Professional Documents
Culture Documents
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
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
1.2
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.
1
n2
pada, a niz
n1
n
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| < )).
POGLAVLJE 1. MATEMATICKA
ANALIZA 1 I 2
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
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
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.
POGLAVLJE 1. MATEMATICKA
ANALIZA 1 I 2
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
1.3
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.
( > 0)( > 0)(x I)((0 < |x c| < ) (|f (x) L| < )).
Limes funckije je u skladu sa operacijama zbrajanja i mnozenja s funkcijama.
POGLAVLJE 1. MATEMATICKA
ANALIZA 1 I 2
xc
xc
xc
3. Funkcija f g ima limes u c i lim (f (x) g(x)) = lim f (x) lim g(x).
xc
xc
lim
xc
xc
f
ima limes u c i
g
limxc f (x)
f (x)
=
.
g(x)
limxc g(x)
xc
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
xc
xc
x%c
x&c
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
xc+
POGLAVLJE 1. MATEMATICKA
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.
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.
POGLAVLJE 1. MATEMATICKA
ANALIZA 1 I 2
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+
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
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
xc
f (x) f (c)
xc
= lim
= 1 f 0 (x) = 1, x R.
xc x c
xc
POGLAVLJE 1. MATEMATICKA
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
1
1
ili (f 1 )0 (x) = 0 1
.
f 0 (c)
f (f (x))
xc
xc
f 0 (x)
f (x)
= L, tada je lim
= L.
xc g 0 (x)
xc g(x)
Ako je lim
POGLAVLJE 1. MATEMATICKA
ANALIZA 1 I 2
1.5
10
n
X
f (k) (c)
k=1
k!
(x c)k , x R,
1.6
f (n+1) (cx )
(x c)n+1 , (Lagrangeov oblik ostatka).
(n + 1)!
POGLAVLJE 1. MATEMATICKA
ANALIZA 1 I 2
11
.
(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.
POGLAVLJE 1. MATEMATICKA
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
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 ]
n
X
[xk1 ,xk ]
n
X
k=1
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 < .
Teorem 1.7.4. (Svojstva)
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
POGLAVLJE 1. MATEMATICKA
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
Teorem 1.7.5. (Svojstva)
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
POGLAVLJE 1. MATEMATICKA
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
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
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
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
1
= 0.
n
(1.2)
X
1
divergira k +, a
n
n=1
POGLAVLJE 1. MATEMATICKA
ANALIZA 1 I 2
15
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
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
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
X
n=1
an i vrijedi
POGLAVLJE 1. MATEMATICKA
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
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.
(1)n1 an konvergira
n=1
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!
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
POGLAVLJE 1. MATEMATICKA
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
X
1. Red
f (x)dx konvergira.
f (n) konvergira ako i samo ako integral
1
n=1
+
f (x)dx
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
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
1.9
Definicija 1.9.1.
Neka je (fn )n niz funkcija fn : I R (ili C), I R (ili C). Red
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)
POGLAVLJE 1. MATEMATICKA
ANALIZA 1 I 2
18
an xn . Red
n=0
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.
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
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
(1.5)
n
X
f (k) (c)
k=0
k!
(x c)k su
POGLAVLJE 1. MATEMATICKA
ANALIZA 1 I 2
19
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
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
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
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
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
POGLAVLJE 2. DIFERENCIJALNI I INTEGRALNI RACUN
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
POGLAVLJE 2. DIFERENCIJALNI I INTEGRALNI RACUN
23
(Hx | x) > 0.
(Hx | x) 0.
(Hx | x) < 0.
(Hx | x) 0.
=
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.
n X
m
X
i=1 j=1
S = S(P ) =
n X
m
X
i=1 j=1
POGLAVLJE 2. DIFERENCIJALNI I INTEGRALNI RACUN
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
Z
f=
g(x)dx =
a
!
f (x, y)dy dx.
POGLAVLJE 2. DIFERENCIJALNI I INTEGRALNI RACUN
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
Poglavlje 3
Linearna algebra 1 i 2
3.1
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
27
i ai = 0 1 = . . . = k = 0.
i=1
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
Definicija 3.2.1.
Neka je n proizvoljan prirodan broj. Permutacija skupa {1, 2, . . . , n} je bilo koja bijekcija p :
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
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
Definicija 3.3.1.
a1n
a12
a11
a2n
a22
a21
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
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
AB GL(n, F)
A, B, C GL(n, F)
A(BC) = (AB)C
AA1 = A1 A = I
AI = IA = A, A GL(n, F)
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)
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)
(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
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
36
3.7
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
38
n
X
xi yi .
i=1
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
3.9
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
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.