VEKTORSKI PROSTORI I ELEMENTI VEKTORSKE ANALIZE Ivanka Miloevi s c

Univerzitet u Beogradu 1997

Predgovor
Kurs MATEMATICKA FIZIKA I prvi put sam predavala 1995/1996 godine, pri emu sam se c velikom delu drla forme i sadraja istog kursa koji je dugo godina na Katedri za kvantnu i z z matematiku ziku Fizikog fakulteta u Beogradu uspeno predavao profesor dr Milan Vujii c c s cc (iji student sam i sama bila). c U prva tri poglavlja nema bitnih konceptualnih razlika u odnosu na udbenik Teorija uniz tarnih prostora, prof. dr Milan Vujiia (PMF Beograd, 1980), ako se izuzmu primeri kojima cc se ukazuje na nain korienja i proirenja sadraja pojedinih pojmova u zici. S druge strane c sc s z u nastavku su tenzori uvedeni preko polilinearnih funkcionala, dok se osnovni pojmovi vektorske analize baziraju na operatorskim invarijantama. Bez obzira na ove izmene nadam se da ovaj udbenik u izvesnom smislu nastavlja tradiciju deduktivnog pristupa problemu i davanja z prednosti konceptima u odnosu na detalje, na emu je i profesor Vujii uvek insistirao. c cc

U Beogradu, 1. novembra 1997. godine I. M.

Sadraj z
UVOD 1 VEKTORSKI PROSTORI 1.1 DEFINICIJA I PRIMERI . . . . . . . . . . . . . . . 1.2 DIMENZIJA VEKTORSKOG PROSTORA . . . . . 1.2.1 Linearna (ne)zavisnost . . . . . . . . . . . . . 1.2.2 Bazis i dimenzija . . . . . . . . . . . . . . . . 1.2.3 Izomorzam . . . . . . . . . . . . . . . . . . . 1.3 UNITARNI I EUKLIDSKI PROSTOR . . . . . . . . 1.3.1 Skalarni proizvod . . . . . . . . . . . . . . . . 1.3.2 Ortonormiranost . . . . . . . . . . . . . . . . 1.3.3 Bessel-ova i Schwarz-ova nejednakost . . . . . 1.3.4 Gram-Schmidt-ov postupak ortonormalizacije 1.4 POTPROSTORI . . . . . . . . . . . . . . . . . . . . 1.4.1 Denicija i primeri . . . . . . . . . . . . . . . 1.4.2 Operacije sa potprostorima . . . . . . . . . . 1.4.3 Projekcioni teorem . . . . . . . . . . . . . . . 2 LINEARNI OPERATORI 2.1 ALGEBRA OPERATORA . . . . . . . . . . . . . . 2.1.1 Denicija i primeri . . . . . . . . . . . . . . 2.1.2 Vektorski prostor L(U, V ) . . . . . . . . . . 2.1.3 Algebra L(V, V ) . . . . . . . . . . . . . . . . 2.2 GEOMETRIJA DEJSTVA OPERATORA . . . . . 2.2.1 Defekt i rang operatora . . . . . . . . . . . . 2.2.2 (Ne)singularnost i invertibilnost . . . . . . . 2.2.3 Rang matrice . . . . . . . . . . . . . . . . . 2.2.4 Sistemi linearnih jednaina . . . . . . . . . . c 2.2.5 Reprezentovanje i promena bazisa . . . . . . 2.2.6 Invarijantni potprostori . . . . . . . . . . . . 2.3 OPERATORI U PROSTORIMA SA SKALARNIM 2.3.1 Linearni funkcionali . . . . . . . . . . . . . . 2.3.2 Adjungovani operator . . . . . . . . . . . . . 2.3.3 Osnovne osobine i vrste operatora . . . . . . 2.4 NORMALNI OPERATORI . . . . . . . . . . . . . ii 1 3 3 5 5 6 8 9 10 11 12 15 16 16 17 19 21 21 21 23 24 26 26 27 28 29 30 31 32 32 33 34 36

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . PROIZVODOM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . .

 SADRZAJ 2.4.1 2.4.2 2.4.3

iii Hermitski operatori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36 Projektori . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 Unitarni i ortogonalni operatori . . . . . . . . . . . . . . . . . . . . . . . . 40 43 43 43 44 47 47 47 48 49 50 52 52 53 54 56 56 56 57 58 58 60 60 62 64 64 65 65 65 67 70 70 71 72 72 74 76 76 77 77 78

3 SPEKTRALNA TEORIJA 3.1 SVOJSTVENI PROBLEM . . . . . . . . . . . . . . . . . . . . 3.1.1 Geometrijska slika dijagonalizacije . . . . . . . . . . . . 3.1.2 Svojstveni vektor i svojstvena vrednost . . . . . . . . . 3.1.3 Svojstveni problem i komutiranje operatora . . . . . . 3.2 SVOJSTVENI PROBLEM U KOMPLEKSNOM PROSTORU 3.2.1 Egzistencija svojstvenog vektora . . . . . . . . . . . . . 3.2.2 Ortonormirani svojstveni bazis . . . . . . . . . . . . . . 3.2.3 Spektralna karakterizacija normalnih operatora . . . . 3.2.4 Funkcije normalnih operatora . . . . . . . . . . . . . . 3.3 SVOJSTVENI PROBLEM U REALNOM PROSTORU . . . . 3.3.1 Egzistencija svojstvenog vektora . . . . . . . . . . . . . 3.3.2 Spektralni teorem u euklidskom prostoru . . . . . . . . 3.3.3 Ortogonalni operatori . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

. . . . . . . . . . . . .

4 TENZORI 4.1 DUALNI PROSTOR . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.1.1 Dualni prostor V dualnog prostora V . . . . . . . . . . . . . 4.1.2 Reprezentovanje funkcionala i biortogonalni bazisi . . . . . . . . 4.1.3 Promena bazisa i reprezentovanje funkcionala . . . . . . . . . . 4.1.4 Dualni prostor unitarnog i euklidskog prostora . . . . . . . . . . 4.2 DEFINICIJA TENZORA . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.1 Polilinearni funkcional . . . . . . . . . . . . . . . . . . . . . . . 4.2.2 Denicija tenzora . . . . . . . . . . . . . . . . . . . . . . . . . . 4.2.3 Metriki tenzor . . . . . . . . . . . . . . . . . . . . . . . . . . . c 4.3 OSNOVNE OPERACIJE SA TENZORIMA . . . . . . . . . . . . . . . 4.3.1 Zbir tenzora . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.2 Mnoenje tenzora . . . . . . . . . . . . . . . . . . . . . . . . . . z 4.3.3 Kontrakcija tenzora . . . . . . . . . . . . . . . . . . . . . . . . . 4.3.4 Primeri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4.4 (ANTI)SIMETRICNI TENZORI . . . . . . . . . . . . . . . . . . . . . 4.4.1 Nezavisne komponente antisimetrinog tenzora . . . . . . . . . . c 4.4.2 Operacija (anti)simetrizacije . . . . . . . . . . . . . . . . . . . . 4.5 TENZORSKI PROIZVOD . . . . . . . . . . . . . . . . . . . . . . . . . 4.5.1 Direktan proizvod matrica . . . . . . . . . . . . . . . . . . . . . 4.5.2 Tenzorski proizvod V V . . . . . . . . . . . . . . . . . . . . . 4.5.3 Tenzorski proizvod V1 . . . Vm . . . . . . . . . . . . . . . . . 4.5.4 Veza izmedu tenzora i vektora iz tenzorskog proizvoda prostora 4.5.5 Tenzorski proizvod linearnih operatora . . . . . . . . . . . . . . 4.5.6 Tenzorski proizvod unitarnih prostora . . . . . . . . . . . . . . . 4.5.7 Simetrini i spoljanji kvadrat vektorskih prostora . . . . . . . . c s

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . . . . . . . . . . . . .

iv 4.5.8 4.5.9 4.5.10 4.5.11 Simetrini stepen S m (V ) . . . . . . . . . . . . . . c Spoljanji stepen m V . . . . . . . . . . . . . . . s Tenzorski proizvod u kvantnoj mehanici . . . . . Dirac-ova notacija, dijade i dijadska reprezentacija . . . . . . . . . . . . . . . . . . operatora . . . . . . . . . . . . . . . .

SADRZAJ . . . . . . . . . . . . . . . . 78 79 79 80 82 82 83 83 84 85 88 90 92 93 95 95 97 97 98

5 VEKTORSKA ANALIZA 5.1 INVARIJANTE OPERATORA . . . . . . . . . . . . . . . . . . . . . . . . 5.2 SKALARNA I VEKTORSKA POLJA . . . . . . . . . . . . . . . . . . . . 5.2.1 Izvod vektorske funkcije . . . . . . . . . . . . . . . . . . . . . . . . 5.2.2 Diferencijabilno skalarno polje: gradijent i izvod u pravcu . . . . . . 5.2.3 Diferencijabilno vektorsko polje: divergencija, rotor i izvod u pravcu 5.2.4 Hamilton-ov operator . . . . . . . . . . . . . . . . . . . . . . . . . . 5.2.5 Specijalni tipovi vektorskih polja . . . . . . . . . . . . . . . . . . . 5.3 KRIVOLINIJSKE KOORDINATE . . . . . . . . . . . . . . . . . . . . . . 5.3.1 Hamilton-ov operator u krivolinijskom koordinatnom sistemu . . . . 5.3.2 Laplace-ov operator u ortogonalnom krivolinijskom sistemu . . . . . 5.3.3 Cilindrini i sferni koordinatni sistemi . . . . . . . . . . . . . . . . . c 5.4 INTEGRALNI TEOREMI . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4.1 Gauss-ov teorem . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5.4.2 Stokes-ov teorem . . . . . . . . . . . . . . . . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

. . . . . . . . . . . . . .

UVOD
Pojam vektorskog prostora podrazumeva poznavanje algebarske strukture grupe i polja. Mada su one i same koriene u zici, u ovom kursu imaju pomonu ulogu, u okviru uvodenja osnovsc c nih pojmova. Stoga e njihove denicije, ve poznate sa prethodnih kurseva matematike, biti c c navedene samo kao podsetnik. GRUPA Denicija 0.1 Grupa je uredeni par (G, ) nepraznog skupa G i binarne operacije , pri emu c su zadovoljena sledea etiri aksioma: c c (i) Binarna operacija je zatvorena, tj. za svaka dva elementa a, b, G vai a b G. Uredeni z par (G, ) koji zadovoljava samo ovaj aksiom naziva se grupoid. (ii) Binarna operacija je asocijativna, tj. a (b c) = (a b) c za svaka tri elementa a, b, c iz G. Asocijativni grupoid se naziva polugrupa. (iii) U skupu G postoji jedinstveni neutralni element, e, takav da vai a e = e a = a za svako z a iz G. Polugrupa sa neutralnim elementom naziva se monoid. (iv) Za svaki element a iz G postoji jedinstveni inverzni element, a1 , iz G, takav da je a a1 = a1 a = e. Broj elemenata u grupi G se naziva red grupe i oznaava sa | G |. Kada je | G | konaan, kae c c z se da je grupa G konana, inae je beskonana. c c c Navedeni skup aksioma nije minimalan. Naime, mogue je zahtevati egzistenciju samo levog c (ili samo desnog) neutralnog i inverznog elementa (trei i etvrti aksiom), pa iz toga izvesti c c postojanje desnog (odnosno levog) neutralnog i inverznog elementa. Denicija 0.2 Grupa je komutativna ili Abel-ova, ako za svaka dva njena elementa a i b vai z a b = b a. Kod Abel-ovih grupa grupna operacija se obino oznaava sa + i naziva sabiranje, dok se c c element e oznaava sa 0 i naziva nulti. Kod ostalih grupa se operacija najee naziva grupno c c sc mnoenje, znak operacije ne pie, a umesto neutralni, koristi se naziv jedinini element. Konano, z s c c obiaj je oznaavati grupu samo oznakom skupa, ukoliko se operacija podrazumeva iz konteksta. c c 1

2 Primeri

UVOD

1. Skupovi celih, Z, racionalnih, Q, realnih, R, i kompleksnih, C, brojeva su beskonane Abelc ove grupe u odnosu na operaciju sabiranja; neutralni element je 0, a inverzni od x je x. Skupovi nenultih racionalnih, Q0 , realnih, R0 , i kompleksnih, C0 , brojeva su beskonane c Abel-ove grupe u odnosu na mnoenje; neutralni element je 1, a inverzni od x je 1/x. z 2. Skup svih dvodimenzionalnih matrica oblika R() = cos sin je beskonana c sin cos Abel-ovu grupa u odnosu na operaciju matrinog mnoenja. Ova grupa predstavlja roc z tacije u ravni oko ose perpendikularne na tu ravan, dok je grupna operacija uzastopna rotacija. Elementi grupe su odredeni parametrom (ugao rotacije), pomou kojeg se c grupno mnoenje zadaje izrazom R()R( ) = R( + ). Jedinina matrica I2 = R(0) z c je neutralni element, dok je inverzni element za R() jednak transponovanoj matrici: R1 () = RT () = R().

3. Skup translacija u R3 ini Abel-ovu grupu u odnosu na operaciju uzastopnih translacija. c 4. Skup svih transformacija koje ostavljaju ziki sistem nepromenjenim je grupa u odnosu c na operaciju uzastopnog izvodenja tih transformacija. Ova grupa se zove grupa simetrije zikog sistema, a same transformacije se nazivaju transformacije simetrije, ili samo simec trije zikog sistema. c 5. Skup permutacija n objekata, u odnosu na mnoenje permutacija (uzastopna primena z permutacija), je tzv. simetrina ili permutaciona grupa, koja se oznaava sa Sn . Red grupe c c 1 2 3 1 2 3 je | G | = n!. Na primer, elementi grupe S3 su { e = ,a= ,b= 1 2 3 2 1 3 1 2 3 1 2 3 1 2 3 1 2 3 ,c= ,d= ,f = }. Neutralni element 3 2 1 1 3 2 2 3 1 3 1 2 je e. Transpozicije a, b i c su, naravno, same sebi inverzne (a2 = b2 = c2 = e), dok su d i f uzajamno inverzni (d f = e). Grupa S3 nije Abel-ova. POLJE Denicija 0.3 Polje ili komutativno telo je trojka {F, +, } skupa F i dve zatvorene binarne operacije, koja zadovoljava sledee aksiome: c (i) par {F, +} je Abel-ova grupa iji je neutralni element 0; c (ii) par {F \ {0}, } je Abel-ova grupa iji je neutralni element 1; c (iii) vai zakon distribucije: a (b + c) = a b + a c za svako a, b, c F. z Skupovi realnih R i kompleksnih C brojeva sa operacijama sabiranja i mnoenja brojeva su z najpoznatija polja, i u nastavku e jedino ona biti koriena. c sc Skup uredenih parova realnih brojeva, R R = R2 , postaje polje kompleksnih brojeva, C, ako se operacije sabiranja i mnoenja deniu preko odgovarajuih operacija u R: z s c (a1 , b1 )+(a2 , b2 ) = (a1 +a2 , b1 +b2 ), (a1 , b1 )(a2 , b2 ) = (a1 a2 b1 b2 , a1 b2 +a2 b1 ), a1 , b1 , a2 , b2 R.

Glava 1 VEKTORSKI PROSTORI

1.1 DEFINICIJA I PRIMERI

Denicija 1.1 Neka skup V ima strukturu Abel-ove grupe u odnosu na sabiranje. Elemente skupa V zovemo vektori. Neutralni element oznaavamo sa 0 i zovemo nulti vektor. c Neka skup F ima strukturu polja. Elemente skupa F zovemo skalari, a neutralne elemente u odnosu na dve binarne operacije oznaavamo sa 0 i 1. c Na skupu FV denisano je mnoenje vektora skalarom, tj. preslikavanje FV V , koje z svakom skalaru F i svakom vektoru x V pridruuje vektor x V , tako da su ispunjeni z aksiomi: (i) (x) = ()x, , F, x V (zakon asocijacije); (ii) (x + y) = x + y, F, x, y V (zakon distribucije za sabiranje vektora); (iii) ( + )x = x + x, , F, x V (zakon distribucije za sabiranje skalara); (iv) 1x = x, x V . Ovako denisano preslikavanje se zove mnoenje vektora skalarom, dok se V naziva vektorski z prostor nad poljem F i pie V (F). s Uobiajeno je da se vektorski prostori nad poljem realnih, odnosno kompleksnih brojeva nazivaju c realni, odnosno kompleksni vektorski prostori. Primeri 1. Za svaki prirodni broj n, skup Cn = C . . . C brojnih kolona od n kompleksnih brojeva
n

je kompleksni vektorski prostor, ako je sabiranje vektora i mnoenje vektora skalarom z denisano na sledei nain: c c x1 + y1 y1 x1 x2 y2 x2 + y2 , x, y Cn ; x+y = . + . = . . . . . . . xn xn + yn yn 3

GLAVA 1. VEKTORSKI PROSTORI x1 x1 x2 x2 x = . = . , x Cn , C. . . . . xn xn

Neutralni element u Cn je nulti vektor 0, a inverzni element elementa x je x: x1 0 0 x2 0 = . , x = . . . . . . 0 xn Specijalno, skup realnih brojeva je vektorski prostor nad poljem realnih (kompleksnih) brojeva, tj. R = R1 . Slino je C = C1 . c 2. Skup matrica tipa m n sa matrinim elementima koji pripadaju nekom polju1 F, sa stanc dardnom denicijom sabiranja matrica i mnoenja matrice skalarom (iz polja F), je takode z primer vektorskog prostora nad poljem F. Nulti vektor je matrica 0 (iji su svi elementi c nule). Za ovaj prostor koristi se oznaka Fmn , odnosno Rmn i Cmn za konkretne izbore polja. Oigledno je da su brojne kolone (prethodni primer) specijalni sluaj vektorskog polja Fmn , c c m1 m za n = 1, tj. F = F . 3. Skup Pn (F), svih polinoma 0 + 1 t + . . . n1 tn1 (i , t F) stepena manjeg od n N je vektorski prostor nad poljem F sa standardno denisanim zbirom polinoma i mnoenjem z polinoma skalarom iz F. Treba zapaziti da skup polinoma ksiranog stepena nije vektorski prostor. 4. Neka je X proizvoljan neprazan skup i neka je X F skup svih funkcija denisanih na skupu X a sa vrednostima u polju F. Sabiranje u X F je denisano na standardan nain: c (f + g)(x) = f (x) + g(x), f, g X F , x X, kao i mnoenje funkcije skalarom: z (f )(x) = f (x), F, f X F , x X.

Time je denisan vektorski prostor funkcija X F nad poljem F.

Konkretna realizacija je skup C(a, b) svih realnih neprekidnih funkcija denisanih na intervalu [a, b]. 5. U klasinoj mehanici je dinamiko stanje slobodne estice (u nekom vremenskom trenutku) c c c odredeno njenim radijus vektorom r i impulsom p, tj. vektorom (x, y, z, px , py , pz )T , iz tzv. faznog prostora estice. Bilo koji vektor iz tog prostora odreduje dinamiko stanje te c c estice. Slino, stanje dve slobodne estice odredeno je vektorom (x1 , . . . , z2 , p1x , . . . , p2z )T c c c iz 12-dimenzionalnog faznog prostora. Ovo se lako uoptava na sistem vie estica, kao i s s c na sisteme koji interaguju. Pri tome, za neke posebne tipove interakcija, skup moguih c
1

U daljem tekstu, kad god ne bude potrebe za konkretnom specikacijom polja koristie se oznaka F. c

1.2. DIMENZIJA VEKTORSKOG PROSTORA

poloaja sistema ne mora biti vektorski prostor (to se prenosi i na fazni prostor), ve neto z c s optija matematika struktura (tzv. mnogostrukost). Dobar primer je estica vezana za s c c krunicu, iji fazni prostor oigledno nije vektorski prostor. z c c S druge strane, u kvantnoj mehanici je svako stanje kvantnog sistema predstavljeno nekim vektorom u prostoru stanja H datog sistema i obratno, svaki vektor iz H u principu predstavlja mogue stanje datog kvantnog sistema (tzv. postulat o stanjima). c Vie o pomenutim pojmovima e se uiti na kasnijim kursevima teorijske i kvantne mehas c c nike. Navedeni primeri pokazuju da po svojoj prirodi veoma razliiti entiteti imaju istu strukturu c strukturu vektorskog prostora.

1.2
1.2.1

DIMENZIJA VEKTORSKOG PROSTORA

Linearna (ne)zavisnost

Denicija vektorskog prostora kao operacije sa vektorima uvodi sabiranje vektora i mnoenje z vektora skalarom. Stoga svaki podskup prostora, ovim operacijama generie jedan iri skup. s s U posebnim sluajevima podskup generie ceo prostor, te se u takvim situacijama prouavanje c s c prostora moe svesti na prouavanje podskupa. z c Denicija 1.2 Neka je X = {x1 , x2 , . . .} podskup vektorskog prostora V (F). Linearna kombinacija vektora iz X je svaki vektor oblika n i xi , gde su i elementi polja F, tzv. koecijenti i=1 kombinacije. Skup L(X) svih linearnih kombinacija vektora iz X naziva se lineal nad X. Skup X je obrazujui, ako je L(X) = V (F), tj. ako je svaki vektor iz V (F) linearna kombic nacija vektora iz X. Skup X je linearno nezavisan ako iz jednakost n i xi = 0, (i F) sledi i=1 i = 0 za sve vrednosti i; kae se da je X linearno zavisan skup, ako nije linearno nezavisan, tj. z ako postoji linearna kombinacija vektora iz X koja je jednaka nultom vektoru, a u kojoj je bar jedan koecijent razliit od nule. c Pojam linearne kombinacije obuhvata obe operacije sa vektorima, te potpuno odraava strukturu z vektorskog prostora. U tom smislu linearna kombinacija je bitna karakteristika vektorskog prostora, koja ga razlikuje od ostalih struktura: moe se rei da je vektorski prostor svaki skup koji z c je zatvoren za linearne kombinacije, tj. koji sadri svaku linearnu kombinaciju svojih elemenata. z Zahtev da skup sadri sve linearne kombinacije svojih elemenata se u kvantnoj mehanici postuz lira za skup svih stanja kvantnog sistema, tzv. princip superpozicije, ime se ovaj skup zapravo c i denie kao vektorski prostor. s Primeri 1. Svaki skup vektora koji sadri nulti vektor je linearno zavisan: ako je X = {x1 = 0, x2 , . . .}, z tada je za i = 0 pri i > 1, 1 x1 + 2 x2 + = 0, za svako 1 , pa i 1 = 0. 2. Linearna zavisnost dva nenulta vektora ekvivalentna je njihovoj kolinearnosti: 1 x1 + 1 2 x2 = 0, uz 2 = 0 (ili 1 = 0), povlai 1 = 0 (tj. 2 = 0) i x2 = 2 x1 . c

GLAVA 1. VEKTORSKI PROSTORI 3. Bilo koja dva nenulta nekolinearna vektora u ravni (prostor R2 ) su linearno nezavisna, i ine obrazujui skup. S druge strane, tri vektora u ravni su linearno zavisna, a obrazuju c c ravan ukoliko nisu svi kolinearni. 4. Skup vektora {x0 (t) = 1, x1 (t) = t, x2 (t) = t2 , . . . , xn1 (t) = tn1 } iz prostora polinoma n1 Pn (F) je linearno nezavisan jer iz polinomskog identiteta i=0 i xi (t) 0 sledi i = 0, i. Pri tome je svaki polinom stepena manjeg od n linearna kombinacija ovih vektora, te su oni obrazujui skup. c

Lema 1.1 Skup nenultih vektora X = {xi | i = 1, . . . , n} iz V (F) je linearno zavisan ako i samo ako je neki vektor xi , 2 i n, linearna kombinacija prethodnih vektora: xi = 1 x1 + . . . + i1 xi1 . Dokaz: Neka je i-ti element skupa X linearna kombinacija prethodnih, tj. xi = 1 x1 + . . . + i1 xi1 . Tada je 1 x1 + . . . + i1 xi1 xi + 0xi+1 + . . . + 0xn = 0. Koecijent uz xi je razliit c od nule. Skup X je linearno zavisan. Neka je skup X linearno zavisan. Tada postoji skup skalara 1 , . . . , n , od kojih je bar jedan nenulti, tako da je n i xi = 0. Neka je k n najvei celi broj takav da je k = 0. Pri tome c i=1 k ne moe biti jedini nenulti koecijent, jer bi to znailo da je k xk = 0, tj. xk = 0, suprotno z c 1 k1 pretpostavci tvrdenja. Stoga je k > 1. Odavde sledi xk = k x1 k xk1 , tj. vektor xk je linearna kombinacija prethodnih vektora.

1.2.2

Bazis i dimenzija

Svi nenulti vektori na datoj pravoj su medusobno proporcionalni, tj. linearno zavisni. U ravni su svaka dva nenulta nekolinearna vektora linearno nezavisna, ali su ve svaka tri vektora, koja c pripadaju istoj ravni, linearno zavisna. Dakle, maksimalan broj linearno nezavisnih vektora na pravoj i u ravni se poklapa sa onim to se u geometriji zove dimenzija prave i dimenzija ravni. s Denicija 1.3 Bazis vektorskog prostora V je svaki linearno nezavisan i obrazujui skup. c Jasno je da u istom vektorskom prostoru postoji vie, ak kontinuum bazisa (osim u sluaju s c c prostora {0}). Medutim, svi bazisi istog prostora imaju jednak broj elemenata, to e odmah s c biti pokazano: Teorem 1.1 Broj elemenata bazisa konanodimenzionalnog vektorskog prostora V je isti kao i c broj elemenata bilo kog drugog bazisa istog prostora. Dokaz: Neka su Bn = {v1 , . . . , vn } i Bm = {v1 , . . . , vm } dva bazisa u prostoru V . c Skup S1 = {vm , v1 , . . . , vn } je, oigledno, linearno zavisan i obrazuje prostor V . Na osnovu leme 1.1, neki od vektora vi je linearna kombinacija prethodnih vektora iz skupa S1 . Izbacivanjem takvog vektora vi iz skupa S1 dobija se novi skup S1 = {vm , v1 , . . . , vi1 , vi+1 , . . . , vn } koji takode obrazuje prostor V . Skup S2 = {vm1 , vm , v1 , . . . , vi1 , vi+1 , . . . , vn }, je (kao i skup S1 ) linearno zavisan i obrazuje V . s Moe se sada, analogno formiranju skupa S1 iz skupa S1 , formirati skup S2 , s tim to vektor vm z

1.2. DIMENZIJA VEKTORSKOG PROSTORA

ne moe biti linearna kombinacija prethodnih vektora zbog osobine linearne nezavisnosti bazisnih z vektora. Na taj nain se dobija novi skup S2 , koji obrazuje V i u kome su dva vektora bazisa Bn c zamenjena sa dva vektora bazisa Bm . Produavanjem opisanog postupka zamene vektora iz Bn vektorima iz Bm , postavlja se pitanje z da li je mogue da vektori vi budu iscrpljeni pre vektora vi , odnosno da li je n < m. Oigledno, to c c nije mogue, jer bi se tada preostalih mn vektora iz Bm moglo izraziti kao linearna kombinacija c onih vektora vi (i = 1, . . . , n) koji su zamenili n vektora iz Bn a to je u suprotnosti sa linearnom nezavisnou vektora bazisa Bm . Dakle, postupak zamene se zavrava kada svih m vektora iz sc s Bm zameni m vektora iz Bn . Time je pokazano da je n m. Sada treba zapaziti da je u gornjem delu dokaza iskoriena denicija bazisa samo delimino. sc c Naime, u sluaju bazisa Bn insistirano je samo na osobini da on obrazuje prostor V , dok je u c sluaju bazisa Bm koriena samo osobina linearne nezavisnosti bazisnih vektora. Zato je mogue c sc c ponoviti celi postupak pri zamenjenim ulogama bazisa Bn i Bm , ime se oigledno dolazi do c c zakljuka da je m n. c Dakle iz n m i m n sledi n = m, tj. iz injenice da je broj obrazujuih vektora prostora V c c vei ili jednak od broja linearno nezavisnih vektora iz istog prostora, sledi da je broj elemenata c u razliitim bazisima tog prostora isti. c Denicija 1.4 Dimenzija vektorskog prostora je broj vektora u bazisu prostora. Prostor je konanodimenzionalan ako mu je dimenzija konana, inae je beskonanodimenzionalan. Proc c c c stor {0}, koji se sastoji samo od nultog vektora je dimenzije nula. Za dimenziju vektorskog prostora V (F) se koriste oznake dim V i | V |; kada se eli naglasiti da z je V (F) n-dimenzionalni prostor, pie se Vn (F). s Znaaj pojma bazisa se ogleda u mogunosti da se ceo vektorski prostor zada samo bazisom, c c pa da se ostali vektori dobiju kao linearne kombinacije bazisnih. Denicija 1.5 Neka je {v1 , . . . , vn } bazis u n-dimenzionalnom vektorskom prostoru Vn (F) i n neka je vektor x V (F) linearna kombinacija bazisnih vektora: x = i=1 i vi . Za skalare i , (i = 1, . . . , n) se kae da su koordinate vektora x Vn (F) u bazisu {v1 , . . . , vn }. z Teorem 1.2 Svaki vektor iz prostora Vn (F) ima jedinstvene koordinate u datom ksiranom bazisu. Dokaz: Neka je {vi | i = 1, . . . , n} bazis u Vn (F). Onda se svaki vektor x Vn moe napisati z n z kao linearna kombinacija bazisnih vektora: x = i=1 i vi . Pretpostavimo da se vektor x moe n izraziti i kao neka druga linearna kombinacija istih bazisnih vektora: x = i=1 i vi . Iz x x = n i=1 (i i )vi = 0, sledi i = i , i, zbog linearne nezavisnosti bazisnih vektora. Primeri 1. Na pravoj (prostor R) svaki nenulti vektor, tj. svaki nenulti realni broj ini bazis. Prostor c je jednodimenzionalan.

GLAVA 1. VEKTORSKI PROSTORI 2. U prostoru R3 svaki vektor se moe izraziti kao linearna kombinacija sledea tri vektora: z c 1 0 0 e1 = 0 , e2 = 1 , e3 = 0 , 0 0 1 koji ine tzv. apsolutni bazis. c 3. Direktnom generalizacijom prethodnog primera dobija se apsolutni bazis n-dimenzionalnog prostora Fn : 1i 2i 1 za i = j Kronecker ova delta. { ei = . | i = 1, . . . , n }, gde je ij = . 0 za i = j . ni

4. Apsolutni, ili Weyl-ov bazis u prostoru matrica Fmn je skup {Eij | i = 1, . . . , m; j = 1, . . . , n}, gde su Eij matrice iji ij-ti element je jedinica, dok su svi ostali elementi nule, c tj. (Eij )pq = ip jq : 1 0 ... 0 0 1 ... 0 0 0 ... 0 0 0 ... 0 0 0 ... 0 0 0 ... 0 E11 = . . . . , E12 = . . . . , . . . , Emn = . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 0 0 ... 0 0 0 ... 0 0 0 ... 1 Dakle, dimenzija ovog prostora je m n. 5. U prostoru polinoma stepena manjeg od n, Pn (F), skup vektora {1, t, t2 , . . . , tn1 } je linearno nezavisan i obrazujui, tj. ini bazis n-dimenzionalnog prostora Pn (F). c c 6. U prostoru svih polinoma, P (F), skup vektora {tn | n = 0, 1, . . . } ini bazis. Prostor je c beskonanodimenzionalan. c 7. Vektorski prostor kompleksnih brojeva nad poljem kompleksnih brojeva, C(C), je jednodimenzionalan, jer bilo koji nenulti kompleksni broj predstavlja bazis tog prostora. 8. Vektorski prostor kompleksnih brojeva nad poljem realnih brojeva, C(R), je dvodimenzionalan jer je skup {1, } jedan bazis tog prostora.

1.2.3

Izomorzam

Kao to je ve reeno, u datom bazisu {vi | i = 1, . . . , n} vektorskog prostora Vn (F), svakom s c c vektoru x Vn (F) jednoznano se pridruuje skup skalara iz F (koordinate i F; i = 1, . . . , n). c z Ovo pridruivanje omoguava da se svaki vektorski prostor dimenzije n nad poljem F identikuje z c sa prostorom brojnih kolona Fn . Tema ovog odeljka je uspostavljanje te identikacije. Denicija 1.6 Kae se da je vektorski prostor V (F) izomorfan sa vektorskim prostorom V (F), z to se oznaava sa V V , ako postoji bijekcija f : V V , takva da je s c = f (x + y) = f (x) + f (y), x, y V, , F.

1.3. UNITARNI I EUKLIDSKI PROSTOR

Vidi se da je izomorzam bijekcija koja linearnu kombinaciju predlikova (vektora iz V ) prevodi u istu takvu linearnu kombinaciju likova (vektora iz V ), te se moe rei da je izomorzam bijekcija z c koja odrava algebarsku strukturu vektorskog prostora. Treba zapaziti da je u pojam strukture z ukljueno i polje, te je izomorzam mogu samo medu prostorima nad istim poljem. Lako se c c pokazuje da izomorzam na skupu svih vektorskih prostora uspostavlja relaciju ekvivalencije. Teorem 1.3 Svaki vektorski prostor Vn (F) je izomorfan prostoru Fn : Vn (F) Fn . = Dokaz: Neka je {vi | i = 1, . . . , n} bazis u prostoru Vn (F). Svaki vektor x Vn (F) se moe z n izraziti kao linearna kombinacija bazisnih vektora: x = i vi , pri emu su koordinate i c i=1 (i = 1, . . . , n) jednoznano odredene (Teorem 1.2). Na taj nain je ostvarena bijekcija c c 1 1 . . Neka je y = n v V (F), tj. f (y) = . . Tada je n . f : Vn (F) F , tj. f (x) = . n . . i=1 i i n n 1 + 1 . = . x+y = n i vi + n i vi = n (i +i )vi , odnosno f (x+y) = . i=1 i=1 i=1 n + n 1 1 . . . + . = f (x) + f (y). Time je pokazano da je bijekcija f , odredena izborom . . n n bazisa u Vn (F), izomorzam. Poto je izomorzam relacija ekvivalencije, prethodni teorem znai da u svakoj klasi izos c morfnih vektorskih prostora postoji tano jedan standardni prostor kolona Fn , te je cela klasa c izomorfnih prostora odredena dimenzijom i poljem. Drugim reima, svi vektorski prostori iste c c dimenzije nad istim poljem su medusobno izomorfni, ime dimenzija postaje bitna osobina vektorskog prostora koja ga odreduje do na izomorzam (pri zadatom polju). Izomorzam iz teorema 1.3 se naziva reprezentovanje vektora iz prostora Vn (F) brojnim kolonama iz Fn , ostvareno izborom bazisa u Vn (F). Jasno, pri drugaijem izboru bazisa, kolona koja c reprezentuje isti vektor iz V (F) je drugaija, o emu e biti rei u narednim poglavljima. c c c c U daljem tekstu e osnovne osobine vektorskih prostora biti date na nivou apstraktnih proc stora, ime se izbegava dokazivanje nezavisnosti tih osobina od konkretnog izbora bazisa. Sa svoje c strane, teorem 1.3 je koristan sa operativne take gledita, jer daje recept kako apstraktni proc s blem svesti na raun sa skalarima, ime direktno omoguava konkretno izraunavanje odredenih, c c c c u zici potrebnih, veliina. c

1.3

UNITARNI I EUKLIDSKI PROSTOR

Pojmovi duine, ugla, rastojanja itd., u ziku su uli da bi se dobila kvantikacija, a time i z s egzaktnost iskaza. Oni generaliu iskustvo steeno u obinom prostoru R3 . Stoga se i uvode na s c c 3 isti nain kao u , uz pomo skalarnog proizvoda. Npr. duina vektora r = xex + yey + zez iz c R c z R3 je || r || = r r = x2 + y 2 + z 2 , a ugao izmedu vektora r i r = x ex + y ey + z ez je odreden relacijom cos = r rr r = xx r+yy +zz . r

10

GLAVA 1. VEKTORSKI PROSTORI

1.3.1

Skalarni proizvod

Denicija 1.7 Skalarni proizvod u prostoru V (F) je preslikavanje ( , ) : V V F, koje svakom uredenom paru vektora x1 , x2 V pridruije skalar (x1 , x2 ) F, i ima sledee osobine: z c (i) (x1 , x2 ) = (x2 , x1 ) , x1 , x2 V (hermitska simetrija); (ii) (x1 + x2 , y) = (x1 , y) + (x2 , y), x1 , x2 , y V, , F (antilinearnost po prvom faktoru) 2 ; (iii) (x, x) 0, x V , pri emu je (x, x) = 0 ako i samo ako je x = 0 (stroga pozitivnost ili c pozitivna denitnost). Vektorski prostor sa ovako denisanim skalarnim proizvodom se naziva unitarni prostor, ukoliko je nad kompleksnim poljem, dok je za F = R naziv euklidski prostor. Osobina hermitske simetrije povlai da je (x, x) uvek realan broj, to daje smisao zahtevu stroge c s pozitivnosti, (iii), i za realni i za kompleksni vektorski prostor. Iz osobina (i) i (ii) sledi linearnost skalarnog proizvoda po drugom faktoru (za takva preslikavanja, linearna po jednom, a antilinearna po drugom argumentu, kae se da su konjugovano bilinearna). Jasno je da se u z sluaju realnog vektorskog prostora konjugacija u (i) i (ii) moe izostaviti, te je skalarni proizvod c z u euklidskom prostoru simetrian i bilinearan (linearan po oba faktora). c Izomorzam dva vektorska prostora V (F) i V (F) sa skalarnim proizvodima (( , ) i ( , ) , respektivno) je preslikavanje f koje je izomorzam u smislu denicije 1.6, ali je i izometrijsko preslikavanje: za svako x i y iz V (F) vai (x, y) = (f (x), f (y)) . z Treba uoiti da je skalarni proizvod dodatna struktura u vektorskom prostoru, koja se poc sebno denie, te se u istom vektorskom prostoru mogu denisati razliiti skalarni proizvodi, s c i tako dobiti razliiti unitarni, odnosno euklidski prostori. Osobina linearnosti po drugom i c (anti)linearnosti po prvom faktoru pokazuje da je skalarni proizvod mogue zadati koristei c c samo vektore nekog bazisa. Naime, ako je {v1 , . . . , vn } bazis u vektorskom prostoru sa skalarnim proizvodom i mij = (vi , vj ), onda se za proizvoljna dva vektora x = i i vi i y = i i vi nalazi (x, y) = c i,j i mij j . Koristei reprezentativne kolone x i y vektora x i y u datom bazisu i oznaavajui sa x vrstu dobijenu od x transponovanjem i konjugovanjem, a sa M matricu iji c c c su elementi mij , poslednji izraz se moe napisati u formi (x, y) = x M y. Jasno je da je matrica z M , pri zadatom bazisu, odredena skalarnim proizvodom, te se ona naziva metrika ili metriki c tenzor. Medutim, kako je upravo pokazano, matrica M u potpunosti denie skalarni proizvod, s te se postavlja pitanje da li se svaka matrica moe uzeti za metriku, tj. da li e za svako M biti z c zadovoljene tri osobine skalarnog proizvoda. Nije teko pokazati da iz prve osobine sledi da mora s biti M = M , a da je za treu potrebno i dovoljno da je M pozitivna matrica. U zici se ponekad c moraju razmatrati i neto optiji skalarni proizvodi, kod kojih se ne zahteva osobina stroge pos s zitivnosti, odnosno metrika nije pozitivna matrica; ovo uoptenje nosi naziv indenitna metrika. s Ipak, i u takvim situacijama se najee ispostavlja da je potrebna metrika nesingularna, tj. da c sc je det M = 0.
U literaturi, pre svega matematikoj, nailazi se i na neto drugaiju deniciju, u kojoj se zahteva antilinearnost c s c skalarnog proizvoda po drugom faktoru. Za potrebe kvantne mehanike je pogodnija gornja denicija, jer olakava s c uvodenje tzv. Dirac-ove notacije, koja e biti kasnije razmotrena (odeljak 4.5.11).
2

1.3. UNITARNI I EUKLIDSKI PROSTOR

11

Kao to je napomenuto, skalarni proizvod dozvoljava uvodenje novih, intuitivno prepoznas def tljivih pojmova. Norma ili duina vektora x, se denie kao || x || = (x, x)1/2 . Slino, rastojanje z s c def (distanca, udaljenost) vektora x1 i x2 iz V (F) je norma njihove razlike: d(x1 , x2 ) = || x1 x2 ||. def Konano, ugao medu vektorima x i y iz euklidskog prostora je zadat izrazom cos = x(x,y)y . c Primeri 1 1 . . 1. Standardni skalarni proizvod vektora x = . i y = . iz unitarnog prostora Cn . . n n n je (x, y) = i i ; ako x oznaava brojnu vrstu dobijenu transponovanjem i konjuc i=1 govanjem kolone x, moe se pisati (x, y) = x y = x Iy (I je jedinina matrica dimenzije z c n). Vidi se da je metrika standardnog skalarnog proizvoda u apsolutnom bazisu upravo jedinina matrica. Najoptiji oblik skalarnog proizvoda u istom prostoru je (x, y) = x M y, c s gde je M pozitivna matrica. 2. U prostoru matrica Cnm , standardni skalarni proizvod je denisan izrazom (A, B) = Tr A B. Specijalni sluaj za m = 1 je prethodno uvedeni standardni skalarni proizvod u Cn : c 1 n n . . (x, y) = Tr x y = Tr ( 1 . . . n ) = Tr i i = i i = x y. . i=1 i=1 n Kod prostora Rnm se standardni skalarni proizvod zadaje na isti nain, pri emu se konjuc c gacija moe izostaviti. z

3. U prostoru polinoma P (C) na intervalu [a, b] standardni skalarni proizvod je dat reladef def b cijom (x, y) = a x (t)y(t) dt. To je specijalan sluaj skalarnog proizvoda (x, y) = c b x (t)y(t)(t) dt, gde je teinska funkcija ili metrika pozitivna na intervalu [a, b]. z a 4. Teorija relativnosti koristi prostor Minkowskog: to je 4-dimenzionalni realni vektorski prostor R4 , u kome je skalarni proizvod vektora zadat nesingularnom indenitnom metrikom M = diag (1, 1, 1, 1). Kolona se obino pie u formi x = (x0 , x1 , x2 , x3 )T = (ct, r)T , c s pri emu prva koordinata, x0 = ct odreduje vreme (c je konstanta, preciznije brzina svec c z tlosti), a ostale tri prostorni poloaj nekog dogadaja. Uoava se da izraz (x, x) moe biti z T pozitivan (tada se kae da je x vremenski vektor, npr. x = (x0 , 0, 0, 0) ), ali i negativan (x z je prostorni vektor, npr. x = (0, x1 , x2 , x3 )T ), ili jednak nuli (kada se govori o svetlosnom
3 T 2 ili izotropnom vektoru, npr. x = ( i=1 xi , x1 , x2 , x3 ) ). Jasno je da izvedeni pojmovi rastojanja i duine, u sluaju indenitne metrike ne mogu zadrati uobiajeni smisao. z c z c

1.3.2

Ortonormiranost

Ve iz elementarnog trodimenzionalnog vektorskog rauna je poznato da dva vektora koji zaklac c paju prav ugao, tj. ortogonalni su, imaju niz karakteristinih svojstava. Ovo vai i za pravu koja c z je perpendikularna na ravan, ili dve perpendikularne ravni. Pri tome je jasno da ortogonalnost,

12

GLAVA 1. VEKTORSKI PROSTORI

intuitivno denisana preko ugla, zapravo govori o skalarnom proizvodu datih vektora. Slino, c korienjem duine, odnosno norme, pa time i skalarnog proizvoda, uvode se vektori jedinine sc z c duine, normirani vektori, koji takode tim svojstvom omoguavaju niz tehnikih prednosti pri z c c vektorskom raunu. Generalizaciju ovih pojmova daje c Denicija 1.8 Skup X = {x1 , . . . , xk } vektora iz unitarnog (euklidskog) prostora U je ortogonalan ako je (xi , xj ) = 0 za i = j; skup X je normiran ako za svako i vai (xi , xi ) = 1. Skup X z je ortonormiran ako je ortogonalan i normiran, tj. vai (xi , xj ) = ij , (i, j = 1, . . . , k). Elementi z ortonormiranog skupa zovu se ortovi. Ortonormirani skup X je kompletan ako je samo nulti vektor ortogonalan na sve elemente skupa. Dakle, ortonormirani skup ine uzajamno ortogonalni ortovi (vektori jedinine norme). Uoava c c c se da je ortogonalnost potpuno simetrina relacija, iako je skalarni proizvod samo hermitski c simetrian: iz (x, y) = 0 sledi (y, x) = 0, pa i (y, x) = 0. c Nulti vektor je, oigledno, ortogonalan na sve vektore prostora, i to je jedini vektor sa takvom c osobinom. U stvari, to je jedini vektor koji je ortogonalan na sebe, to sledi iz stroge pozitivnosti s skalarnog proizvoda. Ovi zakljuci se mogu izmeniti u sluaju indenitne metrike. c c Odnos ortonormiranosti i linearne nezavisnosti opisuje Teorem 1.4 Svaki ortonormirani skup vektora je linearno nezavisan. Dokaz: Neka je X = {x1 , . . . , xk } ortonormiran skup. Treba pokazati da iz k i xi = 0 i=1 sledi i = 0 za svako i. Ako se prethodna relacija pomnoi skalarno s leva proizvoljnim vektorom z c iz skupa X, npr. sa xj , dobija se (xj , k i xi ) = i i (xj , xi ) = i i ji = j = 0, pri emu je i=1 iskoriena osobina linearnosti skalarnog proizvoda po drugom faktoru i denicija ortonormiranog sc skupa. Poto je vektor xj bio proizvoljan, sledi da su svi koecijenti i gornje linearne kombinacije s jednaki nuli. Dakle, ortonormiranost povlai linearnu nezavisnost, pa je svaki ortonormirani obrazujui c c skup jedan bazis, tzv. ortonormirani bazis prostora sa skalarnim proizvodom.

1.3.3

Bessel-ova i Schwarz-ova nejednakost

Znaaj i primena skalarnog proizvoda i ortonormiranih skupova poiva na nizu osobina koje su c c razmotrene u ovom odeljku. Teorem 1.5 Neka je X = {x1 , . . . , xk } neki konaan ortonormiran skup vektora u unitarnom c (euklidskom) prostoru U . Za proizvoljan vektor x iz prostora U vai: z (i) Bessel-ova nejednakost:
k

i=1

| (xi , x) |2 || x ||2 ;

(ii) Vektor x = x

k i=1 (xi , x)xi

je ortogonalan na svaki vektor iz skupa X.

Dokaz: (i) 0 || x ||2 = (x , x ) = (x k (xi , x)xi , x k (xj , x)xj ) = j=1 i=1 (x, x) (x, k (xj , x)xj ) ( k (xi , x)xi , x) + ( k (xi , x)xi , k (xj , x)xj ) = j=1 i=1 i=1 j=1

1.3. UNITARNI I EUKLIDSKI PROSTOR

13

|| x ||2 k (xj , x)(x, xj ) k (xi , x) (xi , x) + k (xi , x) k (xj , x)(xi , xj ) = j=1 i=1 i=1 j=1 || x ||2 k | (xj , x) |2 k | (xi , x) |2 + k (xi , x) k (xj , x)ij = || x ||2 k | (xj , x) |2 ; j=1 i=1 i=1 j=1 j=1 k k k (ii) (x , xj ) = (x i=1 (xi , x)xi , xj ) = (x, xj ) i=1 (xi , x) (xi , xj ) = (x, xj ) i=1 (xi , x) ij = (x, xj ) (xj , x) = 0. Na osnovu prethodnog teorema lako se izvodi poznata nejednakost: Teorem 1.6 Za proizvoljne vektore x i y iz unitarnog (euklidskog) prostora U vai Schwarz-ova z nejednakost: | (x, y) | || x || || y ||. Dokaz: Ako je x = 0, onda su obe strane jednake nuli i vai jednakost. Ako je x = 0, onda je z x {x/|| x ||} ortonormiran skup, pa vai Bessel-ova nejednakost: | ( x , y) |2 y 2 . z Schwarz-ova nejednakost ima znaajne geometrijske, aritmetike i analitike posledice: c c c 1. Nejednakost trougla, x+y x + y , koja je nezaobilazna u svim daljim generalizacijama pojmova rastojanja i duine. Ona z 2 se lako proverava: x+y = (x + y, x + y) = (x, x) + (y, y) + 2Re(x, y); kako je Re(x, y) | Re(x, y) | | (x, y) |, sledi x + y 2 x 2 + y 2 + 2 x y = 2 ( x + y ) . (Smenom x x z i y z y nejednakost trougla dobija sledei oblik: c d(x, y) d(x, z) + d(y, z).) 2. U unitarnom prostoru Cn , za bilo koja dva niza kompleksnih brojeva (1 , . . . , n )T i (1 , . . . , n )T vai Cauchy-jeva nejednakost: z
n n n

i=1

i i |2

i=1

|i |2

i=1

|i |2 .

3. U unitarnom prostoru polinoma P denisanim na intervalu [a, b] vai sledea relacija: z c

b b b

x (t)y(t) dt|

|x(t)| dt

|y(t)|2 dt.

Teorem 1.7 Neka je X = {x1 , . . . , xn } ortonormirani skup vektora u prostoru sa skalarnim proizvodom. Sledea tvrdenja su medusobno ekvivalentna: c (i) X je maksimalni ortonormirani skup, odnosno nije pravi podskup drugog ortonormiranog skupa. (ii) X je kompletan, tj. iz (xi , x) = 0 za i = 1, . . . , n, sledi x = 0. (iii) Skup X je obrazujui. c (iv) Za svaki vektor x prostora vai Fourier-ov razvoj: x = z
n i=1 (xi , x)xi .

14

GLAVA 1. VEKTORSKI PROSTORI

(v) Za svaka dva vektora x i y vai Parseval-ova jednakost: z

n

(x, y) =
i=1

(x, xi )(xi , y).

(vi) Za proizvoljni vektor x je ispunjena Bessel-ova jednakost:

n

|| x || =

i=1

| (xi , x) |2 .

Dokaz: Bie pokazane implikacije (i) (ii) (iii ) (iv ) (v ) (vi ) (i), tj. prvo e c c biti pretpostavljeno da vai iskaz (i) i bie pokazano da iz njega sledi iskaz (ii), pa onda da vai z c z iskaz (ii) a da iz njega sledi iskaz (iii ), i tako redom, sve dok se konano ne dokae tanost iskaza c z c (i ) kao posledica vaenja iskaza (vi). z (i ) (ii), odnosno (ii) (i) : Ako je (xi , x) = 0 za svako i i ako je x = 0, tada se moe z dodati vektor x/|| x || skupu X i tako dobiti ortonormirani skup vei od X, tj. X nije c maksimalan skup u tom sluaju. c (ii) (iii ), odnosno (iii) (ii) : Ako postoji vektor x koji nije linearna kombinacija vektora xi , tada na osnovu drugog dela teorema 1.5, vektor x = x n (xi , x)xi je razliit c i=1 od nule i ortogonalan na svaki vektor iz skupa X. (iii) (iv ) : Ako svaki vektor x iz U ima oblik x = n n j=1 j ij = i . j=1 j (xi , xj ) =
n j=1

j xj , tada je (xi , x) = (xi ,

n j=1

j xj ) =

(iv ) (v ) : Ako je x = n (xi , x)xi i y = n (xj , y)xj , onda je i=1 j=1 n (x, y) = ( n (xi , x)xi , n (xj , y)xj ) = n i=1 j=1 i=1 j=1 (xi , x) (xj , y)(xi , xj ) = n n n n i=1 j=1 (xi , x) (xj , y)ij = i=1 (xi , x) (xi , y) = i=1 (x, xi )(xi , y). (v ) (vi) : U (v ) staviti x = y. (vi) (i) : Ako bi se skup X sadrao u veem ortonormiranom skupu, na primer ako postoji z c vektor x0 iz U ortogonalan na ceo skup X, tada iz || x0 ||2 = n | (xi , x0 ) |2 sledi x0 = 0. i=1 Dakle, ovaj teorem daje est osobina ortonormiranog skupa, od kojih je svaka ekvivalentna s iskazu da je taj skup ortonormirani bazis prostora. Poseban znaaj ima Fourier-ov razvoj, pokac zujui da se koordinate vektora u ortonormiranom bazisu izraavaju preko skalarnog proizvoda: c z (xi , x). Zbog toga se ovakve koordinate zovu Fourier-ovi koecijenti, a Parseval-ova i Bessel-ova jednakost pokazuju da u ortonormiranom bazisu svaki skalarni proizvod izgleda kao standardni skalarni proizvod prostora Fn . Vektor (xi , x)xi se naziva projekcija vektora x na ort xi . n Ako se u Parseval-ovoj jednakosti (x, y) = i=1 (x, xi )(xi , y), konjugovani Fourier-ov koecijent (x, xi ) napie preko njemu odgovarajue Parseval-ove jednakosti, tj. kao (x, xi ) = s c n (x, xj )(xj , xi ), i uvrsti u prethodnu formulu, dobija se (x, y) = i1 ,i2 (x, xi2 )(xi2 , xi1 )(xi1 , y). j=1 Daljom generalizacijom dobija se za m 1:
n

(x, y) =
i1 ,...,im

(x, xim )(xim , xim1 ) (xi2 , xi1 )(xi1 , y).

(1.1)

1.3. UNITARNI I EUKLIDSKI PROSTOR

15

Ve je reeno da se u kvantnoj mehanici svako stanje opisuje vektorom iz prostora stanja sistema. c c Verovatnoa da sistem iz stanja y prede u stanje x je | (x, y) |2 (postulat o verovatnoama), dok se c c sam skalarni proizvod (x, y) naziva amplituda verovatnoe prelaza. U skladu s tim, formula (1.1) c pokazuje da je amplituda verovatnoe za prelazak iz stanja y u stanje x suma u kojoj je svaki c sabirak proizvod amplituda verovatnoa za niz prelaza y xi1 xim x. Interpretic rajui ovaj sabirak kao amplitudu verovatnoe trajektorije iz y u x u prostoru stanja, koja prolazi c c kroz medupoloaje xi1 , . . . , xim , Feynman je izrazom (1.1) denisao zakon slaganja kompleksnih z amplituda verovatnoa: amplituda prelaza iz y u x je suma amplitud verovatnoa prelaza iz y c a c u x po svim moguim trajektorijama izmedu y i x. U beskonanodimenzionalnoj varijanti ona je c c osnova za semiheuristiku tehniku izraavanja amplitude verovatnoe preko Feynman-ovih intec z c grala po trajektorijama (engl. path integrals). Prostor trajektorija je beskonanodimenzionalan c i matematiari do sada nisu formirali optu teoriju koja bi sasvim opravdala iroku primenu c s s Feynman-ovih dijagrama u razliitim oblastima zike. c

1.3.4

Gram-Schmidt-ov postupak ortonormalizacije

Zbog konceptualnog i praktinog znaaja, ortonormirani bazisi se koriste kad god je to mogue. c c c Stoga je razraden metod formiranja ortonormiranog bazisa na osnovu zadatog proizvoljnog bazisa, koji po svojim autorima nosi naziv Gram-Schmidt-ov postupak ortonormalizacije. Njime se omoguava da se u prostorima sa skalarnim proizvodom radi iskljuivo u ortonormiranim bazic c sima, te predstavlja jedno od najvanijih mesta u teoriji vektorskih prostora, emu doprinosi i z c znaaj koji ima za aplikacije u zici. c Neka je X = {x1 , . . . , xn } proizvoljan bazis. Sutina metoda je da se ortonormirani bazis s Y = {y1 , . . . , yn } konstruie tako da je svaki yi linearna kombinacija prvih i vektora, x1 , . . . , xi , s iz X. Vektor x1 je sigurno nenulti, jer je X linearno nezavisan skup, pa je y1 = x1 dobro denisan x1 normirani vektor, koji je oigledno linearna kombinacija (tj. umnoak) prvog vektora, x1 , iz X. c z Neka je nadeno k vektora y1 , . . . , yk koji formiraju ortonormirani skup i neka je svaki vektor yi (i = 1, . . . , k) linearna kombinacija vektora x1 , . . . , xi . Neka je dalje z = xk+1 (1 y1 + . . . + k yk ), gde vrednosti skalara 1 , . . . , k tek treba odrediti. Poto je s
k

(yi , z) = (yi , xk+1

j=1

j yj ) = (yi , xk+1 ) i ,

(i = 1, . . . , k)

sledi da je (yi , z) = 0 ako se izabere i = (yi , xk+1 ) za i = 1, . . . , k. Pored toga, z je linearna kombinacija vektora xk+1 i vektora y1 , . . . , yk , pa je i linearna kombinacija vektora xk+1 i x1 , . . . , xk . Konano, z sigurno nije nulti vektor, jer su vektori x1 , . . . , xk , xk+1 linearno nezavisni, c a koecijent uz xk+1 u izrazu za z je razliit od nule. Preostaje da se z normira, ime se dobija c c yk+1 = z/|| z ||. Skup {y1 , . . . , yk , yk+1 } je opet ortonormirani skup, sa svim traenim osobinama, z to pokazuje da je ova induktivna ema dobro denisana. s s

16 Primeri ortonormiranih bazisa

GLAVA 1. VEKTORSKI PROSTORI

1 1 1 1 1. U prostoru C22 , skup { 2 I2 , 2 x , 2 y , 2 z }, gde je I2 jedinina matrica, dok su x = c 0 1 0 1 0 , y = i z = Pauli-jeve matrice, obrazuju ortonormiran 1 0 0 0 1 bazis u odnosu na standardni skalarni proizvod: (A, B) = Tr A B.

2. U prostoru polinoma P3 denisanih na intervalu (1, 1), u odnosu na skalarni proizvod 1 (x(t), y(t)) = 1 x(t)y(t) dt, Gram-Schmidt-ovim postupkom ortonormalizacije bazisa {1, t, t2 } c dobija se ortonormirani bazis { 1/2, 3/2t, 5/8(3t2 1)}, iji elementi su normirani Legendre-ovi polinomi.

1.4

POTPROSTORI

Pored taaka u prostoru, geometrijiski objekti kao to su prave, ravni i slino se takode esto c s c c razmatraju. Ovde e biti proueni analogni objekti u apstraktnim vektorskim prostorima. c c

1.4.1

Denicija i primeri

Denicija 1.9 Neprazan podskup W vektorskog prostora V (F) je potprostor ako zajedno sa svakim parom vektora x i y koje sadri, sadri i svaku njihovu linearnu kombinaciju x + y, z z , F. Ovo se oznaava sa W < V . c Dakle, potprostor vektorskog prostora V je i sm vektorski prostor, i to sa sabiranjem vektora a i mnoenjem vektora skalarom denisanim na isti nain kao u prostoru V (F) (denicija 1.1). z c Oigledno je iz denicije da je dimenzija potprostora manja ili jednaka od dimenzije prostora. c Potprostor sadri nulti vektor, jer ako sadri vektor x, onda sadri i vektor x x kao jednu od z z z linearnih kombinacija. Stoga, kada se potprostor interpretira kao generalizacija pravih i ravni, imaju se u vidu samo ravni i prave koje prolaze kroz koordinatni poetak. c Svaki vektorski prostor V ima dva posebna, tzv. trivijalna potprostora: 1. skup {0} koji sadri samo nulti element; z 2. celi prostor V . Opti metod formiranja potprostora nekog vektorskog prostora V se sastoji u sledeem: uoi s c c se neki proizvoljan skup S vektora iz V i formira skup svih linearnih kombinacija vektora iz S, odnosno lineal nad S, L(S). Tako formiran skup L(S) je potprostor i to najmanji potprostor koji sadri skup S. z Koristei opisanu konstrukciju, lako se proverava da prostor dimenzije n, pored trivijalnih, c ima i potprostore svih dimenzija manjih od n. Teorem 1.8 Dimenzija potprostora L(S) koji obrazuju linearno nezavisni vektori S = {x1 , . . . , xk } je k, a skup S je jedan bazis u L(S).

1.4. POTPROSTORI

17

Dokaz: Skup S je linearno nezavisan i obrazujui za L(S), pa je prema tome, bazis. Bazis S c ima k elemenata pa je dim L(S) = k. Ako je {w1 , . . . , wk } bazis u potprostoru Wk (F) prostora Vn (F), tada je mogue ovaj bazis c dopuniti do bazisa prostora Vn : {w1 , . . . , wk , v1 , . . . , vnk }. Za ovakav bazis se kae da je adaptiran z na potprostor W . Svaki vektor koji pripada potprostoru Wk reprezentuje se u adaptiranom bazisu kolonom iz Fn koja ima prvih k elemenata, u principu, nenultih, dok su poslednjih nk elemenata obavezno nule. Svaka kolona koja ima nenultu komponentu medu poslednjih n k reprezentuje vektor koji ne pripada potprostoru Wk . Primeri 1 . 1. Neka su m i n dva prirodna broja, pri emu je m n. Skup svih vektora x = . iz c . n Cn za koje vai 1 = . . . = m = 0 je potprostor. z Takode u Cn , skup svih vektora koji zadovoljavaju uslov
n i=1 i

= 0 je potprostor.

2. U prostoru Cnn , kvadratnih matrica tipa n n sa kompleksnim elementima, skup svih simetrinih matrica AT = A, je potprostor. c 3. U Cnn jedan potprostor je skup svih antisimetrinih matrica AT = A; isto vai i za skup c z svih matrica koje komutiraju sa nekom zadatom matricom. 4. U prostoru polinoma Pn (R), skup svih polinoma x za koje vai x(t1 ) = . . . = x(tm ) = 0, z gde su m i n prirodni brojevi i m n a t1 , . . . , tm R, je potprostor. 5. U prostoru polinoma P (F) skup svih vektora (polinoma) x za koje je ispunjeno x(t) = x(t) je potprostor. U istom prostoru je Pn (F) potprostor.

1.4.2

Operacije sa potprostorima

Potprostori su podskupovi vektorskog prostora, odabrani tako da sauvaju strukturu celog proc stora. To znai da uobiajene operacije sa podskupovima, presek, unija i komplement, primenjene c c na potprostore, daju nove podskupove vektorskog prostora, ali ovi ne moraju biti potprostori, jer pomenute skupovne operacije nisu u optem sluaju uskladene sa operacijama koje postoje u s c vektorskom prostoru (tj. ne moraju biti zatvoreni za linearne kombinacije). Ipak, kao to e biti s c pokazano u ovom odeljku, uz sasvim prirodne zahteve, mogu se denisati analogne operacije sa traenim svojstvima. z Operacija preseka je ve uskladena sa strukturom vektorskog prostora, to pokazuje c s Teorem 1.9 Presek proizvoljnog broja potprostora je potprostor. Dokaz: Treba pokazati da je W = i Wi potprostor ako su svi Wi potprostori. Poto svaki s Wi sadri nulti vektor onda ga sadri i W . Ako x i y pripadaju W (tj. svim potprostorima Wi ) z z onda i x + y pripada svim potprostorima Wi pa pripada i prostoru W . Koristei ovu injenicu, moe se rei i da je lineal nad skupom S, kao najmanji potprostor c c z c koji sadri S, upravo presek svih potprostora koji sadre S. z z

18

GLAVA 1. VEKTORSKI PROSTORI

Nasuprot preseku, operacija unije nije zadovoljavajua u smislu odravanja strukture. Primer c z ravni, u kojoj su dve koordinatne ose potprostori, ali to nije i njihova unija, dakle koordinatni sistem, pokazuje da u optem sluaju unija dva potprostora nije potprostor. Stoga se umesto s c unije razmatra najmanji potprostor koji nju sadri. z Denicija 1.10 Suma ili zbir potprostora W1 i W2 (u prostoru V ) je prostor W1 + W2 = L(W1 W2 ), tj. lineal nad njihovom unijom. Suma se naziva direktna, i oznaava se W1 W2 , c ako je W1 W2 = {0}. Kae se da potprostori W1 i W2 ine dekompoziciju ili razlaganje prostora z c V , ako je V = W1 W2 . Svaki vektor iz prostora W1 +W2 je oblika x1 +x2 , gde je x1 W1 a x2 W2 . U sluaju direktnog c zbira, ovo razlaganje je jedinstveno, tj. komponente x1 i x2 su potpuno odredene. Lako je proveriti da je suma potprostora asocijativna operacija na skupu potprostora, te se svi navedeni pojmovi (sume, direktne sume i dekompozicije) mogu uoptiti na sluaj vie potprostora. s c s U ovom kontekstu se uvodi i srodan pojam sabiranja celih prostora, po analogiji sa konstrukcijom ravni pomou njene dve koordinatne ose. c Denicija 1.11 Neka su V1 i V2 vektorski prostori (nad istim poljem). Njihova (spoljanja) s direktna suma je vektorski prostor V1 V2 , iji su elementi uredeni parovi [x, y], gde je x V1 i c y V2 , a linearna kombinacija je denisana na sledei nain: c c [x, y] + [x , y ] = [x + x , y + y ]. Skupovi svih vektora oblika [x, 0], odnosno [0, y], ine potprostore V1 , odnosno V2 , u V1 V2 . c Ovi potprostori su oigledno izomorfni prostorima V1 i V2 , respektivno (prirodni izomorzmi su c [x, 0] x i [0, y] y). U tom smislu je pogodno, uz izvesnu nepreciznost, govoriti o prostoru V1 kao o potprostoru prostora V1 V2 , i slino za V2 . S druge strane je jasno da je V1 V2 = V1 V2 , c gde je na levoj strani jednakosti iskoriena denicija 1.11, a na desnoj denicija 1.10. Postaje sc vidljivo da zapravo nema bitne razlike u pojmovima unutranje i spoljanje direktne sume, ako s s se zna da je svaki potprostor i sam vektorski prostor. Dimenzija sume potprostora je u punoj analogiji sa brojem elemenata unije dva podskupa. Teorem 1.10 Za proizvoljna dva potprostora W1 i W2 vektorskog prostora V vai relacija: z dim (W1 + W2 ) = dim W1 + dim W2 dim (W1 W2 ). Dokaz: Neka je dim W1 = n1 , dim W2 = n2 i dim (W1 W2 ) = m. Neka je dalje, {e1 , . . . , em } bazis potprostora W1 W2 . Taj bazis se moe dopuniti do bazisa potprostora W1 > W1 W2 : z {e1 , . . . , em , f1 , . . . , fn1 m }. Analogno se moe formirati i bazis u W2 : {e1 , . . . , em , g1 , . . . , gn2 m }. z Treba pokazati da n1 + n2 m vektora iz skupa B = {e1 , . . . , em , f1 , . . . , fn1 m , g1 , . . . , gn2 m } ini bazis prostora W1 + W2 . c Prvo e biti pokazana linearna nezavisnost vektora iz B. Neka je e = 1 e1 +. . .+m em W1 W2 , c f = 1 f1 +. . .+n1 m fn1 m W1 i g = 1 g1 +. . .+n2 m gn2 m W2 . Neka je dalje e+f +g = 0. Odatle sledi da je g = (e + f ) W1 , tj. g W1 W2 , to znai da se vektor g moe izraziti kao s c z linearna kombinacija vektora {e1 , . . . , em }, odnosno koecijenti i , (i = 1, . . . , n2 m) su jednaki nuli, zbog jedinstvenosti razvoja vektora po bazisu. Znai, g = 0. Tada je i e + f = 0, odnosno c f = e W1 W2 , se moe izraziti kao linearna kombinacija vektora {e1 , . . . , em }, pa je i = 0 z
def

1.4. POTPROSTORI

19

(i = 1, . . . , n2 m). Znai f = 0, odnosno e = 0. Poto je {e1 , . . . , em } bazis, sledi da su i svi c s koecijenti i (i = 1, . . . , m) jednaki nuli. Dakle, skup B je linearno nezavisan. Skup B je i obrazujui, jer proizvoljni vektor iz W1 + W2 ima oblik x + y, gde je x W1 a c y W2 , a razvijanjem vektora x po bazisu {e1 , . . . , em , f1 , . . . , fn1 m }, i vektora y po bazisu {e1 , . . . , em , g1 , . . . , gn2 m }, oigledno se dobija razvoj vektora x + y po vektorima iz skupa B. c Linearno nezavisan i obrazujui za W1 + W2 , B je bazis u W1 + W2 . c Direktna posledica upravo dokazanog teorema je da se prostor V razlae na direktnu sumu z svojih potprostora W1 i W2 , iji je presek {0}, ako i samo ako je zbir njihovih dimenzija jednak c dimenziji prostora: dim W1 + dim W2 = dim V. U sluaju kada se potprostor razlae na direktnu sumu svojih potprostora, mogue je obrac z c zovati bazis prilagoden ili adaptiran na dekompoziciju: Naime, ako je V = W1 . . . Wk , i 1 1 k k a ako su {w1 , . . . , wn1 }, . . ., {w1 , . . . , wnk }, bazisi potprostor W1 , . . . , Wk , respektivno, tada je 1 1 k k {w1 , . . . , wn1 , . . . , w1 , . . . , wnk } bazis u prostoru V adaptiran na datu dekompoziciju. Oigledne c su konceptualne i praktine prednosti koje adaptirani bazis prua. c z Konano, komplement potprostora nikad nije potprostor, jer sigurno ne sadri nulti vektor. c z Stoga se i ova operacija prilagodava strukturi vektorskog prostora. Denicija 1.12 Direktni komplement potprostora W vektorskog prostora V je svaki potprostor W C u V za koji vai da je V = W W C . z Smisao gornje denicije je da se kao i za obian komplement, trai medu potprostorima onaj c z koji osim nultog vektora (koji svaki potprostor mora sadrati), nema preseka sa W , a operacija z sabiranja (nastala od unije) sa poetnim potprostorom daje celi prostor. No, treba uoiti da je c c direktni komplement nejednoznaan: osim u sluaju kada je W neki od trivijalnih potprostora, c c C razliiti potprostori se mogu uzeti za W . Na primer, ako je u prostoru R3 za potprostor W c uzeta xy-ravan, tada je svaka prava koja ne lei u ravni, a prolazi kroz koordinatni poetak, z c jedan direktni komplement za W . Ipak, teorem 1.10 garantuje da su dimenzije svih direktnih komplemenata iste i jednake dim V dim W .

1.4.3

Projekcioni teorem

Uvedeni pojmovi i operacije e u nastavku biti razmotreni u sluaju kada je V prostor sa skalarc c nim proizvodom. Neka je W proizvoljan podskup prostora V . Ortogonalni komplement skupa W , oznaen sa c W , je skup svih vektora iz V koji su ortogonalni na svaki vektor iz W . Lako je proveriti da je W potprostor u V (bez obzira da li je W potprostor) i da W sadri lineal L(W ), pa time i z sam skup W . U konanodimenzionalnom sluaju je W c c = L(W ). Dva potprostora W1 i W2 unitarnog prostora U su ortogonalna ako je (x, y) = 0 za svako x iz W1 i za svako y iz W2 , odnosno kada se svaki od potprostora sadri u ortogonalnom komplementu z drugog potprostora. To se pie kao W1 W2 . Oigledno je da je W1 W2 ako i samo ako su svi s c vektori jednog bazisa prostora W1 ortogonalni na sve vektore nekog bazisa u W2 . Treba zapaziti da su vektori iz preseka dva ortogonalna potprostora ortogonalni na sebe, te se presek sastoji samo od nultog vektora, to opravdava narednu deniciju. s Denicija 1.13 Suma potprostora W1 i W2 unitarnog prostora U se naziva ortogonalna suma, i oznaava sa W1 W2 , ako su W1 i W2 ortogonalni potprostori: W1 W2 . Kae se da su prostori c z

20

GLAVA 1. VEKTORSKI PROSTORI

W1 i W2 ortogonalna dekompozicija ili ortogonalno razlaganje prostora U , ako je U njihova ortogonalna suma. Treba uoiti da je svaka ortogonalna dekompozicija istovremeno i direktna. Kao i ranije, ovi c pojmovi se lako uoptavaju na sluaj vie medusobno ortogonalnih potprostora: U je ortogonalna s c s suma svojih potprostora W1 , . . . , Wn , to se oznaava sa U = W1 . . . Wn , ako je U = s c W1 + + Wn , a za svako i = j vai Wi Wj . z Potprostor i njegov ortogonalni komplement ine ortogonalnu dekompoziciju prostora, te je c pri zadatom potprostoru W , jedini potprostor koji sa W ini ortogonalnu dekompoziciju upravo c W . To je posledica tzv. projekcionog teorema: Teorem 1.11 Ako je W proizvoljan potprostor konanodimenzionalanog unitarnog (euklidskog) c prostora U , tada je U ortogonalna suma potprostora W i W ; pri tome je W = W . Dokaz: Neka je X = {x1 , . . . , xm } ortonormiran bazis u W , i neka je z proizvoljan vektor iz U . Neka je dalje, x = m (xi , z)xi , gde su (xi , z) Fourier-ovi koecijenti vektora z u odnosu i=1 na skup X, a (xi , z)xi su projekcije vektora z na ortove iz bazisa X. Dakle, x je projekcija vektora z na potprostor W . Na osnovu teorema 1.5, vektor y = z x je ortogonalan na ceo bazis X, tj. na ceo potprostor W , to znai da pripada potprostoru W . Prema tome, z je s c suma dva vektora: x i y, pri emu je prvi iz W , a drugi iz W . Da potprostori W i W imaju c trivijalan presek, oigledno je: kada bi npr. vektor x pripadao i jednom i drugom prostoru bilo c 2 bi (x, x) = x = 0. Dakle, V = W W . Iz (x, z) = (x, x + y) = x 2 + (x, y) = x 2 i (y, z) = (y, x + y) = (y, x) + y 2 = y 2 , sledi da ako je z iz W , da je tada z = x, tj. da se W sadri u W . Poto se je ve poznato z s c da se W sadri u W , sledi W = W . z Ve u dokazu teorema je iskorien njegov geometrijski smisao, kome duguje i naziv. Naime, c sc za svaki vektor z U su jednoznano denisane medusobno ortogonalne komponente x W c i y W . U skladu sa uobiajenim pojmovima projekcije, vektor x je projekcija vektora z na c potprostor W , a vektor y je normala vektora z na potprostor W . Dobro poznat Pitagorin teorem je jedna od direktnih posledica projekcionog teorema: poto je (z, x) = x 2 i (z, y) = y 2 , s vai: z z
2

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

Lako se proverava, koristei Pitagorin teorem, da je normala y vektora z na potprostor W najc krae rastojanje vektora z od potprostora W . To znai da je projekcija vektora na potprostor c c upravo onaj vektor potprostora koji je najblii zadatom vektoru, tj. projekcija je najbolja aprokz simacija datog vektora nekim vektorom iz posmatranog potprostora. Generalizacija projekcionog teorema na vie potprostora se lako nalazi: neka su W1 , . . . , Wk s medusobno ortogonalni potprostori u unitarnom (euklidskom) prostoru U i neka je U = W1 . . . Wk . Svaki vektor x na jedinstven nain odreduje medusobno ortogonalne komponente xi iz c potprostora Wi , tako da je x = x1 +. . .+xk , xi Wi . Pri tome vai x 2 = x1 2 +. . .+ xk 2 . z Pomou uvedenih pojmova, moe se koncizno formulisati Gram-Schmidt-ov postupak ortoc z normalizacije: Neka je dat bazis {x1 , . . . , xn } u unitarnom (euklidskom) prostoru U . Da bi se dobio ortonormiran bazis {y1 , . . . , yn } u U takav da je yi = i j xj , (i = 1, . . . , n) postupak j=1 je sledei: y1 se dobija normiranjem vektora x1 , a svaki sledei yi , (i = 2, . . . , n) kao normirana c c normala vektora xi na L(y1 , . . . , yi1 ).

Glava 2 LINEARNI OPERATORI

Sa stanovita zike, preslikavanja medu vektorskim prostorima, pre svega unutar jednog prostora, s imaju isti znaaj kao i sami prostori. Moglo bi se rei da je ova grana matematike i prodrla u c c ziku da bi se omoguilo to potpunije sagledavanje ovih preslikavanja, tzv. operatora. Dovoljno c s je shvatiti da se svako kretanje, evolucija, opisuje kao preslikavanje u prostoru stanja, pa kad god je skup moguih stanja zikog sistema vektorski prostor, tada je i dinamika sistema opisana c c operatorom u tom prostoru.

2.1

ALGEBRA OPERATORA

U ovom poglavlju e biti uvedeni linearni operatori, a zatim prouena njihova osnovna svojstva, c c kao i operacije sa njima.

2.1.1

Denicija i primeri

Denicija 2.1 Preslikavanje A, denisano na celom vektorskom prostoru U (F) sa likovima u vektorskom prostoru V (F), nad istim poljem F, naziva se linearni operator (linearna transformacija), ako za svako x, y iz U i za svako , F, vai A(x + y) = Ax + Ay. Kada je U = V , z A je linearni operator na datom vektorskom prostoru. Skup svih operatora iz U u V se obeleava z sa L(U, V ). Na ovaj nain je linearni operator denisan kao preslikavanje koje odrava linearne kombinacije, c z u smislu da linearnu kombinaciju originala preslikava u linearnu kombinaciju likova sa istim koecijentima. Kako linearna kombinacija obuhvata sve operacije u vektorskom prostoru, linearni operator je preslikavanje koje odrava strukturu vektorskih prostora, tj. to je njihov homomorz c zam. Tako je i izomorzam, uveden u odeljku 1.2.3, jedan specijalan sluaj linearnog operatora. Iz denicije neposredno sledi A0 = 0 (ovo je jo jedna manifestacija homomorfnosti preslikas vanja, jer nulti vektor ima posebnu ulogu u strukturi samog prostora, te se morao preslikati u nulti vektor drugog prostora) i zato se ove transformacije nekad nazivaju i homogene linearne transformacije. Odravanje koecijenata u kombinaciji je i dovelo do zahteva da prostor u koji se vri prez s slikavanje bude nad istim poljem kao i prostor originala; jasno, bilo je neophodno da prostor V 21

22

GLAVA 2. LINEARNI OPERATORI

bude nad poljem koje sadri polje prostora U , te se ponekad daje i takva denicija, no za potrebe z zike ovakvo uoptenje nije neophodno. s Posledica linearnosti je da je svaki operator A : U V potpuno odreden delovanjem na bazisne vektore u U . Ako je poznato kako operator A deluje na bazis {u1 , . . . , un }, tj. ako je poznat skup {Au1 , . . . , Aun }, onda je dejstvo operatora A na proizvoljan vektor x iz U odredeno linearnou: Ax = A n i ui = n i (Aui ). sc i=1 i=1 Kao i za druga preslikavanja, kae se da su dva operatora A : U V i B : U V jednaka, z e oznaava sa A = B, ako je Ax = Bx, za svako x iz U . Na osnovu prethodne napomene, sledi s c da su dva operatora jednaka ako na isti nain deluju na vektore proizvoljnog bazisa. c Primeri 1. Na svakom prostoru se denie jedinini operator, I, kao identino preslikavanje, tj. operas c c tor koji svakom vektoru pridruuje isti taj vektor: Ix = x, x V . Drugi trivijalan primer z je nulti operator, 0, koji svakom vektoru iz U dodeljuje nulti vektor iz V : 0x = 0. 2. U trodimenzionalnom euklidskom prostoru R3 , rotacije oko proizvoljne ose koja prolazi kroz koordinatni poetak su linearne transformacije. Rotacija R() oko date ose svaki vektor c 3 x iz R prevodi u neki drugi vektor R()x takode iz R3 . Pri tome je rezultat isti ako se dva vektora prvo saberu pa onda rotiraju ili ako se prvo rotiraju pa onda saberu. Kako rotacija ne menja normu vektora, rezultat je isti i ako se vektor prvo pomnoi skalarom pa z onda rotira ili ako se prvo rotira pa onda pomnoi istim skalarom. z 3. Neka je R2 proizvoljna ravan koja sadri koordinatni poetak i pripada prostoru R3 . Neka z c 3 operator P pridruuje svakom vektoru x iz R njegovu projekciju P x na uoenu ravan R2 . z c 3 Lako se proverava da je P linearni operator na R . 1 a11 a1n . mn . . iz Fn u . . . iz F preslikava kolonu x = 4. Svaka matrica A = . . . am1 amn n 1 n m . kolonu Ax = . , gde je i = . k=1 aik k prostora F . Lako je videti da je ovo m linearni operator, tj. A L(Fn , Fm ). Istovremeno, svaki linearni operator A iz L(Fn , Fm ), n svojim delovanjem na i-ti vektor ei apsolutnog bazisa u F daje kolonu Aei iz Fm . Time se operatoru A pridruuje matrica A sa elementima aji = (Aei )j , koja apsolutni bazis z preslikava na isti nain kao i A, pa su A i A isti linearni operator. To znai da je Fmn = c c n , Fm ). L(F 5. U prostoru Pn (R) operator izvoda ili operator diferenciranja, D, je linearni operator: Dx(t) = x (t). 6. U prostoru P (R) multiplikativni operator, T , denisan relacijom T x(t) = tx(t), za svaki t polinom x(t) P (R), je linearan, kao i operator S denisan relacijom Sx(t) = 0 x( ) d , x(t) P (R).

2.1. ALGEBRA OPERATORA

23

2.1.2

Vektorski prostor L(U, V )

U skupu svih preslikavanja prostora U u prostor V mogu se uvesti sve operacije koje su uvedene u prostoru V , tako to se operacije medu preslikavanjima deniu kao odgovarajue operacije sa s s c 1 likovima preslikavanja . Ograniavajui se na linearne operatore, operacije iz V , sabiranje vektora c c i mnoenje vektora skalarom indukuju sabiranje operatora i mnoenje operatora skalarom. Za z z def operatore A i B njihova suma ili zbir, A + B, zadat je relacijom: (A + B)x = Ax + Bx, za svako x iz U . Slino se uvodi i mnoenje operatora skalarom: za svaki operator A iz L(U (F), V (F)) i c z za svaki skalar F, proizvod A je denisan sa: (A)x = (Ax), za svako x iz U . Time se uvodi struktura u skup linearnih preslikavanja iz U u V . Teorem 2.1 (i) Skup linearnih operatora L(U (F), V (F)) je vektorski prostor nad poljem F. (ii) Ako su Un (F) i Vm (F) konanodimenzionalni prostori, L(U (F), V (F)) je izomorfan prostoru c mn (F), V (F)) = dim U dim V . F i dimenzija mu je dim L(U (iii) Za svaki izbor bazisa {u1 , . . . , un } u U i {v1 , . . . , vm } u V , preslikavanje F (A) = A, gde je A L(U, V ), a A = (aij ) matrica iz Fmn denisana izrazom
m

Aui =
j=1

aji vj ,

i = 1, . . . , n,

(2.1)

je jedan izomorzam prostora L(U (F), V (F)) na prostor Fmn . Dokaz: (i) Jasno je da je linearna kombinacija operatora iz U u V opet jedno preslikavanje iz U u V . Ostalo je da se pokae linearnost preslikavanja: (A + B)(x + y) = Ax + Ay + z Bx + By = (A + B)x + (A + B)y. (ii) Ovo je posledica narednog iskaza. (iii) Izborom bazisa u U i V su, prema teoremu 1.3, uspostavljeni izomorzmi fU : U Fn i fV : V Fm , koji zadate bazise preslikavaju u apsolutne bazise, {e1 , . . . , en } i {e1 , . . . , em }, respektivno. Samim tim, za svaki linearni operator A L(U (F), V (F)) denisan je linearni m n , Fm ) izrazom F (A) = fV Af 1 . Ako je Aui = operator F (A) L(F U j=1 aji vj , sledi da je m m F (A)ei = fV Aui = fV ( j=1 aji vj ) = j=1 aji ej , tj. F (A) je, u smislu primera 4, matrica sa koecijentima aij . Jasno je da je A potpuno odreden matricom F (A) i obratno, te je F bijekcija. Izraz 2.1 pokazuje da se linearna kombinacija operatora preslikava u istu takvu linearnu kombinaciju matrica pojedinih operatora, pa je F linearno preslikavanje. Stoga je F izomorzam L(U, V ) na Fmn . Kao to je ranije pokazano, apsolutni bazis u prostoru Fmn ine Weyl-ove matrice, Eij (primer s c 4). Stoga jedan bazis prostora L(U, V ) ine operatori Aij , za koje vai F (Aij ) = Eij . Koristei c z c 1 inverzne izomorzme, jasno je da je Aij = fV Eij fU , te je Aij ul = jl vi . Ovi operatori ine bazis c u prostoru L(U, V ), i svaki operator A se moe izraziti kao njihova linearna kombinacija, pri z emu su koecijenti kombanicije upravo elementi matrice F (A). c
Ovo je zapravo opti stav: ako su f i g preslikavanja denisana na skupu X sa likovima u skupu Y , tada se s def za svaku operaciju na Y moe indukovati operacija medu preslikavanjima izrazom (f g)(x) = f (x) g(x). z
1

24

GLAVA 2. LINEARNI OPERATORI

2.1.3

Algebra L(V, V )

Ukoliko je B L(U, V ), a A L(V, W ), denisana je kompozicija, A B, preslikavanja A i B. Kako i A i B preslikavaju linearnu kombinaciju originala u linearnu kombinaciju likova sa istim koecijentima, istu osobinu ima i kompozicija, te je to operator iz prostora L(U, W ). Specijalno, za svaka dva operatora na prostoru V se moe formirati takva kompozicija, i ona se naziva z def mnoenje ili proizvod operatora: (AB)x = A(Bx). z Kao i kod svake kompozicije preslikavanja, simbol proizvoda operatora treba itati s desna na c levo, da bi se dobio postupak transformacije vektora, tj. redosled njihove uzastopne primene. Ovo je znaajno zapaziti, jer u optem sluaju, kompozicija linearnih transformacija na vektorskom c s c prostoru nije komutativna. Dobro poznat primer nekomutativnosti u prostoru polinoma P (R) se odnosi na operator izvoda D i multiplikativni operator T . Operator izvoda je denisan sa Dx(t) = x (t), a multiplikativni operator sa T x(t) = tx(t). Dakle, DT x(t) = D(T x(t)) = D(tx(t)) = x(t) + tx (t), dok je T Dx(t) = T (Dx(t)) = T x (t) = tx (t). Drugim reima, ne samo c da je netano DT = T D (tako da DT T D = 0), nego je, u stvari (DT T D)x(t) = x(t), za c svako x(t) P , tako da je DT T D = I jedinini operator. Lako se mogu nai i drugi primeri c c nekomutativnosti operatora. Medu geometrijskim linearnim transformacijama u R3 oigledan c primer su rotacije oko razliitih osa koje prolaze kroz koordinatni poetak. c c Dakle, na vektorskom prostoru svih linearnih operatora koji preslikavaju V u V moe se z denisati jo jedna zatvorena binarna operacija: mnoenje operatora. Kao i svaka kompozicija s z preslikavanja, ova operacija je asocijativna. Pri tome, identini operator koji ostavlja nepromec njenim svaki vektor iz V pripada skupu linearnih operatora. Dobijena algebarska struktura se naziva asocijativna algebra sa jedinicom. Denicija 2.2 Algebra nad poljem F, A(F), je vektorski prostor A nad poljem F, u kome je denisana dodatna binarna operacija mnoenja vektora, : A A A, koja je bilinearna, tj. z za proizvoljne vektore x, y, z A i skalare , F vai (x + y) z = (x z) + (y z) i z z (x+y) = (z x)+(z y). Ukoliko je operacija asocijativna, kae se da je A asocijativna z algebra. Kae se da je A algebra sa jedinicom, ukoliko u A postoji jedinini element, i, takav da z c je ia = ai = a, za svako a A. Iz prethodnog je jasno da je svaki prostor linearnih operatora L(V, V ) jedna asocijativna algebra sa jedinicom. Najpoznatiji primer takve algebre je skup kvadratnih matrica Fnn . Ovaj skup obrazuje algebru u odnosu na uobiajene operacije sabiranja matrica, matrinog mnoenja i c c z mnoenja matrice skalarom, dok je jedinina matrica upravo jedinica algebre. Pored toga, treba z c zapaziti da su elementi algebre Fnn linearni operatori u prostoru brojnih kolona Fn , tj. da je Fnn = L(Fn , Fn ). Ubudue e se pod algebrom podrazumevati asocijativna algebra sa jedinicom. c c Kao i obino, izomorzam algebri se denie kao bijekcija koja odrava strukturu. c s z Denicija 2.3 Dve algebre, A1 i A2 , nad istim poljem F, su izomorfne ako postoji bijekcija g sa A1 na A2 takva da je: (i) g(a + b) = g(a) + g(b), a, b A1 , , F; (ii) g(ab) = g(a)g(b), a, b A1 .

2.1. ALGEBRA OPERATORA

25

Jasno, prvi zahtev je odranje strukture vektorskog prostora, a drugi odranje strukture mnoenja, z z z te se moe rei da je g izomorzam algebri ako je g invertibilni linearni operator sa A1 na A2 , z c koji odrava proizvod. z Ranije je pokazano (teorem 1.3), da je svaki n-dimenzionalni prostor nad poljem F izomorfan sa prostorom brojnih kolona Fn , a uspostavljeni izomorzam, odreden izborom bazisa nazvan je reprezentovanje vektora brojnom kolonom. Slino je teoremom 2.1, stav (iii), uspostavljen c n , Vm ) sa prostorom matrica Fmn . Naravno, u sluaju U = izomorzam vektorskog prostora L(U c V , kako je upravo pokazano, oba prostora, L(Vn , Vn ) i Fnn su asocijativne algebre sa jedinicom. Namee se pitanje da li je preslikavanje F iz teorema 2.1, za koje je pokazano da je izomorzam c vektorskih prostora, istovremeno i izomorzam algebri. Odgovor na ovo pitanje daje Teorem 2.2 Za svaki izbor bazisa {v1 , . . . , vn } vektorskog prostora Vn (F), preslikavanje F (A) = A, gde je A L(V, V ), a A = (aij ) matrica iz Fnn denisana izrazom
n

Avi =
j=1

aji vj ,

i = 1, . . . , n,

(2.2)

je jedan izomorzam algebre L(V, V ) na algebru Fnn . Dokaz: Treba samo proveriti da F odrava strukturu mnoenja, to sledi iz injenice da je z z s c 1 1 1 1 u razmatranom sluaju F (A) = fV AfV , te je F (A)F (B) = fV AfV fV BfV = fV ABfV = c F (AB). Na ovaj nain je zapravo pokazano da su sve algebre operatora nad izomorfnim prostorima c medusobno izomorfne. Naime, izomorzam fU V prostora U na prostor V , indukuje izomordef zam FU V algebri L(U, U ) i L(V, V ), zadat kao i u prethodnom teoremu, relacijom FU V (A) = 1 fU V AfU V . Relacija (2.2) se naziva osnovna formula reprezentovanja, a bijekcija koju ona uspostavlja zove se reprezentovanje operatora matricama, ostvareno izborom bazisa {v1 , . . . , vn } u prostoru V . Dakle, linearne operatore je, izborom bazisa u prostoru u kom deluju, uvek mogue reprezenc tovati matricama, to je vrlo pogodno sa operativne take gledita, za dobijanje kvantikovanih s c s rezultata. Odredivanje matrice koja reprezentuje operator A L(V, V ) u prostoru V sa skalarnim proizvodom, posebno je jednostavno kada je izabrani bazis {v1 , . . . , vn } ortonormiran. Kada se obe strane osnovne formule reprezentovanja skalarno pomnoe sleva bazisnim vektorom vk , z n n nalazi se (vk , Avi ) = j=1 ji (vk , vj ) = j=1 ji kj = ki . Dobijena relacija (vk , Avi ) = ki se esto koristi u zici, i praktino zamenjuje osnovnu formulu reprezentovanja, a u okviru kvantne c c mehanike izraz (vk , Avi ) ima i ziku interpretaciju. c Primeri 1. U bilo kom bazisu, identinom operatoru se pridruuje jedinina matrica, a nultom nulta. c z c 2. Neka je P operator u R3 koji svakom vektoru pridruuje njegovu projekciju na xy ravan. z Izborom Descartes-ovog ortonormiranog bazisa {ex , ey , ez }, operator P se reprezentuje ma 1 0 0 tricom P = 0 1 0 , jer je P ex = ex , P ey = ey i P ez = 0. 0 0 0

26

GLAVA 2. LINEARNI OPERATORI 3. Rotacije R() (za ugao ) u R3 , oko z ose, reprezentovane su u Descartes-ovom bazisu cos sin 0 matricom R() = sin cos 0 , jer je R()ex = cos ex + sin ey , R()ey = 0 0 1 sin ex + cos ey i R()ez = ez .
t 4. U prostoru Pn (R), operator izvoda D, se u bazisu {p1 = 1, p2 = t, . . . , pn = (n1)! } re 0 1 0 ... 0 0 0 1 ... 0 . . . . . . . koja ima jedinice iznad glavne dijagonale, prezentuje matricom D = . . . . . . . . 0 0 0 ... 1 0 0 0 ... 0 i ti1 dok su ostali elementi nule, jer je Dpi = D t = (i1)! = pi1 . i!
n1

5. Svaka matrica A iz Fnn je linearni operator u Fn . Matrica koja reprezentuje ovaj linearni operator u apsolutnom bazisu prostora Fn je sma ta matrica, tj. A = A. a

2.2

GEOMETRIJA DEJSTVA OPERATORA

Zahvaljujui linearnosti, odnosno injenici da su operatori homomorzmi prostora, njihovo deloc c vanje ima jasnu geometrijsku interpretaciju, koja e biti prouena u ovom poglavlju. c c

2.2.1

Defekt i rang operatora

Prvi korak u tome je uoavanje da su skup svih vektora koji se preslikaju u nulti, kao i skup svih c likova, potprostori. Denicija 2.4 Nul-potprostor ili jezgro operatora A L(U, V ) je potprostor, N (A), svih vektora def iz U koje operator A preslikava u nulti vektor prostora V : N (A) = {u U | Au = 0} (koristi se i oznaka ker A). Potprostor, R(A), svih vektora iz V koji su likovi vektora iz U naziva se domet ili potprostor likova operatora A: R(A) = {Au | u U }. Defekt i rang operatora A su dimenzije potprostor N (A) i R(A), respektivno. a Kako je u deniciji navedeno, skupovi N (A) i R(A) su potprostori, to se lako proverava. Naime, s ako su x i y iz N (A), tj. ako je ispunjeno Ax = 0 i Ay = 0, onda je i A(x+y) = Ax+Ay = 0, tj. proizvoljna linearna kombinacija vektora iz N (A) je i sama vektor iz istog skupa. Slino, za c v, v R(A), postoje u, u U , takvi da je v = Au i v = Au , pa je v + v = Au + Au = A(u + u ), odnosno i v + v je iz R(A). Vezu defekta i ranga operatora u konanodimenzionalnim prostorima opisuje c Teorem 2.3 (Sylvester-ov zakon defekta) Zbir dimenzija nul-potprostora i potprostora li kova operatora A L(U, V ) jednak je dimenziji prostora U : dim N (A) + dim R(A) = dim U . Dokaz: Neka je BN = {u1 , . . . , uk } bazis u N (A). Taj bazis se moe dopuniti do bazisa z u U , jer je N (A) < U : BU = {u1 , . . . , uk , uk+1 , . . . un }. Treba pokazati da je skup BR = {Auk+1 , . . . , Aun } jedan bazis u R(A), tj. da je obrazujui za R(A) i linearno nezavisan. Za c

2.2. GEOMETRIJA DEJSTVA OPERATORA

27

proizvoljan vektor v R(A) postoji u U , takav da je Au = v; kako se u moe razviti po z n n n bazisu BU , vai u = i=1 i ui , pa je v = Au = i=1 i Aui = i=k+1 i Aui , jer je Aui = 0 z za i = 1, . . . , k. Dakle, proizvoljan vektor v iz R(A) je linearna kombinacija vektora iz BR , tj. R(A) = L(Auk+1 , . . . , Aun ), BR je obrazujui skup. Linearna nezavisnost skupa BR , sledi iz c injenice da je uslov n c i Aui = 0 zadovoljen samo ako su svi koecijenti i jednaki nuli: i=k+1 zbog linearnosti operatora A, uslov, prepisan u formi A n c i=k+1 i ui = 0, znai da je vektor n n z i=k+1 i ui iz nul-potprostora, N (A), te se moe razviti po bazisu BN ; tako je i=k+1 i ui = k k n i=1 i ui , odnosno, i=1 i ui + i=k+1 (i )ui = 0, pa iz linearne nezavisnosti bazisa BU sledi da su svi i (i = 1, . . . , n) jednaki nuli. Geometrijski smisao Sylvester-ovog zakona postaje jasan kada se uoi da je izborom vektora c {uk+1 , . . . , un } odreden jedan direktni komplement W od N (A), pa time i razlaganje prostora U : U = N (A) W . Drugaijim izborom se mogao dobiti bilo koji drugi direktni komplement. c Kako preslikava bazis {uk+1 , . . . , un } potprostora W u bazis {Auk+1 , . . . , Aun } potprostora R(A), operator A je izomorzam W (ali i svakog drugog direktnog komplementa!) na R(A). Tako se zakon defekta manifestuje kao teorem 1.10, dim N (A) + dim W = dim U , primenjen na uoeno c razlaganje prostora U .

2.2.2

(Ne)singularnost i invertibilnost

Treba zapaziti da se pri ksiranom x0 W , svi vektori iz skupa Sx0 = {x + x0 | x N (A)} preslikavaju u isti vektor Ax0 V : A(x + x0 ) = Ax + Ax0 = 0 + Ax0 = Ax0 . Posledica ovog zapaanja je da je A bijekcija ako i samo ako je N (A) = {0}. z Denicija 2.5 Ako je A L(Un (F), Vm (F)) injektivno (1 1) preslikavanje, kae se da je A z nesingularan ili regularan operator, a u suprotnom sluaju da je singularan. Ako je A bijekcija, c onda se kae da je A invertibilan operator; tada postoji inverzni operator A1 : V U , takav da z je A1 A = IU i AA1 = IV , gde su IU i IV jedinini operatori u prostorima U i V , respektivno. c Inverzni operator A je takode linearna transformacija, to se lako proverava: za svako y iz V , s postoji, i jedinstveno je odreden (jer je A bijekcija), vektor x U za koji vai Ax = y, pa je z inverzni operator, A1 , denisan tako da bude A1 y = x; ako je Ax1 = y1 i Ax2 = y2 , zbog linearnosti operatora A je A(x1 + x2 ) = y1 + y2 , tako da je A1 (y1 + y2 ) = x1 + x2 = A1 y1 + A1 y2 . Jasno je da je operator A1 i sm invertibilan. U stvari, invertibilni operator a je izomorzam prostora U i V , to znai da oni moraju biti iste dimenzije. Trivijalan primer s c invertibilnog operatora je identina transformacija I na datom vektorskom prostoru. S druge c strane, nulti opertator 0 nije ni invertibilan, ni nesingularan. Teorem 2.4 Linearni operator A iz L(Un (F), Vm (F)) je nesingularan ako i samo ako je ispunjen neki od sledeih uslova: c (i) nul-potprostor operatora A je nulti: N (A) = {0}; (ii) svaki linearno nezavisan skup vektora iz U operator A preslikava u linearno nezavisan skup vektora u V , odnosno A odrava linearnu nezavisnost. z Dokaz: (i) Ako je A nesingularan operator, tj. 1 1 preslikavanje, samo se nulti vektor iz U preslikava u nulti vektor u V , to upravo znai trivijalnost nul-potprostora. Obratno, ako je s c

28

GLAVA 2. LINEARNI OPERATORI

N (A) trivijalan, i Au = v, na osnovu komentara pre denicije 2.5, sledi da je u jedini vekor iji c je lik v, tj. preslikavanje A je injekcija. (ii) Ako A odrava linearnu nezavisnost, onda on bazis u U prevodi u bazis potprostora likova z R(A). Kako je prema Sylvester-ovom zakonu defekta (teorem 2.3) dim N (A)+dim R(A) = dim U , trivijalnost nul-potprostora je oigledna: dim N (A) = 0. c Obratno, ako je dim N (A) = 0, onda je prema istom zakonu dim R(A) = dim U , to je jedino s mogue ako A odrava linearnu nezavisnost. c z Direktna posledica ovog teorema je da nesingularan operator A L(U, U ) preslikava bazis u bazis, odnosno da svaka dva bazisa u U deniu jedan nesingularan operator A koji preslikava s jedan bazis u drugi. Ako operator deluje u konanodimenzionalnom prostoru pojmovi nesingularnosti i invertibilc nosti su nerazliivi. c Teorem 2.5 Operator A L(U, U ), gde je U konanodimenzionalni vektorski prostor, je inverc tibilan ako i samo ako je nesingularan. Dokaz: Ako je A invertibilan, onda je, po deniciji, nesingularan. Obratno, ako je A nesingularan, onda je, prema teoremu 2.4, njegov nul-potprostor trivijalan. To dalje ima za posledicu jednakost dimenzija domena U i potprostora likova R(A), prema Sylvester-ovom zakonu defekta, teorem 2.3. Dakle, R(A) = U , pa je A invertibilan. Treba uoiti da je konanost dimenzije prostora U omoguila zakljuak R(A) = U . U sluaju c c c c c beskonanodimenzionalnih prostor iz jednakosti dimenzij ne sledi jednakost prostor. Naime, c a a a beskonanodimenzionalni prostor moe imati netrivijalan beskonanodimenzionalni potprostor. c z c Svaki nesingularan operator A L(U, U ) je jedan automorzam prostora U , tj. izomorfno preslikavanje strukture na samu sebe. U skupu svih linearnih transformacija na prostoru U , tj. u L(U, U ) moe se izdvojiti podskup z GL(U ) svih nesingularnih operatora. Proizvod dva nesingularna operatora je nesingularan, to s se lako proverava. Poto je U konane dimenzije, to na osnovu prethodnog teorema sledi da svaki s c nesingularan operator ima inverzni, koji je i sm nesingularan i za koji vai AA1 = A1 A = IU . a z Mnoenje operatora je asocijativno, a identini operator IU je trivijalan primer nesingularnog, z c tako da podskup GL(U ) svih nesingularnih operatora ini grupu, koja se zove opta linearna c s grupa i koja predstavlja za ziku veoma vanu grupu svih automorzama vektorskog prostora U . z U specijalnom sluaju U = Fn , opta linearna grupa se oznaava sa GL(n, F). c s c

2.2.3

Rang matrice

Kako je rad sa operatorima u apstraktnim vektorskim prostorima najjednostavniji ako se koristi matrina reprezentacija, razraden je nain odredivanja ranga (time i defekta i singularnosti) c c matrica. Neka je A proizvoljna matrica iz Fmn . Kada ova matrica deluje nadesno na kolone u Fn ona je linearni operator u Fn , tj. A L(Fn , Fm ). Likovi vektora apsolutnog bazisa u Fn su kolone matrice A. Dakle, R(A) = L(C1 , . . . , Cn ), gde su sa Ci Fm oznaene kolone matrice A. c S druge strane, ako matrica A deluje nalevo na vrste iz F1m , ona je linearni operator u F1m , a oblast likova je lineal nad njenim vrstama Ri , (i = 1, . . . , m) koje su vektori u F1n . Dimenzija potprostora kolona matrice A, tj. dim L(C1 , . . . , Cn ) se zove rang kolona matrice A, a dimenzija potprostora vrsta matrice A, tj. dim L(R1 , . . . , Rm ) se zove rang vrsta matrice A.

2.2. GEOMETRIJA DEJSTVA OPERATORA Teorem 2.6 (i) Rang vrsta jednak je rangu kolona. (Taj broj se zove rang matrice.)

29

(ii) Ako je A L(Un (F), Vm (F)) i ako matrica A Fmn reprezentuje operator A, onda je rang operatora A jednak rangu matrice A. Dokaz: (i) Neka je A matrica iz Fmn , sa elementima aij F. Dalje, neka su Ri = (ai1 , . . . , ain ), i = 1, . . . , m vrste, a Cj = (a1j , . . . , amj )T , j = 1, . . . , n kolone, matrice A. Ako je rang vrsta jednak r, onda postoji bazis u potprostoru vrsta, E = {E1 , . . . , Er }, sa r vektora Ei = (ei1 , . . . , ein ) F1n . Tako je svaka vrsta linearna kombinacija bazisa E: Ri = r ij Ej , i = 1, . . . , m. Izj=1 jednaavanjem odgovarajuih koordinata na levoj i desnoj strani prethodnog izraza, dobija se c c sistem jednaina: aik = r ij ejk , i = 1, . . . , m; k = 1, . . . , n. Ovaj sistem se moe zapisati i c z j=1 kao vektorska jednakost u prostoru kolona Fm : a1k 11 1r . . . Ck = . = e1k . + . . . + erk . , k = 1, . . . , n. . . . amk m1 mr

Dakle, svaka kolona Ck matrice A se moe napisati kao linearna kombinacija r vektora iz Fm , tj. z T skup {(1i , . . . , mi ) | i = 1, . . . , r} obrazuje potprostor kolona matrice A. Prema tome, rang kolona je manji ili jednak od ranga vrsta r. Analognom analizom transponovane matrice AT dolazi se do zakljuka da je rang vrsta r manji c ili jednak od ranga kolona. Iz dobijene dve nejednakosti sledi jednakost rangova vrsta i kolona matrice. (ii) Neka je {u1 , . . . , un } bazis u prostoru U , a {v1 , . . . , vm } bazis u prostoru V . Ovakvom izm boru bazis u prostorima U i V , prema osnovnoj formuli reprezentovanja Aui = a j=1 ji vj , mn i = 1, . . . , n, operatoru A odgovara reprezentaciona matrica A F iji elementi su {ij }. c Vektori {Au1 , . . . , Aun } obrazuju potprostor likova R(A), a rang operatora A je jednak dimenziji lineala ovog skupa, tj. broju linearno nezavisnih vektora medu njima. Smi bazisni vektori a n {u1 , . . . , un } reprezentovani su u F apsolutnim bazisom, dok su vektori {Au1 , . . . , Aun } reprezentovani kolonama matrice A. Zbog izomorzma (jer reprezentovanje je jedan konkretan izomorzam odreden izborom bazisa) broj linearno nezavisnih vektora u skupu {Au1 , . . . , Aun } jednak je broju linearno nezavisnih kolona matrice A, tj. rang matrice jednak je rangu njome reprezentovanog operatora. Rang nesingularnog operatora A L(U, U ) jednak je dimenziji n prostora U . Rang matrice nn A F koja reprezentuje dati operator u proizvoljnom bazisu, je prema teoremu 2.6, takode n. Da bi matrica A Fnn imala rang n potrebno je i dovoljno da njena determinanta bude razliita c od nule. Kako determinanta matrice ne zavisi od bazisa reprezentovanja (ovo e biti pokazano c kasnije) nenultost determinante reprezentacione matrice datog operatora je pogodan praktian c kriterijum njegove nesingularnosti.

2.2.4

Sistemi linearnih jednaina c

Uz pomo gore razvijene teorije, mogue je jasno i koncizno analizirati sisteme linearnih jednaina. c c c n Sistem od m jednaina j=1 aij xj = bi , i = 1, . . . , m, sa n nepozanatih, x1 , . . . , xn , postaje, c uvodenjem matrice A = (aij ) Fmn , i kolona b = (b1 , . . . , bm )T Fm , i x = (x1 , . . . , xn )T Fn , jedna jednaina po vektoru x: Ax = b. Jasno je da poetni sistem ima reenje ako i samo ako c c s
def def def

30

GLAVA 2. LINEARNI OPERATORI

vektor b Fm pripada potprostoru likova R(A). Kako kolone matrice A obrazuju R(A), treba proveriti da li se vektor b moe dobiti kao njihova linearna kombinacija. z Ako postoji jedno reenje, postavlja se pitanje kako nai sva reenja. Ako je z Fn neko s c s partikularno reenje nehomogenog sistema Ax = b, onda se skup svih reenja ovog sistema sas s stoji od vektora oblika x = z + u, gde vektor u prolazi ceo nul-potprostor N (A), tj. vektor u prolazi sva reenja homogenog sistema Au = 0. Oigledno je da iz trivijalnosti potprostora s c N (A), tj. iz nesingularnosti matrice A sledi jedinstvenost reenja. Ovo je zapravo iskaz poznas togKronecker-Capelli-jevog teorema: sistem linearnih jednaina ima reenje ako i samo ako je c s rang tzv. proirene matrice A (matrica A kojoj je dodata kolona b kao poslednja) jednak rangu s matrice A. Naime, ako se rang matrice shvati kao rang kolona, jasno je da se pri proirivanju s kolonom b rang matrice ne menja, ako i samo ako je b linearna kombinacija kolona matrice A, tj. vektor iz R(A). Kada je na opisani nain reeno pitanje egzistencije reenja sistema jednaina, preostao je c s s c problem jednoznanosti, i denisanje algoritma za nalaenje svih reenja. U skladu sa komentac z s rom nakon teorema 2.3, u isti vektor b iz R(A) preslikava se ceo skup {y + v | v N (A)}, gde je y Fn proizvoljni vektor koji zadovoljava uslov Ay = b, tj. neko partikularno reenje posmas tranog sistema. Kako su vektori iz N (A) reenja homogenog sistema, Av = 0, dobija se poznata s formulacija da je opte reenje nehomogenog linearnog sistema jednaina zbir jednog partikulars s c nog reenja tog sistema i opteg reenja odgovarajueg homogenog sistema. Konano, jasno je da s s s c c je jedinstvenost reenja ekvivalentna trivijalnosti potprostora N (A), tj. nesingularnosti matrice s A.

2.2.5

Reprezentovanje i promena bazisa

Ve je vie puta naglaeno da je svako reprezentovanje vektora brojnim kolonama kao i svako c s s reprezentovanje operatora matricama, jedan konkretan izomorzam, odreden izborom bazisa u datom vektorskom prostoru. Pri tome se bazisu reprezentovanja pridruuju kolone apsolutnog z bazisa. Postavlja se pitanje, kako e se promeniti reprezentaciona kolona, a kako reprezentaciona c matrica ako se sa starog prede na neki novi bazis datog vektorskog prostora. Teorem 2.7 Neka je X = {x1 , . . . , xn } bazis u vektorskom prostoru Vn (F) i neka je T L(V, V ) nesingularan linearan operator. Neka je T X = {T x1 , . . . , T xn }, novi bazis u V dobijen iz X operatorom prelaska T i neka je T Fnn odgovarajua matrica prelaska, iji su elementi, c c n {ij | i, j = 1, . . . , n}, odredeni osnovnom formulom reprezentovanja: T xi = j=1 ji xj . (i) Ako je vektor v V u bazisu X reprezentovan kolonom v Fn , u bazisu T X, vektor v je reprezentovan kolonom T 1 v Fn . (ii) Ako je operator A L(V, V ) u bazisu X reprezentovan matricom A Fnn , u bazisu T X, isti operator je reprezentovan matricom T 1 AT Fnn . Dokaz: (i) Vektor v V se moe izraziti kao linearna kombinacija bazisnih vektora iz X: z v = n i xi i bazisnih vektora iz T X: v = n i xi , gde je xi = T xi . Time su uspostavljena i=1 i=1 i1 i2 dva izomorzma, i1 i i2 izmedu prostora V i prostora Fn : v v = (1 , . . . , n )T i v v = (1 , . . . , n )T . Kada se u razvoju po bazisu T X bazisni vektori xi izraze preko starih bazisnih n n n n n vektora xi dobija se v = i=1 ji i )xj . Kako je, s j=1 ( j=1 ji xj = i=1 i i=1 i xi =

2.2. GEOMETRIJA DEJSTVA OPERATORA

31

n druge strane, v = i=1 i xi , na osnovu jedinstvenosti koecijenata u razlaganju vektora po n bazisu, sledi j = i=1 ji i ili v = T v , tj. v = T 1 v. (ii) Neka je Axi = n ji xj i Axi = n ji xj , tj. operator A je reprezentovan matricom A, j=1 j=1 iji elementi su {ij }, u bazisu X i matricom A , iji elementi su {ij }, u bazisu T X. Kada se c c u relaciji za Axi , vektori xi izraze preko bazisa X, dobija se n n n n n

Axi =
j=1

ji xj =
j=1

ji
k=1

kj xk =

(
k=1 j=1

ji kj )xk .

S druge strane je
n n n n n n

Axi = A(
j=1

ji xj ) =
j=1

ji (Axj ) =
j=1

ji
k=1

kj xk =

(
k=1 j=1

ji kj )xk .

Opet, na osnovu jedinstvenosti koecijenata u razvoju vektora po bazisu, sledi n kj ji = j=1 n c j=1 kj ji , tj. (T A )ki = (AT )ki , (i, k = 1, . . . , n). Ista relacija u matrinom obliku je T A = AT , tj. A = T 1 AT . U literaturi se uvode i pojmovi matrice razvijanja R = T T i kontragredijentne matrice S = T 1 matrici razvijanja. Tada je v = Sv i A = SAS 1 . Transformacija T 1 . . . T se naziva transformacija slinosti. Lako se proverava da je ona c reeksivna, simetrina i tranzitivna, tj. da je transformacija slinosti jedna relacija ekvivalencije c c na skupu matrica. Naime, skup {T 1 AT | T GL(n, F)} reprezentuje jedan isti operator u svim bazisima prostora Vn (F). One osobine, koje su zajednike za ceo skup slinih matrica, nazivaju c c se invarijante operatora, jer ne zavise od bazisa, te ne karakteriu reprezentacionu matricu, ve s c sam operator. Lako je proveriti da su trag i determinanta invarijante. Ako se bazisni vektori iz bazisa X, denisanog u teoremu 2.7 zapiu kao vrsta i ako se na tu s vrstu deluje matricom prelaska T zdesna, dobija se vrsta iji su elementi vektori novog bazisa c T X: n n (x1 , . . . , xn )T = (
i=1

xi i1 , . . . ,
i=1

xi in ) = (x1 , . . . , xn ).

Za bazisne vektore se kae da se pri promeni bazisa transformiu kovarijantno. S druge strane, z s 1 reprezentacione kolone se transformiu pomou matrice T s c koja deluje na desno: T 1 v = v . Za njih se kae da se pri promeni bazisa transformiu kontravarijantno. Oigledno, u skladu sa z s c uvedenom terminologijom, reprezentacione matrice se pri promeni bazisa transformiu jedan put s kovarijantno i jedan put kontravarijantno.

2.2.6

Invarijantni potprostori

U analizi geometrije delovanja linearnog operatora na nekom prostoru, posebnu ulogu imaju oni potprostori koji su zatvoreni za dejstvo operatora, tj. ije vektore operator preslikava unutar c istog potprostora. Denicija 2.6 Kae se da je potprostor W invarijantan pod delovanjem operatora A, ili invaz rijantni potprostor operatora A, ako iz x W sledi Ax W , tj. ako A preslikava W u samog sebe (AW < W ). Tada se suenje preslikavanja A na potprostor W , tj. operator AW L(W, W ) z denisan sa AW x = Ax za svako x W , naziva redukovani operator operatora A.

32

GLAVA 2. LINEARNI OPERATORI

Jasno je da ukoliko W nije invarijantni potprostor operatora A, suenje operatora A na W nije z operator iz L(W, W ), jer njegova oblast likova nije potprostor u W . Ukoliko se operator A L(Vn , Vn ), za koji je potprostor Wm (m n) invarijantan, reprezentuje u adaptiranom bazisu {x1 , . . . , xm , . . . , xn }, u kome prvih m vektora ini bazis u W , tada su, c za i m vektori Axi iz W , i osnovna formula reprezentovanja postaje Axi = m ji xi (sumira j=1 se do m, a ne do dimenzije celog prostora). Pri tome dobijeni koecijenti formiraju matricu AW koja u bazisu {x1 , . . . , xm } prostora W reprezentuje redukovani operator AW . Stoga matrica AW operatora A u navedenom adaptiranom bazisu A = , gde su zvezdicama oznaene c 0 podmatrice koecijenata ij za j > m. Primer invarijantnog potprostora je nul-potprostor operatora. Odgovarajui redukovani opec rator je AN (A) = 0. Neka su i W i neki njegov direktni (ne obavezno ortogonalni) komplement, W , invarijantni potprostori operatora A, tj. V = W W je dekompozicija prostora V na invarijantne potprostore. U oba potprostora se mogu denisati redukovani operatori AW i AW . Za svaki vektor x V su jednoznano odredene njegove komponente w i w iz W i W , respektivno, x = w + w , c pa je Ax = Aw + Aw = AW w + AW w . Vidi se da je operator A potpuno odreden redukovanim operatorima, i kae se da je A razloen na operatore AW i AW ; ovo se oznaava sa A = AW AW , z z c imajui u vidu da je ceo prostor V direktni zbir potprostora W i W . Koristei adaptirani bazis c c {x1 , . . . , xn } sa prvih m vektora iz W , a preostalih n m vektora iz W , po analogiji sa prethodAW 0 nim postupkom, osnovna formula reprezentovanja daje A = , gde je AW matrica 0 AW koja operator AW L(W , W ) reprezentuje u bazisu {xm+1 , . . . , xn } prostora W . Naravno, sve to je reeno moe se lako uoptiti za sluaj kada je V dekomponovan na vie s c z s c s invarijantnih potprostora operatora A, i jasno je da se operator tada razlae na vie redukovanih z s operatora, dok mu je u adaptiranom bazisu matrica kvazidijagonalna.

2.3
2.3.1

OPERATORI U PROSTORIMA SA SKALARNIM PROIZVODOM

Linearni funkcionali

Kao to je ve ranije reeno, skup operatora L(Un , Vm ) je vektorski prostor dimenzije mn. Spes c c cijalan sluaj je prostor L(Un (F), F), dimenzije n, jer polje je jednodimenzionalni prostor nad c samim sobom. Vektori iz ovog prostora su linearni operatori koji vektore iz U preslikavaju u skalare. Ovi linearni operatori nose poseban naziv: Denicija 2.7 Linearni funkcional na vektorskom prostoru V (F) je funkcija denisana na V sa vrednostima u polju F, koja linearnoj kombinaciji vektora pridruuje istu takvu linearnu kombiz naciju skalara: (x + y) = (x) + (y). Kao i svaki linearni operator, linearni funkcional je zadat delovanjem na bilo koji bazis {v1 , . . . , vn } z u V : ako je (vi ) = i , tada za v = n i vi vai (v) = n i i . i=1 i=1

2.3. OPERATORI U PROSTORIMA SA SKALARNIM PROIZVODOM

33

U prostoru sa skalarnim proizvodom, svaki vektor f V denie jedan linearni funkcional s def izrazom (v) = (f, v), za svako v iz V . Dakle, preko skalarnog proizvoda, sa ksiranim prvim argumentom, jednoznano je denisano linearno (zbog linearnosti skalarnog proizvoda po drugom c lanu) preslikavanje sa V na F. Ispostavlja se da vai i obrnut iskaz: c z Teorem 2.8 (Riesz-Frchet) Za svaki linearni funkcional denisan na prostoru V , konane e c dimenzije n, sa denisanim skalarnim proizvodom, postoji jedan i samo jedan vektor f iz V , za koji vai: (v) = (f, v) za svako v iz V . z Dokaz: Neka je {v1 , . . . , vn } neki ortonormirani bazis u V . Potrebno je nai vektor f koji c odreduje funkcional preko (v) = (f, v). Vektor f se moe razviti po datom ortonormiraz n nom bazisu (koecijenti razvoja su Fourier-ovi): f = i=1 (vi , f )vi . S druge strane, dejstvo linearnog operatora, pa i funkcionala, odredeno je delovanjem na bazis, tj. zadavanjem skupa {(v1 ), . . . , (vn )}, dakle (vi ) = (f, vi ) = (vi , f ) , pa je f = n (vi )vi traeni vektor. Jo z s i=1 treba pokazati njegovu jedinstvenost. Neka postoji i neki drugi vektor f takav da je (v) = (f , v) za svako v iz V . Onda je (f f , v) = 0, za svako v iz V , pa i za v = f f , odakle sledi f f = 0 odnosno, f = f . U beskonanodimenzionalnim unitarnim prostorima ovaj teorem vai samo za ograniene2 c z c funkcionale 3 .

2.3.2

Adjungovani operator

Uz pomo Riesz-Frchet-ovog teorema dokazuje se sledei c e c Teorem 2.9 Ako je A linearni operator na prostoru konane dimenzije sa denisanim skalarc nim proizvodom, V , tada postoji jedan i samo jedan operator A , denisan relacijom (x, Ay) = (A x, y) za svako x i y iz V . Dokaz: Neka je x proizvoljan, ksirani vektor iz V . Preslikavanje, denisano operatorom A i vektorom x, koje svakom vektoru y iz V pridruuje broj (x, Ay), linearni je funkcional: z A,x (y) = (x, Ay). Prema Riesz-Frchet-ovom teoremu, postoji jednistven vektor x iz V , takav e da je A,x (y) = (x , y), za svako y iz V . Na taj nain, operatorom A zadato je na prostoru V c preslikavanje x x , koje se oznaava sa A : A x = x , za svako x V . Dakle, (x, Ay) = c (A x, y), za sve x, y V . U sluaju beskonanodimenzionalnih prostor, prethodni teorem vai samo za ograniene c c a z c operatore. Denicija 2.8 Operator A , pridruen operatoru A L(V, V ) relacijom (x, Ay) = (A x, y) za z svako x, y V , naziva se adjungovani ili hermitski konjugovani operator operatoru A. Lako je proveriti linearnost operatora A . Za proizvoljan vektor z V vai: (A (x + y), z) = z (x + y, Az) = (x, Az) + (y, Az) = (A x, z) + (A y, z) = (A x + A y, z). Iz proizvoljnosti vektora z sledi jednakost prvih faktora u skalarnom proizvodu, tj. A (x + y) =
Funkcional L(V, F) je ogranien ako postoji pozitivan realan broj takav da je (v) v , za c svako v V . 3 U ovom udbeniku su svi operatori (pa i funkcionali) denisani na celom prostoru, pa u skladu s tim, sve z primedbe koje se odnose na beskonanodimenzionalne prostore podrazumevaju operatore denisane na celom c prostoru.
2

34

GLAVA 2. LINEARNI OPERATORI

A x + A y. Kako je, nasuprot deniciji operatora, operacija adjungovanja vezana za skalarni proizvod u prostoru u kome operator deluje, istom operatoru, pri izboru drugog skalarnog proizvoda, odgovara drugi adjungovani operator. Stoga e se ubudue podrazumevati da je u c c prostoru u kome se vri adjungovanje operatora zadat neki skalarni proizvod. s Osnovne osobine adjungovanog operatora u konanodimenzionalnom sluaju su navedene u c c sledeem stavu. c Teorem 2.10 (i) Unarna operacija adjungovanja je involutivna, (A ) = A, i antilinearna, (A) = A , (A + B) = A + B . Za proizvod operatora vai (AB) = B A ; z (ii) Ako se u ortonormiranom bazisu operator A reprezentuje matricom A, onda se u istom bazisu adjungovani operator A reprezentuje transponovanom i kompleksno konjugovanom matricom u odnosu na A: AT . (Takva matrica se zove adjungovana i pie se AT = A .) s (iii) dim R(A ) = dim R(A), dim N (A ) = dim N (A); (iv) Iz AW < W sledi A W < W , tj. ako je potprostor W invarijantan za A, onda je njegov ortokomplement W invarijantan za A ; (v) N (A) = R(A ); Dokaz: (i) Direktno na osnovu denicije 2.8. (ii) Ranije je bilo izvedeno da matrica A koja reprezentuje operator A u ortonormiranom bazisu {v1 , . . . , vn } ima elemente ij = (vi , Avj ), to se moe zapisati i kao ij = (A vi , vj ) = (vj , A vi ) . s z Ako se sa ij oznae elementi matrice B koja u istom bazisu reprezentuje adjungovani operator, c tj. ij = (vi , A vj ), tada je ij = ji , odnosno, B = A . (iii) Prema teoremu 2.6, rang operatora jednak je rangu reprezentacione matrice. S druge strane, transponovanje i konjugovanje matrice ne menja njen rang. Drugi deo stava neposredno sledi iz Sylvester-ovog zakona defekta. (iv) Neka su x i y proizvoljni vektori iz W i W , respektivno. Tada je 0 = (x, Ay) = (A x, y). (v) Za proizvoljne vektore x R(A ) i y N (A) vai (x, y) = (A z, y) = (z, Ay) = (z, 0) = 0. z Dakle, R(A )N (A), i R(A ) se sadri u ortokomplementu od N (A). Kako je ranije pokazano, z dim R(A) = dim R(A ), sledi da je dim R(A ) = dim N (A) . Treba naglasiti da veza izmedu matrica koje reprezentuju operatore A i A nije tako jednostavna u bazisima koji nisu ortonormirani, i u optem sluaju adjungovani operator se ne s c reprezentuje adjungovanom matricom.

2.3.3

Osnovne osobine i vrste operatora

Na osnovu odnosa operatora i njegovog adjungovanog moe se izvriti izdvajane nekoliko klasa z s operatora, koji e kasnije, zbog potreba u zici, biti potpunije proueni. c c Denicija 2.9 Linearni operator A, u prostoru sa skalarnim proizvodom, se naziva: (i) normalni operator, ako komutira sa svojim adjungovanim: [A, A ] = AA A A = 0;
def

2.3. OPERATORI U PROSTORIMA SA SKALARNIM PROIZVODOM

35

(ii) hermitski (ili autoadjungovan)4 , odnosno kosohermitski operator ako je jednak svom adjungovanom, A = A , odnosno ako je jednak negativnom adjungovanom, A = A ; za realne prostore koriste se nazivi simetrian (A = AT ) odnosno antisimetrian (A = AT ) c c operator; (iii) pozitivan ako je hermitski i ako je (x, Ax) 0 za svako x iz V ; operator A je strogo pozitivan ili pozitivno denitan ako je (x, Ax) > 0 za svaki nenulti vektor x iz V ; (iv) statistiki, ako je pozitivan i ako ima jedinini trag Tr A = 1; c c (v) projektor, ako je hermitski i idempotentan (A2 = A); (vi) unitaran, ako je AA = A A = I; u sluaju realnih prostor, koristi se naziv ortogonalan c a T T operator (AA = A A = I). Iz denicije je jasno da su sve navedene klase normalni operatori; u sledeem odeljku e biti c c pokazano da su pozitivni, pa time i statistiki operatori hermitski, a neto kasnije e se ispostaviti c s c da su projektori pozitivni operatori. Ve je ranije pokazano da se elementi matrice koja reprezentuje operator u ortonormiranom c bazisu mogu jednostavno nai koristei skalarni proizvod: ij = (xi , Axj ). Kako je operator c c potpuno odreden bazisom i reprezentacionom matricom, jasno je da se skalarni proizvod moe z iskoristiti za identikovanje samih operatora. Zbog kasnijeg korienja, naredna lema formulie sc s najvanije ovakve stavove. z Lema 2.1 (i) U prostoru sa skalarnim proizvodom vai da je A = 0 ako i samo ako je za svaki z par vektora x i y ispunjeno (x, Ay) = 0. (ii) U unitarnom prostoru V (C) operator A je nulti ako i samo ako je (x, Ax) = 0 za sve x V . (iii) U euklidskom prostoru V (R) simetrini operator A je nulti ako i samo ako je (x, Ax) = 0 c za sve x V . Dokaz: (i) A je nulti ako i samo ako mu je reprezentaciona matrica u svakom, pa i u ortonormiranom bazisu jednaka 0. Koristei izraz ij = (xi , Axj ) za ortonormirani bazis, te c hermitsku linearnost skalarnog proizvoda, sledi da je A jednako nuli ako i samo ako je (x, Ay) = 0 za svaki par vektora x i y. (ii) Neophodnost uslova je oigledna. Potrebnost uslova se lako pokazuje pomou polarizacionog c c identiteta: (x, Ay) + (y, Ax) = ((x + y), A(x + y)) | |2 (x, Ax) | |2 (y, Ay). Poto je (x, Ax) = 0, x V , leva strana gornje jednakosti je jednaka nuli: ( (x, Ay) + s (y, Ax) = 0, x, y V , , C. Izbor = = 1, u jednom sluaju i = , = 1, u c drugom, mnoenje druge relacije sa i sabiranje dobijenih relacija daje 2(x, Ay) = 0, x, y V . z Dakle, na osnovu prethodnog stava ove leme A = 0. (iii) Neophodnost uslova je oigledna. Neka je (x, Ax) = 0, x V . Tada, za = = 1 c
U beskonano dimenzionalnim prostorima pojmove hermitski i autoadjungovan, za operatore iji domen nije c c ceo prostor, treba razlikovati!
4

36

GLAVA 2. LINEARNI OPERATORI

polarizacioni identitet daje (x, Ay) + (y, Ax) = 0 za svako x, y V , odakle sledi (x, Ay) = (y, Ax), i dalje, kada se iskoristi simetrinost operatora A i simetrinost skalarnog proizvoda c c u euklidskom prostoru: (x, Ay) = (x, Ay) = 0 za svako x i y iz V . Pa je prema stavu (i) ove leme A = 0. Treba zapaziti da se prvi stav leme odnosi na sve prostore. Drugi je ogranien samo na unic tarne prostore, jer je u dokazu korieno mnoenje vektora skalarom iz C, i ne vai u euklidskom sc z z prostoru. Oigledan primer je rotacija ravni za /2 (nesingularna, ortogonalna pa i nenulta c transformacija) koja svaki vektor x preslikava u vektor ortogonalan na x. Konano, ekvivalent c stava (ii) za euklidske prostore je poslednji iskaz leme 2.1. c c Lema 2.1 govori o jednakosti operatora A sa nultim operatorom, ali je njen najvei znaaj u identikaciji operatora, tj. proveri kada su dva operatora jednaka. U tom smislu, na osnovu osobine skalarnog proizvoda da je (x, Ay) = (x, By) ako i samo ako je (x, (A B)y) = 0, ona se najee i koristi. c sc

2.4

NORMALNI OPERATORI

Kod vektorskih prostora koji se javljaju u formalizmu razliitih zikih teorija, uvek postoji c c c denisan skalarni proizvod. Stoga se i operatori koji se koriste, tj. imaju odredenu ziku interpretaciju, mogu klasikovati u skladu sa tim skalarnim proizvodom, odnosno prema vezi operatora i njegovog adjungovanog. Ispostavlja se da su to praktino uvek normalni operatori c (ipak, kreacioni i anihilacioni operatori, uvedeni u zici vrstog stanja i zici elementarnih estica c c nisu ovakvi) i to posebni tipovi denisani u prethodnom odeljku, te e u ovom poglavlju biti c razmotrene njihove osobine.

2.4.1

Hermitski operatori

Prema deniciji 2.9, operator A L(V (F), V (F)) je hermitski ako je jednak svom adjungovanom: A = A. Zbir dva hermitska operatora je opet hermitski operator (posledica stava (i) teorema 2.10). Nulti operator je hermitski. Ako se hermitski operator A pomnoi realnim brojem z opet se dobija hermitski operator B = A (posledica antilnearnosti operacije adjungovanja). Dakle, hermitski operatori obrazuju vektorski prostor nad poljem realnih brojeva. To znai da c su simetrini operatori potprostor u L(V (R), V (R)). c Zbog osobine (AB) = B A , proizvod dva hermitska operatora u optem sluaju nije hers c mitski operator. Da bi proizvod dva hermitska operatora bio hermitski operator, oigledno je c def potrebno i dovoljno da oni komutiraju: [A, B] = AB BA = 0. Vano je uoiti da je skup hermitskih opearatora odreden, ne osobinama inherentnim smim z c a operatorima, ve njihovim osobinama u odnosu na zadati skalarni proizvod, jer je operacija c adjungovanja denisana preko skalarnog proizvoda. Drugim reima, hermitski operator u odnosu c na jedan skalarni proizvod, ne mora biti hermitski u odnosu na drugaije denisan skalarni c proizvod u istom prostoru. Sledei teorem se odnosi na unitarne prostore. Naime, u euklidskom prostoru (x, Ax) R, c x U trivijalno ispunjeno, za sve linearne operatore A, tako da se iz realnosti (x, Ax) R ne moe nita zakljuiti o prirodi operatora A. z s c

2.4. NORMALNI OPERATORI

37

Teorem 2.11 Operator A L(U, U ), gde je U konanodimenzionalan unitarni prostor, je herc mitski ako i samo ako je (x, Ax) realan broj za svako x iz U . Dokaz: Ako je A hermitski, onda je (x, Ax) = (A x, x) = (Ax, x) = (x, Ax) , tj. za svako x iz U je (x, Ax) = (x, Ax) R. Obratno, ako je (x, Ax) R, x U , onda je (x, Ax) = (x, Ax) = (Ax, x) = (x, A x), ili (x, (A A )x) = 0 za svako x iz U . Na osnovu leme 2.1 (ii), sledi A A = 0, tj. A = A . Znaaj hermitskih operatora u kvantnoj mehanici poiva upravo na ovoj njihovoj osobini. c c Naime, veliina (x, Ax), gde je x normirani vektor, naziva se oekivana ili srednja vrednost opec c ratora A u stanju x, i odgovara usrednjenom rezultatu merenja zike veliine opisane operatorom c c A na sistemu u stanju x. Intuitivno prirodan zahtev za realnom vrednou rezultata merenja, sc ograniava, na osnovu prethodnog teorema, skup operatora koji opisuju zike veliine na herc c c mitske operatore. Na osnovu tzv. postulata o opservablama kvantnog sistema, svaku ziku c veliinu (npr. koordinatu, impuls, energiju, moment impulsa, itd.) predstavlja neki hermitski c operator u prostoru stanja H sistema, i obratno, svaki hermitski operator u H odgovara nekoj merljivoj zikoj veliini. c c

2.4.2

Projektori

Projektori su idempotentni hermitski operatori (denicija 2.9). Kao to je ve reeno, autoadjuns c c govanost operatora je osobina koja zavisi od uvedenog skalarnog proizvoda u prostoru delovanja operatora. S druge strane, idempotentnost je svojstvo smog operatora, to se odraava na a s z geometrijsku strukturu dejstva idempotentnih operatora i projektora5 . Teorem 2.12 (i) Svaka dekompozicija prostora V = W W C denie idempotentni operator s PW sa osobinama: PW w = w za svako w iz W i PW w = 0 za svako w iz W C . Obratno, svaki idempotentni operator P denie razlaganje V = R(P ) N (P ). s (ii) Ortogonalne dekompozicije prostor su, u smislu prethodnog stava, bijektivno povezane sa a projektorima. Dokaz: (i) Idempotentnost PW je oigledna. Proverava se direktno, delovanjem na proizvoljan c vektor v V , izraen u formi linearne kombinacije vektora bazisa adaptiranog na datu dekompoz ziciju. Obratno, neka je P 2 v = P v, za svako v iz V . Tada za svako x iz R(P ) postoji y iz V , tako da je x = P y, odakle, zbog idempotentnosti operatora P , sledi P x = P (P y) = P y = x. Dakle, na vektore iz R(P ) operator P deluje kao jedinini operator: ostavlja ih nepromenjenim, pa je c N (P ) R(P ) = {0}. Uzimajui u obzir i Sylvester-ov zakon defekta, sledi R(P ) N (P ) = V . c (ii) Prema teoremu 2.10, stav (v ), je N (P ) = R(P ). Kada se uzme u obzir da je projektor P hermitski operator, P = P , dobija se N (P ) = R(P ), odnosno, N (P ) R(P ) = {0}, pa po Sylvester-ovom zakonu defekta, sledi R(P ) N (P ) = V . Obratno, neka je V ortogonalna suma svojih potprostora W i W . Neka je PW linearan operator na V ije je delovanje denisano c relacijama PW w = w, za svako w W i PW w = 0, za svako w iz W . Tada, za proizvoljne vektore x i y iz prostora V , vae sledee dve relacije: (x, PW y) = (xw + xw , PW (yw + yw )) = z c (xw + xw , yw ) = (xw , yw ) i (x, PW y) = (PW (xw + xw ), yw + yw ) = (xw , yw + yw ) = (xw , yw ), odakle
U literaturi se esto naziv projektor koristi za idempotentne operatore, dok se idempotentni hermitski opec ratori nazivaju ortogonalni projektori.
5

38

GLAVA 2. LINEARNI OPERATORI

sledi (x, PW y) = (x, PW y), za svako x i za svako y iz V . Dakle, PW = PW , je hermitski operator. Idempotentnost je oigledna (videti dokaz prethodnog stava), pa je PW projektor. c Znaaj ovog teorema se ogleda u uspostavljanju bijekcije izmedu idempotentnih operator c a i dekompozicij prostora na dva potprostora, odnosno, izmedu projektor i ortogonalnih dea a kompozicij. Kako su pri zadatom potprostoru, njegov ortokomplement, a time i ortogonalna a dekompozicija prostora, jednoznano odredeni, sledi da su projektori bijektivno povezani sa potc prostorima, odnosno da predstavljaju algebarski ekvivalent geometrijskog pojma potprostora. U tom smislu se projektor na potprostor W oznaava sa PW . c nn Matrica P iz F koja reprezentuje projektor P u ortonormiranom bazisu prostora Vn (F), adaptiranom na dekompoziciju V = R(P ) N (P ), ima specian oblik, karakteristian za proc c jektore. Ako je m dimenzija potprostora na koji P projektuje vektore iz V , tada e matrica P c imati na dijagonali prvih m jedininih elemenata, dok e svi ostali elementi matrice P biti nule. c c Oigledno, trag ove matrice jednak je dimenziji potprostora R(P ). Budui da ni trag matrice c c (kao ni determinanta) ne zavisi od bazisa reprezentovanja, to e kasnije biti i pokazano, vai s c z relacija Tr P = dim R(P ). Kako su jedinini i nulti operator reprezentovani jedininom i nultom matricom, u svim c c bazisima, tj. dijagonalnim matricama sa jedinicama, odnosno nulama na dijagonali, sledi da su ovi operatori projektori (jedinini operator projektuje na ceo prostor, a nulti projektuje na c potprostor {0}).

Lema 2.2 Projektor P koji deluje u unitarnom prostoru U ima sledee osobine: c (i) (x, P x) 0 za svako x iz U , tj. P je pozitivan operator; (ii) (x, P y) = (P x, y) = (P x, P y) za svako x i y iz U ; (iii) P je projektor ako i samo ako je IU P projektor; (iv) Px x za svako x iz U ; Px = x ako i samo ako x R(P ). Dokaz: (i) (x, P x) = (x, P 2 x) = (P x, P x) = P x 2 0. (ii) (x, P y) = (x, P 2 y) = (P x, P y) = (P 2 x, y) = (P x, y). (iii) Ako je P projektor, onda je (IU P ) = IU P i (IU P )2 = IU 2P + P 2 = IU 2P + P = IU P . Obratno, ako je IU P projektor, onda je na osnovu upravo dokazanog stava, IU (IU P ) = P , projektor. (iv) Ako je P projektor, onda iz stavova (i) i (iii), sledi (x, (IU P )x) 0, za svako x iz U . S druge strane, primenom stava (ii) dobija se: (x, (IU P )x) = ((IU P )x, (IU P )x) = (xP x, xP x) = (x, x)(P x, x)(x, P x)+(P x, P x) = x 2 (P x, P x)(P x, P x)+(P x, P x) = x 2 P x 2 . Dakle, iz ove dve relacije sledi x 2 P x 2 0. Ako je x iz R(P ), tada je P x = x, pa oigledno vai jednakost. c z Poslednji stav prethodne leme predstavlja na drugi nain formulisanu Bessel-ova nejednakost, c teorem 1.5. Naime, projektor na jednodimenzionalni potprostor L(x) obrazovan ortom x je denisan relacijom PL(x) y = (x, y)x. Direktna generalizacija je projektor na potprostor obrazovan s ortonormiranim skupom {x1 , . . . , xk }: P y = k (xi , y)xi . Uvrtavanjem ove relacije u izraz i=1 P x poslednjeg stava prethodne leme dobija se Bessel-ova nejednakost. Svaki normirani vektor x Cn denie jedan projektor Px = xx . Trag ovog projektora se lako s nalazi: Tr Px = Tr xx = x x = (x, x) = x 2 = 1. Dakle, on projektuje na jednodimenzionalni

2.4. NORMALNI OPERATORI

39

potprostor. Za proizvoljan vektor y Cn vai Px y = xx y = x(x, y) = (x, y)x, tj. projektor Px z svakom vektoru pridruuje njegovu projekciju na ort x. Generalizacija na projektor na potprostor z obrazovan ortonormiranim skupom {x1 , . . . , xk } je direktna: P = k xi x , P y = k (xi , y)xi . i i=1 i=1 U skladu sa gore denisanom bijekcijom izmedu projektor koji deluju u prostoru V i pota prostor prostora V , za dva projektora se kae da su ortogonalni ako su potprostori na koje oni a z projektuju, tj. njihovi potprostori likova, medusobno ortogonalni. Lema 2.3 Projektori P1 i P2 su ortogonalni ako i samo ako je P1 P2 = 0. Dokaz: Neka su P1 i P2 ortogonalni. Tada za proizvoljne vektore x i y iz prostora delovanja projektora vai (x, P1 P2 y) = (P1 x, P2 y) = 0, jer je P1 x R(P1 ), a P2 y R(P2 ), pa sledi z P1 P2 = 0. Obratno, neka je P1 P2 = 0. Tada za proizvoljne vektore x1 R(P1 ) i x2 R(P2 ) vai z (x1 , x2 ) = (P1 x1 , P2 x2 ) = (x1 , P1 P2 x2 ) = (x1 , 0x2 ) = 0, odnosno R(P1 )R(P2 ). Treba zapaziti da iz jednakosti P1 P2 = 0, sledi P2 P1 = 0, to se dobija adjungovanjem i s korienjem autoadjungovanosti projektor. Ovo je jo jedna manifestacija simetrinosti relacije sc a s c ortogonalnosti. Ako su potprostori likova projektora P1 i P2 u odnosu R(P1 ) < R(P2 ), onda se pie P1 < P2 . s Teorem 2.13 Neka su P1 i P2 projektori. (i) Operator P1 + P2 je projektor ako i samo ako su P1 i P2 ortogonalni i tada je R(P1 + P2 ) = R(P1 ) R(P2 ). (ii) Operator P1 P2 je projektor ako i samo ako P1 i P2 komutiraju ([P1 , P2 ] = 0) i tada je R(P1 P2 ) = R(P1 ) R(P2 ). (iii) Operator P1 P2 je projektor ako i samo ako je P1 > P2 i tada je R(P1 P2 ) ortokomplement potprostora R(P2 ) u odnosu na potprostor R(P1 ), tj. R(P1 ) = R(P2 ) R(P1 P2 ).
2 2 Dokaz: (i) Ako su P1 i P2 ortogonalni projektori, tada je (P1 +P2 )2 = P1 +P1 P2 +P2 P1 +P2 = P1 +0+0+P2 = P1 +P2 i (P1 +P2 ) = P1 +P2 . Dakle, P1 +P2 je projektor. Za proizvoljan vektor x vai (P1 + P2 )x = P1 x + P2 x, tj. svaki vektor (P1 + P2 )x R(P1 + P2 ) se moe izraziti kao suma z z dva vektora: P1 x R(P1 ) i P2 x R(P2 ). Kako su R(P1 ) i R(P2 ) orotgonalni potprostori, ovo razlaganje je jedinstveno, tj. R(P1 + P2 ) = R(P1 ) R(P2 ). Obratno, neka je P1 + P2 projektor. Tada iz (P1 + P2 )2 = P1 + P2 sledi P1 P2 = P2 P1 . Neka je x proizvoljan vektor iz R(P2 ). Tada je y = P1 x = P1 P2 x = P2 P1 x = P2 y, pa je P2 y 2 = (P2 y, P2 y) = (y, P2 y) = (y, y) = y 2 , odakle sledi y = P1 x = 0, za svako x iz R(P2 ). Dakle, R(P2 ) < N (P1 ). Prema teoremu 2.12, N (P1 ) je ortokomplement od R(P1 ), pa je R(P2 ) < R(P1 ) , tj. svaki vektor iz R(P2 ) je ortogonalan na svaki vektor iz R(P1 ): R(P1 )R(P2 ). Dakle, P1 i P2 su ortogonalni. (ii) Ako su P1 i P2 projektori koji komutiraju, tada je (P1 P2 ) = P2 P1 = P2 P1 = P1 P2 i 2 2 (P1 P2 )2 = (P1 P2 )(P1 P2 ) = P1 (P2 P1 )P2 = P1 (P1 P2 )P2 = P1 P2 = P1 P2 , tj. P1 P2 je projektor. Pri tome vektor x pripada potprostoru R(P1 P2 ), tj. P1 P2 x = P2 P1 x = x, ako i samo ako P2 x = x (jer P2 mora odrati normu, poto je P1 nee poveati, odakle je P2 x = x) z s c c i P1 x = x , odakle na osnovu stava (iv ) leme 2.2, sledi R(P1 ) R(P2 ) = R(P1 P2 ). Obratno, neka je P1 P2 projektor. Tada je on hermitski operator (P1 P2 ) = P1 P2 . S druge strane, (P1 P2 ) = P2 P1 = P2 P1 , jer su prema pretpostavci P1 i P2 takode projektori. Dakle,

40

GLAVA 2. LINEARNI OPERATORI

P1 P2 = P2 P1 . U ovom delu dokaza iskoriena je samo osobina autoadjungovanosti, pa se moe sc z izvesti zakljuak da je proizvod dva hermitska operatora hermitski operator ako dati faktori u c proizvodu komutiraju. (iii) Lako se proverava da je P projektor (hermitski i idempotentan): P = (P1 P2 ) = P1 P2 = 2 2 P1 P2 = P ; P 2 = (P1 P2 )2 = P1 + P2 P1 P2 P2 P1 = P1 + P2 P2 P2 = P1 P2 = P . Jednakost P = P1 P2 ekvivalentna je sa P1 = P + P2 . Poto je P1 projektor mora biti P P2 = 0 i s R(P1 ) = R(P )R(P2 ) (prema stavu (i) ovog teorema), tj. R(P1 ) = R(P1 P2 )R(P2 ). Obratno, 2 neka je P = P1 P2 projektor. Tada je P P2 = 0, P2 = P1 P i P2 = (P1 P )P2 , odakle sledi P2 = P1 P2 P P2 = P1 P2 0 = P1 P2 . Dalje, za svako x iz R(P2 ) vai x = P2 x = P1 P2 x = P1 x, z tj. ako x pripada potprostoru R(P2 ) onda pripada i potprostoru R(P1 ), tj. R(P2 ) < R(P1 ) ili P 2 < P1 . Prvi stav prethodnog teorema se direktno uoptava. Neka su {P1 , . . . , Pk } projektori u unis tarnom prostoru U . Operator P1 + . . . + Pk je projektor ako i samo ako su svi projektori u sumi medusobno ortogonalni, tj. Pi Pj = ij Pi . Tada projektor P1 + . . . + Pk projektuje na ortogonalnu sumu potprostora likova projektora u sumi: R(P1 + . . . + Pk ) = R(P1 ) . . . R(Pk ). Denicija 2.10 Skup nenultih, uzajamno ortogonalnih projektora {P1 , . . . , Pk } u unitarnom prostoru V naziva se dekompozicija ili razlaganje jedinice, ako je k Pi = IV . i=1 U skladu sa bijektivnom vezom projektora i potprostora, jasno je da dekompozicija jedinice odgovara ortogonalnoj dekompoziciji prostora, i obratno, svaka ortogonalna dekompozicija prostora zadaje odgovarajuu dekompoziciju jedinice: algebarski izraz IV = k Pi ima geometrijsku c i=1 formu V = k R(Pi ), dok se geometrijsko razlaganje V = k Wi operatorski zapisuje kao i=1 i=1 IV = k PWi . i=1

2.4.3

Unitarni i ortogonalni operatori

z Transformacije koje ne menjaju metrike odnose medu vektorima, odnosno odravaju skalarni c proizvod, su deo svakodnevnog iskustva: to su npr. rotacije i reeksije. Njihova generalizacija dovodi do pojma unitarnih i ortogonalnih operatora. Ovakvi operatori reprezentuju razliite c geometrijske transformacije kako u klasinoj, tako i u kvantnoj zici. Otuda i njihova velika pric mena i u teoriji reprezentacija grupa simetrije zikih sistema. U kvantnoj mehanici je operator c evolucije sistema unitaran. Prema deniciji 2.9, stav (vi), operator A L(U (F), U (F)) je unitaran (ortogonalan) ako zadovoljava relaciju AA = A A = IU , odnosno ako je A = A1 . Dakle, takav operator je invertibilan, pa i nesingularan, te je automorzam prostora. Teorem 2.14 Linearni operator A koji deluje u konanodimenzionalnom unitarnom (euklidc skom) prostoru U je unitaran (ortogonalan) ako i samo ako vai z (i) (Ax, Ay) = (x, y) za svako x i y iz U , tj. ako odrava skalarni proizvod; z (ii) Ax = x za svako x iz U , tj. ako je izometrijska linearna transformacija u U .

Dokaz: (i) Ako je operator A unitaran, tada je (Ax, Ay) = (A Ax, y) = (IU x, y) = (x, y) za svako x, y U . Obratno, ako je ispunjeno (Ax, Ay) = (x, y), za svako x i y iz U tada je (A Ax, y) = (IU x, y) za svako x i y iz U , pa sledi operatorska jednakost A A = IU , tj. A je

2.4. NORMALNI OPERATORI

41

unitaran operator. (ii) Ako je A unitaran operator tada je prema prethodnom stavu, (Ax, Ax) = (x, x) za svako x U , tj. Ax 2 = x 2 za svako x U . Obratno, neka je Ax = x za svako x U . Tada je (x, x) = (Ax, Ax) = (A Ax, x), tj. ((IU A A)x, x) = 0 za svako x iz U . Na osnovu leme 2.1 je IU A A = 0, tj. IU = A A. Poto je operator IU A A hermitski, ovaj deo dokaza je, u s skladu sa stavom (iii) leme 2.1, relevantan i za euklidski prostor, tj. i za ortogonalne operatore. Direktna posledica ovog teorema je da unitarni (ortogonalni) operatori ne menjaju ortonormiranost, tj. ortonormirani bazis prevode u ortonormirani: ij = (ui , uj ) = (Aui , Auj ). Vano je uoiti da je u konanodimenzionalnom sluaju dovoljno denisati unitarni (ortoz c c c gonalni) operator relacijom A A = IU , dok je u beskonanodimenzionalnom sluaju potrebno c c zahtevati da bude ispunjeno i A A = IU i AA = IU , istovremeno. Na primer, ako je A beskonanodimenzionalna matrica koja ima svuda nule, a jedinice ispod glavne dijagonale, tada je c A A = I, dok je AA = I, jer se dobija matrica iji prvi dijagonalni element je nula, a onda c slede jedinice na dijagonali (svi ostali elementi su nule). Lako se pokazuje da su unitarni (ortogonalni) operatori reprezentovani u ortonormiranim bazisima unitarnim (ortogonalnim) matricama. Za takve matrice je karakteristino da su im vrste c i kolone ortonormirane. Neka je A Cnn , i neka je A = A1 , tj. AA = In . Poslednja relacija napisana preko matrinih elemenata ima oblik n ik jk = ij , i, j = 1, . . . , n. Ako se sa Ri c k=1 oznai vrsta (i1 , . . . , in ) matrice A, poslednja relacija se moe napisati u obliku (Ri , Rj ) = ij , c z gde je i, j = 1, . . . , n. Dakle, vrste Ri C1n matrice A su ortonormirani vektori u C1n . Slino, c polazei od relacije A A = In , pokazuje se da su kolone ortonormirani vektori. Vai i obratno: c z matrica ije vrste i kolone su ortonormirane je unitarna (ortogonalna). c Pored unitarnih, u kvantnoj mehanici su od zanaaja i antiunitarni operatori. To su antic linearni operatori (A(x + y) = Ax + Ay) koji ne odravaju skalarni proizvod, nego ga z prevode u odgovarajuu kompleksno konjugovanu vrednost: (Ax, Ay) = (x, y) za svako x i y iz c prostora delovanja operatora. Operator inverzije vremena je antiunitaran. Ranije je pokazano, teorem 2.10, stav (iv ), da ako je potprostor W invarijantan na delovanje operatora A, da je njegov ortokompement invarijantan na delovanje operatora A . Nesingularnost unitarnih i ortogonalnih operatora ima za posledicu i invarijantnost ortokomplementa: Teorem 2.15 Ako je potprostor W < U invarijantan pod delovanjem unitarnog (ortogonalnog) operatora A, tada je i njegov ortokomplement W invarijantan pod delovanjem operatora A. Dokaz: Prema teoremu 2.10, stav (iv ), iz AW < W , sledi A W < W . Poto je A s nesingularan, tj. bijekcija, za njega vai AW = W i A W = W . Mnoenjem poslednje relacije z z sleva operatorom A, dobija se W = AW , jer je AA = IU , poto je A, po pretpostavci, s unitaran (ortogonalan) operator. Korisna posledica ovog teorema je blok dijagonalan oblik matrice koja reprezentuje unitaran ili ortogonalan operator u bazisu adaptiranom na dekompoziciju U = W W , ako se operator redukuje u potprostoru W . Budui da su invertibilni i da odravaju skalarni proizvod (pa i normu vektora), unitarni c z operatori su automorzmi unitarnog prostora na kom deluju. Skup svih automorzama neke strukture ini grupu, pa je i skup svih unitarnih operatora u unitarnom prostoru U grupa, u c odnosu na operaciju uzastopnog delovanja. Naime, ako je A unitaran, onda postoji A1 = A koji je takode unitaran: (A1 x, A1 y) = (x , y ) = (Ax , Ay ) = (AA1 x, AA1 y) = (x, y), za

42

GLAVA 2. LINEARNI OPERATORI

svako x i y iz U . Dalje, ako su A i B unitarni, tada je operator AB unitaran: (ABx, ABy) = (A(Bx), A(By)) = (Bx, By) = (x, y), za svako x i y iz U . Mnoanje operatora je asocijativno. z Identini operator IU je unitaran. Grupa automorzama unitarnog prostora, tzv. unitarna c grupa, oznaava se sa U(n) i ona je podgrupa opte linearne grupe GL(n, C), iji elementi su c s c automorzmi vektorskog prostora, odnosno svi nesingularni operatori. Ako se unitaran operator A L(Un , Un ) u proizvoljnom ortonormiranom bazisu unitarnog prostora Un (C) reprezentuje matricom A Cnn , tada skup unitarnih matrica {T AT | T U(n)} reprezentuje isti operator u svim ortonormiranim bazisima prostora U . Potpuno analogno, u realnom sluaju, skup ortogonalnih operatora je grupa automorzama c euklidskog prostora, tzv. ortogonalna grupa, i ona se oznaava sa O(n). c

Glava 3 SPEKTRALNA TEORIJA

Linearni operatori na n-dimenzionalnom vektorskom prostoru V (F) se, izborom bazisa u V , reprezentuju matricama iz Fnn . Pri promeni bazisa automorzmom T GL(V ), ova matrica se menja transformacijom slinosti T 1 . . . T (gde je T GL(n, F) odgovarajui automorc c nn zam u F ). Nalaenje najjednostavnije mogue matrice, tzv. kanonine forme operatora je z c c oigledno znaajno zbog raunskih pogodnosti (posebno kada se kompjuterski radi sa velikim c c c matricama). Kada se tome doda da niz bitnih osobina zikih veliina pridruenih operatorima c c z postaje oigledan tek u kanoninoj formi (glavne ose i vrednosti zikih tenzora, mogui rezultati c c c c merenja zikih veliina, raspodele verovatnoa za pojedina stanja sistema, ekstremalne take c c c c zikih procesa. . . ) postaje jasno da je odredivanje kanonine forme moda za ziku najznaajniji c c z c deo teorije vektorskih prostora.

3.1

SVOJSTVENI PROBLEM

Intuitivno je jasno da je najjednostavnije raunati sa dijagonalnim matricama, kada sve matrine c c operacije postaju zapravo obine operacije sa skalarima na dijagonali. Stoga je najpogodnije c odabrati bazis u kome je matrica operatora dijagonalna. Tako se odmah dolazi do pitanja da li takav bazis postoji, i ako postoji, kako ga odrediti. Ispostavlja se da je to pitanje tesno povezano sa geometrijom dejstva operatora.

3.1.1

Geometrijska slika dijagonalizacije

Neka je V vektorski prostor dimenzije n (ne nuno sa skalarnim proizvodom) nad poljem F i neka z je V = W1 W2 , pri emu je dim W1 = n1 , dim W2 = n2 i n = n1 + n2 . Neka je, dalje, A operator c iz L(Vn , Vn ), koji se redukuje u potprostorima W1 i W2 , tj. AW1 < W1 i AW2 < W2 . U bazisu (1) (1) (2) (2) {w1 , . . . , wn1 , w1 , . . . , wn2 }, adaptiranom na datu dekompoziciju, prostora V operator A se reprezentuje kvazidijagonalnom matricom A Fnn koja ima na dijagonali kvadratne submatrice dimenzije n1 i n2 . Generalizacija je direktna: neka je V = kn Wi i neka je AWi < Wi i dim Wi = ni , za i = i=1 (1) (1) (k) (k) 1, . . . , k n, pri emu je k ni = n. U bazisu {w1 , . . . , wn1 , . . . , w1 , . . . , wnk }, adaptiranom c i=1 na uoenu dekompoziciju prostora V , operator A se reprezentuje kvazidijagonalnom matricom c 43

44

GLAVA 3. SPEKTRALNA TEORIJA

A Fnn sa k n kvadratnih submatrica, dimenzije n1 , . . ., nk , na dijagonali. Ako je dim Wi = 1, za i = 1, . . . , k = n, onda je matrica A, u adaptiranom bazisu, dijagonalna. Dakle, dijagonalna forma matrice nekog operatora manifestuje postojanje razlaganja prostora, u kome deluje operator, na direktnu sumu jednodimenzionalnih invarijantnih potprostora. Jasno, u svakom od tih potprostora je dejstvo operatora svedeno na mnoenje vektora odgovarajuom z c konstantom.

3.1.2

Svojstveni vektor i svojstvena vrednost

Denicija 3.1 Nenulti vektor x V (F) i skalar F za koje vai Ax = x, tj. (AIV )x = 0, z nazivaju se svojstveni vektor i svojstvena vrednost linearnog operatora A L(V, V ). Spektar operatora je skup svih njegovih svojstvenih vrednosti. Skup svih svojstvenih vektora operatora A za svojstvenu vrednost , zajedno sa nultim vektorom, tj. skup V = N (A IV ), naziva se svojstveni potprostor za svojstvenu vrednost , a za dimenziju svojstvenog potprostora se kae da je geometrijski multiplicitet ili degeneracija svojstvene vrednosti . Ako je geometrijski z multiplicitet vei od 1, kae se da je svojstvena vrednost degenerisana, a ako je jednak 1, da je c z nedegenerisana. Vano je uoiti istovremenost denisanja svojstvenog vektora i svojstvene vrednosti operatora: z c je svojstvena vrednost operatora A ako postoji nenulti vektor x za koji je Ax = x, a nenulti vektor x je svojstveni vektor operatora A ako postoji skalar za koji je Ax = x. Odmah se uoava da su svojstveni vektori razliitih svojstvenih vrednosti linearno nezavisni: c c ako je Ax = x, x = 0 i Ax = x , x = 0, gde = , iz x + x = 0 sledi A(x + x ) = Ax + Ax = x + x = ( )x = 0, pa je = 0. Slino se nalazi i da je = 0. Odavde c odmah sledi da linearna kombinacija svojstvenih vektora za razliite svojstvene vrednosti nije c svojstveni vektor. Kada bi vektor x+x bio svojstveni, tj. A(x+x ) = (x+x ), tada bi s jedne strane vailo A(x + x ) = x + x , a sa druge strane A(x + x ) = x + x , z odakle, zbog linearne nezavisnosti vektora x i x sledi = i = , pa je = , tj. vektori x i x pripadaju istom svojstvenom potprostoru, suprotno pretpostavci. U deniciji je za skup svojstvenih vektora za istu svojstvenu vrednost, kome je dodat nulti vektor, upotrebljen naziv potprostor, to se lako opravdava. Naime, ako su x i y dva svojstvena s vektora za svojstvenu vrednost , tada iz A(x + y) = Ax + Ay = (x + y) sledi da je i svaka linearna kombinacija ovih vektora takode svojstveni vektor, i to za svojstvenu vrednost . Treba naglasiti da nulti vektor po deniciji nije svojstveni, ali pripada svakom svojstvenom potprostoru. U stvari, vektor x = 0 zadovoljava uslov (AIV )x = 0 za proizvoljno . Konano, c geometrijski multiplicitet je defekt operatora A IV , tj. dim N (A IV ). Oigledno je da je jednodimenzionalni potprostor W < V invarijantan pod delovanjem opec ratora A L(V (F), V (F)) ako i samo ako je svaki njegov nenulti vektor svojstven za A. Naime, iz invarijantnosti i jednodimenzionalnosti potprostora W , za svaki njegov nenulti vektor x vai z da se dejstvom operatora preslika u kolinearni: Ax = x, pri emu je, zbog linearnosti operatora, c konstanta ista za sve vektore iz W . Obratno, ako je x = 0 svojstveni vektor za A, jasno je i da je svaki njemu kolinearan vektor svojstven za istu svojstvenu vrednost, te je lineal L(x) invarijantan za A. Ovo znai da je svaki pravac (jednodimenzionalni potprostor) u svojstvenom c potprostoru invarijantan za A, a lako se pokazuje i da je svaki potprostor svojstvenog potprostora invarijantan.

3.1. SVOJSTVENI PROBLEM

45

Po deniciji 3.1, je svojstvena vrednost ako i samo postoji nenulti vektor iz nul-potprostora operatora A I, odnosno ako je ovaj operator singularan. Kao to je ve uoeno ( 2.2.3), to s c c znai da je determinanta matrice koja u bilo kom bazisu reprezentuje operator A I jednaka c nuli. Cinjenica da determinanta operatora ne zavisi od bazisa reprezentovanja, ne samo da pokazuje da je pitanje singularnosti operatora mogue reiti razmatrajui reprezentativnu matricu u c s c proizvoljnom bazisu, ve i da je det (A I) funkcija od , koja ne zavisi od bazisa reprezentovac nja, pa se moe izraunati korienjem reprezentativne matrice A u bilo kom bazisu. Jasno je da z c sc je ova funkcija polinom po , i to stepena jednakog dimenziji prostora V , i naziva se svojstveni ili karakteristini polinom operatora A. Sam uslov singularnosti, algebarska jednaina n-tog stec c pena po , det (A I) = 0 se naziva svojstvena (karakterstina, sekularna) jednaina operatora c c A. Time se dolazi do oigledno ekvivalentne formulacije za deniciju svojstvene vrednosti: c Teorem 3.1 Skalar je svojstvena vrednost linearnog operatora A L(V, V ), ako i samo ako je koren svojstvenog polinoma operatora A. Teorem daje i nain reavanja svojstvenog problema, tj. odredivanja svojstvenih vektora i svojc s stvenih vrednosti zadatog operatora A. Neka je {v1 , . . . , vn } proizvoljni bazis u V . Svaki vektor x V se u tom bazisu reprezentuje kolonom x = (1 , . . . , n )T Fn , a operator A L(V, V ) mann tricom A = (ij ) F . Problem odredivanja moguih vrednosti i x u jednaini (AIV )x = 0, c c x = 0, svodi se u reprezentaciji na jednainu (A In )x = 0, x = 0, tj. sistem od n nelinearnih c jednaina sa n + 1 nepoznatih, , 1 , . . . , n : c
n

j=1

(ij ij )j = 0, i = 1, . . . , n.

(3.1)

Kada bi bila poznata vrednost , sistem (3.1) bi bio homogen sa n linearnih jednaina i n c nepoznatih, te bi netrivijalno, tj. nenulto, reenje postojalo ako i samo ako je matrica sistema, s A In , singularna (ako nenulti vektor x prevodi u nulti vektor!). Vrednost determinante je kriterijum singularnosti: ako je svojstvena jednaina det (A In ) = 0, matrica A In je c singularna. Svaki koren te jednaine, koji je iz F (proizvod svojstvene vrednosti i svojstvenog c vektora je vektor iz prostora V (F), pa svojstvena vrednost mora biti iz F, kako je i u deniciji 3.1 naglaeno) se zameni u sistem (3.1), ime on postaje reiv po i , i reenje 1 , . . . , n , tj. s c s s x = n i vi , zadovoljava jednainu Ax = x . c i=1 Reenje svojstvene jednaine moe biti viestruko, i ta viestrukost korena karakteristinog s c z s s c polinoma, se naziva algebarski multiplicitet svojstvene vrednosti . Treba ga razlikovati od ranije denisanog geometrijskog multipliciteta (dimenzija potprostora N (A IV )). Ova dva multipliciteta u optem sluaju nisu ista: geometrijski multiplicitet svojstvene vrednosti je manji ili s c najvie jednak algebarskom. Naime, uzimajui linearno nezavisne svojstvene vektore za svojs c stvenu vrednost u bazis reprezentacije, vidi se da svaki od njih u det (A In ) daje faktor ( ), te algebarski multiplicitet ne moe biti manji od geometrijskog. z 0 1 Na primer, operator A = ima jednu svojstvenu vrednost = 0; iako je njen algebar0 0 ski multiplicitet 2, ona je nedegenerisana, tj. geometrijski multiplicitet joj je 1, jer je odgovarajui c T svojstveni potprostor V0 , tj. nulpotprostor operatora, jednak linealu nad vektorom (1, 0) . Poto je svojstveni polinom nezavisan od bazisa reprezentovanja, tj. predstavlja invarijantu s operatora, isto mora vaiti i za svaki njegov stepen, odnosno za koecijente pi u polinomu z

46

GLAVA 3. SPEKTRALNA TEORIJA

det (A I) = n pi ()ni . Nije teko pokazati da je pi suma glavnih minora1 reda i matrice s i=0 A. Stoga su i sume glavnih minora reprezentativne matrice i same invarijante operatora, odnosno ne zavise od bazisa reprezentovanja. Dakle, trag (kao suma glavnih minora prvog reda) i determinanta (kao jedini glavni minor reda n) ne zavise od bazisa reprezentovanja i karakteristika su operatora. Ako za linearni operator A koji deluje u prostoru Vn postoji bazis X = {x1 , . . . , xn }, iji c su svi vektori svojstveni za A, tj. ako A ima n linearno nezavisnih svojstvenih vektora, kae z se da je operator A prost, a da mu je X svojstveni bazis. U tom sluaju lineali nad bazisnim c (svojstvenim!) vektorima ine dekompoziciju prostora V na jednodimenzionalne invarijantne c potprostore, te, u smislu ranije reenog, reprezentativna matrica postaje dijagonalna. c Teorem 3.2 Operator A L(Vn , Vn ) moe biti reprezentovan dijagonalnom matricom ako i samo z ako u V postoji svojstveni bazis operatora A. Tada se na dijagonali te matrice nalaze svojstvene vrednosti koje odgovaraju pojedinim vektorima svojstvenog bazisa. Dokaz: Neka je {x1 , . . . , xn } svojstveni bazis u V (F). Tada je Axi = i xi , i = 1, . . . , n, pri c emu skalari i ne moraju biti medusobno razliiti. Prema osnovnoj formuli reprezentovanja, c operator A se u ovom bazisu reprezentuje matricom A = diag (1 , . . . , n ) Fnn . Obratno, neka je operator A u bazisu {x1 , . . . , xn } prostora V reprezentovan dijagonalnom matricom A = diag (1 , . . . , n ) Fnn . Za apsolutni bazis {e1 , . . . , en } u Fn vai Aei = i ei , i = 1, . . . , n. Dakle, z bazis reprezentovanja je svojstveni. Primeri 1. Neka je P projektor u unitarnom prostoru U , dimenzije n, koji denie ortogonalnu dekoms poziciju U = R(P ) N (P ). Na vektore iz R(P ) projektor deluje kao jedinini operator: c P x = x, a na vektore iz N (P ), kao nulti operator: P x = 0. Dakle, R(P ) je svojstveni potprostor projektora P za svojstvenu vrednost 1, a N (P ) je svojstveni potprostor projektora P za svojstvenu vrednost 0. Geometrijski multipliciteti su dim R(P ) = m n i dim N (P ) = n m, respektivno. U bazisu, adaptiranom na uoenu dekompoziciju prostora c U , projektor P je reprezentovan dijagonalnom matricom sa prvih m jedinica i preostalih n m nula na dijagonali. 2. Operator rotacije u R2 za ugao = k, k Z, nema niti jedan svojstveni vektor. 3. Operator rotacije u R3 , za ugao , oko z ose, ima dva invarijantna potprostora R2 (xy ravan) i R (osa rotacije). U prvom nema svojstvenih vektora, izuzev u specijalnom sluaju c = k, k = 0, 1, . . ., dok je drugi svojstveni, za svojstvenu vrednost 1.
1 Minorom i-tog reda matrice A Fmn (i m, i n) naziva se determinanta dobijena iz i2 elemenata matrice A, koji lee na preseku nekih njenih i kolona i i vrsta. Minor se zove glavni ako su redni brojevi odabranih vrsta z def i kolona isti. Specijalno, sume glavnih minora nultog, prvog, odnosno n-tog reda, matrice tipa n n su p0 = 1, p1 = Tr A, pn = det A, respektivno.

3.2. SVOJSTVENI PROBLEM U KOMPLEKSNOM PROSTORU

47

3.1.3

Svojstveni problem i komutiranje operatora

U samoj teoriji svojstvenog problema, a posebno u zikim primenama, istovremeno reavanje c s svojstvenog problema dva operatora se esto koristi. Zato e, ostavljajui za trenutak pitanje c c c egzistencije svojstvenog vektora i svojstvenog bazisa, odmah biti navedena Lema 3.1 (i)Ako dva operatora komutiraju, svaki svojstveni potprostor jednog operatora je invarijantni potprostor drugog operatora. (ii) Ako dva operatora imaju zajedniki svojstveni bazis, oni komutiraju. c Dokaz: (i) Neka je V jedan svojstveni potprostor operatora A. Za proizvoljni vektor x iz V vai A(Bx) = BAx = Bx = (Bx). Dakle, Bx je svojstveni vektor operatora A za z svojstvenu vrednost , te je Bx V za svako x iz V , to pokazuje da je svojstveni potprostor s operatora A invarijantan za B. Na isti nain se pokazuje i da su svojstveni potprostori operatora c B invarijantni za A. (ii) Neka je {x1 , . . . , xn } zajedniki svojstveni bazis za A i B, tj. Axi = i xi i Bxi = i xi . c Tada je (AB)xi = Ai xi = i Axi = i i xi = i i xi = i Bxi = Bi xi = (BA)xi , za svako i = 1, . . . , n, pa je AB = BA.

3.2

SVOJSTVENI PROBLEM U KOMPLEKSNOM PROSTORU

Za razliku od realnog, kompleksno polje je algebarski zatvoreno, tj. sadri sve korene algebarskih z jednaina sa kompleksnim koecijentima. Stoga se odgovori na pitanja egzistencije svojstvenih c vrednosti, vektora i bazisa razlikuju za kompleksne i za realne prostore.

3.2.1

Egzistencija svojstvenog vektora

Iz algebarske zatvorenosti polja C, tzv. osnovni teorem algebre, neposredno sledi da svaki operator ima bar jednu svojstvenu vrednost i odgovarajui svojstveni vektor. c Teorem 3.3 Svaki linearni operator u kompleksnom vektorskom prostoru ima bar jednu svojstvenu vrednost i bar jedan odgovarajui svojstveni vektor, tj. bar jedan jednodimenzionalni inc varijantni potprostor. Dokaz: Kako karakteristini polinom ima bar jedan koren, , za vrednost = sistem c s s (3.1) je reiv i njegovo reenje daje svojstveni vektor x . Vano je uoiti da se teorem moe primeniti u svakom invarijantnom potprostoru operatora. z c z Za odgovarajue redukovane operatore, teorem pokazuje da u svakom invarijantnom potprostoru, c operator A ima bar jedan svojstveni vektor. Koristei prethodni stav i lemu 3.1 pokazuje se c Lema 3.2 Dva operatora koji komutiraju imaju bar jedan zajedniki svojstveni vektor. c Dokaz: Teorem 3.3 garantuje postojanje bar jednog svojstvenog potprostora V , operatora A. Pomenuta posledica istog teorema, te invarijantnost V za B (lema 3.1, stav (i)) znae da u c V i B ima bar jedan svojstveni vektor (neka je to x, a je odgovarajua svojstvena vrednost); c taj vektor je istovremeno svojstveni i za A i za B.

48

GLAVA 3. SPEKTRALNA TEORIJA

3.2.2

Ortonormirani svojstveni bazis

U vektorskim prostorima koji se javljaju u zici uvek je denisan neki skalarni proizvod, pa su i najee korieni bazisi upravo ortonormirani svojstveni bazisi pojedinih relevantnih operatora. c sc sc Stoga je potrebno odrediti za kakve operatore takvi bazisi postoje. Pokazuje se da su normalni operatori najira klasa operatora u konanodimenzionalnim unitarnim prostorima sa takvim s c svojstvom. Teorem 3.4 Za linearni operator A na konanodimenzionalnom unitarnom prostoru V postoji c ortonormirani svojstveni bazis ako i samo ako je A normalni operator. Dokaz: Neka postoji svojstveni bazis operatora A u kom je on reprezentovan dijagonalnom matricom A Cnn . U istom bazisu (poto je ortonormiran) i adjungovani operator je reprezens tovan dijagonalnom matricom A , te je bazis svojstven i za A , tj. zajedniki je svojstveni bazis c za A i A . Stoga ovi operatori komutiraju, prema lemi 3.1, stav (ii). Obratno, neka je A normalni operator: [A, A ] = 0. Prema lemi 3.2 operatori A i A imaju bar jedan zajedniki svojstveni vektor v1 . Lineal L(v1 ) je jednodimenzionalni zajedniki svojstveni c c potprostor, pa zato i invarijantni, za A i A . Prema teoremu 2.10, stav (iv ), i ortokomplement L(v1 ) je invarijantan i za A i za A , pa za redukovane operatore AL(v1 ) i A 1 ) na L(v1 ) , L(v c z ponovo vai lema 3.2 i postoji zajedniki svojstveni vektor v2 . Citav postupak se moe ponavljati z sve dok se ne nade n = dim V ortogonalnih zajednikih svojstvenih vektora vi , koji normiranjem c postaju traeni ortonormiran svojstveni bazis. z Neposredna posledica teorema je da su svojstveni potprostori koji odgovaraju razliitim svojc stvenim vrednostima normalnog operatora u konanodimenzionalnom unitarnom prostoru uzac jamno ortogonalni i u ortogonalnoj sumi daju ceo prostor. Ako je (A) = {1 , . . . , k } (k n) (i) spektar normalnog operatora A, odgovarajui svojstveni potprostori su Vi = ni L(vj ), gde je c j=1 (i) (i) Avj = i vj (j = 1, . . . , ni = dim Vi ). Ceo prostor je ortogonalna suma ovih svojstvenih potprostora, V = k Vi , ime se dobija svojstvena dekompozicija prostora, odredena delovanjem c i=1 normalnog operatora A. Svaka ortogonalana dekompozicija unitarnog prostora odreduje bijektivno jedno razlaganje jedinice na projektore (teorem 2.12, stav (ii)). Tako svojstvena dekompozicija prostora, pomou svojstvenih projektora P na svojstvene potprostore V (tj. P je denisan oblau lic sc kova R(P ) = V ), odreduje svojstvenu dekompoziciju jedinice indukovanu datim normalnim operatorom: IV = k Pi . Pri tome se ortogonalnost svojstvenih potprostora manifestuje kao i=1 ortogonalnost projektora: Pi Pj = ij Pi . Istovremeno, svaki vektor x V se moe razloiti na z z k komponente iz svojstvenih potprostora, x = i=1 Pi x; kako u svakom svojstvenom potprostoru operator deluje kao skalarni operator, mnoei vektore svojstvenom vrednou, za proizvoljni z c sc k k z vektor x je Ax = i=1 A(Pi x) = i=1 i Pi x. Prema tome, vai i operatorska jednakost:
k

A=
i=1

i Pi ,

(3.2)

tzv. spektralna forma operatora A. Konano, primenjujui leme 3.1 i 3.2 na dva operatora koji komutiraju, lako se pokazuje da c c vai z

3.2. SVOJSTVENI PROBLEM U KOMPLEKSNOM PROSTORU

49

Teorem 3.5 Dva normalna operatora komutiraju ako i samo ako imaju zajedniki svojstveni c bazis.

3.2.3

Spektralna karakterizacija normalnih operatora

Teorem 3.6 Normalni operator na konanodimenzionalnom unitarnom prostoru je (1) hermitc ski, (2) pozitivan, (3) strogo pozitivan, (4) unitaran, (5) invertibilan, (6) projektor ako i samo ako su mu sve svojstvene vrednosti (1) realne, (2) pozitivne, (3) strogo pozitivne, (4) apsolutne vrednosti jedan, (5) nenulte, (6) jednake jedinici ili nuli. Dokaz: (1) (1 ): Prema teoremu 2.11, operator A je hermitski ako i samo ako je (x, Ax) R, za svako x. Za normirani svojstveni vektor y hermitskog operatora A (Ay = y) vai: (y, Ay) = z 2 (y, y) = (y, y) = y = R. (2) (2 ) i (3) (3 ): Prema deniciji 2.9 (iii), operator A je pozitivan ako je (x, Ax) 0, za svako x, a strogo pozitivan ako je (x, Ax) > 0 za svako nenulto x, pa je za normirani svojstveni vektor y pozitivnog, odnosno strogo pozitivnog, operatora A ispunjeno (y, Ay) = (y, y) = 0, odnosno > 0. (4) (4 ): Prema teoremu 2.14, stav (i), operator A je unitaran ako i samo ako je (Ax, Ay) = (x, y) za svako x i y. Specijalno, za normirani svojstveni vektor x operatora A vai 1 = (x, x) = z (Ax, Ax) = (x, x) = (x, x) = ||2 , pa je || = 1, tj. spektar unitarnog operatora je na jedninom krugu: = e , R. c (5) (5 ): Ako je operator A invertibilan i Ax = x, x = 0, tada je x = A1 Ax = (A1 x), pa je = 0. (6) (6 ): Ako je A idempotentan operator i Ax = x, x = 0, onda je x = Ax = A2 x = 2 x, pa je ( 2 )x = 0, tj. = 2 . Ova relacija je zadovoljena samo za = 0 ili za = 1. Neka je i i Pi spektralna forma operatora A. Tada je A = i Pi , pa je oigledno da iz (1 ) c i sledi (1). Poto je (x, Ax) = (x, i i Pi x) = i i (x, Pi x) = i i (Pi x, Pi x) = i i Pi x 2 , s vidi se da iz (2) sledi (2). Ako je i > 0 za svako i i ako je (x, Ax) = 0, tada mora biti Pi x = 0 za svako i, pa je x = i Pi x = 0, ime je pokazano da iz (3) sledi (3). Implikacija (4 ) (4) c z sledi iz relacije IV = A A = i |i |2 Pi . Ako je i = 0 za svako i, moe se formirati linearni 1 operator B = i i Pi . Kako je AB = BA = IV , sledi da (5) implicira (5). Konano, na osnovu c 2 2 A = i i Pi zakljuuje se da iz (6) sledi (6). c Moe se zapaziti da na osnovu implikacija (5) (5), (2) (2) i (3) (3) sledi, da ako z je operator A pozitivan i invertibilan, da je onda strogo pozitivan. Takode, nije teko zakljuiti s c da, ako je operator A pozitivan i ako je zbir svih njegovih svojstvenih vrednosti jednak jedinici, da je on statistiki. c Na osnovu teorema 3.6 pojedine klase linearnih operatora mogu se shvatiti kao generalizacije razliitih podskupova kompleksnih brojeva, a adjungovanje kao operacija analogna konjugovanju. c Kao to se svaki kompleksan broj z moe napisati u obliku z = Re z + Im z, gde su Re z i Im z s z realni brojevi, tako se i proizvoljni linearni operator A moe napisati u obliku A = B + C, gde z 1 1 su B = 2 (A + A ) i C = 2 (A A ) hermitski operatori. Za normalne operatore je BC = CB. Vai i obratno: ako je BC = CB, onda je AA = A A, tj. operator A je normalan. Kao to je z s 2 zz = |z| pozitivan realan broj za svako z C, tako su i operatori AA i A A pozitivni (time i hermitski), za svaki linearni operator A. Podpolje realnih brojeva odredeno je relacijom z = z, dok za hermitske operatore vai A = A. Jednainu zz = 1 zadovoljavaju brojevi sa jedinine z c c

50

GLAVA 3. SPEKTRALNA TEORIJA

krunice z = e , a unitarni operatori su denisani relacijom AA = I. Konano, kao to se svaki z c s kompleksan broj z moe napisati u Euler-ovoj formi: z = e ( > 0, R) i svaki operator z A se moe napisati u obliku A = P eH , gde je P pozitivan, a H hermitski operator, to e za z s c normalne operatore biti pokazano u sledeem odeljku. c Svojstveni problem Pauli-jevih matrica 0 1 0 1 0 , y = , z = ) koje deluju 1 0 0 0 1 u unitarnom prostoru C2 , u kvantnoj mehanici imaju ulogu generatora rotacija u tzv. spinskom 1 prostoru. Kako su istovremeno i hermitske i = i i unitarne i = i , vai i = I2 , gde je i = z 2 x, y, z, a njihove svojstvene vrednosti mogu biti samo 1. Ispostavlja se da svaka od ovih matrica ima obe ove svojstvene vrednosti, jer je det i = 1 za i = x, y, z. Odgovarajui ortonormirani c i i svojstveni bazisi se lako nalaze reavanjem svojstvenog problema i e = e . Dakle, {ex = s + y y 1 1 1 1 (1, 1)T , ex = (1, 1)T }, {e = (1, )T , e = (1, )T } i {ez = (1, 0)T , ez = (0, 1)T }. + + 2 2 2 2 i i i Odgovarajue spektralne forme su i = P+ P , gde su P = ei (ei ) , svojstveni projektori za c 1 1 1 1 1 1 1 1 svojstvene vrednosti 1, tj. x = 2 1 , y = 2 1 i 2 2 1 1 1 1 1 1 1 0 0 0 z = . Kao to se vidi, Pauli-jeve matrice nemaju zajedniki svojstveni bazis, s c 0 0 0 1 z pa i ne komutiraju medusobno. Naime, vai [i , j ] = ijk k , gde je ijk tenzor LeviCivita-e: ako su i, j, k parna (ciklina) permutacija brojeva 1, 2 i 3, c 1 1 ako su i, j, k neparna (anticiklina) permutacija brojeva 1, 2 i 3, c ijk = 0 za ostale izbore indeksa i, j, k = 1, 2, 3. Ranije uvedene Pauli-jeve matrice (x =

3.2.4

Funkcije normalnih operatora

Poto je veina zikih veliina funkcija nekih osnovnih veliina, isti sluaj mora biti i sa opes c c c c c ratorima koji ih opisuju. Stoga je neophodno uvesti pojam funkcije operatora. To je posebno jednostavno u sluaju normalnih operatora. Naime, za njih je uvek mogue nai spektralnu c c c formu, a u tom obliku se funkcija operatora svodi na istu takvu funkciju svojstvenih vrednosti. Neka je f : C C analitika funkcija (nain razmatranja funkcija sa singularitetima je neto c c s komplikovaniji, mada predstavlja direktno uoptenje metoda koji e biti izloen, uz uraunavanje s c z c radijusa konvergencije). Tada se f moe razviti u svuda konvergentni Taylor-ov red: f () = z ck k . Funkcija operatora f : L(V, V ) L(V, V ) se denie koristei ovaj razvoj: f (A) = s c k=0 k k=0 ck A . Teorem 3.7 Ako je A normalni operator sa spektralnom formom A = normalni operator sa spektralnom formom f (A) = f (i )Pi . i
i

i Pi , tada je f (A)

Dokaz: Ako se uoi da je Ak = ( i i Pi )k = i k Pi (jer je Pi Pj = ij Pi ), jasno je da je c i k f (A) = k=0 i ck i Pi = i ( ck k )Pi = i f (i )Pi . i k=0 Prethodni stav se moe uzeti i za alternativnu deniciju funkcije normalnog operatora preko z njegove spektralne forme. Naime, ako je A normalni operator sa spektralnom formom i i Pi i ako je f proizvoljna funkcija sa vrednostima u polju C, denisana bar u takama i , tada se c f (A) zadaje relacijom f (A) = i f (i )Pi .

3.2. SVOJSTVENI PROBLEM U KOMPLEKSNOM PROSTORU

51

Alternativna denicija operatorske funkcije normalnog operatora omoguava da se, umesto c k sumiranja reda k=0 ck A , ista funkcija dobije izraunavanjem konane sume f (k )Pk . c c i=1 Jasno je da sumiranje reda nije uvek lako, pa ni izvodljivo, te time spektralna forma i osobina operatorskih funkcija normalnih operatora dobijaju na praktinom znaaju. c c Primeri 1. Ako je karakteristina funkcija podskupa S skupa kompleksnih brojeva denisana sa c S () = 0 za S / , 1 za S

tada je za normalni operator A funkcija S (A) = i S (i )Pi = i, i S Pi , projektor na ortogonalni zbir svojstvenih potprostora za svojstvene vrednosti iz S, tzv. projektorska mera podskupa S za operator A. Specijalno, ako je S = {i }, tada je i (A) = Pi , tj. projektor na potprostor reenja svojstvenog problema Ax = i x. s
1 2. Ako je f () = , tada je (pretpostavlja se, naravno, da je f denisano za svako i , tj. i = 0, te je A invertibilan) f (A) = A1 , a ako je f () = , tada je f (A) = A . Dakle, moe se zakljuiti da ako je f proizvoljna racionalna funkcija od i , f (A) se dobija z c smenama: A, A i (za invertibilne operatore) 1 A1 .

3. Cesto koriena eksponencijalna funkcija prua mogunost za povezivanje hermitskih i unisc z c tarnih operatora. Ako je H hermitski operator, njegova spektralna forma je H = i i Pi , pri emu su sve svojstvene vrednosti i realne. Tada su sve svojstvene vrednosti operatora c U = eH = i ei Pi , modula jedan, te je U unitaran. Drugim reima, svakom hermitc skom operatoru odgovara jedan unitarni. Ovo je formalno opravdanje izuzetno znaajne c i redovno upotrebljavane korespodencije medu geometrijskim transformacijama (unitarni operatori) i zikim veliinama (hermitski operatori) u kvantnoj zici. U suprotnom smeru c c veza nije jednoznana. Naime, unitarnom operatoru U pored operatora H odgovaraju i c hermitski operatori ije se svojstvene vrednosti razlikuju za 2k (k Z) od odgovarajuih c c svojstvenih vrednosti operatora H. Slino, za svaki hermitski operator H, njegova funkcija c eH eH je pozitivni, a Tr eH statistiki operator, koji ima posebno mesto u opisu ravnotenih c z stanja u statistikoj zici. c 4. Svaka svojstvena vrednost normalnog operatora A se moe izraziti u Euler-ovoj formi z i i = i e (i 0, i R). Treba uoiti da iako su sve svojstvene vrednosti i c medusobno razliite, neki medu brojevima i mogu biti jednaki, a isto vai i za brojeve c z i . Koristei ortogonalnost svojstvenih projektora, spektralna forma se moe napisati kao c z A = ( i i Pi )( j ej Pj ). Sabirajui projektore uz iste i u prvoj zagradi, odnosno iste j c c u drugoj, nalazi se A = ( s s Ps )( t et Pt ) (s i t prebrojavaju samo razliite i , odnosno j ). Konano, zakljuuje se da je A = P U , gde je P pozitivan operator sa spektralnom c c c formom s s Ps , a U unitarni operator, ija je spektralna forma t et Pt . Tako je dobijena polarna forma normalnog operatora. Kako su svojstveni potprostori operatora A potprostori svojstvenih potprostora kako operatora P , tako i operatora U , svaki svojstveni bazis za A je zajedniki svojstveni bazis za P i U , te oni komutiraju. Konano, ukoliko je c c

52

GLAVA 3. SPEKTRALNA TEORIJA operator A singularan, jedna svojstvena vrednost, 0 , jednaka je 0; sledi da je i 0 = 0, ali je odgovarajue 0 neodredeno, i moe se uzeti bilo koji broj. Stoga je jasno da je unitarni c z deo polarne forme jednoznano odreden ako je operator A nesingularan. c

Operator rotacija u spinskom prostoru kao funkcija Pauli-jevih matrica Unitarni operator, koji u spinskom prostoru jedne estice (unitarni prostor C2 ) reprezentuje c rotacije Ru () (oko orta u za ugao ) u obinom prostoru, generisan je Pauli-jevim matricama c (hermitskim i unitarnim !) i u tzv. standardnom bazisu spinskog prostora dat je izrazom: uz ux uy Us (u) = e 2 u , gde je u = ux x + uy y + uz z = u = . Operator ux + uy uz 1 2 u je oigledno hermitski (u = u ) i unitaran (u = u I2 = I2 u = u ) pa su 1 c jedine mogue svojstvene vrednosti. Kako je det u = u = 1, spektar operatora u je c (1 + uz , ux + uy )T {1, 1}. Odgovarajui svojstveni vektori (u e = e ) su: e+ = 1 c
2(1+uz )

spektralna forma odgovarajueg operatora rotacije Us (u), gde su P+ = c 1 + uz ux uy 1 uz ux + uy 1 i P = 1 odgovarajui spektralni projektori. c u2 +u2 u2 +u2 x y x y 2 2 ux + uy ux uy 1+uz 1uz Iz spektralne forme se dalje lako nalazi da je Us (u) = cos I2 sin u . 2 2 Specijalno, za rotacije oko z ose nalazi se (na osnovu oigledne spektralne forme operatora c 1 0 0 0 1 0 0 0 z = 1 + (1) ) Us (ez ) = e 2 + e2 , tj. Us (ez ) = 0 0 0 1 0 0 0 1 e 2 0 . 0 e2 U oba data sluaja, rezultat se mogao dobiti i direktno, iz razvoja u red, a bez primene c k (1)k 1 spektralne forme: e 2 z = n! ( z )n = (1) ( )2k I2 (2k+1)! ( )2k+1 z = k=0 (2k)! 2 k=0 n=0 2 2 1 0 1 0 cos sin 0 e 2 0 2 2 cos 2 sin 2 = = . Slino, c 0 1 0 1 0 cos + sin 0 e2 2 2 2k+1 2k se nalazi i Us (u), imajui u vidu da je u = I2 i u c = u .

1 i e (1 2(1uz ) je e 2 P+ + e 2 P

uz , ux uy ) , pa je P+ P spektralna forma ovog operatora, dok

3.3
3.3.1

SVOJSTVENI PROBLEM U REALNOM PROSTORU

Egzistencija svojstvenog vektora

Polje realnih brojeva R nije algebarski zatvoreno, pa reenje svojstvene jednaine operatora koji s c deluje na realnom prostoru moe biti kompleksan broj, koji, po deniciji, nije svojstvena vrednost z u ovom sluaju. Posledica ovoga je da teorem 3.3 ne vai u realnom prostoru, a njegov analogon c z je: Teorem 3.8 Svaki operator A na realnom konanodimenzionalnom vektorskom prostoru V ima c bar jedan invarijantni potprostor dimezije jedan (svojstveni pravac) ili dva (invarijantna ravan). Dokaz: Neka je {v1 , . . . , vn } bazis u V i neka su operator A i vektor z reprezentovani u tom bazisu matricom A = (ij ) Rnn i kolonom z = (1 , . . . , n )T Rn , respektivno. Svojstveni

3.3. SVOJSTVENI PROBLEM U REALNOM PROSTORU

53

problem operatora A, u ovoj reprezentaciji, napisan preko matrinih elemenata ima oblik (3.1). c Karakteristina jednaina, det (A In ) = 0, je jednaina n-tog stepena po sa realnim koec c c cijentima. Stoga koren 0 te jednaine moe biti realan ili kompleksan, i ti sluajevi se moraju c z c posebno razmotriti. 0 0 (a) Koren 0 je realan, te postoji nenulto reenje, 1 , . . . , n , sistema (3.1); svi i0 su realni, i s z 0 = n i0 vi = 0 je svojstveni vektor operatora A (tj. Az 0 = 0 z 0 ), to znai da je L(z 0 ) s c i=1 jednodimenzionalni invarijantni potprostor operatora A. (b) Koren 0 = a + b je kompleksan (a, b R su njegov realni i imaginarni deo), te postoji 0 0 0 0 nenulto, ali kompleksno, reenje, 1 + 1 , . . . , n + n , sistema (3.1). Razdvajanjem realnog i s imaginarnog dela, iz (3.1) dobija se:
n n

j=1

(ij

0 aij )j

0 bi ,

j=1

0 (ij aij )j = bi0 ,

i = 1, . . . , n.

(3.3)

Gornje relacije se mogu napisati u matrinom obliku (A aIn )x = by i (A aIn )y = bx, gde c 0 0 0 0 su x = (1 , . . . , n )T Rn i y = (1 , . . . , n )T Rn . Kolone x i y reprezentuju u datom bazisu neke vektore, x i y, iz V , te je (3.3) reprezentacija relacija Ax = ax by i Ay = bx + ay. Vidi se da je potprostor (ravan) obrazovan vektorima x i y invarijantan pod delovanjem operatora A. Direktna posledica ovog teorema je da u realnom vektorskom prostoru neparne dimenzije svaki linearni operator ima bar jedan jednodimenzionalni invarijantni potprostor. Specijalno, za n = 3, karakteristina jednaina det (A I3 ) = 3 p1 2 + p2 p3 = 0, gde je p1 = Tr A, a c c p3 = det A, je kubna, sa realnim koecijentima i moe imati ili sva tri realna reenja ili jedno z s realno i dva kompleksno konjugovana.

3.3.2

Spektralni teorem u euklidskom prostoru

Dok su unitarni prostori vani za kvantnu ziku, klasina zika koristi prevashodno euklidske z c prostore. Analogoni hermitskih i unitarnih operatora su simetrini (AT = A) i ortogonalni c T T (A A = AA = I) operatori, respektivno. Dok i hermitski i unitarni operatori, kao podklase normalnih operatora u unitarnim prostorima, imaju svojstveni ortonormirani bazis, analogija u euklidskim prostorima nije potpuna. Naime, samo simetrini operatori uvek imaju ortonormiran c svojstveni bazis, to e biti pokazano u ovom odeljku. s c Lema 3.3 (i) Koreni svojstvenog polinoma simetrinog operatora su realni. c (ii) Za simetrini operator postoji bar jedan jednodimenzionalni invarijantni potprostor, tj. bar c jedan svojstveni vektor. Dokaz: (i) Ako je koren svojstvenog polinoma operatora A L(V, V ) bio kompleksan, c = a + b (a, b R), prema teoremu 3.8 (drugi sluaj u dokazu) je Ax = ax by i Ay = bx + ay, gde su x i y nenulti vektori iz V . No, za simetrini operator A vai (Ax, y) = (x, Ay), te je c z a(x, y) b(y, y) = b(x, x) + a(x, y), odnosno b( x 2 + y 2 ) = 0. Konano, x 2 + y 2 je c razliito od 0 (x, y = 0) i mora biti b = 0. Dakle, = a R je svojstvena vrednost operatora A. c (ii) Odavde odmah sledi, kao u prvom sluaju u dokazu teorema 3.8, da postoji i svojstveni c 0 0 vektor z za tu svojstvenu vrednost: Az = az 0 .

54

GLAVA 3. SPEKTRALNA TEORIJA

Direktna posledica ove leme je da e simetrini operator A imati bar jedan svojstveni vektor c c u svakom invarijantnom potprostoru W < V . Najira klasa operatora u euklidskom prostoru sa ortonormiranim svojstvenim bazisom su s simetrini operatori. O tome govori sledei c c Teorem 3.9 Za linearni operator A na konanodimenzionalnom euklidskom prostoru Vn postoji c ortonormirani svojstveni bazis ako i samo ako je A simetrian operator. c Dokaz: Uz korienje leme 3.3, dokaz je potpuno analogan dokazu teorema 3.4. sc Takode, sve to je reeno o spektralnoj formi normalnih operatora u unitarnom prostoru, s c odnosi se i na simetrine operatore. c

3.3.3

Ortogonalni operatori

Za razliku od kompleksnih prostora, kada je svaki normalni operator, time i svaki unitarni, imao ortonormirani svojstveni bazis, u realnim prostorima je takva osobina obezbedena samo za simetrine, ali ne i za ortogonalne operatore (denicija 2.9 (vi)). Naravno, neki medu njima, kao c npr. jedinini, su istovremeno i simetrini, te za njih postoji ortonormirani svojstveni bazis, ali u c c optem sluaju, oni ne moraju imati svojstveni bazis, pa ak ni svojstvene vektore, ni svojstvene s c c 2 vrednosti. Takav primer su rotacije u R za ugao = 0, , 2, . . .. Ortogonalni operatori su automorzmi euklidskog prostora, tj. odravaju skalarni proizvod, z normu i uglove, pa ortonormirani bazis preslikavaju u ortonormirani. U odnosu na operaciju mnoenja obrazuju ortogonalnu grupu O(n). U ortonormiranim bazisima, reprezentovani su orz togonalnim matricama: AAT = In . Kako je determinanta proizvoda matrica jednaka proizvodu determinanti istih matrica i kako je det A = det AT , za ortogonalne matrice vai: (det A)2 = 1, z tj. det A = 1. Ortogonalni operatori, za koje je det A = 1 nazivaju se specijalne ili sopstvene ortogonalne transformacije i ine specijalnu ortogonalnu grupu, SO(n). Ortogonalni operatori c za koje je det A = 1 nazivaju se nesopstvene ortogonalne transformacije i ne obrazuju grupu (identina transformacija je sopstvena). c U nastavku e prvo biti proueni ortogonalni operatori u euklidskim prostorima dimenzija c c jedan i dva, a zatim i u viedimenzionalnim euklidskim prostorima jer se ovaj opti sluaj uvek s s c svodi, na osnovu teorema 2.15 i 3.8, na ta dva najjednostavnija sluaja. c Ortogonalni operatori u jednodimenzionalnom euklidskom prostoru Neka ortogonalni operator A deluje u euklidskom prostoru L(x), obrazovanim normiranim vektorom x. Tada je Ax = x, pa, kako A odrava normu, vai (Ax, Ax) = (x, x) = x 2 = 1 i z z 2 2 2 2 2 (Ax, Ax) = x = x = . Sledi, = 1, tj. = 1, te se vidi da u jednodimenzionalnom euklidskom prostoru postoje samo dva ortogonalna operatora: identini i operator inverzije c (Ay = y za svako y L(x)); prvi od njih je specijalna (sopstvena) ortogonalna transformacija, dok je drugi nesopstvena. Ortogonalni operatori u dvodimenzionalnom euklidskom prostoru Neka je X = {x1 , x2 } ortonormirani bazis u euklidskom prostoru V (R) i neka je ortogonalni operator A L(V, V ) reprezentovan u tom bazisu matricom A. Normiranost kolona omoguava c

3.3. SVOJSTVENI PROBLEM U REALNOM PROSTORU da se takva matrica napie u obliku A = s

55

cos sin . Pri tome je det A = cos( + ) = 1. sin cos Za sopstvene ortogonalne transformacije je det A = 1, pa je = , i njihov opti oblik s cos sin postaje: A = . Vidi se da su to rotacije u ravni za ugao . Samo za sin cos = 0, , 2, . . . dobija se simetrini operator, te osim identinog operatora i inverzije (u c c dvodimenzionalnom prostoru inverzija i rotacija za su iste transformacije vektora!) ovakvi operatori nemaju svojstvene vrednosti, niti svojstvene vektore. U sluaju nesopstvenih transformacija, kada je det A = 1, pa je = + , opti oblik c s cos sin je A = . Iz simetrinosti ove matrice, poto je bazis ortonormiran, sledi da je c s sin cos razmatrana transformacija simetrini operator, te ima ortonormirani svojstveni bazis. Lako se c nalaze karakteristini polinom det (A I) = 2 1 i svojstvene vrednosti = 1. Jasno je c da odgovarajui svojstveni vektori {x+ , x } ine ortonormirani svojstveni bazis, tako da je kac c 1 0 nonina forma nesopstvenog ortogonalnog operatora u dvodimenzionalnom prostoru c . 0 1 Oigledno je da ova transformacija opisuje reeksiju u odnosu pravac vektora x+ . c Ortogonalni operatori u euklidskom prostoru proizvoljne dimenzije U viedimenzionalnom sluaju, stav o invarijantnosti ortokomplementa invarijantnog potpros c z stora (teorem 2.15) pokazuje da se ceo prostor razlae na svojstvene pravce i invarijantne ravni ortogonalnog operatora, te na osnovu rezultata za prostore dimenzija 1 i 2, vai z Teorem 3.10 Za ortogonalni operator A postoji ortonormirani bazis u kome se on reprezentuje cos i sin i blok-dijagonalnom matricom, koja na dijagonali ima elemente 1 i 1 ili blokove . sin i cos i Ovakva matrica se moe dobiti mnoenjem (blok)-dijagonalnih matrica koje na dijagonali imaju z z sve jedinice, osim jednog elementa -1 (tzv. prosta reeksija, jer u jednom pravcu vri reeksiju, s a (n 1)-dimenzionalni ortokomplement ostavlja nepromenjenim) i matrica koje na dijagonali imaju (n 2) jedinica i jedan blok (2 2) rotacija u ravni za ugao i (tzv. prosta rotacija, jer u jednoj ravni vri rotaciju, a (n 2)-dimenzionalni ortokomplement ostavlja nepromenjenim). s Dakle, svaki ortogonalni operator je proizvod izvesnog broja prostih rotacija i prostih reeksija.

Glava 4 TENZORI
Nakon uvodenja pojma dualnog prostora, postupno e se, preko polilinearnih funkcionala doi c c do pojma tenzora i denicija operacija sa tenzorima. Zatim e biti data denicija direktnog proic zvoda matrica kao najjednostavniji primer tenzorskog proizvoda, a potom i denicija tenzorskog proizvoda prostor. Zatvaranje ovog kruga je uoavanje bijektivne veze izmedu polilinearnih a c funkcionala na tenzorskom proizvodu prostora, tenzora tog prostora i vektora iz istog prostora, koja, u krajnjoj instanci, omoguava identikaciju ova tri pojma. Glava se zavrava uvodenjem c s Dirac-ove notacije i pojma dijada.

4.1

DUALNI PROSTOR

Ranije uvedeni linearni funkcional na V (F), denicija 2.7 ( 2.3.1), je linearni operator koji vektore iz V preslikava u skalare iz F. Stoga je to element vektorskog prostora L(V (F), F(F)) jednake dimenzije kao i V . Prostor linearnih funkcionala na V se naziva dualni prostor prostora def V i oznaava se sa V . Dakle, V = L(V, F) i dim V = dim V , a oba su prostori nad istim c poljem. Ranije je pokazano (posledica teorema 1.3, ( 1.2.3)) da su svi konanodimenzionalni c vektorski prostori iste dimenzije nad istim poljem medusobno izomorfni. Prema tome, V V , = ali neki prirodni, odnosno unapred izdvojeni izomorzam izmedu ova dva prostora ne postoji. Medutim, kada je V (F) prostor sa skalarnim proizvodom, tada Riesz-Frchet-ov teorem denie e s dualizam izmedu V i V , koji je antiizomorzam (antilinearna bijekcija) za F = C, a izomorzam za F = R.

4.1.1

Dualni prostor V dualnog prostora V

def

Mogue je produiti ovakav lanac dualnih prostora, formiranjem drugog dualnog prostora V = c z (V ) , itd. Svi oni su medusobno izomorfni (npr. V V i V V , a izomorzam je = = tranzitivan, kao relacija ekvivalencije, te je V V ). Medutim, ispostavlja se da je sve parne = stepene mogue identikovati sa V , a neparne sa V , jer postoji prirodni izomorzam prostora c def V i V . Kako je V = L(V , F), svaki element V je funkcional x, koji vektoru f V (a to je funkcional na V ) pridruuje skalar x(f ) F. S druge strane, i svaki vektor x iz prostora V z pridruuje funkcionalu f skalar f (x) iz F, ako se skalar f (x) protumai kao dejstvo funkcionala z c x na vektor f . Pri tome je ovo preslikavanje linearno: (f + g)(x) = f (x) + g(x) (ovo vai z 56

4.1. DUALNI PROSTOR

57

za sve operatore u V ) ime i x postaje funkcional na V . Stoga prirodni izomorzam izmedu V i c def V uspostavlja relacija: x(f ) = f (x), ime se vektor x identikuje sa funkcionalom x iz V koji c na isti nain deluje u V . Znaajna posledica ovog zakljuka je da V i V formiraju sva linearna c c c preslikavanja u polje F tenzorskih prostora koji e kasnije biti izgradeni pomou prostora V . c c

4.1.2

Reprezentovanje funkcionala i biortogonalni bazisi

Dualni prostor je mogue razmatrati nezavisno od prostora V , ne uzimajui u obzir injenicu c c c da su njegovi vektori funkcionali na V . Izborom bazisa u V , svakom vektoru se pridruije z kolona, i ceo postupak reprezentovanja opisan u optem sluaju se ponavlja. Tako, ako je B = s c def n {f1 , . . . , fn } neki bazis u prostoru V , funkcionalu f = z i=1 i fi se pridruuje kolona f = (1 , . . . , n )T Fn . Delovanje funkcionala f na vektor x iz V je f (x) = n i fi (x). i=1 Medutim, kao operatori u V , funkcionali se mogu reprezentovati i na nain karakteristian c c (F), U (F)) se, izborom bazisa {v1 , . . . , vn } u V i za operatore. Linearni operator A L(V {u1 , . . . , um } u U , reprezentuje matricom A = (ij ) Fmn , koja je odredena osnovnom form n mulom reprezentovanja (2.1): Avi = j=1 ji uj , i = 1, . . . , n. Vektori x = i=1 i vi V m T i y = Fn i i=1 i ui U su u istim bazisima reprezentovani kolonama x = (1 , . . . , n ) T m y = (1 , . . . , m ) F . Specijalno, linearni funkcional f je linearni operator iz V (F) u F(F), tj. f L(V, F) (uobiajeno je kod funkcionala zadrati opte pravilo pisanja argumenta u zac z s gradi, koja je kod ostalih operatora izostavljena da bi se dobila jasnija slika dejstva operatora na vektor). Stoga se i funkcional reprezentuje na opisani nain, s tim to se uvek za bazis proc s stora F uzima broj 1 (za razliku od opteg sluaja vektorskog prostora, F je takode i algebra s c sa jedinicom, pa u njoj postoji prirodno izdvojeni element 1). Dakle, formula reprezentovanja u bazisu B = {v1 , . . . , vn } prostora V postaje f (vi ) = 1i 1 = i , i = 1, . . . n, i reprezentaciona matrica za f je vrsta = (1 , . . . , n ) = (f (v1 ), . . . , f (vn )) F1n . Dejstvo funkcionala f na vektor x = n i vi V se u datoj reprezentaciji svodi na matrino mnoenje reprezentacione c z i=1 vrste funkcionala i kolone vektora: 1 n . = . (x) = x = (f (v1 ), . . . , f (vn )) (4.1) i f (vi ). . i=1 n Mogunost izraavanja funkcionala i preko bazisa u V i preko bazisa u V , namee pitanje veze c z c ovakvih reprezentacija, i konano, veze samih bazisa. Neka su B i B ranije denisani bazisi u V i c V . Dejstvom bazisnih funkcionala na bazisne vektore odredeni su skalari fi (vj ) = gij F (i, j = 1, . . . , n). Tada je delovanje funkcionala f = n i fi na proizvoljan vektor x = n i vi V i=1 i=1 n n n dato izrazom f (x) = n i fi ( n j vj ) = n j=1 i gij j . Ovaj i=1 j=1 i j fi (vj ) = i=1 j=1 i=1 rezultat se moe napisati i u obliku f (x) = fT Gx, gde je G matrica sa elementima gij . Kada je z c x = vj , bazisni vektor (iz B), dobija se f (vj ) = j = n i gij , odnosno, u matrinom obliku i=1 T = f G. Odavde je jasno da reprezentaciona vrsta ima iste elemente kao reprezentaciona kolona f, ako i samo ako su bazisi B i B povezani relacijom fi (vj ) = ij , (i, j = 1, . . . , n) odnosno G = In . Denicija 4.1 Bazisi B = {v1 , . . . , vn } prostora V i B = {f1 , . . . , fn } dualnog prostora V se nazivaju biortogonalni bazisi ako njihovi vektori zadovoljavaju uslov fi (vj ) = ij , i, j = 1, . . . , n.

58

GLAVA 4. TENZORI

Treba obratiti panju da pojam biortogonalnosti nije povezan sa skalarnim proizvodom, te se z biortogonalni bazisi mogu formirati i u prostorima bez skalarnog proizvoda, u kojima obina c ortogonalnost nije ni denisana. Kao i uvek, bazisni funkcionali su u bazisu B , tretirani kao vektori, reprezentovani kolonama apsolutnog bazisa u Fn , pa su u biortogonalnom bazisu B, kao operatori, reprezentovani vrstama apsolutnog bazisa u F1n . Ovo zapaanje je istovremeno z i dokaz za egzistenciju i jedinstvenost biortoganalnog bazisa B , za bilo koji odabrani bazis B u V : biortogonalni bazis ine upravo oni funkcionali koji se u bazisu B reprezentuju vrstama c apsolutnog bazisa u F1n .

4.1.3

Promena bazisa i reprezentovanje funkcionala

Ranije je pokazano, 2.2.5, da se pri promeni bazisa prostora V (F), matricom prelaska T GL(n, F), brojna kolona x Fn koja reprezentuje proizvoljni vektor x V , menja kontrava rijantno, x T 1 x, a matrica A Fnn koja reprezentuje operator A L(V, V ), menja se transformacijom slinosti jedanput kovarijantno i jedanput kontravarijantno: A T 1 AT . Poc slednjim pravilom (poto bazis {1} prostora F ostaje nepromenjen) je zapravo odreden i nain s c promene reprezentujue vrste funkcionala. c Neka je bazis {v1 , . . . , vn } prostora V dobijen iz bazisa, {v1 , . . . , vn } matricom prelaska T , n 1n tj. vi = j=1 ji vj . Neka su dalje, = (1 , . . . , n ) i = (1 , . . . , n ) vrste iz F , koje reprezentuju funkcional f u starom i novom bazisu, respektivno (tj. i = f (vi ) i i = f (vi )). Tada je i = f (vi ) = f ( n ji vj ) = n ji f (vj ) = n ji j . Dakle, i = n j ji za j=1 j=1 j=1 j=1 i = 1, . . . , n, ili u matrinoj formi = T , pa se, pri promeni bazisa u prostoru V , vrste koje c reprezentuju linearni funkcional na V transformiu kovarijantno (tj. na isti nain kao i bazis u s c V !). Medutim, linearni funkcional f na V je ujedno i vektor iz dualnog prostora V , a kako se u biortogonalnim bazisima reprezentuje vrstom (kao operator), odnosno kolonom (kao vektor) sa istim odgovarajuim elementima, postavlja se pitanje kako se pri prelasku sa starog na novi bazis c u prostoru V transformiu odgovarajui biortogonalni bazisi u V . s c Neka su B = {f1 , . . . , fn } i B = {f1 , . . . , fn } bazisi u V biortogonalni bazisima B i B u V , tj. fi (vj ) = fi (vj ) = ij . Matrica S = (ij ), koja povezuje biortogonalne bazise, tj. n zadovoljava relacije fi = k=1 ki fk , i = 1, . . . , n se lako odreduje iz uslova biortogonalnon n n n n n sti: ij = fi (vj ) = l=1 li fl ( k=1 kj vk ) = k=1 l=1 kj li fl (vk ) = k=1 l=1 kj li lk = n kj ki = n {S T }ik {T }kj = {S T T }ij , ili u matrinoj formi, In = S T T . Prema tome, c k=1 k=1 1 traena matrica S je kontragredijentna matrici prelaska T S = T T . Konano, koristei z c c : f1 f1 1 . . . kolone funkcionala, ovo se moe zapisati u formi T z = . ; kako je istovremeno . . fn fn c (v1 , . . . , vn )T = (v1 , . . . , vn ), vidi se da se pri (kovarijantnoj) promeni bazisa u V , odgovarajui biortogonalni bazis u V transformie kontravarijantno (kao reprezentacione kolone vektora iz s V ).

4.1.4

Dualni prostor unitarnog i euklidskog prostora

Prema Riesz-Frchet-ovom teoremu, svakom linearnom funkcionalu f na prostoru V sa skalarnim e proizvodom jedinstveno odgovara vektor x V , takav da je f (y) = (x, y), za svako y iz V . Na taj

4.1. DUALNI PROSTOR

59

nain, denisana je bijekcija D prostora V na dualni prostor V , takva da je f = Dx, x = D1 f , c koja se naziva dualizam, a za vektor x V i funkcional f V povezene dualizmom, kae se da z su medusobno dualni. Kod kompleksnih prostora dualizam je antilinearan: D(1 x1 +2 x2 ) = 1 Dx1 +2 Dx2 , to je s direktna posledica antilinearnosti skalarnog proizvoda po prvom faktoru. Kod realnih prostora, dualizam je istovremeno izomorzam. Pri tome, ako je {v1 , . . . , vn } ortonormirani bazis u V , vai D1 f = n f (vi ) vi . z i=1 Skalarni proizvod u V na prirodan nain indukuje skalarni proizvod u dualnom prostoru: za c def svaki par funkcionala f = Dx i g = Dy se denie (f, g) = (Dx, Dy) = (x, y) (lako se proverava s da su ispunjene sve osobine skalarnog proizvoda). Dualni vektori, B = {Dv1 , . . . , Dvn }, bazisa B = {v1 , . . . , vn } u V ine bazis u V (naime, iz c 0 = i i Dvi = D( i i vi ) sledi i = 0, i), koji se naziva dualni bazis. Ako je bazis B ortonormiran, takav je i dualni (u odnosu na indukovani skalarni proizvod): (Dvi , Dvj ) = (vi , vj ) = ij . U stvari, ako je B ortonormiran, njemu dualan i biortogonalan bazis se podudaraju, B = B . To se vidi iz samog uslova fi (vj ) = ij = (vi , vj ) Dvi (vj ), koji, kako je ve pokazano, jednoc znano odreduje bazis funkcionala. Naravno, ako B nije ortonormiran, tj. postoje i i j za koje c je (vi , vj ) = ij , tada za odgovarajui dualni vektor Dvi , vai Dvi (vj ) = (vi , vj ) = ij , pa on, c z premda dualan, ne moe pripadati biortogonalnom bazisu. z Reprezentovanje vektora iz V u ortonormiranom bazisu prostora V
n Neka je {v1 , . . . , vn } ortonormiran bazis prostora V , x = i=1 i vi proizvoljni vektor iz V , a f njemu dualni vektor, f = Dx. Tada je f (vj ) = (x, vj ) = ( n i vi , vj ) = n i (vi , vj ) = i=1 i=1 n i ij = j . Dakle, ako se vektor x U u ortonormiranom bazisu prostora U reprezentuje i=1 kolonom x = (1 , . . . , n )T Fn , tada se njemu dualni vektor f = Dx, u istom bazisu, po osnovnoj formuli reprezentovanja linearnih operatora, reprezentuje vrstom x = (1 , . . . , n ) F1n .

Reprezentovanje operatora na V u ortonormiranom bazisu prostora V c Ranije je pokazano, 2.1.3, da svaki izomorzam prostora indukuje, transformacijom slinosti, izomorzam algebri koje deluju u tim prostorima. Lako se proverava da isto vai i za antiizomorz zam (antilinearna bijekcija koja odrava algebarsku strukturu do na kompleksnu konjugaciju). z def Prema tome, dualizam D prostora V i V , indukuje dualizam D = D . . . D1 , algebre L(V, V ) , V ). na algebru L(V Ako je operator A L(V, V ) u ortonormiranom bazisu {vi } reprezentovan matricom A = def (ij ), onda je, u dualnom bazisu {fi = Dvi }, operator A = DA = DAD1 L(V , V ) reprezentovan kompleksno konjugovanom matricom A = (ij ), jer je A fi = DAD1 fi = n n n DAvi = D j=1 ji vj = j=1 ji Dvj = j=1 ji fj . S druge strane, A (Dx) = DAD1 Dx = D(Ax) je vektor iz prostora V i moe se, kao z linearni funkcional, preko osnovne formule reprezentovanja, reprezentovati u ortonormiranom bazisu prostora V , vrstom (Ax) = x A . Kako vrsta x , kao to je pokazano u prethodnom s pododeljku, reprezentuje vektor Dx, a dobijena relacija vai za svako x, zakljuuje se da se z c operator A u dualnom ortonormiranom bazisu prostora V reprezentuje adjungovanom matricom A reprezentativne matrice A dualnog operatora A. Pri tome, matrica A deluje na levo na vrste

60 x koje reprezentuju funkcionale u istom bazisu.

GLAVA 4. TENZORI

4.2

DEFINICIJA TENZORA

U ovom odeljku e se, preko pojma polilinearnog funkcionala, koji sa svoje strane, predstavlja c generalizaciju pojma linearnog funkcionala, doi do denicije tenzora. Pored toga, polilinearni c funkcionali imaju poseban znaaj za ziku kao nuna tehnika kojom se apstraktnim teorijskim c z pojmovima opisanim vektorima u nekim relevantnim prostorima pridruuju brojevi, rezultati z eksperimenata. Na kraju, kao primer tenzora, bie denisan metriki tenzor u euklidskom prostoru. c c

4.2.1

Polilinearni funkcional

Denicija 4.2 Polilinearni funkcional l(x, y, . . . ; f, g, . . .) tipa (p, q) je preslikavanje p kontravarijantnih vektora x, y, . . . V (gde je V vektorski prostor nad poljem F) i q kovarijantnih vektora f, g, . . . V (gde je V dualni prostor prostora V ) u polje F, linearno po svakom od argumenata pri ksiranim ostalim argumentima. Na primer, za ksirane sve vektore osim prvog, vai z l(x + x , y, . . . ; f, g, . . .) = l(x , y, . . . ; f, g, . . .) + l(x , y, . . . ; f, g, . . .), l(x, y, . . . ; f, g, . . .) = l(x, y, . . . ; f, g, . . .), F. Analogno, l(x, y, . . . ; f + f , g, . . .) = l(x, y, . . . ; f , g, . . .) + l(x, y, . . . ; f , g, . . .), l(x, y, . . . ; f, g, . . .) = l(x, y, . . . ; f, g, . . .). Isto vai i za ostale argumente. z Polilinearni funkcional koji preslikava p vektora iz V (kontravarijantnih) i q vektora iz V (kovarijantnih) u F zove se polilinearni funkcional tipa (p, q). Najjednostavniji polilinearni funkcionali su funkcionali tipa (1, 0) i (0, 1). Polilinearni funkcional tipa (1, 0) je linearni funkcional, tj. preslikavanje jednog vektora iz prostora V u polje F, (dakle, vektor iz prostora V : kovarijantni vektor). Analogno, polilinearni funkcional tipa (0, 1) je linearni funkcional jednog vektora iz prostora V , tj. vektor iz prostora V = V (kontravarijantni vektor). Polilinearnih funkcionala koji zavise od dva vektora (bilinearnih funkcionala) ima tri tipa: (2, 0), (1, 1) i (0, 2). Primer bilinearnog funkcionala tipa (2, 0) je skalarni proizvod u euklidskom prostoru. Polilinearni funkcionali tipa (1, 0) i (0, 1) zovu se jednostavno linearni funkcionali, dok se polilinearni funkcionali tipa (2, 0), (1, 1) i (0, 2) esto nazivaju bilinearnim formama. c

4.2. DEFINICIJA TENZORA Polilinearni funkcional u datom bazisu. Prelaz sa jednog bazisa na drugi.

61

Ovde e biti izraen polilinearni funkcional preko koordinata vektora od kojih zavisi. Da bi c z se izbeglo pisanje dugakih formula, razmatranje e biti sprovedeno na sluaju polilinearnog c c c funkcionala tipa (2, 1). Neka je dat bazis {v1 , . . . , vn } prostora V . Njemu biortogonalan bazis u prostoru V je i bazis1 {f 1 , . . . , f n } (prema deniciji uzajamno biortogonalnih bazisa vai f i (vj ) = j ). Neka je z n n n x = i=1 i vi , y = i=1 i vi i f = i=1 i f i . Tada je
n n n n n n

l(x, y; f ) = l(
i=1

vi ,
j=1

vj ;
k=1

k f ) =
i=1 j=1 k=1

i j k l(vi , vj ; f k ).

Dakle, polilinearni funkcional u datim biortogonalnim bazisima ima oblik

n n n

l(x, y; f ) =
i=1 j=1 k=1

ak i j k , ij

gde su i , j i k koordinate vektora x, y i f , respektivno. Brojevi ak deniu funkcional l(x, y; f ) s ij i dati su formulama ak = l(vi , vj ; f k ), ij i na taj nain zavise od izbora bazisa u V . (Izborom bazisa u V jednoznano je odreden njemu c c biortogonalni bazis u V .) Potpuno analogna formula vai i u sluaju polilinearnog funkcionala opteg oblika: z c s
n n n n

l(x, y, . . . ; f, g, . . .) =
i=1 j=1

...
r=1 s=1

ars... i j . . . r s . . . , ij...

(4.2)

gde su brojevi ars... koji deniu polilinearni funkcional dati izrazima: s ij... ars... = l(vi , vj , . . . ; f r , f s , . . .). ij... (4.3)

Kako se menja sistem brojeva (4.3) koji denie polilinearnu formu (drugi izraz za polilinearni s funkcional) pri promeni bazisa ? Neka je u V dat bazis {v1 , v2 , . . . , vn } i u V njemu biortogonalan bazis {f 1 , f 2 , . . . , f n }. Neka je novi bazis {v1 , v2 , . . . , vn } V i njemu biortogonalan bazis {f 1 , f 2 , . . . , f n }. Ranije je pokazano, 4.1.3, ako se matricom prelaska T = (ji ) prelazi sa starog na novi n j i bazis u prostoru V , tj. ako vai vi = z j=1 i vj (i = 1, . . . , n), da tada matrica S = (j ) i c povezuje odgovarajue biortogonalne bazise relacijom: f i = n j f j (i = 1, . . . , n), pri emu c j=1 1 je S = T .
Od ovog mesta, pa do kraja ove glave se primenjuje konvencija pisanja gornjih indeksa za kontravarijantne objekte i donjih indeksa za kovarijantne. Tako se bazis {v1 , . . . , vn } u prostoru V obeleava donjim, a njemu z biortogonalni bazis {f 1 , . . . , f n } gornjim indeksima. U skladu s tim, koordinate vektora iz V imaju gornji indeks, dok koordinate vektora iz V (tj. koecijenti linearnog funkcionala) imaju donje indekse. Matrini elementi c reprezentacionih matrica linearnog operatora, koji su jednom kovarijantni i jednom kontravarijantni piu se sa s jednim donjim i jednim gornjim indeksom, pri emu je gornji indeks prvi. c
1

62

GLAVA 4. TENZORI

rs... Treba nai sistem brojeva aij... koji odreduje polilinearni funkcional l u bazisima {v1 , v2 , . . . , vn } c i {f 1 , f 2 , . . . , f n }. Oigledan niz jednakosti c rs... aij... = l(vi , vj , . . . ; f r , f s , . . .) = l( k

ik vk ,
m

jm vm , . . . ;
t

r t f t , u

s u f u , . . .) =

=
k m

...
t u

r s . . . ik jm . . . t u . . . l(vk , vm , . . . ; f t , f u , . . .) =

=
k m

...
t u

r s . . . ik jm . . . t u . . . atu... km...

rs... daje traenu relaciju. (Iskoriena je denicija sistema brojeva aij... , veza starih i novih uzajamno z sc biortogonalnih bazisa, linearnost polilinearnog funkcionala po svim ulazima, i na kraju, opet denicija sistema brojeva atu... .) km... Time je dokazan

Teorem 4.1 Sistem brojeva ars... (i, j, . . . , r, s, . . . = 1, 2, . . . n = dim V ) koji odreduje poliliij... nearni funkcional u uzajamno biortogonalnim bazisima {v1 , v2 , . . . , vn } i {f 1 , f 2 , . . . , f n }, pri prelasku na nove bazise {v1 , v2 , . . . , vn } i {f 1 , f 2 , . . . , f n } transformie se po formuli s
rs... aij... = k,m,... t,u,... i gde su ji i j elementi matrica prelaska T i S iz bazisa {v1 , v2 , . . . , vn } i {f 1 , f 2 , . . . , f n } u bazise {v1 , v2 , . . . , vn } i {f 1 , f 2 , . . . , f n }, respektivno. (Sumira se od 1 do dimenzije prostora V i svi rs... indeksi uzimaju vrednosti u istom intervalu, tako da se sistemi brojeva aij... i ars... sastoje od po ij... np+q brojeva, gde je p broj donjih indeksa, a q broj gornjih indeksa.) r s ik jm . . . t u . . . atu... , km...

Izraz (4.3) treba shvatiti kao reprezentovanje polilinearnog funkcionala sistemom brojeva ars... ij... u bazisu {v1 , . . . , vn } i njemu biortogonalnom bazisu {f 1 , . . . , f n } u punoj analogiji sa reprezentovanjem vektora kolonama ili operatora matricama, pri emu teorem 4.1 daje odgovarajuu c c promenu reprezentacije pri promeni bazisa.

4.2.2

Denicija tenzora

Do sada uvedeni pojmovi (kao to su vektori, linearni funkcionali, linearni operatori itd.) des nisani su u svakom bazisu odgovarajuim sistemom brojeva. Na primer, vektor je u svakom c bazisu odreden sistemom od n brojeva (gde je n dimenzija prostora) koordinatama. Linearni funkcional je odreden u svakom bazisu, takode sistemom od n brojeva koecijentima. Linearni operator je denisan u svakom bazisu sistemom od n2 brojeva matricom linearnog operatora. Bilinearni funkcional je odreden u svakom bazisu sistemom od n2 brojeva matricom date bilinearne forme. Pri prelasku sa jednog bazisa na drugi, sistem brojeva koji denie dati objekat, s c c c c transformie se na odredeni nain, pri emu je zakon transformacije razliit za razliite objekte. s Na primer, i vektor iz prostora V i linearni funkcional u V zadaju se sistemom od n brojeva, s c c medutim, pri promeni bazisa transformiu se na razliite naine. Da bi se potpuno denisale ove

4.2. DEFINICIJA TENZORA

63

veliine, treba zadati, ne samo vrednosti odgovarajuih brojeva u proizvoljnom bazisu, nego i c c zakon transformacije tog skupa brojeva pri promeni bazisa. U prethodnom pododeljku ovog teksta uveden je pojam polilinearnog funkcionala, koji je s denisan u proizvoljnom bazisu sistemom od np+q brojeva (4.3), koji se transformiu pri prelasku na novi bazis formulom datom u teoremu 4.1. S tim u vezi, uvodi se denicija pojma tenzora koji igra vanu ulogu u zici, geometriji i algebri. z Denicija 4.3 Ako proizvoljnom bazisu u n-dimenzionalnom vektorskom prostoru V = V (F) odgovara sistem od np+q brojeva ars... koji se pri prelasku na novi bazis matricom prelaska T = (ji ) ij... transformiu po formuli s
rs... aij... = k,m,... t,u,... i gde je S = (j ), S = T 1 , kae se da je dat tenzor tipa (p, q), p puta kovarijantan i q puta z kontravarijantan. Broj p + q naziva se rang ili valentnost tenzora. Brojevi ars... se nazivaju ij... komponente tenzora. r s ik jm . . . t u . . . atu... , km...

(4.4)

Iz denicije 4.3 i teorema 4.1 je jasno da su zakoni transformacije tenzora i polilinearnog funkcionala identini, te svakom polilinearnom funkcionalu tipa (p, q) jednoznano odgovara tenzor c c ranga p + q, p puta kovarijantan i q puta kontravarijantan. Obratno, svakom tenzoru jednoznano odgovara polilinearni funkcional. U nastavku e svojstva tenzora i operacije nad njima c c biti prouane na modelu polilinearnih funkcionala. c Primeri 1. Skalar. Tenzor sa samo jednom komponentom a koja je ista u svim bazisima. Prema tome, skalar je tenzor ranga nula. 2. Kontravarijantni vektor. Vektoru x iz V u svakom bazisu odgovara n koordinata (brojna kolona x Fn ), koje se pri prelasku u drugi bazis transformiu po formuli x = T 1 x, gde s je T matrica prelaska sa starog bazisa {vi } na novi bazis {vi }. Prema tome, vektori iz V su primeri kontravarijantnih tenzora ranga jedan, odnosno tenzora tipa (0, 1). 3. Linearni funkcional (kovarijantni vektor). Brojevi ai koji odreduju linearni funkcional f (dejstvom na bazis, tj. ai = f (vi ), i = 1, . . . , n) transformiu se po formuli ai = j ij aj , s i gde je (j ) = T matrica prelaska sa starog na novi bazis. Prema tome, linearni funkcional je primer kovarijantnog tenzora ranga jedan, odnosno tenzora tipa (1, 0). 4. Linearni operator. Neka je A L(V, V ). Njemu, u svakom bazisu prostora V odgoi 2 i vara sistem od n brojeva j , (i, j = 1, . . . , n), tj. reprezentaciona matrica A = (j ) tipa n n. Reprezentaciona matrica linearnog operatora pri prelasku sa starog na novi bazis transformie po formuli A = T 1 AT (transformacija slinosti) gde je T matrica s c prelaska sa starog na novi bazis. Dakle, matrini elementi se transformiu po formuli c s l s c s ji = k l jk li k , to znai da je linearni operator primer meovitog tenzora ranga dva, tj. tenzora tipa (1, 1).

64

GLAVA 4. TENZORI 5. Specijalan sluaj linearnog operatora je identina transformacija IV koja ostavlja neproc c menjenim sve vektore iz V . Ovom operatoru u svakom bazisu odgovara jedinina matrica c In , tj. sistem brojeva 1 za i = k, k i = . 0 za i = k Ovaj tenzor ima iste komponente u svim bazisima !

Na kraju ovog pododeljka, navedena su dva teorema o tenzorima (bez dokaz, koji su inae a c krajnje jednostavni). Teorem 4.2 Dva tenzora istog tipa su jednaka ako i samo ako imaju iste komponente u proizvoljnom bazisu. Teorem 4.3 Za dato p i q moe se formirati tenzor tipa (p, q) ije komponente su u proizvoljnom z c bazisu date sa np+q unapred zadatih brojeva.

4.2.3

Metriki tenzor c

Neka je u unitarnom prostoru Un dat bazis {u1 , . . . , un } i neka su vektori x = n i ui i y = i=1 n i i j i=1 ui proizvoljni vektori iz Un . Skalarni proizvod tih vektora je (x, y) = ( i ui , j uj ) = i j (ui , uj ). Neka je G = (gij ), gij = (ui , uj ) i, j = 1, . . . , n, tzv. Gram-ova matrica. Tada se gornji skalarni proizvod moe napisati u obliku z 1 g11 . . . g1n . . . = x Gy. i j 1 n . . . . . gij = ( ... ) . . . . i,j gn1 . . . gnn n
i j def

Za razliku od skalarnog proizvoda u unitarnom prostoru Un , skalarni proizvod u euklidskom prostoru En je bilinearan, te se moe posmatrati kao bilinearni funkcional tipa (2, 0). Naime, z def moe se denisati bilinearna forma l(x, y; ) = (x, y), x, y En . S druge strane, (x, y) = z i j i,j gij , gde je gij = (ei , ej ), skalarni proizvod bazisnih vektora iz En . Dakle, dobija se l(x, y; ) = i,j i j gij , odnosno gij , (i, j = 1, . . . , n) su komponente tenzora ranga dva, dva puta kovarijantnog, tj. tenzora tipa (2, 0). Upravo je denisan metriki tenzor u euklidskom prostoru c En . def Analogno se denie metriki tenzor u dualnom prostoru euklidskog prostora. Naime, g ij = s c (f i , f j ), i, j = 1, . . . , n (gde su f i bazisni vektori u dualnom prostoru) su komponente metrikog c tenzora (dva puta kontravarijantnog) u En .

4.3

OSNOVNE OPERACIJE SA TENZORIMA

Ovde e biti denisane tri osnovne operacije sa tenzorima: zbir, proizvod i kontrakcija tenzora. c S obzirom na ustanovljenu vezu izmedu polilinearnog funkcionala i tenzora, bie prvo date c denicije operacija sa polilinearnim funkcionalima. Zapis ovih denicija u proizvoljnom bazisu denie odgovarajuu operaciju sa tenzorima. s c

4.3. OSNOVNE OPERACIJE SA TENZORIMA

65

4.3.1

Zbir tenzora

Neka su l (x, y, . . . ; f, g, . . .) i l (x, y, . . . ; f, g, . . .) dva polilinearna funkcionala istog tipa. Nihov zbir je denisan formulom l(x, y, . . . ; f, g, . . .) = l (x, y, . . . ; f, g, . . .) + l (x, y, . . . ; f, g, . . .). Oigledno je da je njihova suma polilinearni funkcional istog tipa. c Dakle, zbir tenzora je denisan formulom
rs... rs... ars... = aij... + aij... . ij...

4.3.2

Mnoenje tenzora z

Neka su l (x, y, . . . ; f, g, . . .) i l (z, . . . ; h, . . .) dva polilinearna funkcionala tipa (p , q ) i (p , q ), respektivno. Tada je njihov proizvod odreden formulom l(x, y, . . . , z, . . . ; f, g, . . . , h, . . .) = l (x, y, . . . ; f, g, . . .) l (z, . . . ; h, . . .). Polilinearni funkcional l (ranga p + p + q + q , tipa (p + p , q + q )) se naziva proizvodom polilinearnog funkcionala l , tipa (p , q ) i polilinearnog funkcionala l tipa (p , q ). Kada se komponente tenzora koje odgovaraju proizvodu polilinearnih funkcionala l i l izraze preko komponenti tenzora koje odgovaraju samim tim polilinearnim funkcionalima, dobija se rs... tu... zakon mnoenja tenzora. Ako je aij... = l (vi , vj , . . . ; f r , f s , . . .) i akl... = l (vk , vl , . . . ; f t , f u , . . .), z tada je rs... tu... ars...tu... = aij... akl... . ij...kl... Na taj nain, ova formula denie proizvod dva tenzora. c s Direktan proizvod matrica je primer mnoenja tenzora. z

4.3.3

Kontrakcija tenzora

Neka je l(x, y, . . . ; f, g, . . .) polilinearni funkcional tipa (p, q). Cilj je da se od njega formira polilinearni funkcional tipa (p 1, q 1). Neka je {v1 , v2 , . . . , vn } proizvoljan bazis u prostoru V , i {f 1 , f 2 , . . . , f n } njemu biortogonalan bazis i neka je
n

l (y, . . . ; g, . . .) =
m=1

l(vm , y, . . . ; f m , g, . . .).

(4.5)

Oigledno je da je svaki lan ove sume kao i cela suma polilinearni funkcional od y, . . . i g, . . .. c c Bie pokazano da, mada je svaki lan odreden izborom bazisa, suma (4.5) ne zavisi od izbora c c bazisa. Neka je {v1 , v2 , . . . , vn } novi bazis, a {f 1 , f 2 , . . . , f n } njemu biortogonalni bazis. Kako se pri tome vektori y, . . . i g, . . . ne menjaju, oni se mogu ksirati, a gornje tvrdenje pokazati za bilinearnu formu l(x; f ). Dakle, dovoljno je pokazati da je
n n

l(vm ; f ) =
m=1 m=1

l(vm ; f m ).

66

GLAVA 4. TENZORI

j Ako je prelaz sa bazisa {v1 , v2 , . . . , vn } na bazis {v1 , v2 , . . . , vn } dat formulama vm = j m vj , (m = 1, . . . , n), onda je prelaz sa bazisa {f 1 , f 2 , . . . , f n } na bazis {f 1 , f 2 , . . . , f n } dat formulama i i f i = j j f j , (i = 1, . . . , n), gde je matrica S = (j ) inverzna matrici prelaska T = (ji ), tj. i k i ST = In , odnosno, k k j = j . Dakle,

l(vm ; f m ) =
m m

l(
j

j m vj ; k

m k f k ) = j k m

j m m k l(vj ; f k ) =

=
j k

j k l(vj ; f k ) = k

l(vk ; f k ),

odnosno, k l(vk ; f k ) zaista ne zavisi od izbora bazisa. Preostaje jo da se nadu, na osnovu koecijenata forme l(x, y, . . . ; f, g, . . .), koecijenti forme s (4.5). Poto je s s... aj... = l (vj , . . . ; f s , . . .) i l (vj , . . . ; f s , . . .) =
m=1 n

l(vm , vj , . . . ; f m , f s , . . .),

to je
n s... aj...

=
m=1

ams... . mj...

(4.6)

s... Tenzor aj... , dobijen iz ars... po formuli (4.6), naziva se kontrakcija tenzora ars... . ij... ij... Jasno je da se kontrakcija moe izvriti po bilo kom paru gornjih i donjih indeksa. Medutim, z s obavezno je sumiranje po jednom kovarijantnom i jednom kontravarijantnom indeksu. Ako bi se sumiralo, na primer, po dva donja indeksa, dobijeni sistem brojeva ne bi obrazovao tenzor (jer se pri promeni bazisa ne bi transformisao po zakonu transformacije tenzora).

Primeri operacija u euklidskom prostoru 1. Kontrakcijom tenzora tipa (1, 1) dobija se tenzor nultog ranga, tj. skalar, koji ne zavisi i i od izbora bazisa. Trag linearnog operatora A, Tr A = i i , (gde su i , i = 1, . . . , n dijagonalni elementi reprezentacione matrice A operatora A), je kontrakcija tenzora tipa (1, 1). 2. Proizvod C = AB linearnih operatora A i B reprezentuje se u proizvoljnom bazisu odgovarajueg reprezentacionog prostora Fnn kao obian proizvod C = AB odgovarajuih c c c i k i reprezentaionih matrica A i B. Na jeziku matrinih elemenata je cj = k ak bj , gde su c c ai , bi i ci elementi matrica A, B i C, respektivno. Dakle, obian proizvod dve matrice se j j j moe shvatiti kao proizvod dva tenzora tipa (1, 1), ime se dobija tenzor tipa (2, 2), praen z c c kontrakcijom po drugom gornjem i prvom donjem indeksu, tako da se kao konaan rezultat c opet dobija tenzor tipa (1, 1), tj. matrica koja reprezentuje linearni operator C = AB.

4.3. OSNOVNE OPERACIJE SA TENZORIMA

67

4.3.4

Primeri

Opti izraz za kovarijantne i kontravarijantne koordinate vektora s U n-dimenzionalnom euklidskom prostoru V skalarni proizvod je jedna bilinearna forma, a odgovarajui tenzor se naziva metriki. Budui da ova forma dva vektora iz V preslikava u realan c c c def broj, metriki tenzor gij = (vi , vj ), gde je {vi } bazis u V , je tipa (2, 0). Neka je {f i }, bazis c i u dualnom prostoru V , biortogonalan bazisu {vi }: f i (vj ) = j , i, j. Metriki tenzor u dualc
def

nom prostoru V , denisan relacijom g ij = (f i , f j ),je tipa (0, 2) (dva kontravarijantna vektora preslikava u skalar). Prema Riesz-Frchet-ovom teoremu, svakom vektoru f V , jednoznano odgovara vektor e c v V , po dualizmu D, tako da je f (x) = Dv(x) = (v, x), za svako x iz V . U sluaju euklidskog c prostora D je prirodan izomorzam (zbog bilinearnosti skalarnog proizvoda) ovih prostora. Skalarni proizvod u dualnom prostoru je indukovan skalarnim proizvodom denisanim u poetnom c def prostoru, tj. ako je f = Dv i f = Dv , onda je (f, f ) = (v, v ). i i i i c Neka je f = i i f , f = i i f , x = i vi i x = i vi , pri emu je f = Dx i f = Dx , tj. f i x, kao i f i x su parovi dualnih vektora. Tada je (f , f ) = i,j g ij i j = (x , x) =
i,j

i j gij = f (x) = f (
i( j

i vi ) =
i(

i f (vi ) = gij j ) i =

i i = (x, x ) = f (x ) =
i

i i ,

odakle sledi

g ij j )i =

i i i

i i , odnosno,

i =
j

g ij j i i =
j

gij j ,

pri emu se sumira od 1 do n (do dimenzije prostora)2 . c Dakle, kontrakcijom metrikog tenzora g ij , tipa (0, 2) i tenzora j tipa (1, 0) (kovarijantne c komponente vektora f V ) dobija se tenzor i tipa (0, 1), tj. kontravarijantne komponente dualnog vektora x = D1 f . Poto su, kao to je ranije pokazano, 4.1.4, u ortonormiranim biors s togonalnim (dualnim) bazisima euklidskih prostora odgovarajue kovarijantne i kontravarijantne c koordinate iste (ako se x u orotnormiranom bazisu reprezentuje kolonom x, tada se u istom bazisu njemu dualni vektor, funkcional, f = Dx reprezentuje vrstom x ), kae se da se pomou mez c ij trikog tenzora g podie indeks, tj. prelazi se sa ko- na kontra-varijantne koordinate vektora c z x. Slino, kontrakcijom metrikog tenzora gij tipa (2, 0) i tenzora j tipa (0, 1) (kontravarijantne c c komponente vektora x V ) dobija se tenzor i tipa (1, 0), tj. kovarijantne komponente dualnog vektora f = Dx. Dakle, metriki tenzor prostora V , suprotno od metrikog tenzora iz dualnog c c prostora, na opisani nain sputa indeks, tj. omoguava prelaz sa kontra- na ko-varijantne c s c koordinate vektora x. Matrice (g ij ) i (gij )
i Neka su {f i } i {vi } biortogonalni bazisi (u V i V , respektivno), tj. neka je f i (vj ) = j , i i, j. Tada, po Riesz-Frchet-u, svakom vektoru f jedinstveno odgovara vektor vf i , tako da e

Pri operacijama sa tenzorima, pored gornjih i donjih indeksa esto se uvodi i tzv. sumaciona konvencija koja c se sastoji u tome da se znak sumiranja i ne pie, nego da se podrazumeva sumiranje po ponovljenom gornjem s i donjem indeksu. Npr. upravo izvedene kontrakcije bi imale sledeu formu: i = g ij j i i = gij j . c

68

GLAVA 4. TENZORI

i je (vf i , vj ) = j . S druge strane, metriki tenzor u V se denie preko skalarnog proizvoda c s ij i j bazisnih vektora, tj. g = (f , f ), dok je sm skalarni proizvod u V indukovan skalarnim a i j def proizvodom dualnih vektora u V : (f , f ) = (vf i , vf j ). Neka je x = n i vi proizvoljan vektor i=1 n n n j u V . Tada je (vf j , x) = i (vf j , vi ) = i i = j , pa je x = i=1 i=1 i=1 (vf i , x)vi . Specin n n i j ij j , dobija se vf j = i , vf j )vi = jalno, za x = vf i=1 (vf i=1 (f , f )vi = i=1 g vi , odakle sledi j k = (vf j , vk ) = n g ij (vi , vk ) = n g ij gik . i=1 i=1 ij Dakle, matrice (g ) i (gij ) su uzajamno inverzne.

Vektorski proizvod u euklidskom prostoru Vektorski proizvod vektor x = a prostoru dat je poznatim izrazom e1 z = x y = 1 1 e2 2 2
3 i=1

i ei i y =

3 i=1

i ei u trodimenzionalnom euklidskom

e3 3 = ( 2 1 1 2 )e1 + ( 3 2 2 3 )e2 + ( 1 2 2 1 )e3 . 3

Dakle, koordinate i vektora z su

3 3

i =
j=1 k=1

i j k , jk

(4.7)

c gde je i = 3 g il ljk , tenzor tipa (2, 1), dobijen kontrakcijom metrikog tenzora g ij i (ranije jk l=1 uvedenog) tenzora LeviCivita ijk . Direktnom generalizacijom relacije (4.7) dobija se denicija vektorskog proizvoda n1 vektora x = i i ei , y = i i ei , . . ., w = i i ei , u n-dimenzionalnom euklidskom prostoru:
n

z = x y ... w =
n1 vektora

i ei , i =
i=1 i1 ,i2 ,...,in1

i1 i2 . . . in1 i1 i2 ...in1 , i

(4.8)

gde je i1 i2 ...in1 = i

n l=1

g il li1 i2 ...in1 , tenzor LeviCivita.

Dvostruki vektorski proizvod u trodimenzionalnom euklidskom prostoru Dvostruki vektorski proizvod a(bc), gde su a = 3 ai ei , b = 3 bi ei i c = 3 ci ei vektori i=1 i=1 i=1 iz trodimenzionalnog euklidskog prostora V , a {e1 , e2 , e3 } ortonormiran bazis u V , izraunava se c po formuli: z = a (b c) = b(a c) c(a b). Skalarni proizvodi dati relacijama (ac) = k,l gkl ak cl i (a b) = k,l gkl ak bl , a vektorski proizvod, kako je pokazano u prethodnom primeru, relacijom {b c}l = m,n l bm cn . Supstitucijom ovih mn izraza u gornju formulu dvostrukog vektorskog proizvoda dobija se sledei izraz: c i ak l bm cn = bi kl mn
k,l m,n k,l

gkl ak cl ci

gkl ak bl .
k,l

4.3. OSNOVNE OPERACIJE SA TENZORIMA

i i Dalje, smenama bi = m bm m , ci = n cn n i prelascima drugom lanu desne strane, respektivno, dobija se c l

69
n, l

u prvom i

i l ak bm cn = kl mn
k,l m,n k m,n

i i (gkn m gkm n )ak bm cn .

Kako poslednja relacija vai za proizvoljne vektore a, b, c, dobija se relacija koja povezuje tenzor z LeviCivita i metriki tenzor: c
i i i l = gkn m gkm n kl mn

(4.9)

S druge strane, i-ta koordinata dvostrukog vektorskog proizvoda je zi =

k m,n i i (gkn m gkm n )ak bm cn .

(4.10)

Tenzor momenta inercije Moment impulsa N krutog tela se denie relacijom N = V rv dm, gde je dm = dV , odnosno, s i k l 3 i u datom bazisu trodimenzionalnog euklidskog prostora. N = V k,l kl r v dm (i = 1, 2, 3) Prema Euler-ovom teoremu, postoji trenutna osa rotacije tela. Ako je vektor trenutne ugaone i l k n p brzine, onda je v = r, tj. v l = p,n l p rn pa je N i = V pn k,l p,n kl pn r r dm =
p

i l k n k,l,n kl pn r r

inercije. Uzimajui u c s Jip = s gis Jp = V (gip k,n gkn rk rn V k c c sc k gkp r = rp , konano se dobija esto koriena formula komponenti dva puta kovarijantnog tenzora momenta inercije: Jip =
V

i l k n k,l,n kl pn r r dm tenzor momenta V i i def i k n obzir relaciju (4.9) nalazi se Jp = V k,n (gkn p gkp n )r r dm, pa je s s k n k n s k,n gis (gkn p gkp n )r r dm = V k,n (gip gkn gin gkp )r r dm = n k k n n s = r2 , = ri i n gin r k gkp r ) dm. Poto je k,n gkn r r n gin r

dm =

i i p Jp , gde je Jp =

def

(r2 gip ri rp ) dm.

(4.11)

Oigledno je Jip = Jpi , za i, p = 1, 2, 3, tj. tenzor inercije je simetrian, odakle sledi da se moe c c z napisati u dijagonalnoj formi, tj. da ima svojstveni bazis. Pravci svojstvenog bazisa se zovu glavne ose inercije, a odgovarajue svojstvene vrednosti glavni momenti inercije. c 1 Kinetika energija tela je T = 2 V v 2 dm, odakle se, koristei relaciju v i = p,n i p rn nac c pn j 1 1 n l p n k l j i p k i lazi T = 2 V i,j gij p,n k,l pn r kl r dm = 2 p,k i,j n,l gij pn pn r r dm. V Dakle, u proizvoljnom bazisu je 1 T = p k Jpk , 2 p,k dok je u koordinatnom sistemu glavnih osa inercije T =
3

1 2

Jpp p p .
p

Telo je privreno u koordinatnom poetku, r je radijus vektor proizvoljne take tela, v je linearna brzina u c sc c c toj taki, V je zapremina tela a njegova gustina. c

70

GLAVA 4. TENZORI

4.4

(ANTI)SIMETRICNI TENZORI

Denicija 4.4 Tenzor je simetrian po datim indeksima ako se pri svakoj transpoziciji tih inc deksa komponente tenzora ne menjaju4 . Antisimetrinim tenzorom naziva se tenzor koji ima sve c indekse istog tipa i koji menja znak pri transpoziciji bilo koja dva indeksa. Na primer, tenzor je simetrian po prva dva donja indeksa ako vai ast... = ast... , i, k. c z ik... ki... def Metriki tenzor u euklidskom prostoru je simetrian: gij = (vi , vj ) = (vj , vi ) = gji , i, j, c c to je posledica simetrinosti skalarnog proizvoda u tom prostoru. Tenzor momenta inercije je s c takode primer simetrinog tenzora ranga 2. c Ako je l(x, y . . . ; f, g . . .) polilinearna forma koja odgovara tenzoru ast... , tj. ik... l(x, y . . . ; f, g . . .) =
i k

...
s t

. . . ast... i k . . . s t . . . , ik...

tada je simetrinost tenzora po nekoj grupi indeksa, kao to se neposredno vidi iz poslednje c s formule, ekvivalentna simetrinosti polilinearne forme po odgovarajuoj grupi vektora, to znai c c s c da ako su komponente tenzora simetrine u jednom bazisu, onda su one na isti nain simetrine c c c i u bilo kom drugom bazisu. Iz denicije 4.4 direktno sledi da tenzori tipa (p, 0) i (0, q) mogu biti antisimetrini, kao i da c pri parnim permutacijama antisimetrini tenzor ne menja znak. c Antisimetrinom tenzoru odgovara antisimetrini polilinearni funkcional. Polilinearni funkc c cional l(x, y, . . .) koji zavisi od p vektora x, y, . . . iz V , je antisimetrian, ako se pri transpoziciji c ma koja dva vektora (od vektor x, y, . . .) znak funkcionala menja. a Ako su komponente tenzora antisimetrine u nekom bazisu, bie antisimetrine i u bilo kom c c c drugom bazisu.

4.4.1

Nezavisne komponente antisimetrinog tenzora c

Neka je aik antisimetrini tenzor ranga 2. Tada je aik = aki , i, k (odakle sledi aii = 0, i). c Prema tome, broj nezavisnih komponenti je n(n 1)/2, gde je n dimenzija prostora V . Analogno, za antisimetrini tenzor aijk broj razliitih komponenti je n(n 1)(n 2)/3!, jer c c su komponente sa istim indeksima jednake nuli, dok se komponente koje se medusobno razlikuju samo po redosledu indeks mogu izraziti jedna preko druge. a Na primer, tenzor LeviCivita ijk , denisan na trodimenzionalnom prostoru (i, j, k = 1, 2, 3), od 33 = 27 komponenti ima samo jednu (3(3 1)(3 2)/3! = 3!/3! = 1) nezavisnu (od 6 nenultih: 123 = 312 = 231 = 1, 213 = 132 = 321 = 1). U optem sluaju, broj nezavisnih komponenti antisimetrinog tenzora ranga k n jednak s c c n! k je Cn = k!(nk)! . Dakle, nenultih antisimetrinih tenzora ranga veeg od dimenzije prostora n, nema, dok anc c n tisimetrini tenzor ranga n ima samo jednu (Cn = 1) nezavisnu komponentu a12...n = a. Ako je c i1 i2 . . . in proizvoljna permutacija brojeva 12 . . . n, tada je ai1 i2 ...in = a, gde znak + odgovara parnoj, a znak neparnoj permutaciji. Pri prelasku u drugi bazis broj a = a12...n se mnoi deterz minantom matrice prelaska: Ako je a = l(v1 , v2 , . . . , vn ), gde je {v1 , v2 , . . . , vn } bazis u V , tada je
4

Re je iskljuivo o indeksima iste vrste (gornjim ili donjim). c c

 4.4. (ANTI)SIMETRICNI TENZORI

71

a = l(vi1 , vi2 , . . . , vin ) = k1 ,k2 ,...,kn ik1 ik2 . . . ikn ak1 k2 ...kn = a k1 ,k2 ,...,kn (1)(k1 k2 ...kn ) ik1 ik2 . . . ikn = n n 1 2 1 2 a det T , gde je {v1 , v2 , . . . , vn } novi bazis dobijen iz starog matricom prelaska T = (ji ). Polilinearni funkcional koji odgovara antisimetrinom tenzoru ranga n moe se napisati u c z obliku: 1 1 =a . . . 1 2 2 . . . 2 . . . n . . . n . . , . . . . . . . n

l(x, y, . . . , z ) =
n i1 i2

...
in

a(1)(i1 i2 ...in ) i1 i2 . . . in

iz kog se vidi da je determinanta koordinata vektora do na konstantu jedinstvena polilinearna funkcija tipa (n, 0) u n-dimenzionalnom prostoru.

4.4.2

Operacija (anti)simetrizacije

Simetrizacija Od svakog tenzora se moe operacijom simetrizacije formirati tenzor simetrian po nekoj unapred z c zadatoj grupi indeksa. Neka je dat tenzor ai1 i2 ...in . Simetrizacija po prvih k indeksa se sastoji u formiranju tenzora a(i1 i2 ...ik )ik+1 ... = 1 k! aj1 j2 ...jk ik+1 ... ,

gde se sumira po svim permutacijama j1 j2 . . . jk indeksa i1 i2 . . . ik . 1 Na primer: a(i1 i2 ) = 2 (ai1 i2 + ai2 i1 ). Antisimetrizacija Analogno operaciji simetrizacije, operacija antisimetrizacije se uvodi na sledei nain: c c a[i1 i2 ...ik ]ik+1 ... = 1 k! (1)(j1 j2 ...jk ) aj1 j2 ...jk ik+1 ... ,

gde se sumira po svim permutacijama j1 j2 . . . jk indeksa i1 i2 . . . ik . 1 Na primer: a[i1 i2 ] = 2 (ai1 i2 ai2 i1 ). z c Od k vektora i1 , i2 , . . . , ik , moe se formirati antisimetrini tenzor ai1 i2 ...ik antisimetrizai1 i2 ik cijom tenzora . . . . Komponente tog tenzora su minori k-tog reda matrice tipa k n: 1 1 . . . 1 2 2 . . . 2 . . . n . . . n . . . . . . . . . n .

Ako se bilo kom od vektora i1 , i2 , . . . , ik doda linearna kombinacija ostalih, tenzor ai1 i2 ...ik se ne menja.

72

GLAVA 4. TENZORI

4.5

TENZORSKI PROIZVOD

Glavne primene formalizma koji je tema ovog odeljka lee izvan oblasti linearne algebre (difez rencijalna geometrija, teorija reprezentacija grupa, kvantna mehanika). Kao najjednostavniji primer tenzorskog proizvoda bie prvo razmotren direktan proizvod matrica, kao pogodan model c za uoavanje izvesnih specinosti tenzorskog u odnosu na Descartes-ov proizvod. c c

4.5.1

Direktan proizvod matrica

U ovom odeljku e biti denisan direktan proizvod matrica, date neke osnovne osobine tog c proizvoda i na kraju, na jednom jednostavnom primeru bie razmatrane neke znaajne osobine c c uvedenog direktnog proizvoda. Denicija 4.5 Direktnim ili Kronecker-ovim proizvodom matrice A = (ij ) tipa mn i matrice B = (ij ) tipa p q naziva se supermatrica A B tipa m n iji je (i, j)-ti element matrica c ij B tipa p q: 11 B 12 B . . . 1n B . . . . . . . AB = . . . . . . m1 B m2 B . . . mn B Matrica A B je oigledno tipa m p n q. Njeni matrini elementi su ij kl = {A B}ik,jl , c c (i = 1, . . . , m; j = 1, . . . , n; k = 1, . . . , p; l = 1, . . . , q). Sa dvostrukog indeksiranja se prelazi na uobiajeno indeksiranje vrsta i kolona matrice na sledei nain: 11 1, 12 2, 13 c c c 3, . . . , 1p p, 21 p + 1, 22 p + 2, . . . , ik (i 1) p + k, . . . , mp m p i analogno jl (j 1) q + l. Osnovne osobine direktnog proizvoda matrica daje Teorem 4.4 (i) Tr (A B) = Tr A Tr B, gde su A i B kvadratne matrice reda m i n. (ii) Asocijativnost: (A B) C = A (B C) = A B C. (iii) Bilinearnost: A (B + C) = A B + A C, gde su B i C matrice istog tipa; (A + B) C = A C + B C, gde su A i B matrice istog tipa; (A) B = A (B) = (A B). (iv) Veza direktnog i obinog mnoenja matrica: (A B)(C D) = AC BD, gde su matrice A c z i C tipa m n i n p, a matrice B i D tipa q r i r s, respektivno. Dokaz: Teorem se dokazuje direktnim izraunavanjem. Na primer: c
m n m n def

Tr (A B) =

i=1 j=1

{A B}ij,ij =

ii
i=1 j=1

jj = Tr A Tr B.

4.5. TENZORSKI PROIZVOD Primeri 1. Direktan proizvod dve brojne kolone duine m i n je brojna kolona duine m n. z z

73

2. Direktan proizvod brojne kolone duine m i brojne vrste duine n je matrica tipa m n. z z Treba zapaziti da se ista matrica dobija i obinim mnoenjem matrica. S druge strane, c z kada se direktno pomnoe vrsta i kolona duine n opet se dobija kvadratna matrica n n, z z dok se obinim mnoenjem dobija broj. c z 3. Direktnim mnoenjem vektora apsolutnih bazisa u prostorima C2 i C2 , svaki sa svakim, z dobija se apsolutni bazis u prostoru C4 . Medutim, direktnim mnoenjem proizvoljnih z 4 vektora ovih prostora ne dobija se opti vektor prostora C . Vektori prostora C4 koji s se mogu izraziti kao direktan proizvod vektora iz prostora C2 i C2 zovu se nekorelisani vektori. Ostali, za koje to ne vai, nazivaju se korelisani vektori. Pokazano je da su z vektori apsolutnog bazisa nekorelisani, odakle neposredno sledi da se korelisani vektori mogu dobiti kao linearne kombinacije nekorelisanih, tj. da skup nekorelisanih vektora koji je pravi podskup celog prostora (kome pripada) obrazuje taj isti prostor. Lako se proverava da se standardni skalarni proizvod nekorelisanih vektora iz C4 izraava z 2 preko standardnog skalarnog proizvoda odgovarajuih vektora u C na sledei nain: (x c c c y, x y ) = (x, x ) (y, y ), gde su x, x , y i y vektori (brojne kolone) iz prostor C2 . a Postavlja se pitanje da li je preslikavanje: direktan proizvod vektora nekorelisani vektor obostrano jednoznano ? c Direktnim mnoenjem dva vektora dobija se jednoznano, po deniciji direktnog mnoenja z c z matrica, jedinstven vektor. Medutim, u drugom smeru oigledno nema jednoznanosti. Na c c primer, nulti vektor u C4 dobija se kao rezultat direktnog mnoenja nultog vektora iz C2 z 1 sa proizvoljnim vektorom iz C2 . Pored toga, svi parovi vektora iz prostor C2 oblika x i a y, gde su x i y ksirane brojne kolone duine dva, dok prolazi celo polje C, u direktnom z proizvodu daju isti nekorelisani vektor x y. 4. Ovde e poslednje zapaanje iz prethodnog primera biti ilustrovano na jednodimenzionalc z nom sluaju direktnog proizvoda vektora (realnih brojeva) iz prostor R. Treba zapaziti c a da rezultat ovog direktnog proizvoda (nekorelisani vektor) takode pripada prostoru R, kao 1 i da su svi vektori iz R nekorelisani (npr. 1 R = R). Svi parovi vektora oblika x = a i y = b (gde su a i b ksirani vektori iz R, dok prolazi celo polje R) u direktnom proizvodu daju isti vektor x y = ab. Graki je to prikazano na slici 4.1. Obe grane istostrane c hiperbole xy = ab u direktnom proizvodu daju jedan isti nekorelisani vektor ab = a b. Grane hiperbole xy = ab dae nekorelisani vektor ab, dok e se asimptote ovih hiperc c bola (koordinatne ose) preslikati u nulu (nulti vektor). Drugim reima, ravan sa slike 4.1 c koja reprezentuje Descartes-ov proizvod R R se razbija na klase ekvivalencije uredenih parova (x, y) (elemenata Descartes-ovog proizvoda) reprezentovane hiperbolama xy = ab, xy = ab i njihovim asimptotama xy = 0 (koordinatne ose), gde ab R, prebrojava te klase. Svaka klasa daje jedan vektor u R R.

74

GLAVA 4. TENZORI

Slika 4.1: Direktni proizvod R R i Descartes-ov proizvod R R. Dok je Descartes-ov proizvod R R reprezentovan celom ravni, vektorski prostor R R je reprezentovan po jednom takom sa c svake hiperbole i koordinatnim poetkom (ili bilo kojom drugom takom sa koordinatnih osa). c c

4.5.2

Tenzorski proizvod V V

Ovde e biti pokazano da se bilinearni funkcionali mogu interpretirati kao linearni funkcionali c u nekom novom prostoru. Taj prostor se zove tenzorski proizvod prostora V i V (ili tenzorski kvadrat prostora V ) i oznaava se sa V V ili V 2 . c Neka je dat skup svih moguih uredenih parova x i y vektora iz V . Svaki takav par se zove c tenzorski proizvod vektora x i y i oznaava sa x y. Neka su izrazom c X = x1 y1 + x2 y2 + . . . + xk yk . (4.12)

denisane formalne konane sume takvih parova. Pri tome, formalne sume koje se razlikuju samo c po poretku lanova, su, po deniciji, jednake. Dakle, zapis (4.12) oznaava samo to da je dat c c skup od k parova x1 , y1 ; . . .; xk , yk . Sledeim relacijama se uvode, za izraze oblika (4.12) operacije sabiranja i mnoenja skalarom: c z (x1 y1 + . . . + xk yk ) + (xk+1 yk+1 + . . . + xk+l yk+l ) = x1 y1 + . . . + xk+l yk+l , (4.13) (x1 y1 + . . . + xk yk ) = (x1 ) y1 + . . . + (xk ) yk . (4.14)

Vektor 0 0 se zove nula tenzorskog proizvoda i oznaava sa 0. c Relacije koje slede deniu koje izraze tipa (4.12) treba smatrati medusobno jednakima: s 1. (x1 + x2 ) y + (x1 ) y + (x2 ) y = 0; 2. x (y1 + y2 ) + (x) y1 + (x) y2 = 0; 3. (x) y + (x) (y) = 0.

4.5. TENZORSKI PROIZVOD Pored toga, jednak nuli je i svaki izraz koji je linearna kombinacija gore navedena tri izraza.

75

Dakle, dva izraza X i X tipa (4.12) su jednaka ako ih je mogue izjednaiti dodajui im c c c izraze koji su jednaki nuli, tj. ako postoje takvi izrazi Z = 0 i Z = 0 da se X + Z i X + Z medusobno poklapaju. Oigledno je da je uvedena relacija jednakosti reeksivna (X = X) i simetrina (iz X = Y c c sledi Y = X). Lako se proverava i tranzitivnost (iz X = Y i Y = Z sledi X = Z). Na upravo opisan nain konstruisan je jedan vektorski prostor. Vektori iz tog prostora su klase c medusobno jednakih izraza tipa (4.12). Pravljenje linearnih kombinacija denisano je relacijama (4.13) i (4.14). Denicija 4.6 Tenzorski proizvod V V je vektorski prostor iji elementi su formalni izrazi c oblika x1 y1 + x2 y2 + . . . + xk yk , gde su xi , yi vektori prostora V . Preciznije, vektori prostora V V su klase medusobno jednakih izraza oblika x1 y1 + x2 y2 + . . . + xk yk (uslovi jednakosti su gore dati). Sabiranje vektora iz V V i mnoenje skalarom je denisano relacijama z (4.13) i (4.14). Dimenzija prostora V V Neka je dat bazis {v1 , . . . , vn } u prostoru V i neka su x = vektori iz V . Tada je
n n

Iz ovih uslova oigledno sledi : (x1 + x2 ) y = x1 y + x2 y; x (y1 + y2 ) = x y1 + x y2 ; (x c y) = (x) y = x (y), tj. u tenzorskom proizvodu je mogue osloboditi se zagrada po obinom pravilu: c c m k (1 x1 + . . . + m xm ) (1 x1 + . . . + k xk ) = i=1 j=1 i j (xi xj ).

n i=1

i vi i y =

n i=1

i vi proizvoljni

xy =

i=1 j=1

i j (vi vj ).

Dakle, proizvoljan vektor iz V V je linearna kombinacija n2 vektora vi vj . Pored toga, vektori vi vj , (i, j = 1, . . . , n) su linearno nezavisni (dokaz linearne nezavisnosti se ovde nee navoditi). c Prema tome, vektorski prostor V V je n2 dimenzionalan, gde je n dimenzija prostora V . Veza izmedu bilinearne forme na V i linearnih funkcionala na V V Neka je data bilinearna forma f (x, y) na V . Moe se denisati odgovarajui linearni funkcional z c F (X) na V V na sledei nain. Za vektor x y neka je c c F (x y) = f (x, y), a za proizvoljan vektor X = x1 y1 + . . . + xk yk je F (X) = f (x1 , y1 ) + . . . + f (xk , yk ). Da bi denicija funkcionala F (X) bila korektna, neophodno je da na klasama medusobno jednakih izraza tipa x1 y1 + . . . + xk yk funkcional F ima iste vrednosti. Lako se pokazuje da je to ispunjeno (dovoljno je pokazati da je F (X) = 0 na izrazima tipa 1. 3.). Oigledna je linearnost funkcionala F , formiranog pomou forme f (x, y), na V V (tj. c c F (X + Y ) = F (X) + F (Y ) i F (X) = F (X)). I obratno, ako je F linearan na V V onda njemu odgovara bilinearna forma na V : f (x, y) = F (x y).

76

GLAVA 4. TENZORI

Uspostavljena bijekcija je linearna, tj. ako bilinearnim formama f i f odgovaraju linearni funkcionali F i F , onda linearne kombinacije f + f odgovaraju funkcionalu F + F . Dakle, uspostavljen je izomorzam izmedu prostora bilinearnih formi na V i prostora (V V ) linearnih funkcionala na V V .

4.5.3

Tenzorski proizvod V1 . . . Vm

U deniciji proizvoda V V nigde nije iskoriena injenica da su vektori x i y u direktnom sc c proizvodu x y iz istog prostora. Dakle, doslovnim ponavljanjem gore date denicije za V V moe se denisati tenzorski proizvod V1 V2 dva razliita prostora V1 i V2 nad istim poljem. z c (1) (1) (2) (2) (1) (2) Ako je {v1 , . . . , vn1 } bazis u V1 , a {v1 , . . . , vn2 } bazis u V2 , tada n1 n2 vektora vi vj , (i = 1, . . . , n1 ; j = 1, . . . , n2 ) ini bazis u V1 V2 . c Treba zapaziti da se prostori V1 V2 i V2 V1 razlikuju po deniciji. Analogno se denie tenzorski proizvod vie prostora. Na primer, vektori tenzorskog prois s zvoda V1 V2 V3 su formalne sume x1 y1 z1 + . . . + xk yk zk , gde su xi , yi i zi vektori iz V1 , V2 i V3 , respektivno. Operacije sabiranja i mnoenja skalarom z deniu se na isti nain kao i u sluaju tenzorskog proizvoda dva prostora. s c c Tenzorski proizvod m vektorskih prostora V1 , . . . , Vm se esto obeleava sa m Vi . U sluaju c z c i=1 kada su svi faktori Vi u proizvodu jednaki istom prostoru V njihov tenzorski proizvod se naziva m-ti tenzorski stepen prostora V i oznaava se sa V m . c

4.5.4

Veza izmedu tenzora i vektora iz tenzorskog proizvoda prostora

Ovde e biti pokazano da se svaki tenzor prostora V moe videti kao vektor nekog tenzorskog c z proizvoda prostor V i V . a Tenzor ranga dva, dva puta kovarijantan zadaje se bilinearnom formom na V . Medutim, kako je ranije pokazano 4.5.2, izmedu bilinearne forme na V i linearnog funkcionala na V V postoji bijekcija. Dakle, svaki tenzor ranga dva, tipa (2, 0) se moe razmatrati kao linearni funkcional z na V V , tj. kao vektor iz (V V ) . S druge strane, postoji prirodni izomorzam5 (V V ) V V . Na taj nain, moe se c z = svaki tenzor tipa (2, 0) razmatrati kao vektor iz tenzorskog proizvoda V V . Na slian nain moe se doi do zakljuka da se tenzori tipa (0, 2) mogu smatrati vektorima c c z c c iz prostora (V V ) = V V . U optem sluaju, proizvoljnom tenzoru ars... tipa (p, q) bijektivno odgovara polilinearni funks c ij... cional l(x, y, . . . ; f, g, . . .) na V koji je opet, sa svoje strane, u bijektivnoj relaciji sa linearnim funkcionalom na tenzorskom proizvodu V . . . V V . . . V , tj. l(x, y, . . . ; f, g, . . .) =
p puta q puta

F (xy. . .f g. . .). Dakle, tenzor ranga p+q, p puta kovarijantan i q puta kontravarijantan
Neka je F V V , tj. F = f 1 g 1 + . . . + f l g l , gde su f i , g i linearni funkcionali na V . Da bi se uspostavio traeni izomorzam treba denisati linearni funkcional na V V na sledei nain: F (x y) = z c c f 1 (x)g 1 (y) + . . . + f l (x)g l (y), F (x1 y1 + . . . + xk yk ) = F (x1 y1 ) + . . . + F (xk yk ).
5

4.5. TENZORSKI PROIZVOD

77

se moe smatrati linearnim funkcionalom na V . . . V V . . . V , odnosno vektorom iz z prostora (V . . . V V . . . V ) V . . . V V . . . V . =

p puta q puta p puta q puta p puta q puta

4.5.5

Tenzorski proizvod linearnih operatora

Denicija 4.7 Tenzorski proizvod linearnih operatora A L(V1 , V1 ) i B L(V2 , V2 ) je linearni 1 V2 , V1 V2 ) ije je delovanje na vektore xi yi iz prostora V1 V2 operator C = A B L(V c je denisano na sledei nain: c c C(x1 y1 + . . . + xk yk ) = (Ax1 ) (By1 ) + . . . + (Axk ) (Byk ). Potpuno analogno se denie i neto optiji sluaj tenzorskog proizvoda linearnih operatora s s s c A L(V1 , W1 ) i B L(V2 , W2 ). Tada je C = A B L(V1 V2 , W1 W2 ), a delovanje operatora C je indukovano delovanjem operatora A i B u prostorima V1 i V2 . Lako se pokazuje da je reprezentaciona matrica C linearnog operatora C = A B direktan (Kronecker-ov) proizvod reprezentacionih matrica A i B operatora A i B, tj. C = A B u smislu denicije 4.5.

4.5.6

Tenzorski proizvod unitarnih prostora

Neka je U1 unitarni prostor sa skalarnim proizvodom (x, x )1 , a U2 drugi unitarni prostor sa skalarnim proizvodom (y, y )2 . Tada se u tenzorskom proizvodu prostora U1 U2 moe uvesti z skalarni proizvod na prirodan nain: c 1. Za par vektora x y i x y : (x y, x y ) = (x, x )1 (y, y )2 ; 2. Ako je X = x1 y1 + . . . + xk yk i X = x1 y1 + . . . + xl yl par proizvoljnih vektora iz U1 U2 tada je
k l def

(X, X ) =

def i=1 j=1

(xi yi , xj yj ).

Prostor U1 U2 sa ovako uvedenim skalarnim proizvodom se naziva tenzorskim proizvodom unitarnih prostora U1 i U2 . (1) (1) (2) (2) Treba zapaziti da ako su {u1 , . . . , un1 } i {u1 , . . . , un2 } ortonormirani bazisi u prostorima (2) (1) U1 i U2 , vektori ui uj , (i = 1, . . . , n1 ; j = 1, . . . , n2 ) obrazuju ortonormirani bazis u U1 U2 . Naime, (1) (2) (1) (2) (1) (1) (2) (2) (ui uj , ui uj ) = (ui , ui )1 (uj , uj )2 = ii jj .

78

GLAVA 4. TENZORI

4.5.7

Simetrini i spoljanji kvadrat vektorskih prostora c s

Simetrini kvadrat S 2 (V ) vektorskog prostora V pored aksioma obinog kvadrata V 2 prostora V c c (odeljak 4.5.2) zadovoljava i aksiom: x y y x = 0, x, y V . Spoljanji kvadrat 2 V V V vektorskog prostora V , uz aksiome obinog kvadrata V 2 s c prostora V , zadovoljava i aksiom: x x = 0, x V . Izraz x y V V se oznaava sa x y c 2 2 Lako se pokazuje da su S (V ) i V V vektorski prostori, kao i da je dim S (V ) = n(n + 1)/2 i dim V V = n(n 1)/2, gde je n = dim V . Naime, ako je {v1 , . . . , vn } bazis u V , tada je {vi vj | i j} bazis u S 2 (V ), a {vi vj | i < j} bazis u V V . Lema 4.1 U prostoru V V vai x y + y x = 0, za svako x i y iz V . z

Dokaz: x y + y x = (x + y) (x + y) x x y y = 0. Ova lema izraava antisimetrinost spoljanjeg proizvoda vektora: x y = y x. z c s 2 Prostori S (V ) i V V se mogu denisati i kao potprostori prostora V V . Naime, u V V postoje potprostori izomorfni prostorima S 2 (V ) i V V . Neka je u prostoru V V zadat linearni operator A sledeom relacijom: c A(x1 y1 + . . . + xk yk ) = y1 x1 + . . . + yk xk . Oigledno je A involucija na V V , tj. A2 = IV V . Pored toga, nije teko proveriti, da svi c s vektori X V V koji su invarijantni pod delovanjem operatora A, tj. koji zadovoljavaju relaciju AX = X, obrazuju potprostor W1 u V V . Slino, svi vektori Y V V , koji c zadovoljavaju relaciju AY = Y , obrazuju potprostor W2 u V V . Pri tome je W1 W2 = {0}, jer iz AX = X i AX = X sledi X = 0. Dalje, proizvoljan vektor X iz V V se moe napisati z 1 1 u obliku X = X1 + X2 , gde je X1 = 2 (X + AX), a X2 = 2 (X AX). Oigledno je AX1 = X1 c i AX2 = X2 , tj. X1 W1 , a X2 W2 . Dakle, potprostori W1 i W2 u direktnoj sumi daju celi prostor V V . Pri preslikavanju prostora V V na prostor S 2 (V ) u nulu se preslikavaju svi vektori iz W2 i to samo oni: Neka se X V V preslikava u nulu. Tada je X linearna kombinacija vektor oblika a x y y x. Prema tome, AX = X, tj. X W2 . Obratno, neka je X W2 , tj. AX = X. Tada je X = 1 (X AX), pa je X jednako linearnoj kombinaciji oblika x y y x. Poto je s 2 2 V V = W1 W2 , ovim je dokazano da se pri preslikavanju V V na S (V ), potprostor W1 izomorfno preslikava na S 2 (V ). Analogno se moe uspostaviti izomorzam izmedu prostora V V i potprostora W2 < V V , z vektora X za koje vai AX = X. z

4.5.8

Simetrini stepen S m (V ) c

Vektori prostora m V su formalne linearne kombinacije elemenata oblika x1 x2 . . . xm , gde je xi V , pri emu se neke od tih suma smatraju medusobno jednakima (odeljak 4.5.3). c Dodatni uslov, medusobno izjednaavanje svih izraza oblika x1 x2 . . . xm koji se razlikuju c do na redosled mnoitelja, denie simetrini m-ti stepen prostora V i oznaava se sa S m (V ). z s c c Ako je {v1 , . . . , vn } bazis u prostoru V , tada je {vi1 . . .vim | i1 . . . im } bazis u prostoru m m S (V ) i dim S m (V ) = Cn+m1 = (n+m1)! . m!(n1)!

4.5. TENZORSKI PROIZVOD

79
m

4.5.9

Spoljanji stepen s

Vektori prostora m V su formalne linearne kombinacije elemenata oblika x1 x2 . . . xm , gde je xi V , pri emu se neke od tih suma smatraju medusobno jednakima (odeljak 4.5.3). Dodatni c uslov, izjednaavanje s nulom svih izraza oblika x1 x2 . . . xm kod kojih su bar dva faktora c u proizvodu jednaka, kao i bilo koje linearne kombinacije takvih izraza, denie spoljanji m-ti s s stepen prostora V i oznaava se sa m V . Izraz x1 x2 . . . xm m V , naziva se spoljanji c s proizvod vektora x1 , x2 , . . . , xm i oznaava se sa x1 x2 . . . xm . c Spoljanji proizvod vektora je antisimetrian, tj. menja znak pri permutaciji ma koja dva s c mnoitelja. z s c Medu spoljanjim stepenima prostora V konaan broj je nenultih. Naime, m V = {0}, za m > n, gde je n dimenzija prostora V , to se lako pokazuje. Neka je {v1 , . . . , vn } bazis s u V . Svaki vektor x1 . . . xm m V moe predstaviti kao linearna kombinacija vektora z B = {vi1 . . . vim | i1 , . . . , im = 1, . . . , n}. Ako je m > n onda su najmnaje dva mnoitelja u z svakom izrazu oblika vi1 . . . vim jednaka, tako da je B = {0}, tj. m V = {0} za m > n. Prostor n V , gde je n = dim V je jednodimenzionalan. Medu vektorima vi1 . . . vin razliiti su od nule samo oni kod kojih se svi indeksi i1 , . . . , in razlikuju medusobno, tj. ine c c neku permutaciju brojeva 1, . . . , n. Kako je spoljanji proizvod vektora antisimetrian, to se s c nenulti vektori, do na znak, poklapaju sa vi1 . . . vin , odnosno, proizvoljan vektor iz n V je proporcionalan vektoru v1 . . . vn . Lako se pokazuje, da ako je {v1 , . . . , vn } novi bazis u V , dobijen iz starog matricom prelaska T = (ji ): vi = n ij vj , tada je v1 . . . vn = det T v1 . . . vn . j=1 U optem sluaju, ako je {v1 , . . . , vn } bazis prostora V , tada je {vi1 . . . vim | i1 < . . . < im } s c n! m bazis prostora m V i dim m V = Cn = m!(nm)! .

4.5.10

Tenzorski proizvod u kvantnoj mehanici

Sloeni sistem z Ako su H1 , . . . , Hm , prostori stanja m kvantnih sistema, tada je, prema jednom od postulata kvantne mehanike, prostor stanja sistema dobijenog njihovim objedinjavanjem, pravi potprostor H < H1 . . . Hm tenzorskog proizvoda tih prostora (u sluaju nerazliivih identinih c c c estica), odnosno ceo prostor H1 . . . Hm (u ostalim sluajevima). c c Neka je i Hi neko stanje i-tog podsistema. Nekorelisani vektor 1 . . . m je jedno od moguih stanja objedinjenog (sloenog) sistema. Ono odgovara sluaju kada se svaki od c z c podsistema nalazi u svom stanju i . Medutim, nekorelisani vektori ne iscrpljuju sve vektore u prostoru H1 . . .Hm : dozvoljene su i njihove linearne kombinacije korelisana stanja sloenog z sistema. Kada se sistem nalazi u korelisanom stanju, pojam stanja podsistema gubi dosadanji s smisao. U najjednostavnijem sluaju sloenog sistema, bez interakcije medu podsistemima, hamiltoc z nijan je oblika H = H1 I . . . I + I H2 I . . . I + . . . + I . . . I Hm , gde je Hi : Hi Hi , hamiltonijan i-tog podsistema, a I jedinini operator. U datom sluaju, c c ako se u poetnom trenutku sistem nalazio u nekorelisanom stanju 1 . . . m , tada e se, u c c

80

GLAVA 4. TENZORI

bilo kom trenutku t nalaziti u nekorelisanom stanju etH1 1 . . . etHm m , tj. podsistemi e c evoluirati nezavisno jedan od drugog. U optem sluaju, hamiltonijan sloenog sistema je suma slobodnog (neinteragujueg) lana s c z c c i operatora odgovornog za interakciju. Na primer, hamiltonijan sloenog elektron-jon sistema u z kristalu je H = Tion Iel +Vion Iel +Iion Tel +Iion Vel +Vionel , gde su Tion i Tel operatori kinetike c energije, Vion i Vel , operatori potencijalne energije jonskog i elektronskog podsistema, respektivno, dok je Vionel operator interakcije dva podsistema koji deluje u prostoru H = Hion Hel . Sa Iion i Iel su oznaeni identini operatori u prostorima Hion i Hel . c c Identine estice c c U sluaju sistema identinih estica, tj. kada je H1 = . . . = Hm H, prostor stanja objedinjenog c c c sistema je pravi potprostor prostora H1 . . . Hm . 1. Bozoni. Po deniciji, sistem s prostorom stanja H je bozon, ako je prostor stanja m takvih objedinjenih sistema m-ti simetrini stepen S m (H) prostora H. (Fotoni i alfa estice, tj. c c jezgra helijuma su bozoni.) 2. Fermioni. Po deniciji, sistem s prostorom stanja H je fermion, ako je prostor stanja m takvih objedinjenih sistema m-ti spoljanji stepen m H prostora H. (Elektroni, protoni i s neutroni su fermioni.) Promenljivi broj estica c U toku evolucije kvantnog sistema koji se sastoji od estica (kao elementarnih podsistema) c mogue je nastajenje novih, kreacija, ili nestajanje postojeih estica, anihilacija. Takve pojave c c c u bozonskom i fermionskom sluaju opisuju se u odgovarajuim prostorima stanja: S i (H) c c i=0 i ili i=0 (H), tzv. Fock-ovim prostorima za bozone i fermione, respektivno.

4.5.11

Dirac-ova notacija, dijade i dijadska reprezentacija operatora

U osnovi Dirac-ove notacije je Riesz-Frchet-ov teorem, koji za unitarne i euklidske prostore prua e z mogunost denisanja medusobno dualnih vektora, kao i injenica da se u istom ortonormiranom c c bazisu unitarnog (euklidskog) prostora V vektor x V i njegov dualni Dx = f V reprezentuju kolonom x Fn i vrstom x F1n , respektivno, i da se, takode u istom ortonormiranom bazisu prostora V , medusobno dualni operatori A L(V, V ) i A = DAD1 L(V , V ) reprezentuju takode medusobno adjungovanim matricama, A i A , respektivno. Tako se vektor x V u Dirac-ovoj notaciji obeleava sa | x i naziva ket, dok se njegov z dualni Dx V obeleava sa x | i zove se bra. Smi nazivi bra i ket potiu od engleske rei z a c c bracket (zagrada): bra | ket . U uvedenoj notaciji, skalarni proizvod (x, y) vektora x, y V postaje x | y . Pored ovoga, Dirac-ova notacija koristi izomorzam L(V, V ) V V : Operator A koji = deluje na prostoru V moe se videti i kao vektor u prostoru V V . Neka je {| v1 , . . . , | z vn }, ortonormiran bazis u prostoru V . Tada je { v1 |, . . . , vn |}, njemu dualni bazis (takode ortonormiran u odnosu na indukovani skalarni proizvod) u prostoru V , a {| vi vj | | i, j = 1, . . . , n} bazis u prostoru V V . Operator A, kao vektor u V V je linearna kombinacija

4.5. TENZORSKI PROIZVOD

81

n bazisnih vektora: A = n vj |. Iz ovakvog oblika operatora A oigledno je da c i=1 j=1 ij | vi on moe delovati na desno, na vektor | x iz V , ali i na levo na njemu dualni vektor x | iz V : z n n n A| x = n i=1 j=1 ij vj | x | vi V ; x | A = i=1 j=1 vj | ij x | vi V . Skalarni proizvod (x, Ay) = (A x, y) se u Dirac-ovoj notaciji pie u obliku x | A | y , pri s emu operator A na levo deluje kao adjungovani A . c Tenzorski proizvod vektora x i njegovog dualnog Dx je x Dx =| x x |. Generalno, Diracova notacija omoguava laku vizuelnu analizu komplikovanijih izraza: . . . je skalar, | . . . | je c s operator, | je vektor iz razmatranog prostora, dok je | vektor iz dualnog prostora. Pri tome c se odgovarajui, medusobno dualni objekti oznaavaju istim slovom. c Nekorelisani vektori | x y | iz V V nazivaju se dijade. Neka je {| v1 , . . . , | vn } ortonormiran bazis u V . Njemu dulani bazis je { v1 |, . . . , vn |}, dok je {| vi vj | | i, j = 1, . . . , n} Weyl-ov bazis u prostoru V V . Jedinini operator prostora c V se moe predstaviti u obliku z n

IV =
i=1

| vi

vi |,

n n Operator A se moe napisati u obliku A = IV AIV = z vi | A | vj vj |= i=1 j=1 | vi n n vj |. Na taj nain je dobijen operatorski ili dijadski oblik osnovne formule c i=1 j=1 ij | vi reprezentovanja: n n

gde su | vi vi | projektori na pravce L(| vi ). Projektor na pravac L(| x ) odreden proizvoljnim nenultim vektorom | x V je | x x | . P| x = x|x

A=
i=1 j=1

ij | vi

vj | .

Kada je {| v1 , . . . , | vn } svojstveni bazis operatora A, tj. A | vi = i | vi , i, tada se poslednja formula svodi na oblik A = n i | vi vi |. i=1 Konano, dijada adjungovana dijadi | x y | je | y x |, dok je standardni skalarni proizvod c dijad: a y |) | z

(| x

y |, | z

w |) = Tr {(| x

w |} = x | z Tr (| y

w |) = x | z

y|w .

Glava 5 VEKTORSKA ANALIZA

5.1 INVARIJANTE OPERATORA

Pri prouavanju svojstvenog problema uoene su odredene invarijante (npr. trag operatora). c c Invarijante su izrazi koji ne zavise od izbora bazisa. Ovde e biti razmotrene invarijante linearnih c operatora koji deluju u euklidskom prostoru. Neka je A linearan operator koji deluje u n-dimenzionalnom euklidskom prostoru V i neka je {v1 , . . . , vn } bazis u V , a {f 1 , . . . , f n } odgovarajui biortogonalan bazis u V . c Prvo e biti pokazano da je izraz c
n n

f Avi =
i=1 i=1

vi Af i

invarijanta1 . Neka je {v1 , . . . , vn } novi bazis u V , dobijen iz starog matricom prelaska T = (ji ), a n i j 1 {f 1 , . . . , f n } njemu biortogonalan bazis: f i = Sf i = . Tada je j=1 j f , gde je S = T n n n n n n n n n i k l l i k i l k i=1 k=1 k f A l=1 i vl = i=1 k=1 l=1 i k f Avl = i=1 f Avi = k=1 l=1 k f Avl = n k k=1 f Avk . Invarijanta n f k Avk linearnog operatora A zove se divergencija operatora A i oznaava c k=1 se sa div A. Dakle,
n n

div A =
k=1

f Avk =
k=1

vk Af k .

j i U datom bazisu {v1 , . . . , vn } operator A se reprezentuje matricom A = (j ): Avi = n i vj . j=1 n n n j k j k j Tada je div A = n f k Avk = n f k n k vj = n j=1 k j = k=1 j=1 k f (vj ) = k=1 j=1 k=1 k=1 n k k=1 k = Tr A. i Kada je {v1 , . . . , vn } ortonormiran bazis, tada je j = (vi , Avj ), pa u trodimenzionalnom euklidskom prostoru, u Descartes-ovom bazisu {ex , ey , ez }, divergencija operatora A ima oblik: z y x div A = ex Aex + ey Aey + ez Aez = x + y + z = Tr A.
i i i ik k Tanost relacije c c i=1 f Avi = i=1 vi Af vidi se iz sledeeg: f = k=1 g vk , vi = k=1 gik f , gde n n n n ik i ik l su (g ) i (gik ) uzajamno reciprone simetrine matrice, pa je c c i=1 f Avi = i=1 k=1 l=1 g gil vk Af = n n n k l k k=1 l=1 l vk Af = k=1 vk Af . 1 n n n n

82

5.2. SKALARNA I VEKTORSKA POLJA Na slian nain se pokazuje da je izraz c c

n n

83

i=1

f i (Avi ) =

i=1

vi (Af i )

invarijanta2 . Ova vektorska invarijanta operatora A se naziva rotor i obeleava3 sa rot A. z U Descartes-ovom bazisu je rot A = ex (Aex ) + ey (Aey ) + ez (Aez ). (5.1)

x y z x y z Kako je Aex = x ex + x ey + x ez dobija se ex (Aex ) = x ex ex + x ex ey + x ex ez = z y x ey + x ez i slino za ostale lanove u sumi (5.1), tako da je, konano: c c c x x z y y z rot A = (y z )ex + (z x )ey + (x y )ez .

5.2

SKALARNA I VEKTORSKA POLJA

Denicija 5.1 Neka je M otvoren skup 4 u R3 i neka je V vektorski prostor nad R. Polje nad M sa vrednostima iz V je preslikavanje f : M V , koje svakoj taki m M R3 , pridruuje c z 3 3 3 vektor v(m) V . Za V = R, odnosno V = R , odnosno V = R R , polje nad M se zove skalarno, odnosno vektorsko, odnosno tenzorsko5 , respektivno.

5.2.1

Izvod vektorske funkcije

Ako je svakoj vrednosti promenljive t iz skupa {t}, po nekom zakonu, pridruen konaan vektor6 z c r, kae se da je na skupu {t} denisana vektorska funkcija r(t). z Poto je svaki vektor r, u Descartes-ovim koordinatama jednoznano odreden sa tri koordinate s c x, y i z, denisanje vektorske funkcije r(t) je ekvivalentno denisanju tri skalarne funkcije x(t), y(t) i z(t): r(t) = (x(t), y(t), z(t)). U sluaju kada je skup {t} interval na realnoj osi vektorska funkcija se moe vizuelizovati: c z 3 sve krajnje take vektor r(t) obrazuju krivu L u R . c a Neka je r = r(t + t) r(t), gde je t = 0 proizvoljan prirataj argumenta t. Vektorom s r data je srednja promena vektorske funkcije na zatvorenom intervalu [t, t + t]. t 1 Izvod vektorske funkcije r = r(t) u datoj taki m = r(t0 ) je limes vektora r = t [r(t0 + c t t) r(t0 )], kada t 0. Izvod vektorske funkcije r(t) se oznaava sa r (t) ili sa dr . c dt Iz geometrijskih razmatranja je oigledno da je izvod vektorske funkcije r = r(t) u taki c c m = r(t0 ) vektor iji se pravac poklapa sa tangentom na krivu L u toj taki. c c Poto su x(t+t)x(t) , y(t+t)y(t) i z(t+t)z(t) , koordinate vektora r , jasno je da su koordinate s t t t t vektora r (t) jednake izvodima funkcija x(t), y(t) i z(t), tj. r (t) = x (t)ex + y (t)ey + z (t)ez .
Sa a b je oznaen vektorski proizvod vektora a i b c U literaturi na engleskom jeziku koristi se oznaka curl A. 4 Za skup M se kae da je otvoren ako je unija otvorenih kugli. Otvorena kugla u R3 je skup B (r0 ) = {r z 3 R | r0 r < }. 5 Uobiajeni klasini naziv. c c 6 Oznaka r podrazumeva da vektor pripada trodimenzionalnom euklidskom prostoru. U ovoj glavi se uglavnom razmatra ovaj specijalni sluaj. c
3 2

84

GLAVA 5. VEKTORSKA ANALIZA

Dakle, izraunavanje izvoda vektorske funkcije se svodi na izraunavanje izvoda izvesnog broja c c skalarnih funkcija. Ako se vektorska funkcija r = r(t) shvati kao zakon kretanja estice du krive L, izvod r (t) c z se moe interpretirati kao brzina kretanja estice du date krive. z c z Izraavanjem skalarnog, vektorskog i meovitog proizvoda vektorskih funkcija preko koorz s dinata lako se nalaze pravila diferenciranja. Naime, ako je a(t) = (a1 (t), a2 (t), a3 (t)) i b(t) = (b1 (t), b2 (t), b3 (t)), tada je (a b) = 3 (ai (t)bi (t) + ai (t)bi (t)). Slino, za vektorski proizvod c i=1 vai: {a(t) b(t)} = a (t) b(t) + a(t) b (t). z

5.2.2

Diferencijabilno skalarno polje: gradijent i izvod u pravcu

Na otvorenom skupu M R3 je denisano skalarno polje ako je svakoj taki m M , po nekom c zakonu, pridruen realan broj (skalar) (r), gde je r radijus vektor take m. Oigledno, pojam z c c skalarnog polja nad M se poklapa sa pojmom realne funkcije iji je domen skup M . c Temperatura T (r), pritisak p(r), gustina (r) i potencijal elektrostatikog polja (r) su pric meri skalarnih polja. Denicija 5.2 Skalarno polje je diferencijabilno u taki m skupa M ako se prirataj polja c s u m moe napisati u obliku: z = grad r + o( r ), (5.2)

gde je r vektor koji povezuje taku m i neku drugu dovoljno blisku taku m , = (m )(m) c c a grad je vektor koji ne zavisi od r i koji se zove gradijent polja u taki m. c Lako se pokazuje da, ako je diferencijabilno polje u taki m, da je vektor grad jedinstven, a c kako je gradijent denisan u bazis nezavisnoj formi, to je ovaj vektor invarijanta skalarnog polja. Skalarno polje nad M je diferencijabilno na M ako je diferencijabilno u svakoj taki skupa c M . Tada je, oigledno, grad vektorsko polje nad M . c Izraz grad dr se naziva diferencijal skalarnog polja i oznaava sa d. c Ekviskalarna povr je skup taaka iz M u kojima polje ima istu vrednost. Gradijent polja s c je ortogonalan na ekviskalarnu povr, to nije teko proveriti. s s s Neka su i diferencijabilna polja na M . Vae sledee relacije: z c grad ( ) = grad grad , grad () = grad + grad , grad grad grad ( ) = (za = 0). 2 Ako je f () diferencijabilna funkcija, tada je grad f = f grad .

5.2. SKALARNA I VEKTORSKA POLJA Izvod skalarnog polja u pravcu

85

Neka je polje denisano na M R3 i neka je m proizvoljna taka iz M , a e ort sa poetkom c c u taki m. Neka je m M taka razliita od m tako da je vektor r koji povezuje ove dve c c c take kolinearan sa ortom e. Ako postoji granina vrednost lim r 0 , gde je = c c r (m) (m ), tada se ona naziva izvod polja u taki m u pravcu e i oznaava se . c c e Deljenjem relacije (5.2) sa r i izraunavanjem granine vrednosti leve i desne strane, c c kada r 0, dobija se relacija koja povezuje gradijent polja i izvod polja u proizvoljnom pravcu e: = e grad . e Na osnovu poslednje relacije lako se nalazi izraz za gradijent polja u Descartes-ovom bazisu: grad = ex + ey + ez . x y z

5.2.3

Diferencijabilno vektorsko polje: divergencija, rotor i izvod u pravcu

Na skupu M R3 je denisano vektorsko polje ako je svakoj taki m M , po nekom zakonu, c pridruen vektor v(r), gde je r radijus vektor take m. Oigledno, pojam vektorskog polja nad z c c M se poklapa sa pojmom vektorske funkcije iji domen je skup M . c Kao to je ve reeno, gradijent proizvoljnog skalarnog polja je vektorsko polje: v(r) = s c c grad (r), tj. gradijent skalarnom polju pridruuje vektorsko polje. Pored toga, primeri vektorz skog polja su magnetno, elektrino, gravitaciono polje kao i polje brzina uida. c Denicija 5.3 Vektorsko polje v je diferencijabilno u taki m skupa M ako se prirataj polja c s v u m moe napisati u obliku: z v = Ar + o( r ), (5.3)

gde je r vektor koji povezuje taku m i neku drugu dovoljno blisku taku m , v = v(m )v(m) c c a A je linearni operator koji ne zavisi od r (tj. ne zavisi od izbora take m ). c Lako se pokazuje da, ako je v diferencijabilno polje u taki m, da je operator A, koji se pojavljuje c u uslovu diferencijabilnosti (5.3), jedinstven. Vektorsko polje v je diferencijabilno na M ako je diferencijabilno u svakoj taki skupa M . c Izvod vektorskog polja u pravcu Neka je polje v(m) denisano na M R3 i neka je m proizvoljna taka iz M , a e ort sa c poetkom u taki m. Neka je m M taka razliita od m tako da je vektor r koji povezuje c c c c ove dve take kolinearan sa ortom e. Ako postoji granina vrednost lim r 0 v , gde je c c r = (m) (m ), tada se ona naziva izvod polja v u taki m u pravcu e i oznaava se v . c c e c c Deljenjem relacije (5.3) sa r i izraunavanjem granine vrednosti leve i desne strane, kada r 0, dobija se relacija v = Ae. (5.4) e

86 U Descartes-ovom bazisu {ex , ey , ez } je

GLAVA 5. VEKTORSKA ANALIZA

v = Ae = cos Aex + cos Aey + cos Aez = e = cos v v v v v v + cos + cos = cos + cos + cos , ex ey ez x y z

gde je e = cos ex + cos ey + cos ez , tj. , i su uglovi koje ort e zaklapa sa Ox, Oy i Oz osom, respektivno. Ili, ako se sa vx , vy i vz oznae koordinate polja v u Descartes-ovom bazisu, c izvod vektorskog polja u pravcu se moe napisati u obliku: z v vx vx vx vy vy vy = (cos + cos + cos )ex + (cos + cos + cos )ey + e x y z x y z +(cos vz vz vz + cos + cos )ez . x y z

Divergencija i rotor vektorskog polja c U Descartes-ovom bazisu, na osnovu relacije (5.4), dobijaju se sledei izrazi: v v v v y = Aey i ez z = Aez , tj. ey Aex = Aey = vx vy vx ex + ey + ez , x x x
v ex

v x

= Aex ,

vx vy vx ex + ey + ez , y y y vx vy vx Aez = ex + ey + ez , z z z odakle se, prema osnovnoj formuli reprezentovanja, dobija reprezentaciona matrica A operatora A: vx vx vx Neka je polje v diferencijabilno na otvorenom skupu M R3 , tj. njegov se prirataj u proizvoljnoj s taki m M , moe napisati u obliku (5.3), gde se operator A, u optem sluaju, menja od take c z s c c do take skupa M (drugim reima, A zavisi od take m ali ne zavisi od r)7 . Dakle, diferencijal c c c (tj. glavni deo prirataja) dv = Ar Adr vektorskog polja v je i sm vektorsko polje. Naime, s a svakoj taki m skupa M , pridruuje se odgovarajui linearni operator A, pa se moe govoriti i c z c z o polju operator na M . Divergencija, odnosno rotor, vektorskog polja v u taki m M , je a c def def divergencija, odnosno rotor, linearnog operatora A: div v = div A, odnosno rot v = rot A. Poto su divergencija i rotor linearnog operatora invarijante (tj. ne zavise od izbora bazisa) s isto vai i za divergenciju i rotor vektorskog polja. Pri tome je div v skalarno, a rot v vektorsko z polje.
7

A = vy x
vz x

y vy y vz y

z vy z vz z

Kao to je u deniciji 5.3 reeno, podrazumeva se dovoljno mala okolina take m, tj. dovoljno malo s c c

r .

5.2. SKALARNA I VEKTORSKA POLJA

87

Specijalno, u Descartes-ovom bazisu se, iz relacija div v = div A i rot v = rot A (jer matrica A reprezentuje operator A u tom bazisu), dobija div v = rot v = ( vx vy vz + + , x y z

vz vy vx vz vy vx )ex + ( )ey + ( )ez . y z z x x y

Vektorske linije i uks vektorskog polja Neka je v(r) jednoznana, neprekidna i diferencijabilna funkcija na otvorenom skupu M R3 . c Vektorska linija ili integralna kriva vektorskog polja v je kriva L(t), takva da je u svakoj taki c t vektor v(L(t)) tangentni vektor na L. Dakle, tangenta na vektorsku liniju u svakoj taki imaju c pravac vektorskog polja odakle sledi: dx dy dz = = . vx (x, y, z) vy (x, y, z) vz (x, y, z) Reenjem ove dve diferencijalne jednaine dobija se analitiki oblik vektorskih linija polja. s c c Na primer, vektorske linije polja grad f su linije koje su u svakoj taki polja ortogonalne na c ekviskalarne povri. Tangente na ove linije pokazuju, u svakoj taki, pravac najbre promene s c z skalarnog polja. Pored vektorskih linija, pri prouavanju vektorskih polja denie se i pojam uksa vektorskog c s polja kroz neku povrinu S. Razmatrano vektorsko polje v(r) se smatra konstantnim na innis tezimalnoj povrini dS. Ako je n ort normale na izabranu pozitivnu stranu elementa dS, onda s def je dS = ndS odgovarajui povrinski vektor. Veliina = S v dS se naziva uks ili protok c s c vektora v kroz povrinu S. Ako je v brzina uida, a S povrina postavljena normalno na pravac s s kretanja uida onda je bukvalno re o protoku. c Moe se pokazati da je divergencija div v(r) vektorskog polja v(r), u datoj taki m, granina z c c vrednost kolinika uksa polja kroz zatvorenu povrinu S (oko take m) i zapremine V koju c s c ta povrina obuhvata: s 1 div v(r) = lim v(r) dS. V 0 V S U skladu s tim, za take polja u kojima je div v(r) > 0 kae se da su izvori vektorskih linija polja, c z dok su ponori vektorskih linija take polja za koje je ispunjeno div v(r) < 0. c Pored uksa kroz povrinu, za opisivanje karakteristika vektorskog polja znaajna je i cirkus c lacija polja du konture. Neka je u vektorskom polju v(r) data kriva u parametarskom obliku: z c r(t) = 3 xi (t)ei . Neka je ms orijentisan luk na toj krivoj, tj. r(t ) je radijus vektor take i=1 m, a r(t ) radijus vektor take s, pri emu je t t t . Neka je, dalje, luk ms podeljen na n c c intervala takama m = q0 , q1 , . . . , qn = s, tako da su ri vektori poloaja odgovarajuih taaka qi , c z c c c dok su vi srednje vrednosti polja v(r) na luku izmedu taaka qi1 i qi . Linijski integral vektorskog polja v(r) na orijentisanom luku ms denisan je relacijom:
r(t ) r(t ) n

v(r) dr = lim

def

n max ri 0

lim

i=1

vi ri ,

88

GLAVA 5. VEKTORSKA ANALIZA

gde je ri = ri ri1 . Dakle, linijski integral je suma tangencijalnih komponenti vektora v du luka ms. Na primer, z r(t ) kada je F polje sile a ms trajektorija take, tada je r(t ) F dr rad sile na datom putu. c Izborom bazisa linijski integral se izraunava na sledei nain: c c c
r(t ) r(t ) 3 r(t ) 3 t

v dr =

vi (x1 , x2 , x3 ) dxi =
i=1 r(t ) i=1 t

vi [x1 (t), x2 (t), x3 (t)]

dxi dt. dt

Ako je luk zatvoren, linijski integral se naziva cirkulacija vektorskog polja v(r) du konture L i z pie se L v dr. s Moe se pokazati da je projekcija rotora vektorskog polja v(r) u taki m, du nekog proiz c z zvoljnog orta n, jednaka graninoj vrednosti kolinika cirkulacije vektora v(r) po konturi L male c c povrine S (obuhvaene datom konturom L i takvom, da je n ortogonalan na S) i sme s c a povrine S, kada se S stee oko take m: s z c n rot v(r) = lim 1 S0 S v(r) dr,

tako da obilazak po konturi L i ort n ine desni zavrtanj. c

5.2.4

Hamilton-ov operator
, koji je u Descartes-ovom bazisu {ex , ey , ez } prostora R3 denisan relacijom
def

Linearni operator

= ex

+ ey + ez , x y z

(5.5)

naziva se Hamilton-ov operator8 . Oigledno je, grad , tj. grad (r) (r), dok se izvod skalarnog polja u pravcu orta c e, uz pomo Hamilton-ovog operatora moe napisati u obliku (e ). c z e Slino, divergencija, rotor i izvod vektorskog polja v(r) u pravcu orta e, se mogu izraziti preko c Hamilton-ovog operatora: div v v, rot v v i v (e )v. e Kompozicije Hamilton-ovog operatora Neka su skalarno (r) i vektorsko v(r) polje najmanje dvaput diferencijabilni na otvorenom skupu M R3 . Tada je grad diferencijabilno vektorsko polje na M , div v diferencijabilno skalarno polje, a rot v diferencijabilno vektorsko polje. Dakle, sledee kompozicije Hamiltonc ovog operatora su dozvoljene: 1. rot grad 2. div grad
8

( ), ( ), ( v),

3. grad div v

Cesto se koriste del i nabla kao nazivi simbola

5.2. SKALARNA I VEKTORSKA POLJA 4. div rot v 5. rot rot v ( ( v), v).

89

Lako se pokazuje (direktnim izraunavanjem u Descartes-ovom ili u bilo kom drugom bazisu, jer c je re o invarijantama) da prva i etvrta kompozicija daju nulti operator, tj. rot grad = 0 za c c svako i div rot v = 0 za svako v. Kompozicija Hamilton-ovog operatora div grad je jedan od osnovnih operatora u teoriji polja i oznaava se kratko 2 ili , a naziva se laplasijan ili Laplace-ov operator. Dakle, c div grad U Descartes-ovom bazisu je 2 2 2 = + + . x2 y 2 z 2 Kompozicije grad div v i rot rot v su povezane relacijom rot rot v = grad div v v. (5.7)
2

(5.6)

Tanost relacije (5.7) se lako proverava direktnim izraunavanjem (u bilo kom bazisu datog c c prostora). Rotor i rotacione osobine polja s Ako je v = r, gde je konstantan vektor, tada je = 1 rot v, to se lako proverava direktnim 2 izraunavanjem. Ova relacija ukazuje na vezu rotora polja i rotacionih osobina polja. Ako je v, c na primer, polje brzina uida tada e uid u oblastima u kojima je rot v = 0 pokretati vodenini c c toak postavljen u razne take te oblasti. Naravno, oblasti u kojima je rot v = 0 nee izazivati c c c nikakave rotacije pomenutog toka. c Vektorsko polje v za koje je rot v = 0 u svim takama oblasti denisanosti naziva se bezvrc tlono. Polje koje nije bezvrtlono je vrtlono ili vorteksno. z z z Talasna jednaina c
H Ako je E = 0, H = 0, E = t i H = E (gde su E = E(r, t) i H = H(r, t) t polja na X R4 )9 tada polja E i H zadovoljavaju talasnu jednainu: c

2E 2E 2E 2E 2H 2H 2H 2H + + = , H + + = , x2 y 2 z 2 t2 x2 y 2 z 2 t2

to nije teko proveriti. Naime, s jedne strane je ( E) = ( E) 2 E = 0 2 E = s s 2 H 2 E, dok je s druge strane, ( E) = ( t ) = t H = t ( E ) = E . Slino c t t2 se pokazuje i za H.
9

U teoriji elektromagnetizma ove jednaine se nazivaju Maxwell-ove. c

90

GLAVA 5. VEKTORSKA ANALIZA

Delovanje Hamilton-ovog operatora na proizvode polja Neka su i diferencijabilna skalarna, a v i w diferencijabilna vektorska polja na M . Tada su i v w diferencijabilna skalarna, a v i v w diferencijabilna vektorska polja. Na njih Hamiltonov operator moe da deluje na sledee naine: z c c () grad (), (v w) grad (v w), (v) div (v), (v) rot v, (v w) div (v w), (v w) rot (v w). Uzimajui u obzir Leibnitz-ovo pravilo diferenciranja kao i relacije: c (a b) c = b(a c) a(b c), a (b c) = b (c a) = c (a b), koje vae za proizvoljne vektore a, b i c iz R3 , dobija se: z 1. grad () () = ( ) + ( ) = + = grad + grad (strelica ukazuje na objekat delovanja Hamilton-ovog operatora);

(5.8) (5.9)

2. grad (v w) (v w) = ( v w) + (v w ) = (w )v + w rot v + (v )w + v rot w, (iskoriena je relacija (5.8): a i deluje na v, odnosno na w, b v, c w); sc 3. div (v) (v) = ( v) +

( v ) = v grad + div v;

4. rot (v) (v) = ( v)+ ( v ) = ( v) +( v) = v +rot v = v grad + rot v, (iskoriena je linearnost i antisimetrinost vektorskog proizvoda); sc c 5. div (v w) (v w = ( v w)+ (v w ) = w( v )v( w ) = wrot vvrot w, (iskoriena je relacija (5.9), b w, c v; sc 6. rot (v w) (v w) = ( v w) + (v w ) = ( v w) (v w ) = w( v) + (w )v (v )w + v( w) = (w )v w div v + v div w (v )w, gde je iskoriena relacija (5.8). sc

5.2.5

Specijalni tipovi vektorskih polja

Potencijalno polje i skalarni potencijal Denicija 5.4 Vektorsko polje v(r) je potencijalno ako postoji skalarno polje (r), tako da je v(r) = grad (r) u svim takama polja. Skalarna funkcija (r) se naziva skalarni potencijal polja c v(r) i odredena je do na aditivnu konstantu.

5.2. SKALARNA I VEKTORSKA POLJA

91

Umesto sa tri skalarne funkcije vx (r), vy (r) i vz (r), potencijalno polje je potpuno odredeno jednom skalarnom funkcijom (r). U tom smislu, potencijalno polje je najjednostavnije vektorsko polje. r Ako je potencijal (r) neprekidna funkcija, tada integral raa v(r) dr ne zavisi od puta integracije nego samo od krajnjih taaka a i b: c
rb rb rb

v(r) dr =
ra ra

grad (r) dr =
ra

d = (rb ) (ra ).

Jasno, za a = b je gornji integral jednak nuli, tj. cirkulacija potencijalnog polja je jednaka nuli: v(r) dr = 0.
L

Na primer, elektrostatiki potencijal zadovoljava relaciju 2 = (r) , gde je (r) gustina c 0 naelektrisanja u taki r. c Sva polja tipa rf (r), gde je f diferencijabilna skalarna funkcija a r = r su potencijalna, to se moe lako proveriti direktnim izraunavanjem. s z c Solenoidno polje i vektorski potencijal

Za rotor potencijalnog polja vai rot v = rot grad = ( ) = 0. Moe se pokazati da vai z z z i obratno, tj. da iz rot v = 0 za svako r, sledi v = grad , pa se kae da je bezvrtlonost polja z z kriterijum njegove potencijalnosti. U optem sluaju, divergencija potencijalnog polja je razliita od nule bar u nekim takama s c c c polja: div v(r) = f (r). Dakle, skalarni potencijal zadovoljava Poisson-ovu diferencijalnu jednainu: c div grad (r) 2 = f (r).

Denicija 5.5 Vektorsko polje v(r) je solenoidno ako postoji vektorsko polje A(r), takvo da je v(r) = rot A(r) u svim takama polja. Vektorska funkcija A(r) se naziva vektorski potencijal c polja v(r) i odredena je do na gradijent proizvoljne skalarne funkcije f (r). Naime, ako je A(r) vektorski potencijal polja v(r), tada je i A(r) + grad f (r) vektorski potencijal istog polja. Ova osobina vektorskog potencijala se zove gradijentna invarijantnost. Jednoznanost se postie nametanjem dopunskih uslova, kao to je npr. Coulomb-ov kalibracioni uslov: c z s div A(r) = 0. Divergencija solenoidnog polja je jednaka nuli u svim takama polja: div v(r) = div rot A = c ( A = ( ) A = 0. Moe se pokazati da vai i obratno tj. da iz div v(r) = 0, za svako z z r sledi v(r) = rot A(r). Drugim reima, potreban i dovoljan uslov solenoidnosti polja je njegova c bezizvornost. Rotor solenoidnog polja je, bar u nekim takama polja, razliit od nule: rot v(r) = rot rot A(r) = c c grad div A(r) A(r) = R(r) = 0. Uz Coulomb-ov kalibracioni uslov, poslednja relacija se svodi na A(r) = R(r), tj. komponente vektorskog potencijala zadovoljavaju Poisson-ove jednaine: c Ax (r) = Rx (r), Ay (r) = Ry (r), Az (r) = Rz (r).

92 Laplace-ovo polje

GLAVA 5. VEKTORSKA ANALIZA

Vektorsko polje v(r) koje je istovremeno i potencijalno (bezvrtlono: rot v(r) = 0) i solenoz idno (bezizvorno: div v(r) = 0) naziva se Laplace-ovo polje. Skalarni potencijal ovog polja zadovoljava Laplace-ovu parcijalnu diferencijalnu jednainu: c
2

= 0,

ija reenja su Laplace-ove ili harmonijske funkcije. c s Vektorski potencijal A(r) Laplace-ovog polja zadovoljava jednainu grad div A(r) A(r) = c 0, koja se uz Coulomb-ov kalibracioni uslov svodi na tri Laplace-ove parcijalne diferencijalne jednaine komponenti potencijala A. c Na primer, iz 2 1 = 0, sledi da je (r) = 1 reenje Laplace-ove jednaine u R3 \ {0}. s c r r Potencijalno polje v(r) = grad (r) = grad 1 = rr3 je i solenoidno, to nije teko proveriti. s s r Skalarni potencijali elektrostatikog polja takastog naelektrisanja i gravitacionog polja takaste c c c C mase su oblika (r) = r , gde je C odgovarajui faktor proprocionalnosti, a r je udaljenost od c odgovarajueg izvora polja. Dakle, re je o Laplace-ovim poljima u oblasti r = 0. c c U optem sluaju, svako vektorsko polje v(r), koje je denisano na celom R3 i koje iezava u s c sc beskonanosti, moe biti na jedinstven nain izraeno kao suma potencijalnog vp (r) i solenoidnog c z c z vs (r) polja: v(r) = vp (r) + vs (r).

5.3

KRIVOLINIJSKE KOORDINATE

Neka je M1 otvoren skup u trodimenzionalnom euklidskom prostoru V1 i neka su x1 , x2 , x3 Descartes-ove koordinate u tom prostoru. Dalje, neka je M2 otvoren skup u trodimenzionalnom euklidskom prostoru V2 i neka su y 1 , y 2 , y 3 Descartes-ove koordinate u istom prostoru. Neprekidna i diferencijabilna bijekcija, denisana funkcijama: xi = xi (y 1 , y 2 , y 3 ), i = 1, 2, 3; (5.10)

preslikava skup M2 na skup M1 i ujedno denie na M1 krivolinijske koordinate y 1 , y 2 , y 3 : zbog s 1 2 3 T bijektivnosti svakoj taki m1 = (x , x , x ) iz M1 jednoznano je pridruena trojka brojeva c c z 1 2 3 y , y , y . Pored toga, ako se na desnoj strani relacija (5.10) bilo koje dve koordinate ksiraju, 2 3 tada iste relacije deniu na M1 neku krivu (ne mora biti prava). Na primer, za y 2 = y0 i y 3 = y0 , s 2 3 c relacijama xi = xi (y 1 , y0 , y0 ), (i = 1, 2, 3) je odredena koordinatna kriva y 1 na M1 (u takama 1 krive samo se koordinata y menja). Slino se deniu i preostale dve koordinatne krive na M1 , c s tako da kroz svaku taku m1 iz M1 prolaze tri koordinatne krive y 1 , y 2 i y 3 . c xi c c Jasno je da izvodi y1 , (i = 1, 2, 3), izraunati u taki m1 , predstavljaju koordinate tangentnog 1 vektora r1 na krivu y (u istoj taki). Na slian nain dobijaju se i tangentni vektori r2 i r3 na c c c krive y 2 i y 3 . Dakle, x1 x2 x3 ri = ( i , i , i )T , i = 1, 2, 3. (5.11) y y y Da bi tangentni vektori {r1 , r2 , r3 } formirali bazis u V1 potrebno je da budu linearno nezavisni, tj. da matrica prelaska T sa apsolutnog bazisa na {r1 , r2 , r3 } bude nesungularna, odnosno da

5.3. KRIVOLINIJSKE KOORDINATE odgovarajua determinanta bude razliita od nule: c c

x1 y 1 x1 y 2 x1 y 3 x2 y 1 x2 y 2 x2 y 3
1 2

93

det T = det T T = det J =

x3 y 1 x3 y 2 x3 y 3
3

= 0.

,x Drugim reima, nenultost Jacobi-jeve determinante10 J ( x1,x2 ,y3 ) je uslov linearne nezavisnosti c y ,y vektor r1 , r2 i r3 . a Za krivolinijski koordinatni sistem se kae da je ortogonalan ako su bazisni vektori ri denisani z c relacijom (5.11) ortogonalni u svakoj taki m1 M1 . Za normu bazisnog vektora ri uobiajena je oznaka hi i naziva se Lam-ov koecijent ili c e 1 1 1 2 parametar. Ako je bazis {r1 , r2 , r3 } ortogonalan tada je {r = (h1 )2 r1 , r = (h2 )2 r2 , r3 = (h1)2 r3 } 3 njemu biortogonalan bazis.

5.3.1

Hamilton-ov operator u krivolinijskom koordinatnom sistemu

Gradijent polja Skalarno polje na X je funkcija krivolinijskih koordinata y 1 , y 2 , y 3 : = (y 1 , y 2 , y 3 ), koja se moe posmatrati i kao sloena funkcija promenljivih x1 , x2 , x3 , uzimajui u obzir relacije (5.10), z z c tako da je = y i
3

k=1

xk , i = 1, 2, 3. xk y i
xk , y i

(5.12) k = 1, 2, 3; koordinate

Poto su xk koordinate vektora grad u Descartes-ovom bazisu a s vektora ri , relacije (5.12) se mogu prepisati u obliku

= ri grad , i = 1, 2, 3. y i Dakle, gradijent skalarnog polja u krivolinijskim koordinatama ima oblik:

3

(5.13)

grad =
i=1
10

i r. y i

(5.14)

Analitiki kriterijum nezavisnosti n funkcija Fi = Fi (f1 , . . . , fn ), (i = 1, . . . , n) je nenultost determinante c (koja se naziva Jacobi-jeva determinanta ili jakobijan):
F1 f1 F1 f2 F2 f1 F2 f2

J(

F1 , . . . , Fn def ) = f1 , . . . , f n

. . .
F1 fn

. . .
F2 fn

... ... . . . ...

Fn f1 Fn f2

. . .
Fn fn

u oblasti denisanosti datih funkcija. Funkcije su zavisne ako je jakobijan identiki jednak nuli u oblasti dec nisanosti tih funkcija i tada se bar jedna od njih moe izraziti kao funkcija ostalih. Takode se koriste i oznake z D(F1 ,...,Fn ) (F1 ,...,Fn ) D(f1 ,...,fn ) i (f1 ,...,fn ) .

94

GLAVA 5. VEKTORSKA ANALIZA

U ortogonalnom krivolinijskom sistemu poslednji izraz se svodi na oblik

3

grad =
i=1

1 ri , h2 y i i

(5.15)

dok je u ortonormiranom bazisu {ei =

1 r} hi i 3

grad =
i=1

1 ei . hi y i

(5.16)

Konano, Hamilton-ov operator u krivolinijskom koordinatnom sistemu, odnosno u ortogonalnom c krivolinjskom koordinatnom sistemu, odnosno u ortonormiranom bazisu krivolinijskog koordinatnog sistema je, respektivno, dat relacijama:
3

=
i=1

ri

; y i

=
i=1

ri

1 ; h2 y i i

=
i=1

ei

1 . hi y i

(5.17)

Izvod skalarnog polja u pravcu Neka ort e ima oblik e = 3 ei ri . Zamenom ove relacije i relacije (5.14) u ranije dobijenu i=1 relaciju = e grad (za izvod skalarnog polja u pravcu datog orta e) dobija se e = e
3

i=1

i e. y i

(5.18)

Divergencija, rotor i izvod u pravcu vektorskog polja Neka je v diferencijabilno vektorsko polje na domenu X na kome su uvedene krivolinijske koordinate. Tada je: 3 v div v = ri i , (5.19) y i=1
3

rot v =
i=1

ri ei

v , y i

(5.20)

v = e

i=1

v . y i

(5.21)

U ortogonalnom krivolinijskom koordinatnom sistemu relacije (5.19) i (5.20) se svode na:

3

div v =
i=1 3

v 1 r i, 2 i hi y v 1 r i. 2 i hi y

(5.22)

rot v =
i=1

(5.23)

5.3. KRIVOLINIJSKE KOORDINATE Ako se sa v i oznae koordinate polja v u ortonormiranom bazisu {ei = c 11 formacija dobijaju se sledei izrazi za divergenciju i rotor: c div v = 1 h2 h3 1 h1 h2 h3
1 hi

95 ri }, nakon niza trans, (5.24) (v 2 h2 ) (v 1 h1 ) x1 x2 (5.25)

(v 1 h2 h3 ) (v 2 h3 h1 ) (v 3 h1 h2 ) + + y 1 y 2 y 3 e1 + 1 h3 h1 (v 1 h1 ) (v 3 h3 ) x3 x1 e2 +

rot v =

(v 3 h3 ) (v 2 h2 ) x2 x3

1 h1 h2

e3 .

5.3.2

Laplace-ov operator u ortogonalnom krivolinijskom sistemu

Kako je = div grad , primenom relacija (5.16) i (5.24) za gradijent i divergenciju u krivolinijskom ortogonalnom koordinatnom sistemu dobija se izraz za laplasijan: = 1 h1 h2 h3 h2 h3 h3 h1 h1 h2 ( ) + 2( ) + 3( ) . 1 1 2 y h1 y y h2 y y h3 y 3 (5.26)

5.3.3

Cilindrini i sferni koordinatni sistemi c

Cilindrini i sferni koordinatni sistemi su primeri ortogonalnih krivolinijskih koordinatnih sistema c i pogodni su za analitiko opisivanje sistema cilindrino, odnosno sferno simetrinih. U nastavku c c c e biti uvedene oznake x, y i z za koordinate x1 , x2 i x3 , respektivno. Pri razmatranju cilindrinih, c c odnosno sfernih koordinata koristie se uobiajene oznake , i z, odnosno r, i , umesto y 1 , c c 2 3 y i y , respektivno. 1. Cilindrini koordinatni sistem je denisan relacijama: c x = cos , y = sin , z = z; [0, +), [0, 2), z (, +), tako da su odgovarajui tangentni vektori (u Descartes-ovom bazisu): c r = ( r = ( x y z T , , ) = (cos , sin , 0)T , (5.27)

x y z T , , ) = ( sin , cos , 0)T , rz = (

x y z T , , ) = (0, 0, 1)T . z z z Lam-ovi koecijenti su h = 1, h = , hz = 1, pa je e {e = (cos , sin , 0)T , e = ( sin , cos , 0)T , ez = (0, 0, 1)T },

Poi od relacije (5.22) i iskoristiti y i = ei /hi ; e1 = h2 h3 ( y 2 y 3 ), e2 = h3 h1 ( y 3 y 1 ), e3 = c h1 h2 ( y 1 y 2 ); (v 1 e1 ) = (v 1 h2 h3 ( y 2 y 3 )) = (v 1 h2 h3 ) [(nablay 2 y 3 + v 1 h2 h3 ( y 2 3 e e1 ei 1 1 3 1 y ) = (v h2 h3 ) h2 h3 = { i=1 hi yi (v 1 h2 h3 )} h2 1 3 = h1 h2 h3 y1 (v 1 h2 h3 ), (v 2 e2 ) = h1 h2 h3 y2 (v 2 h1 h3 ), h 1 (v 3 e3 ) = h1 h2 h3 y3 (v 3 h1 h2 ). Slino, polazei od (5.23) dobija se formula za rotor. c c

11

96

GLAVA 5. VEKTORSKA ANALIZA odgovarajui ortonormirani bazis, dok je biortogonalni bazis {r , r , rz } bazisa {r , r , rz }, c u istoj reprezentaciji dat kolonama: 1 1 r = (cos , sin , 0)T , r = ( sin , cos , 0)T , rz = (0, 0, 1)T . Zamenom dobijenih izraza u relacije (5.16), (5.24), (5.25) i (5.26) dobijaju se sledei izrazi za c gradijent i laplasijan skalarnog polja i divergenciju i rotor vektorskog polja v u cilindrinim c koordinatama: 1 grad = e + e + ez , z = 1 2 2 1 ( ) + 2 2 + 2 , z 1 1 v v z div v = (v ) + + , z

rot v = (

1 v z v v v z 1 (v ) v )e + ( )e + ( )ez . z z

y Iz relacija = x2 + y 2 , = arctan x i z = z, koje deniu prelazak sa Descartes-ovih na s c cilindrine koordinate je oigledno da je za take sa z ose ugao neodreden. Ovakve take c c c se nazivaju singularnim takama date transformacije. c

2. Sferni koordinatni sistem je denisan relacijama: x = r sin cos , y = r sin sin , z = r cos ; r [0, +), [0, 2), [0, ], (5.28) odakle se jasno vidi da je koordinatni poetak je singularna taka transformacije, tj. u c c koordinatnom poetku veza izmedu x, y, z i r, , nije obostrano jednoznana. c c Odgovarajui vektori rr , r i r su, u Descartes-ovom bazisu, reprezentovani kolonama: c sin sin cos cos sin cos sin sin , r sin cos , r cos sin , sin cos 0

respektivno. Odgovarajui Lam-ovi koecijenti su hr = 1, h = r sin i h = r, pa je c e sin cos sin cos cos { er = sin sin , e = cos , e = cos sin }, cos 0 sin odgovarajui ortonormirani bazis, dok je c sin cos cos sin cos 1 cos , r = 1 cos sin } { rr = sin sin , r = r sin r 0 sin cos biortogonalni bazis bazisa {rr , r , r }.

5.4. INTEGRALNI TEOREMI

97

Zamenom dobijenih bazisnih vektora u relacije (5.16), (5.24), (5.25) i (5.26) dobijaju se sledei izrazi za gradijent i laplasijan skalarnog polja i divergenciju i rotor vektorskog c polja v u cilindrinim koordinatama: c grad = = 1 1 er + e + e , r r sin r

1 2 1 1 2 (r )+ 2 (sin )+ 2 , r2 r r r sin r sin2 2 1 1 v div v = 2 (r2 v r ) + + (sin v ) , r r r sin

rot v =

1 r

1 (sin v ) v 1 v r (rv ) (rv ) v r ( ) er + ( ) e + ( ) e . sin sin r r

5.4
5.4.1

INTEGRALNI TEOREMI
Gauss-ov teorem

Teorem 5.1 Neka je V zapremina obuhvaena zatvorenom povrinom S u vektorskom polju v(r) c s koje ima neprekidan izvod. Tada vai z v(r) dS = div v(r) dV,
V

(5.29)

tj. uks vektorskog polja kroz zatvorenu povrinu jednak je izdanosti obuhvaene zapremine. s s c Posledice Gauss-ovog teorema 1. Neka je v(r) = f (r) c, gde je f diferencijabilna funkcija, a c, proizvoljan, konstantan vektor. Kako je div f (r) c = (f (r) c) = c grad f , relacija (5.29), se moe napisati u z obliku c S f (r) dS = c V grad f (r) dV , tj. (uzimajui u obzir proizvoljnost vektora c): c f (r) dS =
S V

grad f (r) dV.

2. Za v(r) = w(r) c, gde je w diferencijabilno vektorsko polje, a c proizvoljan, konstantan vektor, formula (5.29) se svodi na oblik dS w(r) = rot w(r) dV,
V

jer je div w(r) c = w(r) c = ( (w(r) c) dS = c (dS w(r)).

w(r)) c = c rot w(r) dok je s druge strane

3. Za v(r) = c T (r), gde je T polje tenzora ranga dva, a c proizvoljan konstantan vektor, s formula (5.29) se transformie u oblik dS T (r) =
S V

div T (r) dV.

98 4. Green-ovi teoremi:

GLAVA 5. VEKTORSKA ANALIZA

(a) Za v(r) = (r) grad (r), gde su i proizvoljne skalarne funkcije je div v(r) = div (grad ) = ( ) = ( ) + ( ) = + 2 = grad grad + , pa relacija (5.29) u ovom specijalnom sluaju ima sledei oblik c c grad dS =
S V

(grad grad + ) dV,

(5.30)

i naziva se prvi Green-ov teorem. (b) Direktna posledica prvog Green-ovog teorema je tzv. simetrini oblik Green-ovog c teorema ili drugi Green-ov teorem: (grad grad ) dS =
S

( ) dV,
V

(5.31)

koji se dobija oduzimanjem relacije od relacije (5.30).

grad dS =

(grad grad + ) dV

5.4.2

Stokes-ov teorem

Teorem 5.2 Neka je S ma koja dvostrana nezatvorena povrina oiviena konturom L u vektors c skom polju v(r) koje ima neprekidne izvode. Tada je v(r) dr =
L S

rot v(r) dS,

(5.32)

tj. cirkulacija vektorskog polja po zatvorenoj konturi L jednaka je uksu rotora istog polja kroz bilo koju povrinu koja je oiviena konturom L. s c Posledice Stokes-ovog teorema 1. Za v(r) = f (r)c, gde je f diferencijabilna funkcija a c konstantan proizvoljan vektor, je rot (f (r)c) = f (r)c = (grad f (r)) c. Dalje je (grad f (r) c) dS = c (dS grad f (r)), pa u ovom sluaju Stokes-ov teorem ima oblik c f (r) dr =
L S

dS grad f (r).

2. Za v(r) = w(r) c, gde je w(r) diferencijabilno vektorsko polje, a c konstantan proizvoljan vektor, je rot v(r) = rot (w(r) c) = (w(r) c), pa je dS ( (w(r) c)) = (dS ) (w(r) c) = (dS ) w) c, tako da se konano dobija c
L

dr w(r) =

(dS

) w(r).

5.4. INTEGRALNI TEOREMI

99

Bibliograja
[1] I. M. Gel fand, Lekcii po line no algebre, Nauka Moskva (1971). [2] S. Lipschutz, Linear Algebra, Schaums Outline Series, Mc Graw-Hill, Inc. (1974). [3] P. R. Halmos, Finite-dimensional Vector Spaces, Springer-Verlag, New York Inc. (1974). [4] A. I. Kostrikin, J. I. Manin, Line na algebra i geometri , Nauka Moskva (1986). [5] V. A. Ilyin and E. G. Poznyak, Fundamentals of Mathematical Analysis, Part 2, Mir Publishers Moscow (1982).