II.

Linearni operatori

II.1. Definicija i osnovna svojstva. Primjeri

(Ponoviti gradivo odrađeno u kolegiju Linearna algebra!)

Definicija 2.1.1. Neka su V i W vektorski prostori nad istim poljem F . Preslikavanje A : V →W za koje
vrijedi

a) A ( x + y ) = A ( x ) + A ( y ) , x , y V (aditivnost) i
b) A (  x ) =  A ( x ) ,  F , x V (homogenost)

naziva se linearni operator.

Napomena: Operator A : V →W je linearan ako i samo ako  ,   F i x , y V vrijedi

A (  x + y ) =  A ( x ) +  A ( y ) .

Propozicija 2.1.2. Neka je A : V →W linearni operator. Tada vrijedi:

(1) A ( 0V ) = 0W ,
(2) A ( − x ) = − A ( x ) , x V .

Dokaz (1):

A ( 0V ) = A ( 0V + 0V ) = A ( 0V ) + A ( 0V )
A ( 0V ) + ( − A ( 0V ) ) = ( A ( 0V ) + A ( 0V ) ) + ( − A ( 0V ) )

(
0W = A ( 0V ) + A ( 0V ) + ( − A ( 0V ) ) )
0W = A ( 0V ) + 0W
0W = A ( 0V )

Dokaz (2):

A ( 0V ) = 0W
A ( x + ( − x ) ) = 0W
A ( x ) + A ( − x ) = 0W
( −A ( x )) + ( A ( x ) + A ( −x )) = ( −A ( x )) + 0 W

(( −A ( x )) + A ( x )) + A ( −x ) = −A ( x )
0W + A ( − x ) = − A ( x )
A ( −x ) = −A ( x )
 Skup svih linearnih operatora kojima je domena vektorski prostor V i kodomena vektorski prostor
W označavamo s L (V ,W ) .

Zbroj linearnih operatora A, B L (V ,W ) definira se kao preslikavanje A + B : V →W za koje vrijedi

( A + B)( x ) = A ( x ) + B ( x ) , x V .

Zbroj linearnih operatora je linearni operator (dokažite).

Množenje linearnog operatora A  L (V ,W ) skalarom   F definira se kao preslikavanje  A : V → W za

koje vrijedi

(  A)( x ) =  A ( x ) , x V .

Množenje linearnog operatora skalarom je linearni operator (dokažite).

Skup svih linearnih operatora L (V ,W ) uz tako definirano zbrajanje i množenje skalarom je vektorski
prostor, pri čemu je neutralni element za zbrajanje, tj. nulvektor u vektorskom prostoru L (V ,W ) ,
linearni operator O  L (V ,W ) takav da je O ( x ) = 0W , x V (naziva se nuloperator).

Propozicija 2.1.3. Ako je A  L (U ,V ) i B L (V ,W ) , onda je kompozicija linearnih operatora A i B ,

B A : U →W linearni operator i naziva se produkt linearnih operatora te označava BA .

Dokaz: …

Propozicija 2.1.4. Ako je linearni operator A : V →W bijekcija, onda je A−1 : W → V linearni operator.

Dokaz: …

Propozicija 2.1.5. Ako su V i W konačnodimenzionalni vektorski prostori, onda je i vektorski prostor

L (V ,W ) konačnodimenzionalan te vrijedi

dimL (V ,W ) = dimV + dimW .

Definicija 2.1.6.

➢ Linearni operator koje je injekcija nazivamo monomorfizam.

➢ Linearni operator koji je surjekcija nazivamo epimorfizam.
➢ Linearni operator koji je bijekcija nazivamo izomorfizam.
Definicija 2.1.7. Vektorski prostor V je izomorfan vektorskom prostoru W ako postoji izomorfizam
A : V →W .

Propozicija 2.1.8. Relacija „biti izomorfan“ je relacija ekvivalencije na skupu svih vektorskih prostora nad
istim poljem.

Dokaz: …

Teorem 2.1.9. Konačnodimenzionalni vektorski prostori su izomorfni ako i samo ako su im dimenzije
jednake.

Korolar 2.1.10. Svaki n-dimenzionalni vektorski prostor nad poljem F izomorfan je prostoru F n .

Primjeri linearnih operatora:

(Ponoviti iz kolegija Linearna algebra operator simetrije s obzirom na koordinatnu os, operator rotacije
za kut  centrom u ishodištu, operator ortogonalne projekcije na koordinatnu os, operator centralne
simetrije s obzirom na ishodište.)

1. Identiteta I : V → V , I ( x ) = x , x V je linearni operator.

2. Skalarni produkt
Neka je (V ,   ) unitarni prostor nad poljem F i a V . Preslikavanje S : V → F ,
S ( x ) = x a , x V je linearni operator. Dokažite.

3. Vektorski produkt
Zadan je a V 3 . Preslikavanje A : V 3 → V 3 , A ( x ) = x  a , x V 3 je linearni operator.

4. Operator deriviranja
D : Pn → Pn−1 , D ( p ) = p, p Pn ( Pn je vektorski prostor svih polinoma stupnja manjeg ili
jednakog n .)

5. Operator integriranja
x
A : Pn → Pn+1 , A ( p ( x ) ) =  p ( t ) dt , p  Pn .
0

Zadatak 1. Je li preslikavanje f : → , f ( x ) = ax + b, a  \ 0 , b  linearni operator? Obrazložite.

II.2. Matrični prikaz linearnog operatora
(Ponoviti iz kolegija Linearna algebra kako se linearnom operatoru pridruži matrica u određenom paru
baza domene i kodomene.)

Definicija 2.2.1. Neka su A, B Mn ( F ) . Kažemo da su A i B slične matrice ako postoji regularna matrica
T takva da vrijedi B = T −1 A  T .

Napomena: Matrice pridružene istom linearnom operatoru A : V →V u različitim bazama ( e ) i ( e )

vektorskog prostora V su slične matrice i vrijedi

A( e) = T −1 A( e)  T ,

pri čemu je T matrica prijelaza iz baze ( e ) u bazu ( e ) .

Zadatak 2. Neka su A i B slične matrice. Dokažite da vrijedi: det A = det B i trA = trB .

Zadatak 3. Napišite matricu operatora deriviranja D : P3 → P2 , D ( p ) = p, p P3 .

Rješenje:

Ako je pk (t ) = t k , k 0,1, 2, 3 , onda je ( 3 ) = p0 , p1 , p2 , p3  = 1, t , t 2 , t 3  baza vektorskog prostora

 
P3 i ( 2 ) = p0 , p1 , p2  = 1, t , t 2 baza vektorskog prostora P2 . Nazivaju se kanonske baze.

D ( p0 ) = D (1) = 0 
 0 1 0 0 
D ( p1 ) = D ( t ) = 1 = p0 
  D( 2 , 3 ) = 0 0 2 0 
D ( p2 ) = D ( t 2 ) = 2t = 2p1  0 0 0 3 

D ( p3 ) = D ( t 3 ) = 3t 2 = 3p2 
III.3. Rang i defekt linearnog operatora
(Ponoviti iz kolegija Linearna algebra pojmove rang i defekt linearnog operatora.)

Propozicija 3.1.1. Neka je V konačnodimenzionalni vektorski prostor, dimV = n i X  V . Tada postoji

direktni komplement prostora X u V .

Dokaz:

Neka je x1 , x2 , , xk  baza vektorskog prostora X . Nadopunimo je do baze vektorskog prostora

V : x1 , x2 , , xk , xk +1 , , xn  . Skup koji razapinju vektori xk +1 , , xn označimo s Y :
Y = xk +1 , , xn  . To je potprostor od V (dokažite), a budući da su xk +1 , , xn linearno nezavisni
vektori, onda je xk +1 , , xn  baza vektorskog prostora Y .

Neka je a V . Tada postoji jedinstveni skalari a1 , , an  F takvi da je

a = a1 x1 + + ak xk + ak +1 xk +1 + + an xn . Ako vektor a1 x1 + + ak xk , koji je element prostora X
označimo s x i vektor ak +1 xk +1 + + an xn , koji je element prostora Y označimo s y , onda je
a = x + y . Dakle, svaki vektor iz prostora V može se zapisati kao zbroj vektora iz potprostora X i
vektora iz potprostora Y , odnosno:

V = X +Y . . . (1).

Neka je v  X Y . Tada postoje skalari 1 , ,  k F takvi da je v = 1 x1 + + k xk i postoje skalari

 k +1 , ,  n  F takvi da je v = k +1 xk +1 + + n xn .

Kako u vektorskom prostoru vrijedi v + ( −v ) = 0V , slijedi

1 x1 + + k xk − k +1 xk +1 − − n xn = 0V .

Skup vektora x1 , x2 , , xn  je linearno nezavisan, što znači da ne postoji njihova netrivijalna
linearna kombinacija koja je jednaka nulvektoru, odnosno gornja jednakost je moguća samo u
slučaju kada su svi skalari jednaki nuli: 1 = =  n = 0 . Znači, jedini vektor u presjeku potprostora
X i Y je nulvektor. . . . (2)
Iz (1) i (2) slijedi da je Y direktni komplement potprostora X , tj. X  Y = V .

Iz prethodnog dokaza također možemo zaključiti da vrijedi: Ako je X  Y = V , onda je

dim X + dimY = dimV .

Propozicija 3.1.2. Neka je A  L (V ,W ) i Y direktni komplement prostora J ( A ) (jezgre linearnog

operatora A ). Preslikavanje  : Y → R ( A) ,  ( y ) = A ( y ) , y Y je izomorfizam.
 Dokaz:

Ako je A : V →W linearni operator, onda je i njegova restrikcija na Y  V linearni operator, tj.  je

linearni operator.

Dokažimo da je  injekcija. Neka je  ( y1 ) =  ( y2 ) . Tada slijedi:

A ( y1 − y2 ) = A ( y1 ) − A ( y2 ) =  ( y1 ) −  ( y2 ) = 0W  y1 − y2  J ( A ) .

Kako je Y direktni komplement prostora J ( A ) , jedini vektor u njihovom presjeku je nulvektor. Dakle,
vrijedi y1 − y2 = 0V , odnosno y1 = y 2 .

Dokažimo da je  surjekcija. Neka je w R ( A) . Prema definiciji slike linearnog operatora, postoji

v V takav da je A (v ) = w .

Kako je V = J ( A)  Y , onda postoji vektor a  J ( A ) i postoji vektor b Y takvi da je v = a + b .

Tada vrijedi: w = A (v ) = A ( a + b ) = A ( a ) + A ( b ) = A ( b ) =  ( b ) , dakle  je surjekcija.

= 0W

Teorem 3.1.3 (Teorem o rangu i defektu). Neka je V konačnodimenzionalni vektorski prostor i

A  L (V ,W ) . Tada je

r + d = dimV .

Dokaz:

Kako je jezgra linearnog operatora potprostor domene tog linearnog operatora ( J ( A)  V ), prema
propoziciji 3.1.1. postoji njen direktni komplement. Ako direktni komplement prostora J ( A )
označimo s Y , prema istoj propoziciji vrijedi

dimY + dim J ( A ) = dimV .

Prema propoziciji 3.1.2., direktni komplement jezgre linearnog operatora izomorfan je sa slikom
linearnog operatora. Kako izomorfni konačnodimenzionalni vektorski prostori imaju istu dimenziju,
slijedi tvrdnja teorema:

dimR ( A) + dim J ( A) = dimV .

Zadatak 4. Odredite sliku i jezgru, te rang i defekt linearnog operatora vektorski produkt. Napišite
 
matricu pridruženu tom linearnom operatoru u ortonormiranoj bazi i , j , k vektorskog prostora V 3 .

Rješenje:

a V 3 , A : V 3 → V 3 , A ( x ) = x  a , x V 3
 
J ( A ) = x V 3 : x  a = 0 
x  a = 0    : x = a

Dakle, u jezgri linearnog operatora vektorski produkt se nalaze svi vektori koji su kolinearni s
vektorom a , tj. J ( A) = V 1 = a . Baza tog vektorskog prostora je a (ili skup u kojem se nalazi
jedan bilo koji drugi vektor koji je kolinearan s vektorom a osim nulvektora) te je d = dim J ( A ) = 1 .

Prema teoremu o rangu i defektu znamo da je r = dimR ( A) = 3 −1 = 2 .

R ( A) = A ( x ) : x V 3 

y = A( x ) = x a  y ⊥ a

Dakle, slika linearnog operatora vektorski produkt je skup svih vektora koji su okomiti na vektor a .
To je vektorski prostor V 2 koji je ortogonalni komplement vektorskog prostora J ( A ) .

Neka je a = a1i + a2 j + a3k . Tada vrijedi:

( )
A ( i ) = i  a = −a3 j + a2 k , A ( j ) = j  a = a3 i − a1k , A k = k  a = −a2 i + a1 j

pa je sljedeća antisimetrična matrica pridružena linearnom operatoru vektorski produkt u


ortonormiranoj bazi i , j , k : 
 0 a3 −a2 
Ai , j ,k  =  −a3 0 a1  .
 a2 −a1 0 

Zadatak 5. Napišite matricu operatora simetrije ravnine s obzirom na pravac koji prolazi ishodištem
koordinatnog sustava i s pozitivnim dijelom osi apscisa zatvara kut  .

Rješenje:

Neka je e jedinični vektor u smjeru zadanog pravca i f takav vektor da je e , f desna  

ortonormirana baza vektorskog prostora kojeg razapinju vektori i , j  (Slika 1.)

Matrica pridružena operatoru rotacije ravnine za kut  s centrom u točki O je matrica prijelaza iz
 
baze i , j  u bazu e , f (ponovite iz kolegija Linearna algebra):

cos  − sin 
T = .
 sin cos  
 Slika 1.

U kolegiju Linearna algebra odredili smo matricu pridruženu operatoru simetrije ravnine s obzirom
na os x . U kontekstu ovog zadatka, to bi bilo analogno sa simetrijom s obzirom na zadani pravac,
odnosno pravac određen vektorom e . Jednostavno se može zaključiti da je A ( e ) = e i A f = − f ( )
pa je sljedeća matrica pridružena zadanom linearnom operatoru u bazi e , f :  
1 0 
Ae , f  =  .
 0 −1

Iz Ae , f  = T −1 Ai , j   T slijedi:

Ai , j  = T  Ae , f   T −1 .

cos  − sin  1 0   cos  sin 

Ai , j  =   
 sin cos   0 −1  − sin cos  

cos 2 sin 2 
Ai , j  = 
 sin 2 − cos 2 

Pogledajmo dva primjera linearnih operatora koji se koriste u računalnoj grafici.

1. Operator zakošenja
 
Neka je V 2 =  i , j  . Tada se linearni operator A : V 2 → V 2 takav da je A ( i ) = i , A ( j ) =  i + j

1  
naziva operator zakošenja. Ai , j  =   . Kod italic fontova je  = 0.25 .
0 1 

2. Skaliranje (operator homotetije duž istaknute osi)

 ( i , e ) =  , A ( e ) = e , A ( f ) =  f .
Matrica skaliranja u bazi i , j  je:
Ai , j  = T  Ae , f   T −1

cos  − sin   0   cos  sin 

Ai , j  =   
 sin cos    0    − sin cos  

 cos 2  +  sin2 
Ai , j  = 
 (  −  ) sin cos 
(  −  ) sin cos 

 sin2  +  cos 2  