Predavanje linearna algebra

Embed Size (px)

Citation preview

  • 8/18/2019 Predavanje linearna algebra

    1/15

    4. EGZISTENCIJA RJEŠENJA SISTEM LINEARNIH ALGEBARSKIH JEDNAČINA

    (KRONECKER-CAPELLIEV STAV)

    Koristeći stav o jednokosti ranga matrice i broja linearno nezavisnih vrsta (kolona) te matrice, dokazaćemoKron!"r-C#$%%&' #' (Kronecker, L., njemački matematičar (182!18"1)# $a%elli, &., talijanski matematičar

    (18''!1"1) ). im stavom iskazan je $or*#n i +o'o%,#n *slov da sistem linearnih jednačina# /# /+# 012 ⎫⎪

    111 12 2 1nn 1 ⎪# /# /+# 012 ⎪

    211 22 2 2nn 2

    1

    +# /

    +#

    +/

    +/# 01 ⎬⎪

    ⎪ ⎪ ()

    311 322 3n n 3 ⎭ b*de saglasan.

    S#' . (&) a bi sistem (1) bio saglasan, $or*no je i +o'o%,no da je

    r#n5(A$) 0 r#n5(A). (6)

    (&&) -eka je rang(& %) rang(&) r, tada sistem (1) ima/

    1 (#) *"on#7no 3no5o r,8n,# 9# r : n,2 (*) ,+&n'no r,8n, 9# r 0 n .

    Do"#9. (&) 0istem (1) moemo za%isati * ekvivalentnom oblik*/

    #⎡11

    a⎤⎡12

    a⎤⎡1n

    1⎤⎡1⎤

     ⎢⎥ ⎢⎥ ⎢⎥⎢⎥

     ⎢ # ⎥⎢ # ⎥⎢# ⎥⎢1 ⎥  ⎢21 ⎥ / ⎢ 22 ⎥ /+ ⎢ 2n ⎥ 0  ⎢ 2 ⎥ . 2

    1 ⎢ ⎢ +

    ⎥ ⎥2 ⎢

     ⎢ +⎥

     ⎥n ⎢

     ⎢ +⎥

     ⎥ ⎢

     ⎢ +⎥

     ⎥() ⎢⎥ ⎢⎥ ⎢⎥⎢⎥

    #⎢ 31 ⎥⎢#32 ⎥⎢#3n 1⎥⎢ 3 ⎥

     ⎣⎦ ⎣⎦ ⎣⎦⎣⎦

    akle, ako sistem (;) ima rjeenje (;2

  • 8/18/2019 Predavanje linearna algebra

    2/15

    # /# /+# 01 ># >−# 2⎪

    211 22 2 2rr 222r/1 r/12nn ⎪

    3

    ⎬⎪⎪

    ()

    #r11

    +#r2

    2++#

    rr

    r01

    r>#

    r2r/1

    r/1−−#

    rn 2

    n⎪⎪

     ⎭gdje smo nebazisne ne%oznate (r/;2 r/

  • 8/18/2019 Predavanje linearna algebra

    3/15

  • 8/18/2019 Predavanje linearna algebra

    4/15

    %&n#rn& Fn"!&on#% ili %&n#rn# For3#.

    ) 0%ecijalno, kada je J I imamo %reslikavanje (o%erator) koje elementima iz I %ridr**jeelemente iz I.⊂

    4) 0k*% svih linearnih o%eratora & /IG J označavaćemo sa L(I, J).

    Pr&3,r;. -ekaje I K n, J K m i A∈M m,n(K). 0vaka takva matrica deinie neki linearni o%erator. 4rirodnaveza izme=* matrice i linearnoga o%eratora deinie se sa

     (∀ I∈ ) &() 0 A ( J∈ )2 gdje je A %roizvod matrica. Dvako deinisan o%eratorzaista je linearan, zbog %oznatih osobina mnoenja matrica.

    Pr&3,+*#. 9adavanje o%eratora %omoć* neke matrice najvaniji je %rimjer linearnoga o%eratora. obar dioovoga %oglavlja biti će %osvećen %ro*čavanj* veze izme=* matrice i linearnog o%eratora.4okazaćemo da vrijedi i obratnatvrdnja/ svakom linearnom o%erator* odgovara jedna matrica. ilo bi netačnozaklj*čiti da je %ojam linearnog o%eratorane%otreban, %oto se on moe %ot%*no o%isati matricama. Ee=*tim, sit*acija je neto sloenija.4reciznija, veza izme=* o%eratora i matrice mogla bi se ovako o%isati/ako s* zadane baze vektorskih %rostora I i J,tada svakom o%erator* & /IGJ za taj %ar baza odgovara jednamatrica. Ee=*tim, %romijenom baze, istom o%erator*odgovara neka dr*ga matrica.Linearni o%erator zadaje se neovisno od baza %rostora, ali tek izbor baza odre=*je kojam* matrica odgovara.-ajinteresantnija analiza matričnoga rač*na *%ravo se sastoji * tome da se daj* odgovori nasljedeća dva %itanja/

    ;@ kako odabrati baz* %rostora %a da %rikaz linearnoga o%eratora b*de %o mog*ćnosti to jednostavnija matrica (to sličnija dijagonalnoj)#

  • 8/18/2019 Predavanje linearna algebra

    5/15

    ⎢  ⎥

    A(#&, )A ⎢#

  • 8/18/2019 Predavanje linearna algebra

    6/15

    F &, 32n

     %rostora I dimenzije n * %rostor J dimenzije m, tako da vrijedi ( : I) ( N F J) F &(:)∀ ∈ ∃ ∈ A. (11)

    Pr&3,+*#. ?elacija (11), veza o%eratora i matrice, toliko je vana da smo zbog jednostavnosti orm*le n#3,rno bili nedovoljno %recizni. 4aljiviji čitalac će *očiti da * orm*li (11) vektor s lijeve i s desne strane nema istoznačenje. 0 lijeve strane, on je element vektorskoga %rostora I i njegov %rikaz * bazi toga %rostora ima oblik 0 /

    + . 0 desne strane, vektor  %oistovjeć*jemo s vektorom!kolonom 0 :1,..., :nT ∈ K n, a11 nn

    zatim, nakon mnoenja s matricom A, vektor A (koji %ri%ada %rostor* ) treba shvatiti na način/ (A);F ; /... / (A)3 F 3 .

    R#93or&3o $r&3,n #'# ; n# $r&3,r&3# "o,& "onr&8 3#r&! o$r#or#.

    Pr&3,r 1

    2 ,.

    ( & 0∀ 12n)D( ) 0& 0& ()&&>1

    D 002

    (0)()te je

    ( &2, 02n∀ )+ 0D 0((&2 9# ,>1=&2

    1 () ,>1) )0⎨ ⎧

    &,,& ,>1&⎩029# ,>1 &.

    akle, matrica D * tom %ar* %rirodnih baza glasi⎛0100⎞

    ⎜ ⎟

    ⎜ ⎟

    ⎜ ⎟

    0020⎜ ⎟

  • 8/18/2019 Predavanje linearna algebra

    7/15

    ⎜⎟D 0⎜

     +⎟

    .

    ⎜ ⎟

    ⎜ ⎟

    ⎜000n⎟

    ⎜ ⎟⎜ ⎟

    ⎝0000⎠

    V,*#. -eka je o%erator iz %rethodnog %rimjera. Ddgovaritti na slijedeća %itanja/1 ;zrač*nati kvadrat matrice tog o%eratora D< .

    1. 2. Kojem o%erator* odgovara ta matrica a li je 2 

    +2 Pn G Pn , gdje je o%erator dr*gog+2

    2. izvoda

    2 9a n Q, na%ii matric* D i %rovjeri da je D40 @.

    3 6vjeri se da je Dn 0O . 4rokomentarii taj rez*ltatN a li on neto govori o n!tim izvodima *nkcija bazi/

    ( & 0∀ 02n) ()0 . &&

    .

  • 8/18/2019 Predavanje linearna algebra

    8/15

    ⎝$n1 $nn ⎠⎝Qn1 Qnn ⎠gdje kolone matrice 4 (matrice U) %redstavljaj* koordinate razlaganja vektora nove (stare) baze %reko vektora stare(nove) baze.

  • 8/18/2019 Predavanje linearna algebra

    9/15

  • 8/18/2019 Predavanje linearna algebra

    10/15

    m*lti%l

    ikativn

    oj

    gr*%i

    vrijedi/

    1 (&) lijevi inverzni element je *jedno i desni inverzni element i obratno#

    2 (&&) inverzni element je jedinstven. 9a vjeb* dokazati stavove & i .

    3 (&) koordinatne re%rezentacije tačke linearnog %rostora I * odnos* na baze  i F tog %rostora

    S#' . -eka s* date/

    WW

    0 ( 2...2)

    K ∈ n i    ( 2...2) K ∈ n, res%ektivno#

    1 n1 n

    (&&) matrica %relaska P0($&,)32n sa stare baze  na nov* baz* F  . ada je vezaizme=* novih i starih koordinata data matričnom jednakoć*

    F  0 P-;

    (66)

    Do"#9. 6 razlaganj* vektora  %o staroj i novoj bazi 0 /+

    11 nn WW,

    0F /+F 

    11 nn izrazimo  ,

    koristeći jednakosti (2). obijemo ! ''

    n nnnn ⎛⎜n⎞

    ⎟F 0 0  , QF 0 Q F .⎜ ⎟ &W"" ,, &, & ⎜&, ,⎟"01 ,01 ,01 &01 &01⎝  ,01 ⎠

    Ddavde, zbog linearne nezavisnosti vektora baze , slijedin W

    ( " 0∀ 12n) 0 Q" ", , ,01

    to je, na osnov* deinicije mnoenja vektora ekvivalentno saW   ⎛⎞⎛⎞

     ⎜⎟ Q ⎜⎟

    1 ⎛⎜Q11 X 1n ⎞⎟1

    ⎜⎟ ⎜⎟

    ⎜⎟⎜  ⎜ ⎟⎟⎜⎟

    ⎜⎟ ⎜⎟

    =⎜⎟⇔ U ⋅: . ()

  • 8/18/2019 Predavanje linearna algebra

    11/15

    ⎜⎟  ⎜ ⎟  F⎜⎟

    ⎜⎟  ⎜ ⎟⎜⎟

    ⎜⎟  ⎜⎟

    W ⎝

    Q Q ⎠

    ⎝⎠n1 nn ⎝⎠

    nn Kako je, %rema stav* 2, 0 P-; , to iz (P) slijedi (55). ime je stav dokazan.

    Pr&3,+*#. ;s%iimo zajedno orm*le (5) i (55) F 0 P i  0PF X 0 F i F 0 X (P 0 E &%&+P >@ ). gdje s*/

    1 i F vrste koje odgovaraj* starom i novom bazis*, i F kolone kordinata vektora koje odgovaraj* #ro3 ino'o3 bazis* res%ektivno#1. 2. P i s* *zajamno inverzne matrice %relaska (P 0 E)2. (#) P sa #ro5 na no'& *#9& F2 tj. sa no'&1 F na #r  koordinate,3. (*) sa no'o5 F na #r& *#9& 2 tj. sa #r&1 na no' F koordinate vektora :.

    Pr&3,r ;. -eka s* date baze/ #r# baza e (e1,e2, e ) i no'# baza ( 1,  2 ,  ). 4ri čem* je F 1=21+32/ 32F 2 =31+42/ 32F 1 0 1+22+23.

    Ddrediti matrice %relaska/ 4 sa #r baze e na no' baz* i U sa no' baze na #r baz* e. R,8n,.⎛231 −65−2⎞⎛ ⎞

    ⎜⎟⎜⎟Dčito je/ P 0⎜

    ⎜⎜⎜342⎟

    ⎟⎟⎟2,. 0 P>1

    ⎜⎜⎜⎜4−31

    ⎟⎟⎟⎟2 (+P 0>1). ⎜⎟⎜⎟

    112 1−11

    ⎝⎠  ⎝⎠

    9a%isati jednakosti %relaska sa nove na star* baz* ( e U 4⇔ !1).Rektor : :1e1 B :2e2 B :e * odnos* na baz* , ima koordinate :    U:e 4

    !1:e , tj.

    ⎛⎞

    V

    2  ⎞⎛⎞ ⎧

    ⎪W

    0>6 /5 >2

    >⎜⎟⎛ 65− 1 123

    1 1 ⎪

     ⎜⎟⎜ ⎟⎜⎟ ⎪

     ⎜⎟⎜ ⎟⎜⎟

    ' '⎜⎟

     ⎜⎟⎜ ⎟

    04−31 0⇔ 4 >3 /

  • 8/18/2019 Predavanje linearna algebra

    12/15

    < ⎜⎟ ⎨

    ⎜⎟⎜⎟2 2 123

     ⎜⎟⎜ ⎟⎜⎟ ⎪

     ⎜⎟⎜ ⎟⎜⎟ ⎪

    ⎜⎟ 11

     ⎝ ⎝⎠ x

    ⎝⎠W3

    >1 ⎠ 3 ⎪⎩

    1W 0 1−2B 3

    W WW

    0%ecijalno vektor ; /

  • 8/18/2019 Predavanje linearna algebra

    13/15

    W WWW⎜  ⎜ ⎟  W⎟  ⎜  ⎜ ⎟⎟

    0A2 0⎜  ⎜ Y ⎟⎟2 0⎜  ⎜ Y ⎟⎟. ()9

    ⎜⎟ ⎜⎟

    W

    W

    ⎝ 3 ⎠⎝n ⎠Eatrice A i AW s* odre=ene kao * %aragra* '.2.

     -eka je P0($&,)nn matrica %relaza sa baze  na nov* baz* * %rostor* I, a R0(r&,)33 matrica %relaza sa baze F na nov* baz* F * %rostor* J. -a osnov* jednakosti (55) * stav* , vrijedi

    W0 P

    >1 (;@)

    W0 R 

    >1. (;;)

    Koristeći (1) i (11), iz (") izlazi>1 W >1

    R 0 A (P 2)tj.

    RAWP

    >12

    0(( ))ili

    W >1

    0(RA P ). (12)4ore=enjem jednakosti (8) i (12), za matrica %ridr*enih o%erator* &, izlazi

    W>1

    ARAP . (;)

    Tednakost (1) daje vez* izme=* navedenih matrica (koje odgovaraj* istom o%erator*).

    6 s%ecijalnom sl*čaj* kad je I J, onda je e , e W W , 4 ? , te jednakost (1) %ostaje W>1

    APAP . (;4)

    ime smo dokazali S#' 4. -eka je A matrica o%eratora & L(I,I) * bazi e (e∈ 1, ..., en ) I ,⊂ P matrica %relaza iz

    stare baze e * nov* baz* e V  (eV1, ..., e Vn ). 6 novoj bazi o%erator* & odgovara matricaAW 0 P>

    1AP. (;)

    Pr&3,+*. ;) Tednakosti (1Q) i (1') s* ekvivalentne# * tim jednakostima sve matrice s* kvadratne.

  • 8/18/2019 Predavanje linearna algebra

    14/15

    samo ov*/ slične matrice imaj* jednake determinante. 9aista, %oinet!$a*chFjevom stav* vrijedi det(B) det(P-;)det(A)det(P) det(A) %oto je det(P -;) l7det(P). 9ato ima smisla deinisati+r3&n#n o$r#or# det(&) det(A) gdje je A matricao%eratora & * bilo kojoj odabranoj bazi.

    .4. JEZGRA I SLIKA LINEARNOG OPERATORA

    DF&n&!&,# ;. 6 sk*%* L(I, J) interna o%eracija sabiranja o%eratora i eksterna o%eracija mnoenja o%eratoraskalarom (brojem) mog* se *vesti na sljedeći način/

    1 1. 0*ma & B o%eratora & i iz L(I, J) je o%erator deinisan jednakoć*2 (&B):&:B:, : I∈ .3 2. 4roizvod a& skalara a i o%eratora & iz L (I, J) je o%erator deinisan jednakoć*4 (a&)(:) a(&(:)), : I∈ .5 . -*la o%erator D je o%erator za koji je

    6 D(:) v, za svako : I∈ .2 9a o%erator & L(I, J) simetričan o%erator !& se zadaje %omoć* jednakosti∈

    !& (!1)&.

     -ije se teko *vjeriti da vrijedi

    S#' ;. 0k*% L (I, J) svih linearnih o%eratora, koji elementima : I %ridr**j* elemente F J, sadeinisanim∈ ∈o%eracijama sabiranja i mnoenja skalarom, izabranim n*la o%eratorom i simetričnimo%eratorom obraz*je linearan

     %rostor.

     -avodimo neka svojstva linearnih o%eratora.S#' @. 0lijedin ⎛ n ⎞ #A( ) 0A # 0A(⎜ ⎟ 0 ) 00 2

    M &&⎜

    &&⎟

    &01 ⎝&01 ⎠na osnov* čega se zaklj*č*je da s* &(:1),..., &(:n) linearno zavisni elementi * J.

     -eka je & L(I, J). 0k*% svih elemenata &(:), (:eI) označavamo sa &(I). Rai & (I) J. -ije se teko *vjeriti da∈ ⊂ je & (I) %od%rostor %rostora J.DEINICIJA JEZGRE I SLIKA LINEARNOGA OPERATORA. 6z svaki linearni o%erator & %ridr*ena s* dvask*%a. ;@ 4rvoga sačinajavaj* svi oni vektori %rostora I koji se %reslikavaj* * n*la vektor %rostora J. Dznačavamo gas Kr A i nazivamo ,95r# ili n%#$o$roor o%eratora & . <

    @r*gog čine svi vektori * J koji s* slika nekoga vektora

    iz I. Dznačavamo ga s I3A  ili &(I) i nazivamo %&"# o%eratora &. akle, vrijedi

    KrA /Y I @ &(∈ ) @Z,I3A / Y J@∈   &() za neki IZ.∈

  • 8/18/2019 Predavanje linearna algebra

    15/15

    Pr&3,+*#. Kr je skraćenica engleske riječi "rn% (jezgra). I3  dolazi od engleske riječi &3#5 (slika).

    S#' 4. Ker & i ;m& vektorski s* %ot%rostori. Do"#9.9a jezgr* slijedi ovako. 6zmimo 2 Ker&. ad je∈&(a B b) a&() B b&() @ jer s* oba sabirka

     jednaka n*li. 0lično vrijedi i za slik*.DF&n&!&,# r#n5# & +F"# o$r#or#. ;@ 4ojam jezgre o%eratora vezan je s %roblemom rjeavanja homogenihlinearnih sistema. 9aista, ako je A matrica %ridr*ena o%erator*, tada je jednačina &() @ ekvivalentna s matričnom

     jednačinom A 0 @ . 4okazali smo da je sk*% svih rjeenja ove jednačine %ot%rostor raza%et s n - r nebazisnihvektora, %ri čem* je n dimenzija %rostora I ( broj ne%ozntih * sistem*), a r je rang matrice A sistema. aj %ot%rostor

     jednak je jezgri o%eratora & . Dva dimenzija jezgre o%eratora & zove se jo +F" o$r#or#.

    akle, r#n5 o$r#or# & L(I, J) jeste dimenzija %rostora &(I) i označava se sa rang(&) 0k*% svih elemenata∈: I za koje je∈ A0 @ je jedan %od%rostor %rostora I, * ta se lako *vjeravamo.