1. Matrice 1, Definicija i primjeri matica. 2. Operacije s matricama . . .6 3. Algebra mawrica coves 8 4, Matrigna jednadzba i inverzna matrica . 14 5. Algebarske strukture . . a 6. Blok matrice . -. . . Le 20 1.1. Definicija i primjeri matrica Matrice. Matrica! je pravokutna tablica sadinjena od nekoliko redaka i stupaca ispunjenih njezinim elementima. Ti su elementi obiténo brojevi, najéesce realni, no ponekad i kompleksni. Elementi mogu biti i drugi objekti, poput funkcija, vektora, diferencijalnih operatora, pa Eak i samih matrica. Mi ¢emo promatrati uglavnom matrice realnih brojeva. Evo primjera nekih mat- rica: 0 0 A= [3 ah B= [2 : ah c= [2 Hl . 00 Matrica A ima dva retka i dva stupca. B ima dva retka i tri stupca, dok C ima tri retka i dva stupca. Zapis matrice. Element matrice oznatavamo indeksima, pozivanjem prvo na redak pa zatim na stupac u kojem se on nalazi. Tako (A);; = 2 naznacava da je element matrice A koji se nalazi u prvom retku i prvom stupcu jednak 2. Na primjer, (B)3 = -1, (B)2) = 2 isligno. ' engl. marrix, njem. Macrix, franc. matrice, rus. MaTputta od Jal. mairix — stable, marcaObiéaj je da se opéi (po volji odabrani) element matrice oznaéava malim latinskim (ponekad i grékim) slovom. Tako je aj, element matrice A koji leZi u prvorn retku i prvom stupeu, a; = (A)i1, i sliéno ay = (A)g- Opéi oblik matrice je ay G12 +++ Ain Qa) Gy «-. Am A= Qnl Br + -+ Gan Ova matrica ima m redakai n stupaca. Za nju kazemo da je tipa m x n ili tipa (ym, x) - Elementi matrice su brojevi ay; i= 1,...,m,j=1, . +, , indeksirani s dva indeksa. Prvi oznagava broj retka, a drugi broj stupca u kojem se doti¢ni element nalazi. Prema tome, retci se sastoje od sljedecih elemenata: prviredak | ay ap... @y ee) On i-ti redak ay an oe gee Gin m-tiredak | apt Ginn... Gry ve in (prvi indeks je Evrst i oznaéava broj retka, a drugi se mijenja). Stupce pak savinjavaju elementi &iji je drugi indeks évrst i ozna¢ava broj stupea, a prvi indeks se mijenja. prvistupac ... —j-tistupac ... ati stupac ay cee ay wee + in ait . aj tee Qn Gt : Ong oe Ginn opéi element ¥ matrice \—» indeks stupea indeks tetka Sl LL. Zapis opéeg elementa matriceKraée matricu A zapisujemo na natin A = (a,) navodesi samo ime njezinog opéeg elementa. Jednakost matrica. Dvije matrice, A i B su jednake ako su istoga tipa (imaju jednak broj redaka i jednak broj stupaca), ¢ imaju jednake odgovarajuée elemente, tj. vrijedi ay = by za sve i,j. Matricu tipa (1, 1) moZemo poistovjetiti s realnim brojem, tako smijemo pisati [3] = 3. Ovakvo poistovjecivanje nee nikad uzrokovati zabunu. Ako je broj redaka m jednak broju stupaca n , za matricu kazemo da je kvadratna matrica reda n. xe Navedimo sad nekolike karakteristi¢nih matrica te tipove matrica specijalnoga oblika. Nul-matrica. Matrica Ciji su svi elementi nule naziva se nul-matriea i oznatava s @, neovisno o tome kojega je tipa ili reda. Ta nepreciznost neée stvarati nikakvih problema. Tako su sve sljedece matrice nul-matrice 00 0...0 00 . [ool [2 ) loo, fr Dijagonalna matrica. Dijagonala matrice definirana je samo za kvadratne mat- rice. Ona sadrzi elemente s jednakim indeksima: a), 22, ...,4nn- Matrica kojoj su svi elementi van dijagonale jednaki nuli naziva se dijagonalna matrica. Sljedeée su matrice dijagonalne a, O. 0 20 300 0 0 (07): 000), Dobos 004 Re 0 0 2. Gen U literaturi se dijagonalna matrica ponekad oznatava simbolom diag, Tako na primjer gornje se matrice mogu zapisati ovako: diag(2, 1), diag(3, 0,4), diag(ay),..., @an)- Jedinigna matrica. To je dijagonalna matrica Giji su dijagonalni elementi jednaki 1. Oznatavamo ju slovom I. (Ponegdje se u literaturi koristi i slovo E.) 10...0 100 01...0 } a o1of i fe | 001 st 00.01 Kroneckerov simbol. S 6j uobigajeno oznatavamo Kroneckerov delta simbol: 1 akojei=j by = sof 2.8 0 akojei#j. Vidimo da su Sy wpravo matriéni elementi jedinitne matrice: (8y).Trokutaste matrice. Pojam je definiran samo za kvadratne matrice. Matrica je gornja trokutasta ako su svi njezini elementi ispod glavne dijagonale jednaki nuli. Evo nekib primjera: Ba [aes Matrica je donja trokutasta ako su svi pjezini elementi iznad dijagonale jednaki nuli: a, 0... 0 [19] [o2s} an a... 0 11 Loy : n ny Ana --+ Gan Transponirana matrica. Mafrica B je transponirana matrica matrice A ako vrijedi (By (As, zasve if. Kako dobivamo transponjranu matricu? Elemente prvoga retka matrice A, ne mi- jenjaju¢i njihov poredak, zapiSemo na mjesto prvog stupca matrice B itd. Matrica. B je tipa (n, m). Ovo pridruzivanje nazivamo transponiranjem. Evo nekoliko primjera transponiranja ~ = (4a) fea} (4 84) ay a2 Ay, Qi Gay... Am ay a2 22n yz A272 «+. m2 _ mee. mi Gen2 +++ Amn Ain Arn --- Amn Transponiranu matricu oznaavama simbolom AT, (AT) = (A, VAS Primjer 1.1. a) Ako ic D dijagonalna matrica, tad je D' = D. b) Akoje L gornja trokutasta, tad je LT donja trokutasta, i obratno. ce) (AT) =A, zasvaku matricu A. Ako je A kvadratna matrica, tad se transponirana matrica dobiva tako da se elementi matrice A zrcale s obzirom na njezinu dijagonalu.Simetriéne matrice. Matrica A je simetriéna ako je AT = A, thay = ay, Vi,j. Simetriéna matrica nuZno je kvadratna. Zrealjenjem s obzirom na dijagonalu matrica se ne mijenja: 10-1 12 . [2 if 01 4] itd, -10 1 Matrica je antisimetrigna ako vrijedi A’ = —A, tj. aj = —ay, Vi,j. Antisi- metriéna matrica nuZno je kvadratna i ima nule na dijagonali; a; = —a;, daje a, — 0. Evo primjera: 02-1 [3 a [28 4 itd. 10 0 Vektor kao matrica. Matrice koje imaju samo jedan redak ili samo jedan stupac nazivamo vektorima. Tako govorimo o vektor-retku ili pak o vektor-stupcu. Evo primjera vektor-stupaca: by ab fh fF nt Za prvog kaZemo da je dimenzije 2, drugi je dimenzije 3, a posljednji dimenzije nr. Vektore obiéno oznacavamo masnim malim slovima latinitke abecede, iako Gemo po- nekad koristiti i velika slova, jer vektor je i matrica tipa (7, 1) ili pak (1,n). Ako je b vektor-stupac, tad je njemu transponirani vektor b™ vektor-redak a)" by Dn i obratno, transponiranjem vektor-retka dobiva se vektor-stupac. Govorimo li samo vektor, onda mislimo na vektor-stupac. S druge strane. u ret- cima knjige lakSe je zapisati vektor-redak. Stoga se vektori Gesto zapisuju s pomocu znaka transponiranja. Tako je npr. vektor [0 1 3)" zapisan u ovome retku zapravo vektor-stupac, tipa (3, 1). Zagrade koje okruZuju matricu mogu biti i drugoga eblika. U literaturi se susreéu i sljedeci zapisi @y 412 +--+ An 4, 412 «+. Ay 41 427 ... Gay ay) ay... ay Bap Bnd «<> Bran Bigl An ++ Bnn Za matrice maloga reda obiéno ne Koristimo zapis s indeksima; pisemo radije A = [ “ e) i sliéno.Matrica je skup vektora. Stupce (i retke) matrice moZemo u mislima shvatiti kao vektore. Tako je matrica Qa a2... An ay G22... Ay A=]. . Qt Une --- Gre avijena od sliedecih vektor-redaka ar =(4au a2... ayn), a a2 = [aa ax... am], ay A=] .], a, Ay = [mt Amr ++ Grn]; ™ ili pak od sljedecih vektor-stupaca, ay a2 Qin aay anz @2n a= |o0 |=] Ol,..ja"=] "|, A=[al a? .. at]. am) m2, nn 1.2. Operaci Skup svih matrica istog tipa (m,n) oznaGavamo sa .%,,._ Na tom su skupu definirane dvije operacije © zbrajanje matrica, ® mmnoZenje skalara i matrice. Zbrajanje matrica definirano je na nacin (A+ B)y = (A)y + B)y. (ll) Da bi zbroj matrica bio definiran, matrice A i B moraju biti istoga tipa. Rezultat zbrajanja je opet matrica, istoga tipa (m,n). Element matrice A + B na mjestu (i, j) jednak je zbroju elemenata matrica A i B na istom tom mjestu. Tako vrijedi, na primjer . 2-1 -10)_fi-i i 2|+| 3 2] -[5 nt Gy... " by we. Bin ath 6. aintbin pe fad Lo am nn Brat Bann Ani tb Fn + PinaBit Ge korisno da se priviknemo na zapis matrice u kome se redak zapisuje u obliku yektora, Tako zbrajanje matrica moZemo predotiti formulom ay by a; +b; as bz ay+b2 fT]: _ 2 Bn bn Amt Dy, Tu je dakake ay + by = [a + bur, ai + bray) @in + Dual i sliGno za preostale retke, MnoZenje matrice skalarom. Neka je A ¢€ R bilo koji skalar, te A C @an- Umnozak matrice A skalarom A je matrica AA definirana na nacin (AA)y = A(A)y- (1.2) Dakle, matrica se mnoZi skalarom* tako da se svaki njezin element mnoZi tim skala- rom: 1 2 2 4 fo 3] =[5 4) Xp, Aay Aan Alton, = Poon, . Gigi os + Cnn: AQm --- Adnan Matricu (—1)A oznaéavamos —A. Razlika dviju matrica svodi se na veé uve- dene opera A-B:=A+4(-1)B. Skup matrica Gini vektorski prostor. Izdvojimo sljedeca svojstva ovih dviju operacija 1) (VA, B,C € 4m) A+ (B+C)=(A+B)+C. 2) (20 € An) (VA € Mn) A+O=O+FA=A. 3) (VA € bmn) (JA! © An) AFATH=AT4A=0. 4) (VA,BE Mm) A+B=B+A. 5) (Vo, B ER)(VA © Am) a(BA) = (aB)A 6) (Va ER)VA,BE Mm) (A+B) =cA+oB. 7) (Va, BER)VAE 4m) (a+ B)A=GA+t BA. 8) 1-A=A . Kazemo da skup svih matrica .#,,, uz operacije zbrajanja matrica i mnoZenja skalara i matrice Gini vektorski prostor. * Skalar je drug) nariv za realan broj. Korisno ga je rabiti u ovakvim situacijama, zato Sto po potrebi skalarom nazivamo i kompleksne brojeve. Mnozenje matrice s kompleksnim brojem definira se na potpuno istovjetan natin, stoga ova definicija vrijedi i kad skalare zamiljamo kao kompleksne brojeve.1.3. Algebra matrica’ MnoZenje matrica znatno je slozenija operacija od zbrajanja. Prije no 8to navede- mo definiciju, upozorit éemo na sljedeée: ¢ Umno%ak nije definiran za bilo kakve dvije matrice, pa €ak niti za matrice istoga tipa (m, n), ukoliko je m # x. ¢ Ikad je umnoZak definiran, on ovisi 0 poretku matrica. Krenimo od pojma umnogka vektora. UmnoiZak yektor-retka i vektor-stupca. Neka je a vektor-redak i b vektor. stupac iste duljine: by b a=[a, am... an], b= ° Dy Njihov se umnogak definira na nacin: a by far az... de] S| = ab) tab +... + aby. (1.3) bn Rezultat je ovog mnozenja skalar. Evo primjera: 3 [2-1 »[2| = 2-34(-1)-(-2) 43-5223 5 MnoéZenje matrica. Da bi postojao umnozak dviju matrica, one moraju biti ulan- tane: broj stupaca prve mora biti jednak broju redaka druge matrice. (Odnosno, ‘duljina’ retka prve mora biti jednaka ‘daljini’ stupca druge matrice.) Tako, ako je A tipa (m, a) da bi umnoZak AB postojao, mairica B mora biti tipa (n, p). Pri tom m i p mogu biti bilo kakvi. Revultat mnozenja bit ée ponovno matrica, tipa (em, p) . Kako mnozimo matrice? Neka je A = (ag) tipa (m,n), B = (by) tipa (n, p). Opéi element umnogka AB dan je formulom (AB)y = aaby + aaby +... + Pry (1.4) Ovaj umnoZak prepoznajemo kao umnozak i-toga retka matrice A i j-tog stupea matrice B: Ay (AB); = [an aa... ain]La SL 12. Delle matrice mogu se. mnokiti samo ako su ulancame. Reculiat je matrica koja ima Jednak broj redaka kao prva i jednak broj stupaca kao i druga matrica. Element unmoska na miesiu (i,j) jednak je skalarnom umnosku i -toga retka prve i j-toga stupca druge matrice Primjer 1.2. Evo nekoliko primjera umnoZaka matrica oH [aeegaes 2ast)- 3) oP et a)-[s $3} o Ba Fah 0 [SIE (89h Aaa etree! ca Ovi primjeri potvrduju sljedeéa neuobigajena svojstva ¢ ako je umnoZak AB definiran, BA to ne mora biti (primjer d), ¢ ako postoje AB i BA, tad je opéenito AB = BA (primjere). Cak i onda ako su matrice AB i BA istoga tipa, opéenito je AB # BA (matrice u primjeru aie), . « Ako je AB = 0 (nul-matrica), tad ne mora biti A = 0 niti B=0. aad Matritni umnoz%ak vektora. Neka su ai b vektor-stupci istoga tipa. Shvatimo li ih kao matrice, onda su definirana oba umnoska, a’b i ab! . Pri tomee ab je matricatipa (1, 1) s elementom a T by a'b=[a) a Gy) : = [ab tagbt+... +an2,]- dy Ovakvu matricu, s jednim elementom, poistovjecujemo sa skalarom i rezultat piSemo bez zagrada. Zato je, u ovom sluéaju, matri¢ni umnozak vektora jednak gore opisanom umnogku vektor retka s vektor stupcem. © ab” je matrica tipa (n,n)! Zaista, a ayb, aybz ... arby abt a [by b by] mb, arb, ... Ardy = 12... bb JH). ay nb Aybx 2. Aydin Primjer 1.3. 3 [21 al | =2xK341«(-L +(-3) x 2=-1 > ’ 2 6-2 4 i]t 1a)=| 3-1 2]. -3 -9 3-6 Ovaj je primjer vrlo zna%ajan. Jer, matriéno mnoZenje mozemo opisati na potpuno identiéan naéin, shvatimo i retke odnosno stupce matrica kao zasebne vektore. Evo kako: ayy ay --- in] Pou br --- Bip ABE aa daa +++ dan Pax baa «+ Dap Amt And --- Gnd LBay Baz +. Brp ay ab! ab? ... a,b? 1 ab? ; =) |p ee py | Be an a,b! a,b? ... a,b? Vidimo da je opéi element matrice AB upravo by by (AB)y = ab! = [an ap... an] ® = Ss aby. kel bryZapis linearnog sustava. U nastavku éemo u nekoliko navrata spomenuti da je problem rjeSavanja linearnih sustava najvazniji problem lineame algebre. Dobar dio motivacija za prouéavanje matrica upravo proizlazi iz njihove veze s linearnim sustavima. Sustav od m linearnih jednadzbis n nepoznanica danas uwobiéajeno zapisujemo uobliku AyiX) + aygk2 + QpXy = by, GX) + AnxX +... Uk, = Dr, (3) Gp X_ + AmaxX2 +... mtn = Bn Ovdje su nam poznate vrijednosti koeficijenata ay te b;, a trebamo odrediti nepozna- Nice Xy...,X,- Citatelj ée primijetiti da se sustav (1.5) mo%e napisati u obliku matriéne jednadZbe Ax=b, (1.6) gdje smo oznacili ay M2 ++. Bin x b; a3, dy... Be x2 by A=|. "), xs]F], i ba] Fmt Bnd +++ Aon Xn bm Matrica A naziva se matrica koeficijenata sustava, x je vekior nepoznanica, b desna strana sustava. Pokazat emo u Getvrtom poglavlju da se postupak rjeSavanja ovoga sustava svodi na operacije s elementima matrice A i vektora b. Takoder, problem egzistencije i jedinstvenosti rjeSenja ovisi uglavnom o svojstvima matrice koeficijenata. Primjer 1.4. Za strujni krug na slici po Kirchhoffovim zakonima mozemo pos- taviti sljedece jednadZbe >O OopLo 1 0 0 0174 0 1-1 -t Offi 10 1 0-1} }is} = Ry -R2 -R; 0 O| J is 0 0 RR Rs Lis oooc-. Syojstva matrignoga mnozenja. Izdvojimo neka svojstva matriénoga mnozZe nja. Ona pokazuju da unatoé “neobiénoj’ definiciji, to mnozenje ipak posjeduje nek oéekivana dobra svojstva. « Asocijativnost. Vrijedi (AB)C = A(BC) kad god je umnoZak (s bilo koje strane) definiran. Dokaz ovoga svojstva moze Citatelj u prvome Citanju preskotiti. Nesto kasni. je, ovo ¢e svojstvo proizaci iz veze matrica s linearnim operatorima i svest Ce se ni svojstvo asocijativnosti za kompoziciju funkcija. Ovdje ga navodimo radi vjeZbe za pisivanja operatora sumiranja te zapisivanja indeksa matriénih elernenata. Obratit osobito pozornost na zamjenu poretka sumacije. Dakle, ako je A=(ay), — tipa: (m,n), B=(b), Gpa (x, p), CH=(cu), tpa (pr), tad imamo * (AB)a = dD avbi, il ’ (BC) = > bucu, ke te je 2 Poy [(AB)C]a = SOAB)ucu: = v(x aby) Ca wel 1 Gai = pon a Pp = > SY aybjce = > ay (o agen) kel kel j=l jab = Yo a,(BC), = [ABO)]. j=l Matriéni polinom. Ako je A kvadratna matrica (i samo u tom slutaju!), defini rana je potencija A? := AA. Induktivno definiramo potenciju: A?:= AA---A. CALS p fakioraO&evidno je (zbog asocijativnosti mnozenja) da za ove potencije vrijede jednakosti APAT = ATAP = AP*4, (AP)? = APY, 7a sve prirodne brojeve p i q- stavijamo A° = I. Tako moZemo definirati matriéni polinom: ako je f(x) = ax? +... + ox + a bilo koji polinom stupnja p, tad definiramo F(A) = a AP +... + A+ cl. Primjer 1.5. Neka je A = [3 2] i fO)= 2 43, ox Tad vrijedi fd) =a asa | 3 g(a) =A? ane rt | * Distributivnost Vrijedi (A + B}C = AC + BC. Zaista, a (A+ B)Cha = S0(A + Biycu = S7(ay + bye yl rat a n = Daeg + ¥) bye Jel jl = (AC)x + (BC) = [AC + BC}. » UmnoiZak s jediniénom matricom. Ako je I jediniéna matrica reda n, tad za svaku kvadratnu matricu A istoga reda vrijedi A-T=L-A=A. Uvjeri se u to na primjerima matrica reda 2 i reda 3! U opéem slucaju, element umnoska A - I na mjestu (i,j) iznosi n (AD = SV andy = aid +... + aydy +... + Ginny = ay = (Ay. k=l (Od svih pribrojnika u gornjoj sumi preostaje samo jedan, kod kojegaje k = j.) Sligno vrijedi i za ummoZak IA. ¢ Transponiranje. Odnos mnoZenja matrica prema transponiranju je sljededi: (AB)’ =BTAT. Nije uobiCajeno u matematici isticati svojstva koja ne vrijede. Ovdje éemo uéiniti iznimku podto sljedeéa ‘nevazeca syojstva’ razlikuju matrignu algebru od uobicajenih algebri brojeva: (i) Opeenite je ABZ BA. (ii) Jednakost AB = AC ne povlati nuzno B = C, éak nitiu sluaju A #0 (ii) Ako je AB = 0, tad nije nugno A = 0 niti mora biti B= 0Provjerimo najprije ulanéanost! Matrica BY je tipa p xn, AT tipa nx m te BTAT postoji i ima tip p x m, ba’ kao i matrica (AB)” , Sad piSemo: (AB) = (AB) = 7 ay by j-t = 5(B7),(A7), = BTA), = Primjer 1.6. Umno%ak vektor-retka i vektor-stupea ne ovisi 0 njihovu poretku. Zaista, kako je ab skalar, vrijedi (a'b)' =aTb. S druge strane, po pravilu transponirunja je (a™b)’ =b'aT™ =b'a. Tako smo dobili ab = b’a. 1.4. Matriéna jednadZba i inverzna matrica U ovoj emo tocki promatrati samo kvadratne matrice istoga reda n. Sa .%, oznaéavamo skup svih takvih matrica. Promatramo samo kvadratne matrice radi toga Sto su samo u tom sluéaju na istome skupu definirane sve tri prije uvedene operacije: zbrajanje matrica, mnoZenje skalara i matrice te mnozenje matrica. Matriéna jedmadzba. Neka su A i B dvije zadane matrice iz .#%,. Matritna jednadZba je jednadZba oblika AX=B (1.7) gdje je X € .%, nepoznata matrica. Postavlja se pitanje: * Kad Ge jednadzba (1.7) imati jedinstveno rjeSenje X? Vidjet ero da odgovor na ovo pitanje ovisi samo o-matrici A. Ideja se sastoji u tome da se promotri pomoéna jednadzba YA=L (1.8) Pretpostavimo da ona ima rjeSenje A’, dakle, A’A = I. Mnogedi jednadZbu (1.7) s A’ (s lijeve strane!) dobivamo A'(AX) = A'B. kako je A’(AX) = (A’A)X = IX = X, odavde slijedi da je trazeno rjeSenje jednadzbe. (1.7) matrica A'B. Interesantno je primijetiti da provjera, . uvr8tavanje X = A’B u (1.7) daje A(4’B) =B Sto sugerira da vrijedi AA’ = I. Pokazat ¢emo poslije da je to zaista istina.Primjer 1.7. Rijesimo jednadzbu 31 -12 is2)8= [3] Stavimo X = (: ‘| . MnoZenjem matrica s lijeve strane i izjednaéavanjem s matricom na desnoj strani dolazimo do jednadZbi 3a+ c=-l, 3b+ d=2, Sa+2e = 3, 5b+2d=1, odakle lagano slijedi a = —S, ¢= 14, b=3,d=-7,5.X= [i 3] : Zadatak moZemo rijesiti i tako da najprije rije8imo pomoénu jednadZbu A‘A = I: leAisa= [ot] 3e+5f=l, 3g+5h=0, e+2f =0, gtohe=l. odakle imamo Odavde A’ = [3 3] . Sad je _am_f 2-1]f-12]_J-5 3 X= A'B= [3 3] 3 i| = [a ah Korist od ovoga pristupa sastoji se u tome da znajuéi matricu A’ moZemo odrediti rjeSenje jednadzbe (1.7) za bilo kakvu matricu B. Uvjerite se takoder da matrica A’ zadovoljava i jednadzbu AA’ = I: [52][-s 3] -[0°). Inverzna matrica. Nekaje A ¢ 4%, zadana matrica. Matrica A’ za koju vrijedi A'A=AA' =I (1.9) naziva se inverzna matrica matrice A. Provjerimo najprije da je inverzna matrica (ako postoji!) jedinstvena. Pretposta- vimo da postoje dvije matrice, A’ i A” koje zadovoljavaju (1.9). Tad iz A'A = I, mnoZeéi ‘s desna’ s matricom A” dobivamo (A’A)A” = IA” = A”. Kako je po pretpostavci (A‘A)A” = AAA") = A'T = A’, odavde slijedi tvrdnja. Inverznu matricu obigno oznatavamo s AW. Za matricu A kazemo da je regularna ukoliko postoji njezina inverzna matrica AT.ate Citatelj Ge se mo%da zapitati: postoji ti kvadratna matrica A’ koja zadovoliava samo jednu od lacija u (1.9), a drugu ne? Na primjer, za koju vrijedi AA’ = I ali A’A 4 1? Odgovor je net, jedna jednakost u (1.9) povlaéi drugu. Dokaz ove tvrdnje dat ¢emo u narednom poglavlju. Do tad je korisno 2nati da je dovoljno provjeriti samo jednu jednakost u relaciji (1.9). rel: ate Takoder, vrlo je vaZno spomenuti da inverz ne mora uvijek postojati. Pri tom ne mislimo samo na nul matricu, za koju je takva tvrdnja otevidna. Tako npr. matrica A= [° H nema inverza. Zaista, iz uvjeta AA’ = I dobivamo O1]fas)_fio cd] _[Lo ool[ea= [ou = [oa}- [6 ‘| Sto je nemoguée. Uéini li vam se da je razlog tome Sto i ova matrica ima previse nula, pokuSajte 21 39 49 91)" pronagi inverz matrice a Svojstva inverzne matrice. IskaZimo sliede¢i Teorem 1.1. Ako su A i B regularne matrice, tad je i AB regularna i vrijedi (AB)? =BUAT. (1.10) Dokez. Mattica B~'A~' postoji po pretpostavci. Direktna provjera sad daje (AB)(B-'A~') = ABB"'A7! = ATA™! = AAT! SI Slitno se dobiva i (B“'A7))(AB) = B7'A7'AB =I. Zato postoji inverz od AB jon je jednak B-'A~!. Formula (1.10) vrijedi i za umnoZak n regularnih matrica: ako su Aj,... regularne, tad je i matrica Ay --- A, regularna i vrijedi (Apa, Tb Ss Apt Ayh U to se mozZemo uvjeriti direktnim mnoZenjem. aF U nastavku éemo pokuSati odgovoriti na sljedeca vaZna pitanja e Kad je matrica A regularna? » Ako je A regularna, kako se racuna njezin inverz? Jedan od mogu¢ih odgovora na ova pitanja daje teorija determinanti.5. Algebarske strukture* Pri prouavanju skupa matrica, alii mnogih drugih struktura, pojavijuju se izvjesne zakonitosti i zajednigka svojstva. Stoga je korisno uotiti ih i izdvojeno promatrati, Na taj se nadin stjege mnogo bolji uvid u zajednicka svojsiva nekih na prvi pogled posve razliditih matematickih struktura. Jedan od osnovnih pojmova algebre koji Gemo ovdje ukratke spomenuti, jest pojam grupe. Grupe. Grupa je matematicka struktwra koja se sastoji od nepraznog skupa G i biname operacije 0: Gx G— G. To mati da je za svaka dva elementa x,y € G definiran njihov umnozak xoy € G. Pri tome zahtjevamo da vrijede sljcdeca svojstva ~ " 4) Asocijativnost. Za sve x,y,z € G vrijedi (toy}oz = xe(yoz). 2) Postojanje neutralnog elementa. Postoji element ¢ € G takay da za svaki x € G vrijedi eox=xce=x. 3) Postojanje inverznog elementa. Za svaki x € G postoji element x7! € G takav da je xox! ax lerse. Ako je k tome za svaka dva elementa x, y € G ispunjeno xey = yo.x,onda za G kazemo da je komutativna ili Abelova grupa. Terminologija. U najjednostavnijim i najvaznijim primjerima, G je obitno neki skup brojeva, aoperacija o bilo zbrajanje, bilo mnozenje. Ako je operacija o nalik na zbeajanje, tad grupu nazivamo aditivnom. neutralni element nulom, a inverzni element zovemo suprotnim elementom. Ako pak operacija o nalikuje na mnozenje, grupu nazivamo multiplikativnom, neutralni element jedinicom, a inverzni element reciprognim. Evo primjera. 1. Aditivna grupa realnih brojeva (R, +), s operacijom zbrajanja kao grupoynom operacijom. Neutralni element je 0 (nula), a suprotni element broja x je broj —x Sliéno, aditivne grupe su grupe cijelih brojeva (Z, +), racionalnih (Q,+). kompleksnih (C+). Prirodni brojevi (N, +) ne Gine grupu: ne postoji niti neutralni, ait suprotni element niti jednoga prirodnoga broja. 2. Multiplikativna grupa (R‘, -), gdje je RX = R\ {O}, a - operacija mnofenja. Jedinica (neutralni element) je 1, inverzni clement od x je 1/x. Sliéno su grupe i (R*,-), (Q,-), (O+,-). (C%,-). Medulim, (Z*,-) ne Gini grupu: ne postoji inverzni element niti jednoga cijcloga broja koji je veci od 1 3, Neka je m prirodan broj i (Zn, +) grupa ‘ostataka modulo 1’. Tu je skup Zn = {0, 1,2, ...,2— I}, operacija + dvama elementima iz Zn pridruzuje ostatak pri dijeljenju njihova zbroja brojem x. Provjeri da je (Zn, +) grupa za sluéaj » = 2,3, 4, 5,6. Ispisi “tablicu zbrajanja’, poput ove zan=354. Ako je p prost broj, Zp = (1, 2,..., p— 1} i operacija - definirana kao operacija mnoZe- nja modulo p koja paru brojeva pridruzuje ostatak pri dijeljenju njihova umnoska brojem p, tad je (Z},-) grapa. Tablica mno¥enja za p = 5 glasi & ove tablice Gitamo: 2-2=4, 2-3=1,3-4=2, 41 =4, 27! 33 itd. Provjeri direktno da je (Z}, -) grupaza p = 2,3,7. Ako p nije prost, onda (Z},+) nije grupa. Npr. za p = 6 umnozak 2-3 jednak je 0 ine pripada grupi S. Uredeni par (7, +) je grupa, gdje su F sve funkoije sa skupa $ u R (iliu C), a + operacija zbrajanja funkcija. Neutralni clement je funkeija identivki jednaka nuli. Sto je suprotni element? Ova je grupa Abclova. 6. Uredeni par (2, ») svih bijckcija sa skupa Su § je grupa. o je kompozicija funkcija, ¢ identiteta, a x~' inverzna funkeija. Grupa nije Abelova, Primjeti grupa su mnogobrojni. Tijekom ovoga kursa, kao iu kursu matematitke analize, srest emo se s velikim brojem slignih primjera Osnovna svojstva grupe. Navedimo neka najjednostavnija svojstva svake grupe. © Neutralni clement je jedinstven. Zaista, ako postoje dva elementa, ¢ i e’ recimo, za koje vrijedi 2), tad bi bilo ece =e jer je neutralni clement, alii eoe =e jerje e’ neutralan. Stogaje nuzno e = e'. * Inverzni element je jedinstven. Zaista, ako x ima dva inverza, x! i x” recimo, tad bi bilo , xox =e pa mnozenje s x" (slijeva) daje Zbog asocijativnosti je tad 1@ konatno dobivamo U svakoj grupi jednad?ba aox = b ima jedinstveno rjesenje. Zaista, mnozenjem § a7! dobivamo 1 a 'o(acx)=@ oh <=> eoxaa ob teje x= a"! ob. RjeSenje je jedinstveno, jer, kad bi postojala dva —recimo x} i x. — tad bj iz i aoxg =) slijedilo ae.x) = @o.xg te, mnozenjem s a™!, dobili bi xy = x2. Stigno, jednadzba y oa = b ima jedinstveno rjesenje y = boa oxy =Polje. Sljedeca vazna matematika struktura jest polje. Polje Gini neprazni skup X na kojemu su definirane dvije operacije i koje zadovoljavaju svojstva koja emo navesti u nastavku. Operacije éemo oznaéitis + is + iako to ne moraju biti klasiéne operacijc zbrajanja i mnozZenja. Zahtijevamo da bude ispunjeno sljedeée: 1) (X, +) je (aditivna) Abelova grupa, ° 2) {X*, -) je (multiplikativna) Abelova grupa, pri éemu je X* = X \ {0}, 3) vrijede zakoni distribucije, za sve x,y,z € X (aty)-cSx-ztyeg xO tz) Sx-ytxes Standardni primjeri polja su polja brojeva (Q, +,-), (R,+,-), (C,+,-). Polje Gini takoder i skup (Zp, +, °) 2a prost broj p, pri emu su obje operacije definirane kao ostatak modulo p. Matrice. Neka je K bilo koje polje. Matrica je svaka funkeija A: {1,...,m} x {l,...,a} = K Zanju kaZemo da je matrica nad poljem K.. Uobigajeno je oznaditi s ay vrijednost A(i, j). Takoder, uobigajeno je cjelokupnu matricu pisati u obliku tablice ay] 412 ++ Gin G41 A »- An A=]. Om Anz ~~~ Ginn Ako matricu interpretiramo kao funkciju, tad skup (.%nn, +) svih matrica tipa Gn, 7) Gini erupu, pri éemu je + operacija matriénog zbrajanja. Asocijativnost zbrajanja vrijedi jer vrijedi za funkcije, neutralni element (nula) je matrica iden- ticki jednaka nuli — dakle, nul matrica 0 za koju je 0(é,j) = 0 za sve i,j. Suprotmi clement je matrica —A za koju je (—A)(i,,/) == —A(. J) itd. Matrice ad poljem C. Zbog svojstava polja € kompleksnih brojeva korisno je, a ponekad i neophodno, promatrati matrice Giji su elementi kompleksni brojevi. Ovakve matrice imaju sve osobine skupa matrica nad poljem realnih brojeva; dodatni oprez treba udiniti pri definiciji transponiranja. Ovdje je korisni- je definirati umjesto transponirane tzv. adjungiranu matricu. Oznacimo najprije s A matricu s kompleksno-konjugiranim elementima: a=[T at | => A= 1-i 342i Sad definiramo adjungiranu matricu A* formulom an =A)", u gornjem primjeru * 2-i 14i 4 1 an Primijetimo, ako je A realna, tad je A* = AT. Matrica A® imat e ulogu matrice AT u mnogim reoremima u kojima se, u slugaju realnih matrica, javija transponirana matrica A! Matrica je hermitska ako vrijedi A= A*. Vektorski prostor (X,+,-). Skup X na kojemu su definirane: operdcije z7brajanja te mnozenja sa salarom je vektorski prostor ukoliko te dvije opera i 1) (Wxy,2eX) xt lytz)s(xty) +z2) (B0E X\¥x eX) x40=-04x= 3) (vx e X}(ax EX) xtx’ =x 4p xs 4) (vx,y eX) x+yaytx. 5) (va, B € RYWXE X) a(Bx) = (af)x 6) (Wa ER\(Vx,y EX) e(xt+y)saxtay. 7) (Wo, BER\WXEX) (@+8)x=ax4 Bx 8) I-x=x Svako od ovih svojstava ima svoj naziv: 1) asocijativnost zbrajanja, 2) postojanje nul elementa, 3) postojanje suprotnog clementa, 4) komutativnost zbrajanja, 5) kompatibilnost mnozenja, 6) distributivnost mnoZenja prema zbrajanju u X, 7) distributivnost mnofenja prema zbrajanju u R, 8) netrivijalnost mnozenja_ Iako i u definiciji vektorskoga prostora sudjeluju dvije operacije + i -, nji ne smijemo brkati s takvim operacijama koje su cefinirale polje. Kod polja se operacija mnozenja vrsila nad dvaclementa iz toga polja, dok se u vektorskome prostoru mnozi skalar i element vektorskoga prostora. Primijetimo da pri tome skalari cine polje! Zato joS govorim o vektorskom prostoru nad poljem R, ili pak 0 vektorskom prostoru aad poljem C, ukoliko su skalari kompleksni brojevi itd. 1.6. Blok matrice* ° Kazali smo na pogetkw da elementi matrica mogu biti i same matrice! Takve matrice nazivamo blok matricama. Pri tome cemo vidjeti da sui na ovakvim matricama definirane sve operacije kao i za matrice éiji su elementi skalari: Gak se Cuvaju i njihova svojstva. Blok matrica je svaka matrica oblika (Aj), pri éemu su Ay matrice sa skalamim efementima. Dvije takve matrice moZemo zbrajati i mnoiziti (Ay) + (By = (Ay + By) (Ag) Bye) = (> AyBuo) = Da bi ove operacije bile definirane, mora biti definiran svaki element u matricama s desne strane. NajlakSe je to vidjeti na primerima. Matrice detvrtoga reda 1 3 1-! 2-2 00 —|2-1 2 4 _{-3 1 00 A=lo 0-1 ip BF | 2-1 43 0 0 2 3 2 2-11 mozemo napisati u obliku blok matrica na natin: Au An Bu Biz A= B= ne An|’Ovdje pojedini elementi blok matrice (koje nazivamo blokevi) iznose: t 3 1-1 0 -1d ai-[} a} ane [b-dp ane [89 ase [Ed 2 +2 00 2-1 43 ti=[4 ah Ba= [9 oh Bu = [} dh B=|_{ | Sad mozemo ratunati zbroj matrica A i B, kao i njihov umno%ak ragunajudi s blokovimna. Napomenimo da pri tom oko pojedinih blokova ne stavljamo matritne zagrade, iako zbog lakSega snalazenja Cesto te biokove omedujemo erticama: Ant+By A+B ares [i ny Ais els Az +Ba, Ax2+Ba Korist od racuna s blok matricama je u tome Sto se one rabe u situacijama kad su mnogi od blo- kova specijalnoga oblika (obiéno nul-matrice). Tad se pojednostavljuje narocito operacija mnozenja. (U gomjem primjeru samo je po jedan blok svake matrice jednak nuli, Ao) = By = 0.) Umnozak matrica dobivamo na nagin: Ai 1 Bi) +A)2B. Ap By: +A) 2B. an | Bi) +Ai2Bar uBy+Ay2) | AuBy+A2Bo Agi Br2t+AnBa _ fAuButABa — A12B2 - Ax2Bay ipa Izraéunajmo pojedine blokove: somvesotn [LB of] [a] soto [ELSE som LYE JE wom NLA [E Tako je te Blokovi matrica ne moraju biti kvadratni, niti jednakoga oblika. Pri rastavu matrice na blokove imamo potpunu slobodu. Jedini je uvjet da blokovi moraju biti nadinjeni tako da su operacije koje kanimo uéiniti s njima definirane, Evo dvaju tipiénih primjera. i 2-1;0 00) [2 21% 3010 00] /-—----—— | 0 o12-21//2 2 1 2 o ofo ratio o)) -2 ' 0 013 1U dmigom primjeru, matrice reda n su podijeljene u blokove tako da su izdvojeni kao posebai cJementi prvi redak i prvi stupac matrice. Prvi blok Gine skalari na poziciji (1, 1) , drugi blok vektor- retci ay i b, duljine » — 1, treéi blok vektor-stupei az i by duljine 2 ~ 1, aetvrti matrice Ay i B, reda n ~ 1. Tad zbroj i umnozak matrica izgleda ovako: ri] [Ee bi] _ [eto | 3] a2 1 A) b2 1B aytb, | Ai +By Bib) [opens | aden az} Ay | [by | By Baz+Ayb, | agb| +A,B Primijeti da je umnoZak ajb2 skalar, dok je azby matricareda n — 1.