Vi. Linearni Operator VI. 5. Minimalni Polinom Matrice

AUDITORNE VJEŽBE #13, 14 | LINEARNA ALGEBRA |PREDDIPLOMSKI STUDIJ 2020./2021.
VI. LINEARNI OPERATOR

VI. 5. Minimalni polinom matrice
Prisjetimo se da je dim  M n   n 2
 
 1 0  0 1  0 0  0 0  
(Zašto? Ukoliko imamo V.P. M 2 tada je njegova baza E    , , ,   .)
  0 0   0 0  1 0   0 1  
 E1 E2 E3 E4 
Promotrimo li sve potencije neke matrice A  M n dobivamo niz: I , A, A2 , A3 ,...
U tom niz sigurno postoji neka potencija matrice koja se može prikazati kao linearna kombinacija njenih
prethodnih potencija, tj. možemo pronaći potenciju matrice nakon koje niz postaje linearno zavisan.
Zašto tvrdimo da sigurno postoji? Budući da je dim  M n   n 2 zaključujemo da je I , A, A2 , A3 ,... An

2
sigurno linearno zavisan jer se sastoji od n2  1-og člana. Tj., matrica An može se zapisati kao linearna
2
kombinacija prethodnih elemenata u nizu. Ne mora biti to prva potencija kada skup postaje linearno
2
zavisan, može postojati neka potencija i prije, ali sigurno kada dođemo do An onda skup postaje
linearno zavisan!
Stoga, neka je k neka potencija za koju vrijedi da je Ak linearna kombinacija prethodnih potencija, tj.
Ak  0 I  1 A  ...  k 1 Ak 1
Ak  k 1 Ak 1  ...  1 A  0 I  0
Definicija 1. Polinom pridružen matrici A definiran kao
 A      k  k 1 k 1  k  2 k  2  ....  1  0
naziva se minimalni polinom matrice A .
Vidimo kako je
 A  A   Ak  k 1 Ak 1  k  2 Ak  2  ....  1 A  0 I  0 , tj.
matrica A poništava svoj minimalni polinom.
Određivanje minimalnog polinoma
I A A2 A3 Am
A11 A12 A13 A1m
A22 A23 A2 m
A33 A3m
Amm
1.red: Matrice u prvom redu dobijemo računanjem potencija zadane matrice A
2. red:
Anja Šteko| anja.steko@ferit.hr | Konz. Uto 11:15– 13:15 i po dogovoru | | 1 / 22

A11  A  11 I
A12  A2  12 I
A13  A3  13 I
1 j određujemo tako da sve te matrice na istome mjestu imaju nul-element ( Obično je to pozicija
1,1 , osim ako se na toj poziciji već u matricama A, A2 , A3 ,... nalazi nul-element onda uzmemo
neku drugu poziciju)
3. red:
A22  A12   22 A11

A23  A13   23 A11
 2 j određujemo tako da sve te matrice na istome mjestu imaju nul-element ( Obično je to pozicija
1, 2  , osim ako se na toj poziciji u matricama A12 , A13 , A14 , nalazi nul-element onda uzmemo
neku drugu poziciju jer tu ne moramo poništavati )
4. red:
A33  A23  33 A22
3 j određujemo tako da sve te matrice na istome mjestu imaju nul-element ( Obično je to pozicija
1,3 , osim ako se na toj poziciji u matricama A23 , A24 , nalazi nul-element onda uzmemo neku
drugu poziciju jer tu ne moramo poništavati )
Taj postupak nastavljamo sve dok ne dobijemo nul-matricu, a ona matrica prije nje nije bila nul-
matrica.
Zadatak 1. Odredite minimalni polinom matrice
 5 3 2 
A   6 4 4  .
 4 4 5 
Rješenje:
Napravimo najprije tablicu „shemu“ za određivanje minimalnog polinoma
I A A2 A3
A11 A12 A13
A22 A23
A33
 5 3 2  15 11 8   41 33 26 

1. Red: A   6 4 4  , A2   22 18 16  , A3   66 58 52 
     
 4 4 5  16 16 17  52 52 53 

2. Red: Pozicija (1,1):
5 3 2 5 0 0 0 3 2 
 A11  A  11I  A  5I  6 4 4  0 5 0  6 9 4
 4 4 5  0 0 5  4 4 0 
15 11 8  15 0 0   0 11 8 
 A12  A  12 I  A  15I   22 18 16    0 15
2 2
0   22 33 16 
16 16 17   0 0 15 16 16 2 
 41 33 26  41 0 0   0 33 26 
 A13  A  13 I  A  41I  66 58 52    0 41 0   66 99 52 
3 3
     
52 52 53  0 0 41 52 52 12 
3. Red: Pozicija (1,3): (Nisam uzela (1,2) jer u A11 na toj poziciji je -3, pa mi je teže poništiti -11.
0 11 8  0 3 2   0 1 0
 A22  A12   22 A11  A12  4  A11   22 
33 16   4 6 9 4    2 3 0 
16 16 2   4 4 0   0 0 2
0 33 26 0 3 2  0 6 0
 A23  A13   23 A11  A13  13  A11  66 
99 52   13 6 9 4    12 18 0 
52 52 12   4 4 0   0 0 12 
4. Red: Pozicija (1,2).
 0 6 0  0 1 0  0 0 0 
 A33  A23  33 A22  A23  6 A22   12 18 0   6  2 3 0   0 0 0 ,
 
 0 0 12  0 0 2 0 0 0
tj.,
0  A23  6 A22
0  A13  13  A11  6  A12  4  A11 
0  11A11  6 A12  A13
0  11 A  5 I   6  A2  15 I   A3  41I
0  A3  6 A2  11A  6 I
Stoga je minimalni polinom:  A      3  6 2  11  6 .
Zadatak 2. Pomoću minimalnog polinoma odredite inverz matrice
 3 1 3 
A   5 3 3  .
 1 0 2 
Rješenje:
Napravimo najprije tablicu „shemu“ za određivanje minimalnog polinoma

I A A2 A3
A11 A12 A13
A22 A23
A33
 3 1 3   1 0 0  3 1 3 

1. Red: A  5 3 3 , A  3 4 0 , A  11 9 3 
 2   3
     
 1 0 2   1 1 1   1 2 2 

 3 1 3  3 0 0  0 1 3 
 A11  A  11 I  A  3I   5 3 3   0 3 0   5 6 3 
 1 0 2  0 0 3  1 0 5
 1 0 0  1 0 0   0 0 0
 A12  A  12 I  A  I  3 4 0   0 1 0    3
2 2
3 0 
 1 1 1  0 0 1   1
1 0 
 3 1 3  3 0 0   0 1 3 
 A13  A  13 I  A  3I  11 9 3   0 3 0   11 12 3 
3 3
 1 2 2 0 0 3  1 2 5

 0 0 0
 A22  A12   22 A11  A12  0  A11  3 3 0 (Jer je na toj poziciji već bila 0)
 1 1 0 
 0 1 3   0 1 3  0 0 0 
 A23  A13   23 A11  A13  1 A11  A13  A11  11 12 3    5 6 3   6 18 0 
 1 2 5  1 0 5 2 2 0 
4. Red: Pozicija (2,1), jer pozicija (1,3) već ima nulu.
0 0 0  0 0 0  0 0 0 
 
 A33  A23  33 A22  A23  2 A22  6 18 0  2  3 3 0   0 0 0  ,
     
 2 2 0  1 1 0  0 0 0 
Tj.,
0  A23  2 A22
0  A13  A11  2 A12
0  A3  3I   A  3I   2  A2  I 
0  A3  2 A2  A  2 I
Tada je

2 I  A3  2 A2  A /A1
2 A1  A2  2 A  I
A1   A2  2 A  I 
1
2
 1 0 0  3 1 3  1 0 0  
1 
1
A    3 
4 0   2  5 3 3   0 1 0  
2
  1 1 1   1 0 2  0 0 1  
6 2 6 
A1   7 3 6 
1
2
 3 1 4 
Zadatak 3. Dokažite da je operator : 3

 3
definiran s
 x1 , x2 , x3    x1  x2 , x1  x2  x3 , x2  x3 
linearan, odredite mu matrični prikaz u kanonskoj bazi, odredite pomoću minimalnog
1
polinoma inverz matrice A te odredite formulu prema kojoj djeluje inverzni operator . Je
li  f    e1  e2 , e1  e2 , e3  isto baza u 3
? Obrazložite svoju tvrdnju računski! Ukoliko je,
odredite matricu linearnog operatora 1
u bazi  f .
Odredite kako linearni operator 1
djeluje na x  e    3, 2,1 .
Rješenje:
1. LINEARNOST:
Prvo dokažimo da je operator linearan jer bez toga saznanja ne možemo ništa drugo ni
izračunati/riješiti.
Operator je linearan ukoliko je aditivan i homogen, tj. ukoliko vrijedi da je
 x   y    x   y , x, y  X ,  ,   .
Uzmimo dva proizvoljna člana iz domene linearnog operatora:
x   x1 , x2 , x3   3
 x  x1 , x2 , x3    x1  x2 , x1  x2  x3 , x2  x3  ,
y   y1 , y2 , y3   3
 y  y1 , y2 , y3    y1  y2 , y1  y2  y3 , y2  y3  .
 x   y     x1 , x2 , x3     y1 , y2 , y3  
  x1   y1 ,  x2   y2 ,  x3   y3 
   x1   y1    x2   y2  ,  x1   y1    x2   y2    x3   y3  ,  x2   y2    x3   y3  
  x1   x2 ,  x1   x2   x3 ,  x2   x3     y1   y2 ,  y1   y2   y3 ,  y2   y3 
   x1  x2 , x1  x2  x3 , x2  x3     y1  y2 , y1  y2  y3 , y2  y3 
 x  y
 Operator je linearan.
Kako bi odredili matrični zapis moramo pogledati kako linearni operator djeluje na elemente u
kanonskoj bazi  e    e1 , e2 , e3  :
 e1   1, 0, 0    1  0,1  0  0, 0  0   1,1, 0 
 e2  A   0,1, 0     0  1, 0  1  0,1  0   1,1,1
 e3  A   0, 0,1    0  0, 0  0  1, 0  1   0, 1, 1
Matricu A ćemo dobiti tako da u i-ti stupac matrice stavimo djelovanje linearnog operatora na
ei :
1 1 0 
A  e   1 1 1 .
0 1 1
2. INVERZ POMOĆU MINIMALNOG POLINOMA:
Kako bi odredili minimalni polinom napravimo najprije tablicu „shemu“ za određivanje minimalnog
polinoma
I A A2 A3
A11 A12 A13
A22 A23
A33
1 1 0   2 2 1  4 3 1
1. Red: A  1 1 1 , A  2 1 0 , A   3 3 1
  2   3
     
0 1 1 1 0 0  1 1 0 

1 1 0  1 0 0  0 1 0 
 A11  A  11I  A  I  1 1 1  0 1 0   1 0 1
0 1 1 0 0 1  0 1 2 
 2 2 1  2 0 0  0 2 1
 A12  A  12 I  A  2 I   2 1 0   0
2 2
2 0    2 1 0 
1 0 0  0 0 2  1 0 2 
 4 3 1  4 0 0  0 3 1
A13  A3  13 I  A3  4 I   3 3 1  0 4 0   3 1 1
1 1 0  0 0 4 1 1 4 
0 2 1 0 1 0  0 0 1
 A22  A12   22 A11  A12  2  A11   2 1 
0   2 1 0 1  0 1 2 
1 0 2 0 1 2  1 2 2 
0 3 1 0 1 0  0 0 1
 A23  A13   23 A11  A13  3  A11  3 1 1  3 1 0 1  0 1 2 
1 1 4 0 1 2 1 2 2 
4. Red: Pozicija (1,3).
0 0 1 0 0 1 0 0 0 
 A33  A23  33 A22  A23  A22  0 1 2   0 1 2   0 0 0  ,
1 2 2  1 2 2  0 0 0

Tj.,
0  A23  A22
0  A13  3  A11   A12  2  A11 
0  A13  A12  A11
0  A3  4 I   A2  2 I    A  I 
0  A3  A2  A  I
Stoga je minimalni polinom:  A      3   2    1 .

0  A3  A2  A  I
I  A3  A2  A /A1
A1  A2  A  I
2 2 1 1 1 0  1 0 0 
A   2
1
1 0   1 1 1  0 1 0 
1 0 0  0 1 1 0 0 1 
0 1 1
A  1
1
1 1 
1 1 0 
1
3. DJELOVANJE LIN. OPERATORA :
1 3
Odredimo kako djeluje linearni operator na proizvoljan element iz domene (budući da je
baza za 3
:  e    e1 , e2 , e3  , to znači da bilo koji element iz 3
mogu prikazati kao linearnu
kombinaciju elemenata iz baze, tj. x  x1e1  x2 e2  x3e3 ).
linearnost
1
 x  1
 x1e1  x2e2  x3e3   x1 1
 e1   x2 1
 e2   x3 1
 e3  .
Iz matričnog zapisa linearnog operatora A1 iščitavamo po stupcima:
1
 e1    0,1,1
1
 e2   1, 1, 1
1
 e3    1,1, 0 
linearnost
1
 x   x1e1  x2e2  x3e3   x1 1  e1   x2
1 1
 e2   x3 1
 e3 
 x1  0,1,1  x2 1, 1, 1  x3  1,1, 0 
  x2  x3 , x1  x2  x3 , x1  x2 
4. PROVJERA BAZE  f  :
Da bi  f    e1  e2 , e1  e2 , e3  bila baza skup mora biti linearno nezavisan i svaki element

3
iz mora se moći prikazati kao linearna kombinacija elemenata te baze.
 
 f    e1  e2 , e1  e2 , e3 
 
 f1 
f2 f3
Dokažimo da je skup  f1 , f 2 , f 3  linearno nezavisan pomoću definicije za linearnu

nezavisnost/zavisnost:

 f1   f 2   f3  0
  e1  e2     e1  e2    e3  0
    e1       e2   e3  0
Zbog linearne nezavisnosti e1 , e2 , e3 :
  0
  0
 0
2  0    0    0
 0
Skup  f1 , f 2 , f3 je linearno nezavisan, pa je  f    e1  e2 , e1  e2 , e3  baza vektorskog prostora

3
.
5. MATRICA LINEARNOG OPERATORA 1

U BAZI  f .
A1  f   T 1  A1  e   T , gdje T matrica prijelaza iz baze  e  u bazu  f  .
 1 1 0
T   1 1 0  (Matricu prijelaza smo dobili tako da smo u stupce redom stavili f1 , f 2 , f 3 )
 0 0 1 
Odredimo inverz matrice prijelaza:
 1 1 0 1 0 0 | 1 1 0 1 0 0  1 1 0 1 0 0 
     1 0  /   1
 1 1 0 0 1 0   0 2 0 1 1 0  / : 2 0 1 0 1 2 2
 0 0 1 0 0 1  0 0 1 0 0 1  0 0 1 
 0 0 1
 1 1 0
1 0 0 2 2 
0 1 0 1 1 0
 2 2 
0 0 1 0 0 1
 
1 1 0 
 1 1 0 
1 1
T
2
0 0 2 

A1  f   T 1  A1  e   T
1 1 0  0 1 1  1 1 0 
1
 1 1 0   1 1 1    1 1 0 
2
0 0 2  1 1 0   0 0 1 
 1 2 2   1 1 0
1
 1 0 0    1 1 0 
2
 2 2 0   0 0 1 
 3 1 2 
  1 1 0 
1
2
 4 0 0 
I još za kraj nam je ostalo vidjeti kako linearni operator 1

djeluje na x  e    3, 2,1 .
Budući da je x zadan u bazi  e  tada ćemo djelovanje linearnog operatora na x dobiti
tako da vidimo kako A1 djeluje u bazi  e  .
I. način: Pomoću matričnog zapisa:
y  e   A1  e   x  e 
0 1 1  3  1 
,
y  e   1 1 1    2    2 
1 1 0  1  1 
Tj. y  e   1, 2,1
II. način: Pomoću linearnog operatora:
1
 x    x2  x3 , x1  x2  x3 , x1  x2 
1
  3, 2,1    2  1,3  2  1,3  2   1, 2,1
VI. 6. Svojstvena vrijednost i svojstveni vektori
Definicija 2. Kažemo da je skalar   svojstvena (karakteristična) vrijednost linearnog operatora

: X  X ako postoji ne-nul vektor x  0 , takav da vrijedi
x  x ,
pri čemu vektor x nazivamo svojstveni (karakteristični) vektor koji pripada svojstvenoj vrijednosti  .
Skup svih svojstvenih vrijednosti operatora naziva se spektar (operatora ) i označava s   .

Primjedba: Primijetite da su vektori x i x linearno zavisni.
Napomena 1. Skup svih vektora, kojima pripada svojstvena vrijednost  , a kome je još dodan nulvektor,
čine vektorski prostor u X , koji zovemo svojstveni potprostor linearnog operatora , koji pripada
svojstvenoj vrijednosti  .
Objašnjenje: Promotrimo potprostor Ker    I  , tj. promotrimo jezgru operatora A   I .

Prema definiciji jezgre ( KerA  A1  0    x  X : Ax  0  X ), to je svaki vektor v  X t.d. je,

 A  I  x  0
Ax   x  0
Ax   x
Karakteristični polinom operatora A (ili matrice A ) označavamo s:
k A     det  A   I 
Jednadžba k A     det  A   I   0 naziva se karakteristična jednadžba operatora (ili matrice A ).

Njena rješenja svojstvene su vrijednosti operatora A .
Napomena 2. U nekim literaturama se karakteristični polinom definira i kao k A     det   I  A  .

Obje definicije imaju svojih „nekih prednosti“ pa odabir koju definiciju će čitatelj koristiti ostavljamo
njemu na odabir. A, mi ćemo u nastavku navesti te „prednosti“ kako bi se čitatelj mogao odlučiti koja
definicija mu više „odgovara“.
k A     det  A   I  k A     det   I  A 
 a11 a12 a1n  1 0 0 1 0 0   a11 a12 a1n 
a a22 a2 n  0 1 0  0 1 0   a21 a22 a2 n 
A   I   21   I  A    
       
       
 an1 an 2 ann  0 0 1 0 0 1   an1 an 2 ann 
 a11 a12 a1n   0 0  0 0   a11 a12 a1n 
a a22 a2 n   0  0  0  0   a21 a22 a2 n 
  21
   
       
       
 an1 an 2 ann   0 0  0 0    an1 an 2 ann 
 a11   a12 a1n    a11 a12 a1n 
 a a22   a2 n   a   a22  a2 n 
  21  21
   
   
 an1 an 2 ann     an1 an 2   ann 
Uočite, ukoliko se odlučite da ovaj način definicije tada Uočite, ukoliko se odlučite da ovaj način definicije tada
matricu A   I , a onda i determinantu dobijete tako da matricu  I  A , a onda i determinantu dobijete tako da
samo na glavnoj dijagonali oduzmete  , a sve ostale na glavnoj dijagonali od  oduzimate elemente na
elemente ne dirate. (Autor teksta smatra (njegovo glavnoj dijagonali matrice A , a svi ostali elemente
osobno mišljenje je) da je taj način puno lakši, jer će se matrice A poprimaju suprotni predznak. (Autor teksta
dogoditi manje pogrešaka, nego u slučaju smatra (njegovo osobno mišljenje je) da na taj način
k A     det   I  A  .) možete lako pogriješiti jer u žurbi / dekoncentriranosti
možete zaboraviti neki predznak).
Nekima ne odgovara što su  negativnog predznaka (tj.
karakteristični polinom je oblika  n  ... i više Prednost ove definicije je što će tada predznaci ispred
preferiraju k A     det   I  A  (oni smatraju da se  biti pozitivni pa će karakteristični polinom biti oblika
zbog  mogu dogoditi pogreške u računanju.)  n  ...
Napomena 3. Postoji baza u kojoj je matrica A pridružena linearnom operatoru dijagonalna.
U nastavku ćemo pogledati kako odrediti tu bazu, tj . kako dijagonalizirati matricu A .

Drugim riječima, ukoliko trebamo odrediti svojstvene vrijednosti operatora A tada ćemo odrediti
rješenja karakteristične jednadžbe.
Algoritam za dijagonalizaciju matrice:
1. Korak: Odredimo karakteristični polinom k A    matrice A .

2. Korak: Odredimo nul-točke 1 ,..., n karakterističnog polinoma. To su svojstvene vrijednosti
matrice A .
3. Korak: Rješavamo sustave Av  i v , tj. homogene sustave  A  i I  v  0 . Njihova rješenja su
svojstveni vektori matrice A .
Napomena: Ukoliko postoji n linearno nezavisnih svojstvenih vektora, tada je matrica slična
dijagonalnoj (tj. operator se može dijagonalizirati). Svojstvene vektore zapišemo kao stupce
matrice prijelaza T .
4. Korak: Matrica operatora u novoj bazi je dijagonalna
1 0 0
0  0 
A  v   T 1  A  e   T   2
.
 
 
0 0 n 
Dijagonalni elementi svojstvene su vrijednosti matrice A .
Napomena 4. Operator se može dijagonalizirati (tj. postoji baza u kojoj je matrični prikaz operatora
dijagonalna matrica) ako i samo ako su geometrijska i algebarska kratnost svih svojstvenih
vrijednosti od jednake.
(Algebarska kratnost je broj koji kaže koliko „puta“ je svojstvena vrijednost rješenje karakteristične
jednadžbe. Npr. ako je  2  6  9  0 , tj.    3  0 onda je 1,2  3 dvostruko rješenje karakteristične
2
jednadžbe i kažemo da je algebarska kratnost sv. vrijednosti 1,2  3 jednaka 2.
Geometrijska kratnost svojstvene vrijednosti je dimenzija svojstvenog potprostora pridruženog toj

svojstvenoj vrijednosti, drugim riječima: odredimo svojstvene vektore pridružene toj svojstvenoj
vrijednosti te odredimo svojstveni potprostor (sačinjen je od svojstvenih vektora, a da bismo odredili
dimenziju tog svojstvenog potprostora samo treba provjeriti jesu li ti sv. vektori linearno nezavisni, ako
nisu izbacimo one vektore koji su linearno zavisni sa ostalima.)
Zadatak 4. Odredite svojstvene vrijednosti i svojstvene vektore linearnog operatora :V 3  V 3 koji je

definiran s x   2 x1  2 x2  x3  e1   x1  3x2  x3  e2    x1  2 x2  4 x3  .
Rješenje: Najprije odredimo matrični zapis linearnog operatora. U tu svrhu pogledajmo kako linearni

operator djeluje na elemente kanonske baze  e   e1 , e2 , e3 : 
e1  1 e  0  e  0  e    2 1  2  0  0 e  1  3  0  0  e   1  2  0  4  0  e
1 2 3 1 2 3
 2e1  e2  e3
e2   0  e  1  e  0  e    2  0  2 1  0  e   0  3 1  0  e   0  2 1  4  0  e
1 2 3 1 2 3
 2e1  3e2  2e3

e3   0  e  0  e  1 e    2  0  2  0  1 e   0  3  0  1 e   0  2  0  4 1 e
1 2 3 1 2 3
 e1  e2  4e3
Matricu A ćemo dobiti tako da u i-ti stupac matrice stavimo djelovanje linearnog operatora na ei :
 2 2 1
A  e    1 3 1  .
 1 2 4 
Odredimo sada karakteristični polinom matrice A :

2 2 1
k A     det  A   I   1 3 1
1 2 4
3 1 1 1 1 3
 2    2 
2 4 1 4   1 2
  2     3    4     2   2  4    1   2  3   
  2     2  7  12  2   2  5      5   
  2      2  7  10    5   
     2    2    5      5 
    5      2  4  4   1     5    2  4  3
     5    3   1
k A     0  1  1, 2  3, 3  5 (uočimo sve ove svojstvene vrijednosti imaju algebarsku kratnost 1.)
Spektar linearnog operatora:     1,3,5 .

Odredimo svojstvene vektore:
 1  1:
Ax   x
Ax   x  0
 A  I  x  0
 A  1 I  x  0
A Ix  0
 1 2 1
A  I   1 2 1
 1 2 3
Napravimo matricu proširenog sustava (riješit ćemo ovaj sustav matrično):

 1 2 1 0   /   1 1 2 1 0 1 2 1 0  
     
 1 2 1 0   0 0 0 0 0 0 0 0  
 1 2 3 0   0 4 4 0  / : 4 0 1 1 0  /   2  
1 0 1 0   x1  x3  0, tj. x1  x3
 
0 0 0 0
0 1 1 0   x2  x3  0, tj. x2   x3
Tj., vidimo da rješenja ovise o x3 , pa neka je x3  t  :
 x1 , x2 , x3    t , t , t   t 1, 1,1 .
Pa je v1  e1  e2  e3 (jer je v1  x1 e1  x2 e2  x3 e3  1 e1  1 e2  1 e3 )
(geometrijska kratnost svojstvene vrijednosti 1  1 je jedan jer smo dobili samo jedan
svojstveni vektor i on sačinjava svojstveni potprostor pridružen sv. vrijednosti 1  1 .)
Napomena: Sustav nismo morali riješiti matrično. Mogli smo ga i raspisati na sljedeći način:
Ax   x
 2 2 1   x1   x1 
 1 3 1   x     x 
   2  2
 1 2 4   x3   x3 
2 x1  2 x2  x3   x1
x1  3x2  x3   x2
 x1  2 x2  4 x3   x3
A kako je   1 :
2 x1  2 x2  x3  x1
x1  3 x2  x3  x2
 x1  2 x2  4 x3  x3
x1  2 x2  x3  0
x1  2 x2  x3  0
 x1  2 x2  3x3  0
I sada, možemo izlučiti npr. iz prve jednadžbe x1 i uvrstiti u drugu i treću jednadžbu..
U nastavku ćemo mi rješavati sustave matrično (praktičnije je, brže je…)
 2  3 :
Ax   x
Ax   x  0
 A  I  x  0
 A  3I  x  0
 1 2 1
A  3I   1 0 1
 1 2 1

1 2 1 0  | /   1 1 2 1 0  1 2 1 0   1 0 1 0  / :  1
       
 1 0 1 0  |  0 2 2 0  / : 2  0 1 1 0  /   2   0 1 1 0
 1 2 1 0    0 0 0 0   0 0 0 0   0 0 0 0 
1 0 1 0   x1  x3  0, tj. x1   x3
 
0 1 1 0   x2  x3  0, tj. x2   x3
0 0 0 0 

 x1 , x2 , x3    t , t , t   t  1, 1,1 .
Pa je v2  e1  e2  e3 .
 3  5 :
Ax   x
Ax   x  0
 A  I  x  0
 A  5I  x  0
 3 2 1 
A  5 I   1 2 1 
 1 2 1
3 2 1 0  1 2 1 0  /  3 | 1 2 1 0  1 2 1 0  
       
 1 2 1 0   3 2 1 0  | 0 4 4 0  / :  4  0 1 1 0  /  2
 1 2 1 0   1 2 1 0   0 0 0 0  0 0 0 0 
1 0 1 0   x1  x3  0, tj. x1  x3
 
0 1 1 0   x2  x3  0, tj. x2  x3
0 0 0 0 

 x1 , x2 , x3    t , t , t   t 1,1,1 .
Pa je v3  e1  e2  e3 .
Važno! Uočite da su algebarske i geometrijske kratnosti svih svojstvenih vrijednosti jednake što
znači da se matrica može dijagonalizirati. ( Da je npr. svojstvena vrijednost 3  5 imala
algebarsku kratnost 1, a geometrijsku kratnost 2 tada se matrica ne bi mogla dijagonalizirati.)

Baza v sačinjena od svojstvenih vektora je baza u kojoj je matrica A dijagonalna.
 v    v1 , v2 , v3  .
Zadatak 5. Dijagonalizirajte matricu koja je linearnom operatoru :V 3  V 3 pridružena u bazi
 e    e1 , e2 , e3  i napišite bazu u kojoj je matrica dijagonalna ako je
 2 5 3
A  e    1 2 3 .
 3 15 12 
Odredite pravilo pridruživanja (tj. kako djeluje linearni operator na vektor x iz V 3 ).
Rješenje:
Odredimo najprije pravilo pridruživanja:
 Proizvoljni vektor x možemo zapisati kao linearnu kombinaciju elemenata baze pa je

x  x1 e1  x2 e2  x3 e3 . Pogledajmo kako linearni operator A djeluje na x :
x e  x e 
zbog linearnosti
x 1 1 2 2  x3 e3  x1 e1  x2 e2  x3 e3
Prisjetimo se! Djelovanje linearnog operatora na elemente baze dobijemo iščitavanjem iz matrice
 e  elemenata po stupcima, tj.:
- e1  2e1  e2  3e3
- e2  5e1  2e2  15e3
- e3  3e1  3e2  12e3
Stoga je:
  
x1 e1  x2 e2  x3 e3  x1 2e1  e2  3e3  x2 5e1  2e2  15e3  x3 3e1  3e2  12e3   
  2 x1  5 x2  3x3  e1    x1  2 x2  3x3  e2   3x1  15 x2  12 x3  e3
Iz čega zaključujemo:
x   2 x1  5 x2  3 x3  e1    x1  2 x2  3 x3  e2   3x1  15 x2  12 x3  e3 .,
Odredimo karakteristični polinom matrice A :
2 5 3
k A     det  A   I   1 2   3
3 15 12  
2   3 1 3 1 2  
 2    5 3
15 12   3 12   3 15
  2     2   12     45  5  12    9   3  15  6  3 
  2     2  10  24  45  5    3  3  3  9 
  2      2  10  21  4    3
     2    3   7   4    3

    3      2    7   4 
    3   2  11  18
     3   6    3
k A     0  1,2  3, 2  6 (Algebarska kratnost sv. vrijednosti 1,2  3 jednaka je 2, algebarska

kratnost sv. vrijednosti 2  6 jednaka je 1)
Spektar linearnog operatora:   A   3, 6 .
 1,2  3
Ax   x
Ax   x  0
 A  I  x  0
 A  3I  x  0
1 5 3 0  /   1 /  3 1 5 3 0    x1  5 x2  3 x3  0, tj. x1  5 x2  3 x3

   
 1 5 3 0   |  0 0 0 0
 3 15 9 0    0 0 0 0 
Tj., vidimo da rješenje ovisi o x2 i x3 , pa neka je x3  t  i x2  s  :

 x1 , x2 , x3    5s  3t , s, t   s  5,1, 0   t  3, 0,1 .
Pa je v1  5e1  e2 i v2  3e1  e3 .
(geometrijska kratnost svojstvene vrijednosti 1,2  3 je 2 jer smo dobili dva svojstvena vektora
(koji su očigledno linearno nezavisni) i oni sačinjavaju svojstveni potprostor pridružen sv.
vrijednosti 1,2  3 .)
Za ovu svojstvenu vrijednost algebarska i geometrijska kratnost su jednake.
 3  6
Ax   x
Ax   x  0
 A  I  x  0
 A  6I  x  0
4 5 3 0  /   1 1 8 3 0  /   4  /   1 1 8 3 0 1 8 3 0 

       
 1 8 3 0  /   1 4 5 3 0  | 0 27 9 0  / :  9  0 3 1 0  |
 3 15 6 0  / : 3 1 5 2 0   0 3 1 0  0 3 1 0  

1
1 0 1   x1   3 x3
1 8 3 0  1 8 3 0   3 0
    0 1 0   x2   x3
1
~ 0 3 1 0  / : 3 0 1 1 0  /   8  1
3  3  3
0 0 0 0   0  0 0 0
0 0 0  0
 
 x1 , x2 , x3    
1 1  t
t ,  t , t    1, 1,3 .
 3 3  3
Pa je v3  e1  e2  3e3 .
Važno! Uočite da su algebarske i geometrijske kratnosti svih svojstvenih vrijednosti jednake što
znači da se matrica može dijagonalizirati.
Baza v sačinjena od svojstvenih vektora je baza u kojoj je matrica A dijagonalna, a na dijagonali se

redom nalaze svojstvene vrijednosti i to onim redom kojim su poredani svojstveni vektori.
 v    v1 , v2 , v3  .
Pokažimo to!
A  v   T 1  A  e   T , gdje je T matrica prijelaza iz baze  e  u bazu  v  .
Matricu prijelaza ćemo dobiti tako da u prvi stupac matrice stavimo v1 , u drugi stupac v2 i u treći
stupac v3 .
 5 3 1
T   1 0 1 .
 0 1 3 
Odredimo inverz matrice T Gaussovom metodom eliminacije:
5 3 1 1 0 0   1 0 1 0 1 0  /  5 1 0 1 0 1 0 
     
 1 0 1 0 1 0   5 3 1 1 0 0   0 3 6 1 5 0  / :  3 
 0 1 3 0 0 1   0 1 3 0 0 1  0 1 3 0 0 1 
 0 
1 0 1 0 1 0 1 0 1 0 1 
   
0 1 2  1 3  5 3 0  /   1 0 1 2  13  5 3 0   |
0 1 3 
1  1   
0 0 1 1 /  2 |
 0 0

5
3 3 
 
 1 8 1
1 0 1 3 3 
0 1 0 1 5 2 
 
0 0 1 1 5 1
 3 3 
 T 1 
1 8 1
 3 3  1 1 8 3
T   1
1
5 2    3 15 6 
  3
 1 3 5 1  1 5 3 
3 
A  v   T 1  A  e   T
1 8 3 2 5 3  5 3 1
A  v    3 15 6    1
1
2 3   1 0 1
3
 1 5 3   3 15 12   0 1 3 
 3 6 9   5 3 1
A  v    9 15 18   1
1
0 1
3
 6 0 18   0 1 3 
3 24 9   5 3 1
1
A  v    9 45 18   1 0 1
3
 6 30 18   0 1 3 
3 0 0
A  v   0 3 0 
0 0 6 
Zadatak 6. Zadan je linearan operator :V 3  V 3 u ortonormiranoj bazi  e  takav da je

x   5 x1  4 x2  8 x3  e1   3 x2  4 x3  e2   x1  2 x2  3 x3  e3 .
Odredite svojstvene vrijednosti i svojstvene vektore linearnog operatora . Može li se matrica

pridružena linearnom operatoru dijagonalizirati? Obrazložite svoju tvrdnju! Ukoliko se može,
odredite bazu u kojoj je matrica dijagonalna.
Rješenje:
Najprije odredimo matrični zapis linearnog operatora. U tu svrhu pogledajmo kako linearni operator
djeluje na elemente kanonske baze  e   e1 , e2 , e3 :  
e1  1 e  0  e  0  e   5 1  4  0  8  0 e  3  0  4  0  e  1  2  0  3  0  e
1 2 3 1 2 3
 5e1  e3
e2   0  e  1  e  0  e    5  0  4  1  8  0  e   3 1  4  0  e   0  2 1  3  0  e
1 2 3 1 2 3
 4e1  3e2  2e3

e3   0  e  0  e  1 e   5  0  4  0  8 1 e  3  0  4 1 e  0  2  0  3 1 e
1 2 3 1 2 3
 8e1  4e2  3e3

Matricu A ćemo dobiti tako da u i-ti stupac matrice stavimo djelovanje linearnog operatora na ei :
5 4 8 
A  e   0 3 4  .
1 2 3

Odredimo sada karakteristični polinom matrice A :
5 4 8
k A     det  A   I   0 3 4
1 2 3  
3 4 4 8
 5    
2 3   3   4
  5     3    3     8   16  8  3    
  5     2  9  8   8  8 
  5      1   1  8    1
     5    1   1  8    1
    1      5    1  8     1   2  4  5  8
    1   2  4  3      1  2  4  3
     1   3   1
k A     0  1,2  1, 3  3
Algebarska kratnost sv. vrijednosti 1,2  1 je 2, a algebarska kratnost sv. vrijednosti 3  3 je 1.
Spektar linearnog operatora:     1,3 .

 1,2  1:
Ax   x
Ax   x  0
 A  I  x  0
 A  1 I  x  0
A Ix  0
 4 4 8
A  I  0 2 4 
1 2 4 

 4 4 8 0   0 4 8 0  
   
 0 2 4 0   /:2 0 1 2 0  /  4 /   2 
1 2 4 0  /   4  1 2 4 0  
0 0 0 0
 
~ 0 1 2 0   x2  2 x3  0, tj. x2  2 x3
1 0 0 0   x1  0

 x1 , x2 , x3    0, 2t , t   t  0, 2,1 .
Pa je v1  2e2  e3
(geometrijska kratnost svojstvene vrijednosti 1,2  1 je jedan jer smo dobili samo jedan
svojstveni vektor i on sačinjava svojstveni potprostor pridružen sv. vrijednosti 1,2  1 .)
Algebarska kratnost sv. vrijednosti 1,2  1 je 2, a geometrijska kratnost je 1. Tj., algebarska
kratnost i geometrijska kratnost su različite pa se matrica ne može dijagonalizirati!
 3  3 :
Ax   x
Ax   x  0
 A  I  x  0
 A  3I  x  0
 2 4 8
A  3I   0 0 4 
1 2 6 
 2 4 8 0   0 0 4 0 
   
 0 0 4 0   / :  4  ~ 0 0 1 0  /   4  /  6
1 2 6 0  /   2  1 2 6 0  
0 0 0 0
 
0 0 1 0  x3  0
1 2 0 0   x1  2 x2  0, tj. x1  2 x2

 x1 , x2 , x3    2t , t , 0   t  2,1, 0  .
Pa je v2  2e1  e2 .

Zadaci za samostalan rad:
0 0 2 
1. Odredite minimalni polinom matrice A  1 0 1 .
0 1 1 
Rješenje:  A      3   2    2
2. Odredite minimalni polinom matrice
0 1 1
A  1 2 1 .
1 2 0 
Rješenje:  A      3  2 2  2  3
 2 1 0 
A   1 2 0  .
 2 0 1 
Rješenje:  A      3  5 2  9  5
 1 0 1
A   2 1 0  .
 2 0 1 
Rješenje:  A      3   2  3  3
5. Odredite svojstvene vrijednosti i svojstvene vektore linearnog operatora :V 3  V 3 u

ortonormiranoj bazi  e  takav da je
x   2 x1  3x2  3x3  e1    x1  x3  e2   5 x1  5 x2  6 x3  e3 .
Rješenje: 1,2  1 , v1  e1  e2 , v2  e1  e3
3  2 , v3  3e1  e2  5e3
6. Zadani su linearni operatori , :V 2  V 2 takvi da je x    x1  4 x2  e1   2 x1  3 x2  e2 i

x   2 x1  x2  e1  3x2 e2 . Odredite svojstvene vektore i svojstvene vrijednosti linearnog
operatora :V 2  V 2 ako je  2
2 .
 2 3
Rješenje: C  e     , 1  1 , v1  e1  e2 ,
 4 3
2  6 , v2  3e1  4e2
7. Zadan je linearan operator :V  V takav da je
3 3
x    x1  2 x2  2 x3  e1   2 x1  2 x2  2 x3  e2   3x1  6 x2  6 x3  e3 .
Dijagonalizirajte matricu pridruženu tom linearnom operatoru. U kojoj bazi je matrica
dijagonalna? Kako glasi matrica prijelaza iz baze  e  u tu novu bazu?

Rješenje: 1  0 , v1  e2  e3
2  0 , v2  2e1  e2
3  0 , v3  e1  e3
   
Matrica je dijagonalna u bazi  v   v1 , v2 , v3  e2  e3 , 2e1  e2 , e1  e3 i
0 0 0 
A  v   0 2 0  (kojim redom postavite sv. vektore u bazi  v  tim redom trebamo dobiti
0 0 3
 0 2 1
sv. vrijednosti u dijagonaliziranoj matrici A  v  ), a T   1 1 0  ( matricu prijelaza smo
 1 0 1 
dobili tako da smo redom u stupce stavljali sv. vektore, tj. vektore baze  v  .)

Vi. Linearni Operator VI. 5. Minimalni Polinom Matrice

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

Vi. Linearni Operator VI. 5. Minimalni Polinom Matrice

Uploaded by

Copyright:

Available Formats

AUDITORNE VJEŽBE #13, 14 | LINEARNA ALGEBRA |PREDDIPLOMSKI STUDIJ 2020./2021.

VI. LINEARNI OPERATOR

Promotrimo li sve potencije neke matrice A  M n dobivamo niz: I , A, A2 , A3 ,...

Zašto tvrdimo da sigurno postoji? Budući da je dim  M n   n 2 zaključujemo da je I , A, A2 , A3 ,... An

Definicija 1. Polinom pridružen matrici A definiran kao

 A      k  k 1 k 1  k  2 k  2  ....  1  0

naziva se minimalni polinom matrice A .

matrica A poništava svoj minimalni polinom.

Određivanje minimalnog polinoma

1.red: Matrice u prvom redu dobijemo računanjem potencija zadane matrice A

Anja Šteko| anja.steko@ferit.hr | Konz. Uto 11:15– 13:15 i po dogovoru | | 1 / 22

A22  A12   22 A11

A33  A23  33 A22

Zadatak 1. Odredite minimalni polinom matrice

Napravimo najprije tablicu „shemu“ za određivanje minimalnog polinoma

 5 3 2  15 11 8   41 33 26 

Anja Šteko| anja.steko@ferit.hr | Konz. Uto 11:15– 13:15 i po dogovoru | | 2 / 22

Stoga je minimalni polinom:  A      3  6 2  11  6 .

Zadatak 2. Pomoću minimalnog polinoma odredite inverz matrice

Napravimo najprije tablicu „shemu“ za određivanje minimalnog polinoma

Anja Šteko| anja.steko@ferit.hr | Konz. Uto 11:15– 13:15 i po dogovoru | | 3 / 22

2. Red: Pozicija (1,1):

 1 2 2 0 0 3  1 2 5

Anja Šteko| anja.steko@ferit.hr | Konz. Uto 11:15– 13:15 i po dogovoru | | 4 / 22

Zadatak 3. Dokažite da je operator : 3

2. INVERZ POMOĆU MINIMALNOG POLINOMA:

2. Red: Pozicija (1,1):

Anja Šteko| anja.steko@ferit.hr | Konz. Uto 11:15– 13:15 i po dogovoru | | 6 / 22

Stoga je minimalni polinom:  A      3   2    1 .

Da bi  f    e1  e2 , e1  e2 , e3  bila baza skup mora biti linearno nezavisan i svaki element

Dokažimo da je skup  f1 , f 2 , f 3  linearno nezavisan pomoću definicije za linearnu

Anja Šteko| anja.steko@ferit.hr | Konz. Uto 11:15– 13:15 i po dogovoru | | 7 / 22

Skup  f1 , f 2 , f3 je linearno nezavisan, pa je  f    e1  e2 , e1  e2 , e3  baza vektorskog prostora

5. MATRICA LINEARNOG OPERATORA 1

Anja Šteko| anja.steko@ferit.hr | Konz. Uto 11:15– 13:15 i po dogovoru | | 8 / 22

I još za kraj nam je ostalo vidjeti kako linearni operator 1

VI. 6. Svojstvena vrijednost i svojstveni vektori

Definicija 2. Kažemo da je skalar   svojstvena (karakteristična) vrijednost linearnog operatora

Skup svih svojstvenih vrijednosti operatora naziva se spektar (operatora ) i označava s   .

Objašnjenje: Promotrimo potprostor Ker    I  , tj. promotrimo jezgru operatora A   I .

Anja Šteko| anja.steko@ferit.hr | Konz. Uto 11:15– 13:15 i po dogovoru | | 9 / 22

Jednadžba k A     det  A   I   0 naziva se karakteristična jednadžba operatora (ili matrice A ).

Napomena 2. U nekim literaturama se karakteristični polinom definira i kao k A     det   I  A  .

Napomena 3. Postoji baza u kojoj je matrica A pridružena linearnom operatoru dijagonalna.

U nastavku ćemo pogledati kako odrediti tu bazu, tj . kako dijagonalizirati matricu A .

Anja Šteko| anja.steko@ferit.hr | Konz. Uto 11:15– 13:15 i po dogovoru | | 10 / 22

Algoritam za dijagonalizaciju matrice:

1. Korak: Odredimo karakteristični polinom k A    matrice A .

jednadžbe i kažemo da je algebarska kratnost sv. vrijednosti 1,2  3 jednaka 2.

Geometrijska kratnost svojstvene vrijednosti je dimenzija svojstvenog potprostora pridruženog toj

Zadatak 4. Odredite svojstvene vrijednosti i svojstvene vektore linearnog operatora :V 3  V 3 koji je

 2e1  3e2  2e3

Anja Šteko| anja.steko@ferit.hr | Konz. Uto 11:15– 13:15 i po dogovoru | | 11 / 22

Odredimo sada karakteristični polinom matrice A :

Spektar linearnog operatora:     1,3,5 .

Napravimo matricu proširenog sustava (riješit ćemo ovaj sustav matrično):

Anja Šteko| anja.steko@ferit.hr | Konz. Uto 11:15– 13:15 i po dogovoru | | 12 / 22

Napravimo matricu proširenog sustava (riješit ćemo ovaj sustav matrično):

Anja Šteko| anja.steko@ferit.hr | Konz. Uto 11:15– 13:15 i po dogovoru | | 13 / 22

Tj., vidimo da rješenja ovise o x3 , pa neka je x3  t  :

Napravimo matricu proširenog sustava (riješit ćemo ovaj sustav matrično):

Tj., vidimo da rješenja ovise o x3 , pa neka je x3  t  :

Anja Šteko| anja.steko@ferit.hr | Konz. Uto 11:15– 13:15 i po dogovoru | | 14 / 22