LA2 Linearna 2

Linearna algebra 2
Sinisa Milicic
cinik@student.math.hr
24.6.2004.
Molim da se sve uocene greske i primjedbe posalju na mail.

Ovaj dokument je javno dobro, te se smije neograniceno umnazati, mijenjati i koristiti.
2 Linearna Algebra 2 2
Sadrzaj
1. Teorija grupa 3
1.1. Opcenito 3
2. Vektorski prostor V 3
6
2.1. Uvod 6
2.2. Baza 8
2.3. Skalarni, vektorski i mjesoviti produkt 9
3. Linearni operatori 16
3.1. Osnovna svojstva linearnih operatora 16
3.2. Prostor linearnih operatora 20
3.3. Koordinatizacja 23
3.4. Spektar 26
4. Unitarni prostori 31
4.1. Definicija, primjeri, osnovni teoremi 31
4.2. Operatori na untiranim prostorima 35
1. TEORIJA GRUPA
1.1. Opcenito
DEF
Skup G sa binarnom operacijom ? cini grupoid (G, ?).
1-1
Grupoid (G, ?) zovemo grupom ako vrijedi:

1. a, b G, a ? b G (zatvorenost, binarna operacija)
DEF 2. a, b, c G, (a ? b) ? c = a ? (b ? c) (asocijativnost)
1-2
3. e G, a G, e ? a = a ? e = a (neutralni element)
1 1 1
4. a G, a G, a ? a =a ?a=e (inverz)
Grupa (G, ?) je abelova ili komutativna ako vrijedi:

DEF
1-3
5. a, b Ga ? b = b ? a (komutativnost)
PROP
Neutralni element u grupi (G, ) je jedinstven.
I
Dokaz
e, f G, e, f neutralni elementi od (G, ). f = e f = e.
DEF Neka su (G, ?) i (H, ?) dvije grupe uz istu operaciju ?. Ako je H G kazemo da je (H, ?) podgrupa
1-4 od (G, ?), te pisemo (H, ?) (G, ?)
Primjeri:
( , +), ( , +), ( , +), ( , +) su grupe uz istu operaciju + i vrijedi Z
, pa je ( , +)
( , +) ( , +) ( , +), skraceno
.
S 1 = {z : |z| = 1}, (S 1 , ) je abelova grupa.Dokazi!

(S 1 , ) je podgrupa od ( , ).Dokazi!
K4 = {1, 1, i, i}, (K4 , ) je abelova grupa.Dokazi!
( n , +) je abelova grupa.Dokazi!
Neka je f rotacija trokuta u ravnini s obzirom na srediste opisane kruznice. Ona cini abelovu grupu s obzirom
na kompoziciju.Dokazi!
Neka je (G, ?) grupa i neka je H G. H je podgrupa od G ako i samo ako vrijedi da je

PROP
1. a, b H, a ? b H (1.i)
II
2. a H a1 H (1.ii)
Dokaz
eH je neutralni element iz H, pa je eH = eH ? eH = eH ? e = e. Iz toga slijedi da je a1 H = a
1
. Ocito vrijedi
(1.i) , a iz jednakosti neutralnog elementa i (1.ii) . Time je jedan smjer ekvivalnecije dokazan.
Za drugi smjer vidimo da (1.i) implicira prvi uvjet za grupu. Drugi uvjet je nasljedjen iz (G, ?). Neutralni
element iz G je u H jer je a, a1 H (1.ii) i e = a ? a1 H (1.i) , pa je i treci uvjet zadovoljen. Cetvrti uvjet
je ekvivalentan (1.ii) .
Uvjeti (1.i) i (1.ii) su ekvivalentni uvjetu

PROP
a, b H, a ? b1 H (1.iii) III
Dokaz
(1.ii) (1.i)
a, b H a, b1 H a ? b1 H.
Obrnuto,
a ? b1 H a ? a1 H (1.ii)
a ? b1 H 1 a ? b H (1.i)
Neka su (G1 , ) (G2 , ). Preslikavanje h : G1 G2 sa svojstvom h(x y) = h(x) h(y), zovemo

DEF
homomorfizam iz G1 u G2 . Ako je homomorfizam h injektivan zovemo ga monomorfizam, ako
1-5
je surjekcija zovemo ga epimorfizam, a ako je bijekcija izomorfizam.
Primjeri:
( , +), (2 , +), h : 2 , h : x 7 2x. h je izomorfizam.Dokazi!
2ia
( m , +m ) (Km , ), h(a) = e m ,a m, h je izomorfizam.Dokazi!
h L(V, W ), h je homomorfizam.Dokazi!
Pa jos grupa GL(V ), regularni linearni operatori nad V i GL(n, ), grupa regularnih matrica iz M n (F ). Ako
je dim V = n, i V je vektorski prostor nad , onda gledamo funkciju h : GL(V ) GL(n, ), takva da
h : A 7 A(e) , pri cemu je h(AB) = h(A)h(B). h je izomorfizam ovih grupa. Dokazano kasnije.
DEF Neka su G1 i G2 grupe. Za njih kazemo da su izomorfne ako postoji izomorfizam iz jedne u drugu.
1-6 Pisemo G1 ./ G2 .
Biti izomorfan je relacija ekvivalencije, tj. vrijedi da je

1. H, H grupa, H ./ H
PROP
2. G, H, G, H grupe, H ./ G G ./ H IV
3. F, G, H, F, G, H grupe, H ./ G G ./ F H ./ F
Dokaz
Prva stavka je ocita, jer uvijek postoji identiteta na skupu, a identiteta je bijekcija. Druga stavka je takodjer
trivijalna, jer bijekcija uvijek ima inverz koji je takodjer bijekcija, pa je taj inverz povratni izomorfizam. Posto
je bijektivnost ocuvana u kompoziciji i treca stavka je ocita.
Neka su (G, ) i (H, ) grupe, a eG i eH neka su neutralni elementi iz odgovarajucih grupa. Neka je h PROP
homomorfizam iz G u H. Tada je h(eG ) = eH i h(a1 ) = h(a)1 . V
Dokaz
h(eG ) = h(eG eG ) = h(eG ) h(eG ) = eH
h(eG ) = h(a a1 ) = h(a) h(a1 ) = eH h(a1 ) = h(a)1 .
DEF Neka su G, H grupe i neka je h : G H homomorfizam. Definiramo pojmove: slika Im h = h(G) i

1-7 jezgra Ker h = {x G : h(x) = eH }.
PROP
Neka su (G, ?) i (H, ) grupe i neka je h : G H homomorfizam. Tada je Im h H, Ker h G.
VI
Dokaz
a, b G, c = a ? b1 G. h(a) h(b)1 = h(a ? b1 ) = h(c) H
eG Ker h Ker h 6= .
a Ker h h(a) = eH = h(a)1 = h(a1 ) (1.ii)
a, b Ker h h(a ? b) = h(a) h(b) = eH eH = eH (1.i)
2. VEKTORSKI PROSTOR V3
2.1. Uvod
U euklidskom prostoru E3 definiramo pojam usmjerne duzine kao skup svih tocaka pravca P Q,
DEF P, Q E3 , P 6= Q koje leze izmedju tih tocaka uz podskup linearnog urdedjaja pravca sa svojstvom

2-1 da je P Q. Tu usmjerenu duzinu oznacavamo sa P Q. Ako je P = Q onda govorimo o nul-
usmjerenoj duzini, ~0.
Definiramo relaciju istovjetnosti, ' na skupu usmjerenih duzina na sljedeci nacin za cetiri proizvoljne
DEF
tocke P, Q, R, S E3 definiramo usmjerene duzine P Q i RS, te ako je P QSR paralelogram kazemo
2-2

da je P Q istovjetna sa RS, tj. P Q ' RS
PROP
Relacija istovjetnosti usmjerenih duzina je relacija ekvivalencije.Dokazi!
VII
DEF hKlasu

i
ekvivalencije uz relaciju istovjetnosti usmjerenih duzina zovemo vektor, te pisemo ~a =
2-3 AB , A, B E3 .
DEF
Skup svih vektora nad E3 zovemo V3 .
2-4
DEF
Modul vektora, |a|, a V3 , je duljina neke njegove reprezentante u E3 .
2-5
DEF Smjer vektora je smjer pravca neke reprezentante vektora u E3 . Za nul-vektor ~0 ne definiramo
2-6 smjer.
DEF Ako su dva vektora istog smjera, kazemo da su kolinearni i pisemo ~a k ~b, ~a, ~b V3 . Za ~0 kazemo
2-7 da je kolinearan sa svakim vektorom.
DEF Za dva vektora istog smjera i modula a, b V3 , kazemo da su iste orijentacije ako je ~a = ~b, a u
2-8 protivnom kazemo da su suprotne orijetnacije.
PROP
Vektor u V3 je jedinstveno odredjen sa modulom, smjerom i orijentacijom.Dokazi!
VIII
h
i hi hi
DEF
Na skupu V3 definiramo zbrajanje + : V3 V3 V3 na sljedeci nacin: +( AB , BC ) = AC .
2-9
PROP
(V3 , +) je abelova grupa.
IX
Dokazi!
U (V3 , +) definiramo preslikavanje : V3 V3 koje zovemo mnozenje skalarom, te koje
DEF

3
2-10
skalaru i vektoru a V pridruzuje vektor ~a ciji je modul jednak |~a| = || |~a|, smjer
jednak smjeru od ~a, a orijentacija je ista kao i od ~a ako je > 0, a suprotna < 0.
PROP
Za i ~a V3 vrijedi da je ~a = ~0 = 0 ~a = ~0.
X
Dokazi!
Svojstva (V3 , +, ).
Za svaki ~a, ~b V3 i za svaki , vrijedi:
1. (~a) = ()~a
TM
2. 1 ~a = ~a
XI
3. ( + )~a = ~a + ~b
4. (~a + ~b) = ~a + ~b
Uz vektorsko zbrajanje i mnozenje sa skalarom (sada definarno) imamo realni vektorski prostor nad V 3 .
PROP
1~a = ~a.
XII
Dokazi!
DEF ~a0 = 1
a ~a0 je jedinicni vektor.
|~
a|
2-11
PROP
Vektori ~a, ~b V3 su kolinearni ako i samo ako postoji takav da je ~b = a. XIII
Dokaz
Dovoljnost je ocita. h i h i
Uzmimo tocku O E3 , te tocke A, B E3 takve da je ~a = OA ~ i ~b = OB ~ . ~a kolinearan sa ~b
OA k OB OA, OB su kolinearni ~b = ~a ili ~b = ~a gdje je = |OB|

|OA| , a predznak ovisi o orijentacijama ~
a
i ~b.
h i
DEF Za ~a 3 ~ kazemo da je paralelan sa ravninom , ako je AB paralelan sa tj. ako je
, ~a = AB
2-12
AB paralelan as nekim pravcem iz . Pisemo ~a k .
DEF Vektori iz V3 su komplanarni ako su paralelni sa istom ravninom. Dva vektora su uvijek kompla-
2-13 narna.
PROP
Za svaka dva vektora ~a, ~b V3 i sve , su vektori ~a, ~b, ~c = ~a + ~b komplanarni. XIV
Dokaz
Ocito.
n o
Neka su ~a, ~b nekolinearni vektori i neka je vektor ~c s njima komplanaran (tj. ~a, ~b, ~c komplanaran), PROP
tada postoje jedinstveni , , ~c = ~a + ~b.

XV
Dokaz
h i h i
~ , ~b = OB
~a = OA ~
O, A, B nisu kolinearne, pa zato odredjuju ravninu ().
OC je komplanaran sa (). Zato je tocka C .
hi
Definiramo tocke A0 i B 0 , takve da je OA0 = OA, te OB 0 = OB, a OA0 CB 0 je paralelogram. ~c = OC =
hi hi hi hi
OA0 + OB 0 = OA + OB = ~a + ~b.
PROP
Jedinstvenost izraza u prosloj propoziciji.
XVI
Dokazi!
PROP
Ako su ~a, ~b, ~c V3 onda je i ~a + ~b + ~c V3 . XVII
2.2. Baza
Ako su ~a, ~b, ~c V3 nekomplanarni vektori, onda za svaki d~ V3 postoje jedinstveni , , t.d. PROP
d~ = ~a + ~b + ~c. XVIII
KOR
dim V3 = 3.
XIX
Neka su ~a1 , ~a2 , ~a3 nekomplanarni, tj. neka skup njih bude baza od V3 . Svaki vektor ~a V3 se
DEF
moze prikazati u obliku ~a = 1~a1 + 2~a2 + 3~a3 . Definirajmo preslikavanje : ~a 7 (1 , 2 , 3 )
2-14 3
( : V3 ).
PROP
je bijekcija.
XX
Dokazi!
DEF
Identificiramo ~a = (1 , 2 , 3 ).
2-15
PROP
Neka su dani vektori ~a = (1 , 2 , 3 ) i ~b = (1 , 2 , 3 ). Tada je ~a + ~b = (1 + 1 , 2 + 2 , 3 + 3 ). XXI
Dokazi!
PROP
Za ~a = (1 , 2 , 3 ) i vrijedi da je ~a = (1 , 2 , 3 ).
XXII
Dokazi!
Za ranije definiranu funkciju vrijedi:
(~a + ~b) = (~a) + (~b), ~a, ~b V3 PROP
(~a) = (~a), ~a V3 i
XXIII
3
Krace: k je izomorfizam. V3 i su izomorfni.
Dokazi!
PROP
~a i ~b su kolinearni ako i samo ako postoji takav da je (1 , 2 , 3 ) = (1 , 2 , 3 ). XXIV
Dokazi!
Za definiciju gledamo bazu V3 kao uredjenu
h itrojku hvektora.
i Tako
h mozemo
i uvesti i usmjerenje baze.
~ ~ ~ ~ ~
Neka su O, I, J, K E3 . Oznacimo sa i = OI , j = OJ i k = OK . ~
DEF Desna, tj. pozitivno orijentirana baza je {~i, ~j, ~k}. Ovo je dogovor na kojem gradimo ostale lijeve
2-16 i desne baze.
Neka je B = {~a, ~b, ~c} jedna baza, gdje su ~a = [1 , 2 , 3 ], ~b = [1 , 2 , 3 ] i ~c = [1 , 2 , 3 ].

1 1 1
Gledajmo matricu 2 2 2 . Ta matrica je regularna jer su vektori linearno nezavisni.
3 3 3
h i
DEF Za bazu {~a, ~b, ~c} kazemo da je desno (tj. pozitivno) orijentirana ako je det ~a, ~b, ~c > 0. U suprotnom
2-17
kazemo da je lijeva.
PROP
Neka je {~a, ~b, ~c} neka baza. Tada je ili {~a, ~b, ~c} ili {~a, ~b, ~c} desna baza.Dokazi! XXV
2.3. Skalarni, vektorski i mjesoviti produkt

hi hi
DEF Za vektore ~a, ~b V3 \~0 uz izbor O E3 vrijedi da je ~a = OA i ~b = OB pod kutom vektora
2-18
~a, ~b (oznaka: (~a, ~b)) razumijevamo AOB.
PROP
Ako su ~a i ~b kolinearni onda je (~a, ~b) = ili (~a, ~b) = 0. XXVI
Dokazi!
DEF
2-19
Ako je (~a, ~b) =
2 kazemo da su ortogonalni i pisemo ~a ~b.
Funkciju u : V3 V3 gdje su ~a, ~b V3 , u(~a, ~b) zapisujemo ~a ~b, tj. ~a~b zovemo skalarno mnozenje
DEF vektora, definiramo ovako:
2-20 ~a ~b = |~a| |~b|cos((~a, ~b)), tj. ~a ~0 = 0.
Ovaj kosinus jos krace pisemo cos(~a, ~b).
DEF
Za ~a~a pisemo jos i ~a2 i zovemo ga skalarni kvadrat.
2-21
PROP
Skalarni kvadrat vektora ima vrijednost |~a|2 .
XXVII
PROP
Za ~a, ~b V3 vrijedi da je (~a + ~b)2 = ~a2 + ~b2 + 2~a ~b. XXVIII
Dokazi!
PROP
~a ~b ~a ~b = 0. XXIX
Dokazi!
Svojstva skalarnog produkta.
~a, ~b, ~c V3 ,
~a ~b = ~b ~a (komutativnost)
PROP
(~a) ~b = (~a ~b) (kvaziasocijativnost) XXX
~a (~b + ~c) = ~a ~b + ~a ~c (distributivnost)

~a2 0, ~a2 = 0 ~a = ~0 (*)
Dokazi!
DEF V3 je realni vektorski prostor na kojem je definirano skalarno mnozenje, V 3 V3 sa svojstivima

2-22 komutativnosti, distributivnosti, kvaziasocijativnosti i *. Takva struktura se zove unitarni prostor.

B = {~i, ~j, ~k} (standardna, ortonormirana, kanonska baza). Za vektore te baze vrijedi: ~i~i = ~j~j = ~k~k = 1 KOR
i ~i~j = ~j~k = ~k~i = 0. XXXI
Za vektore ~a = (1 , 2 , 3 ), ~b = (1 , 2 , 3 ) vrijedi da im je skalarni produkt jednak ~a ~b = 1 1 + 2 2 + PROP

3 3 . XXXII
Dokazi!
q
|~a| = 21 + 22 + 23
3
P
i i KOR
XXXIII
cos(~a, ~b) = s i=1
s .
3
P 3
P
2i + i2
i=1 i=1
3
P PROP
~a, ~b V3 \O
~ vrijedi ~a ~b ~a~b = 0 i i .
i=1 XXXIV
Dokazi!
2 2 2
~a = (1 , 2 , 3 ), 1 = (~a,~i), 2 = (~a, ~j), 3 = (~a, ~k) cos i = i
a| , i
|~ = 1, 2, 3. cos 1 + cos 2 + cos 3 = 1. Ti
kosinusi se zovu kosinusi smjera. Dokazi!
|~a ~b| = |~a||~b||cos(~a, ~b)|.

|~a ~b| |~a||~b|.
3 3 3 PROP
3 Q P P
(1 , 2 , 3 ), (1 , 2 , 3 ) \{(0, 0, 0)}, vrijedi ( i i ) 2 ( 2i )( i2 ) = 0.
i=1 i=1 i=1 XXXV
Dokazi!
Nejednakost trokuta.
v
u 3
v
u 3
v
u 3 PROP
uX uX uX XXXVI
|~a + ~b| |~a| + |~b| t (i + i )2 t 2
1 + t 12 .
i=1 i=1 i=1
Funkciju v : V3 V3 V3 , gdje za ~a, ~b V3 umjesto v(~a, ~b), definiranu ovako:

1. Ako su ~a, ~b kolinearni, onda je ~a ~b = ~0
DEF 2. Ako ~a, ~b nisu kolinearni onda je ~a ~b vektor ciji su modul, smjer i orijentacija ovakvi:
2-23 |~a ~b| = |~a||~b| sin(~a, ~b) (modul)
s~a~b s~a , s~b (smjer)
~ ~
(~a, b, ~a b) cine desnu bazu (orijentacija)
PROP
|~a ~b| je povrsina paralelograma opisanog sa reprezentantama vektora ~a i ~b. XXXVII
Dokazi!
PROP
~a ~b = ~0 ~a, ~b kolinearni. XXXVIII
Dokazi!
PROP
~a ~b = ~b ~a (antikomutativnost). XXXIX
Dokazi!
~a, ~b, ~c V3 , vrijedi:

(~a) ~b = (~a ~b) (lijeva kvaziasocijativnost)
~a (~b + ~c) = ~a ~b + ~a ~c (lijeva distributivnost) PROP
XL
~a (~b) = (~a ~b) (desna kvaziasocijativnost)
(~a + ~b) ~c = ~a ~c + ~b~c (desna distributivnost)
PROP
Nema neutralnog elementa.
XLI
Dokazi!
PROP
Ne vrijedi ni asocijativnost.
XLII
Dokazi!
Za ~a, ~b, ~c V3
(~a ~b) ~c = (~a ~c)~b (~b ~c)~a PROP
XLIII
~a(~b ~c) = (~a ~c)~b (~a ~b)~c
Dokazi!
Jacobijev identitet
PROP
XLIV
(~a ~b) ~c + (~b ~c) ~a + (~c ~a) ~b = ~0
Pogledajmo kako se ponasaju vektori kanonske baze spram vektorskog produkta:

~i ~j ~k
~i ~0 ~
k ~j
~j ~k ~0 ~i
~k ~j ~i ~0

~i ~j ~k PROP

~
~a b = 1 2 3 XLV
1 2 3
Dokaz
~a ~b = (1~i + 2~j + 3~k) (1~i + 2~j + 3~k)

= (2 3 3 2 )~i + (3 1 1 3 )~j + (1 2 2 1 )~k

2 3 1 3 1 2
= ~
i ~
j+ ~k
2 3 1 3 1 2

~i ~j ~k

= 1 2 3
1 2 3
DEF Preslikavanje [ : V3 V3 V3 definiramo kao [(~a, ~b, ~c) = (~a ~b) c, ~a, ~b, ~c V3 , i zovemo
2-24 mjesoviti produkt.
PROP
[(~a, ~b, ~c) = 0 ~a, ~b, ~c komplanarni. XLVI
Dokaz
[(~a, ~b, ~c) = 0 (~a ~b) ~c = 0.
Ako je ~a ~b = 0, onda ~a, ~b kolinearni, pa su ~a, ~b, ~c komplanarni.
Ako je ~c = ~0, onda su komplanarni.
Ako je ~a ~b 6= ~0 i ~c 6= ~0, onda je ~c ~a ~b ~a, ~b, te je ~c k ~a, ~b, tj. oni su komplanarni.
~a, ~b, ~c komplanarni.
Ako je ~a ~b = 0 onda je (~a ~b) c = 0.
Ako je ~c = ~0, onda je (~a ~b) 0.
~a ~b 6= ~0 onda je ~c 6= ~0, onda je ~c ~a ~b, pa je (~a ~b) ~c = 0.
Ako vektore izrazimo kao ~a = (1 , 2 , 3 ), ~b = (1 , 2 , 3 ), ~c = (1 , 2 , 3 ), tvrdimo da je onda

1 2 3 PROP

[(~a, ~b, ~c) = 1 2 3 . XLVII
1 2 3
Dokaz
[(~a, ~b, ~c) = (~a ~b) ~c = ~c (~a ~b) = (2 3 3 2 )1 + (3 1 1 3 )2 + (1 2 2 1 )3 .

1 2 3

[(~a, ~b, ~c) = 1 2 3
1 2 3
PROP
[(~a, ~b, ~c) = [(~a, ~b, ~c) = [(~c, ~a, ~b) = [(~b, ~a, ~c) = [(~c, ~b, ~a) = [(~a, ~c, ~b) XLVIII
Dokazi!
PROP
Vrijedi: (~a ~b) ~c = ~a (~b ~c). XLIX
Dokazi!
Neka su ~a, ~b, ~c V3 nekomplanarni vektori. Volumen paralelepipeda razapetog ovim vektorima je PROP
|[(~a, ~b, ~c)|. Predznak jos daje i informaciju o lijevosti baze. L
Dokazi!
Uzmimo tocku O E3 , te bazu {~i, ~j, ~k} V3 . Uredjenu

h icetvorku
h (O,
~~ ~
i i, j, k)h zovemo koordinatni
DEF i
~ ~ ~ ~ ~ ~
sustav (Cartesiusov). Gledajmo reprezentante od i = OI , j = OJ i k = OK . Tocke I, J, K
2-25
su jedinicne tocke, a pravci OI, OJ i OK su koordinatne osi.
h i
DEF ~ V3 . Taj vektor zovemo radijvektor.
Gledajmo tocku T E3 , te vektor ~rT = OT
2-26
Za taj ~rT postoje jedinstveni i , j , k takvi da je ~rT = i~i+j~j +k~k (svojstvo baze vektorskog prostora).

Iz toga zakljucujemo da se tocki T pridruzuje uredjena trojka (i , j , k ).

3
DEF Znaci postoji funkcija : E3 , : T 7 (i , j , k ). Tu sliku pojedinog elementa po toj funkciji
2-27 zovemo koordinate tocke.
PROP
Ranije definirana funkcija je bijekcija.
LI
Dokazi!
Kako je k bijekcija mozemo pisati da je T = (i , j , k ) = (1 , 2 , 3 ) = (x, y, z). Tocke pisemo u
DEF
okruglim zagradama ( ), a vektore u uglatim zagradama [ ]. Brojeve i , j , k , odnosno 1 , 2 , 3 ,
2-28
odnosno x, y, z zovemo koordinate tocke.
h i h i h i h i
Neka tocka A = (1 , 2 , 3 ), a tocka B = (1 , 2 , 3 ). Gledamo vektor AB~ = AO ~ + OB ~ = OA ~ +
h i
~ = (1 , 2 , 3 ) + (1 , 2 , 3 ) = (1 1 , 2 2 , 3 3 ).
OB
h i
~ p
d(A, B) = AB = (1 1 )2 + (2 2 )2 + (3 3 )2
Udaljenost tocke od ravnine (znamo sto je ravnina) bi bila udaljenost od tocke ravnine iz koje se moze povuci
okomica na ravninu koja prolazi kroz danu tocku.
U E3 gledamo koordinatni sustav (O, {~i, ~j, ~k}) i ravninu . Uzmimo tocku T E3 . Zanima nas sto bi bilo
d(T, ).
Neka je ravnina zadana sa , tj. udaljenost od ishodista i ~n0 , jedinicni vektor normale, okomit na .
d + = |~rT |cos(~rT , ~n0 ) = |~rT ||~n0 |cos(~rT , ~n0 ) = ~rT ~n0 .
Za udaljenost vrijedi:
d(T, ) = ~rT ~n0
T = (x, y, z), ~n0 = [A0 , B0 , C0 ] = [cos , cos , cos ].
d(T, ) = x cos + y cos + z cos .
Cinjenicu da je tocka na ravini mozemo izraziti kao T d(T, ) = 0 x cos +y cos +z cos = 0. Zadnja
jednadzba je tzv. Hesseov normalni oblik jednadzbe ravnine. Opceniti oblik te jednadzbe je Ax+By +Cz +D =
0, gdje je barem jedan od A, B, C 6= 0. Svaka ravnina se moze prikazati jednadzbom:
A B C D

A2 +B 2 +C 2
x +
A2 +B 2 +C 2
y +
A2 +B 2 +C 2
z + =0 (2.i)
A2 +B 2 +C @
Tocke ravnine su rjesenja jedne linearne jednadzbe sa tri nepoznanice.

DEF
Izraz (2.i) je tzv. opca jednadzba ravnine.
2-29
Ostali zakljucci:

D
=

2
A +B +C 2 2
h i
A B C
~n0 = [cos , cos , cos ] =
A2 +B 2 +C 2
, A2 +B 2 +C 2
, A2 +B 2 +C 2
~n = [A, B, C]
Ako su vektori ~a, ~b nekolinearni i u prikazuhpreko tocke T0 se nalaze

hiu ravnini , onda za svaku
i ~ ~
tocku T postoje , takvi da je T0 T ~a + b, tj. {~a, b, T0 T } su komplanarni. Iz toga

DEF slijedi da je ~rT ~r0 = ~a + b, tj. ~rT = ~r0 + ~a + ~b. To jetzv. parametraska jednadzba ravnine
~
2-30 x = x0 + 1 + 1
u vektorskom obliku. Razvijeno u skalare dobivamo y = y0 + 2 + 2 , tj. parametarsku

z = z0 + 3 + 3
jednadzbu ravnine u skalarnom obliku.

x x0 y y 0 z z 0

T ~rT ~r0 , ~a, ~b komplanarni [(~rT ~r0 , ~a, ~b) = 0 1 2 3 = 0.
1 2 3
Jednadzba ravnine preko tocaka T1 = (x1 , y1 , z1 ), T2 = (x2 , y2 , z2 ), T1 = (x3 , y3 , z3 ):

x x1 y y 1 z z 1
x y z 1

x2 x1 y2 y1 z2 z1 = 0, tj. x1 y1 z1 1 = 0

x3 x 1 y 3 y 1 z 3 z 1 x2 y 2 z 2 1

x3 y 3 z 3 1
DEF
Kut izmedju ravnina 1 i 2 je min{(~n1 , ~n2 ), (~n1 , ~n2 )}.
2-31
Iz skalarnog produkta slijedi:

|~n1 ~n2 | |A1 A2 + B1 B2 + C1 C2|
cos(~n1 , ~n2 ) = =p 2 p
|~n1 ||~n2 | A1 + B12 + C12 A22 + B22 + C22
Ravnine su okomite (1 2 ), po definiciji, ako je kut izmedju njih /2, tj. ako je A1 A2 + B1 B2 + C1 C2 = 0.
Imamo pravac p E3 zadan tockom T = ~rT = (x0 , y0 , z0 ) i vektorom smjera ~n0 = (1 , 2 , 3 ). Biti kolinearan
znaci biti proporcionalan. Tocka T 0 = ~rT 0 =
(x, y, z) je na pravcu p ako vrijedi da je ~rT 0 = ~rT + n0 , pa se
x = x0 + 1
yy0
pravac moze razviti u sistem od 3 jednadzbe: y = y0 + 1 , slijedi da je = xx zz0
1 = 2 = 3 . Odavde
0

z = z0 + 3
slijedi kanonska jednadzba pravca:
x x0 y y0 z z0
= =
1 2 3
Iz toga se vidi da je pravac skup zajednickih tocaka dviju ravnina. Jedna tocka i vektor smjera daju kompletan
pravac. Naravno, moze se pravac zadati i kao sustav 2 jednadzbe sa tri nepoznanice.
Ako su dane 2 tocke, T1 = (x1 , y1 , z1 ) i T2 = (x2 , y2 , z2 ).
x x1 y y1 z z1
= =
x2 x 1 y2 y 1 z2 z 1
DEF Neka su dani pravci p i q, zadanih odgovarajucim vektorima smjera ~u i ~v . Kut izmedju pravaca
2-32 p i q je (p, q) = min{(~u, ~v ), (~u, ~v )}.
DEF
Kut pravca p i ravnine
2-33

. Ako je pravac p okomit na svaki pravac te ravnine, onda kazemo da je okomit na ravninu ili da je kut 2. Ako
nije, onda je kut izmedju p i kut izmedju p i njegove ortogonalne projekcije na .
|~
u~
n|
Kut izmedju p i je broj takav da je sin = |~ n| .
u||~
Udaljenost tocke T = ~rT od pravca p = (~r0 , ~n) je

|(~r0 ~rT ) ~n| PROP
d(T, p) = LII
|~n|
Udaljenost dva mimoilazna pravca p = (~r1 , ~n1 ) i q = (~r2 , ~n2 ) je

|[ ((~r2 ~r1 ), ~n1 , ~n2 ) k PROP
d= LIII
|n1 n2 |
3. LINEARNI OPERATORI
3.1. Osnovna svojstva linearnih operatora

DEF Za vektorske prostore V, W nad F . Preslikavanje A : V W zove se linearni operator ako vrijedi
3-1 A(x +V y) = A(x) +W A(y).
Zagrade se ne pisu uvijek.

(Aditivnost) KOR
Ako je A : V W linearni operator, onda je A(x + y) = Ax + Ay. LIV
Dokazi!
(Homogenost) KOR
Ako je A : V W linearni operator, onda je A(x) = A(x). LV
Dokazi!
PROP
Ako je funkcija A : V W aditivna i homogena, onda je ona linearni operator.
LVI
Dokazi!
Za A : V W linearni operator, onda za sve x1 , . . . , xn V , 1 , . . . , n F vrijedi:
!
Xn n
X PROP
A i xi = i A(x). LVII
i=1 i=1
Dokazi!
PROP
A(V ) = W .
LVIII
Dokaz
A( )
A(V ) = A(V + V ) = A(V ) + A(V ) V W = A(V ).
Primjeri:
1. R : V 2 (O) V 2 (O) - rotacija za kut .Dokazi!
2. Ortogonalno projiciranje iz V 3 (O) i V 2 (O).Dokazi!
3 3
3. A : , A : (x1 , x2 , x3 ) 7 (x1 , x2 , 0)Dokazi!
3 2
4. A : , A : (x1 , x2 , x3 ) 7 (x1 , x2 )Dokazi!
2 3
5. A : , A : (x1 , x2 ) 7 (6x1 x2 , 2x1 + x2 , x1 7x2 )Dokazi!
2 2
6. A : , A : (x1 , x2 ) 7 (x21 , x2 + 5) - nije!Dokazi!
7. : Mmn Mnm , : A 7 A Dokazi!
8. det : Mm - nije! Dokazi!
Pm
9. tr : Mm , tr : A 7 i=1 ii Dokazi!
3
10. f : , f : (x1 , x2 , x3 ) 7 2x1 x2 + 4x3 Dokazi!
3
11. g : , g : (x1 , x2 , x3 ) 7 0Dokazi!
3
12. h : , g : (x1 , x2 , x3 ) 7 1 - nije!Dokazi!
13. n : V W , n : x 7 W - nul-operator. Dokazi!
14. id : V V , id : x 7 xDokazi!
15. D : Pn Pn , D : p 7 p0 Dokazi!
16. D : P P , D : p 7 p0 Dokazi!
17. z : , z : (x1 , x2 , . . .) 7 (x2 , . . .).
Dokazi!
Neka je A : V W P linearni operator. UzmimoP bazu BV = {b1 , b2 , . . . , bn }. Za x V vrijedi da postoji
n n
jedinstveni rastav x = i=1 i bi . Onda je A(x) = i=1 i A(bi ). To znaci da je linearni operator u poptunosti
odredjen djelovanje na bazu.
Zadavanje linearnog operatora na bazi i prosirenje po linearnosti.
Neka su V i W konacnodimenzionalni vektorski prostori nad , dim V = n < . Neka je {b 1 , . . . , bn } PROP
baza od V , te {w1 , . . . , wn } uredjena n-torka vektora iz W . Tada postoji jedinstveni linearni operator LIX
A : V W takav da je Abi = wi , i = 1 . . . n. U skupu wi -ova dozvoljavamo ponavljanje.
Dokaz
Egzistencija:
Pn Pn
Definirajmo A : V W ovako: Za x V, x = i=1 i bi definiramo A(x) = i=1 i wi . Iz toga slijedi da je
Abi = wi , i = 1..n.
Pn Pn
Neka je x = i=1 i bi , y = i=1 i bi .
Pn
Onda je x + y = i=1 (i + i )bi .
Pn Pn
Ax = i=1 i wi , Ay = i=1 i wi .
P
A(x + y) = ni=1 (i + i )wi = Ax + Ay. Linearnost vrijedi.
Pn Pn
x = i=1 i bi . Ax = i=1 i wi = Ax. Homogenost vrijedi.
Egizstencija dokazana.
Jedinstvenost:
Pretpostavimo B : V W linearni
Pn da postojiP Pn operator takav da je Bbi = wi , za i = 1 . . . n. Onda gledamo da
n
je Bx = B( i=1 i bi ) = i=1 i Bbi = i=1 i wi = Ax. Dakle, A = B, tj. A je jedinstven.
Neka je A : V W linearni operator.

1. Ako je L V onda je A(L) W . PROP
LX
2. Ako je M W , onda je A (M ) V .
Dokaz
Uzmimo a, b A(L) i , F . a = Ax, b = Ay za neke x, y L. A(x + y) = Ax + Ay = a + b W .
Zatvorenost na linearne kombinacije je dovoljan uvjet za potprostor.
Uzmimo a, b A (M ) i A(a) = x M , A(b) = y M , M 3 x + y = A(a) + A(b) = A(a + b)
a + b A (M ).
KOR
A : V W , A(V ) = Im A W .
LXI
DEF
Slika linearnog operatora A je Im A = A(V ).
3-2
DEF
Rang operatora r je dimenzija slike operatora.
3-3
KOR
A : V W , A (W ) = Ker A V .
LXII
DEF
Jezgra operatora je original neutralnog elementa u kodomeni.
3-4
DEF
Defekt operatora d je dimenzija jezgre.
3-5
Neka je A : V W linearni operator, te neka je BV = {b1 , . . . , bn } , dim V = n.

n
P n
P
Za x V , x = i bi vrijedi Ax = i Abi .
i=1 i=1
Iz toga mozemo zakljuciti da je {Ab1 , . . . , Abn } skup izvodnica za Im A, pa je r(A) n.
PROP
Linearni operator A : V W je injekcija ako i samo ako je Ker A = V d(A) = 0.
LXIII
Dokaz
Znamo da je AV = W . Ako je A injekcija Ker A = {V }.
U suprotnom smjeru. Neka je Ker A = V . Ako je Ax = Ay, onda Ax Ay = w x y Ker A x y =
v x = y.
Neka je A : V W linearni operator. A je injekcija ako i samo ako za svaki linearno nezavisni skup S PROP
u V vrijedi da je skup A(S) = {Ax : x S} linearno neazvisan skup u W . LXIV
Dokaz
S = {x1 , . . . , xn } linearno nezavisan u V .
A(S) = {Ax1 , . . . , Axn }
Gledamo linearnu kombinaciju 1 Ax1 . . . + n Axn = W A(1 x1 + . . . + n xn ) = W . Posto znamo
da je jezgra od A trivijalna (uvjet injekcije linearnog operatora, iz prethodnog teorema), onda gledamo samo
1 x1 + + n xn = V . To vrijedi samo za i = 0, i = 1 . . . n, cime je dokazan jedan smjer.
Pretopstavimo da su S i A(S) linearno nezavisni. Neka je B = {b1 , . . . , bn } baza od S. TadaPje {Ab1 , . . . Abn }
n
linearno
Pn nezavisan
Pn u A(S), pa je to onda baza od A(S). Tada gledamo Ax = Ay, Ax = i=1 i Abi , Ay =

i=1 i Ab i . i=1 ( i i )Ab i = W . Kako je ovo izrazeno preko baze, vrijedi da je i i = 0 i = i .
O rangu i defektu
Suma ranga i defekta linearnog operatora A : V W je konstantna i jednaka dimenziji domene, tj: TM
LXV
r(A) + d(A) = dimV
Dokaz
Ako je A injekcija, onda je d = 0 i r = dim V , trivijalno.
Gledamo A takve da je d 6= 0. Znamo da je slika baze skup izvodnica od Im A.
Gledamo bazu {Ae1 , . . . , Aed , Aed+1 , . . . , Aen }. Vektori Ae1 , . . . Aed su nul-vektori jer su dio jezgre.
Uzmimo da je d+1 Aed+1 + + n Aen = w .
Izlucimo li A, dobivamo da je d+1 Aed+1 + + n Aen u jezgri, tj. da se taj vektor moze dobiti linearnim
kombinacijama vektora iz baze i jezgre.
Posto je to istovremeno linearna kombinacija vektora koji nisu u jezgri, onda cine nulvektor samo u tivijalnoj
linearnoj kombinaciji.
DEF
Linearni operator koji je bijekcija zove se izomorfizam.
3-6
DEF
Linearni operator koji je injekcija zove se monomorfizam.
3-7
DEF
Linearni operator koji je surjekcija zove se epimorfizam.
3-8
Ako je A : V W linearni operator, pri cemu je dimV = dimW , tada su sljedece tvrdnje ekvivalentne:
1. A je monomorfizam.
PROP
2. A je epimorfizam. LXVI
3. A je izomorfizam.
Dokazi!
Ako je A : V V linearni operator onda su ove tvodnje ekvivalentne:

1. A je surjekcija.
KOR
2. A je injekcija. LXVII
3. A je bijekcija. (automorfizam).
Ako je A : V W linearni operator, dimV = n, tada su ove tvrdnje ekvivalnente:

1. A je izomorfizam
PROP
2. Svaka baza iz V po A je baza u W LXVIII
3. Postoji baza iz V takva da je njena slika u W baza u W .
Dokaz
1. 2. Ocito, po teoremu o rangu i defektu..
2. 3. Ocito.
3. 1.
3. dim W = dim V = r(A) + d(A), no r(A) = dim V A je surjekcija, i dim V + d(A) = dim V , stoga
d(A) = 0, pa je A injekcija, drugim rijecima A je bijekcija, i.e. izomorfizam 1.
KOR
Ako je A : V W izomorfizam, onda su dimenzije V i W jednake.
LXIX
PROP
A : V W je izomorfizam. Tada je A1 : W V izomorfizam.
LXX
Dokaz
Gledamo A1 : W V
a, b W , , F
x, y V , t.d. Ax = a,Ay = b
A1 (a + b) = A1 (Ax + Ay) = A1 A(x + y) = A1 a + A1 b
Neka je A : V W linearni operator. Neka je B : W Z linearni operator, gdje su V , W i Z vektorski PROP

prostori nad istim poljem F . Tada je AB = A B : V Z linearni operator. LXXI
Dokazi!
Neka je A : V W izomorfizam. Neka je B : W Z izomorfizam, gdje su V , W i Z vektorski prostori PROP
nad istim poljem F . Tada je AB = A B : V Z izomorfizam. LXXII
Dokazi!
DEF
Za vektorske prostore V i W kazemo da su izomorfni i pisemo V ' W ako postoji izomorfizam.
3-9
Za vektorske prostore V, W, Z vrijedi sljedece:

1. V ' V PROP
2. Ako je V ' W onda je W ' V . LXXIII
3. Ako je V ' W i W ' Z
Dokazi!
PROP
Ako je A : V ' W izomorfizam, onda je dim V = dim W .
LXXIV
PROP
Ako su V i W vektorski prostori prostori nad istim poljem, onda ako je dim W = dim V , onda je V ' W .
LXXV
Dokaz
V ,W nad F , dim V = dim W = n. Onda mozemo uzeti dvije baze, BV = {e1 , . . . , en } i BW = {f1 , . . . , fn }.
Gledajmolinearni operator A : ei 7 fi , za i = 1, . . . , n.
Pn Pn n
P
W = A i e i = i Aei = i fi , no (fi ) je baza u W , pa svi i moraju biti jednaki 0, pa je jezgra
i=1 i=1 i=1
trivijalna, sto je dovoljno za izomorfizam.
KOR
W, V su izomorfni nad F ako i samo ako je dim W = dim V .
LXXVI
KOR
Anizomorfnih konacnodimenzionalnih vektorskih prostora nad istim poljem je 0 .
LXXVII
3
Primjer: je trodimenzionalni vektroski prostor, i svi realni trodimenzionalni prostori su mu izomorfni.
Neka je V vektorski prostor. Neka je L(V ) skup svih linearnih operatora A : V V . Ako je
DEF
A L(V ) i bijekcija je, onda (tj. izomorfizam, tj. automorfizam). Kazemo da je A regularan
3-10
linearni operator.
1. A, B L(V ) AB L(V )
2. A(BC) = (AB)C (A, B, C L(V )).
PROP
3. Postoji identiteta I L(V ) i za nju vrijedi da je AI = IA = A za sve A L(V ).
LXXVIII
4. Za sve regularne A L(V ) postoji regularni A1 L(V ) Takav da je AA1 = A1 A = I.
5. Za regularne A, B L(V ) vrijedi da je AB regularan.
Drugim rijecima, regularni linearni operatori cine grupu.
Dokazi!
3.2. Prostor linearnih operatora

DEF
L(V,W) je skup svih linearnih operatora A : V W .
3-11
DEF
Za A, B iz L(V, W ) neka je A+B : V W , tj. definirano na sljedeci nacin: A+B : x 7 A(x)+B(x).
3-12
PROP
Ranija funkcija + je zatvorena na L(V, W ), tj. A + B L(V, W ), za sve A, B L(V, W ).
LXXIX
Dokazi!
PROP
L(V, W ) s obzirom na ranije definirano zbrajanje je abelova grupa.
LXXX
Dokazi!
DEF
Za A L(V, W ) i F definiramo funkcijui A L(V, W ) takvu da je A : x 7 A(x).
3-13
L(V, W ) s obzirom na zbrajanje i mnozenje skalarom je vektorski prostor, i.e. vrijedi kvaziasocijativnost,
PROP
distributivnost prema mnozenju skalarom i prema vektorskom zbrajanju i postoji jedinica, tj. neutralni
LXXXI
element za mnozenje skalarom.
Dokazi!
KOR
Posebno, L(V ) je vektorski prostor.
LXXXII
TM
dim L(V, W ) = dim V dim W .
LXXXIII
Dokaz
Moramo pronaci bazu od L(V, W ).
dim V = n BV = {e1 , e2 , . . . , en }
dim W = m BW = {f1 , f2 , . . . , fm }
Neka je Eij : V W , i = 1, . . . m, j = 1, . . . , n.

fi k = j
Eij ek = k = 1, . . . n
W k 6= j
Iz toga slijedi da tih preslikavanja ima m n. Ona postoje jer su dobro definirana djelovanjem na bazi domene.
Sada trebamo dokazati da je skup svih Eij baza od L(V, W ). To je skup izvodnica
i linearno nezavisan skup.
Pm m
P m
P
Neka je A L(V, W ) takav da je Aek = ik fi = ik Eik ek = ik Eik ek , za k = 1, . . . , n.
i=1 i=1 i=1
n X
X n
A= ik Eik
k=1 i=1
Time smo dokazali da je skup Eij

-ova skup izvodnica.

Pn Pn n P
P n
Gledamo ik Eik = 0, tj. i k Eik x = W .
k=1 i=1 k=1 i=1
n P
P n n P
P n
Zato i k Eik ej = W , iz cega slijedi ik fi = W , sto je nuzno jedinstvena linearna kombinacija.
k=1 i=1 k=1 i=1
KOR
dim V = n dim L(V ) = n2 .
LXXXIV
DEF Funkcional je linearni operator iz L(V, F ), tj. linearni operator iz vektorskog prostora u vlastito
3-14 polje.
DEF
Dulani prostor V je skup linearnih funkcionala nad vektorski prostor V .
3-15
Neka je f V , dim V = n je linearni funkcional. Neka f nije nul-funkcional. Tada je r(f ) = 1 d(f ) = n 1.
dim V = dim L(V, F ) = dim V dim F = dim V V ' V
Dualna baza BV od V ima jednako monogo elemenata kao i baza od V .
BV = (e ) = {e1 , . . . , en }

1 za k = j
ej (ek ) =
0
3
Primjer:
e1 = (1, 0, 0)
e2 = (0, 1, 0)
e3 = (0, 0, 1)
(e) = {e1 , e2 , e3 }

3

Gledamo bazu (e ) = {e1 , e2 , e3 }.
e1 (e1 ) = 1 e2 (e1 ) = 0 e3 (e1 ) = 0

e1 (e2 ) = 0 e2 (e2 ) = 1 e3 (e2 ) = 0
e1 (e3 ) = 0 e2 (e3 ) = 0 e3 (e3 ) = 1
3
Za x = (x1 , x2 , x3 ) vrijedi da je e1 (x) = x1 , e2 (x) = x2 , e3 (x) = x3 .

3 3 3
f: . Za x definiramo f : x 7 1 x1 + 2 x2 + 3 x3 . Drugim rijecima f
n
Opcenito tvrdimo da samo adekvatni f -ovi zive u .

n PROP
(g) g (1 , . . . n )(g : x 7 1 x1 + . . . + n xn ).

LXXXV
Dokazi!
Znamo da je dim(Mmn (F )) = m n = dim L(V n , W m ). Iz toga slijedi da je Mmn (F ) ' L(V n , W n ).

Neka je V vektorski prostor nad F . Tada za L(V ) vrijedi:
1. L(V ) je vektorski prostor
2. A, B L(V ) je AB L(v)
3. A, B, C L(V ) je (AB)C = A(BC) PROP
LXXXVI
4. A, B, C L(V ) je A(B + C) = AB + AC
5. A, B L(V ) je (AB) = (A)B.
6. A L(V ) je AI = IA = A, gdje je I L(V ) identiteta.
Drugim rijecima, (L(V ), ) je algebra.Dokazi!
Znamo da je Mn (F ) ' L(V ). Slutimo da ce biti izomorfni i kao algebre.

3.3. Koordinatizacja
Gledamo vektorski prostor V nad F i njegovu bazu (e) = {e1 , . . . e1 . . . , en }. Gledamo vektor v V ,

1
2
Pn
i e i = n
v= .3 Mn1 (F ), F .
i=1 ..
n
PROP
: V F n , : v 7 v(e) , za v V je izomorfizam.
LXXXVII
Dokazi!
Neka su V, W vektorski prostori nad F . Neka je BV = (e) = {e1 , . . . , en }, BW = (f ) = {f1 , . . . , fn }. Neka je

A L(V, W ). On je potpuno odredjen svojim djelovanjem na bazi.
Pm
Neka je Aej = ij fi , za j = 1, . . . n.
i=1
Prirodno se namece matricni zapis:

11 12 13 1n
21 22 23 2n

A(f,e) = 32 33 3n Mmn (F )
.31 .. .. .. ..
.. . . . .
m1 m2 m3 mn
Definiramo funkciju : L(V , W m ) Mmn (F ), : A 7 Af,e .
n
PROP
je bijekcija.
LXXXVIII
Dokazi!
PROP
je linearni operator.
LXXXIX
Dokazi!
KOR
je izomorfizam.
XC
Gledamo opet linearni operator A : V(e) W(e) i operiranje Av, za v V . Takodjer gledamo operiranje
A(f,e) v(e) .
(Av)(f ) = A(f,e) v(e) . PROP

XCI
Dokaz
V(e) , W(f )
A L(V, W ).
A(f,e) = [ij ].

1
.
v V, v(e) = ..
n
!
Pn Pn Pn Pm m
P n
P
Av = A( j=1 j e j ) = j=1 j Aej = j=1 j i=1 i f i = ij j fi . Ovo zadnje je definicija
i=1 j=1
mnozenja matrice stupcanom matricom, pomnozeno sa vektorima baze.

11 12 13 1n 1
21 22 23 3n 2

(Av)(f ) = 31 32 33 3n 3 = A(f,e) v(e)
.. .. .. .. .. .
..
. . . . .
m1 m2 m3 mn n
Ako su V, W vektorski prostori nad F , a A L(V, W ). Uz pripadne baze (e) od V i (f ) od W , vrijedi PROP
r(A) = r(A(f,e) ). XCII
Dokaz
r(A) = dim Im A= dim [Ae1 , Ae2 , . . . , Aen ]
r(A(f,e) ) = dim Ae1(f ) , . . . , Aen(f )
Sjeti se : V F n od ranije. To je izomorfizam, stoga su ovi rangovi jednaki.
Neka su V, W, X vektorski prostori nad F . Neka su (e), (f ) i (g) baze pripadnih prostora. dim V = n,
PROP
dim W = m, dim X = l. Neka je A linearni operator iz L(V, W ) i B L(W, X). Njihova kompozicija je
XCIII
BA L(V, X). Tada je (BA)(g,e) = B(g,f ) A(f,e)
Dokaz
A(f,e) = [ij ] Mmn
B(g,f ) = [ij ] Mlm
BA(g,e) = [ij ] Mln
Tvrnja je moguca jer su A i B ulancane.
Trazimo opceniti j k , koji mora biti jednak sa lijeve i sa desne strane proponiranog izraza.
n
P j = 1...l
j k = j i ik za sve
i=1 k = 1...n
Za k = 1 . . . n vrijedi:
m
! m
X X
BA(ek ) = B(A(ek )) = B ik fi = ik Bfi
i=1 i=1
!
m
X l
X l
X m
X .
= ik j i g j = j i ik gj
i=1 j=1 j=1 i=1
| {z }
j-ta koordinata
Kod automorfizama A : V V ako ne mijenjamo bazu onda pisemo samo A(e) . Drugim rijecima pisemo
A(e) x(e) = (Ax)(e) .
Gledamo pojmove ranga i regularnosti kod matrica i kod operatora.
A regularan operatore A bijekcija A surjekcija dim Im A = dim V r(A) = dim V r(A (e) ) = n
A(e) regularna.
Matricu linearnog operatora S sa vektorskog prostora na njega samog sa svojstvom da ako su (e) i
DEF
(e0 ) baze od pripadnog vektorskog prostora onda je Sei = e0i , za i = 1 . . . dim V nazivamo matrica
3-16
prijelaza.
Neka su V, W vektorski prostori nad . Neka su (e), (e0 ) baze od V , a (f ), (f 0 ) baze od W . Neka su
dimenzije V i W jednake n, odnosno m. Neka su S i T linearni operatori takvi da S : V V , S : ej 7 e0j TM
1 XCIV
i T : W W , t.d. T : fi 7 fi0 . Ako je A L(V, W ), onda vrijedi: A(f 0 ,e0 ) = T(f ) A(f,e) S(e)
Dokaz
Uocimo da su S i T automorfizmi.
IV : V V je identiteta. Gledamo IV (e,e0 ) . Njezin j ti stupac je IV e0j = e0j u (e). Za S(ej ) = e0j u (e). Dakle,
IV (e,e0 ) = S(e) . Takodjer je onda T(f ) = IW (f,f 0 ) .
A = IW AIV
A(f 0 ,e0 ) = (IW AIV )(f 0 ,e0 ) = (IW A)(f 0 ,e) IV (e,e0 ) = IW (f 0 ,f ) A(f,e) IV (e,e0 )
1 1
= IW (f,f 0 ) A(f,e) IV (e,e0 ) = T(f ) A(f,e) S(e)
KOR
U vektorskom prostoru V sa bazama (e) i (e1 ) i matricom prijelaza
XCV
FIXME
DEF Ako za dva linearna operatora A, B : V V postoji automorfizam S takav da je B = S 1 AS, onda
3-17 kazemo da su ti operatori slicni. Oznacavamo sa A B.
PROP
Relacija slicnosti operatora je relacija ekvivalencije.
XCVI
TM
Neka je u vektorskom prostoru V zadano A, B L(V ), V . . . (e), tada vrijedi:(A 1 )(e) = (A(e) )1 .
XCVII
Dokaz
(BA)(e) = B(e) A(e)
A L(V ), A regularan;
AA1 = A1 A = IV
(AA1 )(e) = I(e) = I
A(e) (A)1
(e) = I (A
1
)(e) = (A(e) )1
PROP
Inverz matrice prijelaza je matrica prijelaza.
XCVIII
Dokaz
Definiramo matrice prijelaza Z i X, tako da za baze od pripadnog vektorskog prostra V , (e) i (e 0 ), tako da je
Zei = e0i i Xe0i = ei , za sve i = 1 . . . dim V . Znaci da je ZXe0i = e0i i XZei = ei , za sve i = 1 . . . dim V , te je
XZ = ZX = I.
Gledamo vektorski prostor V , i njegove baze (e) i (e0 ), te neki vektor x V i njegove zapise u bazama x(e) i
x(e0 ) .
Znamo, za A : V W , (Ax)(f ) = A(f,e) x(e) .
Znamo, takodjer da je Iv x = x, te je (Ix)(e0 ) = I(e0 ,e) x(e) .
Iz toga slijedi da je x(e) = S(e0 ) x(e) .
DEF Neka su A i B dvije kvadratne matrice. Kazemo da su one slicne ako postoji regularna matrica S
3-18 takva da je B = S 1 AS.
PROP
Matricni prikazi operatora A L(V ) u raznim bazama su slicne matrice. vec dokazano.
XCIX
PROP
Slicnost je relacija ekvivalencije.
C
Dokaz
1. A ./ A, trivijalno, uz S = I.
2. A ./ B B ./ A, trivijalno: (S 1 )1 B(S 1 ) = A
3. A ./ B B ./ C A ./ C, takodjer trivijalno: S 1 BS = C, B = S 01 AS 0 C = S 1 S 01 AS 0 S, T :=
S 0 S, T 1 = S 1 S 01 , C = T 1 AT .
Neki zakljuci za slicne matrice A i B: r(A) = r(B), det A = det B.
PROP
Svaka matrica jest matrica nekog linearnog operatora.
CI
Dokaz

11 1n
.. .. ..
A Mmn ( ), A = [ij ] = . . . .
m1 mn
Gledamo prostore V i W nad , sa dimenzijama dim V = n, dim W = m i bazama (e) i (f ).
i=1
P
Definiramo linearni operator A : V W takav da je A(ej ) = ij fi , za j = 1 . . . n. Tada je A(f,e) = A.
m
Iz sustava linearnih jednadzbi znamo da smo cijelu pricu o matricnom iskazivanju linearnih operatora mogli
apstrahirati na izraze AX = B i pripadni homogeni sustav AX = 0. Geometrijska intepretacija preko linearnih
operatora je sljedeca:
A0 : Mn1 Mm1 , A = A0(f,e) . X = X(e) Mn1 , B = B(f ) Mm1 .
Zakljucujemo: AX = B A0 X = B
Time znamo da je i AX = 0 A0 X = 0 X KerA0 . Takodjer zakljucujemo da je pitanje postojanja rjesenja
sustava A0 X = B ekvivalentno pitanju B ImA0 .
3.4. Spektar
DEF Neka je V vektorski prostor nad i neka je A L(V ). Kaze se da je 0 svojstvena vrijednost
3-19 (karakteristicna vrijednost) operatora A ako postoji vektor x V, x 6= takav da je Ax = 0 x.
DEF
(A) je skup svih svojstvenih vrijednosti od A. Taj skup se zove spektar.
3-20
DEF
x iz definicije svojstvene vrijednosti naziva se svojstveni vektor.
3-21
Ako je x svojstvena vrijednost, onda je i x svojstveni vektor, za istu svojstvenu vrijednost.

Za istu svojstvenu vrijednost mogu postojati i nezavisni svojstveni vektori. Identiteta ima jedinstvenu svojstvenu
vrijednost i svi vektori su svojstveni vektori.
Primjer:
3 3
A:

1 0 0
A(e) = 0 2 0 . Ovaj operator ima 3 svojstvene vrijednosti 1, 2, 3, svaku u smjeru svake komponente baze.
0 0 3
Neka je skalar 0 neka svojstvena vrijednost od A L(V ). Gledamo skup VA (0 ) = {x V : Ax = 0 x}. Za
x, y VA (0 ) i , vrijedi da je A(x + y ) = Ax + Ay = 0 x + 0 y = 0 (x + y). Znaci VA je
potprostor od V .
DEF Za linearni operator A i svaku njegovu svojstvenu vrijednost 0 vrijedi da je VA (0 ) potprostor.

3-22 Takav potprostor nazivamo svojstveni potprostor.
VA (0 ) je jezgra od A = 0 I. Sto ako je 0 svojstvena vrijednost? Onda je Ax = 0x = KerA {} A

nije injekcija A nije bijekcija, tj. A nije regularan, singularan, izomorfizam.
DEF
Neka je 0 (A). Onda je dim VA (0 ) geometrijska kratnost svojstvenog potprostora.
3-23
L(V 2 (O)), h0, i h, 2i. Rotacija nema svojstvenih vrijednosti, ali je karakteristican primjer.
DEF Neka je A kvadratna matrica. Polinom kA () = det(A I) naziva se svojstveni polinom matrice
3-24 A u varijabli .
To je polinom n-tog stupnja, a vodeci koeficijent je (1)n .

Prisjeti se: A i B su slicne ako i samo ako postoji regularna matrica S takva da je B = S 1 AS.
PROP
Slicne matrice imaju jednake svojstvene polinome.
CII
Dokaz
kB () = det(BI) = det(S 1 ASI) = det(S 1 ASS 1 IS) = det(S 1 (AI)S) = det(S 1 ) det(AI) det S =
det(A I) = kA ().
Neka je V neki konacnodimenzionalni vektorski prostor, a (e) neka njegova baza, te neka je A
DEF L(V ), a A(e) matrica tog operatora u bazi (e). Karakteristicni polinom linearnog operatora A je
3-25 karakteristicni polinom A(e) . Drugim rijecima: kA () = kA(e) (). Prethodna propozicija kaze da je
definicija dobra, jer ne ovisi o izboru baze.
Primjer:
2 2
R :

cos sin
R (i,j) =
.
sin cos
cos sin
kR () = kR (i,j) () = = 2 2 cos + 1
sin cos
Ovo nema realnih rjesenja za 6= k, k .
Neka je V vektorski prostor nad , a A L(V ). 0 je svojstvena vrijednost od A ako i samo ako je TM
kA (0 ) = 0. CIII
Dokaz
A L(V ).
(e) je baza od V , A(e) je matrica od A po (e).
0 je svojstvena vrijednost od A x V, x 6= takav da je Ax = 0 x x Ker (A 0 I) (A 0 )
nije regularan operator A(e) 0 I(e) nije regularna matrica det(A 0 I) = 0.
A L(V ), dim V = n. A ima najivse n svojstvenih vrijednosti. Nad tocno n, a nad najvise n KOR
karakteristicnih vrijednosti. CIV
Za se kaze da je algebarski zatvoreno polje.

to nije, zbog reducibilnosti polinoma.
Primjer.
3 3
Za A L( ) i bazu(e) od
.
2 1 0
A(e) = 1 0 0
1 0 2
2 1 0 x1
(AX)e = A(e) X(e) = 1 0 0 x2 .
1 0 2 x3

2 1 0

kA () = kA(e) () = det(A(e) I) = 1 0 = (2 ) (2 ) + 1 = (2 )( 1)2 . Nultocke
1 0 2
tog polinoma su 1 = 2, 2 = 1.
Trazenje svojstvenog potprostora, tj. za odredjujemo VA (0 ) = Ker 0 I. Odredjujemo sve x V takve da
je A 0 Ix = , tj. (A(e) 0 I)x = 0. Trazenje svojstvenog potprostora svodi se na rjesavanje homogenog
sustava.
1 1 0 x1
Trazimo VA (1). To je rjesavanje sustava: 1 1 0 x2 . Taj sustav sigurno ima netrivijalna rjesenja jer
1 0 1 x3
je determinanta matrice jednaka 0, time je jezgra netrivijalna. Rjesenja sustava su sve trojke oblika (x 1 , x1 , x1 ).
VA (1) = [(1, 1, 1)]. Geometrijska kratnost ove svojstvene vrijednosti d(1) = 1. V A (2) = [(0, 0, 1)].
DEF Neka je V vektorski prostor nad , A L(V ), 0 s(A). Neka je kA () = ( 0) q(), gdje je
3-26 q(0 ) 6= 0. Kratnost tih nultocaka je l(0 ) i zovemo je algebarska kratnost svojstvene vrijednosti.
PROP
d(0 ) l(0 ).
CV
Ako se A L(V ) moze dijagonalizirati, tj. ako postoji takva baza (e) da je matrica dijagonalna, onda PROP
su na dijagonali svojstvene vrijednosti, tj. svaki vektor baze (e) je svojstveni vektor. CVI
Neka je V vektorski prostor nad i neka je A L(V ). Neka su 1 , . . . , n razlicite pripadajuce

PROP
svojstvene vrijednosti. Neka su x1 , . . . , xk pripadni svojstveni vektori. Tada su ti svojstveni vektori
CVII
linearno nezavisni.
Dokaz
Indukcija:
Za k = 1 ocito je da je jedan vektor koji nije nul-vektor linearno nezavisan sam sa sobom.
Pretpostavimo da tvrdnja vrijedi za neki k1 , tj. da je skup {x1 , . . . , xk1 } linearno nezavisan. Pokazujemo
da je onda i skup {x1 , . . . , xk } linearno nezavisan.
Gledamo jednakost 1 x1 + + k xk = .
Pomnozimo sve sa k . Dobijemo k 1 x1 + k 2 x2 + + k k xk = .
Takodjer, primjenimo linearni operator A na tu jednakost. Dobijemo 1 1 x1 + 2 2 x2 + + k k xk = .
Uzmemo li razliku tih jednakosti, dobijemo da je 1 (1 k )x1 +2 (2 k )x2 + +k1 (k1 k )xk1 = ,
no znamo da su ti vektori (po pretpostavci) linearno nezavisni. Stoga je i (i k ) = 0 za i = 1 . . . k 1.
Posto su svojstvene vrijednosti razlicite, zakljucujemoo da je i = 0. Supstituirajmo te vrijednosti u zeljenu
jednakost, dobivamo k xk = , iz cega zakljucujemo da je k = 0, pa su svi skupa linearno nezavisni.
Ako je dimenzija vektorskog prostora jednaka broju svojstvenih vrijednosti nekog linearnog operatora, KOR
onda se matrica tog linearnog operatora moze dijagonalizirati. CVIII
Neka je V vektorski prostor nad i neka je A L(V ), (A) = {1 , . . . , k }. Neka je (e(i) ) baza od PROP
VA (i ), za i = 1 . . . k. Tada je unija svih (e(i) ) linearno nezavisan skup. CIX
Dokaz
Za dim(VA (i )) = 1, sto se svodi na prethodnu propoziciju. Gledajmo linearnu kombinaciju svojstvenih vektora
i izjednacimo je sa .
x1 + x2 + + xk = , xi VA (i ), i = 1 . . . k.
Zbog prethodne propozicije i cinjenice da su svi xi iz svojstvenog potprostora, zakljucujemo da svi xi moraju
biti nul-vektori (kada ne bi bili, postojala bi dva svojstvena vektora razlicitih svojstvenih vrijednosti koji nisu
linearno nezavisni. Kako su svi nul-vektori, onda je njihov raspis u bazama moguc samo kada su svi skalarni
faktori jednaki 0, pa zakljucujemo da su svi vektori baza linearno nezavisni.
Iz ove propozicije slijedi zakljucak da ako je suma geometrijskih kratnosti jednaka dimenziji slike, da je unija
svojstvenih baza baza slike.
Neka je V kompleksni vektorski prostor, neka je A L(V ). Neka je (A) = { 1 , . . . , k }. A se moze

TM
dijagonalizirati (tj. postoji takva baza da je matrica od A dijagonlana), ako i samo ako su geometrijska
CX
i algebarska kratnost svih svojstvenih vrijednosti jednake.Dokazi!

0 1
Gledajmo matricu oblika A(e) = . Onda je A operator samaranja, jer ubije prvu komponentu, a drugu
0 0
nabije na prvu. Svojstvena vrijednost je algebarske kratnosti 2 i vrijednosti = 0. Zakljucujemo da su
x1
svojstveni vektori oblika . d(0) = 1 6= 2, pa iz ranijeg teorema zakljucujemo da se ova matrica ne moze
0
dijagonalizirati.
DEF Neka je V vektorski prostor, a A L(V ). Kazemo da je M V invarijantan za A ako vrijedi da
3-27 je A(M ) M , tj. Ax M za sve x M .
Svaki linearni operator ima barem dva invarijantna potprostora u V , V i {}, no to su nezanimljivi trivijalni
potprostori.
Svaki svojstveni potprostor od A je invarijantan. Obratno nije.
Ispitaj invarijantnost zbroja i presjeka dva invarijantna potprostora! Presjek?
Neka je M V i neka je (e) 1 . . . k baza od M . M je invarijantan za A L(V ) ako i samo ako su PROP
Ae1 , . . . , Aek M . CXI
Dokaz
Implikacija s desna na lijevo je trivijalna. Treba samo dokazati da i obrat vrijedi.
Recimo da je A Mn ( ). A : Mn1 ( ) Mn1 ( ), A(x) = A x. A je matrica od A u kanonskoj bazi. Neka je

0 korijen karakteristicnog polinoma matrice A. Ako je 0 realan broj i sve je divno i krasno. Ako je 0 \ .
Ono sto mozemo reci je da taj 0 odredjuje dvodimenzionalni invarijantni potprostor od A. 0 = + i.

Definirajmo novo preslikavanje AC : Mn1 ( ) Mn1 ( ), AC L(Mn1 ( )). Uzmimo opet kanonsku bazu,

(eC ) od Mn ( ). Gledamo li AC

(eC ) . Karakteristicni polinom od ovog operatora je isti kao i u nad realnim

poljem. kA = kAC . Kako je kA (0 ) = kAC (0 ) = 0. 0 = + i. 0 jest svojstvena vrijednost od AC , pa dakle
je i od A Mn1 ( ).

u1 + v 1 i u1 v1
u2 + v 2 i u2 v 2
Neka je z Mn1 ( ) svojstveni vektor za 0 . Taj z je kompleksni stupac, z =

.. = . + . i.
.. ..
.
un + v n i un vn
Ono sto znamo je da je Az = 0 z, tj. A(x + yi) = ( + i)(x + yi). Posto je A linearni operator. Ax + iAy =
xy +i(x+y), drugim rijecima Ax = xy, Ay = x+y. Gledamo vektore y i x. Moze se pokazati da
je skup tih vektora linearno nezavisan. Gledajmo potprostor [{y, x}] dimenzije 2. Ozancimo taj potprostor sa
M . Jasno je da je M invarijantni potprostor od A, jer je svaki vektor iz M transformiran u linarnu kombinaciju
vektora baze od M .

Gledajmo A : Mn ( ) Mn1 ( ), te njegovu restrikciju T : A/M : M M . Zanima nas T(y,x) = .

"
#
p |0 | |0 |
Znamo da je 20 = a2 + 2 . Matrica sada izgleda ovako: 2 + 2 , sto se mose prikazati na sljedeci
|0 | |0 |

p cos sin
nacin: 2 + 2 .
sin cos
Kompleksna nultocka karakteristicnog polinoma realne matrice/ operatora A generira jedan dvodimenzionlani
prostor invarijantan za A na kojem A djeluje kao kompozicija homotetije i rotacije.
DEF
Za k , k 0 definiramo A0 = I, A1 = A, Ak+1 = Ak A. Analogno definiramo A L(V ).
3-28
DEF
Za A Mn ( ) definiramo polinom p(A) takav da je p(A) = k Ak + + 1 A + 0 I
3-29
Zanima nas za danu matricu A Mn ( ) naci polinom p() takav da je p(A) = 0. Takav uvijek postoji jer je
2
skup {I, A, A2 , . . . , An } Mn ( ) linarno zavisan (kardnalni broj skupa je veci od dimenzije prostora), id est
postoji linearna kombinacija koja daje nulu takva da nisu svi koeficijanti jednaki 0.
2 2 2 2
Trazeni polinom u A je p(A) = n2 An + n2 1 An 1 + + 1 A + 0 , a p() = n2 n + n2 1 n 1 + +
1 + 0 .
Jasno je da postoji jos mnogo polinoma viseg stupnja sa tim svojstvima (svaki produkt ovog polinoma sa bilo
kojim drugim polinomom zadovoljava ovo svojstvo).
DEF
Minimalni polinom je polinom koji anulira matricu i najmanjeg je stupnja.
3-30
Hamilton-Cayleyev TM
Za A Mn (F ) je kA (A) = 0. CXII
Dokazi!
KOR
Minimalni i karakteristicni polinom imaju zajednicke nultocke.
CXIII
4. UNITARNI PROSTORI
4.1. Definicija, primjeri, osnovni teoremi

Sjetimo se V3 , te da je to vektorski prostor, te da smo na tome definirali skalarno mnozenje koje je
komutativno, distributivno, kvaziasocijativno i nenegativno.
Neka je V vektorski prostor nad . Definiramo skalarni produkt na V kao preslikavanje h?i :
V V koje ima svojstva:
1. hx ? xi 0, x V
DEF 2. hx ? xi = 0 x =
4-1
3. hx1 + x2 ? yi = hx1 ? yi + hx2 ? yi , x1 , x2 , y V
4. hx ? yi = hx ? yi , x, y V
5. hx ? yi = hy ? xi
Takav prostor onda zovemo unitarni prostor.
Pogledajmo sada svojstvo lineranosti u prvom elementu:

n
P P
h1 x1 + 2 x2 ? yi = 1 hx1 ? yi + 2 hx2 ? yi , x1 , x2 , y V, 1 , 2 i xi ? y = i hxi ? yi
i=1
I ovo (skoro svojstvo linearnosti u drugom elementu):
5. 3.
hx ? y1 + y2 i =hy1 + y2 ? xi=hy1 ? xi + hy2 ? xi = hy1 ? x1 i + hy2 ? xi = hx ? y1 i + hx ? y2 i
hx ? yi = hy ? xi = hy ? xi = hx ? yi
x , hx ? i = hx ? y yi = hx ? yi hx ? yi = = = hx ? i = h ? xi
Gledajuci 1. zahtjev, zakljucujemo da to mora funkcionirati za x
3
Ako znamo da je u standardni skalarni produkt iz V3 od h(1 , 2 , 3 ) ? (1 , 2 , 3 )i = 1 1 + 2 2 + 3 3 .

n
Ovo daje motivaciju za definiranje skalarnog produkta u ovako:
Za a = (1 , 2 , . . . , n ) i b = (1 , 2 , . . . , n ) definiramo
Pn
ha ? bi = i i
i=1
PROP
Lagano je za dokazati da je ovo skalarni produkt.
CXIV
Dokazi!
n
Uz ovako definiran skalarni produkt postaje unitarni prostor.
n
Gledajmo sada . Za a = (1 , . . . , n ), b = (1 , . . . , n ). Definiramo produkt ovako:
n
X
ha ? bi = i i
i=1
PROP
To je skalarni produkt.
CXV
Dokazi!
n
Tako i postaje unitarni prostor.
Definiramo za A Mn ( ) operaciju B = B , tj Bij = Bj i . Matrica B je hermitski adjungirana matrica

matrice.
Ovako mozemo prosiriti skalarni produkt i na matrice na sljedeci nacin za A, B M n ( ):
hA ? Bi = tr (B A)
PROP
To je skalarni produkt.
CXVI
2
Primjer u : x = (x1 , x2 ), y = (y1 , y2 ). Definiramo hx ? yi = x1 y1 + x2 y2 , koji je skalarni produkt za

, > 0. Dokazi!
R1
U Pn , n + 1-dimenzionalnom prostoru polinoma defniramo za p, q Pn hp ? qi = p(t)q(t)dt.
0
Gledajmo sve neprekidne funkcije na intervalu [0, 1] kao skup ([0, 1]). To je vektorski prostor. Za f, g

R1
C ([0, 1]) definiramo hf ? gi = f (t)g(t)dt. No, to je beskonacnodimenzionalni prostor.
0
Vratimo se na unitarni prostor V3 .
Neka je V unitarni prostor nad . Norma je funkcija ||.|| : V definirana ovako:
DEF

p
4-2 ||x|| = hx ? xi.
Cauchy-Schwartz-Bunjakovskijeva nejednakost
Neka ja V unitarni prostor. Za sve x, y V vrijedi
TM
| hx ? yi |2 hx ? xi hy ? yi . CXVII
Pri tome znak jednakosti u ovoj nejednakosti vrijedi ako i samo ako su x i y linearno zavisni.
Dokaz
Ako je x = ili y = onda nejednakost postaje jednakost i trivijalno vrijedi.
Gledamo za x, y 6= neki .
0 hx y ? x yi = hx ? xi hy ? xi hx ? yi + hy ? yi
hx?yi
Uzmimo za = hy?yi .
hx?yi hx?yi hx?yi hx?yi

0 hx ? xi hy?yi hy ? xi hx ? yi + hy?yi hy?yi hy ? yi
hy?yi
hx?yi hy?xi |hx?yi|2

0 hx ? xi hy?yi hy ? xi hy?yi + hy?yi
0 hx ? xi hy ? yi hx ? yi hy ? xi hy ? xi hx ? yi + | hx ? yi |2
0 hx ? xi hy ? yi hx ? yi hx ? yi = hx ? xi hy ? yi | hx ? yi |2
Time je dokazan prvi dio teorema. Treba obratiti paznju da su sve od pocetka medjusobno jednake tvrdnje
ekvivalentne.
Gledajmo sada | hx ? yi |2 = hx ? xi hy ? yi.
Prema ekvivalencijama tvrdnji dobivamo da je hx y ? x yi = 0, tj. x y = , tj. x i y su linerano
zavisni.
Pretpostavimo da je x = y.
| hx ? yi |2 = hx ? yi hx ? yi = hx ? yi hy ? xi
= hx ? xi hx ? xi = aa hx ? xi hx ? xi = hx ? xi hax ? axi = hx ? xi hy ? yi
Za sve x, y V i
1. ||x|| 0
2. ||x|| = 0 x = PROP
CXVIII
3. ||x|| = || ||x||
4. ||x + y|| ||x|| + ||y||
Dokaz
1. i 2. je ocito iz definicije norme i skalarnog produkta.

2 2
3. ||x|| = hx ? xi = hx ? xi = 2 |x| = (|| ||x||) . Iz ovog i 1. slijedi da je 3. tocno
2
4. ||x + y|| = hx + y ? x + yi = hx ? xi + hx ? yi + hy ? xi + hy ? yi
2 2
= ||x|| + hx ? yi + hx ? yi + ||y||
2 2 2 2
= ||x|| + 2 Re (hx ? yi) + ||y|| ||x|| + 2|hx ? yi| + ||y||
CSB 2 2 2
||x + y|| ||x|| + 2 ||x|| ||y|| + ||y|| ||x + y|| ||x|| + ||y|| .
KOR
Unitarni prostor uz induciranu normu postaje normirani prostor.
CXIX
PROP
|x + y|2 + |x y|2 = 2|x|2 + 2|y|2
CXX
Dokazi!
Pitagorin poucak
KOR
CXXI
DEF
Definirajmo funkciju d : V V . d : (x, y) 7 |xy|. To je razdaljinska funkcija. To je metrika.
4-3
Dokazi!
DEF
Normirani vektor je vektor cija je norma jednaka 1.
4-4

1 1 1
Gledamo vektor x V, te njegovu normu |x|. Definiramo vetor x0 = |x| x. Norma od |x0 | = |x| x = x |x| = 1.
x0 zovemo normirani vektor vektora x.
DEF
Za x, y V kazemo da su ortognonalni ako je hx ? yi = 0. Pisemo x y.
4-5
KOR
x, x V.
CXXII
PROP
x 6 x, x V.
CXXIII
Dokazi!
PROP
Relacija okomitosti je simetricna.
CXXIV
Dokazi!
DEF
Za skup {e1 , . . . , en } kazemo da je ortogonalan ako vrijedi ei ej i 6= j.
4-6
DEF Skup {e1 , . . . , en } kazemo da je skup ortonormiran ako je ortognonalan i normiran, tj. hei ? ej i =
4-7 ij , za i, j {1, . . . , n}.
PROP
Ortonormirani skup je linearno nezavisan.
CXXV
Dokaz
Neka je E = {e1 , . . . , ek } ortonormiarni skup.
Gledamo linearnu kombinaciju 1 e1 + 2 e2 + + k ek = . Pomnozimo taj izraz skalarno sa ei za neki
i {1, 2, 3, . . . k}.
Dobivamo i hei ? ei i = 0 i = 0.
KOR
Ortogonalni skup bez nul-vektora je sigurno nezavisan.
CXXVI
KOR
U n-dimenzionalnom unitarnom prostoru V ortonormirani skup ima najvise n vektora.
CXXVII
DEF
Ortonormirana baza je najveci ortonormirani skup u nekom unitarnom prostoru.
4-8
Neka je V unitarni prostor, a dim V = n i neka je {e1 , . . . , en } ortonormirana baza ako je to ortonorimirani
skup.
Pitamo se ima li svaki unitarni prostor ortonormiranu bazu? DA.
Ako je {e1 , . . . , en } ortonormirana baza za V i x = 1 e1 + + n en i y = 1 e1 + + n en , onda je PROP
hx ? yi = 1 1 + 2 2 + + n n . CXXVIII
Gram-Schmidtov postupak ortogonalizacije

Neka je {x1 , . . . , xk }, k linearno nezavisan skup u unitarnom prostoru V. Tada postoji ortonormi-
TM
rani skup {e1 . . . ek } u V takav da je
CXXIX
[{e1 , . . . , ej }] = [{x1 , . . . , xj }] , za j = 1 . . . k.
Dokaz indukcijom
Gledajmo prvo jednoclane skupove oblika {x1 }. x1 6= Definiramo e1 = |x11 | x1 .
Pretpostavimo da je {x1 , . . . , xj } znamo ortonormirani skup da zadovoljava trazenu jednakost.
Zelimo za xj+1 konstruirati ej+1 .
Pj
Gledajmo fj+1 := xj+1 hxj+1 ? ei i ei , te skalarne produkte hfj+1 ? el i za l = 1 . . . j. Taj produkt je
i=1
uvijek 0 jer se svodi na fj+1 = hxj+1 ? el i hxj+1 ? el i. Sada treba provjeriti je li [E := {e1 , . . . , ej , fj+1 }] =
[{x1 , . . . , xj , xj + 1} =: X]. Ako je neki x linearna kombinacija iz E onda mora biti i linearna kombinacija iz X
i obratno. Dokazi!
Kada bi fj+1 = , onda bi skup {x1 , . . . xj+1 } bio linearno zavisan, sto je u kontradikciji sa pretpostavkom
teorema.
E je ortogonalan skup, ali ne nuzno normiran jer fj+1 nije nuzno normiran, pa ga treba normirati.
KOR
Svaki unitarni prostor ima ortonormiarnu bazu.
CXXX
Dokaz
Uzmimo bilo koju bazu (postoji sigurno barem jedna), te primjeni prethodni teorem.
Neka je M V,a V je unitaran. Iz toga slijedi da je M unitaran prostor.

3
Primjer: je realni unitarni prostor, te tri vektora {x1 = (2, 1, 2), x2 = (3, 3, 0), x3 = (9, 3, 3)} koji cine bazu.
Trazimo pripadnu ortonormiranu bazu.
e1 = x1
|x1 | = x1
3 = 13 (2, 1, 2)
f2 = x2 hx2 ? e1 i e1 = (3, 3, 0) (2, 1, 2) = (1, 2, 2)
f2
e2 = |f2 | = 31 (2, 2, 1)
f3 = x3 (hx3 ? e1 i e1 + hx3 ? e2 i e2 ) = (2, 2, 1)
1
e3 = |e3 | f3 = 31 (2, 2, 1)
DEF
Ortogonalni komplement potprostora M V je M = {x V : hx ? yi , y M }.
4-9

M je sigurno neprazan, jer sadrzi nulvektor. Ocito je da je {} = V i V = {}
PROP
Za M V M V.
CXXXI
Dokaz
Za x, y M da M bude potprostor, za bilo koja dva skalara , tvrdimo da je x + y M . Po
definiciji, to bi znacilo z M hx + y ? zi = 0 hx ? zi + hy ? zi = 0 0 + 0 = 0.
Uocimo da je M M = {}.
PROP
M M = V, tj. ortogonalni komplement je direktni komplement.
CXXXII
Dokaz
Za M {V, {}} propozicija trivijalno vrijedi.
Pretpostavimo M V netrivijalan, te dim V = n, a dim M = k, gdje je 0 < k < n. Uzmimo ortonormiranu
bazu od M , BM = {e1 , . . . , ek }, te ortonormiranu bazu od V BV = {e1 , . . . ek , ek + 1, . . . en }. Definarmo
L := {ek+1 , . . . , en }. Treba dokazati da je L = M , no to je ocito.
Jasno je da je M M V i da je V M M , pa je M M = V.
PROP
Ortogonalni komplement je jedinstven i involutoran.
CXXXIII
Dokazi!

Ako su M1 , M2 V . Mozemo gledati presjek i sumu tih prostora. (M1 M2 ) = M1 + M2 i PROP

(M1 + M2 ) = M1 M2 . CXXXIV
Dokazi!
4.2. Operatori na untiranim prostorima

Uzmimo unitarni prostor V nad poljem . Promatrajmo njegove linearne operatore.
Prvo gledajmo linearne funkcionale kao posebne linearne operatore.
Uzmimo fiksni vektor a V, te preko njega definirajmo linearni funkcionalni operator f a (x) = hx ? ai .
Provjerimo da je to zbilja linearni operator:
f (x + y) = hx + y ? ai = hx ? ai + hy ? ai = fa (x) + fa (y).
O reprezentaciji linearnih funkcionala na unitarnim prostorima.
TM
Neka je V konacnodimenzionalni unitarni prostor, a f : V , tada postoji jedinstveni vektor a V
CXXXV
takav da je f = fa , tj f (x) = hx ? ai , x V.
Dokaz
Izaberimo neku ortonormiranu bazu (e) od V . Uzmimo neki vektor x V . Tada postoji njegov rastav u
ortonormiranoj bazi.
n
X n
X
xVx= xi e i = hx ? ei i ei .
i=1 i=1
n
! n n D
* n
+
X X X E X
f (x) = f hx ? ei i ei = hx ? ei i f (ei ) = x ? f (ei )ei = x? f (ei )ei = hx ? ai.
i=1 i=1 i=1 i=1
Dokaz jedinstvenosti:
Uzmimo da je b V jos jedan vektor sa istim svojstvom kao i a, b 6= a.

Za svaki x V mora vrijediti: hx ? ai = hx ? bi hx ? ai hx ? bi = hx ? a bi = 0 ha b ? a bi = 0
a = b, no ovo je kontradikcija sa pretpostavkom.
Korisno je napomenuti da ovaj teorem kaze da postoji bijekcija izmedju V i V , : a V 7 fa V. Provjerimo
svojstva od : (a + b)(x) = fa+b (x) = hx ? a + bi = hx ? ai + hx ? bi = (a) + (b) (x), tj. je
antilinearan nad i linearan nad . Kompleksni unitarni prostori su antizomorfni sa pripadnim dualnim

prostorima, a realni su izomorfni sa istima.

DEF Neka je V unitaran prostor. Za operator A L(V) kaze zmo da je unitaran ako vrijedi hAx ? Ayi =
4-10 hx ? yi , x, y. Kazemo da A cuva skalarni produkt.
Zahtjev ocuvanja skalarnog produkta je dovoljan da operator bude linearan, tj. ako A cuva skalarni PROP
produkt, on je linearan. CXXXVI
Dokaz
Uzmimo proizvoljan vektor v V. Gledajmo ponasanje unitarnog operatora unutar skalarnog produkta.
hA(x + y) Ax Ay ? Avi = hA(x + y) ? Avi hAx ? Avi hAy ? vi = hx + y ? vi hx ? vi
hy ? vi = h0 ? vi = 0.
Vektor A(x+y)AxAy okomit je na sve vektore iz V, pa i na samog sebe, pa je zato jednak nulvektoru.
Time je dokazana linearnost A.
Neka je V konacnodimenzionalni unitarni prostor A L(V). Tada su ove tvrdnje ekvivalentne:

1. A je unitaran operator
TM
2. Za svaku ortonormiranu bazu (b) V vrijedi da je (Ab) V takodjer ortonormirana baza. CXXXVII
3. Postoji ortornormirana baza (e) takva da je i (Ae) ortonormirana baza za V.
Svaki unitarni operator je regularan.

Dokaz
1. 2. (b) je ortonormirana baza. Tada je hAbi ? Abj i = hbi ? bj i = ij , ocito.
2. 3. Ocito.
3. 1.
(e) i (Ae) su ortonormirane baze od V.
n
P n
P n
P n
P
Uzmimo dva proizvoljna vektora x = xi e i = hx ? ei i ei , y = yi ei = hy ? ei i ei .
i=1 i=1 i=1 i=1
* n
! n
!+
X X
hAx ? Ayi = A hx ? ei i ei ?A hy ? ei i ei
i=1 i=1
* n n
+
X X
= hx ? ei i Aei ? hy ? ei i Aei
i=1 i=1
n X
X n
= hx ? ei i hy ? ei i hAei ? Aej i
i=1 j=1
Xn X n
= hx ? ei i hy ? ej i hei ? ej i
i=1 j=1
* n n
+
X X
= hx ? ei i ei ? hy ? ei i ei = hx ? yi ,
i=1 i=1
tj. A cuva skalarni produkt.
Za skalarni produkt vrijedi polarizacijska formula, koja glasi

P4
PROP
hx ? yi = 14 k=1 (i)k x + (i)k y ? x + (i)k y , CXXXVIII
pri cemu u realnim prostorima se uzima samo realni dio tog izraza.
Dokazi!
DEF
Operator A je izometrican, tj. je izometrija ako vrijedi |Ax| = |x|, x V.
4-11
PROP
Neka je V unitaran prostor, a A linearni operator na V. A je unitaran ako i samo ako je A izometrija.
CXXXIX
Dokaz
Ako je A unitaran, onda cuva skalarni produkt, pa, posebno, i za skalarne kvadrate. Kako je korijen bijekcija
+
na , operator A cuva metriku, tj. izometrija je.
Obratno, |Ax| = |x|, x V, pa je hAx ? Axi = hx ? xi, iz cega, po polarizacijskoj formuli trivijalno slijedi da
je opcenito skalarni produkt ocuvan.
O spektru unitarnog operatora.

PROP
Neka je V unitaran prostor, a A unitaran operator. Tada sve svojstvene vrijednosti operatora A imaju
CXL
apsolutnu vrijednost jenaku 1, tj. (A) || = 1.
Dokaz
x
Neka je (A), te neka je x svojstveni vektor i neka je e = |x| normirani svojstveni vektor.
Ae = e
hAe ? Aei = he ? ei = 1
hAe ? Aei = he ? ei = ||2 he ? ei = ||2
|| = 1
Napomena - unitaran operator se ne mora moci dijagonalizirati na realnim, ali mora nad kompleksnim pros-
torima.
Unitarni operatori nad V2 (O) su rotacije ili kompozicije rotacija sa osnom simetrijom.
PROP
Ako je A untiaran operator na V, onda je i A1 je unitaran operator na V.
CXLI
PROP
Kompozicija unitarnih operatora je unitaran operator.
CXLII
PROP
Unitarni operatori cine grupu s obzirom na kompoziciju.
CXLIII

PROP
Neka je A je unitaran operator. Tada je hAx ? yi = x ? A1 y .
CXLIV
PROP
Za svaki linearni operator postoji A takav da je hAx ? yi = hx ? A yi.
CXLV
DEF Neka je A L(V). Tada operator A takav da je hAx ? yi = hx ? A yi zovemo hermitski adjungi-
4-12 rani operator.
KOR
Inverz unitarnog operatora je njemu hermitski adjungirani operator.
CXLVI
U ortonormiranoj bazi matrica hermitski adjungiranog operatora je hermitski adjungirana matrica ma- PROP
trici originalnog unitarnog operatora. CXLVII

(A + B) = A + B
PROP
(A) = A
CXLVIII
(AB) = B A
(A ) = A.
PROP
Ako je V i A L(V) tada vrijedi da je Ker (A) Im A = Ker A Im A = V.
CXLIX
Vrijedi da je Im A Im A = V.
x Ker A Ax = 0
hAx ? yi = 0 = hx ? A yi y V x A y.
V = Ker (A) Im (A ) n = d(A) + r (A ) = d(A) + r(A) r(A) = r (A ) .
Posljedice: d (A ) = d(A), A izomorfizam A izomorfizam.
PROP
Ako za linearni operator A L(V) vrijedi da ako je A = A1 , onda je A unitaran operator.
CL
Dokaz
A L(V), A = A1

hAx ? yi = hx ? A yi = x ? A1 y

hAx ? Ayi = x ? A1 Ay = hx ? yi, pa zakljucujemo da je A unitaran.
Gledajmo matricu unitarnog operatora u ortonormiranoj bazi (e). Zakljucujemo da je (A(e)) = (A )(e) .
DEF Neka je A Mn ( ). Kazemo da je A unitarna matrica ako vrijedi da je A A = A A = I. Za

4-13 kvadratnu realnu matricu istog svojstva kazemo da je ortogonalna.
PROP
Matrica unitarnog operatora u ortonormiranoj bazi je unitarna matrica.
CLI
PROP
Unitarne matrice s obzirom na mnozenje tvore grupu, tzv. unitarnu grupu.
CLII
Dokaz
1. Zatvorenost
(AB)(AB) = ABB A = I
(AB) (AB) = A B BA = I
2. Asocijativnost nasljedjena iz opcenitog mnozenja matrica
3. Neutralni element je ocito jedinicna matrica
4. Inverz unitarne matrice je unitarna matrica
A (A ) = A A = I

(A ) A = AA = I
PROP
Ortogonalne matrice cine grupu.
CLIII
PROP
Ortogonalni operatori nad realnim unitarnim prostorom cine grupu.
CLIV
Opcenito te grupe nisu komutativne.

n n
P P PROP
Neka je A Mn ( ), A = [ij ]. Tada je AA = I
ik j k = ij i A A = I k i k j = ij .
k=1 k=1 CLV
Dokaz
Racun.
Ako gledamo vektorsku interpretaciju te ekvivalencije, shvacamo da je taj produkt zapravo skalarni produkt
redova, pa zakljucujemo da se radi o provjeri ortogonalnosti skupa vektora.
PROP
A Mn ( ) (AA = I A A = I).

CLVI
Dokazi!

11 1n
. .. ..
Neka je V unitarni prostor, (e) = {e1 , . . . , en } ortonormirana baza, A L(V), A(e) = .. . . .
n1 nn
n
P
Gledamo kada je hA(ei ) ? A(ej )i = k i k j = ij . Tada je slika ortonormirane baze ortonormirana baza, tj.
k=1
A je unitaran operator (nuzno i dovoljno), no tada (i samo tada) je i matrica A (e) unitarna.
Matrica unitarnog operatora u ortonormiranoj bazi je unitarna matrica, ali i obrnuto, tj. ako linearni PROP
operator ima unitarnu matricu u ortonormiranoj bazi, tada je taj operator unitaran. CLVII
Dokazi!
Matrica prijelaza S(e) i jedne ortonormirane baze (e) u drugu ortonormiranu bazu e0 je uvijek unitarna, PROP
tj. za ortogonalna. CLVIII
Dokazi!
PROP
Svaka unitarna matrica je matrica prijelaza iz ortonormirane baze u ortonormiranu bazu.
CLIX
DEF Za matricu A Mn ( ) kazemo da je hermitska ako je A = A. Za polje

to su simetricne
4-14 matrice.
DEF
Hermitski operator je A L(V) za kojeg je A = A.
4-15
Primjeri: Nul-operator O, identiteta I.

Ako je M V, a V unitaran, onda V mozemo napisati kao diraktnu sumu V = M M , pa je
DEF
x = a + b, a M, b M . Definiramo operator PM : V V, PM : x 7 a, prema ranije definiranim
4-16
x i a. Takav operator (PM ) zovemo ortogonalna projekcija.
PROP
PM je linearni operator, tj P L(V), Im P = M , Ker P = M .
CLX
Gledajmo x V, x = a + b, a M, b M , P x = a, te y V, y = c + d, P y = c. Promotrimo hP x ? yi =
ha ? c + di = ha ? ci + hc ? di = ha ? ci = ha ? ci + hb ? ci = ha + b ? ci = hx ? P yi, pa je P = P , pa je P
hermitski operator.
PROP
Ako je A L(V) hermitski operator onda je Im A Ker A = V.
CLXI
Dokazi!

LA2 Linearna 2

Uploaded by

Document Information

Original Title

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

LA2 Linearna 2

Uploaded by

Copyright:

Available Formats

Linearna algebra 2

Molim da se sve uocene greske i primjedbe posalju na mail.

Grupoid (G, ?) zovemo grupom ako vrijedi:

Grupa (G, ?) je abelova ili komutativna ako vrijedi:

S 1 = {z : |z| = 1}, (S 1 , ) je abelova grupa.Dokazi!

Neka je (G, ?) grupa i neka je H G. H je podgrupa od G ako i samo ako vrijedi da je

Uvjeti (1.i) i (1.ii) su ekvivalentni uvjetu

Neka su (G1 , ) (G2 , ). Preslikavanje h : G1 G2 sa svojstvom h(x  y) = h(x) h(y), zovemo

Biti izomorfan je relacija ekvivalencije, tj. vrijedi da je

DEF Neka su G, H grupe i neka je h : G H homomorfizam. Definiramo pojmove: slika Im h = h(G) i

OA k OB OA, OB su kolinearni ~b = ~a ili ~b = ~a gdje je = |OB|

Neka je B = {~a, ~b, ~c} jedna baza, gdje su ~a = [1 , 2 , 3 ], ~b = [1 , 2 , 3 ] i ~c = [1 , 2 , 3 ].

2.3. Skalarni, vektorski i mjesoviti produkt

~a (~b + ~c) = ~a ~b + ~a ~c (distributivnost)

2-22 komutativnosti, distributivnosti, kvaziasocijativnosti i *. Takva struktura se zove unitarni prostor.

Za vektore ~a = (1 , 2 , 3 ), ~b = (1 , 2 , 3 ) vrijedi da im je skalarni produkt jednak ~a ~b = 1 1 + 2 2 + PROP

|~a ~b| = |~a||~b||cos(~a, ~b)|.

Funkciju v : V3 V3 V3 , gdje za ~a, ~b V3 umjesto v(~a, ~b), definiranu ovako:

~a, ~b, ~c V3 , vrijedi:

Pogledajmo kako se ponasaju vektori kanonske baze spram vektorskog produkta:

~a ~b = (1~i + 2~j + 3~k) (1~i + 2~j + 3~k)

Ako vektore izrazimo kao ~a = (1 , 2 , 3 ), ~b = (1 , 2 , 3 ), ~c = (1 , 2 , 3 ), tvrdimo da je onda

Uzmimo tocku O E3 , te bazu {~i, ~j, ~k} V3 . Uredjenu

Iz toga zakljucujemo da se tocki T pridruzuje uredjena trojka (i , j , k ).

Tocke ravnine su rjesenja jedne linearne jednadzbe sa tri nepoznanice.

Ako su vektori ~a, ~b nekolinearni i u prikazuhpreko tocke T0 se nalaze

Jednadzba ravnine preko tocaka T1 = (x1 , y1 , z1 ), T2 = (x2 , y2 , z2 ), T1 = (x3 , y3 , z3 ):

Iz skalarnog produkta slijedi:

Udaljenost tocke T = ~rT od pravca p = (~r0 , ~n) je

Udaljenost dva mimoilazna pravca p = (~r1 , ~n1 ) i q = (~r2 , ~n2 ) je

3.1. Osnovna svojstva linearnih operatora

Zagrade se ne pisu uvijek.

17. z : , z : (x1 , x2 , . . .) 7 (x2 , . . .).

A : V W takav da je Abi = wi , i = 1 . . . n. U skupu wi -ova dozvoljavamo ponavljanje.

Neka je A : V W linearni operator.

Neka je A : V W linearni operator, te neka je BV = {b1 , . . . , bn } , dim V = n.

Ako je A : V V linearni operator onda su ove tvodnje ekvivalentne:

Ako je A : V W linearni operator, dimV = n, tada su ove tvrdnje ekvivalnente:

3. Postoji baza iz V takva da je njena slika u W baza u W .

Neka je A : V W linearni operator. Neka je B : W Z linearni operator, gdje su V , W i Z vektorski PROP

Za vektorske prostore V, W, Z vrijedi sljedece:

3.2. Prostor linearnih operatora

Time smo dokazali da je skup Eij

Gledamo bazu (e ) = {e1 , e2 , e3 }.

e1 (e1 ) = 1 e2 (e1 ) = 0 e3 (e1 ) = 0

Znamo da je dim(Mmn (F )) = m n = dim L(V n , W m ). Iz toga slijedi da je Mmn (F ) ' L(V n , W n ).

Drugim rijecima, (L(V ), ) je algebra.Dokazi!

Znamo da je Mn (F ) ' L(V ). Slutimo da ce biti izomorfni i kao algebre.

Neka su V, W vektorski prostori nad F . Neka je BV = (e) = {e1 , . . . , en }, BW = (f ) = {f1 , . . . , fn }. Neka je

(Av)(f ) = A(f,e) v(e) . PROP

Neki zakljuci za slicne matrice A i B: r(A) = r(B), det A = det B.

Ako je x svojstvena vrijednost, onda je i x svojstveni vektor, za istu svojstvenu vrijednost.

DEF Za linearni operator A i svaku njegovu svojstvenu vrijednost 0 vrijedi da je VA (0 ) potprostor.

VA (0 ) je jezgra od A = 0 I. Sto ako je 0 svojstvena vrijednost? Onda je Ax = 0x = KerA {} A

To je polinom n-tog stupnja, a vodeci koeficijent je (1)n .

Za se kaze da je algebarski zatvoreno polje.

Neka je V vektorski prostor nad i neka je A L(V ). Neka su 1 , . . . , n razlicite pripadajuce

Neka je V kompleksni vektorski prostor, neka je A L(V ). Neka je (A) = { 1 , . . . , k }. A se moze

Ono sto mozemo reci je da taj 0 odredjuje dvodimenzionalni invarijantni potprostor od A. 0 = + i.

(eC ) . Karakteristicni polinom od ovog operatora je isti kao i u nad realnim

4.1. Definicija, primjeri, osnovni teoremi

Takav prostor onda zovemo unitarni prostor.

Pogledajmo sada svojstvo lineranosti u prvom elementu:  

Neka su (G1 , ) (G2 , ). Preslikavanje h : G1 G2 sa svojstvom h(x y) = h(x) h(y), zovemo

Pogledajmo sada svojstvo lineranosti u prvom elementu:

Neka je M V,a V je unitaran. Iz toga slijedi da je M unitaran prostor.