ALGEBARSKE STRUKTURE

Neka je A neprazan skup i n N.

Denicija. Preslikavanje f : A
n
A se zove n-arna operacija na A. Broj n se
zove duzina ili arnost operacije f (oznaka n = ar(f)).
Specijalno, za n = 1, preslikavanje f : A A je unarna operacija, a za n = 2,
f : A
2
A je binarna operacija.
Ova denicija se moze prosiriti i za n = 0. Funkcija c : A
0
A koja izdvaja
element c A se zove nularna operacija ili konstanta.
Za binarne operacije uobicajeno je da umesto f(x, y) pisemo xfy. Takodje je
uobicajeno da binarne operacije oznacavamo sa , +, , , . . . . Binarna operacija na
konacnom skupu se cesto zadaje tablicom (Kejlijeva tablica).
Denicija. Uredjeni par (A, F), gde je A neprazan skup (zove se nosac), a F
familija operacija na A se zove algebra.
Ako je skup F konacan, recimo F = {f
1
, . . . , f
m
}, pisemo (A, f
1
, . . . , f
m
). Uobica-
jeno je da se operacije navode po opadajucoj arnosti.
Podrazumeva se da se na svakoj algebri posmatra relacija jednakosti i ona se
eksplicitno ne navodi u oznaci strukture.
U zavisnosti od broja operacija i njihovih osobina algebarske strukture imaju
razlicite nazive.
Denicija. Neka je G neprazan skup i binarna operacija na G, tj. : GG G.
Uredjeni par (G, ) se zove grupoid.
Primeri: (1) (N, +), (Z, ), (P(S), ), (S
S
, ) su grupoidi.
(2) Neka je Z
n
= {0, 1, . . . , n 1} i neka su +
n
(sabiranje po modulu n) i
n
(mnozenje po modulu n) operacije na Z
n
denisane sa
x+
n
y = ostatak pri deljenju x+y sa n, x
n
y = ostatak pri deljenju xy sa n.
Tada (Z
n
, +
n
) i (Z
n
,
n
) su grupoidi.
Denicija. Grupoid (G, ) je polugrupa (ili semigrupa) ako je operacija aso-
cijativna, tj. vazi: (x, y, z) x (y z) = (x y) z.
Pokazuje se da u polugrupi vazi uopsteni asocijativni zakon, tj. da zagrade
mozemo premestati na proizvoljan nacin. Na primer:
abcd = ((ab)c)d = (ab)(cd) = a(bc)d = (a(bc))d = a((bc)d).
Denicija. Grupoid (G, ) je grupa ako vazi:
(G
1
) (x, y, z) x (y z) = (x y) z (asocijativnost operacije ),
(G
2
) (e)(x) e x = x e = x (egzistencija neutralnog (jedinicnog) elementa),
(G
3
) (x)(x

) x x

= x

x = e (svaki element ima inverzni).

Element e se tada zove neutralni ili jedinicni element, a x

se zove inverzni
od x.
Ako je binarna operacija na G oznacena sa + uobicajeno je da se neutralni
element oznacava sa 0, a inverzni od x sa x.
Lako se proverava da je neutralni element grupe jedinstven, kao i da svaki element
grupe ima jedinstven inverzni element.
Denicija. Ako u grupi (G, ) vazi
(x, y) x y = y x
onda se grupa zove Abelova ili komutativna grupa.
Primeri: (N, +) nije grupa jer u N ne postoji neutralni za +.
(Z, +) je Abelova grupa (neutralni je 0, svaki x ima inverzni x).
(Z
n
, +
n
) je Abelova grupa.
(Z, ) nije grupa jer x = 1 nema inverzni.
(Q, ) nije grupa jer 0 nema inverzni.
(Q\ {0}, ) je grupa.
Denicija. Neka je P neprazan skup, a + i binarne operacije na P. Uredjena
trojka (P, +, ) je prsten ako vazi:
(P
1
) (P, +) je Abelova grupa,
(P
2
) (x, y, z) (x y) z = x (y z), (asocijativnost operacije )
(P
3
) (x, y, z) x (y +z) = x y +x z, (x +y) z = x z +y z. (distributivni
zakoni)
Neutralni element za operciju + obicno oznacavamo sa 0, a inverzni od x P u
odnosu na + sa x i zovemo suprotni od x. Umesto x + (y) obicno cemo pisati
x y. Znak cemo obicno izostavljati, tj. umesto x y pisacemo xy.
Denicija. Prsten (P, +, ) je komutativan ako je druga operacija komutativna,
tj. vazi
(x, y P) xy = yx.
Prsten (P, +, ) se naziva prsten sa jedinicom ako postoji element 1 P takav
da vazi
(x P)1 x = x 1 = x.
Element 1 se tada zove jedinica prstena.
Komutativan prsten sa jedinicom (P, +, , 0, 1) je integralni domen ako nema
delioce nule, tj. ako za svako x, y P vazi:
xy = 0 x = 0 y = 0.
Primeri:
(1) (Z, +, ) je integralni domen,
(2) (Z
4
, +
4
,
4
) je komutativan prsten sa jedinicom, ali nije integralni domen jer
2
4
2 = 0,
Teorema. U prstenu (P, +, ) za svako x, y P vazi
(i) 0 x = x 0 = 0,
(ii) x(y) = (xy) = (x)y,
(iii) (x)(y) = xy,
Denicija. Neka je (P, +, , 0, 1) prsten sa jedinicom. Ukoliko postoji m 2, takvo
da je 1 + + 1

m
= 0 onda kazemo da je prsten P konacne karakteristike i najmanje
n za koje vazi 1 + + 1

n
= 0 zovemo karakteristika prstena P.
Ukoliko je 1 + + 1

m
= 0, za sve m 2, onda kazemo da je prsten karakteristike
nula (ili beskonacne karakteristike).
Karakteristiku prstena cemo oznacavati sa char(P).
Primeri: (1) U prstenu (Z, +, ) vazi 1 + + 1

n
= 0, za svako n N, pa je
char(Z) = 0.
(2) U prstenu (Z
n
, +
n
,
n
) vazi 1 +
n
+
n
1

n
= 0 i za svako k < n je 1 +
n
+
n
1

k
=
0, pa je char(Z
n
) = n.
(3) char(Q) = char(R) = char(C) = 0 n
Denicija. Neka je F = , a + i binarne operacije na F. Uredjena trojka (F, +, )
je polje ako vazi:
(F
1
) (F, +, , 0) je Abelova grupa ,
(F
2
) (F \ {0}, ) je Abelova grupa,
(F
3
) (x, y, z) x (y +z) = x y +x z.
Uobicajeno je da neutralni za operaciju oznacavamo sa 1, a inverzni od x (u
odnosu na ) sa x
1
ili sa
1
x
.
Primeri: (1) (Q, +, ), (R, +, ), (C, +, ) su polja, (Z, +, ) nije polje.
(2) (Z
n
, +
n
,
n
) je polje akko n je prost broj.
Teorema. U polju nema delilaca nule, tj. u svakom polju (F, +, , 0, 1) vazi:
(x, y)(xy = 0 x = 0 y = 0).
Teorema. Ako polje ima konacnu karakteristiku, onda ona mora biti prost broj.
ZADACI
1. Ispitati da li je ({1, 1, i, i}, ) grupa, gde je i imaginarna jedinica.
2. Ispitati da li je ({f
1
, f
2
, f
3
, f
4
}, ) grupa, ako su funkcije f
i
: R \ {0} R
(i = 1, 2, 3, 4) date sa f
1
(x) = x, f
2
(x) = x, f
3
(x) =
1
x
, f
4
(x) =
1
x
, a je
kompozicija funkcija.
3. Na skupu G = {(a, b)|a, b R, a = 0} denisana je operacija na sledeci
nacin (a, b) (c, d) = (ac, ad +b). Dokazati da je (G, ) grupa.
4. U prstenu celih brojeva (Z, +, ) denisane su operacije i na sledeci nacin:
x y = x +y + 1, x y = xy +x +y.
Pokazati da je (Z, , ) prsten.
5. Na skupu Z denisane su operacije i na sledeci nacin:
a b = a +b + 2, a b = 2a + 2b +ab + 2. Ispitati da li je (Z, , ) polje.
1
PRSTEN POLINOMA
Neka je F polje, n N, a
0
, a
1
, . . . , a
n
F, a
n
= 0.
Denicija. Izraz f
def
= a
0
+ a
1
x + a
2
x
2
+ . . . + a
n
x
n
je polinom stepena n sa koeci-
jentima a
0
, a
1
, . . . , a
n
, po nepoznatoj (promenljivoj) x.
Izrazi a
0
, a
1
x, . . . , a
n
x
n
su clanovi polinoma, a
0
je slobodni clan, a a
n
x
n
vodeci
clan.
Polinom f je normiran akko je a
n
= 1.
Polinom 0 + 0x + 0x
2
+ . . . + 0x
n
je nula polinom. Njegov stepen je neodreden (ne
denise se).
Stepen polinoma f oznacavacemo sa degf.
Sa F[x] oznacavacemo skup svih polinoma sa koecijentima iz F.
Sa F
n
[x] oznacavacemo skup svih polinoma stepena n (sa koecijentima iz F).
Jasno je da F F[x], jer svaki element a F, a = 0, je polinom stepena 0 (konstantni
polinom).
Polinomi f = a
0
+ a
1
x + . . . + a + nx
n
i q = b
0
+ b
1
x + . . . + b
m
x
m
su jednaki akko su
istog stepena (tj. n = m) i a
i
= b
i
, za svako i {0, 1, . . . , n}.
Na skupu F[x] denisemo binarne operacije: + -sabiranje polinoma i -mnozenje
polinoma na sledeci nacin:
Za f = a
0
+ a
1
x + . . . a
n
x
n
i g = b
0
+ b
1
x + b
m
x
m
,
f +g
def
= (a
0
+b
0
) +(a
1
+b
1
)x +. . . +(a
m
+b
m
)x
m
+a
m+1
x
m+1
+. . . +a
n
x
n
, ako n m,
f + g
def
= g + f, ako n < m,
f g
def
= a
0
b
0
+ (a
0
b
1
+ a
1
b
0
)x + . . . + (a
0
b
k
+ a
1
b
k1
+ . . . + a
k
b
0
)x
k
+ . . . + a
n
b
m
x
m+n
.
Iz denicije sledi da je
deg(f + g) max{degf, degg}, deg(f g) = degf + degg.
Teorema. (F[x], +, ) je integralni domen (komutativan prsten sa jedinicom bez delilaca
nule).
Dokaz. Iz denicija sabiranja i mnozenja polinoma slede osobine komutativnost i
asocijativnost ovih operacija, kao i distributivnost prema + (ove osobine se prenose
sa polja F). Neutralni za sabiranje je nula polinom, a neutralni za mnozenje kon-
stantni polinom 1. Suprotni polinom za polinom f = a
o
+ a
1
x + . . . + a
n
x
n
je polinom
f = a
0
+ (a
1
)x + . . . + (a
n
)x
n
. Dakle, F[x] je komutativan prsten sa jedinicom.
Pokazimo jos da F[x] nema delioce nule. Neka f, g F[x], f = 0, g = 0. Tada f i g
imaju stepen, recimo degf = m, degg = n. Onda je deg(fg) = degf + degf = n + m, pa
fg = 0. Dakle, prsten F[x] nema delioce nule.
Teorema. Element f F[x], f = 0, ima inverzni element akko je degf = 0, tj. f je
nenula konstantni polinom.
2
Dokaz.() Neka f ima inverzni g F[x] i neka je degf 1. Tada iz fg = 1 sledi
0 = deg(1) = deg(fg) = degf + degg 1.
Kontradikcija. Dakle, degf = 0.
() Neka je degf = 0. Tada f = a
0
F, a
0
= 0. Kako je F polje, postoji a
1
0
F,
pa za g = a
1
0
F dobijamo da je f g = a
0
a
1
0
= 1. Dakle, f ima inverzni.
Iz prethodne teoreme sledi da prsten F[x] nije polje.
Denicija. Neka je f = a
0
+ a
1
x + . . . + a
n
x
n
F[x] i c F.
f(c)
def
= a
0
+ a
1
c + a
2
c
2
+ . . . + a
n
c
n
, f(c) F
Ako vazi f(c) = 0 onda se c naziva nula ili koren polinoma f.
Jednacina a
0
+a
1
x+. . .+a
n
x
n
= 0 se naziva algebarska jednacina n-tog stepena.
Posebno, za
n = 1: a
0
+ a
1
x = 0 - linearna jednacina,
n = 2: a
0
+ a
1
x + a
n
x
2
= 0 - kvadratna jednacina.
Primer. (a) Nula polinom f = 2 3x + x
3
iz prstena R[x] je broj -2, jer f(2) =
2 3(2) + (2)
3
= 0.
(b) Polinom f = x
2
+ 1 prstena R[x] nema nule, a ako ga posmatramo kao polinom
prstena C[x] ima nule i i i.
DELJIVOST U PRSTENU POLINOMA F[x]
Teorema (algoritam deljenja polinoma). Neka su f, g F[x] i g = 0. Tada postoje
jedinstveni polinomi q, r F[x] takvi da je f = qg +r, pri cemu je r = 0 ili degr < degg.
Dokaz. Egzistencija polinoma q i r.
Za f = 0 ili degf < degg izborom q = 0 i r = f dobijamo tvrdjenje teoreme.
Neka je degf degg, f = a
0
+a
1
x+. . .+a
n
x
n
, a
n
= 0 i g = b
0
+b
1
x+. . .+b
m
x
m
, b
m
=
0, pri cemu je n m. Odredimo q i r matematickom indukcijom po n.
Za n = 0 (tada je i m = 0, pa je g = b
0
), neka je q = a
0
b
1
0
, r = 0. Tada
qg + r = a
0
b
1
o
b
0
+ 0 = a
0
= f.
Neka je n > 0, deg(f) = n i neka polinomi q i r postoje za sve polinome stepena
manjeg od n.
Neka je f
1
= f a
n
b
1
m
x
nm
g.
Ako je f
1
= 0, izborom q = a
n
b
1
m
x
nm
, r = 0 dobijamo f = qg + r.
3
Ako je f
1
= 0, tada degf
1
< n, pa postoje q
1
i r takvi da f
1
= q
1
g +r, pri cemu r=0
ili degr < degg. Otuda
f = f
1
+ a
n
b
1
m
x
nm
g = q
1
g + r + a
n
b
1
m
x
nm
g = (q
1
+ a
n
b
1
m
x
nm
)

q
g + r.
Jedinstvenost:
Neka postoje dva para polinoma q
1
, r
1
i q
2
, r
2
koji ispunjavaju uslove navedene u teo-
remi. Tada f = q
1
g + r
1
i f = q
2
g + r
2
, odakle sledi (q
1
q
2
)g = r
2
r
1
.
Ako je r
1
= r
2
tada q
1
= q
2
i
degg deg(q
1
q
2
) + deqg = deg(r
2
r
1
) max{degr
1
, degr
2
} < degg,
sto je nemoguce. Dakle, r
1
= r
2
, pa je (q
1
q
2
)g = 0, odakle sledi q
1
= q
2
(jer g = 0).
Denicija. Jedinstveni polinomi q i r iz F[x] takvi da
f = gq + r, r = 0 ili degr < degg
zovu se, redom, kolicnik i ostatak pri deljenju polinoma f i g.
Ako je r = 0, tj. f = gq kazemo da je polinom f deljiv polinomom g (ili g deli f) i
pisemo g|f.
Posledica teoreme o deljenju polinoma je sledeca teorema.
Teorema (Bezout).
(1) Neka je f F[x] i c F. Tada je ostatak pri deljenju polinoma f sa (x c) jednak
f(c).
(2)
(x c)|f akko f(c) = 0.
Dokaz.
(1) Prema prethodnoj teoremi, za polinome f i g = x c postoje jedinstveni polinomi
q, r F[x] takvi da je f = q(x c) + r, gde je r = 0 ili degr < deg(x c). Tada je
r = 0 ili degr = 0, sto znaci da je r je konstantni polinom. Tada
f(c) = q(c c) + r = 0 + r = r,
tj. ostatak pri deljenju polinoma f polinomom x c jednak je f(c).
(2) Sledi neposredno iz (1).
Posledice Bezuovog stava:
Posledica 1. Ako je f = a
0
+ a
1
x + . . . + a
n
x
n
, a
n
= 0, n 1 i ako su c
1
, c
2
, . . . , c
n
razliciti koreni polinoma f, tada je
f = a
n
(x c
1
) . . . (x c
n
) (faktorizacija polinoma).
Dokaz indukcijom po stepenu n polinoma f.
4
Ako je n = 1 i c
1
koren polinoma f = a
0
+a
1
x, onda a
0
+a
1
c
1
= 0, pa je a
0
= a
1
c
1
,
odakle sledi f = a
1
c
1
+ a
1
x = a
1
(x c
1
).
Pretpostavimo da je tvrdenje tacno za sve polinome stepena manjeg od n, gde je
n > 1.
Posto je c
1
koren polinoma f, po Bezuovom stavu x c
1
|f, pa postoji q F[x] ,
tako da f = q(xc
1
). Ocigledo, stepen polinoma q je n1, a vodeci koecijent a
n
.
Tada
0 = f(c
j
) = (c
j
c
1
)q(c
j
) (j = 2, . . . , n).
Kako je c
j
c
1
= 0, za j = 1, sledi da je q(c
j
) = 0 za svaki j = 2, . . . , n. Dakle q
ima n 1 razlicitih korena c
2
, . . . , c
n
F. Prema indukcijskoj hipotezi sledi
q = a
n
(x c
2
) . . . (x c
n
).
Zamenom u f = q(x c
1
) dobijamo
f = a
n
(x c
1
)(x c
2
) . . . (x c
n
).
Posledica 2. Polinom f stepena n 1 ne moze imati vise od n razlicitih korena.
Dokaz. Pretpostavimo da polinom f stepena n 1, sa vodecim koecijentom a
n
= 0
ima n + 1 razlicitih korena c
1
, . . . , c
n
, c. Prema Posledici 1.
f = a
n
(x c
1
) . . . (x c
n
),
pa je
0 = f(c) = a
n
(c c
1
)(c c
2
) . . . (c c
n
),
sto je nemoguce, jer su svi cinioci razliciti od nule.
Posledica 3. Ako su f, g polinomi stepena n i c
1
, c
2
, . . . , c
n+1
razliciti elementi polja
F tako da f(c
i
) = g(c
i
), i = 1, 2, . . . n + 1, onda je f = g.
Dokaz. Stavimo h = f g i pretpostavimo da je h = 0. Tada degh n i h(c
i
) =
f(c
i
) g(c
i
) = 0, za svako i = 1, . . . , n + 1, pa h ima n + 1 razlicitih korena u F, sto je
(prema Posledici 2.) nemoguce. Dakle, h = 0, tj. f = g.
Posledica 4. Ako su c
1
, c
2
, . . . , c
n+1
razliciti, a b
1
, b
2
, . . . , b
n+1
proizvoljni elementi polja
F, tada postoji tacno jedan polinom f F[x] stepena n takav da f(c
i
) = b
i
, za
i = 1, 2, . . . , n + 1.
Dokaz. Egzistencija: Posmatrajmo Lagrange-ov interpolacioni polinom, tj. polinom
oblika:
f = b
1
(xc
2
)(xc
3
)(xc
n+1
)
(c
1
c
2
)(c
1
c
3
)...(c
1
c
n+1
)
+ b
2
(xc
1
)(xc
3
)(xc
n+1
)
(c
2
c
1
)(c
2
c
3
)...(c
2
c
n+1
)
+ . . . +
+b
n+1
(xc
1
)(xc
2
)(xc
n
)
(c
n+1
c
1
)(c
n+1
c
2
)...(c
n+1
c
n
)
.
Ocigledno, ovaj polinom ispunjava uslove f(c
i
) = b
i
, i = 1, . . . , n + 1 i degf n.
Jedinstvenost: Ako je g F[x] takav da je degg n i g(c
i
) = b
i
(i = 1, . . . , n + 1),
prema Posledici 3. sledi g = f, sto dokazuje jedinstvenost polinoma f.
1
Hornerova sema.
Ako je f = a
0
+a
1
x+. . .+a
n
x
n
i c F, tada vrednost f(c) = a
0
+a
1
c+a
2
c
2
+. . .+a
n
c
n
se izracunava sa (1 + 2 + . . . + n) + n =
n(n+1)
2
+ n =
n(n+3)
2
operacija + i . Postavlja se
pitanje kako sa sto manje operacija izracunati f(c)?
Odredimo kolicnik i ostatak pri deljenju polinoma f sa xc. Neka je f = q(xc)+f(c),
gde je q = b
0
+ b
1
x + . . . + b
n1
x
n1
. Dakle,
a
0
+ a
1
x + . . . + a
n
x
n
= (b
0
+ b
1
x + . . . b
n1
x
n1
)(x c) + f(c)
= f(c) b
0
c + (b
0
b
1
c)x + . . . + (b
n2
b
n1
c)x
n1
+ b
n1
x
n
.
Izjednacavanjem koecijenata dobijamo
a
0
= f(c) b
0
c
a
1
= b
0
b
1
c
.
.
.
a
n1
= b
n2
b
n1
c
a
n
= b
n1
, pa je
f(c) = a
0
+ b
0
c
b
0
= a
1
+ b
1
c
.
.
.
b
n2
= a
n1
+ b
n1
c
b
n1
= a
n
.
Primetimo da se na ovaj nacin vrednost f(c) izracunava sa 2n operacija + i .
Ovaj postupak mozemo prikazati semom
c a
n
a
n1
. . . a
1
a
0
b
n1
b
n2
. . . b
0
f(c)
. . .
a
n
a
n1
+ b
n1
c . . . a
1
+ b
1
c a
0
+ b
0
c
Primer. Odrediti kolicnik i ostatak pri deljenju polinoma f = 11 + 6x 5x
2
+ 7x
3
x
5
polinomom (a) x + 3 (b) (x + 3)
2
.
Primenom Hornerove seme (dva puta) dobijamo
3 1 0 7 5 6 11
1 3 2 1 3 2
1 6 20 61 180
(a) Dakle, deobom polinoma f sa x + 3 dobijamo f = (x + 3)q + r, gde je q = 3 + x
2x
2
+ 3x
3
x
4
, a r = f(3) = 2.
(b) Dalje, primenom Hornerove seme na q, za c = 3, dobijamo q = (x + 3)q
1
+ r
1
, gde
je q
1
= 61 20x + 6x
2
x
3
, a r
1
= 180, tako da je
f = (x + 3)[(x + 3)q
1
180] + 2 = (x + 3)
2
q
1
180(x + 3) + 2

ostatak
2
Vietove formule (Fran cois Vi`ete-francuski matematicar). Neka su c
1
, . . . , c
n
koreni (ne
obavezno razliciti) polinoma f = a
0
+ a
1
x + . . . + a
n1
x
n1
+ a
n
x
n
, a
n
= 0. Tada je
c
1
+ c
2
+ . . . + c
n
=
a
n1
a
n
c
1
c
2
+ c
1
c
3
+ . . . + c
n1
c
n
=
a
n2
a
n
c
1
c
2
c
3
+ c
1
c
2
c
4
+ . . . + c
n2
c
n1
c
n
=
a
n3
a
n
.
.
.
c
1
c
2
. . . c
n
= (1)
n a
0
a
n
Specijalno, za n = 2: f = a
0
+ a
1
x + a
2
x
2
, a
2
= 0
c
1
+ c
2
=
a
1
a
2
c
1
c
2
=
a
0
a
2
.
Za n = 3 : f = a
0
+ a
1
x + a
2
x
2
+ a
3
x
3
, a
3
= 0
c
1
+ c
2
+ c
3
=
a
2
a
3
c
1
c
2
+ c
1
c
3
+ c
2
c
3
=
a
1
a
3
c
1
c
2
c
3
=
a
0
a
3
.
Dokazimo za n = 3. Uporedivanjem koecijenata polinoma f = a
0
+a
1
x+a
2
x
2
+a
3
x
3
i faktorisanog polinoma
f = a
3
(xc
1
)(xc
2
)(xc
3
)
= a
3
x
3
a
3
c
1
x
2
a
3
c
2
x
2
a
3
c
3
x
2
+a
3
c
1
c
2
x+a
3
c
1
c
3
x+a
3
c
2
c
3
xa
3
c
1
c
2
c
3
= a
3
x
3
a
3
(c
1
+ c
2
+ c
3
)x
2
+a
3
(c
1
c
2
+ c
1
c
3
+ c
2
c
3
)xa
3
c
1
c
2
c
3
dobijamo
a
2
= a
3
(c
1
+ c
2
+ c
3
)
a
1
= a
3
(c
1
c
2
+ c
1
c
3
+ c
2
c
3
)
a
0
= a
3
c
1
c
2
c
3
,
odakle neposredno slede trazene formule.
NAJVE

CI ZAJEDNI

CKI DELILAC POLINOMA

Na prstenu polinoma F[x] denisemo binarnu relaciju | - deljivost polinoma.
Denicija. Ako su f, g F[x], f = 0, kazemo da f deli g (oznaka f|g) akko postoji
q F[x] tako da je g = qf.
Neke osobine relacije | su date sledecom teoremom.
Teorema. Za polinome f, g, h F[x] vazi:
(1) f|g, g|h f|h (tranzitivnost relacije | )
(2) g|f g|(cf), za svako c F, c = 0
3
(3) g|f (cg)|f, za svako c F, c = 0
(4) c|f za sve c F \ {0}
(5) f|g g|f (c F \ {0})g = cf
(6) f|g f|h (u, v F[x])f|(ug + vh).
Dokaz. (1) Ako f|g i g|h, onda postoje q
1
, q
2
F[x] tako da je g = q
1
f i h = q
2
g.
Otuda h = (q
1
q
2
)f, pa f|h.
(2) Ako g|f onda postoji q
1
F[x] tako da je f = q
1
g. Tada cf = (cq
1
)g, pa g|(cf).
Obrnuto, ako g|(cf) onda postoji q
2
F[x] tako da je cf = q
2
g. Kako je c = 0, sledi da
je f = (c
1
q
2
)g, pa g|f.
(3) Ako g|f onda postoji q
1
F[x] tako da f = q
1
g. Tada f = (c
1
q
1
)(cg), pa cg|f.
Obrnuto, ako (cg)|f onda postoji q
2
F[x] tako da je f = q
2
(cg) = (q
2
c)g, pa g|f.
(4) Sledi iz f = (fc
1
)c.
(5) Ako f|g i g|f onda postoje q
1
, q
2
F[x] takvi da je f = q
1
g i g = q
2
f. Otuda,
f = (q
1
q
2
)f. Svakako je f = 0 (jer f|g), pa skracivanjem sa f dobijamo 1 = q
1
q
2
. To
znaci da su q
1
, q
2
inverzni jedan drugom, pa sledi da su q
1
, q
2
konstantni nenula polinomi.
Izborom c
def
= q
2
F sledi g = cf.
(6) Iz f|g i f|h sledi da postoje q
1
, q
2
F[x] takvi da je g = q
1
f i h = q
2
f. Tada, za
proizvoljne u, v F[x] vazi ug + vh = uq
1
f + vq
2
f = (uq
1
+ vq
2
)f, pa f|(ug + vh).
Denicija. Najveci zajednicki delilac polinoma f, g F[x] je normirani polinom
najveceg stepena koji deli i f i g. Oznacava se sa NZD(f, g). Ako je NZD(f, g)=1 kazemo
da su f i g uzajamno prosti polinomi.
Ako je d polinom najveceg stepena koji deli f i g, onda je takav i polinom cd, za svako
c F \ {0}, pa se jedinstvenost NZD-a obezbeduje uslovom da je normiran.
Teorema. Ako je bar jedan od polinoma f, g F[x] razlicit od nula polinoma onda
postoji jedinstven NZD(f, g) i moze se predstaviti u obliku s
0
f +t
0
g, za neko s
0
, t
0
F[x].
Dokaz. Egzistencija:
Skup I = {sf + tg|s, t F[x]} sadrzi bar jedan nenula polinom (jer sadrzi f i g, a
bar jedan od njih nije 0), tj. I = {0}. Stoga je skup {degh|h I} neprazan podskup
skupa N {0}. Kako je skup prirodnih brojeva dobro ureden (svaki neprazan podskup
ima najmanji element) sledi da postoji min{degh|h I}, tj. u skupu I postoje polinomi
najmanjeg stepena. Neka je d = s
0
f +t
0
g I normirani polinom najmanjeg stepena u I.
(Mozemo pretpostaviti da je d normiran, jer, ako nije normiran i ima vodeci koecijent
a
n
, onda polinom a
1
n
d je normirani polinom istog stepena kao d i pripada I.)
Pokazimo da je d =NZD(f, g).
Ako d f tada f = qd + r i r = 0, degr < degd, pa je
r = f qd = f q(s
0
f + t
0
g) = (1 qs
0
)f + (qt
0
)g I.
4
Dakle, r I je polinom nizeg stepena od d, sto je kontradikcija sa izborom polinoma d.
Zakljucujemo da d|f. Slicno, d|g, pa je d zajednicki delilac polinoma f i g.
Pokazimo da medu svim zajednickim deliocima polinoma f i g, polinom d ima najveci
stepen. Neka e F[x] takav da vazi e|f i e|g. Tada e|(s
0
f + t
0
g) (osobina (6)), tj. e|d,
pa dege degd.
Jedinstvenost:
Ako je i d

najveci zajednicki delilac polinoma f i g, tada d

|(s
0
f +t
0
g), tj. d

|d. Kako
je jos degd

= degd, sledi da je d = cd

, za neko c F. Iz normiranosti polinoma d i d

sledi da je c = 1, tj. d = d

.
Prethodna teorema obezbeduje egzistenciju i jedinstvenost NZD dva polinoma, ali ne
daje postupak za njegovo odredivanje. Da bismo izlozili jedan od postupaka za odredivanje
NZD polinoma - Euklidov algoritam, dokazimo najpre sledece pomocno tvrdenje.
Lema. Ako f, g F[x] i f = qg + r tada NZD(f, g)=NZD(g, r).
Dokaz. Neka je d =NZD(f, g) i f = qg + r. Tada r = f qg, pa iz d|f i d|g sledi d|r.
Dakle d je zajednicki delilac polinoma g i r. Neka je d

takode zajednicki delilac polinoma

g i r. Tada d

|f (jer f = gq + r), pa je d

zajednicki delilac polinoma g i f, a kako je

d =NZD(f, g) sledi da je degd

degd, pa je d =NZD(g, r).

Euklidov algoritam. Neka je degf degg, f = q
1
g + r
1
, pri cemu r
1
= 0 ili degr
1
<
degg.
Ako je r
1
= 0, tada NZD(f, g)=normirano g.
Ako je r
1
= 0, tada NZD(f, g)=NZD(g, r
1
), pa nastavljamo postupak deljenjem g
sa r
1
: g = q
2
r
1
+ r
2
, r
2
= 0 ili degr
2
< degr
1
< degg.
Ako je r
2
= 0, tada NZD(f, g)=normirano r
1
.
Ako r
2
= 0, tada NZD(f, g)=NZD(g, r
1
)=NZD(r
1
, r
2
), r
1
= q
3
r
2
+ r
3
,
.
.
.
r
n1
= q
n+1
r
n
, r
n+1
= 0. Tada NZD(f, g)=normirano r
n
.
Primer. U prstenu R[x], odrediti NZD(f, g) za f = x
4
2x
3
+ 2x
2
2x + 1, g =
2x
3
+ 3x
2
+ 2x + 3.
Deljenjem 2f sa g dobijamo
2f = g(x
7
2
) +
25
2
x
2
+
25
2
, pa je r
1
=
25
2
x
2
+
25
2
.
Sada delimo g sa r
1
, ili, radi jednostavnijeg racuna, g sa
2
25
r
1
= x
2
+ 1. Dobijamo
g =
2
25
r
1
(2x + 3), r
2
= 0,
pa je NZD(f, g) =NZD(2f, g)=NZD(g, r
1
)=NZD(g,
2
25
r
1
)=
2
25
r
1
= x
2
+ 1.
5
Do istog rezultata se moglo doci faktorizacijom polinoma f i g:
f = (x
2
+1)
2
2x(x
2
+1) = (x
2
+1)(x1)
2
, g = 2x(x
2
+1)+3(x
2
+1) = (2x+3)(x
2
+1).
SVODLJIVOST POLINOMA
Neka f F[x] i degf = n 1. Trivijalni delioci polinoma f su c = 0 (polinomi nultog
stepena) i cf, c = 0 (polinomi stepena n). Da li polinom f ima i netrivijalne delilace, tj.
delioce stepena k, 0 < k < n?
Denicija. Polinom f F[x] stepena n 2 je svodljiv nad poljem F ako postoje
polinomi g, h F[x], takvi da je
f = g h, degg < n, degh < n.
U suprotnom, f je nesvodljiv nad F.
Uocimo analogiju sa prstenom celih brojeva: nesvodljivi polinomi nad F imaju ulogu
prostih brojeva u prstenu (Z, +, ) celih brojeva.
Primeri. (1) x
2
2 Q[x] je nesvodljiv, dok x
2
2 R[x] je svodljiv (x
2
2 =
(x

2)(x +

2)) .
(2) x
2
+1 R[x] je nesvodljiv, dok je x
2
+1 C[x] svodljiv (x
2
+1 = (x i)(x +i)).
Teorema 1. Polinom f F[x] stepena 2 ili 3 je svodljiv nad F akko f ima koren u F.
Dokaz.() Iz f = gh i stepen od f jednak 2 ili 3 sledi da je degh = 1 ili degg = 1.
Neka je, recimo, degg = 1, tj. g = ax + b, a = 0. Tada c = a
1
b F je koren polinoma
g, pa i koren polinoma f.
() Ako f ima koren c F, tada iz Bezuove teoreme sledi da x c|f, tj. postoji
q F[x] tako da je f = q(x c), deg(x c) < degf, pa je f svodljiv.
Lema 1. Ako je f F[x] nesvodljiv i g F[x] proizvoljan, tada je ili NZD(f, g)=1 ili
f|g.
Dokaz. Neka je d =NZD(f, g). Kako je f nesvodljiv i d|f, to je d trivijalni delilac, tj.
d je ili konstantni polinom ili d = cf, za neko c F. U prvom slucaju zbog normiranosti
mora biti d = 1, tj. NZD(f, g)=1, a u drugom slucaju iz d = (cf)|g i osobine (3) sledi f|g.

Lema 2. Ako je f F[x] nesvodljiv, a g, h F[x] proizvoljni, tada iz f|(gh) sledi f|g ili
f|h.
Dokaz. Ako f g, tada iz Leme 1 sledi NZD(f, g)=1, pa je 1 = sf + tg, za neko
s, t F[x]. Tada,
h = h 1 = sfh + t(gh) = sfh + t(qf) = (sh + tq)f,
tj. f|h.
6
Teorema 2. (dualna Osnovnom stavu aritmetika) Svaki polinom f F[x] stepena
n 1 mozemo jedinstveno do redosleda faktora predstaviti u obliku f = ap
1
p
2
. . . p
r
, gde
a F \ {0} i p
1
, . . . , p
r
su nesvodljivi normirani polinomi u F[x] (ne obavezno razliciti).
Dokaz. Egzistencija: transnitnom indukcijom po n.
Za n = 1 vazi f = ax + b = ap
1
, gde je p
1
= x + a
1
b (normiran i nesvodljiv).
Neka je tvrdenje tacno za sve polinome stepena < n.
Za polinom f stepena n imamo:
ako je f nesvodljiv, f = a
0
+ a
1
x + . . . + a
n
x
n
, a
n
= 0, tada f = a
n
p
1
, gde je
p
1
= a
1
n
a
0
+ a
1
n
a
1
x + . . . + x
n
;
ako je f svodljiv, tj. f = gh, gde je degg < n, degh < n, tada, po indukcijskoj
hipotezi,
g = bp
1
. . . p
k
, h = cp
k+1
. . . p
r
, b = 0, c = 0, i svi p
i
su nesvodljivi i normirani,
pa je f = gh = (bp
1
. . . p
k
)(cp
k+1
. . . p
r
) = (bc)p
1
. . . p
r
, gde je a = bc = 0.
Jedinstvenost: Neka je f = ap
1
. . . p
r
i f = bq
1
. . . q
s
, a = 0, b = 0, i p
1
, . . . , p
r
, q
1
, . . . , q
s
su nesvodljivi i normirani. Indukcijom po r dokazimo da je a = b, r = s i {p
1
, . . . , p
r
} =
{q
1
, . . . , q
s
}.
Za r = 1 imamo f = ap
1
, pa je p
1
= a
1
f = (a
1
b)q
1
. . . q
s
, odakle sledi q
1
|p
1
q
2
|p
1

. . . q
s
|p
1
. Kako je p
1
nesvodljiv, sledi da je s = 1, tj. p
1
= (a
1
b)q
1
. Iz normiranosti
polinoma p
1
i q
1
sledi da je a
1
b = 1, tj. a = b. Odavde je i p
1
= q
1
.
Neka je tvrdenje tacno za r 1.
Tada, za r imamo
ap
1
. . . p
r
= bq
1
. . . q
s
,
odakle sledi
p
1
|(bq
1
. . . q
s
).
Primenom Leme 2. sledi
p
1
|q
1
p
1
|q
2
. . . p
1
|q
s
.
Iz normiranosti i nesvodljivosti polinoma p
1
, q
1
, . . . , q
s
sledi
p
1
= q
1
p
1
= q
2
. . . p
1
= q
s
.
Ne umanjujuci opstost, pretpostavimo p
1
= q
1
. Tada, skracivanjem sa p
1
jednakosti
ap
1
. . . p
r
= bp
1
. . . q
s
,
dobijamo
a(p
2
. . . p
r

r1
) = b(q
2
. . . q
s
).
7
Po indukcijskoj hipotezi sledi
a = b, r = s, {p
2
, . . . , p
r
} = {q
2
, . . . , q
s
},
pa je i
{p
1
, . . . , p
r
} = {q
1
, . . . , q
s
}.
Denicija. Polje F je algebarski zatvoreno ako svaki polinom f F[x], stepena n 1
ima bar jedan koren u F.
Primer. Polje R nije algebarski zatvoreno, na primer, polinom f = x
2
+ 1 R[x] nema
koren u R.
Teorema 3. (Gauss, Osnovni stav algebre) Polje kompleksnih brojeva je algebarski
zatvoreno.
Sledecom teoremom opisujemo nesvodljive polinome nad algebarski zatvorenim pol-
jem.
Teorema 4. Sledeca tvrdjenja su ekvivalentna:
(1) Polje F je algebarski zatvoreno.
(2) Jedini nesvodljivi polinomi u F[x] su linearni polinomi.
(3) Svaki polinom f F[x] stepena n 1 moze se faktorisati u proizvod n linearnih
polinoma.
Dokaz. (1)(2): Neka je f F[x] i degf > 1. Prema (1) postoji c F tako da je
f(c) = 0. Prema Bezuovom stavu x c|f. Posto je deg(x c) = 1 < degf, sledi da je f
svodljiv.
(2)(3): Sledi iz Teoreme dualne Osnovnom stavu aritmetike.
(3)(1): Neka je f F[x] proizvoljan polinom stepena n 1. Po pretpostavci on
ima faktorizaciju f = p
1
. . . p
n
takvu da je svaki p
i
linearni polinom. Ako je, p
1
= ax + b,
a = 0, tada je c = a
1
b F koren polinoma p
1
, a time i polinoma f. Dakle, svaki
polinom f F[x] stepena 1 ima koren u F, pa je polje F algebarski zatvoreno.
Posledica. Polinom f C[x] stepena n 1 moze se faktorisati u obliku
f = a
n
(x c
1
)(x c
2
) . . . (x c
n
), a
n
= 0,
gde su c
1
, . . . , c
n
koreni (ne moraju biti razliciti) polinoma f.
1
VI

SESTRUKI KORENI POLINOMA

Ako se u razlaganju f = a
n
(x c
1
)(x c
2
) . . . (x c
n
) polinoma f F[x] stepena
n 1, element c F javlja u nizu c
1
, . . . , c
n
tacno k puta, gde 1 k n, kazemo da je
c F koren reda k polinoma f.
Denicija. Element c F je koren reda k polinoma f F[x] ako (x c)
k
|f i
(x c)
k+1
f, tj.
f = (x c)
k
q i q F[x], q(c) = 0.
Ako je k > 1, tada je c visestruk koren, a ako je k = 1 tada je c prost koren polinoma
f.
Polinom f C[x] stepena n 1 moze se faktorisati u obliku
f = a
n
(x c
1
)
k
1
(x c
2
)
k
2
. . . (x c
r
)
k
r
, a
n
= 0,
gde su c
1
, . . . , c
n
razliciti koreni polinoma f reda k
1
, . . . , k
r
, respektivno, i k
1
+. . .+k
r
= n.
Neka je F polje karakteristike 0 (tj. vazi 1 + . . . + 1

n
= 0. za svako n N).
Denicija. Ako je f = a
0
+ a
1
x + . . . + a
n
x
n
F[x], a
n
= 0, tada polinom f

=
a
1
+ 2a
2
x + . . . + na
n
x
n1
zovemo prvi izvodni polinom polinoma f.
Osobine:
(1) Ako degf = n, onda degf

= n 1 (jer na
n
= a
n
+ . . . + a
n

n
= (1 + . . . + 1

=0
) a
n

=0
= 0).
(2) (c f)

= c f

, c F,
(3) (f + g)

= f

+ g

,
(4) (f g) = f

g + f g

,
(5) (f
k
)

= kf
k1
f

.
Induktivno denisemo izvodne polinome viseg reda:
f

= (f

, f
(k+1)
= (f
(k)
)

(k N).
Teorema 1. Neka je F polje, charF = 0 i c F koren reda k polinoma f F[x].
Ako je k > 1 tada je c koren reda k 1 prvog izvodnog polinoma f

.
Ako je k = 1 tada c nije koren polinoma f

.
Dokaz. Neka je f = (x c)
k
q, q F[x] i q(c) = 0. Tada
f

= k(x c)
k1
q + (x c)
k
q

= (x c)
k1
(kq + (x c)q

)

q
1
.
2
k > 1
Iz f

= (x c)
k1
q
1
i q
1
(c) = kq(c) = 0 sledi da je c F koren reda k 1 polinoma
f

.
k = 1
Iz f

= q
1
i q
1
(c) = 0 sledi da c F nije koren polinoma f

.
Posledica 1. Svi visestruki koreni polinoma f su svi koreni polinoma NZD(f, f

).
Dokaz. Ako je c F koren reda k > 1 polinoma f, onda je c i koren polinoma f

, pa
(x c)|f i (x c)|f

, odakle sledi (x c)|NZD(f, f

), tj. c je koren polinoma NZD(f, f

).
Obratno, ako je c koren polinoma NZD(f, f

), tada (x c)|NZD(f, f

), pa (x c)|f i
(x c)|f

, sto znaci da je c koren i polinoma f i polinoma f

. Na osnovu prethodne
teoreme, sledi da je c visestruk koren polinoma f.
Posledica 2. Polinom
f
NZD(f,f

)
ima samo proste korene i ti koreni su razliciti koreni
polinoma f.
Primer. Odrediti visetruke korene polinoma f = x
7
2x
5
x
4
+ x
3
+ 2x
2
1.
f

= 7x
6
10x
4
4x
3
+ 3x
2
+ 4x,
NZD(f, f

) = x
3
x
2
x + 1 = (x 1)
2
(x + 1), pa f = (x 1)
3
(x + 1)
2
q, gde je
degq = 2.
Iz Hornerove seme
1 1 0 2 1 1 2 0 1
1 1 1 2 1 1 1 0
1 2 1 1 2 1 0
1 1 3 4 3 1 0
1 2 2 1 0
1 1 1 0
dobijamo q = x
2
+ x + 1. Takode, polinom
f
NZD(f,f

)
= (x 1)(x + 1)(x
2
+ x + 1) ima
samo proste korene i to su koreni polinoma f.
Teorema 2. (Taylor,1685.-1731.) Ako je F polje, charF = 0, f = a
0
+a
1
x+. . . +a
n
x
n

F[x] i c F, tada
f = f(c) +
f

(c)
1!
(x c) +
f

(c)
2!
(x c)
2
+ . . . +
f
(n)
(c)
n!
(x c)
n
i a
k
=
f
(k)
(0)
k!
, (k = 0, 1, . . . , n) gde f
(0)
= f.
Dokaz. Neka je f = b
0
+b
1
(xc)+b
2
(xc)
2
+. . . +b
n
(xc)
n
. Odredimo b
0
, b
1
, . . . , b
n
.
Iz
f
(k)
= k!b
k
+ (k + 1)!b
k+1
(x c) + . . . + n(n 1) . . . (n k + 1)b
n
(x c)
nk
3
dobijamo
f
(k)
(c) = k!b
k
pa je b
k
=
f
(k)
(c)
k!
za k = 1, 2, . . . , n.
Specijalno, za k = 0 po deniciji je f
(0)
(c) = f(c). Prema tome
f = f(c) +
f

(c)
1!
(x c) + . . . +
f
(n)
(c)
n!
(x c)
n
.
Stavljanjem c = 0 dobijamo a
k
= b
k
, tj. a
k
=
f
(k)
(0)
k!
.
Polinom iz prethodne teoreme zove se Tejlorov polinom.
Teorema 3. Ako je F polje, charF = 0, f F[x] polinom stepena n 1 i c F, tada c
je koren reda k polinoma f akko
f(c) = f

(c) = . . . = f
(k1)
(c) = 0 i f
(k)
(c) = 0.
Dokaz. () Sledi neposredno iz Teoreme 1.
() Iz f = f(c) +
f

(c)
1!
(x c) + . . . +
f
(n)
(c)
n!
(x c)
n
i pretpostavljenog sledi
f =
f
(k)
(c)
k!
(x c)
k
+
f
(k+1)
(c)
(k + 1)!
(x c)
k+1
+ . . . +
f
(n)
(c)
n!
(x c)
n
,
pa je
f = (x c)
k

f
(k)
(c)
k!
+
f
(k+1)
(c)
(k + 1)!
(x c) + . . . +
f
(n)
(c)
n!
(x c)
nk

q

,
pri cemu je q(c) =
f
(k)
(c)
k!
= 0, pa je c koren reda k polinoma f.
Primer. Za polinom f = 2x
6
x
5
13x
4
+ 13x
3
+ 19x
2
32x + 12 i c = 1 vazi
f(1) = f

(1) = f

(1) = 0, f

(1) = 54 = 0,
pa je c = 1 koren reda 3 polinoma f. Dakle
f = (x 1)
3
q.
Pomocu Hornerove seme nalazimo q = 2x
3
+ 5x
2
4x 12, pa je
f = (x 1)
3
(2x
3
+ 5x
2
4x 12).
4
OSOBINE KORENA REALNIH POLINOMA
Kako je R[x] C[x] i C je algebarski zatvoreno polje, svaki realni polinom stepena
n 1 moze se predstaviti kao proizvod kompleksnih linearnih polinoma. Kako polje R
nije algebarski zatvoreno, u opstem slucaju se realni polinom ne moze predstaviti kao
proizvod linearnih realnih polinoma (npr. x
2
+ 1 se ne moze predstaviti kao proizvod
linearnih realnih polinoma).
Teorema 1. Ako je kompleksni broj c = + i (, R) koren polinoma
f = a
0
+ a
1
x + . . . + a
n
x
n
R[x], tada je i c = i koren polinoma f.
Dokaz. Primenom osobina operacije konjugovanja kompleksnih brojeva dobijamo
f(c) = a
0
+ a
1
c + a
2
c
2
+ . . . + a
n
c
n
= a
0
+ a
1
c + a
2
c
2
+ . . . + a
n
c
n
= a
0
+ a
1
c + a
2
c
2
+ . . . + a
n
c
n
( jer a
0
, . . . , a
n
R)
= a
0
+ a
1
c + . . . + a
n
c
n
= f(c) = 0 = 0.
Posledica 1. Svaki realni polinom neparnog stepena ima bar jedan koren u R.
Napomena. Prethodna teorema ne vazi za kompleksne nerealne polinome, npr.
x
2
(1 + i)x + i C[x] ima korene 1 i i (i nije koren).
Posledica 2. Jedini nesvodljivi polinomi u R[x] su linearni polinomi i kvadratni polinomi
sa negativnom diskriminantom.
Dokaz. Linearni polinomi su svakako nesvodljivi (jer imaju samo trivijalne delioce).
Kvadratni realni polinomi su nesvodljivi nad R akko nemaju koren u R, tj. akko imaju
negativnu diskriminantu.
Pokazimo da, osim linearnih i kvadratnih polinoma sa negativnom diskriminantom,
nema drugih nesvodljivih realnih polinoma.
Neka je f R[x], degf > 2. Tada f C[x], C je algebarski zatvoreno, pa postoji
koren c = + i (, R) polinoma f.
Ako = 0, tada c = R, pa f = (x )q, q R[x]. Dakle, f je svodljiv.
Ako = 0 (tj. c nije realan broj), tada c = i je takode koren. Za polinom
g = (x c)(x c) = (x )
2
+
2
= x
2
2x +
2
+
2
R[x]
vazi D = 4
2
4(
2
+
2
) = 4
2
< 0, pa je nesvodljiv nad R. Po teoremi o
deljenju f = gq + r, gde q, r R[x], r = 0 ili degr < degg.
Ako r = 0 onda f = gq, g, q R[x] i degg = 2 < degf, pa je f svodljiv nad R.
Ako r = 0 onda degr = 0 ili degr = 1.
Ako degr = 0, tj. r F, tada 0 = f(c) = g(c)q(c) + r. Kontradikcija.
Ako degr = 1, tj. r = ax + b, a = 0, tada 0 = f(c) = g(c)q(c) + ac + b,
odakle sledi ac + b = 0, tj c = a
1
b R. Kontradikcija.
5
Posledica 3. (faktorizacija realnog polinoma) Svaki realni polinom f stepena n 1
moze se predstaviti u obliku
f = a
n
(x c
1
)
k
1
. . . (x c
r
)
k
r
(x
2
+ p
1
x + q
1
)
l
1
. . . (x
2
+ p
t
x + q
t
)
l
t
,
pri cemu su c
1
, . . . , c
r
R razliciti koreni polinoma f reda k
1
, . . . , k
r
(respektivno), p
i
, q
i

R, p
2
i
4q
i
< 0 (i = 1, . . . t) i k
1
+ . . . k
r
+ 2(l
1
+ . . . + l
t
) = n.
Kao sto smo videli, svaki polinom f R[x] stepena n 1 ima tacno n korena u
C. Medutim, prakticno odredivanje ovih korena je veoma tezak, cesto i neresiv problem.
Pored poznatih formula za odredivanje korena polinoma prvog i drugog stepena, slicne,
ali znatno slozenije formule postoje i za polinome treceg i cetvrtog stepena (Cardano-ove
i Ferrari-ne formule). Za polinome petog i viseg stepena dokazano je (Abel, Galois) da,
u opstem slucaju, takve formule ne postoje, tj. da se svi koreni polinoma ne mogu do-
biti primenom (na koecijente polinoma) konacnog niza operacija sabiranja, oduzimanja,
mnozenja, deljenja i korenovanja. Samo u nekim specijalnim slucajevima postoje postupci
za nalazenje korena polinoma stepena 5.
Za f Q[x] ili f Z[x] postoji prakticni postupak za nalazenje racionalnih nula (ako
ih polinom ima).
Teorema 2. Ako je
p
q
(p Z, q N i NZD(p, q)=1) koren polinoma f = a
0
+ a
1
x +
. . . + a
n
x
n
Z[x] ( a
n
= 0, a
0
= 0), tada p|a
0
i q|a
n
.
Dokaz. Iz
a
0
+ a
1
p
q
+ a
2
p
2
q
2
+ . . . + a
n1
p
n1
q
n1
+ a
n
p
n
q
n
= 0
mnozenjem sa q
n1
dobijamo
a
0
q
n1
+ a
1
pq
n2
+ . . . + a
n1
p
n1

Z
+a
n
p
n
q
= 0,
pa
a
n
p
n
q
Z. Kako je NZD(p, q)=1, sledi q|a
n
.
Mnozenjem polazne jednakosti sa
q
n
p
, p = 0 dobijamo
a
0
q
n
p
+ a
1
q
n1
+ . . . a
n1
p
n2
q + a
n
p
n1

Z
= 0,
pa
a
0
q
n
p
Z. Kako je NZD(p, q)=1, sledi da p|a
0
.
Posledica. Ako je celi broj c Z koren normiranog polinoma sa celim koecijentima
f = a
0
+ a
1
x + . . . + x
n
Z[x], a
0
= 0, onda c|a
0
.
Primer. Ako je f = 2x
4
+ 3x
3
3x
2
5x 6 i
p
q
(p Z, q N, NZD(p, q) = 1) njegov
racionalni koren, onda
p|(6), p Z p {1, 2, 3, 6}
q|2, q N q {1, 2}

p
q
{1, 2, 3, 6,
1
2
,
3
2
}.
6
Proverom: c
1
= 2, c
2
=
3
2
su koreni. Tada f = (x + 2)(x
3
2
)q, gde je q = x
2
+ x + 1,
pa su preostala dva korena c
3
=
1+i

3
2
i c
4
=
1i

3
2
.
1
AKSIOME VEKTORSKOG PROSTORA
Pojam vektorskog prostora je jedan od najznacajnijih pojmova u matematici.
Njime se uspostavlja veza izmedu algebre i geometrije. Nastao je uopstavanjem
bitnih svojstava sabiranja geometrijskih vektora (orjentisaninih duzi) i mnozenja
geometrijskih vektora realnim brojem.
Denicija. Neka je:
V = {x, y, z, u, v, x
1
, y
1
, z
1
, . . .} neprazan skup,
F = {, , , . . .} i (F, , , 0, 1) polje,
+ : V V V , (x, y) x + y : F V V , (, x) x.
Uredjena cetvorka (V, +, , F) je vektorski prostor ako za svako x, y V i
svako , F vazi:
(V
1
) (V, +) je Abelova grupa,
(V
2
) (x + y) = x + y,
(V
3
) ( ) x = x + x,
(V
4
) ( x) = ( ) x,
(V
5
) 1 x = x.
U tom slucaju elementi skupa V se zovu vektori, a elementi polja F skalari,
operacija + sabiranje vektora, a funkcija mnozenje vektora skalarom. Neu-
tralni u grupi (V, +) cemo oznacavati sa 0
V
ili samo 0 i zvati nula vektor, a inverzni
elementa x u ovoj grupi cemo oznacavati sa x i zvati suprotni vektor od x.
Napomena. Kada god to ne izaziva zabunu, za operacije sabiranje i mnozenje u
polju umesto oznaka i koristicemo oznake + i (koje inace koristimo za sabiranje
vektora i mnozenje vektora skalarom). Znak cemo cesto izostaviti, tj. umesto x
pisacemo x. Takode, za nula vektor i nula skalar koristicemo istu oznaku 0, kad
god je iz konteksta jasno da li se radi o vektoru ili skalaru.
Ako je F = R reci cemo da je vektorski prostor V realni vektorski prostor, a
ako je F = C kompleksni vektorski prostor.
Skup aksioma (V
1
)-(V
5
) je nezavisan (nijedna od njih nije posledica ostalih), sto
se moze semanticki pokazati pravljenjem modela u kome vaze cetiri aksiome, a peta
ne vazi.
Primer. (C, , , C), gde x y := y, x := x (, x, y C).
Tada (V
1
) ne vazi, jer x y = y x, za x = y (na primer 1 2 = 2 1), dok
aksiome (V
2
)-(V
5
) vaze.
Neke posledice aksioma vektorskog prostora su date u sledecoj teoremi.
Teorema. U vektorskom prostoru (V, +, , F) vazi:
(1) 0
V
= 0
V
, F
(2) 0
F
x = 0
V
, x V
2
(3) x = 0
V
= 0
F
x = 0
V
, x V, F,
(4) (x) = (x) = ()x, x V, F
(5) (
1
+ . . . +
n
) x =
1
x + . . . +
n
x, n N, x V,
1
, . . .
n
F
(x
1
+ . . . + x
n
) = x
1
+ . . . + x
n
, n N, x
1
, . . . , x
n
V, F.
Dokaz. (1)
(0
V
+ 0
V
) = 0
V
0
V
+ 0
V
= 0
V
/ ( 0
V
) (V
2
)
( 0
V
+ 0
V
) + (( 0
V
)) = 0
V
+ (( 0
V
))
0
V
+ ( 0
V
+ (( 0
V
)) = 0
V
(V
1
)
0
V
+ 0
V
= 0
V
(zbir suprotnih je 0
V
)
0
V
= 0
V
.
(2) slicno kao pod (1);
(3) () Ako x = 0
V
i = 0
F
tada postoji
1
F, pa mnozenjem sa
1
dobijamo

1
( x) =
1
0
V
.
Primenom (1) i (V
4
), dalje imamo
(
1
) x = 0
V
,
pa je 1 x = 0
V
, odakle prema V
5
imamo x = 0
V
.
() direktno sledi iz (1) i (2).
(4)
() x = () x + 0
V
(0
V
je neutralni za +)
= () x + ( x + (( x))) (zbir suprotnih je 0
V
)
= (() x + x) + ((x)) (asocijativnost +)
= ( + ) x + ((x)) (primenom (V
3
))
= 0
F
x + (( x))
= 0
V
+ (( x)) (primenom (2))
= ( x).
Iz dokazane jednakosti i (V
5
) imamo (1) x = (1 x) = x, pa je
(x) = ((1) x)
= ( (1)) x (primenom (V
4
))
= () x
= ( x)
.
(5) Jednostavno se dokazuje indukcijom po n.
Primeri.
1. Skup geometrijskih vektora (orijentisanih duzi) u ravni, sa poznatim operaci-
jama sabiranje vektora i mnozenje vektora realnim brojem, je vektorski prostor
nad poljem realnih brojeva.
3
2. (F, +, , F), gde su + i sabiranje i mnozenje u polju F, je vektorski prostor
polja F.
3. Ako je H potpolje polja F, onda (F, +, , H) (+ i su operacije iz polja F) je
vektorski prostor. Na primer
(a) (R, +, , Q)
(b) (C, +, , R)
4. (F
n
, +, , F), gde su + i denisani sa
(x
1
, . . . , x
n
) + (y
1
, . . . , y
n
)
def
= (x
1
+ y
1
, . . . , x
n
+ y
n
)
(x
1
, . . . , x
n
)
def
= (x
1
, . . . , x
n
),
za (x
1
, . . . x
n
), (y
1
, . . . , y
n
) F
n
, F
,
je vektorski prostor uredenih ntorki iz polja F.
5. (F
N
, +, , F), gde je F
N
skup svih nizova elemenata polja F, + i su denisani
sa
(x
n
) + (y
n
)
def
= (x
n
+ y
n
), za (x
n
), (y
n
) F
N
(x
n
)
def
= (x
n
), za F, (x
n
) F
N
,
je vektorski prostor nizova elemenata iz F.
6. (F
S
, +, , F), gde je F
S
skup svih funkcija koje slikaju S u F, a zbir f + g
funkcija f, g F
S
i proizvod f skalara F i funkcije f F
S
su
denisani sa
f + g : S F tako da (x S) (f + g)(x)
def
= f(x) + g(x),
( f) : S F tako da (x S) ( f)(x)
def
= f(x),
je vektorski prostor funkcija iz S u F.
7. (F
n
[x], +, , F), gde je F
n
[x] = {a
0
+a
1
x+. . .+a
n
x
n
|a
0
, . . . , a
n
F} (skup poli-
noma po x stepena n sa koecijentima iz polja F), + je sabiranje polinoma,
a mnozenje skalarom je denisano sa
(a
0
+ a
1
x + . . . + a
n
x
n
)
def
= (a
0
) + (a
1
)x + . . . (a
n
)x
n
,
je vektorski prostor polinoma po x stepena n sa koecijentima iz F.
8. Ako je V Skup polinoma ksiranog stepena n, a + i denisani kao u F
n
[x]),
tada V nije vektorski prostor. Na primer, ako f = x
n
1 V i g = x
n
+x
V , tada f + g = x 1, pa f + g / V .
Napomena. Ocigledno, za S = N, kao specijalni slucaj primera 6. dobijamo
primer 5.
Za S = {1, 2, . . . , n}, svaku funkciju f : {1, 2, . . . , n} F mozemo identikovati
sa uredenom n-torkom (f(1), . . . , f(n)) F
n
, pa imajuci u vidu denicije + i u
prostorima F
S
i F
n
, dobijamo da je primer 4. specijalan slucaj primera 6.
4
VEKTORSKI POTPROSTORI
Denicija. Neka je (V, +, , F) vektorski prostor i U neprazan podskup od V .
Ukoliko je U i sam vektorski prostor u odnosu na restrikcije operacije + i funkcije ,
onda kazemo da je U vektorski potprostor prostora V i pisemo U V .
Jednostavan kriterijum za proveru koji podskupovi datog vektorskog prostora
predstavljaju i njegove potprostore daje sledeca teorema.
Teorema. Neka je (V, +, , F) vektorski prostor i U neprazan podskup od V . Tada
U V akko vaze uslovi:
(1) x U F x U (tj. U je zatvoren za mnozenje skalarom)
(2) x U y U x + y U (tj. U je zatvoren za sabiranje vektora).
Dokaz. () Ako U V onda je (U, +, , F) vektorski prostor, pa je skup U
zatvoren za sabiranje vektora, kao i za mnozenje vektora skalarom.
() Neka je U = i vaze (1)i (2). Pokazimo da je (U, +, , F) vektorski prostor.
(V
1
)
Operacija + je komutativna i asocijativna na V , pa je takva i na njegovom
podskupu U.
Iz U = sledi da postoji element x U. Tada
1 F, x U
(1)
(1) x U x U.
x U, x U
(2)
x + (x) U 0
V
U.
Dakle, pokazali smo da je (U, +) Abelova grupa.
Aksiome (V
2
)-(V
5
) vaze, jer vaze na celom V .
Ocigledno, uslovi (1) i (2) su ekvivalentni uslovu
(1

) x, y U , F x + y U.
Teorema. Neka je (V, +, , F) vektorski prostor i U
1
, U
2
V . Tada je U
1
U
2
V .
Dokaz. Iz 0 U
1
i 0 U
2
sledi 0 U
1
U
2
, pa je U
1
U
2
= . Proverimo uslove
(1) i (2).
(1)
x U
1
U
2
F
}

x U
1
, F
x U
2
, F
}

x U
1
(jer U
1
V )
x U
2
(jer U
2
V )
}
x U
1
U
2
.
(2)
x, y U
1
U
2

x, y U
1
x, y U
2
}

x + y U
1
(jer U
1
V )
x, +y U
2
(jer U
2
V )
}
x+y U
1
U
2
.
5
Teorema. (a) Presek proizvoljne familije vektorskih potprostora {U
i
|i I} prostora
(V, +, , F) je takode potprostor prostora V .
(b) Ako je U
1
V i U
2
V , tada
U
1
U
2
V akko U
1
U
2
ili U
2
U
1
.
Primeri.
1. {0} i V su trivijalni potprostori prostora V .
2. U
1
= {(x, 3x)|x R} R
2
(skup svih tacaka na pravoj y = 3x je potprostor
od R
2
). Proverimo da je U
1
potprostor od R
2
:
U
1
= , jer (0, 0) U
1
(1) (a, 3a) U
1
(b, 3b) U
1
(a, 3a) + (b, 3b) = (a + b, 3(a + b)) U
1
(2) R, (a, 3a) U
1
(a, 3a) = (a, 3(a)) U
1
U
2
= {(x, 3x + 2)|x R} nije potprostor od R
2
(ne sadrzi nula vektor (0,0)).
Uopste,
U = {(x, y)|ax + by + c = 0} R
2
akko c = 0,
tj. tacke neke prave u R
2
cine potprostor akko ta prava prolazi kroz koordinatni
pocetak.
3. U = {(x, y, z)|x + y + 2z = 0} R
3
(skup tacaka u R
3
koje pripadaju ravni
x + y + 2z = 0 je potprostor od R
3
).
Uopste, U = {(x, y, z)|ax +by +cz +d = 0} R
3
akko d = 0, (tj. tacke ravni
u R
3
cine potprostor akko ta ravan prolazi kroz koordinatni pocetak).
4. Ako V = R
R
, tj. V je prostor realnih funkcija, tada
U
1
= {f R
R
|(x R)f(x) = f(x)} V (potprostor parnih realnih
funkcija)
0 U
1
jer 0(x) = 0 = 0(x) (nula funkcija je parna)

(1) R, f U
1
( f)(x) = f(x) = f(x) = ( f)(x)
f U
1

(2) f, g U
1
f(x) = f(x), g(x) = g(x)
(f + g)(x) = f(x) + g(x) = f(x) + g(x) = (f + g)(x)
f + g U
1
U
2
= {f R
R
|(x R)f(x) = f(x)} V (potprostor neparnih realnih
funkcija)
U
3
= {f R
R
|f je neprekidna f-ja na R} V
U
4
= {f R
R
|f je diferencijabilna f-ja na R} V
6
ZBIR POTPROSTORA
Denicija. Ako su U
1
i U
2
potprostori vektorskog prostora V , tada
U
1
+ U
2
def
= {x
1
+ x
2
|x
1
U
1
, x
2
U
2
}
zovemo zbir (suma) potprostora U
1
i U
2
.
Teorema 1. Ako U
1
V i U
2
V onda i U
1
+ U
2
V .
Dokaz. 0 = 0 + 0, 0 U
1
, 0 U
2
0 U
1
+ U
2
U
1
+ U
2
= . Neka su
x, y U
1
+ U
2
. Tada, po deniciji skupa U
1
+ U
2
, postoje x
1
, y
1
U
1
i x
2
, y
2
U
2
takvi da je x = x
1
+ x
2
, y = y
1
+ y
2
. Dalje sledi
(1) F, x = x
1
+ x
2
U
1
+ U
2
x = (x
1
+ x
2
) = x
1

U
1
+ x
2

U
2
U
1
+ U
2
(2) x = x
1
+ x
2
, y = y
1
+ y
2
U
1
+ U
2
x + y = (x
1
+ x
2
) + (y
1
+ y
2
) =
(x
1
+ y
1
)

U
1
+(x
2
+ y
2
)

U
2
U
1
+ U
2
.
Napomena. Razlaganje x = y + z, y U
1
, z U
2
vektora x, u opstem slucaju,
nije jedinstveno, tj. iz x = y + z U
1
+ U
2
i x = y

+ z

U
1
+ U
2
, u opstem
slucaju, ne sledi y = y

i z = z

. Pokazacemo da je ovo razlaganje jedinstveno, za

svaki x V , akko U
1
U
2
= {0}.
Denicija. Zbir U
1
+U
2
je direktan ako je U
1
U
2
= {0}. Obelezava se sa U
1
U
2
.
Teorema 2.(Spektralna teorema) Neka U
1
V i U
2
V . Tada V = U
1
U
2
akko se svaki vektor x V moze na jedinstven nacin predstaviti u obliku x = y +z
gde y U
1
, z U
2
.
Dokaz. () Iz V = U
1
+U
2
sledi da za svako x V postoje y U
1
, z U
2
tako
da je x = y + z.
Jedinstvenost: Neka x = y + z i x = y

+ z

, gde y, y

U
1
i z, z

U
2
. Tada
y + z = y

+ z

, pa je
y + (y

)

U
1
= z + z

U
2
U
1
U
2
.
Zbog U
1
U
2
= {0} imamo
y + (y

) = 0
z + z

= 0

y = y

z = z

.
() Svaki vektor x V se moze razloziti u obliku y + z, gde y U
1
, z U
2
, pa
svaki x V pripada U
1
+ U
2
. Dakle, V U
1
+ U
2
. Svakako je U
1
+ U
2
V , pa
V = U
1
+ U
2
.
Pokazimo jos da je U
1
U
2
= {0}. Neka x U
1
U
2
. Tada
x = x

U
1
+ 0

U
2
, x = 0

U
1
+ x

U
2
,
7
pa, zbog jedinstvenosti razlaganja sledi x = 0.
Dakle, U
1
U
2
= {0}, sto sa V = U
1
+ U
2
daje V = U
1
U
2
.
Primer. Dokazimo
R
3
= U
1
U
2
, gde je U
1
= {(a, a, a)|a R}, U
2
= {(a, b, c)|a + b + c = 0}.
Lako se proverava da U
1
R
3
, U
2
R
3
.
Za (x, y, z) R
3
odredimo (a, a, a) U
1
i (a

, b

, c

) U
2
tako da
(x, y, z) = (a, a, a) + (a

, b

, c

),
tj.
(x, y, z) = (a + a

, a + b

, a + c

).
Iz
x = a + a

y = a + b

z = a + c

+ b

+ c

= 0

a =
x+y+z
3
a

=
2xyz
3
b

=
2yxz
3
c

=
2zxy
3
sledi da vektor (x, y, z) ima jedinstveno razlaganje
(x, y, z) = (
x + y + z
3
,
x + y + z
3
,
x + y + z
3
)

U
1
+(
2x y z
3
,
2y x z
3
,
2z x y
3
)

U
2
,
pa na osnovu prethodne teoreme vazi R
3
= U
1
U
2
.
Primer. R
R
= U
1
U
2
, U
1
= {f R
R
|(x R)f(x) = f(x)},
U
2
= {f R
R
|(x R)f(x) = f(x)}.
R
R
= U
1
+ U
2
Za f R
R
odredimo g U
1
i h U
2
tako da je f = g + h. Iz
(x R)
f(x) = g(x) + h(x)
f(x) = g(x) + h(x)
(x R)
f(x) = g(x) + h(x)
f(x) = g(x) h(x)
g(x) =
f(x) + f(x)
2
, h(x) =
f(x) f(x)
2
,
pa proizvoljna funkcija f R
R
ima razlaganje
f(x) =
f(x) + f(x)
2

U
1
+
f(x) f(x)
2

U
2
.
U
1
U
2
= {0}
f U
1
U
2

f U
1
f U
2

(x R) f(x) = f(x)
(x R) f(x) = f(x)
}
()
(x R) 2f(x) = 0 (x) f(x) = 0 f = 0.
8
Pojam zbira potprostora moze se uopstiti na zbir konacno mnogo potprostora.
Denicija. Neka je n N i U
1
, . . . , U
n
potprostori prostora V .
U
1
+ . . . + U
n
def
= {x
1
+ . . . + x
n
|x
i
U
i
, i = 1, 2, . . . , n}
je zbir potprostora U
1
, . . . , U
n
. Zbir je direktan, u oznaci U
1
. . . U
n
, ako
U
i
(U
1
+ . . . + U
i1
) = {0}, i = 2, . . . , n.
LINEARNA PRESLIKAVANJA (HOMOMORFIZMI) VEKTORSKIH PROSTORA
Veze izmedu vektorskih prostora uspostavljamo preslikavanjima koja cuvaju
strukturu vektorskih prostora i koja se zovu linearna preslikavanja.
Denicija. Preslikavanje f : V U je linearno preslikavanje (homomor-
zam) vektorskog prostora (V, +, , F) u vektorski prostor (U, +
U
,
U
, F) ako vazi:
1. f(x + y) = f(x) +
U
f(y) (x, y V ), - aditivnost
2. f( x) =
U
f(x) (x V, F) - homogenost.
Uslovi 1. i 2. su ekvivalentni uslovu
1

. f( x + y) =
U
f(x) +
U

U
f(y) (x, y V, , F). - linearnost
Denicija. Linearno preslikavanje f : V V vektorskog prostora V u samog sebe
naziva se endomorzam vektorskog prostora V .
Denicija. Neka je f : V U linearno preslikavanje vektorskih prostora.
(i) f je monomorzam ako je 1-1
(ii) f je epimorzam ako je na
(iii) f je izomorzam ako je bijekcija.
Denicija. Vektorski prostori U i V nad istim poljem F su izomorfni ako postoji
bar jedan izomorzam f : U V . Tada pisemo U

= V .
Jezgro i slika linearnog preslikavanja f se denisu na sledeci nacin:
kerf
def
= {x V |f(x) = 0} -jezgro,
Imf
def
= {f(x)|x V } -slika.
Lema. Ako je f : V U linearno preslikavanje vektorskih prostora, onda
(1) f(0
V
) = 0
U
,
(2) f(
V
x) =
U
f(x), x V.
Dokaz. (1) f(0
V
) = f(0
F

V
x) = 0
F

U
f(x) = 0
U
(2) f(
V
x) = f((1)
V

V
x) = (1)
U

U
f(x) =
U
f(x).
9
Primeri.
1. f : V V, f(x) = x, tj. f = 1
V
-identicno preslikavanje je izomorzam
prostora V .
2. f : V V, f(x)
def
= 0, tj. f = 0 - nula funkcija je endomorzam prostora V .
f( x + y) = 0 = 0 + 0 = 0 + 0 = f(x) + f(y)
3. f : R
3
R
2
, f(x, y, z) = (2x + y, x 2y + z) je linearno preslikavanje R
3
u
R
2
, jer
f((x, y, z) + (x

, y

, z

)) = f(x + x

, y + y

, z + z

) =
= (2(x + x

) + (y + y

), (x + x

) 2(y + y

) + (z + z

))
= ((2x + y) + (2x

+ y

), (x 2y + z) + (x

2y

+ z

))
= (2x + y, x 2y + z) + (2x

+ y

, x

2y

+ z

)
= f(x, y, z) + f(x

, y

, z

)
f((x, y, z)) = f(x, y, z) = (2x + y, x 2y + z)
= ((2x + y), (x 2y + z))
= (2x + y, x 2y + z)
= f(x, y, z).
4. D : R
n
[x] R
n1
[x], D(f) = f

je linearno preslikavanje R
n
[x] u R
n1
[x], jer
D( f + g) = ( f + g)

= f

+ g

= D(f) + D(g).
5. p
i
: R
n
R, p
i
(x
1
, . . . , x
n
) = x
i
-i-ta projekcija je linearno preslikavanje R
n
u R.
6. f : R
2
R
2
, f(x, y) = (x cos y sin , x sin + y cos ), 0 < 2
(rotacija ravni R
2
oko (0,0) za ugao ) je linearno preslikavanje.
7. f : R
2
R
2
, f(x, y) = (x+1, x+y) nije linearno, jer f(0, 0) = (1, 0) = (0, 0).
LINEARNA ZAVISNOST I NEZAVISNOST VEKTORA
Neka je (V, +, , F) vektorski prostor.
Denicija. Vektor x V je linearna kombinacija vektora x
1
, . . . , x
n
V ako
postoje skalari
1
, . . . ,
n
F takvi da je
x =
1
x
1
+ . . . +
n
x
n
.
Primer. Vektor (1, 2, 3) R
3
je linearna kombinacija vektora (1, 0, 0), (0, 1, 0),
(0, 0, 1) jer
(1, 2, 3) = (1, 0, 0) + (0, 2, 0) + (0, 0, 3)
= 1 (1, 0, 0) + 2 (0, 1, 0) 3 (0, 0, 1).
10
Primer. Pokazimo da vektor (1, 2, 3) nije linearna kombinacija vektora (1, 1, 1), (1, 1, 0), (1, 1, 2).
Potrazimo , , R takve da je
(1, 2, 3) = (1, 1, 1) + (1, 1, 0) + (1, 1, 2)
(1, 2, 3) = (, , ) + (, , 0) + (, , 2)
(1, 2, 3) = ( + + , + + , + 2)

1 = + +
2 = + +
3 = + 2.
Ovaj sistem jednacina nema resenje (1=2), pa (1, 2, 3) nije linearna kombinacija
vektora (1, 1, 1), (1, 1, 0), (1, 1, 2).
Primer. Da li je polinom p = 2 3x + x
2
Q[x] linearna kombinacija polinoma
p
1
= 2 x, p
2
= x + 2x
2
i p
3
= 3 2x + 3x
2
?
Ispitajmo da li postoje skalari
1
,
2
,
3
Q takvi da je
p =
1
p
1
+
2
p
2
+
3
p
3
,
tj.
2 3x + x
2
=
1
(2 x) +
2
(x + 2x
2
) +
3
(3 2x + 3x
2
),
sto je ekvivalentno sistemu linearnih jednacina
2 = 2
1
+ 3
3
3 =
1
+
2
2
3
1 = 2
2
+ 3
3
.
Ovaj sistem jednacina ima jedinstveno resenje

1
=
7
8
,
2
=
11
8
,
3
=
5
4
,
pa je
p =
7
8
p
1

11
8
p
2
+
5
4
p
3
.
Dakle, p je linearna kombinacija vektora p
1
, p
2
i p
3
.
Denicija.
1. Skup vektora {x
1
, . . . , x
n
} je linearno zavisan ako postoje skalari
1
, . . . ,
n
od kojih je bar jedan razlicit od nule, takvi da je
1
x
1
+ . . . +
n
x
n
= 0, tj.
((
1
, . . . ,
n
) F
n
) (
1
x
1
+ . . . +
n
x
n
= 0 (
1
, . . . ,
n
) = (0, . . . , 0)).
2. Skup vektora {x
1
, . . . , x
n
} je linearno nezavisan ako nije linearno zavisan, tj.
((
1
. . .
n
) F
n
)(
1
x
1
+ . . . +
n
x
n
= 0 =
1
= . . . =
n
= 0).
11
Denicija.
(i) Beskonacan skup vektora S V je linearno zavisan ako je bar jedan njegov
konacan podskup linearno zavisan.
(ii) Beskonacan skup vektora S V je linearno nezavisan ako je svaki njegov
konacan podskup linearno nezavisan.
Teorema.
(1) Svaki podskup linearno nezavisnog skupa vektora je linearno nezavisan.
(2) Svaki nadskup linearno zavisnog skupa vektora je linearno zavisan.
(3) Svaki skup koji sadrzi nula vektor je linearno zavisan.
(Skup {0
V
} je linearno zavisan, jer postoji skalar = 1 takav da je
1 0
V
= 0
V
i 1 = 0
F
.
Na osnovu (2) sledi da je i svaki skup koji sadrzi 0
V
linearno zavisan.)
Primer. Skup vektora {(1, 0, 0), (1, 1, 0), (1, 1, 1)} prostora R
3
je linearno nezav-
isan, jer
(1, 0, 0) + (1, 1, 0) + (1, 1, 1) = 0 = = = 0.
Primer. Skup vektora {f = x
2
+3x+1, g = 5x
2
+x, h = 3x
2
+5x+2} prostora
R
2
[x] je linearno zavisan, jer iz
(x
2
+ 3x + 1) + (5x
2
+ x) + (3x
2
+ 5x + 2) = 0
sledi
( + 5 3)x
2
+ (3 + + 5)x + ( + 2) = 0,
odakle dobijamo sistem jednacina
+ 5 3 = 0
3 + + 5 = 0
+ 2 = 0
koji ima i netrivijalna resenja, recimo = 2, = 1, = 1.
Primer. {1, x, x
2
, . . .} je linearno nezavisan skup vektora prostora F[x].
Zaista, uocimo proizvoljan konacan podskup
{x
m
1
, x
m
2
, . . . , x
m
k
} (m
1
< m
2
< . . . m
k
).
12
Iz

1
x
m
1
+
2
x
m
2
+ . . . +
k
x
m
k
= 0
(gde je 0 nula polinom, tj. 0 = 0 1 + 0 x + . . . + 0 x
m
k
) sledi

1
=
2
= . . . =
k
= 0,
pa je skup {x
m
1
, . . . , x
m
k
} linearno nezavisan, a kako je to proizvoljan konacan pod-
skup skupa {1, x, x
2
, . . .}, sledi da je i {1, x, x
2
, . . .} linearno nezavisan.
Primer. Pokazimo da je skup vektora
{f, g} gde f, g R
R
, f(x) = e
x
, g(x) = e
x
sin x,
prostora R
R
linearno nezavisan.
f + g = 0, za , R
(x R) f(x) + g(x) = 0(x) (0 : R R, 0(x) = 0),
(x R) e
x
+ e
x
sinx = 0,
x = 0 : = 0
(x R) e
x
sinx = 0
x =

2
: = 0
pa je {f, g} linearno nezavisan skup vektora.

Cesto se za utvrdivanje linearne zavisnosti koristi kriterijum dat sledecom teo-

remom.
Teorema. Skup vektora {x
1
, . . . , x
n
}, n > 1, je linearno zavisan akko se bar
jedan od njih izrazava kao linearna kombinacija ostalih.
Dokaz. () Neka je {x
1
, . . . , x
n
} skup linearno zavisnih vektora. Tada postoje
skalari
1
, . . . ,
n
od kojih je bar jedan razlicit od nule, takvi da je

1
x
1
+ . . . +
n
x
n
= 0.
Neka je, recimo,
i
= 0. Tada postoji
1
i
F, pa mnozenjem prethodne jednakosti
sa
1
i
dobijamo

i
1

1
x
1
+ . . . +
1
i

i1
x
i1
+
i

1
i

=1
x
i
+
1
i

i+1
x
i+1
+ . . . +
1
i

n
x
n
= 0,
odakle je
x
i
= (
1

i
1
)x
1
. . . (
i1

1
i
)x
i1
(
i+1

1
i
)x
i+1
. . . (
n

i
1
) x
n
,
tj. x
i
je linearna kombinacija ostalih vektora.
() Neka je x
i
linearna kombinacija preostalih vektora skupa {x
1
, . . . , x
n
}.
Tada postoje skalari
1
, . . . ,
i1
,
i+1
, . . . ,
n
takvi da je
x
i
=
1
x
1
+ . . .
i1
x
i1
+
i+1
x
i+1
+ . . . +
n
x
n
,
13
pa je

1
x
1
+ . . . +
i1
x
i1
+ (1)

=0
x
i
+
i+1
x
i+1
+ . . . +
n
x
n
= 0 i
(
1
, . . . ,
i1
, 1,
i+1
, . . . ,
n
) = (0, . . . , 0),
pa je {x
1
, . . . , x
n
} linearno zavisan skup vektora.
1
LINEARNI OMOTA

C SKUPA VEKTORA
Neka je (V, +, , F) vektorski prostor nad poljem F.
Denicija. Neka je = S V . Skup svih konacnih linearnih kombinacija vektora
skupa S se zove linearni omotac (pokrivac) ili lineal nad skupom S i oznacava
sa L(S), tj.
L(S)
def
= {
1
x
1
+ . . . +
n
x
n
|n N, x
1
, . . . , x
n
S,
1
, . . . ,
n
F}.
Teorema 1. Ako je = S V , tada je L(S) najmanji potprostor vektorskog
prostora V koji sadrzi skup S.
Dokaz.
Najpre dokazujemo da L(S) sadrzi skup S:
x S x = 1 x L(S), pa je S L(S).
Dokazimo da je L(S) V .
Ako x, y L(S), , F, tada se x i y mogu napisati kao linearne kombi-
nacije vektora iz skupa S, tj. postoje m, n N, x
1
, . . . , x
n
S, y
1
, . . . , y
m

S,
1
, . . . ,
n
,
1
, . . . ,
m
F takvi da je
x =
1
x
1
+ . . . +
n
x
n
, y =
1
y
1
+ . . . +
m
y
m
.
Tada
x + y = (
1
)x
1
+ . . . + (
n
)x
n
+ (
1
)y
1
+ . . . + (
m
)y
m
pri cemu
1
, . . . ,
n
,
1
, . . . ,
m
F, x
1
, . . . , x
n
, y
1
, . . . , y
m
S, pa je
x L(S).
Pokazimo da je L(S) najmanji od svih potprostora koji sadrze S, tj. da je
sadrzan u svakom potprostoru koji sadrzi skup S.
Neka je U V takav da S U. Tada
x L(S)
(n N)(
1
, . . . ,
n
F)(x
1
, . . . , x
n
S U) x =
1
x
1
+ . . .
n
x
n
,
x U (jer je U V, pa je zatvoren za linearne kombinacije).
Dakle, L(S) U.
Primeri.
(1) Ako je V = R
2
, S = {(1, 2)}, tada L(S) = {(1, 2)| R} = {(, 2)| R}
je prava u R
2
kroz tacke (1,2)i (0,0).
2
(2) Ako je V = R
3
, S = {(1, 2, 3)} tada L(S) = {(x, 2x, 3x)|x R} je prava u
prostoru R
3
odredena tackama (0, 0, 0) i (1, 2, 3).
(3) Ako je V = R
3
i S = {(1, 2, 3), (2, 1, 0)} tada je L(S) ravan kroz tacke
(1,2,3), (2,-1,0) i (0,0,0).
Neke osobine linearnog pokrivaca skupa vektora su date u sledecoj teoremi.
Teorema 2.
(1) L(S) = S akko S V .
(2) L(L(S)) = L(S), tj. L
2
= L (idempotentnost)
(3) S T L(S) L(T),
(4) L(S T) = L(S) +L(T).
(5) S T L(S) L(S) = L(T)
(6) x L(S) L(S {x}) = L(S).
Dokaz.
(1) sledi neposredno iz Teoreme 1.
(2)
L(S) V iz Teoreme 1.
L(L(S)) = L(S) osobina (1).
(3) sledi neposredno iz denicije linearnog omotaca skupa vektora.
(4)
x L(S T) x =
1
x
1
+ . . . +
n
x
n
, x
i
S T
x =
1
y
1
+ . . . +
k
y
k

=y
+
1
z
1
+ . . . +
l
z
l

=z
y
i
S, z
i
T, k + l = n
x = y + z, y L(S), z L(T)
x L(S) +L(T).
(5) Iz S T sledi L(S) L(T) ( iz (3)).
Iz T L(S) sledi L(T) L(L(S)) = L(S) (prema (3) i (2)).
(6)
x L(S) S S {x} L(S)
L(S) = L(S {x}) (iz (5)).
3
Denicija. Ako je L(S) = V kazemo da skup S generise prostor V , a skup S se
zove generatorni skup (generatrisa) prostora V .
Primeri.
(1) R
3
= L({(1, 0, 0), (0, 1, 0), (0, 0, 1)}), jer za proizvoljan vektor (x, y, z) R
3
vazi
(x, y, z) = x (1, 0, 0) + y (0, 1, 0) + z (0, 0, 1).
(2) R
3
[x] = L({1, x, x
2
, x
3
}), jer za svako f R
3
[x] vazi f = a
0
1 + a
1
x + a
2

x
2
+ a
3
x
3
(a
0
, a
1
, a
2
, a
3
R).
(3) F[x] = L({1, x, x
2
, . . .}).
Primer. Da li skup polinoma {f = x
2
+ x, g = x
2
1, h = x + 1} generise prostor
R
2
[x]?
Ispitajmo da li za proizvoljan polinom p = ax
2
+ bx + c R
2
[x] postoje skalari
, , R takvi da je
p = f + g + h
ax
2
+ bx + c = (x
2
+ x) + (x
2
1) + (x + 1)

+ = a
+ = b
+ = c

+ = a
+ = b a
+ = c

+ = a
+ = b a
0 = c b + a
Dobijeni sistem jednacina je saglasan akko c b + a = 0, pa skup {f, g, h} ne
generise ceo prostor R
2
[x] (npr. x
2
+ x + 1 / L{f, g, h}), tj. L{f, g, h} R
2
[x].
Takode vazi
L{f, g, h} = {ax
2
+ bx + c R
2
[x]|c b + a = 0}
= {ax
2
+ bx + c R
2
[x]|c = b a}
= {ax
2
+ bx + (b a)|a, b R}
= {a(x
2
1) + b(x + 1)|a, b R} = L{g, h}.
Do istog zakljucka se moglo doci i na sledeci nacin:
f = 1 g + 1 h L{g, h} L{f, g, h} = L{g, h} (osobina (6)).
BAZA VEKTORSKOG PROSTORA
Neka je (V, +, , F) vektorski prostor i = B V .
Denicija. Skup vektora B je baza prostora V ako je linearno nezavisan i generise
prostor V , tj.
(B
1
) L(B) = V
(B
2
) B je linearno nezavisan skup vektora.
4
Primeri.
1. (F, +, , F), jedna baza je B = {1}:
(B
1
) F = L{1} jer (x F) x

vektor
= x

skalar
1

vektor
(B
2
) {1} je linearno nezavisan, jer 1 = 0 = 0.
2. (C, +, , R), jedna baza je B = {1, i}:
(B
1
) (x C)(, R) x = 1 + i C = L{1, i}
(B
2
) {1, i} je linearno nezavisan, jer 1 + i = 0 = = 0
3. (F
n
, +, , R), baza B = {e
1
= (1, 0, . . . , 0), e
2
= (0, 1, 0, . . . , 0), . . . , e
n
= (0, . . . , 0, 1)}
se zove standardna baza prostora F
n
;
4. (F
N
, +, , F), jedna baza je B = {(1, 0, 0, . . .), (0, 1, 0, . . .), . . .};
5. (F
n
[x], +, , F), baza B = {1, x, x
2
, . . . , x
n
} se zove standardna baza prostora
F
n
[x];
6. (F
S
, +, , F), jedna baza je B = {
s
|s S}, gde

s
: S F,
s
(t) =

1, t = s
0, t = s
.
Teorema 1. Neprazan skup B V je baza vektorskog prostora V akko skup B je
najmanji skup koji generise V .
Dokaz. () Neka za B vaze aksiome (B
1
) i (B
2
). Iz (B
1
) sledi da B generise
V . Pokazimo da je B najmanji skup sa tom osobinom, tj. da nijedan njegov pravi
podskup ne generise V . Pretpostavimo suprotno, tj. neka je = B

B takav da
je L(B

) = V . Uocimo x B \ B

. Tada x L(B

), pa je skup B

{x} linearno
zavisan, odakle sledi da je i njegov nadskup B linearno zavisan, sto je u kontradikciji
sa (B
2
).
() Neka je B najmanji skup vektora koji generise prostor V . Dakle, (B
1
) vazi.
Dokazimo da vazi i (B
2
). Pretpostavimo suprotno, tj. da je B linearno zavisan
skup. Tada postoji x B koje je linearna kombinacija ostalih vektora iz B, tj.
x L(B \ {x}). Neka je B

= B \ {x}. Tada, na osnovu osobine (6) vazi

L(B

) = L(B

{x}) = L(B) = V,
sto je suprotno pretpostavci da je B najmanji skup koji generise V . Dakle, B je
linearno nezavisan skup vektora.
Teorema 2. Neprazan skup B V je baza vektorskog prostora V akko skup B je
najveci linearno nezavisan skup.
Dokaz. () Iz (B
2
) sledi da je B linearno nezavisan. Pokazimo da je najveci
takav, tj. da je svaki njegov pravi nadskup linearno zavisan. Neka je B B

. Tada
5
iz L(B) = V sledi da svako x B

\ B je linearna kombinacija vektora iz B, pa je

B{x} linearno zavisan. Iz B{x} B

sledi da je B

linearno zavisan. Dakle, B

je najveci linearno nezavisan skup vektora.
() Neka je B najveci linearno nezavisan skup. Dakle (B
2
) vazi, dokazimo i (B
1
).
Pretpostavimo suprotno, tj. L(B) V . Tada za x V \ L(B) vazi: B

= B {x}
je linearno nezavisan i B B

, sto je suprotno pretpostavci da je B najveci linearno

nezavisan skup. Dakle, L(B) = V .
Teorema 3. Skup B = {x
1
, . . . , x
n
} je baza prostora V akko svaki x V ima
jedinstvenu reprezentaciju x =
1
x
1
+ . . . +
n
x
n
, gde
1
, . . . ,
n
F, tj.
(x V )(
1
(
1
, . . . ,
n
) F
n
) x =
1
x
1
+ . . . +
n
x
n
.
Dokaz. () Iz L(B) = V sledi egzistencija gornje reprezentacije proizvoljnog
vektora x V .
Jedinstvenost: Neka x =
2
x
1
+. . . +
n
x
n
i x =
1
x
1
+. . . +
n
x
n
(
i
,
i
F).
Tada

1
x
1
+ . . . +
n
x
n
=
1
x
1
+ . . . +
n
x
n
,
pa je
(
1

1
)x
1
+ . . . + (
n

n
)x
n
= 0.
Iz (B
2
) sledi
1

1
= 0, . . . ,
n

n
= 0, tj.
1
=
1
, . . . ,
n
=
n
.
() (B
1
) sledi iz egzistencije reprezentacije za svako x V . Dokazimo (B
2
).
Neka je

1
x
1
+ . . . +
n
x
n
= 0
Svakako je
0
F
x
1
+ . . . + 0
F
x
n
= 0.
Iz jedinstvenosti reprezentacije nula vektora sledi

1
= 0, . . . ,
n
= 0.
Dakle, B je linearno nezavisan skup vektora.
Skalare
1
, . . . ,
n
iz reprezentacije x =
1
x
1
+. . .+
n
x
n
zovemo koordinatama
vektora x u bazi B = {x
1
, . . . , x
n
}.
Teorema 4. Neka je B = {x
1
, . . . , x
n
} baza prostora V . Preslikavanje
k
B
: V F
n
, k
B
(x)
def
= (
1
, . . . ,
n
), za x =
1
x
1
+ . . . +
n
x
n
,
je izomorzam prostora V na prostor F
n
.
Dokaz.
6
k
B
je dobro denisano i 1-1:
Prema Teoremi 3. proizvoljni vektori x, y V imaju jedinstvene reprezentacije
x =
1
x
1
+ . . . +
n
x
n
, y =
1
x
1
+ . . . +
n
x
n
.
Tada
x = y (
1
, . . . ,
n
) = (
1
, . . . ,
n
) k
B
(x) = k
B
(y).
k
B
je na jer
((
1
, . . . ,
n
) F
n
)(x =
1
x
1
+ . . . +
n
x
n
V )k
B
(x) = (
1
, . . . ,
n
).
k
B
je linearno:
(1) k
B
(x+ y) = k
B
((
1
x
1
+ . . . +
n
x
n
) + (
1
x
1
+ . . . +
n
x
n
))
= k
B
((
1
+
1
)x
1
+ . . . + (
n
+
n
)x
n
) = (
1
+
1
, . . . ,
n
+
n
)
= (
1
, . . . ,
n
) + (
1
, . . . ,
n
) = k
B
(x) + k
B
(y)
(2) k
B
(x) = k
B
((
1
x
1
+ . . . +
n
x
n
) = k
B
((
1
)x
1
+ . . . + (
n
)x
n
)
= (
1
, . . . ,
n
) = (
1
, . . . ,
n
) = k
B
(x).
Uporedimo broj linearno nezavisnih vektora sa brojem generatornih vektora
nekog prostora V .
Teorema 5. Ako je S = {x
1
, . . . , x
n
} linearno nezavisan skup vektora i G =
{y
1
, . . . , y
m
} generatorni skup vektora vektorskog prostora V , onda je n m.
Dokaz. Iz x
1
V i L(G) = V sledi da je skup
G
1
= {x
1
, y
1
, . . . , y
m
}
linearno zavisan.
Pokazimo da postoji y
i
G
1
takav da je linearna kombinacija prethodnih vektora
u nizu, tj. y
i
L{x
1
, y
1
. . . , y
i1
}. Iz linearne zavisnosti G
1
sledi da postoje skalari
,
1
, . . . ,
m
koji nisu svi jednaki nula, takvi da je
x
1
+
1
y
1
+ . . . +
m
y
m
= 0.
Iz
1
= . . . =
m
= 0 bi sledilo x
1
= 0, a kako je x
1
= 0, dalje bi sledilo
= 0, sto je kontradikcija sa cinjenicom da je G
1
linearno zavisan.
Bar jedan od skalara
1
, . . . ,
m
je razlicit od nule. Neka je i {1, . . . , m}
takav da
i
= 0,
i+1
= 0, . . . ,
n
= 0. Tada iz
x
1
+
1
y
1
+ . . . +
i
y
i
= 0
sledi
y
i
= (
1
i
)x
1
+ (
1

1
i
)y
1
+ . . . + (
i1

1
i
)y
i1
L{x
1
, y
1
. . . , y
i1
}.
Tada je L(G
1
\ {y
i
}) = L(G
1
) = V .
7
Izbacimo y
i
i ponovimo postupak.
G
2
= {x
1
, x
2
, y
1
, . . . , y
i
, . . . , y
m
}
(gde y
i
oznacava da je element y
i
izbacen) je linearno zavisan. Uocimo y
j
kao prvi
u nizu koji je linearna kombinacija prethodnih i izbacimo ga. Tada je G
2
\ {y
j
}
generatorni skup.
Nastavimo postupak i u ntom koraku, dobijamo
G
n
= {x
1
, x
2
, . . . , x
n
, y
k
, . . .

bar jedno y
k
}
koji je linearno zavisan (po konstrukciji), pa sadrzi bar jedan y
k
. Kako smo u svakom
koraku ubacili po jedan x
i
i izbacili po jedan element skupa G, sledi da je n m.

Posledica. Ako vektorski prostor V ima konacnu bazu, onda svaka baza ima isti
broj vektora.
Dokaz. Neka prostor V ima konacnu bazu i neka su B
1
= {x
1
, . . . , x
n
} i B
2
=
{y
1
, . . . , y
m
} dve baze prostora V . Tada, prema Teoremi 5. sledi
B
1
linearno nezavisan
B
2
generise V

n m
B
2
linearno nezavisan
B
1
generise V

m n

n = m.
Sledecu teoremu navodimo bez dokaza.
Teorema 6. Svaki vektorski prostor ima bazu.
Denicija. Dimenzija vektorskog prostora V se obelezava sa dimV i denise
na sledeci nacin:
(1) Ako je V = {0}, onda dimV = 0.
(2) Ako prostor V ima bazu od n elemenata, onda dimV = n.
(3) Ako je dimV N {0} kazemo da je prostor V konacnodimenzionalan.
(4) Ako prostor nema konacnu bazu, onda dimV = . U tom slucaju, kazemo
da je prostor V beskonacnodimenzionalan.
Napomena. Prethodna Posledica obezbeduje korektnost Denicije pod (2) (di-
menzija ne zavisi od izbora baze).
Primeri.
1. (F, +, , F) ima bazu B = {1}, pa je dimF=1.
2. C
R
= (C, +, , R) ima bazu B = {1, i}, pa je dimC
R
= 2.
8
3. (F
n
, +, , F) ima bazu B = {(1, 0, . . . , 0), (0, 1, . . . , 0), . . . , (0, . . . , 0, 1)}, pa je
dimF
n
= n.
4. (F
n
[x], +, , F) ima bazu B = {1, x, . . . , x
n
}, pa je dimF
n
[x] = n + 1.
5. (F[x], +, , F) nema konacnu bazu (ako bi B = {p
1
, . . . , p
n
} bila konacna baza i
m = max{degp
1
, . . . , degp
n
} onda x
m+1
/ L(B), pa B ne generise ceo prostor,
sto je u kontradikciji sa B
1
), odakle sledi dimF[x] = .
6. (F
N
, +, , F) nema konacnu bazu, pa je dimF
N
= .
Teorema 7. Svaki linearno nezavisan skup vektora konacnodimenzionog prostora
V mozemo prosiriti do baze tog prostora.
Dokaz. Neka je dimV = n i neka je S = {x
1
, . . . , x
m
} linearno nezavisan skup.
Tada, po Teoremi 5. m n.
Iz m = n sledi da je S maksimalan linearno nezavisan skup, pa je po Teoremi
2. S baza za V .
Iz m < n sledi da S ne generise V (jer minimalan generatorni skup ima n
elemenata), tj. L(S) = V , pa postoji x
m+1
V \ L(S). Tada je i
S
1
= {x
1
, . . . , x
m
, x
m+1
}
linearno nezavisan.
Ako je m+ 1 = n tada je S
1
baza za V .
Ako m + 1 = n nastavimo postupak do skupa
S
k
= {x
1
, . . . , x
m
, x
m+1
, . . . , x
m+k
}, gde m+ k = n.
Tada je L(S
k
) = V (jer dimV = n), pa je S
k
baza za V .
Teorema 8. Neka je (V, +, , F) konacnodimenzioni vektorski prostor i neka su
U, U
1
, U
2
njegovi potprostori. Tada
(1) dimU dimV ,
(2) dimU = dimV U = V ,
(3) dim(U
1
+ U
2
) = dimU
1
+ dimU
2
dim(U
1
U
2
) - Grasmanova formula.
Dokaz. (1) Potrostor U ima konacnu bazu, inace bi u U, a time i u V , postojao
beskonacan linearno nezavisan skup vektora, sto je suprotno pretpostavci da je V
konacnodimenzioni prostor.
Neka je B
U
= {x
1
, . . . , x
n
} baza prostora U. Po Teoremi 7. ovaj linearno neza-
visan skup vektora mozemo prosiriti do baze prostora V . Otuda dimU dimV .
(2) Neka je U V , dimU = dimV = n i neka je B
U
= {x
1
, . . . , x
n
} jedna baza
potprostora U. Tada je B
U
linearno nezavisan skup vektora u prostoru V koji je
9
dimenzije n, pa L(B
U
) = V . (U suprotnom, ako postoji x V \L(B
U
), onda bi skup
{x
1
, . . . , x
n
, x} bio linearno nezavisan skup od n + 1 elemenata, sto je kontradikcija
sa cinjenicom da je maksimalan broj linearno nezavisnih vektora u V jednak n.)
Dakle,
U = L(B
U
) = V.
(3) Iz U
1
, U
2
V sledi U
1
U
2
V , a kako je V konacne dimenzije, to je i U
1
U
2
konacne dimenzije, recimo m. Neka je m > 0 (dokaz u slucaju m = 0 je slican) i
neka je
B

= {x
1
, . . . , x
m
}
jedna baza potprostora U
1
U
2
. Tada je B

linearno nezavisan skup vektora prostora

U
1
, pa je ili baza za U
1
ili se moze prosiriti do baze prostora U
1
.
B

je baza za U
1
dimU
1
= dim(U
1
U
2
)
(2)
U
1
= U
1
U
2
U
1
U
2
, U
1
+ U
2
= U
2
dim(U
1
+ U
2
) = dimU
2
= dimU
1
+ dimU
2
dimU
1
= dimU
1
+ dimU
2

dim(U
1
U
2
).
B

se moze se prosiriti do baze {x

1
, . . . , x
m
, y
1
, . . . , y
k
} od U
1
.
Slicno, B

se moze prosiriti do baze {x

1
, . . . , x
m
, z
1
, . . . , z
l
} prostora U
2
. Dokazimo
da je
B = {x
1
, . . . , x
m
, y
1
, . . . , y
k
, z
1
, . . . , z
l
}
baza prostora U
1
+ U
2
.
(B
1
) Ako x = y + z U
1
+ U
2
, onda
y =
1
x
1
+ . . .
m
x
m
+
1
y
1
+ . . . +
k
y
k
, (
1
, . . . ,
m
,
1
, . . . ,
k
F)
z =
1
x
1
+ . . . +
m
x
m
+
1
z
1
+ . . . +
l
z
l
, (
1
, . . . ,
m
,
1
, . . . ,
l
F)
pa je
x = (
1
+
1
)x
1
+. . . +(
m
+
m
)x
m
+
1
y
1
+. . . +
k
y
k
+
1
z
1
+. . . +
l
z
l
L(B).
Dakle, U
1
+ U
2
= L(B).
(B
2
) Neka je

1
x
1
+ . . . +
m
x
m
+
1
y
1
+ . . . +
k
y
k
+
1
z
1
+ . . . +
l
z
l

=z
= 0.
Tada je z =
1
z
1
+ . . . +
l
z
l
U
2
. Kako je
z = (
1
)x
1
+ . . . + (
m
)x
m
+ (
1
)y
1
+ . . . + (
k
)y
k
U
1
,
to z U
1
U
2
, pa se moze predstaviti u obliku
z =
1
x
1
+ . . . +
m
x
m
(
i
F).
10
Iz

1
x
1
+ . . . +
m
x
m
=
1
z
1
+ . . . +
l
z
l
sledi

1
x
1
+ . . . +
m
x
m
+ (
1
)z
1
+ . . . + (
l
)z
l
= 0.
Kako je {x
1
, . . . , x
m
, z
1
, . . . , z
l
} baza za U
2
, sledi

1
= . . . =
m
=
1
= . . . =
l
= 0.
Tada je

1
x
1
+ . . . +
m
x
m
+
1
y
1
+ . . . +
k
y
k
= 0.
Kako je {x
1
, . . . , x
m
, y
1
, . . . , y
k
} linearno nezavisan (jer je baza za U
1
) sledi

1
= . . . =
m
=
1
= . . . =
k
= 0,
cime je dokazano da je B linearno nezavisan skup vektora.
Dakle, B je baza prostora U
1
+ U
2
, pa je
dim(U
1
+U
2
) = m+k +l = (m+k) +(m+l) m = dimU
1
+dimU
2
dim(U
1
U
2
).
Ako je V = U
1
U
2
, tada U
1
U
2
= , pa je dim(U
1
U
2
) = 0, odakle je
dim(U
1
U
2
) = dimU
1
+ dimU
2
.
1
OSNOVNI STAV LINEARNE ALGEBRE
Neka su (V
1
, +, , F) i (V
2
, +, , F) vektorski prostori nad istim poljem F.
Denicija. Preslikavanje f : V
1
V
2
je linearno ako za svako x, y V
1
, , F
vazi
f( x + y) = f(x) + f(y).
Teorema 1.(Osnovni stav linearne algebre) Ako je B = {x
1
, . . . , x
n
} baza
vektorskog prostora V
1
i y
1
, . . . , y
n
proizvoljni vektori prostora V
2
, tada postoji tacno
jedno linearno preslikavanje f : V
1
V
2
tako da je f(x
1
) = y
1
, . . . , f(x
n
) = y
n
.
Dokaz. Egzistencija: Za x V
1
postoji jedinstvena ntorka (
1
, . . . ,
n
) F
n
tako da je x =
1
x
1
+ . . . +
n
x
n
(jer je B baza za V
1
). Denisimo
f(x)
def
=
1
y
1
+ . . . +
n
y
n
.
Funkcija f je dobro denisana jer su koordinate (
1
, . . . ,
n
) vektora x u bazi B
jednoznacno odredene.
Proverimo da je f linearno. Za x =
1
x
1
+ . . . +
n
x
n
, y =
1
x
1
+ . . . +
n
x
n
,
, F, imamo da je
x + y = (
1
+
1
) x
1
+ . . . + (
n
+
n
) x
n
,
pa je
f(x + y) = (
1
+
1
) y
1
+ . . . + (
n
+
n
) y
n
,
= (
1
y
1
+ . . . +
n
y
n
) + (
1
y
1
+ . . . +
n
y
n
)
= f(x) + f(y).
Vazi i
f(x
i
) = f(0x
1
+. . .+1x
i
+. . .+0x
n
) = 0y
1
+. . .+1y
i
+. . .+0y
n
= y
i
(i = 1, 2, . . . , n),
pa je f trazeno preslikavanje.
Jedinstvenost: Neka je g : V
1
V
2
linearno preslikavanje takvo da je g(x
i
) =
y
i
, i = 1, 2, . . . , n. Tada, za proizvoljno x =
1
x
1
+ . . . +
n
x
n
V
1
vazi
g(x) = g(
1
x
1
+. . . +
n
x
n
) =
1
g(x
1
) +. . . +
n
g(x
n
) =
1
y
1
+. . . +
n
y
n
= f(x),
pa je
g = f.
Primer. Odrediti linearno preslikavanje f : R
2
R
3
takvo da vazi
f(1, 0) = (2, 1, 0) i f(1, 1) = (3, 1, 2).
2
Kako je {(1, 0), (1, 1)} baza prostora R
2
, za svaki vektor (x, y) R
2
postoje
jedinstveni skalari , R takvi da je
(x, y) = (1, 0) + (1, 1).
Iz
(x, y) = ( + , )
nalazimo
= y, = x y,
pa je (x, y) = (x y) (1, 0) + y (1, 1), odakle sledi
f(x, y) = (xy)f(1, 0)+yf(1, 1) = (xy)(2, 1, 0)+y(3, 1, 2) = (2x+y, x, 2y).
Teorema 2. Neka je f : V
1
V
2
linearno preslikavanje. Tada:
(1) Ako je {x
1
, . . . , x
n
} V
1
linearno zavisan, onda je i {f(x
1
), . . . , f(x
n
)} lin-
earno zavisan.
(2) f je monomorzam akko svaki linearno nezavisni skup vektora u V
1
slika u
linearno nezavisni skup vektora u V
2
.
(3) f je epimorzam akko svaki generatorni skup vektora prostora V
1
slika u
generatorni skup vektora prostora V
2
.
(4) f je izomorzam akko f cuva bazu.
Dokaz. (1) Ako {x
1
, . . . , x
n
} linearno zavisan u V
1
, tada je bar jedan od vektora
tog skupa linearna kombinacija ostalih, recimo x
i
L{x
1
, . . . , x
i1
, x
i+1
, . . . , x
n
}.
Kako je f linearno, sledi da f(x
i
) L{f(x
1
), . . . , f(x
i1
), f(x
i+1
), . . . , f(x
n
)}, pa je
skup {f(x
1
), . . . , f(x
n
) linearno zavisan.
(2) () Neka je f linearno 1-1 preslikavanje i neka je {x
1
, . . . , x
n
} linearno neza-
visan skup vektora. Pokazimo da je i {f(x
1
), . . . , f(x
n
)} linearno nezavisan.

1
f(x
1
) + . . . +
n
f(x
n
) = 0 f(
1
x
1
+ . . . +
n
x
n
) = 0 = f(0)

1
x
1
+ . . . +
n
x
n
= 0 (jer f 1-1)

1
= . . . =
n
= 0.
() Neka linearno preslikavanje f svaki linearno nezavisni skup vektora slika u
linearno nezavisan skup vektora. Dokazimo da je f 1-1.
x
1
= x
2
{x
1
x
2
} je lin. nezavisan (jer x
1
x
2
= 0
{f(x
1
x
2
)} je lin. nezavisan
{f(x
1
) f(x
2
)} je lin. nezavisan
f(x
1
) f(x
2
) = 0
f(x
1
) = f(x
2
).
(3) () Neka je V
1
= L{x
1
, . . . , x
n
}. Kako je f na, za proizvoljno y V
2
postoji
x V
1
tako da je y = f(x). Tada
y = f(x) = f(
1
x
1
+. . . +
n
x
n
) =
1
f(x
1
) +. . . +
n
f(x
n
) L{f(x
1
), . . . , f(x
n
)},
3
pa je V
2
= L{f(x
1
), . . . , f(x
n
)}.
() Neka je V
1
= L{x
1
, . . . , x
n
}. Tada, po pretpostavci, skup {f(x
1
), . . . , f(x
n
)}
generise prostor V
2
, tj. V
2
= L{f(x
1
), . . . , f(x
n
)}. Sledi da za svako y V
2
postoje
skalari
1
, . . . ,
n
F tako da je y =
1
f(x
1
) + . . . +
n
f(x
n
). Tada postoji
x
def
=
1
x
1
+ . . . +
n
x
n
V
1
tako da je
f(x) = f(
1
x
1
+ . . . +
n
x
n
) =
1
f(x
1
) + . . . +
n
f(x
n
)x
n
= y.
Dakle, f je na.
(4) sledi iz (2) i (3).
Teorema 3. Ako su V
1
i V
2
konacno dimenzioni vektorski prostori nad istim poljem
F, tada
V
1

= V
2
dimV
1
= dimV
2
.
Dokaz. () Ako f : V
1

= V
2
i {x
1
, . . . , x
n
} baza za V
1
, onda {f(x
1
), . . . , f(x
n
)}
je baza za V
2
(Teorema 2.(4)), pa dimV
2
= n = dimV
1
.
() Neka je dimV
1
= dimV
2
= n i B
1
= {x
1
, . . . , x
n
}, B
2
= {y
1
, . . . , y
n
} baze,
redom, za V
1
i V
2
. Iz Osnovnog stava linearne algebre sledi da postoji jedinstveno
linearno preslikavanje f : V
1
V
2
, tako da je f(x
i
) = y
i
(i = 1, . . . , n). Na osnovu
Teoreme 2.(4), f je izomorzam, pa V
1

= V
2
.
Denicija. Neka je f : V
1
V
2
linearno preslikavanje. Tada
kerf
def
= {x V
1
|f(x) = 0} se zove jezgro homomorzma f,
Imf
def
= {f(x)|x V
1
} se zove slika homomorzma f.
Neke osobine jezgra i slike linearnog preslikavanja su date sledecom teoremom.
Teorema 4. Neka je f : V
1
V
2
linearno preslikavanje. Tada
(1) Imf V
2
.
(2) f je na akko Imf = V
2
.
(3) kerf V
1
.
(4) f je 1-1 akko kerf = {0}.
(5) f : V
1

= V
2
akko kerf = {0} i Imf = V
2
.
(6) Ako je V
1
konacnodimenzioni vektorski prostor, tada su kerf i Imf konacne
dimenzije i vazi
dimV
1
= dim(kerf) + dim(Imf).
Dokaz.
(1) 0 = f(0) 0 Imf = Imf V
2
,
y
1
, y
2
Imf, , F (x
1
, x
2
V
1
) y
1
= f(x
1
), y
2
= f(x
2
)
y
1
+ y
2
= f(x
1
) + f(x
2
) = f(x
1
+ x
2
) Imf.
4
(2) Sledi iz denicije na funkcije i Imf.
(3) f(0) = 0 0 kerf = kerf V
1
,
x
1
, x
2
kerf, , F f(x
1
+ x
2
) = f(x
1
) + f(x
2
)
= 0 + 0 = 0
x
1
+ x
2
kerf.
(4) () Neka je f 1-1. Tada
x kerf f(x) = 0 = f(0) x = 0
kerf = {0}.
() Neka je kerf = {0}. Tada
f(x) = f(y) f(x) f(y) = 0
f(x y) = 0
x y kerf
x y = 0
x = y,
odakle sledi da je f 1-1.
(5) sledi iz (2) i (4).
(6) Kako je V
1
konacne dimenzije i kerf V
1
sledi da je i kerf konacne dimenzije.
Ako je dim(kerf) = 0, tada kerf = {0}, pa je f : V
1
Imf izomorzam. Po
Teoremi 3. sledi dim(Imf) = dimV
1
.
Ako je dim(kerf) = dimV
1
, tada kerf = V
1
(jer je kerf V
1
), pa je f(x) = 0,
za svako x V
1
, tj. Imf = {0}, odakle sledi dim(Imf) = 0.
Stoga, neka je 0 < dim(kerf) < dimV
1
i {x
1
, . . . , x
k
} neka je baza za kerf.
Prosirimo je do baze {x
1
, . . . , x
k
, x
k+1
, . . . , x
n
} prostora V
1
. Pokazimo da je
B = {f(x
k+1
), . . . , f(x
n
)} baza prostora Imf.
(B
1
) Pokazimo da B generise Imf.
y Imf (x V
1
)y = f(x)
y = f(
1
x
1
+ . . . +
k
x
k
+
k+1
x
k+1
+ . . . +
n
x
n
),
1
, . . . ,
n
F
=
1
f(x
1
) + . . . +
k
f(x
k
) +
k+1
f(x
k+1
) + . . . +
n
f(x
n
)
=
1
0 + . . . +
k
0 +
k+1
f(x
k+1
) + . . . +
n
f(x
n
)
=
k+1
f(x
k+1
) + . . . +
n
f(x
n
) L(B),
pa je Imf L(B). Svakako je L(B) = L{f(x
k+1
), . . . , f(x
n
)} Imf, pa vazi
Imf = L(B).
5
(B
2
) Proverimo i linearnu nezavisnost skupa vektora B.

k+1
f(x
k+1
) + . . . +
n
f(x
n
) = 0,
k+1
, . . . ,
n
F
f(
k+1
x
k+1
+ . . . +
n
x
n
) = 0

k+1
x
k+1
+ . . . +
n
x
n
kerf

k+1
x
k+1
+ . . . +
n
x
n
=
1
x
1
+ . . . +
k
x
k
(
1
)x
1
+ . . . + (
k
)x
k
+
k+1
x
k+1
+ . . . +
n
x
n
= 0

1
= . . . =
k
=
k+1
= . . . =
n
= 0.
.
Dakle, B je baza za imf, pa je
dim(Imf) = |B| = n k = dimV
1
dim(kerf).
Denicija. Ako je f : V
1
V
2
linearno preslikavanje, onda
r(f)
def
= dim(Imf) se zove rang homomorzma f,
d(f)
def
= dim(kerf) se zove defekt homomorzma f.
1
DUALNI VEKTORSKI PROSTORI
Denicija. Neka je (V, +, , F) vektorski prostor nad poljem F.
Linearno preslikavanje f : V F vektorskog prostora V u vektorski prostor
polja F se zove linearna forma (funkcionela) na V .
V

def
= {f|f : V F linearno} skup svih linearnih formi na V
zbir f + g linearnih formi f, g V

i proizvod f linearne forme f
skalarom F se denisu na sledeci nacin:
f + g : V F, (f + g)(x)
def
= f(x) + g(x),
f : V F, ( f)(x)
def
= f(x), x V.
Teorema 1. Struktura (V

, +, , F) je je vektorski prostor nad poljem F.
Dokaz. Proverimo da je V

zatvoren za sabiranje funkcionela i mnozenje funkcionela
skalarom.
Neka su f, g V

, , F. Dokazimo da f + g V

i f V

.
Za x, y V , , F vazi
(f + g)(x + y) = f(x + y) + g(x + y) (po def. sabiranja funkcionela)
= f(x) + f(y) + g(x) + g(y) (jer su f i g linearna)
= (f(x) + g(x)) + (f(y) + g(y)) (osobine operacija u polju)
= (f + g)(x) + (f + g)(y) (po def. sabiranja funkcionela)
pa je f + g linearno preslikavanje iz V u F, tj. f + g V

.
( f)(x + y) = f(x + y) (po def. mnozenja funkcionela)
= (f(x) + f(y)) (jer je f linearno)
= f(x) + f(y) (osobine operacija u polju)
= ( f)(x) + ( f)(y) (po def. mnozenja funkcionela)
odakle sledi f V

.
Primenom denicija operacije + na V

i funkcije : F V

V

i osobina polja
F neposredno se proveravaju aksiome vektorskog prostora.
Denicija. Vektorski prostor (V

, +, , F) se zove (prvi) dualni prostor (dual)
prostora V .
Teorema 2. Ako je V konacnodimenzioni vektorski prostor, tada je i V

konacne
dimenzije i vazi V

= V

.
2
Dokaz. Neka je B = {x
1
, . . . , x
n
} baza prostora V . Iz Osnovnog stava linearne
algebre sledi da postoje linearna preslikavanja x

1
, . . . , x

n
: V F, takva da
x

i
(x
j
) =

1, j = i
0, j = i
, i = 1, 2, . . . , n.
Pokazimo da je B

= {x

1
, . . . , x

n
} baza prostora V

.
(B
1
) B

generise V

:
Za f V

neka su skalari
1
, . . . ,
n
F denisani na sledeci nacin

1
def
= f(x
1
),
2
def
= f(x
2
), . . . ,
n
def
= f(x
n
).
Pokazimo da tada vazi f =
1
x

1
+ . . .
n
x

n
. Zaista,
(j)(
1
x

1
+ . . . +
n
x

n
)(x
j
) =
1
x

1
(x
j
)

=0
+. . . +
j
x

j
(x
j
)

=1
+. . .
n
x

n
(x
j
)

=0
=
j
= f(x
j
),
pa je, prema Osnovnom stavu linearne algebre, f =
1
x

1
+ . . . +
n
x

n
.
(B
2
) Linearna nezavisnost:

1
x

1
+ . . . +
n
x

n
= 0,
1
, . . . ,
n
F
(j {1, . . . , n}) (
1
x

1
+ . . . +
n
x

n
)(x
j
) = 0(x
j
)
(j {1, . . . , n})
1
x

1
(x
j
) + . . . +
j
x

j
(x
j
) + . . . +
n
x

n
(x
j
) = 0
(j {1, . . . , n})
j
= 0.
Dakle, B

je baza prostora V

. Iz dimV

= |B

| = n = dimV sledi
V

= V

.
Bazu B

zovemo dualnom bazom baze B prostora V . Tada, za svaki x =

1
x
1
+ . . . +
n
x
n
V vazi
x

i
(x) = x

i
(
1
x
1
+ . . . +
n
x
n
) =
1
x

i
(x
1
) + . . . +
n
x

i
(x
n
) =
i
,
tj. koordinate vektora x u bazi B su skalari x

1
(x), . . . , x

n
(x), pa se x moze zapisati
u obliku
x = x

1
(x)x
1
+ . . . + x

n
(x)x
n
.
Primer. Odredimo dualnu bazu standardne baze
{e
1
= (1, 0, 0), e
2
= (0, 1, 0), e
3
= (0, 0, 1)} : R
3
.
Na osnovu Teoreme 2. postoji dualna baza
{e

1
, e

2
, e

3
}, gde e

i
: R
3
R i e

i
(e
j
) =

1, j = i
0, j = i
, i = 1, 2, 3.
3
Odredimo e

1
, e

2
, e

3
iz ovih uslova. Svaki vektor prostora R
3
ima jedinstvenu reprezentaciju
(x, y, z) = xe
1
+ ye
2
+ ze
3
, pa je
e

1
(x, y, z) = e

1
(xe
1
+ ye
2
+ ze
3
) = xe

1
(e
1
)

=1
+y e

1
(e
2
)

=0
+z e

1
(e
3
)

=0
= x.
Slicno dobijamo
e

2
(x, y, z) = y, e

3
(x, y, z) = z.
Denicija. Drugi dualni prostor (bidual) vektorskog prostora V je prostor
V

def
= (V

)

,
tj. vektorski prostor linearnih formi na V

.
Na osnovu Teoreme 2. za konacnodimenzioni prostor V vazi
V

= V

= V.
Izmedu prostora V i V

mozemo uspostaviti izomorzam nezavisan od izbora
baza na sledeci nacin.
Vektoru x V pridruzimo funkciju
x : V

F, x(f)
def
= f(x), za svako f V

.
Tada za f, g V

, , F vazi
x( f + g) = (f + g)(x) = f(x) + g(x) = x(f) + x(g),
pa je x linearno preslikavanje prostora V

u prostor F, tj. x V

.
Teorema 3. Ako je V konacnodimenzioni vektorski prostor, tada je funkcija
: V V

, (x)
def
= x
prirodni izomorzam prostora V na prostor V

.
Dokaz. Dokazimo najpre da je homomorzam. Za x, y V , , F vazi

x + y(f) = f(x + y) = f(x) + f(y) = x(f) + y(f)

= ( x + y)(f), za svako f V

,
pa je

x + y = x + y. Dalje sledi
(x + y) =

x + y = x + y = (x) + (y).
je 1-1: Dokazimo da je ker = {0}. Ako x = 0, onda bi se skup {x} mogao
dopuniti do baze {x, x
2
, . . . , x
n
} prostora V koja ima dualnu bazu {x

, x

1
, . . . , x

n
}
4
prostora V

, pa je x

(x) = 1, tj. x(x

) = 1 = 0. To bi znacilo da x = 0 (nije nula

funkcija), pa (x) = 0, odnosno x / ker. Dakle, ker = {0}, pa je 1-1.
je na: Kako je Im V

i dim(ker) = 0, to je
dim(Im) = dimV dim(ker) = dimV = dimV

.
Tada
Im = V

,
tj. je na.
Prirodni izomorzam omogucava da svakoj bazi B

duala V

pridruzimo bazu
B prostora V cija je dualna baza bas B

.
Teorema 4. Ako je V konacno dimenzioni vektorski prostor, tada je svaka baza
prostora V

dualna baza neke baze prostora V .
Dokaz. Neka je B

= {
1
, . . . ,
n
} : V

. Iz Teoreme 2. sledi da postoji baza
B

= {

1
, . . . ,

n
} : V

dualna bazi B

, tj. vazi

i
(
j
) =

1, j = i
0, j = i
.
Iz Teoreme 3. sledi da postoje x
1
, . . . , x
n
V takvi da je

1
= (x
1
), . . . ,

n
= (x
n
)
i B = {x
1
, . . . , x
n
} je baza za V (jer je izomorzam). Tada

i
(x
j
) = x
j
(
i
) = (x
j
)(
i
) =

j
(
i
) =

1, j = i
0, j = i
,
pa je B

dualna baza baze B.

Primer. Neka je V = R
1
[x] i linearne funkcionele
1
,
2
: V R denisane sa

1
(p) =

0
1
p(x)dx,
2
(p) =

1
0
p(x)dx.
Odrediti bazu prostora V cija je dualna baza upravo baza B

= {
1
,
2
}.
Na osnovu Teoreme 4. postoji baza B = {p
1
, p
2
} prostora R
1
[x], cija je dualna
baza B

. Neka je
p
1
= a
1
+ b
1
x, p
2
= a
2
+ b
2
x, a
1
, b
1
, a
2
, b
2
R.
Tada

1
(p
1
) = 1

2
(p
1
) = 0

0
1
(a
1
+ b
1
x)dx = 1

1
0
(a
1
+ b
1
x)dx = 0

a
1

b
1
2
= 1
a
1
+
b
1
2
= 0

a
1
=
1
2
b
1
= 1
,
pa je p
1
=
1
2
x. Slicno, iz
1
(p
2
) = 0,
2
(p
1
) = 1 dobijamo p
2
=
1
2
+ x.
1
MATRICE
Neka je (F, +, , 0, 1) polje, n, m N.
Denicija. Matrica tipa mn nad poljem F je svako preslikavanje
A : {1, 2, . . . , m} {1, 2, . . . , n} F.
Ako je A(i, j) = a
ij
F, matricu A zapisujemo u obliku
A =
_

_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
_

_
,
ili krace, A = [a
ij
]
mn
.
Skalari a
ij
se zovu elementi matrice, v
i
= [a
i1
a
i2
. . . a
in
] (i {1, . . . , m}) je
i-ta vrsta, a k
j
=
_

_
a
1j
a
2j
.
.
.
a
mj
_

_
(j {1, . . . , n}) je jta kolona matrice A. Dakle,
prvi indeks elementa matrice oznacava broj vrste, a drugi indeks broj kolone u kojoj
se taj element nalazi. Matrica tipa mn ima m vrsta i n kolona.
Ako je m = n (broj vrsta jednak broju kolona) kazemo da je A kvadratna
matrica reda n.
M
mn
(F) - skup svih matrica tipa mn nad poljem F,
M
n
(F) - skup svih kvadratnih matrica reda n nad poljem F.
Primer. Matice
_
_
1 2
3 4
5 6
_
_
,
_
_
1
3
4
_
_
[1 3 2 5] su tipa, redom, 3 2, 3 1
(matrica kolona) i 1 4 (matrica vrsta).
Denicija. Neka su A = [a
ij
], B = [b
ij
] M
mn
(F). Tada
A = B
def
(i {1, . . . , m})(j {1, . . . , n}) a
ij
= b
ij
.
Na skupu M
mn
(F) denisemo binarnu operaciju sabiranje matrica na sledeci
nacin:
Denicija. Ako su A = [a
ij
], B = [b
ij
] M
mn
(F), tada
A + B
def
= [a
ij
+ b
ij
]
mn
.
Primer.
_
_
1 2
3 4
5 6
_
_
+
_
_
0 2
1 5
3 3
_
_
=
_
_
1 0
4 9
8 3
_
_
.
2
Matrica 0
def
= [0]
mn
se zove nula matrica.
Matrica A
def
= [a
ij
]
mn
se zove suprotna matrica matrice A = [a
ij
]
mn
.
Teorema 1. (M
mn
(F), +) je Abelova grupa.
Dokaz. Lako se proveravaju aksiome Abelove grupe:
(1) (A + B) + C = A + (B + C), A, B, C M
mn
(F)
(2) A + B = B + A,
(3) A + 0 = A (nula matrica je neutralni za sabiranje matrica)
(4) A + (A) = 0.
Denisemo i mnozenje matrice brojem.
Denicija. Neka A = [a
ij
] M
mn
(F) i F. Tada
A
def
= [a
ij
]
mn
.
Primer. 3
_
1 2 3
4 5 6
_
=
_
3 6 9
12 15 18
_
.
Teorema 2. Ako A, B M
mn
(F) i , F onda
(1) (A + B) = A + B
(2) ( + ) A = A + A,
(3) ( A) = () A,
(4) 1 A = A.
Dokaz. (1) (A+B) = ([a
ij
] +[b
ij
] = [a
ij
+b
ij
] = [(a
ij
+b
ij
)] = [a
ij
+b
ij
] =
[(a
ij
] + [b
ij
] = [(a
ij
] + [b
ij
] = A + B.
Slicno se proveravaju ostale osobine. .
Posledica. (M
mn
(F), +, , F) je vektorski prostor dimenzije mn.
Dokaz. Iz Teoreme 1. i Teoreme 2. neposredno sledi da je M
mn
(F) vektorski
prostor.
Neka je
E
ij
=
_

_
0 0 . . . 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 1 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 0 . . . 0
_

_
(1 je u i toj vrsti i j toj koloni
Tada je skup
B = {E
ij
|i = 1, . . . , m, j = 1, . . . , n}
3
jedna baza prostora M
mn
(F), pa je
dim(M
mn
(F)) = m n.
Primer.
__
1 0 0
0 0 0
_
,
_
0 1 0
0 0 0
_
,
_
0 0 1
0 0 0
_
,
_
0 0 0
1 0 0
_
,
_
0 0 0
0 1 0
_ _
0 0 0
0 0 1
__
je jedna baza prostora M
23
(R), dim(M
23
(R)) = 6.
Denicija. Ako A = [a
ij
]
mn
, B = [b
ij
]
np
, tada
A B = [c
ij
]
np
gde je c
ij
def
=
n

k=1
a
ik
b
kj
= a
i1
b
1j
+ a
i2
b
2j
+ . . . + a
in
b
nj
, tj.
_

_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
_

_
b
11
b
12
. . . b
1p
b
21
b
22
. . . b
2p
.
.
.
.
.
.
.
.
.
.
.
.
b
n1
b
n2
. . . b
np
_

_
def
=
_

n
k=1
a
1k
b
k1

n
k=1
a
1k
b
k2
. . .

n
k=1
a
1k
b
kp

n
k=1
a
2k
b
k1

n
k=1
a
2k
b
k2
. . .

n
k=1
a
2k
b
kp
.
.
.
.
.
.
.
.
.
.
.
.

n
k=1
a
mk
b
k1

n
k=1
a
mk
b
k2
. . .

n
k=1
a
mk
b
kp
_

_
Primer.
_
0 1 2
3 0 1
_

_
_
1 2
3 4
5 6
_
_
=
_
0 1 + 1 3 + 2 5 0 2 + 1 4 + 2 6
3 1 + 0 3 1 5 3 2 + 0 4 1 6
_
=
_
13 16
2 0
_
.
_
0 1
3 0
_

_
_
1 2
3 4
5 6
_
_
nije denisano,
_
_
1 2
3 4
5 6
_
_

_
0 1
3 0
_
=
_
_
6 1
12 3
18 5
_
_
.
_
1 0
0 0
_

_
0 0
1 0
_
=
_
0 0
0 0
_
,
_
0 0
1 0
_

_
1 0
0 0
_
=
_
0 0
1 0
_
.
Primetimo da
za m = p proizvod B A nije denisan,
za m = p proizvod B A je denisan, ali
za m = n matrice A B i B A nisu istog tipa,
za m = n = p matrice AB i BA su istotipne, ali ne moraju biti jednake.
Dakle, AB = BA u opstem slucaju, pa operacija nije komutativna.
Denicija. Kvadratne matrice A i B istog reda su komutativne akko je AB = BA.
4
Primer. Matrce A =
_
2 1
0 2
_
i B =
_
1 1
0 1
_
su komutativne, jer
AB =
_
2 1
0 2
_
= BA.
Denicija. Kvadratna matrica I
n
= [
ij
] M
n
(F), gde
ij
=
_
1, i = j
0, i = j
, tj.
I
n
=
_

_
1 0 . . . 0
0 1 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 1
_

_
se zove jedinicna matrica reda n.
Teorema 3. Vaze sledece jednakosti (pod uslovom da svi navedeni proizvodi pos-
toje):
(1) A (B C) = (A B) C
(2) A I
n
= A = I
m
A, A M
mn
(F),
(3) (A + B)C = A C + B C,
(4) (AB) = (A)B = A(B).
Dokaz. (1) Neka A = [a
ij
]
mn
, B = [b
ij
]
np
, C = [c
ij
]
pq
, BC = [d
ij
]
nq
,
A(BC) = [e
ij
]
mq
, AB = [f
ij
]
mp
, (AB)C = [g
ij
]
mq
. Tada
e
ij
=

n
k=1
a
ik
d
kj
=

n
k=1
a
ik

p
l=1
b
kl
c
lj
=
=

p
l=1
(

n
k=1
a
ik
b
kl
)c
lj
=

p
l=1
f
il
c
lj
= g
ij
(i = 1, . . . m, j = 1, . . . , q)
(2) neka je A = [a
ij
]
mn
, I
n
= [
ij
] i A I
n
= [b
ij
]
mn
. Tada
b
ij
=
n

k=1
a
ik

kj
= a
i1

1j
..
=0
+. . . + a
ij

jj
..
=1
+. . . + a
in

nj
..
=0
= a
ij
,
pa je A I
n
= A.
(3) i (4) se slicno dokazuju.
Posledica. (M
n
(F), +, ) je nekomutativan prsten sa jedinicom I
n
.
Napomena. Prsten M
n
(F) ima delioce nule, jer postoje nenula matrice ciji je
proizvod nula matrica. Na primer, za n = 2,
_
1 0
0 0
_

_
0 0
1 0
_
=
_
0 0
0 0
_
.
U semigrupi (M
n
(F), ) induktivno denisemo stepen kvadratne matrice A:
A
0
= I
n
, A
1
= A, . . . , A
m+1
= A
m
A, m N.
5
Denicija. Unarna operacija

: M
mn
(F) M
mn
(F), denisana sa
A

def
= [a
ji
]
nm
, za A = [a
ij
]
mn
,
se zove transponovanje, a matrica A

(cije su vrste kolone matrice A) se zove

transponovana matrica matrice A.
Primer.
_
_
1 2
3 4
5 6
_
_

=
_
1 3 5
2 4 6
_
.
Osobine transponovanja su date u sledecoj teoremi.
Teorema 4. (1) (A + B)

= A

+ B

,
(2) ( A)

= A

,
(3) (A B)

= B

,
(4) (A

= A.
Dokaz. (1), (2) i (4) se jednostavno dokazuju.
(3) Neka je A = [a
ij
]
mn
, B = [b
ij
]
np
, AB = [c
ij
]
mp
, (A B)

= [d
ij
]
pm
,
A
T
= [e
ij
]
nm
, B
T
= [f
ij
]
pn
i B
T
A
T
= [g
ij
]
pm
. Tada
d
ij
= c
ji
=
n

k=1
a
jk
b
ki
=
n

k=1
e
kj
f
ik
=
n

p=1
f
ik
e
kj
= g
ij
, (i = 1, . . . , p, j = 1, . . . , m),
pa je (AB)
T
= B
T
A
T
.
Denicija. Kvadratna matrica A M
n
(F) je simetricna ako je A
T
= A, a
kososimetricna ako je A
T
= A.
Primer.
_
_
1 2 3
2 4 5
3 5 6
_
_
je simetricna,
_
_
0 2 3
2 0 5
3 5 0
_
_
je kososimetricna.
Denicija. Trag kvadratne matrice A = [a
ij
] M
n
(F), u oznaci tr(A), je zbir
svih elemenata na glavnoj dijagonali matrice A, tj.
tr(A)
def
= a
11
+ a
22
+ . . . + a
nn
.
Primer. Ako A =
_
_
1 2 3
2 4 5
3 5 6
_
_
, onda trA = 1 + 4 + 6 = 11.
Teorema 5. Za kvadratne matrice A, B M
n
(F) i F vazi
(1) tr(A + B) = tr(A) + tr(B),
(2) tr(A) = trA,
(3) tr(A
T
) = trA,
6
(4) tr(A B) = tr(B A),.
Dokaz. (4) Neka je A = [a
ij
]
mn
, B = [b
ij
]
nm
, AB = [c
ij
]
mm
, BA = [d
ij
]
nn
.
Tada
tr(AB) =
m

i=1
c
ii
=
m

i=1
n

j=1
a
ij
b
ji
=
m

j=1
n

i=1
b
ij
a
ji
=
n

i=1
m

j=1
b
ij
a
ji
=
n

i=1
d
ii
= tr(BA)
REGULARNE MATRICE
Denicija. Kvadratna matrica A M
n
(F) je regularna ako postoji matrica
B M
n
(F) takva da vazi
A B = I
n
, B A = I
n
.
Tada se matrica B zove inverzna matrica matrice A i obelezava sa A
1
.
Matrica A M
n
(F) je singularna ako nije regularna.
Inverzna matrica regularne matrice A je jedinstvena, jer ako bi B i C bile inverzne
matrice od A onda
AB = BA = I
n
, AC = CA = I
n
B = I
n
B = CAB = CI
n
= C.
Teorema 6. Ako su A i B regularne matrice onda su i matrice A B i A
T
regularne
i vazi:
(1) (A B)
1
= B
1
A
1
,
(2) (A
T
)
1
= (A
1
)
T
.
Dokaz. (1) Ako su A i B regularne onda postoje A
1
, B
1
, pa i B
1
A
1
, i vazi
(AB)(B
1
A
1
) = ABB
1
A
1
= AI
n
A
1
= AA
1
= I
n
,
(B
1
A
1
)(AB) = B
1
A
1
AB = B
1
I
n
B = I
n
,
pa je (AB)
1
= B
1
A
1
.
(2) A
T
(A
1
)
T
= (A
1
A)
T
= I
T
n
= I
n
, (A
1
)
T
A
T
= (AA
1
)
T
= I
T
n
= I
n
.
Teorema 7. Ako su svi elementi neke vrste (kolone) matrice A jednaki nuli, onda
je ta matrica singularna.
Dokaz. Ako matrica A M
n
(F) ima nula vrstu (kolonu), onda za svako B
M
n
(F) matrica AB (BA) ima nula vrstu (kolonu), pa je AB = I
n
(BA = I
n
),
odnosno A je singularna.
ELEMENTARNE v(k)-OPERACIJE
Denicija. Neka je A M
mn
(F). Elementarne operacije vrsta ili v operacije
su:
7
v
ij
- razmena i-te i j-te vrste matrice A,
v

i
, = 0, - mnozenje elemenata i-te vrste brojem (koji je = 0),
v

ij
- elementi j-te vrste se mnoze brojem i dodaju elementima i-te vrste.
Analogno se denisu elementarne operacije na kolonama (k operacije):
k
ij
, k

i
, = 0, k

ij
.
Ocigledno, sve ove operacije su invertibilne:
v
1
ij
= v
ij
, (v

i
)
1
= v

1
i
, (v

ij
)
1
= v

ij
.
Denicija.
Matrica A je v-ekvivalentna matrici B istog tipa, u oznaci A
v
B, ako se
B dobija iz A konacnom primenom v operacija.
Matrica A je k-ekvivalentna matrici B istog tipa, u oznaci A
k
B, ako se
B dobija iz A konacnom primenom k operacija.
Matrica A je ekvivalentna matrici B istog tipa, u oznaci A B, ako se B
dobija iz A konacnom primenom v i/ili k operacija.
Ocigledno, relacije
v
,
k
, su relacije ekvivalencije na skupu M
mn
(F).
Denicija.
Matrica A je stepenasta po vrstama (v-stepenasta) ako broj nula koje
prethode prvom nenula elementu vrste raste od vrste do vrste. Prvi nenula
element vrste cemo zvati istaknuti element te vrste.
v-stepenasta matrica A je redukovana ako su svi njeni istaknuti elementi
jednaki 1, a svi ostali elementi u njihovim kolonama su jednaki 0.
Primer.
_
_
0 2 3 4
0 0 5 1
0 0 0 0
_
_
je v-stepenasta, ali nije redukovana v-stepenasta matrica
_

_
1 2 3 4
0 3 5 4
0 0 1 2
0 0 1 0
_

_
nije v-stepenasta,
_

_
0 1 2 0 3 0 0
0 0 0 1 4 0 0
0 0 0 0 0 1 0
0 0 0 0 0 0 1
_

_
je redukovana v-stepe-
nasta matrica.
Teorema 8. (a) Svaka ne-nula matrica A M
mn
(F) je v-ekvivalentna nekoj
v-stepenastoj matrici istog tipa.
(b) Svaka ne-nula matrica A M
mn
(F) je v-ekvivalentna nekoj redukovanoj
v-stepenastoj matrici istog tipa.
8
(c) Svaka ne-nula matrica A M
mn
(F) je ekvivalentna matrici
_

_
1 . . . 0 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 . . . 1 0 . . . 0
0 . . . 0 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 . . . 0 0 . . . 0
_

_
(r jedinica na dijagonali, ostalo nule, r m, n) koju krace
zapisujemo u obliku blok matrice
_
I
r
0
0 0
_
.
Dokaz. (a) Algoritam za dovodenje matrice na v-stepenastu matricu primenom
elementarnih v-operacija:
1) Nalazimo prvu nenula kolonu (postoji jer A = 0).
2) U toj koloni nalazimo ne-nula element.
3) Ako je nadeni element u i-toj vrsti zamenimu i-tu i prvu vrstu, tj. v
1i
(A).
4) Pomnozimo prvu vrstu inverzom nadenog nenula elementa (tako dobijamo da
je istaknuti element prve vrste jednak 1).
5) Prvu vrstu mnozimo pogodnim skalarima i dodajemo preostalim vrstama,
tako da se ispod dobijene jedinice dobiju sve nule.
6) Posmatramo matricu dobijenu izbacivanjem prve vrste, svih pocetnih nula-
kolona i prve ne-nula kolone. Prelazimo na korak 1).
(b) Postupkom opisanim pod (a) dobijamo v-stepenastu matricu ciji su svi is-
taknuti elementi jednaki 1. Mnozenjem svake nenula vrste pogodno izabranim
skalarima i dodavanjem prethodnim vrstama postize se da u svakoj ne-nula koloni,
osim jedne jedinice svi ostali elementi budu jednaki 0.
(c) Postupcima pod (a) i (b) dobija se v-ekvivalentna redukovana v-stepenasta
matrica. Neka se istaknuta jedinica prve vrste nalazi u l koloni. Zamenimo prvu
i l-tu kolonu. Mnozenjem prve kolone pogodno izabranim skalarima i dodavanjem
preostalim kolonama postize se da svi elementi prve vrste, osim prvog, budu jednaki
nuli. Posmatramo matricu D dobijenu izbacivanjem prve vrste i prve kolone. Ako
je ona nula matrica, teorema je dokazana, a ako nije nula matrica, ponavljamo
postupak na matrici D.
Primer. Odredimo v-stepenastu matricu B i redukovanu v-stepenastu matricu C
koje su v-ekvivalentne matrici A =
_
_
1 2 2 3
3 2 9 7
2 5 9 3
_
_
.
_
_
1 2 2 3
3 2 9 7
2 5 9 3
_
_

v
_
_
1 2 2 3
0 4 3 2
0 9 5 3
_
_

v
_
_
1 2 2 3
0 4 3 2
0 0 7 6
_
_
= B
(primenom v
3
21
, v
2
31
, v
4
3
, v
9
32
).
9
B
v
_
_
1 2 2 3
0 1
3
4

1
2
0 0 1
6
7
_
_

v
_
_
1 0
7
2
2
0 1
3
4

1
2
0 0 1
6
7
_
_

v
_
_
1 0 0 5
0 1 0
1
7
0 0 1
6
7
_
_
= C
(primenom v

1
4
2
, v
1
7
3
, v
2
12
, v
7
2
13
, v
3
4
23
).
Denicija. Ako je A M
mn
(F) i A
_
I
r
0
0 0
_
(r m, n) onda se blok matrica
_
I
r
0
0 0
_
zove normalna forma matrice A.
Primer. Ako na matricu A =
_
_
0 2 3 4
2 3 5 4
4 8 13 12
_
_
primenimo, redom
v
12
, k
1
2
1
, v
2
31
, k
2
21
, k
5
31
, k
4
41
, k
1
2
2
, v
1
32
, k
3
32
, k
4
42
dobijamo
A =
_
_
0 2 3 4
2 3 5 4
4 8 13 12
_
_

_
_
2 3 5 4
0 2 3 4
4 8 13 12
_
_

_
_
1 3 5 4
0 2 3 4
2 8 13 12
_
_

_
_
1 3 5 4
0 2 3 4
0 2 3 4
_
_

_
_
1 0 0 0
0 2 3 4
0 2 3 4
_
_

_
_
1 0 0 0
0 1 3 4
0 1 3 4
_
_

_
_
1 0 0 0
0 1 3 4
0 0 0 0
_
_

_
_
1 0 0 0
0 1 0 0
0 0 0 0
_
_
=
_
I
2
0
0 0
_
.
Dakle, normalna forma matrice A je matrica
_
_
1 0 0 0
0 1 0 0
0 0 0 0
_
_
.
Primenom elementarnih v(k)-operacija na jedinicnu matricu dobijamo elemen-
tarne v(k) matrice.
Denicija. Elementarne v(k) matrice su
P
ij
= v
ij
(I
n
),
P

i
= v

i
(I
n
), = 0
P

ij
= v

ij
(I
n
),
Q
ij
= k
ij
(I
n
),
Q

i
= k

i
(I
n
), = 0
Q

ij
= k

ij
(I
n
).
Primer. Za n = 3:
P
12
= v
12
(I
3
) =
_
_
0 1 0
1 0 0
0 0 1
_
_
= k
12
(I
3
) = Q
12
, P
5
3
=
_
_
1 0 0
0 1 0
0 0 5
_
_
= Q
5
3
, P
2
31
=
_
_
1 0 0
0 1 0
2 0 1
_
_
= Q
2
13
.
Lako se moze primetiti da vazi:
P
ij
= Q
ij
, P

i
= Q

i
, = 0, P

ij
= Q

ji
.
Primenom v(k)-operacije na neku matricu postize se isti efekat kao mnozenjem
te matrice sa leve (desne) strane elementarnom v(k) matricom odgovarajuceg tipa.
10
Teorema 9. Ako je A M
n
(F) tada:
(1) v
ij
(A) = P
ij
A, v

i
(A) = P

i
A, = 0, v

ij
(A) = P

ij
A,
(2) k
ij
(A) = A Q
ij
, k

i
(A) = A Q

i
, = 0, k

ij
(A) = A Q

ij
.
Dokaz. (1)
P

i
A =
_

_
1 0 . . . 0 . . . 0
0 1 . . . 0 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . 0 . . . 1
_

_
_

_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
. . . a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
_

_
=
_

_
a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
. . . a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn
_

_
= v

i
(A)
Slicno se dokazuju ostali delovi tvrdenja.
Posledica. (a) A
v
B akko B = P
r
. . . P
1
A, gde su P
i
elementarne v matrice.
(b) A
k
B akko B = A Q
1
. . . Q
s
, gde su Q
i
elementarne k matrice.
(c) A B akko B = P
r
. . . P
1
A Q
1
. . . Q
s
, gde su P
i
elementarne v matrice,
a Q
j
elementarne k-matrice.
Teorema 10. Elementarne matrice su regularne.
Dokaz. P
ij
P
ij
= v
ij
(P
ij
) = v
ij
(v
ij
(I
n
)) = I
n
P
1
ij
= P
ij
.
Slicno, (P

i
)
1
= P

1
i
, = 0 (P

ij
)
1
= P

ij
.
Teorema 11. Matrica A M
n
(F) je regularna akko A
v
I
n
.
Dokaz.() Neka je A M
n
(F) regularna matrica. Tada A = 0, pa po Teoremi
8(b), A
v
B, gde je B M
n
(F) redukovana v-stepenasta matrica. Iz prethodne
Posledice (a) sledi da B = P
r
. . . P
1
A, gde su P
1
, . . . , P
r
elementarne v-matrice, pa
je B regularna matrica (kao proizvod regularnih matrica). Tada B nema nula vrstu
(inace bi bila singularna), pa ima n jedinica kao istaknute elemente. Kako je B
redukovana, iznad (naravno i ispod) svake jedinice su sve nule, pa mora biti B = I
n
.
Dakle, A I
n
.
() Iz A
v
I
n
sledi I
n

v
A, pa postoje elementarne v-matrice P
1
, . . . , P
k
takve
da je A = P
k
. . . P
1
I
n
. Kako su elementarne matrice regularne, sledi da je i matrica
A regularna.
Primer. Iz
A =
_
_
2 3 9
1 0 0
0 2 7
_
_

v
_
_
1 0 0
2 3 9
0 2 7
_
_

v
_
_
1 0 0
0 3 9
0 2 7
_
_

v
_
_
1 0 0
0 1 3
0 2 7
_
_

v
_
_
1 0 0
0 1 3
0 0 1
_
_

v
_
_
1 0 0
0 1 0
0 0 1
_
_
= I
3
(primenom v
12
, v
2
21
, v
3
1
2
, v
2
32
, v
3
23
)
sledi da je A regularna i A = P
12
P
2
21
P
3
2
P
2
32
P
3
23
I
3
.
11
Opisimo jedan od postupaka za nalazenje inverzne matrice regularne matrice
A M
n
(F).
Iz A
v
I
n
sledi
I
n
= P
r
. . . P
1
A,
pa je (mnozenjem sa A
1
sa desne strane)
A
1
= P
r
. . . P
1
I
n
.
Dakle, A
1
dobijamo primenom na I
n
istih elementarnih v-operacija cijom primenom
na A dobijamo I
n
, tj.
[A|I
n
]
v
_
I
n
|A
1

.
Primer. Iz
[A|I
3
] =
_
_
2 3 9 | 1 0 0
1 0 0 | 0 1 0
0 2 7 | 0 0 1
_
_

v
_
_
1 0 0 | 0 1 0
2 3 9 | 1 0 0
0 2 7 | 0 0 1
_
_

v
_
_
1 0 0 | 0 1 0
0 3 9 | 1 2 0
0 2 7 | 0 0 1
_
_

v
_
_
1 0 0 | 0 1 0
0 1 3 |
1
3

2
3
0
0 2 7 | 0 0 1
_
_

v
_
_
1 0 0 | 0 1 0
0 1 3 |
1
3

2
3
0
0 0 1 |
2
3

4
3
1
_
_

v
_
_
1 0 0 | 0 1 0
0 1 0 |
7
3

14
3
3
0 0 1 |
2
3

4
3
1
_
_
= [I
3
|A
1
]
sledi A
1
=
_
_
0 1 0
7
3

14
3
3
2
3

4
3
1
_
_
Teorema 12. Matrica A M
n
(F) je singularna akko je v-ekvivalentna matrici B
koja ima bar jednu nula vrstu.
Dokaz. () A
v
B, gde je B redukovana v-stepenasta matrica (Teorema 8
(a)). Ako B nema nula vrstu onda B = I
n
, tj. A
v
I
n
, pa je A regularna (Teorema
11.). Kontradikcija.
() Ako A
v
B i B ima nula vrstu, tada B je singularna i B = P
r
. . . P
1
A, pa
je i A singularna (ako bi A bila regularna, onda bi i B bila regularna kao proizvod
regularnih matrica).
Primer. Iz A =
_
_
1 2 3
3 1 5
5 3 1
_
_

v
_
_
1 2 3
0 7 14
0 7 14
_
_

v
_
_
1 2 3
0 1 2
0 0 0
_
_
sledi da
je A singularna matrica.
DETERMINANTE
PERMUTACIJE.
Neka je X neprazan skup.
Denicija.
Svaka bijekcija skupa X se zove permutacija skupa X.
S
n
def
=
_
| : {1, 2, . . . , n} {1, . . . , n} i je bijekcija
_
- skup svih
permutacija skupa X = {1, 2, . . . , n}
Teorema. (S
n
, ) je grupa (gde je operacija kompozicija funkcija).
Denicija. Grupa (S
n
, ) se zove simetricna grupa stepena n.
Permutaciju S
n
zapisujemo u obliku
=
_
1 2 . . . n
(1) (2) . . . (n)
_
, ili krace, = (1)(2) . . . (n).
Denicija.
Par ((i), (j)) predstavlja inverziju permutacije ako vazi
i < j, (i) > (j),
tj. inverziju cine svaka dva elementa permutacije koji nisu u svom pri-
rodnom poretku iz skupa N.
Sa inv() oznacavacemo skup svih inverzija permutacije .
Permutacija je parna ako sadrzi paran broj inverzija.
Ako je broj inverzija neparan, permutacija je neparna.
Moze se pokazati da je kompozicija permutacija iste pernosti parna per-
mutacija, a kompozicija permutacija razlicite parnosti neparna permutacija.
Denicija. Preslikavanje sgn : S
n
{1, 1} denisano sa
sgn()
def
=
_
1, je parna permutacija
1, je neparna permutacija
, tj. sgn() = (1)
card(inv())
,
cemo zvati znak permutacije.
Primer. Posmatrajmo permutacije skupa X = {1, 2, 3, 4, 5}.
1
Za =
_
1 2 3 4 5
4 3 5 1 2
_
vazi
inv() =
_
(4, 3), (4, 1), (4, 2), (3, 1), (3, 2), (5, 1), (5, 2)
_
,
pa je neparna permutacija, tj. sgn() = 1.
Za =
_
1 2 3 4 5
4 3 1 5 2
_
vazi
inv() =
_
(4, 3), (4, 1), (4, 2), (3, 1), (3, 2), (5, 2)
_
,
pa je parna permutacija, tj. sgn() = 1.
Tada je
1
=
_
1 2 3 4 5
3 5 2 1 4
_
vazi
inv(
1
) =
_
(3, 2), (3, 1), (5, 2), (5, 1), (5, 4), (2, 1)
_
,
pa je i
1
parna permutacija, tj. sgn(
1
) = 1.
Za 1 =
_
1 2 3 4 5
1 2 3 4 5
_
vazi inv(1) = , pa je 1 parna permutacija.
Denicija. Neka su i, j {1, 2, . . . , n}. Permutacija S
n
oblika
=
_
1 2 . . . i . . . j . . . n
1 2 . . . j . . . i . . . n
_
zove se transpozicija.
Svaka permutacija je kompozicija konacnog broja transpozicija.
Osobine znaka permutacije su date sledecom teoremom:
Teorema. Za , S
n
vazi
(1) sgn( ) = sgn() sgn(),
(2) sgn(
1
) = sgn(),
(3) Ako je transpozicija, onda je sgn() = 1.
Dokaz.
(1) i iste parnosti je parna permutacija
sgn( ) = 1 = 1 1 = sgn() sgn() (ako su i parne) ili
sgn( ) = 1 = (1) (1) = sgn() sgn() ( i neparne)
2
i razlicite parnosti je neparna permutacija
sgn( ) = 1 = 1 (1) = sgn() sgn()
(2)

1
= 1, sgn(1) = 1 sgn() sgn(
1
) = 1
sgn(
1
) = sgn().
(3) za =
_
1 2 . . . i i + 1 . . . j 1 j . . . n
1 2 . . . j i + 1 . . . j 1 i . . . n
_
vazi
inv() =
_
(j, i + 1), (j, i + 2), . . . , (j, i + (j i 1)
. .
=j1
), (j, i),
(i + 1, i), (i + 2, i), . . . , (i + (j i 1)
. .
=j1
, i)
_
card(inv()) = 2(j i 1) + 1,
je neparna permutacija.
DEFINICIJA DETERMINANTE.
Denicija. Neka je A = ||a
ij
|| M
n
(F). Tada determinantu matrice A
denisemo na sledeci nacin
detA =

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

def
=

S
n
sgn() a
1(1)
a
2(2)
. . . a
n(n)
.
Iz denicije neposredno dobijamo:
Za n = 1 trivijalno vazi |a
11
| = a
11
.
Za n = 2 vazi S
2
=
__
1 2
1 2
_
,
_
1 2
2 1
__
, pa je

a
11
a
12
a
21
a
22

= a
11
a
22
a
12
a
21
.
3
Za n = 3 vazi
S
3
=
__
1 2 3
1 2 3
_
,
_
1 2 3
2 3 1
_
,
_
1 2 3
3 1 2
_
,
_
1 2 3
1 3 2
_
,
_
1 2 3
3 2 1
_
,
_
1 2 3
2 1 3
__
,
pa je

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

= a
11
a
22
a
33
+a
12
a
23
a
31
+a
13
a
21
a
32
a
11
a
23
a
32
a
13
a
22
a
31
a
12
a
21
a
33
,
sto se moze zapisati i u obliku

a
11
a
12
a
13
a
21
a
22
a
23
a
31
a
32
a
33

= a
11
(a
22
a
33
a
32
a
23
) a
12
(a
21
a
33
a
23
a
31
) + a
13
(a
21
a
32
a
22
a
31
) =
= a
11

a
22
a
23
a
32
a
33

a
12

a
21
a
23
a
31
a
33

+ a
13

a
21
a
22
a
31
a
32

OSOBINE DETERMINANTI.
Navodimo i dokazujemo osobine determinanti, koje nam olaksavaju nji-
hovo izracunavanje.
Teorema 1. Za svaku kvadratnu matricu A vazi
det(A
T
) = detA.
Dokaz. Neka je A = ||a
ij
|| M
n
(F), A
T
= ||b
ij
||, gde je b
ij
= a
ji
. Tada
det(A
T
) =

S
n
sgn() b
1(1)
b
2(2)
. . . b
n(n)
=

S
n
sgn() a
(1)1
a
(2)2
. . . a
(k)
..
=1
k
. . . a
(n)n
=

S
n
sgn() a
1
1
(1)
a
2
1
(2)
. . . a
n
1
(n)
((k) = 1 k =
1
(1))
=

S
n
sgn(
1
) a
1
1
(1)
a
2
1
(2)
. . . a
n
1
(n)
=

1
S
n
sgn(
1
) a
1
1
(1)
a
2
1
(2)
. . . a
n
1
(n)
(preslikavanje
1
bijekcija skupa S
n
, pa
prolazi skup S
n
akko
1
prolazi S
n
)
= det(A).
4
Teorema 2. Ako se matrica B dobija iz A permutacijom vrsta (kolona)
kvadratne matrice A, onda je
detB = sgn()detA.
Dokaz. Neka se B = ||b
ij
|| dobija permutacijom kolona matrice A =
||a
ij
||, tj. b
ij
= a
i(j)
. Tada je
detB =

S
n
sgn() b
1(1)
b
2(2)
. . . b
n(n)
=

S
n
sgn() a
1((1))
a
2((2))
. . . a
n((n))
Oznacimo = . Tada iz sgn() = sgn() sgn() i sgn() {1, 1}
sledi
sgn() = sgn() sgn().
Preslikavanje je bijekcija skupa S
n
, pa kada prolazi skup S
n
,
onda i prolazi celi skup S
n
. Imajuci sve ovo u vidu, imamo dalje
detB =

S
n
sgn() sgn()a
1(1)
a
2(2)
. . . a
n(n)
= sgn()detA.
Posledica 1. Ako je B = v
ij
(A), onda je detB = detA (tj. ako dve vrste
(kolone) matrice zamene mesta njena determinanta menja znak).
Ova osobina se moze zapisati i na sledeci nacin:

a
11
a
12
. . . a
1n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
. . . a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
j1
a
j2
. . . a
jn
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

a
11
a
12
. . . a
1n
.
.
.
.
.
.
.
.
.
.
.
.
a
j1
a
j2
. . . a
jn
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
. . . a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

Dokaz. Kako se B dobija transpozicijom vrsta matrice A, a transpozi-

cija je neparna permutacija, primenom prethodne teoreme dobijamo
detB = sgn()detA = detA.
5
Posledica 2. Ako su dve vrste (kolone) matrice A M
n
(F) jednake, onda
je njena determinanta jednaka 0 (uz uslov da char(F) = 2).
Dokaz. Ako su i-ta i j-ta vrsta matrice A jednake onda v
ij
(A) = A.
Iz prethodne posledice sledi detA = detA, pa je (1 + 1)detA = 0. Kako
1 + 1 = 0 (jer char(F) = 2), sledi da je detA = 0.
Teorema 3. Ako je B = v

i
(A), onda je detB = detA (determinanta se
mnozi skalarom tako sto se svi elementi jedne vrste (kolone) pomnoze tim
skalarom), tj.

a
11
a
12
. . . a
1n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
. . . a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

a
11
a
12
. . . a
1n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
. . . a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

.
Dokaz.
detB =

a
11
a
12
. . . a
1n
. . . . . .
.
.
.
. . .
a
i1
a
i2
. . . a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

S
n
sgn()a
1(1)
. . . (a
i(i)
) . . . a
n(n)
=
=

S
n
sgn()a
1(1)
. . . a
i(i)
. . . a
n(n)
=
= detA.
Posledica 1. Ako su dve vrste (kolone) matrice A proporcionalne, onda je
detA = 0.
Dokaz.

a
11
a
12
. . . a
1n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
. . . a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
. . . a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

a
11
a
12
. . . a
1n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
. . . a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
. . . a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

= 0 = 0.
6
Posledica 2. Za svaku matricu A M
n
(F) i svaki skalar F vazi
det(A) =
n
detA.
Dokaz.
det(A) =

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

= . . .
. .
n

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

=
n
detA.
Teorema 4.

a
11
a
12
. . . a
1n
. . . . . .
.
.
.
. . .
b
i1
+ c
i1
b
i2
+ c
i2
. . . b
in
+ c
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

a
11
a
12
. . . a
1n
. . . . . .
.
.
.
. . .
b
i1
b
i2
. . . b
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

a
11
a
12
. . . a
1n
. . . . . .
.
.
.
. . .
c
i1
0c
i2
. . . c
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

.
Dokaz. Oznacimo determinantu na levoj strani sa L, a zbir determinanti na
desnoj strani sa D. Tada
L =

S
n
sgn() a
1(1)
a
2(2)
. . . (b
i(i)
+ c
i(i)
) . . . a
n(n)
=

S
n
sgn() a
1(1)
a
2(2)
. . . b
i(i)
. . . a
n(n)
+
+

S
n
sgn() a
1(1)
a
2(2)
. . . c
i(i)
. . . a
n(n)
= D.
Posledica 1. det(A+B) = detA+detB (u opstem slucaju), tj. preslikavanje
det : M
n
(F) F nije linearna funkcionela.
7
Posledica 2. Ako je B = v

ij
(A), onda detA = detB. (Ako elemente neke
vrste (kolone) matrice A pomnozimo skalarom i dodamo elementima neke
druge vrste (kolone) matrice A, determinanta matrice A se nece promeniti.)

a
11
a
12
. . . a
1n
. . . . . .
.
.
.
. . .
a
i1
+ a
j1
a
i2
+ a
j2
. . . a
in
+ a
jn
.
.
.
.
.
.
.
.
.
.
.
.
a
j1
a
j2
. . . a
jn
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

a
11
a
12
. . . a
1n
. . . . . .
.
.
.
. . .
a
i1
a
i2
. . . a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
j1
a
j2
. . . a
jn
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

Dokaz.
detB =

a
11
a
12
. . . a
1n
. . . . . .
.
.
.
. . .
a
i1
+ a
j1
a
i2
+ a
j2
. . . a
in
+ a
jn
.
.
.
.
.
.
.
.
.
.
.
.
a
j1
a
j2
. . . a
jn
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

a
11
a
12
. . . a
1n
. . . . . .
.
.
.
. . .
a
i1
a
i2
. . . a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
j1
a
j2
. . . a
jn
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

a
11
a
12
. . . a
1n
. . . . . .
.
.
.
. . .
a
j1
a
j2
. . . a
jn
.
.
.
.
.
.
.
.
.
.
.
.
a
j1
a
j2
. . . a
jn
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

= detA + 0 = detA.
Teorema 5. Za matrice A, B M
n
(F) vazi
det(AB) = detA detB.
Dokaz. Neka A = ||a
ij
||, B = ||b
ij
|| i AB = ||c
ij
||, gde je c
ij
=

n
k=1
a
ik
b
kj
. Tada
8
AB =
_

n
k=1
a
1k
b
k1

n
k=1
a
1k
b
k2
. . .

n
k=1
a
1k
b
kn

n
k=1
a
2k
b
k1

n
k=1
a
2k
b
k2
. . .

n
k=1
a
2k
b
kn
.
.
.
.
.
.
.
.
.
.
.
.

n
k=1
a
nk
b
k1

n
k=1
a
nk
b
k2
. . .

n
k=1
a
nk
b
kn
_

_
.
Visestrukom primenom Teoreme 4. dobijamo da je
det(AB) =

n
k=1
a
1k
b
k1

n
k=1
a
1k
b
k2
. . .

n
k=1
a
1k
b
kn

n
k=1
a
2k
b
k1

n
k=1
a
2k
b
k2
. . .

n
k=1
a
2k
b
kn
.
.
.
.
.
.
.
.
.
.
.
.

n
k=1
a
nk
b
k1

n
k=1
a
nk
b
k2
. . .

n
k=1
a
nk
b
kn

n
k
1
=1

a
1k
1
b
k
1
1
a
1k
1
b
k
1
2
. . . a
1k
1
b
k
1
n

n
k=1
a
2k
b
k1

n
k=1
a
2k
b
k2
. . .

n
k=1
a
2k
b
kn
.
.
.
.
.
.
.
.
.
.
.
.

n
k=1
a
nk
b
k1

n
k=1
a
nk
b
k2
. . .

n
k=1
a
nk
b
kn

n
k
1
=1

n
k
2
=1

n
k
n
=1

a
1k
1
b
k
1
1
a
1k
1
b
k
1
2
. . . a
1k
1
b
k
1
n
a
2k
2
b
k
2
1
a
2k
2
b
k
2
2
. . . a
2k
2
b
k
2
n
.
.
.
.
.
.
.
.
.
.
.
.
a
nk
n
b
k
n
1
a
nk
n
b
k
n
2
. . . a
nk
n
b
k
n
n

n
k
1
=1

n
k
2
=1

n
k
n
=1
a
1k
1
a
2k
2
. . . a
nk
n

b
k
1
1
b
k
1
2
. . . b
k
1
n
b
k
2
1
b
k
2
2
. . . b
k
2
n
.
.
.
.
.
.
.
.
.
.
.
.
b
k
n
1
b
k
n
2
. . . b
k
n
n

U ovoj sumi ima n

n
sabiraka, ali su neki od njih jednaki nuli. Naime, ako u
n-torci (k
1
, . . . , k
n
) ima jednakih elemenata, onda u

b
k
1
1
b
k
1
2
. . . b
k
1
n
b
k
2
1
b
k
2
2
. . . b
k
2
n
.
.
.
.
.
.
.
.
.
.
.
.
b
k
n
1
b
k
n
2
. . . b
k
n
n

ima jednakih vrsta, pa je ova determinanta jednaka 0. Dakle, u gornjoj

sumi razliciti od 0 mogu biti samo oni sabirci koji se dobijaju u slucaju kada
(k
1
, . . . , k
n
) predstavlja permutaciju skupa {1, 2, . . . , n}, pa se sumiranje, za-
pravo, vrsi po svim permutacijama iz skupa S
n
. Stoga, dalje imamo
9
det(AB) =

S
n
a
1(1)
. . . a
n(n)

b
(1)1
b
(1)2
. . . b
(1)n
b
(2)1
b
(2)2
. . . b
(2)n
.
.
.
.
.
.
.
.
.
.
.
.
b
(n)1
b
(n)2
. . . b
(n)n

S
n
a
1(1)
. . . a
n(n)
sgn()

b
11
b
12
. . . b
1n
b
21
b
22
. . . b
2n
.
.
.
.
.
.
.
.
.
.
.
.
b
n1
b
n2
. . . b
nn

b
11
b
12
. . . b
1n
b
21
b
22
. . . b
2n
.
.
.
.
.
.
.
.
.
.
.
.
b
n1
b
n2
. . . b
nn

S
n
a
1(1)
. . . a
n(n)
sgn()
= detA detB.
Posledica. Ako je matrica A regularna, onda
det(A
1
) =
1
detA
.
Dokaz. Ako je A regularna, iz A A
1
= I
n
primenom prethodne teoreme
dobijamo
detA det(A
1
) = detI
n
= 1,
odakle je det(A
1
) =
1
detA
.
RAZVOJ DETERMINANTE.
Vrednost determinanti drugog i treceg reda se lako odreduje po deni-
ciji. Medutim, to nije slucaj sa determinantama viseg reda, s obzirom da
je potrebno izracunati n! proizvoda. Zato cemo izloziti postupak kojim se
izracunavanje determinante matrice reda n svodi na izracunavanje n deter-
minanti matrica reda n 1.
Denicija. Neka je A = ||a
ij
|| M
n
(F).
Sa M
ij
oznacimo matricu reda n 1 dobijenu iz A izostavljanjem i-te
vrste i j-te kolone,
10
detM
ij
se zove minor elementa a
ij
,
A
ij
= (1)
i+j
detM
ij
se zove kofaktor elementa a
ij
, tj.
A
ij
= (1)
i+j

a
11
. . . a
1j
| . . . a
1n
.
.
.
.
.
.
|
.
.
.
.
.
.
a
i1
a
ij
| a
in

.
.
.
.
.
.
|
.
.
.
.
.
.
a
n1
. . . a
nj
| . . . a
nn

Pridruzivanje znaka (1)

i+j
minoru M
ij
mozemo pikazati
_

_
+ + . . .
+ + . . .
+ + . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
_

_
Primer. A =
_
_
1 2 3
2 4 5
0 6 7
_
_
M
23
=
_
1 2
0 6
_
, A
23
= (1)
2+3

1 2
0 6

=
(1 6 0 2) = 6.
Teorema 6.(Laplace) Ako je A = ||a
ij
|| M
n
(F), tada
(1) detA = a
i1
A
i1
+ a
i2
A
i2
+ + a
in
A
in
(i = 1, . . . , n) (razvoj determi-
nante po i-toj vrsti),
(2) detA = a
1j
A
1j
+a
2j
A
2j
+ +a
nj
A
nj
(j = 1, . . . , n) (razvoj determi-
nante po j-toj koloni).
Dokaz. (1) Grupisanjem clanova determinante matrice A koji sadrze, redom,
a
i1
, . . . , a
in
, determinantu matrice A mozemo zapisati u obliku
detA = a
i1
B
i1
+ + a
in
B
in
.
Stavljajuci a
ij
= 1 i a
ik
= 0, k = j, dobijamo
B
ij
=

a
11
. . . a
1j
. . . a
1n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
0 . . . 1 . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
. . . a
nj
. . . a
nn

11
Pokazimo B
ij
= A
ij
.
Za i = j = n vazi
B
nn
=

a
11
a
12
. . . a
1n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1,1
a
n1,2
. . . a
n1,n
0 0 . . . 1

S
n
,(n)=n
sgn()a
1(1)
. . . a
n1(n1)
1
= detM
nn
= (1)
n+n
detM
nn
= A
nn
Kada su i i j proizvoljni, i-tu vrstu razmenimo redom sa svim narednim
vrstama. Zatim, j-tu kolonu zamenimo sa svim narednim kolonama.
Pri tome se detM
ij
ne menja, jer njene vrste i kolone ostaju u istom
medusobnom polozaju. Tada
B
ij
= (1)
ni
(1)
nj

a
11
. . . a
1j1
a
1j+1
. . . a
1
n a
1j
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
i1,1
. . . a
i1,j1
a
i1,j+1
. . . a
i1,n
a
i1,j
a
i+1,1
. . . a
i+1,j1
a
i+1,j+1
. . . a
i+1,n
a
i+1,j
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
. . . a
nj1
a
n,j+1
. . . a
nn
a
nj
0 . . . 0 0 . . . 0 1

= (1)
i+j
detM
ij
= A
ij
.
Teorema 7. Ako je A = ||a
ij
|| M
n
(F) tada
(1) a
i1
A
j1
+ a
i2
A
j2
+ + a
in
A
jn
= 0, za i = j,
(2) a
1i
A
1j
+ a
2i
A
2j
+ + a
ni
A
nj
= 0, za i = j.
Dokaz. Posmatrajmo matricu B dobijenu iz matrice A tako sto je j-ta vrsta
zamenjena i-tom. Ta matrica ima dve iste vrste, pa je njena determinanta
jednaka 0. Razvijanjem determinante matrice B po j-toj vrsti (Teorema 6.)
12
dobijamo
0 =

a
11
a
12
. . . a
1n
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
. . . a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
i1
a
i2
. . . a
in
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

= a
i1
A
j1
+ + a
in
A
jn
.
Napomena. Objedinjujuci prethodne dve teoreme dobijamo
a
i1
A
j1
+ a
i2
A
j2
+ + a
in
A
jn
=
_
detA, i = j
0, i = j
,
a
1i
A
1j
+ a
2i
A
2j
+ + a
ni
A
nj
=
_
detA, i = j
0, i = j
.
Lako se moze primetiti da najmanje racunanja iziskuje razvoj determi-
nante po onoj vrsti ili koloni koja ima najveci broj nula. Najoptimalnije je
razviti determinantu po vrsti ili koloni koja ima samo jedan nenula element
(u tom slucaju se izracunavanje determinante reda n svodi na izracunavanje
samo jedne determinante reda n 1). Imajuci u vidu Posledicu Teoreme 4.
takvu vrstu (kolonu) je uvek moguce napraviti.
Primer.

1 0 0 0 0
3 4 1 5 7
2 13 1 2 6
2 0 1 3 6
2 7 2 2 5

= 1 (1)
1+1

4 1 5 7
13 1 2 6
0 1 3 6
7 2 2 5

=
=

4 1 2 1
13 1 1 12
0 1 0 0
7 2 4 7

= (1)(1)
3+2

4 2 1
13 1 12
7 4 7

22 0 23
13 1 12
59 0 41

22 23
59 41

= (22 41 23 59) = 455.

13
Primer. Dokazati da je determinanta gornje trougaone matrice jednaka
proizvodu elemenata na glavnoj dijagonali.

a
11
a
12
. . . a
1n
0 a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . a
nn

= a
11

a
22
a
23
. . . a
2n
0 a
33
. . . a
3n
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . a
nn

= a
11
a
22

a
33
a
34
. . . a
3n
0 a
44
. . . a
4n
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . a
nn

= = a
11
a
22
. . . a
nn
Primer. Izracunati Vandermonde-ovu determinantu
V (a
1
, . . . , a
n
) =

1 a
1
a
2
1
. . . a
n1
1
1 a
2
a
2
2
. . . a
n1
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 a
n
a
2
n
. . . a
n1
n

Primenom k
a
1
nn1
, k
a
1
n1n2
, . . . , k
a
1
21
dobijamo rekurentnu vezu
V (a
1
, . . . , a
n
) =

1 0 0 . . . 0
1 a
2
a
1
a
2
(a
2
a
1
) . . . a
n2
2
(a
2
a
1
)
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
1 a
n
a
1
a
n
(a
n
a
1
) . . . a
n2
n
(a
n
a
1
)

= (a
2
a
1
) . . . (a
n
a
1
)

1 a
2
. . . a
n1
2
.
.
.
.
.
.
.
.
.
.
.
.
1 a
n
. . . a
n1
n

= (a
2
a
1
) . . . (a
n
a
1
)V (a
2
, . . . , a
n
)
Primenom ove rekurentne veze i V (a
n1
, a
n
) =

1 a
n1
1 a
n

= a
n
a
n1
dobijamo
14
V (a
1
, . . . , a
n
) = (a
2
a
1
)(a
3
a
1
) . . . (a
n
a
1
)V (a
2
, . . . , a
n
)
= (a
2
a
1
)(a
3
a
1
) . . . (a
n
a
1
)
(a
3
a
2
) . . . (a
n
a
2
)
.
.
.
(a
n
a
n1
)
ili, krace
V (a
1
, . . . , a
n
) =

1j<in
(a
i
a
j
).
15
INVERZNA MATRICA
Denicija. Neka je A = [a
ij
] M
n
(F) i A
ij
= (1)
i+j
detM
ij
kofaktor
elementa a
ij
. Tada se matrica adjA
def
= [A
ij
]
T
zove adjungovana matrica
matrice A.
Teorema. Za A M
n
(F) vazi
A adjA = adjA A = detA I
n
.
Dokaz.
A adjA =

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

A
11
A
21
. . . A
n1
A
12
A
22
. . . A
n2
.
.
.
.
.
.
.
.
.
.
.
.
A
1n
A
2n
. . . A
nn

n
k=1
a
11k
A
1k

n
k=1
a
1k
A
2k
. . .

n
k=1
a
1k
A
nk

n
k=1
a
2k
A
1k

n
k=1
a
2k
A
2k
. . .

n
k=1
a
2k
A
nk
.
.
.
.
.
.
.
.
.
.
.
.

n
k=1
a
nk
A
1k

n
k=1
a
nk
A
2k
. . .

n
k=1
a
nk
A
nk

deta 0 . . . 0
0 detA . . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . . detA

= detA I
n
.
Slicno se dokazuje i druga jednakost.
Posledica. Kvadratna matrica A M
n
(F) je regularna akko detA = 0. U
tom slucaju vazi
A
1
=
1
detA
adjA.
Dokaz.() Neka je A regularna. Tada postoji A
1
i vazi A A
1
= I
n
. Na
osnovu osobina determinanti sledi detAdet(A
1
) = det(AA
1
) = detI
n
= 1,
pa je detA = 0.
() Neka je detA = 0. Tada, primenom osobina mnozenja matrica ska-
larom i prethodne teoreme dobijamo
A (
1
detA
adjA) =
1
detA
(A adjA) =
1
detA
detA I
n
= I
n
,
1
(
1
detA
adjA) A =
1
detA
(adjA A) = I
n
,
pa je A regularna i
A
1
=
1
detA
adjA.
Primer. A =

2 3 9
1 0 0
0 2 7

detA =

2 3 9
1 0 0
0 2 7

3 9
2 7

=
3 = 0 A je regularna.
adjA=||A
ij
||
T
=

0 0
2 7

1 0
0 7

1 0
0 2

3 9
2 7

2 9
0 7

2 3
0 2

3 9
0 0

2 9
1 0

2 3
1 0

T
=

0 3 0
7 14 9
2 4 3

A
1
=
1
detA
adjA =
1
3

0 3 0
7 14 9
2 4 3

0 1 0
7
3

14
3
3
2
3

4
3
1

.
RANG MATRICE
Neka je:
A = [a
ij
] M
mn
(F),
v
A
i
= [a
i1
a
i2
a
in
] (i = 1, 2, . . . , m) - i-ta vrsta matrice A,
V (A) = L{v
A
1
, v
A
2
, . . . , v
A
m
} - vektorski prostor vrsta matrice A,
k
A
j
= [a
1j
a
2j
. . . a
mj
]
T
(j = 1, . . . , n) - j-ta kolona matrice A,
K(A) = L{k
A
1
, . . . , k
A
n
} - vektorski prostor kolona matrice A.
Ocigledno vazi
V (A) M
1n
(F)

= F
n
, K(A) M
m1
(F)

= F
m
.
Teorema 1. Ako A
v
B, tada V (A) = V (B) (tj. v-ekvivalentne matrice
imaju isti prostor vrsta).
Dokaz. Iz A
v
B sledi da je svaka vrsta matrice B dobijena iz vrsta
matrice A primenom konacnog broja v-operacija, pa je svaka vrsta matrice
B linearna kombinacija vrsta matrice A, tj. svako v
B
i
V (A). Odavde sledi
2
da je V (B) V (A). Kako vazi i obrnuto (zbog simetricnosti relacije
v
), to
je i V (A) V (B). Dakle, V (A) = V (B).
Kako je svaka nenula matrica A v-ekvivalentna nekoj v-stepenastoj ma-
trici B ciji prostor vrsta generisu njene nenula vrste (jer su linearno nezavi-
sne), po prethodnoj teoremi i prostor vrsta matrice A ce biti generisan nenula
vrstama matrice B. Dakle, bazu prostora vrsta matrice A mozemo odrediti
svodenjem elementarnim v operacijama matrice A na v-stepenastu matricu
B.
Primer. Odrediti jednu bazu i dimenziju prostora
U = L{(1, 2, 3, 4, 5), (2, 0, 3, 1, 4), (1, 2, 6, 3, 1), (0, 4, 9, 7, 6)} R
5
.
dimU = dimV (A), gde je A =

1 2 3 4 5
2 0 3 1 4
1 2 6 3 1
0 4 9 7 6

.
Matricu A elementarnim v-operacijama v
2
21
, v
1
31
, v
1
32
, v
1
42
svodimo na v-
stepenastu matricu cije nenula vrste cine bazu prostora V (A):
A
v

1 2 3 4 5
0 4 9 7 6
0 4 9 7 6
0 4 9 7 6

1 2 3 4 5
0 4 9 7 6
0 0 0 0 0
0 0 0 0 0

, pa je
V (A) = L{[1 2 3 4 5], [0 4 9 7 6]},
odnosno
U = L{(1, 2, 3, 4, 5), (0, 4, 9, 7, 6)}, dimU = 2.
Teorema 2. Za svako A M
mn
(F) vazi
dimV (A) = dimK(A).
Dokaz. Tvrdenje je ocigledno tacno za A = 0.
Neka je A = 0, dimV (A) = r m i {B
1
, . . . , B
r
} jedna baza prostora
V (A), pri cemu je B
i
= [b
i1
b
i2
. . . b
in
] (i = 1, . . . , r). Tada je svaka vrsta
matrice A linearna kombinacija B
1
, . . . , B
r
, tj.
v
A
1
= c
11
B
1
+ c
12
B
2
+ + c
1r
B
r
.
.
.
v
A
m
= c
m1
B
1
+ c
m2
B
2
+ + c
mr
B
r
,
3
tj.
[a
11
. . . a
1n
] = c
11
[b
11
. . . b
1n
] + c
12
[b
21
. . . b
2n
] + + c
1r
[b
r1
. . . b
rn
]
. . .
[a
m1
. . . a
mn
] = c
m1
[b
11
. . . b
1n
] + c
m2
[b
21
. . . b
2n
] + + c
mr
[b
r1
. . . b
rn
].
Nakon obavljenih operacija na matricama na desnoj strani, dobijamo da
za svako j = 1, 2, . . . , n vazi
a
1j
= c
11
b
1j
+ c
12
b
2j
+ . . . c
1r
b
rj
.
.
.
a
mj
= c
m1
b
1j
+ c
m2
b
2j
+ + c
mr
b
rj
,
tj.
k
A
j
= b
1j

c
11
.
.
.
c
m1

=C
1
+b
2j

c
12
.
.
.
c
m2

=C
2
+ + b
rj

c
1r
.
.
.
c
mr

=Cr
(j = 1, . . . , n)
pa je K(A) L{C
1
, . . . , C
r
}, odakle sledi dimK(A) r = dimV (A).
Slicno, posmatranjem A
T
, dobijamo i dimV (A) dimK(A).
Denioija. (1) rang(0)=0 (rang nula matrice jednak je nula).
(2) Ako je A = 0 onda je rang(A) = dimV (A).
Iz denicije sledi da rang : M
mn
(F) {0, 1, . . . , min{m, n}}.
Teorema 3. Za A, B M
mn
(F) vazi
A B akko rangA = rangB.
Dokaz. () A B znaci da matricu B dobijamo iz A elementarnim ope-
racijama, tj. mnozenjem nekim elementarnim v-matricama sa leve i nekim
elementarnim k-matricama sa desne strane. Dakle,
B = P
r
. . . P
1

=P
AQ
1
. . . Q
s

=Q
,
gde su sve P
i
elementarne v-matrice, a sve Q
j
su elementarne k-matrice. Ova
jednakost se moze zapisati i u obliku
B = PAQ gde su P i Q regularne matrice.
4
Kako je B
v
AQ, na osnovu Teoreme 1. sledi rangB = rang(AQ). Iz
A
k
AQ sledi da je rang(AQ) = rangA. Dakle, rangA = rangB.
() Neka je A

I
r
0
0 0

, B

I
s
0
0 0

(normalna forma matrica A

i B). Tada rangA = r, rangB = s. Iz rangA = rangB sledi r = s, pa je
A

I
r
0
0 0

B.
Primer. Odrediti rang matrice A =

1 2 1 a
2 5 a 1
1 1 6 10

u zavisnosti od
realnog parametra a.
A
v
2
21
,v
1
31

1 2 1 a
0 1 a + 2 1 2a
0 1 5 10 a

v
1
32

1 2 1 a
0 1 a + 2 1 2a
0 0 a 3 9 3a

,
pa je
(1) rangA = 2, za a = 3
(2) rangA = 3, za a = 3
.
Teorema 4. Za A M
n
(F) vazi
rangA = n akko A
v
I
n
.
Dokaz.() Ako rangA = n tada A = 0, pa je A v-ekvivalentna nekoj reduko-
vanoj v-stepenastoj matrici B. Na osnovu Teoreme 1, rangB = rangA = n,
pa B nema nula vrstu, tj. B = I
n
.
() Neka A
v
I
n
. Tada V (A) = V (I
n
) (Teorema 1.), pa je rangA =
dim(V (A)) = dim(V (I
n
)) = rangI
n
= n.
Posledica. (1) A M
n
(F) je regularna akko rangA = n.
(2) A M
n
(F) je singularna akko rangA < n.
Dokaz. (1) A je regularna akko A
v
I
n
akko rangA = n.
(2) A je singularna akko A
v
B, B ima nula vrstu akko rangA =
rangB < n.
5
1
REPREZENTACIJA HOMOMORFIZAMA MATRICAMA
Neka su (V
1
, +, , F) i (V
2
, +, , F) konacnodimenzioni vektorski prostori nad istim
poljem F, f : V
1
V
2
linearno preslikavanje, B
1
= {x
1
, . . . , x
n
} baza za V
1
,
B
2
= {y
1
, . . . , y
m
} baza za V
2
.
Denicija.
Ako je
f(x
1
) =
11
y
1
+
21
y
2
+ . . . +
m1
y
m
f(x
2
) =
12
y
1
+
22
y
2
+ . . . +
m2
y
m
.
.
.
f(x
n
) =
1n
y
1
+
2n
y
2
+ . . . +
mn
y
m
tada matricu
[f]
B
2
B
1
def
=
_

11

12
. . .
1n

21

22
. . .
2n
.
.
.
.
.
.
.
.
.
.
.
.

m1

m2
. . .
mn
_

_
zovemo matrica reprezentacije homomorzma f u odnosu na baze B
1
i B
2
.
Specijalno, ako V
1
= V
2
= V i B
1
= B
2
= B, onda pisemo [f]
B
.
Ako je x =
1
x
1
+ . . . +
n
x
n
, onda matricu kolonu [x]
B
def
=
_

2
.
.
.

n
_

_
zovemo
koordinatni vektor vektora x.
Teorema 1.
f = g akko [f]
B
2
B
1
= [g]
B
2
B
1
Ako je B = {x
1
, . . . , x
n
} baza prostora V onda
Matrica reprezentacije nula funkcije 0
V
: V V, 0
V
(x)
def
= 0, u bazi B
je nula matrica reda n, tj.
[0
V
]
B
= 0
n
Matrica reprezentacije identicnog preslikavanja 1
V
: V V, 1
V
(x)
def
= x,
u bazi B je jedinicna matrica reda n, tj.
[1
V
]
B
= I
n
2
Teorema 2. Neka je f : V
1
V
2
linearno, B
1
= {x
1
, . . . , x
n
} baza za V
1
i
B
2
= {y
1
, . . . , y
m
} baza za V
2
. Tada za svako x V
1
vazi
[f(x)]
B
2
= [f]
B
2
B
1
[x]
B
1
.
Dokaz. Neka je x =
1
x
1
+ . . . +
n
x
n
, tj. [x]
B
= ||
j
||
n1
i [f]
B
2
B
1
= ||
ij
||
mn
.
Tada
f(x) = f(
1
x
1
+
2
x
2
+ . . . +
n
x
n
) =
1
f(x
1
) +
2
f(x
2
) + . . . +
n
f(x
n
) =
=
1
(
11
y
1
+
21
y
2
+ . . . +
m1
y
m
) +
2
(
12
y
1
+
22
y
2
+ . . . +
m2
y
m
) + . . .
+
n
(
1n
y
1
+
2n
y
2
+ . . . +
mn
y
m
)
= (
11

1
+
12

2
+ . . . +
1n

n
)y
1
+ (
21

1
+
22

2
+ . . . +
2n

n
)y
2
+ . . .
+(
m1

1
+
m2

2
+ . . . +
mn

n
)y
m
,
odakle je
[f(x)]
B
2
=
_

11

1
+
12

2
+ . . . +
1n

21

1
+
22

2
+ . . . +
2n

n
. . .

m1

1
+
m2

2
+ . . . +
mn

n
_

_
=
_

11

12
. . .
1n

21

22
. . .
2n
.
.
.
.
.
.
.
.
.
.
.
.

m1

m2
. . .
mn
_

2
.
.
.

n
_

_
= [f]
B
2
B
1
[x]
B
1

Primer. Neka f : R
3
R
2
, f(x, y, z) = (x 2y + z, 3x z)
B
1
= {x
1
= (1, 0, 0), x
2
= (1, 1, 0), x
3
= (1, 1, 1)} i B
2
= {y
1
= (1, 1), y
2
= (2, 3)}
baze za R
3
i R
2
i x = (0, 1, 3). Odrediti [f(x)]
B
2
.
f(x
1
) = (1, 3) = y
1
+ y
2
= (1, 1) + (2, 3)
1 = + 2
3 = + 3

= 3
= 2
f(x
1
) = (1, 3) = 3y
1
+ 2y
2
f(x
2
) = (1, 3) = 9y
1
+ 4y
2
f(x
3
) = (0, 2) = 4y
1
+ 2y
2
[f]
B
2
B
1
=
_
3 9 4
2 4 2
_
x = (0, 1, 3) = x
1
+ 2x
2
3x
3
[x]
B
1
=
_
_
1
2
3
_
_
[f(x)]
B
2
= [f]
B
2
B
1
[x]
B
1
=
_
3 9 4
2 4 2
_

_
_
1
2
3
_
_
=
_
9
4
_
Direktno: f(x) = f(0, 1, 3) = (1, 3) = 9y
1
+ 4y
2
[f(x)]
B
2
=
_
9
4
_
.
Teorema 3. Neka su f : V
1
V
2
i g : V
1
V
2
linearna preslikavanja, B
1
i B
2
,
redom, baze prostora V
1
i V
2
. Tada
3
(1) [f + g]
B
2
B
1
= [f]
B
2
B
1
+ [g]
B
2
B
1
, gde f + g : V
1
V
2
, (f + g)(x)
def
= f(x) + g(x)
(2) [ f]
B
2
B
1
= [f]
B
2
B
1
, gde ( f) : V
1
V
2
, ( f)(x)
def
= f(x).
Dokaz.
(1) Neka B
1
= {x
1
, . . . , x
n
} baza za V
1
, B
2
= {y
1
, . . . , y
m
} baza za V
2
,
[f]
B
2
B
1
= ||
ij
||
mn
, [g]
B
2
B
1
= ||
ij
||
mn
.
Tada za svako j {1, . . . , n} vazi
(f + g)(x
j
) = f(x
j
) + g(x
j
) = (
1j
y
1
+ . . . +
mj
y
m
) + (
1j
y
1
+ . . . +
mj
y
m
)
= (
1j
+
1j
)y
1
+ . . . + (
mj
+
mj
)y
m
,
pa je
[f + g]
B
2
B
1
=
_

11
+
11

12
+
12
. . .
1n
+
1n
.
.
.
.
.
.
.
.
.
.
.
.

m1
+
m1

m2
+
m2
. . .
mn
+
mn
_

_
= [f]
B
2
B
1
+ [g]
B
2
B
1

Na slican nacin dokazuje se i sledeca teorema.

Teorema 4. Ako su B
1
, B
2
i B
3
baze, redom, vektorskih prostora V
1
, V
2
, V
3
nad
istim poljem skalara i f : V
1
V
2
, g : V
2
V
3
linearna preslikavanja, tada je
[g f]
B
3
B
1
= [g]
B
3
B
2
[f]
B
2
B
1
.
Uvedimo sledece oznake:
Za vektorske prostore V
1
i V
2
nad istim poljem skalara F, neka je
Hom(V
1
, V
2
)
def
= {f|f : V
1
V
2
linearno} - skup svih linearnih preslikavanja
V
1
u V
2
Za vektorski prostor V neka je
End(V )
def
= {f|f : V V linearno} - skup svih endomorzama prostora V
Posledica.
(1) Ako su V
1
i V
2
konacnodimenzioni vektorski prostor nad poljem F, dimV
1
= n,
dimV
2
= m, onda je (Hom(V
1
, V
2
), +, , F) vektorski prostor i vazi
(Hom(V
1
, V
2
), +, , F)

= (M
mn
(F), +, , F).
(2) Ako je V vektorski prostor nad poljem F dimenzije n, onda je (End(V ), +, )
prsten sa jedinicom i vazi
(End(V ), +, )

= (M
n
(F), +, ).
4
(3) Ako su V
1
i V
2
konacnodimenzioni vektorski prostori nad istim poljem, B
1
i
B
2
, redom, njihove baze, onda vazi:
f : V
1
V
2
je izomorzam akko je [f]
B
2
B
1
regularna.
U tom slucaju je
[f
1
]
B
1
B
2
= ([f]
B
2
B
1
)
1
.
Dokaz.
(1) Jednostavno se proverava da je (Hom(V
1
, V
2
), +, , F) vektorski prostor. Neka
su B
1
= {x
1
, . . . , x
n
} i B
2
= {y
1
, . . . , y
m
} redom, baze za V
1
i V
2
. Denisimo:
: Hom(V
1
, V
2
) M
mn
(F), (f)
def
= [f]
B
2
B
1
.
je 1-1 (sledi iz Teoreme 1.)
je na, jer za svaku matricu A = ||
ij
|| M
mn
(F) postoji linearno
preslikavanje f : V
1
V
2
takvo da je (i = 1, n) f(x
i
) =

m
j=1

ji
y
j
, pa
je (f) = [f]
B
2
B
1
= ||
ij
||
mn
= A
je linearno
(f + g) = [f + g]
B
2
B
1
= [f]
B
2
B
1
+ [g]
B
2
B
1
= (f) + (g)
( f) = [ f]
B
2
B
1
= [f]
B
2
B
1
= (f).
Time smo dokazali da je
(Hom(V
1
, V
2
), +, , F)

= (M
mn
(F), +, , F),
odakle je
dim(Hom(V
1
, V
2
)) = dim(M
mn
(F)) = mn.
(2) (End(V ), +, ) je nekomutativan prsten sa jedinicom 1
V
.
Neka je B = {x
1
, . . . , x
n
} jedna baza prostora V . Denisimo
: End(V ) M
n
(F), (f)
def
= [f]
B
.
Tada
je bijekcija (iz (1))
(f + g) = (f) + (g), za svako f, g End(V ) (iz (1))
(f g) = [f g]
B
= [f]
B
[g]
B
= (f)(g) (Teorema 4.).
(3) ()
f : V
1
V
2
je izomorzam
dimV
1
= dimV
2
, f
1
f = 1
V
1
[f
1
f]
B
1
= I
n
[f
1
]
B
1
B
2
[f]
B
2
B
1
= I
n
[f]
B
2
B
1
je regularna i ([f]
B
2
B
1
)
1
= [f
1
]
B
1
B
2
.
5
() Neka matrica [f]
B
2
B
1
ima inverznu, recimo M. Tada je
[f]
B
2
B
1
M = M [f]
B
2
B
1
= I
n
.
Matrica M odreduje jedinstveno linearno preslikavanje g : V
2
V
1
, takvo da
[g]
B
1
B
2
= M. Tada je
[g f]
B
1
= [g]
B
1
B
2
[f]
B
2
B
1
= M [f]
B
2
B
1
= I
n
= [1
V
]
B
1
,
odakle sledi
g f = 1
V
1
.
Slicno,
f g = 1
V
2
,
pa je
f
1
= g.
Teorema 5. Neka je f : V
1
V
2
linearno preslikavanje i B
1
i B
2
baze konacno
dimenzionih prostora V
1
i V
2
. Tada
dim(Imf) = rang [f]
B
2
B
1
.
Dokaz Neka je:
A = [f]
B
2
B
1
, card(B
1
) = n, card(B
2
) = m
k
B
1
: V
1
M
n1
, k
B
(x)
def
= [x]
B
1
-koordinatno preslikavanje (izomorzam )
f
A
: M
n1
M
m1
, f
A
(X)
def
= A X
e =
_

_
E
1
=
_

_
1
0
.
.
.
0
_

_
, E
2
=
_

_
0
1
.
.
.
0
_

_
, . . . , E
n
=
_

_
0
0
.
.
.
1
_

_
_

_
: M
n1
-standardna baza
Tada
f
A
(E
1
) = A E
1
= k
A
1
, . . . , f
A
(E
n
) = A E
n
= k
A
n
,
pa je
[f
A
]
e
= A = [f]
B
2
B
1
.
Uspostavimo vezu izmedu f i f
A
. Za svako x V
1
vazi
f
A
k
B
1
(x) = f
A
([x]
B
1
) = A [x]
B
1
= [f]
B
2
B
1
[x]
B
1
= [f(x)]
B
2
= k
B
2
(f(x)) = k
B
2
f(x),
pa je
f
A
k
B
1
= k
B
2
f.
6
Opisno receno, ako k
B
1
: V
1

= M
n1
, k
B
2
: V
2

= M
m1
onda i svako f : V
1
V
2
identikujemo sa f
A
: M
n1
(F) M
m1
(F).
Dalje je
imf

= imf
A
= L{f
A
(E
1
), . . . , f
A
(E
n
)} = L{k
A
1
, . . . , k
A
n
} = K(A),
odakle sledi
dim(Imf) = dim(K(A)) = rangA.
TRANSFORMACIJA KOORDINATA VEKTORA PRI PROMENI BAZE PROS-
TORA
Neka je (V, +, , F) konacnodimenzioni vektorski prostor, B = {x
1
, . . . , x
n
},
B

= {x

1
, . . . , x

n
} dve njegove baze i 1
V
: V V, 1
V
(x) = x. Odredimo ma-
tricu reprezentacije preslikavanja 1
V
u odnosu na baze B

i B:
1
V
(x

1
) = x

1
=
11
x
1
+
21
x
2
+ . . . +
n1
x
n
1
V
(x

2
) = x

2
=
12
x
1
+
22
x
2
+ . . . +
n2
x
n
. . .
1
V
(x

n
) = x

n
=
1n
x
1
+
2n
x
2
+ . . . +
nn
x
n
.
Matricu
P
B

B
def
= [1
V
]
B
B
=
_

11

12
. . .
1n

21

22
. . .
2n
.
.
.
.
.
.
.
.
.
.
.
.

m1

m2
. . .
mn
_

_
zovemo matrica prelaza iz baze B (stare) u bazu B

(novu).
Kako je 1
V
izomorzam, matrica [1
V
]
B
B
= P
B

B
je regularna i vazi
(P
B

B
)
1
= [1
1
V
]
B

B
= [1
V
]
B

B
= P
B
B
.
Teorema 6. Za svaki vektor x konacnodimenzionog prostora V vazi
[x]
B
= P [x]
B
,
gde je P = P
B

B
matrica prelaza iz B u B

.
Dokaz. [x]
B
= [1
V
(x)]
B
= [1
V
]
B
B
[x]
B
= P
B

B
[x]
B
= P [x]
B
.
Teorema 7. Ako je f : V V endomorzam konacnodimenzionog vektorskog
prostora V , B i B

dve baze prostora V , tada vazi

[f]
B
= P
1
[f]
B
P,
gde je P = P
B

B
matrica prelaza iz B u B

.
7
Dokaz.
f = 1
V
f 1
V
[f]
B
= [1
V
f 1
V
]
B
= [1
V
]
B

B
[f]
B
[1
V
]
B
B
= P
B
B
[f]
B
P
B

B
[f]
B
= P
1
[f]
B
P.
Primer. Neka su B = {e
1
= (1, 0), e
2
= (0, 1)} i B

= {e

1
= (1, 1), e

2
= (2, 3)} dve
baze prostora R
2
, x = (3, 4) vektor iz R
2
i f : R
2
R
2
, f(x, y) = (2x y, x + y).
Odredimo matrice prelaza iz B u B

, kao i iz B

u B, koordinatne vektore vektora

x u bazama B i B

, kao i matrice reprezentacije linearnog operatora f u bazama B

i B

.
e

1
= e
1
+e
2
, e

2
= 2e
1
+3e
2
P = P
B

B
=
_
1 2
1 3
_
-matrica prelaza iz B u B

.
x = (3, 4) = 3e
1
+ 4e
2
[x]
B
=
_
3
4
_
-koordinatni vektor od x u bazi B,
[x]
B
= P
B
B
[x]
B
= P
1
[x]
B
=
_
3 2
1 1
_

_
3
4
_
=
_
1
1
_
-koordinatni vektor
od x u bazi B

. Provera: x = e

1
+ e

2
= (1, 1) + (2, 3) = (3, 4).
Lako se proverava da je f linearno preslikavanje. Odredimo matrice reprezentacije
od f u bazama B i B

:
f(e
1
) = f(1, 0) = (2, 1) = 2e
1
+ 1e
2
,
f(e
2
) = f(0, 1) = (1, 1) = e
1
+ e
2
[f]
B
=
_
2 1
1 1
_
,
[f]
B
= P
1
[f]
B
P =
_
3 2
1 1
_ _
2 1
1 1
_ _
1 2
1 3
_
=
_
4 5
1 2
_ _
1 2
1 3
_
=
_
1 7
1 4
_
.
Provera:
f(e

1
) = e

1
+ e

2
= (1, 1) + (2, 3) = (1, 2) = f(1, 1),
f(e

2
) = 7e

1
+ 4e

2
= 7(1, 1) + 4(2, 3) = (1, 5) = f(2, 3)
.
1
SISTEMI LINEARNIH JEDNA

CINA
Neka je F polje i m, n prirodni brojevi.
Denicija. Konjunkcija jednacina
(S)
a
11
x
1
+ a
12
x
2
+ . . . + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ . . . + a
2n
x
n
= b
2
.
.
.
a
m1
x
1
+ a
m2
x
2
+ . . . a
mn
x
n
= b
m
,
gde su x
1
, . . . , x
n
nepoznate, a a
ij
i b
i
(i = 1, . . . , m, j = 1, . . . , n) dati elementi
polja F, se naziva sistem od m linearnih jednacina sa n nepoznatih nad poljem
F. Skalari a
ij
se zovu koecijenti, a b
i
slobodni clanovi sistema (S).
Sistem (S) je:
kvadratni ako m = n (broj jednacina jednak broju nepoznatih)
pravougaoni ako je m ,= n.
Sistem (S) je:
homogen ako (b
1
, . . . , b
m
) = (0, . . . , 0) (svi slobodni clanovi su jednaki 0),
nehomogen ako (b
1
, . . . , b
m
) ,= (0, . . . , 0) (bar jedan slobodni clan je ,= 0).
Denicija.
Uredjena n-torka (
1
, . . . ,
n
) F
n
je resenje sistema (S) ako
(i = 1, . . . , m) a
i1

1
+ a
i2

2
+ . . . a
in

n
= b
i
.
Resiti sistem (S) znaci odrediti skup 1
S
F
n
svih njegovih resenja.
Sistem (S) je:
nesaglasan (protivrecan, nemoguc) ako je 1
S
= ,
saglasan (neprotivrecan, konzistentan) ako je 1
S
,= .
Primer 1. Posmatrajmo sistem ax = b od jedne jednacine, sa jednom nepoznatom,
nad proizvoljnim poljem F.
a = 0, b ,= 0 1
S
= - sistem nije saglasan
a = 0, b = 0 1
S
= F - sistem je neodreden, svaki element polja je
resenje
2
a ,= 0 1
S
= a
1
b - sistem ima jedinstveno resenje
Teorema 1. Ako su (
1
, . . . ,
n
) i (
1
, . . . ,
n
) razlicita resenja sistema (S) i
F, ,= 0, ,= 1, tada je i (
1
+ (1 )
1
, . . . ,
n
+ (1 )
n
) resenje sistema (S)
razlicito od prethodnih.
Dokaz.
(i = 1, . . . m) a
i1
(
1
+ (1 )
1
) + . . . + a
in
(
n
+ (1 )
n
) =
= (a
i1

1
+ . . . + a
in

n
) + (1 )(a
i1

1
+ . . . + a
in

n
) =
= b
i
+ (1 )b
i
= b
i
pa je (
1
+(1)
1
, . . . ,
n
+(1)
n
) resenje sistema (S). Kako je ,= 0 i ,= 1
ovo resenje je razlicito od (
1
, . . . ,
n
) i (
1
, . . . ,
n
). .
Stoga, ako je sistem (S) saglesan, razlikujemo dva slucaja:
card1
S
= 1 - sistem je odreden (ima jedinstveno resenje)
card1
S
> 1 - sistem je neodreden.
Dakle, ako sistem ima dva razlicita resenja u beskonacnom polju F, onda ih ima
beskonacno mnogo.
Ocigledno, homogen sistem je uvek saglasan, jer ima bar jedno resenje - (0, . . . , 0).
Ovo resenje se zove trivijalno. Ostala resenja, ako postoje, nazivaju se netrivijal-
nim.
Teorema 2. Ako je = (
1
, . . . ,
n
) resenje saglasnog sistema (S) i (H) odgovarajuci
homogen sistem, tj.
(H)
a
11
x
1
+ a
12
x
2
+ . . . + a
1n
x
n
= 0
a
21
x
1
+ a
22
x
2
+ . . . + a
2n
x
n
= 0
.
.
.
a
m1
x
1
+ a
m2
x
2
+ . . . + a
mn
x
n
= 0
,
tada je
1
S
= 1
H
+ .
Dokaz. Dokazimo najpre 1
S
1
H
+ .
Neka je = (
1
, . . . ,
n
) 1
S
. Tada, za = (
1

1
, . . . ,
n

n
) i svako
i = 1, . . . , m vazi
a
i1
(
1

1
)+. . . a
in
(
n

n
) = (a
i1

1
+. . . +a
in

n
)+(a
i1

1
. . . +a
in

n
) = b
i
b
i
= 0
3
tj. 1
H
, pa
= ( )
. .
R
H
+ 1
H
+ .
Dokazimo sada 1
S
1
H
+ . Za 1
H
lako se proverava da je + resenje
sistema (S), tj. + 1
S
.
Denicija. Sistemi linearnih jednacina (S) i (S) nad istim poljem i sa istim brojem
nepoznatih su ekvivalentni (oznaka (S)(S)) ako imaju isti skup resenja, tj. 1
S
=
1
S
.
Ocigledno, relacija (ekvivalentnosti dva sistema jednacina) je relacija ekviva-
lencije.
Denicija. Pod elementarnim operacijama sistema linearnih jednacina po-
drazumevamo:
J
ij
- razmena ite i j-te jednacine,
J

I
, ,= 0 - mnozenje i-te jednacine skalarom ,= 0,
J

ij
-dodavanje i-toj jednacini j-te jednacine pomnozene nekim skalarom .
Elementarne operacije su invertibilne:
J
1
ij
= J
ij
, (J

i
)
1
= J
1

i
, ,= 0, (J

ij
)
1
= J

ij
.
Lema. Sistem (S), dobijen od sistema (S) primenom konacnog niza elementarnih
operacija, je ekvivalentan sistemu (S).
Dokaz. Dovoljno je dokazati da je sistem (S), dobijen iz (S) primenom jedne
elementarne operacije, ekvivalentan sistemu (S).
Ako je (S) dobijen iz (S) primenom J
ij
ili J

i
tvrdenje je ocigledno.
Neka je (S) dobijen iz (S) primenom J

ij
. Tada, sistemi (S) i (S) se razlikuju
samo u i-toj jednacini, koja u sistemu (S) glasi
(a
i1
+ a
j1
)x
1
+ (a
i2
+ a
j2
)x
2
+ . . . + (a
in
+ a
jn
)x
n
= b
i
+ b
j
.
(1) Neka je (S) saglasan i = (
1
, . . . ,
n
) 1
S
. Tada
(a
i1
+ a
j1
)
1
+ . . . + (a
in
+ a
jn
)
n
=
(a
i1

1
+ . . . + a
in

n
) + (a
j1

1
+ . . . + a
jn

n
) = b
i
+ b
j
(
1
, . . . ,
n
) 1
S
.
Dakle, (S) je saglasan i vazi 1
S
1
S
.
4
(2) Ako je (S) saglasan onda je i (S) saglasan i vazi 1
S
1
S
(sledi iz
(1) imajuci u vidu da sistem (S) dobijamo iz (S) primenom inverzne
elementarne operacije J

ij
).
(3) Ako jedan od sistema (S) ili (S) nije saglasan, kontrapozicijom vec dokazanog
zakljucujemo da i drugi sistem nije saglasan.
Denicija. Sistem linearnih jednacina oblika
(ST)
a
11
x
1
+ a
12
x
2
+ . . . + a
1n
x
n
= b
1
a
22
x
2
+ . . . a
2n
x
n
= b
2
.
.
.
a
kk
x
l
+ . . . a
kn
x
n
= b
k
0 = b
k+1
.
.
.
0 = b
m
,
a
11
a
22
. . . a
kk
,= 0,
se zove stepenast sistem. Nepoznate x
1
, x
2
, . . . , x
k
se zovu glavne nepoznate, a
ostale, ako postoje, su slobodne nepoznate.
Stepenastog sistem linearnih jednacina se jednostavno resava:
Ako je (b
k+1
, . . . , b
m
) ,= (0, . . . , 0) onda sistem nije saglasan, tj. 1
S
= .
Ako je (b
k+1
, . . . , b
m
) = (0, . . . , 0) onda je sistem saglasan i razlikujemo dva
slucaja:
ako je k = n, sistem ima jedinstveno resenje (sve nepoznate su glavne) i
nalazimo ga resavajuci sistem od poslednje prema prvoj jednacini:
iz poslednje jednacine je jedinstveno odredjeno x
n
= b
n
/a
nn
;
zamenimo dobijeno x
n
u pretposlednjoj jednacini i iz nje odredimo
jedinstveno x
n1
;
nastavljajuci postupak odredimo i preostale nepoznate.
Ako je k < n tada postoje slobodne nepoznate x
k+1
, . . . , x
n
koje pre-
bacimo na desnu stranu, tako da dobijamo sistem:
a
11
x
1
+ a
12
x
2
+ . . . + a
1k
x
k
= b
1
a
1k+1
x
k+1
. . . a
1n
x
n
a
22
x
2
+ . . . a
2k
x
k
= b
2
a
2k+1
x
k+1
. . . a
2n
x
n
.
.
.
a
kk
x
k
= b
k
a
kk+1
x
k+1
. . . a
kn
x
n
zatim sistem resimo po glavnim nepoznatim x
1
, . . . , x
k
. Dakle, sistem je
neodreden.
5
Teorema 3. (Gauss) Svaki sistem linearnih jednacina ekvivalentan je nekom ste-
penastom sistemu.
Dokaz. Ne umanjujuci opstost mozemo pretpostaviti da je a
11
,= 0 (ako nije,
kako je bar jedan koecijent uz x
1
razlicitit od nule, recimo a
i1
,= 0, zamenom prve
i i-te vrste postizemo da je koecijent uz x
1
u prvoj jednacini razlicit od nule).
Primenjujuci J

a
21
a
11
21
, . . . , J

a
m1
a
11
m1
dobijamo sledeci sistem ekvivalentan sistemu (S):
a
11
x
1
+ a
12
x
2
+ . . . + a
1n
x
n
= b
1
a

22
x
2
+ . . . + a

2n
x
n
= b

2
.
.
.
a

m2
x
2
+ . . . a

mn
x
n
= b

m
, gde
a

ij
= a
ij
a
1j
a
i1
a
11
b

i
= b
i
b
1
a
i1
a
11
.
Sada, zanemarujuci prvu jednacinu, ponovimo postupak na sistem koji cine preostale
jednacine. Nastavljajuci postupak dobijamo stepenast sistem.
Primer 2. Resiti nad poljem realnih brojeva sistem linearnih jednacina
(S)
x
1
+ 2x
2
+ 3x
3
+ 4x
4
= 5
2x
1
+ 2x
2
x
3
+ 2x
4
= 6
3x
1
+ 2x
2
5x
3
=
, R.
Primenom J
2
21
, J
3
31
, J
1
2
, J
2
32
dobijamo
(S)
x
1
+ 2x
2
+ 3x
3
+ 4x
4
= 5
2x
2
+ 7x
3
+ 6x
4
= 4
0 = 7
,= 7 1
S
=
= 7 sistem je saglasan i ima dve slobodne nepoznate, recimo x
3
i x
4
,
(S)
x
1
+ 2x
2
= 3x
3
4x
4
+ 5
2x
2
= 7x
3
6x
4
+ 4

x
1
= 1 + 4x
3
+ 2x
4
x
2
= 2
7
2
x
3
3x
4
1
S
= (1 + 4 + 2, 2
7
2
3, , )[, R.
Posledica. Svaki homogen sistem u kome je broj jednacina manji od broja nepoz-
natih (m < n) ima i netrivijalna resenja.
Dokaz. Svodenjem homogenog sistema u kome je m < n na stepenast oblik,
dobija se da su sve kontrolne jednacine oblika 0 = 0 i da je k < n, pa sistem ima
beskonacno mnogo resenja, tj. ima i netrivijalnih resenja.
Primer 3. Resiti nad poljem realnih brojeva sistem linearnih jednacina
(H)
x
1
+ 2x
2
+ 3x
3
+ 4x
4
= 0
2x
1
+ 2x
2
x
3
+ 2x
4
= 0
3x
1
+ 2x
2
5x
3
+ x
4
= 0
, R.
6
(H)
x
1
+ 2x
2
+ 3x
3
+ 4x
4
= 0
2x
2
+ 7x
3
+ 6x
4
= 0
4x
2
14x
3
+ ( + 2)x
4
= 0

x
1
+ 2x
2
+ 3x
3
+ 4x
4
= 0
2x
2
+ 7x
3
+ 6x
4
= 0
x
4
= 0
(1) Za ,= 0:
(H)
x
1
+ 2x
2
+ 4x
4
= 3x
3
2x
2
+ 6x
4
= 7x
3
x
4
= 0

x
1
= 4x
3
x
2
=
7
2
x
3
x
4
= 0
,
1
H
= (4,
7
2
, , 0)[ R.
(2) Za = 0:
(H)
x
1
+ 2x
2
= 3x
3
4x
4
2x
2
= 7x
3
6x
4

x
1
= 4x
3
+ 2x
4
x
2
=
7
2
x
3
3x
4
1
H
= (4 + 2,
7
2
3, , )[, R.
RE

SAVANJE SISTEMA LINEARNIH JEDNA

CINA MATRI

CNIM APARATOM
Neka je A = [[a
ij
[[
mn
matrica sistema
(S)
a
11
x
1
+ a
12
x
2
+ . . . + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ . . . + a
2n
x
n
= b
2
.
.
.
a
m1
x
1
+ a
m2
x
2
+ . . . a
mn
x
n
= b
m
,
X = [x
1
x
2
. . . x
n
]
T
matrica kolona nepoznatih, B = [b
1
b
2
. . . b
m
]
T
matrica kolona
slobodnih clanova. Tada
(S) A X = B,
pa se resavanje sistema (S) svodi na resavanje matricne jednacine AX = B.
Ako je m = n i A regularna matrica, onda postoji A
1
, pa matricna jednacina
AX = B ima jedinstveno resenje X = A
1
B.
Primer 4. Sistem jednacina
x
1
+ 2x
2
3x
3
= 8
x
1
+ 2x
3
= 1
2x
2
+ x
3
= 5
je ekvivalentan matricnoj jednacini AX = B, gde je
7
A =
_
_
1 2 3
1 0 2
0 2 1
_
_
, X =
_
_
x
1
x
2
x
3
_
_
, B =
_
_
8
1
5
_
_
.
Kako je detA = 8 ,= 0, matrica A je regularna i A
1
=
1
8
_
_
4 4 4
1 1 5
2 2 2
_
_
, pa
dobijamo
X = A
1
B =
1
8
_
_
4 4 4
1 1 5
2 2 2
_
_
_
_
8
1
5
_
_
=
1
8
_
_
8
16
8
_
_
=
_
_
1
2
1
_
_
odakle sledi R
S
= (1, 2, 1).
Sistem (S) je potpuno odreden matricama A i B, tj. matricom
[A[B] ==
_

_
a
11
a
12
. . . a
1n
b
1
a
21
a
22
. . . a
2n
b
2
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
m1
a
m2
. . . a
mn
b
m
_

_
koju nazivamo prosirena matrica sistema.
Tada, Gausov metod eliminacije nepoznatih matricno opisujemo svodeci prosirenu
matricu [A[B] sistema (S) na v-ekvivalentnu matricu stepenastu po vrstama.
Ako pak matricu [A[B] svedemo na redukovanu v-stepenastu matricu, dobijamo
matricni opis jedne modikacije Gausove metode, tzv. Gauss-Jordan-ove metode
redukcije. Na ovaj nacin se dobija v-stepenast sistem koji je vec resen, naravno
ukoliko je saglasan.
Primer 5. Resiti nad poljem R sistem jednacina
(S)
x
1
+ 2x
2
+ 3x
3
+ 4x
4
= 5
2x
1
+ 2x
2
x
3
+ 2x
4
= 6
3x
1
+ 2x
2
5x
3
=
, R.
[A[B] =
_
_
1 2 3 4 5
2 2 1 2 6
3 2 5 0
_
_
v
2
21
,v
3
31

v
_
_
1 2 3 4 5
0 2 7 6 4
0 4 14 12 15
_
_
v
2
32
,v
1
2

v
_
_
1 2 3 4 5
0 2 7 6 4
0 0 0 0 7
_
_
,
pa je sistem (S) ekvivalentan stepenastom sistemu
8
x
1
+ 2x
2
+ 3x
3
+ 4x
4
= 5
2x
2
+ 7x
3
+ 6x
4
= 4
0 = 7
koji se dalje resava kao u Primeru 2.
Matricu [A[B] mozemo svesti i na ekvivalentnu redukovanu v-stepenastu matricu:
[A[B]
v
1
12
,v
1
2
2

v
_
_
1 0 4 2 1
0 1
7
2
3 2
0 0 0 0 7
_
_
redukovana v-stepenasta matrica
Ovo je prosirena matrica sistema
x
1
4x
3
2x
4
= 1
x
2
+
7
2
x
3
+3x
4
= 2
0 = 7
.
Sistem je saglasan za = 7 i resenje se neposredno cita iz gornjeg sistema:
x
1
= 1 + 4x
3
+ 2x
4
x
2
= 2
7
2
x
3
3x
4
x
3
, x
4
R (slobodne nepoznate)
tj.
1
S
= (1 + 4 + 2, 2
7
2
3, , )[, R.
Sistem (S) mozemo u matricnom obliku zapisati i na sledeci nacin: ako su
k
A
1
=
_

_
a
11
a
21
.
.
.
a
m1
_

_
, k
A
2
=
_

_
a
12
a
22
.
.
.
a
m2
_

_
, . . . , k
A
n
=
_

_
a
1n
a
2n
.
.
.
a
mn
_

_
kolone matrice sistema A = [[a
ij
[[, tada
(S) x
1
k
A
1
+ . . . + x
n
k
A
n
= B.
Odavde sledi da je sistem (S) saglasan akko je matrica B linearna kombinacija kolona
matrice A.
Teorema 4. (Cronecker-Capelli) Sistem jednacina AX = B je saglasan akko je
rangA = rang[A[B].
Dokaz.
(S) je saglasan 1
S
,=
((
1
, . . . ,
n
) F
n
)
1
k
A
1
+ . . . +
n
k
A
n
= B
/k
A
1
, . . . , k
A
n
= /k
A
1
, . . . , k
A
n
, B
dim/k
A
1
, . . . , k
A
n
= dim/k
A
1
, . . . , k
A
n
, B
(() sledi iz /k
A
1
, . . . , k
A
n
_ /k
A
1
, . . . , k
A
n
, B)
rangA = rang[A[B]
9
Posmatrajmo sada homogen sistem linearnih jednacina
(H)
a
11
x
1
+ a
12
x
2
+ . . . + a
1n
x
n
= 0
a
21
x
1
+ a
22
x
2
+ . . . + a
2n
x
n
= 0
.
.
.
a
m1
x
1
+ a
m2
x
2
+ . . . + a
mn
x
n
= 0
i neka je A = [[a
ij
[[
mn
matrica sistema (H).
Teorema 5. Homogen sistem linearnih jednacina (H) sa n nepoznatih ima netrivi-
jalna resenja akko rangA < n.
Dokaz.
(H) ima netrivijalna resenja
((
1
, . . . ,
n
) F
n
) (
1
k
A
1
+ . . . +
n
k
A
n
= 0 (
1
, . . . ,
n
) ,= (0, . . . , 0))
k
A
1
, . . . , k
A
n
je linearno zavisan skup vektora
dim/k
A
1
, . . . , k
A
n
< n
rangA < n.
Teorema 6. Skup resenja homogenog sistema linearnih jednacina 1
H
je potprostor
vektorskog prostora F
n
i dim1
H
= n rangA, gde je A matrica sistema (H).
Dokaz.
Dokazimo najpre da je 1
H
potprostor prostora F
n
. 1
H
,= (jer sistem (H)
ima trivijalno resenje (0, . . . , 0)) i za (
1
, . . . ,
n
), (
1
, . . . ,
n
) 1
H
, , F
vazi
a
i1
(
1
+
1
)+. . .+a
in
(
n
+
n
) = (a
i1

1
+ . . . + a
in

n
)
. .
=0
+(a
i1

1
+ . . . a
in

n
)
. .
=0
= 0,
pa (
1
, . . . ,
n
) + (
1
, . . . ,
n
) 1
H
, odakle sledi da je 1
H
_ F
n
.
Dokazimo da je dim1
H
= n rangA, gde je A matrica sistema (H).
Neka je f
A
: M
n1
(F) M
m1
(F), dato sa f
A
(X)
def
= A X, za X M
n1
(F).
Tada
kerf
A
= X M
n1
(F)[f
A
(X) = 0 = X M
n1
(F)[AX = 0
Kako se sistem (H) u matricnom obliku moze zapisati kao AX = 0, gde je A
matrica sistema, a X matrica kolona nepoznatih, to ce vaziti
kerf
A

= 1
H
.
10
Potrazimo Imf
A
. Ona je generisana slikama baznih vektora standardne baze
prostora M
n1
, tj.
Imf
A
= /
_

_
f
A
_
_
_
_

_
1
.
.
.
0
_

_
_
_
_
, . . . , f
A
_
_
_
_

_
0
.
.
.
1
_

_
_
_
_
_

_
= /
_

_
_

_
a
11
. . . a
1n
.
.
.
.
.
.
.
.
.
a
m1
. . . a
mn
_

_
1
.
.
.
0
_

_
, . . . ,
_

_
a
11
. . . a
1n
.
.
.
.
.
.
.
.
.
a
m1
. . . a
mn
_

_
0
.
.
.
1
_

_
_

_
= /k
A
1
, . . . , k
A
n

pa je
n = dimM
n1
(F) = dim(kerf
A
) + dim(Imf
A
) = dim1
H
+ rangA,
odakle sledi
dim1
H
= n rangA.
Posledica.
(1) Ako m < n, onda homogeni sistem (H) ima netrivijalna resenja.
(2) Ako m = n, onda (H) ima netrivijalna resenja akko detA = 0.
Dokaz.
(1) Ako je m < n, onda je rangA minm, n < n, odakle sledi dim1
H
=
n rangA > 0, pa sistem ima i netrivijalna resenja.
(2) Ako je m = n onda sistem ima netrivijalna resenja akko dim1
H
> 0 akko
rangA < n akko detA = 0.
KRAMEROVO PRAVILO
Neka je dat kvadratni sistem linearnih jednacina
(KS)
a
11
x
1
+ a
12
x
2
+ . . . + a
1n
x
n
= b
1
a
21
x
1
+ a
22
x
2
+ . . . + a
2n
x
n
= b
2
.
.
.
a
n1
x
1
+ a
n2
x
2
+ . . . + a
nn
x
n
= b
n
.
Neka je A = |a
ij
]|inM
n
(F) matrica sistema, D = detA njena determinanta i za
svako i 1, . . . , n neka je D
x
i
determinanta dobijena iz D zamenom ite kolone
11
kolonom slobodnih clanova, tj.
D =

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

, D
x
1
=

b
1
a
12
. . . a
1n
b
2
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
b
n
a
n2
. . . a
nn

, . . . , D
xn
=

a
11
a
12
. . . b
1
a
21
a
22
. . . b
2
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . b
n

.
Teorema 7. (Cramer) Kvadratni sistem linearnih jednacina (KS) ima jedinstveno
resenje akko D ,= 0 i tada vazi
(x
1
, . . . , x
n
) = (D
x
1
/D, . . . , D
xn
/D).
Dokaz. Svakako vazi
(KS) AX = B,
gde je B = |b
i
| M
n1
(F) matrica kolona slobodnih clanova, a X = |x
i
|
M
n1
(F) matrica kolona nepoznatih.
() Neka je = (
1
, . . . ,
n
) resenje (jedinstveno) sistema (KS). Tada je sistem (KS)
saglasan i vazi 1
KS
= 1
H
+ . Kako je 1
KS
= , to je 1
H
= (0, . . . 0). Tada
je dim1
H
= 0, pa je rangA = n, odakle sledi da je A regularna i D ,= 0.
() Neka je D ,= 0. Tada postoji A
1
i vazi
X = A
1
B =
1
D
adjA B =
1
D
_

_
A
11
A
12
. . . A
1n
A
21
A
22
. . . A
2n
.
.
.
.
.
.
.
.
.
.
.
.
A
n1
A
n2
. . . A
nn
_

_
T

_
b
1
b
2
.
.
.
b
n
_

_
=
1
D
_

_
A
11
A
21
. . . A
n1
A
12
A
22
. . . A
n2
.
.
.
.
.
.
.
.
.
.
.
.
A
1n
A
2n
. . . A
nn
_

_
b
1
b
2
.
.
.
b
n
_

_
=
1
D
_

_
b
1
A
11
+ b
2
A
21
+ . . . + b
n
A
n1
.
.
.
b
1
A
1n
+ b
2
A
2n
+ . . . + b
n
A
nn
_

_
=
1
D
_

_
D
x
1
.
.
.
D
xn
_

_
=
_

_
Dx
1
D
.
.
.
Dxn
D
_

_
pa je
x
1
=
D
x
1
D
, x
2
=
D
x
2
D
, . . . , x
n
=
D
xn
D
.
Za nehomogen sistem (KS):
D ,= 0 1
KS
= (D
x
1
/D, . . . , D
xn
/D) (jedinstveno resenje);
12
D = 0, (i 1, . . . , n) D
x
i
,= 0 1
KS
= (sistem nije saglasan);
(Ako (
1
, . . . ,
n
) 1
KS
i D = 0 onda, primenom osobina determinanti, dobi-
jamo
D
x
i
=

a
11
. . . b
1
. . . a
1n
a
21
. . . b
2
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
. . . b
n
. . . a
nn

a
11
. . .

n
j=1
a
1j

j
. . . a
1n
a
21
. . .

n
j=1
a
2j

j
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
. . .

n
j=1
a
nj

j
. . . a
nn

=
=

n
j=1

a
11
. . . a
1j

j
. . . a
1n
a
21
. . . a
2j

j
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
. . . a
nj

j
. . . a
nn

n
j=1

a
11
. . . a
1j
. . . a
1n
a
21
. . . a
2j
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
. . . a
nj
. . . a
nn

=
=
1
0 +
2
0 + . . . +
i
D + . . . +
n
0 = 0, za svako i = 1, . . . , n, suprotno pretpostavci.
D = D
x
1
= . . . = D
xn
= 0 sistem je nesaglasan ili neodreden
(Kramerova teorema ne daje odgovor).
Za homogen kvadratni sistem
(KH)
a
11
x
1
+ a
12
x
2
+ . . . + a
1n
x
n
= 0
a
21
x
1
+ a
22
x
2
+ . . . + a
2n
x
n
= 0
.
.
.
a
n1
x
1
+ a
n2
x
2
+ . . . + a
nn
x
n
= 0
vazi D
x
1
= . . . = D
xn
= 0, pa je:
D ,= 0 1
KH
= (0, . . . , 0) (sistem ima samo trivijalno resenje),
D = 0 sistem (KH) ima i netrivijalna resenja.
Napomena. Zbog glomaznog racuna, Cramerova teorema ima veci teorijski, nego
prakticni znacaj. U praksi se obicno, za n 4, primenjuju druge metode.
Primer 6. Resiti nad poljem R sistem jednacina
ax + y + z = 1
x + ay + z = 1
x + y + az = 1
, a R.
D =

a 1 1
1 a 1
1 1 a

= (a 1)
2
(a + 2), D
x
=

1 1 1
1 a 1
1 1 a

= (a 1)
2
,
D
y
=

a 1 1
1 1 1
1 1 a

= (a 1)
2
, D
z
=

a 1 1
1 a 1
1 1 1

= (a 1)
2
13
a ,= 1, a ,= 2 D ,= 0 sistem ima jedinstveno resenje
1
S
= (
Dx
D
,
Dy
D
,
Dz
D
) = (
1
a+2
,
1
a+2
,
1
a+2
)
a = 1 D = D
x
= D
y
= D
z
= 0 sistem je ekvivalentan sa x +y +z = 1
1
S
= (1 y z, y, z)[y, z R - beskonacno mnogo resenja
a = 2 D = 0, D
x
= 9 1
S
= - sistem nije saglasan
Primer 7. Resiti nad poljem R sistem jednacina
ax + y + z = 1
x + ay + z = 0
x + y + az = 2
, a R.
D = (a 1)
2
(a + 2), D
x
= (a 1)
2
, D
y
= 3(1 a), D
z
= (2a + 1)(a 1)
a ,= 1, a ,= 2 : D ,= 0 sistem ima jedinstveno resenje
1
S
= (
Dx
D
,
Dy
D
,
Dz
D
) = (
1
a+2
,
3
(a+2)(1a)
,
2a+1
(a+2)(a1)
)
a = 2 : D = 0, D
x
= 9 ,= 0 sistem nije saglasan
a = 1 : D = D
x
= D
y
= D
z
= 0, ali ipak sistem nije saglasan!
1
SOPSTVENE VREDNOSTI I SOPSTVENI VEKTORI
LINEARNOG OPERATORA I KVADRATNE MATRICE
Svaki vektor konacnodimenzionog vektorskog prostora V mozemo reprezentovati
matricom kolonom (koordinatni vektor) i svaki endomorzam vektorskog prostora
kvadratnom matricom. Ranije dokazani stavovi nam omogucavaju da operacije sa
vektorima i endomorzmima zamenimo operacijama sa koordinatnim vektorima i
matricama reprezentacije. Prirodno se namece problem: odrediti bazu u kojoj je
matrica reprezentacije datog endomorzma sto jednostavnija. Racunske operacije sa
dijagonalnim matricama se jednostavno obavljaju, pa se prirodno postavlja pitanje
da li postoji baza prostora u kojoj je matrica reprezentacije datog endomorzma
dijagonalna matrica, i ako postoji, kako je odrediti? To nas dovodi do pojma sop-
stvenog vektora.
Neka je (V, +, , F) vektorski prostor konacne dimenzije i neka je f : V V
linearno preslikavanje.
Denicija.
(1) Skalar F je sopstvena (karakteristicna, svojstvena) vrednost oper-
atora f ako postoji vektor x = 0 takav da je f(x) = x.
(2) Skup svih sopstvenih vrednosti operatora f se zove spektar operatora f i
obelezava sa Sp(f).
(3) Ako je Sp(f), vektor x = 0 takav da je f(x) = x, se zove sopstveni
(karakteristicni, svojstveni) vektor operatora f pridruzen sopstvenoj vred-
nosti .
(4) Za Sp(f) skup V
f

= {x V |f(x) = x} se zove sopstveni (karakter-

isticni) potprostor od f pridruzen sopstvenoj vrednosti .
Ocigledno, V
f

{0} (nije trivijalan).

Vazi V
f

V , jer je za svako x, y V
f

i svako , F
f(x + y) = f(x) + f(y) = x + y = (x + y), pa x + y V
f

.
Takode,
x V
f

(f 1
V
)(x) = 0 x ker(f 1
V
),
tj.
V
f

= ker(f 1
V
).
Primer. (1) Za 1
v
: V V, 1
V
(x) = x vazi
1
V
(x) = x, x = 0 x = x, x = 0 = 1,
2
pa je
Sp(1
V
) = {1}, V
1
= V.
(2) Za f : R
2
R
2
, f(x, y) = (xcos y sin , xsin + y cos ), 0 < <
(rotacija oko (0,0) za ugao ) vazi Sp(f) = .
Zaista, iz f(x, y) = (x, y), (x, y) = (0, 0) dobijamo sistem jednacina
(cos )x sin y = 0
sin x + (cos )y = 0
, (x, y) = (0, 0)
koji ima netrivijalna resenja akko

cos sin
sin cos

= 0,
tj.

2
2 cos + 1 = 0.
Medutim, ova jednacina nema resenja u skupu R (D = 4 cos
2
4 < 0), pa je
Sp(f) = . Dakle, dati endomorzam nema ni sopstvene vrednosti, ni sopstvene
vektore.
Neke osobine sopstvenih vrednosti i sopstvenih vektora date su sledecom teore-
mom:
Teorema 1. Neka je V konacno dimenzioni vektorski prostor i f : V V linearno
preslikavanje. Tada
(1) f je automorzam akko 0 / Sp(f).
(2) Ako je f automorzam onda: Sp(f)
1
Sp(f
1
).
(3) Ako x V
f

onda (n N)x V
f
n

n
(gde je f
n
= f f . . . f).
Dokaz.
(1) 0 Sp(f) f(x) = 0, x = 0 kerf = {0} f nije automorzam.
(2) Ako je f automorzam onda postoji f
1
koje je takode automorzam.
Sp(f) (x = 0)f(x) = x = 0 x = f
1
(x), x = 0, = 0
x = f
1
(x), = 0, x = 0
f
1
(x) =
1
x, x = 0

1
Sp(f
1
).
Obrat,
1
Sp(f
1
) (
1
)
1
Sp((f
1
)
1
) Sp(f).
(3) Jednostavno se proverava indukcijom po n.
3
Za kvadratnu matricu A M
n
(F) neka je
f
A
: M
n1
M
n1
, f
A
(X) = A X.
Preslikavanje f
A
je linearni operator, jer za svako X, Y M
n1
(F), , F vazi
f
A
(X + Y ) = A (X + Y ) = (A X) + (A Y ) = f
A
(X) + f
A
(Y ).
Denicija.
(1) Sp(A)
def
= Sp(f
A
), tj. sopstvene vrednosti matrice A su sopstvene vred-
nosti operatora f
A
.
(2) Matrica kolona X = 0 je sopstveni vektor matrice A pridruzen sopstvenoj
vrednosti ako je X sopstveni vektor operatora f
A
.
(3) Za Sp(A), V
A

def
= V
f
A

.
Primer. Odredimo sopstvene vrednosti i sopstvene vektore matrice
A =
_
1 1
4 2
_
M
2
(R).
Po deniciji, to su sopstvene vrednosti i sopstveni vektori linearnog operatora
f
A
: M
21
(R) M
21
(R), f
A
(X) = AX.
Dakle, trazimo skalar R i vektor X =
_
x
y
_
=
_
0
0
_
takav da je f
A
(X) = X.
f
A
(X) = X, X = 0 AX = X, X = 0
(A I
2
)X = 0, X = 0

__
1 1
4 2
_

_
1 0
0 1
___
x
y
_
=
_
0
0
_

_
1 1
4 2
_ _
x
y
_
=
_
0
0
_
,
_
x
y
_
=
_
0
0
_

(1 )x + y = 0
4x + (2 )y = 0
, (x, y) = (0, 0)
Dobijeni sistem linearnih jednacina ima netrivijalna resenja akko je determinanta
matrice sistema jednaka nuli, pa dalje imamo

1 1
4 2

= 0
( + 2)( 3) = 0

1
= 2,
2
= 3.
Sp(A) = Sp(f
A
) = {2, 3}.
4
Odredimo sada i sopstvene vektore koji odgovaraju ovim sopstvenim vrednostima.
Za
1
= 2 dobijamo matricnu jednacinu (A+2I
2
)X = 0, uz uslov X = 0, tj.
__
1 1
4 2
_
+ 2
_
1 0
0 1
___
x
y
_
=
_
0
0
_
,
_
x
y
_
=
_
0
0
_

_
1 1
4 4
_ _
x
y
_
=
_
0
0
_
,
_
x
y
_
=
_
0
0
_
koja se svodi na jednacinu x + y = 0, tj. x = y, pa je sopstveni vektor svaki
vektor oblika
X =
_
y
y
_
, y = 0,
odnosno sopstveni potprostor je
(M
21
(R))

1
=
__
y
y
_
|y R
_
=
_
y
_
1
1
_
|y R
_
= L
__
1
1
__
.
Za
2
= 3 dobijamo
(M
21
(R))

2
= L
__
1
4
__
.
Izlozimo sada standardni postupak za odredivanje sopstvenih vrednosti i sop-
stvenih vektora matrice i linearnog operatora.
Denicija. Neka je A = a
ij
M
n
(F). Polinom
p
A
()
def
= det(AI
n
) =

a
11
a
12
. . . a
1n
a
21
a
22
. . . a
2n
.
.
.
.
.
.
.
.
.
.
.
.
a
n1
a
n2
. . . a
nn

se zove sopstveni (karakteristicni, svojstveni) polinom matrice A.

Ocigledno, p
A
() je polinom n-tog stepena po , tj.
p
A
() = b
0
+ b
1
+ . . . + b
n1

n1
+ b
n

n
, b
0
, . . . , b
n
F.
Pri tome vazi
b
0
= p
A
(0) = detA,
jedini clanovi stepena n i n 1 dobijaju se iz (a
11
)(a
22
) . . . (a
nn
),
pa je b
n
= (1)
n
, b
n1
= (1)
n1
(a
11
+ a
22
+ . . . + a
nn
) = (1)
n1
trA.
Dakle,
p
A
() = (1)
n

n
+ (1)
n1
trA
n1
+ . . . + detA.
Denicija. Matrice A, B M
n
(F) su slicne ako postoji regularna matrica
5
P M
n
(F) takva da je B = P
1
AP, tj.
A
s
B
def
(P M
n
(F)) B = P
1
AP.
Osobine relacije slicnosti matrica date su u sledecoj teoremi.
Teorema 2.
(1)
s
je relacija ekvivalencije.
(2) Ako A
s
B onda
detA = detB,
trA = trB,
rangA = rangB.
Dokaz.
(1) Iz A = I
1
n
AI
n
sledi A
s
A, za svako A M
n
(F) (reeksivnost).
A
s
B (P)B = P
1
AP A = (P
1
)
1
BP
1
B
s
A(simetricnost).
A
s
B B
s
C (P, Q M
n
(F)) B = P
1
AP C = Q
1
BQ
C = Q
1
(P
1
AP)Q = (PQ)
1
A(PQ) A
s
C (tranzitivnost).
(2) Neka A
s
B, tj. postoji regularna matrica P takva da je B = P
1
AP. Tada
detB = det(P
1
AP) = detP
1
detAdetP =
1
detP
detAdetP = detA (pri-
menom osobina determinanti),
trB = tr((P
1
A)P) = tr(P(P
1
A)) = tr((PP
1
)A) = trA (primenom
osobine tr(CD) = tr(DC)),
Iz B = P
1
AP sledi AB, pa je rangA = rangB.
Za linearni operator f : V V konacno dimenzionog vektorskog prostora V i
baze B
1
i B
2
prostora V , iz
[f]
B
1
= P
B
1
B
2
[f]
B
2
P
B
2
B
1
. .
=P
= P
1
[f]
B
2
P
(gde je sa P oznacena matrica prelaza iz baze B
2
u bazu B
1
), sledi
[f]
B
1
s
[f]
B
2
.
Dakle, matrice reprezentacije linearnog operatora u svim bazama prostora su slicne
matrice. Primenom Teoreme 2. dalje sledi
det([f]
B
1
) = det([f]
B
2
), rang([f]
B
1
) = rang([f]
B
2
), tr([f]
B
1
) = tr([f]
B
2
),
6
tj. determinanta, trag i rang matrice reprezentacije linearnog operatora ne zavise
od izbora baze prostora. Stoga su korektne sledece denicije:
det(f)
def
= det([f]
B
), rang(f)
def
= rang([f]
B
), tr(f)
def
= tr([f]
B
),
gde je B bilo koja baza prostora V .
Teorema 3. Sopstveni polinomi slicnih matrica su jednaki.
Dokaz.
A
s
B (P)B = P
1
AP
B I
n
= P
1
AP P
1
(I
n
)P = P
1
(AI
n
)P
AI
n
s
B I
n
det(AI
n
) = det(B

I
n
)
p
A
() = p
B
().
Napomena. Obrat prethodne teoreme ne vazi, tj. iz p
A
() = p
B
() ne sledi A
s
B,
sto pokazuje sledeci primer.
Primer. Za matricu A =
_
1 1
0 1
_
vazi p
A
() = (1 )
2
= p
I
2
(), ali A
s
I
2
.
Naime, ako A
s
I
2
onda bi postojala regularna matrica P takva da je A = P
1
I
2
P =
I
2
, sto je kontradikcija.
Denicija. Sopstveni (karakteristicni) polinom linearnog operatora f : V V
konacnodimenzionog prostora V je sopstveni polinom matrice reprezentacije opera-
tora f u nekoj bazi B prostora V , tj.
p
f
()
def
= p
[f]
B
() = det([f]
B
I
n
).
Korektnost ove denicije, tj. da sopstveni polinom linearnog operatora ne zavisi
od izbora baze prostora, sledi iz cinjenice da su matrice reprezantacije operatora u
razlicitim bazama slicne matrice i Teoreme 3.
Teorema 4. Ako je f : V V linearno preslikavanje konacnodimenzionog prostora
V nad poljem F i F, onda vazi
Sp(f) p
f
() = 0.
Dokaz. Neka je A = [f]
B
, gde je B baza prostora V . Tada
Sp(f) (f 1
V
)(x) = 0, za neko x = 0
f 1
V
nije automorzam
[f 1
V
]
B
nije regularna
det[f 1
V
]
B
= 0
det(A I
n
) = 0
p
A
() = 0
p
f
() = 0.
7
Standardni postupak za odredivanje sopstvenih vrednosti i sopstvenih vektora
matrice i linearnog operatora:
Spektar linearnog operatora (kvadratne matrice) je skup svih korena sop-
stvenog polinoma koji pripadaju F.
Sopstveni vektori pridruzeni sopstvenoj vrednosti su oni x = 0 za koje je
(f 1
V
)(x) = 0, ili, u matricnom zapisu
(AI
n
)X = 0, gde je A = [f]
B
i X = [x]
B
,
sto dalje svodimo na odredivanje netrivijalnih resenja homogenog sistema
jednacina.
Primer. Odredimo sopstvene vrednosti i sopstvene vektore linearnog operatora
f : R
3
R
3
, f(x, y, z) = (x 3y + 3z, 3x 5y + 3z, 6x 6y + 4z).
e = {e
1
= (1, 0, 0), e
2
= (0, 1, 0), e
3
= (0, 0, 1)} - baza prostora R
3
f(e
1
) = (1, 3, 6) = e
1
+ 3e
2
+ 6e
3
f(e
2
) = (3, 5, 6) = 3e
1
5e
2
6e
3
f(e
3
) = (3, 3, 4) = 3e
1
+ 3e
2
+ 4e
3
.
A = [f]
e
=
_
_
1 3 3
3 5 3
6 6 4
_
_
p
f
() =

1 3 3
3 5 3
6 6 4

= ( + 2)
2
( 4)
Sp(f) = {2, 4}
Za
1
= 2 odredimo (x, y, z) = (0, 0, 0) tako da f(x, y, z) = 2(x, y, z).
(f + 2 1
R
3)(x, y, z) = (0, 0, 0)
([f]
e
+ 2I
3
)[(x, y, z)]
e
= 0
(A + 2I
3
)X = 0, gde je X = [(x, y, z)]
e
= [x y z]
T

_
_
3 3 3
3 3 3
6 6 6
_
_

_
_
x
y
z
_
_
=
_
_
0
0
0
_
_
x y + z = 0
y = x + z
R
3

1
= {(x, x + z, z)|x, z R} = {(x, x, 0) + (0, z, z)|x, z R}
= {x(1, 1, 0) + z(0, 1, 1)|x, z R} = L{(1, 1, 0), (0, 1, 1)}.
Za
2
= 4 dobijamo R
3

2
= L{(1, 1, 2)}.
8
Primetimo da skup B = {(1, 1, 0), (0, 1, 1), (1, 1, 2)} predstavlja jednu bazu pros-
tora R
3
i da je
[f]
B
=
_
_
2 0 0
0 2 0
0 0 4
_
_
.
1
DIJAGONALIZACIJA LINEARNOG OPERATORA I KVADRATNE MATRICE
Neka je (V, +, , F) konacnodimenzioni vektorski prostor i f : V V linearni
operator.
Denicija. Linearni operator f : V V je dijagonalizabilan (dopusta dijag-
onalizaciju) ako postoji baza B prostora V takva da je [f]
B
dijagonalna matrica.
Tada kazemo da baza B dijagonalizira operator f.
Primer. Ako f : R
3
R
3
, f(x, y, z) = (x 3y + 3z, 3x 5y + 3z, 6x 6y + 4z) i
B = {(1, 1, 0), (0, 1, 1), (1, 1, 2)} onda
[f]
B
=
_
_
2 0 0
0 2 0
0 0 4
_
_
,
pa je f dijagonalizabilan i baza B dijagonalizira f.
Denicija. Kvadratna matrica A M
n
(F) je dijagonalizabilna ako je slicna
nekoj dijagonalnoj matrici, tj. ako postoji regularna matrica P M
n
(F) takva da
je matrica B = P
1
AP dijagonalna.
Teorema 1. Linearni operator f je dijagonalizabilan akko je matrica [f]
B
dijago-
nalizabilna, gde je B neka baza prostora V .
Dokaz. () Neka je B proizvoljna baza prostora V i neka je f dijagonalizabilan.
Tada postoji baza B

takva da je [f]
B
dijagonalna matrica, odakle sledi [f]
B
s
[f]
B

(jer su matrice reprezentacije linearnog operatora u dvema bazama slicne matrice).

() Neka je [f]
B
s
A, gde je A dijagonalna matrica. Tada postoji regularna
matrica P takva da je A = P
1
[f]
B
P. Neka je B

baza prostora V takva da je P

matrica prelaza iz B u B

. Tada [f]
B
= P
1
[f]
B
P = A, pa je f dijagonalizabilan
operator. .
Posledica. Matrica A M
n
(F) je dijagonalizabilna akko je operator
f
A
: M
n1
(F) M
n1
(F), f
A
(X) = AX dijagonalizabilan.
Teorema 2. Linearni operator f : V V je dijagonalizabilan akko postoji baza
prostora V koju cine sopstveni vektori operatora f. Tada je matrica reprezentacije
operatora f u toj bazi dijagonalna matrica, i na dijagonali se nalaze sopstvene
vrednosti operatora f.
Dokaz. () Neka je B = {x
1
, . . . , x
n
} baza prostora V koja dijagonalizira oper-
ator f, tj.
[f]
B
=
_

1
0 . . . 0
0
2
. . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . .
n
_

_
.
Tada x
i
= 0 (jer je bazni vektor) i f(x
i
) =
i
x
i
, za svako i {1, . . . , n}, pa je
svako x
i
sopstveni vektor, tj. B je baza sastavljena od sopstvenih vektora.
2
() Neka je B = {x
1
, . . . , x
n
} baza koju cine sopstveni vektori. Tada
f(x
i
) =
i
x
i
, i = 1, 2, . . . , n, gde
i
Sp(f), pa je
[f]
B
=
_

1
0 . . . 0
0
2
. . . 0
.
.
.
.
.
.
.
.
.
.
.
.
0 0 . . .
n
_

_
.
dijagonalna matrica. Dakle, f je dijagonalizabilan.
Dakle, problem dijagonalizacije se svodi na nalazenje baze sastavljene od sop-
stvenih vektora.
Matrice koje dopustaju dijagonalizaciju se lako mogu stepenovati.
Primer. Odrediti A
n
, ako je A =
_
1 1
4 2
_
M
n
(R).
Po deniciji, matrica A je dijagonalizabilna akko je linearni operator
f
A
: M
21
(R) M
21
(R), f
A
(X) = A X
dijagonalizabilan. U standardnoj bazi
e =
__
1
1
_
,
_
1
4
__
je [f
A
]
e
= A.
Standardnim postupkom nalazimo
Sp(A) = Sp(f
A
) = {2, 3}

1
= 2 : (M
21
(R))

1
= L
__
1
1
__

2
= 3 : (M
21
(R))

2
= L
__
1
4
__
B =
__
1
1
_
,
_
1
4
__
- sopstveni vektori cine bazu, pa je f
A
dijagonalizabilan,
[f
A
]
B
=
_
2 0
0 3
_
i vazi
A = [f
A
]
e
= P [f
A
]
B
P
1
,
gde je
P =
_
1 1
1 4
_
matrica prelaza iz baze e u bazu B. Tada je
A
n
= (P[f
A
]
B
P
1
)
n
= P([f
A
]
B
)
n
P
1
= P
_
2 0
0 3
_
n
P
1
= P
_
(2)
n
0
0 3
n
_
P
1
=
_
1 1
1 4
_

_
(2)
n
0
0 3
n
_

1
5
_
4 1
1 1
_
=
_
(2)
n+2
+3
n
5
3
n
(2)
n
5
43
n
(2)
n+2
5
(2)
n
+43
n
5
_
3
Teorema 3. Sopstveni vektori pridruzeni razlicitim sopstvenim vrednostima su
linearno nezavisni.
Dokaz. Neka su x
1
, x
2
, . . . , x
n
sopstveni vektori pridruzeni karakteristicnim vred-
nostima, redom,
1
,
2
, . . . ,
n
, pri cemu
i
=
j
, za i = j. Pokazimo da je skup
{x
1
, . . . , x
n
} linearno nezavisan matematickom indukcijom po n.
Za n = 1 skup {x
1
} je linearno nezavisan, jer je x
1
= 0.
Pretpostavimo da je skup {x
1
, . . . , x
n
} linearno nezavisan i dokazimo linearnu
nezavisnost skupa {x
1
, . . . , x
n+1
}.

1
x
1
+ . . . +
n
x
n
+
n+1
x
n+1
= 0 ()
f(
1
x
1
+ . . . +
n
x
n
+
n+1
x
n+1
) = f(0)

1
f(x
1
) + . . . +
n
f(x
n
) +
n+1
f(x
n+1
) = 0

1

1
x
1
+ . . . +
n

n
x
n
+
n+1

n+1
x
n+1
= 0. ()
Mnozenjem () sa
n+1
i dodavanjem u () dobijamo

1
(
1

n+1
)x
1
+ . . . +
n
(
n

n+1
)x
n
= 0.
Po indukcijskoj hipotezi sledi

1
(
1

n+1
) = 0, . . . ,
n
(
n

n+1
) = 0.
Kako je
i
=
j
, za i = j, dalje sledi

1
= 0, . . . ,
n
= 0.
Zamenom u () dobijamo
n+1
x
n+1
..
=0
= 0, odakle sledi
n+1
= 0.
Dakle, ako je dimV = n i linearni operator f : V V ima n razlicitih sop-
stvenih vrednosti, tada je f dijagonalizabilan. Slicno, matrica A M
n
(F) koja ima
n razlicitih sopstvenih vrednosti je dijagonalizabilna. Dakle, problem se svodi na
slucajeve kada sopstveni polinom ima vesestruke korene.
Denicija. Neka je
0
Sp(f), gde je f : V V linearni operator.
(1) Algebarski multiplicitet sopstvene vrednosti
0
(oznaka am(
0
)) je red
korena
0
sopstvenog polinoma p
f
().
(2) Geometrijski multiplicitet sopstvene vrednosti
0
(oznaka gm(
0
)) je di-
menzija sopstvenog prostora V

0
.
Primer. Za g : R
3
R
3
, g(x, y, z) = (3x +y z, 7x +5y z, 6x +6y 2z)
dobijamo da je
p
g
() = ( + 2)
2
( 4), Sp(g) = {2, 4}.
Za
1
= 2 je R
3

1
= L{(1, 1, 0)}, pa je am(
1
) = 2, gm(
1
) = 1.
4
Za
2
= 4 je R
3

2
= L{(0, 1, 1)}, pa je am(
2
) = 1, gm(
2
) = 1.
Primetimo da sopstveni vektori {(1, 1, 0), (0, 1, 1)} operatora g ne cine bazu, tj.
g nije dijagonalizabilan.
Teorema 4. Za svako
0
Sp(f) vazi 1 gm(
0
) am(
0
).
Dokaz. Iz V

0
= {0} sledi da je dimV

0
1, tj. gm(
0
) 1.
Neka je dimV

0
= r i B = {x
1
, . . . , x
r
} jedna baza za V

0
. Prosirimo je do baze
B

= {x
1
, . . . , x
r
, y
1
, . . . , y
s
} prostora V . Tada
f(x
1
) =
0
x
1
.
.
.
f(x
r
) =
0
x
r
f(y
1
) =
11
x
1
+ . . . +
n1
x
r
+
11
y
1
+ . . . +
s1
y
s
.
.
.
pa je
[f]
B
=
_

0
. . . 0
.
.
.
.
.
.
.
.
.
0 . . .
0
C
0 D
_

_
, gde je C =
ij

rs
, D =
ij

ss
.
Dalje sledi
p
f
() =

0
. . . 0
.
.
.
.
.
.
.
.
.
0 . . .
0

C
0 D I
r

= (
0
)
r
det(D I
s
),
pa je
am(
0
) r = gm(
0
).
Algoritam dijagonalizabilnosti sadrzan je u sledecoj teoremi.
Teorema 5. Neka je f : V V linearni operator, n = dimV ,
1
, . . . ,
r
F,
p
f
() = (
1
)
m
1
. . . (
r
)
mr
, m
1
+ . . . + m
r
= n i
i
=
j
, za i = j.
Sledeca tvrdenja su ekvivalentna:
(1) f je dijagonalizabilan,
(2) V = V

1
. . . V
r
,
(3) n = dimV

1
+ . . . + dimV
r
,
5
(4) (i = 1, 2, . . . , r) m
i
= dimV

i
.
Dokaz. (1) (2) Neka je f dijagonalizabilan. Tada postoji baza B koju cine
sopstveni vektori takva da je [f]
B
dijagonalna matrica. Bazu B mozemo prikazati
u obliku B = B
1
. . . B
r
, gde je B
i
baza za V

i
(i = 1, . . . , r). Otuda je
V = V

1
+ . . . + V
r
.
Pokazimo da je suma direktna, tj. da je V

i
(V

1
+. . .+V

i1
) = , za i {2, . . . , r}.
Ako x V

i
(V

1
+ . . . + V

i1
) onda
x = x
1
+ . . . + x
i1
, za neke x
1
V

1
, . . . , x
i1
V

i1
.
Zbog linearne nezavisnosti sopstvenih vektora koji odgovaraju razlicitim sopstvenim
vrednostima, sledi x
1
= . . . = x
i1
= x = 0. Dakle,
V = V

1
. . . V
r
.
(2)(3) n = dimV = dimV

1
+ . . . + dimV
r
(jer je suma direktna).
(3)(4) Iz
n = m
1
+ . . . + m
r
n = dimV

1
+ . . . + dimV
r
oduzimanjem dobijamo
0 = (m
1
dimV

1
)
. .
0
+. . . + (m
r
dimV
r
)
. .
0
,
odakle sledi
m
1
= dimV

1
, . . . , m
r
= dimV
r
.
(4)(1) Napravino bazu prostora V koja dijagonalizira f. Neka su B
1
, . . . , B
r
baze,
redom, prostora V

1
, . . . , V
r
i neka je
U
def
= V

1
. . . V
r
Iz
U V, dimU = dimV

1
+ . . . + dimV
r
= m
1
+ . . . + m
r
= n = dimV
sledi U = V , pa je B = B
1
. . . B
r
baza prostora V koju cine sopstveni vektori.
Dakle, f je dijagonalizabilan i vazi
[f]
B
= diag[
1
, . . . ,
1
. .
m
1
,
2
, . . . ,
2
. .
m
2
, . . . ,
r
, . . . ,
r
. .
mr
].
Dakle, da bi linearni operator f : V V bio dijagonalizabilan potrebno je i dovoljno
da:
(1) Svi koreni sopstvenog polinoma p
f
pripadaju polju F,
(2) Za svako Sp(f) vazi am() = gm() (algebarski multiplicitet jednak ge-
ometrijskom multiplicitetu).
1
INVARIJANTNI POTPROSTORI
Neka je (V, +, , F) konacno dimenzioni vektorski prostor i f : V V linearni
operator.
Denicija. Potprostor U vektorskog prostora V je f-invarijantan ako je
f(U) U,
tj. f(x) U, za svako x U.
Primer. Za f : R
3
R
3
, f(x, y, z) = (x 3y + 3z, 3x 5y + 3z, 3x 6y + 4z),
potprostor U = {(x +y, x +y, 2y)|x, y R} je invarijantan jer
f(x +y, x +y, 2y) = (x +y 3(x +y) + 3(2y), 3(x +y) 5(x +y) + 3(2z),
3(x +y) 6(x +y) + 4(2z))
= (2x
..
=u
+ 4y
..
=v
, 2x + 4y, 8y) = (u +v, u +v, 2v) U.
Iz denicije je ocigledno:
Ako je U f-invarijantan, tada f
U
: U U je linearni operator prostora U.
Ako bazu B = {x
1
, . . . , x
r
} za U prosirimo do baze B

= {x
1
, . . . , x
r
, y
1
, . . . , y
s
}
za V , tada f(x
i
) U = L(B), pa je
[f]
B
=
_
_
[f
U
]
B
C
0 D
_
_
.
Odavde dalje sledi
p
f
() = det([f]
B
I
r+s
) = det([f
U
]
B
I
r
)det(DI
s
) = p
f
U
det(DI
s
),
pa je
p
f
U
|p
f
.
Ako je V = U
1
. . . U
k
i U
1
, . . . , U
k
netrivijalni f-invarijantni potprostori,
onda je:
p
f
= p
f
U
1
. . . p
f
U
k
;
Za svako x =

k
i=1
x
i
, x
i
U
i
, vazi
f(x) = f(
k

i=1
x
i
) =
k

i=1
f(x
i
) =
k

i=1
f
U
i
(x
i
),
pa se proucavanje operatora f svodi na proucavanje njegovih restrikcija na
invarijantne potprostore.
2
Teorema. (Osobine invarijantnih potprostora) Neka je f endomorzam konacnodimenzionog
vektorskog prostora V . Tada:
(1) {0} i V su f-invarijantni (trivijalni f-invarijantni potprostori),
(2) kerf i Imf su f-invarijantni,
(3) V

je f-invarijantan, za Sp(f,
(4) Zbir f-invarijantnih potprostora je f-invarijantan potprostor,
(5) Presek f-invarijantnih potprostora je f-invarijantan potprostor.
Dokaz.
(1) Sledi iz f({0}) = {0} i f(V ) V .
(2) Sledi iz f(kerf) = {0} kerf i f(Imf) Imf.
(3) Sledi iz f(V

) = {f(x)|x V

} = { x|x V

} V

.
(4) Sledi iz f(U
1
+. . . +U
k
) f(U
1
) +. . . +f(U
k
) U
1
+. . . +U
k
, za proizvoljne
f invarijantne potprostore U
1
, . . . , U
k
.
(5) Za f invarijantne potprostore U
1
, . . . , U
k
vazi
f(U
1
. . . U
k
) f(U
1
) . . . f(U
k
) U
1
. . . U
k
,
pa je U
1
. . . U
k
f invarijantan.
Veza izmedu f-invarijantnih potprostora i sopstvenih vektora data je u sledecoj
teoremi.
Teorema. Vektor x V je sopstveni vektor linearnog operatora f : V V akko
L{x} je jednodimenzioni f-invarijantni potprostor od V .
Dokaz. () Neka je x sopstveni vektor operatora f pridruzen sopstvenoj vred-
nosti . Svakako je U = L{x} V , a kako je x = 0 sledi da je dimU = 1. Pokazimo
jos da je U f-invarijantan. Neka je y U. Tada y = x, za neko F, pa je
f(y) = f( x) = f(x) = x = ()x U.
() Neka je U = L{x} jednodimenzioni f-invarijantni potprostor od V . Tada
x = 0 i f(x) U, tj f(x) = x, za neko F. Odavde sledi da je x sopstveni
vektor operatora f.
Prirodno se namece pitanje da li za svaki endomorzam f postoje netrivijalni f-
invarijantni potprostori? Za slucaj kada je vektorski prostor kompleksan (ili uopste
nad poljem koje je algebarski zatvoreno) lako se dolazi do potvrdnog odgovora.
Postoji
0
Sp(f) (jer su svi koreni polinoma p
f
u polju C), pa i sopstveni vek-
tor x pridruzen sopstvenoj vrednosti
0
. Tada je U = L{x} jednodimenzioni f-
invarijantan potprostor.
3
Medutim, za realne vektorske prostore nije obezbedena egzistencija jednodimen-
zionih f-invarijantnih potprostora (jer R nije algebarski zatvoreno, pa p
f
ne mora
imati koren u R, odnosno, f ne mora imati sopstvenu vrednost). U slucaju realnih
vektorskih prostora odgovor daje sledeca teorema.
Teorema. Za svaki linearni operator f : V V konacno dimenzionog realnog
vektorskog prostora V = {0} postoji f-invarijantan potprostor U dimenzije 1 ili 2.
Dokaz. Neka je dimV = n, B baza za V , A = [f]
B
, k
B
: V M
n1
(R), k
B
(x) =
[x]
B
, f
A
: M
n1
(R) M
n1
(R), f
A
(X) = AX. Tada vazi
(f
A
k
B
)(x) = f
A
([x]
B
) = A[x]
B
= [f]
B
[x]
B
= [f9x0]
B
= k
B
(f(x)) = (k
B
f)(x), x V
tj.
f
A
k
B
= k
B
f.
Ako je U M
n1
(R) f
A
-invarijantan potprostor od M
n1
(R), onda je i U
1
= k
1
B
(U)
f-invarijantan potprostor od V , jer je
f(U
1
) = f k
1
B
(U) = k
1
B
f
A
(U) k
1
B
(U) = U
1
.
Pokazimo da postoji f
A
invarijantni potprostor U prostora M
n1
(R). Polinom p
f
A
ima koren =
1
+ i
2
C, pa postoji i Z = X
1
+ iX
2
M
n1
(C) tako da je
f
A
(Z) = Z i (X
1
= 0 ili X
2
= 0). Tada je
AX
1
+iAX
2
= AZ = f
A
(Z) = Z = (
1
+i
2
)(X
1
+iX
2
) =
1
X
1

2
X
2
+i(
2
X
1
+
1
X
2
),
tj.
f
A
(X
1
) = AX
1
=
1
X
1

2
X
2
, f
A
(X
2
) = AX
2
=
2
X
1
+
1
X
2
.
Za
U
def
= L{X
1
, X
2
} M
n1
(R)
dobijamo da je f
A
(U) U, pa je U f
A
invarijantan potprostor dimenzije 1 ili 2, a
time je
U
1
def
= k
1
B
(U)
f-invarijantan potprostor od V dimenzije 1 ili 2. .
KEJLI-HAMILTONOVA TEOREMA
Denicija. Za A M
n
(F) i polinom p = a
0
+a
1
x +. . . +a
k
x
k
F[x] matricu
p(A)
def
= a
0
I
n
+a
1
A+. . . +a
k
A
k
zovemo polinom po A nad poljem F. Ako je p(A) = 0 onda kazemo da je A koren
polinoma p.
4
Primer. Za A =
_
1 1
4 2
_
, p = x
2
+ 2x 3, q = x
2
x 6 vazi
p(A) = A
2
+ 2A3I
2
=
_
0 3
12 9
_
, q(A) = A
2
A6I
2
=
_
0 0
0 0
_
.
Denicija. Za linearni operator f : V V i p = a
0
+ a
1
x + . . . + a
k
x
k
F[x]
endomorzam
p(f)
def
= a
0
1
V
+a
1
f +a
2
f
2
+. . . +a
k
f
k
,
gde je f
i
= f f . . . f
. .
i
, zovemo polinom po f nad F. Ako je p(f) = 0
V
(nula
operator) kazemo da je f koren polinoma p.
Primer. Za V = L{sinx, cos x}, D : V V operator diferenciranja i p = 1 + x
2
vazi
p(D) = 1
V
+D
2
,
pa je
p(D)(sin x) = sin x + (sin x)

= 0, p(D)(cos x) = cos x + (cos x)

= 0,
tj.
p(D) = 0.
Teorema. Ako je p = a
0
+a
1
x+. . .+a
k
x
k
F[x], f : V V linearno preslikavanje,
A, B M
n
(F), tada
A
s
B p(A)
s
p(B).
A = [f]
B
p(A) = [p(f)]
B
.
Dokaz.

A
s
B (P M
n
(F)) B = P
1
AP
p(B) =

k
i=1
a
i
B
i
=

k
i=1
a
i
(P
1
AP)
i
=

k
i=1
a
i
P
1
A
i
P = P
1
(

k
i=1
a
i
A
i
)P = P
1
p(A)P
p(A)
s
p(B).

[p(f)]
B
= [a
0
1
V
+a
1
f +. . . +a
k
f
k
]
B
= a
0
[1
V
]
B
+a
1
[f]
B
+. . . +a
k
[f]
k
B
= a
0
I
n
+a
1
A+. . . +a
k
A
k
= p(A).
5
Jedna od najvaznijih teorema linearne algebre je Kejli-Hamiltonova teorema.
Teorema (Cayley-Hamilton). Svaki linearni operator konacnodimenzionog vek-
torskog prostora je koren svog sopstvenog polinoma, tj.
p
f
(f) = 0.
(bez dokaza)
Primer. Za V = L{sin x, cos x} i D : V V operator diferenciranja vazi
D(sin x) = cos x, D(cos x) = sin x,
pa je matrica reprezentacija operatora D u datoj bazi
[D] =
_
0 1
1 0
_
,
odakle je sopstveni polinom
p
D
() =

1
1

=
2
+ 1.
Po Kejli-Hamiltonovoj teoremi sledi
p
D
(D) = 0,
tj.
D
2
+ 1
V
= 0
V
(gde je 1
V
identicko preslikavanje, a 0
V
nula operator prostora V ).
Posledica. Svaka kvadratna matrica je koren svog sopstvenog polinoma.
Dokaz. Neka je A M
n
(F), f
A
: M
n1
(F) M
n1
(F), f
A
(X) = AX, e
standardna baza prostora M
n1
(F). Tada [f
A
]
e
= A i p
f
A
= p
A
, pa je
p
A
(A) = p
f
A
([f
A
]
e
) = [p
f
A
(f
A
)]
e
= [ 0
..
nula operat.
]
e
= 0.
Primer. Za A =
_
1 1
4 2
_
je p
A
() =

1 1
4 2

=
2
6. Po Posledici
Kejli-Hamiltonove teoreme vazi
A
2
A6I
2
= 0,
odakle sledi A
2
= A+ 6I
2
. Dalje racunamo ostale stepene matrice A :
A
3
= A
2
+ 6A = 7A+ 6I
2
A
4
= 7A
2
+ 6A = 13A+ 42I
2
.
.
.
Svi stepeni matrice A su linearna kombinacija matrica A i I
2
, a kako je {A, I
2
}
linearno nezavisan skup vektora, sledi
L{A
n
|n N {0}} = L{A, I
2
}.
1
INVARIJANTNI POTPROSTORI
Neka je (V, +, , F) konacno dimenzioni vektorski prostor i f : V V linearni
operator.
Denicija. Potprostor U vektorskog prostora V je f-invarijantan ako je
f(U) U,
tj. f(x) U, za svako x U.
Primer. Za f : R
3
R
3
, f(x, y, z) = (x 3y + 3z, 3x 5y + 3z, 3x 6y + 4z),
potprostor U = {(x +y, x +y, 2y)|x, y R} je invarijantan jer
f(x +y, x +y, 2y) = (x +y 3(x +y) + 3(2y), 3(x +y) 5(x +y) + 3(2z),
3(x +y) 6(x +y) + 4(2z))
= (2x
..
=u
+ 4y
..
=v
, 2x + 4y, 8y) = (u +v, u +v, 2v) U.
Iz denicije je ocigledno:
Ako je U f-invarijantan, tada f
U
: U U je linearni operator prostora U.
Ako bazu B = {x
1
, . . . , x
r
} za U prosirimo do baze B

= {x
1
, . . . , x
r
, y
1
, . . . , y
s
}
za V , tada f(x
i
) U = L(B), pa je
[f]
B
=
_
_
[f
U
]
B
C
0 D
_
_
.
Odavde dalje sledi
p
f
() = det([f]
B
I
r+s
) = det([f
U
]
B
I
r
)det(DI
s
) = p
f
U
det(DI
s
),
pa je
p
f
U
|p
f
.
Ako je V = U
1
. . . U
k
i U
1
, . . . , U
k
netrivijalni f-invarijantni potprostori,
onda je:
p
f
= p
f
U
1
. . . p
f
U
k
;
Za svako x =

k
i=1
x
i
, x
i
U
i
, vazi
f(x) = f(
k

i=1
x
i
) =
k

i=1
f(x
i
) =
k

i=1
f
U
i
(x
i
),
pa se proucavanje operatora f svodi na proucavanje njegovih restrikcija na
invarijantne potprostore.
2
Teorema. (Osobine invarijantnih potprostora) Neka je f endomorzam konacnodimenzionog
vektorskog prostora V . Tada:
(1) {0} i V su f-invarijantni (trivijalni f-invarijantni potprostori),
(2) kerf i Imf su f-invarijantni,
(3) V

je f-invarijantan, za Sp(f,
(4) Zbir f-invarijantnih potprostora je f-invarijantan potprostor,
(5) Presek f-invarijantnih potprostora je f-invarijantan potprostor.
Dokaz.
(1) Sledi iz f({0}) = {0} i f(V ) V .
(2) Sledi iz f(kerf) = {0} kerf i f(Imf) Imf.
(3) Sledi iz f(V

) = {f(x)|x V

} = { x|x V

} V

.
(4) Sledi iz f(U
1
+. . . +U
k
) f(U
1
) +. . . +f(U
k
) U
1
+. . . +U
k
, za proizvoljne
f invarijantne potprostore U
1
, . . . , U
k
.
(5) Za f invarijantne potprostore U
1
, . . . , U
k
vazi
f(U
1
. . . U
k
) f(U
1
) . . . f(U
k
) U
1
. . . U
k
,
pa je U
1
. . . U
k
f invarijantan.
Veza izmedu f-invarijantnih potprostora i sopstvenih vektora data je u sledecoj
teoremi.
Teorema. Vektor x V je sopstveni vektor linearnog operatora f : V V akko
L{x} je jednodimenzioni f-invarijantni potprostor od V .
Dokaz. () Neka je x sopstveni vektor operatora f pridruzen sopstvenoj vred-
nosti . Svakako je U = L{x} V , a kako je x = 0 sledi da je dimU = 1. Pokazimo
jos da je U f-invarijantan. Neka je y U. Tada y = x, za neko F, pa je
f(y) = f( x) = f(x) = x = ()x U.
() Neka je U = L{x} jednodimenzioni f-invarijantni potprostor od V . Tada
x = 0 i f(x) U, tj f(x) = x, za neko F. Odavde sledi da je x sopstveni
vektor operatora f.
Prirodno se namece pitanje da li za svaki endomorzam f postoje netrivijalni f-
invarijantni potprostori? Za slucaj kada je vektorski prostor kompleksan (ili uopste
nad poljem koje je algebarski zatvoreno) lako se dolazi do potvrdnog odgovora.
Postoji
0
Sp(f) (jer su svi koreni polinoma p
f
u polju C), pa i sopstveni vek-
tor x pridruzen sopstvenoj vrednosti
0
. Tada je U = L{x} jednodimenzioni f-
invarijantan potprostor.
3
Medutim, za realne vektorske prostore nije obezbedena egzistencija jednodimen-
zionih f-invarijantnih potprostora (jer R nije algebarski zatvoreno, pa p
f
ne mora
imati koren u R, odnosno, f ne mora imati sopstvenu vrednost). U slucaju realnih
vektorskih prostora odgovor daje sledeca teorema.
Teorema. Za svaki linearni operator f : V V konacno dimenzionog realnog
vektorskog prostora V = {0} postoji f-invarijantan potprostor U dimenzije 1 ili 2.
Dokaz. Neka je dimV = n, B baza za V , A = [f]
B
, k
B
: V M
n1
(R), k
B
(x) =
[x]
B
, f
A
: M
n1
(R) M
n1
(R), f
A
(X) = AX. Tada vazi
(f
A
k
B
)(x) = f
A
([x]
B
) = A[x]
B
= [f]
B
[x]
B
= [f9x0]
B
= k
B
(f(x)) = (k
B
f)(x), x V
tj.
f
A
k
B
= k
B
f.
Ako je U M
n1
(R) f
A
-invarijantan potprostor od M
n1
(R), onda je i U
1
= k
1
B
(U)
f-invarijantan potprostor od V , jer je
f(U
1
) = f k
1
B
(U) = k
1
B
f
A
(U) k
1
B
(U) = U
1
.
Pokazimo da postoji f
A
invarijantni potprostor U prostora M
n1
(R). Polinom p
f
A
ima koren =
1
+ i
2
C, pa postoji i Z = X
1
+ iX
2
M
n1
(C) tako da je
f
A
(Z) = Z i (X
1
= 0 ili X
2
= 0). Tada je
AX
1
+iAX
2
= AZ = f
A
(Z) = Z = (
1
+i
2
)(X
1
+iX
2
) =
1
X
1

2
X
2
+i(
2
X
1
+
1
X
2
),
tj.
f
A
(X
1
) = AX
1
=
1
X
1

2
X
2
, f
A
(X
2
) = AX
2
=
2
X
1
+
1
X
2
.
Za
U
def
= L{X
1
, X
2
} M
n1
(R)
dobijamo da je f
A
(U) U, pa je U f
A
invarijantan potprostor dimenzije 1 ili 2, a
time je
U
1
def
= k
1
B
(U)
f-invarijantan potprostor od V dimenzije 1 ili 2. .
KEJLI-HAMILTONOVA TEOREMA
Denicija. Za A M
n
(F) i polinom p = a
0
+a
1
x +. . . +a
k
x
k
F[x] matricu
p(A)
def
= a
0
I
n
+a
1
A+. . . +a
k
A
k
zovemo polinom po A nad poljem F. Ako je p(A) = 0 onda kazemo da je A koren
polinoma p.
4
Primer. Za A =
_
1 1
4 2
_
, p = x
2
+ 2x 3, q = x
2
x 6 vazi
p(A) = A
2
+ 2A3I
2
=
_
0 3
12 9
_
, q(A) = A
2
A6I
2
=
_
0 0
0 0
_
.
Denicija. Za linearni operator f : V V i p = a
0
+ a
1
x + . . . + a
k
x
k
F[x]
endomorzam
p(f)
def
= a
0
1
V
+a
1
f +a
2
f
2
+. . . +a
k
f
k
,
gde je f
i
= f f . . . f
. .
i
, zovemo polinom po f nad F. Ako je p(f) = 0
V
(nula
operator) kazemo da je f koren polinoma p.
Primer. Za V = L{sinx, cos x}, D : V V operator diferenciranja i p = 1 + x
2
vazi
p(D) = 1
V
+D
2
,
pa je
p(D)(sin x) = sin x + (sin x)

= 0, p(D)(cos x) = cos x + (cos x)

= 0,
tj.
p(D) = 0.
Teorema. Ako je p = a
0
+a
1
x+. . .+a
k
x
k
F[x], f : V V linearno preslikavanje,
A, B M
n
(F), tada
A
s
B p(A)
s
p(B).
A = [f]
B
p(A) = [p(f)]
B
.
Dokaz.

A
s
B (P M
n
(F)) B = P
1
AP
p(B) =

k
i=1
a
i
B
i
=

k
i=1
a
i
(P
1
AP)
i
=

k
i=1
a
i
P
1
A
i
P = P
1
(

k
i=1
a
i
A
i
)P = P
1
p(A)P
p(A)
s
p(B).

[p(f)]
B
= [a
0
1
V
+a
1
f +. . . +a
k
f
k
]
B
= a
0
[1
V
]
B
+a
1
[f]
B
+. . . +a
k
[f]
k
B
= a
0
I
n
+a
1
A+. . . +a
k
A
k
= p(A).
5
Jedna od najvaznijih teorema linearne algebre je Kejli-Hamiltonova teorema.
Teorema (Cayley-Hamilton). Svaki linearni operator konacnodimenzionog vek-
torskog prostora je koren svog sopstvenog polinoma, tj.
p
f
(f) = 0.
(bez dokaza)
Primer. Za V = L{sin x, cos x} i D : V V operator diferenciranja vazi
D(sin x) = cos x, D(cos x) = sin x,
pa je matrica reprezentacija operatora D u datoj bazi
[D] =
_
0 1
1 0
_
,
odakle je sopstveni polinom
p
D
() =

1
1

=
2
+ 1.
Po Kejli-Hamiltonovoj teoremi sledi
p
D
(D) = 0,
tj.
D
2
+ 1
V
= 0
V
(gde je 1
V
identicko preslikavanje, a 0
V
nula operator prostora V ).
Posledica. Svaka kvadratna matrica je koren svog sopstvenog polinoma.
Dokaz. Neka je A M
n
(F), f
A
: M
n1
(F) M
n1
(F), f
A
(X) = AX, e
standardna baza prostora M
n1
(F). Tada [f
A
]
e
= A i p
f
A
= p
A
, pa je
p
A
(A) = p
f
A
([f
A
]
e
) = [p
f
A
(f
A
)]
e
= [ 0
..
nula operat.
]
e
= 0.
Primer. Za A =
_
1 1
4 2
_
je p
A
() =

1 1
4 2

=
2
6. Po Posledici
Kejli-Hamiltonove teoreme vazi
A
2
A6I
2
= 0,
odakle sledi A
2
= A+ 6I
2
. Dalje racunamo ostale stepene matrice A :
A
3
= A
2
+ 6A = 7A+ 6I
2
A
4
= 7A
2
+ 6A = 13A+ 42I
2
.
.
.
Svi stepeni matrice A su linearna kombinacija matrica A i I
2
, a kako je {A, I
2
}
linearno nezavisan skup vektora, sledi
L{A
n
|n N {0}} = L{A, I
2
}.
1
AKSIOME SKALARNOG PROIZVODA I OSOBINE
Uvodenje pojma skalarnog proizvoda u vektorski prostor omogucava uopstavanje
mnogih geometrijskih pojmova (rastojanje, ugao, ortogonalnost,..).
Neka je (V, +, , F) vektorski prostor nad poljem realnih ili kompleksnih brojeva
(F = R ili F = C).
Denicija. Preslikavanje < , >: V V F je skalarni proizvod ako za sve
vektore x, y, z V i sve skalare F vazi:
(S1) < x + y, z >=< x, z > + < y, z >,
(S2) < x, y >= < x, y >,
(S3) < x, y >= < y, x >,
(S4) x ,= 0 < x, x > 0.
Tada se uredeni par (V, < , >) zove unitarni prostor.
Napomena.
Iz (S1) i (S2) sledi da je skalarni proizvod linearna funkcija po prvoj koordinati.
Ako F = R aksioma (S3) glasi < x, y >=< y, x > .
Za svako x V iz < x, x >= < x, x > sledi < x, x > R, sto obezbeduje
korektnost aksiome (S4) (jer relacija > ima smisla u R, dok u C nema smisla).
Najcesce se koriste sledeci skalarni proizvodi (takozvani standardni skalarni proizvodi):
1. V = R
n
, x = (x
1
, . . . , x
n
), y = (y
1
, . . . , y
n
), < x, y >
def
= x
1
y
1
+ . . . + x
n
y
n
;
2. V = C
n
, x = (x
1
, . . . , x
n
), y = (y
1
, . . . , y
n
), < x, y >
def
= x
1
y
1
+ . . . + x
n
y
n
;
3. V = C[a, b], f, g : [a, b] R neprekidne, < f, g >
def
=
_
b
a
f(x)g(x)dx;
4. V = M
mn
(C), A = [a
ij
], B = [b
ij
], < A, B >
def
= tr(B
T
A) =

m
i=1

n
j=1
a
ij
b
ij
;
5. V = R
n
[x], p = a
0
+ a
1
x + . . . + a
n
x
n
, q = b
0
+ b
1
x + . . . + b
n
x
n
< p, q >
def
= a
0
b
0
+ . . . + a
n
b
n
,
< p, q >
def
=
_
1
0
p(x)q(x)dx,
< p, q >
def
= p(
0
)q(
0
) + . . . + p(
n
)q(
n
), gde
0
, . . . ,
n
R,
i
,=
j
,
za i ,= j.
2
Primer. Dokazati da je u prostoru R
2
[x], sa
< p, q >
def
= p(0)q(0) + p(1)q(1) + p(2)q(2), p, q R
2
[x],
denisan skalarni proizvod.
Dokazimo najpre, da za p, q R
2
[x], , c R vazi:
(p + q)(c) = p(c) + q(c),
(p)(c) = p(c).
Zaista, za
p = a
0
+ a
1
x + a
2
x
2
, q = b
0
+ b
1
x + b
2
x
2
je
p + q = (a
0
+ b
0
) + (a
1
+ b
1
)x + (a
2
+ b
2
)x
2
, p = (a
0
) + (a
1
)x + (a
2
)x
2
,
pa vazi

(p + q)(c) = (a
0
+ b
0
) + (a
1
+ b
1
)c + (a
2
+ b
2
)c
2
= (a
0
+ a
1
c + a
2
c
2
) + (b
0
+ b
1
c + b
2
c
2
) = p(c) + q(c)
(p)(c) = (a
0
) + (a
1
)c + (a
2
)c
2
= (a
0
+ a
1
c + a
2
c
2
) = p(c)
(S1)
< p + q, r > = (p + q)(0)r(0) + (p + q)(1)r(1) + (p + q)(2)r(2)
= (p(0) + q(0))r(0) + (p(1) + q(1))r(1) + (p(2) + q(2))r(2)
= (p(0)r(0) + p(1)r(1) + p(2)r(2))+
+(q(0)r(0) + q(1)r(1) + q(2)r(2))
=< p, r > + < q, r >
(S2)
< p, q > = (p)(0)q(0) + (p)(1)q(1) + (p)(2)q(2)
= p(0)q(0) + p(1)q(1) + p(2)q(2)
= (p(0)q(0) + p(1)q(1) + p(2)q(2)) = < p, q >
(S3)
< p, q > = p(0)q(0) + p(1)q(1) + p(2)q(2)
= q(0)p(0) + q(1)p(1) + q(2)p(2) =< q, p >
3
(S4) Neka je p R
2
[x], p ,= 0. Tada iz denicije skalarnog proizvoda i cinjenice da
je prostor realni, sledi
< p, p >= (p(0))
2
+ (p(1))
2
+ (p(2))
2
0.
Ako
(p(0))
2
+ (p(1))
2
+ (p(2))
2
= 0,
onda
p(0) = p(1) = p(2) = 0,
pa bi polinom p stepena 2 imao 3 korena u polju R, sto je jedino moguce
ako je p = 0, suprotno pretpostavci. Kontradikcija, pa sledi < p, p > > 0.
Teorema 1.(osobine skalarnog proizvoda) U unitarnom prostoru (V, <, >) za
svako x, y, z V i F vazi:
(1) < x, y + z >=< x, y > + < x, z >,
(2) < x, y >= < x, y >,
(3) < x, 0 >=< 0, x >= 0,
(4) < x, x >= 0 x = 0,
(5) (x V ) < x, y >= 0 y = 0,
(6) (x V ) < x, y >=< x, z > y = z.
Dokaz. (1) < x, y + z >
S3
= < y + z, x >
S1
= < y, x > + < z, x > = < y, x > +
< z, x >
S3
=< x, y > + < x, z > .
(2) < x, y >
S3
= < y, x >
S2
= < y, x > = < y, x >
S3
= < x, y >.
(3) < 0, x >=< 0 x, x >
(S2)
= 0 < x, x >= 0.
(4) () sledi iz (S4) (kontrapozicijom).
() sledi iz (3).
(5) (x V ) < x, y >= 0
x=y
< y, y >= 0
(4)
y = 0.
(6) (x V ) < x, y >=< x, z > (x V ) < x, y > < x, z >= 0
(1),(2)

(x V ) < x, y z >= 0
(5)
y z = 0 y = z.
NEJEDNAKOST KO

SI-

SVARC-BUNJAKOVSKOG
Primetimo da je u R
2
duzina vektora x = (a, b) data sa

a
2
+ b
2
=

< x, x >.
Uopstimo pojam duzine vektora na vektore proizvoljnog unitarnog prostora.
Denicija. Neka je (V, <, >) unitarni prostor. Preslikavanje
| | : V R, |x|
def
=

< x, x > (x V )
4
zove se norma na V . Nenegativan broj |x| se zove norma ili duzina vektora x.
Primer. Primeri normi koje su inducirane standardnim skalarnim proizvodima:
(1) V = R
n
, x = (x
1
, . . . , x
n
), |x| =
_
x
2
1
+ . . . + x
2
n
;
(2) V = C
n
, x = (x
1
, . . . , x
n
), |x| =
_
[x
1
[
2
+ . . . +[x
n
[
2
;
(3) V = C[a, b], f : [a, b] R neprekidna, |f| =
_
_
b
a
f
2
(x)dx,
(4) V = M
mn
(C), A = [a
ij
], |A| =
_
tr(A
T
A) =
_

n
i,j=1
[a
ij
[
2
;
(5) V = R
n
[x], p = a
0
+ a
1
x + . . . + a
n
x
n
,
|p| =
_
a
2
0
+ . . . + a
2
n
,
|p| =
_
_
1
0
p
2
(x)dx,
|p| =
_
(p(
0
))
2
+ . . . + (p(
n
))
2
, gde
i
,=
j
za i ,= j.
Teorema 2. (Schwarz-Cauchy-Bunjakowski). U unitarnom prostoru V za
svako x i y vazi
[ < x, y > [ |x||y|.
Jednakost vazi akko x, y je linearno zavisan skup vektora.
Dokaz. Za y = 0 tvrdenje ocigledno vazi.
Za y ,= 0 vazi |y|
2
=< y, y >> 0, pa postoji skalar
<x,y>
y
2
. Tada
0 x
<x,y>
y
2
y, x
<x,y>
y
2
y
= < x, x >
<x,y>
y
2
< x, y >
<x,y>
y
2
< y, x > +
<x,y><x,y>
y
4
< y, y >
= < x, x >
<x,y>
y
2
< x, y >
<x,y>
y
2
< x, y > +
<x,y><x,y>
y
2
= < x, x >
<x,y>
y
2
< x, y >
= |x|
2

|<x,y>|
2
y
2
(jer vazi z z = [z[
2
, z C)

|<x,y>|
2
y
2
|x|
2
[ < x, y > [ |x| |y| (jer [ < x, y > [ 0, |y| > 0, |x| 0)
Ako vazi jednakost, tada iz [ < x, y > [ = |x| |y| sledi
0 = x
< x, y >
|y|
2
y, x
< x, y >
|y|
2
y
odakle je
x
< x, y >
|y|
2
y = 0,
pa je skup vektora x, y linearno zavisan.
5
Ako je x, y linearno zavisan skup vektora, tj. y = x, za neko F, tada
|x| |y| = |x|

< y, y > = |x|

_
< x, x >
= |x|
_
< x, x >
= |x|
_
[[
2
< x, x >
= |x|[[

< x, x >
= |x|[[|x|
= [[|x|
2
.
S druge strane
[ < x, y > [ = [ < x, x > [ = [ < x, x > [ = [[[ < x, x > [ = [[|x|
2
,
pa jednakost vazi.
Iz osobina skalarnog proizvoda neposredno slede osobine norme:
Teorema 3. U unitarnom prostoru (V, <, >) za svako x, y V i svako F vazi:
(N1) |x| 0,
(N2) |x| = 0 x = 0,
(N3) | x| = [[|x|,
(N4) |x + y| |x| +|y| (nejednakost trougla).
Dokaz. Dokazi za (N1),(N2) i (N3) su trivijalni (neposredna posledica denicije
norme i osobina skalarnog proizvoda).
(N4) Iz
|x + y|
2
= < x + y, x + y >=< x, x > + < x, y > + < y, x > + < y, y >
= < x, x > + < x, y > +< x, y >+ < y, y >
= |x|
2
+ 2Re < x, y > +|y|
2
(z + z = 2Rez, z C)
|x|
2
+ 2[ < x, y > [ +|y|
2
(Rez [z[, z C)
|x|
2
+ 2|x||y| +|y|
2
(Teorema 2.)
= (|x| +|y|)
2
i (N1) sledi (N4).
Dernicija. Vektor x unitarnog prostora (V, <, >) je normiran ili jedinicni ako
je |x| = 1.
Za svaki vektor x ,= 0, vektor
1
x||
x je normiran, jer
_
_
_
_
1
[[x[[
x
_
_
_
_
(N3)
=

1
[[x[[

|x|
(N1)
=
1
[[x[[
|x| = 1.
6
Primer.
Vektor e = (1, 0) prostora R
2
sa standardnim skalarnim proizvodom je normi-
ran, jer |e| =

1
2
+ 0
2
= 1.
Vektor x = (1, 1) istog unitarnog prostora nije normiran, jer |x| =

1
2
+ 1
2
=

2.
Vektor x se moze normirati:
1
[[x[[
x =
1

2
(1, 1) = (
1

2
,
1

2
)
je normirani vektor.
Denicija. Ako je (V, <, >) unitarni prostor, preslikavanje
d : V V R, d(x, y)
def
= |x y| (x, y V )
se zove metrika ili rastojanje na V .
Iz osobina norme neposredno slede osobine metrike:
Teorema 4. Za sve vektore x, y, z unitarnog prostora V vazi:
(M1) d(x, y) 0,
(M2) d(x, y) = 0 x = y,
(M3) d(x, y) = d(y, x),
(M4) d(x, y) d(x, z) + d(z, y).
Dokaz. (M4)
d(x, y) = |x y| = |(x z) +(z y)|
(N4)
|x z| +|z y| = d(x, z) +d(z, y).
GRAM-

SMITOV POSTUPAK ORTOGONALIZACIJE BAZE

Poznato je da za proizvoljne nenula vektore x i y u prostoru orijentisanih duzi
vazi
cos(x, y) =
< x, y >
[x[[y[
.
Primetimo da iz

Svarcove nejednakosti sledi da za svaka dva nenula vektora x, y
unitarnog prostora vazi

< x, y >
|x||y|

1,
sto je u realnom unitarnom prostoru ekvivalentno sa
1
< x, y >
|x||y|
1.
7
Ovo nas motivise da u realni unitarni prostor uvedemo pojam ugla na sledeci nacin.
Denicija. Ugao izmedu vektora x ,= 0 i y ,= 0 realnog unitarnog prostora V je
broj R za koji vazi
cos =
< x, y >
|x||y|
i 0 .
U vektorskom prostoru orjentisanih duzi dva vektora su normalna akko je nji-
hov skalarni proizvod jednak nuli. Ova cinjenica sugerise ideju uopstenja pojma
normalnosti u proizvoljnom unitarnom prostoru.
Denicija. Vektor x V je ortogonalan na vektoru y V , u oznaci xy, ako je
< x, y >= 0.
Primer. U prostoru M
2
(R) sa standardnim skalarnim proizvodom, za matrice
A =
_
1 1
0 2
_
, B =
_
1 2
3 4
_
vazi
< A, B >= 1 1 1 2 + 0 3 + 2 4 = 7,
|A| =
_
1
2
+ (1)
2
+ 0
2
+ 2
2
=

6, |B| =

1 + 4 + 9 + 16 =

30,
pa je
cos =
7
6

5
, tj. = arccos
7
6

5
.
Denicija.
Skup vektora x
1
, . . . , x
n
je ortogonalan skup vektora ako su svaka dva
razlicita vektora normalna, tj.
x
i
x
j
, za i ,= j.
Skup vektora x
1
, . . . , x
n
je ortonormiran skup vektora ako je ortogonalan
skup jedinicnih vektora, tj.
< x
i
, x
j
>=
ij
=
_
1 i = j
0 i ,= j
.
Primer. Standardna baza e
1
= (1, 0), e
2
= (0, 1) prostora R
2
je ortonormirana,
jer
< e
1
, e
1
>= 1, < e
1
, e
2
>= 0, < e
2
, e
1
>= 0 < e
2
, e
2
>= 1.
Teorema 5. Svaki ortogonalan skup nenula vektora x
1
, . . . , x
n
unitarnog prostora
V je linearno nezavisan.
8
Dokaz. Neka je
1
x
1
+ . . .
n
x
n
= 0,
1
, . . . ,
n
F. Tada
(i 1, . . . , n) <
1
x
1
+ . . . +
n
x
n
, x
i
>=< 0, x
i
>= 0
(i 1, . . . , n)

n
j=1

j
< x
j
, x
i
>= 0 (iz aksioma (S1)i (S2))
(i 1, . . . , n)
i
< x
i
, x
i
>= 0 (jer < x
i
, x
j
>= 0 za i ,= j)
(i 1, . . . , n)
i
= 0 (jer iz x
i
,= 0 sledi < x
i
, x
i
>,= 0)
skup vektora x
1
, . . . , x
n
je linearno nezavisan.
Sledeci stav pokazuje da se koordinate vektora u ortonormiranoj bazi jednostavno
odreduju.
Teorema 6. Ako je B = x
1
, . . . , x
n
ortonormirana baza prostora V i x =
1
x
1
+
. . . +
n
x
n
proizvoljan vektor prostora V , onda
(i 1, . . . , n)
i
=< x, x
i
>,
tj. koordinate vektora su skalarni proizvodi tog vektora sa baznim vektorima.
Dokaz.
(i 1, . . . , n) < x, x
i
>=<
n

j=1

j
x
j
, x
i
>=
n

j=1

j
< x
j
, x
i
>=
i
< x
i
, x
i
>=
i
.
U matricnom obliku stav se moze zapisati:
[x]
B
=
_

_
< x, x
1
>
.
.
.
< x, x
n
>
_

_
.
S obzirom da je ortonormirana baza pogodna za rad (koordinate vektora se
jednostavno odreduju, skalarni proizvod se reprezentuje jedinicnom matricom itd.)
prirodno se namece pitanje egzistencije takve baze prostora. U sledecem stavu
dokazujemo da svaki netrivijalni konacnodimenzioni prostor ima ortonormiranu bazu
i izlazemo postupak za njeno nalazenje.
Teorema 7.(Gram-Schmidt-ov postupak ortogonalizacije baze) Svaki konacno
dimenzioni unitarni prostor V ,= 0 ima ortonormiranu bazu.
Dokaz. Neka je x
1
, . . . , x
n
baza unitarnog prostora V .
Najpre, konstruisimo ortogonalnu bazu y
1
, . . . , y
n
prostora V . Elemente y
i
biramo korak po korak, tako da:
(i) y
1
, . . . , y
i
je ortogonalan skup nenula vektora i
(ii) y
1
, . . . , y
i
generise isti potprostor kao i skup x
1
, . . . , x
i
.
Neka je y
1
= x
1
. Svakako je y
1
,= 0, jer je x
1
bazni vektor.
9
Odredimo y
2
tako da /x
1
, x
2
= /y
1
, y
2
i y
1
y
2
.
Neka je y
2
= x
2
+ y
1
.
y
2
y
1
< x
2
+ y
1
, y
1
>= 0 =
< x
2
, y
1
>
< y
1
, y
1
>
y
2
= x
2

< x
2
, y
1
>
< y
1
, y
1
>
y
1
.
y
2
,= 0.
U suprotnom: y
2
= 0 x
2
=
<x
2
,y
1
>
<y
1
,y
1
>
x
1
x
1
, x
2
je linearno zavisan
skup vektora. Kontradikcija.
y
2
, y
1
je ortogonalan skup nenula vektora, pa je linearno nezavisan.
/y
1
, y
2
= /x
1
, x
2
, jer /y
1
, y
2
/x
1
, x
2
i dim/y
1
, y
2
= 2 =
dim/x
1
, x
2
.
Odredimo sada y
3
= x
3
+
1
y
1
+
2
y
2
tako da y
3
y
1
i y
3
y
2
.
< x
3
+
1
y
1
+
2
y
2
, y
1
>= 0 < x
3
, y
1
> +
1
< y
1
, y
1
> +
2
< y
2
, y
1
>
. .
=0
= 0

1
=
< x
3
, y
1
>
< y
1
, y
1
>
< x
3
+
1
y
1
+
2
y
2
, y
2
>= 0 < x
3
, y
2
> +
1
< y
1
, y
2
>
. .
=0
+
2
< y
2
, y
2
> = 0

2
=
< x
3
, y
2
>
< y
2
, y
2
>
y
3
= x
3

< x
3
, y
1
>
< y
1
, y
1
>
y
1

< x
3
, y
2
>
< y
2
, y
2
>
y
2
y
3
,= 0. U suprotnom,
y
3
= 0 x
3
/y
1
, y
2
= /x
1
, x
2
x
1
, x
2
, x
3
linearno zavisni.
Kontradikcija.
y
1
, y
2
, y
3
je ortogonalan skup nenula vektora, pa je linearno nezavisan.
/y
1
, y
2
, y
3
= /x
1
, x
2
, x
3
, jer /y
1
, y
2
, y
3
/x
1
, x
2
, x
3
i dim/y
1
, y
2
, y
3
=
3 = dim/x
1
, x
2
, x
3
.
.
.
.
Nastavljajuci postupak dobijamo
y
n
= x
n

< x
n
, y
1
>
< y
1
, y
1
>
y
1

< x
n
, y
2
>
< y
2
, y
2
>
y
2
. . .
< x
n
, y
n1
>
< y
n1
, y
n1
>
y
n1
, y
n
,= 0.
Dakle,
y
1
, . . . , y
n
je skup nenula vektora.
y
1
, . . . , y
n
je ortogonalan skup vektora (po konstrukciji).
10
y
1
, . . . , y
n
je linearno nezavisan skup vektora (po Teoremi 5.).
y
1
, . . . , y
n
je ortogonalna baza prostora V .
Tada, skup
_
1
|y
1
|
y
1
,
1
|y
2
|
y
2
, . . . ,
1
|y
n
|
y
n
_
predstavlja ortonormiranu bazu prostora V .
Primer. U unitarnom prostoru R
2
[x] sa skalarnim proizvodom < p, q >=
_
1
0
p(x)q(x)dx
standardna baza 1, x, x
2
nije ortonormirana. Primenom Gram-

Smitovog postupka
najpre ortogonalizujmo datu bazu:
y
1
= 1
y
2
= x
< x, 1 >
< 1, 1 >
1 = x
_
1
0
xdx
_
1
0
dx
1 = x
1
2
y
3
= x
2

< x
2
, 1 >
< 1, 1 >
1
< x
2
, x
1
2
>
< x
1
2
, x
1
2
>
(x
1
2
)
= x
2

_
1
0
x
2
dx
_
1
0
dx
1
_
1
0
x
2
(x
1
2
)dx
_
1
0
(x
1
2
)
2
dx
(x
1
2
)
= x
2
x +
1
6
,
pa je
1, x
1
2
, x
2
x +
1
6

ortogonalna baza.
Kako je
|y
1
| =

< 1, 1 > =
_
_
1
0
dx = 1
|y
2
| =
_
< x
1
2
, x
1
2
> =
_
_
1
0
(x
1
2
)
2
dx =
1
2

3
|y
3
| =
_
< x
2
x +
1
6
, x
2
x +
1
6
> =
_
_
1
0
(x
2
x +
1
6
)
2
dx =
1
6

5
skup vektora
_
1,
x
1
2
1
2

3
,
x
2
x +
1
6
1
6

5
_
tj.
_
1, 2

3x

3,

5(6x
2
6x + 1)
_
ce predstavljati ortonormiranu bazu ovog prostora.
11
ORTOGONALNI KOMPLEMENT
Denicija. Neka je (V, <, >) unitarni prostor, A V i x V .

xA
def
(y A) xy (y A) < x, y >= 0.
Skup A

def
= x V [xA = x V [(y A) < x, y >= 0 se zove ortogo-
nalni komplement skupa A.
Primer.
(1) V

= 0, 0

= V , jer (x V ) < x, 0 >=< 0, x >= 0.

(2) Ako je u n = (a, b, c) R
3
i A = n, tada je
A

= (x, y, z) R
3
[(x, y, z)(a, b, c)
= (x, y, z)[ < (x, y, z), (a, b, c) >= 0
= (x, y, z)[ax + by + cz = 0,
tj. A

je ravan kroz kordinatni pocetak normalna na vektoru n.

Teorema 8.(osobine ortogonalnog komplementa) Neka je (V, <, >) unitarni
prostor, A V i B V . Tada
(1) A

je potprostor prostora V .
(2) A B B

.
(3) A

= /(A)

.
(4) A (A

.
Dokaz.
(1) (x A) < x, 0 >= 0 0 A

,= .
Za svako x, y A

, , F vazi
(z A) < x + y, z >= < x, z > + < y, z >= 0 + 0 = 0,
pa je x+y ortogonalan na svakom vektoru z A, sto znaci da x+y
A

.
(2) Neka je A B. Tada
x B

(y B) < x, y >= 0 (y A) < x, y >= 0 x A

.
12
(3) A /(A)
(2)
(/(A))

.
Dokazimo i obratnu inkluziju. Neka je
x A

. Tada, za svako x
1
, . . . , x
n
A,
1
, . . . ,
n
F vazi
<
1
x
1
+ . . . +
n
x
n
, x >=
1
< x
1
, x >
. .
=0
+. . . +
n
< x
n
, x >
. .
=0
= 0,
pa je x ortogonalan na svakom vektoru iz /(A), tj. x (/(A))

. Time je
dokazano da je A

(/(A))

.
(4) x A (y A

) < x, y >= 0 x (A

, odakle sledi A A

.
Teorema 9.(Spektralna teorema) Ako je U konacnodimenzioni potprostor uni-
tarnog prostora V , tada je
V = U U

.
Dokaz.
1

U U

= 0, jer je
x U U

x U x U

< x, x >= 0 x = 0.
2

Dokazimo V = U + U

.
Neka je x
1
, . . . , x
k
ortonormirana baza potprostora U. Za proizvoljno x V
izaberimo
y
def
=
k

i=1
< x, x
i
> x
i
.
Tada y U. Neka je
z
def
= x y.
Pokazimo da z U

. Dovoljno je pokazati da je z ortogonalno na svim baznim

vektorima x
1
, . . . , x
k
potprostora U.
(j 1, . . . , k) < z, x
j
> = < x y, x
j
>=< x, x
j
> < y, x
j
>
= < x, x
j
> <

k
i=1
< x, x
i
> x
i
, x
j
>
= < x, x
j
>

k
i=1
< x, x
i
> < x
i
, x
j
>
. .
=
ij
= < x, x
j
> < x, x
j
>= 0
z (/x
1
, . . . , x
k
)

= U

x = y + z, y U, z U

V = U + U

.
13
Iz 1

i 2

sledi
V = U U

.
Za x V jedinstveni vektori y U i z U

takvi da je
x = y + z
se zovu, redom, ortogonalna projekcija vektora x na potprostor U i ortogonalna
dopuna vektora x i oznacavaju
y = pr
U
x, z = pr
U
x.
Posledica. Za podskup A konacnodimenzionog unitarnog prostora V vazi
A

= /(A).
Posebno,
A

= A A _ V.
Dokaz.
(i)
A A

/(A) /(A

) = A

(iz osobina lineala)

/(A) _ A

(jer su /(A) i A

potprostori od V )
(ii)
dim(A

) = dimV dimA

(iz V = A

)
= dimV dim(/(A)

) (jer A

= (/(A))

)
= dimV (dimV dim(/(A))) (jer V = /(A) /(A)

)
= dim/(A).
Iz
/(A) _ A

, dim(/(A)) = dim(A

)
sledi
/(A) = A

.
Iz dokazanog i osobina lineala dobijamo
A = A

A = /(A) A _ V.
RISOVA LEMA I EGZISTENCIJA SPREGNUTOG OPERATORA
Neka je (V, <, >) unitarni prostor konacne dimenzije nad poljem F i a V .
Denisimo funkciju
f
a
: V F, f
a
(x)
def
=< x, a > (x V ).
14
Tada, f
a
je linearna funkcionela. Zaista, za x, y V i , F vazi
f
a
( x + y) =< x + y, a >= < x, a > + < y, a >= f
a
(x) + f
a
(y),
pa f
a
V

.
Dakle, svaki vektor iz V na ovaj nacin odreduje jednu linearnu funkcionelu.
Postavlja se pitanje da li vazi i obrnuto, tj. da li su sve funkcionele ovog oblika? Za
konacnodimenzione prostore odgovor je potvrdan.
Teorema 10. (Risova lema) Neka je V konacnodimenzioni unitarni prostor. Pres-
likavanje f : V F je linearna funkcionela akko postoji jedinstven vektor a V
takav da je (x V ) f(x) =< x, a >.
Dokaz. () Dokazano u delu koji prethodi teoremi.
() Neka je f : V F linearna funkcionela i x
1
, . . . , x
n
ortonormirana baza
prostora V . Tada, po Teoremi 6., za x V vazi
x =< x, x
1
> x
1
+ . . . + < x, x
n
> x
n
.
Egzistencija: Neka je
a
def
=
n

i=1
f(x
i
) x
i
V.
Tada, za svako x V vazi
f(x) = f(

n
i=1
< x, x
i
> x
i
) (po Teoremi 6.)
=

n
i=1
< x, x
i
> f(x
i
) (jer je f linearno)
=

n
i=1
< x, f(x
i
) x
i
> (prema Teoremi 1.(2))
= < x,

n
i=1
f(x
i
) x
i
> (prema Teoremi 1.(1))
= < x, a > .
Jedinstvenost: Neka postoje vektori a, b V takvi da za svako x V vazi
f(x) =< x, a >, f(x) =< x, b > .
Tada iz
(x V ) < x, a >=< x, b >,
primenom Teoreme 1.(6), sledi
a = b.
Denicija. Neka je f : V V linearni operator. Linearni operator f

: V V je
spregnut (konjugovan) operator operatora f ako
(x, y V ) < f(x), y >=< x, f

(y) > .
15
Teorema 11. (egzistencija i jedinstvenost spregnutog operatora) Za svaki
linearni operator f : V V postoji jedinstven linearni operator f

: V V koji je
spregnut operator operatora f, tj. takav da vazi
(x, y V ) < f(x), y >=< x, f

(y) > .
Dokaz.
Egzistencija: Neka je za a V preslikavanje : V F dato sa
(x)
def
=< f(x), a > .
Lako se proverava da je linearna funkcionela. Prema Risovoj lemi sledi da
postoji jedinstven vektor b takav da je (x) =< x, b >, za svako x V .
Denisimo
f

: V V, f

(a)
def
= b.
Tada vazi
< f(x), a >= (x) =< x, b >=< x, f

(a) >, za svako x, a V.

Dokazimo da je f

linearno preslikavanje. Neka su a

1
, a
2
V, , F. Tada
vazi
(x V ) < x, f

( a
1
+ a
2
) > = < f(x), a
1
+ a
2
>
= < f(x), a
1
> + < f(x), a
2
>
= < x, f

(a
1
) + < x, f

(a
2
) >
= < x, f

(a
1
) > + < x, f

(a
2
) >
= < x, f

(a
1
) + f

(a
2
) >,
odakle sledi (po Teoremi 1.(6))
f

( a
1
+ a
2
) = f

(a
1
) + f

(a
2
).
Jedinstvenost: Neka je i g : V V spregnuti operator operatora f. Tada vazi
(x, y V ) < x, g(y) >=< f(x), y >=< x, f

(y) >,
odakle sledi
(y V ) g(y) = f

(y),
tj.
g = f

.
Osobine spregnutog operatora date su sledecom teoremom.
Teorema 12. (osobine spregnutog operatora) Za linearne operatore
f, g : V V i F vazi:
16
(1) (f + g)

= f

+ g

,
(2) ( f)

= f

,
(3) (f g)

= g

,
(4) (f

= f,
(5) (f
1
)

= (f

)
1
, za svaki automorzam f prostora V ,
(6) ker(f

) = (Imf)

, Imf

= (kerf)

,
(7) Ako je B ortonormirana baza prostora V , onda [f

]
B
= [f]
B

.
Dokaz. (3) Za svako x, y V vazi
< x, (f g)

(y) > = < (f g)(x), y >=< f(g(x)), y >

= < g(x), f

(y) >=< x, g

(f

(y)) >
= < x, (g

)(y) >,
odakle sledi
(y V ) (f g)

(y) = (g

)(y),
tj.
(f g)

= g

.
(7) Neka je B = x
1
, . . . , x
n
ortonormirana baza prostora V i
[f]
B
= [
ij
], [f

]
B
= [
ij
]
matrice reprezentacije operatora f i f

u bazi B, tj.
f(x
i
) =
1i
x
1
+
2i
x
2
+ . . . +
ji
x
j
+ . . . +
ni
x
n
f

(x
j
) =
1j
x
1
+
2j
x
2
+ . . . +
ij
x
i
+ . . . +
nj
x
n
.
Tada
(i, j 1, . . . , n)
ij
=< f

(x
j
), x
i
>=< x
j
, f(x
i
) >= < f(x
i
), x
j
> =
ji
.

Primer. Odrediti f

ako f : C
2
C
2
, f(x, y) = ((2 + 3i)x 2iy, 7x + (3 4i)y).
Standardna baza B = (1, 0), (0, 1) je ortonormirana baza prostora C
2
, pa iz
[f]
B
=
_
2 + 3i 2i
7 3 4i
_
sledi
[f]

B
= [f]
B
T
=
_
2 + 3i 2i
7 3 4i
_T
=
_
2 3i 2i
7 3 + 4i
_
T
=
_
2 3i 7
2i 3 + 4i
_
,
odakle je
f

(x, y) = ((2 3i)x + 7y, 2ix + (3 + 4i)y)

17
ORTOGONALNA DIJAGONALIZACIJA
Denicija. Linearni operator f : V V je ortogonalno dijagonalizabilan ako
postoji ortonormirana baza B prostora V takva da je [f]
B
dijagonalna matrica.
Egzistenzija ortonormirane baze prostora u kojoj je [f]
B
dijagonalna matrica
vezuje se za normalne operatore (u kompleksnim unitariom prostorima) i simetricne
operatore (u realnim prostorima).
Denicija. Operator f : V V je normalan ako komutira sa svojim spregnutim
operatorom, tj.
f f

= f

f.
Ako je B ortonormirana baza prostora V , onda
f f

= f

f [f f

]
B
= [f

f]
B
[f]
B
[f]
B

= [f]
B

[f]
B
,
tj. f je normalni operator akko je [f]
B
normalna matrica.
Teorema 13. (osobine normalnog operatora) Neka je f : V V normalni
linearni operator. Tada:
(1) Sp(f) Sp(f

).
(2) Sopstveni vektori koji odgovaraju razlicitim sopstvenim vrednostima oper-
atora su ortogonalni.
(3) V

je f-invarijantan, za svako Sp(f).

(4) ( Sp(f)) am() = gm() (algebarski multiplicitet sopstvene vrednosti
jednak je njenom geometrijskom multiplicitetu).
Dokaz.
(1)
Sp(f) (x ,= 0)f(x) = x
(x ,= 0)(f 1
V
)(x) = 0
(x ,= 0) < (f 1
V
)(x), (f 1
V
)(x) >= 0
(x ,= 0) < x, (f 1
V
)

(f 1
V
)(x) >= 0
(x ,= 0) < x, (f

1
V
) (f 1
V
)(x) >= 0
(x ,= 0) < x, (f

f f

f 1
v
)(x) >= 0
(x ,= 0) < x, (f f

f 1
v
)(x) >= 0
(x ,= 0) < x, (f 1
V
) (f 1
V
)

(x) >= 0
(x ,= 0) < (f 1
V
)

(x), (f 1
V
)

(x) >= 0
(x ,= 0)(f 1
V
)

(x) = 0
(x ,= 0)(f

1
V
)(x) = 0
(x ,= 0)f

(x) = x
Sp(f

).
18
Odavde sledi da, za svako x V i Sp(f), vazi
f(x) = x f

(x) = x.
(2) Neka su , Sp(f), ,= i x ,= 0, y ,= 0, f(x) = x, f(y) = y. Tada
< x, y >=< x, y >=< f(x), y >=< x, f

(y) >
(1)
=< x, y >= < x, y >
pa je
( )
. .
=0
< x, y >= 0,
odakle sledi
< x, y >= 0,
tj.
xy.
(3) x V

(y V

) < f(x), y >=< x, f

(y) >
(1)
=< x, y >= < x, y >=
0 = 0 f(x) V

(4) Neka je
0
Sp(f), m = gm(
0
) = dimV

0
, k = am(
0
). Ranije je dokazano
da je algebarski multiplicitet sopstvene vrednosti veci ili jednak njenom ge-
ometrijskom multiplicitetu, tj. m k. Iz Spektralne teoreme sledi da je
V = V

0
V

0
.
Potprostori V

0
i V

0
su f-invarijantni, pa vazi
p
f
() = p
fV

0
() p
fV

0
().
Kako je gm(
0
) = m, dalje je
p
f
() = (
0
)
m
p
fV

0
().
Dokazimo da je m = k. U suprotnom,
m < k (
0
)[p
fV

0
()
p
fV

0
(
0
) = 0

0
Sp(f V

0
)
(x V

0
) x ,= 0 f
V

0
(x) =
0
x
(x V

0
) x ,= 0 f(x) =
0
x
(x V

0
) x ,= 0 x V

0
(x ,= 0) x V

0
V

0
,
sto je u kontradikciji sa Spektralnom teoremom.
19
Teorema 14. Linearni operator f : V V konacnodimenzionog kompleksnog
unitarnog prostora V je ortogonalno dijagonalizabilan akko je normalan.
Dokaz. () Neka je f ortogonalno dijagonalizabilan. Tada postoji ortonormi-
rana baza B takva da je
[f]
B
= diag[
1
, . . . ,
n
],
1
, . . . ,
n
C.
Odavde dalje sledi
[f]
B
[f]
B

= diag[
1
, . . . ,
n
] diag[
1
, . . . ,
n
]
= diag[
1

1
, . . . ,
n

n
]
= diag[
1
, . . . ,
n
] diag[
1
, . . . ,
n
]
= [f]
B

[f]
B
,
pa je f normalni operator.
() Neka je f normalan operator. Iz
C je algebarski zatvoreno polje, pa su svi koreni sopstvenog polinoma p
f
u
polju C,
( Sp(f)) am() = gm() (Teorema 13.(4)),
na osnovu Algoritma dijagonalizabilnosti, sledi da je f dijagonalizabilan, pa postoji
baza prostora V sastavljena od sopstvenih vektora koja dijagonalizira operator f.
Jos ostaje da se pokaze da se od ove baze moze dobiti ortonormirana baza koja
dijagonalizira operator f.
Svakako, bazni vektori koji pripadaju razlicitim sopstvenim potprostorima (dakle,
pridruzeni razlicitim sopstvenim vrednostima) su ortogonalni (Teorema 13.(2)). Ako
Sp(f), gm() > 1 (tj. postoji vise baznih vektora koji pripadaju sopstvenom
potprostoru V

), primenom Gram-

Smitovog postupka dobijamo ortonormiranu bazu

potprostora V

. Unija ortonormiranih baza sopstvenih potprostora operatora f ce

predstavljati ortonormiranu bazu prostora V koja dijagonalizira operator f.
Napomena. Normalnost linearnog operatora realnog unitarnog prostora ne obezbeduje
ortogonalnu dijagonalizabilnost, sto pokazuje sledeci primer.
Primer. Za f : R
2
R
2
, f(x, y) = (xcos y sin , xsin + y cos ), 0 < <
(rotacija euklidske ravni oko koordinatnog pocetka za ugao ) i ortonormiranu bazu
e = (1, 0), (0, 1) vazi
[f]
B
=
_
cos sin
sin cos
_
,
pa selako moze proveriti da je
[f]
B
[f]
T
B
= [f]
T
B
[f]
B
,
20
odakle sledi da je f normalan operator.
Medutim, Sp(f) = , pa f ne dopusta bilo kakvu dijagonalizaciju, pa ni ortogo-
nalnu dijagonalizaciju.
Denicija. Linearni operator f : V V je samokonjugovan ako je
f

= f,
tj. ako
(x, y V ) < f(x), y >=< x, f(y) >,
ili, u matricnom obliku
[f]
B
= [f]
B

,
gde je B ortonormirana baza prostora V .
U realnom unitarnom prostoru samokonjugovan operator se jos zove simetrican
operator, dok se u kompleksnom prostoru zove hermitski operator.
Napomena. Svaki samokonjugovan operator je normalan, jer iz f = f

sledi
f f

= f f = f

f.
Teorema 15. Sopstvene vrednosti samokonjugovanog linearnog operatora su realni
brojevi.
Dokaz. Neka je V unitarni prostor nad poljem realnih ili kompleksnih brojeva
(F = R ili F = C) i f : V V samokonjugovan linearni operator, tj. f

= f, i
neka je Sp(f). Pokazimo da je R. Iz Sp(f) sledi da postoji x ,= 0 takav
da je f(x) = x. Tada je
< x, x > = < x, x >
= < f(x), x >
= < x, f

(x) >
= < x, f(x) >
= < x, x >
= < x, x >,
odakle je
( ) < x, x >
. .
=0
= 0,
pa je = , tj. R.
Teorema 16. Linearni operator f : V V konacnodimenzionog realnog uni-
tarnog prostora V je ortogonalno dijagonalizabilan akko je simetrican.
1
ISPITNA PITANJA
1. Prsten polinoma, algoritam deljenja polinoma
2. Bezuov stav i Hornerova sema
3. Vietove formule
4. NZD polinoma, Euklidov algoritam
5. Svodljivost polinoma
6. Visestruki koreni polinoma
7. Osobine korena realnih polinoma
8. Aksiome vektorskog prostora i osobine
9. Zbir potprostora, spektralna teorema
10. Linearni omotac skupa vektora
11. Baza i dimenzija vektorskog prostora
12. Linearna preslikavanja vektorskih prostora, Osnovni stav linearne algebre
13. Dualni vektorski prostori
14. Matrice, operacije sa matricama
15. Determinante
16. Rang matrice
17. Reprezentacija homomorzma matricom
18. Sistemi linearnih algebarskih jednacina, Gausov metod
19. Kroneker-Kapelijeva teorema
20. Kramerova teorema
21. Sopstvene vrednosti i vektori linearnog operatora i kvadratne matrice
22. Dijagonalizacija linearnog operatora i kvadratne matrice
23. Invarijantni potprostori
24. Kejli-Hamiltonova teorema
25. Aksiome skalarnog proizvoda i osobine
26. Nejednakost Kosi-Bunjakovskog-

Svarca
27. Gram-

Smitov postupak ortogonalizacije baze

28. Ortogonalni komplement
29. Risova lema i egzistencija spregnutog operatora
30. Ortogonalna dijagonalizacija