Spektralna Teorija 1df
Spektralna Teorija 1df
Spektralna Teorija 1df
Ax = O.
(x, y U )(, S) x + y U
1
3
2
0 1
1 1 1
1 0
0
4
2
4 3
A=
1
3
2 2 0
2 6 4
4 0
+23
+5
3 +4
+23 +44 +35
+23 24
43 +44
=0
=0
=0
=0
=0
1 3 2
0 1
1
3
2
0 1
1 1 1
1 1
1 0
0 2 1
0
4 3
4
2
4 3
0 4 2
1
0 2 1 1 0
3
2 2 0
0 0 0
4 2
2 6 4
4 0
1
3
1 3 2
0 1
1 0 2 2 12
1
1
1
1
0 1 1
0 1 1
2
2
2
2
2
2
0 4 2
4 3
2
1
0 0 0
0 2 1 1 0 0 0 0 2 1
0 0 0
4 2
0 0 0
4
2
1
3
1
1
1
1 0 2 2 2
1 0 2 0 4
1
1
0 1 1
0 1 1 0 1
2
2
2
2
4
1
0 0 0
0 0 0 1 1
1
2
2
0 0 0 2 1 0 0 0 0 0
0 0 0
4
2
0 0 0 0 0
Redukovanoj matrici odgovara redukovani sistem jednacina
1
2
+ 12 3
+ 12 3
4
2
+ 14 5 = 0
+ 14 5 = 0
+ 12 5 = 0
koji je ekvivalentan polaznom sistemu i lako se resava. Slobodne nepoznate 3 i 5 prebacujemo na desnu stranu, a zatim stavljamo 3 = c1 ,
5 = c2 . Dobijamo resenje sistema
1
1 = c1
2
1
2 = c1
2
3 = c1
1
4 = c2
2
5 = c2 ,
1
c2
4
1
c2
4
1
2
4
1
2 c1 14 c2
1
1
2 1 c1 1 c2
4
2
4
2
= c1 1 + c2 0 = c1 v1 + c2 v2 .
=
c
x=
1
3
0
4
12 c2
2
c2
0
1
5
Posto su c1 i c2 proizvoljni skalari imamo da je nul A = L{v1 , v2 }
sta vise, sledeci argumenti pokazuju da su v1
(lineal skupa {v1 , v2 }). Cak
i v2 linearno nezavisni vektori.
c1 v1 + c2 v2 = O
resenje x = O
sve koordinate resenja x = O su nule
c1 = c2 = 0
Zbog toga vektori v1 i v2 obrazuju bazu nula prostora. Diskusija sprovedena u ovom primeru moze se primeniti u opstem slicaju.
1.2
y = Ax C n .
(x C n ) A(x) = Ax .
(1.4)
(1.5)
Zaista,
A(x + y) = A(x + y) = Ax + Ay = A(x) + A(y),
A(x) = A(x) = Ax = A(x).
Osobina (1.4) naziva se aditivnost, a osobina (1.5) homogenost preslikavanja A. Preslikavanje koje je aditivno i homogeno naziva se linearno
preslikavanje. Dakle, preslikavanje A definisano sa (1.3) je linearno.
Umesto tog termina u veoma cestoj upotrebi su i termini linearna transformacija ili linearni operator.
Za dva vektora x, y C n kazemo da imaju isti pravac ako i samo ako
postoji skalar C takav da je y = x ili x = y. U raznim primenama
matricnog racuna vaznu ulogu imaju vektori razliciti od nula vektora koji
zadrzavaju svoj pravac posto se na njih primeni preslikavanje A. U tom
cilju treba naci sve vektore x C n (x 6= O) takve da A(x) i x imaju isti
pravac. Posto je x 6= O, vektori A(x) i x ce imati isti pravac ako i samo
ako postoji skalar C takav da je A(x) = x, tj.
(1.6)
Ax = x .
4
( C) Ax = x ,
naziva se sopstveni vektor matrice A, a skalar sopstvena vrednost matrice A. Za vektor x kaze se da pripada sopstvenoj vrednosti .
Definicija 1.3. Skup svih sopstvenih vrednosti kvadratne matrice A
naziva se spektar te matrice.
Pored ovih termina u upotrebi su i sledeci: karakteristicni vektor i
karakteristicna vrednost, kao i svojstveni vektor i svojstvena vrednost.
Jednacinu Ax = x mozemo napisati u ekvivalentnom obliku
(1.8)
(I A)x = O.
E = {x C n | Ax = x} = {x C n | (I A)x = O}
1
.
||x||
1.3
Karakteristi
cni polinom
(1.10)
( a11 )1
a12 2
a21 1 +( a22 )2
..
..
.
.
an1 1
an2 2
a1n n = 0
a2n n = 0
..
.
+( ann )n = 0
a
12
1n
a21 a22
a2n
(1.11)
|I A| =
..
..
.. = 0.
.
.
.
an1
an2
ann
Time smo dokazali sledecu teoremu.
P () = |I A| = a0 n + a1 n1 + + an1 + an ,
6
n
X
k=1
akk = tr A.
a1
,
a0
1 2 n = (1)n
an
,
a0
lako se dobija da je
(1.13)
(1.14)
1 + 2 + + n = tr A,
1 2 n = |A|.
0 1 0
A = 1 0 1 .
0 1 0
1 = (2 2) = ( 2)( + 2).
|I A| = 1
0 1
10 Za 1 = 2 imamo
2
2I A = 1
0
1 =
2, 2 = 0 i 3 = 2.
1
0
2
1 .
1
2
1
x = c 2 = c v1 ,
1
8
0 1
0
0 I A = 1
0 1 .
0 1
0
1
x = c 0 = c v2 ,
1
30 Za 3 = 2 imamo
2
1
0
2I A = 1 2
1 .
0
1 2
x = c 2 = c v3 ,
1
gde je c proizvoljan skalar. I u ovom slucaju dobijen
je vektor v3 koji je
2 3 3
A = 0 2 3 .
0 0
1
= ( 2)2 ( 1).
0 3 3
0 3 .
2I A = 0
0
0 1
x = c 0 = c v1 ,
0
1 3 3
I A = 0 1 3 .
0
0 0
Resenja homogenog sistema jednacina (I A)x = O su oblika
6
x = c 3 = c v2 ,
1
10
1.4
(0 Ap + 1 Ap1 + + p1 A + p I)x
0 Ap x + 1 Ap1 x + + p1 Ax + p Ix
0 p x + 1 p1 x + + p1 x + p x
(0 p + 1 p1 + + p1 + p )x = f ()x.
Ax1 = 1 x1
Ax2 = 2 x2
Axn = n xn
..
.
f (A)x1 = f (1 )x1 ,
f (A)x2 = f (2 )x2 ,
f (A)xn = f (n )xn ,
i teorema je dokazana. 2
11
1.5
(1.17)
(k = 2, 3, . . . , n), gde je
Sk =
n
X
kr
(k = 1, 2, . . . , n).
r=1
Dokaz. Kako je
ln |P ()| = ln | 1 | + ln | 2 | + + ln | n |,
P ()
1
1
1
=
+
++
,
P ()
1 2
n
n
X P ()
P ()
P ()
P ()
P () =
+
++
=
.
1 2
n
r
r=1
(1.18)
r 1
a1
a2
ak
an
2
k
k1
1 r + a1 r + a1 r + a2 r + a1 r + + ak R
2 P ()
r
1
1
1
a1
r + a1
b1
a2
r b1 + a2
b2
12
ak
r bk1 + ak
bk
an
r bn1 + an
R
Na desnoj strani jednakosti (1.18) nalazi se polinom stepena n 1, preciznije zbir n polinoma stepena n 1. Njegov koeficijenat uz nk1
je
n
X
(1.19)
r=1
n
X
(kr + a1 k1
+ + ak1 r + ak )
r
kr
+ a1
r=1
n
X
k1
r
r=1
+ + ak1
n
X
r + nak
r=1
n
X
kr
(k = 1, 2, . . . , n).
r=1
(n k)ak .
(1.21)
A1 = A
A2 = AB1
..
.
a1 = tr A1
a2 = 21 tr A2
..
.
B1 = A1 + a1 I
B2 = A2 + a2 I
..
.
1
An1 = ABn2 an1 = n1
tr An1 Bn1 = An1 + an1 I
1
An = ABn1
an = n tr An
Bn = An + an I
odnosno
tr Ak = kak .
Iz poslednje dve jednakosti sledi da koeficijenti a1 , a2 , . . . , an zadovoljavaju Newtonove formule, te da zbog toga predstavljaju koeficijente
karakteristicnog polinoma matrice A.
Primer 1.4. Odrediti karakteristicni polinom matrice
2 1 1 2
0
1 1 0
A=
1
1 1 1
1
1 1 0
2
1
1
2
3
0 3
1
1
0
, A2 = AB1 =
B1 = A 4I =
1
2
1 3
1
3
1
1
1 4
1
a2 = tr A2 = 2
2
1
4
0 3
5
1
1
0
2
1
, A3 = AB2 =
B2 = A2 + 2I =
2
1
0
0 5
3 3 1
5
0
1
a3 = tr A3 = 5
3
0
2
0 2
2
1
5 2 4
0
B3 = A3 + 5I =
, A4 = AB3 =
1 7
0
2
4
0
4 2 2
0
1
a4 = tr A4 = 2
4
4
0 3
2 2
1
0 2 5
3 1
3
2
0 2
0 2 4
7 3
4
4 2 7
0
0
0
2
0
0
0 2
0
0
0 2
1.6
Cayley-Hamiltonova teorema
0 1 0
A = 1 0 1 .
0 1 0
1
0
1 .
I A = 1
0 1
1
1
2
B() =
2
1
1
2
0 0
0 0
1
= 0 2 0 + 0 + 0
0 0 2
0 0
1
1 0 0
0 1 0
1
= 0 1 0 2 + 1 0 1 + 0
0 0 1
0 1 0
1
= B0 2 + B1 + B2 .
0
1
0
0
0 1
0
1
0
0
0 1
(1.25)
B0 = I
B1 B0 A = a1 I
B2 B1 A = a2 I
..
.
Bn1 Bn2 A = an1 I
Bn1 A = an I
(1.26)
B0 An = An
B1 An1 B0 An = a1 An1
B2 An2 B1 An1 = a2 An2
..
.
2
Bn1 A Bn2 A = an1 A
Bn1 A = an I
17
(1.27)
tj. P (A) = O.
Ovim je dokaz teoreme zavrsen. 2
Primer 1.6. Karakteristicna jednacina kvadratne matrice
a b
A=
c d
glasi
a b
P () = |I A| =
c d
= 2 (a + d) + (ad bc) = 0.
a b
c d
2
(a + d)
a b
c d
+ (ad bc)
1 0
0 1
0 0
0 0
1 2 2
1 ,
A= 1 1
1 3 1
tj.
1 0 0
1 2 2
1 2 2
1 + 1 1
1 +4 0 1 0
4A1 = 1 1
0 0 1
1 3 1
1 3 1
4
4 4
2 1
3 ,
=
2
1
1
A1
4
4 4
1
3 .
= 2 1
4
2
1
1
19
1.7
Minimalni polinom
s
X
ak sk ,
i m2 () = s +
s
X
bk sk .
k=1
k=1
21
i Axi = i xi
3 1 0
2 0
A= 0
1 1 2
1 1 0
0 0
(A 2I)(A 3I) = 0
1 1 0
= ( 2)2 ( 3).
0 1
0
0 0 0
0 1
0 = 0 0 0 ,
1 1 1
0 0 0
1
1
A=
1
1
1
1
1
1
1
1
1
1
1
1
1
1
glasi
1 1
1
1
1 1 1
1
|I A| =
1
1 1 1
1
1
1 1
1 1 1 1
0
0
=
0
0
0
1 1 1 1
1
1
0
0
= 3
1
0
1
0
1
0
0
1
4 0 0 0
1 1 0 0
3
= 3
1 0 1 0 = ( 4).
1 0 0 1
je
1
1
A(A 4I) =
1
1
1
1
1
1
1
1
1
1
1
3
1
1
1
1 1 3
1
1
1
1 3
1
1
1
1
1
1 3
0
0
=
0
0
0
0
0
0
0
0
0
0
0
0
,
0
0
1.8
Sli
cnost matrica
B = P 1 AP.
C = Q1 BQ.
Sledi
C = Q1 (P 1 AP )Q = (P Q)1 A(P Q) = R1 AR,
gde je R = P Q. Prema tome, iz A B i B C sledi A C, sto znaci
da je relacija slicnosti tranzitivna.
Ovim je teorema dokazana. 2
24
1 0
0 1
B=
1 1
0 1
Lako se zakljucuje da je
|I A| = |I B| = ( 1)2 .
Ako bi bilo A B, tada bi postojala regularna matrica
x11 x12
,
P =
x21 x22
25
26
Q1
AP =
A[P1 | P2 ] =
[AP1 | AP2 ]
Q2
Q1 AP1 Q1 AP2
1 Q1 P1 Q1 AP2
=
=
Q2 AP1 Q2 AP2
1 Q2 P1 Q2 AP2
1 Ig Q1 AP2
=
.
O Q2 AP2
Q1
Q2
O Ing
O Q2 AP2
( 1 )Ig
Q1 AP2
=
.
O
Ing Q2 AP2
Matrice A i B = P 1 AP su slicne i imaju jednake karakteristicne
polinome. Koristeci Laplasov razvoj determinante dobijamo
( 1 )Ig
Q1 AP2
1
|I A| = |I P AP | =
O
Ing Q2 AP2
= |( 1 )Ig | |Ing Q2 AP2 |
= ( 1 )g |Ing Q2 AP2 | = ( 1 )g Q().
Iz poslednje jednakosti zakljucujemo da se sopstvena vrednost 1 kao
koren karakteristicne jednacine javlja bar g puta, tj. a g. 2
Teorema 1.11. Neka su 1 , 2 , . . . , k razlicite sopstvene vrednosti
matrice A i x1 , x2 , . . . , xk odgovarajuci sopstveni vektori. Ovi vektori su
linearno nezavisni.
Dokaz. Dokaz cemo sprovesti matematickom indukcijom po k.
Za k = 1 tvrdenje je, ocigledno, tacno. Pretpostavimo da je tvrdenje
tacno za k 1 i dokazimo da je tacno i za prirodan broj k.
27
xk = c1 x1 + c2 x2 + + ck1 xk1 .
k xk = c1 1 x1 + c2 2 x2 + + ck1k1 xk1 .
1
2
k1
x1 + c2 x2 + + ck1
xk1 .
k
k
k
1 0 0
0 2 0
P = [x1 | x2 | ... | xn ], D = ..
.. . .
.. .
.
. .
.
0 0 n
Tada su jednakosti
(1.31)
1 1
2 1
1
1
|I A| =
2 + 1
= 2 + 1,
1 0 1
0
Primer 1.12. A = 0 1
0 0
2
U ovom slucaju je
1
0
1
0 1
0
|I A| =
0
0 2
= ( 1)2 ( 2),
1 0 1
1
P = 0 1 0 P 1 AP = 0
0 0 1
0
x1 , x2 i x3 obrazuju
0 0
1 0 .
0 2
1 1 2
Primer 1.13. A = 0 1 3
0 0 2
1.9
Jordanov kanoni
cki oblik
1 0
0
1
[],
, 0 1 ,
0
0
0 0
0
31
0
0
0
1
0
0
,...
1
Jr1 (1 )
O
...
O
O
Jr2 (2 ) . . .
O
J =
(1.32)
..
..
..
.
.
.
O
O
. . . Jrp (p )
r2 (2 )+
+J
rp (p ) ,
= Jr1 (1 )+J
1 0
0 2
J =
0 0
0 0
0
0
4
0
0
0
= J1 (1)+J
1 (2)+J
2 (4)
1
4
.
.
.
0
1
|I J| =
= ( 1 )r .
..
..
..
.
.
.
0
0
. . . 1
Resenje.
0
0
J I =
0
0
1
0
0
0
0
1
0
0
0
0
1
0
1
0
0
0
0
1
0
0
0
0 1
0 0 0
1 0 0
0
0 0
0
1
0
0
0
0 0
0 0 0
=
1 0 0
0
0 0
1
0
0
0
0
1
0
0
0
0
0
0
1
0
0
0
0
0
1 0
0 0
0
0
1
0
0
0
0
1
0
0
0
0
0 0
=
1 0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
0
0 1
1
0 0
0
0 0 0
0 0
0
0
1
0
0
0 0
0
0 0
0
=
1 0 0
0 0
0
0
0
0
0
0
0
0
0
0
(J I)2 =
0
0
0
0
(J I)3 =
0
0
0
0
(J I)4 =
0
0
Lema 1.2. Neka je J = Jr () Jordanov blok sa dijagonalnim elementima jednakim . Tada je (J I)k 6= O za k < r i (J I)r = O.
Kao sto prethodni primer pokazuje matrica (J I)2 ima elemente
jednake 1 na dijagonali j i = 2, a svi ostali elementi su jednaki 0.
Matrica (J I)3 ima elemente jednake 1 na dijagonali j i = 3, a svi
ostali elementi su jednaki 0. Sa svakim sledecim mnozenjem sa J I
dijagonala sa jedinicama je sve bliza gornjem desnom uglu. Nakon r 1
koraka, postoji samo jedna jedinica u gornjem desnom uglu, a nakon
r-tog koraka imamo samo nule u matrici (J I)r .
Lema 1.3. Neka su date dve kvazidijagonalne matrice
A2 +
+
Ap ,
A = A1 +
+
Bp ,
B2 +
B = B1 +
34
=
=
=
=
A2 +
+
Ap ,
A1 +
(A2 + B2 ) +
+
(Ap + Bp ) ,
(A1 + B1 ) +
A2 B2 +
+
Ap Bp ,
A1 B1 +
Ak2 +
+
Akp (k N).
Ak1 +
Teorema 1.14. Neka je J Jordanova matrica koja duz glavne dijagonale sadrzi p Jordanovih blokova. Pretpostavimo da razliciti dijagonalni elementi matrice J su 1 , 2 , . . . , k i da se i pojavljuje sa multiplicitetom ai . Pretpostavimo, takode, da je broj Jordanovih blokova ciji
dijagonalni elementi su i jednak gi i da je red najveceg Jordanovog bloka
ciji su dijagonalni elementi i jednak mi (i = 1, 2, . . . k). Tada je
10
20
30
Dokaz. 10 Posto je J gornja trougaona matrica i karakteristicna matrica I J je gornja trougaona matrica, pa je determinanta |I J|
jednaka proizvodu elemenata na glavnoj dijagonali. Dakle,
P () = |I J| = ( 1 )a1 ( 2 )a2 ( k )ak .
20 Na osnovu 10 i teoreme 1.7. minimalni polinom matrice J je oblika
m() = ( 1 )s1 ( 2 )s2 ( k )sk
za neko 1 si ai (i = 1, 2, . . . , k). Potrebno je dokazati da je
m(J) = (J 1 I)s1 (J 2 I)s2 (J k I)sk = O
ako i samo ako je si = mi (i = 1, 2, . . . , k).
Matrica J i I je kvazidijagonalna, tj.
+
Aip ,
Ai2 +
J i I = Ai1 +
35
1 1 0 0
0 1 1 0
0 0 1 0
A=
0 0 0 1
0 0 0 0
0 0 0 0
matrica reda 6
0 0
0 0
0 0
.
0 0
2 1
0 2
0 1 0 0 0 0
0 0 1 0 0 0
0 0 0 0 0 0
A 1 I =
0 0 0 0 0 0 = A1 + A2 + A3 ,
0 0 0 0 1
0 0 0 0 0
36
A 2 I =
1
0
0 0 0
0 1
0 0 0
0
0 0 0 0
0
0
0 0 0
0
0
0
0 0 1
0
0
0
0 0 0
gde je = 2 1 6= 0.
Koristeci lemu 1.3. dobijamo da je
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
0
0
0
0 0 0
0 0 0
0 0 0
0 0 0
0 2 2
0 0 2
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0 0
0
0 0
0
0 0
0
0 0
0
3
0 32
0 0 3
3
3
3
3
(A 1 I) = A1 + A2 + A3 =
2
2
2
2
(A 2 I) = B1 + B2 + B3 =
= B1 +
B2 +
B3 ,
2
2
2
2
(A 1 I) = A1 + A2 + A3 =
0
2 2
1
0
2 2 0
0
0
2
0
0
0
0
2
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
A1 B1
O
O
A33 B32 .
A32 B22 +
A32 B22
O = A31 B12 +
(A1 I)3 (A2 I)2 = O
3 2
O
O
A3 B3
37
=
=
=
=
=
=
0
0
0
0
0
0.
x=
1
0
0
4
0
0
= 1
1
0
0
0
0
0
+ 2
0
0
0
1
0
0
= c1 v1 + c2 v2 ,
=
=
=
=
=
=
0
0
0
0
0
0.
sistema
x=
0
0
0
0
0
6
= 6
0
0
0
0
0
1
= cw,
1 1 0 0
0 1 0 0
0 0 1 1
0 0 0 1
1 1 0 0
0 1 0 0
0 0 1 0 .
0 0 0 1
Primetimo da se ove dve Jordanove kanonicke forme mogu razlikovati ako je poznata dimenzija sopstvenog prostora sopstvene vrednosti
1 . Naime, ove forme imaju razlicit broj Jordanovih blokova. U prvom
slucaju taj broj je dva (geometrijski multiplicitet sopstvene vrednosti 1
je dva), a u drugom slucaju tri (geometrijski multiplicitet je tri).
Primer 1.19. Pretpostavimo da je A kvadratna matrica reda 6 i
da su poznati njen karakteristicni i minimalni polinom i dimenzije sopstvenih prostora. Pokazati da je Jordanova kanonicka forma matrice A
jednoznacno odredena. Dati primer dve kvadratne matrice reda 7 koje
imaju iste karakteristicne i minimalne polinome i iste dimenzije sopstvenih prostora, ali razlicite Jordanove kanonicke forme.
Pretpostavimo da su sve sopstvene vrednosti matrice A jednake. Tada
karakteristicni polinom matrice A glasi P () = ( 1 )6 a minimalni
polinom je oblika m() = ( 1 )k , gde je k = 1, 2, 3, 4, 5, 6. Ako je
k = 1, Jordanova kanonicka forma matrice A se sastoji od 6 1 blokova
reda 1 (1 + 1 + 1 + 1 + 1 + 1), a geometrijski multiplicitet g1 sopstvene
vrednosti 1 jednak je 6. Odgovarajuce vrednosti Jordanovih blokova za
k = 1, 2, 3, 4, 5, 6 prikazane su u sledecij tabeli. Iz te tabele se lako zakljucuje da je Jordanova kanonicka forma (JKF ) jednoznacno odredena
ako su sve sopstvene vredenosti matrice A jednake. Na slican nacin to
se moze pokazati i u slucaju kada sve sopstvene vrednosti matrice A nisu
jednake.
40
m()
1
( 1 )2
( 1 )3
( 1 )4
( 1 )5
( 1 )6
JKF
g1
1+1+1+1+1+1 6
2+1+1+1+1
5
2+2+1+1
4
2+2+2
3
3+1+1+1
4
3+2+1
3
3+3
2
4+1+1
3
4+2
2
5+1
2
6
1
1 1 0 0 0 0 0
0 1 1 0 0 0 0
0 0 1 0 0 0 0
0 0 0 1 1 0 0
0 0 0 0 1 1 0
0 0 0 0 0 1 0
0 0 0 0 0 0 1
1 1 0 0 0 0 0
0 1 1 0 0 0 0
0 0 1 0 0 0 0
0 0 0 1 1 0 0
0 0 0 0 1 0 0
0 0 0 0 0 1 1
0 0 0 0 0 0 1
41
(A 1 I)k x = O
i (A 1 I)k1 x 6= O.
(1.34)
je
xk =
xk1 =
xk2 =
..
.
x1 =
x
(A 1 I)xk = (A 1 I)x
(A 1 I)xk1 = (A 1 I)2 x
(A 1 I)x2 = (A 1 I)k1 x
(1.35)
(1.38)
Ax1 = 1 x1
Ax2 = x1 + 1 x2
Ax3 = x2 + 1 x3
..
.
Axk = xk1 + 1 xk
42
c1 x1 + c2 x2 + + ck xk = O.
1 1 0 0
0 1 1 0
0 0 1 0
.
..
..
..
..
.
.
.
.
0 0 0 1
43
x21
x22
..
.
...
...
xg1
xg2
..
.
x1r1
x2r2
...
xgrg
Pg
i=1 ri
= a. Ovde ri
Lema 1.6. Za datih g lanaca, oznacenih kao u lemi 1.5., vektori {xji }
su linearno nezavisni ako i samo ako su vektori
x11 , x21 , . . . , xg1
linearno nezavisni. Ovo tvrdenje takode vazi i ako lanci odgovaraju razlicitim sopstvenim vrednostima.
Leme 1.4., 1.5. i 1.6. cine osnovu teorije generalisanih sopstvenih vektora. Na osnovu njih proizilazi sledeci vazan rezultat.
Sopstvenoj vrednosti 1 je pridruzeno g1 lanaca generalisanih sopstvenih vektora (g1 je geometrijska visestrukst sopstvene vrednosti 1 ).
Svaki lanac odgovara jednom obicnom sopstvenom vektoru (reda 1).
U ovih g1 lanaca ukupan broj generalisanih sopstvenih vektora je a1 (a1
je algebarski multiljicitet sopstvene vrednosti 1 ). I ovih a1 vektora su
linearno nezavisni.
Napomenimo da nismo diskutovali koliko vektora se nalazi u svakom
lancu. Konstatovali smo samo da je ukupan broj a1 generalisanih sopstvenih vektora podeljen u g1 lanaca pridruzenih sopstvenoj vrednosti
1 .
Dok kvadratna matrica A reda n moze, ali ne mora, da ima n linearno nezavisnih sopstvenih vektora, ona uvek ima n linearno nezavisnih
generalisanih sopstvenih vektora, sto je neposredna posledica leme 1.5..
44
1 1 0 0 0 0
0 1 1 0 0 0
0 1 0 0 0
1
1
1
2
2
3 0
= P A,
= [ x1 | x2 | x3 | x1 | x2 | x1 ]
0
0
0
1
0
2
0 0 0 0 2 0
0 0 0 0 0 3
tj. A = P 1 AP .
45
Matrica A dobijena ovom transformacijom slicnosti predstavlja Jordanov kanonicki oblik matrice A sa tacno tri Jordanova bloka.
Pitanje koje se sada postavlja glasi: Kako izracunati g lanaca generalisanih sopstvenih vektora navedenih u lemi 1.5. i kako izracunati svih
n generalisanih sopstvenih vektora koji odgovaraju razlicitim sopstvenim
vrednostima matrice A. Pri resavanju ovog problema koristimo i sledecu
lemu.
Lema 1.7. Neka je sopstvena vrednost kvadratne matrice A algebarskog multipliciteta a i geometrijskog multipliciteta g. Tada za svaki
generalisani sopstveni vektor x vazi
(A I)ag+1 x = O.
Ova teorema tvrdi da kada imamo generalisani sopstveni vektor x
reda k (i zato (A I)k x = O i (A I)k1x 6= O), tada k ne moze biti
vece od a g + 1.
Sada mozemo predstaviti algoritam dobijanja n generalisanih sopstvenih vektora koji odgovaraju razlicitim sopstvenim vrednostima matrice A.
1. Izracunati sopstvene vrednosti i obicne sopstvene vektore kvadratne martice A reda n. Odrediti algebarske i geometrijske multiplicitete
sopstvenih vrednosti. Razlicite sopstvene vrednosti su 1 , 2 , . . . , k . Za
1 i k sopstvena vrednost i ima algebarski multiplicitet ai i geometrijski multiplicitet gi .
2. U g1 razlicitih lanaca izracunati ukupno a1 linearno nezavisnih
generalisanih sopstvenih vektora za 1 . Oznacimo sa E1 kolekciju linearno nezavisnih lanaca. Pocinjemo sa kolekcijom E1 koja se sastoji
od obicnih sopstvenih vektora koji odgovaraju sopstvenoj vrednosti 1
i koji su odredeni u prethodnom koraku. Svaki takav vektor je lanac
duzine 1. Sada postupamo na sledeci nacin.
2.1 Odrediti bazu B = {v1 , v2 , . . . , vp } nula prostora nul (A1 I)a1 g1 +1 .
2.2 Racunati (A 1 I)j vi (i = 1, 2, . . . , p) sve dok ne nademo vektor
vi , koji je nezavisan od vektora sadrzanih u (lancima od) E1 , i najvece j,
koje cemo oznaciti sa r, takvo da je
(A 1 I)r vi = O
i (A 1 I)r1 vi 6= O.
46
vi
(A 1 I)vi
(A 1 I)2 vi
(A 1 I)r1 vi .
1 1
A= 0 1
0 0
matricu
2
3
2
0 1 2
0 0 5
A I = 0 0 3 (A I)2 = 0 0 3 .
0 0 1
0 0 1
Nula prostor nul (A I)2 sastoji
1
x = c1 0 + c2
0
se od vektora oblika
0
1 = c1 v1 + c2 v2 .
0
x2 = v2 = 1 , x1 = (A I)v2 = 0 .
0
0
Lanac {x1 } iz kolekcije E1 nije linearno nezavisan sa lancem {x11 , x12 },
pa ga zato uklanjamo iz E1 , a ovoj kolekciji dodajemo lanac {x11 , x12 }.
Dobijamo
E1 = {{x11 , x12 }}.
Kolekcija E1 sada sadrzi dva generalisana sopstvena vektora koji odgovaraju sopstvenoj vrednosti 1 = 1, kolika je i njena algebarska visestrukost.
Kako su algebarska i geometrijska visestrukost sopstvene vrednosti
2 = 2 jednake (a1 = g1 = 1), zakljucujemo da ovoj sopstvenoj vrednosti odgovara samo jedan generalisani sopstveni vektor, tj. E2 = {x2 }.
48
Kolekcija
E = E1 E2 = {{x11 , x12 }, {x2 }}
sadrzi tri generalisana sopstvena vektora koje mozemo iskoristiti da napisemo matricu P koja matricu A transformacijom slicnosti svodi na Jordanov kanonicki oblik. Dobijamo
1 0 5
P = 0 1 3
0 0 1
i
1 1 0
1 0 5
1 1 2
1 0 5
J = P 1AP = 0 1 3 0 1 3 0 1 3 = 0 1 0 .
0 0
1
0 0 2
0 0 1
0 0 2
Primetimo da matrica J ima dva Jordanova bloka na dijagonali i
moze biti napisana na sledeci nacin:
J2 (1)
O
1 1
J=
, J2 (1) =
, J1 (2) = [2].
O
J1 (2)
0 1
3 1
1
1
0
0
1
1 1 1
0
0
0
0
2
0
1
1
Primer 1.21. A =
0
0
0
2
1
1
0
0
0
0
1
1
0
0
0
0
1
1
Izracunajmo sopstvene vrednosti matrice A i njihove algebarske multiplicitete. Dobijamo da je |I A| = ( 2)5 . Dakle, matrica A ima
dve razlicite sopstvene vrednosti: 1 = 2 sa algebarskim multiplicitetom
jednakim a1 = 5 i 2 = 0 sa a2 = 1.
Dalje, sopstvena vrednost 1 = 2 ima dva linearno nezavisna sopstvena vektora: x1 = [1 1 0 0 0 0]T , x2 = [0 0 1 1 0 0]T tako da je
geometrijski multiplicitet ove sopstvene vrednosti jednak g1 = 2. Takode,
sopstvena vrednost 2 = 0 ima jedan sopstveni vektor: x3 = [0 0 0 0
1 1]T i njen geometrijski multiplicitet jednak je g2 = 1.
49
A 2I =
(A 2I)2
(A 2I)3
(A 2I)4
1 1
1
1
0
0
1 1 1 1
0
0
0
0
0
0
1
1
0
0
0
0 1 1
0
0
0
0 1
1
0
0
0
0
1 1
0 0 2 2
0
0
0 0 2 2
0
0
0 0 0 0
0
0
0 0 0 0
0
0
0 0 0 0
2 2
0 0 0 0 2
2
0 0 0 0
0
0
0 0 0 0
0
0
0 0 0 0
0
0
0 0 0 0
0
0
0 0 0 0 4
4
0 0 0 0
4 4
0 0 0 0
0
0
0 0 0 0
0
0
0 0 0 0
0
0
0 0 0 0
0
0
0 0 0 0
8 8
0 0 0 0 8
8
50
1
0
0
0
0
1
0
0
0
0
1
0
x = c1 + c2 + c3 + c4 + c5
0
0
0
1
0
0
0
0
0
0
0
0
= c1 v1 + c2 v2 + c3 v3 + c4 v4 + c5 v5
0
0
0
0
1
1
1
1
v2 = x11 x12 ,
4
2
51
v4 = x13 x2
1
1
1
2
2
P = [x1 | x2 | x3 | x1 | x2 | x3 ] =
2
1 0
0 0
0
2 1 0
0 0
0
0
0 1
2 0
0
0
0 0 2 0
0
0
0 0
0 1 1
0
0 0
0 1
1
oblik matrice A:
J =
Primetimo da J sadrzi
2 1
J3 (2) = 0 2
0 0
2
0
0
0
0
0
1
2
0
0
0
0
0
1
2
0
0
0
0
0
0
2
0
0
0
0
0
1
2
0
0
0
0
0
0
0
0
2
1
1 , J2 (2) =
,
0 2
2
J1 (0) = [0].
1.10
Specijalne matrice
Definicija 1.12. Ako je A = (aij ) matrica tipa m n, tada se matrica B = (bji ) tipa n m, gde je
bji = aij (i = 1, 2, . . . , m; j = 1, 2, . . . , n)
naziva transponovanom matricom matrice A i obelezava se sa AT .
Ova definicija ekvivalentna je jednakosti:
T
..
..
..
..
.. = ..
.
.
.
.
.
.
a1n a2n . . . amn
am1 am2 . . . amn
Primer 1.22.
2 0 1
5 3 2
T
2
5
3 .
= 0
1 2
53
20 (A + B)T = AT + B T ,
40 (AB)T = B T AT .
Definicija 1.13. Ako je A = (aij ) matrica tipa m n sa kompleksnim elementima, matrica C = (cij ) tipa m n, gde je
cij = aij (i = 1, 2, . . . , m; j = 1, 2, . . . , n)
naziva se konjugovanom matricom matrice A i obelezava se sa A.
Primer 1.23. Ako je
A=
1i 2+i
3
i
1
3+i
tada je
A=
1+i 2i
3
i
1
3i
20 (A + B) = A + B,
40 (AB) = A B.
20 (A + B)H = AH + B H ,
40 (AB)H = B H AH .
54
(1.42)
Ako je A = (aij )n1 , tada je AT = (bji )n1 , gde je bji = aij (i, j =
1, 2, . . . , n). Iz jednakosti (1.42) sledi
aij = aji
(i, j = 1, 2, . . . , n),
0 2 3
A= 2 1
4 ,
3 4 2
i
2+i
3
B = 2 + i i
1 .
3
1
4i
(1.43)
Iz jednakosti (1.43) sledi
(1.44)
aij = aji
(i, j = 1, 2, . . . , n).
Primer 1.25.
0
1 2
0
3 ,
A = 1
2 3
0
0
1i
3i
0
2 + 5i .
B = 1 + i
3i 2 5i
0
je
AH = A.
(1.45)
Iz (1.45) sledi
(1.46)
aij = aji
(i, j = 1, 2, . . . , n).
Iz (1.45) za i = j dobijamo
aii = aii
(i = 1, 2, . . . , n),
1
1 + i 2 3i
A= 1i
0
4 + i .
2 + 3i 4 i
5
(1.47)
Iz (1.47) sledi
(1.48)
aij = aji
(i, j = 1, 2, . . . , n).
Iz (1.48) za i = j dobijamo
aii = aii
(i = 1, 2, . . . , n),
Primer 1.27.
A=
i
2+i
2 + i
0
i
1 + i 2 3i
2i 4 + i .
B = 1 + i
2 3i 4 + i 3i
(1.49)
Iz (1.49) sledi
(1.50)
A=
0, 96 0, 28
0, 28
0, 96
57
0
0
B=
1
0
0
0
0
1
0
1
0
0
1
0
.
0
0
(1.51)
Iz (1.51) sledi
(1.52)
1
3
1
3
i
3
13
1 i
3
3
B=
1
2
i
1
2
i
2
0
0 .
1
AH A = AAH .
Ocigledno je da su hermitske, koso-hermitske i unitarne matrice normalne matrice. Takode, od realnih matrica sve simetricne, koso-simetricne
i ortogonalne matrice su normalne. Medutim, postoje i normalne matrice
koje ne pripadaju ni jednoj od pomenutih klasa, kao sto pokazuje sledeci
primer.
58
Primer 1.30.
A=
1
i
1 2+i
1 1 0
B = 0 1 1 .
1 0 1
0 1
0 0
je nilpotentna, jer je A2 = O. Opstije, svaka trougaona matrica sa nulama na glavnoj dijagonali je nilpotentna. Na primer, matrica
0 2 1 6
0 0 1 2
B=
0 0 0 3
0 0 0 0
je nilpotentna
0 0
0 0
B2 =
0 0
0 0
sa
2
0
0
0
7
3
,
0
0
0
B3 =
0
0
0
0
0
0
0
0
0
0
6
0
,
0
0
0
B4 =
0
0
0
0
0
0
0
0
0
0
0
0
.
0
0
Mada navedeni primeri imaju veliki broj nula clanova, kod tipicne nilpotentne matrice to ne mora da bude slucaj. Na primer, za matricu
5 3 2
C = 15 9 6
10 6 4
je C 2 = O, mada ova matrica nema nijedan nula clan.
2 2 4
4 1
3
4 .
A=
, B = 1
12 3
1 2 3
Ako je A idempotentna matrica tada je Ar = A za svaki prirodan broj
r. Tvrdenje je ocigledno za r = 1. Ako pretpostavimo da je tvrdenje
tacno za prirodan broj r, lako se dokazuje da je ono tacno i za prirodan
broj r + 1. Zaista,
Ar+1 = Ar A = A A = A.
Na osnovu matematicke indukcije zakljucujemo da je tvrdenje tacno za
svaki prirodan broj r.
Ako je A idempotentna matrica, tada je i matrica I A takode idempotentna matrica. Zaista,
(I A)2 = (I A)(I A) = I A A + A2 = I A.
Takode, ako su A i B idempotentne matrice istog reda i ako je AB =
BA, tada je AB idempotentna matrica. To sledi na osnovu jednakosti
(AB)(AB) = A(BA)B = A(AB)B = A2 B 2 = AB.
Definicija 1.23. Kvadratna matrica A je involutivna ako i samo
ako je A2 = I.
Drugim recima, kvadratna matrica je involutivna ako i samo ako je
inverzna samoj sebi, tj. A1 = A.
Primer 1.33.
A=
4 1
15 4
3 4 4
B = 0 1 0 .
2
2 3
60
1.11
(1.54)
(1.55)
Ako x, y C n tada je sa
(x, y) = y
x =
. . . 1
61
1
2
..
.
n
n
X
i i
=
i=1
Dokaz. Iz Ax = x sledi
(1.56)
(A I)x = O.
(A I)(AH I)
AAH AH A + I
AH A AH A + I
(AH I)(A I)
B H B.
Dokaz. Pretpostavimo, da kvadratna matrica A ima ne-nula sopstvenu vrednost kojoj odgovara sopstveni vektor x. Tada je Ax = x
i Ak x = k x za svako k N. Zbog toga, nijedan stepen matrice A nije
nula matrica, tj. A nije nilpotentna matrica.
Pretpostavimo, sada, da su sve sopstvene vrednosti matrice A jednake
0. Tada je karakteristicni polinom matrice A jednak
P () = ( 1 )( 2 ) ( n ) = n .
Na osnovu Cayley-Hamiltonove teoreme je P (A) = An = O, pa zakljucujemo da je A nilpotentna matrica. 2
Teorema 1.21. Sopstvene vrednosti idempotentne matrice jednake
su 0 ili 1.
Dokaz. Neka je A2 = A i neka je x sopstveni vektor matrice A koji
odgovara sopstvenoj vrednosti. Tada je
x = Ax = A2 x = 2 x,
tj. (2 )x = o. Kako je x 6= o, iz poslednje jednakosti sledi 2 = 0,
tj. = 0 ili = 1. 2
64