Ljuban Dedić VEKTORSKI PROSTORI. skripta

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Ljuban Dedić VEKTORSKI PROSTORI. skripta"

Transcript

1 Ljuban Dedić VEKTORSKI PROSTORI skripta

2 Sadržaj Predgovor ii 1 Uvod 1 2 Funkcionalni račun Poluprosti i nilpotentni operatori Operatorske funkcije Jordanov rastav Normirani prostori Kontrakcije i izometrije Unitarni prostori Normalni operatori Spektralni teorem Hermitski operatori Singularni brojevi Klasične linearne grupe Topološke grupe Grassmannove mnogostrukosti Simplektičke strukture Tenzorski produkti Simetrični i antisimetrični produkti Tenzorske algebre Simetrične algebre Grassmannove algebre Cliffordove algebre

3 Predgovor Ova skripta je napisana s namjerom da pomogne studentima Prirodoslovnomatematičkog fakulteta Sveučilišta u Splitu pri polaganju kolegija Vektorski prostori 1 i 2. U njoj se proučavaju, s manjim iznimkama, konačno dimenzionalni vektorski prostori nad poljem realnih, odnosno kompleksnih brojeva. Podijeljena je na sedam poglavlja. U prvom poglavlju se ponavljaju neke osnovne definicije i tvrdnje iz linearne algebre u svrhu uvodenja i standardiziranja oznaka. Sve tvrdnje iz ovog poglavlja su dane u obliku primjera. U drugom poglavlju je izložen funkcionalni račun operatora na konačno dimenzionalnom prostoru korištenjem Jordanove forme, te preformuliran u terminima rezolvente. Dan je i Jordanov aditivni i multiplikativni rastav operatora na konačno dimenzionalnom kompleksnom prostoru. U trećem poglavlju se razmatraju normirani i unitarni prostori, uglavnom konačno dimenzionalni, te Banachove algebre. Razmatraju se i razne norme, spektralni radius, formula spektralnog radiusa, te proučavaju osnovna svojstva kontrakcija, strogih kontrakcija i izometrija. U četvrtom poglavlju se proučavaju normalni operatori na realnim i kompleksnim euklidskim prostorima, dokazuje se spektralni teorem, uvodi spektralni uredaj na hermitskim operatorima, te polarni rastav. Nadalje, daju se neka osnovna svojstva singularnih brojeva i uvodi Schmidtov rastav operatora. U petom poglavlju se proučavaju klasične linearne grupe i djelovanje tih grupa na topološkim mnogostrukostima. Uvodi se pojam homogenog prostora i pomoću njega opisuju Grassmannove mnogostrukosti, Stiefelove mnogostrukosti, mnogostrukosti parcijalnih izometrija, kao i neke druge klasične topološke mnogostrukosti. Šesto poglavlje je posvećeno tenzorskim, simetričnim i antisimetričnim produktima konačno dimenzionalnih vektorskih prostora te operatora na takvim prostorima. Posvećena je posebna pozornost euklidskim prostorima te operatorima na euklidskim prostorima. U posljednjem poglavlju se proučavaju tenzorske, simetrične, antisime-

4 PREDGOVOR iii trične i Cliffordove algebre te daju primjene osnovnih svojstava ovih algebra u matematičkoj analizi na konačno dimenzionalnim realnim prostorima, kao što su: derivacije viših redova, diferencijalne forme, harmonijski polinomi, antikomutacijske relacije, spinori, anihilacijski i kreacijski operatori, operatori položaja i impulsa, Cliffordova derivacija, algebra prostora-vremena, Maxwellove jednadžbe i drugi primjeri iz fizike.

5 Poglavlje 1 Uvod DEFINICIJA 1.1 Neka je (X, +) Abelova grupa i K polje. Ako je zadana operacija : K X X takva da vrijedi (1) α (x + y) = αx + αy, α K, x, y X (2) (α + β) x = αx + βx, α, β K, x X (3) α (βx) = (αβ)x, α, β K, x X (4) 1 x = x, x X onda se X zove vektorski prostor nad poljem K. Element vektorskog prostora se zove vektor, a element polja skalar. DEFINICIJA 1.2 Neka je X vektorski prostor nad K. Kažemo da je X konačno dimenzionalan ako postoji n N i vektori e 1,...,e n X takvi da se svaki x X može prikazati u obliku x = α 1 e α n e n, za neke α i K. Ako je ovaj prikaz jedinstven za svaki x X onda se uredena n- torka e = (e 1,...,e n ) zove baza od X, a broj n se zove dimenzija od X nad K i pišemo n = dim X. Ako X nije konačno dimenzionalan onda kažemo da je X beskonačno dimenzionalan i pišemo dim X =. U daljem tekstu smatramo da je K = R ili C. Takoder smatramo da je X konačno dimenzionalan, osim ako nije rečeno drukčije. DEFINICIJA 1.3 Neka su X i Y vektorski prostori nad K i A : X Y. Kažemo da je A linearni operator ako vrijedi (1) A(x + y) = Ax + Ay, x, y X (2) A(αx) = αax, α K, x X Skup svih linearnih operatora A : X Y označavamo sa L(X, Y ). Uvodimo posebne oznake L(X) = L(X, X) i X = L(X, K). Skup X zovemo dual od X, a njegov element zovemo linearni funkcional.

6 POGLAVLJE 1. UVOD 2 DEFINICIJA 1.4 Neka su X, Y vektorski prostori nad C i A : X Y. Kažemo da je A antilinearni operator ako vrijedi (1) A(x + y) = Ax + Ay, x, y X (2) A(αx) = αax, α C, x X Skup svih antilinearnih operatora A : X Y označavamo sa L a (X, Y ) i uvodimo posebnu oznaku L a (X) = L a (X, X). Zamijetimo da su L(X, Y ) i L a (X, Y ) vektorski prostori uz operacije (a) (A + B)x = Ax + Bx, x X (b) (αa)x = αax, α K, x X pri čemu je dim L(X, Y ) = dim L a (X, Y ) = dim X dim Y i dim X = dim X. PRIMJERI 1.5 (1) Neka je K n skup svih vektora stupaca s koordinatama iz K. Tada je K n vektorski prostor nad K dimenzije n, uz uobičajne operacije s vektorima stupcima. (2) Neka je gl n (K) skup svih matrica reda n s koeficijentima iz K. Tada je gl n (K) vektorski prostor nad K dimenzije n 2, uz uobičajne operacije s matricama. Nadalje, gl n (K) je takoder algebra nad K. (3) Neka je X vektorski prostor nad K. Tada je L(X) algebra nad K, a množenje u L(X) je kompozicija linearnih opratora. Ako je A L(X) onda kažemo da je A invertibilan ili regularan ako postoji B L(X) tako da je AB = BA = I, gdje je I L(X) jedinični operator tj. Ix = x, x X. Ako je K = C i L (X) = L(X) + L a (X) = {A + B; A L(X), B L a (X)} onda je L (X) algebra uz standardne operacije. Naime, produkt linearnog i antilinearnog operatora je antilinearan, dok je produkt dva antilinearna operatora linearan. Nadalje, dim L (X) = 2 dim L(X). (4) Neka su X i Y vektorski prostori nad K. Kažemo da su X i Y izomorfni ako postoji bijekcija A L(X, Y ). Vektorski prostori X i Y su izomorfni ako i samo ako je dim X = dim Y. (5) Svaki vektorski prostor nad C je ujedno vektorski prostor nad R i vrijedi dim R X = 2 dim C X. (6) Ako su X i Y vektorski prostori nad K i Z = X Y, onda je Z vektorski prostor nad K uz koordinatne operacije i dim Z = dim X + dim Y. (7) Neka je K [x] skup svih polinoma u varijabli x, s koeficijentima iz K. Tada je K [x] vektorski prostor nad K i dim K [x] =. Nadalje, K [x] je algebra nad K uz uobičajne operacije s polinomima. (8) Neka je K(x) skup svih racionalnih funkcija s koeficijentima iz K. Tada je K(x) vektorski prostor nad K i dim K(x) =. Nadalje, K(x) je polje i K [x] K(x). Polje K(x) se zove polje razlomaka prstena K [x] budući da svaki element iz K (x) ima oblik f/g, za neke f, g K [x], g 0.

7 POGLAVLJE 1. UVOD 3 (9) Analogno kao u primjerima (7) i (8) definiramo algebru K [x 1,...,x n ] polinoma od n varijabla i polje K (x 1,...,x n ), pri čemu vrijede analogna svojstva. Ako je f K [x 1,...,x n ] onda kažemo da je f k-homogen ako vrijedi f(tx) = t k f(x), t K, x = (x 1,...,x n ) τ K n. Ovdje smo identificirali polinom f s funkcijom f : K n K definiranu tim polinomom. To je moguće budući da je K beskonačno polje, dok za konačna polja nije moguće. U daljem uvodimo skraćenu oznaku K n = K [x 1,...,x n ] i K k n za skup svih k-homogenih polinoma iz K n. Lako se provjeri da je K k n vektorski prostor nad K i dim K k n = ( ) n+k 1 k. Specijalno je K0 n = K. Nadalje, budući da je K k n K m n = {0}, k m, algebra K n je direktna suma svih podprostora K k n, za k 0, pa pišemo K n = k 0 K k n. Dakle, svaki f K n se može napisati, na jedinstven način, u obliku f = k 0 f k, f k K k n, k 0 pri čemu je suma konačna tj. samo konačno f k je različito od nule. Vektor ω N n 0 R n se zove multiindeks ako su njegove koordinate iz N 0. Za multiindekse ω, η N n 0 uvodimo oznake: ω! = ω 1! ω n!, ω = ω ω n, ( ω η ) = ( ω1 η 1 ) ( ωn η n ), x ω = x ω 1 1 x ω n n, x K n. Za ω N n 0 definiramo polinom h ω : K n K sa h ω (x) = x ω = x ω 1 1 x ω n n. Polinom h ω se zove monom. Ako je ω = k onda je h ω K k n. Nadalje, {h ω ; ω = k} je baza u K k n pa se svaki f K k n može napisati, na jedinstven način, u obliku f = ω =k α ωh ω tj. f(x) = ω =k α ωx ω, x K n. Ako je f K n onda postoje jedinstveni α ω K takvi da je f = ω α ωh ω, tj. f(x) = ω α ωx ω, x K n, pri čemu je suma konačna. Koeficijente α ω možemo izračunati koristeći parcijalne derivacije ω f(x) = ω 1 1 ω n n f(x), gdje je i = / x i, i = 1,...,n, tako da na koncu dobijemo f(x) = 1 ω ω! ω f(0)x ω, što je ustvari razvoj od f u Taylorov red oko 0. DEFINICIJA 1.6 Neka je A gl n (K), A = [a ij ]. (1) Matricu A τ = [a ji ] zovemo transponirana matrica od A. (2) Matricu A = [a ji ] zovemo adjungirana matrica od A. (3) Skalar det A = σ ε σa 1σ(1) a nσ(n) zovemo determinanta od A, a sumira se po svim permutacijama σ od {1,..., n}, a ε σ je predznak od σ. (4) Skalar tr A = a a nn zovemo trag od A. (5) Skalar per A = σ a 1σ(1) a nσ(n) zovemo permanenta od A, a sumira se kao u (3). PRIMJERI 1.7 (1) A A τ je linearni operator, (AB) τ = B τ A τ i (A τ ) τ = A, pa kažemo da je transponiranje involucija algebre gl n (K), ili antiautomorfizam reda 2.

8 POGLAVLJE 1. UVOD 4 (2) A A je antilinearan operator ako je K = C, (AB) = B A i (A ) = A, pa kažemo da je involucija algebre gl n (K), ili antilinearni antiautomorfizam reda 2. (3) tr(ab) = tr(ba), tr I = n. Nadalje, tr je linearni funkcional na gl n (K). (4) det(ab) = det A det B, det I = 1 (5) Permanenta ima sljedeća svojstva: (a) pera τ = per A, per A = (per A) (b) per je invarijantna na permutacije redaka i stupaca. (c) per(αa) = α n per A, α K. (d) Formula per(ab) = per(ba) općenito ne vrijedi kao što pokazuje sljedeći primjer: A = [ ] 1 1, B = 0 1 [ ] pri čemu je per A = 1, per B = 6, per AB = 30, per BA = 22. (e) Formula per(tat 1 ) = per A općenito ne vrijedi. (f) per je linearna po svakom retku i svakom stupcu. (g) Ako je A = [a ij ] i A ij podmatrica od A koja se dobije izbacivanjem i- tog retka i j-tog stupca, onda je pera = n i=1 a ij per A ij = n j=1 a ij per A ij. Ovom formulom možemo, na ekvivalentan način, definirati permanentu. (6) Neka su a, b K n i A = ab τ = [a i b j ] gl n (K). Tada vrijedi formula per A = n!a 1 a n b 1 b n. Dakle, matrica A može biti singularna i per A 0. Ako je u matrici jedan stupac (ili redak) jednak 0 onda je pera = 0. (7) Neka je A gl n (K) matrica čiji su svi elementi su jednaki 1, osim onih na dijagonali koji su jednaki λ K. Stavimo P n (λ) = per A, pri čemu je P 0 (λ) = 1 i P 1 (λ) = λ. Tada vrijedi P n (λ) = n! n 1 k=1 (λ k! 1)k. PRIMJERI 1.8 (1) Neka je X vektorski prostor nad K, dimx = n, e = (e 1,...,e n ) baza u X, x X, x = x 1 e 1 + +x n e n, x i K. Definiramo ϕ e : X K n formulom ϕ e (x) = (x 1,...,x n ) τ. Tada je ϕ e izomorfizam vektorskih prostora. (2) Ako su e, u baze u X i T = ϕ 1 u ϕ e onda je T L(X) regularan operator i Te i = u i, i = 1,..., n. Operator T se zove operator prijelaza iz baze e u bazu u. Ako je A L(X) onda se A e = ϕ e Aϕ 1 e gl n (K) zove matrica od A u bazi e. Nadalje, vrijedi T e = T u = ϕ e ϕ 1 u i A u = Te 1 A e T e. (3) Neka je X vektorski prostor nad K dimenzije n i Y neprazan skup. Nadalje, neka je Φ : gl n (K) Y funkcija za koju vrijedi Φ(TAT 1 ) = Φ(A), A, T gl n (K), det T 0. Tada definiramo funkciju Φ : L(X) Y formulom Φ(A) = Φ(A e ), gdje je e bilo koja baza u X. Kažemo da smo matričnu funkciju Φ proširili na operatore. Obično radi jednostavnosti pišemo Φ = Φ. Primjeri ovakve funkcije su: Φ = det i Φ = tr : gl n (K) K.

9 POGLAVLJE 1. UVOD 5 Ako je A L(X) onda definiramo determinantu i trag operatora A formulom det A = det A e, tr A = tr A e, gdje je e bilo koja baza u X, i ova definicija ne zavisi od baze. Kako funkcija Φ = per : gl n (K) K nema traženo svojstvo zaključujemo da se permanenta operatora ne može definirati. (4) Preslikavanje A A e je izomorfizam algebra L(X) i gl n (K), dim X = n, tj. vrijedi (a) (A + B) e = A e + B e, A, B L(X) (b) (αa) e = αa e, α K (c) (AB) e = A e B e (d) A e = 0 ako i samo ako A = 0 DEFINICIJA 1.9 Neka su X 1,...,X n vektorski prostori nad K. Ako je ϕ : X 1 X n K linearna po svakoj varijabli onda se ϕ zove multilinearni funkcional. Posebno, za n = 2 se ϕ zove bilinearni funkcional. Skup svih multilinearnih funkcionala f : X 1 X n K označavamo sa L(X 1,...,X n, K). PRIMJERI 1.10 (1) L(X 1,...,X n, K) je vektorski prostor uz operacije (a) (ϕ + ψ)(x 1,...,x n ) = ϕ(x 1,...,x n ) + ψ(x 1,..., x n ) (b) (αϕ)(x 1,..., x n ) = αϕ(x 1,...,x n ), α K i dimenzija ovog prostora je jednaka produktu dim X 1 dim X n. Ovaj prostor se detaljnije proučava u Poglavlju 6. (2) Neka je X vektorski prostor nad K i X dual od X. Tada je funkcija ϕ : X X K definirana sa ϕ(x, f) = f(x), x X, f X, bilinearni funkcional. Uvodimo dodatnu oznaku (x f) = f(x) = ϕ(x, f). (3) Neka su X, Y vektorski prostori nad K i A L(X, Y ). Tada se operator A L(Y, X ) definiran formulom (Ax f) = (x A f), x X, f Y, zove dualni operator od A. Nadalje, preslikavanje A A je izomorfizam vektorskih prostora. (4) Kao specijalni slučaj od (3) za X = Y je A A izomorfizam vektorskih prostora L(X) i L(X ) i vrijedi (AB) = B A, A, B L(X). Ovo znači da je preslikavanje A A antiizomorfizam algebra L(X) i L(X ). Specijalno vrijede sljedeća svojstva (a) deta = det A, tr A = tr A (b) (A 1 ) = (A ) 1, det A 0 (5) Neka je e = (e 1,...,e n ) baza u X, x X, x = x 1 e x n e n. Definiramo funkcional e i X sa e i(x) = x i, i = 1,..., n. Tada vrijedi (a) e = (e 1,...,e n) je baza u X i zovemo je dualna baza od e (b) f = f(e 1 )e f(e n )e n, f X (c) (A ) e = (A e ) τ, A L(X)

10 POGLAVLJE 1. UVOD 6 DEFINICIJA 1.11 Neka je X vektorski prostor nad R. Tada se vektorski prostor X c nad C definiran sa X c = X + ix = {x + iy; x, y X}, s koordinatnim zbrajanjem i množenjem sa skalarom (α 1 + iα 2 )(x + iy) = α 1 x α 2 y + i(α 1 y + α 2 x), α 1, α 2 R, x, y X zove kompleksifikacija od X. Ako je A L(X) onda se A c L(X c ) definiran sa A c (x + iy) = Ax + iay, zove kompleksifikacija od A. PRIMJERI 1.12 Neka su X i A iz prethodne definicije. Tada vrijedi (1) dim X c = dim X, dim R X c = 2 dim X (2) (R n ) c = C n, gl n (R) c = gl n (C), L(X) c = L(X c ) (3) σ(a c ) = σ(a), det A c = det A, tr A c = tr A (4) (X ) c = (X c ) (5) (A + B) c = A c + B c, (αa) c = αa c, α R, (AB) c = A c B c (6) A c = 0 ako i samo ako A = 0 Dakle, A A c je monomorfizam algebra nad R. DEFINICIJA 1.13 Neka je X vektorski prostor dimenzije n i A L(X). (1) Polinom p A (x) = det(xi A) se zove svojstveni ili karakteristični polinom od A. (2) Skup σ(a) = {z C; p A (z) = 0} se zove spektar od A. (3) Ako je α K, x X, x 0, i Ax = αx, onda se α zove svojstvena vrijednost od A, a x se zove svojstveni vektor pridružen α. (4) Polinom µ A minimalnog stupnja, s vodećim koeficijentom 1, za kojeg vrijedi µ A (A) = 0, se zove minimalni polinom od A. (5) Kažemo da su operatori (odnosno matrice) A i B slični (odnosno slične) ako postoji regularan operator (odnosno regularna matrica) T tako da vrijedi A = TBT 1. PRIMJERI 1.14 (1) σ(a) i σ(a) sadrži najviše n = dim X elemenata. (2) Ako je λ C svojstvena vrijednost onda je λ σ(a). Vrijedi i obrat za K = C, dok za R ne vrijedi obrat. Obrat će vrijediti i za R ako je λ R. (3) σ(a) = {z C; µ A (z) = 0} (4) p A (A) = 0 (Hamilton-Cayleyjev teorem). (5) µ A dijeli p A (6) p AB = p BA, dok µ AB = µ BA ne vrijedi općenito. (7) σ(ab) = σ(ba), σ(tat 1 ) = σ(a), det T 0 Funkcije Φ(A) = σ(a) i Φ(A) = p A imaju svojstvo iz 1.8 (3).

11 POGLAVLJE 1. UVOD 7 (8) Slični operatori imaju isti spektar, minimalni i karakteristični polinom. (9) Ako jea L(X), f K[x], f(x) = α 0 +α 1 x+ +α k x k onda definiramo operator f(a) L(X) sa f(a) = α 0 I +α 1 A + +α k A k. Ako je δ : K[x] L(X), δ(f) = f(a) onda δ ima sljedeća svojstva (a) δ(1) = I, δ(id) = A (b) δ je homomorfizam algebra (c) ker δ = {f; δ(f) = 0} je ideal u K[x] i vrijedi ker δ = µ A K[x] = {µ A f; f K[x]} (d) imδ = {f(a); f K[x]} je podalgebra od L(X) (e) Ako je deg µ A = m onda je dim(im δ) = m i {I, A,...,A m 1 } je baza u algebri im δ. (10) Ako je A L(X) regularan operator onda postoji jedinstven polinom f K[x], deg f < deg µ A, tako da je A 1 = f(a). DEFINICIJA 1.15 Neka je X vektorski prostor nad C i J L a (X) takav da je J 2 = I. Tada se J zove konjugiranje na X. PRIMJERI 1.16 (1) Neka je J konjugiranje na X i X 1 = {x X; Jx = x}. Tada se X 1 zove J-realni podprostor od X. Nadalje, vrijedi X = X 1 +ix 1 = {x+iy; x, y X 1 } pa se svaki x X može napisati u obliku x = x 1 + ix 2, x 1, x 2 X 1, pri čemu je Jx = x 1 + J(ix 2 ) = x 1 ix 2. Vektor x 1 se zove J-realni dio od x, a x 2 J-imaginarni dio od x i vrijedi x 1 = 1(x + Jx), x 2 2 = 1 (x Jx). 2i (2) Neka je e baza u X, x X, x = x 1 e x n e n. Definiramo J : X X sa Jx = x 1 e x n e n. Tada je J konjugiranje na X i J-realni podprostor od X je X 1 = Re Re n. Nadalje, vrijedi J = ϕ 1 e J 0 ϕ e, gdje je J 0 : C n C n, J 0 z = z. Specijalno je X 1 = ϕ 1 e (R n ). Ovaj J 0 se zove standardno konjugiranje na C n. Kažemo da je J = ϕ 1 e J 0 ϕ e konjugiranje na X definirano bazom e. (3) Svako konjugiranje J na X je definirano nekom bazom e u X, tj. postoji baza e u X da je J = ϕe 1 J 0 ϕ e. (4) Ako je J konjugiranje i A L(X) regularan, onda je AJA 1 takoder konjugiranje na X. Ako su J 1 i J 2 dva konjugiranja onda su ona slična tj. J 1 = AJ 2 A 1 za neki regularni A L(X). (5) Ako je J = ϕ 1 e J 0 ϕ e konjugiranje na X i A L(X) regularan operator onda je AJA 1 = J ako i samo ako je matrica A e realna tj. A e gl n (R), n = dim X. Može se pokazati da sva konjugiranja na X čine plohu u L a (X) i dimenzija te plohe je n 2. Vidi Poglavlje 5. (6) Neka je J 0 standardno konjugiranje na C n. Svako drugo konjugiranje J na C n ima oblik J = AJ 0 A 1 za neku regularnu matricu A gl n (C). Vidi Poglavlje 5.

12 POGLAVLJE 1. UVOD 8 (7) Neka je J konjugiranje na X i A L(X). Tada se A može napisati, na jedinstven način, u obliku A = A 1 + ia 2 pri čemu je A 1 = 1 (A + JAJ), 2 A 2 = 1 (A JAJ). Nadalje, A 2i 1 i A 2 komutiraju sa J i J-realni podprostor X 1 od X je invarijantan na A 1 i A 2. Specijalno je JAJ = A 1 ia 2. Zamijetimo da je A JAJ konjugiranje na L(X). Kažemo da je ovo konjugiranje inducirano konjugiranjem J na X. Naravno, postoje konjugiranja na L(X) koja nisu inducirana nikakvim konjugiranjem na X. (8) Neka je X 1 J-realni podprostor od X. Tada je X 1 vektorski prostor nad R i dim R X 1 = dim C X. Definiramo preslikavanje ϕ : X X 1 X 1 sa ϕ(x + iy) = (x, y) τ. Tada se ϕ zove J-dekompleksifikacija od X. Ako je A = A 1 + ia 2 L(X) kao u (7) onda definiramo [ ] A1 A Φ : L(X) L(X 1 X 2 ), Φ(A 1 + ia 2 ) = 2 A 2 A 1 pri čemu ova matrica ima operatorske elemente. Tada je ϕ(ax) = Φ(A)ϕ(x), x X, A L(X). Operator Φ se zove J-dekompleksifikacija od L(X) i za njega vrijedi (a) Φ(A + B) = Φ(A) + Φ(B), A, B L(X) (b) Φ(λA) = λφ(a), λ R (c) Φ(AB) = Φ(A)Φ(B), A, B L(X) DEFINICIJA 1.17 Neka je X vektorski prostor nad K proizvoljne dimenzije i ν : X [0, ) R funkcija sa svojstvima (1) ν(x) = 0 ako i samo ako x = 0 (2) ν(αx) = α ν(x), α K, x X (3) ν(x + y) ν(x) + ν(y), x, y X (relacija trokuta) Tada se ν zove norma na X, a uredeni par (X, ν) se zove normirani prostor. Kažemo da je niz (x n ) iz X Cauchyjev ako ν(x n x m ) 0, n, m. Kažemo da niz (x n ) konvergira prema x X ako ν(x n x) 0, n. Lako se vidi da je svaki konvergentni niz Cauchyjev. Kažemo da je (X, ν) potpun prostor ako je svaki Cauchyjev niz iz X konvergentan. Potpun normiran prostor se zove Banachov prostor. DEFINICIJA 1.18 Neka je X vektorski prostor nad K proizvoljne dimenzije i (..) : X X K funkcija sa svojstvima (1) (x x) 0, x X, i (x x) = 0 ako i samo ako x = 0 (2) (αx y) = α(x y), α K, x, y X (3) (x + y z) = (x z) + (y z), x, y, z X (4) (x y) = (y x), x, y X Tada se funkcija (..) zove skalarni produkt na X, a uredeni par (X, (..)) se zove unitarni prostor. Lako se vidi da je funkcija ν : X [0, ),

13 POGLAVLJE 1. UVOD 9 ν(x) = (x x) 1/2, norma na X. Kažemo da je ν generirana skalarnim produktom. Ako je (X, ν) potpun prostor onda se uredeni par (X, (..)) zove Hilbertov prostor. Konačno dimenzionalni Hilbertov prostor se zove euklidski prostor. Ako su x, y X i (x y) = 0 onda kažemo da su x i y okomiti ili ortogonalni. PRIMJERI 1.19 (1) Ako je (X, ν) normiran prostor onda vrijedi ν(x) ν(y) ν(x y), x, y X. Skup S ν = {x X; ν(x) = 1} zovemo jedinična sfera u normi ν, a skup D ν = {x X; ν(x) < 1} jedinični disk u normi ν. Ako je a X i r > 0 onda se rs ν + a = {x X; ν(x a) = r} zove sfera radiusa r sa središtem u a, dok se rd ν + a = {x X; ν(x a) < r} zove otvoreni disk radiusa r sa središtem u a. Ako je Y X neprazan podskup onda kažemo da je Y ograničen ili omeden ako postoji r > 0 takav da je ν(x) < r, za svaki x Y, tj. ako je Y sadržan u nekom disku rd ν. (2) Ako je (X, (..)) unitarni prostor onda vrijedi (x y) 2 (x x)(y y), za svaki x, y, i ova nejednakost se zove Cauchy-Schwarzova nejednakost. Takoder vrijedi identiteta ν(x + y) 2 + ν(x y) 2 = 2ν(x) 2 + 2ν(y) 2, gdje je ν(x) = (x x) 1/2, i ona se zove relacija paralelograma. (3) Polje K je unitarni prostor nad samim sobom, a skalarni produkt je dan sa (x y) = x y, x, y K pa je ν(x) = (x x) 1/2 = (x x) 1/2 = x norma na K. Nadalje, K je euklidski prostor dimenzije 1. (4) K n je unitarni prostor sa skalarnim produktom (x y) = n i=1 x iy i. Normu ν(x) = (x x) 1/2 = ( n i=1 x i 2 ) 1/2 zovemo standardna euklidska norma i označavamo je sa ν(x) = x. Dakle, (K n, (..)) je euklidski prostor dimenzije n. Nadalje, niz (x n ) iz K n konvergira prema x K n ako i samo ako sve koordinate od x k konvergiraju prema odgovarajućim koordinatama od x. (5) gl n (K) je euklidski prostor sa skalarnim produktom (A B) = trab, A, B gl n (K). Norma ν(a) = (A A) 1/2 se zove standardna euklidska norma na gl n (K) i nju označavamo sa A 2, dok je oznaka A rezervirana za tzv. spektralnu normu. Vidi Poglavlje 3. (6) K n je Banachov prostor s normom x p = ( n i=1 x i p ) 1/p, gdje je p [1, ), a takoder i s normom x = max i x i. Nadalje, vrijedi formula lim p x p = x, x K n. (7) K [x] je normiran prostor s normom f p = ( 1 0 f(t) p dt) 1/p, gdje je p [1, ), a takoder i s normom f = max 0 t 1 f(t) i on nije Banachov, budući da nije potpun. K [x] je unitarni prostor sa skalarnim produktom (f g) = 1 0 f(t)g(t)dt

14 POGLAVLJE 1. UVOD 10 (8) Neka je K K n kompaktan i neprazan skup i C(K) vektorski prostor svih neprekidnih funkcija f : K K. Tada je C(K) Banachov prostor s normom f = max x K f(x). (9) Neka su ν 1 i ν 2 norme na X. Kažemo da su ν 1 i ν 2 ekvivalentne ako postoje m > 0 i M > 0 tako da vrijedi mν 1 (x) ν 2 (x) Mν 1 (x), x X. Svake dvije norme na konačno dimenzionalnom prostoru su ekvivalentne. Svaki konačno dimenzionalni normirani prostor je Banachov. Svaki konačno dimenzionalni unitarni prostor je euklidski. (10) Neka je R n vektorski prostor svih polinoma f : R n R, kao u 1.5. Ako je f R n, f(x) = ω α ωx ω, onda definiramo diferencijalni operator f( ) : R n R n sa f( ) = ω α ω ω. Tada je formulom (f g) = f( )g(0), definiran skalarni produkt na R n i vrijedi (a) (h ω h η ) = 0, ω η, ω, η N n 0 (b) (h ω h ω ) = ω!, ω N n 0 (c) Ako je f R k n i g R m n, k m, onda je (f g) = 0, što znači da su R k n i R m n okomiti. Dakle, R n = k 0 R k n i ova suma je ortogonalna. R n nije Hilbertov budući da nije potpun. (d) ako je a R n i a R 1 n, a (x) = (a x), onda je a k R k n i a k = k! ω =k ω! aω h ω pa je (a k h ω ) = k!a ω, za ω = k. (e) (a k b k ) = k! (a b) k (f) (f a k ) = k!f(a), f R k n (11) Ako je (X, (..)) nepotpun unitarni prostor onda se on može upotpuniti tj. postoji Hilbertov prostor (X, (..)) koji sadrži X i X je gust u X. Ovaj X je jedinstven do na izomorfizam i zove se upotpunjenje od X. Opišimo upotpunjenje R n od R n. R n se sastoji od svih funkcija f : R n R oblika f(x) = ω α ωx ω, α ω R, pri čemu je ω ω!α2 ω <. Ako su f, g R n i f(x) = ω α ωx ω, g(x) = ω β ωx ω, onda je (f g) = ω ω!α ωβ ω. Npr. funkcija f = expa tj. f(x) = exp(a x) je u R n. Naime, exp a = k 0 1 k! a k = ω 1 ω! aω h ω iz čega dobijemo (exp a expb ) = exp(a b). Takoder je (f expa ) = f(a), za svaki a R n, f R n. (12) Neka je K R n kompaktan skup pozitivnog volumena i p 1. Tada je formulom x K,p = ( K (x y) p dy) 1/p definirana norma na R n i za nju vrijedi lim p x K,p = x K, = max y K (x y). DEFINICIJA 1.20 Uvodimo sljedeće standardne oznake i nazive: (1) GL n (R) = {A gl n (R); det A 0} opća linearna grupa. (2) GL n (C) = {A gl n (C); det A 0} opća linearna grupa. (3) SL n (R) = {A GL n (R); det A = 1} specijalna linearna grupa.

15 POGLAVLJE 1. UVOD 11 (4) SL n (C) = {A GL n (C); det A = 1} specijalna linearna grupa. (5) U(n) = {A GL n (C); AA = I} unitarna grupa. (6) SU(n) = {A U(n); det A = 1} specijalna unitarna grupa. (7) O(n) = {A GL n (R); AA τ = I} ortogonalna grupa. (8) SO(n) = {A O(n); det A = 1} specijalna ortogonalna grupa. (9) sl n (R) = {A gl n (R); tr A = 0} Liejeva algebra od SL n (R). (10) sl n (C) = {A gl n (C); tr A = 0} Liejeva algebra od SL n (C). (11) u(n)= {A gl n (C); A = A} Liejeva algebra od U(n). (12) su(n)= {A u(n); tr A = 0} Liejeva algebra od SU(n). (13) o(n)=so(n) = {A gl n (R); A τ = A} Liejeva algebra od SO(n). DEFINICIJA 1.21 (a) Neka je A gl n (R). Kažemo da je A: (1) normalna ako vrijedi AA τ = A τ A (2) simetrična ako vrijedi A τ = A (3) antisimetrična ako vrijedi A τ = A (4) ortogonalna ako vrijedi AA τ = I (5) projektor ako vrijedi A τ = A = A 2 (6) parcijalna izometrija ako vrijedi AA τ A = A (b) Neka je A gl n (C). Kažemo da je A: (1) normalna ako vrijedi AA = A A (2) hermitska ako vrijedi A = A (3) antihermitska ako vrijedi A = A (4) unitarna ako vrijedi AA = I (5) projektor ako vrijedi A = A = A 2 (6) parcijalna izometrija ako vrijedi AA A = A PRIMJERI 1.22 (1) Provjeriti da su skupovi iz Definicije 1.20 označeni velikim slovima zaista grupe, a skupovi označeni malim slovima Liejeve algebre nad R u odnosu na komutator [A, B] = AB BA. Naime, gl n (R) je asocijativna algebra s jedinicom uz obično matrično množenje i Liejeva algebra uz komutator. Ona je Liejeva algebra od GL n (R). Slično vrijedi za C. Veza izmedu neke ovakve grupe i njezine Liejeve algebre je sljedeća: ako je A iz algebre i exp A = k 0 1 k! Ak onda ovaj red konvergira i exp ta je u grupi za svaki t R. Dvije različite grupe mogu imati istu Liejevu algebru npr. O(n) i SO(n). Vidi Poglavlje 5. (2) Može se pokazati da su sve grupe iz 1.20 glatke plohe u GL n (K) i njihova dimenzija je jednaka dimenziji njihove Liejeve algebre, kao vektorskog prostora nad R. Vidi Poglavlje 5. Specijalno vrijedi (a) dim GL n (R) = n 2, dim GL n (C) = 2n 2

16 POGLAVLJE 1. UVOD 12 (b) dim SL n (R) = n 2 1, dim SL n (C) = 2n 2 1 (c) dimu(n) = n 2, dim SU(n) = n 2 1 (d) dim O(n) = dim SO(n) = ( ) n 2 (3) Neka je T n (K) skup svih regularnih gornjih trokutastih matrica iz gl n (K) i t n (K) skup svih gornjih trokutastih matrica iz gl n (K). Tada je T n (K) grupa, a t n (K) je njezina Liejeva algebra. Naći im dimenzije. PRIMJERI 1.23 (1) Neka je A L(X) i A dualni operator. Tada je σ(a ) = σ(a), µ A = µ A i p A = p A. (2) Neka je X vektorski prostor nad R i A L(X). Tada je σ(a c ) = σ(a), µ Ac = µ A i p Ac = p A. (3) Neka su X, Y vektorski prostori nad C, J 1 konjugiranje na X, J 2 konjugiranje na Y. Tada vrijedi: (a) L a (X, Y ) = L(X, Y )J 1 = {AJ 1 ; A L(X, Y )} (b) L a (X, Y ) = J 2 L(X, Y ) = {J 2 A; A L(X, Y )} (c) L a (X) = L(X)J 1 = J 1 L(X) (4) Neka su X, Y vektorski prostori nad C i L (X, Y ) vektorski prostor svih linearnih operatora A : X Y, gdje su X i Y shvaćeni kao vektorski prostori nad R. Tada je L (X, Y ) = L(X, Y )+L a (X, Y ) i ova suma je direktna. Dakle, svaki operator A L (X, Y ) se može napisati u obliku A = B + CJ, gdje je J neko fiksno konjugiranje na X, a B, C L(X, Y ). (5) Neka je (X, (..)) unitarni prostor nad R i X c kompleksifikacija od X. Tada je formulom (x + iy x + iy ) = (x x ) + (y y ) + i[(y x ) (x y )] dan skalarni produkt na X c i njegova restrikcija na X je jednaka starom skalarnom produktu tj. X je unitarni podprostor od X c. (6) U Definiciji 1.9 smo definirali prostor L(X 1,...,X n, K) svih multilinearnih funkcionala. Analogno se definira prostor svih multilinearnih operatora L(X 1,...,X n, X), gdje je X vektorski prostor nad K, tj. preslikavanje A : X 1 X n X je multilinearni operator ako je on linearan po svakoj varijabli. Vrijedi formula dim L(X 1,..., X n, X) = dim X 1 dim X n dim X. Vidi Poglavlje 6. (7) Neka je A gl n (K) matrica sa stupcima a 1,...,a n K n. Tada je preslikavanje A (a 1,..., a n ) K n K n izomorfizam vektorskih prostora. Ako identificiramo ova dva prostora onda su preslikavanja A det A, A per A, A tr A multilinearni funkcionali. (8) gl n (K) je izomorfna sa K n2 (kao vektorski prostor) pa su det i per polinomi od n 2 varijabli tj. det, per K n 2. Nadalje, ovi polinomi su n-homogeni tj. det,per K n n 2. Analogno je tr K 1 n 2. Za njih vrijedi (a) (det per) = (det tr) = (per tr) = 0 (b) (det det) = (per per) = n!, (tr tr) = n

17 Poglavlje 2 Funkcionalni račun 2.1 Poluprosti i nilpotentni operatori Vektorski prostori koje razmatramo u ovom poglavlju su konačno dimezionalni, osim ako nije rečeno drukčije. DEFINICIJA 2.1 (1) Neka je X vektorski prostor, Y X podprostor i A L(X). Kažemo da je Y invarijantan na A ako je AY Y. Tada definiramo operator A 0 = A Y L(Y ) i kažemo da A inducira A 0 na Y ili da je A 0 induciran sa A na Y. (2) Ako A L(X) ima netrivijalan invarijantan podprostor Y X (tj. Y {0}, Y X) onda kažemo da je A reducibilan. (3) Neka su Y 1, Y 2 X netrivijalni invarijantni podprostori od X, A 1 = A Y 1, A 2 = A Y 2 i Y 1 Y 2 = X (direktna suma). Tada kažemo da je A potpuno reducibilan i pišemo A = A 1 A 2. PROPOZICIJA 2.2 (1) Neka je X 1 X netrivijalni invarijantni podprostor od A L(X). Tada u X postoji baza e takva da je [ ] A1e A e =, A 0 1 = A X 1 (2) Neka je A L(X) potpuno reducibilan, A = A 1 A 2, A 1 = A X 1, A 2 = A X 2, X 1 X 2 = X. Tada u X postoji baza e takva da je A e kvazidijagonalna matrica tj. [ ] A1e 0 A e = 0 A 2e

18 POGLAVLJE 2. FUNKCIONALNI RAČUN 14 Dokaz (1) Neka je n = dim X, k = dim X 1, 1 k n 1, i (e 1,...,e k ) baza u X 1. Uzmimo e k+1,...,e n X tako da je e = (e 1,..., e k, e k+1,...,e n ) baza u X. Tada je e tražena baza. (2) Neka je k = dim X 1, l = dim X 2, k + l = n, (e 1,..., e k ) baza u X 1, (e k+1,...,e n ) baza u X 2. Tada je e = (e 1,...,e n ) tražena baza od X. KOROLAR 2.3 Neka je Y X netrivijalan podprostor od X i L (X) = {A L(X) : AY Y }. Tada je L (X) podalgebra od L(X) i preslikavanje A A 0 = A Y, A L (X), je homomorfizam sa L (X) na L(Y ) tj. vrijedi (1) (A + B) 0 = A 0 + B 0, A, B L (X) (2) (αa) 0 = αa 0, α K (3) (AB) 0 = A 0 B 0 Dokaz Evidentan. DEFINICIJA 2.4 (1) Kažemo da je operator A L(X) poluprost ako u X postoji baza e takva da je A e dijagonalna matrica. (2) Kažemo da je matrica A gl n (K) poluprosta ako je A slična dijagonalnoj matrici. (3) Kažemo da je operator A L(X) (odnosno matrica A gl n (K)) nilpotentan (odnosno nilpotentna) ako postoji k N takav da je A k = 0. Najmanji ovakav k se zove indeks nilpotentnosti od A. PROPOZICIJA 2.5 (1) A L(X) je poluprost ako i samo ako je A e poluprosta za svaku bazu e u X. (2) A L(X) je nilpotentan ako i samo ako je A e nilpotentna za svaku bazu e u X. Dokaz (1) Neka su e i u = Te baze u X, T L(X), det T 0. Tada je A u = Te 1 A e T e. Dakle, A e je slična dijagonalnoj matrici ako i samo ako je A u slična dijagonalnoj matrici. (2) Evidentno. PROPOZICIJA 2.6 Neka je X vektorski prostor nad C. Tada vrijedi: (1) A L(X) ima invarijantni podprostor X 0, dim X 0 = 1. (2) Postoji baza e u X takva da je A e gornja trokutasta matrica. Dokaz (1) Neka je λ 1 σ(a). Tada postoji e 1 X, e 1 0, takav da je Ae 1 = λ 1 e 1 pa je Ce 1 invarijantan podprostor dimenzije 1. (2) Operatori A, B L(X) su slični ako i samo ako su slične matrice A e i B e za svaku bazu e u X. Nadalje, svaka matrica M gl n (C) je slična gornjoj trokutastoj matrici, pri čemu su dijagonalni elementi iz σ(m). Ovo se dokazuje iteracijom tvrdnje (1).

19 POGLAVLJE 2. FUNKCIONALNI RAČUN 15 PRIMJERI 2.7 (1) Ako je A L(X) poluprost i nilpotentan onda je A = 0. Nadalje, 0 je jedini nilpotentni operator indeksa 1. (2) Neka su a, b R n \{0} i A = ab τ. Ako je (a b) 0 onda je A poluprosta. Ako je (a b) = 0 onda je A nilpotentna indeksa 2. (3) Neka je J = e 1 e τ e n 1 e τ n gl n (K) tj. J ima jedinice na prvoj dijagonali iznad glavne, a sve ostale nule. Tada je J nilpotentna matrica indeksa n i zove se elementarna Jordanova klijetka reda n. Nadalje (a) p J (x) = µ J (x) = x n, σ(j) = {0} (b) f(j) = n 1 1 k=0 k! f(k) (0)J k, f K [x] (c) J τ J = I e 1 e τ 1 i JJ τ = I e n e τ n su projektori. (d) J je parcijalna izometrija. (e) U = J ± e n e τ 1 je ortogonalna matrica i J = UJ τ J. (4) Neka je X = {f K [x] ; deg f n} i D L(X), Df = f, operator deriviranja na X. Tada vrijedi (a) Polinomi e 0,...,e n X, e k (x) = x k /k!, k = 0,...,n, čine bazu e u X i vrijedi dim X = n + 1. (b) Ako je f X onda je f = f(0)e f n (0)e n. (c) Za operator D vrijedi De 0 = 0, De 1 = e 0,..., De n = e n 1 pa je D e = J elementarna Jordanova klijetka reda n + 1. (5) Ako je A L(X) nilpotentan onda je: (a) p A (x) = x n, n = dimx (b) µ A (x) = x k, gdje je k indeks nilpotentnosti od A (c) σ(a) = {0}, det A = 0, tr A = 0 (6) Ako operatori A, B L(X) komutiraju onda vrijedi (a) Ako su A i B nilpotentni onda su A + B, AB takoder nilpotentni. (b) Ako su A i B poluprosti onda su A + B, AB takoder poluprosti. Tvrdnje ne vrijede bez pretpostavke da operatori A i B komutiraju. LEMA 2.8 Neka je X vektorski prostor nad K dimenzije n. Ako je A L(X) nilpotentan operator indeksa p onda je p n. Dokaz Kako je A p 1 0 postoji e X, e 0, takav da je A p 1 e 0. Dokažimo da su vektori e, Ae, A 2 e,..., A p 1 e linearno nezavisni, iz čega slijedi p n. Neka je α 0 e+α 1 Ae+ +α p 1 A p 1 e = 0, α i K. Pomnožimo ovu relaciju sa A p 1. Dobijemo α 0 A p 1 e = 0 pa je α 0 = 0. Pomnožimo sada sa A p 2. Dobijemo α 1 A p 1 e = 0 pa je α 1 = 0. Nastavljajući ovako dobijemo α i = 0, i = 0,..., p 1. LEMA 2.9 Neka je X vektorski prostor nad K dimenzije n. Ako je A L(X) nilpotentan operator indeksa n onda u X postoji baza e takva da je A e elementarna Jordanova klijetka reda n.

20 POGLAVLJE 2. FUNKCIONALNI RAČUN 16 Dokaz Neka je e X takav da je A n 1 e 0. Po prethodnoj lemi su vektori e 1 = A n 1 e, e 2 = A n 2 e,...,e n 1 = Ae, e n = e linearno nezavisni pa čine bazu u X. Budući da je Ae 1 = 0, Ae 2 = e 1,..., Ae n = e n 1 matrica od A u ovoj bazi je upravo elemetnarna Jordanova klijetka reda n. KOROLAR 2.10 Neka je X vektorski prostor nad K dimenzije n. (1) Svi nilpotentni operatori A L(X) indeksa n su slični. (2) Sve nilpotentne matrice A gl n (K) indeksa n su slične elementarnoj Jordanovoj klijetki reda n. TEOREM 2.11 Neka je X vektorski prostor nad K dimenzije n i B L(X) nilpotentan operator indeksa p < n. Tada postoje podprostori X 1,..., X m u X takvi da je X = X 1 X m, n dim X 1 dim X 2 dim X m 1, pri čemu je X i invarijantan na B, i = 1,...,m. Nadalje, B i = B X i je nilpotentan indeksa dim X i i B = B 1 B m. Dokaz Kako je B p = 0, B p 1 0, postoji e X takav da je B p 1 e 0. Označimo sa X 1 podprostor generiran vektorima e, Be,..., B p 1 e. Tada je X 1 invarijantan na B, dim X 1 = p. Nadalje, za dualni operator B vrijedi B p = 0, B p 1 0 pa postoji f X da je (e B p 1 f) 0. Neka je Y 1 podprostor od X generiran sa f, B f,..., B p 1 f. Tada je Y 1 invarijantan na B i dim Y 1 = p. Stavimo X = Y1 = {x X; f(x) = 0, f Y 1 }. Tada je dim X = n dim Y 1 = n p. Dokažimo da je BX X. Za x X i g Y 1 iz B g Y 1 slijedi (Bx g) = (x B g) = 0, tj. Bx X. Dokažimo da je X 1 X = {0}. Ako je x X 1 X onda je x = α 0 e+α 1 Be+ +α p 1 B p 1 e pa dobijemo B p 1 x = α 0 B p 1 e. Sada je 0 = (x B p 1 f) = (B p 1 x f) = α 0 (B p 1 e f) pa je α 0 = 0. Slično je B p 2 x = α 1 B p 1 e pa je (x B p 2 f) = (B p 2 x f) = α 1 (B p 1 e f) = 0 tj. α 1 = 0. Nastavljajući ovu proceduru dobijemo α i = 0, i = 0,...,p 1, tj. x = 0 što znači X 1 X = {0}. Kako je dim X 1 + dim X = p + n p = n dobijemo X = X 1 X. Stavimo sada B 1 = B X 1, B = B X. Tada je B = B 1 B. Budući da je B p = B p 1 B p = 0 0 = 0, slijedi B p = 0 što znači da je B nilpotentan nekog indeksa p p. Ako je p = dim X stavljamo X 2 = X i B 2 = B pa je dokaz gotov i m = 2. Ako je p < dim X ponovimo cijelu proceduru s operatorom B i prostorom X pa iteracijom dobijemo tvrdnju. KOROLAR 2.12 Neka je B iz prethodnog teorema. Tada postoji baza e u X takva da je B e = J k1 J kn, k 1 k m 1, gdje je J k elementarna Jordanova klijetka reda k. Za k = 1 stavljamo J 1 = 0. Matrica B e se zove Jordanova klijetka.

21 POGLAVLJE 2. FUNKCIONALNI RAČUN 17 Dokaz Operator B i = B X i je nilpotentan indeksa dim X i pa postoji baza od X i takva da B i u ovoj bazi ima matricu J ki, i = 1,..., m. Skupimo sve ove baze zajedno pa dobijemo bazu e u X s traženim svojstvom. KOROLAR 2.13 Nilpotentni operatori B 1 i B 2 L(X) su slični ako i samo ako imaju istu Jordanovu klijetku. LEMA 2.14 Neka je A L(X) i µ A (x) = µ 1 (x)µ 2 (x) faktorizacija od µ A na relativno proste polinome stupnja barem 1, s vodećim koeficijentom 1. Tada je X = X 1 X 2, gdje je X 1 = ker µ 1 (A), X 2 = ker µ 2 (A), i A = A 1 A 2, gdje je A 1 = A X 1, A 2 = A X 2. Nadalje µ 1 = µ A1, µ 2 = µ A2. Dokaz Rastavljajući 1/µ A na parcijalne razlomke dobijemo polinome f 1, f 2 takve da je 1/µ A = f 2 /µ 1 + f 1 /µ 2 odnosno. f 1 µ 1 + f 2 µ 2 = 1 pa je f 1 (A)µ 1 (A) + f 2 (A)µ 2 (A) = I. Za x X stavimo x 1 = f 2 (A)µ 2 (A)x, x 2 = f 1 (A)µ 1 (A)x pa dobijemo x = x 1 +x 2. Kako je µ A (A) = 0 dobijemo µ 1 (A)x 1 = f 2 (A)µ 1 (A)µ 2 (A)x = f 2 (A)µ A (A)x = 0 i slično µ 2 (A)x 2 = 0. Neka je X 1 = ker µ 1 (A), X 2 = ker µ 2 (A). Tada su X 1, X 2 invarijantni na A. Dokažimo da je X 1 X 2 = {0}. Za x X 1 X 2 je µ 1 (A)x = µ 2 (A)x = 0 pa je Ix = 0 tj. x = 0. Dakle, X = X 1 X 2. Stavimo A 1 = A X 1, A 2 = A X 2. Još ostaje dokazati µ i = µ Ai, i = 1, 2. Za x 1 X 1 je x 1 = f 2 (A)µ 2 (A)x pa je µ 1 (A)x 1 = 0 tj. µ 1 (A 1 )x 1 = 0. Dakle, µ 1 (A 1 ) = 0. Ako je f K [x] takav da je f(a 1 ) = 0, f 0, onda je f(a)µ 2 (A) = 0 pa µ 1 dijeli fµ 2. Kako su µ 1 i µ 2 relativno prosti µ 1 dijeli f što znači µ 1 = µ A1. TEOREM 2.15 Neka je A L(X) i µ A = µ 1 µ m faktorizacija na relativno proste faktore stupnja bar 1, s vodećim koeficijentom 1. Tada vrijedi: (1) X = X 1 X m, gdje je X i = ker µ i (A), i = 1,..., m (2) A = A 1 A m, gdje je A i = A X i, i = 1,..., m (3) µ i = µ Ai, i = 1,..., m Dokaz Slijedi iteracijom iz prethodne leme. TEOREM 2.16 Neka je A L(X) i µ A (x) = (x λ 1 ) p1 (x λ m ) p m, gdje su λ 1,...,λ m različiti. Tada vrijedi: (1) X = X 1 X m, X k = ker(a λ k I) p k, k = 1,...,m (2) A = (λ 1 I 1 +B 1 ) (λ m I m +B m ), gdje je B k nilpotentan operator na X k indeksa p k i B k = A k λ k I k, A k = A X k, k = 1,..., m. Dokaz Primijenimo prethodni teorem na µ k (x) = (x λ k ) p k, k = 1,...,m. Ovi polinomi su relativno prosti zbog različitosti od λ 1,..., λ m. Nadalje, B k = A k λ k I k je nilpotentan indeksa p k zbog B p k k = µ k (A k ) = 0.

22 POGLAVLJE 2. FUNKCIONALNI RAČUN 18 DEFINICIJA 2.17 Neka je A gl n (C), A = (λ 1 I 1 + J 1 ) (λ m I m + J m ), gdje su λ k C i J k Jordanove klijetke, k = 1,..., m. Tada se matrica A zove Jordanova matrica. KOROLAR 2.18 Neka je X vektorski prostor nad C i A L(X). Tada postoji baza e u X takva da je A e Jordanova matrica. Dokaz Polinom µ A se može faktorizirati µ A (x) = (x λ 1 ) p1 (x λ m ) p m, gdje su λ k σ(a) različiti i p 1,...,p m N. Sada primijenimo prethodni teorem i izaberimo u svakom X k bazu tako da B k ima Jordanovu klijetku u toj bazi. Skupivši sve ove baze zajedno dobijemo traženu bazu od X. KOROLAR 2.19 Neka je A gl n (C). Tada je A slična Jordanovoj matrici koju zovemo Jordanova forma od A. NAPOMENA 2.20 Teorem 2.16 i Korolari 2.18 i 2.19 ne vrijede za realne prostore i realne matrice. Naime, polje R nije algebarski zatvoreno pa se minimalni polinom ne može faktorizirati kao u Teoremu Ako operator A L(X), gdje je X realni vektorski prostor, ima realan spektar onda se µ A može faktorizirati kao u Teoremu 2.16 pa sve tri tvrdnje vrijede za A. Ako barem jedan element iz σ(a) nije realan onda tvrdnje ne vrijede. 2.2 Operatorske funkcije TEOREM 2.21 Neka je X vektorski prostor nad C, dim X = n, A L(X) i σ(a) D(0, r) = {z C; z < r}. Ako je f : D(0, r) C holomorfna funkcija i f(z) = α k z k onda red α k A k konvergira u L(X) i njegovu sumu označavamo sa f(a). Dokaz Neka je e baza u X takva da je A e Jordanova matrica A e = (λ 1 I 1 + J 1 ) (λ m I m + J m ) Nadalje, neka je S p (z) = p j=0 α jz j, S p (A) = p j=0 α ja j. Budući da je (λi + J) j = j ( j ) m=0 m λ j m J m = j m=0 [ 1 m! (zj ) (m) J m ] z=λ i J n = 0 dobijemo S p (A) e = p j=0 α ja j e = p j=0 α j( m k=1 (λ ki k + J k )) j = p j=0 α m j k=1 (λ ki k + J k ) j = m k=1 p j=0 [α jz j I k + + α j (z j ) (n 1) = m k=1 (S p(λ k )I k (n 1)! S(n 1) p J n 1 (n 1)! k ] z=λ (λ k )J n 1 k )

23 POGLAVLJE 2. FUNKCIONALNI RAČUN 19 Po teoremu o konvergenciji holomorfnih funkcija vrijedi S (m) p (λ k ) f (m) (λ k ), p, m, k N, pa prešavši na limes kad p dobijemo f(a) e = f(a e ) = m k=1 (f(λ k)i k (n 1)! f(n 1) (λ k )J n 1 k ) iz čega slijedi tvrdnja. KOROLAR 2.22 U uvjetima prethodnog teorema vrijedi σ(f(a)) = f(σ(a)) = {f(λ); λ σ(a)} Dokaz Za svaki operator A L(X) vrijedi σ(a) = σ(a e ), za svaku bazu e u X. Ako uzmemo bazu e takvu da je A e Jordanova matrica onda po prethodnom teoremu zaključujemo da je f(a) e = f(a e ) gornja trokutasta matrica s dijagonalnim elementima f(λ 1 ),..., f(λ m ) pa slijedi tvrdnja. PRIMJERI 2.23 Ako je f : C C cijela funkcija tj. holomorfna na C, onda su uvjeti prethodnog teorema ispunjeni za svaki A L(X) pa za f(z) = αk z k red α k A k konvergira za svaki operator A L(X) i pišemo f(a) = αk A k. Kao specijalni slučaj ove tvrdnje dobijemo exp A = 1 k 0 k! Ak te cos A = ( 1) k k 0 (2k)! A2k, sin A = ( 1) k k 0 (2k+1)! A2k+1. Analogne tvrdnje vrijede i za hiperbolne funkcije ch i sh. NAPOMENA 2.24 Preslikavanje f f(a) se zove funkcionalni račun za A. Popularno kažemo da smo u funkciji f umjesto varijable z uvrstili operator A. Naravno, ovo se ne može primijeniti na svaku funkciju f. Jedan od glavnih problema funkcionalnog računa je naći maksimalnu klasu funkcija f za koje postoji operator f(a). Do sada smo riješili ovaj problem parcijalno: za polinome i cijele funkcije, zatim za holomorfne funkcije na nekom disku koji sadrži σ(a). Sljedeća definicija proširuje funkcionalni račun f f(a) na maksimalnu klasu funkcija. DEFINICIJA 2.25 Neka je X vektorski prostor nad C, A L(X), σ(a) = {λ 1,...,λ m }, µ A (x) = (x λ 1 ) p1 (x λ m ) p m i e baza u X u kojoj A ima Jordanovu matricu A e = m k=1 (λ ki k +J k ). Nadalje, neka je F[A] skup svih funkcija f : σ(a) C za koje postoje f(λ k ), f (λ k ),..., f (p k 1) (λ k ), k = 1,..., m (2.1) Uredeni skup svih ovih brojeva označimo sa O(f). Ako je f F[A] onda definiramo operator f(a) sa f(a) e = f(a e ) = m k=1 (f(λ k)i k (p k 1)! f(p k 1) (λ k )J p k 1 k )

24 POGLAVLJE 2. FUNKCIONALNI RAČUN 20 NAPOMENA 2.26 Ako su svi brojevi (2.1) jednaki 0 tj. O(f) = 0 onda je f(a) = 0. Ako je O(f) = O(g) onda je f(a) = g(a). Ako je f holomorfna na nekom disku koji sadrži σ(a) onda iz dokaza Teorema 2.21 zaključujemo da je f(a) iz tog teorema u skladu s ovom definicijom. Nadalje, F[A] je maksimalna klasa funkcija za koje se može definirati f(a). Ako je X realan prostor i A L(X) onda definiramo F[A] = {f F[A c ]; O(f) realan} pa je f(a) L(X), za f F[A]. Na taj način dobijemo realni funkcionalni račun. Zamijetimo da je F[A] algebra nad K. Kažemo da niz (f n ) iz F[A] konvergira prema f F[A] ako vrijedi O(f n ) O(f), n, tj. f (s) n (λ k ) f (s) (λ k ), k = 1,..., m, s = 0,..., p k 1 TEOREM 2.27 Neka je δ : F[A] L(X), δ(f) = f(a). Tada je δ homomorfizam algebra i vrijedi δ(1) = I, δ(id) = A. Nadalje, δ je neprekidan tj. ako niz (f n ) iz F[A] konvergira prema f F[A] onda niz (δ(f n )) iz L(X) konvergira prema δ(f) L(X). Dokaz Prvi dio tvrdnje slijedi neposredno iz definicije, a drugi iz teorema konvergencije holomorfnih funkcija. Naime, u sljedećem teoremu ćemo pokazati da za svaki f F[A] postoji polinom P da je f(a) = P(A). KOROLAR 2.28 (Teorem o preslikavanju spektra) Ako je f F[A] onda je σ(f(a)) = f(σ(a)). Dokaz Isti kao u Korolaru TEOREM 2.29 Neka je A L(X), deg µ A = m i f F[A]. Tada postoji jedinstven polinom P K [x], deg P < m, takav da vrijedi f(a) = P(A). Dokaz Ako su P 1, P 2 dva ovakva polinoma onda je P 1 (A) P 2 (A) = f(a) f(a) = 0 pa je P 1 P 2 djeljiv s µ A. Kako je deg(p 1 P 2 ) < m = deg µ A dobijemo P 1 P 2 = 0 tj. P 1 = P 2. Prvo pretpostavimo da ovakav polinom P postoji i izvedimo neka njegova nužna svojstva. Neka je µ A (z) = (z λ 1 ) p1 (z λ s ) p s, p 1 + +p s = m = deg µ A. Ovdje smo pretpostavili da je K = C, a ako je K = R onda prijedemo na kompleksifikacije X c i A c. Razvijajući P/µ A u parcijalne razlomke dobijemo P(z) = s µ A (z) k=1 ( α k1 z λ k + α k2 (z λ k ) α kp k (z λ k ) p k ) (2.2) Označimo sa γ k pozitivno orijentiranu kružnicu sa središtem u λ k koja, osim λ k, ne obilazi ostale točke iz σ(a). Po teoremu o residuumu je α kj = 1 j 1 P(z) (z λ 2πi γ k ) dz, j = 1,..., p k µ A (z) k, k = 1,..., s

25 POGLAVLJE 2. FUNKCIONALNI RAČUN 21 Budući da je λ k pol reda p k od P/µ A iz (2.2) dobijemo α kj = 1 (p k 1)! lim z λ k [(z λ k ) p k P(z) µ A (z) ](p k j) (2.3) Dokažimo sada egzistenciju ovakvog polinoma P. Prvo definiramo brojeve α kj = 1 (p k 1)! lim z λ k [(z λ k ) p k f(z) µ A (z) ](p k j) (2.4) a onda definiramo polinom P sa P(z) = µ A (z) s k=1 ( α k1 z λ k + α k2 (z λ k ) α kp k (z λ k ) p k ) (2.5) Sada za polinom P dobijemo P (j) (λ k ) = f (j) (λ k ), j = 0, 1,..., p k 1, k = 1,..., s, što po 2.25 znači da je P(A) = f(a). LEMA 2.30 (Lagrange-Sylvester) Neka su λ 1,...,λ s različiti kompleksni brojevi, p 1,...,p s proizvoljni prirodni brojevi i β kj, j = 1,..., p k, k = 1,...,s, proizvoljni kompleksni brojevi. Tada potoji jedinstven polinom P C [x] takav da je deg P < m = p p s i P (j 1) (λ k ) = β kj, j = 1,...,p k, k = 1,..., s (2.6) Polinom P se zove Lagrange-Sylvesterov polinom zadan uvjetom (2.6). Ako su svi p i = 1 onda se P zove Lagrangeov interpolacijski polinom zadan uvjetom: P(λ k ) = β k1, k = 1,...,s. Dokaz Neka je µ(z) = (z λ 1 ) p1 (z λ k ) p k. U relaciju (2.4) iz dokaza prethodnog teorema uvrstimo µ umjesto µ A, izvršimo naznačene operacije i u rezultatu zamijenimo f (q 1) (λ k ) sa β kq. Pomoću brojeva β kq i polinoma µ izračunavamo brojeve α kq iz (2.4) i pomoću njih definiramo polinom (2.5). Za taj polinom vrijedi (2.3). Odavde i iz (2.4) (ispisanog pomoću β kq ) dobijemo β kj = P (j 1) (λ k ), j = 1,...,p k, k = 1,..., s. Time smo dokazali da ovakav polinom postoji. Nadalje, iz (2.3) slijedi da su koeficijenti od P odredeni jednoznačno pomoću brojeva P (j 1) (λ k ) pa je P jedinstven. TEOREM 2.31 Neka je A L(X) i µ A (z) = (z λ 1 ) p1 (z λ s ) p s. Tada postoje jedinstveni linearno nezavisni operatori P kj, j = 1,..., p k, k = 1,..., s, koji su polinomi od A, tako da za svaki f F[A] vrijedi f(a) = s k=1 [f(λ k)p k1 + f (λ k )P k2 + + f (p k 1) (λ k )P kpk ]

26 POGLAVLJE 2. FUNKCIONALNI RAČUN 22 Dokaz Neka je P polinom iz Teorema 2.29 tj. P(A) = f(a). Ako iz formule (2.4) iz dokaza Teorema 2.29, uvrstimo α kj u (2.5) i grupiramo sve članove uz istu derivaciju od f onda se (2.5) može prepisati u obliku P(z) = s k=1 [f(λ k)g k1 (z) + f (λ k )g k2 (z) + + f (p k 1) (λ k )g kpk (z)] gdje su g kj neki polinomi, deg g kj < m = deg µ A, i oni ne zavise od f nego samo od µ A. Po Lemi 2.30 zaključujemo da je g kj Lagrange-Sylvesterov polinom definiran uvjetima: g (j 1) kj (λ k ) = 1, dok je g (m) kj (λ r ) = 0, r k, m j 1 tj. samo jedan pripadni broj je 1, a svi ostali su 0. Iz ovoga slijedi nezavisnost polinoma g kj, j = 1,..., p k, k = 1,..., s. Definiramo sada operatore P kj sa P kj = g kj (A), j = 1,..., p k, k = 1,..., s. Kako su polinomi g kj nezavisni i imaju stupanj strogo manji od m = deg µ A zaključujemo da su operatori P kj takoder nezavisni. PRIMJERI 2.32 Prethodni teorem je osnovni teorem funkcionalnog računa. On daje efektivni način računanja f (A) ako je poznat polinom µ A. Naime, u formulu iz teorema uvrštavamo razne funkcije f F[A], shvaćajući P kj kao nepoznate varijable, pa dobijemo sustav jednadžbi za operatore P kj. (1) Neka je A L (X) takav da je µ A (z) = z 2 z. Tada je σ (A) = {0, 1} pa je f (A) = f (0) P 1 + f (1) P 2, f F[A]. Da bismo našli P 1 i P 2 stavimo prvo f (z) = 1, a zatim f (z) = z. Dobijemo I = P 1 + P 2, A = P 2, pa je f (A) = f (0) (I A) + f (1) A. (2) Neka su a, b R n i A = ab τ. Tada je µ A (z) = z 2 (a b)z, dok je σ (A) = {0, (a b)}. Postupajući kao u (1), za (a b) 0 dobijemo f (A) = f (0) (I 1 f((a b)) A) + A (a b) (a b) dok za (a b) = 0 dobijemo f (A) = f (0) I + f (0) A. (3) Ako je A L (X) i µ A (z) = z 2 1, onda je σ (A) = { 1, 1} i f (A) = 1f ( 1) (I A) + 1 f (1) (I + A) 2 2 (4) Ako je A L (X) i µ A (z) = (z α) (z β) onda je f (A) = f(α) α β f(β) (A βi) + (A αi), α β β α dok za α = β imamo f (A) = f (α) I + f (α) (A αi). (5) Ako u prethodnom teoremu zamijenimo µ A nekim polinomom µ takvim da je µ (A) = 0 onda će dobiveni rezultat za f (A) biti isti za svaki polinom f, s time što će u izrazu za f (A) biti članova koji su ustvari jednaki nula. Medutim, za ostale f F[A] će se tražiti postojanje još nekih derivacija što f ne mora imati, ali će operatori uz te dodatne derivacije biti jednaki nuli.

27 POGLAVLJE 2. FUNKCIONALNI RAČUN 23 TEOREM 2.33 (Dunfordov integral) Neka je X vektorski prostor nad C, A L (X), f holomorfna na nekoj okolini Ω od σ (A) i γ zatvorena krivulja u Ω koja obilazi σ (A) jedanput u pozitivnom smijeru. Tada vrijedi f (A) = 1 2πi γ (zi A) 1 f (z) dz Dokaz Po prethodnom teoremu za funkciju g (w) = 1/ (z w), z / σ (A), vrijedi g (A) = (zi A) 1 = s k=1 ( 1 z λ k P k1 + + (p k 1)! P (z λ k ) p k kp k ). Budući da je f holomorfna na Ω vrijedi f (j 1) (λ k ) = (j 1)! 1 2πi (z λ k f (z) dz, j 1, k = 1,..., s ) j pa dobijemo f (A) = s k=1 ( 1 = s = 1 2πi k=1 iz čega slijedi tvrdnja. 2πi 1 2πi γ γ f(z)dz z λ k P k1 + + (p k 1)! 2πi γ f(z)dz (z λ k ) p k P kp k ) γ ( 1 z λ k P k1 + + (p k 1)! (z λ k ) p k P kp k )f (z)dz γ (zi A) 1 f (z) dz TEOREM 2.34 Neka je A L (X), f holomorfna na okolini od σ (A), g holomorfna na okolini od σ (f (A)) i h = g f. Tada je h F[A] i vrijedi h (A) = g (f (A)). Dokaz Neka je Ω područje, tj. otvoren i povezan skup, koje sadrži σ (f (A)) i takvo da je g holomorfna na okolini od Ω. Kako je σ (f (A)) Ω postoji područje Ω da je σ (A) Ω, f holomorfna na okolini od Ω i f ( Ω ) Ω. Odavde slijedi da je h holomorfna na okolini od Ω pa je h F[A]. Kako je funkcija ζ 1/ (z f (ζ)) holomorfna na Ω po prethodnom teoremu je (zi f(a)) 1 = 1 2πi Ω 1 z f(ζ) (ζi A) 1 dζ Sada ponovo po prethodnom teoremu imamo g(f(a)) = 1 (zi 2πi Ω f(a)) 1 g (z)dz = 1 ( 1 (ζi A) 1 1 dζ)g (z)dz 2πi Ω 2πi Ω z f(ζ) = 1 (ζi A) 1 ( 1 1 g (z) dz)dζ 2πi Ω 2πi Ω z f(ζ) = 1 2πi = 1 2πi iz čega slijedi tvrdnja. (ζi A) 1 g (f (ζ)) dζ Ω (ζi A) 1 h (ζ) dζ = h (A) Ω

Dijagonalizacija operatora

Dijagonalizacija operatora Dijagonalizacija operatora Problem: Može li se odrediti baza u kojoj zadani operator ima dijagonalnu matricu? Ova problem je povezan sa sljedećim pojmovima: 1 Karakteristični polinom operatora f 2 Vlastite

Διαβάστε περισσότερα

Operacije s matricama

Operacije s matricama Linearna algebra I Operacije s matricama Korolar 3.1.5. Množenje matrica u vektorskom prostoru M n (F) ima sljedeća svojstva: (1) A(B + C) = AB + AC, A, B, C M n (F); (2) (A + B)C = AC + BC, A, B, C M

Διαβάστε περισσότερα

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost

M086 LA 1 M106 GRP. Tema: Baza vektorskog prostora. Koordinatni sustav. Norma. CSB nejednakost M086 LA 1 M106 GRP Tema: CSB nejednakost. 19. 10. 2017. predavač: Rudolf Scitovski, Darija Marković asistent: Darija Brajković, Katarina Vincetić P 1 www.fizika.unios.hr/grpua/ 1 Baza vektorskog prostora.

Διαβάστε περισσότερα

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A.

a M a A. Može se pokazati da je supremum (ako postoji) jedinstven pa uvodimo oznaku sup A. 3 Infimum i supremum Definicija. Neka je A R. Kažemo da je M R supremum skupa A ako je (i) M gornja meda skupa A, tj. a M a A. (ii) M najmanja gornja meda skupa A, tj. ( ε > 0)( a A) takav da je a > M

Διαβάστε περισσότερα

7 Algebarske jednadžbe

7 Algebarske jednadžbe 7 Algebarske jednadžbe 7.1 Nultočke polinoma Skup svih polinoma nad skupom kompleksnih brojeva označavamo sa C[x]. Definicija. Nultočka polinoma f C[x] je svaki kompleksni broj α takav da je f(α) = 0.

Διαβάστε περισσότερα

Elementi spektralne teorije matrica

Elementi spektralne teorije matrica Elementi spektralne teorije matrica Neka je X konačno dimenzionalan vektorski prostor nad poljem K i neka je A : X X linearni operator. Definicija. Skalar λ K i nenula vektor u X se nazivaju sopstvena

Διαβάστε περισσότερα

Linearna algebra 2 prvi kolokvij,

Linearna algebra 2 prvi kolokvij, 1 2 3 4 5 Σ jmbag smjer studija Linearna algebra 2 prvi kolokvij, 7. 11. 2012. 1. (10 bodova) Neka je dano preslikavanje s : R 2 R 2 R, s (x, y) = (Ax y), pri čemu je A: R 2 R 2 linearan operator oblika

Διαβάστε περισσότερα

Matematička analiza 1 dodatni zadaci

Matematička analiza 1 dodatni zadaci Matematička analiza 1 dodatni zadaci 1. Ispitajte je li funkcija f() := 4 4 5 injekcija na intervalu I, te ako jest odredite joj sliku i inverz, ako je (a) I = [, 3), (b) I = [1, ], (c) I = ( 1, 0].. Neka

Διαβάστε περισσότερα

Linearna algebra 2 prvi kolokvij,

Linearna algebra 2 prvi kolokvij, Linearna algebra 2 prvi kolokvij, 27.. 20.. Za koji cijeli broj t je funkcija f : R 4 R 4 R definirana s f(x, y) = x y (t + )x 2 y 2 + x y (t 2 + t)x 4 y 4, x = (x, x 2, x, x 4 ), y = (y, y 2, y, y 4 )

Διαβάστε περισσότερα

INTEGRALNI RAČUN. Teorije, metodike i povijest infinitezimalnih računa. Lucija Mijić 17. veljače 2011.

INTEGRALNI RAČUN. Teorije, metodike i povijest infinitezimalnih računa. Lucija Mijić 17. veljače 2011. INTEGRALNI RAČUN Teorije, metodike i povijest infinitezimalnih računa Lucija Mijić lucija@ktf-split.hr 17. veljače 2011. Pogledajmo Predstavimo gornju sumu sa Dodamo još jedan Dobivamo pravokutnik sa Odnosno

Διαβάστε περισσότερα

Cauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta.

Cauchyjev teorem. Postoji više dokaza ovog teorema, a najjednostvniji je uz pomoć Greenove formule: dxdy. int C i Cauchy Riemannovih uvjeta. auchyjev teorem Neka je f-ja f (z) analitička u jednostruko (prosto) povezanoj oblasti G, i neka je zatvorena kontura koja čitava leži u toj oblasti. Tada je f (z)dz = 0. Postoji više dokaza ovog teorema,

Διαβάστε περισσότερα

SOPSTVENE VREDNOSTI I SOPSTVENI VEKTORI LINEARNOG OPERATORA I KVADRATNE MATRICE

SOPSTVENE VREDNOSTI I SOPSTVENI VEKTORI LINEARNOG OPERATORA I KVADRATNE MATRICE 1 SOPSTVENE VREDNOSTI I SOPSTVENI VEKTORI LINEARNOG OPERATORA I KVADRATNE MATRICE Neka je (V, +,, F ) vektorski prostor konačne dimenzije i neka je f : V V linearno preslikavanje. Definicija. (1) Skalar

Διαβάστε περισσότερα

18. listopada listopada / 13

18. listopada listopada / 13 18. listopada 2016. 18. listopada 2016. 1 / 13 Neprekidne funkcije Važnu klasu funkcija tvore neprekidne funkcije. To su funkcije f kod kojih mala promjena u nezavisnoj varijabli x uzrokuje malu promjenu

Διαβάστε περισσότερα

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k.

(P.I.) PRETPOSTAVKA INDUKCIJE - pretpostavimo da tvrdnja vrijedi za n = k. 1 3 Skupovi brojeva 3.1 Skup prirodnih brojeva - N N = {1, 2, 3,...} Aksiom matematičke indukcije Neka je N skup prirodnih brojeva i M podskup od N. Ako za M vrijede svojstva: 1) 1 M 2) n M (n + 1) M,

Διαβάστε περισσότερα

6 Polinomi Funkcija p : R R zadana formulom

6 Polinomi Funkcija p : R R zadana formulom 6 Polinomi Funkcija p : R R zadana formulom p(x) = a n x n + a n 1 x n 1 +... + a 1 x + a 0, gdje su a 0, a 1,..., a n realni brojevi, a n 0, i n prirodan broj ili 0, naziva se polinom n-tog stupnja s

Διαβάστε περισσότερα

1 Promjena baze vektora

1 Promjena baze vektora Promjena baze vektora Neka su dane dvije različite uredene baze u R n, označimo ih s A = (a, a,, a n i B = (b, b,, b n Svaki vektor v R n ima medusobno različite koordinatne zapise u bazama A i B Zapis

Διαβάστε περισσότερα

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju

Osnovni primer. (Z, +,,, 0, 1) je komutativan prsten sa jedinicom: množenje je distributivno prema sabiranju RAČUN OSTATAKA 1 1 Prsten celih brojeva Z := N + {} N + = {, 3, 2, 1,, 1, 2, 3,...} Osnovni primer. (Z, +,,,, 1) je komutativan prsten sa jedinicom: sabiranje (S1) asocijativnost x + (y + z) = (x + y)

Διαβάστε περισσότερα

LINEARNA ALGEBRA 1, ZIMSKI SEMESTAR 2007/2008 PREDAVANJA: NENAD BAKIĆ, VJEŽBE: LUKA GRUBIŠIĆ I MAJA STARČEVIĆ

LINEARNA ALGEBRA 1, ZIMSKI SEMESTAR 2007/2008 PREDAVANJA: NENAD BAKIĆ, VJEŽBE: LUKA GRUBIŠIĆ I MAJA STARČEVIĆ LINEARNA ALGEBRA 1 ZIMSKI SEMESTAR 2007/2008 PREDAVANJA: NENAD BAKIĆ VJEŽBE: LUKA GRUBIŠIĆ I MAJA STARČEVIĆ 2. VEKTORSKI PROSTORI - LINEARNA (NE)ZAVISNOST SISTEM IZVODNICA BAZA Definicija 1. Neka je F

Διαβάστε περισσότερα

ELEKTROTEHNIČKI ODJEL

ELEKTROTEHNIČKI ODJEL MATEMATIKA. Neka je S skup svih živućih državljana Republike Hrvatske..04., a f preslikavanje koje svakom elementu skupa S pridružuje njegov horoskopski znak (bez podznaka). a) Pokažite da je f funkcija,

Διαβάστε περισσότερα

Teorijske osnove informatike 1

Teorijske osnove informatike 1 Teorijske osnove informatike 1 9. oktobar 2014. () Teorijske osnove informatike 1 9. oktobar 2014. 1 / 17 Funkcije Veze me du skupovima uspostavljamo skupovima koje nazivamo funkcijama. Neformalno, funkcija

Διαβάστε περισσότερα

Determinante. a11 a. a 21 a 22. Definicija 1. (Determinanta prvog reda) Determinanta matrice A = [a] je broj a.

Determinante. a11 a. a 21 a 22. Definicija 1. (Determinanta prvog reda) Determinanta matrice A = [a] je broj a. Determinante Determinanta A deta je funkcija definirana na skupu svih kvadratnih matrica, a poprima vrijednosti iz skupa skalara Osim oznake deta za determinantu kvadratne matrice a 11 a 12 a 1n a 21 a

Διαβάστε περισσότερα

SISTEMI NELINEARNIH JEDNAČINA

SISTEMI NELINEARNIH JEDNAČINA SISTEMI NELINEARNIH JEDNAČINA April, 2013 Razni zapisi sistema Skalarni oblik: Vektorski oblik: F = f 1 f n f 1 (x 1,, x n ) = 0 f n (x 1,, x n ) = 0, x = (1) F(x) = 0, (2) x 1 0, 0 = x n 0 Definicije

Διαβάστε περισσότερα

Funkcije dviju varjabli (zadaci za vježbu)

Funkcije dviju varjabli (zadaci za vježbu) Funkcije dviju varjabli (zadaci za vježbu) Vidosava Šimić 22. prosinca 2009. Domena funkcije dvije varijable Ako je zadano pridruživanje (x, y) z = f(x, y), onda se skup D = {(x, y) ; f(x, y) R} R 2 naziva

Διαβάστε περισσότερα

Sume kvadrata. mn = (ax + by) 2 + (ay bx) 2.

Sume kvadrata. mn = (ax + by) 2 + (ay bx) 2. Sume kvadrata Koji se prirodni brojevi mogu prikazati kao zbroj kvadrata dva cijela broja? Propozicija 1. Ako su brojevi m i n sume dva kvadrata, onda je i njihov produkt m n takoder suma dva kvadrata.

Διαβάστε περισσότερα

2 Jordanova forma. 2.1 Nilpotentni operatori

2 Jordanova forma. 2.1 Nilpotentni operatori 2 Jordanova forma 2 Nilpotentni operatori Definicija Neka je V vektorski prostor Operator N P LpV q je nilpotentan indeksa p (p P N) ako vrijedi N p, N p Propozicija Ako je e P V takav da je N p e, onda

Διαβάστε περισσότερα

APROKSIMACIJA FUNKCIJA

APROKSIMACIJA FUNKCIJA APROKSIMACIJA FUNKCIJA Osnovni koncepti Gradimir V. Milovanović MF, Beograd, 14. mart 2011. APROKSIMACIJA FUNKCIJA p.1/46 Osnovni problem u TA Kako za datu funkciju f iz velikog prostora X naći jednostavnu

Διαβάστε περισσότερα

3.1 Granična vrednost funkcije u tački

3.1 Granična vrednost funkcije u tački 3 Granična vrednost i neprekidnost funkcija 2 3 Granična vrednost i neprekidnost funkcija 3. Granična vrednost funkcije u tački Neka je funkcija f(x) definisana u tačkama x za koje je 0 < x x 0 < r, ili

Διαβάστε περισσότερα

Neka je a 3 x 3 + a 2 x 2 + a 1 x + a 0 = 0 algebarska jednadžba trećeg stupnja. Rješavanje ove jednadžbe sastoji se od nekoliko koraka.

Neka je a 3 x 3 + a 2 x 2 + a 1 x + a 0 = 0 algebarska jednadžba trećeg stupnja. Rješavanje ove jednadžbe sastoji se od nekoliko koraka. Neka je a 3 x 3 + a x + a 1 x + a 0 = 0 algebarska jednadžba trećeg stupnja. Rješavanje ove jednadžbe sastoji se od nekoliko koraka. 1 Normiranje jednadžbe. Jednadžbu podijelimo s a 3 i dobivamo x 3 +

Διαβάστε περισσότερα

radni nerecenzirani materijal za predavanja R(f) = {f(x) x D}

radni nerecenzirani materijal za predavanja R(f) = {f(x) x D} Matematika 1 Funkcije radni nerecenzirani materijal za predavanja Definicija 1. Neka su D i K bilo koja dva neprazna skupa. Postupak f koji svakom elementu x D pridružuje točno jedan element y K zovemo funkcija

Διαβάστε περισσότερα

1 Afina geometrija. 1.1 Afini prostor. Definicija 1.1. Pod afinim prostorom nad poljem K podrazumevamo. A - skup taqaka

1 Afina geometrija. 1.1 Afini prostor. Definicija 1.1. Pod afinim prostorom nad poljem K podrazumevamo. A - skup taqaka 1 Afina geometrija 11 Afini prostor Definicija 11 Pod afinim prostorom nad poljem K podrazumevamo svaku uređenu trojku (A, V, +): A - skup taqaka V - vektorski prostor nad poljem K + : A V A - preslikavanje

Διαβάστε περισσότερα

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012

Iskazna logika 3. Matematička logika u računarstvu. novembar 2012 Iskazna logika 3 Matematička logika u računarstvu Department of Mathematics and Informatics, Faculty of Science,, Serbia novembar 2012 Deduktivni sistemi 1 Definicija Deduktivni sistem (ili formalna teorija)

Διαβάστε περισσότερα

Uvod u teoriju brojeva

Uvod u teoriju brojeva Uvod u teoriju brojeva 2. Kongruencije Borka Jadrijević Borka Jadrijević () UTB 2 1 / 25 2. Kongruencije Kongruencija - izjava o djeljivosti; Teoriju kongruencija uveo je C. F. Gauss 1801. De nicija (2.1)

Διαβάστε περισσότερα

radni nerecenzirani materijal za predavanja

radni nerecenzirani materijal za predavanja Matematika 1 Funkcije radni nerecenzirani materijal za predavanja Definicija 1. Kažemo da je funkcija f : a, b R u točki x 0 a, b postiže lokalni minimum ako postoji okolina O(x 0 ) broja x 0 takva da je

Διαβάστε περισσότερα

16 Lokalni ekstremi. Definicija 16.1 Neka je A R n otvoren, f : A R i c A. Ako postoji okolina U(c) od c na kojoj je f(c) minimum

16 Lokalni ekstremi. Definicija 16.1 Neka je A R n otvoren, f : A R i c A. Ako postoji okolina U(c) od c na kojoj je f(c) minimum 16 Lokalni ekstremi Važna primjena Taylorovog teorema odnosi se na analizu lokalnih ekstrema (minimuma odnosno maksimuma) relanih funkcija (više varijabli). Za n = 1 i f : a,b R ako funkcija ima lokalni

Διαβάστε περισσότερα

Funkcija gustoće neprekidne slučajne varijable ima dva bitna svojstva: 1. Nenegativnost: f(x) 0, x R, 2. Normiranost: f(x)dx = 1.

Funkcija gustoće neprekidne slučajne varijable ima dva bitna svojstva: 1. Nenegativnost: f(x) 0, x R, 2. Normiranost: f(x)dx = 1. σ-algebra skupova Definicija : Neka je Ω neprazan skup i F P(Ω). Familija skupova F je σ-algebra skupova na Ω ako vrijedi:. F, 2. A F A C F, 3. A n, n N} F n N A n F. Borelova σ-algebra Definicija 2: Neka

Διαβάστε περισσότερα

k a k = a. Kao i u slučaju dimenzije n = 1 samo je jedan mogući limes niza u R n :

k a k = a. Kao i u slučaju dimenzije n = 1 samo je jedan mogući limes niza u R n : 4 Nizovi u R n Neka je A R n. Niz u A je svaka funkcija a : N A. Označavamo ga s (a k ) k. Na primjer, jedan niz u R 2 je dan s ( 1 a k = k, 1 ) k 2, k N. Definicija 4.1. Za niz (a k ) k R n kažemo da

Διαβάστε περισσότερα

1 / 79 MATEMATIČKA ANALIZA II REDOVI

1 / 79 MATEMATIČKA ANALIZA II REDOVI / 79 MATEMATIČKA ANALIZA II REDOVI 6.. Definicija reda Promatrajmo niz Definicija reda ( ) n 2 :, 2 2 3 2 4 2,... Postupno zbrajajmo elemente niza: = + 2 2 = 5 4 + 2 2 + 3 2 = 49 36 + 2 2 + 3 2 + 4 2 =

Διαβάστε περισσότερα

Linearna algebra za fizičare, zimski semestar Mirko Primc

Linearna algebra za fizičare, zimski semestar Mirko Primc Linearna algebra za fizičare, zimski semestar 006. Mirko Primc Sadržaj Poglavlje 1. Vektorski prostor R n 5 1. Vektorski prostor R n 6. Geometrijska interpretacija vektorskih prostora R i R 3 11 3. Linearne

Διαβάστε περισσότερα

M086 LA 1 M106 GRP Tema: Uvod. Operacije s vektorima.

M086 LA 1 M106 GRP Tema: Uvod. Operacije s vektorima. M086 LA 1 M106 GRP Tema:.. 5. 10. 2017. predavač: Rudolf Scitovski, Darija Marković asistent: Darija Brajković, Katarina Vincetić P 1 www.fizika.unios.hr/grpua/ 1 2 M086 LA 1, M106 GRP.. 2/17 P 1 www.fizika.unios.hr/grpua/

Διαβάστε περισσότερα

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15

MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15 MATRICE I DETERMINANTE - formule i zadaci - (Matrice i determinante) 1 / 15 Matrice - osnovni pojmovi (Matrice i determinante) 2 / 15 (Matrice i determinante) 2 / 15 Matrice - osnovni pojmovi Matrica reda

Διαβάστε περισσότερα

Poglavlje 1 GRAM-SCHMIDTOV POSTUPAK ORTOGONALIZACIJE. 1.1 Ortonormirani skupovi

Poglavlje 1 GRAM-SCHMIDTOV POSTUPAK ORTOGONALIZACIJE. 1.1 Ortonormirani skupovi Poglavlje 1 GRAM-SCHMIDTOV POSTUPAK ORTOGONALIZACIJE 1.1 Ortonormirani skupovi Prije nego krenemo na sami algoritam, uvjerimo se koliko je korisno raditi sa ortonormiranim skupovima u unitarnom prostoru.

Διαβάστε περισσότερα

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x

2 tg x ctg x 1 = =, cos 2x Zbog četvrtog kvadranta rješenje je: 2 ctg x Zadatak (Darjan, medicinska škola) Izračunaj vrijednosti trigonometrijskih funkcija broja ako je 6 sin =,,. 6 Rješenje Ponovimo trigonometrijske funkcije dvostrukog kuta! Za argument vrijede sljedeće formule:

Διαβάστε περισσότερα

Numerička matematika 2. kolokvij (1. srpnja 2009.)

Numerička matematika 2. kolokvij (1. srpnja 2009.) Numerička matematika 2. kolokvij (1. srpnja 29.) Zadatak 1 (1 bodova.) Teorijsko pitanje. (A) Neka je G R m n, uz m n, pravokutna matrica koja ima puni rang po stupcima, tj. rang(g) = n. (a) Napišite puni

Διαβάστε περισσότερα

1.4 Tangenta i normala

1.4 Tangenta i normala 28 1 DERIVACIJA 1.4 Tangenta i normala Ako funkcija f ima derivaciju u točki x 0, onda jednadžbe tangente i normale na graf funkcije f u točki (x 0 y 0 ) = (x 0 f(x 0 )) glase: t......... y y 0 = f (x

Διαβάστε περισσότερα

4 Unitarni prostori. 4.1 Definicija i svojstva unitarnih prostora. K polje R ili C, V je vektorski prostor nad K

4 Unitarni prostori. 4.1 Definicija i svojstva unitarnih prostora. K polje R ili C, V je vektorski prostor nad K 4 Unitarni prostori 4.1 Definicija i svojstva unitarnih prostora K polje R ili C, V je vektorski prostor nad K Definicija. Skalarni produkt na V je svaka funkcija p q: V ˆ V Ñ K koja ima sljedeća svojstva:

Διαβάστε περισσότερα

9. GRANIČNA VRIJEDNOST I NEPREKIDNOST FUNKCIJE GRANIČNA VRIJEDNOST ILI LIMES FUNKCIJE

9. GRANIČNA VRIJEDNOST I NEPREKIDNOST FUNKCIJE GRANIČNA VRIJEDNOST ILI LIMES FUNKCIJE Geodetski akultet, dr sc J Beban-Brkić Predavanja iz Matematike 9 GRANIČNA VRIJEDNOST I NEPREKIDNOST FUNKCIJE GRANIČNA VRIJEDNOST ILI LIMES FUNKCIJE Granična vrijednost unkcije kad + = = Primjer:, D( )

Διαβάστε περισσότερα

1 Aksiomatska definicija skupa realnih brojeva

1 Aksiomatska definicija skupa realnih brojeva 1 Aksiomatska definicija skupa realnih brojeva Definicija 1 Polje realnih brojeva je skup R = {x, y, z...} u kojemu su definirane dvije binarne operacije zbrajanje (oznaka +) i množenje (oznaka ) i jedna binarna

Διαβάστε περισσότερα

Osnovne teoreme diferencijalnog računa

Osnovne teoreme diferencijalnog računa Osnovne teoreme diferencijalnog računa Teorema Rolova) Neka je funkcija f definisana na [a, b], pri čemu važi f je neprekidna na [a, b], f je diferencijabilna na a, b) i fa) fb). Tada postoji ξ a, b) tako

Διαβάστε περισσότερα

MJERA I INTEGRAL 2. kolokvij 30. lipnja (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!)

MJERA I INTEGRAL 2. kolokvij 30. lipnja (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!) JMBAG IM I PZIM BOJ BODOVA MJA I INTGAL 2. kolokvij 30. lipnja 2017. (Knjige, bilježnice, dodatni papiri i kalkulatori nisu dozvoljeni!) 1. (ukupno 6 bodova) Neka je (, F, µ) prostor mjere i neka je (

Διαβάστε περισσότερα

Klasifikacija blizu Kelerovih mnogostrukosti. konstantne holomorfne sekcione krivine. Kelerove. mnogostrukosti. blizu Kelerove.

Klasifikacija blizu Kelerovih mnogostrukosti. konstantne holomorfne sekcione krivine. Kelerove. mnogostrukosti. blizu Kelerove. Klasifikacija blizu Teorema Neka je M Kelerova mnogostrukost. Operator krivine R ima sledeća svojstva: R(X, Y, Z, W ) = R(Y, X, Z, W ) = R(X, Y, W, Z) R(X, Y, Z, W ) + R(Y, Z, X, W ) + R(Z, X, Y, W ) =

Διαβάστε περισσότερα

Riješeni zadaci: Limes funkcije. Neprekidnost

Riješeni zadaci: Limes funkcije. Neprekidnost Riješeni zadaci: Limes funkcije. Neprekidnost Limes funkcije Neka je 0 [a, b] i f : D R, gdje je D = [a, b] ili D = [a, b] \ { 0 }. Kažemo da je es funkcije f u točki 0 jednak L i pišemo f ) = L, ako za

Διαβάστε περισσότερα

KOMPAKTNI OPERATORI. Prof. dr. sc. Hrvoje Kraljević. Predavanja održana na PMF Matematičkom odjelu. u zimskom semestru akademske godine 2007./2008.

KOMPAKTNI OPERATORI. Prof. dr. sc. Hrvoje Kraljević. Predavanja održana na PMF Matematičkom odjelu. u zimskom semestru akademske godine 2007./2008. KOMPAKTNI OPERATORI Prof. dr. sc. Hrvoje Kraljević Predavanja održana na PMF Matematičkom odjelu Sveučilišta u Zagrebu u zimskom semestru akademske godine 2007./2008. Zagreb, siječanj 2008. 2 SADRŽAJ 3

Διαβάστε περισσότερα

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović

DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović DISKRETNA MATEMATIKA - PREDAVANJE 7 - Jovanka Pantović Novi Sad April 17, 2018 1 / 22 Teorija grafova April 17, 2018 2 / 22 Definicija Graf je ure dena trojka G = (V, G, ψ), gde je (i) V konačan skup čvorova,

Διαβάστε περισσότερα

PID: Domen P je glavnoidealski [PID] akko svaki ideal u P je glavni (generisan jednim elementom; oblika ap := {ab b P }, za neko a P ).

PID: Domen P je glavnoidealski [PID] akko svaki ideal u P je glavni (generisan jednim elementom; oblika ap := {ab b P }, za neko a P ). 0.1 Faktorizacija: ID, ED, PID, ND, FD, UFD Definicija. Najava pojmova: [ID], [ED], [PID], [ND], [FD] i [UFD]. ID: Komutativan prsten P, sa jedinicom 1 0, je integralni domen [ID] oblast celih), ili samo

Διαβάστε περισσότερα

x + 3y + 6z = 3 3x + 5y + z = 4 x + y + z = 4.

x + 3y + 6z = 3 3x + 5y + z = 4 x + y + z = 4. Linearna algebra A, kolokvijum, 1. tok 22. novembar 2014. 1. a) U zavisnosti od realnih parametara a i b Gausovim metodom rexiti sistem linearnih jednaqina nad poljem R ax + (a + b)y + bz = 3a + 5b ax +

Διαβάστε περισσότερα

Pismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1.

Pismeni ispit iz matematike Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: ( ) + 1. Pismeni ispit iz matematike 0 008 GRUPA A Riješiti sistem jednačina i diskutovati rješenja sistema u zavisnosti od parametra: λ + z = Ispitati funkciju i nacrtati njen grafik: + ( λ ) + z = e Izračunati

Διαβάστε περισσότερα

1 Diferencijabilnost Motivacija. Kažemo da je funkcija f : a, b R derivabilna u točki c a, b ako postoji limes f f(x) f(c) (c) = lim.

1 Diferencijabilnost Motivacija. Kažemo da je funkcija f : a, b R derivabilna u točki c a, b ako postoji limes f f(x) f(c) (c) = lim. 1 Diferencijabilnost 11 Motivacija Kažemo da je funkcija f : a, b R derivabilna u točki c a, b ako postoji es f f(x) f(c) (c) x c x c Najbolja linearna aproksimacija funkcije f je funkcija l(x) = f(c)

Διαβάστε περισσότερα

KONVEKSNI SKUPOVI. Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5. Back FullScr

KONVEKSNI SKUPOVI. Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5. Back FullScr KONVEKSNI SKUPOVI Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5 KONVEKSNI SKUPOVI Definicije: potprostor, afin skup, konveksan skup, konveksan konus. 1/5 1. Neka su x, y R n,

Διαβάστε περισσότερα

1. Osnovne operacije s kompleksnim brojevima

1. Osnovne operacije s kompleksnim brojevima KOMPLEKSNI BROJEVI 1 1. Osnovne operacije s kompleksnim brojevima Kompleksni brojevi su proširenje skupa realnih brojeva. Naime, ne postoji broj koji zadovoljava kvadratnu jednadžbu x 2 + 1 = 0. Baš uz

Διαβάστε περισσότερα

Linearna algebra I, zimski semestar 2007/2008

Linearna algebra I, zimski semestar 2007/2008 Linearna algebra I, zimski semestar 2007/2008 Predavanja: Nenad Bakić, Vježbe: Luka Grubišić i Maja Starčević 22. listopada 2007. 1 Prostor radijvektora i sustavi linearni jednadžbi Neka je E 3 trodimenzionalni

Διαβάστε περισσότερα

Operatori na normiranim prostorima vježbe 2015/2016. Tomislav Berić

Operatori na normiranim prostorima vježbe 2015/2016. Tomislav Berić Operatori na normiranim prostorima vježbe 2015/2016 Tomislav Berić tberic@math.hr Sadržaj 1 Operatori na Hilbertovim prostorima 1 1.1 Normalni operatori..................................... 3 1.2 Unitarni

Διαβάστε περισσότερα

MATEMATIKA Pokažite da za konjugiranje (a + bi = a bi) vrijedi. a) z=z b) z 1 z 2 = z 1 z 2 c) z 1 ± z 2 = z 1 ± z 2 d) z z= z 2

MATEMATIKA Pokažite da za konjugiranje (a + bi = a bi) vrijedi. a) z=z b) z 1 z 2 = z 1 z 2 c) z 1 ± z 2 = z 1 ± z 2 d) z z= z 2 (kompleksna analiza, vježbe ). Izračunajte a) (+i) ( i)= b) (i+) = c) i + i 4 = d) i+i + i 3 + i 4 = e) (a+bi)(a bi)= f) (+i)(i )= Skicirajte rješenja u kompleksnoj ravnini.. Pokažite da za konjugiranje

Διαβάστε περισσότερα

Četrnaesto predavanje iz Teorije skupova

Četrnaesto predavanje iz Teorije skupova Četrnaesto predavanje iz Teorije skupova 27. 01. 2006. Kratki rezime prošlog predavanja: Dokazali smo teorem rekurzije, te primjenom njega definirali zbrajanje ordinalnih brojeva. Prvo ćemo navesti osnovna

Διαβάστε περισσότερα

Zadaci iz Osnova matematike

Zadaci iz Osnova matematike Zadaci iz Osnova matematike 1. Riješiti po istinitosnoj vrijednosti iskaza p, q, r jednačinu τ(p ( q r)) =.. Odrediti sve neekvivalentne iskazne formule F = F (p, q) za koje je iskazna formula p q p F

Διαβάστε περισσότερα

Sveučilište J. J. Strossmayera u Osijeku Odjel za matematiku Preddiplomski studij matematike. Monika Jović. Skalarni produkt.

Sveučilište J. J. Strossmayera u Osijeku Odjel za matematiku Preddiplomski studij matematike. Monika Jović. Skalarni produkt. Sveučilište J. J. Strossmayera u Osijeku Odjel za matematiku Preddiplomski studij matematike Monika Jović Skalarni produkt Završni rad Osijek, 2012. Sveučilište J. J. Strossmayera u Osijeku Odjel za matematiku

Διαβάστε περισσότερα

1. Topologija na euklidskom prostoru R n

1. Topologija na euklidskom prostoru R n 1 1. Topologija na euklidskom prostoru R n Euklidski prostor R n je okruženje u kojem ćemo izučavati realnu analizu. Kao skup R n se sastoji od svih uredenih n-torki realnih brojeva: R n = {(x 1,...,x

Διαβάστε περισσότερα

TRIGONOMETRIJSKE FUNKCIJE I I.1.

TRIGONOMETRIJSKE FUNKCIJE I I.1. TRIGONOMETRIJSKE FUNKCIJE I I Odredi na brojevnoj trigonometrijskoj kružnici točku Et, za koju je sin t =,cost < 0 Za koje realne brojeve a postoji realan broj takav da je sin = a? Izračunaj: sin π tg

Διαβάστε περισσότερα

Zadaci iz Linearne algebre (2003/4)

Zadaci iz Linearne algebre (2003/4) Zadaci iz Linearne algebre (2003/4) Srdjan Vukmirović May 22, 2004 1 Matematička indukcija 1.1 Dokazati da za sve prirodne brojeve n važi 3 / (5 n + 2 n+1 ). 1.2 Dokazati da sa svake m Z i n N postoje

Διαβάστε περισσότερα

Linearna algebra Materijali za nastavu iz Matematike 1

Linearna algebra Materijali za nastavu iz Matematike 1 Linearna algebra Materijali za nastavu iz Matematike 1 Kristina Krulić Himmelreich i Ksenija Smoljak 2012/13 1 / 40 Uvod Matrica: matematički objekt koji se sastoji od brojeva koji su rasporedeni u retke

Διαβάστε περισσότερα

IZVODI ZADACI (I deo)

IZVODI ZADACI (I deo) IZVODI ZADACI (I deo) Najpre da se podsetimo tablice i osnovnih pravila:. C`=0. `=. ( )`= 4. ( n )`=n n-. (a )`=a lna 6. (e )`=e 7. (log a )`= 8. (ln)`= ` ln a (>0) 9. = ( 0) 0. `= (>0) (ovde je >0 i a

Διαβάστε περισσότερα

Pismeni ispit iz matematike GRUPA A 1. Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj, zatim naći 4 z.

Pismeni ispit iz matematike GRUPA A 1. Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj, zatim naći 4 z. Pismeni ispit iz matematike 06 007 Napisati u trigonometrijskom i eksponencijalnom obliku kompleksni broj z = + i, zatim naći z Ispitati funkciju i nacrtati grafik : = ( ) y e + 6 Izračunati integral:

Διαβάστε περισσότερα

Numerička analiza 26. predavanje

Numerička analiza 26. predavanje Numerička analiza 26. predavanje Saša Singer singer@math.hr web.math.hr/~singer PMF Matematički odjel, Zagreb NumAnal 2009/10, 26. predavanje p.1/21 Sadržaj predavanja Varijacijske karakterizacije svojstvenih

Διαβάστε περισσότερα

Geometrija (I smer) deo 1: Vektori

Geometrija (I smer) deo 1: Vektori Geometrija (I smer) deo 1: Vektori Srdjan Vukmirović Matematički fakultet, Beograd septembar 2013. Vektori i linearne operacije sa vektorima Definicija Vektor je klasa ekvivalencije usmerenih duži. Kažemo

Διαβάστε περισσότερα

IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f

IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f IspitivaƬe funkcija: 1. Oblast definisanosti funkcije (ili domen funkcije) D f 2. Nule i znak funkcije; presek sa y-osom IspitivaƬe

Διαβάστε περισσότερα

2. Ako je funkcija f(x) parna onda se Fourierov red funkcije f(x) reducira na Fourierov kosinusni red. f(x) cos

2. Ako je funkcija f(x) parna onda se Fourierov red funkcije f(x) reducira na Fourierov kosinusni red. f(x) cos . KOLOKVIJ PRIMIJENJENA MATEMATIKA FOURIEROVE TRANSFORMACIJE 1. Za periodičnu funkciju f(x) s periodom p=l Fourierov red je gdje su a,a n, b n Fourierovi koeficijenti od f(x) gdje su a =, a n =, b n =..

Διαβάστε περισσότερα

Matrice linearnih operatora i množenje matrica. Franka Miriam Brückler

Matrice linearnih operatora i množenje matrica. Franka Miriam Brückler Matrice linearnih operatora i množenje matrica Franka Miriam Brückler Kako je svaki vektorski prostor konačne dimenzije izomorfan nekom R n (odnosno C n ), pri čemu se ta izomorfnost očituje odabirom baze,

Διαβάστε περισσότερα

Linearna algebra. Oznake: Skupove prirodnih, cijelih, racionalnih i realnih brojeva označavamo sa N, Z, Q, R, C. Važnije tvrdnje pišemo kosim slovima.

Linearna algebra. Oznake: Skupove prirodnih, cijelih, racionalnih i realnih brojeva označavamo sa N, Z, Q, R, C. Važnije tvrdnje pišemo kosim slovima. Linearna algebra DARKO ŽUBRINIĆ Cilj ovog teksta je olakšati praćenje kolegija Linearne algebre onim studentima postdiplomskog studija FER-a koji nisu odslušali kolegij Linearne algebre u prvom semestru

Διαβάστε περισσότερα

Osnovne definicije i rezultati iz Uvoda u linearnu algebru

Osnovne definicije i rezultati iz Uvoda u linearnu algebru Osnovne definicije i rezultati iz Uvoda u linearnu algebru (0.01) Simetrije Neka je A = [a ij ] kvadratna matrica (matrica oblika n n). a) Za A kažemo da je simetrična matrica kadgod je A = A, tj. kadgod

Διαβάστε περισσότερα

Matematičke metode u marketingumultidimenzionalno skaliranje. Lavoslav ČaklovićPMF-MO

Matematičke metode u marketingumultidimenzionalno skaliranje. Lavoslav ČaklovićPMF-MO Matematičke metode u marketingu Multidimenzionalno skaliranje Lavoslav Čaklović PMF-MO 2016 MDS Čemu služi: za redukciju dimenzije Bazirano na: udaljenosti (sličnosti) među objektima Problem: Traži se

Διαβάστε περισσότερα

Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011.

Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika. Monotonost i ekstremi. Katica Jurasić. Rijeka, 2011. Veleučilište u Rijeci Stručni studij sigurnosti na radu Akad. god. 2011/2012. Matematika Monotonost i ekstremi Katica Jurasić Rijeka, 2011. Ishodi učenja - predavanja Na kraju ovog predavanja moći ćete:,

Διαβάστε περισσότερα

Neka su A i B skupovi. Kažemo da je A podskup od B i pišemo A B ako je svaki element skupa A ujedno i element skupa B. Simbolima to zapisujemo:

Neka su A i B skupovi. Kažemo da je A podskup od B i pišemo A B ako je svaki element skupa A ujedno i element skupa B. Simbolima to zapisujemo: 2 Skupovi Neka su A i B skupovi. Kažemo da je A podskup od B i pišemo A B ako je svaki element skupa A ujedno i element skupa B. Simbolima to zapisujemo: A B def ( x)(x A x B) Kažemo da su skupovi A i

Διαβάστε περισσότερα

2. Konvergencija nizova

2. Konvergencija nizova 6 2. KONVERGENCIJA NIZOVA 2. Konvergencija nizova Niz u skupu X je svaka funkcija x : N X. Vrijednost x(k), k N, se zove opći ili k-ti član niza i obično se označava s x k. U skladu s tim, niz x : N X

Διαβάστε περισσότερα

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti).

PRAVA. Prava je u prostoru određena jednom svojom tačkom i vektorom paralelnim sa tom pravom ( vektor paralelnosti). PRAVA Prava je kao i ravan osnovni geometrijski ojam i ne definiše se. Prava je u rostoru određena jednom svojom tačkom i vektorom aralelnim sa tom ravom ( vektor aralelnosti). M ( x, y, z ) 3 Posmatrajmo

Διαβάστε περισσότερα

REKURZIVNE FUNKCIJE PRIRODOSLOVNO MATEMATIČKI FAKULTET MATEMATIČKI ODSJEK. Diplomski rad. Voditelj rada: Doc.dr.sc.

REKURZIVNE FUNKCIJE PRIRODOSLOVNO MATEMATIČKI FAKULTET MATEMATIČKI ODSJEK. Diplomski rad. Voditelj rada: Doc.dr.sc. SVEUČILIŠTE U ZAGREBU PRIRODOSLOVNO MATEMATIČKI FAKULTET MATEMATIČKI ODSJEK Brigita Švec REKURZIVNE FUNKCIJE Diplomski rad Voditelj rada: Doc.dr.sc. Zvonko Iljazović Zagreb, Rujan, 2014. Ovaj diplomski

Διαβάστε περισσότερα

KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA.

KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI. NEUTRALNI ELEMENT GRUPOIDA. KOMUTATIVNI I ASOCIJATIVNI GRUPOIDI NEUTRALNI ELEMENT GRUPOIDA 1 Grupoid (G, ) je asocijativa akko važi ( x, y, z G) x (y z) = (x y) z Grupoid (G, ) je komutativa akko važi ( x, y G) x y = y x Asocijativa

Διαβάστε περισσότερα

1. zadatak , 3 Dakle, sva kompleksna re{ewa date jedna~ine su x 1 = x 2 = 1 (dvostruko re{ewe), x 3 = 1 + i

1. zadatak , 3 Dakle, sva kompleksna re{ewa date jedna~ine su x 1 = x 2 = 1 (dvostruko re{ewe), x 3 = 1 + i PRIPREMA ZA II PISMENI IZ ANALIZE SA ALGEBROM. zadatak Re{avawe algebarskih jedna~ina tre}eg i ~etvrtog stepena. U skupu kompleksnih brojeva re{iti jedna~inu: a x 6x + 9 = 0; b x + 9x 2 + 8x + 28 = 0;

Διαβάστε περισσότερα

Zavrxni ispit iz Matematiqke analize 1

Zavrxni ispit iz Matematiqke analize 1 Građevinski fakultet Univerziteta u Beogradu 3.2.2016. Zavrxni ispit iz Matematiqke analize 1 Prezime i ime: Broj indeksa: 1. Definisati Koxijev niz. Dati primer niza koji nije Koxijev. 2. Dat je red n=1

Διαβάστε περισσότερα

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka

UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET SIGNALI I SISTEMI. Zbirka zadataka UNIVERZITET U NIŠU ELEKTRONSKI FAKULTET Goran Stančić SIGNALI I SISTEMI Zbirka zadataka NIŠ, 014. Sadržaj 1 Konvolucija Literatura 11 Indeks pojmova 11 3 4 Sadržaj 1 Konvolucija Zadatak 1. Odrediti konvoluciju

Διαβάστε περισσότερα

( x) ( ) ( ) ( x) ( ) ( x) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )

( x) ( ) ( ) ( x) ( ) ( x) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) Zadatak 08 (Vedrana, maturantica) Je li unkcija () = cos (sin ) sin (cos ) parna ili neparna? Rješenje 08 Funkciju = () deiniranu u simetričnom području a a nazivamo: parnom, ako je ( ) = () neparnom,

Διαβάστε περισσότερα

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo

IZVODI ZADACI ( IV deo) Rešenje: Najpre ćemo logaritmovati ovu jednakost sa ln ( to beše prirodni logaritam za osnovu e) a zatim ćemo IZVODI ZADACI ( IV deo) LOGARITAMSKI IZVOD Logariamskim izvodom funkcije f(), gde je >0 i, nazivamo izvod logarima e funkcije, o jes: (ln ) f ( ) f ( ) Primer. Nadji izvod funkcije Najpre ćemo logarimovai

Διαβάστε περισσότερα

4. poglavlje (korigirano) LIMESI FUNKCIJA

4. poglavlje (korigirano) LIMESI FUNKCIJA . Limesi funkcija (sa svim korekcijama) 69. poglavlje (korigirano) LIMESI FUNKCIJA U ovom poglavlju: Neodređeni oblik Neodređeni oblik Neodređeni oblik Kose asimptote Neka je a konačan realan broj ili

Διαβάστε περισσότερα

Diferencijalni i integralni račun I. Prirodoslovno matematički fakultet

Diferencijalni i integralni račun I. Prirodoslovno matematički fakultet Diferencijalni i integralni račun I Saša Krešić-Jurić Prirodoslovno matematički fakultet Sveučilište u Splitu Sadržaj Skupovi i funkcije. Skupovi N, Z i Q................................. 4.2 Skup realnih

Διαβάστε περισσότερα

Gauss, Stokes, Maxwell. Vektorski identiteti ( ),

Gauss, Stokes, Maxwell. Vektorski identiteti ( ), Vektorski identiteti ( ), Gauss, Stokes, Maxwell Saša Ilijić 21. listopada 2009. Saša Ilijić, predavanja FER/F2: Vektorski identiteti, nabla, Gauss, Stokes, Maxwell... (21. listopada 2009.) Skalarni i

Διαβάστε περισσότερα

Linearna algebra

Linearna algebra Linearna algebra 2 Siniša Miličić cinik@studentmathhr 2462004 Molim da se sve uočene greške i primjedbe pošalju na mail Ovaj dokument je javno dobro, te se smije neograničeno umnažati, mijenjati i koristiti

Διαβάστε περισσότερα

4.1 Elementarne funkcije

4.1 Elementarne funkcije . Elementarne funkcije.. Polinomi Funkcija f : R R zadana formulom f(x) = a n x n + a n x n +... + a x + a 0 gdje je n N 0 te su a n, a n,..., a, a 0 R, zadani brojevi takvi da a n 0 naziva se polinom

Διαβάστε περισσότερα

41. Jednačine koje se svode na kvadratne

41. Jednačine koje se svode na kvadratne . Jednačine koje se svode na kvadrane Simerične recipročne) jednačine Jednačine oblika a n b n c n... c b a nazivamo simerične jednačine, zbog simeričnosi koeficijenaa koeficijeni uz jednaki). k i n k

Διαβάστε περισσότερα

Spektralna teorija ograničenih linearnih operatora

Spektralna teorija ograničenih linearnih operatora Univerzitet u Nišu Prirodno matematički fakultet Departman za matematiku Spektralna teorija ograničenih linearnih operatora Mentor prof. Dragana Cvetković Ilić Niš, oktobar 2013. Student Maja Ţivković

Διαβάστε περισσότερα

MATEMATIKA 1 8. domaća zadaća: RADIJVEKTORI. ALGEBARSKE OPERACIJE S RADIJVEKTORIMA. LINEARNA (NE)ZAVISNOST SKUPA RADIJVEKTORA.

MATEMATIKA 1 8. domaća zadaća: RADIJVEKTORI. ALGEBARSKE OPERACIJE S RADIJVEKTORIMA. LINEARNA (NE)ZAVISNOST SKUPA RADIJVEKTORA. Napomena: U svim zadatcima O označava ishodište pravokutnoga koordinatnoga sustava u ravnini/prostoru (tj. točke (0,0) ili (0, 0, 0), ovisno o zadatku), označava skalarni umnožak, a vektorski umnožak.

Διαβάστε περισσότερα

Zadaća iz kolegija Metrički prostori 2013./2014.

Zadaća iz kolegija Metrički prostori 2013./2014. Zadaća iz kolegija Metrički prostori 2013./2014. Zadaća nosi 5 bodova. Sve tvrdnje u zadacima obrazložiti! Renato Babojelić 31 Lea Božić 13 Ana Bulić 7 Jelena Crnjac 5 Bernarda Dragin 19 Gabriela Grdić

Διαβάστε περισσότερα

IZRAČUNAVANJE KONAČNIH SUMA METODIMA DIFERENTNOG RAČUNA

IZRAČUNAVANJE KONAČNIH SUMA METODIMA DIFERENTNOG RAČUNA IZRAČUNAVANJE KONAČNIH SUMA METODIMA DIFERENTNOG RAČUNA Izlaganje - Seminar za matematičare, Fojnica 2017.g. Prof. dr. MEHMED NURKANOVIĆ Prirodno-matematički fakultet Univerziteta u Tuzli 13.01.2015. godine

Διαβάστε περισσότερα