P. 1
Matematika_1

Matematika_1

|Views: 31|Likes:
Published by Sova Bebac

More info:

Published by: Sova Bebac on May 27, 2012
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

05/27/2012

pdf

text

original

MATEMATIKA 1
Novi u
benik
Rukopis je pisan jasnim jezikom i odlikuje ga qienica da su sve osnovne tvrde dokazane. Da bi qitae teksta studentima bilo olakxano, sloeniji dokazi nekih teorema koje ne predstav aju obavezni deo kursa, prebaqeni su u Dodatke odgovarajuih glava .
Prof Vera Vujqi (iz recenzije)

• K iga sadr i sve teme (videti Sadraj) koje se rade na predava ima iz predmeta Matematika 1 i ima za ci da studentima FON-a olakxa sprema e usmenog ispita iz tog predmeta. • U k izi se mogu na i formulacije svih pojmova koji se tra e na usmenom ispitu ili usmenom kolokvijumu, kao i formulacije i dokazi svih teorema koje su predvi ene za usmeni. K iga sadr i ukupno 112 definicija i 114 teorema. • Tekst svake teme u k izi je ilustrovan brojnim primerima (ukupno 170 rexenih primera) i slikama (ukupno 58 slika) koji omogu avaju lakxe savladava e gradiva. Za neke primere data su i rexe a dobijena softverskim paketom MATLAB, pri qemu je konkretnim kodom ukazano kako se program koristi. • Za svaku temu je napisano i posebno poglav e Pitaa i zadaci koji su u vezi sa izlo enim gradivom, xto tako e studentima treba da olakxa savladava e osnovnih pojmova i tvr e a (ukupno 327 pita a i zadataka). • Svaka tema sadr i i posebno poglav e Dodatak gde su izdvojeni dokazi te ih teorema i gde su date i neke dodatne informacije u vezi sa temom (11 definicija, 10 teorema, 10 rexenih primera i 9 slika). • U svakom Dodatku su date i neke istorijske napomene u vezi pojmova, rezultata, kao i zanim ivih deta a iz biografija najznaqajnijih matematiqara za oblasti koje se izla u u k izi (zastup ena su 23 matematiqara).

. . . . . . . . . . .4 Pita a i zadaci . . . . . . . . . . .3 Algebarske strukture sa jednom binarnom operacijom 2. . . . . . . .2 Determinante . . . . . . . . . . . . . . . . . . . . . 1 1 3 6 9 12 14 16 16 17 18 19 21 23 26 29 29 38 46 50 53 58 60 60 62 64 66 68 . . . . . 4. . . 2. . . . . . . . . . . . . . . . . . . . 2. . . . . . . 3. . . . . . . . . . . . . .4 Kardinalni brojevi 1. . . . . .2 Binarna operacija . . . . . . . . . . . . . . . .4 Primeri grupa . . . . . . . . . . . . . . . . .5 Pita a i zadaci . . 2 Algebarske strukture 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4. . . . . . . . . . . . 3. . . . . . . . . . .6 Pita a i zadaci . . . . . . . . . . . . 1. 3. . . . . . . . . . . . . . . . . . . 2. . . .1 Dekartov proizvod skupova . . . . . . . . . . . . 4 Vektorski prostori 4. 4. . . . . . . . . . . . . . 2. . . . . . . . .1 Skupovi . . . 3. . . . . . . . . . . . . . . . . .5 Dodatak . . . . . Matrice i determinante 3. . . . .7 Dodatak . . . .3 Baza i dimenzija vektorskog prostora . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6 Dodatak . . . . . . . . . 2. . . . . . . 4. . . .6 Dodatak . . . . . . . . . . . . . . . . . . . . . . . . . . . 1. . . . . . . . . . . . . . . . .3 Inverzna matrica . . . . . . . . . . . . .5 Pita a i zadaci . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1. . . . . . . . . . . . . . .Sadr aj 1 Uvod 1. . 3 . .4 Rang matrice . . . . .2 Realni brojevi . . . . . . . . . . 1.5 Algebarske strukture sa dve binarne operacije . . . . . . . .1 Matrice . .pojam i osnovne operacije 3. . .1 Definicija vektorskog prostora .3 Funkcije .2 Linearna zavisnost i nezavisnost vektora . . . . . . . . . . . .

5. . . .viii 5 Sistemi linearnih jednaqina 5. . .1 Ravan u prostoru . . . . . . . . . . . . .4 Skup konvergentnih nizova 8. . . . . . . . . . . . . 6. . . . . . . . 6. . . . . .8 Dodatak . . . . . . 72 . . . . 5. .8 Dodatak . . . . . . . . . . . . . . . . 8. . . . . . 5. . . .5 Dodatak . . . . . . . . . . . . . . . . . 9. 7.2 Definicije graniqnih vrednosti . . . . . .5 Gausov algoritam . . . Analitiqka geometrija 7. . . . . . . . . . . .6 Koxijev kriterijum . . . 9 Graniqne vrednosti funkcija 9. . . . . 80 . . . . .1 Vektori u prostoru . . . .5 Vektorski proizvod vektora . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91 95 95 97 99 102 104 108 110 114 117 117 123 128 130 132 136 136 137 139 144 147 150 152 156 158 158 159 166 169 6 . . . . . . . . .7 Dodatak . . . . . . . .4 Pita a i zadaci . .2 Definicija niza i primeri 8. 7. . . . .3 Osobine graniqnih vrednosti . . . . . . . . . . . . 7. . . . . .3 Graniqna vrednost niza . . . . . 8 Nizovi 8. .5 Taqke nagomilava a niza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5. . . . . . . . . . . . . . . . . . . . . . . . . . . .3 Kroneker-Kapelijeva teorema . . . . . . Vektori 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .4 Primena Kroneker-Kapelijeve teoreme na rexava tema linearnih jednaqina . . . . . . . . . 6. . . . . . . . . . . .3 Koordinate vektora . . .2 Kramerove formule . . . . . . . .4 Skalarni proizvod vektora . .3 Prava i ravan . . . . . .2 Linearne operacije sa vektorima 6. . . . . . .7 Pita a i zadaci . . . . . . . . . . . . . . . . . . . . . . 8. . . . 75 .4 Upore iva e beskonaqno malih funkcija . . .6 Mexoviti proizvod vektora . . . 8. . . . . .7 Pita a i zadaci . . . . . . . . . . 76 e sis. . . 6. . . . . . . . . . . 5. . . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . 7 . . . . . . . .1 Pojam sistema linearnih jednaqina . . . . . . . . . . . . . . . . . 6. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .2 Prava u prostoru . . . . . . . . . . . 9.1 Neki skupovi u R i R . . . 9. . . . . . . . . . . . . . 8. . . . . . . . . . . . . . . 7. . . . . . . . . . . . . . . . . . . . . . . . . . . . .6 Pita a i zadaci . . . . . . . 5. . . . . . . . . 85 . . . . . . . . . . . . . 88 . . . Sadr aj 72 . . . . .1 Realne funkcije realne promen ive . . . . . . . 8. . . . . . . . . . . . . . . . .

. . . . . . . . . . 11 Izvod funkcije 11. . . . . .3 Lopitalova pravila . . . . . . . . . . . . . . . . . . . .6 Dodatak . . . . 14. . 14. . . . 11. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10. 174 . . . .4 Asimptote . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 236 . . . 242 244 244 246 249 252 255 259 . . .6 Dodatak . . . .3 Diferencijal funkcije . .2 Dovo ni uslovi za lokalni ekstremum 14. . . . . . . . . . . . . . . . . . . . . . . . . . 13 Tejlorova i Maklorenova formula 13. . . .1 Lokalni ekstremum . . . . . . . . . . . . . . . . . . . . .2 Vrste prekida . . . . . . .5 Dodatak . . . . . . . . . 10. . . 14. . . . . . . . . . . . . . 11. . . . . . . . . . . . . . . . . . . . . . . .5 Pita a i zadaci . . . . . . . . . . . . . . . . . . . . . . . .7 10 Neprekidnost funkcija 10. .4 Pita a i zadaci . . . . . . . . . . 12. . . . . . . . . . .2 Pravila diferencira a . . u graniq. . . . . . .6 9. . . . . . . 10. . . . . 13. . . . . . . . . . . . . . . 228 . . . . . . . . .1 Ispitiva e monotonosti funkcije . Pita a i zadaci . . 13.1 Tejlorova formula . . . . . . . . . .5 9. . . . . . . . . . . . . 10. . . . . . . . . . . 14. . . . 12. . . . . . . 11. . . . . . . . . . . . . . . . . . . . . . . . 228 . . . . . . . .5 Dodatak . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .6 Pita a i zadaci . . . reda .3 Konveksnost i konkavnost . . . 13. . . . . . . . .4 Izvodi i diferencijali vixeg 11. . . . . . .1 Definicija izvoda i primeri 11. . .2 Teoreme o sred im vrednostima 12. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 231 u graniq. . . . .1 Pojam neprekidnosti funkcije . . . . . . . . . . . .3 Svojstva neprekidnih funkcija 10. . . . . . . . 12. . . . . . . . . . . . . . . . . . . . .2 Maklorenova formula . . . . . . . . . . . . . . . . . . . .3 Primena Maklorenovih razvoja u izraqunava nih vrednosti . . 14 Ispitiva e funkcija 14. . . . 238 . . . . . . 173 . . . . . . . . . . . . . .5 Pita a i zadaci . . . . Dodatak . . . . . . 12 Teoreme diferencijalnog raquna 12. . . . . . . . . . 179 180 180 184 186 189 190 193 195 195 199 203 205 208 210 213 213 214 218 221 224 9. . . . . . 13. . . . . . . . . . . . . . . . . . . . . .5 Skicira e grafika funkcije .Sadr aj ix Primena asimptotskih formula u izraqunava nih vrednosti funkcija . . . . . . . . . . . . . . . . . .4 Pita a i zadaci .4 Ravnomerna neprekidnost . . . . .

. . . .7 Dodatak . . . .x Sadr aj 14. . . . . . . . . . . . . . . . . . . . 263 Literatura Indeks pojmova 266 268 . . .

249 konstanta. 18 po e. 6 beskonaqno mala. 65 Domen grupoida. 73 Ekvivalentni skupovi. 159 . 184 Euklid. 39 Laplasov razvoj. 6 identiqka. 18 telo. 7 kodomen. 184 osnovne. 44 Diferencijal drugog reda. 127 Ekvivalentni sistemi. 91 normalan. 17 asocijativna. 253 kosa. 92 Funkcija. 170 istog reda. 207 Diferencijal funkcije. 6 argument. 5 Algebarska struktura grupa. 171 Binarna operacija. 253 vertikalna. 21 komutativna. 203 Dimenzija vektorskog prostora.Indeks pojmova ε-okolina broja. 23 Algebarski komplement. 246 maksimum. 17 Qlan niza. 198 domen. 27 Baza vektorskog prostora. 170 neuporedive. 167 bijekcija. 137 Dekartov proizvod skupova. 18 Dve prave mimoilazne. 6 kompozicija. 253 horizontalna. 7 konkavna. 23 polugrupa. 7 inverzna. 19 grupoid. 255 Automorfizam grupe. 71 Euklidski prostori. 17 distributivna. 6 injekcija. 8 jednakost. 160 Aksioma supremuma. 166 beskonaqno velika. 9 Elementarne funkcije. 44 Asimptota. 68 Fundamentalni sistem rexe a. 249 kritiqne taqke. 7 diferencijabilna. 6 konveksna. 16 Determinanta. 136 ε-okolina taqke probuxena. 207 vixeg reda. 64 Beskonaqno male funkcije ekvivalentne.

159 Graniqna vrednost funkcije beskonaqna. 159 periodiqna. 244 neparna. 125 opxti oblik. 264 Kantorov princip umetnutih odseqaka. 19 Abelova. 18 neutralni element. 118 segmentni oblik. 244 neopadaju a.Indeks pojmova 269 Homogen sistem fundamentalni sistem rexea. 244 parna. 244 Gausov algoritam. 159 monotona. 66 Izvod beskonaqan. 203 slo ene funkcije. 210 drugog reda. 251. 159 neprekidno diferencijabilna. 17 Kofaktor. 19 multiplikativna. 119 vektorski oblik. 263 strogo konveksna. 124 Jednaqina ravni kroz tri taqke. 163 leva. 159 opadaju a. 206 nerastu a. 124 vektorski oblik. 201 levi. 159 rastu a. 246 strogo konkavna. 263 strogo opadaju a. 70 Jednaqina prave kanonski oblik. 205 inverzne funkcije. 164 Graniqna vrednost niza. 125 parametarski oblik. 6 stacionarne taqke. 18 Hiperravan. 205 Izvod funkcije. 165 desna. 20 Grupoid. 163 jednostrana. 140 Grupa. 124 kroz dve taqke. 120 opxti oblik. 244 sirjekcija. 163 u beskonaqnosti. 27 Izomorfni vektorski prostori. 244 strogo rastu a. 91 Interval. 44 konkavna funkcija. 19 Grupe simetrija. 18 inverzni element. 212 desni. 136 poluotvoren. 151 minimum. 136 Izomorfizam grupa. 195 Jednaqina hiperravni. 27 . 70 Homeomorfizam grupa. 7 slika. 244 oblast definisanosti. 201 vixeg reda. 19 aditivna. 65 Koxijev kriterijum. 9 Kejlijeva tablica. 19 jediniqni element. 210 logaritamski. 158 ograniqena. 118 normalan oblik. 19 Grupe permutacija. 148 Kardinalni broj. 249 konveksna funkcija. 249 Koordinate vektora. 118 Jensenova nejednakost. 85 Grafik funkcije. 18 komutativan.

230 Lajbnicova formula. 213 maksimum. 246 Kroneker-Kapelijeva teorema. 213 minimum. 61 Linearni omotaq. 218 Maklorenov polinom. 49 Minor matrice. 220 oblika 1∞ . 37 inverzna. 51 gor a trougaona. 62 Lokalni ekstremum funkcije. 137 . 76 Kritiqne taqke funkcije. 30 adjungovana. 31 elementarne transformacije. 232 ostatak u Peanovom obliku. 35 tipa m × n. 51. 33 ortogonalna. 33 nilpotentna. 30 trag. 51. 207 Laplasov razvoj determinante. 51 regularna. 47 bazisne kolone. 31 stepen. 220 0 oblika . 61 Linearna kombinacija vektora. 62 Linearno zavisni vektori. 251. 180 na skupu. 31 dijagonalna. 213 Lopitalovo pravilo. 69 Kramerove formule. 213 Lokalni minimum. 30 oduzima e. 242 Koxijeva nejednakost. 220 ∞ 0 oblika ∞ . 31 kofaktor. 37 Indeks pojmova jediniqna. 213 strogi. 31. 34 Nejednakost Bernulijeva. 37 singularna. 237 Maklorenova formula. 47 involutivna. 46 Lagran ov oblik ostatka. 31 transponovana. 31 idempotentna. 76 bazisne vrste. 220 oblika ∞ − ∞. 189 u taqki. 78 prostor vrsta. 76 bazisni minor. 44 Mno e e matrica. 264 Koxi-Bu akovskog. 47 minor. 78 homogen sistem. 231 Matrica. 51. 32 simetriqna. 220 Neprekidnost funkcije. 80 Kronekerov simbol. 37 nula. 37 Matriqna jednaqina. 69 Neodre enost oblika 0 · ∞. 76 dijagonala. 156 Jensenova. 180 Niz realnih brojeva. 61 Linearno nezavisni vektori. 48 sabira e. 50 mno e e. 31 do a trougaona. 78 rang. 218 0 oblika 00 . 220 ∞ oblika . 181 ravnomerna.270 Koxijev oblik ostatka. 37 prostor kolona. 34 mno e e skalarom. 48 skalarna. 44 Lineal. 83 nehomogen sistem.

38 Podmatrica. 3 prebrojiv. 230 Peanov oblik. 32 Podskup. 242 Lagran ov oblik. 18 Prava vektor pravca. 38 skupa {1. 72 matrica sistema. 9 neprebrojiv. 138 strogo rastu i. 159 Permutacija inverzna. 185 Skup. 159 osnovni. 72 pravougaoni. 150 harmonijski. 136 Prsten. 139 konvergentan. 138 opadaju i. 38 parna. . 230 Period funkcije. . . 74 matriqni oblik. 136 Okolina taqke desna. 72 vektorski zapis. 21 Sabira e matrica. 10 presek. 136 Odstoja e taqke od ravni. 251 Priraxtaj argumenta. 2 komplement. 76 kvadratni. 68 Skok funkcije u taqki. 1 Polugrupa. 195 nezavisne promen ive. 73 slobodni qlanovi. 33 Okolina broja. 160 Ostatak u Tejlorovoj formuli Koxijev oblik. 139 fundamentalan. 150 monoton. 73 saglasan. 72 rexe e. 72 homogen. 10 partitivni. 2. 38 Permutacije inverzija. 198 Nula niz. 3 mo . n}. 140 Koxijev. 186 prve vrste. 72 Kramerove formule. 73 nepoznate. 140 Fibonaqijev. 185 druge vrste. 144 Odseqak.Indeks pojmova 271 Prekid funkcije. 181 Proxireni skup realnih brojeva. 72 koeficijenti. 162 probuxena. 72 nemogu . 74 nehomogen. 138 strogo opadaju i. 123 . 136 Semigrupa. 1 beskonaqan. 121 Oduzima e matrica. 138 rastu i. 75 Skalarni proizvod u vektorskom prostoru. 32 Segment. 162 leva. 10 jednakost. 185 Prevojna taqka funkcije. 138 Norma vektora. 138 ograniqen. 195 Priraxtaj funkcije. 39 neparna. 230 Peanov oblik ostatka. 69 Normala krive. 18 Sistem linearnih jednaqina. . 2 divergentan. 195 funkcije.

128 Vektor normale hiperravni. 60 realan. 213 Kantor-Bernxtajnova. 246 Stepen matrice. 78 Lagran ova. 4 Stacionarne taqke funkcije. 189 druga Vajerxtrasova. 5 ograniqen.Vajerxtrasova. 229 lokalna. 16 Ure ena trojka. 32 Tablica izvoda. 122 izme u dveju pravih. 185 Taqka prevoja. 231 Teorema Bolcano . 4 supremum. 226 Vajerxtrasova. 242 Ugao izme u dve ravni. 5 minimum. 5 maksimum. 143 prva Koxi-Bolcanova. 215 Laplasov razvoj determinante. 190 Koxijev kriterijum. 126 dve ravni. 96 Ure en par. 4 ograniqen odozgo. 225 druga Koxi-Bolcanova. 148 Kantorova. 2 unija. 2 Skup realnih brojeva. 151 Koxijeva. 4 ograniqen odozdo. 76 Kroneker-Kapelijeva. 77 o tri niza. 186 Rolova. 216 Kramerova. 16 Uzajamni polo aj dve prave. 187 Fermaova. 35 Submatrica. 251 Tangenta krive. 214 Indeks pojmova Xtolcova. 71 Vektorski prostor kompleksan. 129 Ugao izme u dva vektora. 229 Tejlorova formula.272 razlika. 149 Darbuova. 44 o bazisnom minoru. 10 Kantorov princip umetnutih odseqaka. 127 izme u prave i ravni. 202 Taqka prekida funkcije. 188 prva Vajerxtrasova. 4 infimum. 121 prave i ravni. 60 . 197 Tejlorov polinom.

Lako se proverava da elementi skupa V i po a K sa operacijama + i · ispu avaju uslove 1. (α + β) · x = α · x + β · x. +) Abelova grupa. Primer 4.1 ako je: .1 Definicija vektorskog prostora Neka je V neprazan skup. vektorski prostor je realan.-5. a elementi skupa K skalari. a operaciju · mnoe e vektora skalarom. K. ·) je vektorski ili linearni prostor ako je: 1. dok je −x suprotan element vektora x. y ∈ V i sve α. 5. α · (x + y) = α · x + α · y. Definicija 4. Qesto se vektorski prostor oznaqava samo sa V . 4. 4. vektorski prostor je kompleksan. Operaciju + qesto nazivamo sabira e vektora. (αβ) · x = α · (β · x). Elementi skupa V su vektori. +. On omogu ava da se razni skupovi. iz Definicije 4. β ∈ K. a ako je K = C.1. neka je K po e i neka su + : V 2 → V i · : K × V → V binarne operacije. Neutralni element u operaciji sabira a (u oznaci 0) je nulti vektor. nezavisno od prirode ihovih elemenata. a operacija α · x sa αx. Algebarska struktura (V. 2. 3.Glava 4 Vektorski prostori Pojam vektorskog ili linearnog prostora je jedan od va nih pojmova u matematici.1. Ako je K = R. mogu prouqavati sa zajedniqkog stanovixta u odnosu na uvedene linearne operacije. (V. 1 · x = x za sve x.

5. . . . Definicija 4. . . Na primer. α(x1 . K = R. −2. V = P≤n (skup svih polinoma stepena ne ve eg od n). . . . V = Rn . . 4. K = R. K = R. V = C. . . gde su α1 . 7). xn } je linearni omotaq ili lineal nad X i oznaqava se sa L(X). u prostoru R3 linearna kombinacija 2x + 3y vektora x = (3. Dakle. . a + i · su sabira e polinoma i mno e e polinoma realnim brojem. . . xn ) + (y1 . . xn + yn ). . +. . αxn ). 1) je vektor z = (3. xn ) = (αx1 .2. . a + i · su operacije sabira a matrica i mno e a matrice realnim brojem. V = RR (skup svih funkcija f : R → R). . . Pomo u datih vektora iz V mo e da se generixe novi vektor. . . . . 0. . K = R. .3. . 3. . a + i · su date sa (f + g)(x) = f (x) + g(x). Linearna kombinacija vektora x1 . . . Dakle. . . ·) je vektorski prostor. K = R. V = Mm×n (skup svih realnih matrica tipa m × n). Definicija 4. . a + i · su definisani sa (x1 . 2.Vektorski prostori 61 1. . . (αf )(x) = αf (x). . . Za skup X ka emo da je generatorski skup za L(X) ili da generixe L(X).yn ) = (x1 + y1 . αn skalari iz K. Skup svih linearnih kombinacija vektora x1 . . u svim navedenim sluqajevima struktura (V. Za vektorski prostor Rn koristi se i naziv linearni aritmetiqki prostor. xn datog skupa X = {x1 . 2) i y = (−1. −1. xn iz V je vektor x = α1 x1 + α2 x2 + · · · + αn xn . L(X) = {α1 x1 + · · · + αn xn | α1 . . K. αn ∈ K}. . . a + i · su standardne operacije u C.

xn linearno zavisni vektori datog vektorskog prostora. To mo emo pokazati tako xto doka emo da iz jednakosti α1 f1 (x) + α2 f2 (x) + α3 f3 (x) = 0 (koja va i za svako x ∈ R) sledi α1 = α2 = α3 = 0. a zatim jox dva puta.2 Linearna zavisnost i nezavisnost vektora Definicija 4. x linearno zavisni za proizvo an vektor x tog prostora. . Vektori x1 . . . onda su i x1 . 1. su linearno nezavisni vektori tog prostora. .1) vektorskog prostora R4 su linearno zavisni jer je 1 · x − 1 · y − 1 · z = 0. Funkcije f1 : x → cos x. Teorema 4. 4). xn su linearno nezavisni. Oqigledno je da je skup vektora koji sadr i nula vektor linearno zavisan. . z = (1. Za skup vektora se ka e da je linearno zavisan ili nezavisan prema tome da li su vektori tog skupa linearno zavisni ili nezavisni. vektori x1 . . y = (1. Primer 4. . . 2. .1) mogu a samo za α1 = α2 = · · · = αn = 0. Primer 4. xn vektorskog prostora V su linearno zavisni ako postoje skalari α1 . −1. . Tako e. . −1.1. f2 : x → cos 2x f3 : x → cos 3x. Vektori x1 . Diferencira em izraza α1 f1 + α2 f2 + α3 f3 dva puta. ako su x1 .2. αn iz K.4. −1). vektori x1 . 0. dobijamo jednakosti α1 cos x + 4α2 cos 2x + 9α3 cos 3x = 0. . . α1 + 4β1 + 9α3 = 0. Polinomi p1 (x) = 1. xn . Vektori x = (2. . 5) (4. iz jednakosti α1 · 1 + α2 · x + α3 · x2 = 0 sledi α1 = α2 = α3 = 0. Primer 4. . . α1 + 16α2 + 81α3 = 0 iz kojih sledi α1 = α2 = α3 = 0. Drugim reqima. . za x = 0 imamo jednakosti α1 + β1 + γ1 = 0. .4. 1]R . . xn su linearno nezavisni ako je jednakost (4. kao elementi vektorskog prostora [−1. . . Specijalno. . . U protivnom. .62 Vektorski prostori 4. su linearno nezavisni. xn su linearno zavisni ako i samo ako je jedan od ih linearna kombinacija ostalih vektora. . . α1 cos x + 16α2 cos 2x + 81α3 cos 3x = 0. p2 (x) = x i p3 (x) = x2 . . 3.3. Naime. kao elementi vektorskog prostora P≤2 . . od kojih je bar jedan razliqit od nule i za koje va i α1 x1 + α2 x2 + · · · + αn xn = 0. .

. a21 . koji nisu svi jednaki nuli i za koje je λ2 y2 + · · · + λm ym = 0. . Beskonaqno mnogo vektora su linearno nezavisni ako je svaki ihov konaqan podskup linearno nezavisan. am1 su jednaki nuli. postoje skalari λ2 . . . onda je linearna kombinacija svih vektora jednaka nuli. Za n = 1 tvr e e je oqigledno taqno. . . . y2 . . λm . . Vektor uz taj skalar je linearna kombinacija ostalih. . y2 . ym linearne kombinacije n − 1 vektora x2 . . . . Bar jedan od koeficijenata a11 . . ym linearna kombinacija vektora x1 .Vektorski prostori 63 Dokaz. onda treba dokazati da ono va i i za svih n vektora. Na primer. tada su vektori y1 . . prema indukcijskoj pretpostavci oni su linearno zavisni. . . Teorema 4. . Ne sma uju i opxtost. . ym = ym − y1 a11 a11 linearna kombinacija n − 1 vektora x2 . mo emo pretpostaviti da je a11 = 0. . polinom q(x) = 2x + 3 i polinomi p1 i p2 (Primer 4. . am1 je razliqit od nule. Obratno. ym linearno zavisni. ym = am1 x1 + am2 x2 + · · · + amn xn . x2 . . Neka je y1 = a11 x1 + a12 x2 + · · · + a1n xn y2 = a21 x1 + a22 x2 + · · · + a2n xn . Ako pretpostavimo da je tvr e e teoreme taqno za nekih n − 1 vektora. Tada su vektori y1 . Definicija 4. a21 . U protivnom. . Obzirom da je m − 1 > n − 1. Ako je svaki od vektora y1 . a jedan skalar je jednak 1 (razliqit od nule). Svi koeficijenti a11 . vektori su linearno zavisni. Tada je svaki od m − 1 vektora y2 = y2 − a21 am1 y1 . . tada u ihovoj linearnoj kombinaciji je bar jedan skalar razliqit od nule. ako je jedan od ih linearna kombinacija ostalih. . . .3) vektorskog prostora P≤2 su linearno zavisni jer je q = 2 · p2 + 3 · p1 . . . . . . xn . . 2. Mogu a su dva sluqaja. Ako su vektori linearno zavisni. Dakle. Teorema se mo e dokazati indukcijom po n. . xn (proverite!). .2. . . . . Dokaz. y2 . xn i ako je m > n. Prema indukcijskoj hipotezi oni su linearno zavisni.5. . 1. . . .

1.6. . Definicija 4. e2 . 0. Iz ove definicije proizilazi da se svaki vektor iz V mo e izraziti kao linearna kombinacija vektora baze. .6. . vektori skupa B su linearno nezavisni i svaki vektor a = (a1 . 1) = a1 e1 + · · · + an en . . a11 a11 Poxto je bar jedan od skalara λ2 . . λm razliqit od nule. ka emo da je prostor n-dimenzionalan. 1. . . 0. 0. gde je e1 = (1. .. . 4. en }. Baza B vektorskog prostora V je ure en skup linearno nezavisnih vektora iz V za koje je L(B) = V . Primer 4.3 Baza i dimenzija vektorskog prostora U vektorskom prostoru su posebno va ni skupovi vektora qije linearne kombinacije generixu ceo prostor. . . . Primer 4. Teorema 4. e2 = (0. . . Jedna baza prostora Rn je B = {e1 . . .3. en = (0. Zaista. 0. 0. prostor je beskonaqnodimenzionalan. p2 (x) = x i p3 (x) = x2 qine bazu vek- torskog prostora P≤2 jer su linearno nezavisni i pri tome je p = a · p1 + b · p2 + c · p3 za proizvo an polinom p(x) = a + bx + cx2 iz P≤2 . U n-dimenzionalnom vektorskom prostoru ne postoji vixe od n linearno nezavisnih vektora. .. 0). Polinomi p1 (x) = 1. . 0) + a2 (0. . y2 . .. 0) + · · · + an (0. 0) + (0. prostor je konaqnodimenzionalan. a2 . . . . . . . . . . a2 . .64 Vektorski prostori odnosno λ1 y1 + λ2 y2 + · · · + λm ym = 0. . . . 0). . 0) + · · · + (0. . . . 0. . . . . . 0. . 1). . . vektori y1 . Ako u vektorskom prostoru V postoji baza koja sadr i konaqan broj vektora.5. U protivnom. . . ym su linearno zavisni. . . . . an ) = a1 (1. . Ako baza vektorskog prostora sadr i n elemenata. 0. gde je λ1 = − am1 a21 λ2 + · · · + λm . . an ) iz Rn je linearna kombinacija vektora iz B jer je a = (a1 . .

Neka su b1 . . . Na osnovu te qi enice definixe se jox jedna karakteristika vektorskog prostora. . λn od kojih je bar jedan razliqit od nule. Tada je λ1 λn x = − b1 − · · · − bn .6 baza vektorskog prostora P≤2 ima tri elementa. Svaki skup od n linearno nezavisnih vektora obrazuje bazu n-dimenzionalnog vektorskog prostora V . en }. Pretpostavimo da je x = α1 e1 + · · · + αn en = β1 e1 + · · · + βn en . Ako je x = α1 e1 + α2 e2 + · · · + αn en za x ∈ V . To znaqi da je dimP≤2 = 3. Poxto je svaki od ih linearna kombinacija n vektora baze. . . .5.8. prema Teoremi 4. . . dimRn = n. α2 . . Definicija 4. U Primeru 4. Za V = {0} je dimV = 0. . Koordinate svakog vektora konaqnodimenzionalnog vektorskog prostora u datoj bazi su jedinstvene. . . Dokaz. skup vektora x. bn ). Neka je V proizvo an n-dimenzionalni vektorski prostor sa bazom B = {e1 . . . prema Teoremi 4. . Prema tome. b1 . Broj elemenata baze konaqnodimenzionalnog vektorskog prostora V = {0} je dimenzija tog prostora i oznaqava se sa dimV .2 oni su linearno zavisni. Tada je. . Teorema 4. Me utim.5 baza vektorskog prostora Rn ima n elemenata. va i λx + λ1 b1 + · · · + λn bn = 0 za neke skalare λ. Teorema 4. . . Neka su x1 . . . . λn bili jednaki nuli (zbog linearne nezavisnosti vektora b1 . . . xn+1 proizvo ni vektori n-dimenzionalnog vektorskog prostora V . . Dokaz. Neka je V vektorski prostor dimenzije n i neka je B = {e1 . U Primeru 4. . . . . λ λ Iz prethodne dve teoreme sledi da baza konaqnodimenzionalnog vektorskog prostora nije jedinstvena. ali je broj elemenata baze jedinstven. .2. αn su koordinate vektora x u bazi B. λ1 . Prema tome. . bn linearno zavisan jer je svaki od ih linearna kombinacija vektora baze.Vektorski prostori 65 Dokaz. en } jedna baza tog prostora.4. . . . Definicija 4. skalari α1 . . xn . . .7. mora biti λ = 0 jer bi u protivnom svi skalari λ1 . bn linearno nezavisni vektori n-dimenzionalnog vektorskog prostora V i neka je x proizvo an vektor iz V .

. . sledi α1 − β1 = α2 − β2 = · · · = αn − βn = 0. Svaki n-dimenzionalni vektorski prostor je izomorfan vektorskom prostoru Rn . Uvo e em koordinata vektora u odnosu na izabranu bazu. . Da li je skup realnih brojeva vektorski prostor ako je sabira e vektora definisano kao uobiqajeno sabira e brojeva. a. linearno nezavisni vektori. . . a operacije nad vektorima iz V prenose se na odgovaraju e operacije nad elementima prostora Rn . Da li je skup funkcija oblika a cos t + b sin t za t. λαn koordinate vektora λx za λ ∈ R. skalar. αn + βn koordinate vektora x + y u toj bazi. beskonaqnodimenzionalni vektorski prostor. a mno e e skalara λ ∈ R i vektora x ∈ R definisano sa λ · x = |λ|x? 2. linearna kombinacija vektora. α2 = β2 . vektor. odnosno α1 = β1 . . kao i neke primere u kojima se oni pojav uju. . U ovoj glavi su definisani pojmovi: vektorski prostor. generatorski skup. . Ovo pridru iva e je obostrano jednoznaqno (bijekcija). svakom vektoru x ∈ V pridru uje se jedinstvena ure ena n-torka prostora Rn .66 Vektorski prostori za neko x ∈ V . . pa. . tada su λα1 . α2 . realan vektorski prostor. Ako su α1 . 1. αn koordinate vektora x ∈ V . αn = βn . . linearni omotaq (lineal). . λα2 . Da li je skup polinoma datog stepena n vektorski prostor u odnosu na uobiqajeno sabira e polinoma i mno e e polinoma realnim brojem? 3. . . Za prostore V i Rn ka emo da su izomorfni. βn koordinate vektora y ∈ V u istoj bazi. . α2 + β2 . dimenzija vektorskog prostora. a α1 + β1 . . kompleksan vektorski prostor. . 4. Ove pojmove treba znati. β2 . koordinate vektora. b ∈ R vektorski prostor u odnosu na uobiqajeno sabira e funkcija i mno e e funkcije realnim brojem? . . a β1 . Tada je (α1 − β1 )e1 + · · · + (αn − βn )en = 0. konaqnodimenzionalni vektorski prostor. linearno zavisni vektori. baza vektorskog prostora.4 Pita a i zadaci Pojmovi. zbog nezavisnosti vektora baze. . .

3. xn su linearno nezavisni vektori vektorskog prostora V . 0) i a4 = (1. xn su linearno zavisni ako postoji netrivijalna linearna kombinacija tih vektora koja je jednaka nula-vektoru. . . . 2. 0. Dokazati da su funkcije f1 : x → sin x. 3) u prostoru R3 . . e3 . Vektori x1 . 0. Baza i dimenzija. . 1. Svaki skup nezavisnih vektora u vektorskom prostoru mo e da se proxiri (dopuni) do baze tog prostora. . vektori x1 . 1. . 0. . Dokazati da je skup B = {1. b = (3. 4. 2. vektori skupa S su linearno zavisni. 1). . Dokazati da su x1 = (1. kao elementi vektorskog prostora [−1. bazu vektorskog prostora qini maksimalni skup linearno nezavisnih vektora tog prostora. . e2 . −1. . .Vektorski prostori 67 Linearna zavisnost i nezavisnost. kao elementi vektorskog prostora (0. . . . 4) i e4 = (1. x3 koja je jednaka nulavektoru. U suprotnom. 3) Ako su vektori skupa S linearno nezavisni.4 vektori x1 . 0). e4 }. . −1. tada su vektori svakog egovog podskupa tako e linearno nezavisni. xk } skup vektora vektorskog prostora V . 6. tn } jedna baza prostora P≤n (t). x3 = (1. 1) Ako 0 ∈ S. . 4). 0) obrazuju bazu prostora R4 . e3 = (1. 9. xn nekog vektorskog prostora ka emo da je netrivijalna ako je bar jedan od koeficijenata α1 . Prema Definciji 4. 0. 1. x2 . 1) obrazuju bazu prostora R4 . 2) Ako skup S sadr i linearno zavisan podskup. Dokazati da su funkcije f1 : x → 1. a zatim odrediti koordinate vektora x = (7. 1. a zatim navesti bar jednu netrivijalnu linearnu kombinaciju vektora x1 . 5. 8. 12. . linearno nezavisni vektori tog prostora. . a2 = (1. . 3. 3. 7. 1. . . 11. . f2 : x → sin 2x f3 : x → sin 3x. Pod kojim uslovom je dimV = n? 10. . 1]R . 1. . . −1. Za linearnu kombinaciju α1 x1 + · · · + αn xn vektora x1 . −2). 2) i c = (8. −1). 0). 5. Ispitati linearnu zavisnost vektora a = (1. 3. 6. e2 = (2. 2. αn razliqit od nule. linearno nezavisni vektori tog prostora. . 14. 0. 4). 3. vektori skupa S su linearno zavisni. 2) u bazi {e1 . 10. Dokazati slede a tvr e a. 1. +∞)R . Dokazati da vektori e1 = (1. 14) linearno zavisni vektori prostora R4 . t2 . f2 : x → ex f3 : x → e2x . t. x2 = (−1. Ispitati da li vektori a1 = (1. 0. xn su linearno nezavisni. . a3 = (1.6 i Teoremi 4. . Neka je S = {x1 . Prema Definiciji 4.

Primer 4. . (λx. Umesto (x. ugao izme u dva vektora.8. . . U proizvo nom n-dimenzionalnom prostoru V skalarni pro- izvod mo e da se uvede na razliqite naqine. p1 . y ∈ E pridru uje realan broj (x. x) = 0 ako i samo ako je x = 0. q(x) = −x2 + 2x i r(x) = x2 − x obrazuju bazu prostora P≤2 . e2 . (x.68 Vektorski prostori 13. U vektorskom prostoru Rn skalarni proizvod vektora x = (x1 . 15. (2) {1. y >. (x + 1)2 }. y = y1 e1 + · · · yn en . . yn ) mo e se definisati pomo u x · y = x1 y1 + x2 y2 + · · · + xn yn . y) = (y. Vektorski prostor E je Euklidski prostor ako je u emu definisan skalarni proizvod kojim se svakom paru vektora x. 4. . . .5 Dodatak Euklidski prostori U vektorskom prostoru se. Primer 4. x − 1. Odrediti koordinate polinoma x2 − x + 2 ∈ P≤2 u bazi: (1) {1. ortogonalnost vektora i druge. z) + (y. Uvo e em skalarnog proizvoda mogu se prouqavati geometrijske osobine prostora kao xto su du ina vektora. .7. 14. . . . Ako je {e1 . < x. . . . n i a ∈ R obrazuju bazu prostora P≤n . . z) = (x. xn ) i y = (y1 . . a zatim odrediti koordinate polinoma s(x) = −2x2 + x − 1 u bazi {p. . (x − 1)2 }. . 1.9. z). (x. x). (x. pored uobiqajenih. Odrediti koordinate proizvo nog vektora p ∈ P≤n u bazi {p0 . x) ≥ 0. en } jedna baza tog prostora i ako je x = x1 e1 + · · · + xn en . za k = 0. y) koriste se i oznake x · y. Dokazati da polinomi p(x) = x2 + 1. y) za λ ∈ R. q. r}. y) = λ(x. x + 1. y) sa slede im svojstvima: 1. pa qak i samo xy. (x + y. Dokazati da polinomi pk (x) = (x − a)k . pn }. Definicija i osobine Euklidskog prostora Definicija 4. mogu uvesti i druge operacije. 3. 4. . 2. . .

10. Ugao izme u nenultih vektora x i y Euklidskog prostora je ugao ϕ ∈ [0. U prostoru Rn ta nejednakost je poznata Koxijeva nejednakost 2 2 (x1 y1 + · · · + xn yn )2 ≤ (x2 + · · · + x2 )(y1 + · · · + yn ). y) + (x. (x. Definicija 4. Neposredno iz definicije skalarnog proizvoda proizilaze sledea svojstva: 1. x) inom vektora x. x) . desna strana prethodne jednakosti nije po modulu ve a od 1. y) za λ ∈ R.9. y)2 ≤ (x. y) = 0 f (x)g(x)dx. (x. 2. π] defininisan jednakox u cos ϕ = (x. Izborom razliqitih baza dobijamo razliqite skalarne proizvode. y). 3. Saglasno nejednakosti Koxi-Bu akovskog. 1] je Euklidski prostor ako se u emu uvede skalarni proizvod 1 (x. 0) = 0. 1 n Definicija 4. [13]) da za skalarni proizvod va i i nejednakost (x. x) (x.11. poznata kao nejednakost Koxi-Bu akovskog. Za vektor x Euklidskog prostora broj ||x|| = nazivamo normom ili du (x. Za nenulte vektore definixe se i ugao izme u ih. x) · (y. Primer 4. Mo e se dokazati (na primer. y) (x.Vektorski prostori 69 onda je sa (x. 1] svih funkcija neprekidnih na od- seqku [0. . Vektorski prostor C[0. pa zaista predstav a kosinus nekog ugla. y) = ||x|| ||y|| (x. λy) = λ(x. Za normu se koristi i oznaka |x|. z). y + z) = (x. y) = x1 y1 + x2 y2 + · · · + xn yn definisan skalarni proizvod u V . (x.

Ugao izme u vektora x = (1.13. 0) i y = (1. Neka je α ∈ Rn nenulti vektor i neka je β ∈ R. xto predstav a jednaqinu prave u ravni. 0. 0) prostora R4 je π/3 jer je cos ϕ = √ 12 1 1·1+0·1+1·0+0·0 √ = . .70 Vektorski prostori Primer 4.10.12. Funkcije f i g prostora C[0.1) i . . . Primer 4. xto predstav a taqku sa koordinatom −β/α1 . U prostoru R2 (ravan sa koordinatnim osama x1 i x2 ) jednaqina hiperravni je α1 x1 + α2 x2 + β = 0. 1. Za α = (α1 . Dva vektora Euklidskog prostora su ortogonalna ako je ihov skalarni proizvod jednak nuli. 0 Jednaqina hiperravni U Euklidskom prostoru Rn mo e da se definixe pojam koji odgovara pojmu ravan u trodimenzionalnom prostoru. Definicija 4. 2 + 12 + 02 · 12 + 12 + 02 + 02 2 +0 Definicija 4. 1. xto predstav a jednaqinu ravni (videti 7. U prostoru R (prava) jednaqina hiperravni je α1 x1 + β = 0. g) = 0 f (x)g(x)dx = 0 1  2(2x − 1)dx = 2(x2 − x) = 0. . jednaqina hiperravni je α1 x1 + α2 x2 + · · · + αn xn + β = 0. αn ).11. 1] definisane sa f (x) = 2 i g(x) = 2x − 1 su ortogonalne jer je 1 1 (f. U prostoru R3 (prostor sa koordinatnim osama x1 . 0. Skup svih taqaka x ∈ Rn za koje va x·α +β = 0 je n − 1-dimenzionalna ravan ili hiperravan u prostoru Rn . x2 i x3 ) jednaqina hiperravni je α1 x1 + α2 x2 + α3 x3 + β = 0.

prava. ali se uzima da je iveo u Aleksandriji (Egipat) i da je imao matematiqku xkolu.275. a x proizvo na taqka hiperravni. Euklid (oko 330 . . . Algoritam za izraqunava e najve eg zajedniqkog delioca nosi egovo ime (Euklidov algoritam). ugao izme u prave i hiperravni. presek dve ravni. To znaqi (prema Definiciji 4. Pored pojma hiperravan uvode se i pojmovi k-dimenzionalna ravan. . x − a ) = 0. ugao izme u dve prave. Pouzdanih podataka o egovom ivotu i radu nema. pa za vektor α mo emo re i da je vektor normale hiperravni. godine pre nove ere) je poznati grqki (antiqki) matematiqar. an ) fiksirana. odstoja e taqke od hiperravni. Iz svojstva skalarnog proizvoda α sledi da je (α . Euklidu se pripisuje reqenica ’Ne postoji kra evski put u geometriju’ koju je uputio Ptolomeju na pita e da li postoji lakxi naqin za uqe e geometrije (od prouqava a Elemenata). Smatra se da se pojam vektorskog prostora prvi put jasno pojavio u radu koji je nemaqki matematiqar Grasman (Hermann G¨nther u Grassmann. normala na ravan. x) + β = 0. du . . Za Euklida se smatra da je autor quvenog dela Elementi (ukupno 13 k iga) u kojima je geometrija zasnovana na aksiomatskim osnovama. 1809-1877) objavio 1862. . α α tada je (α . a + β = 0 i (α . 2. Istorijske napomene 1.Sistemi linearnih jednaqina 71 Ako je a = (a1 . godine.12) da je vektor α ortogonalan na vektor x − a .

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)//-->