Neven Elezović

Andrea Aglić Aljinović Linearna Algebra

1.
Matrice

Sadržaj poglavlja

1. Definicija i primjeri matrica

1.1. Matrice
1.2. Primjeri matrica
2. Operacije s matricama
3. Algebra matrica
3.1. Množenje matrica
3.2. Matrice i linearna preslikavanja
3.3. Svojstva matričnoga množenja
3.4. Matrični polinom

1.1. Definicija i primjeri matrica

1.1.1. Matrice
Matrica je pravokutna tablica realnih brojeva:
# "
    0 0
2 1 3 0 −1
A= ; B= ;C= 0 0 .
3 −2 2 1 π
0 0
Matrica A ima dva retka i dva stupca. B ima dva retka i tri stupca, dok C ima
tri retka i dva stupca.
Zapis matrice. U ovom ćemo udžbeniku matrice označavati velikim masnim
slovom latiničke abecede.
Brojevi unutar pravokutne tablice nazivaju se elementima matrice. Element
matrice označavamo indeksima, pozivanjem prvo na redak pa zatim na stupac u
kojem se on nalazi. Tako (A)11 = 2 naznačava da je element matrice A koji
se nalazi u prvom retku i prvom stupcu jednak 2. Na primjer, (B)13 = −1 ,
(B)21 = 2 i slično. Općenito, element matrice označavamo malim latinskim
slovom, aij = (A)ij .
Opći oblik matrice je
 
a11 a12 . . . a1n
 a21 a22 . . . a2n 
A=  ...


am1 am2 . . . amn
Ova matrica ima m redaka i n stupaca. Za nju kažemo da je tipa m × n . Ako je
broj redaka jednak broju stupaca i iznosi n , za matricu kažemo da je kvadratna
matrica reda n .
Elementi matrice su indeksirani s dva indeksa; prvi označava broj retka, a
drugi broj stupca u kojem se dotični element nalazi.

Sl. 1.1. Zapis općega elementa matrice

Prema tome, retci se sastoje od sljedećih elemenata:

prvi redak a11 a12 ... a1j ... a1n

..
.
i -ti redak ai1 ai2 ... aij ... ain
..
.
m -ti redak am1 am2 ... amj ... amn

(prvi indeks je čvrst i označava broj retka, a drugi se mijenja).

Stupce pak sačinjavaju elementi čiji je drugi indeks čvrst i označava broj
stupca, a prvi indeks se mijenja.

prvi stupac ... j -ti stupac ... n -ti stupac

a11 ... a1j ... a1n

.. ..
. .
ai1 ... aij ... ain
.. ..
. .
am1 ... amj ... amn

Kraće matricu A zapisujemo na način A = (aij ) navodeći samo ime njezinog

općeg elementa.

Jednakost matrica
Dvije matrice, A i B su jednake ako
• su istoga tipa (imaju jednak broj redaka i jednak broj stupaca),
• imaju jednake odgovarajuće elemente, tj. vrijedi aij = bij za sve i, j .

1.1.2. Primjeri matrica

1. Nul-matrica. Matrica čiji su svi elementi nule naziva se nul-matrica i ozna-

čava s 0 , neovisno o tome kojega je tipa. Ta nepreciznost neće stvarati nikakvih
problema. Tako su sve sljedeće matrice nul-matrice:
" #  
  0 0 0 ... 0
0 0  ...
0 0 , [ 0 0 0 ], .
0 0
,
0 0 0 ... 0
2. Dijagonalna matrica. Dijagonala matrice definirana je samo za kvadratne
matrice. Ona sadrži elemente s jednakim indeksima: a11 , a22 , . . . , ann . Kvadrat-
na matrica kojoj su svi elementi van dijagonale jednaki nuli naziva se dijagonalna
matrica.
Sljedeće su matrice dijagonalne
 
" # a11 0 . . . 0
  3 0 0  0 a22 . . . 0 
2 0
0 0 0 ,  .
 .. .. . . .. 
0 1
, .
0 0 4 . . . 
0 0 . . . ann
U literaturi se dijagonalna matrica ponekad označava simbolom diag. Tako
na primjer gornje se matrice mogu zapisati ovako: diag(2, 1) , diag(3, 0, 4) ,
diag(a11 , . . . , ann ) .
3. Jedinična matrica. To je dijagonalna matrica čiji su dijagonalni elementi
jednaki 1. Označavamo ju slovom I . (Ponegdje se u literaturi koristi i slovo E .)
1 0 ... 0
" #
  1 0 0
1 0 0 1 ... 0
I= ili 0 1 0 ili  .. . . . .
0 1 .
0 0 1
0 0 ... 1
Možemo pisati I = (δij ) . Ovdje je δij Kroneckerov delta simbol:

1 ako je i = j,
δij =
0 ako je i 6= j.
4. Trokutaste matrice. Pojam je definiran samo za kvadratne matrice. Matrica
je gornja trokutasta ako su svi njezini elementi ispod glavne dijagonale jednaki
nuli. Evo nekih primjera:
 
" # a11 a12 . . . a1n
  1 2 0  0 a22 . . . a2n 
2 −1
0 0 2 ,  .
 .. ...
.
0 2
, 
0 0 1
0 0 . . . ann
Matrica je donja trokutasta ako su svi njezini elementi iznad dijagonale
jednaki nuli:
 
" # a11 0 . . . 0
  3 0 0  a21 a22 . . . 0 
1 0
0 2 0 ,  .
 .. ...
.
1 1
, 
1 0 1
an1 an2 . . . ann
5. Transponirana matrica. Matrica B je transponirana matrica matrice A ako
vrijedi
(B)ij = (A)ji , za sve i, j.

Kako dobivamo transponiranu matricu? Elemente prvoga retka matrice A ,

ne mijenjajući njihov poredak, zapišemo na mjesto prvog stupca matrice B itd.
Matrica B je tipa n × m . Ovo pridruživanje nazivamo transponiranjem. Evo
nekoliko primjera transponiranja
" #
    3 −1  
2 −1 2 3 3 0 1
7→ 0 2 7→
3 1 −1 1 −1 2 4
, ,
1 4
   
a11 a12 . . . a1n a11 a21 . . . am1
 a21 a22 . . . a2n   a a22 . . . am2 
 . .  7→  12
 ... .. . . .
 .. .. . . .  . . 
am1 am2 . . . amn a1n a2n . . . amn
Transponiranu matricu označavamo simbolom A⊤ ,
(A⊤ )ij := (A)ji , ∀i, j.
Ako je A kvadratna matrica, tad se transponirana matrica dobiva tako da se
elementi matrice A zrcale s obzirom na njezinu dijagonalu.

Primjer 1.

a) Ako je D dijagonalna matrica, tad je D⊤ = D .

b) Ako je L gornja trokutasta, tad je L⊤ donja trokutasta, i obratno.
c) (A⊤ )⊤ = A , za svaku matricu A .

Simetrične matrice. Matrica A je simetrična ako je A⊤ = A , tj. aij = aji ,

∀i, j . Simetrična matrica nužno je kvadratna. Zrcaljenjem s obzirom na dijago-
nalu matrica se ne mijenja:
" #
  1 0 −1
1 2
0 1 0 itd.
2 4
,
−1 0 1
Matrica je antisimetrična ako vrijedi A⊤ = −A , tj. aij = −aji , ∀i, j .
Antisimetrična matrica nužno je kvadratna i ima nule na dijagonali; aii = −aii
daje aii = 0 . Evo primjera:
" #
  0 2 −1
0 −3
−2 0 0 itd.
3 0
,
1 0 0
Vektor kao matrica. Matrice koje imaju samo jedan redak ili samo jedan stupac
nazivamo vektorima. Tako govorimo o vektor-retku ili pak o vektor-stupcu. Evo
primjera vektor-stupaca:
 
" # b1
  0 b 
1  .2 .

0 , .. 
2
, ..., 
1
bn
Za prvog kažemo da je dimenzije 2, drugi je dimenzije 3, a posljednji dimenzije n.
Vektore obično označavamo masnim malim slovima latiničke abecede, iako ćemo
ponekad koristiti i velika slova, jer vektor je i matrica tipa n × 1 ili pak 1 × n .
Ako je b vektor-stupac, tad je njemu transponirani vektor b⊤ vektor-redak
 ⊤
b1
 b2 
 .  = [ b1 b2 . . . bn ],
 .. 
bn
i obratno, transponiranjem vektor-retka dobiva se vektor-stupac.
Govorimo li samo vektor, onda mislimo na vektor-stupac. S druge strane, u
retcima knjige lakše je zapisati vektor-redak. Stoga se vektori često zapisuju s
pomoću znaka transponiranja. Tako je npr. vektor [ 0 1 3 ]⊤ zapisan u ovome
retku zapravo vektor-stupac, tipa 3 × 1 :
" #
0
⊤
[0 1 3] = 1 .
3

1.2. Operacije s matricama

Skup svih matrica istog tipa m × n označavamo sa Mmn . Na tom su skupu

definirane dvije operacije
• zbrajanje matrica,
• množenje skalara i matrice.

Zbrajanje matrica
Zbroj dviju matrica A i B je matrica s elementima:
(A + B)ij := (A)ij + (B)ij . (1)
Da bi zbroj matrica bio definiran, matrice A i B moraju biti istoga
tipa. Rezultat zbrajanja je opet matrica, istoga tipa m × n . Element
matrice A + B na mjestu (i, j) jednak je zbroju elemenata matrica A
i B na istom tom mjestu.

Tako vrijedi, na primjer

     
2 −1 −1 0 1 −1
+ =
3 2 3 2 6 4
,
     
3 −2 1
 x   1   x+1 
 0 +  y =  y
−1 3 1
     
a11 . . . a1n b11 . . . b1n a11 +b11 . . . a1n +b1n
 .. . . .  +  .. . . .  = .. ... .
. . .
am1 . . . amn bm1 . . . bmn am1 +bm1 . . . amn +bmn

Množenje matrice skalarom

Neka je λ ∈ R bilo koji skalar, te A ∈ Mmn . Umnožak matrice A
skalarom λ je matrica λ A ∈ Mmn definirana na način
(λ A)ij := λ (A)ij . (2)

Dakle, matrica se množi skalaromtako da se svaki njezin element množi tim

skalarom:
   
1 2 2 4
2 =
0 −3 0 −6
,
   
a11 . . . a1n λ a11 . . . λ a1n
λ  ... . . .  =  ..
. ... .
am1 . . . amn λ am1 . . . λ amn
Matricu (−1)A označavamo s −A . Razlika dviju matrica svodi se na već
uvedene operacije: A − B := A + (−1)B .

1.3. Algebra matrica

1.3.1. Množenje matrica

Množenje matrica znatno je složenija operacija od zbrajanja. Prije no što
navedemo definiciju, upozorit ćemo na sljedeće:
• Umnožak nije definiran za bilo kakve dvije matrice, pa čak niti za matrice
istoga tipa m × n , ukoliko je m 6= n .
• I kad je umnožak definiran, on ovisi o poretku matrica.
Krenimo od pojma umnoška vektora.
Umnožak vektor-retka i vektor-stupca. Neka je a vektor-redak i b vektor-stupac
iste duljine:  
b1
 b2 
a = [ a1 a2 . . . an ], b=  ... 


bn
Njihov se umnožak definira na način:
 
b1
 b2 
 ...  := a1 b1 + a2 b2 + . . . + an bn .
[ a1 a2 . . . an ]  (3)
bn
Rezultat je ovog množenja skalar. Evo primjera:
" #
3
[ 2 −1 3 ] −2 := 2 · 3 + (−1) · (−2) + 3 · 5 = 23.
5
Definicija umnoška matrica. Da bi postojao umnožak dviju matrica, one moraju
biti ulančane: broj stupaca prve mora biti jednak broju redaka druge matrice.
(Odnosno, duljina retka prve mora biti jednaka duljini stupca druge matrice.)
Tako, ako je A tipa m × n da bi umnožak AB postojao, matrica B mora biti tipa
n × p . Pri tom m i p mogu biti bilo kakvi. Rezultat množenja bit će matrica
tipa m × p .

Množenje matrica
Neka je A = (aij ) tipa m × n i B = (bij ) tipa n × p . Onda je definiran
unmožak matrica AB , to je matrica tipa m × p , čiji je opći element
dan formulom
(AB)ij := ai1 b1j + ai2 b2j + . . . + ain bnj
Xn
= aik bkj . (4)
k=1

Ovaj umnožak prepoznajemo kao umnožak i -toga retka matrice A i j -tog

stupca matrice B :
 
b1j
 b2j 
(AB)ij = [ ai1 ai2 . . . ain ] 
 .. .
.
bnj

Sl. 1.2. Dvije matrice mogu se množiti samo ako su ulančane. Rezultat je matrica koja
ima jednak broj redaka kao prva i jednak broj stupaca kao i druga matrica. Element
umnoška na mjestu (i, j) jednak je skalarnom umnošku i -toga retka prve i j -toga stupca
druge matrice

Primjer 2.
Evo još nekoliko primjera umnožaka matrica
    
2 1 −1 3 2 × (−1)+1 × 2 2 × 3+1 × 4
a) = =
−1 3 2 4 (−1) × (−1)+3 × 2 (−1) × 3+3 × 4
 
0 10
7 9
,

 " 3 −1 #  
2 3 −1 13 −3
b) 2 0 =
0 1 2 0 2
,
−1 1
" #  " 6 8 −5 #
3 −1 
2 3 −1
c) 2 0 = 4 6 −2 ,
0 1 2
−1 1 −2 −2 3
    
2 −1 −1 3 −1 −4 4 −3
d) =
0 1 2 2 1 2 2 1
,
    
−1 1 2 3 0 0
e) =
3 −3 2 3 0 0
,
       
1 0 2 −3 2 −3 1 0 2 −3
f) = =
0 1 1 4 1 4 0 1 1 4
.

- sljedeća neuobičajena svojstva

Ovi primjeri potvrduju
• ako je umnožak AB definiran, BA to ne mora biti (primjer d),
• ako postoje AB i BA , tad je općenito AB 6= BA (primjer c). Čak i onda
ako su matrice AB i BA istoga tipa, općenito je AB 6= BA (matrice u
primjeru a i e),
• Ako je AB = 0 (nul-matrica), tad ne mora biti A = 0 niti B = 0 .

Primjer 3.  
1 2
Za matricu A = odredi sve matrice B istoga tipa za koje
3 6
vrijedi AB = 0 .

    
a b 1 2 a b
◮ Označimo elemente matrice B na način B = . Iz =
c d 3 6 c d
 
0 0
imamo
0 0
   
a+2c b+2d 0 0
=
3a+6c 3b+6d 0 0
.

Izjednačavanjem elemenata dobivamo sustave

 
a + 2c = 0, b + 2d = 0,
3a + 6c = 0, 3b + 6d = 0.
Rješenje prvoga je a = −2c  b = −2d , pa jednadžbu zadovoljava
 , a drugoga
−2c −2d
svaka matrica oblika B = gdje su c i d po volji odabrani realni
c d
brojevi. ◭

" #
Primjer 4. 0 1 0
Odredi sve matrice koje komutiraju s X = 0 0 1 .
0 0 0

◮ Označimo traženu matricu s A . Da bi oba umnoška AX i XA bi-

la definirana,
" takva#matrica mora biti kvadratna, istoga reda kao i X . Dakle,
a11 a12 a13
A = a21 a22 a23 . Iz AX = XA slijedi
a31 a32 a33
" # " #
0 a11 a12 a21 a22 a23
0 a21 a22 = a31 a32 a33 .
0 a31 a32 0 0 0
Odavde dobivamo niz jednakosti a21 = a31 = a32 = 0 , a11 = a22 , a21 = a32 ,
a12 = a23 , a22 = a33 . Označimo li praktičnije a11 = x , a12 = y , a13 = z ,
dobivamo traženu matricu u sljedećem obliku
" #
x y z
A= 0 x y . ◭
0 0 x

Matrični umnožak vektora. Neka su a i b vektor-stupci istoga tipa. Shvatimo li ih kao

matrice, onda su definirana oba umnoška, a⊤ b i ab⊤ . Pri tome
• a⊤ b je matrica tipa 1 × 1 s elementom
b1
2 3
b2 7
a⊤ b = [ a1 a2 . . . an ]6
6
4 .. 5 = [ a1 b1 +a2 b2 + . . . +an bn ].
7
.
bn
Ovakvu matricu, s jednim elementom, poistovjećujemo sa skalarom i rezultat pišemo bez
zagrada. Zato je, u ovom slučaju, matrični umnožak vektora jednak gore opisanom umnošku
vektor retka s vektor stupcem.
• ab⊤ je matrica tipa n × n ! Zaista,
a1 a1 b1 a1 b2 . . . a1 bn
2 3 2 3
6 a2 7 6 a2 b1 a2 b2 . . . a2 bn 7
ab⊤ = 6 4 .. 5[ b1 b2 . . . bn ] = 4 ..
7 6 .. . 7
. . . .. 5
an an b1 an b2 . . . an bn

Primjer 5.
# "
3
[ 2 1 −3 ] −1 = 2 × 3 + 1 × (−1) + (−3) × 2 = −1,
2
" # " #
2 6 −2 4
1 [ 3 −1 2 ] = 3 −1 2 .
−3 −9 3 −6

Ovaj je primjer vrlo značajan. Jer, matrično množenje možemo opisati na potpuno iden-
tičan način, shvatimo li retke odnosno stupce matrica kao zasebne vektore.
Matrica
a11 a12 . . . a1n
2 3
6 a21 a22 . . . a2n 7
A=6 4 .. .. . 7
. . .. 5
am1 am2 . . . amn
sastavljena je od sljedećih vektor-redaka
a1 = [ a11 a12 . . . a1n ],
a1
3 2
a2 = [ a21 a22 . . . a2n ], 6 a2 7
.. A=6
4 .. 5,
7
. .
am
am = [ am1 am2 . . . amn ],
ili pak od sljedećih vektor-stupaca
a11 a12 a1n
2 3 2 3 2 3
6 a21 7 2 6 a22 7 6 a2n 7
a1 = 6 n ˆ ˜
4 .. 5, a = 4 .. 5, . . . , a = 4 .. 5,
7 6 7 6 7 A = a1 a2 . . . an .
. . .
am1 am2 amn
Sad se umnožak dviju matrica može napisati ovako:
32 b b . . . b 3
a11 a12 . . . a1n
2
11 12 1p
6 a21 a22 . . . a2n 76 b21 b22 . . . b2p 7
AB = 6 4 .. .. .
6
76 . 7
. . .. . 7
. . . 54 . . . . 5
am1 am2 . . . amn bn1 bn2 . . . bnp
2 3
a1 a1 b1 a1 b2 . . . a1 bp
2 3
6 a2 7ˆ ˜ 6 a2 b1 a2 b2 . . . a2 bp 7
=6 . 7 b1 b2 . . . bp = 6 6 .
7
4 . 5 4 . .. ...
7
. . .
5
am 1 2
am b am b . . . am b p

Vidimo da je opći element matrice AB upravo

2 3
b1j
6 b2j 7 X n
(AB)ij = ai bj = [ ai1 ai2 . . . ain ]6 . 7 = aik bkj .
6 7
4 .. 5
k=1
bnj

Primjer 6.
Ako je x = [3, 1, 2] , y = [2, −1, 1] , izračunajmo x⊤ y i xy⊤ .

◮
" # " #
3 6 −3 3
⊤
x y = 1 [2, −1, 1] = 2 −1 1 ,
2 4 −2 2
" #
2
xy⊤ = [3, 1, 2] −1 = [7].
1
Matricu s jednim elementom poistovjećujemo s brojem. Zato je xy⊤ = 7 . ◭

1.3.2. Matrice i linearna preslikavanja

Umnožak matrice i vektora. Neka je A matrica tipa m × n i x vektor stu-

pac duljine n . Tada je definiran umnožak Ax i to je vektor stupac duljine m .
Jednakost
y = Ax
u matričnom zapisu glasi:
    
y1 a11 a12 . . . a1n x1
 y2   a21 a22 . . . a2n  x2 
 . = .  . 
 ..   ..  .. 
ym am1 am2 . . . amn xn
Prema definiciji matričnog množenja, ovu jednakost možemo zapisati preko kom-
ponenti vektora:
y1 = a11 x1 + a12 x2 + . . . + a1n xn ,
y2 = a21 x1 + a22 x2 + . . . + a2n xn ,
..
.
ym = am1 x1 + am2 x2 + . . . + amn xn .
Na taj način matrica tipa m × n inducira preslikavanje f : Rn → Rm koje
elementu (x1 , . . . , xn ) ∈ Rn pridružuje element (y1 , . . . , ym ) ∈ Rm , definiran
ovim formulama. To prelikavanje nazivamo linearno preslikavanje inducirano
matricom A .
Kompozicija linearnih preslikavanja i umnožak matrica. Zašto je matrično mno-
ženje definirano baš formulama (4)? Obrazloženje za to nalazimo u vezi matrica
i preslikavanja koje te matrice induciraju. Jednostavnosti radi, opišimo tu vezu
na matricama tipa 2 × 2 .
Neka je B kvadratna matrica reda 2 i f : R2 → R2 pripadno linearno
preslikavanje. Označimo  
b b
B = 11 12 .
b21 b22
Onda jednakost y = Bx možemo napisati ovako:
    
y1 b b x1
= 11 12
y2 b21 b22 x2
,

odnosno, po komponentama
y1 = b11 x1 + b12 x2 ,
y2 = b21 x1 + b22 x2 .
Dakle, f paru (x1 , x2 ) pridružuje par (y1 , y2 ) .
Neka je sada A matrica drugog reda koja preslikava vektor y u vektor z , i g
-
s njom odredeno linearno preslikavanje:
z1 = a11 y1 + a12 y2 ,
z2 = a21 y1 + a22 y2 .
Dakle, g paru (y1 , y2 ) pridružuje par (z1 , z2 ) .
Onda za kompoziciju g ◦ f koje paru (x1 , x2 ) pridružuje par (z1 , z2 ) vrijedi:
z1 = a11 (b11 x1 + b12 x2 ) + a12 (b21 x1 + b22 x2 ),
z2 = a21 (b11 x1 + b12 x2 ) + a22 (b21 x1 + b22 x2 )
odnosno
z1 = (a11 b11 + a12 b21 )x1 + (a11 b12 + a12 b22 )x2 ,
z2 = (a21 b11 + a22 b21 )x1 + (a21 b12 + a22 b22 )x2 ,
Odavde vidimo da kompoziciji g ◦ f odgovara matrica
 
a11 b11 +a12 b21 a11 b12 +a12 b22
a21 b11 +a22 b21 a21 b12 +a22 b22
No, ta je matrica umožak matrica A i B :
    
a11 b11 +a12 b21 a11 b12 +a12 b22 a11 a12 b11 b12
= = AB.
a21 b11 +a22 b21 a21 b12 +a22 b22 a21 a22 b21 b22
Dakle, kompoziciji linearnih preslikavanja odgovara umnožak matrica.

1.3.3. Svojstva matričnoga množenja

Izdvojimo neka svojstva matričnoga množenja. Ona pokazuju da unatoč ‘neo-
bičnoj’ definiciji, to množenje ipak posjeduje neka očekivana dobra svojstva.
1. Asocijativnost matričnog množenja. Vrijedi
(AB)C = A(BC)
kad god je umnožak (s bilo koje strane) definiran.
Ovo se svojstvo naslije]uje iz odogovarajućeg svojstva asocijativnosti za kom-
poziciju preslikavanja. Ovdje ćemo ga dokazati direktno na temelju definicije
umnoška marica. U izvodu obratite osobito pozornost na zamjenu poretka suma-
cije. Dakle, ako je
A = (aij ), tipa m × n,
B = (bjk ), tipa n × p,
C = (ckl ), tipa p × r,
tad imamo
X n
(AB)ik = aij bjk ,
j=1
Xp
(BC)jl = bjk ckl ,
k=1
te je
p
X p X
X n 
[(AB)C]il = (AB)ik ckl = aij bjk ckl
k=1 k=1 j=1
Xp Xn n
X p
X 
= aij bjk ckl = aij bjk ckl
k=1 j=1 j=1 k=1
Xn
= aij (BC)jl = [A(BC)]il
j=1

2. Distributivnost. Vrijedi
(A + B)C = AC + BC.
Zaista,
n
X n
X
[(A + B)C]ik = (A + B)ij cjk = (aij + bij )cjk
j=1 j=1
Xn n
X
= aij cjk + bij cjk
j=1 j=1
= (AC)ik + (BC)ik = [AC + BC]ik
3. Umnožak s jediničnom matricom. Ako je I jedinična matrica reda n , tad za
svaku kvadratnu matricu A istoga reda vrijedi
A · I = I · A = A.
Uvjeri se u to na primjerima matrica reda 2 i reda 3! U općem slučaju, element
umnoška A · I na mjestu (i, j) iznosi
Xn
(AI)ij = aik δkj = ai1 δ1j + . . . + aij δjj + . . . + ain δnj = aij = (A)ij .
k=1
(Od svih pribrojnika u gornjoj sumi preostaje samo jedan, kod kojega je k = j .)
Slično vrijedi i za umnožak IA .
4. Transponiranje. Odnos množenja matrica prema transponiranju je sljedeći:
(AB)⊤ = B⊤ A⊤ .
Provjerimo najprije ulančanost! Matrica B⊤ je tipa p × n , A⊤ tipa n × m te
B⊤ A⊤ postoji i ima tip p × m , baš kao i matrica (AB)⊤ . Sad pišemo:
Xn
⊤
[(AB) ]ik = (AB)ki = akj bji
j=1
n
X
= (B⊤ )ij (A⊤ )jk = (B⊤ A⊤ )ik .
j=1

1.3.4. Matrični polinom

Ako je A kvadratna matrica (i samo u tom slučaju!), definirana je potencija
A2 := AA . Induktivno definiramo potenciju:
Ap := |AA{z
· · · A} .
p faktora

Očevidno je (zbog asocijativnosti množenja) da za ove potencije vrijede jed-

nakosti Ap Aq = Aq Ap = Ap+q , (Ap )q = Apq , za sve prirodne brojeve p i
q.
Po definiciji, stavljamo A0 = I . Tako možemo definirati matrični polinom:
ako je f (x) = αp xp + . . . + α1 x + α0 bilo koji polinom stupnja p , tad definiramo
f (A) := αp Ap + . . . + α1 A + α0 I.

Primjer 7.  
2 1
Neka je A = i f (x) = x3 − x + 3 , g(x) = x2 − 4x + 7 . Tad
−3 2
vrijedi
 
3 −9 8
f (A) = A − A + 3I =
−24 −9
.
 
0 0
g(A) = A2 − 4A + 7I =
0 0
.

Primjer 8.  
a 1
Izračunaj An (n ∈ N) ako je A = .
0 a

◮ Izračunajmo prvih nekoliko potencija.

     
2 3 2 4 3
A2 = a 2a2 , A3 = A2 A = a 3a3 , A4 = A3 A = a 4a4 .
0 a 0 a 0 a
 
n n−1
Na osnovu ovog možemo naslutiti da vrijedi An = a na n . Slutnju ćemo
0 a
provjeriti matematičkom indukcijom. Za n = 1 baza indukcije je ispunjena.
Pretpostavimo zato da je An gornjeg oblika. Tada imamo
  
n n−1 a 1
An+1 = An A = a na n
0 a 0 a
   
an · a an +nan−1 · a an+1 (n+1)an
= =
an · a an+1
.
0 0
Vidimo da tvrdnja vrijedi za svaki prirodni broj n . ◭