Linearn algebra - prehled definic, vet a d

ukaz
u
5. cervna 2014

Obsah

1 Uvod,
line
arn prostor R2 a R3

2 Polynomy, B
ezoutova v
eta, ko
reny polynom
u, d
elen a Hornerovo sch
ema

3 Axiomatick
e zaveden line
arnho prostoru, p
rklady lin. prostor
u, podprostor

10

4 Line
arn kombinace, obal, z
avislost a nez
avislost

13

5 B
aze a dimenze lin. prostoru, Steinitzova v
eta, sou
radnice

16

6 Line
arn zobrazen, izomorfismus, line
arn oper
atory a funkcion
aly

20

7 Matice a jej hodnost

26

8 N
asoben matice a inverzn matice

28

9 Determinant matice

31

10 Soustavy line
arnch rovnic

37

11 Line
arn variety

40

12 Matice line
arnho zobrazen a jej vlastnosti

43

13 Zm
ena b
aze, matice p
rechodu

47

14 Vlastn
csla a vlastn vektory, diagonalizace

49

15 Skal
arn sou
cin a ortogonalita

54

16 Metrick
a geometrie

61

17 Definitnost symetrick
ych matic a diagonalizace kvadratick
ych forem

65

18 Uvod
do obecn
e algebry, grupa, okruh, t
eleso

68

Uvod,
line
arn prostor R2 a R3

Definice 1. Sct
an vektor
u v R2 definujeme jako sctan po slozkach, tedy
~v ~u = (v1 , v2 ) (u1 , u2 ) := (v1 + u1 , v2 + u2 ).
V
eta 1. Sct
an vektor
u v R2 je komutativn, neboli pro libovolne ~v a ~u plat
~v ~u = ~u ~v .
D
ukaz. Chceme uk
azat, ze pro vsechny ~v , ~u R2 plat
~v ~u = ~u ~v ,
neboli pro vsechna re
aln
a csla v1 , v2 , u1 , u2 R
(v1 + u1 , v2 + u2 ) = (u1 + v1 , u2 + v2 ).
Dva vektory se rovnaj, pokud se rovnaj v
sechny jejich slo
zky, neboli pokud v1 + u1 =
u1 + v1 a v2 + u2 = u2 + v2 . A to plat, nebot s
ct
an re
aln
ych
c
ast komutativn je.
V
eta 2. Sct
an vektor
u v R2 je asociativn, neboli pro libovolne ~v , ~u a w
~ plat
(~v ~u) w
~ = ~v (~u w).
~
D
ukaz. V
yse uvedenou rovnost opet s pouzitm definice operace prevedeme na rovnice
(v1 + u1 ) + w1 = v1 + (u1 + w1 )
(v2 + u2 ) + w2 = v2 + (u2 + w2 )
pro souradnice z R a ty zjevne plat, nebot s
ct
an re
aln
ych
csel je asociativn.
Definice 2. N
asoben vektoru ~v z R2 cslem z R definujeme jako
 ~v =  (v1 , v2 ) := (v1 , v2 ).
Definice 3. Budte ~v1 , . . . , ~vn vektory a 1 , . . . , n realna csla (obecne prvky telesa), n je
prirozene. Potom vektor
~u =

n
X

k~vk = 1~v1 + + n~vn

k=1

nazveme line
arn kombinac vektor
u ~v1 , . . . , ~vn s koeficienty 1 , . . . , n .
Definice 4. Mnozinu vsech line
arnch kombinac vektor
u ~v1 , . . . , ~vn , kde n je prirozene cslo,
naz
yv
ame jejich line
arn obal a znacme
h~v1 , . . . , ~vn i.
Definice 5. Soubor n > 0 vektor
u ~v1 , . . . , ~vn nazveme line
arn
e nez
avisl
y, jestlize zadn
y z
vektor
u nen line
arn kombinac ostatnch.
V
eta 3. Soubor n > 0 vektor
u ~v1 , . . . , ~vn je linearne nezavisl
y, prave kdyz rovnice
1~v1 + + n~vn = ~0
m
a jedine resen 1 = 2 = = n = 0.
D
ukaz. Predpokl
adejme nejdrve, ze soubor je linearne nezavisl
y a ukazme, ze rovnice
1~v1 + + n~vn = ~0
2

m
a jedine resen 1 = 2 = = n = 0. Ukazeme to sporem: predpokladejme, ze existuje resen,
kde ak 6= 0 pro nejake 1 k n. Potom plat
1~v1 + + k1~vk1 + k+1~vk+1 + + n~vn = k~vk .
Jelikoz je k nenulove, m
uzeme rovnici tmto cslem vydelit, a tak zjistme, ze vektor ~vk je linearn
kombinac vektor
u ostatnch a soubor tak nen linearne nezavisl
y, coz je spor.
Zb
yv
a uk
azat druhou implikaci: m
a-li rovnice
1~v1 + + n~vn = ~0
jedine resen 1 = 2 = = n = 0, pak mus b
yt soubor linearne nezavisl
y. Opet tuto implikaci
dok
azeme sporem: predpokl
adejme, ze soubor je linearne zavisl
y. Potom mus existovat vektor ~vk ,
kde 1 k n takov
y, kter
y je line
arn kombinac ostatnch. Dle definice linearn kombinace to
znamen
a, ze existuj koeficienty 1 , . . . , k1 , k+1 , . . . , n tak, ze
1~v1 + + k1~vk1 + k+1~vk+1 + + n~vn = ~vk .
To ale znamen
a, ze rovnice
1~v1 + + n~vn = ~0
m
a nenulove resen
1~v1 + + k1~vk1 ~vk + k+1~vk+1 + + n~vn = ~0.
V
eta 4. Line
arn obal dvou nenulov
ych vektor
u je
prmka, jsou-li tyto dva vektory linearne zavisle (tj. rovnobezne),
cel
y prostor R2 , jsou-li line
arne nezavisle.

Polynomy, B
ezoutova v
eta, ko
reny polynom
u, d
elen a
Hornerovo sch
ema

slo z := a ib naz
Definice 6. Bud z = a + ib, a, b R komplexn cslo. C
yvame cslem
komplexn
e sdru
zen
ym k cslu z. D
ale
p
|z| := a2 + b2
naz
yv
ame absolutn hodnotou komplexnho csla z.
Definice 7. Funkce p : C C je polynom, prave kdyz existuj n N0 a 0 , 1 , . . . , n C tak,
ze


n
X
(x C) p(x) =
i xi .
i=0

slo 0 , 1 , . . . , n naz
C
yv
ame koeficienty polynomu. Mnozinu vsech polynom
u oznacme P.
D
ale definujeme stupe
n polynomu p jako
St p := max {j N0 |j 6= 0},
stupe
n nuloveho polynomu p definujeme -1.
slo C nazveme ko
Definice 8. C
ren polynomu p, prave kdyz p() = 0.
V
eta 5. Z
akladn veta algebry: Polynom stupne alespo
n 1 ma alespo
n 1 koren.
V
eta 6. Bezoutova: Necht p je polynom stupne n N0 , 0 C. Potom existuje polynom p stupne
n 1 tak, ze pro x C plat
p(x) = (x 0 )q(x) + p(0 ).
D
ukaz. Bud
p(x) =

n
X

k xk , n 6= 0.

k=0

Pripome
nme zn
am
y vzorec, kter
y lze snadno dokazat matematickou indukc,
ak bk = (a b)

k1
X

ai bk1i ,

i=0

potom lze ps
at
p(x) p(0 ) =

n
X

k xk

k=0

n
X

k (xk k0 ) =

k=0

n
X

k k0

k=0
n
X

k (xk k0 )

k=1


n 
k1
X
X
i k1i
=
k (x 0 )
x 0
i=0

k=1

= (x 0 )

n
X

k1
X
i=0

k=1

xi 0k1i .

Polozme
q(x) =

n
X

k1
X

xi k1i
,
0

i=0

k=1

pak na prave strane je clen s nejvyss mocninou x roven n xn1 a tedy q je polynom stupne n 1
a plat p(x) = (x 0 )q(x) + p(0 ).
D
usledek 1. Polynom stupne n 0 ma nejv
yse n koren
u.
D
ukaz. Tvrzen dok
azeme indukc podle stupne polynomu n 0:
1. n = 0: Kazd
y polynom nuloveho stupne je konstantn nenulova funkce (jinak by slo o nulov
y
polynom, ten m
a vsak stupe
n -1), ta nema zadn
y koren.
2. Necht kazd
y polynom stupne n 0 ma nejv
yse n koren
u. Necht p je libovoln
y polynom
stupne n + 1. Podle Z
akladn vety algebry ma p alespo
n jeden koren 0 . Podle Bezoutovy
vety existuje polynom q stupne n takov
y, ze
p(x) = p(0 ) + (x 0 )q(x) = (x 0 )q(x).
Podle indukcnho predpokladu ma q nejv
yse n koren
u a zrejme p ma (dky soucinu se
z
avorkou (x 0 ) nejv
yse o jeden koren vce nez q, tedy p ma nejv
yse n + 1 koren
u.
D
usledek 2. Koeficienty polynomu jsou urceny jednoznacne (az na prpadne nulove).
Neboli neexistuje polynom p takov
y, ze:
!
n
n
X
X
j
j
j x ,
j x =
(x C) p(x) =
j=0

j=0

a pritom
(j 0)(j 6= j ).
D
ukaz. Tvrzen dok
azeme sporem. Necht existuje polynom p takov
y, ze
!
n
n
X
X
(x C) p(x) =
j xj =
j xj (j 0)(j 6= j ).
j=0

j=0

Oznacme
k = max {j 0 | j 6= j },
potom mus
(x C)

k
X

!
j

(j j )x = 0 ,

j=0

tj. polynom stupne k by mel nekonecne mnoho koren

u, coz je spor s jiz dokazan
ym d
usledkem
Bezoutovy vety.
V
eta 7. Necht p je polynom stupne n 1 tvaru
p(x) =

n
X

j xj

j=0

a necht 1 , 2 , . . . , k jsou vsechny jeho r

uzne koreny (tj. k n. Potom existuj jednoznacne
urcen
a csla n1 , n2 , . . . , nk N takov
a, ze
k
X

ni = n a p(x) = n

i=1

k
Y

(x i )ni .

i=1

D
ukaz. Nejprve dok
azeme existenci takoveho rozkladu a pote jeho jednoznacnost.
5

(1)

1. Existenci dok
azeme indukc podle stupne n. Pro n = 1 je tvrzen zrejme nebot p(x) =
1 x + 0 s 1 6= 0 implikuje

0 
p(x) = 1 x
.
1
Necht tedy n > 1 a necht pro polynomy stupne n 1 tvrzen plat. Podle Bezoutovy vety
existuje polynom q stupne n 1 takov
y, ze pro kazde x C plat
p(x) = (x k )q(x).

(2)

Je-li q(k ) 6= 0, potom podle indukcnho predpokladu existuj prirozena csla n1 , . . . , nk1
takov
a, ze pro kazde x C plat
q(x) = n

k1
Y

k1
X

i=1

i=1

(x i )ni ,

ni = n 1.

(3)

Oznacme-li nk = 1, dost
av
ame kombinac (2) a (3) tvrzen vety.
Je-li q(k ) = 0, dostaneme podle indukcnho predpokladu existenci prirozen
ych csel
n1 , . . . , nk1 , n
k s vlastnost (pro kazde x C)
q(x) = n (x k )n k

k1
Y

k1
X

i=1

i=1

(x i )ni , n
k +

ni = n 1.

(4)

Polozm-li nk = n
k + 1, jsou n1 , . . . , nk hledana csla pro polynom p, pro ktera plat
k
X

ni = n a p(x) = n

i=1

k
Y

(x i )ni .

i=1

2. Jednoznacnost dok
azeme sporem: Necht pro kazde x C plat
k
Y

(x i )ni =

i=1

k
Y

(x i )mi ,

(5)

i=1

Pk
Pk
kde ni , mi jsou prirozen
a csla, i=1 ni = i=1 mi = n e existuje i k takove, ze ni 6= mi .
Bez u
jmy na obecnosti predpokladejme, ze i = k a mk > nk (jinak koreny precslujeme).
Potom po odecten prave strany v (5) a vytknut v
yrazu (x k )nk pro kazde x C
dost
av
ame
!
k1
k1
Y
Y
(x k )nk
(x i )ni (x k )mk nk
(x i )mi = 0.
i=1

i=1

To ale znamen
a, ze v
yraz ve velke zavorce je nulov
y pro vsechna x C. Plat tedy
k1
Y

k1
Y

i=1

i=1

(x i )ni = (x k )mk nk

(x i )mi

pro kazde x C, coz ovsem pro x = k pravda nen (prava strana je rovna nule, leva
nenulovemu cslu) a dost
av
ame spor.
slo ni z vety naz
Definice 9. C
yv
ame n
asobnost korene i , vyjadren p(x) ve tvaru (1) rozklad
polynomu p na ko
renov
e
cinitele.

V
eta 8. Bud p polynom s re
aln
ymi koeficienty a 0 C koren polynomu p. Potom 0 je take
koren p a n
asobnosti koren
u 0 a 0 jsou stejne.
D
ukaz. Bud
p(x) =

n
X

j xj ,

j=0

kde j R pro kazde j n

.
1. Bud 0 koren polynomu p. Protoze
p(x) =

n
X

j (x)j =

j=0

n
X

j xj =

n
X

j xj =

j=0

j=0

n
X

j xj = p(x),

j=0

a take p(0 ) = 0.
2. Necht 0 m
a n
asobnost k. Pro kazde x C tedy plat
p(x) = (x 0 )k q(x),
kde q je polynom s vlastnost q(0 ) 6= 0). Podobne jako v
yse odvodme
p(x) = p(x) = (x 0 )k q(x) = (x 0 )k q(x).
Protoze pro polynom h(x) := q(x), plat h(0 ) = q(0 ) 6= 0, je 0 rovnez k-nasobn
y koren
polynomu p.
D
usledek 3. Polynom licheho stupne s realn
ymi koeficienty ma alespo
n 1 realn
y koren.
D
usledek 4. Kazd
y polynom s re
aln
ymi koeficienty lze psat ve tvaru soucinu polynom
u 1. stupne
s re
aln
ymi koeficienty a polynom
u 2. stupne s realn
ymi koeficienty.
D
ukaz. Rozepisme p ve tvaru rozkladu na koreninove cinitele
p(x) = n

k
Y

(x i )ni .

i=1

Pro kazd
y koren i nast
av
a jedna ze dvou moznost:
1. i R, pak se v soucinu na korenove cinitele objev ni -krat polynom prvnho stupne s
re
aln
ymi koeficienty (x i ),
2. i C \ R, pak i i je koren polynomu p se stejnou nasobnost ni a v soucinu se ni -krat
objev polynom druheho stupne
(x i )(x i ) = (x2 (2Rei )x + |i |2 ),
krer
y m
a re
alne koeficienty.
V
eta 9. Pro kazde p, q P, q 6= 0, existuj jednoznacne urcene r, z P takove, ze plat:
1. p = rq + z,
2. St z < St q.
D
ukaz. Dok
azeme nejprve existenci takov
ych polynom
u r, z P a pak jejich jednoznacnost.

1. Existenci dok
azeme indukc na St q 0. Je-li St q = 0, pak q je nenulov
y konstantn polynom
a zrejme pro kazde x C plat


1
p(x) =
p(x) q(x) + |{z}
0 ,
q(x)
|
{z
} =:z(x)
=:r(x)

kde St z = 1 < St q. Necht n 1 a tvrzen plat pro vsechny dvojice polynom

u p, q, kde St
q = n1, dok
azeme platnost i pro q se stupnem n. Necht tedy q P a St q = n. Ze Zakladn
vety algebry vypl
yv
a existence alespo
n jednoho korene q, oznacme jej 0 , z Bezoutovy vety
d
ale vypl
yv
a existence polynom
u q takoveho, ze St q = n 1 a
q(x) = (x 0 )
q (x)
pro vsechna x C.
Podobne, pro dan
y polynom p existuje p P takov
y, ze pro kazde x C plat
p(x) = (x 0 )
p(x) + p(0 ).

(6)

Na polynomy p, q P lze pouzt indukcn predpoklad, tedy existuj r, z P takove, ze

p = rq + z

St
z < St
q.

(7)

Dosadme-li (7) do (6), dost

av
ame pro kazde x C
p(x) = (x 0 )
r(x)
q (x) + (x 0 )
z (x) + p(0 )
= r(x)q(x) + (x 0 )
z (x) + p(0 ).
Jelikoz (x 0 )
z (x) + p(0 ) je polynom stupne St z + 1 < St q + 1 = St q, stac volit
r(x) := r(x) a z(x) = (x 0 )
z (x) + p(0 ) a tvrzen plat.
2. Jednoznacnost dok
azeme sporem. Necht pro dane p, q P existuj r1 , r2 , z1 , z2 P takove,
ze plat
p = r1 q + z1 = r2 q + z2 Stz1 < Stq Stz2 < Stq.
Tedy (r1 r2 )q = z2 z1 . Kdyby r1 r2 nebyl nulov
y polynom, stupe
n celeho polynomu na
leve strane (r1 r2 )q by byl vets nebo roven St q, naproti tomu polynom na prave strane
z2 z1 m
a stupe
n ostre mens nez St q. Tedy nutne r1 = r2 , a potom take z1 = z2 , cmz je
veta dok
az
ana.
Definice 10. Polynom r naz
yv
ame
c
aste
cn
y podl a polynom z naz
yvame zbytek pri delen
polynomu p polynomem q.
V
eta 10. Tret r
adek Hornerova schematu obsahuje koeficienty polynomu q z Bezoutovy vety,
pro kter
y plat:
p(x) = (x )q(x) + p().
D
ukaz. Necht
p(x) =

n
X

i xi ,

i=0

oznacme polynom s koeficienty z tretho radku Hornerova schematu jako

q(x) =

n1
X
i=0

i xi ,

kde n1 = n , k1 = k + k pro k n[
1 a p() = 0 + 0 . Upravujme v
yraz (x )q(x) +
p() :
(x )q(x) + p() = (x )

 n1
X

i xi


+ p()

i=0

n1
X

i xi+1

i=0

i=0

n
X

n1
X

i1 xi

i=1


=

n1 xn +

n1
X

n1
X

=n

i xi + p()

i=0

i1 xi

 n1
X

i=1

= n1 xn +
| {z }

i xi + p()

i xi + 0


+ p()

i=1
n1
X
i=1

(i1 i ) xi 0 + p()
| {z }
{z
}
|
=i

= p(x),
coz plat pro kazde x C a tvrzen tedy plat.

=0

Axiomatick
e zaveden line
arnho prostoru, p
rklady lin.
prostor
u, podprostor

Definice 11. Necht jsou d

any: cselne teleso T , neprazdna mnozina V a dve zobrazen:
: V V V,

 : T V V.

Rekneme,
ze V je line
arn prostor nad t
elesem T s vektorov
ymi operacemi a , prave kdyz
plat (axiomy line
arnho prostoru):
1. (a, b V )(a b = b a),
2. (a, b, c V )((a b) c = a (b c)),
3. (, T )(a V )(  (  a) = ()  a),
4. ( T )(a, b V )(  (a b) = (  a) (  b)),
5. (, T )(a V )(( + )  a = (  a) (  a)),
6. (a V )(1  a = a),
7. (~0 V )(a V )(0  a = ~0).
Prvky line
arnho prostoru V naz
yv
ame vektory, prvky telesa T naz
yvame skal
ary a prvek ~0 z
axiomu 7 naz
yv
ame nulov
y vektor.
V
eta 11. Bud V LP nad T . Potom plat:
1. Ve V existuje pr
ave jeden nulov
y vektor.
2. ( T )(~0 = ~0).
3. (a V )(a + ~0 = a).
4. Ke kazdemu vektoru z V existuje prave jeden vektor opa
cn
y. Tzn.
(a V )(1 b V )(a + b = ~0).
5. ( T )(a V )(a = ~0 = ( = 0 a = ~0)).
D
ukaz. Vetu dok
azeme prmo z axiom
u linearnho prostoru, vyuzit axiomu cslo n v rovnosti
(An)

(n)

oznacme = . Pouzit v
ysledku z predchozho bodu n teto vety oznacme = .
(A7)
(A7)
1. Necht existuj dva nulove vektory ~01 a ~02 . Pak ~01 = 0 a = ~02 .
(A7)
(A3)
(A7)
2. ~0 = (0 a) = (0) a = 0 a = ~0.
(A6)

(A7)

(A5)

(A6)

3. a + ~0 = 1 a + ~0 = 1 a + 0 a = (1 + 0) a = 1 a = a.
4. Existence: Bud a V . Polozme b := (1)a (vektor opacn
y k 1, tj. -1, v telese vzdy existuje).
Potom
(A6)
(A5)
(A7)
a + b = a + (1) a = 1 a + (1) a = (1 + (1)) a = 0 a = ~0.

Jednoznacnost: Necht b1 a b2 jsou dva vektory opacne k a V , tedy a + b1 = a + b2 = ~0.

Pak
(3)
(A2)
(A1)
(A1)
(3)
b1 = b1 + ~0 = b1 + (a + b2 ) = (b1 + a) + b2 = (a + b1 ) + b2 = ~0 + b2 = b2 + ~0 = b2 .

10

5. Necht a = ~0 a predpokl
adejme, ze 6= 0, potom a = ~0, nebot
1
1
(A6)
(A3) 1
2
a = 1 a = ( )a =
(a) = ~0 = ~0.

kame, ze P je podprostor prostoru

Definice 12. Necht V je LP nad telesem T , 6= P V. R
V , pr
ave kdyz plat:
1. (x, y P )(x + y P ).
2. ( T )(x P )(x P ).
Znacme
P V.
V
eta 12. Necht V je LP nad T , P V . Potom P se z
uzenm operace sctan vektor
u + na
P P a operace n
asoben vektor
u skalarem na T P je LP.
D
ukaz. Oznacme z
uzen operac +, na P V jako +|P , |P . Overme podmnky pro to, aby
(P, T, +|P , |P ) byl line
arnm prostorem:
Uzavrenost operac +|P : P P P a |P : T P P plyne z definice podprostoru,
jelikoz axiomy LP plat pro kazde , T a a, b, c V , plat i pro kazde a, b, c P V ,
nulov
y vektor LP V lez i v P , nebot pro kazde a P plat 0 a = ~0 a P je uzavren
y na
n
asoben prvkem z telesa.
Definice 13. Podprostory {~0} a V linearnho prostoru V naz
yvame trivi
aln podprostory.
Podprostor P V, P 6= V , naz
yv
ame vlastnm podprostorem V .
V
eta 13. Bud V LP nad T , =
6 P V. Potom P V , prave tehdy kdyz plat:
( T )(x, y P )(x + y P ).
D
ukaz. Dok
azeme dve implikace, nepr
azdna podmnozina P V je z definice podprostorem, pokud
(x, y P, T )(x + y P x P ).
1. () Necht P V, T a x, y P . Z uzavrenosti na nasoben skalarem plyne x P , z
uzavrenosti na soucet pak i x + y P .
2. () Necht pro kazde T a x, y P plat x + y P. Polozme-li = 1, dostavame
uzavrenost P na soucet. Zvolme-li y = ~0, dostavame uzavrenost P na nasoben skalarem.
V
eta 14. Bud {P | A} nepr
azdn
y system (A =
6 ) podprostor
u V . Potom plat:
\
P V.
A

D
ukaz. Oznacme
\

P :=

P .

Zrejme plat P V a take P 6= (protoze ~0 P pro kazde A, tedy ~0 P ). Overme, ze pro

kazde T a x, y P plat x + y P :
Z definice P P pro kazde A. Tedy pro libovolne T plat
P V

(x, y P ) ( A)(x, y P ) = ( A)(x + y P ) (x + y P ),

coz znamen
a, ze P je podprostor.
11

Definice 14. Bud V LP nad T . Jsou-li 6= A V a 6= B V , naz

yvame jejich sou
ctem
mnozinu
A + B := {a + b | a A, b B}.
V
eta 15. Bud V LP nad T , P V, Q V . Potom
P + Q V.
D
ukaz. Soucet P + Q je zrejme nepr
azdn
y, nebot ~0 P a ~0 Q, tedy ~0 = ~0 + ~0 P + Q. Necht
a T a x, y P + Q, pricemz
x = a1 + b1 , y = a2 + b2 ,
kde ai P, bi Q pro i {1, 2}. Protoze
x + y = (a1 + b1 ) + (a2 + b2 ) = (a1 + a2 ) + (b1 + b2 ),
| {z } | {z }
P

kde jsme vyuzili faktu, ze P i Q jsou podprostory, plat x + y P + Q, tedy P + Q V .

12

Line
arn kombinace, obal, z
avislost a nez
avislost

kame, ze vektor
Definice 15. Necht V je LP nad T, x V a (x1 , . . . , xn ) je soubor vektor
u z V . R
x je line
arn kombinac souboru (x1 , . . . , xn ), prave kdyz existuj csla 1 , . . . , n T takova,
ze
x=

n
X

i xi .

i=1

sla i , i n
C
, naz
yv
ame koeficienty line
arn kombinace.
Jestlize (i n
)(i = 0), naz
yv
ame takovou linearn kombinaci trivi
aln. V opacnem prpade jde
o line
arn kombinaci netrivi
aln.

Definice 16. Necht (x1 , . . . , xn ) je soubor vektor

u z V . Rekneme,
ze soubor (x1 , . . . , xn ) je
line
arn
e nez
avisl
y (LN), pr
ave kdyz pouze trivialn linearn kombinace tohoto souboru je ~0. V
opacnem prpade naz
yv
ame soubor line
arn
e z
avisl
y (LZ).

Definice 17. Bud V LP nad T , =

6 M V . Rekneme,
ze mnozina M je line
arn
e z
avisl
a
(LZ), pr
ave kdyz existuj vektory x1 , . . . , xn M takove, ze soubor (x1 , . . . , xn ) je LZ. V opacnem
prpade je mnozina M line
arn
e nez
avisl
a (LN).
Definice 18. Bud (x1 , . . . , xn ) soubor vektor
u z V . Mnozinu vsech linearnch kombinac tohoto
souboru nazveme line
arnm obalem souboru (x1 , . . . , xn ) a znacme:
hx1 , . . . , xn i.
Definice 19. Bud 6= M V . Mnozinu vsech linearnch kombinac vsech soubor
u vektor
u z
mnoziny M nazveme line
arnm obalem mnoziny M a znacme hM i.
V
eta 16. Bud =
6 M V , potom
hhM ii = hM i.
D
ukaz. Dok
azeme dve inkluze:
1. : Jelikoz trivi
alne plat M hM i, pak rovnou hM i hhM ii.
2. : Necht x hhM ii. Pak x je linearn kombinac nejakeho souboru vektor
u z hM i, tedy
(1 , . . . , n T )(x1 , . . . , xn hM i)(x = 1 x1 + + n xn ).
Kazd
y vektor xi hM i pro i n
je sam linearn kombinac nejakeho souboru vektor
u z M,
tedy
(i,1 , . . . , i,ki T )(yi,1 , . . . , yi,ki M )(xi = i,1 yi,1 + + i,k yi,k ).
Zkombinujeme-li tyto v
ysledky dohromady, dostaneme
x=

n
X
i=1

i xi =

n
X
i=1

ki
X
j=1

i,j yi,j =

ki
n X
X

(i i,j )yi,j ,

i=1 j=1

tedy x je line
arn kombinac konecneho souboru vektor
u yi,j V (i n
, j ki ). Neboli
x hM i.
V
eta 17. Bud =
6 M V , potom plat:
1. hM i V.
2. M V M = hM i.
13

3. Mnozina hM i je nejmens podprostor V obsahujc mnozinu M , neboli

\
hM i = {P V | M P }.
D
ukaz.
1. Z predpokladu M 6= hM i 6= . Zb
yva overit, zda pro kazde x, y hM i a T plat
x+y hM i.x+y je line
arn kombinac vektor
u x, y, tedy x+y hhM ii. Podle predchoz
vety ovsem hhM ii = hM i.
2. Implikace () plat, nebot z predchozho bodu mame M = hM i V . Dokazeme implikaci
(): Necht M je podprostor, overme M = hM i. Inkluze M hM i je zrejma, zvolme tedy
x hM i,
x = 1 x1 + + n xn ,
pro nejake i T, xi M, i n
. Protoze M je podprostor, lez kazd
y sctanec i xi v M .
Zrejme take x M .
3. Bud P libovoln
y podprostor V . Je-li M P , potom hM i hP i = P . Tedy kazd
y podprostor
obsahujc M mus obsahovat take hM i, neboli plat
\
hM i {P V | M P }.
Na druhou stranu mnozina hM i je take podprostor obsahujc M . Tedy je to mnozina z
mnozin v pr
uniku. Proto
\
hM i {P V | M P }.
V
eta 18. Bud (x1 , . . . , xn ) soubor vektor
u z V . Potom (x1 , . . . , xn ) je LZ prave tehdy, kdyz
(k n
)(xk hx1 , . . . , xk1 , xk+1 , . . . , xn i).
D
ukaz. Dok
azeme dve implikace:
1. (): Je-li soubor (x1 , . . . , xn ) LZ, existuj 1 , . . . , n T takove, ze
1 x1 + + n xn = ~0
a pritom existuje index k n
, pro kter
y k 6= 0. Rovnici v
yse upravme (odecteme sctance
i xi pro i 6= k a vydelme nenulov
ym cslem k ) na
X  i 
xk =

xi ,
k
i
n,i6=k

coz znamen
a, ze xk hx1 , . . . , xk1 , xk+1 , . . . , xn i.
2. (): Je-li xk hx1 , . . . , xk1 , xk+1 , . . . , xn i, pak existuj koeficienty i T takove, ze
xk = 1 x1 + + k1 xk1 + k+1 xk+1 + + n xn .
Odectenm xk a oznacenm k := 1 dostaneme
n
X

i xi = ~0,

i=1

tedy netrivi
aln (alespo
n k 6= 0) linearn kombinaci souboru (x1 , . . . , xn ) davajc nulov
y
vektor, coz znamen
a, ze (x1 , . . . , xn ) je LZ.
14

D
usledek 5. Bud (x1 , . . . , xn ) LZ soubor vektor
u z V, n 2. Potom
(k n
)(hx1 , . . . , xn i = hx1 , . . . , xk1 , xk+1 , . . . , xn i).
V
eta 19. Bud M LN mnozina vektor
uzV ay
/ hM i. Potom mnozina M {y} je LN.
D
ukaz. Necht x1 , . . . , xn M a 1 , . . . , n+1 T spl
nujc
1 x1 + + n xn + n+1 y = ~0,
dok
azeme, ze tato line
arn kombinace mus b
yt trivialn. Uvazujme dva prpady:
1. Je-li n+1 = 0, pak se jedn
a o linearn kombinaci pouze prvk
u z mnoziny M . Ta je ovsem
LN, tedy i = 0 pro kazde i n[
+ 1.
2. Necht n+1 6= 0, v rovnici v
yse pak lze cslem n+1 delit a po zrejm
ych u
pravach dostavame
y=

n
1
x1 . . .
xn ,
n+1
n+1

coz je spor s predpokladem y

/ hM i. Situace n+1 6= 0 tedy nikdy nenastava. Mus tedy
n+1 = 0 a zbytek plyne z 1. bodu.

15

B
aze a dimenze lin. prostoru, Steinitzova v
eta, sou
radnice

Definice 20. O mnozine vektor

u M z LP V rekneme, ze generuje prostor V , prave kdyz plat:
hM i = V.
Definice 21. Existuje-li ve V mnozina vektor
u B takova, ze
1. B je LN,
2. B generuje V ,
naz
yv
ame B b
az line
arnho prostoru V .
Definice 22. Bud V LP nad T . Oznacme
N0 (V ) := { n N0 kazd
y (n + 1)-clenn
y soubor vektor
u z V je LZ }.
Je-li N0 (V ) = , rk
ame, ze V m
a nekone
cnou dimenzi, znacme
dimV = .
Je-li N0 (V ) 6= , rk
ame, ze V m
a kone
cnou dimenzi a definujeme
dimV = min N0 (V ).
V
eta 20.

1. dim V = 0 V = {~0}.

2. Nulov
y prostor {~0} nem
a b
azi.
3. Bud n N a necht ve V existuje n-clenn
y LN soubor. Potom
dimV n.
4. Bud n N0 a necht ve V kazd
y (n + 1)-clenn
y soubor je LZ. Potom
dimV n.
D
ukaz.
1. Je-li dim V = 0, potom 0 N0 (V ), a tedy V = {~0}, nebot kazd
y jednoclenn
y linearn soubor
je LZ, z cehoz plyne, ze kazd
y vektor z V je nulov
y. Je-li naopak V = {~0}, pak 0 N0 (V ) a
tedy dim V = 0.
2. V nulovem vektorovem prostoru neexistuje LN soubor, tudz {~0} nem
uze mt bazi.
3. Existuje-li n-clenn
y LN soubor, mus n 1
/ N0 (V ), potom take 0, 1, . . . , n
/ N0 (V ), nebot
kazd
a podmnozina LN mnoziny je tez LN. Tedy dim V n.
4. Kdyz kazd
y (n + 1)-clenn
y soubor je LZ, je n N0 (V ), a tedy dim V n.
V
eta 21. (Steinitzova o v
ymene) Necht (x1 , . . . , xn ) a (y1 , . . . , ym ) jsou soubory vektor
u z V.

Necht (x1 , . . . , xn ) je LN a necht (i n

)(xi hy1 , . . . , ym i). Potom plat:
1. n m,
2. Existuj navz
ajem r
uzne indexy i1 , i2 , . . . , in m
takove, ze
hy1 , . . . , ym i = hx1 , . . . , xn , (yi |i m
\ {i1 , i2 , . . . , in })i.

16

V
eta 22. Necht dim V = n N. Potom ve V existuje n-clenna baze.
D
ukaz. Protoze dim V = n, je n 1
/ N0 (V ), a tedy ve V existuje LN soubor delky n, kter
y
oznacme (x1 , . . . , xn ). Urcite plat, ze hx1 , . . . , xn i V . Opacnou inkluzi dokazeme sporem. Kdyby
existoval prvek xn+1 V takov
y, ze xn+1
/ hx1 , . . . , xn i, pak by soubor (x1 , . . . , xn+1 ) byl LN,
jak vme z vety vyslovene drve. Proto by muselo platit, ze dim V n + 1, coz je spor.
Celkem je tedy soubor (x1 , . . . , xn ) LN a generuje V , je to tedy n-clenna baze V .
V
eta 23. Necht n N a necht ve V existuje n-clenna baze. Potom dim V = n.
D
ukaz. B
azi V oznacme (y1 , . . . , yn ). Vme, ze dim V n. Kdyby dim V > n, musel by existovat
LN soubor delky n + 1, oznacme jej (x1 , . . . , xn+1 ). Plat ovsem (i {1, . . . , n + 1})(xi V =
hy1 , . . . , yn i). To jsou ovsem predpoklady Steinitzovy vety o v
ymene, podle ktere delka LN souboru
nem
uze prev
ysit pocet gener
ator
u, tj. mus platit n + 1 n, coz je spor.
V
eta 24. Necht {~0} =
6 V = hy1 , . . . , yn i. Potom dim V = k n a existuj navzajem r
uzne indexy
i1 , . . . , ik n
takove, ze (yi1 , . . . , yik ) je baze V .
D
ukaz. Prvn c
ast tvrzen plyne ze Steinitzovy vety. Druha cast vety plyne z faktu, ze v LZ
souboru existuje prvek, kter
y lze ze souboru odebrat, aniz by se zmenil jeho linearn obal (viz.
veta v predchoz kapitole). Takto m
uzu ze souboru (y1 , . . . , yn ) vybrat tak dlouho, dokud vznikl
y
soubor nebude LN. To nastane, az bude v souboru zb
yvat k vektor
u, protoze dim V = k.
V
eta 25. Necht (x1 , . . . , xn ) je LN soubor vektor
u z V a dim V = n N. Potom existuj vektory
xk+1 , . . . , xn V , ze (x1 , . . . , xn ) je b
aze V .
D
ukaz. Bud (y1 , . . . , yn ) b
aze V . Ze Steinitzovy vety plyne, ze k n a ze existuj navzajem r
uzne
indexy i1 , i2 , . . . , in takove, ze
V = hy1 , . . . , yn i = hx1 , . . . , xk , (yi |i n
\ {i1 , i2 , . . . , ik })i.
M
ame tedy n-clenn
y soubor gener
ator
u obsahujc vektory x1 , . . . , xk . Stac si rozmyslet, ze jsou
LN: Kdyby soubor (x1 , . . . , xk , (yi |i n
\ {i1 , i2 , . . . , ik })) byl LZ, m
uzeme z jeho vektor
u vybrat
LN soubor delky l < n generujc V , coz je ve sporu s dim V = n.
V
eta 26. Necht V je LP a P V . Potom
dim P dim V.
Je-li navc P vlastn podprostor V a dim V < , potom
dim P < dim V.
D
ukaz. Je-li dim V = prvn tvrzen vety plat trivialne. Necht tedy dim V < a P V .
Potom N0 (V ) N0 (P ), nebot jsou-li vsechny n-clenne soubory z V LZ, jsou take vsechny nclenne soubory z P LZ. Plat N0 (P ) 6= , protoze kdyby N0 (P ) = , pak take N0 (V ) =
dim V = . Z inkluze N0 (V ) N0 (P ) nakonec tedy dostavame
dim P = min N0 (P ) min N0 (V ) = dim V.
Bud nyn P V vlastn, tj. P 6= V , a necht dim V = n < . Vme uz, ze dim P = k n.
Je-li dim P = 0, tj. P = {~0}, mus V 6= {~0}, a tedy n = dim V 1. Je-li dim P = k 1,
existuje (x1 , . . . , xk ) b
aze P . Protoze P 6= V , existuje xk+1 V takov
y, ze xk+1
/ P , a tedy
(x1 , . . . , xk , xk+1 ) je LN, odkud dim V k + 1. V obou prpadech plat dim P < dim V .
D
usledek 6. Bud P V a dim P = dim V < . Potom P = V.
Lemma 1. Oznacme X = (x1 , . . . , xn ) a Y = (y1 , . . . , ym ) soubory vektor
u z V . Potom hX i = hYi,
pr
ave tehdy kdyz
dimhX i = dimhYi = dimhX Yi.
D
ukaz. () : Jestlize hX i = hYi, pak X hX i = hYi a Y hX i = hYi, tedy X Y hX i = hYi.
Prechodem k line
arnmu obalu obou stran mnozinove nerovnosti dostavame hX Yi hhX ii =
17

hX i. Protoze X X Y, plat take hX i hX Yi, takze hX Yi = hX i = hYi. Kdyz se rovnaj

obaly, rovnaj se i jejich dimenze.
() : Protoze hX i hX Yi a dimenze se rovnaj, musej se rovnat obaly samotne, tj.
hX i = hX Yi. To same plat pro Y, takze hX i = hX Yi = hYi.
Definice 23. Bud V LP a =
6 AV, =
6 B V . Soucet A + B nazveme direktn, prave kdyz
pro kazd
y vektor x A + B existuje jedine a A a jedine b B takove, ze
x = a + b.
Direktn soucet znacme A B.
V
eta 27. Budte P V , Q V . Potom P + Q je direktn prave tehdy, je-li
P Q = {~0}.
D
ukaz. () : Necht P + Q je direktn. Kdyby P Q 6= {}, existoval by nenulov
y prvek a P Q
a tedy a P a a Q. Nulov
y prvek P + Q by sel rozlozit do souctu dvou vektor
uzP aQ
dvema zp
usoby: = + = a + (a), coz by byl spor s direktnost souctu P + Q.
() : Necht P Q = {} a z
arove
n P + Q nen direktn. Existuje tedy x P + Q takove,
ze x = a1 + b1 = a2 + b2 , kde a1 6= a2 a a1 , a2 P , b1 6= b2 a b1 , b2 Q. Potom ovsem
6= a1 a2 = b2 b1 , kde a1 a2 P a b2 b1 Q a v pr
uniku P Q se tak nachaz i nenulov
y
vektor a1 a2 , coz je spor.
V
eta 28. [1. o dimenzi] Budte P, Q V , dim P < , dim Q < . Potom plat:
dim(P + Q) + dim(P Q) = dim P + dim Q,
speci
alne pro direktn soucet:
dim(P Q) = dim P + dim Q.
V
eta 29. Necht X = (x1 , . . . , xn ) je baze Vn . Potom ke kazdemu x Vn existuje prave jedna
uspor
adan
a n-tice (1 , . . . , n ) T n takova, ze
x=

n
X

i xi .

i=1

D
ukaz.
Existence (1 , . . . , n ) v
ypl
yv
a z toho, ze baze generuje LP Vn = hx1 , . . . , xn i.
Jednoznacnost dok
azeme sporem. Kdyby existovala dals ntice (1 , . . . , n ) T n , takova ze
(i n
)(i 6= i ) a
n
n
X
X
x=
i xi =
i x i ,
i=1

i=1

potom mus
n
X
(i i )xi = .
i=1

Soubor (x1 , . . . , xn ) je ovsem LN, odkud plyne (i n

)(i i = 0), coz je spor.
slo i T z predchoz vety naz
Definice 24. C
yvame i-ta sou
radnice vektoru x v b
azi X .
D
ale pro i n
zavedeme zobrazen x#
i : Vn T vztahem
x#
i (x) := i .
Toto zobrazen naz
yv
ame i-t
y sou
radnicov
y funkcion
al v b
azi X .
18


Umluva:
Zavedeme Kroneckerovo delta:
(
1, pro i = j,
ij =
0, jinak.
y souradnicov
y funkcional v bazi (x1 , . . . , xn ).
V
eta 30. Necht i n
a x#
i : Vn T je i-t
Potom plat:
#
#
1. (x, y Vn )(x#
i (x + y) = xi (x) + xi (y)),
#
2. (x Vn )( T )(x#
i (x) = xi (x)),

3. (j n
)(x#
i (xj ) = ij ).
D
ukaz.
1. Necht x, y Vn . M
ame tedy x =
x+y =

n
X
i=1

Pn

i=1

x#
i (x)xi +

x#
i (x)xi a y =

n
X

x#
i (y)xi =

i=1

Pn

i=1

n 
X

x#
i (y)xi . Odtud


#
x#
i (x) + xi (y) xi .

i=1

Pn

Soucasne je x + y Vn a mus tedy platit x + y = i=1 x#

ze
i (x + y)xi . Proto
souradnice jsou urceny jednoznacne (viz predchoz veta), mus platit
#
#
(i n
)(x#
i (x + y) = xi (x) + xi (y)).

2. Zcela analogicky jako v predeslem kroku.

3. Opet jako v prvnm kroku, vyjdeme z vyjadren xj =

19

Pn

i=1 ij xi .

Line
arn zobrazen, izomorfismus, line
arn oper
atory a
funkcion
aly

Definice 25. Budte P a Q dva line

arn prostory nad stejn
ym telesem T a A : P Q. Zobrazen
A nazveme line
arn, pr
ave kdyz plat:
1. ( x, y P )(A(x + y) = Ax + Ay ),
2. ( T )(x P )( A(x) = Ax ).
Mnozinu vsech line
arnch zobrazen P do Q znacme L(P, Q).
Definice 26. Line
arn zobrazen prostoru V do V naz
yvame line
arn oper
ator (transformace)
na V . Mnozinu vsech line
arnch oper
ator
u na V znacme kratce L(V ).
Line
arn zobrazen prostoru V do telesa T naz
yvame line
arn funkcion
al na V . Mnozinu vsech
line
arnch funkcion
al
u definovan
ych na V znacme V # a naz
yvame du
aln prostor k prostoru V .
Tedy L(V, T ) = V # .
V
eta 31. Mnozina L(P, Q) s operacemi zaveden
ymi v
yse je linearn prostor nad T .
n jedno
D
ukaz. Nejprve si uvedomme, ze mnozina L(P, Q) je neprazdna, nebot existuje alepo
line
arn zobrazen P do Q, a to nulove zobrazen , definovane pro vsechna x P jako x = Q ,
kde Q je nulov
y vektor z Q.
D
ale vysetrme uzavrenost mnoziny L(P, Q) vzhledem ke sctan zobrazen a nasoben zobrazen
cslem. Budte A, B L(P, Q). S vyuzitm linearity A, B mame
(A + B)(x + y) = A(x + y) + B(x + y) = Ax + Ay + Bx + By = (A + B)x + (A + B)y,
(A + B)(x) = A(x) + B(x) = Ax + Bx = (A + B)x.
Zcela obdobne bychom uk
azali (A)(x + y) = (A)x + (A)(y) a (A)(x) = (A)x.
Zb
yv
a overit axiomy line
arnho prostoru. Overme naprklad komutativitu sctan vektor
u,
ostatn axiomy by se overili analogicky. Pro libovoln
y x P jsou Ax a Bx prvky z Q. Mame
(A + B)x = Ax + Bx = Bx + Ax = (B + A)x,
coz jsme chteli dok
azat. Axiom o existenci nuloveho vektoru je splnen dky nulovemu zobrazen
. Opacn
ym vektorem k zobrazen A L(P, Q) je (1)A.
V
eta 32. Budte P a Q LP nad T , A : P Q. Nasledujc 3 tvrzen jsou ekvivalentn:
1. A L(P, Q).
2. ( T )(x, y P )( A(x + y) = Ax + Ay ).
3. (n N)(1 , . . . , n T )(x1 , . . . , xn P ) plat
!
n
n
X
X
A
i xi =
i Axi .
i=1

i=1

D
ukaz. (1) (2) : Z linearity A plat A(x + y) = A(x) + Ay = Ax + Ay.
(2) (3) : Tvrzen dok
azeme matematickou indukc. Nejprve ukazeme AP = Q . Podle bodu 2.
plat A(P ) = A(x + x) = Ax + Ax = Q , kde jsme vyuzili, ze pro x P je tez x P. Pro
n = 1, 1 T a x1 P dle bodu 2. mame
A(1 x1 ) = A(1 x1 + P ) = 1 Ax1 + AP = 1 Ax1 + Q = 1 Ax1 .

20

Necht pro n N, (1 , . . . , n ) T n a (x1 , . . . xn ) P plat

!
n
n
X
X
A
i xi =
i Axi .
i=1

i=1

Nyn vezmeme libovolne (1 , . . . , n+1 ) T n a (x1 , . . . xn+1 ) P . Potom

!
!
n+1
n
n
X
X
X
A
i xi = A
i xi + n+1 xn+1 =
i Axi + n+1 Axn+1 ,
i=1

i=1

i=1

kde jsme vyuzili indukcnho predpokladu. Poslden v

yraz je roven
n+1
X

i Axi .

i=1

(3) (1) : Stac dosadit v 3. n = 2 a 1 = 2 = 1, resp. n = 1.

V
eta 33. Necht A L(P, Q) a M P . Potom A(hM i) = hA(M )i.
D
ukaz. Necht y A(hM i). Potom existuje
Pn x hM i, ze Ax = y. Jelikoz x hM i, existuj
1 , . . . , n T a x1 , . . . , xn M , ze x = i=1 i xi . Z linearity A dostavame
!
n
n
X
X
y = Ax = A
i xi =
i Axi .
i=1

i=1

Vektor y je tedy line

arn kombinac vektor
u Ax1 , . . . Axn , nebo-li y hA(M )i. Tm mame dokazanou
inkluzi A(hM i) hA(M )i. Opacnou inkluzi dokazeme obdobne prectenm uvedeneho d
ukazu odspoda nahoru. (Provedte jako cvicen!)
V
eta 34. Budte P ,Q line
arn prostory nad T a A L(P, Q). Potom
1. je-li P P , pak A(P ) Q,
Q, pak A1 (Q)
P .
2. je-li Q
D
ukaz. Ad 1) Vsimneme si, ze A(P ) 6= , protoze P 6= . Dale A(P ) Q. Stac tedy ukazat, ze
( T )(u, v A(P ))(u+v A(P )). Pro libovolne volene u, v A(P ) mus existovat x, y P ,
ze u = Ax a v = Ay. Potom
u + v = Ax + Ay = A(x + y).
Protoze x + y P , nebot P P , plat u + v A(P ).
6= , protoze minimalne A1 (Q).
Necht T , x, y
Ad 2) Opet si vsimneme, ze A1 (Q)

A (Q). Potom Ax Q, Ay Q. Protoze A(x + y) = Ax + Ay Q, plat, ze x + y A1 (Q).

1

Definice 27.

1. Line
arn obraz LZ souboru je LZ soubor.

2. Line
arn vzor LN souboru je LN soubor.

D
ukaz. Ad 1) Necht A L(P, Q), kde P, Q jsou linearn prostory
Pn nad telesem T . Necht
(x1 , . . . , xn ) je LZ soubor z P . Tedy existuje (1 , . . . , n ) T n , ze i=1 i xi = P a zarove
n
existuje i0 n
, ze i0 6= 0. Tedy
!
n
n
X
X
Q = A
i xi =
i Axi ,
i=1

i=1

z cehoz plyne, ze (Ax1 , . . . , Axn ) je LZ.

Ad 2) Pokud by existoval LN soubor z Q, jehoz linearn vzor by byl LZ, dostali bychom se do
sporu s bodem 1.
21

 slo dim A(P ) naz

Definice 28. Necht A L(P, Q). C
yvame hodnost zobrazen A a znacme
h(A). Mnozinu
ker A := {x P | Ax = ~0}
naz
yv
ame j
adro zobrazen A, cslo dim ker A naz
yvame defekt zobrzen A a znacme d(A).
V
eta 35. Necht A L(P, Q). Potom plat: A je proste ker A = {~0}.
D
ukaz. Vme, ze A(P ) = Q . Protoze A je proste, neexistuje jin
y vektor nez P , ktere by
~
A zobrazilo na 0Q . Tedy, ker A = {P }.
. Tuto implikaci dok
azeme sporem. Predpokladejme, ze ker A = {P } a soucasne existuj
x, y P , x 6= y a A(x) = A(y). Tedy Ax Ay = Q , s vyuzitm linearity A(x y) = Q . To
znamen
a, ze x y ker A = {P }. Ale x y 6= P , nebot x 6= y, cmz dostavamne spor.
V
eta 36. Necht A L(P, Q) je proste. Potom
1. je-li (x1 , . . . , xn ) LN soubor vektor
u z P , je take (Ax1 , . . . , Axn ) LN,
2. je-li (y1 , . . . , yn ) LZ soubor vektor
u z A(Q), je take soubor vzor
u (x1 , . . . , xn ) LZ, tj. (i
n
)(yi = Axi ).
D
ukaz. Ad 2) Je-li (y1 , . . . , yn ) LZ soubor vektor
u z Q, existuje i0 n
, ze i0 6= 0 a zarove
n
!
n
n
n
X
X
X
Q =
i yi =
i Axi = A
i xi .
i=1

Protoze A je proste,

Pn

i=1

i=1

i=1

i xi ker A = {P }. A tak je soubor (x1 , . . . , xn ) LZ.

Ad 1) Kdyby existoval LN soubor, jehoz obraz by byl LZ, dostali bychom se do sporu s 1.
V
eta 37. Necht P , Q jsou LP nad T . Necht (x1 , . . . , xn ) je baze P a necht (y1 , . . . , yn ) je soubor
vektor
u z Q. Potom existuje pr
ave 1 linearn zobrazen A L(P, Q) takove, ze
(i n
)(Axi = yi ).
D
ukaz. Tvrdme, ze zobrazen A lze predepsat jako Ax =
Nejprve overme linearitu
A(x + y) =

n
X

x#
i (x

Pn

i=1

x#
sechna x P .
i (x)yi pro v

n
X
#
+ y)yi =
(x#
i (x) + xi (y))yi

i=1

i=1

n
X

x#
i (x)yi +

i=1

n
X

x#
i (y)yi = Ax + Ay,

i=1

x#
i .

kde jsem vyuzili linearity souradnicoveho funkcionalu

Jednoznacnost dokazeme sporem. Necht
existuje B L(P, Q) takove, ze (i n
)(Bxi = yi ) a pritom B 6= A, tj. (a P )(Ba 6= Aa). Z
linearity ale dost
av
ame
!
n
n
n
X
X
X
#
Ba = B
xi (a)xi =
x#
(a)Bx
=
x#
i
i
i (a)yi = Aa,
i=1

i=1

i=1

coz je spor.
V
eta 38. Necht A L(P, Q), b Q. Necht a P takove, ze Aa = b, potom plat:
A1 ({b}) = a + ker A.
D
ukaz. Dok
azeme dve inkluze. Bud nejprve x A1 ({b}), tj. Ax = b. Tedy A(x a) = , neboli
x a ker A, odtud x a + ker A. Naopak necht x a + ker A, tj. z ker A : x = a + z. Plat
Ax = A(a + z) = Aa = b, odtud x A1 ({b}).
22

V
eta 39. [2. o dimenzi.] Necht A L(P, Q) a dim P < . Potom
h(A) + d(A) = dim P.
D
ukaz. Pokud je h(A) = 0, pak A(P ) = {Q }, tj. A = . Tedy ker A = P , a tak d(A) = dim ker A =
dim P . Necht je tedy h(A) = k N. Bazi A(P ) znacme (y1 , . . . , yk ) a jej vzor (x1 , . . . , xk ). Podle
jedne z predchozch vet je (x1 , . . . , xk ) LN. Oznacme P = hx1 , . . . , xk i. Ukazeme, ze ker A P = P .
Tvrzen vety potom bude plynout z 1. vety o dimenzi.
Nejprve uk
azeme ker A + P = P , direktnost souctu posleze. Protoze inkluze ker A + P P
je zrejm
a, zamerme se na opacnou inkluzi: Uvazujme libovoln
y x PP . Chceme najt rozklad
k
x = p + q, kde p P a q ker A. Protoze p P , mus platit p = i=1 i xi , kde koeficienty
Pk
1 , . . . , k urcme z podmnky q = x i=1 i xi ker A. Plat
= A(x

k
X

i xi ) = Ax

i=1

k
X

i Axi = Ax

i=1

k
X

i yi ,

i=1

Pk
neboli Ax = i=1 i yi . Odtud i k : i = yi# (Ax). Tm je ovsem rozklad x = p + q P + ker A
urcen.
Nyn uk
azeme, ze P ker A = P . Vezmeme x P ker A, tj. existuj (1 , . . . , k ) T k , ze
Pk
x = i=1 i xi . Soucasne plat
= Ax =

k
X

i Axi =

i=1

k
X

i yi .

i=1

nebot (y1 , . . . , yk ) je baze A(P ). Potom je ale x = , tj.

Odtud plyne, ze i = 0 pro vsechny i k,

P ker A = {}.
Definice 29. Line
arn zobrazen A L(P, Q) ktere je navc bijekc P na Q naz
yvame izomorismus. Pokud takove zobrazen existuje z P do Q, rkame, ze P a Q jsou izomorfn a pseme
P
= Q.
D
usledek 7. Bud Vn LP dimenze n nad T . Potom Vn
= T n.
V
eta 40. Necht A L(Pn , Qn ). Potom A je izomorfismus tehdy a jen tehdy, je-li A proste nebo
na.

D
ukaz. V
ypl
yv
a prmo z definice.
Necht A je injektivn, uk
azeme surjektivitu. Bazi Pn oznacme (x1 , . . . , xn ). Potom
A(Pn ) = Ahx1 , . . . , xn i = hAx1 , . . . , Axn i Qn .
(Ax1 , . . . , Axn ) je LN protoze (x1 , . . . , xn ) je LN a A je proste. Proto dimhAx1 , . . . , Axn i = n, z
cehoz plyne A(Pn ) = Qn .

Necht
azeme ker A =P
{P }. Necht Ax = Q . Existuj (1 , . . . , n ) T n , ze
P A je surjektivn, uk
n
x=
i xi . Odtud dost
av
ame Q = Ax = i=1 i Axi . Protoze A je zobrazen Pn na Qn , plat
Qn = A(Pn ) = hAx1 , . . . , Axn i. Tedy, (Ax1 , . . . , Axn ) je LN. Proto i = 0 pro kazde i n
, a tak
x = P .
V
eta 41. Budte P , Q line
arn prostory nad T a necht alespo
n jeden ma konecnou dimenzi. Potom
P
=Q

dim P = dim Q.

D
ukaz. Necht dim P < . Necht je nejprve dim P = 0, coz je ekvivalentn s P = {P }.
23

Bud A izomorfismus P 7 Q. Odtud plyne Q = A(P ) = {Q }, a tedy dim Q = 0. Pokud je

dim P = n N, oznacme (x1 , . . . , xn ) bazi P . Bud A L(P, Q) izomorfismus. Potom
Q = A(P ) = Ahx1 , . . . , xn i = hAx1 , . . . , Axn i,
tj. soubor (Ax1 , . . . , Axn ) generuje Q. Jedna se navc o linearne nezavisl
y soubor, nebot (x1 , . . . , xn )
je LN. Odtud dim Q = n.
Necht dim P = dim Q = 0. Odtud P = {P } a Q = {Q }. Zobrazen A : P 7 Q
definovane jako Ap = Q je hledan
ym izomorfismem. Necht dim P = dim Q = n N. Oznacme
(x1 , . . . , xn ) b
azi P a (y1 , . . . , yn ) b
azi Q. Vme, ze existuje prave jedno zobrazen A L(P, Q)
takove, ze Axi = yi pro vsechna i n
. Ukazeme, ze toto zobrazen je izomorfismus.
Predne plat A(P ) = Ahx1 , . . . , xn i = hAx1 , . . . , Axn i = Q, tj. zobrazen
je surjektivn. Dale
Pn
bud x ker A, tj. Ax = Q . Existuje (1 , . . . , n ) T n , tak ze x = i=1 i xi . Odtud
Q = Ax =

n
X

i Axi =

i=1

n
X

i y.

i=1

Soubor (y1 , . . . , yn ) je ale b

aze Q, a tak i = 0 pro vsechny i n
. Neboli x = P . Dokazali jsme
tak ker A = {P }. Zobrazen A je tedy injektivn.
D
usledek 8. Pro P a Q LP nad T , plat implikace:
P
=Q

dim P = dim Q.

Definice 30. Bud V LP. Zobrazen E : V V definovane vztahem (x V )(Ex = x) naz

yvame
identick
y oper
ator na V .
V
eta 42. Bud A L(V ).
1. Existuje-li B L(V ) takov
y, ze AB = E, pak je A surjektivn (=na).
2. Existuje-li C L(V ) takov
y, ze CA = E, pak je A injektivn (=proste).
3. Jsou-li splneny predpoklady bodu 1. a 2., potom je A bijekce a plat
B = C = A1 .
D
ukaz.
1. Chceme dok
azat, ze (y V )(x V )(y = Ax). Necht tedy y V . Definujme x := By. Pak
Ax = A(By) = (AB)y = Ey = y.
2. Uk
azeme, ze ker A = {~0}. Necht x ker A, pak Ax = ~0. Odtud
~0 = C~0 = C(Ax) = (CA)x = Ex = x.
3. A proste i na, a tedy bijekce. Dale mame
A1 = A1 E = A1 (AB) = (A1 A)B = EB = B.
Rovnost C = A1 uk
azeme obdobne.
#
V
eta 43. Necht X = (x1 , . . . , xn ) je baze Vn . Potom soubor X # = (x#
az dualnho
1 , . . . , xn ) je b
#
#
#
prostoru X , tedy dim Vn = n. D
ale pro souradnice libovolneho Vn plat

n
X

(xi )x#
i .

i=1

24

Pn
D
ukaz. Nejprve uk
azeme, ze X # je LN. Uvazujme i=1 i x#
sechny x Vn plat
i = . Tedy pro v
Pn
Pn
#
#
. Protoze
alne pro xj X mame i=1 i xi (xj ) = pro vsechny j n
i=1 i xi (x) = . Speci
x#
(x
)
=

,
plyne
odtud,

z
e

=
0
pro
v
s
echny
i

.
j
ij
i
i
#
#
rejma. Opacnou inkluzi
Nyn uk
azeme, ze hX # i = Vn# . Inkluze hx#
1 , . . . , xn i Vn je z
#
dok
azeme konstruktivne. Mejtme x Vn , Vn libovolne. Pak
!
!
n
n
n
X
X
X
#
#
#
(x) =
xi (x)xi =
xi (x)(xi ) =
(xi )xi (x).
i=1

Mus proto platit rovnost zobrazen =

i=1

Pn

i=1

i=1

#
#
(xi )x#
i , odtud hx1 , . . . xn i.

25

Matice a jej hodnost

Definice 31. Uvazujme matici A T m,n . Rekneme,

ze matice B T m,n vznikla konecn
ym
poctem
r
adkov
ych u
prav Gaussovy elimina
cn metody, pokud B vznikla z A aplikac konecne
posloupnosti n
asledujcch krok
u:
1. prohozen i-teho a j-teho r
adku,
2. vyn
asoben i-teho r
adku nenulov
ym cslem z telesa T ,
3. prictenm i-teho r
adku k j-temu.
Znacme A B.
V
eta 44. Necht A, B T m,n a A B, potom
hA1, , . . . , Am, i = hB1, , . . . , Bm, i.
D
ukaz. Stac si rozmyslet, ze jednotlive kroky 1.,2. a 3. GEM nemen linearn obal radk
u matice.

Definice 32. Rekneme,

ze matice B T m,n je v hornm stup
novit
em tvaru, prave kdyz
` m
a prirozen
a csla 1 k1 < < k` n tak, ze plat
ik 6= 0),
1. (i `)(B
i

2. (i `)(j
< ki )(Bij = 0),
3. (i > `)(j n
)(Bij = 0).
Sloupce k1 , . . . , k` matice B naz
yv
ame hlavn sloupce, ostatn vedlejs.
V
eta 45. Kazdou nenulovou matici A T m,n lze radkov
ymi u
pravami Gaussovy eliminacn
metody prevest na matici B v hornm stup
novitem tvaru.
Definice 33. Necht A T m,n . Hodnost matice A naz
yvame dimenzi linearnho obalu souboru
r
adk
u matice A (jako vektor
u z T 1,n ) a znacme h(A). Tedy plat:
h(A) = dimhA1, , . . . , Am, i.
V
eta 46. Budte A, B T m,n . Je-li A B, potom h(A) = h(B).
D
ukaz. Tvrzen plyne z toho ze GEM zachovava linearn obal radk
u matice.
Definice 34. Necht A T m,n . Matici AT T n,m , kde
(i m)(j

n
)( (AT )ij = Aji ),
nazveme matic transponovanou k A.
V
eta 47. Necht A T m,n . Potom

h(A) = h(AT ).

D
ukaz. Je-li A = , potom i AT = a vzorecek plat.
Bud A 6= , potom h(A) = k m,
a tedy existuj navzajem r
uzne indexy i1 , . . . , ik m

T k,n matici s
takove, ze soubor r
adk
u s temito indexy (Ai1 , , . . . , Aik , ) je LN. Oznacme A
r
adky Ai1 , , . . . , Aik , . Z definice LN mame
k
X

j Aij , = ~0 1 = = k = 0.

j=1

26

Nalevo je soustava rovnic

Ai1 ,1 1 + + Aik ,1 k

Ai1 ,2 1 + + Aik ,2 k

=
..
.

Ai1 ,n 1 + + Aik ,n k

T . Oznacme X T n,k matici v hornm schodovitem tvaru,

pro nezn
ame 1 , . . . , k s matic A
T

kter
a vznikne z A r
adkov
ymi u
pravami GEM. Aby soustava mela pouze trivialn resen mus b
yt
vsechny sloupce matice X hlavn. Tato matice ma tedy k nenulov
ych radk
u a pak n k radk
u
nulov
ych. Proto h(X) = k.
T , je take h(A
T ) = k. Matice A
T ma ve sloupcch vektory Ai , , . . . , Ai , .
Jelikoz X A
1
k
Doplnme-li ji zaps
anm ostatnch r
adk
u z matice A do prslusn
ych sloupc
u, zskame celou matici
T (rozmyslete si). Tedy
AT . Hodnost AT ale nem
uze b
yt mens nez hodnost A
T ) = k = h(A).
h(AT ) h(A
Z rovnosti A = (AT )T , pak dost
av
ame i druhou nerovnost h(AT ) h(A). Celkem tedy h(AT ) =
h(A).
D
usledek 9. Necht A T m,n . Potom
h(A) min(m, n).

27

N
asoben matice a inverzn matice

Definice 35. Budte m, n, p N, A T m,n a B T n,p . Matici C T m,p definovanou

!
n
X
(i m)(j

p) Cij =
Aik Bkj
k=1

naz
yv
ame sou
cinem matic A a B a znacme C = AB.
V
eta 48. V n
asledujcch tvrzench jsou rozmery matic A, B a C vzdy takove, aby obsazene
v
yrazy mely smysl. Plat:
1. A(BC) = (AB)C

(asociativn zakon)

2. A(B + C) = AB + AC

(distributivn zakon)

3. (A + B)C = AC + BC

(distributivn zakon)

4. (AB) = (A)B = A(B)

5. (AB)T = BT AT
D
ukaz. Uk
azeme, jen prvn a posledn vlastnost. Ostatn se ukaze obdobne (provedte jako cvicen).
a) V n
asledujcch rovnostech pouzvame jen definici maticoveho nasoben.
X
X
X
XX
[A(BC)]ij =
Aik (BC)kj =
Aik
Bk` C`j =
Aik Bk` C`j
k

!
=

XX
`

Aik Bk` C`j =

X X

Aik Bk`

C`j =

X
(AB)i` C`j

= [(AB)C]ij .
Protoze jsme i, j volili libovolne, kazd
y ij-t
y prvek matice A(BC) je roven ij-temu prvku
matice (AB)C. Tedy A(BC) = (AB)C.
b) Podobne m
ame
[(AB)T ]ij = (AB)ji =

Ajk Bki =

k
T

Bki Ajk =

(BT )ik (AT )kj

= (B A )ij .
Definice 36. Matici A T n,n naz
yvame
ctvercovou matic
r
adu n. Matici E T n,n , kde
Eij = ij , naz
yv
ame jednotkovou matic n-teho radu.
Definice 37. Bud A T n,n . Existuje-li matice B T n,n takova, ze plat
AB = BA = E,
naz
yv
ame matici A regul
arn a B inverzn matic k matici A. Znacme B = A1. Pokud A nen
regul
arn, naz
yv
ame matici A singul
arn.
V
eta 49. Je-li A T n,n regul
arn, potom je inverzn matice k A urcena jednoznacne.
D
ukaz. Predpokl
adejme, ze existuj dve matice B1 , B2 T n,n takove, ze
AB1 = B1 A = E

AB2 = B2 A = E.

Uk
azeme, ze z toho jiz vypl
yv
a, ze B1 = B2 .
S pouzitm asociativnho z
akona pro maticove nasoben dostavame
B1 = B1 E = B1 (AB2 ) = (B1 A) B2 = EB2 = B2 .
| {z } | {z }
=E

=E

28

V
eta 50. Necht A, B T n,n jsou regularn, potom AB je regularn a plat
(AB)1 = B1 A1 .
D
ukaz. Protoze
(AB)(B1 A1 ) = A(BB1 )A1 = AA1 = E
a analogicky
(B1 A1 )(AB) = B1 (A1 A)B = B1 B = E,
je podle definice matice AB regul
arn a plat (AB)1 = B1 A1 .
V
eta 51. Bud A T n,n . Existuje-li B T n,n takova, ze plat AB = E nebo BA = E, potom je
A regul
arn a B = A1 .
D
ukaz. K libovolne matici A T n,n definujme zobrazen A : T n T n predpisem
(x T n )(Ax := A x),
kde x uvazuji sloupcov
y vektor z T n (nasoben A x tedy ma smysl). Vsimnete si (cvi
cen), ze
n
A L(T ) a
A = B A = B.
Navc matici AB odpovd
a slozene zobrazen AB, nebot pro lib.

x T n je

(AB)x = A(B x) = A(Bx) = (AB)x

a matici E odpovd
a identicke zobrazen E na T n . Nyn lze pristoupit k samotnemu d
ukazu vety.
a) Necht existuje B T n,n takova, ze plat AB = E. Odtud mame AB = E. Protoze je
dim T n < , uk
azali jsme si v kapitole o linearnch zobrazen, ze z rovnosti AB = E plyne,
ze A je bijekce a pro jeho inverzi plat A1 = B. Tedy take BA = E, coz pro odpovdajc
matice d
av
a druhou rovnost BA = E. Mame tedy obe rovnosti: AB = BA = E.
b) Predpokl
ad
ame-li, ze existuje B T n,n takova, ze BA = E, dostaneme postupem analogick
ym tomu z c
asti a), ze i AB = E.
D
usledek 10. Necht A, B T m,n a A B. Potom P T m,m regularn takova, ze B = PA.
D
ukaz. Matice B vznikla z A konecnou posloupnost elementarnch krok
u (1.,2.,3.) GEM, ktere lze
realizovat vyn
asobenm matice A zleva po rade regularnmi maticemi P1 , . . . , Pn T m,m . Tedy
B = P1 . . . Pn A. Protoze soucin regul
arnch matic je regularn matice, polozme P := P1 . . . Pn a
dostaneme tvrzen vety.
V
eta 52. Bud A T n,n . N
asledujc tvrzen jsou ekvivalentn.
1. A je regul
arn.
2. Soubor r
adk
u matice A je LN.
3. h(A) = n.
4. A E.
5. det A 6= 0 (dok
azeme v kapitole o determinantech).
D
ukaz. Dok
azeme retezec implikac.
1) 2): Podvejme se na line
arn kombinaci radk
u A davajc nulov
y vektor:
n
X

i Ai,, = ~0.

i=1

29

(8)

Uk
azeme, ze z toho vypl
yv
a, 1 = = n = 0. Rovnici (8) m
uzeme prepsat maticove takto

b A = ~0,
kde b = (1 , . . . , n ) (overte). Protoze predpokladame, ze A je regularn, m
uzeme obe strany
posledn rovnosti vyn
asobit matic A1 zprava. Dostaneme b = ~0, a tedy 1 = = n = 0.
Proto je soubor r
adk
u (A1, , . . . , An, ) LN.
2) 3): Vypl
yv
a ihned z definice hodnosti matice.
3) 4): Pomoc GEM prevedme A na matici X v hornm stup
novitem tvaru, tedy A X. Protoze
predpokl
ad
ame, ze h(A) = n, matice X T n,n nema zadn
y radek nulov
y (jinak by h(A) < n).
Proto nutne (i n
)(Xii 6= 0). Potom lze zpetn
ym chodem GEM prevest X na E. Celkem tedy
m
ame
A X E.
4) 1): Protoze A E vme, ze P T n,n regularn tak, ze A = PE = P. Tedy A je regularn.
V
eta 53. Necht A, B T m,n . Existuje-li P T m,m regularn takova, ze B = PA, potom A B.
D
ukaz. Matice P je regul
arn, proto P E. Necht tuto eliminaci realizuje regularn matice Q, tedy
QP = E. Aplikujeme-li stejne kroky GEM jako pri eliminaci P E na matici B dostaneme matici
A, protoze
QB = QPA = EA = A.
Tedy A B.
D
usledek 11. N
asobenm regul
arn matic se hodnost nezmen. Tzn., je-li A T m,n a P T m,m
regul
arn, potom plat
h(A) = h(PA).
D
ukaz. Vme, ze A PA. Nyn stac vyuzt toho, ze GEM nemen hodnost matice.
V
eta 54. Necht A T m,n a B T n,p . Potom plat:
h(AB) min(h(A), h(B)).
D
ukaz. Necht h(A) = k. Potom A X, X je v hornm stup
novitem tvaru. Dale Q T m,m
regul
arn tak, ze A = QX. S vyuzitm predchozho d
usledku dostavame:
h(AB) = h(QXB) = h(XB).
Protoze pocet nenulov
ych r
adk
u X je k (h(A) = k), je i pocet nenulov
ych radk
u matice XB mens
nebo roven k. Proto h(XB) k a celkem mame
h(AB) h(A).

(9)

D
ale protoze plat (AB)T = BT AT a h(A) = h(AT ) dostavame s vyuzitm jiz dokazane nerovnosti (9)
h(AB) = h((AB)T ) = h(BT AT ) h(BT ) = h(B).
Obe nerovnosti h(AB) h(A) a h(AB) h(B) mus tedy platit soucasne. Odtud plyne tvrzen
vety.

30

Determinant matice

Definice 38. Bud n N. Kazde zobrazen : n

n
, ktere je bijekc, naz
yvame permutac
mno
ziny n
. Mnozinu vsech permutac mnoziny n
znacme Sn .
Definice 39. Necht Sn . Kazdou dvojici ((i), (j)) takovou, ze
i<j

(i) > (j),

slo (1)I , kde I je pocet inverz v , naz

i, j n
, naz
yv
ame inverz v permutaci . C
yvame
znam
enko (signum) permutace , znacme sgn . Je-li sgn = 1, resp. 1, rkame, ze je
permutace sud
a, resp. lich
a.
Definice 40. Necht n N a i, j n
, i 6= j. Permutaci ij Sn , kde
1. ij (j) = i,
2. ij (i) = j,
3. ij (k) = k, pro k 6= i, j,
naz
yv
ame transpozic csel i a j.
V
eta 55. Necht , Sn a je transpozice (nejak
ych dvou csel z n
). Potom plat:
sgn( ) = sgn .
D
ukaz. Permutace se lis od pouze prohozenm nejak
ych dvou prvk
u k, l n
. Je treba
si rozmyslet, jak se zmen pocet inverz po prohozen dvou prvk
u. Ukazeme, ze se zmen o lich
y

pocet inverz. Rekn

eme, ze permutace ma po prohozen prvk
u k, l nasledujc tvar:
(. . . prvky vlevo . . . , l, . . . prvky uvnitr . . . , k, . . . prvky vpravo, . . . ).
Diskutujme, jak se zmenil pocet inverz. Uvazujme vsechny mozne prpady inverz mezi prvky i a
j (tzn. i > j a i je pred j):
Inverze mezi prvky i a j, kde ani i ani j se nerovna k a l, z
ustavaj nezmeneny.
Inverze mezi prvky i a j, kde i je vlevo od k i l a j je rovno k nebo l, z
ustavaj nezmeneny.
Inverze mezi prvky i a j, kde j je vpravo od k i l a i je rovno k nebo l, z
ustavaj nezmeneny.
Inverze mezi prvky i a j, kde jeden z techto prvk
u je roven k nebo l a druh
y je mezi nimi,
bud po dvou vznikaj, po dvou zanikaj, nebo se nemen (nacrtnete si vsechny ctyri situace).
Tedy pocet inverz vznikl
ych nebo zanikl
ych je celkem sud
y. Posledn inverze, ktera vznikne nebo
zanikne je v samotnem prohozen prvk
u k a l.
V
eta 56. Necht 1 , 2 Sn , potom plat:
sgn(1 2 ) = sgn 1 sgn 2 .
Definice 41. Bud A T n,n se slozkami Aij = ai,j . Determinant matice A je cslo definovane
vztahem
X
det A =
sgn a1,(1) a2,(2) . . . an,(n) .
Sn

V
eta 57. Necht A T n,n .

31

 matice A s prohozen
1. Bud A
ym i-t
ym a j-t
ym radkem, potom
= det A.
det A
1
z definice:

D
ukaz. BUNO
i < j. Poctejme det A
X
=
sgn
a1,(1) . . . a
i,(i) . . . a
j,(j) . . . a
n,(n) .
det A
Sn

je matice A s prohozen
Protoze A
ym i-t
ym a j-t
ym radkem mame
X
=
det A
sgn a1,(1) . . . aj,(i) . . . ai,(j) . . . an,(n) .
Sn

D
al oznacme Sn transpozice prvk
u i a j. Tedy (i) = j, (j) = i a (k) = k, k 6= i, j a
m
uzeme ps
at
X
=
sgn a1,( )(1) . . . aj,( )(j) . . . ai,( )(i) . . . an,( )(n)
det A
Sn

sgn a1,( )(1) . . . ai,( )(i) . . . aj,( )(j) . . . an,( )(n) .

Sn

Nyn m
uzeme v posledn sume ps
at = , protoze { | Sn } = Sn , a tedy projdeme
opet celou mnozinu Sn ,
X
=
det A
sgn( )a1,(1) . . . ai,(i) . . . aj,(j) . . . an,(n) .
Sn

Nakonec stac pouzt, ze sgn( ) = sgn a mame

X
=
det A
sgn a1,(1) . . . ai,(i) . . . aj,(j) . . . an,(n) = det A.
Sn

D
usledek 12. M
a-li matice A T n,n dva stejne radky, je det A = 0.
z predchoz vety plat: A = A,
a
D
ukaz. Je-li i-t
y a j-t
y r
adek matice A stejn
y, pro matice A a A
tedy det A = det A. Z toho plyne, ze det A = 0.
V
eta 58. [2. c
ast - 2. a 3. u
prava GEM]
matice A s i-t
2. Bud A
ym r
adkem vynasoben
ym cslem T , potom
= det A.
det A
matice A, kde pouze na j-tem radku je Ai, + Aj, , potom
3. Bud A
= det A.
det A
D
ukaz.
2. Poct
ame z definice:
=
det A

sgn
a1,(1) . . . a
i,(i) . . . a
n,(n)

Sn

sgn a1,(1) . . . ai,(i) . . . an,(n)

Sn

sgn a1,(1) . . . ai,(i) . . . an,(n) = det A.

Sn
1 Bez

u
jmy na obecnosti.

32

3. Opet z definice m
ame:
=
det A

sgn
a1,(1) . . . a
i,(i) . . . a
j,(j) . . . a
n,(n)

Sn

sgn a1,(1) . . . ai,(i) . . . (ai,(i) + aj,(j) ) . . . an,(n)

Sn

sgn a1,(1) . . . ai,(i) . . . ai,(i) . . . an,(n)

Sn

sgn a1,(1) . . . ai,(i) . . . aj,(j) . . . an,(n) .

Sn

Prvn suma v poslednm v

yrazu odpovda determinantu matice se stejn
ym i-t
ym a j-t
ym
r
adkem. Je to tedy 0. Druh
a suma se rovna det A.
D
usledek 13. Pricteme-li n
asobek i-teho radku k j-temu radku, determinant matice se nezmen.
V
eta 59. Determinant jako funkce r
adk
u je linearn. Tzn., ze pro i n
a T plat:

..
..
..
.
.
.

det
Ai, + Bi, = det Ai, + det Bi, .
..
..
..
.
.
.
D
ukaz. Opet stac pouzt definici determinantu:

..
.
X

A
+
Bi,
det
sgn a1,(1) . . . (ai,(i) + bi,(i) ) . . . an,(n)
i,

=
..
Sn
.
X
=
sgn a1,(1) . . . ai,(i) . . . an,(n)
Sn

sgn a1,(1) . . . bi,(i) . . . an,(n)

Sn

..
..
.
.

= det
Ai, + det Bi, .
..
..
.
.

V
eta 60. Necht A T n,n . Potom plat
det AT = det A.
D
ukaz. Z definice m
ame
det AT =

sgn a(1),1 a(2),2 . . . a(n),n .

Sn

Nyn vyuzijeme, ze kazd

a permutace ma permutaci inverzn 1 (je to bijekce). Tedy (i) =
1
j i = (j) a cinitele v soucinu
a(1),1 a(2),2 . . . a(n),n
lze preuspor
adat podle r
adkoveho indexu
a1,1 (1) a2,1 (2) . . . an,1 (n) .
33

Potom dost
av
ame
det AT =

sgn a1,1 (1) a2,1 (2) . . . an,1 (n) .

Sn

Protoze { 1 | Sn } = Sn a sgn = sgn( 1 ) (cvi

cen), m
uzeme posledn rovnost zapsat
n
asledovne
X
det AT =
sgn( 1 ) a1,1 (1) a2,1 (2) . . . an,1 (n) .
1 Sn

Nyn stac oznacit = 1 v poslednm v

yrazu a vidme, ze je roven det A.
D
usledek 14. Determinant jako funkce sloupc
u je linearn.
V
eta 61. Matice A T n,n je regul
arn prave tehdy, kdyz det A 6= 0.
D
ukaz. Vme, ze A je regul
arn pr
ave tehdy, kdyz A E. Nyn si stac uvedomit, ze jednotlive
kroky GEM nemen (ne)nulovost determinantu.
V
eta 62. Necht A, B T n,n . Potom plat:
det(AB) = det A det B.
D
ukaz. Nejprve si uvedomte, ze lze A prevest ra
dkovymi u
pravami GEM na horn troj
uhelnkovou
matici X1 , aniz by se zmenil determinant, tj. det A = det X1 . Skutecne, pouzijeme-li nekde 1.
u
pravu, korigujeme zmenene znamenko tak, ze nejak
y radek vynasobme cslem 1. Samotnou
2. u
pravu v
ubec pri eliminaci pouzt nemusme a 3. u
prava determinant nemen. Existuje tedy P
regul
arn takov
a, ze PA = X1 .
Podobne lze B prevest sloupcovymi u
pravami GEM na matici X2 , aniz by se zmenil determinant,
tj. det B = det X2 . Existuje tedy Q regularn takova, ze BQ = X2 .
Aplikujeme-li uvedene r
adkove a sloupcove u
pravy na matici AB (reprezentovane maticemi
P a Q), take se determinant matice AB nezmen a navc v
ysledna matice je opet v hornm
troj
uhelnkovem tvaru, nebot
P(AB)Q = X1 X2
a soucin dvou hornch troj
uhelnkov
ych je horn troj
uhelnkova matice (ov
e
rte).
Tvrzen vety pro matice X1 a X2 plat, protoze
det(X1 X2 ) =

n
Y

(X1 X2 )i,i =

i=1

n
Y

(X1 )i,i (X2 )i,i = det X1 det X2 .

i=1

S vyuzitm vsech zmnen

ych fakt
u nakonec mame
det(AB) = det(X1 X2 ) = det X1 det X2 = det A det B.
D
usledek 15. Bud A T n,n regul
arn. Potom
det A1 =

1
.
det A

D
ukaz. Stac na obe strany rovnosti
A1 A = E
aplikovat determinant, pouzt predchoz vetu a identitu det E = 1. Potom dostaneme
det A1 det A = 1
a odtud plyne tvrzen vety.

34

V
eta 63. Necht 1 , 2 Sn , potom plat:
sgn(1 2 ) = sgn 1 sgn 2 .
D
ukaz. Pouze strucne (detaily cvi
cen).
Pro Sn definujme A() T n,n takto
(i, j n
)( A()ij = (i),j ).
Uk
azeme, ze plat
det A() = sgn

A(1 )A(2 ) = A(2 1 ).

a take

Tvrzen potom plyne z rovnosti

det A(1 2 ) = det A(1 ) det A(2 ).
Definice 42. Necht A T n,n , n 2, A = (aij ), k, l n
. Necht A(k, l) T n1,n1 je matice,
slo
kter
a vznikne z A vynech
anm k-teho radku a l-teho sloupce. C
(1)k+l det A(k, l)
naz
yv
ame algebraick
y dopln
ek prvku akl .
V
eta 64. [O rozvoji determinantu podle k-teho sloupce] Necht A T n,n , n 2 a necht A = (aij ),
kn
. Potom plat:
n
X
det A =
(1)i+k aik det A(i, k).
i=1

D
ukaz. Nejprve si vetu dok
azeme pro velice specialn matice, ktere maj v jednom sloupci n 1
nulov
ych prvk
u.
Lemma 2. Necht A T n,n , n 2, A = (aij ), k, l n
a i n
\ {l} plat aik = 0. Potom
det A = (1)k+l alk det A(l, k).
D
ukaz Lemma.
1. Necht k = l = n. Tedy matice A ma v poslednm sloupci nulove vsechny prvky s jedinou
moznou v
yjimkou prvku ann . Potom
X
det A =
sgn a1,(1) . . . an,(n)
Sn

V sume napravo jsou vsechny sctance, pro ktere n 6= (n), nulove. Tedy
X
det A =
sgn a1,(1) . . . an,(n)
Sn , (n)=n

= ann

sgn a1,(1) . . . an1,(n1) = ann det A(n, n).

Sn1

matici ktera
2. Necht neplat podmnka 1. Tento prpad prevedeme na prpad 1. Oznacme A
vznikne z matice A tak, ze k-t
y sloupec presuneme na n-tou pozici postupn
ym vymen
ovanm
s n
asledujcm sloupcem, potom stejn
ym zp
usobem presuneme l-t
y radek na n-tou pozici.
Provedeme celkem (n k) + (n l) v
ymen, proto

det A = (1)2nkl det A.

35

 uz vyhovuje podmnce 1. a odsud vme, ze plat

Matice A
=a

det A
nn det A(n,
n) = alk det A(l, k).
Celkem tedy
det A = (1)k+l alk det A(l, k).
D
ukaz vety. Definujme matici i Ak ktera vznikne z matice A tak, ze v k-tem sloupci na i-tem
nech
ame prvek aik , ale ostatn prvky k-teho slouce jsou nuly. Potom k-t
y sloupec A je souctem
k-t
ych sloupc
u matic i Ak , i n
.
Vyuzejeme-li dok
azaneho Lemma a toho, ze determinant je linearn funkce sloupc
u, dostaneme
det A =

n
X

det i Ak =

i=1

n
n
X
X
(1)i+k aik det i Ak (i, k) =
(1)i+k aik det A(i, k).
i=1

i=1

Definice 43. Necht A T n,n , n 2. Matici Aadj T n,n , kde

i+j
Aadj
det A(j, i),
ij = (1)

naz
yv
ame matic adjugovanou k matici A.
V
eta 65. Necht A T n,n , n 2. Potom plat:
AAadj = det A E.
D
ukaz.
(AAadj )ij =

n
X

Aik Aadj
kj =

k=1

n
X

Aik (1)k+j det A(j, k).

k=1

Posledn v
yraz je pro i = j roven det A podle Vety o rozvoji podle i-teho radku. Pokud i 6= j,
je posledn v
yraz nulov
y, nebot se rovna determinantu matice se stejn
ym i-t
ym a j-t
ym radkem
(opet z Vety o rozvoji podle j-teho r
adku).
Celkem tedy m
ame
(AAadj )ij = det A ij ,
odkud plyne tvrzen vety.
D
usledek 16. Necht A T n,n , n 2, je regularn. Potom plat:
A1 =

1
Aadj .
det A

36

10

Soustavy line
arnch rovnic

Definice 44. Necht A T m,n a b T m,1 , kde

11 . . . 1n

.. ,
A = ...
.
m1 . . . mn

1
.
b=
.. .
m

System rovnic
11 x1 + + 1n xn

m1 x1 + + mn xn

=
..
.
=

naz
yv
ame soustavou m line
arnch rovnic o n neznam
ych x1 , . . . , xn .
Definice 45. [Pokracov
an.] Oznacme

x1
.
n,1
x=
.. T ,
xn
system rovnic lze pak zapsat maticove podle pravidel maticoveho nasoben:
Ax = b .

Matici A naz
yv
ame matic soustavy, vektor b vektorem prav
ych stran a vektor
torem nezn
am
ych. Matici
(A | b) T m,n+1 ,

x vek-

kter
a vznikne prid
anm sloupce b za matici A, naz
yvame roz
s
renou matic soustavy.
Je-li b = ~0, naz
yv
ame soustavu homogenn, jinak nehomogenn.
V
eta 66. [Frobeniova.]
1. Soustava m line
arnch rovnic pro n neznam
ych Ax = b je resitelna, tj. S 6= , prave kdyz
h(A) = h(A | b).
2. Je-li h(A) = h, m
a soustava Ax = ~0 prave n h linearne nezavisl
ych resen, tj.
(
{0},
pokud n = h,
S0 =
hx1 , . . . , xnh i, pokud h < n.
Je-li navc h(A | b) = h, pak

S=x
+ S0 ,

kde x
je tzv. partikul
arn
re
sen: A
x = b.
D
ukaz.
1. (): Necht

y = (y1 , . . . , yn )T

je resenm soustavy Ax = b. Potom

n
X

yj A,j = b,

j=1

37

odkud
a tedy

b hA,1 , . . . , A,n i
hA,1 , . . . , A,n i = hA,1 , . . . , A,n , bi

a rovnost mus platit i pro dimenze. Proto h(A) = h(A | b).

(): Necht h(A) = h(A | b). Protoze

hA,1 , . . . , A,n i hA,1 , . . . , A,n , bi

a pritom se maj rovnat dimenze obou podprostor
u, mus (viz veta v kap. Baze a dimenze)
hA,1 , . . . , A,n i = hA,1 , . . . , A,n , bi.
Speci
alne

b hA,1 , . . . , A,n i,

a proto y1 , . . . , yn T tak, ze

b=

n
X

yj A,j ,

j=1

neboli Ay = b, kde

y = (y1 , . . . , yn )T . Soustava Ax = b tedy ma resen y S.

2. K matici A T m,n definujme zobrazen A : T n,1 T m,1 predpisem

(x T n,1 )(Ax := A x),
Potom A L(T n,1 , T m,1 ) (overte) a
Ax = b A x = b .
Mnozina S0 je j
adro ker A a pro dimenzi S0 proto z 2. vety o dimenzi plat
dim S0 = d(A) = n h(A) = n h(A) = n h.
Pouzili jsme h(A) = h(A). To skutecne plat, nebot
h(A) = A(T n,1 ) = Ahe1 , . . . , en i = hAe1 , . . . , Aen i
= hA,1 , . . . , A,n i = h(A).
V kap. o line
arnch zobrazench jsem meli vetu o tvaru mnoziny resen u
lohy Ax = b s
obecn
ym line
arnm zobrazenm A. Tato mnozina je x
+ ker A, kde A
x = b. Vezmeme-li
za A line
arn zobrazen definovane matic A dostaneme, ze mnozina resen S je rovna

x + ker A = x + S0 ,
kde x
je partikul
arn resen, tj. A
x = Ax = b.
V
eta 67. Budte A, C T m,n a b, d T 1,m . Je-li
(A | b) (C | d),
potom je mnozina resen soustavy Ax = b shodna s mnozinou resen soustavy Cx = d.
D
ukaz. Bud x T n,1 takove, ze Ax = b. Protoze (A | b) (C | d), P T m,m regularn takova,
ze
A = PC a b = Pd.
Potom

PCx = Ax = b = Pd.

Vyn
asobenm leve a prave strany matic P1 zleva dostaneme Cx = d. Tedy je-li x resenm
Ax = b, potom je x resenm Cx = d. Opacna implikace vypl
yva ze symetrie relace .
38

V
eta 68. [Cramerovo pravidlo.] Necht A T n,n je regularn a
m
a pr
ave jedno resen a pro jeho slozky plat:
xi =

b T n,1 . Potom soustava Ax = b

i
,
det A

kde i je determinant matice, kter

a vznikne z matice A nahrazenm i-teho sloupce sloupcem b.
sen Ax = b je jedine, nebot h(A) = n a podle Frobeniovy vety je dim S0 = nh(A) = 0.
D
ukaz. Re
Mnozina S tedy obsahuje pouze partikularn resen x = A1 b. K d
ukazu vzorce z vety pouzijeme
vyj
adren A1 pomoc adjungovane matice:
xi = (A1 b)i =

1 X adj
1
(Aadj b)i =
A bj
det A
det A j=1 ij

1 X
(1)i+j bj det A(j, i)
det A j=1

Nyn si stac uvedomit, ze

n
X
(1)i+j bj det A(j, i) = i ,
j=1

coz plyne z vety o rozvoji podle i-teho sloupce aplikovane na matici, ktera vznikne z matice A
nahrazenm i-teho sloupce sloupcem b.

39

11

Line
arn variety

Definice 46. Nepr

azdnou mnozinu W V nazveme line
arn varietou, existuje-li a W a
P V takov
y, ze
W = a + P.
slo dim Z(W ), resp. n
Podprostor P naz
yv
ame zam
e
renm variety W a znacme Z(W ). C
dim Z(W ), naz
yv
ame dimenz, resp. kodimenz variety W . Kazd
y nenulov
y vektor z Z(W )
naz
yv
ame sm
erov
ym vektorem variety W . Kazd
y vektor a takov
y, ze W = a + Z(W ),
naz
yv
ame vektorem posunut variety W .
V
eta 69.

1. Bud W line
arn varieta, potom (a W )(W = a + Z(W )).

2. Zameren line
arn variety je urceno jednoznacne.
D
ukaz.
1. Necht W = a + Z(W ). Pro libovolne b W existuje x W tak, ze b = a + x. Odkud
dost
av
ame, ze b a Z(W ). Protoze je Z(W ) podprostor plat
(b a) + Z(W ) = Z(W ).
Pro libovolne b W tedy dost
avame
W = a + Z(W ) = b + (a b) + Z(W ) = b + Z(W ).
2. Existuj-li dva podprostory P, Q V takove, ze
W = a + P = a + Q,
dostaneme ihned z posledn rovnosti, ze P = Q.
Definice 47.

Varietu o dimenzi 0 naz

yvame bod.

Varietu o dimenzi 1 naz

yv
ame p
rmka.
Varietu o dimenzi 2 naz
yv
ame rovina.
Varietu o kodimenzi 1 naz
yv
ame nadrovina.
Definice 48. Rovnici
u=a+

k
X

i ai

i=1

naz
yv
ame sm
erovou rovnic variety W . Rozepseme-li smerovou rovnici po souradnicch ve
zvolene b
azi V , dostaneme parametrick
e rovnice variety W ve zvolene bazi.
V
eta 70. Necht V # , 6= 0 a T . Potom mnozina
{x V | (x) = }
je nadrovina ve V .
D
ukaz. Protoze je line
arn, je (V ) T . Dal protoze dim T = 1, mus bud (V ) = {0}, nebo
(V ) = T . Prvn moznost ale nastat nem
uze, to by byl spor s predpokladem 6= 0. Tedy plat
(V ) = T . Potom mus existovat x0 V takove, ze (x0 ) = . Podle vety o tvaru mnoziny resen
u
lohy Ax = b (kde nyn m
ame A = a b = ) plat
{x V | (x) = } 1 () = x0 + ker .
Tedy mnozina {x V | (x) = } je linearn varieta, nebot jadro je vzdy podprostor. Aby to byla
navc nadrovina, stac uk
azat, ze dim ker = n 1. To ale plyne ihned z 2. vety o dimenzi:
dim ker = dim V h() = n dim (V ) = n dim T = n 1.
40

V
eta 71. Necht W je line
arn varieta ve V o kodimenzi k N. Potom existuje LN soubor
line
arnch funkcion
al
u z V # (1 , . . . , k ) a k-tice (1 , . . . , k ) T k tak, ze plat
i (x) = i )}.
W = {x V | (i k)(
Definice 49. S oznacenm jako v predchoz vete naz
yvame rovnice
1 (x)

= 1
..
.

k (x)

= k

vektorov
e rovnice variety W . Rozepseme-li vektorove rovnice ve zvolene bazi V a k n dualn
b
azi V # , dostaneme neparametrick
e rovnice variety W .
kame, ze W1 a W2 jsou
Definice 50. Necht W1 , W2 jsou linearn variety ve V . R
rovnob
e
zn
e (Z(W1 ) Z(W2 )) (Z(W2 ) Z(W1 )),
mimob
e
zn
e nejsou rovnobezne a W1 W2 = ,
r
uznob
e
zn
e nejsou rovnobezne a W1 W2 6= .
V
eta 72. Necht W1 , W2 jsou line
arn variety ve V , , T \ {0}. Potom W1 + W2 je take
line
arn varieta ve V , pro jejz zameren plat:
Z(W1 + W2 ) = Z(W1 ) + Z(W2 ).
D
ukaz. Necht W1 = a + Z(W1 ) a W2 = b + Z(W2 ). Potom
W1 + W2 = (a + Z(W1 )) + (b + Z(W2 )) = (a + b) + (Z(W1 ) + Z(W2 )).
Protoze je Z(W1 ) podprostor, plat Z(W1 ) = Z(W1 ) a podobne Z(W2 ) = Z(W2 ). Dostavame
W1 + W2 = (a + b) + (Z(W1 ) + Z(W2 )),
kde a + b W1 + W2 a Z(W1 ) + Z(W2 ) V , tedy W1 + W2 je linearn varieta ve V se
zamerenm Z(W1 ) + Z(W2 ).
V
eta 73. Necht {Wi | i J } je nepr
azdn
y (J =
6 ) system linearnch variet ve V . Potom
\
Wi
iJ

T
je bud pr
azdn
a mnozina, nebo line
arn varieta ve V . Je-li iJ Wi 6= , potom plat
!
\
\
Z
Wi =
Z(Wi ).
iJ

iJ

D
ukaz. Oznacme
\

W :=

Wi .

iJ

Necht W 6= . Potom a W a protoze W =

iJ

Wi , plat

(i J )(a Wi ).
Lze tedy ps
at
(i J )(Wi = a + Z(Wi )).
41

Potom
W =

Wi =

iJ

(a + Z(Wi )) .

iJ

Dok
azeme-li
\

(a + Z(Wi )) = a +

iJ

Z(Wi ),

iJ

budeme celkem mt
\

W =a+

Z(Wi ),

iJ

a tedy W bude line

arn varieta se zamerenm
x

iJ

Z(Wi ) V . Zrejme vsak:

(a + Z(Wi )) (i J )(yi Z(Wi ))(x = a + yi )

iJ

(i J )(x a Z(Wi )) x a

\
iJ

xa+

Z(Wi ).

iJ

42

Z(Wi )

12

Matice line
arnho zobrazen a jej vlastnosti

V
eta 74. Bud A T n,m a A L(T m , T n ) definovane vztahem Ax := A x pro kazde
Potom
h(A) = h(A).

x T m.

D
ukaz. Z definice hodnosti line
arnho zobrazen mame
h(A) = dim A(T m ) = dim Ahe1 , . . . , em i,
kde (e1 , . . . , en ) je standardn b
aze T m . Dal z linearity A m
uzeme psat
dim Ahe1 , . . . , em i = dimhAe1 , . . . , Aen i.
Nakonec z definice zobrazen A dostaneme
h(A) = dimhAe1 , . . . , Aen i = dimhA,1 , . . . , A,m i = h(A).
V
eta 75. Pro kazde A L(T m , T n ) existuje jedina matice A T n,m takova, ze plat
(x T m )(Ax = A x).
D
ukaz. Existence: Matici A T n,m definujeme nasledovne
#
(i n
)(j m)(A

ij := ei (Aej )).

Tedy matice A m
a v j-tem sloupci souradnice vektoru Aej ve standardn bazi.
Spoctejme nyn i-tou slozku vektoru (A x)i , pro lib. x T m . Pripome
nme, ze j-tou slozku
xj vektoru x lze zapsat jako e#
ame
j (x). M
(A x)i =

m
X

Aij xj =

j=1

Protoze souradnicov
y funkcion
al

e#
i

m
X

#
e#
i (Aej )ej (x).

j=1

je linearn, m
uzeme posledn v
yraz zapsat jako

m
X

,
e#
e#
i
j (x)Aej
j=1

A je rovnez line
arn proto se upravovan
y v
yraz dal rovna

m
X
#
#
ej (x)ej .
ei A
j=1

Protoze

x=

m
X

e#
j (x)ej ,

j=1

dost
av
ame celkem

(A x)i = e#
i (Ax) = (Ax)i ,

pro i n
.
Jednozna
cnost: Necht existuj A, B T n,m takove, ze
Ax = A x = B x,
Speci
alne polozme-li

x T m .

x = ei , dostaneme z posledn rovnosti

Aei = Bei ,

i n
.

Vektor Aei , resp. Bei , je i-t

y sloupec matice A, resp. B. Tedy matice A a B maj stejne vsechny
slupce, proto A = B.
43

Definice 51. Necht A L(Pm , Qn ). Matici

AY T n,m , jejz prvky definujeme

#
(i n
)(j m)(
X AY
ij := yi (Axj )),

nazveme matic zobrazen A v b

azch X , Y. Pro A L(Pm ) strucne

A X AX .

V
eta 76. Necht A, B L(Pm , Qn ), T . Potom plat
1.

(A + B)Y = X AY + X B Y ,

2.

(A)Y = X AY .

D
ukaz. Obe tvrzen vypl
yvaj z linearity souradnicov
ych funkcional
u.
1.
X

(A + B)Y


ij

= yi# ((A + B)xj ) = yi# (Axj + Bxj ) = yi# (Axj ) + yi# (Bxj )




= X AY ij + X B Y ij

2.
X

(A)Y


ij



= yi# ((A)xj ) = yi# (Axj ) = yi# (Axj ) = X AY ij

V
eta 77. Necht A L(Pm , Qn ), x Pm . Potom plat
dAxeY = X AY dxeX .
D
ukaz. Vezmeme vektor x Pm ,
x=

m
X

x#
i (x)xi ,

i=1

potom plat
Ax = A

m
X

!
x#
i (x)xi

m
X

i=1

x#
i (x)Axi .

i=1

Pro vektor Axi Qn plat

Axi =

n
X

n
X

yj# (Axi )yj =

j=1

AY
ji yj .

j=1

Dosadme pravou stranu do v

yrazu z predchozho v
ypoctu a dostavame
Ax =

m
X

x#
i (x)

i=1

n
X

AY
ji yj .

j=1

Prohodme sumy a m
ame
Ax =

n
m
X
X
j=1

Nebo-li cslo

AY dxeX

j

!
X

AY
ji

x#
i (x)

yj =

i=1

n
X

AY dxeX

j=1

je j-t
a souradnice vektoru Ax v bazi Y, tj.
yj# (Ax) =

AY dxeX

a vzorecek z tvrzen vety plat.

44

j

j n
,

j

yj .

V
eta 78. Necht A L(Qn , Vs ), B L(Pm , Qn ). Potom pro matici slozeneho zobrazen AB
L(Pm , Vs ) plat
X
(AB)W = Y AW X B Y .
D
ukaz. Nejprve si uvedomte, ze uveden
y soucin matic ma smysl, nebot Y AW T s,n , X B Y T n,m ,
Y W X Y
s,m
tedy A B T
. Lev
a strana vzorecku ma take odpovdajc rozmery X (AB)W T s,m .
X
W
Pro prvek matice (AB) s indexy i s, j m
plat:
!!
n
X
#
#
#
#
X
W
(AB)ij = wi ((AB)xj ) = wi (A(Bxj )) = wi A
yk (Bxj )yk
k=1

wi#

!!

n
X

Y
Bkj

yk

n
X

wi#

k=1

n
X

!
X

Y
Bkj

Ayk

k=1

Y
Bkj
wi# (Ayk ) =

k=1

n
X

Y
Bkj

AW
ik =

k=1

n
X

AW
ik

Y
Bkj
,

k=1

coz podle definice n

asoben matic dokazuje tvrzen vety.
D
usledek 17. Je-li A L(Pm , Qn ) izomorfismus (tedy m = n), potom je matice
a plat


X Y 1
A
= Y (A1 )X .

D
ukaz. S vyuzitm predesle vety je
X

AY Y (A1 )X = Y (AA1 )Y = Y (E)Y = E.

Posledn rovnost overte jako cvicen. Z rovnosti

X

AY Y (A1 )X = E

vypl
yv
a tvrzen d
usledku.
V
eta 79.
X

1 En
AY = Em (CY A CX
) .

D
ukaz. Vezmeme (i, j)-t
y prvek matice napravo:
Em

1 En
(CY A CX
)


ij

1
= e#
i CY ACX ej .

1
Protoze CX xj = ej je CX
ej = xj a m
uzeme dale upravovat

Em

1 En
(CY A CX
)


ij

#
= e#
i (CY Axj ) = [CY (Axj )]i = yi (Axj ).

Napravo n
am vysel (i, j)-t
y prvek matice

AY , a tedy rovnost v tvrzen vety plat.

V
eta 80. Necht A L(Pm , Qn ), potom
h(A) = h(X AY ).

D
ukaz. Plat
h(A) = dim APm = dim Ahx1 , . . . , xm i = dimhAx1 , . . . , Axm i.

45

AY regularn

Protoze souradnicov
y izomorfismus CY : x 7 dxeY zachovava dimenzi (jako kazd
y izomorfismus!),
m
uzeme ho aplikovat na jednotlive vektory souboru (Ax1 , . . . , Axm ), aniz bychom zmenili dimenzi
obalu. Tedy
dimhAx1 , . . . , Axm i = dimhdAx1 eY , . . . , dAxm eY i.
X

Vektory dAx1 eY , . . . , dAxm eY jsou ale sloupce matice

AY , a proto

dimhdAx1 eY , . . . , dAxm eY i = h(X AY ).

D
usledek 18. Zobrazen A L(Pm , Qn ) je izomorfismus, prave kdyz je matice
(V takovem prpade je m = n!)

AY regularn.

V
eta 81.
L(Pm , Qn ) ' T n,m .
D
ukaz. Uk
azeme, ze je izomorfismus.
1. je line
arn: Budte T , A, B L(Pm , Qn ) libovolne, potom
(A + B) = X (A + B)Y =

AY + X B Y = (A) + (B).

2. je proste: Bud A ker . Je tedy

#
(i m)(j

n
)( X AY
ij = yi (Axj ) = 0 ).

Proto Axj = ~0, pro kazde j n

. Zobrazen, ktere kazdemu vektoru baze prirad nulov
y
vektor, je nutne nulove. (Proc?) Tm jsme dokazali, ze jadro je trivialn podprostor {~0}.
3. zobrazuje L(Pm , Qn ) na T n,m : Bud A T n,m libovolna matice

11 . . . 1m

.. .
A = ...
.
n1 . . . nm
Uz vme, ze zobrazen A L(Pm , Qn ) je urceno jednoznacne, predepseme-li jeho hodnoty
na b
azi Pm . Definujme tedy A L(Pm , Qn ) takto:
Axj :=

n
X

ij yi .

i=1

Tm je A jednoznacne urceno a plat

ij = yi# (Axj ),
tj. vskutku A = X AY , nebo-li (A) = A.
D
usledek 19.
dim L(Pm , Qn ) = m n.
D
ukaz. Tvrzen plyne z faktu, ze dim T n,m = m n.

46

13

Zm
ena b
aze, matice p
rechodu

Definice 52. Necht X = (x1 , . . . , xn ) a Y = (y1 , . . . , yn ) jsou baze Vn . Matici

X PY

T n,n , kde

(i, j n
)((X PY )ij = x#
i (yj )),
naz
yv
ame matic p
rechodu od b
aze X k bazi Y.
V
eta 82. Necht X , Y a Z jsou b
aze Vn . Potom
1.
X PY

2. matice

X PY

= Y EX ,

je regul
arn a plat
(X PY )1 = Y PX ,

3. pro x Vn plat
X PY dxeY

= dxeX ,

(Je to tedy naopak, nez by odpovdalo nazvu matice prechodu od X k Y!)

4.
X PY

Y PZ = X P Z .

D
ukaz.
1. Necht i, j n
. Potom plat
#
Y X
(X PY )ij = x#
i (yj ) = xi (Eyj ) = Eij .

2. Vme, ze h(X AY ) = h(A) pro lib. linearn zobrazen A. S vyuzitm bodu 1. a faktu h(E) = n
m
ame
h(X PY ) = h(Y E X ) = h(E) = n,
a tedy matice

X PY

je regul
arn.

D
ale uz vme, ze
(X AY )1 = Y (A1 )X
pro bijektivn line
arn zobrazen A. Odkud specialne dostavame
1

(X PY )

EX

1

= X (E 1 )Y = X E Y = Y PX .

3. Pro i n
plat
(X PY dxeY )i =

n
X

(X PY )ij (dxeY )j =

j=1

n
X

#
x#
i (yj )yj (x)

j=1

= x#
i

n
X

yj# (x)yj = x#
i (x) = (dxeX )i ,

j=1

kde jsme vyuzili linearity souradnicoveho funkcionalu x#

azi Y:
i a rozvoj x v b
x=

n
X
j=1

47

yj# (x)yj .

4. S vyuzitm vzorecku pro matici slozeneho zobrazen z kapitoly Matice linearnho zobrazen
m
ame
Y X Z Y
Z X
= X PZ .
X PY Y PZ = E E = E
V
eta 83. Necht A L(P, Q), X , X baze P a Y, Y baze Q. Potom plat
X

X Y
AY = Y PY1
A X PX .

D
ukaz. Vyjdeme z prave strany vzorce a dvakrat pouzijeme vetu o matici slozeneho zobrazen,
1
Y PY

X AY X PX = Y E Y X AY X E X = Y E Y X AY = X AY .

D
usledek 20. Necht A L(P ), X , X baze P . Potom plat
X

X
A = X PX1
A X PX .

D
ukaz. Stac v predchoz vete polozit Q := P , Y := X a Y := X .

48

14

Vlastn
csla a vlastn vektory, diagonalizace

Definice 53. Rekneme,

ze C je vlastn
cslo oper
atoru A L(V ) prave kdyz existuje
~
x V , x 6= 0, takov
y, ze Ax = x. Vektor x pak naz
yvame vlastnm vektorem oper
atoru A
prslusejcm vlastnmu cslu . Mnozinu vsech vlastnch csel A naz
yvame spektrem A a znacme
(A).
kame, ze P je invariantn podprostor vzhledem
Definice 54. Necht A L(V ) a P V . R
k oper
atoru A pr
ave kdyz A(P ) P .
V
eta 84. Necht A L(V ), (A). Vlastn podprostor operatoru A prslusejc vlastnmu cslu
je invariantnm podprostorem vzhledem k A.
D
ukaz. Bud x ker(A E), chceme ukazat, ze i Ax ker(A E). Aplikujme operator A E
na vektor Ax:
(A E)Ax = (A E)(x) = ((A E)x) = ~0 = ~0
a tedy skutecne Ax ker(A E) a d
ukaz je hotov.
V
eta 85. Necht A L(V ), 1 , . . . , k jsou navzajem r
uzna vlastn csla A, xi je vlastn vektor A

prslusejc vlastnmu cslu i , i k. Potom soubor (x1 , . . . , xk ) je LN.

D
ukaz. Pro k = 1 je tvrzen trivi
aln. Pro k 2 provedeme d
ukaz sporem. Predpokladejme soubor
(x1 , . . . , xk ) je LZ. Potom ` k takov
y, ze
x` hx1 , . . . , x`1 i a soucasne (x1 , . . . , x`1 ) je LN.
(Rozmyslete!) Existuj tedy 1 , . . . , `1 C tak, ze
x` =

`1
X

i xi .

i=1

Plat:
Ax` = A

`1
X

i xi =

`1
X

i Axi =

i i xi .

i=1

i=1

i=1

`1
X

Soucasne take
Ax` = ` x` =

`1
X

i ` xi .

i=1

Dost
av
ame tedy
~0 =

`1
X

i (i ` )xi .

i=1

Protoze x` 6= ~0, mus j {1, . . . , ` 1} tak, ze j 6= 0 a navc podle predpokladu je ` 6= i

pro i {1, . . . , ` 1}. Nasli jsme tedy netrivialn linearn kombinaci LN souboru (x1 , . . . , x`1 )
rovnajc se nulovemu vektoru, coz je spor.
Pozorov
an. Necht A L(Vn ) a X je baze Vn . Oznacme
pA () := det X (A E).
Potom pA je polynom stupne n a nez
avis na volbe baze X .
D
ukaz. Oznacme (X A)ij = aij . Protoze X E = E mame


a11
a12
...
a1n 

 a21
a22 . . .
a2n 

pA () =  .
.
.
..
..
 ..

.


 an1
an2
. . . ann 
49

Potom z definice determinantu vypl

yva, ze pA () je polynom v promenne stupne n, nebot
koeficient u n je (1)n (a vyss mocnina se ve v
yrazu vyskytovat nem
uze).
Bud Y nejak
a dals b
aze Vn , potom vme, ze
X

(A E) = Y PX1 Y (A E) Y PX .

Aplikujeme-li determinant na obe strany rovnosti dostaneme

det X (A E) = det Y PX1 det Y (A E) det Y PX ,
a protoze det Y PX1 = 1/ det Y PX je
det X (A E) = det Y (A E).
Tedy definice polynomu pA nez
avis na volbe baze Vn .
Definice 55. Polynom pA z predchozho pozorovan naz
yvame charakteristick
ym polynomem
oper
atoru A.
V
eta 86. Necht A L(Vn ). Potom (A) 6= a plat
1
(A) = pA
({0}) { C | pA () = 0}.

D
ukaz. Nejprve dok
azeme rovnost mezi (A) a p1
A ({0}):
1. : Necht 0 (A). Potom (x Vn )(x 6= ~0)(Ax = 0 x). Tedy Ax 0 x = ~0, nebo-li
(A 0 E)x = ~0 x ker(A 0 E) (A 0 E) nen proste (A 0 E) nen bijekce
X (A 0 E) nen regul
arn pA (0 ) = det X (A 0 E) = 0.
X
X
2. : Necht 0 p1
regularn (A 0 E)
A ({0}) det (A 0 E) = 0 (A 0 E) nen
nen bijekce (A 0 E) nen proste. Proto existuje ~0 6= ker(A 0 E), nebo-li Ax = 0 x
0 (A).

Nepr
azdnost mnoziny (A) nyn vypl
yva ze zakladn vety algebry, protoze stupe
n polynomu pA
je n 1.
D
usledek 21. Spektrum oper
atoru A L(Vn ) je rovno spektru matice zobrazen A v libovolne
b
azi X prostoru Vn , tj. (A) = (X A).
Definice 56. Necht A L(Vn ), 0 (A). Nasobnost csla 0 jako korene charakteristickeho
polynomu pA oper
atoru A naz
yv
ame algebraickou n
asobnost vlastnho csla 0 a znacme ji
a (0 ).
slo d(A 0 E) naz
C
yv
ame geometrickou n
asobnost vlastnho csla 0 a znacme ji g (0 ).
V
eta 87. Necht A L(Vn ), 0 (A). Potom
g (0 ) a (0 ).
D
ukaz. Oznacme g (0 ) = k. Necht (x1 , . . . , xk ) je baze vlastnho podprostoru ker(A 0 E).
Dopl
nme soubor (x1 , . . . , xk ) na b
azi Vn , tedy X = (x1 , . . . , xk , xk+1 , . . . , xn ) je baze Vn . Potom
plat

0 0 . . . 0 a1,k+1 . . . a1,n
0 0 . . . 0 a2,k+1 . . . a2,n

..
..
..
..
..

.
.
.
.
.
.
.
.
.
.
.
X
,
A=
0

0
.
.
.

a
.
.
.
a
0
k,k+1
k,n

.
.
.
.
.. . . .
..
..
..
..
...
0
0 . . . 0 an,k+1 . . . an,n
50

a proto
pA () = det X (A E) = det(X A E)

0
0
...
0

 0

.
.
.
0
0

 ..
..
..
 .
.
...
.

=
0
0
.
.
.

0

 .
.
.
..
..
 ..
...

 0
0
...
0

a1,k+1
a2,k+1
..
.
ak,k+1
..
.
an,k+1









ak,n 

..

.

an,n 

...
...

a1,n
a2,n
..
.

...
...
...
...

= (0 )k q(),
kde q je polynom. Dostali jsme tedy
pA () = (0 )k q(),
z cehoz vypl
yv
a, ze 0 je alespo
n k-n
asobn
y koren pA . Proto g (0 ) = k a (0 ).
Definice 57. Matice A, B Cn,n nazveme podobn
e, prave kdyz existuje P Cn,n regularn tak,
ze plat
A = P1 BP.
Znacme A B.
V
eta 88. Necht A, B Cn,n . Potom A B prave tehdy, kdyz existuje operator A L(Vn ) a dve
b
aze X , Y takove, ze
X
A = A a Y A = B.
D
ukaz.
1. () : Necht A, B Cn,n a A B. Polozme Vn := Cn a definujme A L(Cn ) takove, ze
(i n
)(Aei := A,i ),
kde opet ei , i n
, znac vektory standardn baze Cn . Potom
je X := En .

En

A = A, tedy v tvrzen vety

Definujme b
azi Y jako soubor sloupc
u matice P1 z relace podobnosti: A = P1 BP. Potom
1
P = X PY a plat
B = PAP1 = X PY1 X A X PY = Y A.
2. () : Necht naopak existuje operator A L(Vn ) a dve baze X , Y prostoru Vn takove, ze
X
A = A a Y A = B. Potom stac polozit P := Y PX a plat
A = X A = Y PX1 Y A Y PX = P1 BP,
tedy A B.
Definice 58. Oper
ator A L(Vn ) nazveme diagonalizovateln
y, jestlize existuje baze X prostoru Vn takov
a, ze matice X A je diagonaln.
V
eta 89. [O diagonalizovatelnosti.] Operator A L(Vn ) je diagonalizovateln
y prave kdyz
( 0 (A) )( a (0 ) = g (0 ) ).
D
ukaz.

51

1. () : Necht X je b
aze Vn takov
a, ze

A = diag(1 , . . . , n ). Potom

pA () = det(X A E) = det diag(1 , . . . , n ) =

n
Y

(i ),

i=1

tedy (A) = {i | i n
}.
Necht a (0 ) = k pro nejake 0 (A). Potom
(i1 , . . . ik n
)(i1 = = ik = 0 ).
Pro geometrickou n
asobnost plat podle 2. vety o dimenzi
g (0 ) = d(A 0 E) = n h(A 0 E) = n h(X A 0 E).
Matice X A 0 E je diagon
aln a prave na k mstech na diagonale (s indexy i1 , . . . ik ) ma
nuly. Hodnost teto matice je tedy n k a g (0 ) = k.
2. () : Hledanou b
azi X , v nz je X A diagonaln, zkonstruujeme. Budte 1 , . . . , k navzajem
r
uzn
a vlastn csla oper
atoru A. Jejich algebraicke nasobnosti oznacme l1 , . . . , lk , potom
k
X

li = n.

i=1
(i)
(i)

u prslusejc vlastnmu cslu i , i k.

Necht (x1 , . . . , xli ) je LN soubor vlastnch vektor
Jejich pocet je skutecne li , nebot podle predpokladu dim(ker(A i E)) g (i ) = a (i ) =
(i)
(i)
soubor
li . Sestavme ze vsech vektor
u {(x1 , . . . , xli ) | i k}
(1)

(1)

(2)

(2)

(k)

(k)

X = (x1 , . . . , xl1 , x1 , . . . , xl2 , . . . , x1 , . . . , xlk ).

Z konstrukce je zrejme, ze je-li soubor X baze Vn , je matice
X

A diagonaln. Presneji,

A = diag(1 , . . . , 1 , 2 , . . . , 2 , . . . , k , . . . , k ).
| {z }
| {z } | {z }
l1 kr
at
l2 kr
at
lk kr
at

Zb
yv
a n
am tedy dok
azat, ze X je baze Vn . Protoze je X n-clenn
y soubor, stac ukazat, ze
X je LN. Necht
lk
l1
l2
X
X
X
(1) (1)
(2) (2)
(k) (k)
i xi +
i xi + +
i xi = ~0.
i=1

i=1

i=1

Vsimneme si, ze kazd

a ze sum v predchoz rovnici predstavuje vlastn vektor prslusejc
jednomu vlastnmu cslu, nebo nulov
y vektor (nebot linearn kombinace vlastnch vektor
u
prslusejcch jednomu vlastnmu cslu je vlastn vektor prslusejc tomuto cslu nebo nulov
y
vektor). Predpokl
adejme, ze alespo
n jedna ze sum je nenulova. Pak ale rovnice predstavuje
netrivi
aln line
arn kombinaci vlastnch vektor
u prslusejcch r
uzn
ym vlastnm csl
um rovnajc se nulovemu vektoru. Soubor techto vlastnch vektor
u je, jak uz vme, LN, a tedy
dost
av
ame spor. Proto

lj
X
(j) (j)

(j k)
i xi = ~0 .
i=1
(i)

(i)

Protoze je soubor (x1 , . . . , xli ) LN, vsechny koeficienty linearn kombinace v

ys musej b
yt
nulove. Celkem tedy m
ame
(j)

(j k)(i
lj )(i = 0),
a proto je X LN.
52

D
usledek 22. Necht A L(Vn ) a ( 0 (A) )( a (0 ) = 1), potom je A diagonalizovateln
y.
D
ukaz. Protoze pro vsechny 0 (A) plat
1 g (0 ) a (0 ) = 1,
je g (0 ) = a (0 ) a tvrzen plyne z vety o diagonalizovatelnosti.

53

15

Skal
arn sou
cin a ortogonalita

Definice 59. Bud V LP nad T . Zobrazen (., .) : V V T naz

yvame skal
arn sou
cin, plat-li
pro x, y, z V a T axiomy:
1. (x, y + z) = (x, y) + (x, z),

(linearita v druhem argumentu)

2. (x, y) = (y, x),

(hermitovska symetrie)

3. (x, x) 0 ( (x, x) = 0 x = ~0 ).

(pozitivn definitnost)

Dvojici (V, (., .)) naz

yv
ame prostorem se skal
arnm sou
cinem (prehilbert
uv prostor) a
znacme H.
Definice 60. Bud H prostor se skal
arnm soucinem. Zobrazen k.k : H T definovane vztahem
p
(x H)( kxk := (x, x) )
naz
yv
ame normou na H.
V
eta 90. Bud H prehilbert
uv prostor. Potom pro x, y H plat:
1.
|(x, y)| kxkkyk,

(Schwarzova nerovnost)

2.
kx + yk kxk + kyk,

(troj
uhelnkova nerovnost)

3.
kx + yk2 + kx yk2 = 2(kxk2 + kyk2 ).

(rovnobeznkova rovnost)

D
ukaz.
1. Pro x = ~0 plat ve Schwarzove nerovnosti rovnost. Uvazujme x 6= ~0. Necht T . Potom
plat
0 (x y, x y) = kxk2 (x, y) (y, x) + kyk2
= ||2 kxk2 + kyk2 2Re (x, y)
pro vsechna T . Nyn volme specialne
:=

(x, y)
,
kxk2

Pro takto zvolene m

ame
|(x, y)|2
|(x, y)|2
2
2
kxk
+
kyk

2Re
0,
kxk4
kxk2
a tedy
kyk2

|(x, y)|2
0,
kxk2

z cehoz vypl
yv
a Schwarzova nerovnost.
2. M
ame
kx + yk2 = (x + y, x + y) = (x, x) + (x, y) + (y, x) + (y, y)
= kxk + (x, y) + (x, y) + kyk2 = kxk2 + 2Re (x, y) + kyk2
54

Nyn stac na clen Re (x, y) pouzt odhad Re z |z|, kter

y plat pro z C, a pote Schwarzovu nerovnost, tj.
Re (x, y) |(x, y)| kxkkyk.
Celkem dost
av
ame
kx + yk2 kxk2 + 2kxkkyk + kyk2 = (kxk + kyk)2 ,
coz po odmocnen leve a prave strany dava troj
uhelnkovou nerovnost.
3. Plat
kx + yk2 + kx yk2 = (x + y, x + y) + (x y, x y)
= kxk2 + (x, y) + (y, x) + kyk2 + kxk2 (x, y) (y, x) + kyk2
= 2(kxk2 + kyk2 ).
Definice 61. Necht H je prostor se skalarnm soucinem. Vektory x, y H naz
yvame ortogon
aln
(kolm
e), pr
ave kdyz (x, y) = 0.
Soubor vektor
u (x1 , . . . , xn ) z H nazveme ortogon
aln (OG), prave kdyz
( i, j n
, i 6= j )( (xi , xj ) = 0 ).
Soubor vektor
u (x1 , . . . , xn ) nazveme ortonorm
aln (ON), prave kdyz
( i, j n
)( (xi , xj ) = ij ).
V
eta 91. [Pythagorova veta.] Necht (x, y) je OG soubor vektor
u z H. Potom
kx + yk2 = kxk2 + kyk2 .

D
ukaz. Plat
kx + yk2 = (x + y, x + y) = kxk2 + (x, y) + (y, x) + kyk2 .
Nyn stac vyuzt, ze dle predpokladu je 0 = (x, y) = (y, x).
V
eta 92. OG soubor nenulov
ych vektor
u je LN. Specialne, kazd
y ON soubor vektor
u je LN.
D
ukaz. Bud (x1 , . . . , xk ) OG soubor nenulov
ych vektor
u. Uvazujme linearn kombinaci
k
X

j xj = ~0,

j=1

potom pro i k plat

0 = (xi , ~0) = xi ,

k
X

j xj =

j=1

k
X

j (xi , xj ) = i kxi k2 ,

j=1

kde jsme vyuzili, ze (xi , xj ) = 0 pro i 6= j. Protoze je podle predpokladu xi 6= ~0, je kxi k 6= 0 a
Soubor (x1 , . . . , xk ) je proto LN.
dost
av
ame i = 0 pro vsechna i k.
naz
slo (xi , x), i k,
Definice 62. Necht (x1 , . . . , xk ) je ON soubor vektor
u z H, x H. C
yvame
i-t
y Fourier
uv koeficient vektoru x vzhledem k souboru (x1 , . . . , xk ).

55

V
eta 93. [Besselova nerovnost.] Necht (x1 , . . . , xk ) je ON soubor vektor
u z H, x H. Potom
plat
k
X
|(xj , x)|2 kxk2 .
j=1

D
ukaz. Protoze je (x1 , . . . , xk ) ON a s prihlednutm k predchozmu pozorovan plat

k
k
k
X
X
X
0 x
(xj , x)xj , x
(xj , x)xj = x, x
(xj , x)xj =
j=1

kxk2

j=1

j=1

k
X

k
X

j=1

j=1

(xj , x)(x, xj ) = kxk2

|(xj , x)|2 .

Definice 63. Je-li ON soubor (x1 , . . . , xn ) vektor

u z H navc baze H, naz
yvame jej ortnorm
aln
b
aze prostoru H.
V
eta 94. Necht (x1 , . . . , xn ) je ON soubor vektor
u z H. Potom (x1 , . . . , xn ) je ON baze prave
tehdy, kdyz neexistuje nenulov
y vektor, kter
y by byl kolm
y na vsechny vektory souboru (x1 , . . . , xn ),
tzn.
(x H)( (i n
)((xi , x) = 0) x = ~0 ).
D
ukaz. () : Tvrzen dok
azeme sporem: necht (x1 , . . . , xn ) je ON baze a soucasne necht x 6= ~0
kolm
y na vsechny vektory souboru (x1 , . . . , xn ). Potom je jiste soubor vektor
u (x1 , . . . , xn , x) OG
a tedy take LN (vizte drve uvedenou vetu). To ale nen mozne, neb H ma dimenzi n a tedy
nejdels mozn
y LN soubor obsahuje n vektor
u.
() : Vme, ze ON soubor (x1 , . . . , xn ) mus b
yt LN. K tomu, aby to byla baze, stac ukazat, ze
navc generuje H. Vezmeme x H. Vektor
x

n
X

(xj , x)xj

j=1

je kolm
y na kazd
y vektor souboru (x1 , . . . , xn ), a proto podle predpokladu je
x

n
X

(xj , x)xj = ~0,

j=1

nebo-li
x=

n
X
(xj , x)xj ,
j=1

a proto x hx1 , . . . , xn i.
V
eta 95. Necht X = (x1 , . . . , xn ) je ON baze H. Potom plat
1.
(x H) x =

n
X

!
(xi , x)xi

i=1

(i-t
a souradnice x v b
azi X je rovna i-temu Fourierovu koeficientu (xi , x))
2.
(x, y H) (x, y) =

n
X

!
(xi , x)(xi , y)

i=1

(Skal
arn soucin poctan
y v souradnicch ON baze vypada jako standardn s. s.)
56

3.
2

(x H) kxk =

n
X

!
2

|(xi , x)|

(Parsevalova rovnost)

i=1

D
ukaz.
1. Bud x H. Protoze vektor
x

n
X

(xi , x)xi

i=1

je kolm
y na kazd
y vektor souboru (x1 , . . . , xn ), mus podle predchoz vety b
yt roven nulovemu
vektoru. Tedy
n
X
x=
(xi , x)xi .
i=1

2. S vyuzitm jiz dok

azane c
asti m
ame pro x, y H rovnosti
x=

n
X
(xi , x)xi ,

y=

i=1

n
X

(xi , y)xi .

i=1

Potom plat

n
n
n X
n
X
X
X
(xi , x)(x, xj ) (xi , xj )
(x, y) = (xi , x)xi ,
(xj , y)xj =
| {z }
i=1
j=1
i=1 i=1
=ij

n
X

(xi , x)(xi , y).

i=1

3. Stac v druhe c
asti tvrzen polozit y = x.
V
eta 96. [Gram
uv-Schmidt
uv ortogonalizacn proces] Bud (x1 , . . . , xk ) LN soubor vektor
u z H.
Potom existuje ON soubor (y1 , . . . , yk ) vektor
u z H takov
y, ze

(` k)(hx
1 , . . . , x` i = hy1 , . . . , y` i).
Pro ` = 1 stac polozit
D
ukaz. Budeme postupovat ne
uplnou matematickou indukc v l k.
y1 := x1 /kx1 k. Zde nedelme nulou protoze soubor (x1 ) je dle predpokladu LN, a tedy x1 6= ~0.
Necht tvrzen vety plat pro ` < k. Ukazeme, ze potom take plat i pro ` + 1. Definujme
pomocn
y vektor
`
X
z`+1 := x`+1
(yj , x`+1 )yj
j=1

a normujme ho
y`+1 :=

z`+1
.
kz`+1 k

Z indukcnho predpokladu vme, ze hx1 , . . . , x` i = hy1 , . . . , y` i a z definice y`+1 pak zrejme

hx1 , . . . , x`+1 i = hy1 , . . . , y`+1 i. D
ale je dle indukcnho predpokladu (y1 , . . . , y` ) ON soubor. Abychom
To bude pravda,
uk
azali, ze (y1 , . . . , y`+1 ) je take ON soubor, stac ukazat (y`+1 , yi ) = 0, i `.

pokud (z`+1 , yi ) = 0, i `. To ale plat, nebot

`
`
X
X
(z`+1 , yi ) = x`+1
(yj , x`+1 )yj , yi = (x`+1 , yi )
(yj , x`+1 ) (yj , yi )
| {z }
j=1
j=1
=ij

= (x`+1 , yi ) (x`+1 , yi ) = 0.
57

Definice 64. Bud H prehilbert

uv prostor, =
6 M H. Mnozinu
M = {x H | (y M )((x, y) = 0)}
naz
yv
ame ortogon
aln dopln
ek mnoziny M do prostoru H.
V
eta 97. [O ortogon
alnm rozkladu] Necht P H, dim P < , potom
1. H = P P ,
2. (P ) = P .
D
ukaz.
1. Je-li dim P = 0 je P = H a veta plat. Necht dim P = k N a necht (x1 , . . . , xk ) je ON
b
aze P . Nejprve uk
azeme H = P + P . Libovoln
y vektor x H lze zapsat ve tvaru

k
k
X
X
x=
(xj , x)xj + x
(xj , x)xj .
j=1

j=1

Protoze vektor
k
X

(xj , x)xj

j=1

je kolm
y na kazd
y vektor souboru (x1 , . . . , xk ), je
x

k
X

(xj , x)xj P .

j=1

Nasli jsem tak hledan

y rozklad vektoru x.
D
al dok
azeme, ze H = P P . Pokud x P P , mus (x, x) = 0, odkud x = 0. Tedy
P P = {~0}.
2. Uk
azeme nejprve inkluzi P (P ) . Je-li x P , potom
(y P )((x, y) = 0).
Vektor x je tedy kolm
y na vsechny vektory z P , proto x (P ) .
Naopak necht x (P ) . Podle uz dokazane prvn casti tvrzen lze x vyjadrit ve tvaru
x = y + z, kde y P a z P . Protze je x (P ) a z P , plat (x, z) = 0. Potom
0 = (x, z) = (y, z) + kzk2 = kzk2 ,
odkud plyne z = ~0 a tedy x = y P .

Definice 65. Bud (ij ) = A T n,n . Matici (i,j

) = A T n,n , jejz prvky jsou definovane
vztahem

(i, j n
)(i,j
= j,i ),
T

naz
yv
ame sdru
zenou matic k matici A (tedy A = A ).
k
Definice 66. Bud A T n,n . R
ame, ze matice A je
1. samosdru
zen
a, pr
ave kdyz A = A.
Pro T = C naz
yv
ame A hermitovskou.
Pro T = R naz
yv
ame A symetrickou.
58

2. izometrick
a, pr
ave kdyz AA = E(= A A).
Pro T = C naz
yv
ame A unit
arn.
Pro T = R naz
yv
ame A ortogon
aln.
V
eta 98. Uvazujme Cn prostor se standardnm skalarnm soucinem, A Cn,n . Nasledujc tvrzen
jsou ekvivalentn:
1. A je unit
arn.
2. A je unit
arn.
3. Sloupce matice A tvor ON b
azi Cn .
adky matice A tvor ON b
4. R
azi Cn .
D
ukaz. Ekvivalence 1. 2. je zrejm
a z definice unitarity.
Necht d
ale A A = E, potom pro i, j n
plat
(A,i , A,j ) = (Aei , Aej ) = (ei , A Aej ) = (ei , ej ) = ij .
Tedy sloupce A tvor ON soubor a jelikoz je jich n, mus to b
yt baze Cn . Naopak z ortonormality
souboru sloupc
u plyne
(A A)ij = (ei , A Aej ) = (A,i , A,j ) = ij ,
a tedy A A = E. M
ame tedy 1. 2. 3.
Nakonec snadno uk
azeme, ze A je unitarn AT je unitarn. (Provedte jako cvicen!) Odtud
a z jiz dok
azane ekvivalence (1. 3.) mame: sloupce A tvor ON soubor A je unitarn AT
je unit
arn sloupce AT tvor ON soubor radky A tvor ON soubor. Dokazali jsme 3. 4. a
veta je dok
az
ana.
V
eta 99. Bud A Cn,n unit
arn a Cn prostor se standardnm skalarnm soucinem. Potom plat
1. | det A | = 1,
2. (x Cn )(kAxk = kxk),
3. (A) || = 1.
D
ukaz.
1. Stac si uvedomit, ze z definice sdruzene matice a determinantu plyne
T

det A = det A = det A = det A,

kde jsme pouzili vlastnost det BT = det B, B T n,n . Potom
| det A|2 = det Adet A = det A det A = det(AA ) = det E = 1.
2. Plat

kAxk2 = (Ax, Ax) = (x, A Ax) = (x, Ex) = (x, x) = kxk2 .

3. Bud (A) a x Cn prslusn

y vlastn vektor, tedy x 6= ~0 a Ax = x. Z jiz dokazane
vlastnosti 2. potom m
ame
kxk = kAxk = kxk = ||kxk.
Protoze kxk =
6 0, je || = 1.
V
eta 100. Bud A T n,n samosdruzena matice a T n prostor se standardnm skalarnm soucinem.
Potom
59

1. (A) R,
2. vlastn vektory A prslusejc dvema r
uzn
ym vlastnm csl
um jsou kolme.
D
ukaz.
1. Necht (A) a

x Cn prslusny vlastn vektor, tedy x 6= ~0 a Ax = x. Potom

kxk2 = (x, x) = (x, Ax) = (A x, x) = (Ax, x) = (x, x) = kxk2 .

Protoze kxk =
6 0, je = , odkud plyne R.
2. Necht , R jsou dve r
uzn
a vlastn csla A s odpovdajcmi vlastnmi vektory x, y, tedy
Ax = x
Potom

Ay = y.

(x, y) = (x, y) = (x, Ay) = (Ax, y) = (x, y) = (x, y),

odkud m
ame

( )(x, y) = 0.

Protoze 6= , mus (x, y) = 0.

V
eta 101. [Spektr
aln teorem] Bud A Cn,n hermitovska matice. Potom je A podobna diagonaln
matici D a regul
arn matici P z relace podobnosti lze volit izometrickou. Tedy plat
A = P DP.
(Protoze pro izometrickou P je P1 = P .)

60

16

Metrick
a geometrie

slo
Definice 67. Necht M, N jsou dve neprazdne podmnoziny v prehilbertove prostoru H. C
inf{kx yk | x M, y N }
naz
yv
ame vzd
alenost mno
zin M, N a znacme (M, N ). Specialne, je-li M = {a}, pseme
jednoduseji (a, N ), msto ({a}, N ).
V
eta 102. Necht P H, x0 H, kde x0 = a + b, a P , b P . Potom
(x0 , P ) = kbk.
D
ukaz. Podle definice je (x0 , P ) = inf{kx0 xk | x P }. Pomoc Pythagorovy vety dostaneme
n
asledujc odhad:
kx0 xk2 = ka + b xk2 = k(a x) + bk2 = ka xk2 + kbk2 kbk2 ,
kter
y plat x P . Proto (x0 , P ) kbk. Zvolme-li x = a dostaneme v poslednm odhadu rovnost,
kx0 xk = kbk. Odkud dost
av
ame (x0 , P ) = kbk.
V
eta 103. Budte W1 , W2 line
arn variety v H. Potom
(W1 , W2 ) = (a1 a2 , Z(W1 ) + Z(W2 )),
kde a1 W1 , a2 W2 .
D
ukaz. Plat
{kx yk | x W1 , y W2 } = {ka1 a2 + p1 p2 k | p1 Z(W1 ), p2 Z(W2 )}
= {ka1 a2 qk | q Z(W1 ) + Z(W2 )}.
Nyn stac vzt infimum mnozin na obou stranach rovnosti a veta je dokazana.
Definice 68.

a) Budte ~0 6= x, y H. Uhlem
vektor
u x, y naz
yvame cslo
arccos

(x, y)
.
kxkkyk

Tedy u
hel dvou vektor
u je z intervalu h0, i.

b) Budte p, q prmky v H. Uhlem

p
rmek p, q naz
yvame cslo
arccos

|(sp , sq )|
,
ksp kksq k

kde sp (resp. sq ) je smerov

y vektor prmky p (resp. q). Tedy u
hel dvou prmek je z intervalu
h0, /2i.
Definice 69. Necht W nadrovina v H. Libovoln
y nenulov
y vektor z Z(W ) naz
yvame norm
alov
y
vektor nadroviny W a znacme nw .
Definice 70.

a) Budte p prmka a W nadrovina v H. Uhlem

p, W naz
yvame cslo

|(sp , nw )|
arccos
.
2
ksp kknw k

Tedy u
hel prmky a nadroviny je z intervalu h0, /2i.

61


b) Budte W1 , W2 nadroviny v H. Uhlem
W1 , W2 naz
yvame cslo
arccos

|(nw1 , nw2 )|
.
knw1 kknw2 k

Tedy u
hel dvou nadrovin je z intervalu h0, /2i.
V
eta 104.
1. Je-li ~0 6= a Hn , R, pak mnozina {x Hn | (a, x) = } je nadrovina v Hn
a vektor a je jej norm
alov
y vektor.
2. Je-li W nadrovina v Hn a nw jej normalov
y vektor, pak R takove, ze
W = {x Hn | (nw , x) = }.
D
ukaz.
1. Definujme funkcion
al vztahem
(x Hn )((x) := (a, x)).
Hn#

Potom
a 6= 0. (Overte!) Z vety dokazane v kapitole o linearnch varietach vme,
ze mnozina W = {x Hn | (x) = } je nadrovina. Dale pro jej zameren plat
Z(W ) = ker = {x Hn | (a, x) = 0} = hai .
Proto
Z(W ) = hai

= hai

a vektor a je tedy norm

alov
ym vektorem nadroviny W .
2. Varietu W lze zapsat ve tvaru W = a + Z(W ), kde a W . Definujme cslo vztahem
:= (nw , a).
Dok
azeme nyn, ze W {x Hn | (nw , x) = }. Necht x W , x = a + p, p Z(W ). Potom
vektor nw je kolm
y na p, a proto
(nw , x) = (nw , a) + (nw , p) = .
Dok
azeme d
ale, ze W {x Hn | (nw , x) = }. Necht x Hn , (nw , x) = . Pak
0 = (nw , x) = (nw , x) (nw , a) = (nw , x a).

Tedy x a hnw i = Z(W ) x a + Z(W ) = W .

V
eta 105. Necht W je nadrovina v Hn o rovnici (nw , x) = . Necht b Hn . Potom plat
(b, W ) =

|(nw , b) |
.
knw k

D
ukaz. Podle obecne vety o vzd
alenosti variet plat (b, W ) = (b c, Z(W )), kde c W . Protoze
Hn = Z(W ) Z(W ) = Z(W ) hnw i,
lze vektor b c Hn zapsat ve tvaru b c = d + nw , kde d Z(W ), R. Potom plat
(b, W ) = knw k = ||knw k.
Na druhou stranu pro skal
arn soucin (nw , b) mame
(nw , b) = (nw , c + d + nw ) = (nw , c) + (nw , d) +knw k2 = + knw k2 .
| {z } | {z }
=

Odtud

=0

(nw , b)
.
knw k2
Dosazenm do vztahu (10) dost
av
ame tvrzen vety.
=

62

(10)

Definice 71. Budte x, y vektory z R3 se skalarnm soucinem. Vektorov

ym sou
cinem souboru
(x, y) (z
alez na porad!) naz
yv
ame vektor x y R3 s vlastnostmi:
1) (x, x y) = (y, x y) = 0.
2) kx yk2 = kxk2 kyk2 (x, y)2 .
3) Je-li x = (x1 , x2 , x3 ), y = (y1 , y2 , y3 ), x y

x1
det y1
z1

= (z1 , z2 , z3 ), potom

x2 x3
y2 y3 0.
z2 z3

D
usledek 23. Necht x, y jsou vektory z R3 se skalarnm soucinem, je u
hel mezi x a y. Potom
kx yk = kxkkyk sin .
D
ukaz. Podle bodu 2) definice vektoroveho soucinu mame
kx yk2 = kxk2 kyk2 (x, y)2 = kxk2 kyk2 kxk2 kyk2 cos2 = kxk2 kyk2 sin2 .
Protoze je h0, i, plat sin 0 a odvozena rovnost po odmocnen dava vzorecek z tvrzen
d
usledku.
V
eta 106. Necht X = (x1 , x2 , x3 ) je ON baze
x2 = (1 , 2 , 3 ), x3 = (1 , 2 , 3 ). Necht

1 2
det 1 2
1 2

R3 se skalarnm soucinem, x1 = (1 , 2 , 3 ),

3
3 > 0.
3

(Tzv. kladn
a orientace ON b
aze.)
Necht x, y R3 , (x)X = (1 , 2 , 3 ), (y)X = (1 , 2 , 3 ). Potom plat:

 
 

2 3  3 1  1 2 

 .




,
,
(x y)X = 
2 3  3 1  1 2 
D
ukaz. Stac overit vlastnosti 1), 2), 3) z definice vektoroveho soucinu pro vektor z R3 , pro
jehoz souradnice v b
azi X plat

 
 

2 3  3 1  1 2 





 .
(z)X := 
,
,
2 3  3 1  1 2 
1.



(x, z) = 1  2
2




3 
+ 2  3

3
3




1 
+ 3  1

1
1


2 
= 0.
2 

(Skal
arn soucin v souradnicch ON baze vypada jako standardn, viz veta v kap. Skalarn
soucin a ortogonalita!) Rovnost (y, z) = 0 se ukaze analogicky.
2. S vyuzitm Parsevalovy rovnosti mame



2 3 2 3
2


kzk = 
+ 
2 3 
3

2 

1 
+  1

1
1

2
2 
,
2 

kxk2 kyk2 (x, y)2 = (12 + 22 + 32 )(12 + 22 + 32 ) (1 1 + 2 2 + 3 3 )2.

V
yrazy na prav
ych stran
ach se skutecne rovnaj, overte!
63

3. Oznacme



D1 :=  2
2


3 
,
3 



D2 :=  3
3

Nejprve si je treba uvedomit, ze matice

1
1
1

2
2
2



D3 :=  1
1


1 
,
1 


2 
.
2 

3
3
3

z teto vety je transponovan

a matice prechodu E PXT . Dle predpokladu je tedy det E PXT > 0.
Abychom dok
azali bod 3) z definice vektoroveho soucinu, musme ukazat, ze determinant
matice jejz r
adky jsou tvoreny vektory dxeTE , dyeTE , dzeTE , je nezaporn
y.
Plat
dxeE = E PX dxeX
Transponov
anm obou stran teto rovnice dostaneme
dxeTE = dxeTX E PXT
a podobne pro vektory y, z. Odtud dostavame
T
dxeE
1 2
dyeTE = 1 2
D1 D2
dzeTE

3
3 E PXT
D3

Pouzitm vety o rozvoji determinantu podle 3. radku

T

dxeE
1 2
det dyeTE = det 1 2
D1 D2
dzeTE

nakonec mame

3
3 det E PXT
D3

= (D12 + D22 + D32 ) det E PXT 0.

64

17

Definitnost symetrick
ych matic a diagonalizace kvadratick
ych forem

Definice 72. Zobrazen Q : Rn R nazveme kvadratick

a forma na Rn , existuje-li A Rn,n ,
T
A = A takov
a, ze
(x Rn )(Q(x) = xT Ax).
Matici A naz
yv
ame matic kvadratick
e formy Q. Budeme-li chtt zd
uraznit zavislost Q na A,
budeme ps
at QA .
kame, ze matice A je
Definice 73. Bud A Rn,n , A = AT . R
1. bluepozitivne definitn (PD) (x Rn )(x 6= ~0)(QA (x) > 0),
2. bluenegativne definitn (ND) (x Rn )(x 6= ~0)(QA (x) < 0),
3. bluepozitivne semidefinitn (PSD) (x Rn )(QA (x) 0)(x0 Rn )(x0 6= ~0)(QA (x0 ) =
0),
4. bluenegativne semidefinitn (NSD) (x Rn )(QA (x) 0)(x0 Rn )(x0 6= ~0)(QA (x0 ) =
0),
5. blueindefinitn (IND) (x, y Rn )((QA (x) > 0)) (QA (y) < 0)).
V
eta 107. Bud A Rn,n , A = AT , potom exituje izometricka matice P a realna diagonaln
matice D tak, ze
P AP = D.

Matice P obsahuje ve sloupcch vlastn vektory A, ktere tvor ortonormaln bazi. Matice D
m
a na diagon
ale vlastn csla A.
Bude-li navc matice P re
aln
a, tedy ortogonaln (to lze vzdy zardit), je P = PT a dostaneme
transformaci souradnic prev
adejc Q(x) = xT Ax do kanonickeho tvaru.
Tedy vzdy existuje transformace souradnic prevadejc Q do kanonickeho tvaru. Dostavame
tak n
asledujc vetu.
V
eta 108. Kazd
a kvadratick
a forma Q ma polarn bazi.
V
eta 109. [Z
akon setrvacnosti kvadratick
ych forem] Bud X polarn baze kvadraticke formy Q,
v nz m
a forma kanonick
y tvar
n
X
Q0 (x0 ) =
di (x0i )2 .
i=1

Potom pocet, kladn

ych, resp. z
aporn
ych, resp. nul v mnozine {d1 , d2 , . . . , dn } nezavis na volbe
pol
arn b
aze X formy Q.
V
eta 110. Bud AT = A Rn,n . Necht kvadraticka forma QA ma (v nejake polarn bazi) kanonick
y tvar
n
X
Q0 (x0 ) =
di (x0i )2 .
i=1

Potom matice A je:

1. PD (i n
)(di > 0),
2. ND (i n
)(di < 0),
65

3. PSD (i n
)(di 0) (i0 n
)(di0 = 0),
4. NSD (i n
)(di 0) (i0 n
)(di0 = 0),
5. IND (i, j n
)(di > 0 dj < 0).
D
ukaz. Dok
azeme pouze tvrzen 1. a 3. Tvrzen 2. a 4. potom vypl
yva z ekvivalence: A PD/PSD
A ND/NSD. M
ame-li dok
az
ano 1.-4., tvrzen 5. uz take mus platit, je to dopl
nkov
y prpad.
Nez se p
ustme do samotneho d
ukazu, uvedme jedno pozorovan. Oznacme X = (x1 , . . . , xn )
pol
arn b
azi formy Q, kter
a v n m
a kanonick
y tvar z tvrzen vety. Potom pro i, j n
plat
xTi Axj = di ij .

(11)

Skutecne, stac si uvedomit, ze plat xi = Pei , nebot P = E PX . Potom totiz mame

xTi Axj = (Pei )T A(Pej ) = eTi PT APej = eTi Dej = di ij ,
kde D = diag(d1 , . . . , dn ).
1. () : Necht A je PD. Tedy x 6= ~0 je xT Ax > 0. Vezmeme-li specialne x = xi , je podle (11)
di = xTi Axi > 0
pro vsechna i n
.

() : Necht (i n
)(di > 0). Bud x Rn , potom
x=

n
X

j xj

j=1

pro nejak
a 1 , . . . , n R (nebot X je baze). Potom

! n
n
n X
n
X
X
X
T
T

x Ax =
i xi A
j xj =
i j xTi Axj .
i=1

j=1

i=1 j=1

Vyuzijeme-li v poslednm v
yrazu opet pozorovan (11), dostaneme
xT Ax =

n
X

i2 di 0.

i=1

Je-li navc x 6= ~0, potom i n

takove, ze i 6= 0, a takovem prpade je posledn v
yraz
pozitivn.
3. () : Necht A je PSD. Tedy x Rn je xT Ax 0 a x0 6= ~0, xT0 Ax0 = 0. Potom opet podle
11) plat
di = xTi Axi 0
pro vsechna i n
. Navc, je-li
x0 =

n
X

j xj ,

j=1

kde 1 , . . . , n R, m
ame
0 = xT0 Ax0 =

n
X

i2 di .

i=1

Protoze x0 6= ~0, i0 n
, ze i0 6= 0. Z posledn rovnice a jiz dokazane nezapornosti koeficient
u di potom plyne, ze di0 = 0.
66

() : Necht (i n
)(di 0) (i0 n
)(di0 = 0). Potom opet
xT Ax =

n
X

i2 di 0

i=1
n

pro x R , kde
x=

n
X

j xj .

j=1

Navc
xTi0 Axi0 = di0 = 0.
Matice A je tedy PSD.
V
eta 111. [Sylvestrovo kriterium] Bud AT = A Rn,n . Potom
1. A je PD, pr
ave kdyz
(k n
)(det A[k] > 0),
2. A je ND, pr
ave kdyz

(k n
)((1)k det A[k] > 0).

67

18

Uvod
do obecn
e algebry, grupa, okruh, t
eleso

Definice 74. Uspor

adan
a dvojice (M, ), kde M je libovolna neprazdna mnozina a je binarn
operace na M , se naz
yv
a grupoid.
Grupoid (M, ), pro kter
y je asociativn operace, se naz
yva pologrupa.
Pologrupa (M, ), ve ktere existuje neutr
aln prvek e takov
y, ze
pro vsechna a M

plat e a = a e = a,

se naz
yv
a monoid.
Monoid (M, ), ve kterem existuje ke kazdemu a M inverzn prvek a1 takov
y, ze
a1 a = a a1 = e,
se naz
yv
a grupa. Je-li navc komutativn operace, rkame, ze (M, ) je komutativn
(abelovsk
a) grupa.

V
eta 112. V kazdem monoidu (a tedy i grupe) existuje prave jeden neutraln prvek.
D
ukaz. Bud (G, ) monoid a e nejak
y neutraln prvek (z definice vme, ze tam alespo
n jeden je!).
Dok
azeme sporem, ze e je jedin
y neutraln prvek.
uzn
y od e. Potom plat
Pro spor predpokl
adejme, ze v monoidu existuje jin
y neutraln prvek e r
e = e e = e,
kde jsme pouzili vlastnost neutr
alnho prvku danou definic! Tm dostavame spor s tm, ze e a e
jsou r
uzne.
V
eta 113. V grupe m
a kazd
y prvek prave jeden inverzn prvek.
D
ukaz. Bud (G, ) grupa, a libovoln
y prvek teto grupy a nejaka jeho inverze a1 (z definice grupy
vme, ze tam alespo
n jedna je!). Dok
azeme sporem, ze a1 je jedin
y inverzn prvek.
Pro spor predpokl
adejme, ze v grupe existuje jin
y inverzn prvek a1 r
uzn
y od a1 . Potom
plat
a1 = a1 e = a1 a a1 = e a1 = a1 ,
kde e je neutr
aln prvek. Tm dost
av
ame spor s tm, ze a1 a a1 jsou r
uzne.
Definice 75. V grupe G = (M, ) s neutralnm prvkem e definujeme pro kazd
y prvek a M a
n N n-tou mocninu prvku a takto:
an

= a
| a {z a}

a0

an

1
1
1
1 n
|a a {z a } = (a )

n kr
at

n kr
at

V
eta 114. V grupe G = (M, ) obsahujc n prvk
u plat pro vsechny a M , ze
an = e,

kde e je neutraln prvek.

D
ukaz. K d
ukazu teto vety vyuzijeme nasl. lemma:
68

Lemma 3. V kazde grupe lze jednozna

cn
e d
elit.
Tzn.: V kazde grupe (G, ) maj pro libovolne a, b G rovnice
ax=b

y a = b jedine resen.

D
ukaz. D
ukaz je konstruktivn: jelikoz se jedna o grupu, ma kazd
y prvek (jedinou) inverzi a snadno
tedy zjistme, ze resenm rovnic jsou prvky a1 b resp. b a1 .
Jednoznacnost se dok
aze sporem: necht existuje resen x1 6= a1 b, potom
x1 = (a1 a) x1 = a1 (a x1 ) = a1 b .
D
ukaz vety. Vetu dok
azeme pouze pro abelovskou grupu. D
ukaz pro nekomutativn grupu vyzaduje
zaveden dalsch pojm
u, pro ktere nemame prostor.
Definujeme zobrazen fa : M M takto: fa (x) = a x. Z predchozho lemmatu plyne, ze toto
zobrazen je proste a jedn
a se tedy o bijekci (rozmyslet!). Oznacme prvky M takto:
M = {g1 , . . . , gn },
potom plat dky bijektivnosti fa (x) a komutativite, ze
g1 g2 gn = a g1 a g2 a gn = an (g1 g2 gn ).
Oznacme y = g1 g2 gn , predchoz rovnost pak m
uzeme prepsat jako
y = an y.
Toto jiste plat pokud an = e, predchoz lemma dokonce rka, ze an jinou hodnotu ani mt nem
uze,
neb by jinak rovnice y = x y pro neznamou x mela vce resen.
Definice 76. Dve cel
a csla m a k jsou kongruentn modulo n, kde n 2 je cele, pokud maj
stejn
y zbytek po delen n; znacme
m k (mod n).
Mnozinu vsech mozn
ych zbytk
u po delen n, tedy mnozinu {0, 1, 2, . . . , n 1} znacme Zn a
naz
yv
ame mno
zinou zbytkov
ych t
rd po d
elen n.
V
eta 115. Bud p prvocslo, potom mnozina Zp \{0} s operac nasoben modulo p tvor abelovskou
grupu.
D
ukaz. Jiz jsme uk
azali, ze se jedn
a o monoid, navc je zrejme, ze operace p je komutativn.
Zb
yv
a uk
azat, ze kazd
y prvek m
a inverzi. Bud a Zp \ {0}, ukazeme, ze
{a p 1, a p 2, . . . , a p (p 1)} = {1, 2, . . . , p 1},
neboli vyn
asobme-li kazd
y prvek mnoziny Zp \ {0} cslem a, dostaneme opet vsechny prvky teto
mnoziny (pouze permutovane). Pokud toto plat, najdeme k {1, 2, . . . , p1} takove, ze ap k = 1,
a tedy k = a1 .
Predpokl
adejme, ze v
yse uveden
a rovnost neplat: potom mus existovat dve r
uzna csla k1 > k2
z mnoziny Zp \ {0} tak, ze
a p k1 = a p k2 ,

neboli ak1 ak2

(mod p).

Z toho jiz plyne, ze a(k1 k2 ) je nejak

y nasobek prvocsla p. Jelikoz ale a je z mnoziny Zp \ {0},
nem
uze b
yt cslem p delitelne, proto mus b
yt i cslo k1 k2 nasobek p. To ale nen mozne, neb z
toho jak jsme tato csla zvolili plyne, ze k1 k2 je opet prvek mnoziny Zp \ {0}.
V
eta 116. [Mal
a Fermatova] Bud p prvocslo, potom pro libovolne cele cslo a plat, ze
ap a

(mod p).
69


Definice 77. Budte M nepr
azdn
a mnozina a + a binarn operace na M . Rekneme,
ze R =
(M, +, ) je okruh, pokud plat:
(M, +) je Abelovsk
a grupa,
(M, ) je grupoid,
plat (lev
y a prav
y) distributivn z
akon:
(a, b, c M ) (a(b + c) = ab + ac (b + c)a = ba + ca) .
Definice 78. [teleso / field] Okruh T = (M, +, ) se naz
yva t
eleso, jestlize (M \ {0}, ) je grupa.
Tuto grupu naz
yv
ame redmultiplikativn grupou telesa T .

70