Professional Documents
Culture Documents
Vektori Matrice I Tenzori
Vektori Matrice I Tenzori
LIT.: F. H a rd ers, S. K ien o w , Feuerfestkunde, Herstellung, Eigenschaften und kuta ili paralelograma (si. 1 ), a umnožak skalara i vektora na pri
Verwendung feuerfester Baustoffe. Springer-Verlag, B erlin -G öttingen-H eid elberg
rodan način (si. 2 ).
1960. - W. H inz, Silikate, Band 2. V E B Verlag für B auw esen, Berlin 1971. - Feuer
feste W ekstoffe und ihre M erkmale. DIDIER Werke AG, W iesbaden 1981. - H. D.
Leigh, Refractories, W. C. M iller, Fibers, F. R ointari, Refractory C oatings, u djelu:
Kirk-Othmer E ncyclopedia o f C hem ical Technology, Vol. 20. John W iley & Sons,
N ew Y ork -C h ichester-B risb an e-T oron to-S in gapore 1982. - H. W. Hennicke, S.
K ien ow , Keramik, u djelu: K. W innacker, L. K ü ch ler, C hem ische Technologie II.
Carl Hanser Verlag, M ü n ch en -W ien 1983. - H . S alm an g, H. S cholze, Keramik, Teil
2, Keram ische W erkstoffe. Springer-Verlag, B erlin -H eid elb erg-N ew Y ork-T okyo
1983. - W. Trier, G lassch m elzöfen . Springer-Verlag, B erlin -H eid elb erg-N ew York
-T o k y o 1984. - PRE (Fédération Européenne des Fabricants de Produits Ré frac -
taires), Refractory Materials, Recom m endations, Zürich 1985. - F. Vollertsen, S.
Vogler, W erkstoffeigenschaften und Mikrostruktur. Carl Hanser Verlag, M ünchen
-W ie n 1989. - H. A. Schaeffer, Feuerfeste Materialien, u djelu: A llgem ein e Tech
n o lo g ie des G lases. Universität Erlangen, 1990. - W. Schulte, Feuerfeste Werkstoffe,
Feuerfestkeramik, Prüftechnische Beurteilung, W erkstofftypen. D eutscher Verlag SI. 2. M noženje vektora skalarom
für Grundstoffindustrie, L eipzig 1990.
a = axi + a j + a,k. ( 1)
VEKTORI, MATRICE I TENZORI, osnovni poj Time je vektora rastavljen u komponente po ortogonalnoj bazi i,
movi dijela matematike koji se danas naziva linearna algebra. j , k. Komponente a Y,a v,,a, projekcije su vektora a na koordinatne
Linearna algebra je u matematičkoj podjeli dio algebre (v. Arit osi. Ako su a, fi, /k u to v i što ih zatvara v ek to ra s koordinatnim
metika i algebra, TE 1, str. 371), grana matematike koja se bavi osima te \a\ duljina vektora, tada vrijedi
proučavanjem vektorskih prostora, matrica, linearnih sustava,
linearnih, bilineamih i multilineamih preslikavanja. Uz mate ax = \a\ cos a, a = \a\ cos ß , az = \a\ cos y, (2)
matičku analizu, linearna algebra čini osnovu tzv. više matema
tike. Razvojem novih numeričkih postupaka i posebice razvojem s tim, d aje uvijek
računalnih znanosti linearna algebra postaje sve važniji dio
matematike. cos 2 a + cos 2 ß + cos 2 y = 1. (3)
Z ačetci se linearne algebre susreću pri rješavanju sustava linearnih jednadžbi u
problem im a koji su postavljeni jo š u staroegipatskoj matematici. Operacije zbrajanja vektora i množenja vektora skalarom mogu
G au ssova m etoda rješavanja linearnih sustava dobila je im e pošto ju je C. F. se opisati pomoću njihovih komponenata:
G auss ( 1 7 7 7 -1 8 5 5 ) op isao u članku u kojem je prikazao računanje orbite asteroida
Pallasa, iako je ta m etoda upotrebljavana i m nogo ranije. Nadopunu G aussova p o
stupka op isao je 1888. godine W. Jordan, rješavajući sim etrični sustav jednadžbi u a + b = (ax + bx)i + (a v + by) j + (az + bz)k,
prim jenam a u geodeziji. (4 )
N aziv m atrica prvi je put u matematičkoj literaturi spom enut 1850. u članku J. k a = ( k a x)i + (Aav)y + ( kaz)k.
J. Silvestera. Matrično m noženje prvi je (im plicitno) upotrijebio G auss 1801.
godine u radu D isqu isition es A rith m eticae pri proučavanju kvadratnih formi. Inver-
S k ala rn i um nožak. Operacija skalarnog umnoška koja
zna se matrica prvi put spom inje 1858. u članku A M em oir on the Theory o f M atri
ce s A . Cayleya, u kojem je on op isao osnovn a svojstva matrica, povezujući ih sa dvama vektorima pridružuje skalamu veličinu definirana je u
sustavom linearnih jednadžbi. Pojam ran ga m atrice uveo je G. Frobenius 1879. prostoru V3 izrazom
preko m inora matrice.
C ram erovo pravilo za rješavanje linearnih sustava navedeno je 1750.*U radu G.
Cramera, u kojem je on rješavao problem nalaženja ravninske krivulje koja prolazi
a ’b:=\a\\b\cos(p, ( 5)
zadanim skupom točaka. Za sustave reda 2 i 3 iste se form ule nalaze u radovim a C.
M aclaurina objavljenim posm rtno 1848. godine. S vojstva determinanata utvrdili su gdje je (p kut koji zatvaraju ti vektori. Taj umnožak ima sljedeća
izm eđu ostalih E. B ezout (1 7 3 9 -1 7 8 4 ), A. T. Vandermonde (1 7 3 5 -1 7 9 6 ) i P. S. svojstva: a - a ^ 0 (pozitivnost), a b = b a (komutativnost),
Laplace (1 7 4 9 -1 8 2 7 ). Sam o ime, notaciju, pojam m inore i razvoj po retcima ili (ka) b = k(a b) (homogenost) te a (b-\-c)=a b + a c (distribu-
stupcim a dao je A . L. Cauchy 1812. godine.
O sn ovu za skalam i i vektorski um nožak i pojam vektora postavio je W. R.
tivnost).
H am ilton otkrićem kvatem iona 1843. godine, no u današnjem obliku prvi ih je Kako su koordinatni vektori međusobno okomiti i jedinične
upotrijebio J. W. G ibbs 1901. godine. O sn ovn e ideje /7-dim enzijskog vektorskog duljine, vrijedi i i = j j = k k = 1, i j = j k = k i =0 . Zaključuje se
prostora, linearne zavisn osti i n ezavisn osti, potprostora i baze nalazim o 1862. u
radu H. Grassm ana Ausdehnungslehre. Apstraktnu definiciju vektorskog prostora
da se skalami umnožak može računati i pomoću izraza
prvi je dao G. Peanno 1888. godine, kada je uveo i pojam dim enzije. N jegov je rad
bio skoro zaboravljen, da bi se isti sustav aksiom a pojavio 1918. u knjizi a b = (ax i + ayj + ■(bx i + j + k) =
S pace-T im e-M atter H. Weyla. U istom je radu dana i suvremena definicija linear
nog operatora.
= ax bx (6)
KLASIČNA ALGEBRA VEKTORA Duljina vektora je
P ro s to r V3. Skup vektora u trodimenzijskom prostoru naziva
se klasičnim vektorskim prostorom i označuje se s V3. Pod H = V « i+ ä f + « ? , (7)
klasičnim vektorom podrazumijeva se dužina kojoj je propisan
smjer i orijentacija (strelica!), s time da početna točka vektora a kut među dvama vektorima
može biti bilo koja točka u prostoru. Operacije na njemu defini
rane su geom etrijskim putem: zbroj dvaju vektora pravilom tro- a b arx bY+
x a„v bz,
y + a_ b,
COS(p ■ ( 8)
TE XIII, 28
434 VEKTORI, MATRICE I TENZORI
desni sustav (si. 3). Ako je barem jedan od vektora jednak nuli, koji ima sva svojstva i vektora i diferencijalnog operatora. Opera
onda je i vektorski umnožak jednak nuli. tor V može djelovati na skalame i na vektorske funkcije. Ako je
(p- (p(x9y , z ) skalama funkcija (naziva se još skalarno polje), tada
se djelovanje V<p naziva gradijent polja (p:
V(p = g r a d i p : = ^ - i + ^ - j + ~ k . (15)
dx dy dz
Gradijent skalamog polja vektorsko je polje koje je usmjereno
okomito na ekvipotencijalnu plohu (p(x,y,z)= konst.
Ako je a = a (.x9y ,z)= a xi+ a j+ a zk vektorsko polje, tada nabla
SI. 3. Vektorski um nožak može djelovati na dvojak način. Divergencija vektorskog polja je
skalarno polje d iv a dobiveno skalamim umnoškom:
Vektorski umnožak se zapisuje kao a x b (čita se "a eks b ”).
Osnovna su njegova svojstva a x b = - b x a (antikomutativnost),
a■ v? dax da da
a x b = 0 ako i samo ako a \ b imaju isti smjer, ( h a ) x b = k ( a x b ) d iva = V •a:= —— + —— + — ^ (16)
(hom ogenost),a x ( b + c ) = a x b + a x c (distributivnost). dx dy oz
Po definiciji se dobiva sljedeća tablica vektorskog množenja
Rotacija vektorskog polja je vektorsko polje rot a dobiveno vek-
jediničnih vektora:
torskim umnoškom:
ix i = 0 , 7 x 7 = 0, k x k = 0,
(9) 1 7 k
*x 7 = k, j x k = i, k x i =7. _3_ d_ d_
ro ta = V x a :=
Vektorski se umnožak iskazuje pomoću komponenata vek dx dy dz
tora: a^ (17)
ax
a x b = (axi + av j + az k ) x (bx i + by 7 + bz k ) = da dax
'* O l . 1+
dy dz dz dy
= (aybz - a. by) i + (a:bx - ax + (ax by - bx)k =
Operator V poštuje sva pravila diferencijalnog, ali i vektorskog
i Jk računa. Primjeri su najvažnijih formula:
ax a.
J+ k= ax a v a z ( 10)
br b. grad (<p y/) = y/ grad (p + (pgrad y/,
K K div ((pa) = <pdiva+(grad<p)-a,
Posljednja determinanta tek je simbolički zapis za vektor iz pret rot(<j0 a) = grad (p x a + ep rot a,
hodna dva retka (v. Aritmetika i algebra, TE 1, str. 371).
Vektorski umnožak nije asocijativan. Složeniji izrazi s vektor- div(a x b) = (rot a) ■b - a •(rot b),
skim umnošcima transformiraju se ovako: (18)
ro t(a x £ ) = (b- S7)a - b (V ■a ) +a (V - b) - (a ■V )b,
ax(bxc) = (ac)b-(a-b)c, grad(a • b) = (a ■V) b + (b • V )a + a x (^V x b) + b x (V x a),
(a x b) x c = {a •c) b - (b • c) a, ( 11) div ro ta = V •(V x a) - 0 ,
( a x b ) ( c x d ) = (a- c)(b •d) - (a •d)(b • c). rot grad (p = V x (V<p) = 0 .
M ješoviti um nožak. Prirodna kombinacija skalamog i vek-
torskog umnoška jest mješoviti umnožak triju vektora: V E K T O R SK I PR O ST O R I
ax ay az
Imajući na umu klasične vektore u E3, operacije s njima i nji
hova svojstva, početkom XX. st. izgrađena je apstraktna, aksio-
a(bxc) = K by ( 12) matski zasnovana teorija vektorskihprostora, koja pokriva i struk
cv c„ c. ture koje se javljaju u drugim granama matematike, pa i izvan nje.
One se od standardnog modela (u V3) razlikuju po naravi objekata
Geometrijski, on je jednak obujmu paralelepipeda razapetog tim (tj. vektora; to sada mogu biti brojevi, funkcije, matrice itd.), de
vektorima. Stoga, a ( b x c ) = 0 ako i samo ako su vektori a , b \ c finiciji osnovnih operacija (zbrajanja i množenja skalarom) i
komplanarni, tj. paralelni s istom ravninom. konačno dimenzijskim karakteristikama.
Mješoviti umnožak pri promjeni poretka svojih faktora može D efinicija vektorskog p ro sto ra. Vektorski (ili linearni)pro
promijeniti samo predznak: stor nad poljem skalara K uređena je trojka (^ ,+ ,0 nepraznog
skupa X i dviju operacija, zbrajanja vektora + : X x X —>X i
a -(b x c) = b - (c x a) = c -( a x b) = množenja vektora skalarom • : K x X - ^ X . To znači da za svaka
dva elementa a , b e X njihov zbroj a+ b i umnožak X a skalara
= - a - ( c x b ) = - c - ( b x a ) = - b ( a x c). (13) A.<=Ki elementa a e X mora ležati u X. Pritom moraju biti ispu
Također je a ( b x c ) = ( a x b ) c . Stoga se mješoviti umnožak često njeni sljedeći uvjeti:
piše bez naznake operacija, pazeći samo na poredak vektora; kao 1) komutativnost zbrajanja: za sve a , b e X vrijedi a +b=b+ a,
[a,b,c] ili čak kraće (<a b c ). 2) asocijativnost zbrajanja: za sve a, b, c e X vrijedi (a +b)+c =
V ektorska an a liz a. Elementarni račun s trodimenzijskim ~a-\-(b +c),
vektorima ima veliku važnost u jednostavnijem zapisivanju izra 3) postojanje neutralnog elementa: postoji nul-vektor 0 e X z a
za diferencijalnog i integralnog računa funkcija više varijabli (v. koji vrijedi a + 0 = a , za svaki a e X,
Diferencijalni račun, TE 3, str. 288; v. Integralni račun, TE 6 , str. 4) postojanje suprotnog elementa: za svaki element a e X po
515). Pri tom je osobito važan diferencijalni operator zvan nabla stoji suprotni element a 'e X takav da vrijedi a + a '= 0 ,
ili Hamiltonov operator. 5) svojstvo jedinice: za broj 1 e K i svaki elem enta e X vrijedi
1 a -a ,
Y7 •d . d , d (14) 6) usklađenost množenja: za svaka dva skalara k ,p e K i svaki
7 = , dT+ ' ^ +‘ š ? elem enta e X vrijedi X '( p 'a ) - ( f p ) - a ,
VEKTORI, MATRICE I TENZORI 435
7) distributivnost s obzirom na zbrajanje u X: za svaki skalar nisu komplanarni, tj. ako ne leže u istoj ravnini. Četiri vektora u
Xe K i svaka dva elementa a ,b e X vrijedi X ( a + b ) = X a + X b 9 prostoru V3 uvijek su linearno zavisna; to pokazuje d aje V3 trodi-
8) distributivnost s obzirom na zbrajanje u K: za svaka dva menzijski prostor.
skalara X9g e K i svaki element a e X vrijedi (X + g ) - a = X - a + g - a . Prostor R". To je prostor svih uređenih «-torki realnih brojeva:
Za polje skalara K najčešće se uzima polje realnih brojeva R.
Tada se X naziva realnim vektorskim prostorom. Ako je K polje R " = { i = (i | v . , a:,): j(..........................................(19)
kompleksnih brojeva C, tada je to kompleksni vektorski prostor.
s tim da su operacije definirane ovako:
Uz ta dva, u primjenama se javljaju i neka konačna polja, najčešće
polje ostataka pri dijeljenju prostim brojem p.
x +j r : = ( x , +
y„
),(2 0 a)
Elementi vektorskog prostora su vektori, iako se taj naziv
često izbjegava stoga što vektorski prostor mogu činiti i matrice, \ x : = ( X x v ...,X x n)(. 20b)
funkcije, brojevi i mnogi drugi objekti. Množenje skalara i vek
tora redovito se zapisuje bez znaka operacije, Xa umjesto X a. Kanonsku bazu u tom prostoru čine vektori:
Zahtjevi (l ) " j 4 ) u definiciji vektorskog prostora zapravo
znače da je skup X uz zbrajanje komutativna (Abelova) grupa e , = ( l , 0 ,..., 0 ),
(druge primjere grupa v. Aritmetika i algebra, TE 1, str. 371). Po : ( 2 i)
svojstvima grupe, suprotni je element a' elementa a jedinstven.
Piše se redovito - a umjesto a'. Tako se uvodi oduzimanje u vek- * „ = ( 0 , 0 ,..,!).
torskom prostoru X kao zbrajanje sa suprotnim elementom: U toj je bazi x = (* ,,..., xn) = x, e,+.. ,+x„en.
a - b : = a + b ' = a - \ - ( - b ) . Zahtjevi (5)--*($) obično se nazivaju ak Prostor R r. To je prostor svih funkcija sa skupa T u skup R.
siom i vektorskog prostora. Vrijedi (-1 ) a = - a , - ( - a ) = a itd. Zbrajanje i množenje definirano je ovako:
Umnožak skalara Oe K i bilo kojeg elementa a e A"jest nul-ele-
ment, 0a = 0.
(/+ g )W := / ( 0 + g (0 > ( 2 2 a)
Operacija množenja dvaju vektora općenito nije definirana.
Međutim, u specijalnim prostorima bit će moguće definirati tzv. (X f){t):= X f{t). (2 2 b)
skalam i ili unutarnji umnožak dvaju vektora, dok klasični vektor
ski prostor poznaje i vektorski (vanjski) umnožak. Taj je prostor dimenzije n ako je T konačan skup s n elemenata, a
Operacija dijeljenja dvaju vektora nije definirana. U nekim je beskonačnodimenzijski, ako je Tbeskonačan. P r o s t o r i svih re
prostorima (vektorskim algebrama) zamjena za nju množenje in- alnih polinoma u jednoj varijabli potprostor je prostora R r, gdje
verznim elementom. je T= R. Prostor dPn svih polinoma stupnja ^ n vektorski je pot
Zbog svojstva asocijativnosti mogu se izrazi oblika a , + a 2+ a 2 prostor od dimenzije n + 1. Bazu u tom prostoru čine polinomi
pisati bez zagrada. Tako je definiran i zbroj od po volji (ali kona jc0(/)= 1, x x(t) = t9...9x n(f) = P. Uz nju, često se primjenjuju baze
čno) mnogo pri broj nika a, + ...+ a /;, te izraz oblika Xl a , + ...+ koje čine ortogonalni polinom i poput Legendreovih, Laguer-
+Xlta n, koji se naziva linearna kombinacija elem enataa ]9...9an. rovih, Čebiševljevih, Hermiteovih i si.
P o tp ro sto ri. Svaki podskup W c .X vektorskog prostora X, Prostor C[a,b] svih neprekinutih funkcija na intervalu
koji je i sam vektorski prostor uz operacije već definirane u X, na T=[a,b] jest vektorski prostor, potprostor od R T. Takav je i pro
ziva se vektorskim potprostorom. Da bi W b\o potprostor od X, stor O n)[a,b] svih A?-puta neprekinuto diferencijabilnih funkcija.
dovoljno je provjeriti vrijede li sljedeća dva uvjeta: Ako je X vektorski prostor dimenzije n, tada svakih n linearno
1) za svaka dva e le m e n ta rn e W vrijedi a + b e W, nezavisnih vektora čini bazu tog prostora. Međutim, n +1 po volji
odabranih vektora linearno je zavisno.
2) za svaki skalar X e K i svaki vektor a e W vrijedi Xa e W.
Ta se dva uvjeta mogu ujediniti: W czX je potprostor od X onda
i samo onda ako za svaka dva skalara X, pe K i svaka dva vektora UNITARNI I N O RM IRA N I P R O S T O R I
a , b e W linearna kombinacija X a + g b leži u W.
Neka su a A'bilo koji vektori. Najvažniji primjer pot- S k ala rn i u m n o žak i u n ita rn i p ro sto ri. Skalami umnožak
prostora je skup svih linearnih kombinacija tih elemenata; to je na kompleksnom (ili na realnom) vektorskom prostom X je funk
potprostor koji se označuje s L ( a ]9...9a n): = {Xla l -\-...+Xna n: cija ( - | * ) - ^ x l - ) C (ili R) koja paru vektorax , y e X pridružuje
X},...,Xne K}. Za potprostor WczX kaše se d aje razapet elemen skalar (jc^ ) sa sljedećim svojstvima:
tim a a ,,..., a n ako vrijedi W = L ( a t, ...,aj. 1) pozitivnost, (jc|jc)^ 0 , (x |jr) = 0 <=>jt= 0 ,
L in e arn a nezavisnost, baza i dim enzija. Vektoria l9...,an su 2 ) hermitičnost (simetričnost), (x |y) = (j|x ),
linearno zavisni ako postoje skalari X]9...9Xn9 od kojih barem 3) homogenost, X (x\y) = ( ^ x |/ ) = ( ^ |^ j ) ,
jedan nije jednak nuli, takvi da vrijedi Xla l + ...+Xna n= 0. Inače 4j) distributivnost, (x + y\z) = (x|z) + (y\z),
su vektori linearno nezavisni. Tada linearna kombinacija može za svaki i z b o r X \ X e Ć (ili R). Crta nad brojem označava
iščezavati samo na trivijalan način: X]a ] + ...+Xna n= 0=> kompleksno-konjugirani broj.
=>Xj = ...=X/t= 0. Vektorski prostor na kojem je definiran skalami umnožak
Vektori e l,...,e n čine bazu vektorskog prostora X ako su zove se kompleksni (ili realni) unitarni prostor.
linearno nezavisni i ako razapinju prostor X. Kako je tada Neka je (e,,...,e/7) baza u konačnodimenzijskom unitarnom
X = L (e },...,en), svaki se element prostora X može prikazati u prostom X. Svaki se vektor x e X može prikazati kao linearna
obliku linearne kombinacije vektora baze, a = a {e l + ... + anen. kombinacija vektora te baze:
Zbog linearne nezavisnosti tih vektora, taj je prikaz jedinstven.
Tako je svakom vektoru pridruženo n skalara a X9...9an koji se na x = x l ei +.. ,+xn en. (23)
zivaju koordinatama vektora a u bazi e l9 Osnovni je problem odrediti koordinate x , u gornjem pri
Koordinate vektora ovise o izboru baze. Promijeni li se baza, kazu. Pomnoži li se relacija (23) skalamo s vektorom ej9 slijedi
promijenit će se i koordinate. Baza vektorskog prostora nije je
dinstvena, međutim broj vektora u bazi jest. Taj se broj naziva di (*| ^ (<?, | ^ )+ ...+ xn(e„
[y)
e = x t a tJ a nJ,(24)
menzijom vektorskog prostora X. On je jednak najvećem broju
linearno nezavisnih vektora u tom prostoru. Prostor je konačno- gdje je označeno a tj = (ei\eJ). Skalari x , d o b i v a j u se kao
dimenzijski ili beskonačnodimenzijski, već prema tome je li di rješenje sustava:
menzija konačan broj ili to nije.
P rim jeri vektorskih p ro sto ra. Prostor V3. Linearna zavi a Mx , = ( x | e , ) ,
snost, odnosno nezavisnost imaju jasnu geometrijsku interpre i (25)
taciju u prostoru V3. Vektori a i Xa su linearno zavisni. Dva su + ...+ <xm x„ = (x\en).
vektora a i b linearno nezavisna ako i samo ako nisu kolineama.
Analogno, vektori a, b i c su linearno nezavisni ako i samo ako Nalaženje rješenja tog sustava je za veliki n složen problem.
436 VEKTORI, MATRICE I TENZORI
U unitarnom prostoru definiranje pojam ortogonalnosti (oko
mitosti). Vektori x , y su ortogonalni ako je (jc|j) =0. Nul-vektor M l= V *i2+•••+*» > ( 32 )
je ortogonalan na svaki vektor prostora i to je jedini vektor s tim a CSB-nejednakost glasi
svojstvom. Niz (ej) je ortogonalan ako vrijedi (e\Cj) = 0 za i
a ortonormiran ako je pritom (e^ej) = 1 za svaki i. (Xly i+ . .. + x ny„)2 š ( x ? + ...+ x i) ( y f+ ...+ yi).( 33)
Ako je (ej) ortogonalna baza, tada je problem određivanja koe
ficijenata X; u prikazu vektora x u toj bazi jednostavan. Ako je R" kao normirani prostor. R" je normirani prostor i uz sljedeće
x = x, el +.. .+xn en, onda se koeficijenti računaju prema x; = norme (koje se susreću u numeričkoj linearnoj algebri češće nego
prethodna norma):
=m . Rastav
(«/i«/) M li = bil+--+W . (34)
V M k) (26)
'=1 t e k ) IWL = max{H>--->kl} (35)
(a2\ej)
i/i= jirwpd* , (38)
e i ~ ai (e et) e"
(27) a CSB-nejednakost
e „ = a „ - ï^ e ,,
i=\
} f{ x )g { x )à x á Jl/M pd* ]lg M I 2d^ (39)
K*b)|álWI-W (28)
Normirani prostor, međutim, ne mora biti unitaran. On to jest ili kraće, A ^ a ^ . T aje matrica tipa m x n , gdje je m broj redaka,
ako norma zadovoljava i relaciju paralelograma: a n broj stupaca. Kad je m - n govori se o kvadratnoj matrici reda
n. Dvije su matrice jednake ako su istog tipa i ako su im odgo
varajući elementi jednaki.
H* + ;yI2 + | | * - j f = 2 ( | | * f + | | j f ) . (29)
Zamijene li se retci stupcima u matrici A , dobije se transponi-
Skalami je umnožak onda određen izrazom rana matrica. To je matrica A T s elementima
(X\y) = j d \ x + y f - \ \ x - y f ) , (30)
AT: (41)
ako je X realni vektorski prostor. Ako je X kompleksan, izraz je
nešto složeniji.
P rim jeri norm irainih vektorskih p ro sto ra. Prostor V3je uz Operacija transponiranja ima sljedeća svojstva:
uobičajeno skalam o množenje realni unitarni prostor.
Prostor R" je unitarni prostor sa skalamim umnoškom: A TT=A, (42 a)
A lgebra m a trica . Uz neke uvjete, na skupu matrica definirane A A '= A 'A = I. (51)
su operacije zbrajanja i množenja matrica. Z b ro jA + B dviju m a
trica definiranje ako i samo ako su one istog tipa. Tada je i njihov Takva matrica, ako postoji, mora biti jedinstvena. Označuje se s
zbroj matrica istog tipa, s elementima («^+/?•), tj. dvije matrice se A~l i naziva inverznom matricom. Nalaženje inverza važan je
zbrajaju tako da im se zbroje odgovarajući elementi. problem linearne algebre. Stoga je važno uočiti kad matrica ima
Umnožak skalara ^ K i matrice je matrica istog tipa s ele inverz, te kako se on računa.
mentima (Xtf,y), tj. matrica se množi s brojem tako da se tim bro Najlakši odgovor na prvo pitanje daje pojam ranga. Rang ma
jem pomnoži svaki element matrice. trice (ne nužno kvadratne) jest broj njezinih linearno nezavisnih
Uz te dvije operacije skup svih matrica postaje vektorskim redaka (svaki je redak shvaćen kao vektor «-dimenzijskog pro
prostorom. Dimenzija je tog prostora mn. Simetrične, antisime- stora). Važno je napomenuti d a je taj broj jednak broju linearno
trične, hermitske, antihermitske, trokutaste i dijagonalne matrice nezavisnih stupaca, čak i kad matrica nije kvadratnog oblika!
čine potprostor prostora svih matrica istog tipa. Kvadratna matrica je regulama ako i samo ako je ranga n, tj. ako
U m nožak m a trica . Umnožak A B m atrice,4 tipa m x n i m a su svi njezini retci (ili njezini stupci) linearno nezavisni vektori.
trice B tipa s x p definiranje samo ako su one ulančane, tj. ako je S ličnost m atrica. Kvadratne matrice A i B istog reda su slične
s-n . ako postoji regulama matrica S takva da vrijedi B = S~ ]A S . Vrlo
Vektor-redak može se pomnožiti s vektor-stupcem ovako: važan problem teorije matrica jest određivanje matrice B što jed
nostavnijeg oblika, a koja je slična zadanoj matrici A . Tako, npr.,
svaka kvadratna matrica nad C slična je gornjoj trokutastoj, svaka
simetrična matrica slična je dijagonalnoj (i pritom postoji matrica
= ai bt + ...+ a„bn. (47) S za koju vrijedi 5 _1 =S'T). Taj problem povezan je s određivanjem
svojstvenih vektora i svojstvenih vrijednosti matrice.
A . D eterm in an te. Pojam determinante prirodno je povezan s
To je upravo skalami umnožak vektora a i b. problemom rješavanja sustava linearnih jednadžbi. Za svaku kva
438 VEKTORI, MATRICE I TENZORI
dratnu matricuzi definiranje broj nazvan determinanta matrice ,4 5) Iz prethodnog svojstva slijedi det(XA)=XndetA, za matricu
koji se označuje deL4, \A\ ili reda n.
6) Za kvadratne matrice A i B vrijedi
2 -1 3
1
- 3 -1 3 0 3 -2 (57)
ii
1 4 -5 4
1
~ -2 5“ "1 - 2" Pri rješavanju linearnog sustava (60) postavljaju se sljedeća pi
CM
1 -2 5 -3
II
. 1 - 2_ _4 —2 _ _4 1_ tanja: kada taj sustav ima rješenje i kako se ono računa? Odgovor
4 1 -2 na prvo pitanje ovisi o rangu matrice,4: sustav ima rješenje ako i
samo ako je rang matrice ,4 jednak rangu proširene matrice koja
= 2(4 —5) —4 (—2 —20) —3(1 + 8 ) = 59.
se dobije pripisivanjem vektora b matrici sustava:
Računanje determinante za velike brojeve n ne može se osni
vati na tim definicijama, jer one zahtijevaju ( « - 1 )-«! operacija ’« ii «12 ' •' « 1, K
množenja, što je za ne tako velike n neizvedivo, čak i uz pomoć A' = (62)
računala. Tako je za n - 100 potrebno učiniti oko 9,23 IO159 ope
racija, Što zahtijeva, po današnjim mogućnostima, oko IO145 godi «m2 * «/Mrt K .
_i
na računanja!
To je čuveni Kronecker-Capellijev teorem. Rješenje, ako postoji,
Determinante imaju sljedeća svojstva: ne m ora biti jedinstveno. Skup svih rješenja je ili prazan, ili točka,
1) Ako su elementi nekog retka ili nekog stupca matrice A jed ili afini potprostor prostora R" (translacija vektorskog potpros-
naki nuli, tada je deL4 = 0. tora za neki vektor). Tako opće rješenje ima oblik
2) Ako su bilo koja dva retka ili bilo koja dva stupca matrice,4
proporcionalna, tada je deL4 = 0. X = c + A ,, w x + . . . + X k w k , (63)
3) Ako se u matrici A zamijene bilo koja dva retka ili bilo koja
dva stupca, tada determinanta mijenja predznak. gdje su h>,, ...9wk rješenja homogenog sustava.
4) Determinanta se množi brojem tako da se tim brojem po Postupci rješavanja sustava (60) dijele se na direktne i itera
množe elementi (samo) jednog retka ili stupca matrice A. tivne. Direktni su oni postupci kojima se s konačno mnogo račun-
VEKTORI, MATRICE ITENZORI 439
skih operacija dobiva točan rezultat. Iterativnim se postupcima preveliki utjecaj takvih pogrešaka. Obično se to postiže postup
rješenje sustava linearnih jednadžbi dobiva kao granična vrijed kom pivotiranja. Za stožerni se element u svakom koraku izabire
nost niza vektora. element koji je najveći po apsolutnoj vrijednosti od svih koji su
C ram erovo pravilo. Od najveće su važnosti sustavi s kvad na raspolaganju, bilo u stupcu kojeg se transformira, bilo u čita
ratnom matricom,4, u kojima se broj jednadžbi podudara s brojem vom preostalom dijelu matrice. Taj se izbor postiže odgovaraju
nepoznanica. Takav će sustav imati jedinstveno rješenje onda i ćom zamjenom redaka i stupaca matrice.
samo onda ako je A regulama matrica, odnosno ako je deL4=l=0. Gaussov postupak vrlo je brz algoritam. Za potpuno rješenje
To je rješenje: linearnog sustava reda n potrebno je učiniti točno (1/6) (4 « 3 +
+ 9 n 2- l n ) operacija.
Postoje mnogobrojne inačice te metode. Takav je npr. Gauss-
(64)
-Jordanovpostupak u kojem se u svakom koraku transformiraju
svi retci matrice, a ne samo oni ispod stožernog elementa. Tim se
gdje je Z)=deL4, D i-6sX A h a ,4, je matrica u kojoj je /-ti stupac postupkom matrica svodi na dijagonalnu te je izbjegnut postupak
zamijenjen vektorom b. obratnog hoda. Međutim, ukupan je broj potrebnih operacija
Prema (64) dobiva se rješenje sustava dviju linearnih jedna povećan, on je reda n3.
džbi s dvije nepoznanice: R aču n an je inverzne m atrice. Kvadratna će matrica imati in-
verz onda i samo onda ako je regulama. Nužan i dovoljan uvjet za
ax +by = e ed -b f a f-e c to je bilo koji od uvjeta: njezin rang iznosi n, njezina je determi
>X = y = , 7 . (65)
cx +dy = f a d -b c a d -b c nanta različita od nule te nula nije njezina svojstvena vrijednost
(v. Svojstvene vrijednosti u ovom članku).
Za sustave 3 x 3 Cramerovo se pravilo još uvijek dade upotrijebiti, Slično kao i pri rješavanju kvadratnih sustava, inverzna se ma
međutim, za veće brojeve n jednostavnije je primijeniti Gaussov trica može naći eksplicitnim izrazom, koji je za n> 3 nepraktičan
postupak. za račun:
G aussov p o stu p a k elim inacije. Gaussov postupak rješa
vanja linearnih sustava ubraja se u direktne postupke. Taj je algo 1
A ~ '= - (70)
ritam zasigurno najjednostavniji način rješavanja linearnih su d e tA
stava i, uz manje nadopune i modifikacije, primjenjiv je u svim
slučajevima. Njime se mogu rješavati sustavi s m jednadžbi i n gdje je A adjunkta matrice A , tj. matrica kojoj su elementi alge
nepoznanica. Za kvadratne matrice suština je Gaussova postupka barski komplementi Ay.
u svođenju linearnog sustava Primjer. Inverz regularne matrice reda 2 ima oblik
i
0
"*11 *1n "V ~w " d -b
-
A= = > ¿" = 1 (71)
(6 6 ) "^3 a d -b c -c a
*
i
_an\ ••• ann_ xn_ A. Primjer. Računanje inverza matrice reda 3: neka je
na jednostavniji, trokutasti oblik R x = d , gdje su
2 1 3
2 -1 0 - 1 0 2
x = ^ , (6 8 a)
-1 2 3 2► 3 -1
in -
3 -3 - 6
1 3 2 3 2 1
A = -5 -5 2
X; = — C, - Xk L = 6(8 b) ” -1 2 3 2 3 -1
ru \ ) 1 3 2 3 2 1
-7 2 4
2 -1 0 - 1 0 2
-6
»cT
«22 • «2n K
(69) Gauss-Jordanov postupak. Problem određivanja inverzne matrice
može se opisati s n linearnih sustava oblika A x i=ei, gdje je^4 ma
*
l------
1 1 2 -1 -1 3
1 <r) *>i
-1 3 -1 X; H—
an \ j x ^ r +
1 2 1
= 1 j= i+1 (76b)
2 1 1 3 -1 -1
i = 2,3, ,A2 —1,
Za računanje inverzne matrice Gaussovim ili Gauss-Jorda-
novim postupkom potrebno je učiniti točno n 3 operacija mno fl-t
A (x ) = X x jA (e j) X X « // xj f r (79)
W L := m ax £ |f..|, (74 a)
7=1 7=1 /=•
* >i
O p e ra to ri je, dakle, potpuno određen matricom A = [a^] koefici
|J l , : = m a x X |4 (74 b) jenata u prikazu (79). Taje matrica prikaz operatora A u gornjem
paru baza. Piše se
VEKTORI, MATRICE I TENZORI 441
Svojstvene v rijed n o sti i Jo rd an o v a form a. Neka je X vek-
torski prostor nad poljem K, a A \X ^ > X linearni operator. Skalar
A(e,f) = (80) X e K je svojstvena vrijednost operatora A, ako postoji x e X ,
*=t=0, takav da vrijedi A x= X x. Kaže se da je x svojstveni vektor
pridružen svojstvenoj vrijednosti X.
P ro m jen a baze. Svaki sustav od n linearno nezavisnih vek Određivanje svojstvenih vrijednosti operatora vrlo je važan
tora u «-dimenzijskom prostoru čini bazu. Ako su poznate koor problem s mnogobrojnim primjenama (teorija vibracija, ravnote
dinate vektora u jednoj bazi i veza između dviju baza, moguće je žna stanja, sustavi diferencijalnih jednadžbi, konvergencija itera
odrediti i njegove koordinate u drugoj bazi. Neka s u e = ( e 1,...,efl) tivnih matričnih postupaka, teorija stabilnosti,...).
i e '= (e { ,...9e ') dvije baze u X. Iz prikaza e'k = X?=isik ei dobiva se Skup W(K) = { x e X : A x= X x} je svojstvenipotprostor pridru
matrica žen svojstvenoj vrijednosti X. On ne mora biti jednodimenzijski.
Skup o(A) svih svojstvenih vrijednosti operatora A naziva se
spektar operatora A. On može imati najviše n elemenata, gdje je
s = K ••• <1 = (81)
n - dim A.
Spektar se računa tražeći nul točke karakterističnog ili svoj
stvenog polinom a K-(A.):=det(^/-/l), gdje je / l matrica operatora
koja se naziva matricom prijelaza iz stare baze e u novu bazu e .
A u bilo kojoj bazi. Pritom se traže one svojstvene vrijednosti koje
Svaki se vektor* e A može prikazati u obje baze. Ako je * = ( x ,,...,
pripadaju polju K. Ako je, npr., A : X ^ X linearni operator dan
jc„)=jc,e x+ ...+ xnen prikaz vektora u staroj, a * '= ( * [ ,...,* ') =
= x \ e [ + ...+ e'n prikaz istog vektora u novoj bazi, tada vrijedi matricom A - , onda je k (X)=X2+4, pa je spektar o(A)=
x = S x '; jc' = S - 1jc. (82) = { - 2 i,2 i} akojeA'kom pleksan prostor, odnosno cr(A)=0 ako je
X realan prostor.
T ran sfo rm acija o rto n o rm ira n ih baza. Neka su (c,,...,c/?) i
( e ,',...,e ') ortonormirane baze. Tada za matricu S vrijedi S TS = I Ako je simetrična matrica A prikaz operatora A u nekoj bazi
jer su elementi tog umnoška Z ;"=1 ski skj = (e'\e'2) = ¿v. Dakle, za m a realnog vektorskog prostora, onda su sve njezine svojstvene vri
tricu 5 vrijedi 5 _1 = ST te je pri prijelazu u novu bazu nepotrebno jednosti realne. Nadalje, tada postoji n linearno nezavisnih svoj
računati inverz matrice S. M atricaS s tim svojstvom naziva se or- stvenih vektora i oni su međusobno ortogonalni. Time je matri
togonalnom matricom. c o m ^ određena ortonormirana baza i može se očeki
vati da u toj bazi pripadni operator ima najjednostavniji prikaz.
Zaista, kako vrijedi A { e j= X iei, u toj bazi operator ima dijago
nalni prikaz, s elementima X{,...,X n na dijagonali. Matrica prije
laza iz stare baze u novu je ortogonalna matrica S = [c,, ...,en] kojoj
su stupci svojstveni vektori matrice ,4. Tada je S TA S dijagonalna
matrica, s elementima X}, ..., Xn na dijagonali, tj. o p e ra to ri može
SI. 5. Rotacija koordinatnog se dijagonalizirati.
sustava O pcije slučaj mnogo složeniji. Svaki se operator ne može di
jagonalizirati, tj. svaka matrica nije slična dijagonalnoj. Jedno-
ro oi
stavan je takav primjer matrica A - ^ . Općenito, najjedno
cos (p sin (p 0
S ~ '= S T = (84 b)
- s i n (p cos(p
s elementima Xi na glavnoj dijagonali te jedinicama poviše te di
Zato je veza između novih i starih koordinata jagonale. Svi su ostali elementi jednaki nuli. Jordanov blok sa
stavljen je od nekoliko Jordanovih klijetki različitih veličina, s is
cos ip sin<p V (85)
tom svojstvenom vrijednošću na dijagonali, poput sljedećeg:
0 4
Primjer. Neka je /! = . Karakteristični polinom je yk- (96)
-1 4 /=1 1=1
A2- 4 A+4 s dvostrukom nul-točkom A= 2. Postoji samo jednodi- U tenzorskom se računu u takvim situacijama izostavlja znak
menzijski svojstveni potprostor kojeg razapinje svojstveni vektor zbrajanja po dvostrukom indeksu, koji se nalazi jednom u donjem
2 2 1 ijednom u gornjem položaju, pa se taj izraz piše u obliku
Za matricu S uzima se S = i za nju vrijedi 5 1A S =
1 1 1
2 1
3 V = (e* ' k > r (97)
= /,g d je je /= . Tada je, npr.
0 2. Tenzori. Prirodnim poopćenjem navedenog razmatranja do
A m = S J wos -i = 2 1 '2 100 1 0 0 -2 " ' 1 -1 lazi se do pojma tenzora. Tenzor tipa (p, q), q puta kontravarijan-
(91) tan i p puta kovarijantan, jest veličina A kojoj, u svakoj bazi (e)
1 1 0 2 ,0° -1 2
prostora X odgovara sustav od nP** brojeva A'J^J koji se nazivaju
koordinate tenzora. Pritom su koordinate A',!"')
ji-jp i A'T'j,
j\-jP koje
J od-
TENZORI
govaraju istom tenzoru A u dvije baze (e) i (e ') povezane relaci
Poopćenjem vektorskog i matričnog računa dolazi se do ten- jom
zorskog računa. Pri opisu skalamih fizikalnih veličina (masa,
temperatura, energija, tlak, potencijal,...) dovoljan je jedan po A-K (98)
datak. Vektorske veličine (sila, brzina, ubrzanje, električno po A} 2 h = {ej;\ea' r - [ e/ J e"
lje,...) opisuju se, u odabranom koordinatnom sustavu, pomoću a podrazumijeva se zbrajanje po dvostrukim indeksima. Brojp+ q
tri podatka, tri koordinate vektora u tom sustavu. Pritom, pozna naziva se valencija tenzora A.
vajući koordinate vektora u jednom sustavu, mogu se odrediti i Dva su tenzora jednaka ako su istog tipa i ako su im u nekoj
koordinate tog vektora u bilo kojem drugom sustavu. bazi, pa onda i u svima, koordinate jednake. Tenzori istog tipa
Uz skalame i vektorske veličine, neke fizikalne pojave zahti mogu se zbrajati na prirodan način, po svojim koordinatama.
jevaju u svom opisu i složenije veličine, nazvane tenzorima, koje Umnožak dvaju tenzora tipa ( p \ q ') i (p ",q ") je tenzor tipa
su u koordinatnom sustavu opisane podatcima indeksiranim ne (p + p '\q +q") koji se dobije množenjem odgovarajućih koordi
kolicinom indeksa. Tipičan je primjer tenzor inercije J.p i j = nata.
= 1,2,3. Primjeri tenzora. 1) Koordinate svakog vektora iz X čine ten
Sastavni je dio tenzorskog računa i pravilo transformacije ten- zor tipa ( 0 , 1 ), tj, koordinate kontravarijantnog vektora čine tenzor
zora pri promjeni koordinatnih sustava. Također, tenzorski račun koji je jedanput kontravarijantan. Koordinate kovarijantnog vek
u svom formalizmu upotrebljava specijalne oznake i konvencije tora iz X* čine tenzor tipa (1,0), jedanput kovarijantan.
karakteristične za taj račun.
2) Svaki linearni operator inducira tenzor tipa (1,1). Neka je
B iortogonalne baze. Neka je Jfft-dimenzijski vektorski pro
A : X - * X linearan i (e) baza u X. Tada je
stor. Sa X* označuje se prostor linearnih funkcionala na X, tj.
prostor linearnih preslikavanja sAf u pripadno polje K. Djelovanje
funkcionalay * e X* na elementu x e X označuje se s (y*|*). Za A ):= ( / ( e j e l ) = e k \e>\ = j ^ a kJ = a tJ. (99)
svaku bazu (e]9...,en) postoji biortogonalna baza u U '= l / k= 1
prostoru X *, za koju vrijedi (e'le.) = 6' = 1 , ako je /= /, odnosno
0 , ako j e / * / . Vidi se d aje tenzor jednak matrici operatora A u bazi (e).
K o n tra v a rija n tn i i k o v arijan tn i vektori. Vektori su najjed 3) Skalamom umnošku u X odgovara 2 puta kovarijantni ten
nostavniji primjeri tenzora. Svaki vektor x e X može se prikazati zor Ajj= (ć/|ćy), nazvan kovarijantni metrički tenzor. Elementi in-
u obliku x = x ]e ]+... +xnen. Time je svakom vektoru x u bazi (e) verzne matrice [ ^ ] -1 definiraju dva puta kontravarijantni tenzor.
pridružen sustav od n brojeva V. Neka j e e r , ...,en. neka druga (tzv.
crtana) baza (označavanje koordinata vektora s gornjim indek LIT.: A. C. Aitken, Determ inants and Matrices. E dinburgh-London 1949. - P.
sima te crticama nad indeksom, a ne nad vektorom, neke su od R. H a lm o s, Finite D im ensional Vector Spaces. Princeton U niversity Press, Prince
specijalnih oznaka tenzorskog računa). Neka je e r, ...,e" njoj ton 1953. - D. Faddeev, V. F addeeva, C om putational M ethods o f Linear A lgebra,
biortogonalna baza, a jcr , ...,x n koordinate vektora* u novoj bazi. San Francisco 1963. - S. K urepa, Konačno-dim enzionalni vektorski prostori i
primjene. Tehnička knjiga, Zagreb 1967. - 0 . P .F a n m M a x e p , T co p n a Nia rpnn.
Neka su S i T matrice prijelaza između dviju baza, T=S~l. Tada je I la y k a , M ockua 1988.