Skripta Za Diplomski ETF

Skripta za diplomski
Andrea Bosak, Andrea Ostojic i Tihana Trivic

3.11.2012.
Sadr
zaj
Sadr
zaj
1 Matemati
cka analiza 1 i 2
1.1 Supremum i infimum. Arhimedov aksiom. . . . . . . . . . . . . . . . .
1.2 Nizovi. Podnizovi. Ogranicenost, monotonost i konvergencija nizova. .
1.3 Limes funkcije. Neprekidnost funkcije. . . . . . . . . . . . . . . . . . .
1.4 Derivacija funkcije. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.5 Teoremi srednje vrijednosti. Taylorov teorem. . . . . . . . . . . . . . .
1.6 Derivacije i monotonost, lokalni ekstremi, konveksnost i infleksije. . . .
1.7 Riemannov integral. Primitivna funkcija. Newton-Leibnitzova formula.
1.8 Redovi. Konvergencija redova. Kriteriji konvergencije. . . . . . . . . .
1.9 Redovi potencija. Taylorov red. . . . . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
2
2
3
5
8
10
10
12
14
17
2 Diferencijalni i integralni ra
cun
2.1 Diferencijabilnost funkcija vise varijabli. Parcijalne derivacije. . . . . . . . . . . . . .
2.2 Ekstremi funkcija vise varijabli. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3 Visestruki integral. Fubinijev teorem. Zamjena varijabli. . . . . . . . . . . . . . . . .
20
20
22
23
3 Linearna algebra 1 i 2
3.1 Vektorski prostor. Baza i dimenzija. Potprostor. . . . . . . . . . . . . . . . . . . . .
3.2 Determinanta matrice: definicija i svojstva. . . . . . . . . . . . . . . . . . . . . . . .
3.3 Rang matrice: definicija i svojstva. . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4 Regularna matrica. Inverz. Karakterizacije regularnih matrica. . . . . . . . . . . . .
3.5 Rjesivost sustava linearnih jednadzbi. Opis skupa rjesenja. . . . . . . . . . . . . . . .
3.6 Linearni operatori. Jezgra, slika, rang i defekt. . . . . . . . . . . . . . . . . . . . . .
3.7 Svojstvene vrijednosti linearnog operatora. Svojstveni polinom matrice i linearnog
operatora. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.8 Unitarni prostori. Ortogonalni komplement potprostora. . . . . . . . . . . . . . . . .
3.9 Ortonormirana baza. Gram-Schmidtov postupak ortogonalizacije. . . . . . . . . . . .
3.10 Svojstvene vrijednosti hermitskih operatora/simetricnih matrica. Dijagonalizacija. .
26
26
29
31
32
33
35
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
36
37
39
40
Poglavlje 1
Matemati
cka analiza 1 i 2
1.1
Supremum i infimum. Arhimedov aksiom.
Definicija 1.1.1.
Kazemo da je S R, S 6= , omeden odozgo u R, ako postoji broj M R takav da vrijedi
x S, x M . Broj M zovemo gornja meda ili majoranta skupa S.
Kazemo da je S R, S 6= , omeden odozdo u R, ako postoji broj m R takav da vrijedi
x S, m x. Broj m zovemo donja meda ili minoranta skupa S.
Skup S R, S 6= , je omeden u R, ako je omeden odozdo i odozgo u R.
Definicija 1.1.2.
Broj L R koji je najmanja majoranta nepraznog odozgo omedenog skupa S R nazivamo supremum skupa S i pisemo L = sup S.
L = sup S je karakteriziran sljedecim svojstvima:
x S, x L
a R, a < L, x S, a < x
Cesto
je prakticno drugi uvjet pisati u obliku: > 0, x S, L < x.
Supremum koji je u skupu nazivamo maksimum, tj. ako je L = sup S S onda je L = max S.
Teorem 1.1.3. (Arhimedov aksiom)
U skupu R vrijedi tvrdnja: a, b R, a > 0, b > 0, n N, na > b.
Definicija 1.1.4.
Broj l R koji je najveca minoranta nepraznog odozdo omedenog skupa S R nazivamo infimum
skupa S i pisemo l = inf S.
l = inf S je karakteriziran sljedecim svojstvima:
x S, l x
a R, a > l, x S, x < a
Cesto
je prakticno drugi uvjet pisati u obliku: > 0, x S, x < l + .
Infimum koji je u skupu nazivamo minimum, tj. ako je l = inf S S onda je l = min S.
Teorem 1.1.5.
Neka je S R, S 6= , odozdo ogranicen skup. Tada postoji l = inf S R.
Napomena 1.1.6. (Aksiom potpunosti)
Svaki neprazan odozgo omeden podskup S R ima supremum u R.
2

POGLAVLJE 1. MATEMATICKA
ANALIZA 1 I 2
Teorem 1.1.7. (O potpunosti)

Neka za svaki n N imamo segmente [an , bn ] R takve da vrijedi [an+1 , bn+1 ] [an , bn ], n N.
Tada postoji x R takav da je x [an , bn ], n N.
1.2
Nizovi. Podnizovi. Ograni

cenost, monotonost i konvergencija
nizova.
Definicija 1.2.1.
Funkciju a : N S zovemo niz u S.
Uobicajena oznaka za niz je (an )nN ili (an )n ili samo (an ). Kodomena niza moze biti bilo koji
neprazan skup.
Evo nekoliko primjera nizova:
1) Niz (an )n s an =
1
n,
n N, je niz u R.
2) Niz (an )n s an =
i
n,
n N, je niz u C.
3) Niz (an )n je niz realnih funkcija, gdje je n N, an : R R funkcija definirana s an (x) =

sin nx, x R.
Monotonost je vazno svojstvo koje niz moze zadovoljavati. Za to je neophodno da je niz u skupu na
kojem je definiran uredaj.
Definicija 1.2.2. Neka je (an )n u R.
Niz (an )n je rastuci ako n N, an an+1 .
Niz (an )n je strogo rastuci ako n N, an < an+1 .
Niz (an )n je padajuci ako n N, an an+1 .
Niz (an )n je strogo padajuci ako n N, an > an+1 .
Definicija 1.2.3.
Za niz b : N S kazemo da je podniz niza a : N S, ako postoji strogo rastuci niz p : N N u N
takav da je b = a p.
U oznakama (an )n i (bn )n za nizove pisali bismo bn = b(n) = (a p)(n) = a[p(n)] = ap(n) =
apn . Podniz nekog niza dobijemo tako da izbacimo neke clanove polaznog niza, a preostali clanovi
zadrzavaju prijasnji medusobni poredak.
n
Npr. podniz (a2n ) niza an = (1)n n+1
glasi 23 , 45 , 67 , . . ., a podniz (a2n1 ) istog niza glasi
1
3
5
2 , 4 , 6 , . . ..
Definicija 1.2.4.
Za niz (an )n kazemo da je ograni
cen odozgo ako postoji konstanta M takva da je an M, n.
Za niz (an )n kazemo da je ograni
cen odozdo ako postoji konstanta m takva da je an m, n.
Za niz kazemo da je ograni
cen ako je ogranicen odozgo i odozdo, tj. ako postoje konstante M i m
takve da je m an M, n.
Npr. niz
1
n2
pada, a niz
n1
n
raste. Ti nizovi su ograniceni sa m=0 i M=1.
Definicija 1.2.5.
Niz realnih brojeva (an )n konvergira ili tezi k realnom broju a R ako svaki otvoreni interval
polumjera oko tocke a sadrzi gotovo sve clanove niza, tj.
( > 0), (n N), (n N), ((n > n ) (|an a| < )).

ANALIZA 1 I 2
Tada a zovemo grani

cna vrijednost ili limes niza (an )n i pisemo a = lim an . Ako niz ne
n
konvergira onda kazemo da on divergira.
Teorem 1.2.6.
Konvergentan niz u R je ogranicen.
Konvergentan niz u R ima samo jednu granicnu vrijednost.
Teorem 1.2.7.
Svaki podniz konvergentnog niza u R i sam je konvergentan i ima istu granicnu vrijednost kao i niz.
Od interesa je naci jednostavno provjerive dovoljne uvjete za konvergenciju niza.
Napomena 1.2.8.
Ogranicenost nije dovoljna za konvergenciju niza. Npr. niz an = (1)n , n N. Ogranicen
je, ali nema limes. Za 0 < < 21 i bilo koji a R izvan otvorenog intervala ha , a + i uvijek
se nalazi beskonacno clanova niza. Dakle, taj interval ne sadrzi gotovo sve clanove niza.
(1)n
n
Monotonost nije nuzna za konvergenciju niza. Npr. niz

monoton.
konvergira prema 0, ali nije
Definicija 1.2.9.
Kazemo da je niz (an )n realnih brojeva Cauchyjev niz ako
> 0, n N, n, m N, n, m > n |an am | < .
Osim operacija na skupu R imamo zadan uredaj . Konvergencija nizova je u skladu s tim uredajem.
Teorem 1.2.10. (Operacije s konvergentnim nizovima)
Neka su (an )n i (bn )n konvergentni nizovi u R. Tada vrijedi:
1. Niz (an bn )n je konvergentan i lim (an bn ) = lim an lim bn .
n
2. Niz (an bn )n je konvergentan i lim (an bn ) = lim an lim bn .

n

3. Ako je n N, bn 6= 0, i lim bn 6= 0, onda je i niz
n

an
limn an
lim
=
.
n
bn
limn bn
an
bn

konvergentan i
n
4. Niz (|an |)n je konvergentan i lim |an | = | lim an |.

n
Teorem 1.2.11. (Teorem o sendvi

cu)
Neka su (an )n i (bn )n konvergentni nizovi u R.
1. Ako je n N, an bn , onda je lim an lim bn .
n
2. Ako je (cn )n niz za kojeg vrijedi n N, an cn bn i lim an = lim bn = c, onda je (cn )n

n
n
konvergentan i lim cn = c.
n
Teorem 1.2.12.
Niz u R je konvergentan ako i samo ako je Cauchyjev.
Teorem 1.2.13.
Svaki niz (an )n u R ima monoton podniz.

ANALIZA 1 I 2
Teorem 1.2.14. (Weierstrass)

Ogranicen niz u R ima konvergentan podniz.
Definicija 1.2.15.
Kazemo da je R gomili
ste niza (an )n realnih brojeva, ako postoji podniz (apn )n niza (an )n
takav da vrijedi lim apn = .
n
Iz definicije slijedi da je R gomiliste niza (an )n ako i samo ako > 0 okolina h , + i
sadrzi beskonacno clanova niza.
Definicija 1.2.16.
Neka je (an )n ogranicen niz realnih brojeva i A R skup svih gomilista tog niza.
Supremum skupa A zovemo limes superior niza (an )n i oznacavamo s lim sup an ili limn an .
n
Infimum skupa A zovemo limes inferior niza (an )n i oznacavamo s lim inf an ili limn an .
n
Broj L R je limes superior niza (an )n ako i samo ako vrijedi:

1. > 0, je an < L + za gotovo sve clanove niza.
2. > 0, je L < an za beskonacno clanova niza.
Broj l R je limes inferior niza (an )n ako i samo ako vrijedi:
1. > 0, je l < an za gotovo sve clanove niza.
2. > 0, je an < l + za beskonacno clanova niza.
Teorem 1.2.17.
Ogranicen niz (an )n u R je konvergentan ako i samo ako je
lim inf an = lim sup an .
n
1.3
Limes funkcije. Neprekidnost funkcije.
Neka su A i B bilo koja dva neprazna skupa. Funkcija sa skupa A u skup B je pridruzivanje
elemenata skupa A elementima skupa B, tako da je svakom elementu iz A pridruzen tocno jedan
element iz B. Tada pisemo f : A B, s tim da skup D(f ) = A zovemo podru
cje definicije ili
domena funkcije f , skup K(f ) = B nazivamo podru
cje vrijednosti ili kodomena funkcije f .
Definicija 1.3.1.
Neka je I R otvoren interval i c I. Za funkciju f : I \ {c} R kazemo da ima limes u to
cki
c jednak L ako za svaki niz (cn )n u I \ {c} vrijedi:
lim cn = c lim f (cn ) = L.
Tada pisemo lim f (x) = L.

xc
Teorem 1.3.2. (Cauchyjeva definicija limesa)

Neka je I R otvoren interval, c I i f : I \ {c} R. Limes funkcije f u tocki c postoji i
lim f (x) = L ako i samo ako vrijedi
xc
( > 0)( > 0)(x I)((0 < |x c| < ) (|f (x) L| < )).
Limes funckije je u skladu sa operacijama zbrajanja i mnozenja s funkcijama.

ANALIZA 1 I 2
Teorem 1.3.3. (Svojstva)

Neka je I R otvoren interval, c I i f, g : I \ {c} R za koje postoje lim f (x) i lim g(x). Tada
xc
xc
vrijedi:
1. Funkcija f g ima limes u c i lim (f (x) g(x)) = lim f (x) lim g(x).
xc
xc
xc
2. Za svaki R funkcija f ima limes u c i lim f (x) = lim f (x).

xc
xc
3. Funkcija f g ima limes u c i lim (f (x) g(x)) = lim f (x) lim g(x).
xc
xc
4. Ako je g(x) 6= 0, x I \ {c}, i lim g(x) 6= 0, funkcija

xc
lim
xc
xc
f
ima limes u c i
g
limxc f (x)
f (x)
=
.
g(x)
limxc g(x)
5. Funkcija |f | ima limes u c i lim |f (x)| = | lim f (x)|.

xc
xc
Teorem 1.3.4. (Teorem o sendvi

cu)
Neka je I R otvoren interval, c I i f, g : I \ {c} R za koje postoje lim f (x) i lim g(x).
xc
xc
1. Ako je f (x) g(x), x I \ {c}, onda je lim f (x) lim g(x).

xc
xc
2. Ako je h : I \ {c} R takva da vrijedi f (x) h(x) g(x), x I \ {c} i lim f (x) =
xc
lim g(x) = L, onda funkcija h ima limes u c i lim h(x) = L.
xc
xc
Definicija 1.3.5. (Cauchyjeva definicija)

Neka je I R otvoren interval i c I. Za funkciju f : I \ {c} R kazemo da ima limes
slijeva u tocki c jednak L ako vrijedi
( > 0)( > 0)(x I)((0 < c x < ) (|f (x) L| < )).
Tada pisemo lim f (x) = lim f (x) = f (c) = L.
xc
x%c
Neka je I R otvoren interval i c I. Za funkciju f : I \ {c} R kazemo da ima limes

zdesna u tocki c jednak L ako vrijedi
( > 0)( > 0)(x I)((0 < x c < ) (|f (x) L| < )).
Tada pisemo lim f (x) = lim f (x) = f (c+) = L.
xc+
x&c
Jednostrani limes funkcije ima ista svojstva kao i limes funkcije.

Npr. funkcija signum definirana s
( x
, x 6= 0
|x|
sgn(x) =
0
,x=0
nema limes u nuli, ali ima i lijevi i desni limes u nuli i oni su razliciti. Za svaki x < 0 je sgn(x) = 1,
a za x > 0 je sgn(x) = 1. Odatle zakljucujemo da za svaki niz koji konvergira k nuli slijeva, pripadni
niz funkcijskih vrijednosti ima limes jednak -1, a za one s desna je jednak 1. To znaci da funkcija
sgn nema limes u nuli, ali je zato lim sgn(x) = 1 i lim sgn(x) = 1.
x0
x0+
Teorem 1.3.6.
Neka je I R otvoren interval, c I i f : I \ {c} R. Za funkciju f postoji lim f (x) ako i samo
xc
ako postoje i jednaki su lim f (x) i lim f (x).

xc
xc+

ANALIZA 1 I 2
Teorem 1.3.7.
Neka je I R otvoren skup i f : I R monotona funkcija. U svakoj tocki c I funkcija f ima
lijevi i desni limes. Ako f raste, onda je f (c) f (c) f (c+), a ako pada f (c) f (c) f (c+).
Definicija 1.3.8.
Neka je I R otvoren interval i tocka c I. Za funkciju f : I R kazemo da je neprekidna u
to
cki c ako postoji limes funkcije f u tocki c i lim f (x) = f (c). Funkcija je neprekidna na skupu I
xc
ako je neprekidna u svakoj tocki c I.
Slika 1.1: Postojanje limesa u tocki

je nuzan uvjet da bi funkcija bila neprekidna, ali to nije i dovoljan uvjet.
Iz grafa funkcije je vidljivo da funkcija ima limes u tocki c, ali je tocka
(c,f (c)) izdvojena.
Teorem 1.3.9. (Cauchyjeva definicija)

Neka je I R otvoren interval, c I i funkcija f : I R. Funkcija f je neprekidna u tocki c ako
i samo ako vrijedi
( > 0)( > 0)(x I)((|x c| < ) (|f (x) f (c)| < )).
Primjer: f : R R, f (x) = d, x R neprekidna u svakoj tocki c R. Uvijek vrijedi implikacija
( > 0)( > 0)(x I)((|x c| < ) (0 = |d d| < ))
Neka je I R otvoren interval, c I i neka su funkcije f, g : I R neprekidne u c. Tada vrijedi:
1. Za svaki , R je funkcija f + g neprekidna u c.
2. Funkcija f g je neprekidna u c.
3. Ako je g(x) 6= 0, x I, onda je funkcija
f
neprekidna u c.
g
Teorem 1.3.11.
Neka su I, J R otvoreni intervali, f : I R, g : J R funkcije za koje vrijedi f (I) J, tj.
dobro je definirana funkcija g f : I R. Ako je funkcija f neprekidna u tocki c I i funkcija g
neprekidna u d = f (c) J, onda je g f neprekidna u c.
Definicija 1.3.12. (Neprekidnost na segmentu)
Neka je [a, b] R i funkcija f : [a, b] R razlicita od konstantne funkcije. Kazemo da je funkcija
f neprekidna na [a, b] ako postoji otvoren interval I R i funkcija g : I R takva da vrijedi:
[a, b] I
g(x) = f (x), x [a, b]
g je neprekidna na I.

ANALIZA 1 I 2
Teorem 1.3.13. (Bolzano - Weierstrass)

Neka je funkcija f : [a, b] R neprekidna na segmentu [a, b] R. Tada je f ([a, b]) = [m, M ] takoder
segment.
Teorem 1.3.14.
Neka je I R otvoren interval, funkcija f : I R monotona na I i I 0 = f (I) otvoren interval.
Tada je f neprekidna funkcija na I.
Definicija 1.3.15.
Neka je I R otvoren interval i f : I R. Kazemo da f ima u tocki c I prekid prve vrste
ako u c postoje i lijevi limes f (c) i desni limes f (c+) funkcije i ako su oni razliciti. Ostali prekidi
su prekidi druge vrste.
Teorem 1.3.16.
Neka je I R otvoren interval i f : I R monotona funkcija.
1. Monotona funkcija moze imati samo prekide prve vrste.
2. Monotona funkcija ima najvise prebrojivo mnogo prekida.
Cinjenica
da je funkcija neprekidna u nekoj tocki ima utjecaj na ponasanje funkcije u okolini te
tocke. Ako je funkcija neprekidna u tocki c, onda je ona lokalno ogranicena oko tocke c.
Svaki polinom je neprekidna funkcija na R.
Svaka racionalna funkcija je neprekidna na cijelom podrucju definicije.
Definicija 1.3.17.
Neka je I R otvoren interval i tocka c I. Za funkciju f : I R kazemo da je neprekidna
slijeva u tocki c ako postoji limes slijeva funkcije f u tocki c i lim f (x) = f (c). Funkcija f je
xc
neprekidna zdesna u tocki c ako postoji limes zdesna funkcije f u tocki c i lim f (x) = f (c).
xc+
Funkcija f je neprekidna u c ako i samo ako je neprekidna i slijeva i zdesna u c.
1.4
Derivacija funkcije.
Definicija 1.4.1.
Kazemo da je funkcija f : I R diferencijabilna ili derivabilna u tocki c otvorenog intervala
I R, ako postoji
lim
xc
f (x) f (c)
.
xc
Taj broj zovemo derivacija funkcije f u tocki c i pisemo

f 0 (c) = lim
xc
f (x) f (c)
.
xc
Definicija 1.4.2.
Analogno se definira n-ta derivacija (ako postoji) od f na I, tj. f (n) : I R
f (n) (x) f (n) (c)
.
xc
xc
f (n+1) (c) = lim

Primjer: f (x) = x, x R u tocki c R
f 0 (c) = lim
xc
f (x) f (c)
xc
= lim
= 1 f 0 (x) = 1, x R.
xc x c
xc

ANALIZA 1 I 2
Teorem 1.4.3.
Ako je funkcija f : I R diferencijabilna u tocki c otvorenog intervala I, onda je f neprekidna u c.
Teorem 1.4.4.
Neka je funkcija f : I R diferencijabilna u tocki c otvorenog intervala I i neka je g(x) =
f 0 (c)(x c) + f (c), x R. Ako je h polinom, st h 1 i h 6= g, onda postoji h > 0 tako da vrijedi
x I, (0 < |x c| < h ) (|f (x) g(x)| < |f (x) h(x)|).
Drugim rijecima, polinom g je medu svim polinomima stupnja 1 lokalno oko c najbolja aproksimacija funkcije f .
Teorem 1.4.5. (Svojstva derivacije)
Neka su funkcije f, g : I R diferencijabilne u tocki c otvorenog intervala I.
1. Funkcija f + g je diferencijabilna u tocki c i
(f + g)0 (c) = f 0 (c) + g 0 (c)
(f g)0 (c) = f 0 (c)g(c) + f (c)g 0 (c)

0
f 0 (c)g(c) f (c)g 0 (c)
f
(c) =
definirana na I, onda je i diferencijabilna u tocki c i
g
g(c)2
2. Funkcija f g je diferencijabilna u tocki c i

3. Ako je funkcija
f
g
Teorem 1.4.6. (Derivacija kompozicije funkcija)

Neka su f : I R, g : J R i neka je f (I) J, tj. kompozicija gf : I R je dobro definirana na
I. Ako je funkcija f diferencijabilna u tocki c I i funkcija g diferencijabilna u tocki d = f (c) J,
onda je kompozicija g f diferencijabilna u c i vrijedi (g f )0 (c) = g 0 (d)f 0 (c).
Teorem 1.4.7. (Derivacija inverzne funkcije)
Neka je f : I J, I, J R, I otvoren interval, bijekcija i neka je f neprekidna na I. Ako f ima
derivaciju u tocki c I i ako je f 0 (c) 6= 0, onda je f 1 diferencijabilna u tocki d = f (c) i vrijedi
(f 1 )0 (d) =
1
1
ili (f 1 )0 (x) = 0 1
.
f 0 (c)
f (f (x))
Napomena 1.4.8. (Logaritamsko deriviranje)

Neka su f : I h0, +i, g : I R, I R otvoren interval, diferencijabilne funkcije. Tada je i
funkcija h : I R, definirana sa h(x) = f (x)g(x) , x I, diferencijabilna i vrijedi

f 0 (x)
h0 (x) = f (x)g(x) g 0 (x) ln (f (x)) + g(x)
.
f (x)
Teorem 1.4.9. (LHospitalovo pravilo)
Neka su f i g funkcije definirane na I \ {c} R i neka su diferencijabilne na tom skupu. Neka
vrijedi
lim f (x) = 0, lim g(x) = 0, g(x) 6= 0, g 0 (x) 6= 0, x I \ {c}.
xc
xc
f 0 (x)
f (x)
= L, tada je lim
= L.
xc g 0 (x)
xc g(x)
Ako je lim

ANALIZA 1 I 2
1.5
10
Teoremi srednje vrijednosti. Taylorov teorem.
Teorem 1.5.1. (Rolle)

Neka je f : I R diferencijabilna na otvorenom intervalu I R i neka za a, b I, a < b, vrijedi
f (a) = f (b) = 0. Tada postoji c ha, bi takav da je f 0 (c) = 0.
Teorem 1.5.2. (Lagrange)
Neka je f : I R, diferencijabilna na otvorenom intervalu I R i neka su a, b I, a < b. Tada
postoji c ha, bi takav da je f (b) f (a) = f 0 (c)(b a).
Definicija 1.5.3. (Taylorov polinom i n-ti ostatak funkcije)
Neka je I R otvoren interval i f : I R ima n-tu derivaciju na I. Za c I polinom
Tn (x) = f (c) +
n
X
f (k) (c)
k=1
k!
(x c)k , x R,
zovemo Taylorov polinom n-tog reda za funkciju f u tocki c, a funkciju

Rn (x) = f (x) Tn (x), x I,
zovemo n-ti ostatak funkcije f u c.
Teorem 1.5.4. (Taylor)
Neka je I R otvoren interval i neka f : I R ima derivaciju n + 1-vog reda na I. Neka je c I i
Tn Taylorov polinom za f u tocki c definiran kao u prethodnoj definiciji. Tada x I, cx izmedu
c i x, tako da je
Rn (x) =
1.6
f (n+1) (cx )
(x c)n+1 , (Lagrangeov oblik ostatka).
(n + 1)!
Derivacije i monotonost, lokalni ekstremi, konveksnost i infleksije.
Teorem 1.6.1. (Rast i pad funkcije)

Neka je f : I R, diferencijabilna na otvorenom intervalu I R. Funkcija f raste na I ako i
samo ako je f 0 (x) 0, x I. Funkcija f pada na I ako i samo ako je f 0 (x) 0, x I.
Uvjet da je f 0 (x) > 0, x I, je dovoljan za strogi rast funkcije f na I, ali taj uvjet nije nuzan.
Teorem 1.6.2. (Nu
zan i dovoljan uvjet za strogi rast)
Neka je f : I R, diferencijabilna na otvorenom intervalu I R i neka je S = {x I : f 0 (x) = 0}.
Funkcija f strogo raste (pada) na I ako i samo ako skup S ne sadrzi otvoreni interval i f 0 (x) > 0
(f 0 (x) < 0) , x I \ S.
Definicija 1.6.3.
Za funkciju f : I R kazemo da u c otvorenog intervala I R ima
lokalni maksimum f (c), ako > 0 takav da x I (|x c| < ) (f (x) f (c))
lokalni minimum f (c), ako > 0 takav da x I (|x c| < ) (f (x) f (c))
Takve tocke zovemo tockama lokalnih ekstrema.
Kod strogih lokalnih ekstrema vrijede stroge nejednakosti i |x c| > 0.
Teorem 1.6.4. (Fermat)
Neka je f : I R u tocki c otvorenog intervala I R ima lokalni ekstrem. Ako je f diferencijabilna
u c, onda je f 0 (c) = 0.

ANALIZA 1 I 2
11
Tocke iz otvorenog intervala u kojima je derivacija jednaka nuli nazivamo stacionarnim to

ckama.
Ako realna funkcija f ima derivaciju f 0 na otvorenom intervalu I R, onda funkcija f 0 nema
prekida prve vrste na I.
Teorem 1.6.5. (Dovoljan uvjet za lokalne ekstreme)
Neka je f : I R, diferencijabilna na otvorenom intervalu I R.
1. Ako je c I, f 0 (c) = 0 i ako > 0, hc , c + i I, tako da
x hc , ci f 0 (x) > 0 i x hc, c + i f 0 (x) < 0
onda f ima u tocki c strogi lokalni maksimum.
2. Ako je c I, f 0 (c) = 0 i ako > 0, hc , c + i I, tako da
x hc , ci f 0 (x) < 0 i x hc, c + i f 0 (x) > 0
onda f ima u tocki c strogi lokalni minimum.
Teorem 1.6.6. (Dovoljan uvjet za lokalne ekstreme)
Neka je I R otvoren interval, f : I R, f C (n+1) (I). Neka je c I stacionarna tocka, tj.
f 0 (c) = 0. Ako postoji n N, takav da k {1, . . . , n} vrijedi f (k) (c) = 0 i f (n+1) (c) 6= 0, tada u
slucaju
1. ako je n + 1 paran broj i f (n+1) (c) > 0, f ima strogi lokalni minimum u c,
2. ako je n + 1 paran broj i f (n+1) (c) < 0, f ima strogi lokalni maksimum u c,
3. ako je n + 1 neparan broj, f nema lokalni ekstrem u c (ima horizontalnu infleksiju).
Definicija 1.6.7.
Za realnu funkciju f kazemo da je konveksna na intervalu I R, ako

f (x1 ) + f (x2 )
x1 + x2
.
(x1 , x2 I) (x1 < x2 ) f
2
2
Funkcija f je konkavna ako vrijedi

f (x1 ) + f (x2 )
x1 + x2
(x1 , x2 I) (x1 < x2 ) f
.
2
2
Funkcija je strogo konveksna (konkavna) ako vrijedi stroga nejednakost.
Teorem 1.6.8. (Jensenova nejednakost)
Ako je f neprekidna i konveksna funkcija na intervalu I R, onda vrijedi
(x1 , x2 I) , (t [0, 1]) , f ((1 t)x1 + tx2 ) (1 t)f (x1 ) + tf (x2 ).
Ako jednakost vrijedi za neko t h0, 1i, onda jednakost vrijedi t [0, 1].
Teorem 1.6.9.
Neka je f : I R diferencijabilna funkcija na otvorenom intervalu I R. Funkcija f je konveksna
na I, ako i samo ako je njena derivacija f 0 rastuca funkcija na I.
Neka je f : I R dva puta diferencijabilna funkcija na otvorenom intervalu I R. Funkcija f je
konveksna na I ako i samo ako je f 00 (x) 0, x I.

ANALIZA 1 I 2
12
Definicija 1.6.10.
Neka je I R otvoren interval i f : I R. Tocka c I je tocka infleksije ili prijevojna to
cka,
ako postoji > 0 takav da je na intervalu hc , ci funkcija f strogo konveksna, a na intervalu
hc, c + i je f strogo konkavna ili obratno. Jos kazemo da je tocka (c,f (c)) tocka infleksije grafa
funkcije f .
Teorem 1.6.11. (Infleksija)
Neka je f : I R dva puta neprekidno diferencijabilna funkcija na otvorenom intervalu I R.
Tocka c I je tocka infleksije funkcije f ako i samo ako je f 00 (c) = 0 i funkcija f 0 ima u c strogi
lokalni ekstrem.
1.7
Riemannov integral. Primitivna funkcija. Newton-Leibnitzova

formula.
Ako je funkcija f : [a, b] R ogranicena na segmentu [a, b] onda ona poprima infimum (m) i supremum (M ) na tom segmentu.
Infimum na podsegmentu je veci ili jednak infimumu na segmentu, a supremum na podsegmentu je
manji ili jednak supremumu na segmentu.
Za n N podijelimo (izvrsimo subdiviziju) segment [a, b] tockama a = x0 < x1 < . . . < xn1 <
xn = b na n dijelova. Neka je mk = inf f i Mk = sup f, k = 1, . . . , n.
[xk1 ,xk ]
Sada definiramo donju Darbouxovu sumu s =

S=
n
X
[xk1 ,xk ]
n
X
mk (xk xk1 ) i gornju Darbouxovu sumu
k=1
Mk (xk xk1 ). Jasno je da vrijedi m(b a) s S M (b a).
k=1
Neka je A skup svih donjih Darbouxovih suma s i B skup svih gornjih Darbouxovih suma S funkcije
f na segmentu [a, b]. Iz gornje nejednakosti slijedi da su skupovi A i B ograniceni odozdo s m(b a)
i odozgo s M (b a). Prema aksiomu potpunosti postoje
I (f ; a, b) = sup A, I (f ; a, b) = inf B.
Definicija 1.7.1.
Broj I zovemo donji Riemannov integral funkcije f na segmentu [a, b], a broj I zovemo gornji
Riemannov integral funkcije f na segmentu [a, b].
Definicija 1.7.2.
Za funkciju f : [a, b] R ogranicenu na segmentu [a, b] kazemo da je integrabilna u Riemannovom smislu ili R-integrabilna na segmentu [a, b] ako je
I = I (f ; a, b) = I (f ; a, b).
Tada se broj I naziva integral funkcije f na segmentu [a, b].
Teorem 1.7.3. (Nu
zan uvjet)
Neka je f : [a, b] R ogranicena funkcija na [a, b] R. Funkcija f je integrabilna na [a, b] ako
i samo ako > 0 postoji subdivizija segmenta [a, b] takva da za pripadne Darbouxove sume vrijedi
S s < .
Neka su f, g : [a, b] R integrabilne funkcije na [a, b] R. Za bilo koje , R funkcija f + g
je integrabilna na [a, b] i vrijedi

ANALIZA 1 I 2
Z
Z
(f + g) =
13
b
Z
f +
g.
a
Z b
Z b
g.
f
Ako je f g na [a, b] onda je
a
a
Z
Z
b
b

|f | (b a) sup f .
Takoder vrijedi
f
a
[a,b]
a
Neka je f : [a, b] R ogranicena funkcija na [a, b] R i c ha, bi. Ako je funkcija f integrabilna
Z b
Z c
Z b
na segmentima [a, c] i [c, b], onda je f integrabilna na [a, b] i
f=
f+
f.
a
Svaka funkcija koja je ogranicena na segmentu nije i Riemann integrabilna na tom segmentu.
Npr. promotrimo funkciju f : [0, 1] R za koju je f (x) = 1 ako je x Q [0, 1] i f (x) = 0 ako
je x
/ Q [0, 1]. Za svaki [, ] [0, 1] vrijedi inf f = 0 i sup f = 1, sto daje I = 0 i I = 1, tj.
[,]
[,]
I 6= I .
Definicija 1.7.6.
Za funkciju f : [a, b] R kazemo da je monotona po dijelovima na segmentu [a, b] ako postoji
subdivizija a = c0 < c1 < . . . < ck1 < ck < . . . < cn1 < cn = b takva da je f |[ck1 ,ck ] monotona
funkcija za sve k = 1, . . . , n.
Teorem 1.7.7.
Neka je f : [a, b] R po dijelovima monotona funkcija na [a, b] R. Tada je ona R-integrabilna
na [a, b].
Teorem 1.7.8. (Riemann)
Neka je f : [a, b] R neprekidna funkcijaZ na [a, b] R. Tada je ona R-integrabilna na [a, b].
Takoder, postoji tocka c [a, b] takva da je
f (x)dx = f (c)(b a).
[a,b]
Ako ogranicena funkcija ima na segmentu najvise konacno tocaka prekida prve vrste, tada je ona
R-integrabilna na tom segmentu.
Definicija 1.7.9.
Neka je I R otvoren interval i f : I R. Primitivna funkcija funkcije f na skupu I je svaka
funkcija F : I R sa svojstvom F 0 (x) = f (x), x I.
Teorem 1.7.10.
Neka je I R otvoren interval i f : I R zadana funkcija. Ako su F i G bilo koje dvije primitivne
funkcije od f na intervalu I, onda postoji konstanta C R takva da vrijedi G(x) = F (x)+C, x I.
Teorem 1.7.11. (Dovoljni uvjeti za primitivnu funkciju)
Neka je I R otvoren interval i f : I R funkcija neprekidna na I. Tada postoji primitivna
funkcija od f na I.
Teorem 1.7.12. (Newton-Leibniz)
Ako je f neprekidna funkcija na otvorenom intervalu I i F bilo koja primitivna funkcija funkcije f
na I, onda za svaki segment [a, b] I vrijedi
Z b
f (x)dx = F (b) F (a).
a

ANALIZA 1 I 2
14
Gornja formula daje vezu izmedu primitivne funkcije (odnosno pojma derivacije) i Riemannovog
integrala funkcije.
Prethodni teorem je istinit i bez pretpostavke da je f neprekidna na I. Dovoljno je pretpostaviti
da je f integrabilna i da postoji primitivna funkcija od f .
Ako je F primitivna funkcija od f na I, onda je ona diferencijabilna na I.
1.8
Redovi. Konvergencija redova. Kriteriji konvergencije.
Definicija 1.8.1.
Neka je (an )n niz realnih brojeva. Nizu (an )n pridruzujemo niz (sn )n definiran sa:
s1 = a1
s2 = a1 + a2
s3 = a1 + a2 + a3
..
.
sn = a1 + a2 + + an
..
.
ci
clan reda, a sn
Red je uredeni par ((an )n , (sn )n ) nizova (an )n i (sn )n . Element an zovemo op
je n-ta parcijalna suma reda.
Definicija 1.8.2. (Konvergencija reda)
Za red
an
(1.1)
n=1
realnih ili kompleksnih brojeva kazemo da je konvergentan, ako je niz (sn )n parcijalnih suma reda
(1.1) konvergentan. Ako je red (1.1) konvergentan onda broj s = lim sn zovemo sumom reda i
n
oznacavamo sa
s=
an .
n=1
Red (1.1) je divergentan ako je niz (sn )n divergentan.

Primjer: Red
1
konvergira.
n(n
+ 1)
n=1
n
X
X
1
1
1
1
=
, pa je sn =
=
n(n + 1)
n n+1
k(k + 1)
k=1
k=1
X
1
lim sn = 1, tj.
=1
n
n(n + 1)
n=1
n N je
1
1
k k+1

=1
1
n+1
Teorem 1.8.3. (Nu

zan uvjet konvergencije reda)
X
Ako red
an konvergira, onda niz (an )n konvergira k nuli, tj. vrijedi
n=1
X
n=1
an konvergira lim an = 0.
n
Obratna implikacija u (1.2) nije opcenito istinita. Npr. harmonijski red

vrijedi lim
1
= 0.
n
(1.2)
X
1
divergira k +, a
n
n=1

ANALIZA 1 I 2
Primjer: Za q C, |q| < 1, red
15
q n konvergira i ima sumu
n=0
1
. Za |q| 1 red divergira.
1q
X
X
Neka su
an i
bn konvergentni redovi sa sumama A i B. Za svaki par , C je red
n=1
n=1
(an + bn ) konvergentan i vrijedi
n=1
(an + bn ) =
n=1
an +
n=1
bn .
n=1
Definicija
X 1.8.5.
Za red
an kazemo da je red s pozitivnim clanovima ako je n N, an 0.
Teorem 1.8.6.
1. Red
an s pozitivnim clanovima konvergira ako i samo ako je njegov niz parcijalnih suma
X
(sn )n ogranicen. Tada je
an = sup{sn : n N}.
n=1
2. Ako red
an s pozitivnim clanovima konvergira, onda njegova suma ne ovisi o poretku
n=1
clanova.
Napomena
X 1.8.7.
X(Usporedivanje redova)
Neka su
an i
bn redovi s pozitivnim clanovima i neka postoji K > 0 tako da je an Kbn ,
X
X
X
X
X
n N. Ako konvergira
bn , onda konvergira i
an i vrijedi
an K
bn . Ako red
an
X
divergira, onda divergira i red
bn .
Primjer:
X
1
Red
konvergira za p 2, jer je np n2 sto povlaci
p
n
n=1
X
X
1
1
p
n
n2
n=1
n=1
Red
X
1
divergira za p 1, jer je np n sto povlaci
p
n
n=1
X
X
1
1
,
p
n
n
n=1
n=1
a red
X
1
divergira.
n
n=1
Teorem 1.8.8.
Neka je (an )n niz u C. Ako konvergira red

X X

an
|an |.

n=1
n=1
X
n=1
|an |, onda konvergira i red
X
n=1
an i vrijedi

ANALIZA 1 I 2
16
Definicija 1.8.9.
X
X
X
Za red
an kazemo da je apsolutno konvergentan ako je red
|an | konvergentan. Red
an
n=1
je uvjetno konvergentan ako konvergira, ali red
n=1
n=1
|an | divergira.
n=1
Teorem X
1.8.10.X
Neka su
an ,
bn redovi u C i neka postoji K > 0 tako da je |an | K|bn |, n N.
X
X
Ako red
bn apsolutno konvergira, onda apsolutno konvergira i red
an .
X
X
Ako red
an ne konvergira apsolutno, onda niti red
bn ne konvergira apsolutno.
Dovoljni uvjeti za konvergenciju reda

Teorem 1.8.11. (Leibnitzov kriterij)
Ako niz (an )n realnih pozitivnih brojeva strogo pada i lim an = 0, tada red
n
(1)n1 an konvergira
n=1
k broju A za koji vrijedi 0 < A < a1 .

Teorem 1.8.12. (DAlambertov kriterij)
Neka je (an )n niz u C i an 6= 0, n N.

X
an+1
q, n m, onda red

an
1. Ako postoje m N i q h0, 1i R takvi da vrijedi
an
n=1
apsolutno konvergira.

X
an+1

1, n m, onda red
2. Ako postoji m N takav da vrijedi
an divergira.
an
n=1
n+1
z

an+1 (n + 1)! |z| n
zn

apsolutno konvergira jer
Primjer: z C red
= z n = n 0 < 1
n!
a
n

n=0
n!
Teorem 1.8.13. (Cauchyjev kriterij)

Neka je (an )n niz u C.
1. Ako postoje m N i q h0, 1i R takvi da vrijedi
X
p
n
|an | q, n m, onda red
an
n=1
apsolutno konvergira.
2. Ako vrijedi
X
p
n
|an | 1 za beskonacno mnogo indeksa n N, onda red
an divergira.
n=1
Ako DAlambertov kriterij daje odluku, onda ju daje i Cauchyjev kriterij. Obratna tvrdnja nije
istinita.
Primjer: Redovi za koje niti DAlambertov i Cauchyjev kriterij ne daju odluke o konvergenciji ili
divergenciji

X
an+1
1
n(n + 1)
n

=
konvergira i
=
1

n(n + 1)
an
(n + 1)(n + 2)
n+2
n=1

ANALIZA 1 I 2
17
X
an+1
1

= n 1
divergira i
n+1
n
a
n
n=1
X
1
konvergira i
2
n
n=1
X
1
divergira i
n
n=1
r
n
r
n
1
=
n2
1
=
n
n
n
n
n
n
1

1
Teorem 1.8.14. (Integralni Cauchyjev kriterij)

Neka je f : [1, +i [0, +i neprekidna i padajuca funkcija na [1, +i.
Z +
X
1. Red
f (x)dx konvergira.
f (n) konvergira ako i samo ako integral
1
n=1
+
f (x)dx
2. Ako red konvergira onda vrijedi

1
Primjer: Funkcija f (x) =
f (n) f (1) +
f (x)dx.
1
n=1
1
je neprekidna i padajuca na [1, +i. Integral
xp
X
1
za p > 1 pa i red
konvergira za p > 1. Oboje divergiraju za p 1.
p
n
n=1
dx
konvergira
xp
Definicija 1.8.15.
X
X
Neka su
an i
bn redovi u R ili C. Definirajmo niz (cn )n sa
n=0
n=0
cn =
n
X
ak bnk , k = 0, 1, 2, . . .
(1.3)
k=0
Red
cn zovemo produktom redova
n=0
an i
n=0
bn .
n=0
Teorem 1.8.16.
X
X
X
Ako red
an apsolutno konvergira k A i red
bn konvergira k B, onda red
cn definiran s
n=0
n=0
n=0
(1.3) konvergira k AB.

U prethodnom teoremu nije moguce izostaviti uvjet apsolutne konvergencije kod oba reda.
1.9
Redovi potencija. Taylorov red.
Definicija 1.9.1.
Neka je (fn )n niz funkcija fn : I R (ili C), I R (ili C). Red
fn zovemo redom funkcija.
n=0
Definicija 1.9.2.
Ako je n N0 , fn (x) = an (x c)n , x C, onda se red
X
n=0
an (x c)n
(1.4)

ANALIZA 1 I 2
18
naziva red potencija oko tocke c.

Neka je K = {z C : red (1.4) konvergira u tocki z}. Sada definiramo r = sup{|z c| : z K} i
nazivamo ga radijus konvergencije reda (1.4).
Za c = 0, imamo red potencija oko nule
an xn . Red
n=0
nan xn1 zovemo derivacijom reda po-
n=1
X
an n+1
x
zovemo antiderivacijom (neodredenim integralom)
tencija oko nule clan po clan, a red
n+1
n=0
reda potencija oko nule clan po clan.
Teorem 1.9.3. (O radijusu konvergencije)

1. Red (1.4), derivacija reda (1.4) i antiderivacija reda (1.4) imaju jednak radijus konvergencije.
2. Ako je r radijus konvergencije reda (1.4) i r > 0, onda svi redovi apsolutno konvergiraju za
svaki z C, |z| < r, i divergiraju za svaki z C, |z| > r.
3. Ako je = lim sup
p
n
|an |, onda je r =
1
.
Taylorovi redovi
Neka je f : hc r, c + ri R zadana s f (x) =
reda. Tada je f C (hc r, c + ri) i vrijedi
an (x c)n , gdje je r > 0 radijus konvergencije
n=0
f (c) = a0
f 0 (c) = a1
f 00 (c) = 2a2
..
.
f (n) (c) = n!an
Formula za koeficijente je an =
f (n) (c)
, (n = 0, 1, . . .).
n!
Definicija 1.9.4.
Neka je funkcija f C (hc r, c + ri). Red
X
f (n) (c)
(x c)n
n!
n=0
zovemo Taylorov red funkcije f oko tocke c. Taylorovi polinomi Tn (x) =
(1.5)
n
X
f (k) (c)
k=0
k!
(x c)k su
parcijalne sume Taylorovog reda.

Teorem 1.9.5.
Neka je I R otvoren interval, c I i f : I R klase C (I). Ako postoje > 0 i C > 0 takvi da
je
|f (n) (x)| C, x I 0 = hc , c + i I, n N,
onda red (1.5) konvergira k f (x), x I 0 .

ANALIZA 1 I 2
19
Primjer: Za funkciju f (x) = ex , x R i c = 0 je f (n) (0) = 1, pa je Taylorov red oko nule
X
xn
.
n!
n=0
Za > 0 vrijedi (x < ) (ex < e ), tj. x h, i je |ex | < e = C. Sada, za svaki x R,
postoji > 0, takav da je x h, i, pa red konvergira k funkciji na citavom R.
Primjer: Za funkcije f (x) = sin x i f (x) = cos x je |f (n) (x)| 1, x R, pa vrijedi
X
X
x2n+1
x2n
sin x =
i cos x =
za sve x R.
(1)n
(1)n
(2n + 1)!
(2n)!
n=0
n=0
Teorem 1.9.6. (Abelov teorem)
X
X
Ako red
an konvergira i ima sumu s, onda je s f (x) =
an xn , |x| < 1, definirana funkcija
n=0
n=0
f : h1, 1i R i vrijedi s = lim f (x).

x1
Primjer: Naci Taylorov red oko c = 0 funkcije f (x) = ln(1 + x) i ispitati njegovu konvergenciju.
X
1
=
(1)n xn , za x h1, 1i (geometrijski red). Tada (po teoremu o
Vrijedi f 0 (x) =
1+x
n=0
X
X
xn+1
xn
radijusu konvergencije) imamo f (x) = ln(1 + x) =
=
(1)n
(1)n1 , za x h1, 1i.
n + 1 n=1
n
n=0
X
(1)n1
= ln 2. Naime, funkcija f iz gornjeg primjera i prethodni red
n
n=1
zadovoljavaju uvjete Abelovog teorema.
Primjer: Vrijedi
Poglavlje 2
Diferencijalni i integralni ra
cun
2.1
Diferencijabilnost funkcija vi
se varijabli. Parcijalne derivacije.
Definicija 2.1.1.
Neka je A Rn . Funkcija f : A Rm je diferencijabilna u tocki c A ako postoji linearni
operator L : Rn Rm (L L(Rn , Rm )) takav da vrijedi
lim
xc
kf (x) f (c) L(x c)k

= 0.
kx ck
Funkcija je diferencijabilna na A ako je diferencijabilna u svakoj tocki skupa A.

Norma u ovoj definiciji je Euklidska, ali zbog ekvivalencije normi na konacnodimenzionalnom
prostoru definicija ne ovisi o izboru norme.
Teorem 2.1.2.
Neka je A Rn otvoren i f : A Rm diferencijabilna u c A. Tada je linearni operator iz
definicije diferencijala jedinstven.
Neka je A Rm i neka je f : A Rm . Tada smo definirali komponentne funkcije sa f (x) =
(f1 (x), f2 (x), . . . , fm (x)). Svaka od funkcija fi funkcija je n varijabli, no za danu tocku c mozemo
definirati realne funkcije jedne varijable gij (h) = fi (c1 , . . . , cj1 , cj + h, cj+1 , . . . , cn ), za h iz nekog
skupa sto sadrzi 0.
Ovime zapravo promatramo samo ponasanje funkcije fi na presjeku neke okoline tocke c i skupa A,
i to samo duz osi xj .
Definicija 2.1.3.
Parcijalne derivacije funkcije f u tocki c A, u oznaci
fi
xj (c),
dane su sa
fi
fi (c1 , . . . , cj1 , cj + h, cj+1 , . . . , cn ) fi (c1 , . . . , cn )
0
(c) = gij
(0) = lim
h0
xj
h
(parcijalna derivacija i-te komponente funkcije f po varijabli xj ), i = 1, . . . , m, j = 1, . . . , n.
Teorem 2.1.4.
Neka je A Rn otvoren i f : A Rm diferencijabilna u c A. Tada sve parcijalne derivacije
fi
n
m
cavat cemo
xj (c) postoje, te je matrica diferencijala Df (c) u paru kanonskih baza od R i R , ozna
je f (c) (znak citamo nabla), dana sa
f1
f1
x
(c)
x1 (c)
n
..
..
f (c) = ...
.
.
fn
fn
x1 (c)
xn (c)
20

POGLAVLJE 2. DIFERENCIJALNI I INTEGRALNI RACUN
21
Ovu matricu nazivamo Jacobijeva matrica funkcije f u tocki c, a ponekad i derivacija vektorske
funkcije vise varijabli.
Definicija 2.1.5.
Neka je A Rn i f : A Rm , te neka je v Rn , jedinicni vektor kvk = 1. Ako postoji limes
lim
h0
f (c + hv) f (c)
h
nazivamo ga derivacija funkcije u smjeru vektora v u tocki c i oznacavamo sa v f (c) ili

f
zapravo derivacija u smjeru koordinatne osi xi (v = ei ).
Stoga je parcijalna derivacija x
i
f
v .
Teorem 2.1.6.
Neka je A Rn i f : A Rm , te neka je v Rn , jedinicni vektor kvk = 1. Ako je funkcija
diferencijabilna u tocki c tada postoji f
v (c) i vrijedi
f
(c) = Df (c)v.
v
Teorem 2.1.7.
Neka je A Rn otvoren i f : A Rm diferencijabilna u c A. Tada vrijedi
> 0, M > 0, x A
kx ck < kf (x) f (c)k M kx ck
pa je f neprekidna na A.
Funkciju koja zadovoljava gornje svojstvo zovemo lokalno Lipschitzova u tocki c. Funkcija je
lokalno Lipschitzova na skupu ako je lokalno Lipschitzova u svakoj tocki skupa.
Teorem 2.1.8.
Neka je A Rn otvoren i f : A Rm . Ako sve parcijalne derivacije
na A, tada je f diferencijabilna na A.
fi
xj
postoje i neprekidne su
Teorem 2.1.9. (Derivacija kompozicije)

Neka je A Rn otvoren i f : A Rm diferencijabilna u c A. Neka je B Rm otvoren, f (A) B
i g : B Rp diferencijabilna u d = f (c). Tada je kompozicija funkcija g f diferencijabilna u c i
D(g f )(c) = Dg(f (c))Df (c).
Teorem 2.1.10.
Neka je A Rn , f, g : A Rm diferencijabilne u c A, te , R. Tada je f + g diferencijabilna u tocki c i vrijedi
D(f + g)(c) = Df (c) + Dg(c).
Teorem 2.1.11.
Neka je A Rn otvoren, f : A Rm i g : A R diferencijabilne funkcije u tocki c A. Tada je
gf diferencijabilna u tocki c i njen diferencijal D(gf )(c) je dan sa
D(gf )(c)e = g(c)Df (c)e + (Dg(c)e)f (c)
za sve e Rn .
Definicija 2.1.12.
Funkcija f : A Rm je neprekidno diferencijabilna ili diferencijabilna klase C 1 , ako je diferencijabilna na A i funkcija Df : A L(Rn , Rm ) je neprekidna.

22
Neka je A Rm otvoren. Tada vrijedi f C 1 (A, Rm ) ako i samo ako sve parcijalne derivacije
postoje i neprekidne su na A.
Definicija 2.1.13.
Ako je funkcija Df : A L(Rn , Rm ) diferencijabilna u tocki c A kazemo da je f dva puta diferencijabilna. Pripadni diferencijal D(Df )(c) L(Rn , (Rn , Rm )) oznacavamo s D2 f (c) i zovemo
drugi diferencijal ili diferencijal drugog reda.
Teorem 2.1.14.
Neka je A Rn otvoren i f : A R dva puta diferencijabilna u tocki c. Tada je matrica drugog
diferencijala D2 f (c) : Rn Rn R u kanonskoj bazi dana Hesseovom matricom
2
2
f
f
xn x
(c)
x1 x1 (c)
1
..
..
..
Hf (c) =
.
.
.
2
2
f
f
(c)
(c)
x1 xn
xn xn
Funkcija f : A Rm je klase C k , k N, ako postoje diferencijali svakog reda do ukljucivo k i
neprekidni su. Skup svih takvih funkcija oznacavamo s C k (A, Rm ). Funkcija f : A Rm je klase
C ako je klase C k za svaki k N. Skup svih takvih funkcija oznacavamo s C (A, Rm ).
Teorem 2.1.15. (Schwarzov teorem)
Neka je A Rn otvoren i f : A R funkcija klase C 2 . Tada je D2 f (c) simetricna bilinearna forma
za svaki c A, tj. D2 f (v, w) = D2 f (w, v), v, w Rn tj. Hesseova matrica je simetricna, tj.
2f
2f
(c) =
(c),
xi xj
xj xi
2.2
i, j {1, 2, . . . , n}.
Ekstremi funkcija vi
se varijabli.
Definicija 2.2.1.
Neka je A Rn otvoren, f : A R i c A.
Ako postoji okolina U (c) od c na kojoj je f (c) maksimum
x U (c) f (c) f (x),
kazemo da je c lokalni maksimum, a f (c) je vrijednost lokalnog maksimuma.
Ako postoji okolina U (c) od c na kojoj je f (c) minimum
x U (c) f (c) f (x),
kazemo da je c lokalni minimum, a f (c) je vrijednost lokalnog minimuma.
c je lokalni ekstrem ako je lokalni minimum ili lokalni maksimum funkcije f .
c je stacionarna to
cka ako je funkcija f diferencijabilna u c i Df (c) = 0.
Teorem 2.2.2. (Nu
zan uvjet za lokalni ekstrem)
Neka je A Rn otvoren i f : A R diferencijabilna u c A. Ako je c lokalni ekstrem funkcije f
onda je Df (c) = 0 (tj. c je stacionarna tocka funkcije f ).
Definicija 2.2.3.
Simetricna matrica H Mn (R) je

23
pozitivno definitna (pisemo H > 0) ako je x Rn \ {0}
(Hx | x) > 0.
pozitivno semidefinitna (pisemo H 0) ako je x Rn
(Hx | x) 0.
negativno definitna (pisemo H < 0) ako je x Rn \ {0}
(Hx | x) < 0.
negativno semidefinitna (pisemo H 0) ako je x Rn
(Hx | x) 0.
indefinitna ako nije ni pozitivno ni negativno semidefinitna.

Teorem 2.2.4. (Dovoljni uvjeti za lokalni ekstrem)
Neka je A Rn otvoren i f : A Rn klase C 2 .
1. Ako je c A stacionarna tocka i Hf (c) je negativno definitna matrica onda f ima lokalni
maksimum u c.
2. Ako f ima lokalni maksimum u c onda je Hf (c) negativno semidefinitna.
3. Ako je c A stacionarna tocka i Hf (c) je pozitivno definitna matrica onda f ima lokalni
minimum u c.
4. Ako f ima lokalni minimum u c onda je Hf (c) pozitivno semidefinitna.
5. Ako je c A stacionarna tocka i Hf (c) je indefinitna matrica onda f nema u tocki c lokalni
ekstrem, tj. c je sedlasta tocka funkcije f .
Teorem 2.2.5. (Sylvesterov kriterij)
Neka je H = (hij ) Mn (R) simetricna. Oznacimo redom determinante

h11 h1n

h
h12
..
..
..
,
.
.
.
,
=
1 = h11 , 2 = 11

n
.
.
h21 h22
.
hn1 hnn
H je pozitivno definitna ako i samo ako je i > 0, i = 1, . . . , n.
H je negativno definitna ako i samo ako je 1 < 0, 2 > 0, 3 < 0, . . .
2.3
Vi
sestruki integral. Fubinijev teorem. Zamjena varijabli.
Neka je f : A = [a, b] [c, d] R ogranicena funkcija. Subdivizijom P pravokutnika A zvat cemo

izbor tocaka
a = x0 < x1 < < xn1 < xn = b;
c = y0 < y1 < < ym1 < ym = d.
Te tocke odreduju subdiviziju pravokutnika A na mn pravokutnika

Aij = [xi1 , xi ] [yj1 , yj ], i = 1, . . . , n; j = 1, . . . , m.
Neka je mij , Mij oznacavaju redom infimum i supremum funkcije f na pravokutniku Aij . Donju i
gornju Darbouxovu sumu pridruzenu subdiviziji P definiramo kao
s = s(P ) =
n X
m
X
i=1 j=1
mij (xi xi1 )(yj yj1 );
S = S(P ) =
n X
m
X
Mij (xi xi1 )(yj yj1 ).
i=1 j=1
Ako oznacimo sa m odnosno M infimum odnosno supremum funkcije f na citavom pravokutniku

A, onda ocito za bilo koju particiju P vrijedi
m(b a)(d c) s(P ) S(P ) M (b a)(d c).

24
Slijedi da je skup svih donjih Darbouxovih suma ogranicen, pa ima supremum. Skup svih gornjih
Darbouxovih suma je takoder ogranicen pa ima infimum. Kazemo da je funkcija f integrabilna
na A ako je sup s(P ) = inf S(P ). U tom slucaju taj broj nazivamo integralom funkcije f po A i
P
oznacavamo sa
Z
f = sup s(P ) = inf S(P ).
Z
Za
ZZ
ZZ
f koriste se i oznake
A
f ili
f (x, y)dxdy.
Za skup S R kazemo da ima (Lebesgueovu) mjeru nula ako se za bilo koji > 0 skup S
moze pokriti sa najvise prebrojivo mnogo otvorenih pravokutnika cija je ukupna povrsina (tj. suma
njihovih povrsina) manja od .
Teorem 2.3.1. (Lebesgue)
Ogranicena funkcija f : A = [a, b] [c, d] R integrabilna je na A (u Riemannovom smislu) ako i
samo ako skup njezinih prekida S ima (Lebesgueovu) mjeru nula.
Posebno, svaka je neprekidna funkcija na A integrabilna.
Neka je A Rn n-dimenzionalni kvadar, tj.
A = [a1 , b1 ] [a2 , b2 ] [an , bn ].
Volumen kvadra A definira se kao (A) = (b1 a1 )(b2 a2 ) (bn an ). Subdivizija P kvadra A
je uredena n-torka P = (P1 , P2 , . . . , Pn ), gdje je Pi subdivizija intervala [ai , bi ]. Subdivizija P daje
podjelu kvadra A na kvadre Ai1 ,...,in .
Za ogranicenu funkciju f : A R i za subdiviziju P kvadra A definiramo donju i gornju Darbouxovu
sumu:
X
X
s(P ) =
mi1 ,...,in (Ai1 ,...,in ); S(P ) =
Mi1 ,...,in (Ai1 ,...,in )
i1 ,...,in
i1 ,...,in
gdje su mi1 ,...,in i Mi1 ,...,in infimum odnosno supremum funkcije f na kvadru Ai1 ,...,in . Buduci da
za bilo koju subdiviziju P kvadra A vrijedi
m(A) s(P ) S(P ) M (A),
gdje su m i M infimum odnosno supremum funkcije f na kvadru A, skup svih donjih Darbouxovih
suma ima supremum, donji integral I (f ) funkcije f na A, dok skup svih gornjih Darbouxovih suma
ima infimum, gornji integral I (f ) funkcije f na A.
Ako je I (f ) = I (f ), kazemo da je f integrabilna na A i definiramo njezin integral kao
Z
f = I (f ) = I (f ).
A
Teorem 2.3.2. (Fubini)

Neka je f : A = [a, b] [c, d] R integrabilna funkcija. Pretpostavimo da je funkcija sa [c, d] u R
dana sa y 7 f (x, y) integrabilna na [c, d] za svaki (fiksirani) x [a, b]. Tada je funkcija g : [a, b] R
Z d
dana sa g(x) =
f (x, y)dy integrabilna na [a, b], i vrijedi
c
Z
f=
g(x)dx =
a
!
f (x, y)dy dx.
Analogno, ako pretpostavimo da je funkcija sa [a, b] u R dana sa x 7 f (x, y) integrabilna na [a, b] za

Z b
svaki (fiksirani) y [c, d], tada je funkcija h : [c, d] R dana sa h(y) =
f (x, y)dx integrabilna
a
!
Z
Z d
Z d Z b
na [c, d], i vrijedi
f=
h(y)dy =
f (x, y)dx dy.
A

25
Definicija 2.3.3.
Proizvoljan skup C R2 ima (Lebesgueovu) mjeru 0 ako se za svaki > 0 skup C se moze pokriti
sa najvise prebrojivo mnogo otvorenih pravokutnika cija je ukupna povrsina manja od .
Definicija 2.3.4.
Kazemo da C ima povrsinu ako je funkcija C integrabilnaZ na C, odnosno na nekom pravokutniku
koji sadrzi C. U tom slucaju, povrsina skupa C je (C) =
C .
C
Teorem 2.3.5.
Neka je A = [a, b] [c, d] pravokutnik i neka su f, g : A R integrabilne funkcije. Tada
Ako su , R, onda je funkcija f + g integrabilna na A i vrijedi
Z
Z
Z
(f + g) =
f +
g
A
Z
Ako je f (x) g(x) za svako x A, onda je
Z
f
g
A
Z Z

|f |
Funkcija |f | je integrabilna na A i vrijedi f
A
Teorem 2.3.6. (Teorem srednje vrijednosti za dvostruki integral)

Neka je C R2 kompaktan i povezan i pretpostavimo da ima povrsinu vecu od 0. Neka je f : C R
neprekidna funkcija.
Tada postoji tocka c C takva da je f (c) srednja vrijednost funkcije f na C,
Z
1
f.
tj. f (c) =
(c) C
Teorem 2.3.7.
Neka je C R2 ograni
Z cen skup mjere nula i neka je f : C R integrabilna (posebno, f je
ogranicena). Tada je
f = 0.
C
Z
2
Obratno, ako je C R ogranicen, ako je f : C R integrabilna i nenegativna, te ako je
f = 0,
C
onda skup {x C : f (x) 6= 0} ima mjeru 0.
Teorem 2.3.8. (Zamjena varijabli)

Neka je C R2 otvoren ogranicen skup koji ima povrsinu. Neka je : C R2 injekcija klase C 1 .
Pretpostavimo da je Jacobijeva determinanta J (x) razlicita od 0 za svaki x C i da su |J (x)| i
1
cene funkcije na C. Pretpostavimo da D = (C) ima povrsinu.
|J (x)| ograni
Ako je f : D R integrabilna funkcija, tada je funkcija (f )|J | integrabilna na C i vrijedi
Z
Z
f=
(f )|J |.
D
Poglavlje 3
Linearna algebra 1 i 2
3.1
Vektorski prostor. Baza i dimenzija. Potprostor.
Definicija 3.1.1.
Neka je V neprazan skup na kojem su zadane binarna operacija zbrajanja + : V V V i operacija
mnozenja skalarima iz polja F, : F V . Kazemo da je uredena trojka (V, +, ) vektorski prostor
nad poljem F ako vrijedi:
1. a + (b + c) = (a + b) + c, a, b, c V ,
2. postoji 0 V sa svojstvom a + 0 = 0 + a = a, a V ,
3. za svaki a V postoji a V tako da je a + (a) = a + a = 0,
4. a + b = b + a, a, b V ,
5. (a) = ()a, , F, a V ,
6. ( + )a = a + a, , F, a V ,
7. (a + b) = a + b, F, a, b V ,
8. 1 a = a, a V .
Obicaj je da se elementi vektorskog prostora uvijek nazivaju vektorima. Vektore cemo oznacavati
malim latinskim slovima. F moze biti bilo koje polje. Ipak, najvazniji su slucajevi vektorskih
prostora sagradenih nad poljem realnih ili kompleksnih brojeva. U oba slucaja elemente polja
oznacavat cemo malim grckim slovima i zvati skalarima.
Primjer vektorskog prostora: R2 , R3
Teorem 3.1.2.
Neka je V vektorski prostor nad poljem F. Tada je:
Za F i a V vrijedi a = 0 ako i samo ako je = 0 ili a = 0,
()a = (a) = (a), F, a V ,
(a b) = a b, F, a, b V ,
( )a = a a, , F, a V .
Definicija 3.1.3.
Neke je V vektorski prostor nad F. Izraz oblika 1 a1 + . . . + k ak , pri cemu je a1 , . . . , ak V ,
1 , . . . , k F i k N, naziva se linearna kombinacija vektora a1 , . . . , ak s koeficijentima
1 , . . . , k .
26
POGLAVLJE 3. LINEARNA ALGEBRA 1 I 2
27
Uocimo da je linearna kombinacija pojam definiran samo za konacno mnogo vektora.

Definicija 3.1.4.
Neka je V vektorski prostor nad F i S = {a1 , . . . , ak }, k N, konacan skup vektora iz V . Kazemo
da je skup S linearno nezavisan ako vrijedi 1 , . . . , k F
k
X
i ai = 0 1 = . . . = k = 0.
i=1
U suprotnom kazemo da je skup S linearno zavisan.

Linearna nezavisnost skupa S znaci da je to jedini nacin kako mozemo dobiti 0 linearno kombinirajuci
elemente skupa S.
Za svaki a V , a 6= 0, jednoclan skup {a} je nezavisan.
Svaki skup koji sadrzi nulvektor je zavisan.
Teorem 3.1.5.
Skup S = {a1 , . . . , ak }, k 2, u vektorskom prostoru V je linearno zavisan ako i samo ako postoji
j {1, 2, . . . , k} takav da je aj linearna kombinacija preostalih elemenata skupa S.
Ako je skup S = {a1 , . . . , ak }, k 2, linearno zavisan, ureden, te ako je a1 6= 0, onda postoji l
{2, . . . , k} takav da je al linearna kombinacija svojih prethodnika u skupu S, tj. vektora a1 , . . . , al1 .
Prethodni teorem daje jednostavan kriterij za utvrdivanje zavisnosti danog skupa. Posebno, kad je
skup zavisan, bar jedan vektor se sigurno moze izraziti kao linearna kombinacija ostalih. U tom
smislu druga tvrdnja je vrijedno profinjenje ove konstatacije: ako znamo da je skup S zavisan, ako
poredak njegovih elemenata drzimo fiksnim te ako znamo da je prvi vektor netrivijalan (tj. razlicit
od 0) onda, stovise, postoji element u S koji se moze prikazati cak kao linearna kombinacija svojih
prethodnika.
Linearna nezavisnost je apstraktno poopcenje pojmova nekolinearnosti, odnosno nekomplanarnosti
koje poznajemo iz prostora radijvektora.
Definicija 3.1.6.
Neka je V vektorski prostor nad poljem
( k F i S V , S 6= . Linearna
) ljuska skupa S oznacava se
X
simbolom [S] i definira kao [S] =
i ai : i F, ai S, k N .
i=1
Dodatno, definira se [] = {0}.

Linearna ljuska nepraznog skupa S je, dakle, skup svih mogucih linearnih kombinacija elemenata
skupa S. Uocimo da u definiciji nema ogranicenja na broj elemenata skupa S; on moze biti i
beskonacan. No u svakom slucaju, u definiciji linearne ljuske uzimaju se u obzir samo konacne
linearne kombinacije elemenata iz S.
Definicija 3.1.7.
Neka je V vektorski prostor i S V . Kaze se da je S sustav izvodnica za V (ili S generira V )
ako vrijedi [S] = V .
Skup S je sustav izvodnica za V ako se svaki vektor iz V nalazi u [S], tj. ako se svaki vektor iz V
moze prikazati kao linearna kombinacija elemenata skupa S.
Teorem 3.1.8.
Neka je S sustav izvodnica za vektorski prostor V te neka u S postoji vektor x koji se moze prikazati
kao linearna kombinacija (nekih drugih) elemenata iz S. Tada je i S \ {x} sustav izvodnica za V .
Definicija 3.1.9.
Konacan skup B = {b1 , . . . , bn }, n N, u vektorskom prostoru V se naziva baza za V ako je B
linearno nezavisan sustav izvodnica za V .
28
Teorem 3.1.10.
Neka je V vektorski prostor nad poljem F, te neka je B = {b1 , . . . , bn } baza za V . Tada za svaki
n
X
vektor v V postoje jedinstveno odredeni skalari 1 , . . . , n F takvi da vrijedi v =
i bi .
i=1
Definicija 3.1.11.
Kaze se da je vektorski prostor V kona
cnodimenzionalan ili konacnogeneriran ako postoji neki
konacan sustav izvodnica za V .
Teorem 3.1.12.
Neka je S = {a1 , . . . , am }, m N, sustav izvodnica za vektorski prostor V 6= {0}. Tada postoji baza
prostora V koja je podskup skupa S.
Teorem 3.1.13.
Svaki konacnodimenzionalan vektorski prostor V 6= {0} ima bazu.
Neka je B = {b1 , . . . , bn } sustav izvodnica za vektorski prostor V , te neka je A = {a1 , . . . , ak } V
linearno nezavisan. Tada je k n.
Definicija 3.1.14.
Neka je V 6= {0} konacnodimenzionalan vektorski prostor. Dimenzija prostora V se definira kao
broj elemenata bilo koje njegove baze. Dodatno, uzima se da je dimenzija nul-prostora 0.
Teorem 3.1.15.
Neka je A = {a1 , . . . , ak }, k N, linearno nezavisan skup u konacnodimenzionalnom prostoru V .
Tada se A moze nadopuniti do baze.
Neka je V vektorski prostor, te neka je dim V = n < .
Svaki linearno nezavisan skup u V ima n ili manje elemenata. Svaki linearno nezavisan skup
u V koji ima tocno n elemenata je baza za V .
Svaki sustav izvodnica za V ima n ili vise elemenata. Svaki sustav izvodnica za V koji ima
tocno n elemenata je baza za V .
Definicija 3.1.16.
Neka je V vektorski prostor nad F i M V , M 6= . Ako je i (M, +, ) vektorski prostor nad F uz
iste operacije iz V , kazemo da je M potprostor od V .
Kad je M potprostor od V , pisat cemo M 6 V .
Jasno je da svaki vektorski prostor ima dva rubna potprostora, to su {0} i sam V .
Teorem 3.1.17.
Neka je V vektorski prostor nad F i M neprazan podskup od V . Tada je M potprostor od V ako i
samo ako vrijedi
1. a + b M, a, b M ,
2. a M, F, a M .
Cesto
se tvrdnja prethodnog teorema izrice tako da se kaze kako je neprazan podskup M prostora
V potprostor od V ako i samo ako je M zatvoren na zbrajanje i mnozenje skalarima.
Neka je V vektorski prostor takav da je dim V = n < , te neka je M potprostor od V . Tada je
dim M n.
Ako je M potprostor od V takav da je dim M = n, onda je M = V .
Neka je V vektorski prostor te neka su L i M njegovi potprostori. Tada je i L M potprostor od V .
29
Definicija 3.1.18.
Neka je V vektorski prostor, te neka su L i M njegovi potprostori. Suma potprostora L i M
oznacava se s L + M i definira kao L + M := [L M ].
Teorem 3.1.19.
Neka je V vektorski prostor, te neka su L i M njegovi potprostori.
Tada je L + M = {x + y : x L, y M }.
Teorem 3.1.20.
Neka je V konacnodimenzionalan vektorski prostor nad F, neka su L, M 6 V . Tada je
dim(L M ) + dim(L + M ) = dim L + dim M .
3.2
Determinanta matrice: definicija i svojstva.
Definicija 3.2.1.
Neka je n proizvoljan prirodan broj. Permutacija skupa {1, 2, . . . , n} je bilo koja bijekcija p :
{1, 2, . . . , n} {1, 2, . . . , n}. Cesto

se kaze i da je p permutacija od n elemenata. Skup svih
permutacija od n elemenata oznacavamo sa Sn .
Definicija 3.2.2.

1
2
...
n
Neka je p =
Sn . Svaki par (i, j) takav da vrijedi i < j i p(j) < p(i)
p(1) p(2) . . . p(n)
naziva se inverzija u permutaciji p. Broj svih inverzija u p se oznacava s I(p). Ukoliko je I(p)
paran broj, kazemo da je permutacija parna; u suprotnom kazemo da je p neparna permutacija.

1 2 3
Primjer: Za p =
vrijedi I(p) = 3, pa je p neparna permutacija.
3 2 1
Definicija 3.2.3.
Za p Sn definira se predznak kao sign p = (1)I(p) .
Definicija 3.2.4.
Neka je F bilo koje polje, koje cemo zvati osnovno polje, a njegove elemente skalarima. Neka su
m, n N, a sa Dmn neka je oznacen Kartezijev produkt Dmn = {1 . . . m} {1 . . . n}.
Svako preslikavanje A : Dmn F tog produkta u osnovno polje nazivamo matrica tipa (m,n)
nad poljem F. Vrijednost funkcije A na mjestu (i, k) oznacavamo s A(i, k) = i,k F. Kako je
domena A konacna, matricu A zapisujemo tablicno kao
11 . . . 1n
..
..
A = ...
.
.
m1
...
mn
Definicija 3.2.5.
Neka je n N i A = (aij ) Mn (F). Determinanta matrice A oznacava se sa det A i definira sa
X
det A =
(1)I(p) a1p(1) a2p(2) anp(n) .
pSn
Prvo uocimo da je determinanta definirana samo za kvadratne matrice, te da je det A skalar. Determinanta matrice A je dakle definirana kao konacna suma pri cemu se sumacija vrsi po permutacijama
od n elemenata. Zato imamo n! pribrojnika; svaka permutacija p generira clan (1)I(p) a1p(1) a2p(2) anp(n)
koji se naziva osnovni sumand (pridruzen permutaciji p ili generiran permutacijom p). Predznak tog
30
sumanda je upravo signum dane permutacije. Jer je svaka permutacija bijekcija skupa {1, 2, . . . , n}
na sebe sama, svaki osnovni sumand sadrzi jedan i samo jedan koeficijent iz svakog stupca od A.
Svojstva determinante
Teorem 3.2.6.
Neka je A = [aij ] Mn proizvoljna donjetrokutasta kvadratna matrica.
Tada je det A = a11 a22 . . . ann .
Neka je A = [aij ] Mn dijagonalna matrica (aij = 0, i 6= j). Tada je det A = a11 a22 . . . ann .
Teorem 3.2.7.
Za svaku matricu A Mn vrijedi det A = det A.
Determinanta svake gornjetrokutaste matrice je produkt dijagonalnih elemenata.
Teorem 3.2.8.
Pomnozimo li neki redak (ili stupac) matrice skalarom , za determinantu tako dobivene matrice B
vrijedi det B = det A.
Za svaku matricu A Mn vrijedi det (A) = n det A.
Teorem 3.2.9.
Neka matrica B nastaje zamjenom dva retka (ili stupca) u matrici A Mn . Tada je det B = det A.
Ako matrica A Mn ima dva jednaka retka (ili stupca), onda je det A = 0.
Teorem 3.2.10.
Neka matrica B = [bij ] nastaje iz matrice A = [aij ] Mn tako da s-tom retku (ili stupcu) u A
pribrojimo r-ti redak (stupac) matrice A pomnozen skalarom . Tada je det B = det A.
Definicija 3.2.11.
Neka je A Mmn . Elementarne transformacije matrice A (ili nad matricom A) su:
1. zamjena dva retka (stupca)
2. mnozenje nekog retka (stupca) skalarom 6= 0
3. pribrajanje nekom retku (stupcu) drugog retka (stupca) prethodno pomnozenog skalarom 6= 0
Teorem 3.2.12. (Laplaceov razvoj determinante)
Neka je A = [aij ] Mn , n 2. Tada je
det A =
n
X
aij Aij , i = 1, 2, . . . , n, i
j=1
det A =
n
X
aij Aij , j = 1, 2, . . . , n,
i=1
pri cemu, za sve i, j, vrijedi Aij = (1)i+j 4ij , a 4ij je determinanta matrice (n 1)-og reda koja
nastaje tako da iz matrice A uklonimo i-ti redak i j-ti stupac.
Obje formule se zovu Laplaceov razvoj. Uocimo da se u prvoj formuli radi o razvoju po i-tom retku
(jer u prvoj formuli indeks i je fiksan i svi koeficijenti aij i njihovi algebarski komplementi Aij pod
znakom sume pripadaju i-tom retku), a teorem tvrdi da ta jednakost vrijedi za svaki i.
Ocito je da se Laplaceovim razvojem racunanje determinante n-tog reda svodi na racunanje n
determinanti 4ij koje su (n 1)-og reda.
Teorem 3.2.13.
Neka je A = [aij ] Mn . Tada vrijedi

n
X
aij Akj = 0, i 6= k
31
j=1
n
X
aij Aik = 0, j 6= k.
i=1
Definicija 3.2.14.
Neka je A Mn . Adjunkta matrice A je matrica A = [xij ], pri cemu je xij = Aji , i, j =
1, 2, . . . , n.
= (det A)I.
Za svaku kvadratnu matricu A vrijedi AA = AA
Teorem 3.2.15. (Binet-Cauchy)
Za sve A, B Mn vrijedi det (AB) = det A det B.
3.3
Rang matrice: definicija i svojstva.
Definicija 3.3.1.
a1n
a12
a11
a2n
a22
a21
Neka je A = [aij ] Mmn (F), te neka su S1 = . , S2 = . ,. . ., Sn = . Mm1 (F)

..
..
..
amn
am2
am1
njezini stupci. Rang matrice A, r(A), se definira formulom r(A) = dim[{S1 , S2 , . . . , Sn }].
Po definiciji linearne ljuske, {S1 , S2 , . . . , Sn } je sistem izvodnica za potprostor [{S1 , S2 , . . . , Sn }] pa

je zato, r(A) = dim[{S1 , S2 , . . . , Sn }] n. Tako vidimo da za svaku matricu A Mmn vrijedi
r(A) m i r(A) n, dakle, r(A) min {m, n}.
Rang je funkcija koja poprima iskljucivo cjelobrojne vrijednosti. Jos uocimo da je nul-matrica jedina
matrica ranga 0. Takoder se odmah vidi da za jedinicnu matricu I Mn vrijedi r(I) = n.
Rang je broj linearno nezavisnih stupaca u danoj matrici.
Svojstva ranga
Teorem 3.3.2.
Neka je rang matrice A = [aij ] Mmn jednak r. Tada i broj linearno nezavisnih redaka u A
iznosi r.
Za svaku matricu A Mmn vrijedi r(A) = r(A ).
Teorem 3.3.3.
Neka je matrica A0 dobivena iz matrice A Mmn primjenom neke elementarne transformacije.
Tada je r(A0 ) = r(A).
Definicija 3.3.4.
Kazemo da je matrica B Mmn ekvivalentna matrici A Mmn (i pisemo A B) ako se B moze
dobiti iz A primjenom konacno mnogo elementarnih transformacija redaka ili stupaca.
Neka su A, B Mmn . Tada vrijedi: A B r(A) = r(B).
Definicija 3.3.5.
Neka je n N. Elementarne matrice n-tog reda su
Ei,j
Ei,
Ei,j,
1 0
0 1
.. ..
. .
0 0
= . .
.. ..
0 0
. .
.. ..
0 0
1 0
0 1
.. ..
. .
=
0 0
0 0
. .
.. ..
0 0
1
0
..
.
=
0
.
..
0
32
..
.
0
0
..
.
0
0
..
.
0
..
.
1
..
.
1
..
.
0
..
.
..
.
..
.
0
1
..
.
0
1
..
.
..
.
0
0
..
.
0
0
..
.
.. , i, j = 1, . . . , n, i 6= j
.
..
.
1
0
0
..
.
0
, i = 1, . . . , n, F \ {0}
0
..
.
1
0
0
..
.
, i, j = 1, . . . , n, i 6= j, F \ {0}
0
..
.
1
Podrazumijevamo da je u matrici Ei,j, skalar na mjestu (i, j) (pa je u gornjoj definiciji matrica
Ei,j, prikazana u slucaju kad je j < i).
Primijetimo da Ei,j nastaje zamjenom i-tog i j-tog stupca (ili retka) u matrici I. Zato je
det Ei,j = 1, te je Ei,j regularna matrica.
Iz istog razloga su i matrice Ei, i Ei,j, regularne. Naime, te su matrice trokutaste, pa im je
determinanta jednaka produktu dijagonalnih koeficijenata. Dakle, det Ei, = 6= 0 i det Ei,j, = 1.
Stovi
se, lako je odrediti i inverze elementarnih matrica. Vrijedi
1
1
1
Ei,j
= Ei,j , Ei,
= Ei, 1 , Ei,j,
= Ei,j, .
Teorem 3.3.6.
Mnozenjem proizvoljne matrice A Mmn s elementarnim matricama s lijeve, odnosno desne strane
realiziraju se elementarne transformacije nad retcima, odnosno stupcima matrice A.
Svaka regularna matrica je produkt konacnog broja elementarnih matrica.
Matrice A, B Mmn su ekvivalentne ako i samo ako postoje regularne matrice S Mm i T Mn
takve da vrijedi B = SAT .
3.4
Regularna matrica. Inverz. Karakterizacije regularnih matrica.
Definicija 3.4.1.
Kaze se da je matrica A Mn (F) regularna ako postoji matrica B Mn (F) takva da vrijedi
AB = BA = I. U tom slucaju se matrica B zove multiplikativni inverz ili inverzna matrica od
A i oznacava s A1 .
Matrica A Mn (F) se naziva singularnom matricom ako nema multiplikativni inverz.
33
Umnozak dviju donjetrokutastih (gornjetrokutastih) matrica je donjetrokutasta (gornjetrokutasta)

matrica.
Inverz donjetrokutaste (gornjetrokutaste) matrice je donjetrokutasta (gornjetrokutasta) matrica.
Skup svih regularnih matrica oznacavamo sa GL(n, F). Uocimo da matrica A Mn moze imati
najvise jedan inverz.
Matrica I je regularna i sama sebi inverzna.
Ako je A regularna onda po definiciji vrijedi AA1 = A1 A = I. To pokazuje da je i A1 regularna
matrica te da vrijedi (A1 )1 = A.
Ako su matrice A, B Mn regularne, regularan je i njihov umnozak AB i vrijedi (AB)1 =
B 1 A1 .
Teorem 3.4.2.
U GL(n, F) vrijedi:
A, B GL(n, F)
AB GL(n, F)
A, B, C GL(n, F)
A(BC) = (AB)C
A GL(n, F), A1 GL(n, F)

I GL(n, F)
AA1 = A1 A = I
AI = IA = A, A GL(n, F)
Skup (GL(n, F), ) je grupa.

Teorem 3.4.3.
Matrica A Mn je regularna ako i samo ako je det A 6= 0. U tom slucaju je inverzna matrica A1
Jos vrijedi det A1 = 1 .
dana formulom A1 = det1 A A.
det A
Teorem 3.4.4.
Matrica A Mn je regularna ako i samo ako je r(A) = n.
Teorem 3.4.5.
Matrica A Mn je regularna ako i samo ako je A produkt konacnog broja elementarnih matrica.
3.5
Rje
sivost sustava linearnih jednad
zbi. Opis skupa rje
senja.
Definicija 3.5.1.
Linearna jednad
zba nad poljem F u nepoznanicama x1 , x2 , . . . , xn je jednadzba oblika a1 x1 +
a2 x2 + . . . + an xn = b, pri cemu su a1 , . . . , an , b F.
Opci sustav linearnih jednadzbi nad poljem F sastoji se od m linearnih jednadzbi s n nepoznanica,
m, n N:
a11 x1 + a12 x2 + + a1n xn = b1
a21 x1 + a22 x2 + + a2n xn = b2
..
.
(3.1)
am1 x1 + am2 x2 + + amn xn = bm

Skalari aij zovu se koeficijenti sustava, a b1 , . . . , bm slobodni clanovi.
Definicija 3.5.2.
Rje
senje sustava (3.1) je svaka uredena n-torka (1 , . . . , n ) Fn za koju supstitucija x1 = 1 ,
x2 = 2 , . . ., xn = n zadovoljava sve jednadzbe (tj. ta supstitucija sve jednadzbe prevodi u numericke
identitete).

Uz sustav (3.1) uobicajeno vezemo sljedece matrice:
a11
b1
x1
a11 a1n
..
.
.
.
.. , X = .. , B = .. , Ap = ...
A= .
am1
bm
xn
am1 amn
34
a1n
..
.
b1
..
.
amn
bm
One se redom zovu matrica sustava, matrica nepoznanica, matrica slobodnih clanova i prosirena
matrica sustava. Uz pomoc uvedenih matrica, sustav (3.1) mozemo pisati u ekvivalentnom obliku:
AX = B
(3.2)
Teorem 3.5.3.
Uredena n-torka (1 , . . . , n ) Fn je rjesenje sustava (3.1) ako i samo ako vrijedi B = 1 S1 + . . . +
n Sn gdje je {S1 , . . . , Sn } stupcana reprezentacija matrice A.
Teorem 3.5.4. (Kronecker-Capelli)
Sustav AX = B je rjesiv ako i samo ako vrijedi r(A) = r(Ap ).
Definicija 3.5.5.
Kaze se da je sustav linearnih jednadzbi (3.1) homogen ako vrijedi b1 = = bm = 0. Opci oblik
homogenog sustava je dakle:
a11 x1 + a12 x2 + + a1n xn = 0
a21 x1 + a22 x2 + + a2n xn = 0
..
.
(3.3)
am1 x1 + am2 x2 + + amn xn = 0

odnosno
AX = 0.
(3.4)
Teorem 3.5.6.
Homogeni sustav je uvijek rjesiv. Skup svih rjesenja homogenog sustava (3.3) je vektorski prostor.
Prostor rjesenja homogenog sustava AX = 0 je uvijek konacnodimenzionalan.
Teorem 3.5.7.
Neka je dan proizvoljan sustav AX = B, neka je C0 bilo koje njegovo rjesenje, te neka je prostor
rjesenja pridruzenog homogenog sustava AX = 0. Tada je C0 + := {C0 + C : C } skup svih
rjesenja sustava AX = B.
Definicija 3.5.8.
Dva sistema linearnih jednadzbi nad poljem F su ekvivalentni ako imaju isti broj nepoznanica i isti
skup rjesenja.
Definicija 3.5.9.
Elementarne transformacije sustava linearnih jednadzbi su:
1. zamjena poretka dviju jednadzbi,
2. mnozenje neke jednadzbe skalarom 6= 0,
3. pribrajanje neke jednadzbe pomnozene skalarom, nekoj drugoj jednadzbi sustava.
Primjenom elementarnih transformacija dobiva se ekvivalentan sistem.
35
Definicija 3.5.10.
Kaze se da je sustav AX = B Cramerov ako je A Mn (dakle, broj jednadzbi je jednak broju
nepoznanica) i ako je A regularna matrica.
Teorem 3.5.11.
Cramerov sustav AX = B je rjesiv, a rjesenje mu je jedinstveno i dano formulom X = A1 B.
3.6
Linearni operatori. Jezgra, slika, rang i defekt.
Definicija 3.6.1.
Neka su V i W vektorski prostori nad istim poljem F. Preslikavanje A : V W zove se linearan
operator ako vrijedi A(x + y) = AX + Ay, x, y V , , F.
Svaki linearan operator nulvektor prevodi u nulvektor: A0 = 0
Primjer: Neka je V vektorski prostor nad poljem F, a F dani skalar. Neka je h : V V
operator definiran s h(x) = x.
h(x + y) = (x + y) = (x) + (y) = ()x + ()y =
= ()x + ()y = (x) + (y) = h(x) + h(y)
te je h linearni operator. Specijalno, za = 0 i = 1 vidimo da su nuloperator n(x) = 0, x V i
jedinicni operator (identiteta) e(x) = x, x V , linearni operatori.
Teorem 3.6.2. (Zadavanje na bazi i pro
sirenje po linearnosti)
Neka su V i W vektorski prostori nad istim poljem F, neka je {b1 , . . . , bn } bilo koja baza za V
i (w1 , . . . , wn ) bilo koja uredena n-torka vektora iz W . Tada postoji jedinstven linearan operator
A : V W takav da je Abi = wi , i = 1, . . . , n.
A : V W je linearni operator ako A(x + y) = Ax + Ay, , F, x, y V . Svaki
linearan operator je jedinstveno odreden svojim djelovanjem na bazu.
Teorem 3.6.3.
Neka je A : V W linearan operator.
Ako je L 6 V onda je A(L) 6 W .
Ako je M 6 W onda je A1 (M ) 6 V .
A(L) = {Ax : x L},
A1 (M ) = {x V : Ax M }.
Definicija 3.6.4.
Neka je A : V W linearan operator. Potprostori
Im A = A(V ) = {Av : v V } 6 W
Ker A = A1 ({0}) = {x V : Ax = 0} 6 V
zovu se slika, odnosno jezgra operatora A. Kad su V i W konacnodimenzionalni, rang i defekt

operatora A definiraju se kao brojevi r(A) = dim (Im A), odnosno d(A) = dim (Ker A).
Teorem 3.6.5.
Linearan operator A : V W je injekcija ako i samo ako je Ker A = {0} (tj. ako i samo ako je
d(A) = 0).
Teorem 3.6.6.
Neka je A : V W linearan operator. A je injekcija ako i samo ako je za svaki linearno nezavisan
skup S u V skup A(S) = {Ax : x S} linearno nezavisan u W .
36
Teorem 3.6.7. (Teorem o rangu i defektu)

Neka je A : V W linearan operator, te neka je dim V < . Tada je r(A) + d(A) = dim V .
Definicija 3.6.8.
Linearan operator A : V W naziva se:
1. monomorfizam ako je A injekcija
2. epimorfizam ako je A surjekcija
3. izomorfizam ako je A bijekcija
Posljedica teorema o rangu i defektu: Neka je A : V W linearan operator te neka je
dim V = dim W < . Vrijedi: A je monomorfizam A je epimorfizam A je izomorfizam.
Kompozicija dvaju monomorfizma (epimorfizma, izomorfizma) je opet monomorfizam (epimorfizam, izomorfizam). Kompozicija dva linearna operatora je linearni operator. Bijektivan linearan
operator se zove regularan.
Neka su V , W vektorski prostori nad istim poljem F. Tada sa L(V, W ) oznacavamo skup svih
linearnih operatora sa V u W . Skup L(V, W ) je vektorski prostor.
Neka je dim V = n, dim W = m < . Tada je dim L(V, W ) = nm.
3.7
Svojstvene vrijednosti linearnog operatora. Svojstveni polinom

matrice i linearnog operatora.
Definicija 3.7.1.
Neka je V vektorski prostor nad poljem F i A L(V ). Kaze se da je skalar 0 F svojstvena
vrijednost operatora A ako postoji vektor x V , x 6= 0, takav da je Ax = 0 x. Svaki takav x
se zove svojstveni vektor (pridruzen 0 ). Skup svih svojstvenih vrijednosti operatora A naziva se
spektar (operatora A) i oznacava sa (A).
Napomene:
Istaknimo odmah da je skalar 0 svojstvena vrijednost operatora A tek ako postoji netrivijalan
vektor x sa svojstvom Ax = 0 x.
Vektor x iz navedene definicije naziva se svojstveni vektor pridruzen svojstvenoj vrijednosti
0 . Treba primijetiti da svojstveni vektor nije jedinstven.
Neka je VA (0 ) = {x V : Ax = 0 x}. Ovaj skup se naziva svojstveni potprostor
pridruzen svojstvenoj vrijednosti 0 .
Ako je 0 (A) onda se dimenzija svojstvenog potprostora VA (0 ) naziva geometrijska
kratnost (ili geometrijski multiplicitet) svojstvene vrijednosti 0 i oznacava se sa d(0 ). Iz
definicije je jasno da je d(0 ) 1.
Definicija 3.7.2.
Neka je A Mn (F). Polinom kA () = det (A I) naziva se svojstveni polinom matrice A.
Primijetimo da je kA () zaista polinom u varijabli s koeficijentima iz polja F i to n-tog stupnja to slijedi izravno iz definicije determinante. Takoder iz definicije determinante odmah uocavamo da
je vodeci koeficijent tog polinom (1)n .
Slicne matrice (matricni prikazi operatora A u raznim bazama) imaju jednake svojstvene polinome.
Definicija 3.7.3.
Neka je V konacnodimenzionalan prostor, neka je A L(V ) te neka je [A]ee matricni zapis operatora
A u nekoj bazi e prostora V . Svojstveni polinom operatora A, kA , definira se kao svojstveni
polinom matrice [A]ee ; kA () = k[A]ee ().
37
Teorem 3.7.4.
Neka je V konacnodimenzionalan vektorski prostor nad poljem F te neka je A L(V ). Skalar 0 F
je svojstvena vrijednost operatora A ako i samo ako vrijedi kA (0 ) = 0.
Napomene:
Svojstvene vrijednosti operatora su upravo nultocke njegovog svojstvenog polinoma.
U realnim prostorima svojstvene vrijednosti su samo realne nultocke svojstvenog polinoma.
Ako je dim V = n i A L(V ) onda A ima najvise n svojstvenih vrijednosti, jer polinom n-tog
stupnja ima najvise n nultocaka.
Polje R nije algebarski zatvoreno, tj. ima polinoma s realnim koeficijentima bez realnih
nultocaka, pa operatori
na realnim

prostorima ne moraju imati svojstvenih vrijednosti (npr.
cos sin
operator rotacije
)
sin cos
Definicija 3.7.5.
Neka je V konacnodimenzionalan vektorski prostor te neka je A L(V ) i 0 (A). Neka je
kA () = ( 0 )l p(), l N, p(0 ) 6= 0. Broj l zovemo algebarskom kratno
s
cu svojstvene
vrijednosti 0 i oznacavamo ga s l(0 ).
Teorem 3.7.6.
Neka je V konacnodimenzionalan vektorski prostor, te neka je A L(V ) i 0 (A). Tada je
d(0 ) l(0 ).
Teorem 3.7.7. (Hamilton-Cayley)
Neka je A Mn (F). Tada je kA (A) = 0.
Matrica A Mn je regularna ako i samo ako je kA (0) 6= 0.
Definicija 3.7.8.
Neka je A Mn (F). Neka je mA () polinom najnizeg stupnja u varijabli , s koeficijentima iz polja
F, koji matrica A ponistava tj. za koji vrijedi mA (A) = 0. Onda kazemo da je mA jedan minimalni
polinom za matricu A, a pripadnu jednadzbu mA () = 0 nazivamo minimalna jednad
zba matrice
A.
Prema Hamilton-Cayleyevom teoremu A ponistava svoj karakteristicni polinom, tada stupanj minimalnog polinoma nije veci od reda n matrice A, tj. st mA n = st kA .
Teorem 3.7.9.
Karakteristicni polinom matrice djeljiv je njezinim minimalnim polinomom.
3.8
Unitarni prostori. Ortogonalni komplement potprostora.
Skalarno mnozenje u V 3 je preslikavanje : V 3 V 3 R, pa je skalarni produkt na vektorskom

prostoru V nad poljem F preslikavanje V V F.
Definicija 3.8.1.
Neka je V vektorski prostor nad poljem F. Skalarni produkt na V je preslikavanje h, i : V V F
koje ima sljedeca svojstva:
1. hx, xi 0, x V ,
2. hx, xi = 0 x = 0,
38
3. hx1 + x2 , yi = hx1 , yi + hx2 , yi, x1 , x2 , y V ,

4. hx, yi = hx, yi, x, y V , F,
5. hx, yi = hy, xi, x, y V .
Napomene:
Svojstva 3. i 4. se zovu aditivnost i homogenost na prvom argumentu.
Prije svega, treba primijetiti da skalarni produkt poprima vrijednosti u polju nad kojim je
dani vektorski prostor izgraden; ako je, dakle, prostor kompleksan, zadnje svojstvo kaze da
su skalarni umnosci medusobno konjugirani kompleksni brojevi. Ako je pak prostor realan,
skalarni umnozak bilo koja dva vektora je realan broj pa kompleksno konjugiranje nema efekta.
Stoga se u realnim prostorima 5. svojstvo naziva simetricnost, a u kompleksnim prostorima
hermitska simetricnost.
hx, 0i = 0, x
h0, yi = 0, y
Uocimo da i u kompleksnom slucaju, premda su vrijednosti skalarnog produkta opcenito kompleksni brojevi, 1. uvjet iz definicije zahtijeva da prodkut hx, xi bude realan, cak nenegativan,
za sve vektore x.
Definicija 3.8.2.
Vektorski prostor na kojem je definiran skalarni produkt zove se unitaran prostor.
Primjeri:
U Rn skalarni produkt je definiran sa h(x1 , . . . , xn ), (y1 , . . . , yn )i =
n
X
xi yi .
i=1
U Cn skalarni produkt je definiran sa h(x1 , . . . , xn ), (y1 , . . . , yn )i =
n
X
xi yi .
i=1
U Mn (F) skalarni produkt je definiran s hA, Bi = tr(B A), pri cemu je matrica B hermitski
adjungirana matrici B tj. ako je B = [bij ] i B = [xij ] tada je xij = bji . Za realne matrice se
hermitsko adjungiranje svodi na transponiranje.
Teorem 3.8.3. (Cauchy-Schwarzova nejednakost)
Neka je V unitaran prostor. Tada je |hx, yi|2 hx, xihy, yi za sve x, y iz V . Jednakost vrijedi ako i
samo ako su vektori x i y linearno zavisni.
Definicija 3.8.4.
p
Neka je V unitaran prostor. Norma na V je funkcija k k : V R definirana sa kxk = hx, xi.
Teorem 3.8.5.
Norma na unitarnom prostoru V ima sljedeca svojstva:
1. kxk 0, x V ,
2. kxk = 0 x = 0,
3. kxk = ||kxk, x V , F,
4. kx + yk kxk + kyk, x, y V .
39
Cauchy-Schwarzovu nejednakost mozemo pisati u obliku |hx, yi| kxkkyk.

Norma na svakom unitarnom prostoru V zadovoljava relaciju paralelograma: kx+yk2 +kxyk2 =
2kxk2 + 2kyk2 .
Definicija 3.8.6.
Neka je V unitaran prostor. Kaze se da je vektor x V normiran ako je kxk = 1.
Definicija 3.8.7.
Neka je V unitaran prostor. Kaze se da su vektori x, y iz V medusobno okomiti ili ortogonalni
(oznaka: x y) ako je hx, yi = 0. Konacan skup vektora {e1 , . . . , ek } je ortogonalan ako je ei ej ,
i 6= j. Skup {e1 , . . . , ek } je ortonormiran ako je ortogonalan i ako je kei k = 1, i = 1, . . . , k.
Teorem 3.8.8.
Neka je V unitaran prostor. Svaki ortogonalan skup {e1 , . . . , ek } V , k N, ciji su svi clanovi
netrivijalni vektori je linearno nezavisan. Posebno, svaki ortonormiran skup je linearno nezavisan.
Definicija 3.8.9.
Neka je V unitaran prostor i M potprostor od V . Ortogonalni komplement potprostora M je
M = {x V : hx, vi = 0, v M }.
Teorem 3.8.10.
Neka je V unitaran prostor i M potprostor od V . Ortogonalni komplement potprostora M je takoder
potprostor od V .
Uvijek je 0 M pa je M 6= .
Vrijedi V = {0}, {0} = V .
Teorem 3.8.11.
Neka je V konacnodimenzionalan unitaran prostor i M potprostor od V . Tada je M (jedan)
direktan komplement od M u V .
Obicno pisemo V = M M .
Vrijedi: (M ) = M i (L + M ) = L M .
3.9
Ortonormirana baza. Gram-Schmidtov postupak ortogonalizacije.
Definicija 3.9.1.
Ortonormiran skup {e1 , . . . , en } u unitarnom prostoru V je ortonormirana baza ako je taj skup
ujedno i baza za V .
Ortonormiran skup {e1 , . . . , en } ce biti ortonormirana baza unitarnog prostora V cim je taj skup
ujedno i sistem izvodnica za V .

Primijetimo usput da je kanonska baza { i , j , k } prostora V 3 ortonormirana te da je ortonormirana i kanonska baza {e1 , . . . , en } u prostoru Rn (i u Cn ).
Teorem 3.9.2. (Gram-Schmidtov postupak ortogonalizacije)
Neka je dan linearno nezavisan skup {x1 , . . . , xk }, k N, u unitarnom prostoru V . Tada postoji
ortonormiran skup {e1 , . . . , ek } u V takav da je [{e1 , . . . , ej }] = [{x1 , . . . , xj }], j = 1, . . . , k.
Dokaz. Konstrukciju skupa {e1 , . . . , ek } provodimo induktivno.
Baza indukcije je lagana: stavi se e1 = kx11 k x1 sto je dobro definirano jer je x1 6= 0. Ocito su e1 i x1
kolinearni pa razapinju isti potprostor.
Pretpostavimo sada da je naden ortonormiran skup {e1 , . . . , ej } takav da je [{e1 , . . . , ej }] = [{x1 , . . . , xj }]
i konstruirajmo ej+1 .
40
Pj
Najprije uvedimo pomocni vektor: fj+1 = xj+1 i=1 hxj+1 , ei iei .
Prvo, izravno iz definicije okomitosti vidi se da je fj+1 ei , i = 1, . . . , j.
Drugo, vrijedi i [{e1 , . . . , ej , fj+1 }] = [{x1 , . . . , xj , xj+1 }].
Da se u ovo uvjerimo, dovoljno je utvrditi da generatori s jedne strane jednakosti pripadaju potprostoru s druge strane, i obratno. Sada je e1 , . . . , ej [{x1 , . . . , xj , xj+1 }] po pretpostavci indukcije, a
fj+1 [{x1 , . . . , xj , xj+1 }] po definiciji vektora fj+1 . Obratno je takoder jasno (i argumenti su isti);
Pj
uocimo da je xj+1 = fj+1 + i=1 hxj+1 , ei iei .
Sada je jasno da skup {e1 , . . . , ej , fj+1 } ima gotovo sva trazena svojstva; tek ne znamo kolika je
norma vektora fj+1 . No, lako je zakljuciti da, za svaki skalar 6= 0, i vektor fj+1 moze posluziti
umjesto fj+1 .
Naime, hfj+1 , ei i = 0 hfj+1 , ei i = 0, i = 1, . . . , j, a iz jednakosti [{e1 , . . . , ej , fj+1 }] =
[{x1 , . . . , xj , xj+1 }] dobivamo i [{e1 , . . . , ej , fj+1 }] = [{x1 , . . . , xj , xj+1 }] za svaki skalar 6= 0.
1
ze nastati ako je
Preostaje uzeti = kfj+1 k1 , tj. definirati ej+1 = kfj+1
k fj+1 . Jedini problem mo
fj+1 = 0 jer tada je i kfj+1 k = 0, i s tim brojem ne smijemo dijeliti. Medutim, to je nemoguce!
Pj
Naime, fj+1 = 0 bi znacilo da je xj+1 = i=1 hxj+1 , ei iei [{e1 , . . . , ej }] = [{x1 , . . . , xj }], a to se
kosi s nezavisnoscu polaznog skupa {x1 , . . . , xk }.
Gram-Schmidtov postupak ortogonalizacije je zapravo ime dokaza, odnosno konstrukcije, a ne
tvrdnje teorema.
Svaki konacnodimenzionalan unitaran prostor ima ortonormiranu bazu.
3.10
Svojstvene vrijednosti hermitskih operatora/simetri

cnih matrica.
Dijagonalizacija.
Teorem 3.10.1.
Neka je V konacnodimenzionalan unitaran prostor i A L(V ). Postoji jedinstven operator A
L(V ) takav da je hAx, yi = hx, A yi za sve vektore x, y iz V .
Definicija 3.10.2.
Neka je V konacnodimenzionalan unitaran prostor i A L(V ). Operator A L(V ) sa svojstvom
hAx, yi = hx, A yi, x, y V , zove se hermitski adjungiran operator operatoru A.
Adjungiran operator unitarnog operatora upravo je njegov inverz.
Neka je V konacnodimenzionalan unitaran prostor. Preslikavanje A 7 A koje svakom operatoru
A L(V ) pridruzuje hermitski adjungiran operator A L(V ) ima sljedeca svojstva:
(A + B) = A + B , A, B L(V ),
(A) = A , F, A L(V ),
(AB) = B A , A, B L(V ),
(A ) = A, A L(V ).
Teorem 3.10.3.
Neka je V konacnodimenzionalan unitaran prostor i A L(V ). Tada je V = Ker A Im A i
V = Ker A Im A. Nadalje, r(A ) = r(A).
Definicija 3.10.4.
Kaze se da je kompleksna kvadratna matrica A unitarna ako vrijedi AA = A A = I. Realna
kvadratna matrica A je ortogonalna ako vrijedi AA = A A = I.
41
Definicija 3.10.5.
Neka je V konacnodimenzionalan unitaran prostor i A L(V ). Kazemo da je operator A hermitski
ako vrijedi A = A.
Primjer: jedinicni i nuloperator.
Neka je V konacnodimenzionalan unitaran prostor i neka je A L(V ) hermitski operator. Tada
je V = Ker A Im A.
Definicija 3.10.6.
Kaze se da je kvadratna matrica A = [ij ] Mn hermitska ako vrijedi A = A, tj. ij = ji ,
i, j = 1, . . . , n.
U slucaju kad je matrica realna, pojam hermitske matrice svodi se na pojam simetricne matrice.
Teorem 3.10.7.
Neka je V konacnodimenzionalan unitaran prostor i neka je A L(V ). Sljedece tvrdnje su medusobno
ekvivalentne:
1. A je hermitski operator,
2. za svaku ortonormiranu bazu b u V matrica [A]bb je hermitska,
3. postoji ortonormirana baza e u V takva da je matrica [A]ee hermitska.
Teorem 3.10.8. (Teorem o dijagonalizaciji hermitskog operatora)
Neka je V realan i H : V V hermitski. Tada postoji ortonormirana baza f1 , . . . , fn takva da je
Hfj = j fj za neke 1 , . . . , n R.
Teorem 3.10.9.
Neka je V kompleksan konacnodimenzionalan unitaran prostor i A L(V ) hermitski operator. Sve
svojstvene vrijednosti operatora A su realni brojevi.
Napomene:
Nultocke svojstvenih polinoma hermitske matrice su realne.
Neka su 1 n svojstvene vrijednosti hermitskog operatora. Tada je 1 = min hHx|xi
kxk=1
i n = max hHx|xi.
kxk=1
Teorem 3.10.10.
H 0 (0 1 n ) tj. 0, (H).
H > 0 > 0.
Teorem 3.10.11.
Neka je V konacnodimenzionalan unitaran prostor i A L(V ) hermitski operator. Svojstveni potprostori pridruzeni razlicitim svojstvenim vrijednostima operatora A medusobno su okomiti.
Teorem 3.10.12.
Neka je V konacnodimenzionalan realan unitaran prostor, neka je A L(V ) hermitski operator.
Tada je spektar operatora A neprazan.
Realna simetricna matrica ima svojstvenu vrijednost.
Sljedeci teorem moze se smatrati glavnim rezultatom za hermitske operatore: svaki hermitski operator dopusta dijagonalizaciju u nekoj ortonormiranoj bazi. Treba uociti da u formulaciji teorema
nema razlike izmedu realnih i kompleksnih prostora.
42
Teorem 3.10.13.
Neka je V konacnodimenzionalan unitaran prostor, neka je A L(V ) hermitski operator. Postoji
ortonormirana baza e prostora V u kojoj je matricni zapis [A]ee operatora A dijagonalna matrica.
Teorem 3.10.14.
Neka je V konacnodimenzionalan netrivijalan realan unitaran prostor i neka je A L(V ). A je
ortogonalno dijagonalizabilan ako i samo ako je A hermitski.
Svaka kvadratna realna matrica je ortogonalno slicna dijagonalnoj matrici ako i samo ako je
simetricna.
Definicija 3.10.15.
A je pozitivno poludefinitan (semidefinitan) ili pozitivan ako je hermitski i vrijedi x V
hAx|xi 0, odnosno pozitivno definitan ako je hermitski i x V \ {0} hAx|xi > 0.
Teorem 3.10.16.
Neka je V konacnodimenzionalan netrivijalan unitaran prostor. Ako je A L(V ), onda je A
ortogonalno dijagonalizabilan ako i samo ako postoje netrivijalne hermitske projekcije
p1 , . . . , pk : V V i razliciti skalari 1 , . . . , k takvi da je:
A=
k
X
i pi ,
i=1
k
X
pi = 1,
i=1
i 6= j pi pj = 0.
Teorem 3.10.17.
Neka je V konacnodimenzionalan netrivijalan unitarni prostor i neka je A L(V ). Ekvivalentno
je:
A je pozitivno poludefinitan,
A je hermitski i (A) R+ ,
postoji hermitski operator B L(V ) takav da je B 2 = A,
postoji C L(V ) takav da je C C = A.

Skripta Za Diplomski ETF

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Skripta Za Diplomski ETF

Uploaded by

Copyright:

Available Formats

Skripta za diplomski

Andrea Bosak, Andrea Ostojic i Tihana Trivic

Supremum i infimum. Arhimedov aksiom.

Teorem 1.1.7. (O potpunosti)

Nizovi. Podnizovi. Ograni

3) Niz (an )n je niz realnih funkcija, gdje je n N, an : R R funkcija definirana s an (x) =

raste. Ti nizovi su ograniceni sa m=0 i M=1.

Tada a zovemo grani

Monotonost nije nuzna za konvergenciju niza. Npr. niz

konvergira prema 0, ali nije

2. Niz (an bn )n je konvergentan i lim (an bn ) = lim an lim bn .

4. Niz (|an |)n je konvergentan i lim |an | = | lim an |.

Teorem 1.2.11. (Teorem o sendvi

2. Ako je (cn )n niz za kojeg vrijedi n N, an cn bn i lim an = lim bn = c, onda je (cn )n

Teorem 1.2.14. (Weierstrass)

Broj L R je limes superior niza (an )n ako i samo ako vrijedi:

Limes funkcije. Neprekidnost funkcije.

Tada pisemo lim f (x) = L.

Teorem 1.3.2. (Cauchyjeva definicija limesa)

Teorem 1.3.3. (Svojstva)

2. Za svaki R funkcija f ima limes u c i lim f (x) = lim f (x).

4. Ako je g(x) 6= 0, x I \ {c}, i lim g(x) 6= 0, funkcija

5. Funkcija |f | ima limes u c i lim |f (x)| = | lim f (x)|.

Teorem 1.3.4. (Teorem o sendvi

1. Ako je f (x) g(x), x I \ {c}, onda je lim f (x) lim g(x).

lim g(x) = L, onda funkcija h ima limes u c i lim h(x) = L.

Definicija 1.3.5. (Cauchyjeva definicija)

Neka je I R otvoren interval i c I. Za funkciju f : I \ {c} R kazemo da ima limes

Jednostrani limes funkcije ima ista svojstva kao i limes funkcije.

ako postoje i jednaki su lim f (x) i lim f (x).

Slika 1.1: Postojanje limesa u tocki

Teorem 1.3.9. (Cauchyjeva definicija)

Teorem 1.3.13. (Bolzano - Weierstrass)

Funkcija f je neprekidna u c ako i samo ako je neprekidna i slijeva i zdesna u c.

Taj broj zovemo derivacija funkcije f u tocki c i pisemo

f (n+1) (c) = lim

(f + g)0 (c) = f 0 (c) + g 0 (c)

(f g)0 (c) = f 0 (c)g(c) + f (c)g 0 (c)

2. Funkcija f g je diferencijabilna u tocki c i

Teorem 1.4.6. (Derivacija kompozicije funkcija)

Napomena 1.4.8. (Logaritamsko deriviranje)

Teoremi srednje vrijednosti. Taylorov teorem.

Teorem 1.5.1. (Rolle)

zovemo Taylorov polinom n-tog reda za funkciju f u tocki c, a funkciju

Derivacije i monotonost, lokalni ekstremi, konveksnost i infleksije.

Teorem 1.6.1. (Rast i pad funkcije)

Tocke iz otvorenog intervala u kojima je derivacija jednaka nuli nazivamo stacionarnim to

Riemannov integral. Primitivna funkcija. Newton-Leibnitzova

Sada definiramo donju Darbouxovu sumu s =

mk (xk xk1 ) i gornju Darbouxovu sumu

Mk (xk xk1 ). Jasno je da vrijedi m(b a) s S M (b a).

Redovi. Konvergencija redova. Kriteriji konvergencije.

Red (1.1) je divergentan ako je niz (sn )n divergentan.

Teorem 1.8.3. (Nu

Obratna implikacija u (1.2) nije opcenito istinita. Npr. harmonijski red

Primjer: Za q C, |q| < 1, red

q n konvergira i ima sumu

Teorem 1.8.4. (Svojstva)

(an + bn ) konvergentan i vrijedi

an s pozitivnim clanovima konvergira, onda njegova suma ne ovisi o poretku

|an |, onda konvergira i red

je uvjetno konvergentan ako konvergira, ali red

Dovoljni uvjeti za konvergenciju reda

k broju A za koji vrijedi 0 < A < a1 .