Osnovne denicije i rezultati iz Uvoda u linearnu algebru

(0.01) Simetrije Neka je A = [aij ] kvadratna matrica (matrica oblika n n). a) Za A ka zemo da je simetri cna matrica kadgod je A = A , tj. kadgod aij = aji . b) Za A ka zemo da je nakrivo-simetri cna matrica kadgod je A = A , tj. kadgod aij = aji . c) Za A ka zemo da je hermitska matrica kadgod je A = A , tj. kadgod je aij = aji . Ovo je kompleksni analog simetri cnosti. d) Za A ka zemo da je nakrivo-hermitska matrica kadgod je A = A , tj. kadgod je aij = aji . Ovo je kompleksni analog nakrivo-simetri cnosti. (0.02) Dijagonalne i trougaone matrice 0 0 ... 0 0 1 ... 0 cesto ih ozna cavamo sa a) Matrice oblike D = . zovemo dijagonalne matrice i . . . . . . . . 0 0 ... d diag (0 , 1 , ..., d ). b) Glavna dijagonala kvadratne matrice su elementi koji se nalaze na dijagonalnoj liniji koja po cinje u gornjem lijevom uglu matrice a zavr sava u donjem desnom uglu. Za kvadratnu matricu ka zemo da je trougaona matrica ako su svi elementi iznad glavne dijagonale ili ispod glavne dijagonale jednaki nula. Za kavadratnu matricu ka zemo da je gornje-trougaona matrica ako su svi elementi ispod glavne dijagonale jednaki nula. Za kvadratnu matricu ka zemo da je donje-trougaona matrica ako su svi elementi iznad glavne dijagonale jednaki nuli. (0.03) Inverzna matrica Za datu kvadratnu matricu Ann , matricu Bnn koja zadovoljava uslov AB = I i BA = I zovemo inverz od A i ozna cavamo sa B = A1 . Nisu sve kvadratne matrice invertibilne - nula matrica je trivijalni primjer, i postoji veliki broj nenula matrica koje nisu invertibilne. Za invertibilnu matricu ka zemo da je nesingularna, a za kvadratnu matricu koja nema inverznu matricu ka zemo da je singularna matrica. (0.04) Saglasan i nesaglasan sistem Za sistem od m linearnih jedna cina sa n nepoznatih ka zemo da je saglasan sistem ako posjeduje bar jedno rje senje. Ako sistem nema rje senja, tada za sistem ka zemo da je nesaglasan sistem. (0.05) Elementarne red (kolona) operacije Elementarne red (kolona) operacije su: (i) Zamjena mjesta redova (kolona) i i j. (ii) Mno zenje reda (kolone) i sa = 0. (iii) Dodavanje reda (kolone) i pomno zene nekim brojem redu (koloni) j . (0.06) Ekvivalencija (i) Kadgod matricu B mo zemo dobiti iz matrice A kombinacijom elementarnih red ili kolona operacija, pi semo A B, i ka zemo da su A i B ekvivalentne matrice. S obzirom da su elementarne red i kolona operacije u stvari mno zenje redom sa lijeve i desne strane elementarnim matricama mo ze se dokazati da A B P AQ = B za nesingularne P i Q

(ii) Kadgod se matrica B mo ze dobiti iz matrice A primjenjuju ci samo red operacije, pi semo cima A B, i ka zemo da su matrice A i B red ekvivalentne. Drugim rije
red

A B P A = B za nesingularnu P. (iii) Kad god se matrica B mo ze dobiti iz matrice A primjenjuju ci samo niz uzastopnih kolona kol operacija, pi semo A B, i ka zemo da su matrice A i B kolona ekvivalentne. Drugim rije cima A B AQ = B za nesingularnu Q.
kol

red

(0.07) Red e selon oblik Za m n matricu E, sa redovima Ei i kolonama Ej , ka zemo da je u red e selon obliku ako sljede ca dva uslova vrijede: (a) Ako su svi elementi reda Ei jenaki nuli, tada su i svi elementi u redovima ispod Ei jednaki nuli, tj. svi nula redovi su na dnu matrice. (b) Ako se prvi nenula elemenat u Ei nalazi na j toj poziciji, tada su svi elementi ispod i-te pozicije u kolonama E1 , E2 ,...,Ej nule. Ova dva uslova ka zu da nenula elementi u e selon obliku moraju le zati na ili iznad glavne linije stepenica ciji je po cetak u gornjem lijevom uglu matrice i postepeno pada prema dole desno. Pivoti su prvi nenula elementi u e selon redovima. Tipi cna struktura za matricu koja je u red e selon obliku je ilustrirana ispod, gdje su pivoti zaokru zeni.

(0.08) Rang matrice Pretpostavimo da je matrica Amn pomo cu red operacija svedena na red e selon oblik E. Rang matrice A se deni se kao broj rang (A) = broj pivota = broj nenula redova u E = broj osnovnih kolona u A gdje su osnovne kolone od A denisane kao one kolone u A koje sadr ze pivot pozicije. (0.09) Reducirani red e selon oblik Za matricu Emn ka zemo da je u reduciranom red e selon obliku ako su sljede ca tri uslova ispunjena. (i) E je u red e selon obliku. (ii) Prvi nenula elemenat u svakom redu (tj. svaki pivot) je 1. (iii) Sve vrijednosti iznad svakog pivota su 0. Tipi cna struktura za matricu u reduciranom red e selon obliku je ilustrirana ispod, gdje elementi ozna ceni sa mogu biti ili nula ili nenula brojevi:

(0.10) Saglasnost Posmatrajmo sistem linearnih jedna cina Ax = b. Posmatrajmo pro sirenu matricu oblika [A|b]. Svaka od sljede cih tvrdnji je ekvivalentna tvr denju da je Ax = b saglasan linearni sistem. U red redukciji matrice, red sljede ceg oblika se nikad ne ce pojaviti P = 0 0 ... 0 | b nije osnovna kolona matrice [A|b]. rank [A|b] = rank (A). b je kombinacia osnovnih kolona u A. (0.11) Sa zetak za homogene sisteme Neka je Amn koecijent matrica za homogeni sistem od m linearnih jedna cina sa n nepoznatih, i pretpostavimo da je rang (A) = r. (a) Nepoznate koje odgovaraju pozicijama osnovnih kolona (tj. pivot pozicijama) zovemo osnovne varijable, a nepoznate koje odgovaraju pozicijama neosnovnih kolona zovemo slobodne varijable. (b) Postoji ta cno r osnovnih varijabli i n r slobodnih varijabli. (c) Da bi opisali sva rije senja, matricu A reduciramo na red e selon oblik koriste ci Gausovu eliminaciju, i poslije toga vra camo zamjenu da bi rje senje za osnovne varijable prikazali pomo cu slobodnih varijabli. Ovo nam daje op ste rije senje koje je u obliku x = xf1 h1 + xf2 h2 + ... + xfnr hnr , gdje su clanovi xf1 , xf2 , ..., xfn slobodne varijable i gdje h1 , h2 , ..., hnr su n 1 kolone koje predstavljaju odre deno rje senje homogenog sistema. Kolone hi su nezavisne od red e selon oblika ce vrijednosti, koji se koristi u procesu zamjene. Kako slobodne varijable xfi uzimaju sve mogu op ste rje senje generi se sva mogu ca rje senja. (d) Homogeni sistem posjeduje jedinstveno rje senje (trivijalno rje senje) ako i samo ako rang (A) = n - tj., ako i samo ako nema slobodnih varijabli. gdje je = 0

(0.12) Sa zetak za nehomogeni sistem Neka je Amn koecijent matrica za nehomogeni sistem od m linearnih jedna cina sa n nepoznatih Ax = b, neka je [A|b] pro sirena matrica i pretpostavimo da je rang (A) = r. (a) Svode ci [A|b] na red e selon oblik, pa koriste ci Gausove eliminacije, i na kraju izra zavaju ci osnoven varijable u smislu slobodnih varijabli, (sve ovo) nas vodi prema op stem rje senju x = p + xf1 h1 + xf2 h2 + ... + xfnr hnr . Kako slobodne varijable xfi uzimaju sve mogu ce vrijednosti, ovo op ste rje senje generi se sva mogu ca rje senja sistema. (b) Kolona p je u stvari partikularno rje senje nehomogenog sistema. (c) Izraz xf1 h1 + xf2 h2 + ... + xfnr hnr je op ste rje senje pridru zenog homogenog sistema. (d) Kolona p, kao i kolona hi su nezavisne od red e selon oblika u koji se [A|b] reducira.

(e) Sistem posjeduje jedinstveno rje senje ako i samo ako su sljede ce tvrdnje ta cne: rang (A) = n = broj nepoznatih. Ne postoje slobodne varijable. Pridru zeni homogeni sistem posjeduje samo trivijalno rje senje.

Vektorski prostori
1. Vektorski prostor i podprostor
(1.01) Denicija vektorskog prostora Skup V zovemo vektorski prostor nad F kada operacije vektorsko sabiranje i skalarno mno zenje zadovoljavaju sljede ce osobine. (A1) x + y V za sve x, y V . Ovu osobinu zovemo zatvorenost za vektorsko sabiranje. (A2) (x + y ) + z = x + (y + z ) za svaki x, y , z V . (A3) Postoji element 0 V takav da x + 0 = x za svaki x V . (A4) Za svaki x V , postoji element (x) V takav da x + (x) = 0. (A5) x + y = y + x za svaki x, y V . (Osobine (A1)-(A5) u stvari govore da je ure den par (V , +) Abelova grupa.) (M1) (M2) (M3) (M4) (M5) x V za sve F i x V . Ovu osobinu zovemo zatvorenost za skalarno mno zenje. ( )x = ( x) za sve , F i svaki x V . (x + y ) = x + y za svaki F i sve x, y V . ( + )x = x + x za sve , F i svaki x V . 1x = x za svaki x V .

(1.02) Vektorski podprostor Neka je S neprazan podskup vektorskog prostora V nad F (simboli cki, S V ). Ako je S tao der vektorski prostor nad F pod istim operacijama sabiranja i skalarnog mno zenja, tada za S ka zemo da je podprostor od V . Nije potrebno provjeriti svih 10 osobina iz denicije vektorskog prostora da bi odredili da li je dati podskup vektorski podprostor - trebaju se provjeriti jedino osobine zatorenosti (A1) i (M1). Tj. neprazan podskup S vektorskog prostora V je podprostor od V ako i samo ako (A1) x, y S x + y S i (M1) x S x S za sve F. (1.03) Spljo stenost Iako ne mo zemo koristiti o ci da bi vidjeli spljo stenost u vi sim dimenzijama (u dimenzijama vektorskog prostora ve cem od 3), na s um to mo ze sebi predstaviti kroz smisao podprostora. Od sad pa nadalje, uvijek zamislite spljo stenu povr s koja prolazi kroz koordinatni po cetak kad god nai demo na pojam podprostora.

(1.04) Generatori (i) Za skup vektora S = {v 1 , v 2 , ..., v r }, podprostor span(S ) = {1 v 1 + 2 v 2 + ... + r v r : i F} generisan pomo cu svih mogu cih linearnih kombinacija vektora iz S zovemo prostor generisan pomo cu S . (ii) Ako je V vektorski prostor takav da V = span(S ), ka zemo da je S generator za V . Drugim rije cima S generi se V kadgod se svaki vektor iz V mo ze napisati kao linearna kombinacija vektora iz S. (1.05) Suma podprostora Ako su X i Y podprostori vektorskog prostora V , tada je suma od X i Y denisana kao skup svih mogu cih suma vektora iz X sa vektorima iz Y . Tj. X + Y = {x + y | x X i y Y}. (i) Suma X + Y je podprostor od V . (ii) Ako SX , SY generi su redom X i Y tada SX SY generi se X + Y .