You are on page 1of 23

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).

Sadr aj
1 Uvod 1.1 Skupovi . . . . . . . 1.2 Realni brojevi . . . 1.3 Funkcije . . . . . . . 1.4 Kardinalni brojevi 1.5 Pita a i zadaci . . 1.6 Dodatak . . . . . . . 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

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

Algebarske strukture 2.1 Dekartov proizvod skupova . . . . . . . . . . . . . . . . 2.2 Binarna operacija . . . . . . . . . . . . . . . . . . . . . 2.3 Algebarske strukture sa jednom binarnom operacijom 2.4 Primeri grupa . . . . . . . . . . . . . . . . . . . . . . . 2.5 Algebarske strukture sa dve binarne operacije . . . 2.6 Pita a i zadaci . . . . . . . . . . . . . . . . . . . . . . 2.7 Dodatak . . . . . . . . . . . . . . . . . . . . . . . . . . . Matrice i determinante 3.1 Matrice - pojam i osnovne operacije 3.2 Determinante . . . . . . . . . . . . . . 3.3 Inverzna matrica . . . . . . . . . . . 3.4 Rang matrice . . . . . . . . . . . . . . 3.5 Pita a i zadaci . . . . . . . . . . . . 3.6 Dodatak . . . . . . . . . . . . . . . . .

. . . . . . .

. . . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

Vektorski prostori 4.1 Definicija vektorskog prostora . . . . . . . 4.2 Linearna zavisnost i nezavisnost vektora . 4.3 Baza i dimenzija vektorskog prostora . . . 4.4 Pita a i zadaci . . . . . . . . . . . . . . . . 4.5 Dodatak . . . . . . . . . . . . . . . . . . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

viii 5 Sistemi linearnih jednaqina 5.1 Pojam sistema linearnih jednaqina . . . . . . . . 5.2 Kramerove formule . . . . . . . . . . . . . . . . . 5.3 Kroneker-Kapelijeva teorema . . . . . . . . . . . . 5.4 Primena Kroneker-Kapelijeve teoreme na rexava tema linearnih jednaqina . . . . . . . . . . . . . . 5.5 Gausov algoritam . . . . . . . . . . . . . . . . . . . 5.6 Pita a i zadaci . . . . . . . . . . . . . . . . . . . 5.7 Dodatak . . . . . . . . . . . . . . . . . . . . . . . . Vektori 6.1 Vektori u prostoru . . . . . . . . 6.2 Linearne operacije sa vektorima 6.3 Koordinate vektora . . . . . . . . 6.4 Skalarni proizvod vektora . . . . 6.5 Vektorski proizvod vektora . . . 6.6 Mexoviti proizvod vektora . . . 6.7 Pita a i zadaci . . . . . . . . . . 6.8 Dodatak . . . . . . . . . . . . . . . Analitiqka geometrija 7.1 Ravan u prostoru . . 7.2 Prava u prostoru . . 7.3 Prava i ravan . . . . 7.4 Pita a i zadaci . . 7.5 Dodatak . . . . . . .

Sadr aj

72 . . . . . 72 . . . . . 75 . . . . . 76 e sis. . . . . 80 . . . . . 85 . . . . . 88 . . . . . 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

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

Nizovi 8.1 Neki skupovi u R i R . . . 8.2 Definicija niza i primeri 8.3 Graniqna vrednost niza . . 8.4 Skup konvergentnih nizova 8.5 Taqke nagomilava a niza . 8.6 Koxijev kriterijum . . . . 8.7 Pita a i zadaci . . . . . . 8.8 Dodatak . . . . . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

. . . . . . . .

Graniqne vrednosti funkcija 9.1 Realne funkcije realne promen ive . . . . 9.2 Definicije graniqnih vrednosti . . . . . 9.3 Osobine graniqnih vrednosti . . . . . . . 9.4 Upore iva e beskonaqno malih funkcija

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

. . . .

Sadr aj

ix Primena asimptotskih formula u izraqunava nih vrednosti funkcija . . . . . . . . . . . . . Pita a i zadaci . . . . . . . . . . . . . . . . . Dodatak . . . . . . . . . . . . . . . . . . . . . . u graniq. . . . . . . 173 . . . . . . . 174 . . . . . . . 179 180 180 184 186 189 190 193 195 195 199 203 205 208 210 213 213 214 218 221 224

9.5 9.6 9.7

10 Neprekidnost funkcija 10.1 Pojam neprekidnosti funkcije . 10.2 Vrste prekida . . . . . . . . . . . 10.3 Svojstva neprekidnih funkcija 10.4 Ravnomerna neprekidnost . . . . 10.5 Pita a i zadaci . . . . . . . . . 10.6 Dodatak . . . . . . . . . . . . . . 11 Izvod funkcije 11.1 Definicija izvoda i primeri 11.2 Pravila diferencira a . . . 11.3 Diferencijal funkcije . . . . 11.4 Izvodi i diferencijali vixeg 11.5 Pita a i zadaci . . . . . . . . 11.6 Dodatak . . . . . . . . . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . . . . . . . . reda . . . . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

12 Teoreme diferencijalnog raquna 12.1 Lokalni ekstremum . . . . . . . . 12.2 Teoreme o sred im vrednostima 12.3 Lopitalova pravila . . . . . . . 12.4 Pita a i zadaci . . . . . . . . . 12.5 Dodatak . . . . . . . . . . . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

. . . . .

13 Tejlorova i Maklorenova formula 13.1 Tejlorova formula . . . . . . . . . . . . . . . . 13.2 Maklorenova formula . . . . . . . . . . . . . . 13.3 Primena Maklorenovih razvoja u izraqunava nih vrednosti . . . . . . . . . . . . . . . . . . . 13.4 Pita a i zadaci . . . . . . . . . . . . . . . . . 13.5 Dodatak . . . . . . . . . . . . . . . . . . . . . . 14 Ispitiva e funkcija 14.1 Ispitiva e monotonosti funkcije . . 14.2 Dovo ni uslovi za lokalni ekstremum 14.3 Konveksnost i konkavnost . . . . . . . . 14.4 Asimptote . . . . . . . . . . . . . . . . . 14.5 Skicira e grafika funkcije . . . . . . 14.6 Pita a i zadaci . . . . . . . . . . . . .

228 . . . . . . . 228 . . . . . . . 231 u graniq. . . . . . . 236 . . . . . . . 238 . . . . . . . 242 244 244 246 249 252 255 259

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

. . . . . .

Sadr aj

14.7 Dodatak . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 263 Literatura Indeks pojmova 266 268

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

Indeks pojmova

269 Homogen sistem fundamentalni sistem rexea, 91 Interval, 136 poluotvoren, 136 Izomorfizam grupa, 27 Izomorfni vektorski prostori, 66 Izvod beskonaqan, 212 desni, 210 drugog reda, 205 inverzne funkcije, 201 levi, 210 logaritamski, 203 slo ene funkcije, 201 vixeg reda, 205 Izvod funkcije, 195 Jednaqina hiperravni, 70 Jednaqina prave kanonski oblik, 124 kroz dve taqke, 125 opxti oblik, 125 parametarski oblik, 124 vektorski oblik, 124 Jednaqina ravni kroz tri taqke, 118 normalan oblik, 120 opxti oblik, 118 segmentni oblik, 119 vektorski oblik, 118 Jensenova nejednakost, 251, 264 Kantorov princip umetnutih odseqaka, 148 Kardinalni broj, 9 Kejlijeva tablica, 17 Kofaktor, 44 konkavna funkcija, 249 konveksna funkcija, 249 Koordinate vektora, 65 Koxijev kriterijum, 151

minimum, 159 monotona, 244 neopadaju a, 244 neparna, 159 neprekidno diferencijabilna, 206 nerastu a, 244 oblast definisanosti, 158 ograniqena, 159 opadaju a, 244 parna, 159 periodiqna, 159 rastu a, 244 sirjekcija, 7 slika, 6 stacionarne taqke, 246 strogo konkavna, 263 strogo konveksna, 263 strogo opadaju a, 244 strogo rastu a, 244 Gausov algoritam, 85 Grafik funkcije, 159 Graniqna vrednost funkcije beskonaqna, 165 desna, 163 jednostrana, 163 leva, 163 u beskonaqnosti, 164 Graniqna vrednost niza, 140 Grupa, 19 Abelova, 19 aditivna, 19 multiplikativna, 19 Grupe permutacija, 19 Grupe simetrija, 20 Grupoid, 18 inverzni element, 19 jediniqni element, 18 komutativan, 18 neutralni element, 18 Hiperravan, 70 Homeomorfizam grupa, 27

270 Koxijev oblik ostatka, 242 Koxijeva nejednakost, 69 Kramerove formule, 76 Kritiqne taqke funkcije, 246 Kroneker-Kapelijeva teorema, 78 homogen sistem, 83 nehomogen sistem, 80 Kronekerov simbol, 31, 46 Lagran ov oblik ostatka, 230 Lajbnicova formula, 207 Laplasov razvoj determinante, 44 Lineal, 61 Linearna kombinacija vektora, 61 Linearni omotaq, 61 Linearno nezavisni vektori, 62 Linearno zavisni vektori, 62 Lokalni ekstremum funkcije, 213 maksimum, 213 minimum, 213 strogi, 213 Lokalni minimum, 213 Lopitalovo pravilo, 218 Maklorenov polinom, 232 ostatak u Peanovom obliku, 237 Maklorenova formula, 231 Matrica, 30 adjungovana, 47 bazisne kolone, 51, 76 bazisne vrste, 51, 76 bazisni minor, 51, 76 dijagonala, 31 dijagonalna, 31 do a trougaona, 31 elementarne transformacije, 51 gor a trougaona, 31 idempotentna, 37 inverzna, 47 involutivna, 37

Indeks pojmova

jediniqna, 31 kofaktor, 47 minor, 50 mno e e, 34 mno e e skalarom, 33 nilpotentna, 37 nula, 30 oduzima e, 33 ortogonalna, 37 prostor kolona, 78 prostor vrsta, 78 rang, 51 regularna, 48 sabira e, 32 simetriqna, 37 singularna, 48 skalarna, 31 stepen, 35 tipa m n, 30 trag, 31 transponovana, 37 Matriqna jednaqina, 49 Minor matrice, 44 Mno e e matrica, 34 Nejednakost Bernulijeva, 156 Jensenova, 251, 264 Koxi-Bu akovskog, 69 Neodre enost oblika 0 , 220 0 oblika , 218 0 oblika 00 , 220 oblika 1 , 220 oblika , 220 oblika , 220 0 oblika , 220 Neprekidnost funkcije, 180 na skupu, 181 ravnomerna, 189 u taqki, 180 Niz realnih brojeva, 137

Indeks pojmova

271 Prekid funkcije, 185 druge vrste, 186 prve vrste, 185 Prevojna taqka funkcije, 251 Priraxtaj argumenta, 195 funkcije, 195 nezavisne promen ive, 195 Priraxtaj funkcije, 181 Proxireni skup realnih brojeva, 136 Prsten, 21 Sabira e matrica, 32 Segment, 136 Semigrupa, 18 Sistem linearnih jednaqina, 72 homogen, 72 koeficijenti, 72 Kramerove formule, 76 kvadratni, 72 matrica sistema, 74 matriqni oblik, 74 nehomogen, 72 nemogu , 73 nepoznate, 72 pravougaoni, 72 rexe e, 73 saglasan, 73 slobodni qlanovi, 72 vektorski zapis, 75 Skalarni proizvod u vektorskom prostoru, 68 Skok funkcije u taqki, 185 Skup, 1 beskonaqan, 10 jednakost, 2 komplement, 3 mo , 9 neprebrojiv, 10 partitivni, 3 prebrojiv, 10 presek, 2

divergentan, 140 Fibonaqijev, 139 fundamentalan, 150 harmonijski, 139 konvergentan, 140 Koxijev, 150 monoton, 138 ograniqen, 138 opadaju i, 138 rastu i, 138 strogo opadaju i, 138 strogo rastu i, 138 Norma vektora, 69 Normala krive, 198 Nula niz, 144 Odseqak, 136 Odstoja e taqke od ravni, 121 Oduzima e matrica, 33 Okolina broja, 136 Okolina taqke desna, 162 leva, 162 probuxena, 160 Ostatak u Tejlorovoj formuli Koxijev oblik, 242 Lagran ov oblik, 230 Peanov oblik, 230 Peanov oblik ostatka, 230 Period funkcije, 159 osnovni, 159 Permutacija inverzna, 39 neparna, 38 parna, 38 Permutacije inverzija, 38 skupa {1, 2, . . . , n}, 38 Podmatrica, 32 Podskup, 1 Polugrupa, 18 Prava vektor pravca, 123

272 razlika, 2 unija, 2 Skup realnih brojeva, 4 infimum, 5 maksimum, 5 minimum, 5 ograniqen, 4 ograniqen odozdo, 4 ograniqen odozgo, 4 supremum, 4 Stacionarne taqke funkcije, 246 Stepen matrice, 35 Submatrica, 32 Tablica izvoda, 202 Taqka prekida funkcije, 185 Taqka prevoja, 251 Tangenta krive, 197 Tejlorov polinom, 229 Tejlorova formula, 229 lokalna, 231 Teorema Bolcano - Vajerxtrasova, 149 Darbuova, 225 druga Koxi-Bolcanova, 189 druga Vajerxtrasova, 187 Fermaova, 213 Kantor-Bernxtajnova, 10 Kantorov princip umetnutih odseqaka, 148 Kantorova, 190 Koxijev kriterijum, 151 Koxijeva, 216 Kramerova, 76 Kroneker-Kapelijeva, 78 Lagran ova, 215 Laplasov razvoj determinante, 44 o bazisnom minoru, 77 o tri niza, 143 prva Koxi-Bolcanova, 188 prva Vajerxtrasova, 186 Rolova, 214

Indeks pojmova

Xtolcova, 226 Vajerxtrasova, 242 Ugao izme u dve ravni, 122 izme u dveju pravih, 127 izme u prave i ravni, 129 Ugao izme u dva vektora, 96 Ure en par, 16 Ure ena trojka, 16 Uzajamni polo aj dve prave, 126 dve ravni, 121 prave i ravni, 128 Vektor normale hiperravni, 71 Vektorski prostor kompleksan, 60 realan, 60

Glava 4

Vektorski prostori
Pojam vektorskog ili linearnog prostora je jedan od va nih pojmova u matematici. On omogu ava da se razni skupovi, nezavisno od prirode ihovih elemenata, mogu prouqavati sa zajedniqkog stanovixta u odnosu na uvedene linearne operacije.

4.1

Definicija vektorskog prostora

Neka je V neprazan skup, neka je K po e i neka su + : V 2 V i : K V V binarne operacije. Definicija 4.1. Algebarska struktura (V, K, +, ) je vektorski ili linearni prostor ako je: 1. (V, +) Abelova grupa, 2. (x + y) = x + y, 3. ( + ) x = x + x, 4. () x = ( x), 5. 1 x = x za sve x, y V i sve , K. Elementi skupa V su vektori, a elementi skupa K skalari. Ako je K = R, vektorski prostor je realan, a ako je K = C, vektorski prostor je kompleksan. Operaciju + qesto nazivamo sabira e vektora, a operaciju mnoe e vektora skalarom. Neutralni element u operaciji sabira a (u oznaci 0) je nulti vektor, dok je x suprotan element vektora x. Qesto se vektorski prostor oznaqava samo sa V , a operacija x sa x.
Primer 4.1. Lako se proverava da elementi skupa V i po a K sa operacijama + i ispu avaju uslove 1.-5. iz Definicije 4.1 ako je:

Vektorski prostori

61

1. V = C, K = R, a + i su standardne operacije u C; 2. V = Rn , K = R, a + i su definisani sa (x1 , . . . , xn ) + (y1 , . . . .yn ) = (x1 + y1 , . . . , xn + yn ), (x1 , . . . , xn ) = (x1 , . . . , xn ). Za vektorski prostor Rn koristi se i naziv linearni aritmetiqki prostor; 3. V = Pn (skup svih polinoma stepena ne ve eg od n), K = R, a + i su sabira e polinoma i mno e e polinoma realnim brojem; 4. V = Mmn (skup svih realnih matrica tipa m n), K = R, a + i su operacije sabira a matrica i mno e a matrice realnim brojem; 5. V = RR (skup svih funkcija f : R R), K = R, a + i su date sa (f + g)(x) = f (x) + g(x), (f )(x) = f (x).

Dakle, u svim navedenim sluqajevima struktura (V, K, +, ) je vektorski prostor. Pomo u datih vektora iz V mo e da se generixe novi vektor. Definicija 4.2. Linearna kombinacija vektora x1 , . . . , xn iz V je vektor x = 1 x1 + 2 x2 + + n xn , gde su 1 , . . . , n skalari iz K. Na primer, u prostoru R3 linearna kombinacija 2x + 3y vektora x = (3, 1, 2) i y = (1, 0, 1) je vektor z = (3, 2, 7). Definicija 4.3. Skup svih linearnih kombinacija vektora x1 , . . . , xn datog skupa X = {x1 , . . . , xn } je linearni omotaq ili lineal nad X i oznaqava se sa L(X). Dakle, L(X) = {1 x1 + + n xn | 1 , . . . , n K}. Za skup X ka emo da je generatorski skup za L(X) ili da generixe L(X).

62

Vektorski prostori

4.2

Linearna zavisnost i nezavisnost vektora

Definicija 4.4. Vektori x1 , . . . , xn vektorskog prostora V su linearno zavisni ako postoje skalari 1 , . . . , n iz K, od kojih je bar jedan razliqit od nule i za koje va i 1 x1 + 2 x2 + + n xn = 0. U protivnom, vektori x1 , . . . , xn su linearno nezavisni. Drugim reqima, vektori x1 , . . . , xn su linearno nezavisni ako je jednakost (4.1) mogu a samo za 1 = 2 = = n = 0. Za skup vektora se ka e da je linearno zavisan ili nezavisan prema tome da li su vektori tog skupa linearno zavisni ili nezavisni. Oqigledno je da je skup vektora koji sadr i nula vektor linearno zavisan. Tako e, ako su x1 , . . . , xn linearno zavisni vektori datog vektorskog prostora, onda su i x1 , . . . , xn , x linearno zavisni za proizvo an vektor x tog prostora.
Primer 4.2. Vektori x = (2, 1, 3, 4), y = (1, 0, 1, 1), z = (1, 1, 2, 5)

(4.1)

vektorskog prostora R4 su linearno zavisni jer je 1 x 1 y 1 z = 0.


Primer 4.3. Polinomi p1 (x) = 1, p2 (x) = x i p3 (x) = x2 , kao elementi

vektorskog prostora P2 , su linearno nezavisni. Naime, iz jednakosti 1 1 + 2 x + 3 x2 = 0 sledi 1 = 2 = 3 = 0.


Primer 4.4. Funkcije f1 : x cos x, f2 : x cos 2x f3 : x cos 3x, kao elementi vektorskog prostora [1, 1]R , su linearno nezavisni vektori tog prostora. To mo emo pokazati tako xto doka emo da iz jednakosti 1 f1 (x) + 2 f2 (x) + 3 f3 (x) = 0 (koja va i za svako x R) sledi 1 = 2 = 3 = 0. Diferencira em izraza 1 f1 + 2 f2 + 3 f3 dva puta, a zatim jox dva puta, dobijamo jednakosti

1 cos x + 42 cos 2x + 93 cos 3x = 0,

1 cos x + 162 cos 2x + 813 cos 3x = 0.

Specijalno, za x = 0 imamo jednakosti 1 + 1 + 1 = 0, 1 + 41 + 93 = 0, 1 + 162 + 813 = 0

iz kojih sledi 1 = 2 = 3 = 0. Teorema 4.1. Vektori x1 , . . . , xn su linearno zavisni ako i samo ako je jedan od ih linearna kombinacija ostalih vektora.

Vektorski prostori

63

Dokaz. Ako su vektori linearno zavisni, tada u

ihovoj linearnoj kombinaciji je bar jedan skalar razliqit od nule. Vektor uz taj skalar je linearna kombinacija ostalih. Obratno, ako je jedan od ih linearna kombinacija ostalih, onda je linearna kombinacija svih vektora jednaka nuli, a jedan skalar je jednak 1 (razliqit od nule). Na primer, polinom q(x) = 2x + 3 i polinomi p1 i p2 (Primer 4.3) vektorskog prostora P2 su linearno zavisni jer je q = 2 p2 + 3 p1 . Definicija 4.5. Beskonaqno mnogo vektora su linearno nezavisni ako je svaki ihov konaqan podskup linearno nezavisan. U protivnom, vektori su linearno zavisni. Teorema 4.2. Ako je svaki od vektora y1 , y2 , . . . , ym linearna kombinacija vektora x1 , x2 , . . . , xn i ako je m > n, tada su vektori y1 , y2 , . . . , ym linearno zavisni.
Dokaz. Teorema se mo e dokazati indukcijom po n. Za n = 1 tvr e e je oqigledno taqno. Ako pretpostavimo da je tvr e e teoreme taqno za nekih n 1 vektora, onda treba dokazati da ono va i i za svih n vektora. Neka je

y1 = a11 x1 + a12 x2 + + a1n xn y2 = a21 x1 + a22 x2 + + a2n xn . . . ym = am1 x1 + am2 x2 + + amn xn . Mogu a su dva sluqaja. 1. Svi koeficijenti a11 , a21 , . . . , am1 su jednaki nuli. Tada su vektori y1 , y2 , . . . , ym linearne kombinacije n 1 vektora x2 , . . . , xn . Prema indukcijskoj hipotezi oni su linearno zavisni. 2. Bar jedan od koeficijenata a11 , a21 , . . . , am1 je razliqit od nule. Ne sma uju i opxtost, mo emo pretpostaviti da je a11 = 0. Tada je svaki od m 1 vektora y2 = y2 a21 am1 y1 , . . . , ym = ym y1 a11 a11

linearna kombinacija n 1 vektora x2 , . . . , xn (proverite!). Obzirom da je m 1 > n 1, prema indukcijskoj pretpostavci oni su linearno zavisni. Dakle, postoje skalari 2 , . . . , m , koji nisu svi jednaki nuli i za koje je 2 y2 + + m ym = 0,

64

Vektorski prostori

odnosno 1 y1 + 2 y2 + + m ym = 0, gde je 1 = am1 a21 2 + + m . a11 a11

Poxto je bar jedan od skalara 2 , . . . , m razliqit od nule, vektori y1 , y2 , . . . , ym su linearno zavisni.

4.3

Baza i dimenzija vektorskog prostora

U vektorskom prostoru su posebno va ni skupovi vektora qije linearne kombinacije generixu ceo prostor. Definicija 4.6. Baza B vektorskog prostora V je ure en skup linearno nezavisnih vektora iz V za koje je L(B) = V . Iz ove definicije proizilazi da se svaki vektor iz V mo e izraziti kao linearna kombinacija vektora baze.
Primer 4.5.

Jedna baza prostora Rn je B = {e1 , e2 , . . . , en }, gde je e1 = (1, 0, . . . , 0), e2 = (0, 1, . . . , 0), ..., en = (0, 0, . . . , 1).

Zaista, vektori skupa B su linearno nezavisni i svaki vektor a = (a1 , a2 , . . . , an ) iz Rn je linearna kombinacija vektora iz B jer je a = (a1 , 0, . . . , 0) + (0, a2 , 0, . . . , 0) + + (0, 0, . . . , an ) = a1 (1, 0, . . . , 0) + a2 (0, 1, 0, . . . , 0) + + an (0, 0, . . . , 1) = a1 e1 + + an en .
Primer 4.6. Polinomi p1 (x) = 1, p2 (x) = x i p3 (x) = x2 qine bazu vek-

torskog prostora P2 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 P2 . Ako u vektorskom prostoru V postoji baza koja sadr i konaqan broj vektora, prostor je konaqnodimenzionalan. U protivnom, prostor je beskonaqnodimenzionalan. Ako baza vektorskog prostora sadr i n elemenata, ka emo da je prostor n-dimenzionalan. Teorema 4.3. U n-dimenzionalnom vektorskom prostoru ne postoji vixe od n linearno nezavisnih vektora.

Vektorski prostori

65

Dokaz. Neka su x1 , . . . , xn , xn+1 proizvo ni vektori n-dimenzionalnog

vektorskog prostora V . Poxto je svaki od ih linearna kombinacija n vektora baze, prema Teoremi 4.2 oni su linearno zavisni. Teorema 4.4. Svaki skup od n linearno nezavisnih vektora obrazuje bazu n-dimenzionalnog vektorskog prostora V .
Dokaz. Neka su b1 , . . . , bn linearno nezavisni vektori n-dimenzionalnog

vektorskog prostora V i neka je x proizvo an vektor iz V . Tada je, prema Teoremi 4.2, skup vektora x, b1 , . . . , bn linearno zavisan jer je svaki od ih linearna kombinacija vektora baze. Prema tome, va i x + 1 b1 + + n bn = 0 za neke skalare , 1 , . . . , n od kojih je bar jedan razliqit od nule. Me utim, mora biti = 0 jer bi u protivnom svi skalari 1 , . . . , n bili jednaki nuli (zbog linearne nezavisnosti vektora b1 , . . . , bn ). Tada je 1 n x = b1 bn . Iz prethodne dve teoreme sledi da baza konaqnodimenzionalnog vektorskog prostora nije jedinstvena, ali je broj elemenata baze jedinstven. Na osnovu te qi enice definixe se jox jedna karakteristika vektorskog prostora. Definicija 4.7. Broj elemenata baze konaqnodimenzionalnog vektorskog prostora V = {0} je dimenzija tog prostora i oznaqava se sa dimV . Za V = {0} je dimV = 0. U Primeru 4.5 baza vektorskog prostora Rn ima n elemenata. Prema tome, dimRn = n. U Primeru 4.6 baza vektorskog prostora P2 ima tri elementa. To znaqi da je dimP2 = 3. Neka je V vektorski prostor dimenzije n i neka je B = {e1 , . . . , en } jedna baza tog prostora. Definicija 4.8. Ako je x = 1 e1 + 2 e2 + + n en za x V , skalari 1 , 2 , . . . , n su koordinate vektora x u bazi B. Teorema 4.5. Koordinate svakog vektora konaqnodimenzionalnog vektorskog prostora u datoj bazi su jedinstvene.
Dokaz. Neka je V proizvo an n-dimenzionalni vektorski prostor sa

bazom B = {e1 , . . . , en }. Pretpostavimo da je x = 1 e1 + + n en = 1 e1 + + n en

66

Vektorski prostori

za neko x V . Tada je (1 1 )e1 + + (n n )en = 0, pa, zbog nezavisnosti vektora baze, sledi 1 1 = 2 2 = = n n = 0, odnosno 1 = 1 , 2 = 2 , . . . , n = n . Ako su 1 , 2 , . . . , n koordinate vektora x V , a 1 , 2 , . . . , n koordinate vektora y V u istoj bazi, tada su 1 , 2 , . . . , n koordinate vektora x za R, a 1 + 1 , 2 + 2 , . . . , n + n koordinate vektora x + y u toj bazi. Uvo e em koordinata vektora u odnosu na izabranu bazu, svakom vektoru x V pridru uje se jedinstvena ure ena n-torka prostora Rn . Ovo pridru iva e je obostrano jednoznaqno (bijekcija), a operacije nad vektorima iz V prenose se na odgovaraju e operacije nad elementima prostora Rn . Za prostore V i Rn ka emo da su izomorfni. Svaki n-dimenzionalni vektorski prostor je izomorfan vektorskom prostoru Rn .

4.4

Pita a i zadaci

Pojmovi. U ovoj glavi su definisani pojmovi: vektorski prostor, vektor, skalar, realan vektorski prostor, kompleksan vektorski prostor, linearna kombinacija vektora, linearni omotaq (lineal), generatorski skup, linearno zavisni vektori, linearno nezavisni vektori, baza vektorskog prostora, konaqnodimenzionalni vektorski prostor, beskonaqnodimenzionalni vektorski prostor, dimenzija vektorskog prostora, koordinate vektora. Ove pojmove treba znati, kao i neke primere u kojima se oni pojav uju.

1. Da li je skup realnih brojeva vektorski prostor ako je sabira e vektora definisano kao uobiqajeno sabira e brojeva, a mno e e skalara R i vektora x R definisano sa x = ||x? 2. 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. Da li je skup funkcija oblika a cos t + b sin t za t, a, b R vektorski prostor u odnosu na uobiqajeno sabira e funkcija i mno e e funkcije realnim brojem?

Vektorski prostori

67

Linearna zavisnost i nezavisnost. Za linearnu kombinaciju 1 x1 + + n xn vektora x1 , . . . , xn nekog vektorskog prostora ka emo da je netrivijalna ako je bar jedan od koeficijenata 1 , . . . , n razliqit od nule. Prema Definciji 4.4 vektori x1 , . . . , xn su linearno zavisni ako postoji netrivijalna linearna kombinacija tih vektora koja je jednaka nula-vektoru. U suprotnom, vektori x1 , . . . , xn su linearno nezavisni.

4. Neka je S = {x1 , . . . , xk } skup vektora vektorskog prostora V . Dokazati slede a tvr e a. 1) Ako 0 S, vektori skupa S su linearno zavisni. 2) Ako skup S sadr i linearno zavisan podskup, vektori skupa S su linearno zavisni. 3) Ako su vektori skupa S linearno nezavisni, tada su vektori svakog egovog podskupa tako e linearno nezavisni. 5. Ispitati linearnu zavisnost vektora a = (1, 3, 4), b = (3, 3, 2) i c = (8, 1, 3) u prostoru R3 . 6. Dokazati da su x1 = (1, 2, 0, 4), x2 = (1, 0, 5, 1), x3 = (1, 6, 10, 14) linearno zavisni vektori prostora R4 , a zatim navesti bar jednu netrivijalnu linearnu kombinaciju vektora x1 , x2 , x3 koja je jednaka nulavektoru. 7. Dokazati da su funkcije f1 : x sin x, f2 : x sin 2x f3 : x sin 3x, kao elementi vektorskog prostora [1, 1]R , linearno nezavisni vektori tog prostora. 8. Dokazati da su funkcije f1 : x 1, f2 : x ex f3 : x e2x , kao elementi vektorskog prostora (0, +)R , linearno nezavisni vektori tog prostora.
Baza i dimenzija. Prema Definiciji 4.6 i Teoremi 4.3, bazu vektorskog prostora qini maksimalni skup linearno nezavisnih vektora tog prostora. Svaki skup nezavisnih vektora u vektorskom prostoru mo e da se proxiri (dopuni) do baze tog prostora.

9. Vektori x1 , . . . , xn su linearno nezavisni vektori vektorskog prostora V . Pod kojim uslovom je dimV = n? 10. Ispitati da li vektori a1 = (1, 0, 0, 0), a2 = (1, 1, 0, 0), a3 = (1, 1, 1, 0) i a4 = (1, 1, 1, 1) obrazuju bazu prostora R4 . 11. Dokazati da vektori e1 = (1, 2, 1, 2), e2 = (2, 3, 0, 1), e3 = (1, 2, 1, 4) i e4 = (1, 3, 1, 0) obrazuju bazu prostora R4 , a zatim odrediti koordinate vektora x = (7, 14, 1, 2) u bazi {e1 , e2 , e3 , e4 }. 12. Dokazati da je skup B = {1, t, t2 , . . . , tn } jedna baza prostora Pn (t).

68

Vektorski prostori

13. Dokazati da polinomi pk (x) = (x a)k , za k = 0, 1, . . . , n i a R obrazuju bazu prostora Pn . Odrediti koordinate proizvo nog vektora p Pn u bazi {p0 , p1 , . . . , pn }. 14. Odrediti koordinate polinoma x2 x + 2 P2 u bazi: (1) {1, x 1, (x 1)2 }, (2) {1, x + 1, (x + 1)2 }. 15. Dokazati da polinomi p(x) = x2 + 1, q(x) = x2 + 2x i r(x) = x2 x obrazuju bazu prostora P2 , a zatim odrediti koordinate polinoma s(x) = 2x2 + x 1 u bazi {p, q, r}.

4.5

Dodatak

Euklidski prostori
U vektorskom prostoru se, pored uobiqajenih, mogu uvesti i druge operacije. Uvo e em skalarnog proizvoda mogu se prouqavati geometrijske osobine prostora kao xto su du ina vektora, ugao izme u dva vektora, ortogonalnost vektora i druge. Definicija i osobine Euklidskog prostora Definicija 4.9. Vektorski prostor E je Euklidski prostor ako je u emu definisan skalarni proizvod kojim se svakom paru vektora x, y E pridru uje realan broj (x, y) sa slede im svojstvima: 1. (x, x) 0, (x, x) = 0 ako i samo ako je x = 0;

2. (x, y) = (y, x); 3. (x, y) = (x, y) za R; 4. (x + y, z) = (x, z) + (y, z). Umesto (x, y) koriste se i oznake x y, < x, y >, pa qak i samo xy.
Primer 4.7. U vektorskom prostoru Rn skalarni proizvod vektora x =

(x1 , . . . , xn ) i y = (y1 , . . . , yn ) mo

e se definisati pomo u

x y = x1 y1 + x2 y2 + + xn yn .
Primer 4.8. U proizvo nom n-dimenzionalnom prostoru V skalarni pro-

izvod mo e da se uvede na razliqite naqine. Ako je {e1 , e2 , . . . , en } jedna baza tog prostora i ako je x = x1 e1 + + xn en , y = y1 e1 + yn en ,

Vektorski prostori

69

onda je sa (x, y) = x1 y1 + x2 y2 + + xn yn definisan skalarni proizvod u V . Izborom razliqitih baza dobijamo razliqite skalarne proizvode.
Primer 4.9. Vektorski prostor C[0, 1] svih funkcija neprekidnih na od-

seqku [0, 1] je Euklidski prostor ako se u emu uvede skalarni proizvod


1

(x, y) =
0

f (x)g(x)dx.

Neposredno iz definicije skalarnog proizvoda proizilaze sledea svojstva: 1. (x, y) = (x, y) za R; 2. (x, y + z) = (x, y) + (x, z); 3. (x, 0) = 0. Mo e se dokazati (na primer, [13]) da za skalarni proizvod va i i nejednakost (x, y)2 (x, x) (y, y), poznata kao nejednakost Koxi-Bu akovskog. U prostoru Rn ta nejednakost je poznata Koxijeva nejednakost
2 2 (x1 y1 + + xn yn )2 (x2 + + x2 )(y1 + + yn ). 1 n

Definicija 4.10. Za vektor x Euklidskog prostora broj ||x|| = nazivamo normom ili du (x, x)

inom vektora x.

Za normu se koristi i oznaka |x|. Za nenulte vektore definixe se i ugao izme u ih. Definicija 4.11. Ugao izme u nenultih vektora x i y Euklidskog prostora je ugao [0, ] defininisan jednakox u cos = (x, y) = ||x|| ||y|| (x, y) (x, x) (x, x) .

Saglasno nejednakosti Koxi-Bu akovskog, desna strana prethodne jednakosti nije po modulu ve a od 1, pa zaista predstav a kosinus nekog ugla.

70

Vektorski prostori

Primer 4.10. Ugao izme u vektora x = (1, 0, 1, 0) i y = (1, 1, 0, 0) prostora

R4 je /3 jer je cos = 12 1 11+01+10+00 = . 2 + 12 + 02 12 + 12 + 02 + 02 2 +0

Definicija 4.12. Dva vektora Euklidskog prostora su ortogonalna ako je ihov skalarni proizvod jednak nuli.
Primer 4.11. Funkcije f i g prostora C[0, 1] definisane sa f (x) = 2 i

g(x) = 2x 1 su ortogonalne jer je


1 1

(f, g) =
0

f (x)g(x)dx =
0

1 2(2x 1)dx = 2(x2 x) = 0.


0

Jednaqina hiperravni U Euklidskom prostoru Rn mo e da se definixe pojam koji odgovara pojmu ravan u trodimenzionalnom prostoru. Neka je Rn nenulti vektor i neka je R. Definicija 4.13. Skup svih taqaka x Rn za koje va x + = 0 je n 1-dimenzionalna ravan ili hiperravan u prostoru Rn . Za = (1 , . . . , n ), jednaqina hiperravni je 1 x1 + 2 x2 + + n xn + = 0. U prostoru R (prava) jednaqina hiperravni je 1 x1 + = 0, xto predstav a taqku sa koordinatom /1 . U prostoru R2 (ravan sa koordinatnim osama x1 i x2 ) jednaqina hiperravni je 1 x1 + 2 x2 + = 0, xto predstav a jednaqinu prave u ravni. U prostoru R3 (prostor sa koordinatnim osama x1 , x2 i x3 ) jednaqina hiperravni je 1 x1 + 2 x2 + 3 x3 + = 0, xto predstav a jednaqinu ravni (videti 7.1) i

Sistemi linearnih jednaqina

71

Ako je a = (a1 , . . . , an ) fiksirana, a x proizvo na taqka hiperravni, tada je ( , a + = 0 i ( , x) + = 0. Iz svojstva skalarnog proizvoda sledi da je ( , x a ) = 0. To znaqi (prema Definiciji 4.12) da je vektor ortogonalan na vektor x a , pa za vektor mo emo re i da je vektor normale hiperravni. Pored pojma hiperravan uvode se i pojmovi k-dimenzionalna ravan, prava, du , normala na ravan, odstoja e taqke od hiperravni, presek dve ravni, ugao izme u dve prave, ugao izme u prave i hiperravni.

Istorijske napomene
1. Smatra se da se pojam vektorskog prostora prvi put jasno pojavio u radu koji je nemaqki matematiqar Grasman (Hermann Gnther u Grassmann, 1809-1877) objavio 1862. godine. 2. Euklid (oko 330 - 275. godine pre nove ere) je poznati grqki (antiqki) matematiqar. Pouzdanih podataka o egovom ivotu i radu nema, ali se uzima da je iveo u Aleksandriji (Egipat) i da je imao matematiqku xkolu. Za Euklida se smatra da je autor quvenog dela Elementi (ukupno 13 k iga) u kojima je geometrija zasnovana na aksiomatskim osnovama. 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). Algoritam za izraqunava e najve eg zajedniqkog delioca nosi egovo ime (Euklidov algoritam).

You might also like