Professional Documents
Culture Documents
Malešević
ETF Beograd, 2020.
LINEARNA ALGEBRA
1. Vektorski prostori
1
1.3. Primeri vektorskih prostora
Primer 1.3.1 Vektorski prostor ured-enih n-torki Fn = (F n , +, ·) je odred-en skupom vektora
F n = { (α1 , . . . , αn ) | α1 , . . . , αn ∈ F }
(2) λ · (α1 , . . . , αn ) = (λ · α1 , . . . , λ · αn ),
za λ ∈ F i (α1 , . . . , αn ) ∈ F n .
Algebarska struktura Fn = (F n , +, ·) ispunjava aksiome vektorskog prostora nad poljem skalara F.
Ilustrujmo skicu dokaza da je R3 = (R3 , +, ·) vektorski prostor. Elementi skupa
R3 = { (α, β, γ) | α, β, γ ∈ R },
su ured-ene trojke i njih nazivamo vektori. Skalari su realni brojevi. Ako zapišemo ured-enu trojku
(α, β, γ) ∈ R3 standardno smatramo da je α na poziciji prve koordinate, β na poziciji druge ko-
ordinate i γ na poziciji treće koordinate. Saglasno (1) odred-ujemo binarnu operaciju sabiranja dva
vektora sabiranjem odgovarajućih koordinata vektora i saglasno (2) razmatramo spoljašnju operaciju
množenja skalara sa vektorom množenjem tog skalara po odgovarajućim koordinatama vektora.
Aksioma (V1 ) da je algebarska struktura (R3 , +) Abelova grupa se jednostavno proverava:
1. Operacija sabiranja vektora je unutrašnja jer za dva vektora (α1 , β1 , γ1 ), (α2 , β2 , γ2 ) ∈ R3 je ispun-
jeno
Primer 1.3.2 Vektorski prostor polinoma stepena ne većeg od n je odred-en kao algebarska struktura
Fn [x] = (F n [x], +, ·) razmatranjem skupa vektora
F n [x] = an xn + . . . + a1 x + a0 | an , . . . , a1 , a0 ∈ F ∧ an 6= 0
2
n
X n
X
za ai x i , bi xi ∈ F n [x]. Druga operacija je spoljna operacija množenja skalara i vektora
i=0 i=0
n
! n
X X
i
λ· ai x = (λai ) xi ,
i=0 i=0
n
X
za λ ∈ F i ai xi ∈ F n [x].
i=0
Algebarska struktura Fn [x] = (F n [x], +, ·) ispunjava aksiome vektorskog prostora nad poljem skalara F.
2
Primer 1.3.3 Vektorski prostor matrica formata m × n je odred-en kao algebarska struktura Fm×n =
(F m×n , +, ·) razmatranjem skupa vektora
α11 α12 · · · α1n
α21 α22 · · · α2n
m×n
F = .. .. : aij ∈ F
..
. . .
α α ···α
m1 m2 mn
3
Primer 1.3.5 Vektorski prostor neprekidnih funkcija C[a, b] = ( C[a, b], +, · ) je odred-en skupom
neprekidnih funkcija nad segmentom [a, b]:
n o
C[a, b] = f : [a, b] −→ R | f −neprekidna nad [a, b]
za svako x ∈ [a, b] i f, g ∈ C[a, b]. Druga operacija je spoljna operacija množenja skalarom funkcije
(λ · f )(x) = λ · f (x),
Primer 1.3.6 Vektorski prostor diferencijabilnih funkcija D[a, b] = ( D[a, b], +, · ) je odred-en skupom
diferencijabilnih funkcija nad segmentom [a, b]:
n o
D[a, b] = f : [a, b] −→ R | f −diferencijabilna nad [a, b]
za svako x ∈ [a, b] i f, g ∈ D[a, b]. Druga operacija je spoljna operacija množenja skalarom funkcije
(λ · f )(x) = λ · f (x),
Primer 1.3.7 Vektorski prostor integrabilnih funkcija Lp [a, b] = ( Lp [a, b], +, · ) je odred-en skupom
integrabilnih funkcija nad segmentom [a, b] za p ≥ 1:
Zb
Lp [a, b] = f : [a, b] −→ R | p
|f (x)| dx < ∞
a
za svako x ∈ [a, b] i f, g ∈ Lp [a, b]. Druga operacija je spoljna operacija množenja skalarom funkcije
(λ · f )(x) = λ · f (x),
4
Primer 1.3.8 Neka je data homogena linearna diferencijalna jednačina
Rešenja odred-ujemo kao vektore, a realne brojeve kao sklare. Uvedimo binarnu operacija sabiranja
vektora
(y1 + y2 )(x) = y1 (x) + y2 (x),
za svako x ∈ [a, b] i y1 , y2 ∈ S i uvedimo spoljnu operacija množenja skalara i vektora
(λ · y)(x) = λ · y(x),
S = (S, +, ·)
Primer 1.3.9 Neka je F = (F, +, ·) proizvoljno polje i D ⊆ F neprazan podskup. Formirajmo skup
svih funkcija koje slikaju domen D u skup F
F D = f : D −→ F .
(λ · f )(x) = λ · f (x),
FD = F D , +, ·
5
1.5. Vektorski potprostori
Definicija 1.5.1 Neka je V = (V, +, ·) vektorski prostor nad poljem skalara F. Tada podskup W ⊆ V
odred-uje vektorski potprostor W vektorskog prostora V ako važi:
1o. W 6= ∅.
2o. Za skup W restrikcije operacija + = + |W : W 2 −→ W i · = · |W : F × W −→ W odred-uju
vektorski prostor W = (W, +, ·).
Drugim rečima, skup W ⊆ V (W 6= ∅), za vektorski prostor V = (V, F), odred-uje vektorski potpros-
tor W vektorskog prostora V ako je W = (W, F) vektorski prostor. Prema aksiomatici vektorskih
prostora proizvoljni vektorski prostor sadrži nula vektor 0. Samim tim svaki vektorski prostor V za
koji postoje i ne-nula vektori (V 6= {0}) ima bar dva tvz. trivijalna potprostora ({0}, +, ·) i (V, +, ·),
svi ostali potprostori nazivaju se pravi potprostori.
Teorema 1.5.1 Neprazan podskup W ⊆ V odred-uje vektorski potprostor W vektorskog prostora
V nad poljem skalara F ako i samo ako važi
L({v1 , . . . , vn }) = {α1 · v1 + . . . + αn · vn | α1 , . . . , αn ∈ F }
6
Teorema 1.6.2 Neka je V vektorski prostor nad poljem skalara F. Vektori v1 , . . . , vn ∈ V su linearno
zavisni akko je bar jedan od njih linearna kombinacija preostalih vektora.
7
1.7. Baza i dimenzija
Definicija 1.7.1 Neka je V vektorski prostor nad poljem skalara F. Skup vektora {x1 , . . . , xn } ⊆ V
jeste generatorski skup za vektorski prostor V ako važi L({x1 , . . . , xn }) = V .
Definicija 1.7.2 Neka je V vektorski prostor nad poljem skalara F. Skup vektora B = {x1 , ... , xn } ⊆ V
jeste bazni skup (baza) za vektorski prostor V ako važi:
1o. Skup {x1 , . . . , xn } jeste generatortski, tj. L({x1 , . . . , xn }) = V.
2o. Skup {x1 , . . . , xn } jeste linearno nezavisan skup vektora u V .
Primer 1.7.1 Vektori ~i = (1, 0, 0), ~j = (0, 1, 0), ~k = (0, 0, 1) odred-uju jednu bazu vektorskog pro-
stora R3 . 2
Primer 1.7.2 Vektori a = 1, b = c, c = x2 odred-uju jednu bazu vektorskog prostora R2 [x]. 2
Definicija 1.7.3 Ako vektorski prostor ima bar jednu bazu koja sadrži konačno mnogo elemenata,
tada se prostor naziva konačno-dimenzionalni vektorski prostor.
Teorema 1.7.1 Ako je V konačno-dimenzionalni vektorski prostor nad poljem skalara F, tada sve
baze imaju isti broj elemenata.
Definicija 1.7.4 Ako vektorski prostor V, takav da V 6= {0}, nad poljem skalara F ima bazu sa
n elemenata, tada se prirodan broj n naziva dimenzija konačno-dimenzionalnog vektorskog prostora.
Koristimo oznaku n = dim(V ).
Napomena 1.7.1 U slučaju trivijalnog vektorskog prostora V, kada je V = {0}, smatramo da je
nulte dimenzije, tj. dim(V ) = 0.
Primer 1.7.3 Važi dim R3 = 3 i dim R2 [x] = 3. 2
8
Odatle se jednostavno proverava da za vektorski potprostor W vektorskog prostora R4 vektori
e1 = (1, 2, 0, 0) i e2 = (0, 3, 1, 0)
2
su bazni, čime je dim W = 2.
Napomena 1.7.2 Ako vektorski prostor nema konačnu bazu, tada za takve vektorske prostore pojam
baze takod-e može uvesti na odgovarajući način. Takvi prostori se nazivaju beskonačno-dimenzionalni
vektorski prostori.
Primer 1.7.5 Vektorski prostor RR je primer beskonačno-dimenzionalnog vektorskog prostora. 2
Teorema 1.7.2 Neka je V konačno-dimenzionalni vektorski prostor nad poljem skalara F sa baznim
skupom B = {x1 , ... , xn }. Svaki vektor x ∈ V može se na tačno jedan način izraziti kao linearna
kombinacija u odnosu na poredak baznih vektora x1 , . . . , xn .
Napomena 1.7.3 Neka je V konačno-dimenzionalni vektorski prostor nad poljem skalara F sa
baznim skupom B = {x1 , ... , xn }. Za vektor x ∈ V predstavljanje x = α1 · x1 + . . . + αn · xn , u odnosu
na poredak baznih vektora x1 , . . . , xn , odred-uje koordinate α1 , . . . , αn vektora x u bazi B.
Preslikavanje f nazivamo linearni operator ili homomorfizam vektorskog prostora V1 u vektorski pro-
stor V2 . Posebno, ako je homomorfizam f bijekcija tada ga nazivamo izomorfizam vektorskog prostora
V1 u vektorski prostor V2 . Same vektorske prostore V1 i V2 smatramo izomorfnim prostorima, što
označavamo V1 ∼= V2 .
Teorema 1.8.2 Svaki n-dimenzionalni vektorski prostor V nad poljem skalara F izomorfan je vek-
torskom prostoru ured-enih n-torki Fn .
LITERATURA