III.

Minimalni polinom i spektar

III.1. Minimalni polinom linearnog operatora

Neka je V konačnodimenzionalni vektorski prostor nad poljem F i neka je A  L (V ) . Potencije

( )
l
operatora A definiramo sa: A0 = I , A1 = A, A2 = A  A, A3 = A2  A, te vrijedi Ak  Al = Ak +l i Ak = Akl ,
k , l  0 .

Linearna kombinacija potencija operatora A je polinom operatora A :

P ( A) = m Am + m−1Am−1 + + 1A + 0I

pri čemu su  0 ,1 , , m  F .

Neka je X potprostor vektorskog prostora L (V ) koji je razapet svim potencijama operatora A

( X = I , A, A ,  ) . Dakle, X je skup svih linearnih kombinacija potencija operatora A , odnosno skup
2

svih polinoma operatora A .

Ako je dimV = n , onda je dimL (V ) = n2 pa je dim X  n2 . Znači, vektorski prostor X je

konačnodimenzionalan pa skup I , A, A2 ,  ne može biti linearno nezavisan. Neka je m najmanji

broj takav da je skup I , A, A2 , , Am−1 linearno nezavisan i da je Am element potprostora razapetog

vektorima I , A, A2 , , Am−1 . Tada postoje skalari 0 , 1 , , m −1  F takvi da je

Am = m−1Am−1 + + 1A + 0 I .

Ako s A (  ) označimo polinom

A (  ) =  m − m−1 m−1 − − 1 − 0 ,

onda vrijedi da je A ( A) = 0 .

Definicija 3.1.1. Prethodno opisani polinom A (  ) naziva se minimalni polinom operatora A .

Teorem 3.1.2. Neka je V konačnodimenzionalni vektorski prostor nad poljem F , A  L (V ) i neka je m

stupanj minimalnog polinoma operatora A . Tada vrijedi:

(1) A (  ) je polinom najmanjeg stupnja među svim netrivijalnim polinomima P (  ) takav da je

A ( A ) = 0 .
 (2) I , A, A ,2
, Am−1 je baza vektorskog prostora X , pri čemu je X skup svih linearnih kombinacija
potencija operatora A .
(3) Za polinom P (  ) vrijedi P ( A) = 0 ako i samo ako je polinom P (  ) djeljiv polinomom A (  ) .

Definicija 3.1.3. Za operator A  L (V ) kažemo da je invertibilan (regularan) ako postoji operator

B  L (V ) tako da vrijedi A B = B  A = I . Takav linearni operator B je jedinstven i naziva se inverz
operatora A , te označava B = A−1 .

Teorem 3.1.4. Neka je V konačnodimenzionalni vektorski prostor nad poljem F , A  L (V ) i neka je

A (  ) =  m − m−1 m−1 − − 1 − 0 njegov minimalni polinom. Operator A je invertibilan ako i samo
ako je 0  0 .

Dokaz:

Neka je operator A invertibilan ( A−1  L (V ) ) i neka je 0 = 0 . Kako je A (  ) njegov minimalni

polinom, vrijedi:

Am − m−1Am−1 − − 1A = 0 .

Množenjem gornje jednakosti s inverzom operatora A (koji po pretpostavci postoji), dobijemo:

Am−1 − m−1Am−2 − − 1I = 0 ,

a to je linearna kombinacija potencija operatora A iz skupa I , A, A2 , , Am−1 koja je jednaka nuli i

nije trivijalna (skalar uz Am−1 je 1), što je kontradikcija s pretpostavkom da je skup
I , A, A ,
2
, Am−1 linearno nezavisan. Iz toga slijedi zaključak da je 0  0 .

(Napomena: Uz neku pretpostavku, došli smo do kontradikcije s nekom poznatom činjenicom, što
daje zaključak da pretpostavka nije bila dobra, odnosno da je vrijedi negacija te pretpostavka.)

Dokažimo i obrat, tj. uz pretpostavku da je 0  0 , trebamo dokazati da je operator A

invertibilan:
 Am − m −1 Am −1 − − 1 A − 0I = 0
1
Am − m −1 Am −1 − − 1 A = 0I / 
0
1 m −1 m −1 1
Am − A − − A=I
0 0 0
 1    
A   Am −1 − m −1 Am − 2 − − 1 I  = I 
 0 0 0   1 m −1 m − 2 1
  Am −1 − A − − I = A−1
 1 m −1 m −1 m − 2 1  0 0 0
 A − A − − I   A = I 
 0 0 0  


Primijetimo da je A−1   I , A, A2 ,
 , Am−1 = X .

Napomena: Ako je A ( e ) matrica pridružena linearnom operatoru A  L (V ) u nekoj bazi ( e ) vektorskog

prostora V i A (  ) minimalni polinom operatora A , onda vrijedi da je i A ( A ( e ) ) = 0 . Dakle, minimalni
polinom linearnog operatora jednak je minimalnom polinomu tom operatoru pridružene matrice.

Zadatak 1. Dokažite da minimalni polinom linearnog operatora ne ovisi o izboru baze, tj. dokažite da slične
matrice imaju isti minimalni polinom.

Rješenje:

Neka su A i B slične matrice. Tada postoji regularna matrica T takva da vrijedi B = T −1AT , odnosno
TB = AT . Iz toga slijedi:

T −1 Am T = T −1Am−1AT = T −1Am−1 TB = T −1Am− 2 ATB =

= T −1 Am− 2TBB = T −1 Am− 2TB2 = = T −1Am− 2TB2 = T −1 TBm = Bm .

Dakle, ako su A i B slične matrice i B = T −1AT , za svaku potenciju matrica A i B vrijedi

Bm = T −1Am T .

Neka je A (  ) =  m − m−1 m−1 − − 1 − 0 minimalni poliom matrice A . Tada vrijedi

A ( A) = 0, odnosno

Am − m−1Am−1 − − 1A − 0I = 0 .

Tu jednakost s lijeva pomnožimo matricom T −1 i s desna matricom T :

T −1Am T − m−1T −1Am−1 T − − 1T −1AT − 0T −1IT = 0 ,

dakle, vrijedi:
 Bm − m−1Bm−1 − − 1B − 0I = 0 , tj.

A ( B ) = 0 .

Trebamo još dokazati da je skup I , B, B2 , , Bm−1 linearno nezavisan.

Linearnu kombinaciju vektora iz tog skupa koja je jednaka nulvektoru

1I + 2B + + mBm−1 = 0

s lijeva pomnožimo matricom T i s desna matricom T −1 pa dobijemo

1I + 2 A + + m Am−1 = 0

Kako je skup I , A, A2 , , Am−1 linearno nezavisan, m-torka skalara u toj linearnoj kombinaciji je
jedinstvena trivijalna, tj. (1 , ,m ) = ( 0, , 0) je jedinstveno rješenje.

Budući da je A ( B ) = 0 i skup I , B, B2 , , Bm−1 linearno nezavisan, polinom

A (  ) =  m − m−1 m−1 − − 1 − 0 je i minimalni polinom matrice B ( A (  ) = B (  ) ) .

Teorem 3.1.5. Neka je V konačnodimenzionalni vektorski prostor nad poljem F i A  L (V ) . Tada je

deg A (  )  dimV .

Zadatak 2. Odredite minimalni polinom linearnog operatora A  L (V ) kojemu je u bazi e1 , e2 , e3 

vektorskog prostora V pridružena matrica

3 1 −1
A = 0 2 0  .
1 1 1 

Zadatak 3. Pomoću minimalnog polinoma odredite inverz matrice

 2 2 −5 
A =  3 7 −15 .
1 2 −4 
III. 2. Svojstvene vrijednosti i svojstveni vektori linearnog operatora

Definicija 3.2.1. Neka je V vektorski prostor nad poljem F . Za skalar   F kažemo da je svojstvena
vrijednost (vlastita vrijednost, karakteristična vrijednost, eigenvalue) linearnog operatora A  L (V ) ako
postoji vektor x V \ 0V  takav da vrijedi A ( x ) =  x . Takav vektor x naziva se svojstveni vektor za
svojstvenu vrijednost  .

Definicija 3.2.2. Skup svih svojstvenih vrijednosti naziva se spektar linearnog operatora A i označava
 ( A) .

Propozicija 3.2.3. Ako je x V svojstveni vektor linearnog operatora A za svojstvenu vrijednost  ,

onda je vektor y =  x ,  F \ 0 također svojstveni vektor za svojstvenu vrijednost  .

Dokaz:

A ( y ) = A ( x ) =  A ( x ) =  (  x ) = ( ) x = (  ) x =  ( x ) = y

Teorem 3.2.4. Neka je V konačnodimenzionalni vektorski prostor nad poljem F i A  L (V ) , onda je

 ( A) skup svih nultočaka njegovog minimalnog polinoma.

Definicija 3.2.5. Neka je A  L (V ) . Determinanta (trag) linearnog operatora definira se kao determinanta
(trag) tom operatoru pridružene matrice det A = det A ( e ) ( trA = trA ( e ) ) .

Propozicija 3.2.6. Determinanta (trag) linearnog operatora ne ovisi o izboru baze.

Dokaz:

Matrice pridružene linearnom operatoru u različitim bazama su slične matrice, a slične matrice
imaju jednaku determinantu
(det B = det (T −1
AT ) = det T −1  det A  det T = det A  det T −1  det T = det A 1 = det A )
iz čega zaključujemo da vrijedi tvrdnja propozicije.

(Slično se dokazuje tvrdnja za trag.)

Definicija 3.2.7. Polinom kA (  ) = det ( I − A ) naziva se karakteristični (svojstveni) polinom matrice
A  Mn ( F ) .

Polinom kA (  ) = det ( I − A ) naziva se karakteristični (svojstveni) polinom linearnog operatora

A L (V ) .

Teorem 3.2.8 (Hamilton-Cayleyev teorem). Svaka matrica A  Mn ( F ) poništava svoj karakteristični

polinom.

kA ( A ) = 0

Teorem 3.2.9. Neka je V konačnodimenzionalni vektorski prostor nad poljem F i A  L (V ) . Tada vrijedi:

(1) kA ( A) = 0
(2) kA (  ) je djeljiv s A (  )
(3)  ( A) =  F : kA (  ) = 0

Dokaz (1): Prema definicija karakterističnog polinoma linearnog operatora, definiciji determinante
linearnog operatora i Hamilton-Cayleyevom teoremu.

Dokaz (2): Prema (1) i teoremu 3.1.2. (3).

Dokaz (3):

  ( A ) 
x V \ 0 : A ( x ) =  x 
 x − A ( x ) = 0V 
I ( x ) − A ( x ) = 0V 
( I − A )( x ) = 0V 
x  J ( I − A )

Kako je prema definiciji svojstvenog vektora, x  0V , zaključujemo da jezgra nije trivijalna pa je

defekt linearnog operatora I − A veći on nule. Znamo da tada linearni operator I − A L (V ) nije
monomorfizam, a samim time ni izoforfizam (tj. nije bijekcija) pa nije invertibilan, odnosno nije
regularan.

Operator je regularan ako i samo ako mu je determinanta različita od 0. Stoga zaključujemo da je

det ( I − A ) = 0 , tj. kA (  ) = 0 .
Zadatak 4. Odredite svojstvene vrijednosti i svojstvene vektore linearnog operatora A  L (V ) kojemu je
u bazi e1 , e2 , e3  vektorskog prostora V pridružena matrica

 1 8 −7 
A =  2 7 −5 .
 −4 4 −8

Rješenje:

1 = 0, x1 = (1, −1, −1)

2 = −9, x2 = ( 2,1, 4 )

3 = 9, x3 = (1,1, 0 )

Za svojstvenu vrijednost   F linearnog operatora A  L (V ) vidjeli smo da je

J ( I − A) = x V : A ( x ) =  x .

Označimo taj skup s V ( A ) .

Znamo da je jezgra linearnog operatora potprostor domene. Dakle, V ( A )  V .

Skup linearno nezavisnih svojstvenih vektora neke svojstvene vrijednosti  je baza vektorskog prostora
V ( A ) .

Definicija 3.2.10. Neka je A  L (V ) i   ( A) . Potprostor V ( A ) vektorskog prostora V naziva se

svojstveni potprostor pridružen svojstvenoj vrijednosti  .

Ako je V ( A ) konačnodimenzionalan, njegova dimenzija naziva se geometrijska višestrukost

(geometrijska kratnost) svojstvene vrijednosti  .

Definicija 3.2.11. Neka je A  L (V ) i   ( A) . Algebarska višestrukost (algebarska kratnost) svojstvene

vrijednosti  je njena višestrukost koju ima kao nultočka karakterističnog polinoma.

Napomena: Geometrijska višestrukost svojstvene vrijednosti  je manja ili jednaka njenoj algebarskoj
višestrukosti.

Napomena: Ako je V konačnodimenzionalni vektorski prostor nad poljem F i dimV = n , onda operator
A  L (V ) ima najviše n različitih svojstvenih vrijednosti u polju F .
Definicija 3.2.12. Kažemo da se operator A  L (V ) može dijagonalizirati ako postoji baza vektorskog
prostora V čiji su elementi svojstveni vektori operatora A .

Teorem 3.2.13. Neka je V konačnodimenzionalni vektorski prostor nad poljem F i dimV = n , te neka je
A  L (V ) . Linearni operator A se može dijagonalizirati ako i samo ako vrijedi

1. karakteristični polinom ima n nultočaka u polju F i

2. algebarska i geometrijska višestrukost svake svojstvene vrijednosti su jednake.

Napomena: Ako je A( e ) matrica pridružena linearnom operatoru A  L (V ) u bazi ( e ) vektorskog

prostora V i ako se taj operator može dijagonalizirati, onda će mu u bazi svojstvenih vektora biti
pridružena dijagonalna matrica i vrijedi

A(v ) = T −1  A(e) T ,

pri čemu je T matrica prijelaza iz baze ( e ) u bazu svojstvenih vektora ( v ) .

Zadatak 5. Neka je A  L (V ) za koji vrijedi A ( e1 ) = e2 , A ( e2 ) = −e1 , pri čemu je e1 , e2  baza vektorskog
prostora V . Odredite mu svojstvene vrijednosti i svojstvene vektore, te spektar i svojstvene potprostore
ako je:

a) V vektorski prostor nad poljem ,

b) V vektorski prostor nad poljem .

Može li se operator A dijagonalizirati?

Rješenje a):
 0 −1  1
Ae1 ,e2  =   , det ( I − A ) = =  2 + 1 = 0  1 = −i , 2 = i
 1 0  −1 
1 , 2   operator A nema svojstvene vrijednosti u polju   ( A) =  .
Operator se ne može dijagonalizirati.

Rješenje b):
 ( A) = −i , i
Neka je x = ( a1 , a2 ) V \ ( 0, 0) takav da vrijedi A ( x ) =  x , tj. ( I − A )( x ) = 0V .
  1   a1  0 a1 + a2 = 0
 −1   a  = 0  −a + a = 0
  2   1 2
 −ia1 + a2 = 0 
Za 1 = −i slijedi:   a2 = a1i  ( a1 , a2 ) = ( t , ti ) , t  \ 0 . Dakle, skup svih
−a1 − ia2 = 0 
svojstvenih vektora za svojstvenu vrijednost 1 = −i je (t ,ti ) , t  \ 0 . Najveći njegov
podskup koji je linearno nezavisan je skup u kojem se nalazi samo jedan vektor, npr. x1 = (1, i ) .

Potprostor od V razapet skupom (1,i ) je svojstveni potprostor za svojstvenu vrijednost  = −i : 1

V−i ( A) = (1, i ) = ( ,i ) ,    . dimV ( A) = 1 je geometrijska višestrukost od  = −i .

−i 1

ia1 + a2 = 0 
Za 2 = i slijedi:   a1 = a2 i  ( a1 , a2 ) = ( ti , t ) , t  \ 0 . Dakle, skup svih
−a1 + ia2 = 0 
svojstvenih vektora za svojstvenu vrijednost 2 = i je (ti ,t ) , t  \ 0 . Najveći njegov
podskup koji je linearno nezavisan je skup u kojem se nalazi samo jedan vektor, npr. x2 = ( i ,1) .

Potprostor od V razapet skupom ( i ,1) je svojstveni potprostor za svojstvenu vrijednost  2 =i:

V ( A) = ( i ,1) = ( i , ) ,    . dimV ( A) = 1 je geometrijska višestrukost od  = i .

i i 2

Operator se može dijagonalizirati i vrijedi:

 −i 0 
Ax1 , x2  =  .
0 i
Provjerite da vrijedi Ax1 ,x2 = T −1  Ae1 ,e2 T , gdje je T matrica prijelaza iz baze e1 , e2  u bazu
svojstvenih vektora x1 , x2  .

Zadatak 6. Odredite spektar i svojstvene potprostore operatora A  L (V ) za koji vrijedi

A ( e1 ) = e1 , A ( e2 ) = e1 + e2 , pri čemu je e1 , e2  baza vektorskog prostora V . Može li se operator A
dijagonalizirati?

Zadatak 7. Odredite spektar i svojstvene potprostore operatora A  L (V ) kojemu je u bazi

( e ) = e1 , e2 , e3 , e4 , e5  vektorskog prostora V pridružena matrica
2 5 0 0 0
0 2 0 0 0 

A( e ) =  0 0 4 2 0 .
 
0 0 3 5 0
 0 0 0 0 7 