 1
|
[¹1[ = [¹1
l
1
2
...1
|
[ = [¹1
l
...1
|l
[[1
|
[ = ... = [¹[[1
l
[...[1
|
[ =
= [¹[[1
l
1
2
[...[1
|
[ = [¹[[1
l
...1
|
[ = [¹[[1[
2. B je singularna. Pretpostavimo da je AB regularna, tada ¬A. A(¹1) = 1, tj
(A¹)1 = 1=Bje regularna, sto je kontradikcija, pa je ABsingularna matrica i [¹1[ = 0
i [¹[[1[ = 0.
Posledica: Ako je A regularna matrica onda [¹
l
[ = [¹[
l
.
Dokaz: ¹¹
l
= 1 =[¹[[¹
l
[ = 1 =[¹
l
[ =
l
.
= [¹[
l
.
def: Matrica A je ekvivalentna sa matricom B ako se A moze elementarnim transfor-
macijama svesti na B, oznaka ¹ 1.
Teorema: Matrica A je ekvivalentna sa matricom B akko postoje regularne matrice P i
Q takve da je PAQ=B.
Dokaz:
=) Neka je ¹ 1 =1
|
...1
l
¹
l
1
l
...1
l
= 1,
1 = 1
|
...1
l
. Q = 1
l
...1
l
- P i Q su regularne i =1¹Q = 1.
=) 1¹Q = 1, svaka regularna matrica je jednaka proizvodu elementarnih matrica
=1
|
...1
l
¹
l
1
l
...1
l
= 1 =¹ 1.
Teorema: Ekvivalencija matrica je relacija ekvivalencije.
Teorema: Dve matrice istog reda su ekvivalentne akko imaju isti rang.
Dokaz:
27
=) r(¹) = r(1) = / = ¹
¸
1
|
0
0 0

1 =¹ 1.

3.3 Teoreme o rangu matrice
Teorema: Ako ¹. 1 ÷ 1
n,n
onda r(¹÷1) _ r(¹) ÷r(1).
Dokaz:
¹ = [a
l
. .... a
n
[. a
I
÷ 1
n,l
, r(¹) = d(1(a
l
. .... a
n
)),
1 = [/
l
. .... /
n
[. /
I
÷ 1
n,l
. r(1) = d(1(/
l
. .... /
n
)).
¹÷1 = [a
l
÷/
l
. .... a
l
÷/
n
[. r(¹÷1) = d(1(a
l
÷/
l
. .... a
n
÷/
n
))
1(a
l
÷/
l
. .... a
n
÷/
n
) _ 1(a
l
. .... a
n
) ÷1(/
l
. .... /
n
)
iz teoreme d(o ÷T) ÷d(o ¨ T) = d(o) ÷d(T) = d(o ÷T) _ d(o) ÷d(T)
dobijamo:
d(1(a
l
÷/
l
. .... a
n
÷/
n
)) _ d(1(a
l
. .... a
n
) ÷1(/
l
. .... /
n
)) _
_ d(1(a
l
. .... a
n
)) ÷d(1(/
l
. .... /
n
))
=r(¹÷1) _ r(¹) ÷r(1).
r(¹÷1) _ r(¹) ÷r(÷1) = r(¹) ÷r(1).
Posledica: Ako A,B÷ 1
n,n
onda je r(¹±1) _ [r(¹) ÷r(1)[
Dokaz: r(¹) = r(¹÷1 ÷1) _ r(¹ ÷1) ÷r(1)
r(¹÷1) _ r(¹) ÷r(1)
r(¹÷1) = r(1 ÷¹) _ r(1) ÷r(¹) = ÷(r(¹) ÷r(1))
¸
=r(¹÷1) _ [r(¹)÷
r(1)[
r(¹÷1) = r(¹÷(÷1)) _ [r(¹) ÷r(÷1)[ = [r(¹) ÷r(1)[
Teorema: Ako ¹ ÷ 1
n,n
. 1 ÷ 1
n,µ
. onda je r(¹1) _ min(r(¹). r(1))
Dokaz: ¹ = [a
I;
[. 1 = [/
I;
[
¹1 =

a
ll
a
l2
a
ln
a
2l
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
nl
a
n2
a
nn
¸
¸
¸
¸
¸

1
l
1
2
.
.
.
1
n
¸
¸
¸
¸
¸
=

a
ll
1
l
÷a
l2
1
2
÷... ÷a
ln
1
n
a
2l
1
l
÷a
22
1
2
÷... ÷a
2n
1
n
.
.
.
a
nl
1
l
÷a
n2
1
2
÷... ÷a
nn
1
n
¸
¸
¸
¸
¸
1
I
÷ 1
l,µ
, i = 1. .... :
o = 1(1
l
. .... 1
n
) _ 1(a
ll
1
l
÷a
l2
1
2
÷... ÷a
ln
1
n
. .... a
nl
1
l
÷a
n2
1
2
÷... ÷
a
nn
1
n
) = T
d(o) _ d(T) =r(1) _ r(¹1)
¹1 =

¹
l
¹
2
¹
n

/
ll
/
l2
/

/
2l
/
22
/

.
.
.
.
.
.
.
.
.
/
nl
/
n2
/

¸
¸
¸
¸
¸
= [/
ll
¹
l
÷... ÷/
nl
¹
n
. ... . /

¹
l
÷... ÷/

¹
n
[
28
¹
I
÷ 1
n,l
, i = 1. .... :
napomena: ¹
I
[/
ll
[ =

a
lI
/
ll
a
2I
/
ll
.
.
.
a
nI
/
ll
¸
¸
¸
¸
¸
= /
ll

a
lI
a
2I
.
.
.
a
nI
¸
¸
¸
¸
¸
= /
ll
¹
I
1 = 1(¹
l
. .... ¹
n
) _ 1(/
ll
¹
l
÷... ÷/
nl
¹
n
. ... . /

¹
l
÷... ÷/

¹
n
) = 1
d(1) _ d(1) =r(¹) _ r(¹1).
Teorema: Rang matrice se ne menja ako se ona pomnozi sa regularnom matricom.
Dokaz: Regularna matrica je jednaka prozivodu elementarnih matrica, a mnozenjem
sa elementarnim matricama, rang se ne menja.
Teorema: Ako ¹ ÷ 1
n,n
. 1 ÷ 1
n,µ
. onda je r(¹1) _ r(¹) ÷r(1) ÷:.
Posledica: Za kvadratne matrice, nulitet i(¹)
: ÷r(¹1) _ : ÷r(¹) ÷: ÷r(1) =i(¹1) _ i(¹) ÷i(1)
3.4 Promena baze
Imamo vektorski prostor V(F) sa dve baze (a
l
. .... a
n
) i (/
l
. .... /
n
)
a ÷ \. a =
¸
n
l
c
I
a
I
=
¸
n
l
:
I
/
I
/
l
= c
ll
a
l
÷... ÷c
nl
a
n
/
2
= c
l2
a
l
÷... ÷c
n2
a
n
...
/
n
= c
ln
a
l
÷... ÷c
nn
a
n
a =
¸
n
l
:
I
/
I
=
¸
n
I=l
:
I
¸
n
|=l
c
|I
a
|
=
¸
n
|=l
(
¸
n
I=l
:
I
c
|I
)a
|
=
¸
n
l
c
I
a
I

c
l
c
2
.
.
.
c
n
¸
¸
¸
¸
¸
=

c
ll
c
l2
c
ln
c
2l
c
22
c
2n
.
.
.
.
.
.
.
.
.
c
nl
c
n2
c
nn
¸
¸
¸
¸
¸

:
l
:
2
.
.
.
:
n
¸
¸
¸
¸
¸
Dobili smo [a[
l
= T
l2
[a[
2
. a mozemo dobiti i obrnuto: [a[
2
= T
2l
[a[
l
[a[
l
= T
l2
[a[
2
= T
l2
T
2l
[a[
l
=T
l2
T
2l
= 1
pa su T
l2
i T
2l
regularne i jedna drugoj inverzne
[¹(a)[ = [¹[[a[
[¹[
l
[a[
l
= [¹(a)[
l
= T
l2
[¹(a)[
2
= T
l2
[¹[
2
[a[
2
= T
l2
[¹[
2
T
2l
[a[
l
. vazi za svako
x÷ \
=[¹[
l
= T
l2
[¹[
2
T
2l
.
odnosno [¹[
l
= T
l2
[¹[
2
T
l
l2
ili [¹[
2
= T
2l
[¹[
l
T
l
2l
29
Posledica: Determinanta matrice linearne transformacije je invarijantna u odnosu na
promenu baze.
Dokaz: [[¹[
l
[ = [T
l2
[[[¹[
2
[[T
l
l2
[ = [T
l2
[[[¹[
2
[[T
l2
[
l
= [[¹[
2
[.
3.5 Adjungovana matrica
def: Ako je ¹ = [a
I;
[ kvadratna matrica reda : _ 2 i ako je sa ¹
I;
= (÷1)
I÷;
`
I;
oznacen kofaktor elementa a
I;
u determinanti [¹[, onda se matrica
¹

=

¹
ll
¹
2l
¹
nl
¹
l2
¹
22
¹
n2
.
.
.
.
.
.
.
.
.
¹
ln
¹
2n
¹
nn
¸
¸
¸
¸
¸
naziva adjungovana matrica matrice A, ozn ¹d,¹.
Teorema: Ako je ¹ = [a
I;
[ kvadratna matrica reda : _ 2 onda je ¹¹

= ¹

¹ =
[¹[1.
Dokaz:
¹¹

=

a
ll
a
l2
a
ln
a
2l
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
nl
a
n2
a
nn
¸
¸
¸
¸
¸

¹
ll
¹
2l
¹
nl
¹
l2
¹
22
¹
n2
.
.
.
.
.
.
.
.
.
¹
ln
¹
2n
¹
nn
¸
¸
¸
¸
¸
=
=

¸
n
l
a
lI
¹
lI

¸
n
l
a
lI
¹
nI
¸
n
l
a
2I
¹
lI

¸
n
l
a
2I
¹
nI
.
.
.
.
.
.
¸
n
l
a
nI
¹
lI

¸
n
l
a
nI
¹
nI
¸
¸
¸
¸
¸
=

[¹[ 0 0
0 [¹[ 0
.
.
.
.
.
.
.
.
.
0 0 [¹[
¸
¸
¸
¸
¸
= [¹[1
Napomena za / = , :
¸
n
I=l
a
|I
¹
;I
= a
|l
¹
;l
÷... ÷a
|n
¹
;n
=

a
ll
a
l2
a
ln
.
.
.
.
.
.
.
.
.
a
|l
a
|2
a
|n
.
.
.
.
.
.
.
.
.
a
|l
a
|2
a
|n
.
.
.
.
.
.
.
.
.
a
nl
a
n2
a
nn

= 0

Posledica: [¹

[ = [¹[
nl
Dokaz: [¹[[¹

[ = [¹[
n
.
30
Teorema: Ako je A kvadratna matrica reda : _ 2 onda vazi:
1. r(¹) _ : ÷2 =r(¹

) = 0
2. r(¹) = : ÷1 =r(¹

) = 1
3. r(¹) = : =r(¹

) = :
Dokaz:
1. po definiciji ranga preko minora: r(¹) _ : ÷2 =¹

= 0 =r(¹

) = 0
2. r(A)=n-1
¹¹+ = [¹[1 = 0
¹

1 0
1 0
.
.
. 0
.
.
. 1
.
.
.
0 0
¸
¸
¸
¸
¸
¸
¸
¸
=
¯
1
nl
.
Posto su ekvivalentne, postoje regularne matrice P,Q tako da je 1
¯
1
nl
Q = ¹
1
¯
1
nl

= 0 ´1
l
¯
1
nl

....
1
= 0. Q¹

= 1 = [/
I;
[

1 0
1 0
.
.
.
0
.
.
. 1
.
.
.
0 0
¸
¸
¸
¸
¸
¸
¸
¸

/
ll
/
l2
/

/
2l
/
22
/

.
.
.
.
.
.
.
.
.
/
nl
/
n2
/

¸
¸
¸
¸
¸
=

/
ll
/
l2
/

/
2l
/
22
/

.
.
.
.
.
.
.
.
.
/
nll
/
nl2
/
nlµ
0 0 0 0
¸
¸
¸
¸
¸
¸
¸
=
0
zato je Q¹

= 1 =

0 0 0
0 0 0
.
.
.
.
.
.
.
.
.
0 0 0
/
nl
/
n2
/

¸
¸
¸
¸
¸
¸
¸
. pa je r(Q¹

) _ 1
Posto je Qregularna matrica, pa se pri mnozenju sa njomrangne menja sledi r(¹

) _ 1.
Posto je r(¹) = : ÷1 postoji bar jedan minor reda : ÷1 razlicit od 0, pa ¹

= 0
=r(¹

) = 1
3. [¹

[ = [¹[
nl
= 0.
Teorema: Ako su A,B kvadratne matrice reda : _ 2.onda je (¹1)

= 1

¹

Dokaz: samo za regularne matrice
¹1(¹1)

= [¹1[1 ´¹

¹

¹1(¹1)

= [¹[[1[¹

=[¹[1(¹1)

= [¹[[1[¹

=1(¹1)

= [1[¹

´1

=1

1(¹1)

= [1[¹

1

=[1[(¹1)

= [1[¹

1

=(¹1)

= 1

¹

31
Teorema: Ako je A kvadratna matrica reda : _ 2.onda je:
a) : = 2, (¹

)

= ¹
b) : _ 8, (¹

)

= [¹[
n2
¹
Dokaz:
a) proverom
b) [¹[ = 0 - A regularna
¹

)

= [¹

[1 ´¹
=¹¹

)

= [¹[
nl
¹ =(¹

)

= [¹[
n2
¹
[¹[ = 0 - A je singularana, pa je r(¹+) _ 1 _ : ÷2 =r((¹

)

) = 0 =(¹

)

= 0
=[¹[
nl
¹ = (¹

)

= 0.
3.6 Postupci za odredjivanje inverzne matrice
1. ¹¹

= [¹[1 =¹
l
=
l
.
¹

2. ¹A = 1. A = [A
l
. A
2
. .... A
n
[. 1 = [1
l
. 1
2
. .... 1
n
[. A
I
. 1
I
÷ 1
n,l
. i =
1. .... :
¹[A
l
. A
2
. .... A
n
[ = [1
l
. 1
2
. .... 1
n
[
¹A
l
= 1
l
. ¹A
2
= 1
2
. .... ¹A
n
= 1
n
- sistem od n jednacina
3. 1
|
...1
l
¹1
l
...1
l
= 1
¹ = (1
|
...1
l
)
l
(1
l
...1
l
)
l

l
= 1
l
...1
l
1
|
...1
l
4.
Teorema: Svaka regularna matrica moze se samo elementarnimtransformacijama vrste
dovesti na jedinicnu matricu.
Dokaz:
¹ =

a
ll
a
l2
a
ln
a
2l
a
22
a
2n
.
.
.
.
.
.
.
.
.
a
nl
a
n2
a
nn
¸
¸
¸
¸
¸
Postoji a
Il
= 0. jer je A regularna. Pa transformisemo tako da taj element dodje na
poziciju 1,1
1
Il
¹ = 1 =

/
ll
/
l2
/
ln
/
2l
/
22
/
2n
.
.
.
.
.
.
.
.
.
/
nl
/
n2
/
nn
¸
¸
¸
¸
¸
Vrsimo sledece transformacije, da bi u prvoj koloni osim u prvoj vrsti dobili 0.
1
nl

b

b
)...1
2l

b

b
)1 = 1

=

/
ll
/
l2
/
ln
0 /

22
/

2n
.
.
.
.
.
.
.
.
.
0 /

n2
/

nn
¸
¸
¸
¸
¸
. i jos transformaciju
32
1
l
(
l
b
).
1
l
(
l
b
)1

= C =

1 /

l2
/

ln
0 c
22
c
2n
.
.
.
.
.
.
.
.
.
0 c
n2
c
nn
¸
¸
¸
¸
¸
Posmatramo elemente c
22
. .... c
n2
, oni ne mogu svi biti 0, jer bi inace prve dve kolone
bile linearno zavisne, pa postupak ponovimo za drugu kolonu i dobijamo:
1

=

1 /

l2
/

l3
/

ln
0 1 d
23
d
2n
0 0 d
33
d
3n
.
.
.
.
.
.
.
.
.
0 0 d
n3
d
nn
¸
¸
¸
¸
¸
¸
¸
. i onda 1
2l
(÷/

l2
)1 =

1 0 d
l3
d
ln
0 1 d
23
d
2n
0 0 d
33
d
3n
.
.
.
.
.
.
.
.
.
0 0 d
n3
d
nn
¸
¸
¸
¸
¸
¸
¸
.
postupak nastavljamo sve dok ne dobijemo E.
1
|
...1
l
¹ = 1 =¹
l
= 1
|
...1
l
Da bi dobili ¹
l
na E primenjujemo one matrice koje kada istim redom primenimo na
A dobijamo E: [¹[1[ [1[¹
l
[
3.7 Polinomne matrice
def: Polinom je beskonacni niz elemenata polja (a
0
. a
l
. ...) kod koga je samo konacno
mnogo elemenata razlicito od 0.
(a
0
. 0. 0....) = a
0
. (0. 1. 0. ...) = a. (a
0
. a
l
. .... a
n
. 0. ...) = a
0
÷a
l
a÷... ÷a
n
a
n
F- polje
1[`[-skup svih polinoma po ` u polju F.
n - stepen polinoma. Ako je a
n
= 1 polinom je normalizovan.
Teorema: Ako 1(`). o(`) ÷ 1[`[. o(`) = 0. onda jedinstveno postoje polinomi /(`),
r(`), tako da 1(`) = /(`)o(`) ÷r(`), dco(r(`)) < dco(o(`)) ili r(`) = 0.
def: 1(`) = c o(`) je trivijalna faktorizacija
def: Polinom 1(`) ÷ 1[`[ je nesvodljiv nad F ako je njegova jedina faktorizacija nad
F trvijalna.
Teorema: (Bezuova) Ostatak pri deljenju polinoma 1(`) polinomom` ÷a je 1(a).
Dokaz: 1(`) = /(`)(` ÷a) ÷r, za ` = a =1(a) = r.
def: Za 1(`). o(`) ÷ 1[`[ koji nisu istovremeno jednaki nula polinomu, najveci za-
jednicki deljitelj, NZD je polinomd(`) takav da:
1. d(`)[1(`) i d(`)[o(`)
2. d(`) je normalizovan polinom
3. svaki zajednicki deljitelj polinoma 1(`) i o(`) je delitelj i d(`).
33
Teorema: Ako su 1(`). o(`) ÷ 1[`[koji nisu istovremeno jednaki nula polinomu, onda
postoji tacno jedan njihov zajednicki delitelj d(`) i postoje polinomi -(`) i t(`) takvi da
je:
d(`) = 1(`)-(`) ÷o(`)t(`)
Euklidov algoritam: Jedan polinom delimo drugimi dobijamo kolicnik i ostatak, tada
delilac postaje deljenik, a ostatak delilac.
Teorema: Svaki 1(`) ÷ 1[`[, gde 1(`) = 0 moze se predstaviti u obliku 1(`) =
cc
l
(`)...c
|
(`), c ÷ 1. c
I
(`). i = 1. .... : su normalizovani nesvodljivi polinomi.
def: Preslikavanje ·
n
·
n
÷ 1[`[ naziva se polinomna matrica formata : :.
·
n
= ¦1. .... :¦

a
ll
(`) a
l2
(`) a
ln
(`)
a
2l
(`) a
22
(`) a
2n
(`)
.
.
.
.
.
.
.
.
.
a
nl
(`) a
n2
(`) a
nn
(`)
¸
¸
¸
¸
¸
¹ ÷ 1
n,n
¹` = `¹
Matricni polinomi:
¹(`) = ¹
n
`
n
÷... ÷¹
l
` ÷¹
0
= `
n
¹
n
÷... ÷`¹
l
÷¹
0
. ¹
I
÷ 1
n,n
. i =
0. 1. .... :
1(`). ` = a ÷ 1. 1(a)
¹(`), umesto ` stavimo matricu C, ` = C ÷ 1
n,n
def:
¹
n
C
n
÷... ÷¹
l
C ÷¹
0
= ¹
J
(C)
C
n
¹
n
÷... ÷C¹
l
÷¹
0
= ¹
l
(C)
Teorema: Ako su ¹(`) = ¹
n
`
n
÷...÷¹
l
`÷¹
0
i 1(`) = 1
o
`
o
÷...÷1
l
`÷1
0
. ma-
tricni polinomi takvi da je [1
o
[ = 0, onda jedinstveno postoje polinomi Q
J
(`). 1
J
(`). Q
l
(`)
i 1
l
(`) takvi da je:
¹(`) = Q
J
(`)1(`) ÷1
J
(`)
¹(`) = 1(`)Q
l
(`) ÷1
l
(`)
Pri cemu dco(1
J
(`)) < dco(1(`)) ili 1
J
(`) = 0 i dco(1
l
(`)) < dco(1(`)) ili
1
l
(`) = 0.
Teorema: Ako je ¹(`) polinomna matrica i 1 ÷ 1
n,n
onda je desni ostatak deljenja
¹(`) sa `1 ÷1, 1
J
= ¹
J
(1). a 1
l
= ¹
l
(1) levi.
Dokaz: ¹(`) = Q
J
(`)(`1 ÷1) ÷1
J
34
¹(`) = (Q
n
`
n
÷Q
nl
`
nl
÷... ÷Q
l
` ÷Q
0
)(`1 ÷1) ÷1
J
¹(`) = Q
n
`
n÷l
÷ (Q
nl
÷Q
n
1)`
n
÷... ÷(Q
0
÷Q
l
1)` ÷Q
0
1 ÷1
J
¹d(1) = Q
n
1
n÷l
÷Q
nl
1
n
÷Q
n
1
n÷l
÷...÷Q
0
1÷Q
l
1
2
÷Q
0
1÷1
J
= 1
J
a ¹
l
(1) = 1
n÷l
Q
n
÷... ÷1
n
Q
n
1 ÷1
J

def: Ako je ¹ ÷ 1
n,n
onda se matrica `1÷¹naziva karakteristicna matrica matrice
A.
def: Ako je ¹ ÷ 1
n,n
onda se polinom [`1 ÷ ¹[ naziva karakteristicni polinom
matrice A. Za matricu reda n karakteristican je normalizovan polinom n-tog stepena.
def: Ako je ¹ ÷ 1
n,n
onda se [`1÷¹[ = 0 naziva karakteristicna jednacina matrice
A.
def: Ako 1(`) ÷ 1[`[ i 1(`) = a
n
`
n
÷ ... ÷ a
l
` ÷ a
0
i ako je ¹ ÷ 1
n,n
.onda je
1(¹) = a
n
¹
n
÷... ÷a
l
¹÷a
0
1.
Teorema: (Calyley-Hamilton) Ako je ¹ ÷ 1
n,n
matrica ciji je karakteristicni polinom
1(`) = a
n
`
n
÷... ÷a
l
` ÷a
0
onda je 1(¹) = 0.
Dokaz: ¹¹

= [¹[1
(`1 ÷¹)(`1 ÷¹)

= [`1 ÷¹[1 = 1(`)1 =1
l
= 1(¹) = 0.
3.8 Elementarne transformacije polinomnih matrica
def: Elementarne transformacije polinomnih matrica su sledece transformacije:
1. zamena mesta dve vrste (kolone)
2. mnozenje svih elemenata vrste (kolone) skalarom razlicitim od nule
3. dodavanje elemenata jedne vrste (kolone) prethodno pomnozenih nekimpolinomom
odgovarajucim elementima neke druge vrste (kolone)
def: Elementarna matrica je matrica dobijena od jedinicne primenom jedne elemen-
tarne transformacije.
Teorema: Svaka elementarna matrica ima inverznu matricu koja je takodje elementarna
matrica.
def: Matrica ¹(`) je ekvivalentna sa 1(`). ako se ¹(`) moze elementarnimtransfor-
macijama svesti na 1(`).
Teorema: ¹(`) 1(`) akko postoji 1(`). Q(`) jednake proizvodu elementarnih
matrica tako da je 1(`)¹(`)Q(`) = 1(`).
35
Teorema: Ekvivalencija polinomnih matrica je relacija ekvivalencije.
3.9 Rang polinomnih matrica
def: Rang je format maksimalnog minora razlicitog od nule.
Teorema: Ekvivalentne matrice imaju isti rang.
Teorema: Ako je ¹(`) polinomna matrica ranga r onda je ona na 1[`[ ekvivalentna sa
matricom ·(`) = diao(1
l
(`). .... 1
:
(`). 0. .... 0). gde su 1
l
(`). .... 1
:
(`) normalizovani
polinomi tako da 1
I
(`)[1
I÷l
(`). i = 1. .... r ÷1.
Dokaz: Ako ¹(`) = 0 dokaz je jasan.
Ako ¹(`) = 0 posmatramo sve ekvivalentne matrice i uocimo element najmanjeg
stepena, a onda ga elementarnim transformacijam dovedemo na mesto 1,1.
¹(`) 1(`) =

/
ll
(`) /
l2
(`) /
ln
(`)
/
2l
(`) /
22
(`) /
2n
(`)
.
.
.
.
.
.
.
.
.
/
nl
(`) /
n2
(`) /
nn
(`)
¸
¸
¸
¸
¸
.
/
2l
(`) = c(`)/
ll
(`)÷r(`). gde je stepen r(`) manji od stepena /
ll
(`) ili je r(`) = 0.
1
2l
(÷c(`))1 =

/
ll
(`) /
l2
(`) /
ln
(`)
r(`) c
22
(`) c
2n
(`)
.
.
.
.
.
.
.
.
.
/
nl
(`) /
n2
(`) /
nn
(`)
¸
¸
¸
¸
¸
Posto je /
ll
(`) element sa najmanjimstepenom=r(`) = 0 =/
ll
(`)[/
2l
(`). analogno
svi elementi u prvoj vrsti i u prvoj koloni su deljivi sa /
ll
(`), pa ih elementarnim transfor-
macijama svodimo na 0 i dobijamo:
1(`) C(`) =

/
ll
(`) 0 0
0 c
22
(`) c
2n
(`)
.
.
.
.
.
.
.
.
.
0 c
n2
(`) c
nn
(`)
¸
¸
¸
¸
¸
.
1
lI
C(`) =

/
ll
(`) c
I2
(`) c
In
(`)
0 c
22
(`) c
2n
(`)
.
.
.
.
.
.
.
.
.
0 c
n2
(`) c
nn
(`)
¸
¸
¸
¸
¸
. posto smo matricu sveli na prethodni
oblik, analogno sledi da su /
ll
(`)[c
I;
(`). i. , = 2. .... :. i rezultati elementarnih trans-
formacija nad njima ce biti deljivi sa /
ll
(`).
Sa matricom C(`) nastavimo isti postupak sve dok ne dobijemo:
36
C(`) 1(`) =

/
ll
(`) 0 0
0 d
22
(`) 0
0 0
.
.
.
.
.
.
.
.
. d
::
(`)
.
.
.
0
.
.
.
0 0 0
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
. polinome normal-
izujemo deljenjem vrsti koeficijentima vodecih clanova polinoma i dobijamo:
¹(`) 1(`) =

1
l
(`) 0 0
0 1
2
(`) 0
0 0
.
.
.
.
.
.
.
.
. 1
:
(`)
.
.
.
0
.
.
.
0 0 0
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
. sto je i trazeno.

def: Matrica ·(`) iz prethodne teoreme naziva se Smitova kanonicka (normalna)
matrica za matricu ¹(`).
def: Ako je ¹(`) polinomna matrica onda je
|.
(`) NZD svih minora formata / /
od A.
Teorema: Ako su ¹(`) i 1(`) ekvivalentne polinomne matrice onda je d
1.
(`) =
d
11
(`), / = 1. .... :.
Ako su svi minori jednaki nuli onda je d
1.
(`) = 0.
¹(`) ·(`) =

1
l
(`) 0 0
0 1
2
(`) 0
0 0
.
.
.
.
.
.
.
.
. 1
:
(`)
.
.
.
0
.
.
.
0 0 0
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
d
l
(`) = 1
l
(`)
d
2
(`) = 1
l
(`)1
2
(`)
...
d
:
(`) = 1
l
(`)...1
:
(`)
d
|
(`) = 0. / = r ÷1. .... :
37
1
l
(`) = d
l
(`)
1
2
(`) =
J(X)
J(X)
...
1
:
(`) =
J(X)
J(X)
Za datu matricu A, svi d
l
. .... d
:
su fiksni i onda se mogu dobiti jedinstveno odredjeni
1
l
. .... 1
:
, znaci Smitova matrica za A je jedinstvena.
def: Ako je ·(`) = diao(1
l
(`). .... 1
n
(`)) matrice ¹(`), polinomi 1
l
(`). .... 1
n
(`)
su invarijantni faktori. Oni koji su jednaki jedan su trivijalni.
Teorema: Matrice ¹(`) i 1(`) su ekvivalentne akko imaju iste invarijantne faktore.
Teorema: Matrica ¹(`) jednaka je proizvodu elementarnih matrica akko je [¹[ = c =
0. c ÷ 1.
Dokaz:
=) ¹(`) =
¯
1
l
(`)...
¯
1
|
(`)
[¹(`)[ = [
¯
1
l
(`)[...[
¯
1
|
(`)[ = [¹(`)[ = c
l
...c
|
= c = 0.
=) [¹(`)[ = c = 0 =r(¹) = :
¬1(`). Q(`) tako da 1(`)¹(`)Q(`) = ·(`) = diao(1
l
(`). .... 1
n
(`))
[1(`)[
. .. .
c

[¹(`)[ [Q(`)[
. .. .
c

= [·(`)[ = [1
l
(`)[...[1
n
(`)[ = c
l
cc
2
1
l
(`) = ... = 1
n
(`) = 1. posto su svi konstante i normalizovani su
=1(`)¹(`)Q(`) = 1 =¹(`) = 1
l
(`)Q
l
(`).
Teorema: ¹(`) ima inverznu matricu nad 1[`[ akko je [¹(`)[ konstanta razlicita od
nule.
Dokaz:
=) vazi po prethodnoj teoremi.
=) ¹(`) ima inverznu matricu ¹
l
(`) tako da je
¹(`)¹
l
(`) = 1 = [¹(`)[[¹
l
(`)[ = 1 =oba moraju biti konstante razlicite od 0
=[¹(`)[ = 0.
def: Matrica A÷ 1
n,n
je slicna sa matricom B÷ 1
n,n
ako postoji regularna matrica
P÷ 1
n,n
takva da vazi: ¹ = 1
l
11. pisemo ¹
~
1. Vazi ¹
~
1 =¹ 1.
Teorema: Relacija slicnosti je relacija ekvivalencije.
Teorema: Matrice A,B÷ 1
n,n
su slicne akko su njihove karakteristicne matrice `1÷¹
i `1 ÷1 ekvivalentne. ¹
~
1 ==`1 ÷¹ `1 ÷1.
Dokaz:
=) ¹ = 1
l
11 =`1 ÷¹ = `1 ÷1
l
11 =`1 ÷¹ = 1
l
(`1 ÷1)1
38
=) `1 ÷¹ `1 ÷1. uvodimo oznaku
¯
¹ = `1 ÷¹
¯
¹ = 1
¯
1Q
1 =
¯
¹1
l
÷1
0
. Q = o
l
¯
¹÷o
0
. 1
l
. o
l
÷ 1
n,n
[`[. o
0
i 1
0
su nultog stepena jer
je
¯
¹ prvog stepena, pa o
0
. 1
0
÷ 1
n,n
.
¯
¹ = 1
¯
1Q = (
¯
¹1
l
÷1
0
)
¯
1(o
l
¯
¹÷o
0
) =
¯
¹1
l
¯
1o
l
¯
¹÷
¯
¹1
l
¯
1o
0
÷1
0
¯
1o
l
¯
¹ ÷1
0
¯
1o
0
=
=
¯
¹1
l
¯
1o
l
¯
¹ ÷
¯
¹1
l
¯
1(Q÷o
l
¯
¹) ÷ (1 ÷
¯
¹1
l
)
¯
1o
l
¯
¹÷1
0
¯
1o
0
=
=
¯
¹1
l
¯
1o
l
¯
¹ ÷
¯
¹1
l
¯
1Q
....
1
¯
.
÷
¯
¹1
l
¯
1o
l
¯
¹÷ 1
¯
1
....
¯
.O

o
l
¯
¹ ÷
¯
¹1
l
¯
1o
l
¯
¹÷1
0
¯
1o
0
=
=
¯
¹1
l
1
l
¯
¹ ÷
¯
¹Q
l
o
l
¯
¹÷
¯
¹1
l
¯
1o
l
¯
¹÷1
0
¯
1o
0
=
=
¯
¹(1
l
1
l
÷Q
l
o
l
÷1
l
¯
1o
l
. .. .
C
)
¯
¹ ÷1
0
¯
1o
0
=
¯
¹ =
¯
¹C
¯
¹÷1
0
¯
1o
0
=`1 ÷¹ = (`1 ÷¹)C(`)(`1 ÷¹) ÷1
0
(`1 ÷1)o
0
.
stepen sa leve strane jednacine je jedan, a sa desne je veci ili jednak dva, sto je kon-
tradikcija
=C(`) = 0 =`1 ÷¹ = 1
0
(`1 ÷1)o
0
=`1 ÷¹ = `1
0
o
0
÷1
0
1o
0
=

`1 = `1
0
o
0
=1
0
= o
l
0
¹ = 1
0
1o
0
=¹ = o
l
0
1o
0

~
1.

def: Ako je ¹ ÷ 1
n,n
onda se invarijantni faktori matrice `1 ÷ ¹ nazivaju invari-
jantne slicnosti.
Teorema: Dve matrice su slicne akko imaju redom jednake invarijantne slicnosti.
Teorema: Karakteristicni polinommatrice ¹ ÷ 1
n,n
jednak je proizvodu njenih invar-
ijantnih slicnosti.
Dokaz: `1÷¹svedemo na ·, 1(`)(`1÷¹)Q(`) = ·(`) = diao(1
l
(`). .... 1
n
(`))
[1(`)[
. .. .
c
[(`1 ÷¹)[ [Q(`)[
. .. .
c
= 1
l
(`)...1
n
(`) =c
l
c
2
[(`1 ÷¹)[ = 1
l
(`)...1
n
(`)
proizvod polinoma sa desne strane je normalizovan, kao i polinom [(`1 ÷ ¹)[ =
c
l
c
2
= 1
=[(`1 ÷¹)[ = 1
l
(`)...1
n
(`).
Posledica: Slicne matrice imaju jednake karakteristicne polinome.
def: Ako je ¹ ÷ 1
n,n
normalizovan polinom najmanjeg stepena :(`) takav da je
:(¹) = 0 naziva se minimalni polinom matrice A.
Teorema: Ako je ¹ ÷ 1
n,n
i 1(`) ÷ 1[`[ onda je 1(¹) = 0 akko je polinom 1(`)
deljiv minimalnim polinomom:(`) matrice A.
Dokaz:
39
=) 1(¹) = 0. za 1(`), :(`), postoje c(`) i r(`) tako da 1(`) = c(`):(`) ÷r(`).
za ` = ¹ 1(¹) = c(¹):(¹) ÷r(¹) =r(¹) = 0 =r(`) = 0 =:(`)[1(`)
=) :(`)[1(`) =1(`) = c(`):(`)
` = ¹ 1(¹) = c(¹):(¹) =1(¹) = 0.
Posledica 1: Karakteristicni polinommatrice je deljiv njenimminimalnimpolinomom.
Posledica 2: Za datu matricu minimalan polinom postoji jedinstveno.
Dokaz: Pretpostavimo da su :
l
(`) i :
2
(`) minimalni polinomi, tada :
l
(`)[:
2
(`),
ali i :
2
(`)[:
l
(`) =:
2
(`) = :
l
(`).
Teorema: Minimalni polinom matrice ¹ ÷ 1
n,n
jednak je invarijantnoj slicnosti na-
jveceg stepena te matrice. (:(`) = 1
n
(`))
Dokaz: [`1 ÷¹[ =1
l
(`)...1
nl
(`)
. .. .
J(X)
1
n
(`) = d
nl
(`)1
n
(`)
Dokazano je da je d
nl
(`) NZD svih minora formata (: ÷1) (: ÷1) :
(`1 ÷¹)

= d
nl
(`)1(`). d
nl
(`) smo izvukli iz svih minora.
(`1 ÷¹)(`1 ÷¹)

= [`1 ÷¹[1 =d
nl
(`)(`1 ÷¹)1(`) = d
nl
(`)1
n
(`)1
= (`1 ÷ ¹)1(`) = 1
n
(`)1. po teoremi analognoj bezuovoj = 1
n
(¹) = 0 =
1
n
(`) = c(`):(`)
=(`1 ÷¹)1(`) = c(`):(`)1. iz :(¹) = 0 =:(`)1 = (`1 ÷¹)C(`)
=(`1 ÷¹)1(`) = c(`)(`1 ÷¹)C(`) =1(`) = c(`)C(`). c(`) je skalar i sledi
da c(`)[·71(1) = 1 =c(`) = 1 =1
n
(`) = :(`).
def: Neka je 1(`) = `
n
÷ a
nl
`
nl
÷ ... ÷ a
l
` ÷ a
0
normalizovan polinom nad
poljem F.
Matrica C(1(`)) =

÷a
nl
1 0 0
÷a
n2
0 1 0
.
.
.
.
.
.
.
.
.
.
.
.
÷a
l
0 0 1
÷a
0
0 0 0
¸
¸
¸
¸
¸
¸
¸
se naziva prateca matrica poli-
noma 1(`).
Teorema: Karakteristican i minimalan polinom pratece matrice C(1(`)) je 1(`).
Dokaz:
`1÷C(1(`)) =

` ÷a
nl
÷1 0 0
a
n2
` ÷1 0
.
.
.
.
.
.
.
.
.
.
.
.
a
l
0 0 ` ÷1
a
0
0 0 `
¸
¸
¸
¸
¸
¸
¸
vrste od prve do n-1. mnozimo
sa ÷`
nl
,÷`
n2
,...,÷` redom i dodajemo n-toj vrsti:
40
`1 ÷C(1(`))

` ÷a
nl
÷1 0 0
a
n2
` ÷1 0
.
.
.
.
.
.
.
.
.
.
.
.
a
l
0 0 ` ÷1
1(`) 0 0 0
¸
¸
¸
¸
¸
¸
¸
[`1 ÷ C(1(`))[ =

` ÷a
nl
÷1 0 0
a
n2
` ÷1 0
.
.
.
.
.
.
.
.
.
.
.
.
a
l
0 0 ` ÷1
1(`) 0 0 0

= (÷1)
n÷l
1(`)(÷1)
nl
=
1(`)
Treba dokazati da je 1(`) minimalan polinom.
Po teoremi =1(`) = 1
l
(`)...1
n
(`)
Po teoremi =:(`) = 1
n
(`)
Po teoremi =d
nl
(`) = 1
l
(`)...1
nl
(`)
=1(`) = d
nl
(`):(`). d
nl
(`) = 1 =1(`) = :(`).
Teorema: Neka su karakteristicni i minimalni polinom matrice A jednaki 1(`), a min-
imalni i karakteristicni polinom matrice B jednaki o(`). Matrice A i B su slicne akko
1(`) = o(`).
Dokaz:
`1 ÷¹ diao(1. 1. .... 1(`))
`1 ÷1 diao(1. 1. .... o(`))
](X)=a(X)
= ¹
S
1.

3.10 Karakteristicni koreni i vektori
def: Neka je V(F) vektorski prostor i A linearna transformacija vektorsog prostora V.
Ako su a ÷ \. a = 0. ` ÷ 1 takvi da je ¹(a) = `a. onda se a naziva karakteristicni
vektor, a ` karakteristicni koren linearne transformacije A.
def: Neka je ¹ ÷ 1
n,n
. Ako su a ÷ 1
n,l
. a = 0. ` ÷ 1 takvi da je ¹a = `a. onda se
a naziva karakteristicni vektor, a ` karakteristicni koren matrice A.
¹(a) = `a ==[¹[[a[ = `[a[
¹a = `a. a = 1a =(`1 ÷¹)a = 0
def: Skup svih karakteristicnih korena naziva se spektar i oznacavamo ga sa o(¹)
def: Ako je A linearna transformacija, a `
I
jedan njen karakteristicni koren, onda se
skup vektora o
.
(`
I
) = ¦a[¹(a) = `
I
a¦ naziva invarijantni podprostor transformacije
41
A koji odgovara korenu `
I
.
Teorema: Ako je A linearna transformacija vektorskog podprostora V, onda je o
.
(`
I
)
invarijantni podprostor vektorskog prostora V.
Dokaz: a. n ÷ o
.
(`
I
). c. a ÷ 1
¹(ca÷an) = ¹(ca)÷¹(an) = c¹(a)÷a¹(n) = c`
I
a÷a`
I
n = `
I
(ca÷an).
Teorema: Ako je A matrica reda n, a `
I
koren visestrukosti k njene karakteristicne
jednacine, onda je rang matrice r(`
I
1 ÷¹) _ : ÷/. a di:(o
.
(`
I
)) _ /.
Teorema: Ako su `
l
. .... `
n
svi karakteristicni koreni matrice A reda n, pri cemu su u
prethudnom nizu visestruki koreni navedeni onoliko puta kolika im je visetrukost, onda je:
a) [¹[ = `
l
...`
n
b) tr¹ = `
l
÷... ÷`
n
Dokaz:
[`1 ÷¹[ =

` ÷a
ll
÷a
l2
÷a
ln
÷a
2l
` ÷a
22
÷a
2n
.
.
.
.
.
.
.
.
.
÷a
nl
÷a
n2
` ÷a
nn

= `
n
÷(a
ll
÷... ÷a
nn
)`
nl
÷
... ÷(÷1)
n
[¹[
1(`) = a
n
`
n
÷a
nl
`
nl
÷... ÷a
l
` ÷a
0
1(0) = a
0
[`1÷¹[ = (`÷`
l
)(`÷`
2
)...(`÷`
n
) = `
n
÷(`
l
÷...÷`
n
)`
nl
÷...÷(÷1)
n
`
l
...`
n
=(a
ll
÷... ÷a
nn
) = `
l
÷... ÷`
n
= tr¹ i [¹[ = `
l
...`
n
.
3.11 Kanonicke forme slicnih matrica
Teorema: Matrica A reda n je slicna sa dijagonalnom matricom akko A ima n linearno
nezavisnih karakteristicnih vektora.
Dokaz:
=) Iz pretpostavke, postoji regularna matrica Ptako da je 1
l
¹1 = 1 = diao(d
l
. .... d
n
)
`1 ÷1 =

` ÷d
l
0 0
0 ` ÷d
2
0
.
.
.
.
.
.
.
.
.
0 0 ` ÷d
n
¸
¸
¸
¸
¸
. [`1 ÷1[ = (` ÷d
l
)...(` ÷d
n
)
znaci karakteristicni koreni za D su d
l
. .... d
n
. karakteristicni vektori su c
l
. .... c
n

d
l
0 0
0 d
2
0
.
.
.
.
.
.
.
.
.
0 0 d
n
¸
¸
¸
¸
¸

1
0
.
.
.
0
¸
¸
¸
¸
¸
= d
l

1
0
.
.
.
0
¸
¸
¸
¸
¸
. 1c
I
= d
I
c
I
. i = 1. .... :
Slicne matrice imaju iste karakteristicne korene
42
¹1c
I
= 11c
I
= 1d
I
c
I
= d
I
1c
I
. i = 1. .... : = 1c
l
. .... 1c
n
su karakteristicni
vektori matrice A
c
l
. .... c
n
su linearno nezavisni i P je regularna = 1c
l
. .... 1c
n
je linearno nezavisan
niz.
=) A ima karakteristicne vektore a
l
. .... a
n
i oni su linearno nezavisni,
¹a
I
= `
I
a
I
. i = 1. .... :. a
I
÷ 1
n,l
1 = [a
l
. .... a
n
[ ÷ 1
n,n
¹1 = ¹[a
l
. .... a
n
[ = [¹a
l
. .... ¹a
n
[ = [`
l
a
l
. .... `
n
a
n
[ = [a
l
. .... a
n
[

`
l
0 0
0 `
2
.
.
.
.
.
.
0 `
n
¸
¸
¸
¸
¸
. .. .
1
=
11
P mora biti regularno, i vazi 1
l
¹1 = 1.
def: Matrica oblika

¹
ll
¹
l2
¹
l|
¹
2l
¹
22
¹
2|
.
.
.
.
.
.
.
.
.
¹
|l
¹
|2
¹
||
¸
¸
¸
¸
¸
. k1, gde su¹
II
. i = 1. .... / kvadratne
matrice, ¹
I;
= 0. i = ,. naziva se kvazi-dijagonalna matrica.
¹ = diao(¹
l
. .... ¹
|
)
1 = diao(1
l
. .... 1
|
)
¹±1 = diao(¹
l
±1
l
. .... ¹
|
±1
|
)
c ÷ 1. c¹ = diao(c¹
l
. .... c¹
|
)
¹1=diao(¹
l
1
l
. .... ¹
|
1
|
)
¹
n
= diao(¹
n
l
. .... ¹
n
|
)
ako je A regularna matrica ¹
l
= diao(¹
l
l
. .... ¹
l
|
)
ako je j(`) ÷ 1[`[ j(¹) = diao(j(¹
l
). .... j(¹
|
))
Teorema: Ako je ¹ = diao(¹
l
. .... ¹
|
) i 1 = diao(1
l
. .... 1
|
) i ako su dijagonalni
blokovi kvazi dijagonalne matrice Aslicni odgovarajucimdijagonalnimblokovima matrice
B, onda su i matrice A i B slicne. tj 1
l
I
¹
I
1
I
= 1
I
. i = 1. .... / = 1
l
¹1 = 1.
1 = diao(1
l
. .... 1
|
).
Teorema: Kvazi dijagonalna matrica ¹ = diao(¹
l
. .... ¹
|
) slicna je sa matricom1 =
diao(¹
Il
. .... ¹
I|
). gde je i1. .... i/ proizvoljna permutacija indeksa 1. .... /.
Dokaz: na konkretnom primeru
¹ =

1 2 0 0
8 4 0 0
0 0 ò 6
0 0 7 8
¸
¸
¸
¸
. 1 =

ò 6 0 0
7 8 0 0
0 0 1 2
0 0 8 4
¸
¸
¸
¸
43
1
23
1
3d
1
l2
1
23
¹1
23
1
l2
1
3d
1
23
=

ò 6 0 0
7 8 0 0
0 0 1 2
0 0 8 4
¸
¸
¸
¸
Znamo da je 1
l
I;
= 1
I;
.
1 = 1
23
1
l2
1
3d
1
23
. 1
l
= (1
23
1
l2
1
3d
1
23
)
l
= 1
l
23
1
l
3d
1
l
l2
1
l
23
= 1
23
1
3d
1
l2
1
23
.
Dakle 1 = 1
l
¹1.
Analogno za opsti slucaj.
Teorema: Neka je A matrica cije su netrivijalne invarijantne slicnosti 1
l
(`). .... 1
|
(`).
Matrica A je slicna sa matricom 1 = diao(C(1
l
(`). .... C(1
|
(`)). Matrica B se naziva
prva kanonicka forma klase matrica slicnih sa A.
Dokaz: Invarijantne slicnosti za C(1
I
(`)) su 1. .... 1. 1
I
(`).
¹
S
1 =`1 ÷¹ `1 ÷1
`1 ÷1 =

`1 ÷C(1
l
(`)) 0 0
0 `1 ÷C(1
2
(`))
.
.
.
.
.
.
0 `1 ÷C(1
|
(`))
¸
¸
¸
¸
¸

1 0 0
0 1
.
.
.
.
.
.
0 1
l
(`)
0 0
0
1 0 0
0 1
.
.
.
.
.
.
0 1
2
(`)
.
.
.
.
.
.
0
1 0 0
0 1
.
.
.
.
.
.
0 1
|
(`)
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸

1 0 0
0
.
.
.
1
.
.
. 1
l
(`)
.
.
.
0 1
|
(`)
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
`1 ÷¹
44

S
1.
Teorema: Ako je :
I
(`) minimalni polinom matrice ¹
I
. i = 1. .... /, onda je mini-
malni polinom matrice 1 = diao(¹
l
. .... ¹
|
) najmanji zajednicki sadrzalac za polinome
:
l
(`). .... :
|
(`).
Dokaz: j(`) ÷ 1[`[. j(1) = diao(j(¹
l
). .... j(¹
|
))
j(1) = 0 ==j(¹
l
) = 0. .... j(¹
|
) = 0
=:
l
(`)[j(`). .... :
I
[j(`) =:
b
= ·7o(:
l
(`). .... :
|
(`)).
def: Neka je ¹(`) ÷ 1
n,n
[`[. ako su 1
l
(`). .... 1
n
(`) invarijantni faktori matrice ¹(`)
i 1
I
(`) = j
t
Il
(`)...j
t

I|
(`). i = 1. .... :, gde su j
Il
(`). .... j
I|
(`) nesvodljivi nad F
normalizovani polinomi, onda se svaki od polinoma j
t
I;
(`) sa nenula eksponentom c
I;
naziva elementarni delitelj matrice ¹(`).
Elementarni delitelji matrice ¹ ÷ 1
n,n
su elementarni deljitelji njene karakteristicne
matrice `1 ÷¹.
Sistem elementarnih delitelja matrice ¹(`) (ili A) je sistem u kome se svaki elemen-
tarni deljitelj pojavljuje onoliko putako koliko puta se pojavljuje kao faktor u invarijantnim
faktorima (ili invarijantnim slicnostima) te matrice.
Teorema: Dve matrice su slicne akko imaju jednake sisteme elementarnih delitelja.
Teorema: Matrica ¹ ÷ 1
n,n
ciji je sistem elementarnih delitelja o
l
(`). .... o
~
(`).
slicna je sa matricom 1 = diao(C(o
l
(`)). .... C(o
~
(`))). Matrica E se naziva druga
kanonicka foma klase matrice slicnosti sa A.
Dokaz:
1
I
(`) = o
Il
(`)...o
In
(`). i1. ...i:
I
÷ ¦1. .... -¦
Po teoremi: C(1
I
(`)) njene invarijantne slicnosti su 1. .... 1. 1
I
(`).
Minimalni polinomod Gje 1
I
(`) = o
Il
(`)...o
In
(`). invarijantne slicnosti su 1. 1. .... o
Il
(`)...o
In
(`)
. .. .
]

(X)
=C(1
I
(`))
S
G = diao(C(o
Il
(`))...C(o
In
(`)))
Po teoremi: ako su blokovi slicni, onda su i matrice slicne.sledi: druga kanonicka forma
je slicna sa prvom.
def: Matrica¹ ÷ 1
n,n
je razloziva akko je jedina njena netrivijalna invarijantna slic-
nost oblika j
|
(`) gde je j(`) normalizovan, nesvodljiv na F polinom.
Teorema: Matrica ¹ ÷ 1
n,n
cija je jedina netrivijalna invarijantna slicnost polinom
j
|
(|) slicna je sa matricom:
45
H =

C(j(`)) · 0 0
0 C(j(`)) · 0
.
.
.
.
.
.
.
.
.
.
.
.
C(j(`)) ·
0 0 C(j(`))
¸
¸
¸
¸
¸
¸
¸
Na dijagonali ima k blokova C(j(`)). a N je kvadratna matrica, istog formata kao
i C(j(`)). koja u donjem levom uglu ima jedinicu, a ostalo nule. Matrica H se naziva
hiperprateca matrica polinoma j
|
(`).
Dokaz: Invarijantne slicnosti matrice A su: 1. .... 1. j
|
(`)
[`1 ÷H[ =

`1 ÷C(j(`)) ÷· 0 0
0 `1 ÷C(j(`)) ÷· 0
.
.
.
.
.
.
.
.
.
.
.
.
`1 ÷C(j(`)) ÷·
0 0 `1 ÷C(j(`))

=
= [`1 ÷C(j(`))[
|
= j
|
(`)
=Invarijantne slicnosti matrice H su 1. .... 1. j
|
(`) =¹
~
H
Teorema: Ako je ¹ ÷ 1
n,n
matrica ciji je sistemelementarnih delitelja o
l
(`). .... o
~
(`)
onda je ona slicna sa matricom 1 = diao(H
l
. .... H
~
). gde je H
I
hiperprateca matrica
polinoma o
I
(`). i = 1. .... -. Matrica R se naziva racionalna kanonicka forma klase
matrica slicnih sa A.
Dokaz: invarijantne slicnosti matriceC(o
I
(`)) su 1. .... 1. o
I
(`) = j
|
(`) =C(o
I
(`))
~

H
I
.
¹
~

C(o
l
(`)) 0 0
0 C(o
2
(`))
.
.
.
.
.
.
0 C(o
~
(`))
¸
¸
¸
¸
¸
~

H
l
0 0
0 H
2
.
.
.
.
.
.
0 H
~
¸
¸
¸
¸
¸

Za 1 = C
o
I
(`) = (` ÷a)
|
.

a 1 0 0
0 a 1
.
.
.
.
.
.
.
.
. a 1
0 0 a
¸
¸
¸
¸
¸
¸
¸
¸
÷ ordanova kanonicka forma.
46
4. Kvadratne forme
def: Polinom 1(a
l
. .... a
n
), a
l
. .... a
n
÷ 1 je kvadratna forma k-tog stepena nad F
ako je svaki clan tog polinoma stepena k.
Posmatracemo kvadratne forme oblika: 1(a
l
. .... a
n
) = a

¹a. Aje simetricna matrica,
nad poljem karakteristke razlicite od 2. Karakteristika polja je najmanji prirodan broj tako
da (\a ÷ 1) a ÷a ÷... ÷a
. .. .
n
= 0.
def: Matrica ¹ ÷ 1
n,n
je kongruentna sa matricom1 ÷ 1
n,n
ako postoji regularna
matrica P tako da je 1 = 1

¹1. oznacavamo ¹
C
1.
¹
C
1 =¹1
Teorema: Kongruencija matrica je relacija ekvivalencije.
Teorema: Matrica kongruentna sa simetricnom matricom je takodje simetricna.
Dokaz: ¹ = 1

11. 1 = 1

.
¹

= (1

11)

= 1

1

1 = 1

11 = ¹.
Teorema: Dve matrice su kongruentne akko se jedna moze dobiti od druge vrsenjem
konacnog broja parova elementarnih transformacija, pri cemu se svaki par sastoji od jedne
elemetnarne transformacije na vrstama i iste takve transformacije na kolonama, a u svakom
paru je svejedno koju transformaciju prvo vrsimo.
Dokaz: ¹ = 1

11. 1 i 1

su regularne i 1

= 1
|
...1
l
¹ = 1
|
...1
l
11

l
...1

|
= (1
|
(...(1
2
(1
l
11

l
)1

2
)...)1

|
)
Teorema: Simetricna matrica ¹ ÷ 1
n,n
ranga r kongruentna je nad F sa dijagonalnom
matricom koja na dijagonali ima tacno r elemenata razlicitih od nule.
Dokaz: ¹ = [a
I;
[. ako ¹ = 0 ocigledno vazi
¹ = 0
1. ¬a
II
= 0
¹ =

a
II
¸
¸
¸
¸
. izvrsimo transformacije da dovedemo taj element na poziciju
1,1: 1
lI
¹1

lI
2. (\i)a
II
= 0 =¬a
I;
=. i = ,. posto je matrica simetricna a
I;
= a
;I
47
¹ =

a
I;
a
;I
¸
¸
¸
¸
¸
¸
. izvrsimo transformacije 1
I;
¹1

I;
i dobijemo na poziciji
i,i 2a
I;
= 0, sto spada pod prvi slucaj.
¹
C
1 =

/
ll
/
l2
/
ln
/
l2
/
22
/
2n
.
.
.
.
.
.
.
.
.
/
ln
/
2n
/
nn
¸
¸
¸
¸
¸
. izvrsimo transformacije 1
2l

b
b
)11

2l

b
b
)
1
2l

b
b
)11

2l

b
b
) =

/
ll
0 /
ln
0 /

22
/

2n
.
.
.
.
.
.
.
.
.
/
ln
/

2n
/
nn
¸
¸
¸
¸
¸
, analogno nastavimo sa trans-
formacijama:
1
C
C =

/
ll
0 0
0 c
22
c
2n
.
.
.
.
.
.
.
.
.
0 c
2n
c
nn
¸
¸
¸
¸
¸
. isto uradimo i sa blokom gde su elementi c
I;
i
dobijamo:
¹
C
1 =

d
l
0 0
0 d
2
0
.
.
.
.
.
.
.
.
. d
n
.
.
.
0
.
.
.
0 0 0
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸

Teorema: Realna simetricna matrica A ranga r kongruentna je nad poljem realnih
brojeva sa matricom

1
µ
0 0
0 ÷1

0
0 0 0
¸
¸
. gde su 1
µ
i 1

jedinicne matrice reda p,
odnosno r-p, a nenegativan ceo broj p je jednoznacno odredjen matricom A.
Dokaz: Koristeci prethodnu teoremu imamo:
48
¹
C
1 =

d
l
0 0
0 d
2
0
.
.
.
.
.
.
.
.
. d
n
.
.
.
0
.
.
.
0 0 0
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
. parovima elementarnih transforma-
cija 1
I;
()1

I;
, premestamo elemente tako da dobijemo matricu F:
¹
C
1 =

1
l
0 0
0
.
.
. 0
1
µ
1
µ÷l
.
.
.
.
.
.
.
.
.
.
.
.
1
:
0
.
.
.
0 0 0
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
. 1
I
0. i = 1. .... j,
1
|
< 0. / = j ÷1. .... r
I sad vrsimo transformacije 1
I
(
l

]
)1

I
(
l

]
). i = 1. .... j, odnosno 1
|
(
l

]
)1

|
(
l

]
).
/ = j ÷ 1. .... r:
¹
C
G =

1 0 0
0
.
.
. 0
1
÷1
.
.
.
.
.
.
.
.
.
.
.
.
÷1
0
.
.
.
0 0 0
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
¸
= diao(1. .... 1
. .. .
µ
. ÷1. .... ÷1
. .. .

. 0. .... 0) = 1

¹1
Sada dokazujemo jedinstvenost.
Pretpostavimo da ¹
C
H = diao(1. .... 1
. .. .
o
. ÷1. .... ÷1
. .. .
:o
. 0. .... 0). j = c i postoji regu-
larna matrica Q, tako da H = Q

¹Q. pretpostavimo da je j c.
Posmatramo 1 = a

¹a. izvrsimo smenu a = 1n
49

a
l
a
2
.
.
.
a
n
¸
¸
¸
¸
¸
=

j
ll
j
l2
j
ln
j
2l
j
22
j
2n
.
.
.
.
.
.
.
.
.
j
nl
j
n2
j
nn
¸
¸
¸
¸
¸

n
l
n
2
.
.
.
n
n
¸
¸
¸
¸
¸
.
a
l
= j
ll
n
l
÷... ÷j
ln
n
n
a
2
= j
2l
n
l
÷... ÷j
2n
n
n
.
.
.
a
n
= j
nl
n
l
÷... ÷j
nn
n
n
1 = a

¹a = (1n)

¹1n = n

1

¹1n = n

Gn = n
2
l
÷n
2
2
÷... ÷n
2
µ
÷n
2
µl
÷... ÷n
2
:
uvodimo smenu a = Q.
1 = a

¹a = (Q.)

¹Q. = .

Q

¹Q. = .

H. = .
2
l
÷... ÷.
2
o
÷.
2
ol
÷... ÷.
2
:
n
2
l
÷n
2
2
÷... ÷n
2
µ
÷n
2
µl
÷... ÷n
2
:
= .
2
l
÷... ÷.
2
o
÷.
2
ol
÷... ÷.
2
:
n = 1
l
a. . = Q
l
a. 1
l
= [/
I;
[. Q
l
= [c
I;
[
n
l
= /
ll
a
l
÷... ÷/
ln
a
n
. .... n
:
= /
:l
a
l
÷... ÷/
:n
a
n
.
l
= c
ll
a
l
÷... ÷c
ln
a
n
. .... .
:
= c
:l
a
l
÷... ÷c
:n
a
n
pa prethodna jednacina postaje:
(/
ll
a
l
÷... ÷/
ln
a
n
)
2
÷... ÷(/
µl
a
l
÷... ÷/
µn
a
n
)
2
÷
÷(/
µ÷ll
a
l
÷... ÷/
µ÷ln
a
n
)
2
÷... ÷(/
:l
a
l
÷... ÷/
:n
a
n
)
2
=
= (c
ll
a
l
÷... ÷c
ln
a
n
)
2
÷... ÷ (c
ol
a
l
÷... ÷c
on
a
n
)
2
÷
÷(c
o÷ll
a
l
÷... ÷c
o÷ln
a
n
)
2
÷... ÷(c
:l
a
l
÷... ÷c
:n
a
n
)
2
Formiramo sistem linearnih jednacina:
c
ll
a
l
÷... ÷c
ln
a
n
= 0
...
c
ol
a
l
÷... ÷c
on
a
n
= 0

c
/
µ÷ll
a
l
÷... ÷/
µ÷ln
a
n
= 0
...
/
:l
a
l
÷... ÷/
:n
a
n
= 0

r ÷j
c ÷r ÷j _ c ÷: ÷j < :, jer q<p, pa ovaj homogen sistem ima netrivijalna resenja,
jer ima vise nepoznatih nego jednacina, znaci postoji resenje (c
l
. .... c
n
) = (0. .... 0). Kad
ubacimo u jednacinu, dobijamo:
(/
ll.l
÷... ÷/
ln.n
)
2
÷... ÷ (/
µl
c
l
÷... ÷/
µn
c
n
)
2
÷
÷(c
o÷ll
c
l
÷... ÷c
o÷ln
c
n
)
2
÷... ÷ (c
:l
c
l
÷... ÷c
:n
c
n
)
2
= 0
dobijamo da mora biti:
/
ll
c
l
÷... ÷/
ln
c
n
= 0
...
/
µl
c
l
÷... ÷/
µn
c
n
= 0
. odnosno da je (c
l
. .... c
n
) resenje sistema 1
l
a = 0. sto
je kontradikcija, jer je matrice P regularna, pa je i 1
l
regularna i [1
l
[ = 0, i onda ova
jednacina ne moze imati netrivijalna resenja, sledi da P=Q.
def: Nenegativan ceo broj p iz prethodne teoreme naziva se indeks realne simetricne
matrice A, odnosno indeks realne forme a

¹a.
Teorema: Dve realne simetricne matrice su kongruentne akko imaju isti indeks i isti
rang.
Dokaz:
50
¹
C

1
µ
0 0
0 ÷1

0
0 0 0
¸
¸
C
1

def: Neka je A realna simetricna matrica reda n, ranga r i indeksa p. Matrica A se
naziva pozitivno definitna ako je p=n.
Negativno definitna ako p=0, n=r.
Pozitivno semidefinitna ako r<n, p=r.
Negativno semidefinitna ako r<n, p=0.
Kvadratna forma a

¹a je pozitivno definitna ako je A pozitivno definitna, itd...
Za pozitivno definitnu kvadratnu formu vazi, 1 = a

¹a. ¹
C
1. postoji P, tako da
1

¹1 = 1 izvrsimo smenu a = 1n
1 = a

¹a = (1n)

¹1n = n

1

¹1n = n

1n = n
2
l
÷... ÷n
2
n
0. za x= 0.
Za negativno definitnu 1 = a

¹a = ÷n
2
l
÷... ÷n
2
n
< 0
Za pozitivno semidefinitnu 1 = a

¹a = n
2
l
÷... ÷n
2
µ
_ 0
Za negativno semidefinitnu 1 = a

¹a = ÷n
2
l
÷... ÷n
2
µ
_ 0
Teorema: Realna simetricna matrica ¹ = [a
I;
[ je pozitivno definitna akko su joj svi
glavni minori veci od nule.
a
ll
0.

a
ll
a
l2
a
2l
a
22

0. .... [¹[ 0
Teorema: Realna simetricna matrica ¹ = [a
I;
[, reda n je negativno definitna akko joj
glavni minori naizmenicno menjaju znak, a a
ll
< 0.
a
ll
< 0.

a
ll
a
l2
a
2l
a
22

0.

a
ll
a
l2
a
l3
a
2l
a
22
a
23
a
3l
a
32
a
33

< 0. .... (÷1)
n
[¹[ 0
def: Kompleksna matrica A je hermitska ako ¹ =
¯
¹

. Kvadratna forma oblika 1 =
¯ a

¹a, gde je A hermitska matrica, je hermitska forma.
51

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->