Linearna Algebra

Linearna Algebra - Predavanja
Vladimir Pavlovic
January 12, 2015
Sadr
zaj
I
Operacije. Pojam vektorskih prostora

I.1 Literatura . . . . . . . . . . . . . . . .
I.2 Funkcije . . . . . . . . . . . . . . . . .
I.3 Operacije . . . . . . . . . . . . . . . .
I.4 Geometrijski vektori . . . . . . . . . .
I.5 Denicija vektorskih prostora . . . . .
I.6 Linearna kombinacija konacnog sistema
vektora . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
5
. 5
. 6
. 11
. 19
. 21
. . . . . . . . . . . . . . . . . 32
II Osnovni pojmovi i
cinjenice
II.1 Podprostor vektorskog prostora . . . . . . . .
II.2 Potpuni sistemi i skupovi vektora . . . . . . .
II.3 Linearno (ne)zavisne n-torke vektora . . . . .
II.4 Linearno (ne)zavisni skupovi vektora . . . . .
II.5 Bazni skup, baza, dimenzija . . . . . . . . . .
II.6 Sume podprostora . . . . . . . . . . . . . . . .
II.7 Linearna preslikavanja . . . . . . . . . . . . .
II.8 Kako shvatiti pojam izomorfnih prostora . . .
II.9 Tri ocigledna i jedan vazan izomorzam . . . .
II.10 Osnovna tvrdenja o linearnim preslikavanjima
II.11 Linearna preslikavanja iz Km u Kn . . . . . .
II.12 Matrica linearnog preslikavanja . . . . . . . .
II.13 Mnozenje matrica . . . . . . . . . . . . . . . .
II.14 Matrica linearnog preslikavanja i
promena baze . . . . . . . . . . . . . . . . . .
II.15 Jedinicna matrica. Regularne matrice . . . . .
II.16 Hom (Km1 , Kn1 ), Hom (K1n , K1m )
i mnozenje matrica . . . . . . . . . . . . . . .
II.17 Linearna forma funkcionele u datoj bazi . . .
II.18 Algebarski dual vektorskog prostora.
Dualne baze . . . . . . . . . . . . . . . . . . .
II.19 Kanonski izomorzam k.d.v. prostora
sa drugim dualom . . . . . . . . . . . . . . . .
3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
37
37
44
47
50
60
69
80
89
92
96
103
107
112
. . . . . . . . . . . . . 122
. . . . . . . . . . . . . 127
. . . . . . . . . . . . . 133
. . . . . . . . . . . . . 135
. . . . . . . . . . . . . 139
. . . . . . . . . . . . . 143

SADRZAJ
II.20 Rang matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144

III Sistemi linearnih jedna
cina. Determinanta
III.1 Sistemi linearnih jednacina:
denicija . . . . . . . . . . . . . . . . . . . . . . . .
III.2 Sistemi linearnih jednacina i linearna preslikavanja .
III.3 Resivost sistema linearnih jednacina
i rang matrica . . . . . . . . . . . . . . . . . . . . .
III.4 GJ- oblik matrica . . . . . . . . . . . . . . . . . . .
III.5 Permutacije, inverzije . . . . . . . . . . . . . . . . .
III.6 n-linearna preslikavanja . . . . . . . . . . . . . . . .
III.7 Denicija determinante . . . . . . . . . . . . . . . .
III.8 Osnovne osobine determinanti . . . . . . . . . . . .
III.9 Determinanta i rang matrica . . . . . . . . . . . . .
III.10Determinanta i inverzna matrica . . . . . . . . . . .
III.11Determinanta i sistemi linearnih
jednacina . . . . . . . . . . . . . . . . . . . . . . .
IV Struktura linearnog operatora
IV.1 Sopstvene vrednosti/vektori linearnog operatora .
IV.2 Teorema Cayley-Hamilton-a . . . . . . . . . . .
IV.3 Minimalni polinom . . . . . . . . . . . . . . . . .
IV.4 Jordan-ova normalna forma . . . . . . . . . . . .
IV.4.1 Linearna (ne)zavisnost nad podprostorom
IV.4.2 Glavno tvrdenje . . . . . . . . . . . . . . .
.
.
.
.
.
.
157
. . . . . . . . . . 157
. . . . . . . . . . 159
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
161
163
178
179
185
189
196
197
. . . . . . . . . . 197
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
199
199
204
206
207
207
209
Deo I
Operacije. Definicija realnih i
kompleksnih vektorskih prostora
I.1
Literatura
Kao udzbenik koristicemo knjigu
Linearna algebra i analiticka geometrija,

drugo, ispravljeno i dopunjeno izdanje.
Autor: Ljubisa Kocinac
Radimo samo Glave 1,2,6 i ako stignemo 4.
DEO I. OPERACIJE. POJAM VEKTORSKIH PROSTORA
I.2
Funkcije
}
df {
a, b := {a}, {a, b} primaran ureden par. Vazi
ako je bilo a = a0 bilo b = b0 onda a, b = a0 , b0
f je funkcija definisana na skupu X sa vrednostima u skupu Y , ili f je funkcija
iz skupa X u skup Y skraceno zapisujemo sa
f :XY
X := {u, v, w}, gde u = v = w = u; Y := {a, b, c, d}
Slika I.2.1.
Po svojoj prirodi funkcije su specijalne vrste skupova primarnih uredenih
parova.
f := {u, d, v, b, w, b}
f (u) = d, f (v) = b, f (w) = b.
{u, a, v, b, u, c, w, d} nije funkcija ako a = c.
Ako Y1 := {a, b, d}, Y2 := {b, c, d} onda je tacno f : X Y1 i f : X Y2 . S
druge strane f : X {a, b, c} nije tacno.
Dom(f ) = X domen funkcije f
Im(f ) = {d, b} imid
z funkcije f ili skup slika funkcije f
{u, a, w, b} ovo nije funkcija (denisana) na skupu X ali jeste funkcija na
skupu X0 := {u, w}.
f X0 = {u, d, w, b} restrikcija funkcije f na skup X0 .
I.2. FUNKCIJE
Oznaka:
skup svih funcija iz X u Y
Slika I.2.2.
Primer Denisimo funkciju f : R Z tako da je za x R f (x) najveci ceo broj r

za koji vazi r x.
Imamo f R Z kao i f R R. Takode je f (3.7) = 4, f (9) = 9, f (14/3) = 4.
f = {. . . , 3.7, 4, 9, 9, 14/3, 4, . . . } beskonacan skup
(
f:
3.7 9 14/3
4 9
4
Primer Denisimo funkciju g : R R sa g(x) = 2x3 5x2 + x + 11, za x R. Ovo

je primer jedne polinomske funkcije.
Imamo g(0) = 11, g(1) = 3.
g = {. . . , 0, 11, 1, 3, . . . } = {x, 2x3 5x2 + x + 11 : x R} beskonacan
skup
(
g:
0 1
11
3
Neki specijalni slu

cajevi
(1) (Uredene n-torke) Funkciju h : {1, 2, 3} {p, q, r, s} denisanu sa
)
(
1 2 3
zapisujemo jednostavnije sa h = (p, p, q).
h:
p p q
Funkciju
t : {1,
(
)2, 3} {p, q, r, s} denisanu sa
1 2 3
zapisujemo jednostavnije sa t = (r, q, s).
t:
r q s
Dakle
ako je domen
(
) funkcije skup {1, . . . , n} za neko n N onda umesto
1
n
g :
pisemo samo g = (g(1), . . . , g(n)) ili g = (g1 , . . . , gn ), i
g(1) g(n)
za funkciju g kazemo da je uredena n-torka . Specijalno za n = 2 funkcije (a1 , a2 )
nazivamo uredenim parovima (bez onog primaran). Za gi kazemo da je i-ta komponenta n-torke (g1 , . . . , gn ). Obratimo paznju:
{
(x, y) =
}
1, x, 2, y
I.2. FUNKCIJE
Ako su dati skupovi A1 , . . . , An onda sa sa A1 An oznacavamo skup svih nn
torki q = (q1 , . . . , qn ) takvih da je qi Ai za i = 1, n (dakle g : {1, , . . . , n}

Ai );
i=1
A1 An nazivamo Descartes-ov proizvod skupova A1 , . . . , An tim redom.

Ako je specijalno A1 = = An = X onda se ovaj Descartes-ov proizvod svodi
na skup {1,...,n} X kog krace oznacavamo sa X n . Za X n kazemo da je skup svih
n-torki elemenata skupa X ili n-ti Descartes-ov stepen skupa X. Recimo C3 je
skup svih (uredenih) trojki kompleksnih brojeva i (3, 2i, 7 + 4i) C3 .
(2) (Matrice) Imamo

{1, 2, 3} {1, 2} = {(1, 1), (1, 2), (2, 1), (2, 2), (3, 1), (3, 2)}
Funkciju T : {1, 2, 3} {1, 2} C datu sa
(
)
(1, 1) (1, 2) (2, 1) (2, 2) (3, 1) (3, 2)
T :
8
5 i 1
3i
0
7
zapisujemo preglednije tablicom
1 2
1 8 5i
2 1
3i
3 0 7
T :
ili jos krace sa
8 5i
3i
T = 1
0
7
Imamo T (1, 1) = T ((1, 1)) = 8, T (3, 2) = 7.

Dakle ako je za neko n, m N domen funkcije skup {1, . . . , n} {1, . . . , m} onda
umesto
(
)
(1, 1)
(1, m)
(n, 1)
(n, m)
P :
P (1, 1) P (1, m) P (n, 1) P (n, m)
jednostavno pisemo
P (1, 1)
..
P =
.
P (n, 1)
odnosno
P (1, m)
.. .. ..
..
...
.
P (n, m)
P1,1 P1,m
.. .. ..
..
P = ...
...
.
Pn,1 Pn,m
10
a za funkciju P kazemo da je
matrica formata n puta m

i to sa vrednostima u skupu X ako je Im(P ) X (tj. P (i, j) X za svako i = 1, n
i j = 1, m). Ako je (i, j) {1, . . . , n} {1, . . . , m} onda za P (i, j) kazemo da stoji
na mestu (i, j) u matrici P .
Skup svih matrica formata n puta m i to sa vrednostima u skupu X oznacavamo
sa X nm . Kvadratna matrica reda n N jeste matrica formata n puta n.
Ilustracija Gore denisana funkcija T je matrica formata 3 puta 2 sa vrednostima
u C (ili nad C kako se jos kaze). Na mestu (1, 2) u matrici T stoji 5 i. Imamo
T Cnm kao i
9
U := 0 Z31 R31 , U3,1 = U (3, 1) = 7
7
i
V :=
4 5
]
3 R13 C23 ,
V1,3 = V (1, 3) =
Ako su i {1, . . . , n} i j {1, . . . , m} onda za matricu
P1,j
df
P,j := ... X n1
Pn,j
kazemo da je j-ta kolona matrice P a za matricu
df
Pi, :=
Pi,1
kazemo da je i-ta vrsta matrice P .
Pi,m
X 1m
I.3. OPERACIJE
I.3
11
Operacije
Slika I.3.3.
Za funkciju f : X Y Z kazemo da je
mesovita operacija izmedu elemenata skupa X i elemenata skupa Y
sa vrednostima u skupu Z
Uobicajeno je da se izabere neki simbol tipa (ili , , , +, i slicno)
i da se govori operacija a umesto f (x, y) za x X i y Y pise x y.
df
Primer Neka je funkcija f : NP(N) P(N) denisana sa f (k, A) := A{1, . . . , k}

za k N i A N; dogovorimo se da umesto f (k, A) pisemo k A.
Imamo 7 2N = {2, 4, 6} i 11 {2, 5, 10, 31} = {2, 5, 10}. Ovakva funkcija f ,
odnosno je primer mesovite operacije izmedu elemenata skupa N i elemenata
skupa P(N).
2
12
Slika I.3.4.
Ako je specijalno X = Y = Z =: A onda je zapravo f : A A A i u ovom

slucaju kazemo da je f operacija na skupu A .
Slika I.3.5.
Operacija na skupu A je asocijativna ako za svako x, y, z A vazi
(x y) z = x (y z)
I.3. OPERACIJE
13
df
Primer Neka je funkcija g : R R R denisana sa g(x, y) := |x y| za x, y R;

umesto g(x, y) pisimo x y. je operacija na skupu R.
Operacija je komutativna : x y = |x y| = |y x| = y x vazi za svako
x, y R.
Operacija nije asocijativna : postoje a, b, c R tako da a (b c) = (a b) c
(recimo imamo 2 (5 11) = 2 6 = 4 i (2 5) 11 = 3 11 = 8). Doduse
x (x x) = (x x) x vazi za svako x R (jer je operacija komutativna).
2
Ako nije X = Y = Z onda u opstem slucaju nema smisla govoriti o asocijativnosti
mesovite operacije f : X Y Z (jer npr. moze da se desi da je a b Z \ X za
neke a X, b Y pa (a b) c, tj. f (a b, c), za c Y nista ne oznacava).
Primer Neka je X := P(N) i neka su , i operacije na skupu X denisane sa
df
df
df
A B := A B, A B := A B i A B := AB za A, B N.
Da li postoji neko M X tako da je A M = M A = A za svako A X?
A ? = ? A =A
trazimo jedan fiksiran element M koji god A

ovde da stoji!
e1 := N je neutralni element za operaciju :

A e1 = A N = A i e1 A = N A = A za svako A X.
e2 := je neutralni element za operaciju :
A e2 = A = A i e2 A = A = A za svako A X.
je takode neutralni element i za operaciju .
Pitanje 1 Da li postoji jos neki neutralni element za , ili za ?
Odgovor:
n1 = n1 n2 = n2
14
Pitanje 2 Za koje A X postoji neko S X tako da je A S = S A =

e2 = = neutral za ? Za koje A X postoji neko S X tako da je
A S = S A = e1 = N = neutral za ? Za koje A X postoji neko S X tako
da je A S = S A = e2 = = neutral za ?
A 2A = 2A A = neutral
Imamo = A S = AS akko je S = A. Dakle svaki element skupa X je

invertibilan u odnosu na operaciju
Imamo N = A S = A S akko A = S = N. Dakle samo neutral e1 = N je
invertibilan u odnosu na operaciju .
Imamo = A S = A S akko A = S = . Dakle samo neutral e2 = N je
invertibilan u odnosu na operaciju .
Pitanje 3 Imamo A A = e2 = za svako A X. Da li (i za koje A X)
postoji jos neko S = A tako da je A S = e2 ?
Ukoliko je doticna operacija asocijativna (a ova jeste takva) onda za svaki
invertibilan element postoji ta
cno jedan inverzni (suprotni) element : ako je
l x = x d = e = neutral za operaciju , onda imamo
l = l e = l (x d) = (l x) d = e d = d
2
df
Primer Neka je operacija na skupu X := N denisana sa n m := min{n, m} za

n, m N.
Za svako n N postoji neko k(n) N tako da je nk(n) = k(n)n = n. Recimo
n (n + 1) = (n + 1) n = n. Za k(n) mozemo (a i moramo) uzeti bilo koji prirodan
broj veci ili jednak n.
Ali ne postoji jedan ksiran m0 N tako da za svako n N vazi
n m0 = m0 n = n
I.3. OPERACIJE
Dakle ne postoji neutral za operaciju .
15
2
df
Primer Neka je operacija na skupu X := {1, 2, 3, 4} denisana sa n m :=

df
min{n, m} za n, m X, a operacija na skupu Z denisana sa k l := k l za
k, l Z.
je komutativna i asocijativna operacija i ima neutralni element to je e := 4.
Operacija nije ni komutativna ni asocijativna. Ne postoji neutralni element za
operaciju : kad bi neki s Z bio neutral za onda bi moralo biti 1 = s1 = s1
i 2 = s 2 = s 2, tj. i s = 2 i s = 4, sto je nemoguce.
Za operaciju termin invertibilan element dakle nema smisla. Element n X
je inveribilan u odnosu na operaciju ako postoji neko x X tako da je n x = 10,
tj. min{n, x} = 10, a ovo je moguce akko je n = x = 10; dakle jedino je neutral 10
invertibilan u odnosu na .
2
Primer Neka je X := {1, 2, 3, 4} i S := X X = X 4 = skup funkcija iz X u X. Na
skupu S denisemo operaciju tako da je za f, g : X X funkcija f g S
klasicna kompozicija funkcija f i g, tj. funkcija f g : X X je odredena sa
(f g)(x) = f (g(x)) za svako x X.
Dobro je poznato da je operacija asocijativna. Naime ako je f : A B,
g : B C i h : C D onda imamo
(
)
(
)
(
)
(f g) h (a) = f g h(a) = f (g(h(a)))
(
)
(
)
f (g h) (a) = f (g h)(a) = f (g(h(a)))
za svako a A.
Operacija nije komutativna jer na primer za f := (2, 3, 1, 4) i g := (2, 1, 3, 4)
vazi (f g)(1) = f (g(1)) = f (2) = 3 i (g f )(1) = g(f (1)) = g(2) = 1, pa je
f g = g f (recimo zbog (f g)(1) = (g f )(1)).
(Identicka) funkcija idX (denisana sa idX (x) = x za svako x X) je neutralni
element za . Element skupa S je invertibilan u odnosu na akko je bijekcija (tj.
funkcija f : X X koja je 1 1 i na; za ovakve funkcije se koristi jos i termin
permutacija skupa X).
2
16
Asocijativnost i raspored zagrada

Neka je operacija na skupu X. Ako su x1 , x2 , x3 , x4 , x5 , x6 X da li je
(
) (
)
x1 (x2 x3 ) (x4 x5 ) x6
(
)
(x1 x2 ) (x3 x4 ) (x5 x6 )
jedan te isti element skupa X ili ne? Drugim recima, da li rezultat racunanja u
x1 x2 x3 x4 x5 x6 zavisi od rasporeda zagrada? Ako zavisi onda ne mo
zemo
koristiti zapis x1 x2 x3 x4 x5 x6 da oznacimo jedan konkretan element skupa
X.
Ako je operacija asocijativna rezultat racunanja NE ZAVISI od rasporeda
zagrada. Rigorozan dokaz ove cinjenice necemo davati (videcete jedan u okviru
predmeta Uvod u Algebarske Strukture); ovde cemo prezentovati samo jedan poluintuitivan rezon pomocu kog mozemo shvatiti zasto je to tako.
Dakle pretpostavimo da je asocijativna operacija. Za n N i x1 , . . . , xn X
df
df
denisimo K(x1 ) := x1 i ako n 2 K(x1 , . . . , xn , xn+1 ) := K(x1 , . . . , xn ) xn+1 (ovo
je primer jedne rekurzivne denicije).
K(x1 , . . . , xn ) = ( ((x1 x2 ) x3 ) ) xn
Na primer imamo K(a, b) = a b i K(a, b, c, d) = ((a b) c) d. Pokazimo
indukcijom po n N da:
za svako m N tako da m n kako kog postavljali zagrade u x1 xm
rezultat je uvek K(x1 , . . . , xm ).
Ako je n = 1 ili n = 2 jasno je da je ovo tacno. Neka tvrdenje vazi za neko n 2
i neka su dati x1 , . . . , xn+1 X.
Postavimo na proizvoljan nacin zagrade u x1 xn+1 i oznacimo rezultat
odreden tim rasporedom zagrada sa S.
S=
(
)
x1 xi0
|
{z
}
A
(
)
xi0 +1 xn+1
|
{z
}
B
I.3. OPERACIJE
17
Tada za neko i0 {1, . . . , n} imamo

S =AB
gde je A rezultat odreden isvesnim rasporedom zagrada u x1 xi0 i B rezultat
odreden izvesnim rasporedom zagrada u xi0 +1 xn+1 .
Prema indukcijskoj hipotezi je A = K(x1 , . . . , xi0 ) i B = K(xi0 +1 , . . . , xn+1 )
(obzirom da je i0 n i (n + 1) i0 n).
Neka je najpre i0 n. je asocijativna operacija te je
(
) (
)
S = A K(xi0 +1 , . . . , xn ) xn+1 = A K(xi0 +1 , . . . , xn ) xn+1
Kako je A K(xi0 +1 , . . . , xn ) = K(x1 , . . . , xn ) (takode prema indukcijskoj hipotezi)
to sledi S = K(x1 , . . . , xn ) xn+1 = K(x1 , . . . , xn+1 ).
Neka je sada i0 = n + 1. Imamo S = A xn+1 = K(x1 , . . . , xn ) xn+1 =
K(x1 , . . . , xn+1 ). Ovim je dokaz priveden kraju.
Konvencija Ako je operacija asocijativna i x1 , . . . , xn X onda je dakle sa
x1 xn jednoznacno (nedvosmileno) odreden jedan element skupa X; u ovom
slucaju cemo koristiti ovakav (kraci) zapis u kome nema zagrada.
2
Asocijativnost, komutativnost i redosled elemenata u x1

xn
Neka je asocijativna operacija na skupu X. Ako su x1 , x2 , x3 , x4 X da li je
x1 x2 x3 x4 i x3 x2 x4 x1 jedan te isti element skupa X ili ne?
Ako je operacija komutativna rezultat racunanja NE ZAVISI od redosleda
elemenata u x1 xn . Ovo pokazujemo indukcijom po n N, n 2. Za n = 2
tvrdenje se svodi na x1 x2 = x2 x1 , a ovo po pretpostavci vazi.
Neka je sada tvrdenje tacno za neko n 2 i neka su dati x1 , . . . , xn+1 X. Neka
su i1 , . . . , in+1 takvi da je {i1 , . . . , in+1 } = {1, . . . , n + 1}.
Ako je i1 = 1 onda je ili
xi1 xin+1 = ux1 v = (ux1 )v = (x1 u)v = x1 (uv) = x1 xj2 xjn+1
za neke j2 , . . . , jn+1 takve da je {j2 , . . . , jn+1 } = {2, . . . , n + 1}, ili je
xi1 xin+1 = u x1 = u x1 = x1 u = x1 xj2 xjn+1
18
za neke j2 , . . . , jn+1 takve da je {j2 , . . . , jn+1 } = {2, . . . , n + 1}.

U svakom slucaju je xi1 xin+1 = x1 (xj2 xjn+1 ) za neke j2 , . . . , jn+1 takve
da je {j2 , . . . , jn+1 } = {2, . . . , n + 1}. Po indukcijskoj hipotezi je xj2 xjn+1 =
x2 xn+1 pa sledi
xi1 xin+1 = x1 (xj2 xjn+1 ) = x1 x2 xn+1
Neka je S neprazan skup. Pod

sistemom elemenata skupa X sa skupom indekasa S
ili indeksiranim skupom S, podrazumevamo jednostavno bilo koju funkciju x : S
X i da je oznacimo koristimo neki od zapisa (xs : s S) i/ili (x) : xs , s S;
konacan sistem je zapravo sistem kod koga je skup S konacan recimo uredene
n-torke su konacni sistemi.
Neka je (as : s S) kona
can sistem elemenata skupa X (dakle ovde je as X
za svako s S) i neka je + asocijativna i komutativna operacija na skupu X.
Neka je n N broj elemenata skupa S. Proizvoljno indeksirajmo elemente skupa
S tako da je S = {r1 , . . . , rn } za neke r1 , . . . , rn (gde naravno ri = rj i = j za
i, j = 1, n). Drugim recima uocimo neku bijekciju r : {1, . . . , n} X.
Element
n
ari = ar1 + + arn

i=1
skupa X oznacavamo sa
as
sS
Ova denicija je korektna jer rezultat racunanja, kako smo vec videli, ne zavisi od
poretka elemenata skupa S koji izaberemo.
Ako operacija + jos ima i neki neutral n, onda po dogovoru smatramo da je
f (i) = n.
i
I.4. GEOMETRIJSKI VEKTORI
I.4
19
Geometrijski vektori
Na slici ispod ureden par tacaka (A, B) je istog tipa kao ureden par (A1 , B1 ):
Slika I.4.6.
Takode, ureden par tacaka (T, T ) je istog tipa kao ureden par (S, S).
Slika I.4.7.
Skup
{
}

x := . . . , (A, B), . . . , (D, E), . . . , (G, H), . . . , (I, J), . . . = AB = DE = GH = IJ

nazivamo geometrijski vektor odreden uredenim parom tacaka (A, B) , a to je isto
sto i geometrijski vektor odreden uredenim parom tacaka (D, E), odnosno geometrijski vektor odreden uredenim parom tacaka (G, H) itd. (preciznu deniciju ovog
pojma necemo dati). Imamo (A, B) x, {(D, E), (I, J)} x. Treba dakle praviti
20
razliku izmedu pojma ureden par tacaka i pojma geometrijski vektor (koji po svojoj
prirodi predstavlja odreden skup uredenih parova tacaka).
Imamo
{
}

y := BC = EF = KL = M N = . . . , (B, C), . . . , (E, F ), . . . , (K, L), . . . , (M, N ), . . .
Klasicno sabiranje geometrijskih vektora se denise tako da je
{
} {
}
. . . , (A, B), . . . , (D, E), . . . , (G, H), . . . + . . . , (B, C), . . . , (E, F ), . . . , (K, L), . . .
{
=
}
. . . , (A, C), . . . , (D, F ), . . . , (O, P ), . . . , (Q, R), . . .
odnosno preciznije

x + y = AB + BC = AC
Poznato je da je (klasicno) sabiranje geometrijskih vektora komutativna i asocijativna operacija.
Slika I.4.8.
Postoji neutral i to je geometrijski vektor
{
}

0 := . . . , (A, A), . . . , (G, G), . . . , (R, R), . . . , = DD = U U
Citaocu
je poznato kako se denise mesovita operacija mnozenja geometrijskih vek
tora realnim brojevima; npr. imamo 2XY = XW = X1 X2 , 2XZ = XW i

3Y X = Y W :
I.5. DEFINICIJA VEKTORSKIH PROSTORA
21
Slika I.4.9.
Poznato je da za geometrijske vektore u, v i R vazi (u + v) = u + v:
Slika I.4.10.
Poznato je da za proizvoljan geometrijski vektor u i brojeve , R vazi

( + )u = u + u kao i (u) = ()u.
I.5
Definicija vektorskih prostora
Da napravimo realan vektorski prostor potrebne su nam dve stvari:

jedan skup V i neka komutativna i asocijativna operacija na skupu V za koju
postoji neutralni element i u odnosu na koju je svaki element invertibilan i
22
neka mesovita operacija f : R V V dogovorimo se da za R i u V

umesto f (, u) pisemo u tako da su zadovoljeni sledeci uslovi:
(V1) 1 u = u za svako u V ;
(V2) (u v) = ( u) ( v) za svako R i u, v V ;
(V3) ( + ) u = ( u) ( u) za svako , R i u V ;
(V4) ( u) = () u za svako , R i u V .
U tom slucaju za uredenu trojku V := (V, , ) (= (skup V , operacija , mesovita
operacija )) kazemo da je
realan vektorski prostor

ili
vektorski prostor nad R;

za elemente skupa V kazemo da su vektori vektorskog prostora V. Operaciju nazivamo sabiranje vektora u prostoru V.
Pojam
kompleksan vektorski prostor

ili
vektorski prostor nad C

se denise na potpuno isti nacin samo sto je sada : C V V mesovita operacija
koja za svaki kompleksan broj C i u V kao rezultat daje neko u V .
Primer Geometrijski vektori

Ako je V skup svih geometrijskih vektora, u v je klasican zbir geometrijskih
vektora u i v a u klasican proizvod geometrijskog vektora u i realnog broja
onda je (V, , ) je realan vektorski prostor.
2
Konvencija Fraza V = (V, , ) je vektorski prostor nad K znacice zapravo da
je K = R ili K = C a V vektorski prostor nad K, i sluzice da se formulisu denicije
i formulisu i/ili dokazuju teoreme simultano i za realne i za kompleksne vektorske
prostore. Ukoliko je u datom razmatranju od sustinskog znacaja cinjenica da je
posmatrani vektorski prostor realan, odnosno kompleksan onda cemo umesto K
pisati bas R odnosno C.
2
23
Tvrdenje I.5.1 Za svako n N i , 1 , . . . , n K, u, u1 , . . . , un V vazi:

(a) (u1 un ) = ( u1 ) ( un ) i
(b) (1 + + n ) u = (1 u) (n u).
(
) (1)
Dokaz
(a)
Indukcijom
po
n:
(u
u
u
)
=
(u
u
)u
=
1
n
n+1
1
n
n+1
(
)
(
)
(2)
(u1 un ) ( un+1 ) = ( u1 ) ( un ) ( un+1 ) =
(u1 ) (un )(un+1 ), gde se (1) pravda osobinom (V2) a (2) indukcijskom
hipotezom.
(
)
(b)
Indukcijom
po
n:
(
+
u
=
(
+
)
+
u =
1
n
n+1
1
n
n+1
(
)
(
)
(1 + + n ) u (n+1 u) =
(1 u) (n u) (n+1 u) =
(1 u) (n u) (n+1 u).
Konvencija Ako je V := (V, , ) vektorski prostor nad K onda je za K i
u V umesto u ekonomicnije i uobicajeno da se pise

u , gde ova strelica
ima funkciju da ukaze na to da je u element skupa V svih vektora (vektorskog)
prostora V. Takode je uobicajeno da se pise jednostavno

x +
y umesto
x
y,
gde ponovo ove strelice govore da se radi o elementima skupa V a da je ovo +
zapravo operacija sabiranja vektora ; zapis x + y (bez strelica) porucuje da je
x, y K i da je + zaista klasicno sabiranje brojeva.
Za elemente skupa K (dakle realne ili kompleksne brojeve) se kaze da su skalari
prostora V a za mesovitu operaciju da je mnozenje vektora skalarom.
2
Ako neutralni element operacije oznacimo sa 0 i ako je u V proizvoljno onda
po pretpostavci postoji ta
cno jedan suprotni (u odnosu na operaciju ) element
elementa u; ako izaberemo recimo oznaku u da oznacimo suprotni element elementa
u onda dakle imamo v v = 0 (odnosno

v +
v = 0 prema nasoj konvenciji) za
svako v V . Uz ovakve oznake imamo da vazi naredni stav.
Tvrdenje I.5.2 Za svako K i x V vazi:
(a) 0
x = 0;
(b) 0 = 0 ;
(c)
x = 0 moze da vazi samo ako = 0 ili x = 0;
(d) ()
x =
x i (1)
x =
x.
24
Dokaz (a) Imamo 1

x = x pa je
x + 0
x = 1
x + 0
x = (1 + 0)
x = 1
x =
x , gde
smo iskoristili (V3). Iz
x + 0
x =
x
sada sledi
(
)
x +
x + 0
x =
x +
x
(
)
tj.
x +
x + 0
x = 0 odnosno 0
x = 0 + 0
x = 0.
(b) Imamo
(
0 = 0 + 0 =0 +0
gde smo iskoristili (V2). Odavde je
0 + 0 = 0 + 0 + 0
tj.
0 =0 + 0
odnosno 0 = 0 .
)
1(
1
(c) Ako je = 0 onda iz

x = 0 sledi
x = 0 , pa sada prema (b) i
(
)
1
(V4) mora biti

x = 0 , tj. x = 1 x = 0 .
(
)
x =
x + ()
x , pa je ()
x =
x;
(d) Imamo 0 = 0
x = + ()
specijalno za = 1 odavde zbog (V1) sledi (1)

x =
x.
2
Za neutral 0 se kaze da je
nula vektor vektorskog prostora V
Konvencija Uobicajeno je da se pise

x umesto
x za suprotni vektor (tj. suprotni
element) vektora
x V . Uz ovu konvenciju moze da se shvati da zapis 3
x pred
stavlja suprotni vektor vektora 3 x ali i da predstavlja rezultat (3) x mnozenja
vektora
x skalarom (brojem) 3. Na osnovu Tvrdenja I.5.2 ova dva vektora se
poklapaju pa zapravo nema dvosmislenosti u tom zapisu. Takode,

a b se
koristi kao skra

cenica za
a + ( b ) =
a + b.
U skladu sa ovim je recimo
2
x 5
y = 2
x + (5
y ) = 2
x +5
x = 2
x + (5)
y
i
2
x
y = 2
x + (
y ) = 2
x +
y = 2
x + (1)
y
i (skoro) po pravilu cemo koristiti ove prve (najjednostavnije) zapise.

2
Ilustracija Neka
25
u :=
x 3
y +
z
v := 2
y
z + 3
r
w := 3 z 5 r + t
Imamo
4
u + 5
v + 3
w = 4(
x 3
y +
z ) + 5(2
y
z + 3
r ) + 3(3
z 5
r + t)
(
)
= 4 x + 4(3 y ) + 4 z
+
(
)
5(2
y ) + 5(
z ) + 4(3
r) +
(
)
3(3 z ) + 3(5 r ) + 3 t
=
(1)
= (4
x 12
y + 4
z ) + (10
y 5
z + 15
r ) + (9
z 15
r +3 t )
(2)
= 4
x + (12
y + 10
y ) + (4
z 5
z + 9
z ) + (15
r 15
r )+3 t
(3)
= 4
x 2
y + 8
z +3 t
(4)
Argumentacija za gornje jednakosti:

(1): na osnovu (V2) tj. (u v) = ( u) ( v), odnosno
(u1 un ) = ( u1 ) ( un )
(sto se moze pokazati indukcijom po n N);
(2): na osnovu (V4) tj. ( u) = () u;
(3): zbog komutativnosti operacije ;
(4): na osnovu (V3) tj. ( + ) u = ( u) ( u), odnosno
(1 + + n ) u = (1 u) (n u)
Jedan veoma op
st primer
Neka je K = R i K = C i X neprazan skup. Na skupu
koju cemo zvati
K denisemo operaciju
26

standardno sabiranje funkcija
na sledeci nacin: ako su f, g : X K onda je funkcija f g : X K odredena sa

df
(f g)(x) := f (x) + g(x)

za svako x X. Denisemo i mesovitu operaciju : K X K X K koju cemo zvati
standardno mnozenje funkcija realnim, odnosno kompleksnim brojem
na sledeci nacin: za f : X K i K funkcija f : X K odredena je sa
df
( f )(x) := f (x)
za svako x X.
Slika I.5.11.
27
Slika I.5.12.
(
)
Lako se proverava da je X K, , vektorski prostor nad K. Vektori ovog
prostora su funkcije iz X u K, a skalari ovog prostora su realni ili kompleksni
brojevi. Ovo je
vektorski prostor svih funkcija iz X u K
Uverimo se u to da ovo jeste vektorski prostor.

Imamo
(
)
(
)
(
)
f (g h) (x) = f (x) + g h (x) = f (x) + g(x) + h(x)
i
(
)
(
)
(
)
(f g) h (x) = f g (x) + h(x) = f (x) + g(x) + h(x)
za svako x X. Dakle f (g h) = (f g) h. Slicno se proverava da je i

f g = g f.
Neutral za operaciju postoji i to je konstantna nula funkcija o : X K data sa
o(x) = 0 za svako x X. Zaista
(
)
f o (x) = f (x) + o(x) = f (x) + 0 = f (x)
za svako x X. Ako f : X K onda je funkcija g : X K denisana sa
g(x) = f (x) za svako x X, suprotni element od f u odnosu na operaciju .
Zaista
(
)
(
)
f g (x) = f (x) + g(x) = f (x) + f (x) = 0 = o(x)
za svako x X, pa je f g = o.
Proveravamo osobinu (V1):
(
)
1 f (x) = 1 f (x) = f (x)
za svako x X pa je 1 f = f .
28
(
)
(
)
(
)
(f g) (x) = f g (x) = f (x) + g(x)
i
(
)
(
)
(
)
( f ) ( g) (x) = f (x) + g (x) = f (x) + g(x)
za svako x X pa je (f g) = ( f ) ( g).
(
)
( + ) f (x) = ( + ) f (x) i
(
)
(
)
(
)
( f ) ( f ) (x) = f (x) + f (x) = f (x) + g(x)
za svako x X pa je ( + ) f = ( f ) ( f ).
(
)
(
)
(
)
( f ) (x) = f (x) = f (x)
(
)
( ) f (x) = ( ) f (x)
za svako x X pa je ( f ) = ( ) f .
Ilustracija Neka su f, g, h, q R R denisane sa
df
f (x) := sin2 x,
df
g(x) := cos2 x,
df
h(x) := 1
df
q(x) := cos 2x
za svako x R. Vazi f g = h: zaista ako je x R onda imamo

(f g)(x) = f (x) + g(x) = sin2 x + cos2 x = 1 = h(x)
pa je (f g)(x)
) x R, tj. f g i g su jedna te ista funkcija.
( 1 = )h(x)( za1 svako
Vazi f = 2 h 2 q : zaista ako je x R onda imamo
((
) (
))
(
)
(
)
1
1
1
1
h q
(x) =
h (x) + q (x) =
2
2
2
2
( )
1
1
1
1 cos 2x
1
= h(x) +
= sin2 x = f (x)
q(x) = 1 cos 2x =
2
2
2
2
2
(1
) ( 1
)
pa funkcije 2 h 2 q i f isto slikaju svako x R.
Podsetimo se da umesto zapisa koriscenog gore mozemo pisati (prema jednoj
ranijoj konvenciji) jednostavno 1 h 1

q = f .
2
29
Dva specijalna slu

caja
(1) Prostori n-torki Kn : Rn i Cn
Ako je n N i X = {1, . . . , n} onda specijalno dobijamo prostore (Rn , , ) i
(C , , ). Prvi je realan a drugi kompleksan vektorski prostor.
n
Ilustracija Za
(
a := (2, 1, 3, 5) =
(
i
b := (3, 0, 4, 7) =
imamo
1 2 3 4
2 1 3 5
1 2 3 4
3 0 4 7
)
R4
)
R4
3
a + 2 b = 3(2, 1, 3, 5) + 2(3, 0, 4, 7) =
(
)
(
)
1 2 3 4
1 2 3 4
3
+2
=
2 1 3 5
3 0 4 7
(
)
1
2
3
4
+
(3) (2)
(3) 1
(3) 3
(3) 5
)
(
1
2
3
4
=
2 (3)
20
24
27
)
) (
(
1
2
3
4
1 2 3 4
+
=
6 0 8 14
6 3 9 15
(
)
1
2
3
4
=
66
3 + 0
9 + 8
15 + 14
(
)
1
2
3
4
=
= (0, 3, 1, 1)
0 3 1 1
Sabiranje n-torki brojeva izgleda ovako

(a1 , . . . , ai , . . . , an ) + (b1 , . . . , bi , . . . , bn ) = (a1 + b1 , . . . , ai + bi , . . . , an + bn )
Mnozenje n-torki brojeva brojevima izgleda ovako
30

(a1 , . . . , ai , . . . , an ) = (a1 , . . . , ai , . . . , an )
(
)
Nula vektor ovog prostora jeste n-torka (0, . . . , 0), tj. a = ai : i = 1, n gde je
| {z }
n
puta
ai = 0 za svako i = 1, n.
Konvencija Za K {R, C} uobicajeno je da se pod vektorski prostor Kn podrazumeva ne sam skup Kn vec zapravo gore denisan vektorski prostor svih n-torki
brojeva iz K. Ukoliko se posmatra neki drugi prostor sa istim skupom vektora to se
onda posebno naglasi.
2
(2) Prostori matrica Knm : Rnm i Cnm
Ako je n, m N i X = {1, . . . , n}{1, . . . , m} onda specijalno dobijamo prostore
(R
, , ) i (Cnm , , ). Prvi je realan a drugi kompleksan vektorski prostor.
nm
Ilustracija Za
5 3i
2i C32
B= 1
2
4
8 5i
5 3i
3i 3 1
2i =
2 A 3 B = 2 1
0
7
2
4
1 2
1 2
1 8 5i
1 5 3i
+ (3)
=
=2
2 1
3i
2 1
2i
3 0 7
3 2 4

1
2
1
2
2 (5 i)
(3) (3 i)
1 (3) 5
1 28
+

2 (3) 1
2 2 (1)
2 3i
(3) 2i
3 (3) (2) (3) (4)
3 20
2 (7)
1
2
1
2
1 16 10 2i
1 15 9 + 3i
+
=
2 2
6i
2 3
6i
3 0
3
14
6
12
imamo
8 5i
3i C32
A = 1
0
7
31
1
1
+
i
= 5
0
6 2
1
2
1 1 1+i
5
2 5
3 6
2
Sabiranje matrica izgleda ovako
a1,1 a1,j
.. .. ..
..
.. .. ..
..
...
.
...
.
ai,1 ai,j
.
.. .. ..
..
.. .. ..
..
...
.
...
an,1 an,j
a1,1 + b1,1
..
= ai,1 + bi,1
..
.
an,1 + bn,1

b1,1
a1,m
.. ..
. .

ai,m + bi,1
.
..
. ..
bn,1
an,m
.. .. ..
...
a1,j + b1,j
..
.
.. .. ..
...
ai,j + bi,j
..
.
an,j + bn,j
b1,j b1,m
.. .. .. .. .. .. ..
..
... . ...
.
bi,j bi,m
.. .. .. .. .. .. ..
..
... . ...
.
bn,j bn,m
a1,m + b1,m
.. .. ..
..
...
.
ai,m + bi,m
.. .. ..
..
...
.
an,m + bn,m
Mnozenje matrica brojevima izgleda ovako
a1,1 a1,j a1,m

.. .. ..
..
.. .. ..
..
..
...
.
...
.
.
ai,1 ai,j ai,m

.
.. .. ..
..
.. .. ..
..
..
...
.
...
.
an,1 an,j an,m
a1,1 a1,j a1,m

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

.
...
.
...
.

= ai,1 ai,j ai,m

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

.
...
.
...
.
an,1 an,j an,m
Nula vektor ovog prostora jeste tzv. nula matrica formata n puta m
0
..
.
O= 0
.
..
0
(
ili preciznije, matrica O = Oi,j
svako i = 1, n i j = 1, m.
0 0
.. .. .. .. .. .. .. ..
... . ... .
0 0
.. .. .. .. .. .. .. ..
... . ... .
0 0
)
: i = 1, n; j = 1, m za koju je Oi,j = 0 za
32
Konvencija Za K {R, C} uobicajeno je da se pod vektorski prostor Knm podrazumeva ne sam skup Knm vec zapravo gore denisan vektorski prostor matrica.
Ukoliko se posmatra neki drugi prostor sa istim skupom vektora to se onda posebno
naglasi.
2
2
I.6
Linearna kombinacija kona

cnog sistema
vektora
Za uredenu n-torku (u1 , . . . , un ) cemo koristiti i termin sistem duzine n a da je

oznacimo koristicemo ravnopravno i sledece zapise
(
)
ui : i = 1, n , (u) : ui , i = 1, n ili (u) : u1 , . . . , un
Prazan skup nazivacemo drugacije i sistem duzine 0 ili prazan sistem.
Definicija I.6.1 Neka je V vektorski prostor nad K i n N. Pod
linearnom kombinacijom
)
(
)
n-torke vektora x xi : i = 1, n prostora V sa n-torkom skalara i : i = 1, n podrazumevamo vektor
=
1
x 1 + + n
x
n
i
xi
i=1
i za njega koristimo oznaku 1 , . . . , n x

df
Dakle 1 , . . . , n x :=
i
xi .
i=1
Zapa
zanje I.6.2 Ako su u1 , . . . , un , v1 , . . . , vn , , K onda je
u1 , . . . , un x + v1 , . . . , vn x = u1 + v1 , . . . , un + vn x
Zaista, ovo je jednostavno drugi nacin da se zapise
xi =
(ui + vi )
xi
xi +
vi
a + b =
ui
n
i=1
i=1
i=1

I.6. LINEARNA KOMBINACIJA KONACNOG
SISTEMA
VEKTORA
33
Terminologija Fraza
(
)
vektor
v je linearna kombinacija sistema vektora xi : i = 1, n
znacice:
(
postoji neki sistem skalara i : i = 1, n tako da je

v =
i
xi
i=1
(
)
tj. tako da je vektor

v
linearna
kombinacija
sistema
vektora
x
:
i
=
1,
n
sa
i
(
)
sistemom skalara i : i = 1, n .
Isto ce znaciti i fraze poput vektor

v se mo
(
) ze prikazati (predstaviti ) kao linearna kombinacija sistema vektora xi : i = 1, n .
2
Primer Vektor (1, 1) R2 je linearna kombinacija sistema vektora
(x) :
x1 = (1, 5),
x2 = (1, 3)
Zaista: 2
x1 + 3
x2 = 2(1, 5) + 3(1, 3) = (1, 1).
Terminologija Za( vektor v kaz)emo da je linearna kombinacija vektora skupa M
ako postoji sistem xi : i = 1, n vektora skupa M (tj. takav da je

(xi M za svako
)
i = 1, n) tako da je vektor v linearna kombinacija sistema vektora xi : i = 1, n .
2
(
)
u realnom vektorskom prostoru V := R R, , svih funkcija iz
Primer I.6.3 Sta,
R u R, predstavljaju linearne kombinacije funkcija iz skupa M := {fn : n N0 },
df
gde je fn R R denisana sa fn (x) := xn za svako x R (recimo f0 (x) = x0 = 1)?
Neka je k N, n1 , n2 , . . . , nk N0 i i R za i = 1, k. Imamo
)
(
1 fn1 + + i fni + + k fnk (x) = 1 fn1 (x) + + i fni (x) + + k fnk (x) =
1 xn1 + + i xni + + k xnk = a0 + a1 x + + aj xj + + am xm
za m := nk , i odgovarajuce aj R, j = 1, k. Dakle linearne kombinacije vektora
skupa M su polinomske funkcije.
2
34
Definicija I.6.4 Neka je M neprazan skup vektora vektorskog prostora V. Skup

df
LV (M ) = L(M ) := {v V : v je linearna kombinacija vektora skupa M }

nazivamo
lineal nad skupom M .

df
Takode denisemo da je L() := {0}.
Jasno M L(M ) : ako

x M onda
x =1
x L(M ).
Takode, uvek vazi 0 L(M ) : ako je M = onda je 0 {0} = L(M ) a ako je
M = onda mozemo uociti neko x M pa imamo 0 = 0

x L(M ).
( )
Primer I.6.5 U prostoru geometrijskih vektora skup L OA, OB lineal nad ge
ometrijskim vektorima u := OA i v := OB na slici predstavlja skup svih geometrijskih vektora paralelnih ravni R odredenoj tackama O, A, B; tj.
{
}
L(u, v) = OX : X R
Slika I.6.13.

I.6. LINEARNA KOMBINACIJA KONACNOG
SISTEMA
VEKTORA
35
Slika I.6.14.

Imamo OD
/ L(u, v) i O1 C1 = OC = u + 2v L(u, v).
()
Skup L AB lineal nad geometrijskim vektorom u := AB na slici predstavlja

skup svih geometrijskih vektora paralelnih sa pravom p odredenom tackama A,
B; tj.
{
}
L(u) = AX : X p
Slika I.6.15.
36
Na primer imamo CD = 2u L(u), EF = 1/2u L(u), GH = 2u L(u),
IJ
/ L(u).
2
Primer I.6.6 U realnom vektorskom prostoru V :=
(R
)
R, , svih funkcija iz R u
df
R, neka je Mk := {fi : i = 1, k} za k N, gde je fi R R denisana sa fi (x) := xn

za svako x R.
L(Mk ) je skup svih polinomskih funkcija stepena ne veceg od k.
2
Zapa
zanje I.6.7 Primetimo da ako je M proizvoljan skup vektora prostora V onda
vazi:
ako
x ,
y L(M ) onda
x +
y L(M );
ako x L(M ) i K onda

x L(M ).
Zaista, ako je M neprazan i ako je

x ,
y L(M ) onda postoje vektori a1 , . . . , an ,
b1 , . . . , bm M i skalari 1 , . . . , n , 1 , . . . , m K tako da je
x = 1
a1 + + n
an
y = 1 b1 + + m bm
pa je zato
x +
y = 1
a1 + + n
an + 1 b1 + + m bm L(M )
a takode je i
x = (1
a1 + + n
an ) = (1 )
a1 + + (n )
an L(M )
za svako K.
Ako je M = onda tvrdenje sledi iz 0 + 0 = 0 i 0 = 0 za svako K.

2
Deo II
Osnovni pojmovi i
cinjenice
II.1
Podprostor vektorskog prostora
Neka je P V neprazan skup vektora nekog vektorskog prostora V := (V, , )

nad K {R, C}.
Neka su := (P P ) i := (K P ) odgovarajuce restrikcije operacija
i ; preciznije:
: P P V
x y = x y za svako x, y P
: K P V
x = x za svako x P i K.
Pitanje Da li je P := (P, , ) vektorski prostor nad K?

Potreban uslov za ovo jeste
da bude operacija na skupu P , tj. : P P P i
da bude mesovita operacija sa vrednostima u skupu P , tj. : K P P .
Ako za neke x0 , y0 P imamo da je x0 y0 V \ P onda uopste nije ni
operacija na skupu P (jer rezultat nije uvek u P ):
37
38
DEO II. OSNOVNI POJMOVI I CINJENICE
Slika II.1.1.
Ako za neke x0 P i K imamo da je x0 V \ P onda uopste nije ni

mesovita operacija sa vrednostima u skupu P (jer rezultat nije uvek u P ):
Slika II.1.2.
Dakle da bi trojka P = (P, , ) uopste imala sanse da bude vektorski prostor
(nad K) potrebno je da vaze sledeca dva uslova:
(P1) ako x, y P onda

x +
y P
(P2) ako x P i K onda

x P.
II.1. PODPROSTOR VEKTORSKOG PROSTORA
39
(
)
Primer Neka je V := N R, , vektorski prostor svih funkcija iz N u R tj.
vektorski prostor svih nizova realnih brojeva.
Neka su a, b N R. Ako su vektori a i b oba odredenog tipa, odnosno oba imaju
odredenu osobinu (recimo oba niza su takva da su im svi clanovi nenegativni, ili oba
su aritmeticki nizovi) mogu se postaviti pitanja:
(1) da li je i njihov zbir

a + b niz tog istog tipa?
(2) ako je R da li je i vektor

a niz tog istog tipa?
Ako su oba niza aritmeticka onda je takav i njihov zbir. Zaista neka postoje
1 , 2 R tako da je
an+1 an = 1
bn+1 bn = 2
za svako n N. Stavimo
c :=
a + b . Tada je
cn = c(n) = (
a + b )(n) = a(n) + b(n) = an + bn
tj. cn = an + bn za svako n N; zato imamo
cn+1 cn = (an+1 + bn+1 ) (an + bn ) = 1 + 2
za svako n N.
Ako je a aritmeticki niz i R proizvoljno onda je i

a aritmeticki niz: zaista,
ako je R takvo da je
an+1 an =
za svako n N, onda imamo
(
a )n+1 (
a )n = an+1 an =
za svako n N.
Dakle ako sa P oznacimo skup svih aritmetickih nizova realnih brojeva, tj.
{
}
P := a N R : postoji r R tako da za svako n N vazi an+1 an = r
onda skup vektora P N R naseg vektorskog prostora V zadovoljava uslove (P1) i
(P2).

40
Slika II.1.3.
je sa osobinom svaki clan niza je nenegativan?

Pitanje Sta
Lako je videti da su uslovi (P1) i (P2) i dovoljni da P bude vektorski prostor.

Zaista, ako su oni zadovoljeni onda imamo:
(x y) z = (x y) z = x (y z) = x (y z);
x y = x y = y x = y x
1 x = 1 x = x
(x y) = (x y) = ( x) ( y) = ( x) ( y);
( + ) x = ( + ) x = ( x) ( x) = ( x) ( x);
( x) = ( x) = () x = () x
za svako x, y, z P i , K.
Dalje, kako je po pretpostavci P neprazan mozemo izabrati neko p0 P ; prema
Tvrdenju I.5.2 je
p0 = (1) p0 P zbog (P2)
pa je
0 = p0 (p0 ) P
zbog (P1)
Otuda operacija ima neutral:

x 0 = x 0 = x
41
za svako x P . Zbog
p P p = (1) p P
(prema (P1))
svaki element skupa P je invertibilan u odnosu na operaciju :

p (p) = p (p) = 0
za svako p P .
Dakle P = (P, , ) je vektorski prostor (nad K) akko vaze uslovi (P1) i (P2) .
Definicija II.1.1 Za neprazan podskup P V kazemo da je
podprostor vektorskog prostora V

ako zadovoljava naredna dva uslova:
(P1)
ako x, y P onda
x +
y P
(P2)
ako x P i K onda
x P.
i tu cinjenicu cemo oznacavati sa

v
P V
U tom slucaju ako stavimo := (P P ) i := (K P ) imamo da je

P := (P, , ) vektorski prostor nad K, i za P kazemo da je
vektorski prostor odreden podprostorom P vektorskog prostora V

2
Zapa
zanje II.1.2 Neka je K {R, C} i neka su V := (V, , ) i V1 := (V1 , 1 , 1 )
vektorski prostori nad K (dakle oba nad R ili oba nad C).
V1 je vektorski prostor odreden nekim podprostorom vektorskog prostora V akko
vaze naredna dva uslova:
V1 V
za svako x, y V1 i K je x 1 y = x y i 1 x = x (tj. 1 i 1 su
odgovarajuce restrikcije operacija i ).
2

42
v
Konvencija Neka je P V. Cesto

se pod podprostor P podrazumeva zapravo
v
vektorski prostor odreden podprostorom P V.
2
Primer Ako je V proizvoljan vektorski prostor onda su {0} i sam V podprostori od
V. Za njih kazemo da su trivijalni podprostori. Za {0} kazemo da je nula podprostor.
2
Primer II.1.3 Prostori PolR i PolC
(R Oznac)imo sa PolR skup svih polinomskih funkcija iz R u R. Ako je V1 :=
R, , realan vektorski prostor svih funkcija iz R u R onda skup PolR zadovoljava uslove (P1) i (P2) (sa PolR umesto P ). (Realan) vektorski prostor odreden
podprostorom PolR prostora V1 nazivamo
vektorski prostor svih polinomskih funkcija iz R u R
(C Oznac)imo sa PolC skup svih polinomskih funkcija iz C u C. Ako je V2 :=
C, , kompleksan vektorski prostor svih funkcija iz C u C onda skup PolC
zadovoljava uslove (P1) i (P2). (Kompleksan) vektorski prostor odreden podprostorom PolC prostora V2 nazivamo
vektorski prostor svih polinomskih funkcija iz C u C
2
Primer II.1.4 Prostori Poln,R i Poln,C

Za n N0 oznacimo sa Pol(n,R skup)svih polinomskih funkcija iz R u R stepena
ne veceg od n. Ako je V1 := R R, , realan vektorski prostor svih funkcija iz R
u R onda skup Poln,R zadovoljava uslove (P1) i (P2) . (Realan) vektorski prostor
odreden podprostorom Poln,R prostora V1 nazivamo
vektorski prostor svih polinomskih funkcija iz R u R
stepena ne veceg od n
Za n N0 oznacimo sa Pol
(Cn,C skup) svih polinomskih funkcija iz C u C stepena
ne veceg od n. Ako je V2 := C, , kompleksan vektorski prostor svih funkcija
iz C u C onda skup Poln,C zadovoljava uslove (P1) i (P2). (Kompleksan) vektorski
prostor odreden podprostorom Poln,C prostora V2 nazivamo
vektorski prostor svih polinomskih funkcija iz C u C
stepena ne veceg od n
43
Tvrdenje II.1.5 Neka je V vektorski prostor nad K. Ako je M proizvoljan skup

vektora onda je L(M ) podprostor od V. Ako je P podprostor onda je P = L(P ).
Specijalno:
svaki podprostor je oblika L(X) za neki
( skup
) vektora X;
za svaki skup vektora M V vazi L L(M ) = L(M ).
Dokaz. Vec znamo da L(M ) zadovoljava uslove (P1) i (P2) (Zapazanje I.6.7).
Neka je P podprostor od V. Obzirom da X L(X) vazi za svaki skup vektora
X bio on podprostor ili ne, dovoljno je da pokazemo da vazi L(P ) P . Pokazimo
indukcijom po n N da vazi:
P
ako su x , . . . , x P i , . . . , K onda je
x + +
x
1
1 1
n n
Za n = 1 ovo tvrdenje se svodi na uslov (P2) koji po pretpostavci vazi. Pretpostavimo da tvrdenje vazi za neko n N i neka su x1 , . . . , xn+1 P i 1 , . . . , n+1
K. Imamo
1
x1 + + n+1
x
n+1 = u + n+1 xn+1
. Prema indukcijskoj hipotezi je
gde je
u := 1
x1 + + n
x
u P a zbog (P2)
n
je
x P , pa na osnovu (P1) sledi
u +
x P .
n+1 n+1
n+1 n+1
Ovim smo pokazali da je P = L(P ). Specijalno svaki podprostor P je oblika

L(X) recimo mozemo uzeti X = P .
2
Tvrdenje II.1.6 Ako su Ps za s S podprostori onda je i

Ps podprostor. Za
proizvoljan skup vektora M V vazi:
}
{ v
L(M ) =
P V : M P
sS
tj. L(M ) je upravo skup svih onih vektora koji su zajednicki za sve podprostore
koji sadrze skup M .
Dokaz Da skup
Ps zadovoljava uslove (P1) i (P2) proverava se neposredno.
sS
Da je
}
{ v
L(M )
P V : M P
v
sledi iz toga sto za P V inkluzija M P povlaci L(M ) L(P ) = P , a

}
{ v
L(M )
P V : M P
{ v
}
sledi iz cinjenice da je L(M ) P V : M P .

44
II.2
Potpuni sistemi i skupovi vektora
(
)
Za uredenu n-torku xi : i = 1, n kazemo da je injektivna ako vazi i = j ai = aj
za svako i, j = 1, n, tj. ako su a1 , . . . , an medusobno razliciti.
Zapa
zanje II.2.1 (i) Neka je n N i (x1 , . . . , xn ) (konacan) sistem vektora prostora V. Tada vazi:
vektor je linearna kombinacija sistema vektora (x1 , . . . , xn )
akko je on
linearna kombinacija vektora skupa {x1 , . . . , xn }
Zaista, neka je v V linearna kombinacija vektora skupa {x1 , . . . , xn }, tj. neka
postoje m N, m-torka vektora (a1 , . . . , am ) skupa {x1 , . . . , xn } i m-torka skalara
(1 , . . . , m ) tako da je
v =
i
ai
i=1
Ako je k N broj elemenata skupa {a1 , . . . , am } onda, obzirom da je

{a1 , . . . , am } {x1 , . . . , xn }
postoje prirodni brojevi s1 < < sk tako da je
{a1 , . . . , am } = {xs1 , . . . xsk } i pritom vazi i = j si = sj
za svako i, j = 1, k. Zato je
v =
j
aj =
j=1
xs +
+
+
=
s
j
j
1
k
j=1,m
aj =xs1
tj.
v =
xi gde je stavljeno:
i
i=1
sr =
j=1,m
aj =xsr
j ,
za r = 1, k, odnosno
j=1,m
aj =xs
k
i=1,n
i{s
/ 1 ,...,sk }
0
xi
II.2. POTPUNI SISTEMI I SKUPOVI VEKTORA
45
i = 0 ako je i {1, . . . , n} takvo da i = sr za svako r = 1, k.

(ii) Odavde specijalno sledi da je
}
(
) {
n
L {x1 , . . . , xn } =
i
xi : i K, i = 1, n
i=1
(iii) Ako su x V i = S V takvi da je x L(S)

( onda postoji
) n N tako
da je x linearna kombinacija neke injektivne n-torke ai : i = 1, n S n vektora
skupa S.
Zaista, to da je x L(S) po deniciji znaci da postoji neko k N tako da je
x linearna kombinacija nekog sistema vektora (b1 , . . . , bk ) S k skupa S
(obzirom da je S = ). Ako skup {b1 , . . . , bk } ima n N elemenata onda za neku
injektivnu n-torku (a1 , . . . , an ) imamo
{b1 , . . . , bk } = {a1 , . . . , an }
Dakle
x je linearna kombinacija vektora skupa {a1 , . . . , an }
pa je prema delu pod (i)
x linearna kombinacija (injektivne) n-torke (a1 , . . . , an ).
2
Definicija II.2.2 (i) Za skup vektora M V vektorskog prostora V = (V, , )

kazemo da je
potpun skup vektora

ako za svaki vektor v prostora V postoje k N,
vektori x1 , . . . , xk M i skalari 1 , . . . , k K

46
tako da je
v =
i
xi
i=1
Drugim recima, skup vektora M je potpun ako je svaki vektor prostora V linearna kombinacija vektora tog skupa.
(
)
(ii) Za konacan sistem vektora xi : i = 1, n kazemo da je
potpun sistem vektora
{
}
ako je skup xi : i = 1, n potpun skup vektora. Prazan sistem je po definiciji
potpun sistem svakog nula vektorskog prostora (tj. {0}).
2
Zapa
zanje II.2.3 Dakle skup vektora M je potpun akko je L(M ) = V . Kombinujuci ovo sa Zapazanjem II.2.1 mozemo zakljuciti da vazi:
(
)
konacan sistem vektora xi : i = 1, n je potpun
akko je
{
}
skup vektora xi : i = 1, n potpun
akko
za svaki vektor v postoje i K za i = 1, n tako da je

v =
i
xi
i=1
V =
{ n
akko vazi
i
xi : i K, i = 1, n
i=1
2
Primer Skup V svih vektora je potpun skup vektora.
2
df
Primer II.2.4 Za i N0 neka su fi : R R denisane sa fi (x) := xi za x R.

U prostoru PolR iz Primera II.1.3 skup {fi : i N0 } je potpun skup vektora
(videti Primer I.6.3).
U prostoru Poln,R iz Primera II.1.3 skup {fi : i = 0, n} je potpun skup vektora
(videti Primer I.6.6).
2
II.3. LINEARNO (NE)ZAVISNE N -TORKE VEKTORA
47
Definicija II.2.5 Za vektorski prostor kazemo da je
kona
cnodimenzionalan
ako postoji neki kona
can potpun skup vektora tog prostora.
2
Primer II.2.6 Neka je N R vektorski prostor svih realnih nizova. Znamo da je skup
svih V aritmetickih nizova podprostor od N R. Neka su nizovi a1 i a2 denisani sa
a1 (n) = 1
i
a2 (n) = n 1
za svako n N (neformalno: a1 = (1, 1, 1, 1, 1, . . . ), a2 = (0, 1, 2, 3, 4, . . . )). Imamo
a1 , a2 V (oba ova niza su aritmeticka).
Sistem vektora a = (a1 , a2 ) prostora V je potpun. Zaista, ako je niz x aritmeticki
onda postoje , d R tako da je
xn = r + (n 1)d
za svako n N, pa je
x(n) = r a1 (n) + d a2 (n) = (r

a1 + d
a2 )(n)
tj.
x = r
a1 + d
a2 .
Zakljucujemo da je prostor svih realnih aritmetickih nizova konacnodimenzionalan.
2
Primer Prostor PolK svih polinomskih funkcija iz K u K (gde je K {R, C}) nije
konacnodimenzionalan. Zaista ako su p1 , . . . , pm PolK , zatim 1 , . . . , m K
i ako je k N0 najveci od stepena datih polinomskih funkcija, onda je 1

p1 +
m
p
neka
polinomska
funkcija
stepena
najvi
s
e
k;
zato
se
nijedna
polinomska
m
funkcija stepena k +1 ne moze predstaviti kao linearna kombinacija vektora iz skupa
{p1 , . . . , pm }.
2
II.3
Linearno (ne)zavisne n-torke vektora
Neka su x1 , x2 i x3 vektori nekog vektorskog prostora V nad K. (tj. neka je

(x1 , x2 , x3 ) konacan sistem vektora tog prostora).
Pitanje 1 Da li postoje 1 , 2 , 3 K (tj. da li postoji sistem skalara (1 , 2 , 3 ))
tako da je

48
1
x1 + 2
x2 + 3
x3 = 0
Trivijalno da: dovoljno je uzeti 1 = 2 = 3 = 0.
Pitanje 2 Da li postoje 1 , 2 , 3 K koji nisu svi jednaki nuli (tj. takvi da
nije 1 = 2 = 3 = 0) tako da je
1
x1 + 2
x2 + 3
x3 = 0
Primer II.3.1 U prostoru R3 neka je dat sistem vektora

(a) : a1 = (1, 1, 1),
a2 = (1, 2, 2),
a3 = (3, 2, 5)
Ako za neke 1 , 2 , 3 R vazi

3
i
ai = 1 (1, 1, 1) + 2 (1, 2, 2) + 3 (3, 2, 5) = (0, 0, 0)
i=1
tj.
(1 + 2 + 33 , 1 + 22 + 23 , 1 + 22 + 53 ) = (0, 0, 0)
onda mora biti
1 +2 +33 = 0
1 +22 +23 = 0
1 +22 +53 = 0
odnosno
1 + 2 + 33 = 0
(1 + 22 + 23 ) (1 + 2 + 33 ) = 0
(1 + 22 + 53 ) (1 + 2 + 33 ) = 0
tj.
1 +2 +33 = 0
2
3 = 0
2
+23 = 0
odnosno
1 + 2 + 33 = 0
2 3 = 0
(2 + 23 ) (2 3 ) = 0
tj.
II.3. LINEARNO (NE)ZAVISNE N -TORKE VEKTORA
49
1 +2 +33 = 0
2
3 = 0
33
= 0
pa mora biti 3 = 0 te i 2 = 3 = 0 kao i 1 = 1 33 = 0.
(
)
Definicija II.3.2 Ako je n N onda za n-torku vektora xi : i = 1, n vektorskog
prostora V nad K kazemo da je
linearno nezavisna
(
ako je jedina n-torka skalara i : i = 1, n za koji vazi
i
xi = 0 jeste tzv.
i=1
trivijalna n-torka skalara, tj. ona data sa i = 0 za svako i = 1, n.

Na ovaj nacin smo dakle denisali pojam linearno nezavisnog sistema vektora
duzine n N. Sistem vektora duzine 0, tj. prazan skup, je po definiciji linearno
nezavisan.
(
)
Za n-torku vektora xi : i = 1, n kazemo da je
linearno zavisna
ukoliko nije linearno nezavisna.
2
(
)
Tvrdenje II.3.3 Sistem vektora xi : i = 1, n je linearno nezavisan akko je ispunjen
sledeci uslov:
(
)
(
)
ako su i : i = 1, n Kn i i : i = 1, n Kn razli
cite n-torke skalara (tj.
za neko i0 {1, . . . , n} je i0 = i0 ) onda je
n
i
xi =
i=1
i
xi
i=1
Dokaz Neka je doticni sistem vektora linearno nezavisan

i neka je i0) {1, . . . , n}
(
takvo da je i0 = i0 . Tada je i0 i0 = 0 pa je i i : i = 1, n netrivijalan
sistem skalara; otuda mora biti
n
(i i )
xi = 0
i=1
tj.
i=1
xi =
i
i=1
xi
i

50
(
)
n
Pretpostavimo sada da je dati uslov ispunjen. Ako
( je i : i )= 1, nn K trivijalna n-torka, tj. i = 0 za svako i = 1, n, i ako je i : i = 1, n K proizvoljna
netrivijalna n-torka, onda je i0 = i0 za neko i0 {1, . . . , n} te imamo
n
i
xi =
i=1
i
xi = 0
i=1
2
(
)
Tvrdenje II.3.4 Ako je n-torka vektora xi : i = 1, n linearno nezavisna onda
mora biti i = j xi = xj za i, j = 1, n (tj. vektori x1 , . . . , xn su medusobno
razli
citi) a takode je i
xi = 0 za svako i = 1, n.
Dokaz Kad bi postojali neki i, j {1, . . . , n} takvi da je i = j i xi = xj onda bi
imali
1
xi + (1)
xj = 0
(
)
tj. vektor 0 bi bio linearna kombinacija n-torke vektora xi : i = 1, n sa netrivijalnom n-torkom skalara denisanom sa i = 1, j = 1 i k = 0 za k
{1, . . . , n} \ {i, j}, a ovo je prema nasoj pretpostavci nemoguce.
Gde smo ovde iskoristili( cinjenicu da) je i = j? Da je bilo i = j onda ne
bismo mogli da denisemo i : i = 1, n onako kako gore stoji jer bi tada imali
1 = i = j = 1.
Kad bi za neko i0 {1, . . . , n} bilo
skalara denisanu sa
{
1,
i =
0,
vazilo
x
i0 = 0 onda bi za netrivijalnu n-torku
ako i = i0
ako i =
i0
i
xi = 1 0 = 0 , pa bi dati sistem vektora bio linearno zavisan.
i=1
II.4
Linearno (ne)zavisni skupovi vektora
Pitanje 1 Ako je M V neprazan skup vektora da li od mozemo napraviti linearno zavisan sistem od vektora skupa M , preciznije da li postoji neko n N i
x1 , . . . , xn M tako da je n-torka (x1 , . . . , xn ) linearno zavisna?
Trivijalno da: kako je M = mozemo izabrati neko u M ; svaki sistem (x1 , x2 , . . . , xn )
vektora skupa M kod kog je x1 = x2 = u prema Tvrdenju II.3.4 mora biti linearno
zavisan.
II.4. LINEARNO (NE)ZAVISNI SKUPOVI VEKTORA
51
Pitanje 2 Da li postoji neko n N i medusobno razli

citi vektori x1 , . . . , xn M
tako da je n-torka (x1 , . . . , xn ) linearno zavisna?
Definicija II.4.1 Za neprazan skup M V vektora kazemo da je
linearno nezavisan skup

ako je svaka injektivna n-torka vektora tog skupa linearno nezavisan sistem, tj.
ako vazi:
ako su n N, 1 , . . . , n N i x1 , . . . , xn M
takvi da i = j xi = xj za i, j = 1, n,
n
onda je uvek
i
xi = 0 osim ako je i = 0 za svako i = 1, n.
i=1
Prazan skup je po definiciji linearno nezavisan. Za skup M V vektora

kazemo da je
linearno zavisan skup

ukoliko nije linearno nezavisan.
2
Primetimo da iz ove denicije sledi da je svaki linearno zavisan skup M V
neprazan. Evo jedne preformulacije pojma linearno zavisan skup:
skup vektora M V je linearno zavisan akko postoji n N, vektori x1 , . . . , xn
M i skalari 1 , . . . , n K tako da vaze sledeca tri uslova:
(1) i = j xi = xj za i, j = 1, n;
(2) za neko i0 {1, . . . , n} je i0 = 0;
(3)
xi = 0 .
i
i=1
Za konacne sisteme veza izmedu linearne nezavisnosti skupova i linearne nezavisnosti sistema data je narednim tvrdenjem.
(
)
Tvrdenje II.4.2 Sistem vektora xi : i = 1, n je linearno nezavisan akko su zadovoljena sledeca dva uslova:
(1) i = j
razli
citi)
xi = xj za i, j = 1, n (tj. vektori x1 , . . . , xn su medusobno

52
(2) skup {x1 , . . . , xn } vektora je linearno nezavisan.

Drugim recima
(
)
sistem vektora xi : i = 1, n je linearno nezavisan
akko je
{x1 , . . . , xn } linearno nezavisan skup vektora sa tacno n elemenata
(
)
Dokaz Ako vaze (1) i (2) onda je xi : i = 1, n injektivna n-torka, pa prema
Deniciji II.4.1 ona mora biti linearno nezavisan sistem.
(
)
Pretpostavimo sada da je xi : i = 1, n je linearno nezavisan sistem. Da (1)
vazi vec znamo (Tvrd
(enje II.3.4). )Pokazimo da vazi i (2).
Neka je m N i ai : i = 1, m injektivna m-torka tako da je
{a1 , . . . , am } {x1 , . . . , xn }
(
)
Neka je i : i = 1, m takva n-torka skalara da vazi
1
a 1 + . . . + j
aj + . . . + m
a
m = 0
i pokazimo da mora biti j = 0 za svako j = 1, m.
Postoje s1 , . . . , sm {1, . . . , n} tako da je
a1
||
xs1
...
...
...
aj
||
xsj
...
...
...
am
||
xsm
tj. aj = xsj za j = 1, m. Kako je i = j ai = aj to je

i = j si = sj
(
)
za i, j = 1, m. Zbog toga je to je sistem skalara i : i = 1, n korektno denisan
uslovima:
1
||
s1
...
...
...
j
||
sj
...
...
...
m
||
sm
i
i = 0 ako je i {1, . . . , n} \ {s1 , . . . , sm }
Pritom vazi
0 = s1
x
s1 + . . . + sj xsj + . . . + sm xsm +
i{1,...,n}\
{s1 ,...,sm }
0
xi = 0

tj.
53
i
xi = 0
i=1
Obzirom da je xi : i = 1, n linearno nezavisan sistem, ovo znaci da je zapravo

i = 0 za svako i = 1, n. Specijalno imamo j = sj = 0 za svako j = 1, m.
2
Tvrdenje II.4.3( Skup vektora

M je linearno zavisan akko postoji neko x M
)
tako da je x L M \ {x} .
Dokaz Pretpostavimo najpre da je skup M linearno zavisan. Tada postoje
n N, vektori x1 , . . . , xn M i skalari 1 , . . . , n K takvi da je i = j xi = xj
za svako i, j = 1, n, i tako da za neko i0 {1, . . . , n} vazi i0 = 0, i tako da je
n
i
xi = 0
(II.1)
i=1
Ako je n( = 1 onda
) (II.1) postaje i0 xi0 = 0 pa zbog i0 = 0 sledi da je
xi0 = 0 L M \ {xi0 } .
Ako je n 2 onda iz (II.1) sledi
x
i0 =
( i )
xi
i
0
i=1,n
(II.2)
i=i0
{
}
Zbog i = j xi = xj vazi ( xi : i {1,
) . . . , n} \ {i0 } M \ {xi0 } pa iz (II.2)
sada zakljucujemo da je xi0 L M \ {xi0 } .
Da pokazemo obrat pretpostavimo sada da postoji neko z M tako da je
(
)
z L M \ {z}
Ako je M = {z} onda sledi da je z L() = {0}, tj. 0 = z M pa je sistem
(duzine 1) (x) : x1 = 0 prema Tvrdenju II.3.4 linearno zavisan (naravno injektivan)
sistem vektora skupa M , sto znaci da je M linearno zavisan skup vektora.
Ako je M \ {z} = onda je z linearna kombinacija vektora skupa M \ {z} pa je
prema Zapazanju II.2.1 pod (iii) vektor z i linearna kombinacija neke injektivne
k-torke (y1 , . . . , yk ) elemenata skupa M \ {z}, tj. postoji neko k N i

54
postoje y1 , . . . , yk M \ {z} takvi da i = j yi = yj za svako i, j = 1, k,

i postoje 1 , . . . , k K tako da je
z =
i
yi
i=1
odnosno
1
z + (1 )
y1 + + (k )
yk = 0
Ako stavimo
a1
||
z
a2
||
y1
a3
||
y2
...
...
...
ak+1
||
yk
odnosno a1 = z i ai = yi1 za i = 2, k + 1, onda je zbog

a1 = z
/ {y1 , . . . , yk } = {a2 , . . . , ak+1 }
sistem vektora (a) : a1 , . . . , ak+1 injektivan.
Ako stavimo
1
2
3
...
||
||
||
...
1
1
2
...
k+1
||
k
odnosno 1 = 1 i i = i1 za i = 2, k + 1 onda je sistem skalara (1 , . . . , k+1 )

netrivijalan i vazi
1
a1 + 2
a2 + + k+1
a
k+1 = 0
Jasno a1 , a2 , . . . , ak+1 M te smo ovim pokazali da je skup M linearno zavisan.
2
(
)
Tvrdenje II.4.4 Neka je n N, n 2. Sistem vektora xi : i = 1, n V n je
linearno zavisan akko vazi neki od naredna dva uslova:
x1 = 0 ili
(
)
postoji i {2, . . . , n} tako da je xi L {x1 , . . . , xi1 } .
(
)
Dokaz Pretpostavimo najpre da je sistem xi : i = 1, n linearno zavisan i neka
je x1 = 0. Tada postoje skalari i K za i = 1, n takvi da nije i = 0 za svako
n
i = 1, n a da je
i xi = 0. Neka je k {1, . . . , n} (onaj jedinstveni) takav broj
i=1

za koji vazi k = 0 i i = 0 za svako i > k. Tada je
55
i xi = 0. Ne moze biti
i=1
k = 1 jer bi onda bilo 1 x1 = 0, a ovo nije moguce zbog 1 = k = 0 i x1 = 0.

Dakle k > 1 pa sledi da je
)
k1 (
xk =
xi
k+1
i=1
i pokazali smo sta treba.
Obrat tvrdenja sledi iz Tvrdenja II.4.2 i iz cinjenice da je
m
j
xj =
x
m+1
j=1
ekvivalentno sa
(1)
x
m+1 +
i
xj = 0
j=1
2
Tvrdenje II.4.5 Ako je N V linearno nezavisan skup vektora i x V \ L(N )
onda je i N {x} linearno nezavisan skup.
Dokaz U slucaju da je N = tvrdenje se proverava neposredno. Dakle neka je
N = .
Pretpostavimo da je N {x} linearno zavisan skup. Tada za neko n N, gde
n 2 (zasto?), postoji neka injektivna n-torka
(
) (
)n
ai : i = 1, n N {x}
(
)
vektora skupa N {x} i neka n-torka skalara i : i = 1, n Kn tako da je
n
i
ai = 0
i=1
i tako da za neko i0 {1, . . . , n} vazi i0 = 0 .

Kad bi bilo ai N za svako i = 1, n onda bi ovo znacilo da je N linearno zavisan,
te zato mora da
postoji i1 {1, . . . , n} tako da je ai1 = x.
Dakle
ai
a1 + . . . + i1 1
1
i1 +1 ai1 +1 + . . . + n an = 0
1 1 + i1 x
(
)
Iz injektivnosti n-torke ai : i = 1, n imamo da je
(II.3)

56
(
)
a1 , . . . , ai1 1 , ai1 +1 , . . . , an N {x} \ {x} N .
Iz pretpostavke da je i1 = 0 bi zbog (II.3) imali

1
a1 + . . . + i1 1
ai
1 1 + i1 +1 ai1 +1 + . . . + n an = 0
pri cemu je i0 {1, . . . , n} \ {i1 } i i0 = 0
i vazi a1 , . . . , ai1 1 , ai1 +1 , . . . , an N ,
pa bi ponovo sledilo da je N linearno zavisan skup. Dakle mora biti i1 = 0. Otuda
se (II.3) sada moze zapisati kao
( i )
x =
ai = 0
i1
i=1,n
i=i1
tj. x L(N ), suprotno polaznoj pretpostavci.
(
)
Lema II.4.6 Neka( je M V , )n N, ai : i = 1, n M n injektivna n-torka
vektora skupa M , i : i = 1, n Kn n-torka skalara i neka je
x :=
i
ai .
i=1
Ako je i0 {1, . . . , n} takvo da je i0 = 0 onda vazi
L(M ) = L
(
(
)
)
M \ {ai0 } {x}
(
)
Dokaz Stavimo M0 := {x} M \ {ai0 } . Zbog i0 = 0 imamo
( i )
1
x +
ai
ai0 =
i0
i0
i=1,n
i=i0
Kako vazi i = i0 ai = ai0 za i = 1, n to je

( i )
(
)
ai L M \ {ai0 } L(M0 )
u :=
i0
i=1,n
i=i0
57
(
)
(
)
1
x +
u L M0 L(M0 ) = L L(M0 ) = L(M0 ) pa najzad imamo
i0
)
(
(
)
(
)
)
(
L(M ) = L M \ {ai0 } {ai0 } L M0 L(M0 ) = L L(M0 ) = L(M0 )
Zato je ai0 =
(
)
(
)
L M L(M ) = L L(M ) = L(M )
tj. L(M0 ) = L(M ).
Tvrdenje II.4.7 Neka je N V konacan linearno nezavisan skup sa tacno

n N vektora, i P V konacan skup sa tacno m N vektora. Ako je N L(P )
onda mora biti n m .
Slika II.4.4.
Dokaz Skup brojeva j N0 takvih da postoje neki N0 N i P0 P oba sa po

tacno j elemenata a tako da vazi
(
)
L (P \ P0 ) N0 = L(P )
(
)
je neprazan jer je 0 takav broj: L (P \ ) = L(P ). Neka je k N0 najveci
takav broj. Jasno k min{n, m}. Pretpostavimo da vazi m < n, suprotno onom
sto treba pokazati.

58
Slika II.4.5.
Neka su N0 N i P0 P oba sa po tacno k elemenata a tako da vazi
(
)
L (P \ P0 ) N0 = L(P ) .
Kako je |N0 | = |P0 | m < n (ako je X konacan skup sa |X| oznacavamo
broj elemenata tog skupa) to je moguce izabrati neko x N \ N0 = . Neka je
P1 := (P \ P0 ) N0 .
(
)
Iz x N L(P ) = L (P \ P0 ) N0 sledi da je x =
(z)
z za neke skalare
(z) K za z P1 . Ne moze biti x =
zP1
(z)
z (ovde se treba setiti da je
zN0
f (i) = 0 ), jer je x
/ N0 , N0 {x} N a N je linearno nezavisan skup. Zato iz
x=
zN0
(z)
z +
(z)
z
zP1 \N0
sledi da je P1 \ N0 = i jos postoji neko z0 P1 \ N0 tako

( da je (z0 ) = 0.) Koristeci
se Lemom II.4.6 zakljucujemo da je L(P ) = L(P1 ) = L (P1 \ {z
[ 0 }) {x} . Kako
] je
z0 P1 \ N0 , pa je z0
/ N0 , z0 P i z0
/ P0 ), to je P1 \ {z0 } = P \ (P0 {z0 }) N0
pa je
[
]
(P1 \ {z0 }) {x} = P \ (P0 {z0 }) (N0 {x}) .
a N0 ]:= N0 {x} je
P0 := P0 {z0 } je podskup od P koji ima k + 1 elemenata,
[
podskup od N koji ima k + 1 elemenata i jos vazi L (P \ P0 ) N0 = L(P ). Ovo
protivureci izboru broja k.
2
59
Posledica II.4.8 Ako su konacni skupovi S1 , S2 V oba linearno nezavisni i potpuni, onda imaju isti broj elemenata.
Dokaz Ovo sledi iz S1 V = L(S2 ) , S2 V = L(S1 ) i Tvrdenja II.4.7.
Posledica II.4.9 Ako je V konacnodimenzionalan onda je takav i svaki njegov podprostor (preciznije vektorski prostor odreden datim podprostorom).
v
Dokaz Neka je {0} = P V i P vektorski prostor odreden podprostorom P .

Postoji konacan skup B V vektora sa n N elemenata tako da je V = L(B) .
Slika II.4.6.
Reci
(
)
a = ai : i = 1, k je linearno nezavisan sistem vektora prostora P
znaci isto sto i reci
(
)
ai P za svako i = 1, k i a = ai : i = 1, k je linearno nezavisan sistem vektora
prostora V.
Zato je k n za svaki takav sistem. Otuda postoji k0 N tako da je

{
(
)
}
k0 = max k N : ai : i = 1, k je linearno nezavisan sistem vektora iz P
(
)
Postoji linearno nezavisan sistem ai : i = 1, k0 vektora iz P . Tvrdimo da za
}
{
N := ai : i = 1, k0 vazi L(N ) = P . N je linearno nezavisan skup prostora P i
ima k0 elemenata (videti Tvrdenje II.4.2). Kad bi postojalo neko x P \L(N ) onda
bi skup N {x} bio linearno nezavisan skup vektora prostora P (videti Tvrdenje
II.4.5) sa k0 + 1 elemenata, te bi sistem (a1 , . . . , ak0 , x) bio linearno nezavisan sistem
vektora iz P ; no kako je ovaj sistem duzine k0 + 1 ovo protivureci izboru broja k0 .
2

60
II.5
Bazni skup, baza, dimenzija
Definicija II.5.1 Potpun i linearno nezavizan skup vektora nazivamo
bazni skup vektorskog prostora V

2
Tvrdenje II.5.2 Neka je S V konacan potpun skup i N S linearno nezavisan
skup sa n N0 elemenata tako da je
n = max {card(M ) : M S i M je linearno nezavisan}
tj. N je linearno nezavisan podskup od S sa najvecim mogucim brojem elemenata.
Tada je i N potpun.
Dokaz Pod datim uslovima mora biti S L(N ): kad bi postojao neki x
S \ L(N ) onda bi N {x} bio linearno nezavisan (prema Tvrdenju II.4.5) podskup
od S sa n + 1 elemenata, sto protivureci izboru broja n. Dakle
(
)
V = L(S) L L(N ) = L(N ) V
tj. N je potpun skup.
2
Posledica II.5.3 Ako je S V konacan potpun skup takav da ne postoji nijedan
potpun skup vektora sa manjim brojem elemenata od |S|. Tada je S bazni skup.
2
Teorema II.5.4 Neka je V k.d.v. prostor. Tada
svi linearno nezavisni skupovi su konacni;
postoji skup koji je istovremeno i potpun i linearno nezavisan, tj. postoji bazni
skup prostora V;
svi bazni skupovi imaju isti broj elemenata i ovaj broj oznacavamo sa dim(V)
a nazivamo
dimenzija
konacnodimenzionalnog vektorskog prostora V.
Dokaz Teorema je direkna posledica Tvrdenja II.4.7 i II.5.2 i Posledice II.4.8.
2
Zapa
zanje II.5.5 Primetimo da je bazni skup nula prostora V = {0}, te i da je
dimenzija nula prostora jednaka 0:
II.5. BAZNI SKUP, BAZA, DIMENZIJA
61
(
)
dim {0} = 0
2
Konvencija Ako je V konacnodimenzionalan vektorski prostor, P V i P vektorski

prostor odreden podprostorom P , onda je prema Posledici II.4.9 i P konacnodimenzionalan, te je denisano dim(P) N; za dim(P) N kazemo i da je dimenzija
v
podprostora P V i pisemo dimV (P ) = dim(P ) = dim(P).
2
Definicija II.5.6 Pod
bazom vektorskog prostora V
(
)
podrazumevamo svaki sistem as : s S vektora za koji vaze sledeca dva uslova:
s1 = s{2 as1 = as}
2 za svako s1 , s2 S
skup as : s S je bazni (tj. istovremeno i potpun i linearno nezavisan)
skup datog vektorskog prostora.
2
Drugim recima, baza je sistem vektora koji se ovako
dobija:) ksiramo neki bazni
(
skup vektora M V i neku bijekciju a : S M ; as : s S je baza.
Nas ce skoro iskljucivo( interesovati baze
) kod kojih je S = {1, . . . , n} za neko
n N, tj. baze oblika ai : i = 1, n , obzirom da se Linearna Algebra bavi
kona
cnodimenzionalnim vektorskim prostorima.
(
)
Cinjenica
da je neki sistem oblika xi : i = 1, n baza prostora moze da se iskaze
i na sledeca dva ekvivalentna nacina:
Tvrdenje II.5.7 Sistem
(
)
xi : i = 1, n je baza prostora
akko je skup
{
}
xi : i = 1, n bazni skup prostora sa n elemenata.
2
(
)
Odavde vidimo da ako je ai : i = 1, n baza prostora onda je n = dim(V) .

62
Tvrdenje II.5.8 Sistem
(
)
xi : i = 1, n je baza prostora
akko je on istovremeno
i linearno nezavisan i potpun sistem vektora.
2
(
)
Definicija II.5.9 Neka je n
N,
neka
je
n-torka
a
:
i
=
1,
n
baza prostora
i
(
)
V
( i x V . Kako
) je nsistem ai : i = 1, n potpun to postoji n-torka skalara
i (x) : i = 1, n K tako da je
x=
i (x)
ai
i=1
)
(
)
(
a kako je sistem ai : i = 1, n linearno nezavisan to je i (x) : i = 1, n jedinstvena n-torka skalara za koju ovo vazi; za i {1, . . . , n} skalar i (x) nazivamo
(
)
i-ta koordinata vektora x u odnosu na bazu ai : i = 1, n
{
}
Ako je v ai : i = 1, n onda postoji
ta
cno jedno i0 {1, . . . , n} tako da je ai0 = v
(jer je ova n-torka injektivna kao linearno nezavisna).
Za i0 (x) kazemo da je
(
)
koordinata vektora x u odnosu na bazu ai : i = 1, n
pri vektoru v
2
(
)
(
)
Zapa
zanje{II.5.10 Neka}su a{= ai : i = 1,}n i b = bi : i = 1, n baze prostora
tako da je ai : i = 1, n = bi : i = 1, n =: M (tj. obe se dobijaju tako sto
se elementi jednog te istog baznog skupa sa n elemenata poredaju u po injektivnu
n-torku). Ako su x V i v M proizvoljni onda se koordinata vektora x u odnosu
na bazu a pri vektoru v poklapa sa koordinatom vektora x u odnosu na bazu b
pri vektoru v.

Zaista, neka je x =
k
ak =
k=1
63
k bk . Ako su p, q {1, . . . , n} takvi da
k=1
je ap = bq = v treba zapravo pokazati da je p = q . Postoje i1 , . . . , in takvi da

(a1 , . . . , an ) = (bi1 , . . . , bin ). Imamo
x=
k bk =
ik bik =
ik
ak =
k
ak
k=1
k=1
k=1
k=1
iz cega sledi ik = k za svako k = 1, n, obzirom da je sistem a linearno nezavisan.

Kako je bq = v = ap = bip , to iz injektivnosti n-torke b sledi da je q = ip , pa je zato
q = ip = p .
Ovo zapazanje nam omogucava da govorimo i o koordinati vektora x u odnosu
na bazni skup M pri vektoru v M .
2
Primer II.5.11 Neka je n N. Za i = 1, n neka je ei Kn denisano sa

{
ei (j) =
0, ako j = i
1, ako j = i
tj. ei = ( 0, . . . , 0 , 1, 0, . . . , 0 ) odnosno
| {z }
| {z }
i1
puta
ni
puta
e1 = (1, 0, 0, 0, . . . , 0, 0, 0)
e2 = (0, 1, 0, 0, . . . , 0, 0, 0)
e3 = (0, 0, 1, 0, . . . , 0, 0, 0)
..
.
en = (0, 0, 0, 0, . . . , 0, 0, 1)
U vektorskom prostoru Kn svih uredenih n-torki brojeva iz K imamo:

64
i=1
i
ei = 1
(1,
0,
0,
0,
...
0,
0,
0) +
(0,
(0,
..
.
1,
0,
..
.
0,
1,
..
.
0,
0,
..
.
...
...
..
.
0,
0,
..
.
0,
0,
..
.
0) +
0) +
..
.
n1 (0,
n
(0,
0,
0,
0,
0,
0,
0,
...
...
0,
0,
1,
0,
0) +
1)
(1 , 0, 0,
(0, 2 , 0,
(0,
0, 3 ,
..
..
..
.
.
.
(0,
0, 0,
(0,
0, 0,
0,
0,
0,
..
.
...
...
...
..
.
0,
0,
0,
..
.
0,
0,
0,
..
.
0) +
0) +
0) +
..
.
0,
0,
...
...
0,
0,
2
3
n1 , 0) +
0,
n )
(1 , 2 , 3 , 4 , . . . n2 , n1 , n )
(
)
Odavde se lako vidi da je ei : i = 1, n potpun i linearno nezavisan sistem, tj.
baza prostora Kn , te i da je dim(V) = n. Ovu bazu nazivamo
standardna baza prostora Kn
Primetimo da je i-ta koordinata n-torke (1 , 2 , 3 , . . . , n1 , n ) u odnosu na
ovu bazu upravo i dakle isto
sto i i-ta komponenta te n-torke.
2
vektorski
prostor uredenih
Primer II.5.12 Neka je V := (C3 , , ) kompleksan
(
)
3
trojki kompleksnih brojeva i neka je := R C odgovarajuca restrikcija
mesovite operacije . Tada je
(
)
VR := C3 , ,
realan vektorski prostor, i za njega kazemo da je R-modifikacija kompleksnog vektorskog prostora V.
Opstije, ako je W1 := (W, , ) kompleksan vektorski prostor i :=
(R W ) onda je W2 := (W, , ) realan vektorski prostor; za W2 kazemo da
je R-modifikacija kompleksnog prostora W1 .
Vratimo se sada nasem konkretnom( primeru, tj.)R-modikaciji VR kompleksnog
prostora V = (C3 , , ). Neka je e = ei : i = 1, 3 standardna baza kompleksnog
prostora V iz Primera II.5.11. Sistem e je linearno nezavisan sistem vektora prostora
65
VR jer je on linearno nezavisan sistem vektora prostora V i jer je

x =
x za
n
svako x C i svaki realan broj R. No ovaj sistem nije vise baza prostora VR
jer nije potpun sistem vektora ovog prostora. Zaista, dok u prostoru V imamo
i e1 = i(1, 0, 0) = (i, 0, 0)
u prostoru VR nema mnozenja vektora kompleksnim brojem i ovo nije skalar ovog
prostora. Skalari ovog prostora su realni brojevi a imamo
e1 +
e2 +
e3 = (1, 0, 0) + (0, 1, 0) + (0, 0, 1) = (, , ) = (i, 0, 0)
za svako , , R.
S druge strane lako se proverava da sistem
(
)
(1, 0, 0), (0, 1, 0), (0, 0, 1), (i, 0, 0), (0, i, 0), (0, 0, i)
jeste baza prostora VR :

p(1, 0, 0) + x(0, 1, 0) + u(0, 0, 1) + q(i, 0, 0) + y(0, i, 0) + v(0, 0, i) = (p + q i, x + y i, u + v i)
Citaocu
se prepusta da ovo razmatranje generalizuje posmatrajuci R-modikaciju
prostora svih kompleksnih n-torki gde je n N proizvoljno.
2
Primer II.5.13 Za i0 , j0 = 1, 3 neka je matrica Ei0 ,j0 K33 denisana sa
{
Ei0 ,j0 (i, j) =
0, ako (i, j) = (i0 , j0 )

1, ako (i, j) = (i0 , j0 )
za i, j = 1, 3.
U prostoru K33 sada imamo
1 0 0
0 1 0
0 0 1
ai,j Ei,j = a1,1 0 0 0 +a1,2 0 0 0 +a1,3 0 0 0 +

0 0 0
0 0 0
0 0 0
i,j=1,3
0 0 0
0 0 0
0 0 0
a2,1 1 0 0 +a2,2 0 1 0 +a2,3 0 0 1 +
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
a3,1 0 0 0 +a3,2 0 0 0 +a3,3 0 0 0 =
1 0 0
0 1 0
0 0 1

66
a1,1 0 0
0 a1,2 0
0 0 a1,3
0 0 0 + 0 0 0 + 0 0 0 +
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
a2,1 0 0 + 0 a2,2 0 + 0 0 a2,3 +
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0
0 0 0 + 0 0 0 + 0 0 0 =
a3,1 0 0
0 a3,2 0
0 0 a3,3
a1,1 a1,2 a1,3

= a2,1 a2,2 a2,3
a3,1 a3,2 a3,3
{
}
Odavde se lako vidi da je E1,1 , E1,2 , E1,3 , E2,1 , E2,2 , E
,
E
,
E
,
E
potpun
2,3
3,1
3,2
3,3
(
)
i linearno nezavisan skup sa 9 elemenata, te i da je dim K33 = 3 3 = 9. Sistem
(
)
E := E1,1 , E1,2 , E1,3 , E2,1 , E2,2 , E2,3 , E3,1 , E3,2 , E3,3
je baza prostora K33 . Imamo
1 5
9
0
7 = 1, 5, 9, 3, 0, 7, 2 , 2, 1E
A := 3
2
2 1
Tako je recimo koordinata matrice A u odnosu na bazu E pri vektoru E2,3 jednaka
7, a pri vektoru E1,2 jednaka 5.
Slicno, ako su n, m N i ako su za i0 = 1, n i j0 = 1, m matrice Ei0 ,j0 Knm

denisane sa
{
Ei0 ,j0 (i, j) =
za i = 1, n i j = 1, m, odnosno
0, ako (i, j) = (i0 , j0 )

1, ako (i, j) = (i0 , j0 )
(i0 1)(j0 1)
0 0 ... 0 0
{z
}
=
|
j0 1
(ni0 )(j0 1)
Ei0 ,j0
onda je skup
0
0
..
.
67
i0 1
0
0
..
.
ni0
(i0 1)(mj0 )
0 0 ... 0 0
|
{z
}
mj0
(ni0 )(mj0 )
}
{
M := Ei,j : i = 1, n, j = 1, m
potpun i linearno nezavisan i ima n m elemenata. Zato je sistem

(
)
E1,1 , . . . , E1,m ; E2,1 , . . . , E2,m ; . . . . . . . . . ; En,1 , . . . , En,m
baza prostora Knm i ovu bazu nazivamo
standardna baza prostora Knm
Primer II.5.14 Neka je K {R, C}, n N i za i 1, n neka su si : K K
df i
denisane sa
( si (x) := x )za x K.
Sistem si : i = 0, n funkcija je baza prostora Poln,K . Zaista, ako je v Poln,K
dato sa v(x) = a0 + a1 x + + an xn (gde dozvoljavamo i da je an = 0) onda je
v = a0 , a1 , . . . , an s
jer
v(x) = a0 s0 (x) + a1 s1 (x) + + an sn (x)
za svako x K pa je sistem potpun, a ako su i K za i = 1, n takvi da je
i=1
nula vektor ovog prostora - konstantna nula funkcija onda je

)
( n
i sn (x) = 0
i=1
sn
i

68
za svako x K, odnosno
0 + 1 x + 2 x2 + + n xn = 0
za svako x K, odakle se vidi da mora biti i = 0 za i = 1, n; dakle sistem je i
linearno nezavisan.
Ovu bazu nazivamo
standardna baza prostora Poln,K
Specijalno dim (Poln,K ) = n. Standardna baza je specicna po tome sto se koordinate vektora date polinomske funkcije u odnosu na nju poklapaju sa koecijentima te polinomske funkcije.
2
Primer II.5.15 Ako je u prostoru V geometrijskih vektora (a, b, c) proizvoljna trojka nekomplanarnih vektora, onda je ona potpun sistem vektora ovog prostora:
u = 1
a + 2 b + 3
c
Slika II.5.7.
Znamo da niti lineal nad bilo kojim jednim geometrijskim vektorom niti nad bilo
koja dva geometrijska vektora nije jednak V (videti Primer I.6.5). S druge strane
prema Tvrdenju II.5.2 svaki potpun skup vektora ima podskup koji je bazni skup.
Otuda zakljucujemo da (a, b, c) mora biti baza. Dakle dim(V) = 3.
2
Tvrdenje II.5.16 Neka je V k.d.v. prostor. Ako je (a1 , . . . , an ) linearno nezavisan
sistem koji nije potpun, onda postoje k N i k-torka (b1 , . . . , bk ) V k vektora tako
da je (a1 , . . . , an , b1 , . . . , bk ) baza.
II.6. SUME PODPROSTORA
69
Dokaz Pretpostavimo suprotno, tj. neka postoji neko n N takvo da za neki

linearno nezavisan sistem (a1 , . . . , an ) koji nije potpun vazi da nijedan sistem vektora
koji je oblika (a1 , . . . , an , b1 , . . . , bk ) nije baza; svaki takav broj n zadovoljava n
dimV N pa zato postoji i najveci takav broj, oznacimo ga sa n0 .
Neka je a = (a1 , . . . , an0 ) linearno nezavisan sistem koji nije potpun a takav da
nijedan sistem vektora koji (je oblika (a1 , .). . , an0 , b1 , . . . , bk ) nije baza. Dakle moguce
je izabrati neko x V \ L {a1 , . . . , an0 } . Kako je a linearno nezavisan sistem to
odavde sledi da je skup {a1 , . . . , an0 , x} linearno nezavisan (videti Tvrdenje II.4.5)
i ima tacno n elemenata, tj. sistem (a1 , . . . , an0 , x) je linearno nezavisan. Zbog
ucinjene pretpostavke o sistemu (a1 , . . . , an0 ) sistem (a1 , . . . , an0 , x) ne moze biti
potpun (jer bi tad bio baza) a iz istog razloga ne moze postojati nijedna baza oblika
(a1 , . . . , an0 , x, b1 , . . . , bk ). No sistem (a1 , . . . , an0 , x) je duzine n0 + 1, sto protivureci
izboru broja n0 .
2
v
Posledica II.5.17 Ako je V k.d.v. prostor i P V, pri cemu je P = V , onda je

dim(P ) < dim(V).
2
Posledica II.5.18 Neka je S V konacan linearno nezavisan skup takav da ne
postoji nijedan linearno nezavisan skup vektora sa vecim brojem elemenata od |S|.
Tada je S bazni skup.
2
Tvrd
(enje II.5.19
) Neka je V konacnodimenzionalan prostor, n := dim(V) N i
a = ai : i = 1, n sistem duzine (upravo) n. Ako je a bilo linearno nezavisan bilo
potpun, onda je a baza.
Dokaz Ako je a linearno nezavisan sistem a nije potpun onda bi na osnovu
Tvrdenja II.5.16 postojali k N i (b1 , . . . , bk ) V k tako da je (a1 , . . . , an , b1 , . . . , bk )
baza; no ova bi baza bila duzine n + k a n + k > n = dim(V), sto je nemoguce.
{
}
Pretpostavimo sada da je a potpun sistem i stavimo A := ai : i = 1, n . Tada
je S konacan potpun skup. Neka je N A linearno nezavisan skup sa najvecim
brojem elemenata. Prema Tvrdenju II.5.2 N mora biti potpun skup, te je stoga i
bazni skup pa mu je n broj elemenata. Isti broj elemenata ima i njegov nadskup A
pa je N = A. Dakle A je bazni skup sa n elemenata a ovo znaci da je a baza (videti
Tvrdenje II.5.7).
2
II.6
Sume podprostora
Za neprazne skupove vektora A, B V vektorskog prostora V denisemo

df
A + B := {
x +
y : x A, y B}

70
i
df
A := {
x : x A}
za K. Ovako denisana operacija + na skupu P(V ) \ {} je asocijativna i

komutativna, sto se lako proverava, a ima i neutral to je singlton {0}.
Jednostavnom indukcijom pokazuje se da je
{
}
A1 + + Ak =
x1 + +
xk : xi Pi , i = 1, k
Tvrdenje II.6.1 Ako je P1 , . . . , Pk V onda je i P1 + + Pk V.

Dokaz Neka je u, v P1 + + Pk i K. Tada postoje xi , yi Pi za i = 1, k
k
k
tako da je u =
xi i v =
yi . Imamo
i=1
i=1
u+v =
xi +
i=1
yi =
i=1
(xi + yi ) P1 + + Pk
i=1
v
jer je xi + yi Pi za svako i = 1, k, obzirom da je Pi V. Slicno je
u =
xi =
i=1
xi P1 + + Pk
i=1
jer je i
xi Pi za svako i = 1, k, obzirom da je Pi V.
v
2
Podprostor P1 + + Pk V nazivamo suma k-torka podprostora (P1 , . . . , Pk ).
v
Definicija II.6.2 Za uredenu k-torku podprostora (P1 , . . . , Pk ) kazemo da ima dik
rektnu sumu ili da joj je suma direktna ako vazi

xi = 0 kad god je xi Pi za
i=1
i = 1, k tako da za neko i0 {1, . . . , k} vazi xi0 = 0.

Zapis Q = P1 Pk znacice:
Q = P1 + + Pk i (P1 , . . . , Pk ) ima direktnu sumu
71
v
Tvrdenje II.6.3 Neka je P1 , . . . , Pk V. Sledeci uslovi su ekvivalentni:

(1) (P1 , . . . , Pk ) ima direktnu sumu;
(2) ako su xi , yi Pi za i = 1, k tako da je xi0 = yi0 za neko i0 {1, . . . , k},
k
k
onda je
xi =
yi ;
i=1
i=1
Pi = {0}.
(3) Za svako i0 {1, . . . , k} vazi Pi0
i=1,k
i=i0
Dokaz (1) (2): ako su xi , yi Pi za i = 1, k tako da je xi0 = yi0 za neko

i0 {1, . . . , k}. Denisimo
zi = xi yi
v
za i = 1, k. Za svako i = 1, k vazi zi Pi jer Pi V. Pritom je zi0 = 0. Prema (1)

sada sledi da je onda imamo
k
zi = 0
i=1
tj.
0 =
(xi yi ) =
i=1
odnosno
i=1
xi =
xi =
i=1
yi
i=1
yi .
i=1
(2) (3): Neka su i0 {1, . . . , k} i a Pi0
Pi {0} proizvoljni. Tada je
i=1,k
i=i0
a=
zi
(II.4)
i=1,k
i=i0
za neke zi Pi za i = 1, k, i = i0 . Denisimo sistem

df
df
df
df
xi := 0 za i = 1, k, i = i0 i xi0 := a,
i sistem
yi := zi za i = 1, k, i = i0 i yi0 := 0.
Prema II.4 imamo
i=1
xi = a =
yi
i=1
Pritom je xi , yi Pi za i = 1, k. (2) sada povlaci da je xi = yi za svako i = 1, k,

specijalno a = xi0 = yi0 = 0.

72
(3) (1): Neka su xi Pi za i = 1, k tako da za neko i0 {1, . . . , k} vazi

k
xi = 0 onda bi imali
xi0 = 0. Kad bi bilo
i=1
Pi0 xi0 =
i=1,k
i=i0
tj. 0 = xi0 Pi0
(xi )
Pi
i=1,k
i=i0
Pi , sto bi protivurecilo uslovu (3).
i=1,k
i=i0
2
v
Kao specijalan slucaj prethodnog tvrdenja imamo da ako je P, Q V onda
suma para podprostora (P, Q) je direktna akko je P Q = {0}
Primer U prostoru R R neka je

{
}
{
}
P1 := f R R : f je parna funkcija i P2 := f R R : f je neparna funkcija
v
Jednostavno je videti da je P1 , P2 R R. Suma para podprostora (P1 , P2 ) je direktna

jer ako je f P1 P2 onda za svako x R vazi f (x) = f (x) = f (x), tj. f (x) = 0,
pa je f konstantna nula funkcija. Dakle P1 P2 = {0}.
2
Tvrdenje II.6.4 U k.d.v.p. V neka je P1 , . . . , Pk V. Za i = 1, k stavimo ni :=

dim(Pi ). Za svako i = 1, k neka je sistem (ai1 , . . . , aini ) baza vektorskog prostora
odredenog sa Pi . Tada je suma k-torke (P1 , . . . , Pk ) direktna akko je (n1 + + nk )torka
(a11 , . . . , a1n1 , a21 , . . . , a2n2 , . . . . . . , ak1 , . . . , aknk )
baza podprostora P1 + + Pk .
73
Slika II.6.8.
Dokaz Pretpostavimo najpre da je doticni sistem baza podprostora P1 + +
Pk . Da pokazemo da (P1 , . . . , Pk ) ima direktnu sumu neka su xi Pi za i = 1, k
ni
i
i
proizvoljni. Za svako i = 1, k postoje 1 , . . . , ni K tako je xi =
ji aij , jer je
j=1
(ai1 , . . . , aini ) potpun sistem za Pi . Imamo

k
i=1
xi =
n1
j1 a1j +
j=1
n2
j2 a2j +
j=1
nk
..
.
jk akj
j=1
Ako je
xi = 0 onda, obzirom da je
i=1
(a11 , . . . , a1n1 , a21 , . . . , a2n2 , . . . . . . , ak1 , . . . , aknk )
(II.5)

74
linearno nezavisan sistem, iz (II.5) sledi da je ji = 0 za svako i = 1, k i svako

j = 1, ni , te je xi = 0.
Pretpostavimo sada da (P1 , . . . , Pk ) ima direktnu sumu i neka su ji K za svako
i = 1, k i j = 1, ni . Imamo
v :=
n1
j1 a1j +
j=1
n2
j2 a2j +
(II.6)
j=1
nk
..
.
jk akj = p1 + p2 + pk
j=1
df
gde smo stavili pi :=
ni
ji aij . Iz Pi V sledi da je pi Pi . Zato, obzirom da
j=1
(P1 , . . . , Pk ) ima direktnu sumu, ako je v = 0 onda sledi da je pi = 0 za svako i = 1, k.

ni
Dakle ako je i = 1, k proizvoljno imamo

ji aij = 0, pa kako je (ai1 , . . . , aini )
j=1
linearno nezavisan sistem, to ovo moze da vazi samo ako je ji = 0 za svako j = 1, ni .

2
v
Tvrdenje II.6.5 U k.d.v.p. V neka je P1 , . . . , Pk V. Suma k-torke (P1 , . . . , Pk )

k
je direktna akko vazi dim(P1 + + Pk ) =

dim(Pi ).
i=1
Dokaz Za svako i = 1, k stavimo ni := dim(Pi ) i uocimo po bazu (ai1 , . . . , aini )

podprostora Pi . Sistem
a := (a11 , . . . , a1n1 , a21 , . . . , a2n2 , . . . . . . , ak1 , . . . , aknk ) (P1 + + Pk )n1 ++nk
je potpun za podprostor P1 + + Pk . Zaista ako je x P1 + + Pk onda je
x = x1 + + xk za neke xi Pi za i = 1, k, pa je
(
)
k
k (
{ i
}
ni i
1 i
x=
xi =
i a1 + + i ani L aj : i = 1, k, j = 1, ni
i=1
i=1
za neke ij K za i = 1, k, j = 1, ni . Zato sada na osnovu Tvrdenja II.5.19 imamo

da je
a baza za P1 + + Pk akko je dim(P1 + + Pk ) =
i=1
ni .
75
No prema Tvrdenju II.6.4 imamo da je

a baza za P1 + + Pk akko je suma k-torke (P1 , . . . , Pk ) direktna.
2
v
Tvrdenje II.6.6 U k.d.v.p. V neka je P V. Tada postoji bar jedno Q V tako

da je V = P Q.
Dokaz Ako je P = V onda mozemo (i moramo) uzeti Q = {0}; ako je P = {0}
onda mozemo (i moramo) uzeti Q = V . Ukoliko se ne radi ni o jednom od ova dva
slucaja onda ovo direktno sledi iz Tvrdenja II.5.16 i II.6.4.
2
v
Definicija II.6.7 Neka je P V. Svaki podprostor za koji vazi P Q = V naziva

se
direktna dopuna podprostora P (u odnosu na prostor V)

2
Primer Transponovana matrica matrice A = [ai,j ]nm Knm jeste matrica B =
[bi,j ]mn Kmn denisana sa bi,j = aj,i za svako i = 1, m, j = 1, n; oznacavamo je
sa AT . Na primer imamo
a x p
a b c
b y q = x y z
p q r
c z r
Za kvadratnu matricu A = [ai,j ]nn Knn reda n N kazemo da je

simetricna matrica
ako vazi ai,j = aj,i za svako i, j = 1, n. Dakle A je simetricna akko vazi A = AT .
Za kvadratnu matricu A = [ai,j ]nn Knn reda n N kazemo da je
antisimetricna matrica

76
ili kososimetricna matrica, ako vazi ai,j = aj,i za svako i, j = 1, n. Dakle A je

antisimetricna akko vazi A = AT .
Primetimo da svaka antisimetricna matrica ima sve nule na glavnoj dijagonali,
tj. da vazi ai,i = 0 za svako i = 1, n: ovo je zbog ai,i = ai,i .
a u v
u b w
v w b
simetricna matrica
0 u v
u
0 w antisimetricna matrica
v w
0
a1,1 + a1,1
a2,1 + a1,2
a3,1 + a1,3
|
a1,2 + a2,1
2
a2,2 + a2,2
2
a3,2 + a2,3
2
{z
)
1(
M + MT
2

a1,1 a1,1
a1,3 + a3,1

2
2

a2,3 + a3,2
+ a2,1 a1,2

2
2

a3,3 + a3,3 a3,1 a1,3
2
2
} |
a1,2 a2,1
2
a2,2 a2,2
2
a3,2 a2,3
2
{z
)
1(
M MT
2
a1,3 a3,1
a2,3 a3,2
=
a3,3 a3,3
2
a1,1 a1,2 a1,3

= a2,1 a2,2 a2,3
a3,1 a3,2 a3,3
|
{z
}
M
Za proizvoljnu kvadratnu matricu A = [ai,j ]nn Knn matrica A + AT je
simetri
cna a matrica A AT je antisimetri
cna, sto se direktno proverava; zato
)
)
1(
1(
T
T
je
A + A simetricna a matrica
A A antisimetricna. i pritom vazi
2
2
A=
) 1(
)
1(
A + AT +
A AT Sim + Ant
2
2
gde je Sim Knn skup svih simetricnih matrica reda n, a Ant Knn skup svih
antisimetricnih matrica reda n.
Ovo znaci da je Knn = Sim + Ant. Proveravimo da zapravo vazi
Knn = Sim Ant
77
Zaista, neka je [ui,j ]nn Sim, [vi,j ]nn Ant tako da [ui,j ]nn + [vi,j ]nn =
[wi,j ]nn , gde je wi,j = 0 za svako i, j = 1, n. Fiksirajmo i0 , j0 {1, . . . , n}. Tada je
ui0 ,j0 + vi0 ,j0 = 0 kao i uj0 ,i0 + vj0 ,i0 = 0, pri cemu uj0 ,i0 = ui0 ,j0 i vj0 ,i0 = vi0 ,j0 , te
je zapravo
ui0 ,j0 + vi0 ,j0 = 0 i ui0 ,j0 vi0 ,j0 = 0
odnosno ui0 ,j0 = vi0 ,j0 = 0.
Primer Neka je k N. U prostoru
(N
)
R, , svih nizova realnih brojeva za skupove
P := {(ai : i N) : ai = 0 za svako i > k}

i
{
}
Q := (ai : i N) : ai = 0 za svako i = 1, k
v
vazi P, Q V kao i N R = P Q.
..
.
..
.
..
.
..
.
..
.
..
.
ak+3
ak+3
ak+2
ak+2
ak+1
ak+1
ak
ak
ak1
ak1
..
.
..
.
..
.
a3
a3
a2
a2
a1
a1
a
2

78
Tvrdenje II.6.8 Neka je P1 , P2 V, Q0 := P1 P2 i neka su Q1 P1 i Q2 P2

takvi da je
Q1 Q0 = P1
Q0 Q2 = P2
Tada je suma trojke podprostora (Q1 , Q0 , Q2 ) direktna, i pritom je

Q1 Q0 Q2 = P1 + P2
Slika II.6.9.
Dokaz Da pokazemo da trojka (Q1 , Q0 , Q2 ) ima direktnu sumu koristicemo se
Tvrdenjem II.6.3 pod (3). Imamo
Q2 (Q1 + Q0 ) = Q2 P1 = (Q2 P2 ) P1 = Q2 (P2 P1 ) = Q2 Q0 = {0}
i analogno
Q1 (Q0 + Q2 ) = Q1 P2 = (Q1 P1 ) P2 = Q1 (P1 P2 ) = Q1 Q0 = {0}
Preostaje da pokazemo da je Q0 (Q1 +Q2 ) = {0}. Neka je q0 Q0 (Q1 +Q2 ) = {0}
proizvoljno. Tada postoje q1 Q1 i q2 Q2 tako da je
q0 = q1 + q2
Imamo
P1 q0 q1 = q2 P2
79
v
jer q0 Q0 P1 , q1 Q1 P1 i P1 V, pa je
q2 = q0 q1 P1 P2 = Q0
Otuda sledi
Q0 q0 q2 = q1 Q1
pa je zapravo
q0 q2 = q1 Q0 Q1 = {0}
odnosno q0 q2 = 0 pa imamo
Q0 q0 = q2 Q2
tj. q0 = q2 Q0 Q2 = {0}, iliti q0 = 0.
v
Imamo Q0 + Q0 = Q0 jer je Q0 V pa je zato

P1 + P2 = (Q1 + Q0 ) + (Q0 + Q2 ) = Q1 + (Q0 + Q0 ) + Q2 = Q1 + Q0 + Q2
2
v
Tvrdenje II.6.9 Neka je P1 , P2 V. Ako je V kona

cnodimenzionalan onda
vazi
dim(P1 + P2 ) = dim(P1 ) + dim(P2 ) dim(P1 P2 )
Dokaz Stavimo Q0 := P1 P2 . Primenjujuci Tvrdenje II.6.6 na podprostore
v
v
P1 i P2 zakljucujemo da postoje Q1 P1 i Q2 P2 takvi da je Q1 Q0 = P1 i
Q0 Q2 = P2 . Neka je ni := dim(Qi ) za i {0, 1, 2}. Prema Tvrdenju II.6.8 suma
trojke (Q1 , Q0 , Q2 ) je direktna pa je takva i suma para (Q1 , Q0 ) kao i para (Q0 , Q2 );
takode znamo da je P1 + P2 = Q1 + Q0 + Q2 . Sada prema Tvrdenju II.6.5 imamo
dim(P1 + P2 ) = dim(Q1 + Q0 + Q2 ) = dim(Q1 ) + dim(Q0 ) + dim(Q2 ) = n1 + n0 + n2
dim(P1 ) = dim(Q1 ) + dim(Q0 ) = n1 + n0
dim(P2 ) = dim(Q0 ) + dim(Q2 ) = n0 + n1
kao i dim(P1 P2 ) = dim(Q0 ) = n0 odakle direktno sledi zeljena jednakost.

80
II.7
Linearna preslikavanja
Primer Neka je f : R2 R3 denisano sa

(
) df
f (x, y) = f (x, y) := (x y, 2x + 3y, 7x + 5y)
Neka su a1 := (x1 , y1 ), a2 = (x2 , y2 ) R2 i 1 , 2 R proizvoljni. Imamo
(
)
(
)
f 1
a1 + 2
a2 = f 1 (x1 , y1 ) + 2 (x2 , y2 ) = f (1 x1 + 2 x2 , 1 y1 + 2 y2 ) =
(
(1 x1 + 2 x2 ) (1 y1 + 2 y2 ),
2(1 x1 + 2 x2 ) + 3(1 y1 + 2 y2 ), )
7(1 x1 + 2 x2 ) + 5(1 y1 + 2 y2 )
=
1 (x1 y1 )
+ 2 (x2 y2 ),
1 (2x1 + 3y1 )
+ 2 (2x2 + 3y2 ),
1 (7x1 + 5y1 ) + 2 (7x2 + 5y2 )
(
)
1 (x1 y1 ), 1 (2x1 + 3y1 ), 1 (7x1 + 5y1 ) +
)
(
2 (x2 y2 ), 2 (2x2 + 3y2 ), 2 (7x2 + 5y2 )
=
(
)
(
)
1 x1 y1 , 2x1 + 3y1 , 7x1 + 5y1 + 2 x2 y2 , 2x2 + 3y2 , 7x2 + 5y2 =
1 f (a1 ) + 2 f (a2 )
Dakle preslikavanje f zadovoljava
(
)
f 1
a1 + 2
a2 = 1 f (a1 ) + 2 f (a2 )
2
v
Primer II.7.1 Neka je P, Q V pri cemu je P Q = V . Tada za svako x V

postoji ta
cno jedan par (px , qx ) P Q tako da je x = px + qx ; zbog toga je
df
denisano preslikavanje projP,Q : V P gde projP,Q (x) := px za x V . Za projP,Q
kazemo da je
projekcija na podprostor P paralelno podprostoru Q

Pokazimo da za svako , K i x, y V vazi
(
)
projP,Q
x +
y = projP,Q (
x ) + projP,Q (
y)
II.7. LINEARNA PRESLIKAVANJA
81
Za neke p1 , p2 , p P i q1 , q2 , q Q imamo x = p1 + q1 , y = p2 + q2 . Prema deniciji

je projP,Q (x) = p1 i projP,Q (y) = p2 . Imamo
x +
y = (
p1 +
q1 ) + (
p2 +
q2 ) = (
p1 +
p2 ) + (
q1 +
q2 )
v
pri cemu je
p1 +
p2 P i
q1 +
q2 Q jer je p1 , p2 , p P , P P i q1 , q2 , q Q,
v
Q Q. Zato je prema deniciji preslikavanja projP,Q
(
)
projP,Q
x +
y =
p1 +
p2 = projP,Q (
x ) + projP,Q (
y)
2
(
)
Primer II.7.2 Neka je n N i a = ai : i = 1, n sistem vektora prostora V.
Denisimo preslikavanje LKa : Kn V sa
n
) df
LKa (x1 , . . . , xn ) :=
xi
ai = x1 , . . . , xn a
i=1
i pokazimo da za svako , K i x = (x1 , . . . , xn ), y = (y1 , . . . , yn ) Kn vazi

(
)
LKa
x +
y = LKa (
x ) + LKa (
y)
Imamo LKa (x) =
xi
ai i LKa (y) =
i=1
yi
ai pa je
i=1
LKa (
x ) + LKa (
y)=
i=1
(xi )
ai +
(yi )
ai =
i=1
(xi + yi )
ai
i=1
No takode je i
n
(
)
(
)
LKa
x +
y = LKa (x1 + y1 , . . . , xn + yn ) =
(xi + yi )
ai
i=1
2
Definicija II.7.3 Neka je K {R, C} i neka su V i W vektorski prostori oba nad
K (dakle oba realna ili oba kompleksna). Za preslikavanje f : V W kazemo da je
linearno preslikavanje iz prostora V u prostor W

ako vazi
f (
x +
y ) = f (
x ) + f (
y)

82
za svako x, y V i , K. Sinonim za linearno preslikavanje je rec homomorfizam. Skup svih linearnih preslikavanja iz V u W oznacavamo sa Hom(V, W).
2
Zapa
zanje II.7.4 Primetimo da ako je f linearno preslikavanje iz prostora V u
prostor W onda je
f (01 ) = 02
tj. nula vektor (prostora V) (
mora da se slika
u nula vektor (prostora W). Ovo je
)
tako iz razloga sto f (01 ) = f 0 01 + 0 01 = 0f (01 ) + 0f (01 ) = 02 .
2
Primer Dakle u Primeru II.7.1 je projP,Q Hom(V, P ), a u Primeru II.7.2 je LKa
Hom(Kn , V). Uzgred primetimo da smo ovde pisali Hom(V, P ) a ne Hom(V, P),
v
gde je P vektorski prostor odreden podprostorom P V; ovo je u skladu sa jednom
ranije uvedenom konvencijom.
2
v
Zapa
zanje II.7.5 Neka je P V i Q W i f Hom(V, W). Ako je f P Q
onda je f P Hom(P, Q). Drugim recima restrikcija linearnog preslikavanja je
linearno preslikavanje.
Slika II.7.10.
83
2
Definicija II.7.6 Neka je V = (V, +, ) vektorski prostor nad K i neka je X =
proizvoljan skup. Na skupu X V svih funkcija iz X u V denisimo operaciju koju
cemo zvati
standardno sabiranje funkcija iz X u V
na sledeci nacin: ako su f, g : X V onda je funkcija f g : X V odredena sa
df
(f g)(x) := f (x) + g(x)
za svako x X. Denisemo i mesovitu operaciju : K X V X V koju cemo zvati
standardno mnozenje funkcija iz X u V realnim, odnosno kompleksnim brojem
na sledeci nacin: za f : X V i K funkcija f : X V odredena je sa
df
( f )(x) := f (x)
za svako x X.
Lako se proverava da je
(X
)
V, , vektorski prostor nad K. Njega cemo zvati
vektorski prostor svih funkcija iz X u V i skraceno oznacavati sa
V.
Tvrdenje II.7.7 Hom(V, W) je podprostor prostora V W svih funkcija iz V u W.

Dokaz Neka su f, g Hom(V, W) i , K. Treba pokazati da je i f + g
Hom(V, W). Dakle neka su u, v V i , K proizvoljni. Imamo
(
)
(
)
(
)
f + g (
u +
v ) = f
u +
v + g
u +
v =
(
)
(
)
f (u) + f (v) + g(u) + g(v) =(
)
(
)
(
)
(
)
f (u) + g(u) + f (v) + g(v) = f + g (u) + f + g (v)
2

84
Slika II.7.11.
Konvencija Za vektorski prostor odreden podprostorom Hom(V, W) prostora V W
koristicemo istu oznaku Hom(V, W) kao i za sam skup Hom(V, W). Ovo je u
skladu sa sa jednom ranijom konvencijom. Prostor Hom(V, W) nazivamo
vektorski prostor svih linearnih preslikavanja iz V u W
2
Definicija II.7.8 Neka je K {R, C}. (K, +, ) je vektorski prostor nad K, gde je
+ uobicajeno sabiranje a uobicajeno mnozenje brojeva. Ako je V vektorski
prostor nad K onda za linearno preslikavanje f Hom(V, K) kazemo da je
linearna funkcionela na prostoru V

Drugim recima, linearna funkcionela na V je svako preslikavanje f : V K
(dakle f : V R ili f : V C) za koje vazi
()
(
)
()
y
x + f
f
x +
y = f
za svako , K i x, y V .
Definicija II.7.9 Vektorski prostor Hom(V, K) svih funkcionela na V nazivamo
dualni prostor vektorskog prostora V
85
ili algebarski dual prostora V i oznacavamo ga sa V .

v
Dakle V = Hom(V, K)
K.
Tvrdenje II.7.10 Za f : V W sledeci uslovi su ekvivalentni:

(1) f (
je linearno;
)
n
n
(2) f
i
ai =
i f (
ai ) za svako n N, a1 , . . . , an V , 1 , . . . , n K;
i=1
i=1
(3) f zadovoljava sledeca dva uslova:

preslikavanje f je aditivno, tj. vazi f (x + y) = f (x) + f (y) za svako x, y V ;
preslikavanje f je homogeno, tj. vazi f (

x ) = f (
x ) za svako x V i
K.
Dokaz (1)(2): Indukcijom po n N. Baza indukcije:
( )
(
(
)
)
f 1
a1 = f 1
a1 + 0 0 = 1 f (a1 ) + 0f 0 = 1 f (a1 )
Indukcijski korak:
( n+1
)
(
n
f
a =f 1
a +
i i
i=1
i i
)
)
( n
)
( )
(
an+1 =
= 1
i f ai +n+1 f
n+1 an+1
i=1
i=1
n+1
i f (
ai )
i=1
(
)
(2)(3): Aditivnost: f (x + y) = f 1
x + 1
y = 1 f (x) + 1 f (y) = f (x) + f (y).
Homogenost je(samo specijalan
caj
(2)
)
(slu
) uslova
(
) za n = 1
(3)(1): f x + y = f x + f y = f (x) + f (y).

2
Tvrdenje II.7.11 Uvek je f (01 ) = 02 . Linearno preslikavanje f je injektivno akko
je f {02 } = {01 }.
Dokaz Kako je f (01 ) = f (01 + 01 ) = f (01 ) + f (01 ) to sledi da je f (01 ) = 02 .
Dakle 01 f {02 }, pa ako je f injektivno onda odavde direktno imamo da je u
tom slucaju f {02 } = {01 }.
Neka sada vazi f {02 } = {01 }. Ako su x, y V tako da je f (x) = f (y) onda
imamo
(
)
0 = f (x) f (y) = 1 f (x) + (1) f (y) = f 1

x + (1)
y = f (x y)
2
tj.
x y f {02 } = {01 }
Znaci x y = 01 odnosno x = y. Ovim smo pokazali da je f injektivno.

86
Definicija II.7.12 Za f Hom(V, W) skup

{
}
df
Ker(f ) := f {02 } = x V : f (x) = 02
nazivamo
jezgro linearnog preslikavanja f .

Dakle linearno preslikavanje je monomorzam akko je Ker(f ) = {01 }.
v
Tvrdenje II.7.13 Ako je f Hom(V, W) onda Ker(f ) V, Im(f ) W.

Dokaz Ako je x, y Ker(f ) i , K onda imamo
(
)
()
()
f
x +
y =f
x +f
y = 02 + 02 = 02
tj.
x +
y Ker(f ).
Ako su u, v Im(f ) i , K (onda je u =)f (x) i v = f (y) za neke x, y V pa
je
u +
v = f (x) + f (y) = f
x +
y Im(f ).
2
Primer Neka je f : N R N R dato sa
(
) (
)
f (a) = b gde bn = an+2 an+1 an+1 an za svako n N
iliti
(
f (a1 , a2 , a3 , a4 , a5 , . . . . . . ) =
(a3 a2 )(a2 a1 ), (a4 a3 )(a3 a2 ), (a5 a4 )(a4 a3 ), (a6 a5 )(a5 a4 ), . . . . . . . . .
Lako se proverava da je f linearno preslikavanje. Imamo

f (a) = 0, tj. an = 0 za svako n N,
akko postoji neko R tako da je an+1 an = za svako n R,
odnosno akko je niz a aritmeticki.
Dakle
Ker(f ) je podprostor od N R koji se sastoji od svih aritmetickih nizova realnih
brojeva.
87
Primer Neka je f : R3 R3 dato sa

df
f (x, y, z) := (0, 2y + z, y + 3z)

za (x, y, z) R.
Imamo
{
} {
}
Ker(f ) = (x, y, z) R3 : 2y + z = y + 3z = 0 = (, 0, 0) R3 : R
tj.
(
)
{
}
{
} v 3
3
Ker(f ) = (1, 0, 0) R : R = L (1, 0, 0)
R
Imamo
{
}
Im(f ) = (0, , ) : , R
jer ako su , R proizvoljni onda vazi

(0, , ) = (0, 2y + z, y + 3z) za y =
3
2
iz=
.
5
5
Dakle
(
)
}
{
} v 3
Im(f ) = (0, 1, 0) + (0, 0, 1) : , R = L (0, 1, 0), (0, 0, 1)
R
{
2
To da za f Hom(V, W) vazi Ker(f ) V i Im(f ) W samo je specijalan slucaj
narednog opstijeg tvrdenja.
v
Tvrdenje II.7.14 Ako je f Hom(V, W), i P V, Q W onda vazi

v
f Q = {x V : f (x) Q} V
i
f P = {f (x) : x P } W
Dokaz Neka su x, y f Q i , K. Imamo
(
)
()
( )
f
x +
y =f
x +f
y Q
v
jer je f (x), f (y) Q W. Dakle

x +
y f Q.

88
Neka je sada u, v f P i , K. Postoje x, y P tako da je u = f (x) i

y = f (y). Imamo
( )
( )
(
)
f
x + f
y = f
x +
y f P
v
jer je
x +
y P obzirom da x, y P V.
Specijalno imamo
Ker(f ) = f {02 }
Im(f ) = f V ,
V V.
pri cemu je naravno

v
{02 } W
Definicija II.7.15 Bijekciju f : V W koja je jos i linearno preslikavanje iz V u

W kazemo da je izomorfizam vektorskih prostora, preciznije: izomorfizam iz V
u W.
2
Tvrdenje II.7.16 Ako je f : V W izomorzam vektorskih prostora V i W onda
je f 1 : W V izomorzam prostora W i V.
Dokaz Treba pokazati da je f 1 linearno preslikavanje. Neka su x, y W ,
, K i stavimo z := f 1 (x) + f 1 (y) ; imamo
(
)
(
)
f (z) = f f 1 (x) + f f 1 (y) =

x +
y
(
)
pa je z = f 1
x +
y .
2
Zapa
zanje II.7.17 Ako je f : V W izomorzam iz prostora V u prostor W i
v
P V onda je
f P : P f P
izomorzam iz prostora P u prostor f P
Dokaz Kako je f bijekcija iz V u W to je f P bijekcija iz P u f P . f je
linearno pa je i svaka njegova restrikcija linearno preslikavanje (Zapazanje II.7.5).
2
Tvrdenje II.7.18 Neka su dati prostori V, W i U. Ako su oba preslikavanja f :
V W i g : W U linearna, tj. f Hom(V, W) i g Hom(W, U), onda je i
njihova kompozicija g f : V W linearno preslikavanje, tj. g f Hom(V, U).
Ako je f izomorzam iz V u W a g izomorzam iz W u U onda je g f izomorzam
iz V u U.
II.8. KAKO SHVATITI POJAM IZOMORFNIH PROSTORA
89
Dokaz Neka su x, y V i , K. Imamo

(
)
(
)
(
)
(
)
(
)
(
)
(g f ) x + y = g f x + y
= g f x + f y
=
(
)
(
)
(
)
(
)
= g f x
+ g f y
= (g f )(x) + (g f )(y)
2
Definicija II.7.19 Kazemo da je prostor V (linearno) izomorfan sa prostorom W
ako postoji neki izomorzam iz V u W. Na osnovu prethodnog tvrdenja V je izomorfan sa W akko je W izomorfan sa V. Kaze se jednostavno i prostori V i W su
izomorfni.
2
II.8
Kako shvatiti pojam izomorfnih prostora
(1) Posmatrajmo operaciju na skupu {a, b, c, d, e} datu sa

a b c d
a d a c e
b a b c d
c c c c c
d e d c b
e b e c a
e
b
e
c
a
d
i operaciju na skupu {0, 1, 2, 3, 4} datu sa
0
1
2
3
4
0
0
0
0
0
0
1
0
1
2
3
4
2
0
2
4
1
3
3
0
3
1
4
2
4
0
4
3
2
1
(
Funkcija h : {a, b, c, d, e} {0, 1, 2, 3, 4} data sa h :
a b c d e
3 1 0 4 2

90
Slika II.8.12.
je bijekcija i zadovoljava uslov
h(x y) = h(x) h(y)
za svako x, y {a, b, c, d, e}.
Slika II.8.13.
(2) Neka je
II.8. KAKO SHVATITI POJAM IZOMORFNIH PROSTORA

V := (0; +)
df
x y := x y,
91
df
x := x
za , x, y R. Lako je proveriti da je V := (V, , ) realan vektorski prostor. Na

primer imamo
(x y) = (xy) = (xy) = x y = ( x) ( y)
(
)
( )
x = x = x = x = () x
df
Funkcija f : R (0; +) denisana sa f (x) := ex za svako x R je bijekcija

i zadovoljava uslove
f (x + y) = f (x) f (y)
f (z) = f (z)
za svako x, y, z, R:
( )
f (x + y) = ex+y = ex ey = f (x) f (y), f (z) = ez = ez = f (z) = f (z)
Slika II.8.14.
(
)
f je dakle (linearan) izomorfizam iz prostora (R, +, ) u prostor V = (0; +), , .
2

92
II.9
Tri o
cigledna i jedan va
zan izomorfizam
(1) Preslikavanje Usprn : Kn Kn1 denisano sa
(
) df
Usprn (x1 , . . . , xn ) :=
x1
..
.
xn
je izomorzam prostora Kn i Kn1 :

(
)
Usprn (x1 , . . . , xn ) + (y1 , . . . , yn ) = (x1 + y1 , . . . , xn + yn ) =
x1 + y1
x1
y1
.
.
..
= .. + .. =
.
xn + yn
xn
yn
(
(
= Usprn (x1 , . . . , xn ) + Usprn (y1 , . . . , yn )
Ukratko, imamo
(x1 , . . . , xn )
(y1 , . . . , yn )
Usprn
Usprn
x1
..
.
xn
y1
..
.
yn
kao i
(x1 + y1 , . . . , xn + yn )
Usprn
x1 + y1
..
.
xn + yn
II.9. TRI OCIGLEDNA

I JEDAN VAZAN
IZOMORFIZAM
93
(2) Preslikavanje Zagrn : Kn K1n denisano sa

(
) df [
]
Zagrn (x1 , . . . , xn ) := x1 . . . , xn
je izomorzam prostora Kn i K1n .
Imamo
(x1 , . . . , xn ) 7 [x1 . . . , xn
(y1 , . . . , yn ) 7 [y1 . . . , yn
kao i
(x1 + y1 , . . . , xn + yn ) 7 [x1 + y1 . . . , xn + yn
2
(3) Preslikavanje Transn,m : Knm Kmn denisano sa
df
Transn,m (A) := AT
za svako A Knm je izomorzam prostora Knm i Kmn .
Na primer Trans3,2 : K32 K23 i imamo
T

a u
x p
Transn,m (M + N ) = y q + b v
c w
z r
T
x + a p + u
= y + b q + v
z + c r + w
[
=
x + a y + b z + c
p + u q + v r + w
T
x p
a u
Transn,m (M ) + Transn,m (N ) = y q + b v
z r
c w
[
=
[
=
x y z
p q r
[
+
a b c
u v w
x + a y + b z + c
p + u q + v r + w

94
Ukratko, imamo
x p
y q
z r
a u
b v
c w
Trans3,2
[
Trans3,2
x y z
p q r
a b c
u v w
kao i
x + a p + u
y + b q + v
z + c r + w
Trans3,2
[
x + a y + b z + c
p + u q + v r + w
Opsta jednakost glasi (A + B)T = AT + B T kad god su matrice A i B

istog formata.
Ovo bi trebalo da bude ocigledno a ako nije onda:
[
]
(
)
T
(A + B) (i, j) = A + B (j, i) = A(j, i) + B(j, i) = AT (i, j) + B T (i, j)
[
]
T
T
= A + B (i, j).
2
(
)
Tvrdenje II.9.1 LKa je injekcija akko je sistem a (= ai : i = 1,)n linearno nezavisan. LKa je
( preslikavanje
) na akko je sistem a = ai : i = 1, n potpun. Ako je
sistem a = ai : i = 1, n baza prostora V onda je LKa izomorzam prostora Kn i
(n-dimenzionalnog) prostora V.
II.9. TRI OCIGLEDNA

I JEDAN VAZAN
IZOMORFIZAM
95
Ako je V k.d.v.p. i dim(V) = n N onda je prostor V izomorfan prostoru Kn

Dokaz Prvi deo je preformulacija Tvrdenja II.3.3 a drugi Zapazanja II.2.3. U
Primeru II.7.2 smo videli da je LKa linearno preslikavanje.
i dim(V) = n N onda znamo da postoji neka n-torka vektora
)
( Ako je V k.d.v.p.
ai : i = 1, n koja je baza prostora V, pa dakle postoji neki izomorzam prostora
Kn i prostora V to je npr. preslikavanje LKa .
2
Definicija II.9.2
Neka je) V konacnodimenzionalan, dim(V) =: n N i neka je
(
sistem a = ai : i = 1, n baza prostora V. Na osnovu Tvrdenja II.9.1 i II.7.16
preslikavanje Koorda := [LKa ]1 je izomorfizam iz V u Kn . Dakle
df
Koorda : V Kn
i
Koorda (v) = (1 , . . . , n )
gde je i i-ta koordinata vektora v u odnosu na bazu a za i = 1, n.
Slika II.9.15.
2

96
II.10
Osnovna tvrdenja o linearnim preslikavanjima
Terminologija Za f Hom(V, W) kazemo da je

monomorfizam ako je f injektivno preslikavanje
epimorfizam ako je f preslikavanje na skup W .
Dakle f je izomorzam iz V u W akko je istovremeno i monomorzam i epimorzam.
2
Tvrdenje II.10.1 Neka je f Hom(V, W).
(a) Ako je sistem
ai : i = 1, n
linearno zavisan sistem vektora prostora V onda je i

)
(
f (ai ) : i = 1, n
linearno zavisan sistem vektora prostora W.
(
)
(
)
(b) f L(M ) = L f (M ) .
(c) Kad god je
ai : i = 1, n
potpun sistem vektora prostora V tada je i

(
f (ai ) : i = 1, n
potpun sistem vektora prostora Im(f ).
(d) Ako je f monomorfizam onda kad god je

)
(
ai : i = 1, n
linearno nezavisan sistem vektora prostora V tada je i
)
(
f (ai ) : i = 1, n
linearno nezavisan sistem vektora prostora W.
II.10. OSNOVNA TVRDENJA O LINEARNIM PRESLIKAVANJIMA
97
(e) Ako je f monomorfizam onda kad god je

(
)
ai : i = 1, n
baza prostora V tada je i
(
)
f (ai ) : i = 1, n
baza prostora Im(f ).

Dokaz (a) Ako je
i
ai = 01 i za neko i0 {1, . . . , k} je i0 = 0 onda je
i=1
02 = f (01 ) = f
( k
)
k
()
a =
f
a
i i
i=1
dakle
i=1
()
i f
ai = 02 i i0 {1, . . . , k}.
i=1
(b) Imamo
yf
L(M )
(
)
x L(M ) y = f (x)
(
(
))
n N v1 , . . . , vn M 1 , . . . , n K y = f
i vi
i=1
(
)
n
(
)
n N v1 , . . . , vn M 1 , . . . , n K y =
i f
vi
i=1
(
)
n
n N w1 , . . . , wn f M 1 , . . . , n K y =
i
wi
i=1
(
)
y L f (M ) .
(
)
(c) Ako je ai : i = 1, n potpun sistem vektora prostora V onda imamo
(
)
(
)
{
}
{
}
Im(f ) = f V = f L ai : i = 1, n
= L f (ai ) : i = 1, n
n
(
)
gde smo koristili deo pod (b). Odavde vidimo da je f (xi ) : i = 1, n potpun sistem
vektora prostora Im(f ).
(d) Pretpostavimo da je f monomorfizam, tj. pretpostavimo da je
Ker(f ) = {01 }

98
)
(
Neka je a = ai : i = 1, n linearno nezavisan sistem vektora prostora V. Iz
n
( )
i f
ai = 02
i=1
sledi
f
( n
i
ai = 02
i=1
tj.
i
ai Ker(f ) = {01 }
i=1
pa je
i
ai = 01
i=1
No kako je a linearno nezavisan sistem to ovo znaci da je jedino moguce da je i = 0

za svako i = 1, n.
(e) Sledi direktno iz (c) i (d).
2
Tvrdenje II.10.2 Neka je K {R, C} i neka su V i W vektorski prostori nad K.
Ako su oba prostora V i W konacnodimenzionalni i ako je dim(V) = dim(W)
onda je V izomorfan sa W.
Ako je V konacnodimenzionalan i ako je izomorfan sa W onda je i W konacnodimenzionalan i vazi dim(V) = dim(W).
Dakle ako su V i W k.d.v. prostori nad K onda vazi:
V je izomorfan sa W akko je dim(V) = dim(W)
Dokaz Neka je najpre dim(V) = dim(W) =: n N. Na osnovu Tvrdenja II.9.1
postoji neki
f Hom(V, Kn ) izomorzam iz V u Kn
kao i neki
g Hom(W, Kn ) izomorzam iz W u Kn .
Tada je
g 1 f Hom(V, W) izomorzam iz V u W.
99
Pretpostavimo sada da postoji neki h Hom(V, W) izomorzam iz (V u W i

pretpostavimo
da je V konacnodimenzionalan. Ako je dim(V) =: n N i (ai : i =
)
1, n baza
prostora
V onda je na osnovu Tvrdenja II.10.1 pod (e) sistem f (ai ) :
)
i = 1, n baza prostora W = Im(f ), te je i W konacnodimenzionalan i pritom je
dim(W) = n = dim(V).
2
Tvrdenje II.10.3 Neka je f Hom(V, W). Ako je V k.d.v. prostor onda su
takvi i Ker(f ) i Im(f ) i
ako su k, l V i ako( je (a1 , . . . , ak , b)1 , . . . , bl ) baza za V tako da je (a1 , . . . , ak )
baza za Ker(f ), onda je f (b1 ), . . . , f (bl ) baza prostora Im(f );
vazi
(
)
(
)
dim Ker(f ) + dim Im(f ) = dim(V)
Slika II.10.16.
v
Dokaz Neka je V k.d.v.p. Da je Ker(f ) konacnodimenzionalan sledi iz Ker(f )

V. Da je Im(f ) konacnodimenzionalan sledi iz Tvrdenja II.10.1 pod (c).
Neka su k, l V i neka je (a1 , . . . , ak , b1 , . . . ,(
bl ) baza za V tako da
) je (a1 , . . . , ak )
{
}
baza za Ker(f ). Da pokazemo da je Im(f ) = L f (b1 ), . . . , f (bl )
neka je
y Im(f )

100
proizvoljno. Tada postoji x V tako da je y = f (x). Kako je (a1 , . . . , ak , b1 , . . . , bl )
potpun sistem prostora V to je x = 1

a1 + + k
ak + 1 b1 + + l bl za neke
1 , . . . , k , 1 , . . . , l K, te imamo
y = f (x) = f (1
a1 + + k
ak + 1 b1 + + l bl )
()
()
(
(
)
)
= 1 f
a1 + + k f
ak + 1 f b1 + + l f bl
(
(
)
)
= 1 02 + + k 02 + 1 f b1 +( + l f bl )
(
(
{
}
)
)
= 1 f b1 + + l f bl L f (b1 ), . . . , f (bl )
Neka su sada 1 , . . . , l K takvi da je
(
(
)
)
1 f b1 + + l f bl = 02
Imamo
f (1 b1 + + l bl ) = 02
tj.
1 b1 + + l bl Ker(f )
(
)
{
}
Kako je po pretpostavci Ker(f ) = L a1 , . . . , ak , postoje neki 1 , . . . , k K
tako da je
tj.
1 b1 + + l bl = 1
a1 + + k
ak
1
a1 k
a k + 1 b 1 + + l b l = 0 1
Sistem (a1 , . . . , ak , b1 , . . . , bl ) je po pretpostavci linearno nezavisan pa odavde zakljucujemo da je zapravo j = 0 za svako j = 1, l (kao doduse i da je i = 0 za
svako i = 1, k).
(
)
Ovim smo pokazali da je sistem f (b1 ), . . . , f (bl ) baza za Im(f ).
Preostaje da pokazemo tzv. dimenzionu jednakost.
Slucaj 1. Ker(f ) = {01 }: U ovom slucaju je f monomorzam. Ako je V = {01 }
jednakost je
Ako V nije nula prostor onda postoji
neko n )N i
( direktno proverava.
)
(
neka baza vi : i = 1, n za V. Prema
Tvrd
enju
II.10.1
sistem
f
(v
)
:
i = 1, n je
i
(
)
(
)
baza za Im(f ). Sada imamo dim Ker(f ) = 0 i dim Im(f ) = n = dim(V).
Slucaj 2. Ker(f ) = V : U ovom slucaju je f (x) = 02 za svako x V , tj. Im(f ) =
(
)
{02 }. Kako je dim Im(f ) = 0 to je i u ovom slucaju doticna jednakost tacna.
Slucaj 3. Ker(f ) = {01 } i Ker(f ) = V : Zbog Ker(f ) = {01 } postoji neko k N i
neka (a1 , . . . , ak ) baza za Ker(f ). Kako je Ker(f ) = V , to (a1 , . . . , ak ) nije potpun
sistem vektora prostora V, pa kako je (a1 , . . . , ak ) linearno nezavisan sistem to na
101
osnovu Tvrdenja II.5.16 postoje l N i sistem vektora (b1(, . . . , bl ) prostora

) V tako
da je (a1 , . . . , ak , b1 , . . . , bl ) baza za V. Znamo da je(sistem )f (b1 ), . . . , f( (bl ) baza
) za
Im(f ). Sada direktno imamo dim(V) = k + l, dim Ker(f ) = k i dim Im(f ) = l.
2
(a) Ako je V k.d.v. prostor tada vazi:
f je monomorzam akko je dim (Im(f )) = dim(V)
(b) Neka su i V i W k.d.v. prostori pri cemu je dim(V) = dim(W). Tada su
sledeca tri uslova ekvivalentna:
(1) f je monomorzam
(2) f je epimorzam
(3) f je izomorzam.
2
Dokaz (a) Imamo:
f je monomorzam akko je Ker(f ) = {01 }
tj.
(
)
akko dim Ker(f ) = 0
a ovo je ekvivalentno sa dim (Im(f )) = dim(V), zbog jednakosti
(
)
(
)
(
)
(b) Ako je f monomorzam onda je dim Im(f ) = dim(V) = dim(W). Dakle Im(f )
je podprostor k.d.v. prostora W iste dimenzije kao i W, te mora biti Im(f ) = W na
osnovu Posledice II.5.17, tj. f je preslikavanje na skup W . Zato je f izomorzam
iz V u W.
(
)
Ako je f epimorzam onda je dim Im(f ) = dim(W) = dim(V), pa zakljucujemo
da je f monomorzam. Dakle f je izomorzam iz V u W.
2
v
(i) Neka je P V. Ako je restrikcija f0 := f P injektivno preslikavanje (tj.

monomorzam iz P u W) onda je f0 : P f P izomorzam iz P u f P .
v
(ii) Neka je Q V proizvoljan podprostor i f0 := f Q .

Ako vazi Ker(f ) Q = V onda je
102

f0 : Q Im(f )
izomorfizam iz podprostora Q u podprostor Im(f ).
Slika II.10.17.
Dokaz (i) f0 je po samoj deniciji skupa f P preslikavanje na skup f P .
(ii) Pokazimo najpre da je f Q = Im(f ). Neka je y Im(f ). Tada je y = f (x)
za neko x V . Iz Ker(f ) + Q = V sledi da je x = a + q za neko a Ker(f ) i neko
q Q. Dakle
y = f (x) = f (a + q) = f (a) + f (q) = 0 + f (q) = f (q) f Q

Stavimo f0 := f Q i pokazimo sada da je f0 monomorzam iz Q u Im(f ).
Pretpostavimo da su q1 , q2 Q takvi da je f0 (q1 ) = f0 (q2 ). Imamo 0 = f (q1 )

v
f (q2 ) = f (q1 q2 ), tj. q1 q2 Ker(f ). No iz q1 , q2 Q V sledi da je q1 q2 Q.
Dakle q1 q2 Ker(f ) Q. Suma para{podprostora
(Ker(f ), Q) je po pretpostavci
direktna, sto znaci da je Ker(f ) Q = 0 . Otuda je q1 q2 = 0 , tj. q1 = q2 .
II.11. LINEARNA PRESLIKAVANJA IZ KM U KN
103
Tvrdenje sada sledi iz dela pod (i).

2
Na kraju pokazimo jednakost
(
)
(
)
(za k.d.v. prostor V) na jedan drugi nacin:
v
prema Tvrdenju II.6.6 postoji

) neko Q V tako da je Ker(f ) Q = V , pa je
prema Tvrdenju II.6.5 Ker(f ) + dim(Q) = dim(V); no( Q i Im(f
) ) su na osnovu
Tvrdenja II.10.5 izomorfni prostori, pa je dim(Q) = dim Im(f ) .
II.11
Linearna preslikavanja iz Km u Kn
Utvrdimo najpre kako izgledaju linearne funkcionele na prostoru Km .

Tvrdenje II.11.1 Neka je (1 , . . . , m ) Km proizvoljna m-torka brojeva i neka
je preslikavanje l : Km K denisano sa
df
l(x1 , . . . , xm ) := 1 x1 + + m xm
(
za svako)(x1 , . . . , xm ) Km . l je linearna funkcionela na Km . Pritom ako je ej :
j = 1, m standardna baza prostora Km onda vazi j = l(ej ) za svako j = 1, m.
Dokaz Imamo
(
)
(
)
l (x1 , . . . , xm ) + (y1 , . . . , ym ) = l (x1 + y1 , . . . , xm + ym )
= 1 (x1 + y1 ) + + m (xm + ym )
= (1 x1 + + m xm ) + (1 y1 + + m ym )
= l(x1 , . . . , xm ) + l(y1 , . . . , ym )
Da je j = l(ej ) za svako j = 1, m utvrduje se neposredno.
Tvrdenje II.11.2 Ako je l (Km ) linearna funkcionela na Km , (e) : ei , i = 1, m

standardna baza prostora Km i j := l(ej ) K za j = 1, m, onda vazi
l(x1 , . . . , xm ) = 1 x1 + + m xm
za svako (x1 , . . . , xm ) Km .

104
Dokaz Imamo
(
l(x1 , . . . , xm ) = l
)
m
m
(
)
xj ej =
xj l ej =
xj j = 1 x1 + + m xm
j=1
j=1
j=1
Opisimo sada linearna preslikavanja iz Km u Kn .
Tvrdenje II.11.3 Neka je f : Km Kn linearno preslikavanje, (e) : ei , i = 1, m

standardna baza prostora Km i neka su ai,j K za i = 1, n, j = 1, m takvi da je
f (ej ) = (a1,j , . . . , an,j ). Tada vazi
f (x1 , . . . , xm ) =
a1,1 x1 + + a1,j xj + + a1,m xm ,

..
.
ai,1 x1 + + ai,j xj + + ai,m xm ,
..
.
an,1 x1 + + an,j xj + + an,m xm
Dokaz Imamo
f (x1 , . . . , xm ) =
II.11. LINEARNA PRESLIKAVANJA IZ KM U KN
105
(
f x1
(1,
0,
0,
0,
...
0,
0,
0)+
x2
(0,
1,
0,
0,
...
0,
0,
0)+
x3
(0,
0,
1,
0,
...
0,
0,
0)+
...
..
.
..
.
..
.
..
.
...
..
.
..
.
..
.
xm1 (0,
0,
0,
0,
...
0,
1,
xm
(0,
0,
0,
0,
...
0,
0,
0)+
)
1)
f (1,
f (0,
f (0,
..
.
0,
1,
0,
..
.
0,
0,
1,
..
.
0,
0,
0,
..
.
...
...
...
0,
0,
0,
..
.
0,
0,
0,
..
.
0)+
0)+
0)+
..
.
f (0,
f (0,
0,
0,
0,
0,
0,
0,
0,
0,
1,
0,
0)+
1) =
(a1,1 ,
(a1,2 ,
(a1,3 ,
..
.
a2,1 ,
a2,2 ,
a2,3 ,
..
.
a3,1 ,
a3,2 ,
a3,3 ,
..
.
a4,1 ,
a4,2 ,
a4,3 ,
..
.
an2,1 ,
an2,2 ,
an2,3 ,
..
.
an1,1 ,
an1,2 ,
an1,3 ,
..
.
an,1 )+
an,2 )+
an,3 )+
..
.
= x1
x2
x3
..
.
xm1
xm
x1
x2
x3
..
.
xm1
xm
=
...
...
...
...
...
...
...
(a1,m1 , a2,m1 , a3,m1 , a4,m1 , . . . an2,m1 , an1,m1 , an,m1 )+
(a1,m ,
a2,m ,
a3,m ,
a4,m , . . . an2,m ,
an1,m ,
an,m )
a1,1 x1 + + a1,j xj + + a1,m xm ,

..
.
ai,1 x1 + + ai,j xj + + ai,m xm ,
..
.
2
Tvrdenje II.11.4 Neka je V konacnodimenzionalan a W proizvoljan vektorski prostor, pri cemu su oba nad K (oba realna ili oba kompleksna), dim(V) =: m N i
neka je f : V W proizvoljno preslikavanje. Tada su sledeca dva uslova ekvivalentna:
(1) f Hom(V, W), tj. f je linearno preslikavanje

106
(2) postoje k N, funkcionele l1 , . . . , lk V i vektori b1 , . . . , bk W tako da

vazi
k
f (v) = l1 (v) b1 + + lk (v) bk =

lj (v) bj
j=1
za svako v V .
(
)
Dokaz (1)(2): Neka je aj : j = 1, m proizvoljna baza prostora V i neka je
za svako j = 1, m preslikavanje lj : V K denisano tako da je za v V
broj lj (v) j-ta koordinata vektora v u odnosu na bazu a.
(
)
Ukratko, preslikavanja l1 , . . . , lm su denisana sa l1 (v), . . . , lm (v) = Koorda (v). Za
svako j = 1, m preslikavanje lj je linearna funkcionela na V. Zaista, ako su u, v V
i , K onda imamo
u +
v =
lj (u)
aj +
j=1
lj (v)
aj =
j=1
)
lj (u) + lj (v)
aj
j=1
(
)
pa je lj
u +
v = lj (u) + lj (v). Ako stavimo bj := f (aj ) za j = 1, m onda
imamo
( m
)
m
()
aj = l1 (v) b1 + + lm (v)bm
f (v) = f
lj (v)
aj =
lj (v)f
j=1
j=1
(2)(1): Neka su dati l1 , . . . , lk V i b1 , . . . , bk W i neka je preslikavanje

f : V W denisano sa
f (v) = l1 (v) b1 + + lk (v) bk =

lj (v) bj
k
j=1
za svako v V . Da pokazemo da je f Hom(V, W) neka su u, v V i , K.

Imamo
k
k
(
)
(
)
)
(
f u + v =
lj u + v bj =
lj (u) + lj (v) bj =
j=1
j=1
j=1
lj (u) bj +
lj (v) bj = f (u) + f (v)
k
j=1
II.12. MATRICA LINEARNOG PRESLIKAVANJA
107
Tvrdenje II.11.5 Neka su ai,j K za i = 1, n, j = 1, m proizvoljni i neka je

f : Km Kn preslikavanje denisano sa
(
f (x1 , . . . , xm ) =
a1,1 x1 + + a1,j xj + + a1,m xm ,
..
.
ai,1 x1 + + ai,j xj + + ai,m xm ,
..
.
Tada je f Hom (Km Kn ) i pritom vazi (a1,j , . . . , an,j ) = f (ej ) za svako j = 1, m,

gde je (e) : ej , j = 1, m standardna baza prostora Km .
Dokaz Neka je (s1 , . . . , sn ) standardna baza prostora Kn . Imamo
(
)
f (x1 , . . . , xj , . . . , xm ) = a1,1 x1 + + a1,j xj + + a1,m xm
s1 +
..
.
(
)
si +
ai,1 x1 + + ai,j xj + + ai,m xm
..
.
(
)
s
a x + + a x + + a x
n,1 1
n,j j
n,m m
tj.
f (x1 , . . . , xj , . . . , xm ) = l1 (x1 , . . . , xj , . . . , xm )
s1 +
..
.
li (x1 , . . . , xj , . . . , xm )
si +
..
.
l (x , . . . , x , . . . , x )
s
n
gde su funkcije li : Km K za i = 1, n denisane sa

df
li (x1 , . . . , xj , . . . , xm ) := ai,1 x1 + + ai,j xj + + ai,m xm

Da je f Hom (Km , Kn ) sada sledi iz Tvrdenja II.11.1 i II.11.4. Jednakosti
(a1,j , . . . , an,j ) = f (ej )
za j = 1, m proveravaju se neposredno.
2
II.12
Matrica linearnog preslikavanja
cnodimenzionalan a W proizvoljan vektorski

Tvrdenje II.12.1 Neka je V kona
prostor. Neka je n := dim(V) N i neka je a = (a1 , . . . , an ) proizvoljna baza
prostora V.

108
Preslikavanje Vreda : Hom(V, W) W n denisano sa

)
df (
Vreda (f ) := f (a1 ), . . . f (an )
za f Hom(V, W), je bijektivno.
Dokaz Pokazimo najpre da je Vreda preslikavanje na skup W n . Neka je
w = (w1 , . . . , wn ) W n
proizvoljno. Denisimo f : V W na sledeci nacin:
ako je x V onda, obzirom da je a baza, postoji jedinstvena n-torka (1 , . . . , n )
Kn takva da je
x = 1 , . . . , n a =
i
ai
i=1
ili drugim recima (1 , . . . , n ) = Koorda (x) videti Tvrdenje II.9.1 i Deniciju

II.9.2; denisimo
f (x) = 1 , . . . , n w =
i
wi W
i=1
(
)
ili drugim recima f (x) = LKw (1 , . . . , n ) . (Sve ovo se jednostavno moglo skratiti
sa f := LKw Koorda , no ovo zapazanje nije nuzno za nas dokaz.)
Pokazimo da je f Hom(V, W) , tj. da je f linearno preslikavanje; tada bi imali
f Dom(Vreda ) i Vreda (f ) = w . Dakle, neka su , K i x, y V . Ako je
x=
i
ai
y=
i=1
i
ai
i=1
onda je
x +
y =
(i + i )
ai = 1 + 1 , . . . , n + n a
i=1
pa prema deniciji naseg preslikavanja f imamo

f (x) =
wi
i
f (y) =
wi
i
i=1
i=1
kao i
n
n
n
( )
()
(
)
y
x +f
wi = f
i
f x + y =
(i + i )wi =
i wi +
i=1
i=1
i=1
109
Pokazimo sada da je Vreda injektivno preslikavanje . Neka su f, g Hom(V, W)

tako da je
Vreda (f ) = Vreda (g)
tj. tako da je f (ai ) = g(ai ) za svako i = 1, n. Ako je x V i ako je x =
1 , . . . , n a onda imamo
f (x) =
i=1
i f (ai ) =
i g(ai ) = g(x)
i=1
Kako je x V bilo proizvoljno ovim smo pokazali da je f = g.
Definicija II.12.2 Neka je V kona

cnodimenzionalan a W proizvoljan vektorski
prostor, n := dim(V) N i a = (a1 , . . . , an ) baza prostora V.
Preslikavanje inverzno bijekciji Vreda : Hom(V, W) W n iz Tvrdenja II.12.1
cemo oznacavati sa
]1
df [
Lineara := Vreda
Drugim recima
Lineara : W n Hom(V, W)
i ako je b = (b1 , . . . , bn ) W n proizvoljna n-torka vektora prostora W onda je
Lineara (b) = Linear(a1 ,...,an ) (b1 , . . . , bn ) Hom(V, W)
ono jedinstveno linearno preslikavanje f iz V u W za koje va
zi
f (ai ) = bi za svako i = 1, n
2
Definicija II.12.3 Neka je K {R, C}, neka su V i W k.d.v. prostori nad K,
dim(V) =: m N, dim(W) =: n N, neka je
a = (a1 , . . . , am ) baza prostora V
a
b = (b1 , . . . , bn ) baza prostora W.
Denisemo preslikavanje
Ma,b : Hom(V, W) Knm

110
tako da je za svako f Hom(V, W)
1,1 . . .
..
..
.
.
df
Ma,b (f ) := i,1 . . .
.
..
..
.
n,1 . . .
1,m
..
.
i,m Knm
..
.
n,m
1,j . . .
..
..
.
.
i,j . . .
..
..
.
.
n,j . . .
gde su i,j K dati sa

f (aj ) = 1,j , . . . , n,j b =
i,j bi
i=1
za i = 1, n, j = 1, m. Za f Hom(V, W) matricu Ma,b (f ), nazivamo
matrica linearnog preslikavanja f u odnosu na par baza (a, b)

ili u odnosu na baze a i b, tim redom.
2
Primer Neka je f : R2 R2 denisano sa

df
f (x, y) := (2x + 5y, 3x + y)

za svako (x, y) R2 . Znamo da je f End (R2 ).
Lako se proverava da su sistemi
(a) : a1 = (1, 1), a2 = (1, 1)
(b) : b1 = (41, 2), b2 = (24, 2)
baze prostora R2 . Imamo
f (a1 ) = (3, 4) = 3 b1 5 b2 = 3, 5b
i
f (a2 ) = (7, 2) = b1 + 2 b2 = 1, 2b
pa je
[
Ma,b (f ) =
3 1
5
2
2
Teorema II.12.4 Neka je K {R, C}, neka su V i W k.d.v. prostori nad K,
dim(V) = m N, dim(W) = n N, neka je a = (a1 , . . . , am ) baza prostora V a
b = (b1 , . . . , bn ) baza prostora W.
Preslikavanje Ma,b : Hom(V, W) Knm je
111
izomorzam prostora Hom(V, W) i Knm

drugim recima Ma,b je bijekcija izmedu doticnih skupova i pritom vazi
Ma,b ( f + g) = Ma,b (f ) + Ma,b (g)
za svako , K i f, g Hom(V, W).
Dokaz Pokazujemo da je Ma,b 1 1 preslikavanje . Ako su f, g Hom(V, W)
tako da
Ma,b (f ) = Ma,b (g) = [i,j ]nm Knm
onda za svako j = 1, m vazi
f (aj ) = 1,j , . . . , n,j b = g(aj )
Dakle
(
) (
)
Vreda (f ) = f (a1 ), . . . , f (am ) = g(a1 ), . . . , g(am ) = Vreda (g)
pa prema Tvrdenju II.12.1 mora biti f = g.
Pokazimo sada da je Ma,b preslikavanje na skup Knm . Neka je
S = [si,j ]nm Knm
proizvoljno. Za j {1, . . . , m} stavimo
wj := s1,j , . . . , sn,j b
Kako je Vreda : Hom(V, W) W m preslikavanje na skup W m (prema Tvrdenju
II.12.1) to postoji neko f Hom(V, W) tako da je
(
)
(w1 , . . . , wm ) = Vreda (f ) = f (a1 ), . . . , f (am )
df
(ukratko f := Lineara (w1 , . . . , wm )). Po konstrukciji je f (aj ) = wj = s1,j , . . . , sn,j b

za svako j = 1, m pa je Ma,b (f ) = S.
Da pokazemo linearnost preslikavanja T neka je
P := Ma,b (f ) = [pi,j ]nm ,
Q := Ma,b (g) = [qi,j ]nm ,
R := Ma,b ( f + g) = [ri,j ]nm
Za proizvoljno j {1, . . . , m} imamo
(
)
r1,j , . . . , rn,j b = f + g (aj ) = f (aj ) + g(aj ) =
p1,j , . . . , pn,j b + q1,j , . . . , qn,j b = p1,j + q1,j , . . . , pn,j + qn,j b

112
a odavde sledi da je
ri,j = pi,j + qi,j

za svako i (= 1, n. Dakle) za svako j = 1, m i i = 1, n je R(i, j) = P (i, j) +
Q(i, j) = P + Q (i, j), pa je R = P + Q, tj. Ma,b ( f + g) =
Ma,b (f ) + Ma,b (g).
2
II.13
Mno
zenje matrica
Tvrdenje II.13.1 Neka je K {R, C}, neka su V i W k.d.v. prostori nad K,

dim(V) = m N, dim(W) = n N, neka je
a = (a1 , . . . , am ) baza prostora V
a
b = (b1 , . . . , bn ) baza prostora W,
i neka je
f Hom(V, W)
Dalje neka je
1,1 . . .
..
..
.
.
Ma,b (f ) = i,1 . . .
.
..
..
.
n,1 . . .
1,m
..
.
i,m = [i,j ]nm Knm

..
.
n,m
1,j . . .
..
..
.
.
i,j . . .
..
..
.
.
n,j . . .
Ako je v V proizvoljan vektor i ako

v=
xj
aj = x1 , . . . , xm a i f (v) =
j=1
yi bi = y1 , . . . , yn b
i=1
onda vazi
1,1
y1
..
..
.
.
yi = x1 i,1
.
.
..
..
n,1
yn
odnosno
1,m
1,j
..
..
.
.
+ + xj i,j + + xm i,m
.
.
..
..
n,m
n,j

II.13. MNOZENJE
MATRICA
113

y1
1,1 x1 + + 1,j xj + + 1,m xm
..
..
.
.

yi = i,1 x1 + + i,j xj + + i,m xm
.
..
..
.
yn
n,1 x1 + + n,j xj + + n,m xm
j=1 1,j xj
..
m .
j=1 i,j xj
..
m .
j=1 n,j xj
(II.7)
Dokaz Imamo
f (v) =
n
i=1
n
n
n
(
)
xj f aj = x1
i,1 bi + + xj
i,j bi + + xm
i,m bi =
j=1
i=1
(x1 i,1 ) bi + +
i=1
i=1
n
(xj i,j ) bi + +
i=1
(xm i,m ) bi =
i=1
(
)
x1 i,1 + + xj i,j + + xm i,m bi =

i=1
= x1 1,1 + + xj 1,j + + xm 1,m ,

..
.
x1 i,1 + + xj i,j + + xm i,m ,
..
.
x1 n,1 + + xj n,j + + xm n,m b
2

114
Tvrdenje II.13.2 Neka su dati k.d.v. prostori V, W i U i linearna preslikavanja

f Hom(V, W) i g Hom(W, U). Neka je dim(V) =: k, dim(W) =: m i dim(U) =:
n. Neka je a baza prostora V, b baza prostora W i c baza prostora U.
Slika II.13.18.
Ako je
1,1 . . .
..
..
.
.
Mb,c (g) = i,1 . . .

.
..
..
.
n,1 . . .
i
1,j . . .
..
..
.
.
i,j . . .
..
..
.
.
n,j . . .
1,m
..
.
i,m = [i,j ]nm Knm

..
.
n,m
x1,k
..
.
xj,k = [xj,s ]mk Kmk

..
.
xm,k
x1,1 . . . x1,s . . .
..
..
..
..
.
.
.
.
Ma,b (f ) = xj,1 . . . xj,s . . .

.
..
..
..
..
.
.
.
xm,1 . . . xm,s . . .
onda je
Ma,c (g f ) = [yi,j ]nk Knk matrica cija je s-ta kolona za s = 1, k data sa:
1,1
y1,s
.
..
.
.
.
yi,s = x1,s i,1

.
.
..
..
n,1
yn,s
1,m
1,j
.
..
.
.
.
+ + xj,s i,j + + xm,s i,m

.
.
..
..
n,m
n,j

II.13. MNOZENJE
MATRICA
115
odnosno

y1,s
1,1 x1,s + + 1,j xj,s + + 1,m xm,s
..
..
.
.

yi,s = i,1 x1,s + + i,j xj,s + + i,m xm,s
.
..
..
.
yn,s
n,1 x1,s + + n,j xj,s + + n,m xm,s
1,j xj,s
..
j=1 i,j xj,s
..
.
m
j=1 n,j xj,s
j=1
Dokaz Neka je s {1, . . . , k} proizvoljno. Stavimo vs := f (as ). Po pretpostavci

je vs = x1,s , . . . , xj,s , . . . , xm,j a . Zato je prema Tvrdenju II.13.1 sada
g(vs ) = 1,1 x1,s + + 1,j xj,s + + 1,m xm,s ,
..
.
i,1 x1,s + + i,j xj,s + + i,m xm,s ,
..
.
n,1 x1,s + + n,j xj,s + + n,m xm,s , c
(
)
Kako je g(vs ) = g f (as ) = (g f )(as ) to je prema Deniciji II.12.3 za svako s = 1, k
s-ta kolona matrice Ma,c (g f ) data sa
1,1 x1,s + + 1,j xj,s + + 1,m xm,s

..
i,1 x1,s + + i,j xj,s + + i,m xm,s
..
.
n,1 x1,s + + n,j xj,s + + n,m xm,s
2
Definicija II.13.3 Neka je L = [i,j ]nm Knm i X = [xj,s ]mk Kmk .
Proizvod matrica L i X, tim redom, ili proizvod para matrica (L, X) jeste matrica Y = [i,j ]nk Knk cija je s-ta kolona za s = 1, k data sa
1,1 x1,s + + 1,j xj,s + + 1,m xm,s

y1,s
j=1 1,j xj,s
..
..

..
.
.

.
x
yi,s = i,1 x1,s + + i,j xj,s + + i,m xm,s =
i,j
j,s
j=1
..
..
..
.
m .
n,1 x1,s + + n,j xj,s + + n,m xm,s
yn,s
j=1 n,j xj,s
Proizvod matrica L i X oznacavamo jednostavno sa L X ili LX.

116
Zapa
zanje II.13.4 Dakle proizvod matrica A = [ai,j ]nm Knm i B = [bi,j ]mk
Kmk jeste matrica C = [ci,j ]nk Knk denisana sa
ci,j =
ai,r br,j = ai,1 b1,j + + ai,r br,j + + ai,m bm,j
r=1
za i = 1, n, j = 1, k :
...
..
.
ci,j
..
.
.
..
..
.

. . . = ai,1 . . .
..
..
.
.
..
.
ai,r
..
.
..
.
...
..
.
..
.
ai,m
..
.
...
..
.
b1,j
..
.
...
..
.
...
..
.
br,j
..
.
...
..
.
...
bm,j . . .
2
sovita opeZapa
zanje II.13.5 Za svako n, m, k N denisana je po jedna me
racija izmedu elemenata skupa Knm i elementa skupa Kmk sa vrednostima u
skupu Knk tako da je za A = [ai,j ]nm Knm i B = [bi,j ]mk Kmk matrica
A B Knk proizvod para (A, B). Zapravo korektnije bi bilo pisati n,m,k umesto
.
Ukoliko je n = m onda je = n,n,n operacija na skupu Knn svih kvadratnih
matrica reda n.
2
Zapa
zanje II.13.6 Neka je A = [ai,j ]nm , B = [bi,j ]mk i AB =: C = [ci,j ]nk .
(i) Za svako i = 1, n i j = 1, k je
b1,j
..
.
]
br,j
.
..
bm,j
[ ] [
ci,j = ai,1 . . . ai,r . . . ai,m
ili

II.13. MNOZENJE
MATRICA
[
117
]
ci,j = Ai,, B,j za svako i = 1, n, j = 1, k.
(ii) j-ta kolona matrice C upravo proizvod

tim redom:

a1,1 . . . a1,r . . . a1,m

c1,j
..
..
..
..
.
. ..
.
.
.
.
. .

ci,j = ai,1 . . . ai,r . . . ai,m

. .
..
..
..
..
.. ..
.
.
.
.
an,1 . . . an,r . . . an,m
cn,j
matrice A i j-te kolone matrice B,
b1,j
b1,j
.
..
.
.
.

br,j = A br,j
.
.
..
..
bm,j
bm,j

ili
C,j = A B,j za svako j = 1, k.
(iii) i-ta vrsta matrice C je upravo proizvod i-te vrste matrice A i

tim redom:
b1,1 . . . b1,j . . .
..
..
..
..
.
.
.
.
[
] [
]
ci,1 . . . ci,j . . . ci,k = ai,1 . . . ai,j . . . ai,m bi,1 . . . bi,j . . .

.
..
..
..
..
.
.
.
bm,1 . . . bm,j . . .
=
ai,1 . . . ai,j . . . ai,m
matrice B,
b1,k
..
.
bi,k =
..
.
bm,k
ili
Ci, = Ai,, B za svako i = 1, n.
(iv) j-ta kolona C,j je upravo linearna kombinacija sistema kolona

(A,1 , . . . , A,r , . . . , A,m )
matrice A sa sistemom skalara
(b1,j , . . . , br,j , . . . , bm,j )

118
Odnosno:
c1,j
a1,1
.
.
..
.
.
ci,j = b1,j ai,1

.
.
..
..
cn,j
an,1
a1,r
a1,m
.
.
..
.
.
+ + br,j ai,r + + bm,j ai,m
.
.
..
..
an,r
an,m
ili
C,j = b1,j A,1 + . . . + br,j A,r . . . + bm,j A,m =
br,j A,r
r=1
Primetimo da je doticni sistem skalara dat j-tom kolonom matrice B:
b1,j
..
.
B,j = br,j
.
..
bm,j
Dakle
c1,j
a1,1 . . . a1,r . . .
..
..
..
..
..
.
.
.
.
.
ci,j = ai,1 . . . ai,r . . .

.
.
..
..
..
..
..
.
.
.
cn,j
an,1 . . . an,r . . .

a1,m
b1,j
.. ..
. .

ai,m br,j
.
..
. ..
an,m
bm,j
a1,r
a1,1
.
..
.
.
.
= b1,j ai,1 + + br,j ai,r

.
.
..
..
an,r
an,1
(II.8)
a1,m
..
+ + bm,j ai,m
.
..
an,m
a1,1 b1,j + + a1,r br,j + + a1,m bm,j

..
= ai,1 b1,j + + ai,r br,j + + ai,m bm,j
..
.
an,1 b1,j + + an,r br,j + + an,m bm,j

II.13. MNOZENJE
MATRICA
119
(v) i-ta vrsta Ci, je upravo linearna kombinacija sistema vrsta

(B1, , . . . , Br, , . . . , Bm, )
matrice B sa sistemom skalara
(ai,1 , . . . , ai,r , . . . , ai,m )
Odnosno:
ci,1 . . . ci,j . . . ci,k
[
ai,1 b1,1
...
...
]
b1,k +
[
= ai,r br,1
b1,j
..
.
...
br,j
..
.
...
]
br,k +
[
ai,m bm,1 . . .
bm,j . . .
bm,k
ili
Ci, = ai,1 B1, + . . . + ai,r Br, . . . + ai,m Bm, =
ai,r Br,
r=1
Primetimo da je doticni sistem skalara dat i-tom vrstom matrice A:

[
]
Ai, = ai,1 . . . ai,j . . . ai,k
Dakle
ci,1 . . . ci,j . . . ci,k
ai,1 . . . ai,j . . . ai,m
b1,1 . . .
..
..
.
.
]
bi,1 . . .
.
..
..
.
bm,1 . . .
[
ai,1 b1,1
...
...
]
b1,k +
[
ai,r br,1
b1,j
..
.
...
br,j
..
.
...
]
br,k +
[
ai,m bm,1 . . .
bm,j . . .
bm,k
b1,j
..
.
...
..
.
bi,j
..
.
...
..
.
bm,j . . .
b1,k
..
.
bi,k
..
.
bm,k
(II.9)
ai,1 b1,1 +
ai,1 b1,j +
ai,1 b1,k +
.
.
..
.
..
.
.
= ai,r br,1 + , . . . . . . , ai,r br,j + , . . . . . . , ai,r br,k +

.
..
..
..
.
.
ai,m bm,1
ai,m bm,j
ai,m bm,k
120
Zapa
zanje II.13.7 (i) Jednakost (II.13.1) iz Tvrdenje II.13.1 se sada moze zapisati
i ovako
x1
y1
..
..
.
.
(II.10)
yi = Ma,b (f ) xj
.
.
..
..
yn
xm
ako f Hom(V, W), v = x1 , . . . , xm a V i f (v) = y1 , . . . , yn b W .
(ii) Tvrdenje II.13.2 sada poprima sledeci oblik:
Neka su dati k.d.v. prostori V, W i U i linearna preslikavanja f Hom(V, W) i
g Hom(W, U). Ako je a baza prostora V, b baza prostora W i c baza prostora U
onda vazi
Ma,c (g f ) = Mb,c (g) Ma,b (f )
Slika II.13.19.
2
Tvrdenje II.13.8 Ako je A Kn4 n3 , B Kn3 n2 i C Kn2 n1 onda vazi

II.13. MNOZENJE
MATRICA
121
(A B) C = A (B C)
Dokaz Neka je p baza prostora Kn1 , q baza prostora Kn2 , r baza prostora Kn3
i s baza prostora Kn4 (npr. mozemo uzeti standardne baze ovih prostora). Na
osnovu Teoreme II.12.4 postoje f Hom (Kn1 , Kn2 ), f Hom (Kn2 , Kn3 ) i f
Hom (Kn3 , Kn4 ) tako da je
C = Mp,q (f ),
B = Mq,r (g)
A = Mr,s (h)
Slika II.13.20.
Na osnovu Zapazanja II.13.7(pod (ii) znamo
da je A B = Mq,s (h g) pa je iz
)
istih razloga i (A B) C = Mp,s (h g) f .
(
)
Slicno, znamo da je B C = Mp,r (g f ) te i da je A (B C) = Mp,s h (g f ) .
Ali (h g) f = h (g f ) i dokaz je priveden kraju.
2
Napomena II.13.9 Ako su Ai Kni+1 ni za i = 1, k onda se lako proverava da su
denisani svi proizvodi
A2 A1 ,
A3 (A2 A1 ),
A4 (A3 (A2 A1 )),
..
.
An (. . . A4 (A3 (A2 A1 )) . . . ).
kao i da kako god uopste rasporedili zagrade u An An1 . . . A2 A1 za matrice
koje se dobijaju uvek ce biti denisani njihovi proizvodi. Takode, razmatranje slicno
onom u vezi sa rasporedom zagrada kod asocijativnih operacija, pokazuje da i u ovom
slucaju konacan rezultat nece zavisiti od polaznog rasporeda zagrada.
2
Tvrdenje II.13.10 Neka su dati k.d.v. prostori V1 , . . . , Vn+1 i linearna preslikavanja f1 : V1 V2 , . . . , fn : Vn Vn+1 . Ako je ai baza prostora Vi za i = 1, n + 1
onda je

122
Ma1 ,an+1 (fn+1 f1 ) = Man ,an+1 (fn ) Man1 ,an (fn1 ) . . . Ma2 ,a3 (f2 ) Ma1 ,a2 (f1 )
Dokaz Lagana indukcija po n N, imajuci u vidu Zapazanje II.13.7 pod (ii).
II.14
Matrica linearnog preslikavanja i

promena baze
Definicija II.14.1 Neka su a = (a1 , . . . , an ) i b = (b1 , . . . , bn ) dve baze k.d.v. prostora V gde je (naravno) n := dim(V). Matricu
1,1 . . .
..
..
.
.
df
M(a via b) := i,1 . . .
.
..
..
.
n,1 . . .
1,j . . .
..
..
.
.
i,j . . .
..
..
.
.
n,j . . .
gde su i,j K dati sa aj = 1,j , . . . , n,j b =
1,n
..
.
i,n Knn
..
.
n,n
i,j bi za i, j = 1, n, nazivamo
i=1
matrica promene baze koja odgovara paru baza (a, b)

2
Zapa
zanje II.14.2 Primetimo da je idV Hom(V, V) (tj. da je identicko preslikavanje linearno) kao i da vazi
( )
M(a via b) = Ma,b idV
2
Tvrdenje II.14.3 Neka je f Hom(V, W), gde su V i W k.d.v. prostori, neka su
a i a baze prostora V a b i b baze prostora W. Tada vazi
Ma ,b (f ) = M(b via b ) Ma,b (f ) M(a via a)
2
II.14. MATRICA LINEARNOG PRESLIKAVANJA I
PROMENA BAZE
123
Slika II.14.21.
Dokaz Kako je f = idV f idV to prema Tvrdenju II.13.10 vazi

Ma ,b (f ) = Mb,b (idV ) Ma,b (f ) Ma ,a (idV )
Sada se samo treba podsetiti Zapazanja II.14.2.
2
Tvrdenje II.14.4 Neka su a = (a1 , . . . , an ) i b = (b1 , . . . , bn ) dve baze k.d.v. prostora V gde je (naravno) n := dim(V). Ako je
v = 1 , . . . , n a = 1 , . . . , n b
onda vazi
1
1
..
..
.
.
i = M(a via b) i
.
.
..
..
n
n
Dokaz Ako stavimo f := idV onda je f End(V) = Hom(V, V), f (v) = v =

1 , . . . , n b i Ma,b (f ) = M(a via b) pa na osnovu Zapazanja II.13.7 (iliti Tvrdenja

124
II.13.1) imamo
1
..
i = Ma,b (f )
.
..
v = idV (v) = f (v)
1
..
.
i
..
.
n
v
2
Tvrdenje II.14.5 (a) Neka su g, h Hom(V2 , V3 ), p Hom(V1 , V2 ), q Hom(V3 , V4 )

i , K. Tada vazi
q ( g + h) = (q g) + (q h)
kao i
( g + h) p = (g p) + (h p)
(b) Neka su B, C Knm , A Kkn , D Kml i , K. Tada vazi
A (B + C) = AB + AC i (B + C) D = (BD) + (CD)
Dokaz (a) Za proizvoljno x V1 imamo
(
)
(
)
(
)
(
)
(1)
q ( g + h) (x) = q g + h (x) = q g(x) + h(x) =
(
)
(
)
(
)
q g(x) + q h(x) = (q g)(x) + (q h)(x) = (q g) + (q h) (x)
gde se (1) obrazlaze linearnoscu preslikavanja p. Slicno, za x V1 imamo
(
)
(
)(
)
(
)
(
)
( g + h) p (x) = g + h p(x) = g p(x) + h p(x) =
(
)
(g p)(x) + (h p)(x) = (g p) + (h p) (x)
(b) Stavimo
B + C =: P,
AB =: Q,
AC =: T,
AP = A (B + C) =: L i
Q + T = (AB) + (AC) =: G
II.14. MATRICA LINEARNOG PRESLIKAVANJA I
PROMENA BAZE
125
Uz ocigledne oznake (npr. G = [gi,j ]km ) imamo da za svako i = 1, k i j = 1, m vazi

li,j =
ai,s ps,j =
s=1
ai,s (bs,j + cs,j ) =
s=1
ai,s bs,j +
s=1
(ai,s bs,j + ai,s cs,j ) =
s=1
n
ai,s cs,j = qi,j + ti,j = gi,j
s=1
Ovim smo pokazali da je L = G, tj. A (B + C) = (AB) + (AC). Preostala

jednakost se moze pokazati na slican nacin.
2
Zapa
zanje II.14.6 Primetimo da iz Tvrdenja II.14.5 specijalno sledi da za g, h
Hom(V2 , V3 ), P Kkn , Q Knm i K vazi
(g f ) = ( g) f = g ( f )
kao i
(P Q) = (P )Q = P (Q)
2
Neka je (V, , ) vektorski prostor nad K i operacija na skupu V tako da

vazi:
q ( g + h) = (q g) + (q h)
kao i
( g + h) p = (g p) + (h p)
za svako , K i g, h, p, q V .
Tada za uredenu cetvorku A := (V, , , ) kazemo da je
linearna algebra nad K
126
Operaciju : nazivamo mnozenje vektora u linearnoj algebri A. Za A kazemo da

je asocijativna ukoliko je operacija asocijativna operacija.
2
Primer Neka je V vektorski prostor nad K. Ako je (End(V), , ) vektorski prostor
svih endomorzama prostora V onda je A := (End(V), , , ) asocijativna linearna
algebra, gde je f g uobicajena kompozicija funkcija f i g.
2
Primer Ako je (Knn , , ) vektorski prostor svih kvadratnih matrica reda n N
onda je A := (Knn , , , ) asocijativna linearna algebra, gde je A B proizvod
matrica A i B tim redom.
2
Primer Ako je (V, , ) vektorski prostor svih geometrijskih vektora onda je A :=

(V, , , ) linearna algebra koje nije asocijativna, gde je AB CD uobicajen

vektorski proizvod vektora AB i CD.
2
Slika II.14.22.

II.15. JEDINICNA
MATRICA. REGULARNE MATRICE
127
Ako je A Knk i B Kkm (onda je) AB Knm , a zbog B T Kmk ,

A Kkn proizvod para matrica B T , AT je denisan i vazi B T AT Kmn .
Kako je i (AB)T Kmn to su matrice (AB)T i B T AT istog formata pa ima smisla
postaviti pitanje da li su jednake.
T
Tvrdenje II.14.7 Ako su A Knk i B Kkm onda vazi (AB)T = B T AT .

Dokaz Stavimo
B T =: P,
AT =: Q,
AB =: L,
(AB)T = LT =: R
B T AT = P Q =: G
Za proizvoljno i = 1, m i j = 1, n imamo
ri,j = lj,i =
s=1
aj,s bs,i =
s=1
qs,j pi,s =
pi,s qs,j = gi,j
s=1
Ovim smo pokazali da je R = G, tj. da je (AB)T = B T AT .

2
II.15
Jedini
cna matrica. Regularne matrice
Neka je n N fiksirano kroz ovaj odeljak.

Postavljamo pitanje da li operacija mnozenja matrica na skupu Knn svih kvadratnih matrica reda n (videti Zapazanje II.13.5) ima neutralni element.
Neka je matrica In = [ei,j ]nn Knn denisana sa ei,i = 1 za svako i = 1, n,
odnosno ei,j = 0 za sve i, j = 1, n takve da je i = j. Drugim recima E je ona
kvadratna matrica reda n cija je i-ta kolona za i = 1, n data sa:
.
.
. i
0
.
..
0
0

128
a i-ta vrsta sa
}|
{
[z
]
0, 0, . . . , 0, 0, 1, 0, 0, . . . , 0, 0
odnosno na glavnoj dijagonali matrice In stoji broj 1 dok na svim ostalim mestima stoji broj 0.
Na primer
[
I2 =
1 0
0 1
]
,
1 0 0
I3 = 0 1 0 ,
0 0 1
1
0
I4 =
0
0
0
1
0
0
0
0
1
0
0
0
0
1
Neka je A = [ai,j ]nn Knn proizvoljno. Stavimo E := In , D := A E i

L := E A. Tada imamo (videti Zapazanje II.13.6 pod (iv)):
D,i = e1,i A,1 + . . . + ei1,i A,i1 + ei,i A,i + ei+1,i A,i+1 + . . . + en,i A,n
= 0 A,1 + . . . + 0 A,i1 + 1 A,i + 0 A,i+1 + . . . + 0 A,n = A,i
za svako i = 1, n. Dakle i-ta kolona matrice D se poklapa sa i-tom kolonom matrice
A za svako i = 1, n, te je AE = D = A.
Slicno (videti Zapazanje II.13.6 pod (v)) imamo:
Li, = ei,1 A1, + . . . + ei,i1 Ai1, + ei,i Ai, + ei,i+1 Ai+1, + . . . + ei,n An,
= 0 A1, + . . . + 0 Ai1, + 1 Ai, + 0 Ai+1, + . . . + 0 An, = Ai,
za svako i = 1, n. Dakle i-ta vrsta matrice L se poklapa sa i-tom vrstom matrice A
za svako i = 1, n, te je EA = D = A.
Ovim smo pokazali da vazi
A In = In A = A
za svako A Knn za svako A Knn , tj. da je In neutralni element za operaciju
mnozenja matrica na skupu Knn .
Matricu In cemo zvati
jedini
cna matrica reda n
Obzirom da operacija mnozenja matrica na skupu Knn ima neutral ima smisla
za datu matricu A Knn pitati se da li je ona invertibilna ili ne. Invertibilne
matrice nazivamo regularnim matricama.
Dakle za kvadratnu matricu A Knn reda n kazemo da je

II.15. JEDINICNA
129
regularna matrica
ako postoji neko B Knn tako da vazi
AB = BA = In
Kako je operacija mnozenja matrica asocijativna to za svaku regularnu matricu
A Knn postoji tacno jedna matrica B Knn za koju vazi AB = BA = In , i za
nju koristimo oznaku A1 i nazivamo je
inverzna matrica (regularne) matrice A

Da ponovimo, ako je A Knn regularna onda imamo
AA1 = A1 A = In
Matrice koje nisu regularne nazivamo
singularnim matricama.
[
Primer II.15.1 Ako je matrica M =
a b
c d
]
K22 takva da je ad bc = 0
onda je M regularna. Zaista imamo

(
]
] [
]) [
[
1
1 0
a b
d b
= I2
=
0 1
c d
a
ad bc c
i
[
a b
c d
](
1
ad bc
d b
c
a
])
[
=
Pritom je, kao sto vidimo

]1
] [
[
[
1
a b
d b
=
=
c d
a
ad bc c
1 0
0 1
d
adbc
c
adbc
]
= I2
b
adbc
a
adbc
2
Terminologija Termin
automorfizam prostora V
oznacava endomorzam prostora V koji je izomorzam iz V u V.
Dakle f : V V je automorzam prostora V akko je f bijekcija i f End(V) =
Hom(V, V).
2
130
Tvrdenje II.15.2 Neka su V1 (i V2 k.d.v. prostori

nad K takvi da (je dim(V1 ) =)
)
dim(V1 ) =: n N i neka je a = ai : i = 1, n baza prostora V1 i b = bi : i = 1, n
baza prostora V2 . Homomorzam f Hom(V1 , V2 ) je izomorzam izmedu prostora
V1 i V2 akko je matrica Ma,b (f ) Knn regularna; u tom slucaju vazi
(
)
Ma,b (f )1 = Mb,a f 1
Dokaz Pretpostavimo najpre da je f Hom(V1 , V2 ) izomorzam. Tada je
f Hom(V2 , V1 ) i vazi f f 1 = idV2 i f 1 f = idV1 . Zato je
(
)
Ma,b (f )Mb,a f 1 = Mb,b (idV ) = In
1
(
)
Mb,a f 1 Ma,b (f ) = Ma,a (idV ) = In
odakle vidimo da je Ma,b (f ) regularna matrica i pritom je

(
)
Ma,b (f )1 = Mb,a f 1
Pretpostavimo sada da je Ma,b (f ) regularna matrica i neka je P Knn takva

da je
Ma,b (f ) P = P Ma,b (f ) = In
Na osnovu Tvrdenja II.12.4 postoji neko g Hom(V2 , V1 ) tako da je P = Mb,a (g).
Imamo
Mb,b (f g) = Ma,b (f )Mb,a (g) = In = Mb,b (idV )
pa prema Teoremi II.12.4 sledi da mora biti f g = idV2 . Na slican nacin se zakljucuje
i da je g f = idV1 .
2
Tvrdenje II.15.3 Neka su date matrice A, B Knn . Ako vazi AB = In , onda
vazi i BA = In . Ako vazi BA = In , onda vazi i AB = In .
Dokaz Pretpostavimo da vazi AB = In . Neka je u proizvoljna baza prostora
Kn i neka su f, g End(Kn ) takvi da je A = Mu,u (f ) i B = Mu,u (g). Tada je
Mu,u (f g) = AB = In pa je f g = idKn . Odavde specijalno sledi da je f
preslikavanje na prostor Kn , a da je g injektivno preslikavanje, pa zakljucujemo da
su f i g zapravo automorzmi kao i da vazi g = f 1 . Zato je g f = idKn pa je
BA = Mu,u (g f ) = In .
2
nad K, dim(V) =: n N i neka su
Tvrdenje
II.15.4 )Neka je( V k.d.v. prostor
(
)
a = ai : i = 1, n i b = bi : i = 1, n baze prostora V. Matrice M(a via b) i
M(b via a) su regularne i vazi
M(a via b)1 = M(b via a)

II.15. JEDINICNA
131
Dokaz Ovo sledi iz

M(a via b)M(b via a) = Ma,b (idV ) Mb,a (idV ) = Mb,b (idV idV ) = Mb,b (idV ) = In
2
Tvrdenje
II.15.5) Neka je V k.d.v. prostor nad K, dim(V) =: n N i neka je
(
a = ai : i = 1, n baza prostora V. Za proizvoljno P = [pi,j ]nn Knn sledeci
uslovi su ekvivalentni:
(1) matrica P je regularna(
)
(2) postoji neka baza b = (bi : i = 1, n) prostora V tako da je P = M(a via b)
(3) postoji neka baza b = bi : i = 1, n prostora V tako da je P = M(b via a)
Dokaz Implikacije (2)(1) i (3)(1) su sadrzaj Tvrdenja II.15.4.
(1)(3): Ako za j = 1, n stavimo
bj :=
pi,j
ai
(II.11)
i=1
onda na osnovu Tvrdenja II.12.1 postoji neko f End(V) tako da je f (aj ) = bj

za svako j = 1, n; drugim recima f = Linear(a1 ,...,an ) (b1 , . . . , bn ) (videti Deniciju II.12.2). Iz (II.11) imamo P = Ma,a (f ) pa kako je P regularna matrica to
odavde prema Tvrdenju II.15.2 sledi da je f automorzam prostora V. Obzirom
da
( je a baza za V
) to (dalje na osnovu
) Tvrdenja II.10.1 pod (e) dobijamo da je i
f (ai ) : i = 1, n = bi : i = 1, n =: b baza za V. No sada (II.11) kaze da je
P = M(b via a).
(1)(2): Kako je implikacija
(1)(3)
vec pokazana a matrica P 1 regularna
(
)
to postoji neka baza b = bi : i = 1, n prostora V tako da je P 1 = M(b via a) pa
je
(
)1
= M(b via a)1 = M(a via b)
P = P 1
prema Tvrdenju II.15.4.
2
Tvrdenje II.15.6 Neka je V k.d.v. prostor nad K, dim(V) =: n N i A, B Knn .
Sledeci uslovi su ekvivalentni:
(1) postoji neko f End(V) i baze a i b prostora V tako da je A = Ma,a (f ) i
B = Mb,b (f ).
(2) postoji neka regularna matrica P Knn tako da je A = P 1 BP .

132
Dokaz (1)(2): Ovo sledi na osnovu Tvrdenja II.14.3.

(2)(1): Neka je P Knn regularna matrica tako da je A = P 1 BP . Neka je
b proizvoljna baza prostora V. Postoji f End(V) tako da je B = Mb,b (f ). Prema
Tvrdenju II.15.5 postoji a baza prostora V tako da je P = M(a via b). Sada imamo
Ma,a (f ) = M(b via a)Mb,b (f )M(a via b) = P 1 BP = A .
2
Ako matrice A, B K
vazi neki od dva medusobno ekvivalentna uslova iz
Tvrdenja II.15.6, za matricu A kazemo da je sli
cna sa matricom B. Na skupu Knn
je na ovaj nacin denisana relacija sli
cnosti matrica: A B akko je A slicna sa
B. Lako je videti da je ovo jedna relacija ekvivalencije: na primer, A = P 1 BP i
B = Q1 CQ daju A = P 1 Q1 CQP = (QP )1 C(QP ), odakle sledi tranzitivnost.
nn
Primer II.15.7 Nadimo M(a via b) ako su a i b baze prostora R2 date sa

(a) : a1 = (1, 5), a2 = (2, 7)
(b) : b1 = (3, 7), b2 = (4, 1)
Neka je (e) : e1 = (1, 0), e2 = (0, 1) standardna baza prostora R2 .
Stavimo V := R2 . Imamo
M(a via b) = Ma,b (idV ) = Me,b (idV ) Ma,e (idV )
[
Dalje imamo Ma,e (idV ) =
1 2
5
7
]
kao i
[
1
Me,b (idV ) = M(e via b) = M(b via e)
3
4
7 1
]1
1
=
31
1
4
7 3
i najzad (videti Primer II.15.1)

(
M(a via b) =
1
31
1
=
31
1
4
7 3
]) [
21
26
8 35
1 2
5
7
[
1
=
31
([
21/31
26/31
8/31 35/31
1
4
7 3
][
1 2
5
7
])
(
)
(
)
II.16. HOM KM 1 , KN 1 , HOM K1N , K1M I MNOZENJE

MATRICA 133
II.16
Hom K
,K
, Hom K
i mno
zenje matrica
m1
(1) Hom (Km1 , Kn1 )
n1
1n
,K
1m
Neka je f Hom (Km1 , Kn1 ) i neka je
(s) : sj =
0
0
..
.
0
0
1
0
0
..
.
0
0
j = 1, m
standardna baza prostora Km1 .
1
..
.
Ako je A := j Km1 proizvoljno onda (videti (II.8) u (iv) iz Zapazanja

.
..
m
II.13.6) imamo
1
.
)
( m
(
m
.. )
()
j f
sj =
j sj =
f j = f
.
j=1
j=1
..
m
q1,m
q1,j
q1,1
.
.
..
.
.
.
.
.
= 1 qi,1 + + j qi,j + + m qi,m

.
.
.
..
..
..
qn,m
qn,j
qn,1

134
q1,1 . . . q1,j . . . q1,m

..
..
..
..
..
.
.
.
.
.
= qi,1 . . . qi,j . . . qi,m

.
..
..
..
..
..
.
.
.
.
qn,1 . . . qn,j . . . qn,m
1
..
.

j = Qf
.
..
m
1
..
.
j
.
..
m
Dakle postoji neko Qf Knm tako da za svako A Km1 vazi

f (A) = Qf A
Obrnuto ako je M Knm proizvoljna matrica onda iz Tvrdenja II.14.5 pod (b)
sledi da za preslikavanje gM : Km1 Kn1 denisano sa
gM (A) = M A
za A Km1 vazi gM Hom (Km1 , Kn1 ).
Ovim je skup Hom (Km1 , Kn1 ) potpuno opisan.
(2) Hom (K1n , K1m )
Neka je f Hom (K1n , K1m ) i neka je

i
}|
{
[z
]
(s) : si = 0, 0, . . . , 0, 0, 1, 0, 0, . . . , 0, 0 ,
i = 1, n
standardna baza prostora K1n .

[
]
Ako je A := 1 . . . i . . . n K1n proizvoljno onda (videti (II.9) u (v) iz
Zapazanja II.13.6) imamo
( n
)
(
)
n
[
]
()
1 . . . i . . . n
f
=f
i si =
i f
si =
i=1
i=1
]
[
1 q1,1 . . . q1,j . . . q1,m +
..
.
]
[
= i qi,1 . . . qi,j . . . qi,m +
..
.
]
[
n qn,1 . . . qn,j . . . qn,m
q1,1 . . . q1,j . . . q1,m

..
..
..
..
..
.
.
.
.
. [
]
[
]
= 1 . . . i . . . n qi,1 . . . qi,j . . . qi,m = 1 . . . i . . . n Qf

.
..
..
..
..
..
.
.
.
.
qn,1 . . . qn,j . . . qn,m
II.17. LINEARNA FORMA FUNKCIONELE U DATOJ BAZI
135
Dakle postoji neko Qf Knm tako da za svako A K1n vazi

f (A) = A Qf
Obrnuto ako je M Knm proizvoljna matrica onda iz Tvrdenja II.14.5 pod (b)
sledi da za preslikavanje gM : K1n K1m denisano sa
gM (A) = A M
za A K1n vazi gM Hom (K1n , K1m ).
Ovim je skup Hom (K1n , K1m ) potpuno opisan.
II.17
Linearna forma funkcionele u datoj bazi
Definicija II.17.1 Linearnu funkcionelu na Kn drugacije nazivamo
linearna forma od n promenljivih

2
Iz Tvrdenja II.11.1 i II.11.2 direktno sledi da je preslikavanje l : Kn K linearna
forma od n promenljivih akko postoje brojevi 1 , . . . , n K tako da je
df
l(x1 , . . . , xn ) := 1 x1 + + n xn
(II.12)
za svako (x1 , . . . , xn ) Kn ovom cinjenicom se pravda onaj deo od n promenljivih. Preciznije ako je (e) : ei , i = 1, m standardna baza prostora Kn onda imamo:
ako je l : Kn K linearna forma od n promenljivih i i := l(ei ) onda vazi
(II.12),
ako je preslikavanje l : Kn K denisano sa (II.12) za neke 1 , . . . , n K
onda je ono linearna forma od n promenljivih i za nju vazi i = l(ei ).
Za broj j = f (ej ) kazemo da je j-ti koeficijent linearne forme l ili koeficijent
uz j-tu promenljivu.
Ponovimo ukratko kako se prva od ove dve cinjenice gore obrazlaze:

)
( n
n
n
)
(
xj j = l(e1 )x1 + + l(en )xn

xj l ej =
l(x1 , . . . , xn ) = l
x j ej =
j=1
j=1
j=1

136
Neka je n N, (e) : ei , i = 1, m standardna baza prostora Kn i i neka je

preslikavanje H : (Kn ) Kn denisano sa
)
df (
H(f ) := f (e1 ), . . . , f (em )
Da je H bijekcija znamo od ranije jer je (Kn ) = Hom (Kn , K) i H = Vrede
(videti Tvrdenje II.12.1). No obzirom da je rezon jednostavan ponovimo zasto je H
bijekcija.
Ako je H(f ) = H(g), tj. f (ei ) = g(ei ) za svako i = 1, n onda imamo

f (x1 , . . . , xn ) = f (e1 )x1 + + f (en )xn = g(e1 )x1 + + g(en )xn = g(x1 , . . . , xn )
za svako (x1 , . . . , xn ) Kn , tj. f = g.
Ako je (1 , . . . , n ) Kn proizvoljna n-torka brojeva denisimo preslikavanje
df
g : Kn K sa g(x1 , . . . , xn ) := 1 x1 + + n xn za (x1 , . . . , xn ) Kn . Da je ovako
denisano
preslikavanje g linearno
(
) sledi
( iz
)
g (x1 , . . . , xn ) + (y1 , . . . , yn )
= g (x1 + y1 , . . . , xn + yn )
1 (x1 + y1 ) + + n (xn + yn ) = (1 x1 + + n xn ) + (1 y1 + + n yn ) =
g(x1 , . . . , xn ) + g(y1 , . . . , yn )
Direktnom proverom dobijamo j = g(ej ) za svako j = 1, m. Dakle g (K ) i
H(g) = (1 , . . . , n ).
(
Neka) je sada V proizvoljan k.d.v. prostor nad K, dim(V) =: n N i a = aj :
j = 1, n proizvoljna baza prostora V. K je jednodimenzionalan prostor i jedna baza
je (s) : s1 = 1 (dakle sistem duzine 1 ciji je jedini vektor broj 1) - standardna baza
ovog prostora. Ako je f V imamo
Ma,s (f ) = [1 . . . n ]
II.17. LINEARNA FORMA FUNKCIONELE U DATOJ BAZI
137
gde je j = f (aj ) (jer f (aj ) = f (aj ) 1) za j = 1, n. Ako je v = x1 , . . . , xn a V ,

odnosno ako su brojevi xj koordinate vektora v V u bazi a onda prema Tvrdenju
II.13.1 imamo da je
x1
[
]
f (v) = [1 . . . n ] ...
xn
tj.
f (v) = 1 x1 + + n xn
odnosno
f (v) = f (a1 )x1 + + f (an )xn
Do ovog zakljucka mozemo doci i direktno:

(
f (v) = f
j=1
)
n
n
)
(
xj f (aj ) = f (a1 )x1 + + f (an )xn

xj aj =
xj f aj =
j=1
j=1
df
Preslikavanje l : Kn K denisano sa l(x1 , . . . , xn ) := 1 x1 + + n xn za

(x1 , . . . , xn ) Kn je linearna forma od n promenljivih i za nju kazemo da je
linearna forma funkcionele f u bazi a

a za njene koecijente da su koeficijenti funkcionele f u bazi a.
Drugim recima za linearnu funkcionelu l : Kn K kazemo da je linearna forma
funkcionele f V , gde dim(V) = n, u bazi a ako za svaki vektor v V vazi
f (v) = l(x1 , . . . , xn )
gde je v = x1 , . . . , xn a , tj. Koorda (v) = (x1 , . . . , xn ), odnosno ako su x1 , . . . , xn
koordinate vektora v u bazi a.
138
Slika II.17.23.
Primer Posmatrajmo sledece dve baza prostora R3 :
(r) : r1 (x) = x2 + x + 1, r2 (x) = x + 1, r3 (x) = 1
(q) : q1 (x) = x2 + 2x + 3, q2 (x) = x2 + 1, q3 (x) = x2 1
i preslikavanje f : Pol2,R R denisano sa f (p) = p(0). Ovo je linearna funkcionela
na prostoru Pol2,R :
f (p1 + p2 ) = (p1 + p2 )(0) = p1 (0) + p2 (0) = f (p1 ) + f (p2 )
Dakle f (Pol2,R ) je vektor dualnog prostora vektorskog prostora Pol2,R .
Da odredimo linearnu formu funkcionele f u bazi r izracunajmo najpre f (r1 ) =
r1 (0) = 1, f (r2 ) = r2 (0) = 1, f (r3 ) = r3 (0) = 1. Dakle linearna forma funkcionele f
u bazi r jeste linearno preslikavanje l1 : R2 R dato sa
l1 (x, y, z) = x + y + z
Da odredimo linearnu formu funkcionele f u bazi q izracunajmo najpre f (q1 ) =
q1 (0) = 3, f (q2 ) = q2 (0) = 1, f (q3 ) = q3 (0) = 1. Dakle linearna forma funkcionele
f u bazi q jeste linearno preslikavanje l2 : R2 R dato sa
l2 (x, y, z) = 3x + y z
Posmatrajmo vektor p Pol2,R dat sa p(x) = 2x2 + 6x + 6. Lako se proverava
da je
II.18. ALGEBARSKI DUAL VEKTORSKOG PROSTORA. DUALNE BAZE 139
p = 2
r1 + 4
r2 = 2, 4, 0r kao i
p = 3
q1 2
q2 +
q3 = 3, 2, 1q
Ako izracunamo l1 (2, 4, 0) rezultat bi morao biti isti kao i kad izracunamo l2 (3, 2, 1)
morali bi dobiti upravo broj f (p). Da se u ovo uverimo: f (p) = p(0) = 6,
l1 (2, 4, 0) = 2 + 4 = 6 i l2 (3, 2, 1) = 3 3 2 1 = 6.
2
Neka je dim(V) = m, e standardna baza prostora Km , a proizvoljna baza prostora

V i (s) : s1 = 1 standardna baza (duzine 1) jednodimenzionalnog prostora K. Ako
je f V a l : Km K linearna forma funkcionele f u bazi a, onda veze izmedu f ,
l, matrica linearnih preslikavanja f i l u odnosu na odgovarajuce baze i vrednosti
funkcija f i l na baznim vektorima mozemo simbolicki prikazati na sledeci nacin:
Slika II.17.24.
II.18
Algebarski dual vektorskog prostora.

Dualne baze
Tvrdenje II.18.1 Ako je V konacnodimenzionalan prostor onda je i V konacnodimenzionalan prostor i dim (V ) = dim(V).
Dokaz Neka je dim(V) =: m N. Na osnovu Teoreme II.12.4 prostor V =
Hom(V, K) je izomorfan sa prostorom K1m . Zato je na osnovu Tvrdenja II.10.2 i

140
V konacnodimenzionalan i vazi dim (V ) = dim (K1m ) = 1 m = m = dim(V).
Neka je a = aj : j = 1, m proizvoljna baza prostora V. Za svako j = 1, m

denisimo preslikavanje
lj : V K
na sledeci nacin: za svako v V broj
lj (v) je j-ta koordinata vektora v u odnosu na bazu a .
Ukratko, preslikavanja l1 , . . . , lm su denisana sa
(
)
l1 (v), . . . , lm (v) = Koorda (v) .
Za svako j = 1, m preslikavanje lj je linearna funkcionela na V. Zaista, ako
su u, v V i , K onda imamo
u +
v =
lj (u)
aj +
j=1
lj (v)
aj =
j=1
)
lj (u) + lj (v)
aj
j=1
(
)
pa je lj
u +
v = lj (u) + lj (v).
(
)
Pokazimo da je sistem l = lj : j = 1, m jedna baza dualnog prostora V .
Neka je f V proizvoljno. Za j = 1, m stavimo j := f (aj ). Ako je v =

1 , . . . , m a V onda je j = lj (v) za j = 1, m i imamo
( m
)
(
)
m
m
m
m
f (v) = f
a =
f (a ) =
=
l (v) =
l (v)
j j
j=1
j j
j=1
j=1
Dakle
f (v) =
(
m
j j
j=1
j j
j=1
j lj (v)
j=1
za svako v V pa je
f=
(
j=1
j lj
Ovim smo pokazali da je l = lj : j =( 1, m

potpun sistem vektora prostora V te
)
kako je on duzine m = dim(V) = dim V to je na osnovu II.5.19 on zapravo baza
prostora V .
Ovu bazu l nazivamo
II.18. ALGEBARSKI DUAL VEKTORSKOG PROSTORA. DUALNE BAZE 141
baza prostora V dualna bazi a prostora V

i za a kazemo da je
baza prostora V dualna bazi l prostora V
Primer II.18.2 Sistem

(a) : a1 = (1, 1, 1),
a2 = (1, 2, 2),
a3 = (3, 2, 5)
iz Primera II.3.1 je baza prostora R3 :

(, , ) =
6 + 4
(1, 1, 1)+
3
3 + 2 +
(1, 2, 2)+
3
+
(3, 2, 5)
3
6 + 4
3 + 2 +
+
a1 +
a2 +
a3
3
3
3
( )
Odavde vidimo da je baza prostora R3 dualna bazi a je sistem (l) : l1 , l2 , l3
funkcionela denisanih sa
=
df
l1 (x1 , x2 , x3 ) :=
df
l2 (x1 , x2 , x3 ) :=
df
l3 (x1 , x2 , x3 ) :=
6x1 + x2 4x3
3
3x1 + 2x2 + x3
3
x2 + x3
3
za (x1 , x2 , x3 ) R3 .
(
Tvrd
je a = aj : j = 1, m baza prostora V i l = lj : j =
)enje II.18.3 Neka
1, m baza prostora V . l je baza prostora V dualna bazi a akko vazi

{
1 ako i = j,
lj (ai ) =
(II.13)
0 ako i = j
za svako i, j = 1, m; drugim recima ako za svako j = 1, m vazi
lj (a1 ) = 0, . . . . . . , lj (ai1 ) = 0,
dok lj (aj ) = 1.
lj (ai+1 ) = 0, . . . . . . , lj (am ) = 0

142
Dokaz Pretpostavimo da je baza l dualna bazi a. Neka je j {1, . . . , m}

proizvoljno. Ako je i {1, . . . , m} i i = j onda je
ai = 1
ai + 0
aj +
0
ak
k=1,m
k= i,j
te je j-ta koordinata vektora ai u bazi a jednaka 0, tj. lj (ai ) = 0. S druge strane je
aj = 1
aj +
0
ak
k=1,m
k= j
te je j-ta koordinata vektora aj u bazi a jednaka 1, tj. lj (aj ) = 1.

Pretpostavimo sada da vazi (II.13) i neka je j {1, . . . , m} proizvoljno. Ako je
m
v=
i
ai onda imamo
i=1
(
lj (v) = lj
)
m
i ai =
i lj (ai ) =
i=1
i=1
= 1 lj (a1 ) + . . . + j1 lj (aj1 ) + j lj (aj ) + j+1 lj (aj+1 ) + . . . + m lj (am ) =

= j lj (aj ) = j
a j je upravo j-ta koordinata vektora v u bazi a. Dakle vidimo da je lj j-ti vektor
baze prostora V koja je dualna bazi a.

2
Primer II.18.4 Sistem f = (f1 , f2 ) funkcionela na prostoru Pol1,R denisan sa
df
f1 (p) := p(1),
df
f2 (p) := p(1)
je baza algebarskog duala prostora Pol1,R . Potrazimo bazu prostora Pol1,R dualnu
bazi f . Neka je q1 (x) = a1 x + b1 i q2 (x) = a2 x + b2 za x R. Vazi
f1 (q1 ) = 1
f2 (q1 ) = 0
i
f1 (q2 ) = 0
f2 (q2 ) = 1
odnosno
a1 + b1 = 1
b1 a 1 = 0
II.19. KANONSKI IZOMORFIZAM K.D.V. PROSTORASA DRUGIM DUALOM143

i
a 2 + b2 = 0
b2 a2 = 1
pa je a1 = b1 =
1
1
1
i a2 = , b2 = .
2
2
2
Dakle sistem
1
1
(q) : q1 (x) = x + ,
2
2
1
1
q2 (x) = x +
2
2
je trazena dualna baza.

2
II.19
Kanonski izomorfizam k.d.v. prostora

sa drugim dualom
Neka je V k.d.v. prostor nad K.

Za v V denisemo preslikavanje fv : V K sa
df
fv (l) := l(v)
za svako l V . Za svako v V imamo fv Hom(V , K), zaista ako su , K i
l1 , l2 V onda imamo:
fv (l1 + l2 ) = (l1 + l2 )(v) = l1 (v) + l2 (v) = fv (l1 ) + fv (l2 )
Dakle fv (V ) = V za svako v V . Denisimo
T : V V
sa
df
T (v) := fv
za svako v V . Pokazimo da je T Hom(V, V ). Za , K i u, v V imamo
T (v + u)(l) = fv+u (l) = l(v + u) = l(v) + l(u) = fv (l) + fu (l)
(
)
= T (v)(l) + T (u)(l) = T (v) + T (u) (l)
za proizvoljno l V , pa je T (v + u) = T (v) + T (u).
Pokazimo da je T injekcija. Neka je v V tako da je T (v)(l) = 0 za svako
l V . Imamo l(v) = 0 za svako l V . Pretpostavimo da je v = 0. Tada je sistem
(x) : x1 = v duzine 1 linearno nezavisan.

144
Ako je dim(V) = 1 onda je x baza; u tom slucaju ako je (l) : l1 baza prostora
V dualna bazi x onda imamo l1 (v) = l1 (x1 ) = 1 = 0 suprotno pretpostavci.
Ako je n := dim(V) > 1 onda postoji baza a = (a1 , . . . , an ) prostora V takva da
je a1 = v (videti Tvrdenje II.5.16); ako je (l1 , . . . , ln ) baza prostora V dualna bazi
a onda vazi l1 (v) = l1 (a1 ) = 1 = 0 suprotno pretpostavci.
Zakljucujemo da zapravo mora biti v = 0. Time smo pokazali da je Ker(T ) =
{0}. Dakle T Hom(V, V ), T je monomorzam i dim(V ) = dim(V ) = dim(V)
pa vidimo da je T izomorzam iz V u V . Za T kazemo da je
kanonski izomorfizam
k.d.v. prostora V i njegovog drugog duala V .
Specijalno, iz prethodnog razmatranja sledi da za svako g V postoji, i to
tacno jedno, vg V tako da vazi g(l) = l(vg ) za svako l V .
(
)
Za
proizvoljnu
bazu
l
:
j
=
1,
m
prostora V postoji baza
Tvrd
enje
II.19.1
j
(
)
aj : j = 1, m prostora V koja je njoj dualna.
)
(
)
Dokaz Neka je (hj : j = 1, m baza prostora V dualna bazi lj : j = 1, m ,
neka je T( : V V kanonski
izomorzam i neka je aj := T 1 (hj ) za j = 1, m. Tada
)
je baza aj : j = 1, m prostora V i vazi li (aj ) = li (T 1 (hj )) = T (T 1 (hj )) (li ) =
hj (li ), tj. li (aj ) = 0 ako i = j i hi (li ) = 1.
2
II.20
Rang matrice
Neka su dati n, m N i A = [ai,j ]nm Knm .

Prostor
(
)
{
} v n1
Kol(A) := L A,1 , . . . , A,m
K
df
nazivamo
prostor kolona matrice A

(
)
a njegovu dimenziju, tj. broj dim Kol(A)
K-rang matrice A
i oznacavamo ga sa rangK (A); dakle
(
)
df
rangK (A) := dim Kol(A)
II.20. RANG MATRICE
145
Slika II.20.25.
Prostor
(
)
{
} v 1m
Vrst(A) := L A1, , . . . , An,
K
df
nazivamo
prostor vrsta matrice A

(
)
a njegovu dimenziju, tj. broj dim Vrst(A)
V-rang matrice A
i oznacavamo ga sa rangV (A); dakle
(
)
df
rangV (A) := dim Vrst(A)

146
Slika II.20.26.
Imamo
{
}
Kol(A) = x1 A,1 + . . . + xj A,j + + . . . xm A,m : x1 , . . . , xm K
a1,j
a1,1
..
..
.
.
= x1 ai,1 + + xj ai,j
.
..
...
an,j
an,1
a1,m
..
+ + xm ai,m : x1 , . . . , xm K
.
..
an,m
x1 a1,1 + + xj a1,j + + xm a1,m
..
= x1 ai,1 + + xj ai,j + + xm ai,m
..
x1 an,1 + + xj an,j + + xm an,m
: x 1 , . . . , xm K
II.20. RANG MATRICE
147
a
a
a
x
1,1 . . .
1,j . . .
1,m
1
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
= ai,1 . . . ai,j . . . ai,m xj : x1 , . . . , xm K
..
..
..
..
..
...
.
.
.
.
an,1 . . . an,j . . . an,m

xm

x1
= A xj : x1 , . . . , xm K = Im(fA )
..
xm
(
)
gde je fA Hom Km1 , Kn1 dato sa
df
fA (X) := A X
za X Km1 . Dakle dobili smo da je
Kol(A) = Im(fA )
pa i da je
(
)
rangK (A) = dim Im(fA )
Na potpuno isti nacin imamo
{
}
Vrst(A) = y1 A1, + . . . + yi Ai, + + . . . yn An, : y1 , . . . , yn K
]
[
y
.
.
.
a
a
1 a1,1
1,j . . .
1,m +
..
[
]
yi ai,1 . . . ai,j . . . ai,m + : y1 , . . . , yn K
=
..
[
yn an,1 . . . an,j . . . an,m
y
y
y
1 a1,m +
1 a1,j +
1 a1,1 +
..
..
..
= yi ai,1 + . . . yi ai,j + . . . yi ai,m + : y1 , . . . , yn K

.
..
..
...
yn an,m
yn an,j
yn an,1
a
a
a
1,1 . . .
1,j . . .
1,m
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
y1 . . . yi . . . yn ai,1 . . . ai,j . . . ai,m : y1 , . . . , yn K

=
..
..
..
..
..
.
.
.
.
an,1 . . . an,j . . . an,m

148
]
}
{[
y1 . . . yi . . . yn A : y1 , . . . , yn K = Im(gA )
=
(
)
gde je gA Hom K1n , K1m dato sa
df
gA (X) := X A
za X K1n . Dakle dobili smo da je
Vrst(A) = Im(gA )
pa i da je
(
)
rangV (A) = dim Im(gA )
Ako je A nula matrica formata nm onda je jasno da je rangK (A) = rangV (A) =
0. Pretpostavimo sada da A nije nula matrica formata n m.
Neka je
m0 {1, . . . , m} najveci broj takav da postoje prirodni brojevi
1 j1 < < jn0 m takvi da je sistem
(A,j1 , . . . , A,jm0 )
linearno nezavisna m0 -torka vektora prostora Km1
i neka je (A,j1 , . . . , A,jm0 ) jedna linearno nezavisna m0 -torka kolona matrice
A. Kako je (A,1 , . . . , A,m ) potpun sistem vektora prostora Kol(A), prema samoj
deniciji ovog prostora, to je na osnovu Tvrdenja II.5.2
sistem (A,j1 , . . . , A,jm0 ) baza prostora prostora Kol(A),
pa je m0 = rangK (A). Zakljucujemo da vazi:
rangK (A) je najveci broj k {1, . . . , m} takav da postoje prirodni brojevi
1 j1 < < jk m takvi da je sistem kolona matrice A
(A,j1 , . . . , A,jk ) linearno nezavisan.
)
(
Ako je s = 1, m proizvoljno onda je A,s Kol(A) = L {A,j1 , . . . , A,jm0 } pa
postoje neki i,s K za i = 1, m0 tako da je
A,s = 1,s A,j1 + + m0 ,s A,jm0
II.20. RANG MATRICE
149
tj. svaka kolona matrice A je linearna kombinacija baznog sistema kolona

(A,j1 , . . . , A,jm0 )
Neka je
n0 {1, . . . , n} najveci broj takav da postoje prirodni brojevi
1 i1 < < in0 n takvi da je sistem
(Ai1 , , . . . , Ain0 , )
linearno nezavisan sistem vektora prostora K1n
i neka je (Ai1 , , . . . , Ain0 , ) jedna linearno nezavisna n0 -torka vrsta matrice A.
Kako je (A1, , . . . , An, ) potpun sistem vektora prostora Vrst(A), prema samoj
deniciji ovog prostora, to je na osnovu Tvrdenja II.5.2
sistem (Ai1 , , . . . , Ain0 , ) baza prostora prostora Vrst(A),
pa je n0 = rangV (A). Zakljucujemo da vazi:
rangV (A) je najveci broj k {1, . . . , n} takav da postoje prirodni brojevi
1 i1 < < ik n takvi da je sistem vrsta matrice A
(Ai1 , , . . . , Aik , ) linearno nezavisan.
(
)
Ako je s = 1, n proizvoljno onda je As, Vrst(A) = L {Ai1 , , . . . , Ain0 , } pa
postoje neki s,j K za j = 1, n0 tako da je
As, = s,1 Ai1 , + + s,n0 Ain0 ,
tj. svaka vrsta matrice A je linearna kombinacija baznog sistema vrsta
(Ai1 , , . . . , Ain0 , )
Tvrdenje II.20.1 Neka su n, m N i A Knm . Tada vazi

rangK (A) = rangV (A)
Dokaz (I deo) Pokazimo najpre da za svaku matricu A Knm vazi
rangV (A) rangK (A)

150
Ako je A nula matrica ovo sledi iz rangK (A) = 0 = rangV (A). Pretpostavimo
sada da A nije nula matrica. Tada je r := rangK (A) N.
Prema deniciji K-ranga postoje matrice-kolone P1 , . . . , Pr Kn1 i brojevi
s,j K za s = 1, r i j = 1, m tako da je
A,j = 1,j P1 + + r,j Pr
(II.14)
za svako j = 1, m.
Slika II.20.27.
Neka je B = [bi,s ]nr Knr denisana sa B,s = Ps za s = 1, r, odnosno B je
matrica cija je s-ta kolona upravo Ps za svako s = 1, r:
[
]
B = P1 |P2 | |Pr1 |Pr
Stavimo L := [s,j ]rm Krm . Iz (II.14) sada sledi
A=BL
(videti Zapazanje II.13.6 pod (iv))
Odavde imamo (videti Zapazanje II.13.6 pod (v)) da za svako i = 1, n vazi
v
(
)
Ai, = bi,1 L1, + + bi,r Lr, L {L1, , . . . , Lr, } =: S K 1m
tj. {A1, , . . . , An, } S.
II.20. RANG MATRICE
151
Slika II.20.28.
Zato je
(
)
Vrst(A) = L {A1, , . . . , An, } S
(
)
pa imamo da je dim Vrst(A) dim(S) r odnosno
rangV (A) rangK (A)
(II deo) Pokazimo sada da za svaku matricu A Knm vazi
rangK (A) rangV (A)
Ako je A nula matrica ovo sledi iz rangK (A) = 0 = rangV (A). Pretpostavimo
sada da A nije nula matrica. Tada je r := rangV (A) N.
Prema deniciji V-ranga postoje matrice-vrste P1 , . . . , Pr K1m i brojevi i,s
K za i = 1, n i s = 1, r tako da je
Ai, = i,1 P1 + + i,r Pr
(II.15)
za svako i = 1, n.
Neka je B = [bs,j ]rm Krm denisana sa Bs, = Ps za s = 1, r, odnosno B je
matrica cija je s-ta vrsta upravo Ps za svako s = 1, r:
P1
P2
B = ..
.
Pr1
Pr

152
Stavimo L := [i,s ]nr Knr . Iz (II.15) sada sledi

A=LB
(videti Zapazanje II.13.6 pod (v))
Odavde imamo (videti Zapazanje II.13.6 pod (iv)) da za svako j = 1, m vazi
v
(
)
A,j = b1,j L,1 + + br,j L,r L {L,1 , . . . , L,r } =: S K n1
tj. {A,1 , . . . , A,m } S. Zato je

(
)
Kol(A) = L {A,1 , . . . , A,m } S
(
)
pa imamo da je dim Kol(A) dim(S) r odnosno
rangK (A) rangV (A)
2
Definicija II.20.2 Neka su n, m N i A Knm . Broj
rangK (A) = rangV (A)
nazivamo
rang matrice A
Rang matrice A oznacavamo sa rang(A) .
2
Tvrdenje II.20.3 Neka su V i W k.d.v. prostori, m := dim(V) N, n :=

dim(W) N i f Hom(V, W). Ako je a = (a1 , . . . , am ) proizvoljna baza prostora V a b = (b1 , . . . , bn ) proizvoljna baza prostora W onda vazi
(
)
(
)
rang Ma,b (f ) = dim Im(f )
Dokaz Znamo da je (videti Odeljak II.9)
Koordb : W Kn
izomorfizam iz prostora W u prostor Kn kao i da je
Usprn : Kn Kn1
II.20. RANG MATRICE
153
izomorfizam iz prostora Kn u prostor Kn1 . Zato je

h := Usprn Koordb : W Kn1
izomorfizam iz prostora W u prostor Kn1 .
Dakle ako je w W i ako su y1 , . . . , yn K takvi da je
n
w=
yi bi
i=1
onda je
y1
..
.
h(w) = yi
.
..
yn
Slika II.20.29.

154
Neka je l : Km1 Kn1 denisano sa
x1
x1
.
..
(
.. )
.
df
l xj := Ma,b (f ) xj
.
.
..
..
xm
xm
(
)
(
)
Znamo da je rang Ma,b (f ) = dim Im(l) . Pokazimo da je
h Im(f ) = Im(l)
Odavde ce slediti da je
h Im(f ) : Im(f ) Im(l)
izomorzam iz prostora Im(f ) u prostor Im(l) (videti Zapazanje II.7.17) te dakle i
da je
(
)
(
)
(
)
dim Im(f ) = dim Im(l) = rang Ma,b (f )
i tvrdenje ce biti pokazano.
Pokazimo najpre da je
h Im(f ) Im(l)
Neka je w Im(f ) proizvoljno. Trreba pokazati da je h(w) Im(l). Postoji
v V tako da je w = f (v). Neka su x1 , . . . , xm K takvi da je
v=
xj
aj
j=1
tj. neka je Koorda (v) = (x1 , . . . , xm ) Km . Neka je Koordb (w) = (y1 , . . . , yn ) Kn ,

tj. neka su y1 , . . . , yn K takvi da je
n
w = f (v) =
yi bi
i=1
Na osnovu Zapazanja II.13.7 pod (i) imamo da je
x1
y1
..
..
(
.
.
yi = Ma,b (f ) xj = l
.
.
..
..
xm
yn
x1
.. )
.
xj
.
..
xm
II.20. RANG MATRICE

No
155
y1
..
.
h(w) = yi
.
..
yn
pa je
x1
.
(
.. )
h(w) = l xj Im(l)
.
..
xm
Pokazimo sada da je
Im(l) h Im(f )
Neka je
proizvoljno. Postoji
y1
..
.
yi Im(l)
.
..
yn
tako da je
x1
..
.
xj Km1
.
..
xm
x1
.
(
.. )
l xj =
..
xm
Stavimo v :=
y1
..
.
yi
..
.
yn
aj i w := f (v). Ako je Koordb (w) = (y1 , . . . , yn ) Kn , tj.

xj
j=1
n
w = f (v) =
yi bi
i=1

156
onda prema Zapazanju II.13.7 pod (i) imamo da je
y1
x1
..
..
(
.
.

yi = Ma,b (f ) xj = l
.
.
..
..
yn
xm
x1
.. )
.
xj =
.
..
xm
y1
..
.
yi
..
.
yn
odnosno yi = yi za svako i = 1, n. Sada je

n
w=
yi bi
i=1
pa sledi da je
y1
..
.
yi = h(w) h Im(f )
.
..
yn
obzirom da je w = f (v) Im(f ).
Tvrdenje II.20.4 Matrica A Knn je regularna akko vazi rang(A) = n.

Dokaz Neka je a proizvoljna baza prostora Kn i f End(Kn ) tako da vazi
A = Ma,a (f ). Imamo:
rang(A) = n
akko
(
)
( )
dim Im(f ) = n = dim Kn
akko
Im(f ) = Kn
akko
f je automorzam prostora Kn
akko je matrica A regularna.
2
Deo III
Sistemi linearnih jedna
cina.
Determinanta
III.1

cina:
definicija
Ako su dati ai,j K za i = 1, n i j = 1, m i b1 , . . . , bn K zelimo da odgovorimo na

pitanje da li postoji neko (x1 , . . . , xj , . . . , xm ) Km tako da vazi
a1,1 x1 + . . . + a1,j xj + . . .
..
..
..
..
.
.
.
.
ai,1 x1 + . . . + ai,j xj + . . .
..
..
..
..
.
.
.
.
an,1 x1 + . . . + an,j xj + . . .
+ a1,m xm = b1
..
..
.
.
+ ai,m xm = bi
..
..
.
.
(III.1)
+ an,m xm = bn
i ukoliko takve m-torke (x1 , . . . , xj , . . . , xm ) Km postoje, da nademo konkretan

postupak kako da generisemo sve takve m-torke.
Ureden par S := (A, B) gde je
a1,1 . . .
..
..
.
.
A = ai,1 . . .
.
..
..
.
an,1 . . .
a1,j . . .
..
..
.
.
ai,j . . .
..
..
.
.
an,j . . .
157
a1,m
..
.
ai,m Knm
..
.
an,m

DEO III. SISTEMI LINEARNIH JEDNACINA.
DETERMINANTA
158
i
b1
..
.
B = bi Kn1
.
..
bn
nazivamo
sistem od n linearnih jedna

cina sa m nepoznatih.
Za matricu A kazemo da je matrica sistema S, za matricu-kolonu B kazemo da je
kolona slobodnih
clanova sistema S, a za matricu
a1,1 . . . a1,j . . . a1,m b1

..
..
..
..
..
..
.
.
.
.
.
.
df
n(m+1)
A := [A|B] = ai,1 . . . ai,j . . . ai,m bi K
.
..
..
..
..
..
..
.
.
.
.
.
an,1 . . . an,j . . . an,m bn
da je prosirena matrica sistema S. Svaku m-torku (x1 , . . . , xj , . . . , xm ) Km za
koju vazi (III.1) nazivamo resenje sistema S. Denisemo i
{
}
df
Re
s(A, B) := (x1 , . . . , xm ) : (x1 , . . . , xm ) je resenje sistema (A, B) Km1
Obicaj je da se sistem
a1,1 x1 +
..
ai,1 x1 +
(S) :
..
an,1 x1 +
S = (A, B) zadaje jednostavnim zapisom

. . . + a1,j xj + . . .
..
..
..
.
.
.
. . . + ai,j xj + . . .
..
..
..
.
.
.
. . . + an,j xj + . . .
+ a1,m xm = b1
..
..
.
.
+ ai,m xm = bi
..
..
.
.
(III.2)
+ an,m xm = bn
Za sistem (A, B) kazemo da je homogen ako je B = 0n1 , tj. ako je bi = 0 za

svako i = 1, n; pritom kazemo da je sistem Sh = (A, 0n1 )
a1,1 x1 + . . . + a1,j xj + . . . + a1,m xm = 0
..
..
..
..
..
..
.
.
.
.
.
.
ai,1 x1 + . . . + ai,j xj + . . . + ai,m xm = 0

(Sh ) :
(III.3)
.
.
.
.
.
.
..
..
..
..
..
..
an,1 x1 + . . . + an,j xj + . . . + an,m xm = 0

III.2. SISTEMI LINEARNIH JEDNACINA
I LINEARNA PRESLIKAVANJA159
homogen sistem pridru
zen sistemu S = (A, B) datom sa (III.2). U nastavku
cemo umesto (A, 0n1 ) pisati jednostavno (A, 0), smatrajuci da se format doticne
nula-matrice podrazumeva.
Sisteme kod kojih je n = m nazivamo kvadratnim.
III.2

cina i linearna preslikavanja
Matrici A Knm pridruzujemo preslikavanje fA : Km1 Kn1 denisano sa

(
fA (x1 , . . . , xm ) =
a1,1 x1 + + a1,j xj + + a1,m xm ,
..
.
ai,1 x1 + + ai,j xj + + ai,m xm ,
..
.
Znamo da je fA Hom (Km , Kn ) i jasno je da vazi

Re
s(A, B) = (fA ) {b}
gde naravno b = (b1 , . . . , bi , . . . , bn ) i
{
}
m
(fA ) {b} = (x1 , . . . , xj , . . . , xm ) K : fA (x1 , . . . , xj , . . . , xm ) = b
Otuda je specijalno
(
)
Re
s A, 0 = Ker(fA )
Km
(
)
podprostor, tj. skup resenja homogenog sistema A, 0 je podprostor od Km (u
sta se mozemo uveriti i direktnom proverom).
Ako je en standardna baza prostora Kn1 , a em standardna baza prostora Km1 ,
direktnom proverom se mozemo uveriti u to da vazi
Mem ,en (fA ) = A
Konvencija Ako je dat prostor V za x V i H V pisacemo x + H umesto

{x} + H.
2
Definicija III.2.1 Za skup S V vektora prostora V kazemo da je linearna mnov
gostrukost prostora V ako postoje U V i x V tako da je S = x + U ; u tom
slucaju kazemo da je mnogostrukost S paralelna podprostoru U .
2
160

DETERMINANTA
Tvrdenje III.2.2 Neka je g Hom(V, W) i b W . Tada je ili g {b} = ili je

v
g {b} linearna mnogostrukost (prostora V) paralelna sa Ker(g) V, tj.
g {b} = x + Ker(g)
gde je x V proizvoljan vektor takav da je g(x) = b.
Posledica III.2.3 Ili sistem (III.2) nema resenja, tj. Re

s(A, B) = , ili ako Re
s(A, B) =
onda je
Re
s(A, B) = x + Re
s (A, 0)
gde je
x Re
s(A, B)
proizvoljno resenje sistema (A, B), a (A, 0) je homogen sistem pridruzen sistemu
(A, B) (kao sto se i vidi).
(
)
Dokaz Ovo sledi iz Re
s(A, B) = (fA ) {b} i Re
s A, 0 = Ker(fA ) na osnovu
Tvrdenja III.2.2.
2
Tvrdenje III.2.4 Neka je S V linearna mnogostrukost prostora V i PS :=
{u v : u, v S}.
v
(a) Vazi PS V.
(b) Za svako x S vazi S = x + PS .
v
(c) Ako je U V i x V tako da je S = x + U onda mora biti U = PS i x S.

Dakle za svaku mnogostrukost S V postoji ta
cno jedan podprostor i to je
upravo PS takav da je mnogostrukost S paralelna s njim; ako je V konacnodimenziodf
nalan denisemo dim(S) := dim(PS ).
2
Tvrdenje III.2.5 Neka je dat kvadratni sistem (A, B), gde je A Knn . Sistem
(A, B) ima jedinstveno resenje ako i samo ako je matrica A regularna.
Dokaz Ako je matrica A = Mem ,en (fA ) regularna onda je fA automorzam
prostora Kn te specijalno i preslikavanje na; otuda postoji jedinstveno x Kn
tako da je fA (x) = B. Dakle sistem ima jedinstveno resenje.
Obrnuto, neka sistem ima jedinstveno resenje x Kn . Kako je skup resenja
oblika x + Ker(fA ) to mora biti Ker(fA ) = {0}, sto znaci da je preslikavanje fA
III.3. RESIVOST
SISTEMA LINEARNIH JEDNACINA
I RANG MATRICA 161
monomorzam pa je stoga i automorzam prostora Kn , tj. matrica A je regularna.
2
df
Preslikavanje gA : Km1 Kn1 denisano sa gA (X) := AX je linearno, tj.

gA Hom (Km1 , Kn1 ) i jasno je da vazi
(x1 , . . . , xj , . . . , xm ) Re
s(A, B)
AX = B

x1
..
.

A xj =
.
..
xm
b1
..
.
bi
..
.
bn
x1
..
.
xj (gA ) {B}
.
..
xm
Ako je m = n (dakle ako je sistem kvadratan) i ako je matrica A regularna, onda
je ono jedinstveno resenje (x1 , . . . , xn ) sistema dato sa Usprn (x1 , . . . , xn ) = A1 B.
III.3
Re
sivost sistema linearnih jedna
cina
i rang matrica
Sistem (III.2) ima resenja akko postoji neko (x1 , . . . , xj , . . . , xm ) Km tako da vazi
b1
x1
.. ..
. .
A xj = bi
. .
.. ..
xm
bn
tj. tako da vazi
B = x1 A,1 + + xj A,j + + xm A,m

DETERMINANTA
162
Drugim recima sistem (III.2) ima resenja akko vazi B L
({
A,1 , . . . , A,j , . . . , A,m
})
Dakle
sistem (III.2) ima resenja akko vazi B Kol(A).
( )
Zaklju
cak Ako sistem (III.2) ima resenja onda vazi Kol A = Kol(A), gde je
A= [A|B] prosirena matrica sistema.

( )
Pretpostavimo sada da je Kol A = Kol(A) =: P . Kako je
(
)
A,1 , . . . , A,j , . . . , A,m
potpun sistem vektora prostora P K(n1 to postoje )r {1, . . . , m} i prirodni

brojevi k1 < < kr m takvi da je A,k1 , . . . , A,kr baza prostora P . Otuda
kako je B P to postoje 1 , . . . , r K tako da je
B = 1 A,k1 + + r A,kr
pa je
B = x1 A,1 + . . . xj A,j + + xm A,m
za xks = s za s = 1, r odnosno xi = 0 za i {1, . . . , m} \ {k1 , . . . , km }, sto znaci
da je (x1 , . . . , xm ) Re
s(A, B) = .
( )
Zaklju
cak Ako vazi Kol A = Kol(A) onda sistem (III.2) ima resenja.
2
Time smo pokazali naredno tvrdenje.
( )
Tvrdenje III.3.1 Sistem (III.2) ima resenja akko vazi Kol A = Kol(A).
2
( )
Kako je uvek Kol(A) Kol A a radi se o podprostorima konacnodimenzionalnog
prostora Kn1 , to vazi
( )
Kol A = Kol(A)
akko vazi
tj.
(
( ))
dim Kol A = dim (Kol(A))
( )
rang A = rang(A)
Ovim smo pokazali prvi deo naredne teoreme.
III.4. GJ- OBLIK MATRICA
163
( )
Teorema III.3.2 Sistem (III.2) ima resenja akko vazi rang A = rang(A). U tom
( )
slucaju broj k := rang A = rang(A) nazivamo rang sistema (A, B); pritom je
skup resenja (linearna mnogostrukost) dimenzije m k, i sistem ima jedinstveno
resenje akko je k = m.
( )
(
)
Dokaz Neka je rang A = rang(A) = k. Kako je k = rang(A) = dim Im(fA )
(
)
to je dim Ker(fA ) = m k. Skup resenja je oblika x + Ker(fA ), pa je on linearna mnogostrukost dimenzije m k; skup resenja je jednoclan ako i samo ako je
Ker(fA ) = {0}, tj. akko je m = k.
2
III.4
(Redukovan) Gauss-Jordan-ov oblik matrica.

Elementarne matrice
Neka je data nenula matrica B = [bi,j ]nm Knm . Neka je k(B) N broj vrsta
matrice B u kojima ne stoji 0 na svim mestima. Neka su
{
}
i1 (B), . . . , ik(B) (B) {1, . . . , n}
gde i1 (B) < < ik(B) (B), takvi da je za svako l = 1, k(B) postoji bar jedno
jl {1, . . . , m} za koje vazi bil (B), jl = 0; drugim recima i1 (B), . . . , ik(B) (B) su redni
brojevi svih nenula vrsta matrice B. Za l = 1, k(B) neka je sl (B) {1, . . . , m}
najmanji broj takav da vazi
bil (B), sl (B) = 0
Primer Ako
B :=
0
0
0
0
0
0
0 0 2 0 1 4
0 0 0 0
0 0
0 -1 3 5
9 7
0 0 0 0
0 0
0 0 -3 0
8 2
5 0 0 1
0 3
onda je
k(B) = k = 4;
i1 (B) = i1 = 1, i2 = 3, i3 = 5 i i4 = 6;
s1 (B) = s1 = 4, s2 = 3, s3 = 4, s4 = 2.
Imamo
bi1 ,s1 = b1,4 = 2, bi2 ,s2 = b3,3 = 1, bi3 ,s3 = b5,4 = 3, bi4 ,s4 = b6,2 = 5.
164

DETERMINANTA
Definicija III.4.1 Za matricu B = [bi,j ]nm Knm kazemo da je u

Gauss-Jordan-ovom obliku,
ili GJ-obliku, ako je B nula matrica ili ako B nije nula matrica a vazi:
(
) (
)
i1 (B), . . . , ik(B) (B) = 1, . . . , k(B) , tj. il (B) = l za svako l = 1, k(B) i
sl1 (B) < sl2 (B) kad god je 1 l1 < l2 k(B).
Drugim re
cima za nenula matricu B = [bi,j ]nm Knm kazemo da je u GJobliku ako postoje k N i s1 , . . . , sk {1, . . . , m} tako da je
s1 < < s k
ako k 1, i tako da je
ako s1 > 1 onda b1,j = 0 za svako 1 j < s1 ;
ako k > 1 onda bl,j = 0 za svako 1 j < sl i 2 l k;
bl,sl = 0 za svako 1 l k;
bi,j = 0 za svako sk < i n i 1 j m, ako sk < n.
U ovom slucaju pisemo da je
B GJn,m (s1 , . . . , sk )
Vizuelno ovo znaci da je matrica B oblika:
165
Slika III.4.1.
gde se na svakoj od ovih malih dijagonala nalaze brojevi razliciti od 0.
Smatramo da je nula matrica u GJ-obliku.
Primer Ako
B :=
0
0
0
0
0
0
5
0
0
0
0
0
2 8 6 1
2
0 3 11
0 -1 3 5 2
9 7 4
0
0 2 0
3 1 4
2
0
0 0 0
0 -3 2
1
0
0 0 0
0
0 0
0
0
0 0 0
0
0 0
0
onda je
k = 4;
i1 = 1, i2 = 2, i3 = 3 i i4 = 4;
s1 = 2, s2 = 4, s3 = 5, s4 = 8.
Dakle
B GJ6,10 (2, 4, 5, 8)
2

DETERMINANTA
166
Da bi data nenula matrica B bila u GJ-obliku potrebno je postoji neko k

{1, . . . , n} tako da za svako i = 1, k na bar jednom mestu u i-toj vrsti ne stoji
broj 0, dok ako je k > 1 onda za svako i = k + 1, n u i-toj vrsti na svim mestima
stoji broj 0; ako za l = 1, k sa sl oznacimo najmanji broj j {1, . . . , m} takav da je
bl,j = 0, onda je sada dovoljno da vazi s1 < < sk da bi B bila u GJ-obliku.
Notacija Neka je A Knm i neka su P = {p1 , . . . , pl } {1, . . . , n} i Q =

{q1 , . . . , qk } {1, . . . , m} neprazni skupovi, gde je p1 < < pl i q1 < < qk .
Sa AP,Q , odnosno A{p1 ,...,pl },{q1 ,...,qk } oznacavamo matricu C Klk denisanu
uslovima Cu,v = Apu ,qv za svako u = 1, l i v = 1, k.
Ako je P = {i0 } pisacemo jednostavno Ai0 ,Q umesto A{i0 },Q ; ako je Q = {j0 }
pisacemo jednostavno AP,j0 umesto AP,{j0 } .
Neformalno govoreci, matrica AP,Q se dobija tako sto se 11 podmatrice matrice
A koje se dobijaju presecanjem vrsta sa rednim brojevima p1 , . . . , pl i kolona sa
rednim brojevima q1 , . . . , qk , izdvoje iz matrice A i na prirodan nacin slepe
u matricu formata l k. Moze se reci i da se matrica AP,Q dobija tako sto se iz
matrice A izbrisu svi elementi koji se ne nalaze na presecima navedenih vrsta i
kolona. Na primer ako je
2 1 3 0 0 8 9
1 4 9 5 3 0 1
3
2
4
1
0
0
1
A=
4 1 5 7 1 8 4
0 4 1 3 6 2 3
onda je
A{2,3,5},{2,4,5,7}
kao i
4 5 3 1
= 2 1 0 1
4 3 6 3
A2,{2,4,5,7}
5
A{2,3,5},4 = 1 , A{2,3,5},3 =
3
[
]
[
= 4 5 3 1 , A4,{2,4,5,7} = 1 7
9
4
1
]
1 4 .
167
(
)
Tvrdenje III.4.2 Neka je B GJn,m (s1 , . . . , sk ). Tada je sistem B,s1 , . . . , B,sk
kolona matrice B baza prostora Kol(B). Specijalno vazi k = rang(B).
Dokaz Pokazimo najpre da je sistem
(
)
B{1,...,k},{s1 } , . . . , B{1,...,k},{sk }
vektora prostora Kk1 linearno nezavisan. Pretpostavimo suprotno. Zbog b1,s1 = 0
je B{1,...,k},{s1 } = 0k1 pa sledi da je k 2 kao i da postoji neko i0 {2, . . . , k} tako
da je
i
0 1
B{1,...,k},{si0 } =
l B{1,...,k},{sl }
l=1
za neke l K, l = 1, i0 1 (videti Tvrdenje II.4.4). No kako je bi0 ,sj = 0 za svako

1 j < i0 (jer je sj < si0 ) to sada sledi da je bi0 ,si0 = 0, sto po pretpostavci nije
tacno.
(
)
Odavde specijalno sledi i da je sistem kolona B,s1 , . . . , B,sk matrice B linearno
nezavisan. Zaista, iz
k
l B,sl = 0n1
l=1
sledi
l B{1,...,k},{sl } = 0k1
l=1
pa i l = 0 za svako l = 1, k, na osnovu ovog sto smo upravo pokazali.

(
)
Neka je sada j0 {1, . . . , m} proizvoljno. Sistem B{1,...,k},{s1 } , . . . , B{1,...,k},{sk }
je baza prostora Kk1 jer je linearno nezavisan i duzine je k = dim(Kk1 ). Otuda
postoje l K za l = 1, k tako da je
B{1,...,k},{j0 } =
l B{1,...,k},{sl }
l=1
Za proizvoljno k < i n imamo da je

bi,j0 =
l bi,sl
l=1
jer je po pretpostavci bi,j = 0 za svako j = 1, m. Zato sada iz (III.4) sledi

B,j0 =
l=1
l B,sl
(III.4)
168

DETERMINANTA
(
)
Ovim smo pokazali da je sistem B,s1 , . . . , B,sk kolona matrice B baza prostora
Kol(B) pa je i k = rang(B).
2
Definicija III.4.3 Pod V-elementarnim transformacijama matrica podrazumevamo:
zamenu mesta dveju vrsta; matricu koja se dobija zamenom mesta i-te i j-te
vrste matrice A = [ai,j ]nm oznacavacemo sa
[
]
A Vi Vj
dodavanje vrste prethodno pomnozene nekim skalarom nekoj drugoj vrsti;
matricu koja se dobija dodavanjem j-te vrste matrice A = [ai,j ]nm pomnozene
skalarom i-toj vrsti matrice A oznacavacemo sa
[
]
A Vj Vi
mnozenjem svih elemenata neke vrste jednim ksiranim nenula skalarom;
matricu koja se dobija mnozenjem i-te vrste matrice A = [ai,j ]nm skalarom = 0
oznacavacemo sa
[
]
A Vi
2
Definicija III.4.4 Pod K-elementarnim transformacijama matrica podrazumevamo:
zamenu mesta dveju kolona; matricu koja se dobija zamenom mesta i-te i j-te
kolone matrice A = [ai,j ]nm oznacavacemo sa
[
]
A Ki Kj
dodavanje kolone prethodno pomnozene nekim skalarom nekoj drugoj koloni;
matricu koja se dobija dodavanjem j-te kolone matrice A = [ai,j ]nm pomnozene
skalarom i-toj koloni matrice A oznacavacemo sa
[
]
A Kj Ki
mnozenjem svih elemenata neke kolone jednim ksiranim nenula skalarom;
matricu koja se dobija mnozenjem i-te kolone matrice A = [ai,j ]nm skalarom = 0
oznacavacemo sa
[
]
A Ki
2
169
Zapa
zanje III.4.5 Neka su date matrice A, B Knm .
Za svako i, j = 1, n vazi:
[
]
[
]
akko B = A Vi Vj onda A = B Vi Vj
Za svako i, j = 1, n gde j = i vazi:
[
]
[
]
ako B = A Vj Vi onda A = B ()Vj Vi
Za svako i = 1, n i K \ {0} vazi:
[
]
[
]
ako B = A Vi onda A = B 1 Vi
[
]
[
]
ako B = A Ki Kj onda A = B Ki Kj
[
]
[
]
ako B = A Kj Ki onda A = B ()Kj Ki
[
]
[
]
ako B = A Ki onda A = B 1 Ki
2
Zapa
zanje III.4.6 Neka su date matrice A, B Knm i prirodni brojevi k N i
1 j1 < < jk m.
]
]
[
(
)[
ako B = A Vi Vj onda B{1,...,n},{j1 ,...,jk } = A{1,...,n},{j1 ,...,jk } Vi Vj
]
]
[
[
ako B = A Vj Vi onda B{1,...,n},{j1 ,...,jk } = A{1,...,n},{j1 ,...,jk } Vj Vi
[
]
[
]
ako B = A Vi onda B{1,...,n},{j1 ,...,jk } = A{1,...,n},{j1 ,...,jk } Vi
2
170

DETERMINANTA
Definicija III.4.7 Za A, B Knm pisemo

A V B
ako postoje l N i C0 , . . . , Cl Knm tako da je za i = 0, l 1 matrica Ci+1 dobijena
od matrice Ci nekom V-elementarnom transformacijom, a tako da je C0 = A i
Cl = B.
Za A, B Knm pisemo
A K B
ako postoje l N i C0 , . . . , Cl Knm tako da je za i = 0, l 1 matrica Ci+1 dobijena
od matrice Ci nekom K-elementarnom transformacijom, a tako da je C0 = A i
Cl = B.
2
Zapa
zanje III.4.8 Neka su date matrice A, B, C Knm . Tada:
ako A V B onda i B V A; ako A K B onda i B K A;
ako A V B i B V C onda i A V C; ako A K B i B K C onda i A K C;
A V A i A K A.
Ovo sledi direktno iz Denicije III.4.7 i Zapazanja III.4.5.
2
Zapa
zanje III.4.9 Neka su date matrice A, B Knm i prirodni brojevi k N i
1 j1 < < jk m.
Ako vazi A V B onda vazi i A{1,...,n},{j1 ,...,jk } V B{1,...,n},{j1 ,...,jk }
Ovo sledi direktno iz Zapazanja III.4.6.
2
Tvrdenje III.4.10 (a) Ako je A V B ili A K B onda je
rang(A) = rang(B)
(b) Neka su dati sistemi (A1 , B1 ) i (A2 , B2 ) od n linearnih jednacina sa m nepoznatih. Ako je [A1 |B1 ] V [A2 |B2 ] onda je
Re
s(A1 , B1 ) = Re
s(A2 , B2 )
Dokaz (a) Pokazujemo
samo
] jedan specijalan slucaj tvrdenja.
[
Neka je B = A Vj Vi za neke i, j = 1, n, gde i = j. Za q {1, . . . , n} \ {i}
imamo
Bq, = Aq, Vrst(A)
171
Takode je
Bi, = Ai, + Aj, Vrst(A)
{
}
Dakle [ Bq, : q = 1,]n Vrst(A) pa sledi da je Vrst(B) Vrst(A). Kako je
A = B ()Vj Vi to isti argument pokazuje i da je Vrst(A) Vrst(B).
(b) Pokazujemo samo jedan
[ specijalan]slucaj tvrdenja.
Neka je [A2 |B2 ] = [A1 |B1 ] Vi0 Vi i neka je sistem [A1 |B1 ] dat sa (III.2).
Ako je (1 , . . . , m ) Km resenje sistema [A1 |B1 ] onda iz (III.2) sledi
a1,1 1 +
..
ai1,1 1 +
(
)
ai,1 + ai0 ,1 1 +
ai+1,1 1 +
..
an,1 1 +
...
..
.
...
+a1,j j + . . .
..
..
.
.
+ai1,j j + . . .
...
(
)
+ ai,j + ai0 ,j j + . . .
...
..
.
...
+a1,m m = b1
.. .. ..
. . .
+ai1,m m = bi1
(
)
+ ai,m + ai0 ,m m = bi + bi0
+ai+1,j j + . . .
..
..
.
.
+an,j j + . . .
+ai+1,m m = bi+1
.. .. ..
. . .
+an,m m = bn
tj. (1 , . . . , m ) Re
s(A2 , B2 ). Dakle[Re
s(A1 , B1 ) ]Re
s(A2 , B2 ).
Obzirom da je [A1 |B1 ] = [A2 |B2 ] ()Vi0 Vi to isti argument pokazuje da
je Re
s(A2 , B2 ) Re
s(A1 , B1 ).
2
Zapa
zanje III.4.11 Za svaku matricu A Knm postoji matrica B Knm koja
je u GJ-obliku tako da je A V B. Na vezbama cete raditi konkretan uobicajen
algoritam za dolazenje do jedne takve matrice B.
2
Za nenula matricu B = [bi,j ]nm Knm kazemo da je u

redukovanom Gauss-Jordan-ovom obliku
ili redukovanom GJ-obliku ako postoje k N i s1 , . . . , sk {1, . . . , m} tako da
s1 < < sk ako k 1, a tako da je B GJn,m (s1 , . . . , sk ) i tako da vazi

DETERMINANTA
172
bi,sl = 0 za svako i = 1, sl 1 i l = 2, k, ako k > 1, i

bl,sl = 1 za svako l = 1, k.
U tom slucaju pisemo B GJred
n,m (s1 , . . . , sk ).
(
)
Ako je ej : j = 1, n standardna baza prostora Kn1 onda je lako videti da vazi
(
B GJred
n,m (s1 , . . . , sk )
B GJn,m (s1 , . . . , sk ) B,sl = el za svako l = 1, k
Smatramo da je nula matrica u redukovanom GJ-obliku.

Primer Ako
B :=
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
7
0
0
0
0
0
0 8 0
1 2 0
3 11
1
3 0 2 9 0 4 5
0
0 1
4 3 0
4 2
0
0 0
0 0 1
2 1
0
0 0
0 0 0
0 0
0
0 0
0 0 0
0 0
onda je
k = 4;
i1 = 1, i2 = 2, i3 = 3 i i4 = 4;
s1 = 4, s2 = 6, s3 = 8, s4 = 11.
Dakle
B GJred
6,13 (4, 6, 8, 11)
2
Zapa
zanje III.4.12 Ako je B GJred
n,m (s1 , . . . , sk ) i j0 {1, . . . , m} onda je:
B{1,...,n},{1,...,j0 } = 0nj0 ako j0 < s1
ci l {1, . . . , k} za
B{1,...,n},{1,...,j0 } GJred
n,j0 (s1 , . . . , sp ) ako s1 j0 , gde je p najve
koji vazi sl j0 .
Dakle, ako je B u redukovanom GJ-obliku onda je i B{1,...,n},{1,...,j0 } u redukovanom
GJ-obliku.
2
173
Primer
x1
0
0
0
0
x2
1
0
0
0
0
x2
x3
x3
0
1
0
0
0
x4
4
8
0
0
0
4x4
+8x4
x5
3
1
0
0
0
x6
0
0
1
0
0
x7
11
4
3
0
0
+3x5
+x5
x6
x8
0
0
0
1
0
x9
1
10
6
1
0
+11x7
4x7
+3x7
x8
x2
x3
x6
x8
5

7

2

0
+x9
+10x9
+6x9
x9
=
5
= 7
=
3
= 2
=
5 +4x4 3x5 11x7
x9
= 7 8x4 x5 +4x7 10x9
=
3
3x7 6x9
= 2
+x9
2
Zapa
zanje III.4.13 Neka je dat sistem (III.2) takav da je prosirena matrica si
stema A= [A|B] u redukovanom GJ-obliku, i to [A|B] GJn,m (s1 , . . . , sk ). Tada:
ako sk = m + 1 onda sistem (A, B) nema resenja;
ako vazi sk m i k = m, sto je ekvivalentno sa tim da vazi sl = l za svako
l = 1, k, onda je
(b1 , . . . , bm )
jedinstveno resenje sistema (A, B);
ako vazi sk m i k < m onda:
neka je {1, . . . , m}\{s1 , . . . , sk } = {d1 , . . . , dmk }; m-torka (x1 , . . . , xm ) je resenje
sistema (A, B) akko se dobija tako sto se brojevi xd1 , . . . , xdmk K izaberu proizvoljno
a onda se brojevi xs1 , . . . , xsk denisu sa
xsl = bl
mk
al,dj xdj
j=1
za l = 1, k
2
174

DETERMINANTA
Teorema III.4.14 Za svaku matricu A Knm postoji ta

cno jedna matrica B
nm
K
koja je u redukovanom GJ-obliku za koju vazi A V B.
Dokaz Egzistencija bar jedne ovakve matrice B sledi veoma jednostavno iz
Zapazanja III.4.11.
Pretpostavimo da je A V B i A V C, gde su i B i C u redukovanom GJ-obliku.
Treba pokazati da je B = C. Pretpostavimo suprotno. Tada postoji bar jedno
j {1, . . . , m} tako da je B,j = C,j ; neka je q {1, . . . , m} najmanji takav broj j.
Matrice B1 := B{1,...,n},{1,...,q} i C1 := C{1,...,n},{1,...,q} su u redukovanom GJ-obliku.
Takode vazi
A{1,...,n},{1,...,q} V B1 i A{1,...,n},{1,...,q} V C1
pa je B1 V( C1 . Odavde )specijalno imamo rang(B1 ) = rang(C1 ).
Neka je ej : j = 1, n standardna baza prostora Kn1 .
Slu
caj 1 q = 1: Zbog B1 = C1 sledi da vazi
B1 = 0n1 C1 = e1
ili
B1 = e1 C1 = 0n1
pa je rang(B1 ) = rang(C1 ) u svakom slucaju kontradikcija.
Slu
caj 2 q > 1: Stavimo D := B{1,...,n},{1,...,q1} = C{1,...,n},{1,...,q1} .
Slu
caj 2.1 D = 0n(q1) : Kako su i B1 i C1 u redukovanom GJ-obliku, a pritom
je B1 = C1 , to mora biti
]
[
B1 = 0n(q1) e1 C1 = 0nq
ili
]
[
B1 = 0nq C1 = 0n(q1) e1
pa je rang(B1 ) = rang(C1 ) u svakom slucaju kontradikcija.

Slu
caj 2.2 D = 0n(q1) : D je u redukovanom GJ-obliku pa postoji neko k N
i prirodni brojevi 1 s1 < < sk q 1 tako da je
D Gred
n,q1 (s1 , . . . , sk )
175
Kako je B1 u redukovanom GJ-obliku to mora biti

k < n i B1 Gred
n,q (s1 , . . . , sk , q)
ili
B1 Gred
n,q (s1 , . . . , sk )
Slicno mora biti
k < n i C1 Gred
n,q (s1 , . . . , sk , q)
ili
C1 Gred
n,q (s1 , . . . , sk )
Zbog rang(B1 ) = rang(C1 ) odavde (koristeci se Tvrdenjem III.4.2) zakljucujemo da
mora biti
(i) k < n i B1 , C1 Gred
n,q (s1 , . . . , sk , q)
ili
(ii) B1 , C1 Gred
n,q (s1 , . . . , sk )
Ako vazi (i) onda mora biti B,q = ek+1 = C,q kontradikcija.
Neka sada vazi (ii). Na osnovu Tvrdenja III.4.2 i Teoreme
postoji neko
[ III.3.2
]
q1

(x
,
.
.
.
,
x
)
K
re
s
enje
sistema
(D,
B
).
Kako
je
D
B
=
B
,q
,q
1 V C1 =
[ 1
] q1

D C,q to prema Tvrdenju III.4.10 pod (b) sada imamo
Re
s(D, C,q ) = Re
s(D, B,q ) (x1 , . . . , xq1 )
odakle sledi C,q =
q1
l=1
xl D,l = B,q , sto nije moguce.

2
Definicija III.4.15 Za n N pod V-elementarnim matricama podrazumevamo

matrice:
[
]
df
(i,
j)
:
=
I
V
V
za i, j = 1, n;
EV
n
i
j
n
]
[
df
V
V
(i,
j;
)
:
=
I
EV
j
i za i, j = 1, n i j = i;
n
n
]
[
df
V
(i;
)
:
=
I
EV
i za i = 1, n i K \ {0}.
n
n
2
176

DETERMINANTA
Definicija III.4.16 Za n N pod K-elementarnim matricama podrazumevamo

matrice:
[
]
df
K
En (i, j) := In Ki Kj za i, j = 1, n;
[
]
df
EK
(i,
j;
)
:
=
I
K
K
za i, j = 1, n i j = i;
n
j
i
n
[
]
df
(i;
)
:
=
I
EK
K
n
i za i = 1, n i K \ {0}.
n
2
Zapa
zanje III.4.17 Neka su date matrice A, B Knm .
[
]
B = A Vi Vj akko B = EV
n (i, j) A
Za svako i, j = 1, n i j = i vazi:
[
]
B = A Vj Vi akko B = EV
n (i, j; ) A
[
]
B = A Vi akko B = EV
n (i; ) A
[
]
B = A Ki Kj akko B = A EK
n (i, j)
Za svako i, j = 1, n i j = i vazi:
[
]
B = A Kj Ki akko B = A EK
n (i, j; )
[
]
B = A Ki akko B = A EK
n (i; )
2
Zapa
zanje III.4.18 Elementarne matrice su regularne:
V
EV
n (i, j) En (i, j) = In
V
EV
n (i, j; ) En (i, j; ) = In
177
1
V
EV
n (i; ) En (i; ) = In
K
EK
n (i, j) En (i, j) = In
K
EK
n (i, j; ) En (i, j; ) = In
1
K
EK
n (i; ) En (i; ) = In
2
Zapa
zanje III.4.19 Ako su matrice A1 , . . . , Ak Knn regularne onda je takva i
A1 . . . Ak i vazi
(A1 . . . Ak )1 = (Ak )1 . . . (A1 )1
2
Teorema III.4.20 Za matricu A Knn sledeci uslovi su ekvivalentni:
(1) A je regularna matrica.
(2) A je proizvod nekih V-elementarnih matrica iz Knn .
(3) A je proizvod nekih K-elementarnih matrica iz Knn .
(4) A je proizvod nekih matrica iz Knn svaka od kojih je bilo V-elementarna bilo
K-elementarna.
(5) A V In .
(6) A K In .
Dokaz Ako je A regularna onda prema Tvrdenju II.20.4 mora biti rang(A) = n;
ako je A V B i B GJred
n,n (s1 , . . . , sk ) onda je k = rang(B) = rang(A) = n pa iz
1 s1 < < sk
je B,j = B,sj = ej
( n sledi da je) sj = j za j = 1, n; obzirom da
n1
za j = 1, n, gde je ej : j = 1, n standardna baza prostora K , odavde dobijamo
da je zapravo B = In .
Obrnuto, ako je A V In onda je rang(A) = rang(B) = n pa je prema Tvrdenju
II.20.4 matrica A regularna. Ovim smo pokazali da je (1) (5) a na potpuno
isti nacin zakljucujemo da je (1) (6).
(5) (2): Ako je A V In onda na osnovu Zapazanja III.4.17 postoje q N i
V-elementarne matrice E1 , . . . , Eq Knn takve da je E1 . . . Eq A = In . Matrice
E1 , . . . , Eq su regularne (Zapazanje III.4.18) te odavde sada sledi
A = (Eq )1 . . . (E1 )1 In = (Eq )1 . . . (E1 )1

DETERMINANTA
178
Prema Zapazanju III.4.18 matrice (Eq )1 , . . . , (E1 )1 su takode V-elementarne.

Na potpuno isti nacin se pokazuje (6) (3).
Implikacije (2) (4) i (3) (4) su trivijalne.
(4) (1) je direktna posledica Zapazanja III.4.18 i III.4.19.
III.5
Permutacije, inverzije
(
)
1 ...
n
Neka je n N i p =
= (p1 , . . . , pn ) permutacija skupa {1, . . . , n}.
p(1) . . . p(n)
Pod inverzijom permutacije p podrazumevamo svaki par (i, j) {1, . . . , n}2 takav
da vazi
i < j i p(i) > p(j)
Sa inv(p) oznacavamo broj inverzija permutacije p i denisemo broj
df
sgn(p) := (1)inv(p)
koji nazivamo znak permutacije p.
Tvrdenje III.5.1 Za svako 1 i < j n i p Perm(n) su brojevi
inv(p1 , . . . , pi1 , pj , pi+1 , . . . , pj1 , pi , pj+1 , . . . , pn )
i
inv(p1 , . . . , pi1 , pi , pi+1 , . . . , pj1 , pj , pj+1 , . . . , pn )
razlicite parnosti i u skladu s tim vazi
sgn(p1 , . . . , pi1 , pj , pi+1 , . . . , pj1 , pi , pj+1 , . . . , pn )
= sgn(p1 , . . . , pi1 , pi , pi+1 , . . . , pj1 , pj , pj+1 , . . . , pn )
Tvrdenje III.5.2 (a) Preslikavanje T : Perm(n) Perm(n) denisano sa
T (p) := p1
df
je bijekcija.
(b) sgn(p1 ) = sgn(p).
2
III.6. N -LINEARNA PRESLIKAVANJA
III.6
179
n-linearna preslikavanja
Neka su V i W oba nad K. Za preslikavanje f : V n W kazemo da je nlinearno preslikavanje nad prostorom V sa vrednostima u prostoru W ako za svako
u1 , . . . , un , x, y V , K i svako j = 1, n vazi
(A)
f (v1 , . . . , vj1 , x + y, vj+1 , . . . , vn ) =
= f (v1 , . . . , vj1 , x, vj+1 , . . . , vn ) + f (v1 , . . . , vj1 , y, vj+1 , . . . , vn )
i
(H)
f (v1 , . . . , vj1 , x, vj+1 , . . . , vn ) = f (v1 , . . . , vj1 , x, vj+1 , . . . , vn )
Tvrdenje III.6.1 Ako je f : V n W n linearno preslikavanje nad prostorom V

sa vrednostima u prostoru W, k1 , . . . , kn N i ako stavimo
F := {1, . . . , k1 } {1, . . . , kj } {1, . . . , kn }
kj
k1
kn
f
i,1 vi,1 , . . . ,
i,j vi,j , . . . ,
i,n vi,n =
onda vazi
i=1
i=1
i=1
(
)
s(1),1 . . . s(j),j . . . s(n),n f vs(1),1 , . . . , vs(j),j , . . . , vs(n),n
sF
Dokaz (I) Pokazimo najpre da vazi

(
)
m
m
f u1 , . . . , uj1 ,
i vi , uj+1 , . . . , un =
i f (u1 , . . . uj1 , vi , uj+1 . . . , un )
i=1
i=1
Ovo cemo uciniti indukcijom po m N. Za m = 1 ovo je upravo uslov (H).

Pretpostavimo da gornja jednakost vazi za sume duzine m N. Imamo
(
)
m+1
f u1 , . . . , uj1 ,
i vi , uj+1 , . . . , un =
i=1
(
f
u1 , . . . , uj1 ,
i=1
)
i vi , uj+1 , . . . , un +f (u1 , . . . , uj1 , m+1 vm+1 , uj+1 , . . . , un ) =

DETERMINANTA
180
m
i f (u1 , . . . uj1 , vi , uj+1 . . . , un )+m+1 f (u1 , . . . , uj1 , vm+1 , uj+1 , . . . , un ) =
i=1
m+1
i f (u1 , . . . uj1 , vi , uj+1 . . . , un )
i=1
(II) Pokazimo sada da za svako j = 1, n vazi
kj
k1
f
i,1 vi,1 , . . . ,
i,j vi,j , uj+1 , uj+2 , . . . , un =
i=1
i=1
(
)
s(1),1 . . . s(j),j f vs(1),1 , . . . , vs(j),j , uj+1 , uj+2 , . . . , un
sFj
gde
Fj := {1, . . . , k1 } {1, . . . , kj }
Ovo radimo indukcijom po j {1, . . . , n}. Za j = 1 ovo sledi iz dela (I). Pretpostavimo da je gornja jednakost tacna za neko j {1, . . . , n 1}. Imamo
kj
kj+1
k1
f
i,1 vi,1 , . . . ,
i,j vi,j ,
i,j+1 vi,j+1 , , uj+2 , . . . , un =
i=1
kj+1
i=1
kj+1
i=1
kj
k1
i,1 vi,1 , . . . ,
i,j+1 f
i,j vi,j , vi,j+1 , , uj+2 , . . . , un =
i,j+1
i=1
i=1
i=1
i=1
s(1),1 . . . s(j),j f vs(1),1 , . . . , vs(j),j , vi,j+1 , uj+2 , . . . , un =
sFj
kj+1
)
(
s(1),1 . . . s(j),j i,j+1 f vs(1),1 , . . . , vs(j),j , vi,j+1 , uj+2 , . . . , un =
i=1 sFj
kj+1
)
(
q(1),1 . . .q(j),j q(j+1),j+1 f vq(1),1 , . . . , vq(j),j , vq(j+1),j+1 , uj+2 , . . . , un =
i=1 qG j
i
kj+1
i=1
qFj+1
Gij
)
(
q(1),1 . . .q(j),j q(j+1),j+1 f vq(1),1 , . . . , vq(j),j , vq(j+1),j+1 , uj+2 , . . . , un =
)
(
q(1),1 . . . q(j),j q(j+1),j+1 f vq(1),1 , . . . , vq(j),j , vq(j+1),j+1 , uj+2 , . . . , un
181
{
}
gde smo za i {1, . . . , kj+1 } stavili Gij = q Fj+1 : q(j + 1) = i , pa je jasno da
kj+1
j
Gi = Fj+1 .
i=1
Tvrdenje III.6.2 Neka je (a1 , . . . , am ) proizvoljna baza prostora V i neka su za

svako s {1, . . . , m}n dati vektori bs1 ,...,sn W prostora W. Neka je preslikavanje
f : V n W denisano sa
df
f (x1 , . . . , xn ) :=
s(1),1 . . . s(j),j . . . s(n),n bs1 ,...,sn
s{1,...,m}n
gde je xj =
i,j ai za svako j = 1, n.
i=1
f je n-linearno preslikavanje nad prostorom V sa vrednostima u prostoru W, i

pritom vazi
f (as1 , . . . , asj , . . . , asn ) = bs1 ,...,sj ,...,sn
za svako s {1, . . . , m}n .
Dokaz Neka je xj =
m
i,j ai za svako j = 1, n, i neka je u =
i=1
i ai , v =
i=1
m
m
i ai i K. Imamo u + v =
(i + i )ai i u =
(i )ai pa je
i=1
i=1
i=1
f (x1 , . . . , xj0 1 , u + v, xj0 +1 , . . . , xn ) =
s(1),1 . . . s(j0 1),j0 1 (s(j0 ) + s(j0 ) ) s(j0 +1),j0 +1 . . . s(n),n bs1 ,...,sn =
s{1,...,m}n
s(1),1 . . . s(j0 1),j0 1 s(j0 ) s(j0 +1),j0 +1 . . . s(n),n bs1 ,...,sn
s{1,...,m}n
)
+s(1),1 . . . s(j0 1),j0 1 s(j0 ) s(j0 +1),j0 +1 . . . s(n),n bs1 ,...,sn =
s(1),1 . . . s(j0 1),j0 1 s(j0 ) s(j0 +1),j0 +1 . . . s(n),n bs1 ,...,sn +
s{1,...,m}n
s(1),1 . . . s(j0 1),j0 1 s(j0 ) s(j0 +1),j0 +1 . . . s(n),n bs1 ,...,sn =
s{1,...,m}n
f (x1 , . . . , xj0 1 , u, xj0 +1 , . . . , xn ) + f (x1 , . . . , xj0 1 , v, xj0 +1 , . . . , xn )

DETERMINANTA
182
i slicno
f (x1 , . . . , xj0 1 , u, xj0 +1 , . . . , xn ) =

(
)
s{1,...,m}n
s{1,...,m}n
s{1,...,m}n
f (x1 , . . . , xj0 1 , u, xj0 +1 , . . . , xn )

2
Tvrdenje III.6.3 Neka je f n-linearno preslikavanje nad prostorom V sa vrednostima u prostoru W i (a1 , . . . , am ) proizvoljna baza prostora V. Ako vazi
f (as1 , . . . , asi1 , asj , asi+1 , . . . , asj1 , asi , asj+1 , . . . , asn )
= f (as1 , . . . , asi1 , asi , asi+1 , . . . , asj1 , asj , asj+1 , . . . , asn )
za svako s {1, . . . , m}n onda vazi
f (v1 , . . . , vi1 , vj , vi+1 , . . . , vj1 , vi , vj+1 , . . . , vn )
= f (v1 , . . . , vi1 , vi , vi+1 , . . . , vj1 , vj , vj+1 , . . . , vn )
za svako (v1 , . . . , vn ) V n .
Dokaz Neka je vj =
k,j ak za i = 1, n. Imamo
k=1
f (v1 , . . . , vi0 1 , vj0 , vi0 +1 , . . . , vj0 1 , vi0 , vj0 +1 , . . . , vn ) =

( m
)
m
m
m
f
k,1 ak , . . . ,
k,j0 ak , . . . ,
k,i0 ak , . . .
k,n ak =
k=1
k=1
k=1
k=1
s{1,...,m}n
s(1),1 . . .s(i0 1),i0 1 s(i0 ),j0 s(i0 +1),i0 +1 . . .s(j0 1),j0 1 s(j0 ),i0 s(j0 +1),j0 +1 . . .s(n),n
f (as(1) , . . . , as(i0 1) , as(i0 ) , as(i0 +1) , . . . , as(j0 1) , as(j0 ) , as(j0 +1) , . . . , as(n) )
=
s{1,...,m}n
183
s(1),1 . . .s(i0 1),i0 1 s(j0 ),i0 s(i0 +1),i0 +1 . . .s(j0 1),j0 1 s(i0 ),j0 s(j0 +1),j0 +1 . . .s(n),n
f (as(1) , . . . , as(i0 1) , as(j0 ) , as(i0 +1) , . . . , as(j0 1) , as(i0 ) , as(j0 +1) , . . . , as(n) )
=
s{1,...,m}n
s (1),1 . . .s (i0 1),i0 1 s (i0 ),i0 s (i0 +1),i0 +1 . . .s (j0 1),j0 1 s (j0 ),j0 s (j0 +1),j0 +1 . . .s (n),n
f (as (1) , . . . , as (i0 1) , as (i0 ) , as (i0 +1) , . . . , as (j0 1) , as (j0 ) , as (j0 +1) , . . . , as (n) )
()
q{1,...,m}n
q(1),1 . . .q(i0 1),i0 1 q(i0 ),i0 q(i0 +1),i0 +1 . . .q(j0 1),j0 1 q(j0 ),j0 q(j0 +1),j0 +1 . . .q(n),n
f (aq(1) , . . . , aq(i0 1) , aq(i0 ) , aq(i0 +1) , . . . , aq(j0 1) , aq(j0 ) , aq(j0 +1) , . . . , aq(n) )
= f (v1 , . . . , vi0 1 , vi0 , vi0 +1 , . . . , vj0 1 , vj0 , vj0 +1 , . . . , vn )
gde je za s {1, . . . , m}n n-torka s {1, . . . , m}n denisana sa

s (k) = s(k) ako k {1, . . . , n} \ {i0 , j0 } i s (i0 ) = s(j0 ), s (j0 ) = s(i0 )
Obrazlozenje za jednakost ():

preslikavanje T : {1, . . . , m}n {1, . . . , m}n
denisano sa
T (s) := s
df
je bijekcija (sto sledi recimo iz (s ) = s, tj. T (T (s)) = s).

2
Tvrdenje III.6.4 Neka su V i W vektorski prostori. Ako je g : V n W preslikavanje takvo da vazi
g(v1 , . . . , vi1 , vj , vi+1 , . . . , vj1 , vi , vj+1 , . . . , vn )
= g(v1 , . . . , vi1 , vi , vi+1 , . . . , vj1 , vj , vj+1 , . . . , vn )
za svako (v1 , . . . , vn ) V n i svako 1 i < j n. Tada vazi:

DETERMINANTA
184
(a)
g(vp(1) , . . . , vp(n) ) = sgn(p)g(v1 , . . . , vj , . . . , vn )
za svako (v1 , . . . , vn ) V n i svako p Perm(n);
(b)
g(v1 , . . . , vn ) = 0
za svaku n-torku v V n koja nije injektivna.

Ako je g usto i n-linearna funkcionela onda vazi i:
(c)
f v1 , . . . , vj0 1 ,
i vi , vj0 +1 , . . . , vn = 0
i=1
i=j0
za svako (v1 , . . . , vn ) V n , (1 , . . . , n ) Kn i j0 {1, . . . , n};
(d)
f v1 , . . . , vj0 1 , vj0 +
i vi , vj0 +1 , . . . , vn = f (v1 , . . . , vj0 1 , vj0 , vj0 +1 , . . . , vn )
i=1
i=j0
za svako (v1 , . . . , vn ) V n , (1 , . . . , n ) Kn i j0 {1, . . . , n}.

Dokaz (a) Neka su (v1 , . . . , vn ) V n i p Perm(n) proizvoljni. Jasno je
da postoje k N i q0 , . . . , qk Perm(n) takvi da je q0 (i) = i za i = 1, n (tj.
q0 = (1, . . . , j, . . . , n)), zatim qk = p i takvi da za svako l = 0, k 1 vazi
ql+1 = (ql (1), . . . , ql (i0 1), ql (j0 ), ql (i0 + 1), . . . , ql (j0 1), ql (i0 ), ql (j0 + 1), . . . , ql (n))
za neke 1 i0 < j0 n.
Tada su brojevi inv(ql ) i inv(ql+1 ) razlicite parnosti za svako l = 0, k 1. Kako
je inv(q0 ) = 0, odavde se jednostavnom indukcijom zakljucuje da je broj inv(ql ) iste
parnosti kao i broj l za svako l = 0, k 1. Specijalno je
sgn(p) = sgn(qk ) = (1)inv(qk ) = (1)k
III.7. DEFINICIJA DETERMINANTE
185
No prema ucinjenoj pretpostavci o preslikavanju g sada sledi

g(v1 , . . . , vj , . . . , vn ) = (1)k g(vqk (1) , . . . , vqk (n) ) = sgn(p)g(vp(1) , . . . , vp(n) )
tj.
g(vp(1) , . . . , vp(n) ) = sgn(p)g(v1 , . . . , vj , . . . , vn )
Deo tvrdenja pod (b) sledi iz cinjenice da vazi

g(v1 , . . . , vi1 , x, vi+1 , . . . , vj1 , x, vj+1 , . . . , vn ) =
g(v1 , . . . , vi1 , x, vi+1 , . . . , vj1 , x, vj+1 , . . . , vn )
(c) Imamo
f v1 , . . . , vj0 1 ,
m

i f (v1 , . . . vj0 1 , vi , vj0 +1 . . . , vn )
i vi , vj0 +1 , . . . , vn =
i=1
i=j0
i=1
i=j0
pa tvrdenje sledi iz dela pod (b).

(d) Imamo
f v1 , . . . , vj0 1 , vj0 +
i vi , vj0 +1 , . . . , vn =
m
i=1
i=j0
f (v1 , . . . , vj0 1 , vj0 , vj0 +1 , . . . , vn ) + f v1 , . . . , vj0 1 ,
i vi , vj0 +1 , . . . , vn
i=1
i=j0
pa tvrdenje sledi iz dela pod (c).

2
III.7
Definicija determinante
Tvrdenje III.7.1 Neka je (a1 , . . . , an ) proizvoljna baza prostora V, gde je dakle

dim(V) = n.
(a) Neka je preslikavanje f0 : V n K denisano sa
df
f0 (x1 , . . . , xn ) :=
s(1),1 . . . s(j),j . . . s(n),n sgn(s)
sPerm(n)

DETERMINANTA
186
gde je xj =
i=1
f0 je n-linearno preslikavanje nad prostorom V sa vrednostima u K, koje je

antisimetricno po svakom paru indekasa, tj. vazi
f0 (v1 , . . . , vi1 , vj , vi+1 , . . . , vj1 , vi , vj+1 , . . . , vn )
= f0 (v1 , . . . , vi1 , vi , vi+1 , . . . , vj1 , vj , vj+1 , . . . , vn )
za svako (v1 , . . . , vn ) V n i svako 1 i < j n.
Pritom vazi f0 (a1 , . . . , aj , . . . , an ) = 1.
(b) Ako je g : V n K n-linearna funkcionela takva da vazi
g(v1 , . . . , vi1 , vj , vi+1 , . . . , vj1 , vi , vj+1 , . . . , vn )
= g(v1 , . . . , vi1 , vi , vi+1 , . . . , vj1 , vj , vj+1 , . . . , vn )
za svako (v1 , . . . , vn ) V n i svako 1 i < j n onda vazi
g(v1 , . . . , vn ) = Cf0 (v1 , . . . , vn )
za svako (v1 , . . . , vn ) V n , gde je
C = g(a1 , . . . , aj , . . . , an )
a f0 ona n-linearna funkcionela koja je denisana pod (a).
(c) Postoji ta
cno jedno n-linearno preslikavanje g nad prostorom V sa vrednostima
u K, koje je antisimetricno po svakom paru indekasa i za koje vazi g(a1 , . . . , aj , . . . , an ) =
1.
df
Dokaz (a) Ako za s {1, . . . , n}n uzmemo da je bs := 0 ako s nije permutacija,

df
odnosno bs := sgn(s) ako s Perm(n), lako je videti da je preslikavanje denisano
u Tvrdenju III.6.2 upravo ovo ovde denisano preslikavanje f0 . Odatle sledi da je
f0 n-linearno.
Da je f0 antisimetricno sledi iz Tvrdenja III.6.3 i toga sto je
f (as1 , . . . , asj , . . . , asn ) = bs1 ,...,sj ,...,sn
za svako s {1, . . . , s}n , ako iskoristimo Tvrdenje III.5.1.
III.7. DEFINICIJA DETERMINANTE

(b) Neka je vj =
187
i=1
(
g(v1 , . . . , vj , . . . , vn ) =
i,1 ai , . . . ,
i=1
i,j ai , . . . ,
i=1
)
i,n ai
i=1
s(1),1 . . . s(j),j . . . s(n),n g(as(1) , . . . , as(j) , . . . , as(n) ) =
s{1,...,n}n
s(1),1 . . . s(j),j . . . s(n),n g(as(1) , . . . , as(j) , . . . , as(n) ) =
sPerm(n)
s(1),1 . . . s(j),j . . . s(n),n sgn(s)g(a1 , . . . , aj , . . . , an ) =
sPerm(n)
s(1),1 . . . s(j),j . . . s(n),n sgn(s) =
sPerm(n)
Cf0 (v1 , . . . , vj , . . . , vn )
(c) Za proizvoljno takvo preslikavanje g prema (b) mora da vazi

g(v1 , . . . , vn ) = Cf0 (v1 , . . . , vn )
za svako (v1 , . . . , vn ) V n , gde je
C = g(a1 , . . . , aj , . . . , an ) = 1
pa je zapravo
g(v1 , . . . , vn ) = f0 (v1 , . . . , vn )
za svako (v1 , . . . , vn ) V n
Definicija III.7.2 Neka je n 2. Sa

(
)n
Detn : Kn1 K
oznacavamo onu jedinstvenu n-linearnu funkcionelu nad prostorom Kn1 za koju
vazi
Detn (v1 , . . . , vi1 , vj , vi+1 , . . . , vj1 , vi , vj+1 , . . . , vn )
= Detn (v1 , . . . , vi1 , vi , vi+1 , . . . , vj1 , vj , vj+1 , . . . , vn )
za svako (v1 , . . . , vn ) Kn1 i svako 1 i < j n, kao i
Det(e1 , . . . , ej , . . . , en ) = 1

DETERMINANTA
188
gde je (e1 , . . . , ej , . . . , en ) standardna baza prostora Kn1 . Drugim recima, Detn

je preslikavanje dato sa
a1,1
..
.
Detn ai,1 ,
.
..
an,1
a1,j
..
.
, ai,j ,
.
..
an,j
a1,n
..
.
sgn(p)ap(1),1 . . . ap(j),j . . . ap(n),n

, ai,n =
.
.. pPerm(n)
an,n
Definicija III.7.3 Neka je n 2. Sa

detn : Knn K
oznacavamo preslikavanje denisano sa
df
detn (A) := Detn (A,1 , . . . , A,j , . . . , A,n )

Drugim recima, detn je preslikavanje dato sa
a1,1 . . . a1,j . . .
..
..
..
..
.
.
.
.
detn ai,1 . . . ai,j . . .

.
..
..
..
..
.
.
.
an,1 . . . an,j . . .
a1,n
..
.
ai,n =
sgn(p) ap(1),1 . . . ap(j),j . . . ap(n),n
..
pPerm(n)
.
an,n
za svako A = [ai,j ]nn Knn . Uobicajeno je da se koristi oznaka

a1,1 . . . a1,j . . . a1,n
.
..
..
..
..
.
.
.
.
.
.

detn ([ai,j ]nn ) = ai,1 . . . ai,j . . . ai,n
.
..
..
..
..
..
.
.
.
.

a
an,j . . . an,n
n,1 . . .
) df
(
Denisemo i det1 : K11 K sa det1 [x]11 := x. U svakom slucaju, ako je
n N preslikavanje detn nazivamo
determinanta reda n
Broj detn (A) nazivamo determinanta matrice A Knn .
III.8. OSNOVNE OSOBINE DETERMINANTI
III.8
189
Osnovne osobine determinanti
Tvrdenje III.8.1 det(AT ) = det(A).

Dokaz Stavimo B := AT . Dakle bi,j = B(i, j) = aj,i za svako i, j = 1, n. Imamo
det(B) =
sgn(p) bp(1),1 . . . bp(j),j . . . bp(n),n =
pPerm(n)
sgn(p) a1,p(1) . . . aj,p(j) . . . an,p(n) =
pPerm(n)
sgn(p) ap1 (p(1)),p(1) . . . ap1 (p(j)),p(j) . . . ap1 (p(n)),p(n) =
pPerm(n)
sgn(p) ap1 (1),1 . . . ap1 (j),j . . . ap1 (n),n
pPerm(n)
sgn(p1 ) ap1 (1),1 . . . ap1 (j),j . . . ap1 (n),n
pPerm(n)
sgn(q) aq(1),1 . . . aq(j),j . . . aq(n),n = det(A)
qPerm(n)
2
Tvrdenje III.8.2 Ako postoje 1 i < j n tako da je A,i = A,j onda je
det(A) = 0.
Ako postoje 1 i < j n tako da je Ai, = Aj, onda je det(A) = 0.
Dokaz Ovo sledi iz Tvrdenja III.6.4 pod (b) i Tvrdenja III.8.1.
2
Tvrdenje III.8.3 Neka je A Knn . Ako stavimo Kj = A,j za j = 1, n onda
vazi:

m

i Ki Kj0 +1 . . . Kn = 0
det K1 . . . Kj0 1

i=1

i=j0

i Ki Kj0 +1 . . . Kn =
det K1 . . . Kj0 1 Kj0 +

i=1
i=j0
])

([
det K1 . . . Kj0 1 Kj0 Kj0 +1 . . . Kn
za svako (1 , . . . , n ) Kn i j0 {1, . . . , n}.
190

DETERMINANTA
Dokaz Ovo sledi direktno iz Tvrdenja III.6.4 pod (c) i (d).
2
Tvrdenje III.8.4 Neka je A Knn . Ako stavimo Vj = Aj, za j = 1, n onda vazi:
V1
..
Vj0 1
)
(
m

i
i
det
=0
i=1
i=j0
Vj0 +1
..
Vn
i
V1
..
Vj0 1
(
m
V + V
j0
i i
det
i=1
i=j0
Vj0 +1
..
Vn
)
(
= det
V1
..
.
Vj0 1
Vj0
Vj +1
0
..
.
Vn
za svako (1 , . . . , n ) Kn i j0 {1, . . . , n}.

Dokaz Ovo sledi direktno iz Tvrdenja III.8.3 i III.8.1.
2
191
Definicija III.8.5 Za A Knn i i, j = 1, n denisimo

(
)
df
mnri,j (A) := detn1 A{1,...,n}\{i},{1,...,n}\{j}
Ovaj broj nazivamo minor matrice A koji odgovara mestu (i, j).
Denisemo i
df
kof i,j (A) := (1)i+j mnri,j (A)

Ovaj broj nazivamo kofaktor matrice A koji odgovara mestu (i, j).
(
Lema
Knn i i0 , j0 {1, . . . , n} i neka je ej : j =
) III.8.6 Neka je A = [ai,j ]nn
1, n standardna baza prostora Kn1 . Tada je
detn (A,1 | . . . |A,j0 1 |ei0 |A,j0 +1 | . . . |A,n ) = (1)i0 +j0 mnri0 ,j0 (A) = kof i0 ,j0 (A)
tj.
. . . . . . . . . . . . . . . . .
detn
ai0 ,1 . . . ai0 ,j0 1
. . . . . . . . . . . . . . . . .

0
0
..
.
1

0

..
.

0
.................
ai0 ,j0 +1 . . . ai0 ,n

=
. . . . . . . . . . . . . . . . .
P | Q

= (1)i0 +j0 detn1
R | S
gde je P := A{1,...,i0 1},{1,...,j0 1} , Q := A{1,...,i0 1},{j0 +1,...,n} , R := A{i0 +1,...,n},{1,...,j0 1}
i S := A{i0 +1,...,n},{j0 +1,...,n} .
Dokaz Imamo
detn (A,1 | . . . |A,j0 1 |ei0 |A,j0 +1 | . . . |A,n ) =
ai0 ,1 . . . ai0 ,j0 1

1
ai0 ,j0 +1 . . . ai0 ,n
. . . . . . . . . . . . . . . . .
.................
..
Q
P

i0 1

0
(1)
detn
. . . . . . . . . . . . . . . . .
.................
..
S
R
.

DETERMINANTA
192
= (1)i0 1+j0 1 detn (M ) = (1)i0 +j0 detn (M )

gde je
M = [mi,j ]nn
..
.
=
0
..
.
0
ai0 ,1 . . . ai0 ,j0 1

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

P

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

R

Neka je
ai0 ,j0 +1 . . . ai0 ,n

.................
.................
T = [ti,j ](n1)(n1)
P | Q

=
R | S
Dakle za 2 i, j n vazi mi,j = ti1,j1 .

Za svako q = (q1 , . . . , qn1 ) Perm(n 1) denisimo q G := {p Perm(n) :
p(1) = 1} sa q (1) = 1 i q (i) = q(i 1) + 1 za i = 2, n, tj.
q = (1, q1 + 1, q2 + 1, . . . , qn1 + 1)
Lako se proverava da je preslikavanje
T : Perm(n 1) G
denisano sa T (q) = q za q Perm(n 1), bijekcija.
Imamo
detn (M ) =
sgn(p) mp(1),1 mp(2),2 . . . mp(n),n =
pPerm(n)
sgn(p) mp(2),2 . . . mp(n),n =
pPerm(n)
p(1)=1
pPerm(n)
p(1)=1
sgn(p) mp(1),1 mp(2),2 . . . mp(n),n =

sgn(p)tp(2)1,1 . . .tp(n)1,n1 =
pPerm(n)
p(1)=1
sgn(q )tq (2)1,1 . . .tq (n)1,n1 =
qPerm(n1)
sgn(q) tq(1),1 . . . tq(n1),n1 = detn1 (T )
qPerm(q1)
193
Tvrdenje III.8.7 (a) Za A Knn i svako j0 {1, . . . , n} vazi

detn (A) =
(1)i+j0 ai,j0 mnri,j0 (A)
i=1
tj.
detn (A) =
ai,j0 kof i,j0 (A)
i=1
(b) Za A Knn i svako i0 {1, . . . , n} vazi

detn (A) =
(1)i0 +j ai0 ,j mnri0 ,j (A)
j=1
tj.
detn (A) =
ai0 ,j kof i0 ,j (A)
j=1
2
Dokaz (a) Koristeci Lemu III.8.6 imamo
([
])
n

detn (A) = detn
A,1 . . . A,j0 1
ai,j0 ei A,j0 +1 . . . A,n
=
i=1
(
)
ai,j0 detn [A,1 | . . . |A,j0 1 |ei |A,j0 +1 | . . . |A,n ] =
i=1
ai,j0 (1)i+j0 mnri,j0 (A)
i=1
T
(b) Neka je B = [bi,j ]nn = A . Koristeci deo pod (a) imamo

detn (A) = detn (B) =
(1)j+i0 bj,i0 mnrj,i0 (B)
j=1
Kako je
(
((
mnrj,i0 (B) = detn1 B{1,...,n}\{j},{1,...,n}\{i0 } = detn1

detn1
((
BT
)T )
B{1,...,n}\{j},{1,...,n}\{i0 }
)
{1,...,n}\{i0 },{1,...,n}\{j}
= mnri0 ,j (A)
194

DETERMINANTA
to konacno dobijamo
detn (A) =
(1)i0 +j ai0 ,j mnri0 ,j (A)
j=1
2
Tvrdenje III.8.8 (a) Za A Knn i svako j0 , j1 {1, . . . , n}, gde j0 = j1 vazi
n
ai,j0 kof i,j1 (A) = 0
i=1
(b) Za A Knn i svako i0 , i1 {1, . . . , n}, gde i0 = i1 vazi

n
ai0 ,j kof i1 ,j (A) = 0
j=1
Dokaz (a) Neka je B = [bi,j ]nn denisana sa bi,j = ai,j za svako i = 1, n i

j = 1, n, j = j1 , i bi,j1 = ai,j0 za svako i = 1, n. Tada je kof i,j1 (B) = kof i,j1 (A) za
svako i = 1, n. Takode je B,j1 = A,j0 = B,j0 pa je det(B) = 0. Otuda imamo
n
ai,j0 kof i,j1 (A) =
i=1
bi,j1 kof i,j1 (B) = det(B) = 0
i=1
(b) Dokaz za ovo je analogan ovom gore.

2
Za A Knn denisemo tzv. adjungovanu matricu matrice A:
df
adj(A) := [bi,j ]nn ,
gde bi,j = kof j,i (A)
Tvrdenje III.8.9 Za svako A Knn vazi adj(A) A = A adj(A) = det(A) In .

Dokaz Neka je adj(A) = [bi,j ]nn i adj(A) A = [mi,j ]nn . Za svako i = 1, n je
mi,i =
bi,k ak,i =
k=1
ak,i kof k,i = det(A)
k=1
Ako su i, j = 1, n tako da je i = j onda imamo

mi,j =
k=1
bi,k ak,j =
ak,j kof k,i = 0
k=1
Ovim smo pokazali da je adj(A) A = det(A) In . Jednakost A adj(A) = det(A) In

se pokazuje potpuno analogno.
2
195
Tvrdenje III.8.10 det(AB) = det(A)det(B).

n
Dokaz Denisimo preslikavanje f : (Kn1 ) K sa

df
f (X1 , . . . , Xn ) := Detn (AX1 , . . . , AXn )

n
za svako (X1 , . . . , Xn ) (Kn1 ) .

Pokazimo da je f n-linearno. Imamo
f (X1 , . . . , Xi1 , U +V, Xi+1 , . . . , Xn ) = Detn (AX1 , . . . , AXi1 , A(U +V ), AXi+1 , . . . , AXn )
= Detn (AX1 , . . . , AXi1 , AU + AV, AXi+1 , . . . , AXn )
= Detn (AX1 , . . . , AXi1 , AU, AXi+1 , . . . , AXn )+Detn (AX1 , . . . , AXi1 , AV, AXi+1 , . . . , AXn )
= f (X1 , . . . , Xi1 , U, Xi+1 , . . . , Xn ) + f (X1 , . . . , Xi1 , V, Xi+1 , . . . , Xn )
Takode imamo i
f (X1 , . . . , Xi1 , U, Xi+1 , . . . , Xn ) = Detn (AX1 , . . . , AXi1 , A(U ), AXi+1 , . . . , AXn )
= Detn (AX1 , . . . , AXi1 , AU, AXi+1 , . . . , AXn )
= Detn (AX1 , . . . , AXi1 , AU, AXi+1 , . . . , AXn ) = f (X1 , . . . , Xi1 , U, Xi+1 , . . . , Xn )
Pokazimo da je f antisimetricno. Za 1 i < j n imamo
f (X1 , . . . , Xi1 , Xj , Xi+1 , . . . , Xj1 , Xi , Xj+1 , . . . , Xn ) =
= Detn (AX1 , . . . , AXi1 , AXj , AXi+1 , . . . , AXj1 , AXi , AXj+1 , . . . , AXn )
= Detn (AX1 , . . . , AXi1 , AXi , AXi+1 , . . . , AXj1 , AXj , AXj+1 , . . . , AXn )
= f (X1 , . . . , Xi1 , Xi , Xi+1 , . . . , Xj1 , Xj , Xj+1 , . . . , Xn )
Zato mora da vazi
f (X1 , . . . , Xn ) = f (e1 , . . . , en ) Detn (X1 , . . . , Xn )
gde je (e1 , . . . , en ) standardna baza prostora Kn1 .
Imamo f (e1 , . . . , en ) = Detn (Ae1 , . . . , Aen ) = Detn (A,1 , . . . , A,n ) = detn (A).
Sada uzimajuci specijalno Xj = B,j za j = 1, n dobijamo
f (B,1 , . . . , B,n ) = detn (A)Detn (B,1 , . . . , B,n ) = detn (A)detn (B)
No f (B,1 , . . . , B,n ) = Detn (AB,1 , . . . , AB,n )= Detn ((AB),1 , . . . , (AB),n ) = detn (AB).
2
196
III.9

DETERMINANTA
Determinanta i rang matrica
Neka je data A Knm . Ako je A = 0nm denisemo rangD (A) = 0. Ako je A =

0nm onda postoji bar jedan broj k N takav da za neke skupove P {1, . . . , n} i
Q {1, . . . , m}, oba sa po k elemenata, vazi detk (AP,Q ) = 0; rangD (A) denisemo
kao najveci takav broj k.
Tvrdenje III.9.1 rangD (A) = rang(A).
Dokaz Kako ova jednakost ocigledno vazi ako je A = 0nm pretpostavimo da je
A = 0nm . Neka je rangD (A) =: k N. Neka su P = {p1 , . . . , pk } {1, . . . , n} i
Q = {q1 , . . . , qk } {1, . . . , m} tako da je detk (AP,Q ) = 0, i tako da je p1 < < pk
i q1 < < q k .
(
)
(1) Sistem AP,{q1 } , . . . , AS,{qk } vektora prostora Kk1 je linearno nezavisan jer bi u
suprotnom na osnovu Tvrdenja III.8.3 vazilo detk (AP,Q ) = 0. Samim tim je i sistem
(A,q1 , . . . , A,qk ) vektora prostora Kn1 je linearno nezavisan. (Zato ce jednakost)
rangD (A) = rang(A) sada slediti ako pokazemo da je Aq L {A,q1 , . . . , A,qk }
za svako q {1, . . . , m}. Ovo je trivijalno tako ako k = m. Zato u nastavku
pretpostavljamo da je k < m.
(
)
(2) Neka je q ({1, . . . , m} \ Q proizvoljno.
Vazi dim Kk1 = k pa je prema delu
)
pod (1) sistem AP,{q1 } , . . . , AP,{qk } baza prostora Kk1 . Zato postoje 1 , . . . , k
K tako da je
k
AP,{q} =
i AP,{qi }
(III.5)
i=1
Ako je k = n onda ovo znaci da je A,q =
i A,qi i stvar je gotova. Pretpostavimo
i=1
sada da je k < n.
Ako pokazemo da vazi
ap,q =
i ap,qi
i=1
za svako p {1, . . . , n} \ P to ce zajedno sa (III.5) znaciti da je A,q =
i=1
i A,qi .
Neka je p {1, . . . , n} \ P proizvoljno. Pretpostavimo da je pt < p < pt+1 i ql < q <

ql+1 (u slucajevima kad je p < p1 ili pk < p ili q < q1 ili qk < q trazena jednakost
se dobija na apsolutno identi
can nacin). Stavimo P1 := P {p} i Q1 := Q {q}.
Imamo (prema deniciji broja rangD (A) = k)
(
)
0 = Detk+1 AP1 ,{q1 } , . . . , AP1 ,{ql } , AP1 ,{q} , AP1 ,{ql+1 } , . . . , AP1 ,{qk }
(
)
k
= Detk+1 AP1 ,{q1 } , . . . , AP1 ,{ql } , AP1 ,{q} +

(i )AP1 ,{qi } , AP1 ,{ql+1 } , . . . , AP1 ,{qk }
i=1
III.10. DETERMINANTA I INVERZNA MATRICA

(
= Detk+1
AP1 ,{q1 } , . . . , AP1 ,{ql } , ap,q +

(i )ap,qi
197
)
et+1 , AP1 ,{ql+1 } , . . . , AP1 ,{qk }
i=1
gde je (e1 , . . . , ek+1 ) standardna baza prostora K(k+1)1 . Dakle (koristeci razvoj po
l + 1-oj koloni) imamo da je
(
0 = (1)t+1+l+1
ap,q +
)
(i )ap,qi
detk (AP,Q )
i=1
pa kako je detk (AP,Q ) = 0 to odavde sledi ap,q =
i ap,qi .
i=1
Tvrdenje III.9.2 Matrica A Knn je regularna ako i samo ako je detn (A) = 0.
Dokaz Ovo sledi direktno iz Tvrdenja II.20.4 i III.9.1.
2
III.10
Determinanta i inverzna matrica
Tvrdenje III.10.1 Matrica A Knn je regularna ako i samo ako vazi det(A) = 0
i u tom slucaju je
1
A1 =
adj(A)
det(A)
Dokaz Da je A Knn regularna matrica ako i samo ako vazi det(A) = 0 vec
znamo. Inace, ako je A regularna matrica onda za neko P Knn vazi AP = In pa
mora biti det(A)det(P ) = det(In ) = 1 te i det(A) = 0.
Ako je det(A) = 0 onda iz adj(A) A = A adj(A) = det(A) In (Tvrdenje III.8.9)
sledi da je
(
)
(
)
1
1
adj(A) A = A
adj(A) = In
det(A)
det(A)
2
III.11
Determinanta i sistemi linearnih

jedna
cina
Neka je dat kvadratni sistem (A, B):
198

DETERMINANTA
a1,1 x1 + . . . + a1,j xj + . . .
..
..
..
..
.
.
.
.
ai,1 x1 + . . . + ai,j xj + . . .
..
..
..
..
.
.
.
.
an,1 x1 + . . . + an,j xj + . . .
+ a1,n xn = b1
..
..
.
.
+ ai,n xn = bi
..
..
.
.
(III.6)
+ an,n xn = bn
Za svako i = 1, n stavimo
(
)
i := Detn A,1 , . . . , A,i1 , B, A,i+1 , . . . , A,n
tj. i je determinanta matrice koja ima j-tu kolonu istu kao i matrica A za j = i,
a i-ta kolona joj je kolona slobodnih clanova B datog sistema.
Tvrdenje III.11.1 Ako je (x1 , . . . , xj , . . . , xn ) Kn proizvoljno resenje sistema
(A, B) onda vazi i = xi det(A) za svako i = 1, n.
Dokaz Imamo
i = Detn A,1 , . . . , A,i1 ,
)
xj A,j , A,i+1 , . . . , A,n
j=1
xj Detn (A,1 , . . . , A,i1 , A,j , A,i+1 , . . . , A,n )
j=1
= xi Detn (A,1 , . . . , A,i1 , A,i , A,i+1 , . . . , A,n ) = xi det(A)

2
Zapa
zanje III.11.2 Ukoliko vazi det(A) = 0 a postoji neko i {1, . . . , n} tako da
je i = 0 onda sistem (III.6) nema resenja.
2
Tvrdenje III.11.3 Kvadratni sistem (III.6) ima jedinstveno resenje ako i samo ako
i
vazi det(A) = 0 i u tom slucaju ono je dato sa xi =
za svako i = 1, n.
det(A)
Dokaz Prvi deo tvrdenja sledi iz Tvrdenja III.2.5 i III.9.2. Preostali deo tvrdenja
sledi iz Tvrdenja III.11.1.
2
Posledica III.11.4 Kvadratni homogen sistem (A, 0n1 ) ima netrivijalno resenje
ako i samo ako vazi det(A) = 0.
2
Deo IV
Struktura linearnog operatora
IV.1
Sopstvene vrednosti/vektori linearnog operatora
Neka je f End(V), dim(V) = n. Da li postoji neka baza a = (a1 , . . . , an ) prostora

V takva da je
Ma,a (f ) = In
Odgovor: jedino u slucaju da je f = idV .
Da li postoji neka baza a = (a1 , . . . , an ) prostora V takva da je matrica Ma,a (f )
dijagonalna?
Ako postoji, kazemo da se (linearni) operator f moze dijagonalizirati. Dakle
operator f se moze dijagonalizirati ako i samo ako postoji neka baza (a1 , . . . , an )
koja se sastoji od (naravno nenula) vektora ai za koje vazi f (ai ) = i ai za neke
i K, i = 1, n.
Neka je a = (a1 , . . . , an ) proizvoljna baza prostora V. Za K kazemo da

je sopstvena vrednost (linearnog) operatora f End(V) ako postoji neki vektor
x = 0 takav da je f (x) = x; u tom slucaju za svaki takav nenula vektor kazemo da
je sopstveni vektor operatora f koji odgovara sopstvenoj vrednosti . Skup svih
sopstvenih vrednosti operatora f oznacavamo sa S(f ) spek(f ) i nazivamo spektar
operatora f . Vektor je sopstveni vektor operatora f ako je postoji neko S(f )
tako da je on sopstveni vektor operatora f koji odgovara sopstvenoj vrednosti .
Drugim recima, vektor x V je sopstveni vektor operatora f ukoliko je x = 0 i
ukoliko postoji neko K tako da vazi f (x) = x.
f (x) = x f (x)+()id(x) = 0
199
)
(
)
f id (x) = 0 x Ker f id
200
DEO IV. STRUKTURA LINEARNOG OPERATORA

(
)
Ker f id = {0}
f id nije injektivno
f id nije automorzam
(
(
))
rang Ma,a f id = n
(
(
))
det Ma,a f id = 0
(
)
( )
Ma,a f id = Ma,a (f ) Ma,a id = Ma,a (f ) In
Dakle K je sopstvena vrednost operatora akko vazi
(
)
det Ma,a (f ) In = 0
Za svako K vazi
(
)
(
)
det Ma,a (f ) In = det Mb,b (f ) In
za svake dve baze a i b. Zaista, ako stavimo P := M(a via b) imamo M(b via a) =
P 1 kao i Ma,a (f ) = P 1 Mb,b (f )P pa je zato
(
)
(
)
(
(
) )
det Ma,a (f )In = det P 1 Mb,b (f )P P 1 In P = det P 1 Mb,b (f )In P =
(
)
(
)
= det(P 1 )det Mb,b (f ) In det(P ) = det Mb,b (f ) In
jer je det(P 1 )det(P ) = det(P 1 P ) = det(In ) = 1.
Neka je A = [ai,j ]nn = Ma,a (f ).

Ako je v = x1 , . . . , xn a onda je v sopstveni vektor koji odgovara sopstvenoj
vrednosti K ako i samo ako vazi
x1
..
.
)
(
A In xi = 0n1
.
..
xn
i v = 0 tj. akko je (x1 , . . . , xn ) netrivijalno resenje homogenog sistema cija je
matrica
IV.1. SOPSTVENE VREDNOSTI/VEKTORI LINEARNOG OPERATORA 201
AIn =
a1,1
a1,2
a1,3
a2,1
a2,2
a2,3
a3,1
a3,2
a3,3
..
..
..
.
.
.
ai1,1
ai1,2
ai1,3
ai,1
ai,2
ai,3
ai+1,1
ai+1,2
ai+1,3
..
..
..
.
.
.
aj1,1
aj1,2
aj1,3
aj,1
aj,2
aj,3
aj+1,1
aj+1,2
aj+1,3
..
..
..
.
.
.
an,1
an,2
an,3
...
...
...
a1,i
a2,i
a3,i
..
.
...
. . . ai1,i
. . . ai,i
. . . ai+1,i
..
...
.
...
...
...
...
...
aj1,i
aj,i
aj+1,i
..
.
an,i
...
...
...
...
...
...
...
a1,j
a2,j
a3,j
..
.
ai1,j
ai,j
ai+1,j
..
.
...
. . . aj1,j
. . . aj,j
. . . aj+1,j
..
...
.
...
an,j
...
...
...
...
...
...
...
...
...
...
...
...
...
a1,n
a2,n
a3,n
..
.
ai1,n
ai,n
ai+1,n
..
.
aj1,n
aj,n
aj+1,n
..
.
an,n
Za kvadratnu matricu P = [pi,j ]nn Knn polinom

df
q(t) := det(P tIn )

nazivamo karakteristicni polinom matrice P . Lako je videti da je ovaj polinom
stepena n, da je njegov koecijent uz tn jednak (1)n , koecijent uz tn1 jednak
n
n1
(1)
pi,i , a slobodni clan jednak det(P ).
i=1
Polinom
(
)
df
pf (t) := det Mb,b (f ) tIn
nazivamo karakteristicni polinom operatora f (kao sto smo to vec pokazali on ne

zavisi od toga u odnosu na koju bazu prostora formiramo matricu operatora f ).
Neka je f End(V), gde je V konacnodimenzionalan vektorski prostor nad K.
Tada, kao sto smo vec videli, za svako a K vazi:
broj a je sopstvena vrednost operatora f akko je pf (a) = 0.
Ako je V realan v.p., onda su dakle sopstvene vrednosti operatora f oni realni
brojevi koji su koreni polinoma pf ; moze se desiti da postoji neko z C \ R za koje
vazi pf (z) = 0, ali taj broj z u svakom slucaju nije sopstvena vrednost operatora f ,
jer z uopste nije ni skalar prostora V.
Neka je V vektorski prostor nad K, f End(V) i q(t) = a0 + + am tm polinom

sa koecijentima iz K. Denisemo
df
q(A) := a0 In + + am Am
202
df
q(f ) := a0 idV + + am f m ,
gde je Ai = A
A} i f i = f f .
| {z
| {z }
i puta
Na primer
i puta
([
])
1 0
(x x + 2)
=
2 1
[
]3 [
]
[
]
1 0
1 0
1 0
=
+2
=
2 1
2 1
0 1
[
] [
] [
] [
]
1 0
1 0
2 0
2 0
=
+
=
.
6 1
2 1
0 2
4 2
3
Ako je q konstantan polinom dat sa q(t) = 2 za svako t K, onda je

]
] [
])
[
([
2 0
1 0
a b
=
= 2 I2 = 2
q
0 2
0 1
c d
za svako a, b, c, d K.
Ako je f End(R2 ) dato sa f (x, y) = (x + y, 0) i g = (3x2 5x + 7)(f ), onda je
na primer
g(1, 3) = (3f 2 5f + 7 id)(1, 3) = 3f 2 (1, 3) 5f (1, 3) 7 id(1, 3) =
= 3f (f (1, 3)) 5f (1, 3) 7(1, 3) = 3f (2, 0) 5(2, 0) + (7, 21) =
= 3(2, 0) + (3, 21) = (3, 21) .
Lema IV.1.1 Neka je V vektorski prostor nad K, A Knn i f End(V). Ako su
p1 , . . . , pk , q PolK i 1 , . . . , k K, onda vazi
ako 1 p1 + . . . + k pk = q onda je:
1 p1 (A) + . . . + k pk (A) = q(A) i 1 p1 (f ) + . . . + k pk (f ) = q(f ),
ako p1 . . . pk = q onda je:
p1 (A) . . . pk (A) = q(A) i p1 (f ) . . . pk (f ) = q(f ).
2
Tvrdenje IV.1.2 (NE TREBA ZA ISPIT) Neka je V vektorski prostor nad K,
dim(V) =: n N, f End(V) i q polinom sa koecijentima iz K. Ako je karakteristicni polinom operatora f jednak
(1)
i=1
(x i ) ,
IV.1. SOPSTVENE VREDNOSTI/VEKTORI LINEARNOG OPERATORA 203

onda je karakteristicni polinom operatora q(f ) jednak
(1)n
(x q(i )) .
i=1
Dokaz Uocimo proizvoljnu bazu a i stavimo A := Ma,a (f ).

n
det (xIn A) =
(x i ), za svako x K.
i=1
Neka je x0 K proizvoljno. Pokazimo da je det (x0 In q(A)) =
Znamo da je
(x0 q(i )).
i=1
Neka je su v K \ {0}, m N i c1 , . . . , cm C takvi da je x0 q(z) = v
det (x0 In q(A)) = v
det (A cj In ) = (1)
nm n
j=1
m
n
det (cj In A) =
j=1
(cj i ) = (1)nm v n
j=1 i=1
(z cj )
j=1
za svako z C. Imamo
= (1)nm v n
n
m
(cj i ) = v n
i=1 j=1
n
i=1
(
v
)
(i cj )
j=1
n
m
(i cj ) =
i=1 j=1
(x0 q(i )) .
i=1
Neka je K sopstvena vrednost operatora f End(V) i p karakteristicni

polinom operatora f . Najveci broj k N takav da (x )k |p (tj. visestrukost
korena polinoma p) nazivamo algebarski red sopstvene vrednosti operatora f .
Za podprostor Ker(f id) kazemo da je(sopstveni podprostor
operatora f koji
)
odgovara sopstvenoj vrednosti ; broj dim Ker(f id) nazivamo geometrijski
red sopstvene vrednosti operatora f .
Tvrdenje IV.1.3 Geometrijski red sopstvene vrednosti je manji ili jednak od njenog
algebarskog reda.
(
)
Dokaz Kako je sopstvena vrednost to je k := dim Ker(f id) > 0.
Fiksirajmo neku bazu (a1 , . . . , ak ) prostora Ker(f id).
204
Pretpostavimo najpre da je n := dim(V) > k. Neka su ai V za k < i n

takvi da je a = (a1 , . . . , ak , . . . , an ) baza prostora V. Stavimo A := Ma,a (f ). Za
i1
n
svako 1 i k vazi f (ai ) =

0 aj + ai +
0 aj pa imamo
j=1
j=i+1
[
A=
Ik
O(nk)k
C
B
za neke B K(nk)(nk) i C Kk(nk) . Otuda imamo

( x)Ik
C
det(A xIn ) =
O(nk)k B xI(nk)
Uzastopnim razvojem po prvoj koloni dobijamo da je

det(A xIn ) = ( x)k det(B xI(nk) )
odakle neposredno sledi zeljeni zakljucak.
Ako je k = n onda je matrica operatora f u bazi (a1 , . . . , an ) upravo In pa je
karakteristicni polinom operatora f jednak (x)n = (x)k i ponovo dolazimo do
istog zakljucka (pri cemu se u ovom slucaju geometrijski i algebarski red sopstvene
vrednosi poklapaju medusobno i poklapaju sa dimenzijom prostora).
2
IV.2
Teorema Cayley-Hamilton-a
Za proizvoljno K imamo
adj(A In ) = . . .
= ...
..
.
..
.
(ri,j,0 + ri,j,1 + + ri,j,k k + + ri,j,n1 n1 ) . . . =

..
.
..
.

ri,j,0 . . . + . . . (ri,j,1 ) . . . + + . . .
..
..
.
.
..
.
+ . . . (ri,j,n1 n1 ) . . . =
..
.
..
.
(ri,j,k k ) . . . + . . .
..
.
IV.2. TEOREMA CAYLEY-HAMILTON-A
..
.
= . . . ri,j,0 . . . + . . .
..
.
205
..
.
ri,j,1 . . . + + k . . .
..
.
..
.
..
.
ri,j,k . . . + . . .
..
.
ri,j,n1 . . . =
..
.
+ n1 . . .
= R0 + R1 + + k Rk + + n1 Rn1
Dakle vazi
adj(A In ) = R0 + R1 + + k Rk + + n1 Rn1
za svako K.
Neka su date matrice Ck = [ci,j,k ]nm Knm i Dk = [di,j,k ]nm Knm za

k = 1, s. Ako za svako K vazi
C0 + C1 + + k Ck + + s Cs = D0 + D1 + + k Dk + + s Ds
Tada mora biti Ck = Dk za svako k = 1, s
Vazi
det(A In ) In = (A In ) adj(A In )
za svako K.
Neka je det(A In ) In = b0 + + bk k + + bn n karakteristicni polinom
matrice A. Znamo da je
adj(A In ) = R0 + R1 + + k Rk + + n1 Rn1
Imamo
(A In ) (R0 + R1 + + k Rk + + n1 Rn1 ) =
= AR0 +(AR1 ) + . . .
R0
...
+k (ARk ) + . . .
k Rk1 . . .
+n1 (ARn1 )
n1 Rn2
n Rn1 =
= AR0 + (AR1 R0 ) + + k (ARk Rk1 ) + + n1 (ARn1 Rn2 ) n Rn1
206

= b0 In + (b1 In ) + + k (bk In ) + + n1 (bn1 In ) + n (bn In )
Odavde sledi da je
A \
A2 \
..
.
b0 In = AR0
(b1 In ) = AR1 R0
(b2 In ) = AR2 R1
..
.
..
.
..
.
Ak1 \ (bk1 In ) = ARk1 Rk2

Ak \
(bk In ) = ARk Rk1
k+1
A
\ (bk+1 In ) = ARk+1 Rk
..
.
..
.
..
.
..
.
An1 \ (bn1 In ) = ARn1 Rn2

An \
(bn In ) = Rn1
pa konacno dobijamo
b0 + b1 A + + bk Ak + + bn1 An1 + bn An = 0nn
Teorema IV.2.1 Ako je p karakteristicni polinom matrice A Knn , onda vazi
p(A) = Onn . Ako je p karakteristicni polinom operatora f End(V), onda vazi
p(f ) = 0 End(V).
Dokaz Za drugi deo tvrdenja treba samo iskoristiti cinjenicu da je Ma,a (p(f )) =
p (Ma,a ) (sto sledi iz Teoreme II.12.4 i Tvrdenja II.13.10).
2
IV.3
Minimalni polinom
Neka je f End(V) i neka je S skup svih nenula polinoma q sa koecijentima iz K

takvih da je q(f ) = 0 End(V). Skup S je neprazan, recimo karakteristic
ni polinom
operatora f pripada skupu S. Neka je k := min{st(p) : p S}. Drugim recima
k N je takav broj da ne postoji nijedan nenula polinom r sa koecijentima iz K
stepena manjeg od k koji anulira operator f , tj. takav da je r(f ) = 0 End(V).
Neka je q S proizvoljan polinom takav da je st(q) = k. Ako je p S proizvoljan
polinom, onda mora da vazi q|p. Zaista, neka je p = qt + q0 gde je q = 0
st(q0 ) < st(q). Zbog q0 (f ) = p(f ) t(f )q(f ) = 0 End(V) pretpostavka q0 = 0 bi
protivurecila izboru broja k. Dakle q0 = 0, tj. q|p.
Odavde specijalno sledi da postoji jedinstven moni
can polinom (tj. broj 1 mu
je najstariji koecijent) m S takav da je st(m) = k: ako je q S takav da je
IV.4. JORDAN-OVA NORMALNA FORMA
207
st(q) = k i ako je c K \ {0} najstariji koecijent polinoma q, onda za monican

polinom q := 1c q S vazi st(q ) = k na ovaj nacin je utvrdena egzistencija ovakvog
polinoma; ako su m1 , m2 S monicni polinomi takvi da je st(m1 ) = st(m2 ) = k,
onda prema onom sto smo malopre pokazali mora biti m1 |m2 , pa obzirom da su
polinomi m1 i m2 istog stepena sledi da je m2 = z m1 za neko z K, pri cemu iz
1 = z 1 (oba polinoma su monicna) sledi da je zapravo m1 = m2 .
Ovaj jedinstveni monican polinom m S takav da je st(m) = k nazivamo
minimalni polinom operatora f .
Zapa
zanje IV.3.1 Ako je v V sopstveni vektor operatora f End(V) koji odgovara sopstvenoj vrednosti S(f ), i ako je p proizvoljan polinom sa koecijentima
iz K, onda vazi
p(f )(v) = p() v
Zaista, iz f (v)(= v jednostavnom
indukcijom po i N dobijamo
da
je f i (v) =
)
(
)
s
s
s
s
i
i
i
i
v, pa je zato
ai f (v) =
ai f (v) =
ai v =
ai i v.
i=0
i=0
i=0
i=0
Tvrdenje IV.3.2 Ako je m minimalni polinom operatora f End(V) i S(f )

proizvoljna sopstvena vrednost, onda vazi m() = 0.
Dokaz Imamo 0 = m(f )(v) = m() v, pa kako je v = 0 zakljucujemo da mora
biti m() = 0.
2
Dakle ako je
(i x)ki karakteristicni polinom operatora f End(V), gde
i=1
i = j i = j i gde je 1 ki za i = 1, l, onda je mininalni polinom operatora f

l
oblika m(x) =
(i x)ki , gde je 1 ki ki za i = 1, l.
i=1
IV.4
Jordan-ova normalna forma
IV.4.1
Linearna (ne)zavisnost nad podprostorom

v
Neka je P V. Za sistem vektora (a1 , . . . , ak ) kazemo da je linearno nezavisan

k
nad podprostorom P ako vazi

i ai
/ P za svaki netrivijalan sistem skalara
i=1
(1 , . . . , k ) (tj. sistem skalara kod kog je i0 = 0 bar za jedno i0 {1, . . . , k}).

Tvrdenje IV.4.1 Neka je Q := L(a1 , . . . , ak ) i neka je (b1 , . . . , bm ) baza za podprov
stor P V. Tada su sledeca tvrdenja ekvivalentna:
208
(i) sistem (a1 , . . . , ak ) je linearno nezavisan nad P ;

(ii) sistem (a1 , . . . , ak ) je linearno nezavisan i par (P, Q) ima direktnu sumu;
(iii) sistem (b1 , . . . , bm , a1 , . . . , ak ) je linearno nezavisan;
(iv) sistem (b1 , . . . , bm , a1 , . . . , ak ) je baza za P + Q.
2
Ako je sistem (a1 , . . . , ak ) linearno nezavisan nad P i jo
s vazi P +L(a1 , . . . , ak ) =
V , onda za (a1 , . . . , ak ) kazemo da je baza po modulu podprostora P . Dakle
(a1 , . . . , ak ) je baza po modulu P akko je (a1 , . . . , ak ) linearno nezavisan sistem i
L(a1 , . . . , ak ) je direktna dopuna poprostora P .
v
Ako je P V pravi podprostor tj. P V onda mozemo uociti neku

direktnu dopunu Q za P (u prostoru V), a zatim i neku njenu bazu (a1 , . . . , ak );
jasno, (a1 , . . . , ak ) je baza po modulu P . Dakle, ako je P V , onda baza po
modulu P uvek postoji.
v
Tvrdenje IV.4.2 Ako je sistem (a1 , . . . , ak ) linearno nezavisan nad P V, a nije

baza po modulu P , onda postoje l N i sistem vektora (c1 , . . . , cl ) tako da je
(a1 , . . . , ak , c1 , . . . , cl ) baza po modulu P .
2
v
Ako je P1 P2 V, onda baza za P2 po modulu P1 znaci baza po modulu

P1 prostora P2 odredenog sa P2 .
Zapa
zanje IV.4.3 Neka je g End(V) i j N0 . Tada vazi:
(i) ker(g j ) ker(g j+1 );
(ii) g ker(g j+1 ) ker(g j );
(iii) ako je ker(g j ) = ker(g j+1 ), onda je ker(g j ) = ker(g k ) za svako k j.
2
Tvrdenje IV.4.4 Neka je g End(V) i j N0 . Ako je sistem vektora
(a1 , . . . , ak))
(
j+2
j+1
podprostora ker(g ) linearno nezavisan nad ker(g ), onda je g(a1 ), . . . , g(ak )
sistem vektora prostora ker(g j+1 ) linearno nezavisan nad ker(g j ).
2
IV.4.2
209
Glavno tvrdenje
U ovom odeljku V je kompleksan konacnodimenzionalan vektorski prostor.

Ako je g operator a p polinom, smatramo da je g 0 = idV i da je p0 konstantan
polinom 1.
Prvi deo Neka je f End(V) proizvoljno. Za vektor x V kazemo da je generalisano sopstveni ili g-sopstveni vektor endomorzma f koji odgovara K
ako je x = 0 i ako postoji neko j N tako da je (f id)j (x) = 0. U tom slucaju
broj nuzno mora biti sopstvena vrednost od f (zasto?)
Za svaku sopstvenu vrednost K operatora f neka je
G(, f ) = {x V : postoji j N tako da je (f id)j (x) = 0}
Drugim recima elementi skupa G(, f ) su svi g-sopstveni vektori koji odgovaraju
broju i nula vektor, iliti
G(, f ) =
(
)
ker (f id)j
j=1
takozvani generalisani sopstveni podprostor operatora f koji odgovara sopstvenoj

vrednosti . Primetimo je da za svaku sopstvenu vrednost operatora f skup
G(, f ) podprostor koji je (f id)-invarijantan . Iz Zapazanja IV.4.3 pod (ii)
i cinjenice da je jezgro linearnog preslikavanja uvek podprostor sledi i to da je on i
f -invarijantan , pa stoga i q(f )-invarijantan za svaki polinom q.
Neka je S(f ) = {1 , . . . , d }, gde i = j i = j ; ova pretpostavka i ove oznake
vaze do kraja ovog odeljka.
Tvrdenje IV.4.5 Vazi G(1 , f ) G(d , f ) = V . Ako je
(x j )mj mini-
j=1
malni polinom operatora f onda za svako j = 1, l vazi ker(f j id)mj = G(j , f )

kao i
{0} ker(f j id) ker(f j id)2 . . . ker(f j id)mj 1 ker(f j id)mj .
Dokaz (1) Najpre pokazimo da ako su nenula p1 , . . . , pn polinomi sa kompleksnim koecijentima takvi da ne postoji z C takvo da je p1 (z) = = pn (z) = 0
(tj. takvi da nemaju nijedan zajednicki koren), onda postoje neki polinomi c1 , . . . , cn
(sa kompleksnim koecijentima) takvi da je c1 p1 + + cn pn = 1.
210
Neka je S skup svih polinoma oblika q1 p1 + +qn pn za neke polinome q1 , . . . , qn ,

i neka je r S takav polinom da je st(r) = min{st(l) : l S \ {0}}. Jasno r = 0.
Ako je l S onda mora da vazi l = r t za neki polinom t (tj. polinom r mora
da deli polinom l. Zaista, ako je l = r t + r0 gde r0 = 0 st(r0 ) < st(r). Imamo
r0 = l + (t) r S, jer vazi
u, v S u + v S i
ako je u proizvoljan polinom i v S onda je u v S.
Dakle r0 S, pa bi pretpostavka da je r0 = 0 protivurecila izboru polinoma r.
Stoga je r0 = 0.
Kako je ocigledno pi S za svako i = 1, n, to je pi = r ti za neke polinome ti ,
i = 1, n. Kad bi r bio nekonstantan, postojalo bi neko z C tako da je r(z) = 0;
no tada bi imali i pi (z) = r(z)ti (z) = 0 za svako i = 1, n, pa bi polinomi p1 , . . . , pn
imali zajednicku nulu, suprotno pretpostavci. Dakle r je konstantan nenula poli1
nom. Takode je r = c1 p1 + cn pn za neke polinome c1 , . . . , cn , pa deljenjem sa
r
ci
dobijamo c1 p1 + + cn pn = 1, gde su ci := polinomi, jer je r konstantan nenula
r
polinom.
(2) Neka je dim(V) = n i p(x) =
(x j )mj minimalni polinom operatora f .
j=1
d
(x j )mj za i = 1, d.
Dakle p(f ) = 0 End(V). Stavimo pi (x) :=
df
j=1
j=i
Na osnovu dokazanog pod (1) postoje polinomi c1 , . . . , cd tako da vazi

d
ci p i = 1
i=1
Neka je y V proizvoljan vektor. Imamo

( d
)
d
y = id(y) =
ci (f )pi (f ) (y) =
pi (f )(ci (f )(y))
i=1
i=1
Pritom za svako i = 1, d iz
(
) (
)
(f i id)mi pi (f )(ci (f )(y)) = (f i id)mi pi (f ) (ci (f )(y)) = p(f )(ci (f )(y)) = 0
tj. pi (f )(ci (f )(y)) ker(f i id)mi .
Ovim smo pokazali da je ker(f 1 id)m1 + + ker(f d id)md = V . Tim pre
je i G(1 , f ) + + G(d , f ) = V . Pokazimo da ovi podprostori direktno sumiraju.
211
(3) Neka su yi G(i , f ) za i = 1, d, takvi da je y1 + + yd = 0. Za svako i = 1, d

neka je ki N0 najmanji broj takav da je (f i id)ki (yi ) = 0. Pretpostavimo,
suprotno onom sto treba pokazati, da postoji neko i0 {1, . . . , d} tako da je yi0 = 0.
Tada je ki0 > 0 pa je zi0 := (f i0 id)ki0 1 (yi0 ) = 0 sopstveni vektor operatora f
koji odgovara sopstvenoj vrednosti i0 .
Imamo
0 = (f i0 id)ki0 1
(f j id)kj (y1 + + yd ) =
j=1
j=i0
k 1
(f i0 id) i0
i=1
i=i0
j=1
j=i0 ,i
(
)
(f j id)kj (f i id)ki (yi ) +
(f j id)kj (zi0 ) = 0 + l(f )(zi0 )
j=1
j=i0
df
gde je l(x) :=
(x j )kj . Kako je zi0 sopstveni vektor operatora f koji odgovara
j=1
j=i0
sopstvenoj vrednosti i0 to sada imamo
0 = l(i0 ) zi0 =
(i0 j )kj zi0
j=1
j=i0
pa kako je j = i0 to odavde sada sledi da je zi0 = 0, a znamo da ovo nije tacno.

(4) Dakle pokazali smo da je G(1 , f )
...
G(d , f ) = V . Kako je
ker(f j id)mj G(j , f )

za svako j = 1, d, to odavde sledi da je i
ker(f 1 id)m1 . . . ker(f d id)md = V
pa mora biti ker(f j id)mj = G(j , f ) za svako j = 1, d.
d
Neka je najzad i0 {1, . . . , d} proizvoljno. Kako je

(x j )mj minimalni
j=1
polinom za f , to postoji neki nenula vektor u takav da je

(f j id)
mi0 1
j=1
j=i0
(f j id)mj (u) = 0 .
212
Za vektor v :=
(f j id)mj (u) vazi (f j id)j (v) ker(f i id)mi0 j \
j=1
j=i0
ker(f i id)mi0 j1 , za svako j = 0, mi0 1. Zato je

{0} ker(f i0 id) ker(f i0 id)2 . . . ker(f i0 id)mi0 1 ker(f i0 id)mi0 .
2
Primetimo
(
) da je za svako S(f ) restrikcija g := (f id) G(, f )
End G(, f ) operatora f id na podprostor W := G(, f ) endomorzam prostora W koji obavezno ima dve naredne osobine:
(1) za svako x W postoji neko s N0 tako da je g s (x) = 0;
(2) ker(g) = {0} (jer je sopstvena vrednost operatora f ).
Jednostavno se proverava da je kod konacnodimenzionalnih prostora uslov (1)
ekvivalentan sa uslovom:
(1) za neko s N0 operator g s je nula operator (za ovakve operatore se kaze da su
nilpotentni).
Drugi deo Neka je W kompleksan k.d.v.p. i g End(W) koje zadovoljava upravo
navedena dva uslova (1) i (2). Stavimo
Ni := ker(g i ) = {x V : g i (x) = 0}
za i N0 (smatramo da je g 0 = idV , te i da je N0 = {0}). Vazi
{0} = N0 N1 N2 Ni Ni+1 . . .
Kad bi za svako i N bilo Ni Ni+1 onda bi imali dim(Ni ) < dim(Ni+1 ) <
dim(V) N za svako i N, sto je nemoguce. Dakle postoji neko i N tako da vazi
Ni = Ni+1 .
Neka je k N0 najmanji broj takav da vazi Nk = Nk+1 . Prema (2) mora biti
k 1. Dakle, uz koriscenje Zapazanja IV.4.3 pod (iii), imamo da je
{0} N1 Ni Ni+1 Nk = Nj , za svako j k
odnosno, prema (1),
{0} N1 Ni Ni+1 Nk = V
213
Uzgred, do ovog smo mogli doci i direktno na osnovu Tvrdenja IV.4.5, jer je zbog
uslova (2) broj 0 sopstvena vrednost operatora g; pritom cak i dobijamo da je k
upravo visestrukost korena = 0 minimalnog polinoma operatora g.
Denisimo )rekurzivno po j pocev od k pa do 1, brojeve mj N i sisteme

aj,1 , . . . , aj,mj tako da vazi:
mk mk1 . . . m2 m1 ;
(
) (
)
aj,1 , . . . aj,mj+1 = g(aj+1,1 ), . . . g(aj+1,mj+1 ) za svako 1 j < k;
(
)
sistem aj,1 , . . . aj,mj je baza za Nj po modulu Nj1 za svako 1 j k
(specijalno (a1,1 , . . . a1,m1 ) je baza za N1 = ker(g))
kako sledi.
Kako je Nk1 Nk to mozemo uociti neku bazu (ak,1 , . . . , ak,mk ) za Nk po
modulu Nk1 .
(
)
Neka je sada i {2, . . . , k} takvo da su brojevi mj N i sistemi aj,1 , . . . , aj,mj
denisani za k j i tako da vazi:
mk mk1 . . . mi ;
(
) (
)
aj,1 , . . . aj,mj+1 = g(aj+1,1 ), . . . g(aj+1,mj+1 ) za svako i j < k;
(
)
sistem aj,1 , . . . aj,mj je baza za Nj po modulu Nj1 za svako i j k.
Prema Tvrdenju IV.4.4 sistem (g(ai,1 ), . . . g(ai,mi )) vektora prostora Ni1 je linearno
nezavisan nad Ni2 .
(
)
Ako je on baza za Ni1 nad Ni2 , stavimo mi1 = mi i ai1,1 , . . . ai1,mi1 =
(g(ai,1 ), . . . g(ai,mi )).
Ako
( on to nije, )onda prema Tvrdenju IV.4.2 postoje prirodan broj mi1 > mi i
baza u1 ,(. . . , umi1 za Ni1) nad( Ni2 tako da)je (u1 , . . . umi ) = (g(ai,1 ), . . . g(ai,mi ));
stavimo ai1,1 , . . . ai1,mi1 = u1 , . . . , umi1 .
U opstem slucaju ne mora biti mj < mj1 za svako 1 < j k, vec je moguce i
nesto ovako
mk = mk1 < mk2 = mk3 = mk4 < mk5 < mk6 = mk7 < . . .
214
Neka su p N i k = sp > sp1 > > s2 > s1 = 1 brojevi takvi da za svako

1 i < p vazi msi+1 = mj < msi za svako si+1 j > si .
..
.
..
.
asi+1 ,1 ,
..
.
...
..
.
asi+1 ,msi+1
..
.
aj1 ,1 ,
..
.
...
..
.
aj1 ,msi+1
..
.
asi +1,1 ,
...
asi +1,msi+1
asi ,1 ,
..
.
...
..
.
asi ,msi+1 ; asi ,msi +1 ,

..
.
...
asi ,msi
aj2 ,1 ,
..
.
...
..
.
aj2 ,msi+1 ; aj2 ,1 ,

..
.
...
aj2 ,msi+1
asi1 +1,msi+1 ; asi1 +1,msi+1 +1 , . . .
asi1 +1,msi ;
asi1 +1,1 , . . .
..
.
..
.
Indukcijom po 1 i k pokazujemo da je sistem

(
)
a1,1 , . . . , a1,m1 ; a2,1 , . . . , a2,m2 ; . . . ai1,1 , . . . , ai1,mi1 ; ai,1 , . . . , ai,mi
baza za Ni .(
)
Sistem a1,1 , . . . , a1,m1 je
da je 1
( baza za N1 po konstrukciji. Pretpostavimo
)
i( < k takvo da je )sistem a1,1 , . . . , a1,m1 ; . . . ai,1 , . . . , ai,mi baza za Ni . Sistem
ai+1,1 , . . . , ai+1,mi+1 je po konstrukciji baza za Ni+1 po modulu Ni , a ovo prema
Tvrdenju IV.4.1 dalje znaci da je sistem
(
)
a1,1 , . . . , a1,m1 ; a2,1 , . . . , a2,m2 ; . . . ai,1 , . . . , ai,mi ; ai+1,1 , . . . , ai+1,mi+1 ;
(
)
baza za prostor Ni L ai+1,1 , . . . , ai+1,mi+1 = Ni+1 .
Specijalno, ceo sistem

)
(
a1,1 , . . . , a1,m1 ; a2,1 , . . . , a2,m2 ; . . . ak1,1 , . . . , ak1,mk1 ; ak,1 , . . . , ak,mk
jeste jedna baza za Nk = V .
215
Tre
ci deo Neka je sopstvena vrednost operatora f . Neka je W := G(, f ), a
W vektorski prostor odreden podprostorom W . Kao sto znamo, podrostor W je
f -invarijantan. Neka je g End(W) restrikcija operatora f idV na podprostor
W . g zadovoljava uslove (1) i (2), te postoji baza za W
(
)
a = a1,1 , . . . , a1,m1 ; a2,1 , . . . , a2,m2 ; . . . ak1,1 , . . . , ak1,mk1 ; ak,1 , . . . , ak,mk
kao iz drugog dela.
Posmatrajmo sisteme uj koji su vertikale ovog sistema, gde se u jednoj vertikali
vektori red
(aju u sistem) od odozdo navise. Preciznije: ako je 1 j msp neka
je uj (:= a1,j , . . . , as)p ,j ; ako je msi < j msi1 za neko p i 2, neka je
uj := a1,j , . . . , asi1 ,j .
Svaki od tih sistema je oblika v = (v1 , . . . , vr ) za neko r 1, tako da vazi
g(vi ) = vi1 za i = 2, r (naravno, ako r 2), odnosno g(v1 ) = 0; drugim recima
f (vi ) = vi + vi1 za i = 2, r, odnosno f (v1 ) = v1 . Odavde specijalno vidimo da je
f L(v1 , . . . , vr ) L(v1 , . . . , vr )
pa kako je v = (v1 , . . . , vr ) linearno nezavisan sistem, te dakle i baza prostora
P := L(v1 , . . . , vr ), mozemo govoriti o matrici restrikcije linearnog preslikavanja
f na podprostor P u odnosu na bazu v; a ona izgleda ovako:
1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1
0 0 0 0
Krr
...
1
0
0
0
0 1 0
0 0 1
0 0 0
tj. rec je o matrici formata r puta r koja na glavnoj dijagonali ima uvek broj , da
dodijagonali odmah iznad stoji svuda broj 1, a na svim preostalim mestima stoji
broj 0; tj. ovakva je kad je r 2, a kad je r = 1 onda je to matrica []11 K11 .
Ovakve matricu skraceno oznacavamo sa J(, r). Recimo
[
]
5 1
J( 5, 2) =
0
5
i J(, 1) = []11 K11 .
216

Matrice ovakvog oblika nazivamo Jordan-ovim blokovima.
Posmatrajmo bazu b podprostora G(, f ) koja se dobija tako sto se vertikale uj

sistema a poredaju horizontalno s leva na desno, u redosledu od prve ka poslednjoj
(i to tako, podsetimo se, da se u svakoj vertikali vektori ispisuju pocev od onog na
dnu do onog na vrhu); preciznije posmatrajmo sistem b := u1u2 . . . um1 , dobijen
spajanjem gore denisanih sistema uj . Ovo jeste baza za podprostor G(, f ) jer se
dobija permutovanjem vektora baze a ovog podprostora.
Zapa
zanje IV.4.6 Neka je h End(V), V = P1 Pk i neka je podprostor
Pi h-invarijantan za i = 1, k. Dalje, neka je ci baza za Pi , 1 i k, i neka je
c := c1 . . . ck baza prostora V koja se dobija spajanjem (nadovezivanjem) sistema
c1 , . . . , ck . Stavimo hi := h Pi ; Pi je h-invarijantan pa je hi := End(Pi ). Pod
ovim uslovima, vazi da je Mc,c (h) blok-dijagonalna matrica
Mc1 ,c1 (h1 )

0
Mc2 ,c2 (h2 )
..
.
0
Mck ,ck (hk )
ciji su dijagonalni blokovi upravo matrice Mci ,ci (hi ) restrikcija hi , za i = 1, k.
(
)
Suma torke L(u1 ), . . . , L(um1 ) podprostora je direktna (jer je b linearno nezavisan sistem), a svaki od ovih podprostora je kao sto smo vec primetili, f -invarijantan.
Zato matrica restrikcije linearnog preslikavanja f na podprostor
G(, f ) = L(u1 ) L(um1 )
u odnosu na bazu b izgleda ovako
J(, k1 )
0
J(, k2 )
df
Jord(; k1 , . . . , km1 ) :=
..
.
0
J(, km1 )
(IV.1)
tj. radi se o blok-dijagonalnoj matrici ciji su dijagonalni blokovi upravo neki Jordanovi blokovi J(, k1 ), . . . , J(, km1 ). Primetimo da ako je m2 < m1 onda je J(, kl ) =
[]11 za svako m2 < l m1 te matrica iz (IV.1) izgleda ovako
J(, k1 )
0
J(, k2 )
.
.
.
Jord(; k1 , . . . , km2 , 1 . . . , 1) =
0
J(, km2 )
O
Im1 m2
217
Cetvrti
deo Iz Tvrdenja IV.4.5 sada sledi da je matrica operatora f u odnosu
na bazu b1 . . . bd dobijenu spajanjem gore pomenutih baza, blok-dijagonalna
matrica oblika
(
)
Jord 1 ; k1,1 , . . . , k1,q1
0
(
)
Jord 2 ; k2,1 , . . . , k2,q2
.
.
.
(
)
0
Jord d ; kd,1 , . . . , kd,qd
Za svaku bazu u odnosu na koju je matrica datog operatora ovog oblika kazemo da je
Jordan-ova baza tog operatora. Dakle, glavno tvrdenje ovog odeljka (koje smo upravo konacno pokazali) kaze da svaki operator na kompleksnom konacnodimenzionalnom vektorskom prostoru ima Jordan-ovu bazu.

Linearna Algebra

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Linearna Algebra

Uploaded by

Copyright:

Available Formats

Linearna Algebra - Predavanja

Operacije. Pojam vektorskih prostora

II.20 Rang matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 144

Kao udzbenik koristicemo knjigu

Linearna algebra i analiticka geometrija,

DEO I. OPERACIJE. POJAM VEKTORSKIH PROSTORA

X := {u, v, w}, gde u = v = w = u; Y := {a, b, c, d}

skup svih funcija iz X u Y

DEO I. OPERACIJE. POJAM VEKTORSKIH PROSTORA

Primer Denisimo funkciju f : R Z tako da je za x R f (x) najveci ceo broj r

Primer Denisimo funkciju g : R R sa g(x) = 2x3 5x2 + x + 11, za x R. Ovo

Neki specijalni slu

Ako su dati skupovi A1 , . . . , An onda sa sa A1 An oznacavamo skup svih nn

torki q = (q1 , . . . , qn ) takvih da je qi Ai za i = 1, n (dakle g : {1, , . . . , n}

A1 An nazivamo Descartes-ov proizvod skupova A1 , . . . , An tim redom.

(2) (Matrice) Imamo

ili jos krace sa

Imamo T (1, 1) = T ((1, 1)) = 8, T (3, 2) = 7.

DEO I. OPERACIJE. POJAM VEKTORSKIH PROSTORA

matrica formata n puta m

Ako su i {1, . . . , n} i j {1, . . . , m} onda za matricu

kazemo da je i-ta vrsta matrice P .

Primer Neka je funkcija f : NP(N) P(N) denisana sa f (k, A) := A{1, . . . , k}

DEO I. OPERACIJE. POJAM VEKTORSKIH PROSTORA

Ako je specijalno X = Y = Z =: A onda je zapravo f : A A A i u ovom

Primer Neka je funkcija g : R R R denisana sa g(x, y) := |x y| za x, y R;

trazimo jedan fiksiran element M koji god A

e1 := N je neutralni element za operaciju :

DEO I. OPERACIJE. POJAM VEKTORSKIH PROSTORA

Pitanje 2 Za koje A X postoji neko S X tako da je A S = S A =

Imamo = A S = AS akko je S = A. Dakle svaki element skupa X je

Primer Neka je operacija na skupu X := N denisana sa n m := min{n, m} za

Primer Neka je operacija na skupu X := {1, 2, 3, 4} denisana sa n m :=

DEO I. OPERACIJE. POJAM VEKTORSKIH PROSTORA

Asocijativnost i raspored zagrada

Tada za neko i0 {1, . . . , n} imamo

Asocijativnost, komutativnost i redosled elemenata u x1

DEO I. OPERACIJE. POJAM VEKTORSKIH PROSTORA

za neke j2 , . . . , jn+1 takve da je {j2 , . . . , jn+1 } = {2, . . . , n + 1}.

Neka je S neprazan skup. Pod

ari = ar1 + + arn

I.4. GEOMETRIJSKI VEKTORI

x := . . . , (A, B), . . . , (D, E), . . . , (G, H), . . . , (I, J), . . . = AB = DE = GH = IJ

DEO I. OPERACIJE. POJAM VEKTORSKIH PROSTORA

Poznato je da je (klasicno) sabiranje geometrijskih vektora komutativna i asocijativna operacija.

0 := . . . , (A, A), . . . , (G, G), . . . , (R, R), . . . , = DD = U U

tora realnim brojevima; npr. imamo 2XY = XW = X1 X2 , 2XZ = XW i

I.5. DEFINICIJA VEKTORSKIH PROSTORA

Poznato je da za proizvoljan geometrijski vektor u i brojeve , R vazi

Definicija vektorskih prostora

Da napravimo realan vektorski prostor potrebne su nam dve stvari:

DEO I. OPERACIJE. POJAM VEKTORSKIH PROSTORA

neka mesovita operacija f : R V V dogovorimo se da za R i u V

realan vektorski prostor

vektorski prostor nad R;

kompleksan vektorski prostor

vektorski prostor nad C

Primer Geometrijski vektori

I.5. DEFINICIJA VEKTORSKIH PROSTORA

Tvrdenje I.5.1 Za svako n N i , 1 , . . . , n K, u, u1 , . . . , un V vazi:

Konvencija Ako je V := (V, , ) vektorski prostor nad K onda je za K i

u V umesto u ekonomicnije i uobicajeno da se pise

prostora V. Takode je uobicajeno da se pise jednostavno