Pavol Zlatoš
LINEÁRNA ALGEBRA A GEOMETRIA
Cesta z troch rozmerov s presahmi do príbuzných odborov
Bratislava 2011
Obsah
Predhovor 11
Schéma nadväznosti kapitol 17
I Základné pojmy 19
0 Základné pojmy z logiky a teórie množín 21
0.1 Logické spojky a kvantifikátory . . . . . . . . . . . . . . . . . 21
0.2 Množiny . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
0.3 Zobrazenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
0.4 Binárne operácie . . . . . . . . . . . . . . . . . . . . . . . . . 29
0.5 Permutácie . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
0.6 Ekvivalencie a rozklady . . . . . . . . . . . . . . . . . . . . . . 33
0.7 O matematických dôkazoch . . . . . . . . . . . . . . . . . . . 36
0.8 Matematická indukcia a rekurzia . . . . . . . . . . . . . . . . 38
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
1 Polia a vektorové priestory 47
1.1 Základné číselné obory . . . . . . . . . . . . . . . . . . . . . . 47
1.2 Polia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
1.3 Polia Zp . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
1.4 Vektory v rovine a v trojrozmernom priestore . . . . . . . . . 52
1.5 Vektorové priestory . . . . . . . . . . . . . . . . . . . . . . . . 54
1.6 Príklady vektorových priestorov . . . . . . . . . . . . . . . . . 56
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2 Základy maticového počtu 62
2.1 Matice nad danou množinou . . . . . . . . . . . . . . . . . . . 62
2.2 Matice nad daným poľom . . . . . . . . . . . . . . . . . . . . 65
2.3 Matice nad vektorovým priestorom . . . . . . . . . . . . . . . 71
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
Obsah 3
3 Sústavy lineárnych rovníc 76
3.1 Maticový zápis sústavy lineárnych rovníc . . . . . . . . . . . . 76
3.2 Redukovaný stupňovitý tvar matice . . . . . . . . . . . . . . . 78
3.3 Gaussova-Jordanova eliminačná metóda . . . . . . . . . . . . 81
3.4 Gaussova eliminačná metóda . . . . . . . . . . . . . . . . . . . 87
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
4 Lineárne podpriestory a lineárna nezávislosť 90
4.1 Lineárne podpriestory vektorového priestoru . . . . . . . . . . 90
4.2 Lineárny obal množiny vektorov . . . . . . . . . . . . . . . . . 92
4.3 Prienik a súčet lineárnych podpriestorov . . . . . . . . . . . . 93
4.4 Lineárna nezávislosť . . . . . . . . . . . . . . . . . . . . . . . 94
4.5 Lineárny obal a lineárna nezávislosť v priestoroch Km
. . . . . 98
4.6 Lineárne nezávislé postupnosti a množiny . . . . . . . . . . . . 102
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
5 Báza a dimenzia 105
5.1 Steinitzova veta a konečnorozmerné priestory . . . . . . . . . . 105
5.2 Báza a dimenzia konečnorozmerného priestoru . . . . . . . . . 106
5.3 Súradnice vektora vzhľadom na danú bázu . . . . . . . . . . . 107
5.4 Dimenzia prieniku, súčtu a súčinu vektorových priestorov . . . 110
5.5 Usporiadané a neusporiadané bázy . . . . . . . . . . . . . . . 113
5.6 Fyzika v n-rozmernom priestore∗
. . . . . . . . . . . . . . . . 115
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
6 Lineárne zobrazenia 122
6.1 Lineárne zobrazenia . . . . . . . . . . . . . . . . . . . . . . . . 122
6.2 Jadro a obraz lineárneho zobrazenia . . . . . . . . . . . . . . . 125
6.3 Lineárne izomorfizmy . . . . . . . . . . . . . . . . . . . . . . . 127
6.4 Matica lineárneho zobrazenia . . . . . . . . . . . . . . . . . . 129
6.5 Priestory lineárnych zobrazení . . . . . . . . . . . . . . . . . . 134
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
7 Inverzné matice a zmena bázy 140
7.1 Hodnosť matice . . . . . . . . . . . . . . . . . . . . . . . . . . 140
7.2 Inverzné matice a inverzné lineárne zobrazenia . . . . . . . . . 142
7.3 Výpočet inverznej matice . . . . . . . . . . . . . . . . . . . . . 143
7.4 Matica prechodu . . . . . . . . . . . . . . . . . . . . . . . . . 146
7.5 Matice lineárneho zobrazenia vzhľadom na rôzne bázy . . . . . 148
7.6 Pohyblivé bázy . . . . . . . . . . . . . . . . . . . . . . . . . . 150
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
4 Obsah
8 Afinné podpriestory a afinné zobrazenia 156
8.1 Body a vektory . . . . . . . . . . . . . . . . . . . . . . . . . . 156
8.2 Afinné podpriestory . . . . . . . . . . . . . . . . . . . . . . . . 157
8.3 Prienik a spojenie afinných podpriestorov . . . . . . . . . . . . 162
8.4 Vzájomná poloha afinných podpriestorov . . . . . . . . . . . . 165
8.5 Afinné zobrazenia . . . . . . . . . . . . . . . . . . . . . . . . . 167
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 171
9 Afinné podpriestory a sústavy lineárnych rovníc 174
9.1 Podpriestor riešení homogénnej sústavy a jeho báza . . . . . . 174
9.2 Podpriestor riešení nehomogénnej sústavy . . . . . . . . . . . 176
9.3 Frobeniova veta a riešenie nehomogénnej sústavy . . . . . . . 176
9.4 Parametrické a všeobecné rovnice afinných podpriestorov . . . 178
9.5 Rovnice prieniku a spojenia afinných podpriestorov . . . . . . 182
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 188
10 Determinanty 191
10.1 Orientovaný objem a multilineárne alternujúce funkcie . . . . 191
10.2 Definícia a základné vlastnosti determinantu . . . . . . . . . . 197
10.3 Charakterizácia determinantu a regulárnych matíc . . . . . . . 199
10.4 Laplaceov rozvoj determinantu . . . . . . . . . . . . . . . . . 201
10.5 Výpočet determinantu . . . . . . . . . . . . . . . . . . . . . . 203
10.6 Inverzná matica a Cramerovo pravidlo . . . . . . . . . . . . . 207
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 209
II Bilineárne formy a geometria 213
11 Bilineárne a kvadratické formy 215
11.1 Bilineárne zobrazenia a bilineárne formy . . . . . . . . . . . . 215
11.2 Symetrické bilineárne formy a kvadratické formy . . . . . . . . 220
11.3 Diagonalizácia kvadratických foriem . . . . . . . . . . . . . . . 223
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 232
12 Bilineárne a kvadratické formy nad poľom R 234
12.1 Signatúra . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 234
12.2 Definitnosť . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 238
12.3 Extrémy funkcií viac premenných . . . . . . . . . . . . . . . . 242
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 249
Obsah 5
13 Euklidovské priestory 252
13.1 Skalárny súčin . . . . . . . . . . . . . . . . . . . . . . . . . . . 252
13.2 Gramova matica a Cauchyho-Schwartzova nerovnosť . . . . . 255
13.3 Dĺžka vektora a uhol dvoch vektorov . . . . . . . . . . . . . . 256
13.4 Ortogonálne a ortonormálne bázy . . . . . . . . . . . . . . . . 259
13.5 Ortogonálne matice . . . . . . . . . . . . . . . . . . . . . . . . 266
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 269
14 Ortogonálne projekcie a podpriestory 272
14.1 Ortokomplement a ortogonálna projekcia . . . . . . . . . . . . 272
14.2 Vzdialenosť dvoch afinných podpriestorov . . . . . . . . . . . 278
14.3 Odchýlka dvoch afinných podpriestorov . . . . . . . . . . . . . 280
14.4 Polárne a sférické súradnice . . . . . . . . . . . . . . . . . . . 285
14.5 Riešenie neriešiteľných sústav a lineárna regresia . . . . . . . . 288
14.6 Geometria pravdepodobnosti . . . . . . . . . . . . . . . . . . . 293
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 295
15 Objem, orientácia a vektorový súčin 300
15.1 Objem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 300
15.2 Orientácia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 302
15.3 Orientovaný objem . . . . . . . . . . . . . . . . . . . . . . . . 305
15.4 Vektorový súčin . . . . . . . . . . . . . . . . . . . . . . . . . . 307
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 311
16 Úvod do špeciálnej teórie relativity 313
16.1 Pseudoeuklidovské priestory . . . . . . . . . . . . . . . . . . . 314
16.2 Minkowského časopriestor . . . . . . . . . . . . . . . . . . . . 318
16.3 Inerciálny pozorovateľ a jeho svetočiara . . . . . . . . . . . . . 321
16.4 Relativita súčasnosti . . . . . . . . . . . . . . . . . . . . . . . 326
16.5 Inerciálne bázy a vzťažné sústavy . . . . . . . . . . . . . . . . 328
16.6 Paradox dvojčiat . . . . . . . . . . . . . . . . . . . . . . . . . 329
16.7 Relatívna rýchlosť dvoch inerciálnych pozorovateľov . . . . . . 331
16.8 Relativistická dilatácia času . . . . . . . . . . . . . . . . . . . 334
16.9 Lorentzova transformácia . . . . . . . . . . . . . . . . . . . . . 336
16.10Relativistická kontrakcia dĺžky . . . . . . . . . . . . . . . . . . 340
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 341
17 Unitárne priestory 343
17.1 Poldruhalineárne formy . . . . . . . . . . . . . . . . . . . . . . 343
17.2 Hermitovské formy a hermitovské matice . . . . . . . . . . . . 345
17.3 Komplexný skalárny súčin a unitárne priestory . . . . . . . . . 347
6 Obsah
17.4 Unitárne matice . . . . . . . . . . . . . . . . . . . . . . . . . . 351
17.5 Diskrétna Fourierova transformácia . . . . . . . . . . . . . . . 353
17.6 Stavové priestory v klasickej mechanike∗
. . . . . . . . . . . . 358
17.7 Kvantová mechanika . . . . . . . . . . . . . . . . . . . . . . . 361
17.8 Stavovové priestory v kvantovej mechanike∗
. . . . . . . . . . 364
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 368
III Lineárne operátory 373
18 Vlastné hodnoty a vlastné vektory 375
18.1 Matica lineárneho operátora a podobnosť matíc . . . . . . . . 375
18.2 Vlastné hodnoty a vlastné vektory . . . . . . . . . . . . . . . . 377
18.3 Charakteristický polynóm . . . . . . . . . . . . . . . . . . . . 380
18.4 Príklady . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 382
18.5 Lineárne operátory na nekonečnorozmerných priestoroch . . . 385
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 387
19 Spektrum lineárneho operátora 389
19.1 Spektrum lineárneho operátora a matice . . . . . . . . . . . . 389
19.2 Schurova veta o triangularizácii . . . . . . . . . . . . . . . . . 393
19.3 Rozšírenia polí, algebraicky uzavreté polia . . . . . . . . . . . 398
19.4 Komplexifikácia . . . . . . . . . . . . . . . . . . . . . . . . . . 400
19.5 Geometrický význam komplexných vlastných čísel . . . . . . . 403
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 405
20 Jordanov kanonický tvar 409
20.1 Jordanov kanonický tvar matice . . . . . . . . . . . . . . . . . 409
20.2 Príklady úpravy matíc na Jordanov kanonický tvar . . . . . . 413
20.3 Prípad viacnásobného komplexného vlastného čísla . . . . . . 419
20.4 Rozklad na koreňové podpriestory∗
. . . . . . . . . . . . . . . 422
20.5 Nilpotentné operátory∗
. . . . . . . . . . . . . . . . . . . . . 425
20.6 Ešte raz úprava na JKT . . . . . . . . . . . . . . . . . . . . . 430
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 433
21 Polynomické invarianty podobnosti matíc 436
21.1 Polynomické maticové funkcie . . . . . . . . . . . . . . . . . . 436
21.2 Minimálny polynóm . . . . . . . . . . . . . . . . . . . . . . . . 440
21.3 Cyklické podpriestory . . . . . . . . . . . . . . . . . . . . . . . 443
21.4 Primárny a racionálny kanonický tvar∗
. . . . . . . . . . . . . 444
21.5 Výpočet invariantných faktorov∗
. . . . . . . . . . . . . . . . . 447
Obsah 7
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 453
22 Maticové funkcie 456
22.1 Mocninné rady maticovej premennej . . . . . . . . . . . . . . 456
22.2 Exponenciála matice . . . . . . . . . . . . . . . . . . . . . . . 462
22.3 Skalárne funkcie maticového argumentu . . . . . . . . . . . . . 465
22.4 Maticové a vektorové funkcie reálnej premennej . . . . . . . . 468
22.5 Sústavy lineárnych diferenciálnych rovníc . . . . . . . . . . . . 472
22.6 Autonómne sústavy . . . . . . . . . . . . . . . . . . . . . . . . 477
22.7 Komutátor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 481
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 483
23 Združené lineárne operátory v unitárnych
a euklidovských priestoroch 487
23.1 Združené lineárne operátory . . . . . . . . . . . . . . . . . . . 487
23.2 Hermitovské operátory . . . . . . . . . . . . . . . . . . . . . . 489
23.3 Spektrálny rozklad hermitovského operátora . . . . . . . . . . 491
23.4 Unitárne operátory . . . . . . . . . . . . . . . . . . . . . . . . 493
23.5 Štruktúra ortogonálnych operátorov . . . . . . . . . . . . . . . 497
23.6 Eulerove uhly . . . . . . . . . . . . . . . . . . . . . . . . . . . 503
23.7 Normálne operátory . . . . . . . . . . . . . . . . . . . . . . . . 506
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 511
24 Kvadriky 514
24.1 Veta o hlavných osiach . . . . . . . . . . . . . . . . . . . . . . 514
24.2 Kvadriky v euklidovských priestoroch . . . . . . . . . . . . . . 515
24.3 Kužeľosečky . . . . . . . . . . . . . . . . . . . . . . . . . . . . 520
24.4 Kvadratické plochy . . . . . . . . . . . . . . . . . . . . . . . . 525
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 532
25 Vybrané aplikácie združených operátorov 536
25.1 Singulárny a polárny rozklad . . . . . . . . . . . . . . . . . . . 536
25.2 Pseudoinverzné lineárne zobrazenia a matice . . . . . . . . . . 539
25.3 Odchýlka dvoch lineárnych podpriestorov . . . . . . . . . . . . 543
25.4 Harmonický oscilátor . . . . . . . . . . . . . . . . . . . . . . . 545
25.5 Harmonický oscilátor a Fourierove rady . . . . . . . . . . . . . 547
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 550
26 Hermitovské operátory v kvantovej mechanike 553
26.1 Pozorovateľné veličiny a hermitovské operátory . . . . . . . . . 554
26.2 Heisenbergov vzťah neurčitosti . . . . . . . . . . . . . . . . . . 556
8 Obsah
26.3 De Broglieho vlnové funkcie . . . . . . . . . . . . . . . . . . . 558
26.4 Pozorovateľná polohy . . . . . . . . . . . . . . . . . . . . . . . 560
26.5 Vlastné funkcie operátora polohy – Diracova δ-funkcia . . . . 561
26.6 Pozorovateľná hybnosti . . . . . . . . . . . . . . . . . . . . . . 564
26.7 Polohová a hybnostná reprezentácia – Fourierova transformácia568
26.8 Ďalšie pozorovateľné – momenty hybnosti . . . . . . . . . . . . 571
26.9 Hamiltonián a Schrödingerova rovnica . . . . . . . . . . . . . 573
26.10Kvantový harmonický oscilátor . . . . . . . . . . . . . . . . . 577
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 584
IV Grupy a algebry 589
27 Úvod do teórie grúp 591
27.1 Abstraktný pojem grupy . . . . . . . . . . . . . . . . . . . . . 591
27.2 Podgrupy, generujúce množiny, cyklické grupy . . . . . . . . . 594
27.3 Homomorfizmy a izomorfizmy . . . . . . . . . . . . . . . . . . 598
27.4 Rozklad grupy podľa podgrupy, normálne podgrupy . . . . . . 601
27.5 Faktorové grupy . . . . . . . . . . . . . . . . . . . . . . . . . . 605
27.6 Priamy súčin grúp . . . . . . . . . . . . . . . . . . . . . . . . 610
27.7 Voľné a konečne prezentované grupy . . . . . . . . . . . . . . . 614
27.8 Grupy homomorfizmov a charaktery abelovských grúp . . . . . 620
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 623
28 Grupy transformácií 628
28.1 Cayleyho veta o reprezentácii . . . . . . . . . . . . . . . . . . 628
28.2 Akcie a reprezentácie grúp . . . . . . . . . . . . . . . . . . . . 629
28.3 Grupy automorfizmov a konjugácia . . . . . . . . . . . . . . . 633
28.4 Polopriamy súčin grúp . . . . . . . . . . . . . . . . . . . . . . 637
28.5 Štruktúra grúp jednoduchých rádov . . . . . . . . . . . . . . . 641
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 643
29 Lineárne a afinné grupy 647
29.1 Všeobecná a špeciálna lineárna grupa . . . . . . . . . . . . . . 647
29.2 Afinné rozšírenia lineárnych grúp . . . . . . . . . . . . . . . . 650
29.3 Izometrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 652
29.4 Ortogonálna, špeciálna ortogonálna a euklidovská grupa . . . . 656
29.5 Pseudortogonálna, Lorentzova a Poincarého grupa . . . . . . . 658
29.6 Unitárna a špeciálna unitárna grupa . . . . . . . . . . . . . . 664
29.7 Súvislé komponenty a orientácia . . . . . . . . . . . . . . . . . 666
29.8 Homotopia a jednoduchá súvislosť . . . . . . . . . . . . . . . . 672
Obsah 9
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 676
30 Lineárne algebry 680
30.1 Algebry a štruktúrne konštanty . . . . . . . . . . . . . . . . . 680
30.2 Graduované algebry . . . . . . . . . . . . . . . . . . . . . . . . 683
30.3 Grupové algebry a diskrétna Fourierova transformácia . . . . . 686
30.4 Algebra kvaterniónov . . . . . . . . . . . . . . . . . . . . . . . 691
30.5 Goniometrický tvar kvaterniónu . . . . . . . . . . . . . . . . . 696
30.6 Kvaternióny a rotácie . . . . . . . . . . . . . . . . . . . . . . . 698
30.7 Nakrývajúci homomorfizmus SU(2) → SO(3) . . . . . . . . . 702
30.8 Nakrývajúci homomorfizmus SL(2,C) → Λ↑
+ (3) . . . . . . . 705
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 708
31 Lieove algebry a maticové grupy 715
31.1 Lieove algebry . . . . . . . . . . . . . . . . . . . . . . . . . . . 715
31.2 Lieova algebra maticovej grupy . . . . . . . . . . . . . . . . . 717
31.3 Exponenciálne zobrazenie . . . . . . . . . . . . . . . . . . . . 719
31.4 Lieove algebry konkrétnych maticových grúp . . . . . . . . . . 722
31.5 Jednoparametrické podgrupy pseudoortogonálnej grupy . . . . 726
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 727
V Multilineárna algebra 731
32 Úvod do tenzorového počtu 733
32.0 Tenzor napätia . . . . . . . . . . . . . . . . . . . . . . . . . . 733
32.1 Dualita . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 735
32.2 Tenzorový súčin . . . . . . . . . . . . . . . . . . . . . . . . . . 738
32.3 Zdvih poľa skalárov . . . . . . . . . . . . . . . . . . . . . . . . 747
32.4 Priestory (multi)lineárnych zobrazení . . . . . . . . . . . . . . 748
32.5 Tenzory nad vektorovým priestorom . . . . . . . . . . . . . . . 750
32.6 Operácie na tenzoroch . . . . . . . . . . . . . . . . . . . . . . 757
32.7 Tenzory v (pseudo)euklidovských priestoroch . . . . . . . . . . 759
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 763
33 Symetrické a alternujúce tenzory 767
33.1 Symetrické tenzory . . . . . . . . . . . . . . . . . . . . . . . . 767
33.2 Symetrické tenzory a ppp-homogénne formy . . . . . . . . . . . . 772
33.3 Totálne derivácie vyšších rádov . . . . . . . . . . . . . . . . . 776
33.4 Alternujúce tenzory . . . . . . . . . . . . . . . . . . . . . . . . 778
33.5 Dualita vo vonkajšej algebre . . . . . . . . . . . . . . . . . . . 785
10 Obsah
33.6 Symetrické a alternujúce tenzory v kvantovej mechanike . . . 787
Cvičenia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 790
Literatúra 794
Predhovor
Lineárna algebra je jazykom, slúžiacim na vyjadrenie geometrických ideí a
vzťahov pôvodne vychádzajúcich z nášho geometrického názoru, ktoré však
tento rámec – keďže sa v priebehu vývoja ukázal priúzky – čoraz výraznejšie
prekračujú. Kým napr. naša geometrická predstavivosť je ohraničená dvoma
rozmermi roviny resp. troma rozmermi priestoru, v lineárnej algebre sa zaoberáme
priestormi ľubovoľnej konečnej dimenzie a okrajovo sa zatúlame aj
do priestorov nekonečnorozmerných, hoci tie už skôr patria do oblasti pôsobnosti
funkcionálnej analýzy. Aparát lineárnej algebry je tak akousi „slepeckou
palicou , ktorou si „oťukávame svet neprístupný nášmu pohľadu, zatiaľ čo
pôvodný geometrický názor sa stáva zdrojom pojmov, intuitívnych vhľadov
a metafor, ktoré do tohto sveta prenášame a s ich pomocou sa v ňom orien-
tujeme.
V súčasnosti kurz lineárnej algebry tvorí spolu s kurzom matematickej
analýzy dva základné piliere univerzitného matematického vzdelania. Lineárna
algebra je aspoň v počiatočnej fáze tohto procesu tou pojmovo priezračnejšou
a logicky jednoduchšou, no zároveň abstraktnejšou z oboch disciplín.
Jej základné pojmy, ako pole, vektorový priestor, báza, lineárne zobrazenie
a pod., sú definované ako abstraktné objekty resp. obory objektov, vyhovujúce
istým podmienkam (axiómam). Všetky ich ďalšie vlastnosti sú z nich
odvodené logickými úvahami, pri ktorých geometrický názor a intuícia hrajú
nanajvýš pomocnú úlohu. Lineárnu algebru tak možno do veľkej miery budovať
z minima základných pojmov a vopred stanovených predpokladov axiomatickou
metódou, čo z jej výuky robí ideálny prostriedok kultivácie logického
myslenia a estetického cítenia v matematike.
Dôležitú úlohu v matematike hrá voľba vhodného označenia. Kým výpočty
s ťažkopádnou symbolikou sa môžu ľahko dostať do slepej uličky, šikovne
zvolené označenie nám už samotnou svojou štruktúrou odhaľuje niektoré
stránky označovaného predmetu, a tak nás vedie správnym smerom.
Zároveň nám ponúka mnemotechnické pomôcky umožujúce predchádzať chybám,
či ich aspoň ľahšie odhaliť. Práve algebra (a nielen tá lineárna) asi
najviac zo všetkých matematických disciplín cieľavedome rozvíja cit pre primeranú
symboliku.
12 Predhovor
Základné pojmy a metódy lineárnej algebry zasahujú do takmer všetkých
oblastí modernej matematiky a jej aplikácií – nielen vo fyzike, technike, štatistike
či informatike (kde to asi málokoho prekvapí), no taktiež v chémii,
biológii, ekonómii a sociálnych vedách. S istou dávkou zjednodušenia možno
povedať, že väčšina úspechov aplikácií matematiky napr. vo fyzike (no nielen
v nej) sa zakladá na jednej pozoruhodnej vlastnosti mnohých prírodných procesov:
závislosť ich prírastkov v malých časových úsekoch možno vzhľadom na
dĺžku týchto úsekov považovať za lineárnu. Podobne, väčšinu geometrických
objektov vyskytujúcich sa v technickej praxi možno v malých oblastiach veľmi
dobre aproximovať pomocou lineárnych (t. j. priamočiarych resp. rovných
plošných) útvarov. Takto chápaná myšlienka linearizácie je spolu s myšlienkou
limitného prechodu (prípadne – v historicky pôvodnej podobe – s myšlienkou
nekonečne malých veličín) základom diferenciálneho a integrálneho
počtu. Na druhej strane, často sa môžeme stretnúť napr. s grafmi rôznych
závislostí, pozostávajúcimi z empirických dát vynesených nad časovú škálu
a pospájaných úsečkami do lomenej čiary, zobrazujúcimi napr. vývoj cien,
priebeh priemerných denných teplôt, množstva exhalátov v ovzduší a pod.
Pokiaľ však nie je k dispozícii hlbšia analýza zaručujúca, že v čiastkových
intervaloch nemôže dôjsť k výraznejším výkyvom sledovaného ukazovateľa,
treba byť k podobným „bulvárnym uplatneniam myšlienky linearizácie prinajmenšom
skeptický.
Iným spôsobom vstupuje lineárna algebra (a funkcionálna analýza) napr.
do kvantovej mechaniky. Stavom kvantovomechanického systému zodpovedajú
vektory vo vhodnom (typicky nekonečnorozmernom) vektorovom priestore
nad poľom komplexných čísel. Superpozíciou dvoch stavov je opäť stav
systému, ktorému zodpovedá súčet vektorov zodpovedajúcich pôvodným stavom.
„Celá fyzika takého systému sa potom do značnej miery redukuje na
štúdium spektrálnych vlastností istých lineárnych operátorov na jeho stavovom
priestore.
∗
∗
∗
∗
∗
Zoči-voči množstvu učebníc lineárnej algebry vo svetovej matematickej
literatúre sa autor len ťažko vyhne otázke, či má vôbec zmysel písať ďalšiu.
Čiastočné oprávnenie by mu vari mohla poskytnúť situácia v slovenskej
(a českej) matematickej produkcii. Ale ani tá – hoci má od ideálnej ďaleko
(čo je však takmer tautológia) – nie je nijako kritická. Pokúsim sa teda tejto
otázke čeliť tak, že odhalím osobné ciele a ambície, ktoré som svojou knihou
sledoval. Nakoľko také zámery oprávňujú podobný podnik a do akej miery
sa mi ich podarilo naplniť, to nech už posúdia jej čitatelia.
Predovšetkým som chcel napísať učebnicu, akú by som si želal mať k dispozícii,
keď som ako študent navštevoval prednášky z lineárnej algebry a
Predhovor 13
geometrie. Tým nevdojak prezrádzam, že s učebnicami, podľa ktorých sme
vtedy postupovali, som príliš spokojný nebol. Neskôr, keď som už sám prednášal
lineárnu algebru na Matematicko-fyzikálnej fakulte Univerzity Komenského
v Bratislave (kurz som zdedil po kolegovi Jožovi Širáňovi, spolu s brilantnými
stručnými poznámkami k prednáškam), som sa sám začal rozhliadať
po vhodnom učebnom texte. Najviac ma zaujali Linejnaja algebra i geometrija
od Kostrikina a Manina [22] a Pěstujeme lineární algebru od Motla
a Zahradníka [29]. Zakrátko som si však uvedomil, že predbežná pripravenosť
a všeobecná matematická kultúra, ktorú tieto knihy predpokladajú, sú
na podstatne vyššej úrovni, než možno očakávať od študentov prvého ročníka.
Ja sám ako prvák by som sa podľa nich učil len ťažko.
Rozhodol som sa teda zvoliť elementárnejší spôsob výkladu, ktorý – okrem
gymnaziálnej látky a paralelne rozvíjaných poznatkov z matematickej
analýzy – aspoň spočiatku nepredpokladá rozsiahlejšie vedomosti z iných
matematických disciplín ani veľkú zbehlosť a všeobecný rozhľad. Mojim cieľom
bolo napísať učebnicu, ktorá by jednak plne a logicky ucelene pokrývala
materiál základného dvojsemestrálneho kurzu lineárnej algebry, jednak ponúkala
dostatočne reprezentatívny výber tém tento materiál presahujúcich
– či už smerom k iným matematickým disciplínam alebo aplikáciám mimo
rámca „čistej matematiky. Ich výber bol popri vkuse autora ovplyvnený
jednak spontánnym vývojom, kedy vznikajúca kniha akoby začala žiť svojím
vlastným životom a občas sa vymkla spod kontroly autora, jednak faktom,
že som túto látku dlhodobo prednášal študentom fyziky. Snažil som sa preto
zaradiť doň témy (ako využitie metód lineárnej algebry v špeciálnej teórii relativity
a v kvantovej mechanike), ktoré by ich mohli či mali zaujať. Napriek
tomu som zvolil abstraktnejší prístup než je pre potreby fyzikov nevyhnutné.
Z ich hľadiska by napr. úplne stačilo zaoberať sa vektorovými priestormi nad
poľami reálnych a komplexných čísel. S ohľadom na potreby študentov matematiky
a informatiky som však, pokiaľ to bolo možné, volil jednotný spôsob
výkladu a pripustil ľubovoľné polia skalárov, vrátane tých konečných (hoci
na ukážku ich aplikácií v kódovaní a kryptografii už nezostalo miesto). Na
druhej strane som práve z pedagogických dôvodov odolal pokušeniu používať
jazyk teórie kategórií aj za cenu, že niektoré partie (napr. otázky týkajúce sa
duality) nebudú prezentované najelegantnejším možným spôsobom.
Napriek značnému rozsahu sa do knihy nedostali ani niektoré ďalšie témy,
ktoré s látkou lineárnej algebry úzko súvisia. Napr. o projektívnych priestoroch
alebo reprezentáciách grúp je tu len zopár letmých zmienok. Témy
ako symplektické priestory, nezáporné a stochastické matice, markovovské
reťazce, lineárne programovanie alebo numerické metódy lineárnej algebry,
nie sú pokryté ani v náznaku. Čitateľovi (nielen) preto odporúčam, aby siahol
po inej literatúre – či už kvôli nim ako aj pre porovnanie nášho prístupu
14 Predhovor
k spracovanému materiálu s prístupom iných autorov. Nový pohľad totiž
spravidla odkrýva súvislosti, ktoré by inak mohli zostať utajené.
Z moderne poňatých kníh, ktoré ma pri výbere a spracovaní materiálu
najviac ovplyvnili, vrelo odporúčam do pozornosti tak prednášajúceho ako
aj študentov už spomínané Linejnaja algebra i geometrija [22] a Pěstujeme
lineární algebru [29]. Na druhej strane som hodne čerpal z klasických (hoci
dnes už trochu zastaralých) učebníc Geľfanda [11] a Maľceva [27]. Pokiaľ sa
čitateľ nebojí ruštiny, určite stojí za to sa do nich pozrieť.
Predbežnú predstavu o náplni knihy možno získať z jej pomerne podrobného
obsahu. Už pri zbežnom pohľade naň (no vzhľadom na jej hrúbku aj
bez toho) bude asi zrejmé, že látka pokrytá v knihe sa v dvojsemestrálnom
kurze nedá nijako rozumne odprednášať. Akési nevyhnutné minimum tvorí
časť I (t. j. kapitoly 0–10), ďalej kapitoly 11–14 časti II a kapitoly 18, 19
a prvé dva paragrafy kapitoly 20 z časti III. Pri bližšom pohľade vyjde najavo,
že i z tohto minima možno ešte stále všeličo vynechať. Podľa úrovne
predbežnej matematickej prípravy poslucháčov možno napr. celú kapitolu 0
prenechať na samostatné čítanie. Z viacerých kapitol časti I možno vypustiť
spravidla posledné paragrafy – konkrétne 3.4, 4.6, 5.5–6, 6.5 a 7.6; z kapitol
8 a 9 o afinných priestoroch sa stačí obmedziť na úvodné paragrafy 8.1–2 a
9.1–3. Podobne v časti II možno paragraf 12.3 prenechať na prednášku z analýzy
viac premenných a taktiež vynechať paragrafy 14.3-4. Zo spomínaných
kapitol časti III možno ešte vypustiť paragraf 19.2.
Tento minimálny zoznam ponecháva dostatok priestoru na rozšírenie o niekoľko
ďalších ucelených tém. Je už len na prednášajúcom, ktoré si vyberie.
Pri plánovaní mu môže pomôcť Schéma nadväznosti kapitol. Ďalšie si študent
môže podľa vlastného záujmu osvojiť samostatne. Po niektorých kapitolách
môže siahnuť až neskôr, pri štúdiu iných matematických disciplín. Z toho
dôvodu som sa usiloval, aby pestrý materiál mohol podľa knihy prednášať
aj učiteľ, ktorý nie je špecialistom na danú problematiku, a zároveň sa z nej
študent prvého ročníka mohol učiť aj bez sprievodnej prednášky. Celá prvá
časť, úvodné kapitoly ďalších častí, ako aj úvodné paragrafy väčšiny kapitol
sú preto (občas možno aj za cenu istej rozvláčnosti) napísané pomerne
podrobne, vrátane rozboru technických detailov, s rozsiahlym vysvetľujúcim
komentárom a dôrazom na motivačné a ilustračné príklady. Smerom ku koncu
jednotlivých častí resp. kapitol (s výnimkou prvej časti) sa očakáva, že poslucháč
alebo čitateľ sa v problematike začína postupne orientovať, a výklad
sa stáva „strmším . Jeden alebo dva záverečné paragrafy kapitoly sú občas
venované doplňujúcim informáciám, prípadne matematickým alebo filozofickým
„úletom od danej témy.
Atypicky neskoré zaradenie kapitol o grupách je komentované v poznámke
v paragrafe 27.1. Prednášajúci, ktorý sa nechce vzdať možnosti používať
Predhovor 15
pojmy grupy, podgrupy, homomorfizmu a pod. ako výhodné skratky, však
môže aspoň úvodné paragrafy 1–3 kapitoly 27 zaradiť do programu kedykoľvek
skôr (pri nevyhnutnej modifikácii niektorých dôkazov a príkladov). Napr.
samotný pojem grupy možno zaviesť už v paragrafe 0.4.
Jednotlivé kapitoly sú sprevádzané pomerne veľkým počtom cvičení rôznej
náročnosti. Bolo by naivné očakávať, že čitateľ ich všetky vyrieši. Bolo by
však dobre, aby si ich všetky aspoň prečítal a vybral si z nich niekoľko, ktorými
sa potom bude zaoberať podrobnejšie. Niektoré slúžia len na overenie
porozumenia základným pojmom alebo precvičenie výpočtových postupov.
Vo chvíli, keď je čitateľovi jasné, o čo ide alebo ako na to, môže ich kľudne preskočiť.
V iných cvičeniach sa od čitateľa žiada, aby doplnil vynechané dôkazy
niektorých tvrdení, alebo dokázal ďalšie. Aspoň občas by sa mal o to pokúsiť,
u tých ťažších prípadne s využitím návodu, ktorým sú spravidla doplnené.
Niektoré cvičenia prehlbujú alebo rozširujú preberanú látku – k tým možno
pristupovať podľa individuálnej miery záujmu. Často sú však do cvičení bez
predbežného varovania zaradené niektoré pojmy a výsledky, na ktoré sa budeme
odvolávať v ďalšom výklade. Čitateľ, ktorý ich preskočil a bude mu
chcieť porozumieť, by mal počítať s tým, že sa k nim bude musieť vracať (čo
však nijako neprekáža). Často som do cvičení zapracúval otázky (a náznaky
odpovedí), ktoré mi kedysi ešte ako študentovi napadali v podobných súvislostiach,
no na prednáškach ani vo vtedy u nás dostupnej literatúre som na
ne nenašiel odpoveď. Potešilo by ma, keby čitateľovi napadli ďalšie – i také,
na ktoré táto kniha neprináša odpoveď, – a vyprovokovali ho k hľadaniu a
premýšľaniu.
Istú časť cvičení, ako aj mnoho ďalších podobných, no rozsahovo a numericky
podstatne náročnejších (teda reálnym aplikáciám bližších) úloh možno
efektívne riešiť pomocou interaktívnych softwarových systémov ako MapleR
,
MathematicaR
alebo MATLABR
. I keď sa v knihe nevenujeme žiadnemu
z nich, určite čitateľovi odporúčam, aby sa aspoň s jedným z nich zoznámil
a zvykol si ho používať. Ucelený prehľad týchto systémov ako aj balíkov
podprogramov pre lineárnu algebru možno nájsť v Handbook of Linear Algebra
[15]. Tento (do jednej ruky priťažký) Handbook (t. j. Príručka) však
obsahuje omnoho viac: takmer úplný prehľad (pozor, nie výklad) základných
aj pokročilých pojmov, výsledkov a aplikácií lineárnej algebry (vrátane tých
najnovších), systematicky zoradený podľa jej jednotlivých oblastí a doplnený
podrobnými odkazmi na rozsiahlu literatúru. Čitateľ, ktorý sa bude chcieť
dozvedieť z lineárnej algebry čokoľvek, čo v našej knihe nenájde, urobí najlepšie,
ak začne hľadať práve tu. Často dostupnejšou, no menej autoritatívnou
alternatívou je Wikipedia.
∗
∗
∗
∗
∗
16 Predhovor
Veľmi potrebnú spätnú väzbu pri písani knihy mi poskytli a viacerými
radami a kritickými poznámkami, ktoré, ako verím, viedli k zlepšeniu jej
kvality, prispeli kolegovia Vlado Balek, Laco Kvasz, Martin Mojžiš, Martin
Mačaj, Martin Niepel, Dano Ševčovič a Jožo Širáň. Obrázky nakreslila a sadzbu
v LaTeXu pripravila Mária Benešová. Pri zháňaní finančnej podpory na
jej vydanie mi pomohli Andrej Ferko, a hlavne Barbora Kamrlová; v samom
závere Peter Mederly. Všetkým im patrí moja vďaka. Za všetky chyby, nepresnosti,
preklepy, prehrešky proti spisovnému jazyku či iné nedopatrenia,
ktoré v knihe ešte zostali, – snáď je to zbytočné i dodávať – však nesie plnú
a výhradnú zodpovednosť jej autor.
Napokon by som chcel poďakovať svojej manželke Jane a dcéram Hanke
a Janke za morálnu podporu, ktorú mi poskytovali počas tých dlhých rokov
práce na tejto knihe, a trpezlivosť, s akou znášali moju častú duševnú
neprítomnosť.
Bratislava, júl 2011
Pavol Zlatoš
Schéma nadväznosti kapitol
Čitateľ by si mal byť vedomý, že uvedená schéma je značne neúplná a má
len orientačný charakter. Predpokladané znalosti potrebné na štúdium nejakej
kapitoly nemusia nutne zahŕňať celý obsah kapitol, ktoré jej v schéme
predchádzajú. Naopak, môže sa stať, že niektoré časti danej kapitoly si vyžadujú
istú znalosť (spravidla malých) častí kapitol, ktoré nie sú zaradené
v schéme ako jej nevyhnutné predpoklady. Spoľahlivejšia schéma by musela
miesto kapitol operovať s jednotlivými paragrafmi (a čiastočne aj s cvičeniami).
Vzhľadom na ich počet (len paragrafov je takmer dvesto) by však
pravdepodobne bola značne neprehľadná a sotva použiteľná.
Časť I: 0 → 1 → 2 → 3 → 4 → 5 → 6 → 7 → 10
↓
8 → 9
10 8
↓ ↓
Časť II: 11 → 12 → 13 → 14 → 17
15 16
10 17
↓ ↓
Časť III: 18 → 19 → 20 → 22 → 23 → 26
↓
21 24 25
7 15 16 17 22
↓ ↓ ↓
Časť IV: 27 → 28 → 29 → 30 → 31
13 30
Časť V: 32 → 33
18 Predhovor
Časť I
Základné pojmy
0. Základné pojmy z logiky a teórie množín
V tejto kapitole zavedieme niektoré základné logické a množinové pojmy a
dohodneme sa na štandardnej symbolike, ktorú budeme ďalej používať. Nebudeme
však systematicky budovať axiomatickú teóriu množín, práve naopak,
s množinami budeme narábať skôr intutívne. Čitateľ, ktorý základné množinové
pojmy ovláda, môže túto kapitolu vynechať, prípadne ju len letmo
prelistovať, aby sa oboznámil s našou terminológiou a symbolikou.
0.1 Logické spojky a kvantifikátory
Kvôli prehľadnosti budeme niektoré matematické tvrdenia zapisovať v symbolickej
podobe ako matematické formuly. S príkladmi rôznych formúl sa ešte
stretneme. V tejto chvíli sa zameriame len na spôsob, ako možno z daných
tvrdení či formúl tvoriť nové pomocou logických spojok a kvantifikátorov.
Nech P, Q sú ľubovoľné tvrdenia.
(a) Tvrdenie, ktoré je pravdivé práve vtedy, keď tvrdenie P je nepravdivé,
nazývame negáciou tvrdenia P, značíme ho ¬P a čítame ho „nie P ,
prípadne „non P .
(b) Tvrdenie, ktoré je pravdivé práve vtedy, keď sú pravdivé obe tvrdenia
P, Q, nazývame konjunkciou alebo logickým súčinom tvrdení P, Q,
značíme ho P & Q a čítame „P a zároveň Q , krátko len „P a Q ,
prípadne „P et Q .
(c) Tvrdenie, ktoré je pravdivé práve vtedy, keď je pravdivé aspoň jedno
z tvrdení P, Q, nazývame alternatívou alebo disjunkciou či logickým
súčtom tvrdení P, Q, značíme ho P ∨ Q, a čítame „P alebo Q , prípadne
„P vel Q .
(d) Tvrdenie ¬P ∨ Q skrátene označujeme P ⇒ Q a nazývame ho implikáciou
tvrdení P, Q. Výraz P ⇒ Q čítame „ak P, tak Q alebo
„z P vyplýva Q , prípadne „P implikuje Q . Tvrdenie P nazývame
predpokladom a tvrdenie Q záverom implikácie P ⇒ Q. Uvedomte si,
že implikácia P ⇒ Q je nepravdivá jedine v tom prípade, ak predpoklad
P je pravdivý a záver Q je nepravdivý.
(e) Tvrdenie (P ⇒ Q) & (Q ⇒ P) skrátene označujeme P ⇔ Q a nazývame
ho ekvivalenciou tvrdení P, Q. Výraz P ⇔ Q čítame „P práve
vtedy, keď Q , prípadne „P je ekvivalentné s Q . Zrejme ekvivalencia
22 0. Základné pojmy z logiky a teórie množín
P ⇔ Q je pravdivá vtedy a len vtedy, keď tvrdenia P, Q sú zároveň
obe pravdivé alebo zároveň obe nepravdivé.
Znaky ¬, &, ∨, ⇒, ⇔ nazývame logickými spojkami. V literatúre sa
možno tiež stretnúť s označením P , −P alebo ∼P pre negáciu, P ∧ Q pre
konjunkciu, P → Q alebo P ⊃ Q pre implikáciu a P ↔ Q alebo P ≡ Q pre
ekvivalenciu.
Okrem tvrdení zapisujeme formulami aj vlastnosti objektov a vzťahy medzi
nimi. Na tento účel používame formuly s voľnými premennými. Označujeme
ich P(x), Q(x, y), R(x1, . . . , xn) a pod. Dosadením konkrétnych objektov
do formúl namiesto voľných premenných dostávame tvrdenia. Napríklad,
ak Q(x, y) je formula s voľnými premennými x, y a a, b sú nejaké objekty,
tak Q(a, b) je tvrdenie, ktoré je pravdivé práve vtedy, keď sa objekty a, b
nachádzajú vo vzťahu označenom formulou Q.
Zrejme aj na formuly s voľnými premennými možno aplikovať logické
spojky, ktoré si pritom zachovajú svoj doterajší význam. Popri logických
spojkách možno z formúl tvoriť nové formuly či tvrdenia aj pomocou kvan-
tifikátorov.
Nech P(x) je ľubovoľná formula.
(a) Tvrdenie „existuje x také, že P(x) skrátene zapisujeme (∃ x)P(x).
(b) Tvrdenie „pre každé (pre všetky) x platí P(x) skrátene zapisujeme
(∀ x)P(x).
Znaky ∃ resp. ∀ sú kvantifikátory; ∃ nazývame existenčný a ∀ univerzálny
alebo tiež všeobecný kvantifikátor. Zrejme premenná x už nie je vo formulách
(∀ x)P(x) a (∃ x)P(x) voľná ale viazaná; ak x je jediná voľná premenná vo
formule P(x), tak (∀ x)P(x) a (∃ x)P(x) sú tvrdenia. Oba uvedené kvantifikátory
sú zviazané pravidlami negácie kvantifikovaných formúl:
¬(∃ x)P(x) ⇔ (∀ x)¬P(x),
¬(∀ x)P(x) ⇔ (∃ x)¬P(x).
Pomocou existenčného a univerzálneho kvantifikátora už vieme vyjadriť i
kvantifikátor jednoznačnej existencie. Ak P(x) je nejaká vlastnosť, tak tvrdenie
„existuje práve jedno x také, že P(x) , t. j. tvrdenie
(∃ x)(P(x) & (∀ y)(P(y) ⇒ y = x)),
skrátene zapisujeme v tvare (∃! x)P(x). Toto tvrdenie je zrejme ekvivalentné
s tvrdením
(∃ x)(∀ y)(P(y) ⇔ y = x).
0.2. Množiny 23
0.2 Množiny
Pod množinou rozumieme ľubovoľné jednoznačne vymedzené zoskupenie nejakých
(často i značne rôznorodých) objektov – prvkov množiny – chápané
ako jediný objekt. Množiny budeme väčšinou značiť veľkými latinskými písmenami,
ich prvky malými písmenami.
Tvrdenie „objekt x je prvkom množiny X , zapisujeme x ∈ X; hovoríme
tiež, že x patrí do množiny X. Tvrdenie „objekt x nie je prvkom množiny
X , t. j. x nepatrí do množiny X, zapisujeme x /∈ X.
Množina je jednoznačne zadaná zoskupením svojich prvkov. Preto dve
množiny, nezávisle od spôsobu ich zadania, považujeme za totožné, ak majú
tie isté prvky. Pre ľubovoľné množiny X, Y teda platí
X = Y ⇔ (∀ x)(x ∈ X ⇔ x ∈ Y ).
Túto vlastnosť množín nazývame extenzionalitou.
Hovoríme, že množina X je podmnožinou množiny Y , označenie X ⊆ Y ,
ak každý prvok množiny X patrí aj do množiny Y , t. j.
X ⊆ Y ⇔ (∀ x)(x ∈ X ⇒ x ∈ Y ).
Vzťah ⊆ nazývame vzťahom inklúzie Extenzionalitu množín teraz možno
skrátene vyjadriť v tvare konjunkcie dvoch inklúzií
X = Y ⇔ X ⊆ Y & Y ⊆ X.
Kvantifikácie uvedené v predchádzajúcom paragrafe sa nazývajú neohraničené,
lebo oblasť pôsobnosti kvantifikátorov v nich nebola nijako ohraničená.
V matematike (i v bežnom živote) sa však častejšie vyskytujú ohraničené
kvantifikácie, v ktorých je oblasť pôsobnosti príslušného kvantifikátora
ohraničená nejakou množinou X. Ide o kvantifikácie tvaru (∃ x ∈ X),
(∀ x ∈ X) a (∃! x ∈ X), ktoré čítame postupne „existuje x z množiny X ,
„pre každé (pre všetky) x z množiny X , resp. „existuje práve jedno (jediné)
x z množiny X . Tieto kvantifikácie možno vyjadriť pomocou neohraničených
kvantifikácii nasledujúcim spôsobom: Ak P(x) je ľubovoľná vlastnosť a
X je množina, kladieme
(∃ x ∈ X)P(x) ⇔ (∃ x)(x ∈ X & P(x)),
(∀ x ∈ X)P(x) ⇔ (∀ x)(x ∈ X ⇒ P(x)),
(∃! x ∈ X)P(x) ⇔ ∃ x ∈ X P(x) & (∀ y ∈ X)(P(y) ⇒ y = x) .
V poslednom prípade môžeme tiež použiť vyjadrenie
(∃! x ∈ X)P(x) ⇔ (∃ x ∈ X)(∀ y ∈ X)(P(y) ⇔ y = x).
24 0. Základné pojmy z logiky a teórie množín
Množinu nazývame konečnou, ak ju možno zadať vymenovaním všetkých
jej prvkov. Ak X je konečná množina a x1, x2, . . . , xn sú všetky jej prvky,
píšeme
X = {x1, x2, . . . , xn}.
Z extenzionality potom vyplýva, že nezáleží na poradí vymenovania prvkov
množiny X. Taktiež sa môže stať, že X má menej než n prvkov – v takom
prípade sa niektoré z prvkov x1, . . . , xn opakujú a v zápise množiny X
môžeme (no nemusíme) opakujúce sa prvky až na jeden z nich vynechať.
Napríklad {x, y} = {y, x}, a ak x = y, tak {x, y} = {x} = {y}. Okrem množín,
ktoré majú nejaké prvky, zavádzame aj tzv. prázdnu množinu ∅, ktorá
neobsahuje nijaký prvok. Z extenzionality vyplýva, že prázdna množina je
touto podmienkou jednoznačne určená.
Popri konečných množinách však v matematike často pracujeme i s nekonečnými
množinami, t. j. takými, ktoré nemožno zadať vymenovaním všetkých
ich jednotlivých prvkov. Takéto množiny zvykneme zadávať nejakou
charakteristickou vlastnosťou. Ak P(x) je nejaká vlastnosť, píšeme
X = {x; P(x)},
čím myslíme, že pre ľubovoľné x platí x ∈ X práve vtedy, keď x spĺňa P(x).
Z extenzionality vyplýva, že takto definovaná množina X je určená jednoznačne.
Napríklad vlastnosťou „x je párne celé číslo je určená množina všetkých
párnych celých čísel.
Poznamenajme, že z rovnosti X = {x; P(x)} ešte nijako nevyplýva, že
množina X je nekonečná – rovnako dobre môže byť aj konečná, dokonca
prázdna.
Na tomto mieste je potrebné poznamenať, že uvedený princíp, ktorý nám
umožňuje zadávať množiny akýmikoľvek vlastnosťami ich prvkov, vedie k logickým
sporom, a je preto v uvedenej intuitívnej a neobmedzenej podobe
nepoužiteľný. Keďže sa však nehodláme púšťať do jeho upresňovania, čo by
si vyžiadalo vybudovať základy axiomatickej teórie množín, nezostáva nám
než čitateľovi vopred zaručiť, že všetky prípady použitia tohto princípu, ktoré
sa v tomto texte vyskytnú, budú plne legálne z hľadiska teórie množín, a požiadať
ho o dôveru. Zatiaľ stačí, ak prezradíme, že všetky množiny netvoria
množinu, t. j. neexistuje množina všetkých množín. To znamená, že vlastnosťou
„x je množina nie je vymedzená nijaká množina.
Najčastejšie budeme spomínaný princíp používať na vymedzovanie podmnožín
nejakej vopred danej množiny pomocou vlastností popísaných matematickými
formulami. Ak M je množina a P(x) je nejaká (matematická)
vlastnosť, tak existuje množina X všetkých tých prvkov x množiny M, ktoré
0.2. Množiny 25
majú vlastnosť P(x), t. j. množina
X = {x ∈ M; P(x)} = {x; x ∈ M & P(x)}.
Nech X, Y sú ľubovoľné množiny. Prienikom, zjednotením, a rozdielom
množín X, Y nazývame porade nasledujúce množiny:
X ∩ Y = {x; x ∈ X & x ∈ Y },
X ∪ Y = {x; x ∈ X ∨ x ∈ Y },
X Y = {x; x ∈ X & x /∈ Y }.
Množiny X, Y nazývame disjunktné, ak X∩Y = ∅. Čitateľovi prenechávame,
aby si sám premyslel základné vlastnosti uvedených množinových operácií.
Pod usporiadanou dvojicou objektov x, y rozumieme objekt označovaný
(x, y), taký, že pre všetky x, y, u, v platí:
(x, y) = (u, v) ⇔ (x = u & y = v).
Uvedomme si, že nepotrebujeme vedieť, čo je „naozaj usporiadaná dvojica
(x, y), dôležitá je len uvedená vlastnosť. Analogicky zavádzame pre ľubovoľné
celé číslo n ≥ 2 usporiadanú n-ticu (x1, . . . , xn) tak, že pre všetky x1, . . . , xn,
y1, . . . , yn platí
(x1, . . . , xn) = (y1, . . . , yn) ⇔ (x1 = y1 & . . . & xn = yn).
Množiny
X × Y = {(x, y); x ∈ X & y ∈ Y },
X1 × . . . × Xn = {(x1, . . . , xn); x1 ∈ X1 & . . . & xn ∈ Xn}
nazývame karteziánskym súčinom množín X, Y , resp. množín X1, . . . , Xn.
V prípade, že X1 = · · · = Xn = X, píšeme
X1 × . . . × Xn = Xn
.
Pre úplnosť ešte kladieme
X1
= X, X0
= {∅}.
Xn
nazývame n-tou karteziánskou mocninou množiny X. Počet prvkov konečnej
množiny X budeme značiť # X. Taktiež prázdna množina je konečná
a platí # ∅ = 0. Pre nekonečnú množinu X píšeme # X = ∞. Zrejme pre
ľubovoľné konečné množiny X, Y platí
# (X ∪ Y ) = # X + # Y − # (X ∩ Y ),
# (X × Y ) = # X · # Y.
26 0. Základné pojmy z logiky a teórie množín
Z poslednej rovnosti vyplýva, že
# Xn
= (# X)n
pre každé celé číslo n ≥ 0 a konečnú množinu X.
0.3 Zobrazenia
Zobrazením alebo tiež funkciou z množiny X do množiny Y rozumieme ľubovoľný
predpis, ktorý každému prvku x množiny X priradí jednoznačne určený
prvok y množiny Y . Zápis f : X → Y označuje, že f je zobrazenie (funkcia)
z X do Y . Ten jednoznačne určený prvok y ∈ Y , ktorý zobrazenie f priradí
prvku x ∈ X, budeme značiť f(x), prípadne len fx alebo fx. Vo vzťahu
y = f(x) nazývame x nezávisle premennou alebo argumentom a y závisle
premennou alebo funkčnou hodnotou funkcie f. Píšeme tiež f : x → y.
Dve zobrazenia f, g: X → Y sa rovnajú, ak pre každé x ∈ X platí f(x) =
g(x).
Množinu všetkých zobrazení z množiny X do množiny Y budeme označovať
Y X
; teda
Y X
= {f; f : X → Y }.
Toto označenie je motivované vzorcom pre počet prvkov množiny Y X
. Pre
konečné množiny X, Y totiž platí
# Y X
= (# Y )(# X)
.
(Samostatne si rozmyslite prečo!)
Zobrazenie f : X → X sa nazýva transformáciou množiny X alebo tiež
unárnou (t. j. jednomiestnou) operáciou na množine X.
Zobrazenie f : X → Y sa nazýva prosté alebo tiež injektívne či injekcia,
ak rôznym prvkom x1, x2 ∈ X priraďuje rôzne prvky f(x1), f(x2) ∈ Y , t. j.
ak platí
(∀ x1, x2 ∈ X)(x1 = x2 ⇒ f(x1) = f(x2)).
Uvedenú podmienku možno ekvivalentne vyjadriť v tvare
(∀ x1, x2 ∈ X)(f(x1) = f(x2) ⇒ x1 = x2).
Zobrazenie f : X → Y sa nazýva zobrazenie na množinu Y alebo tiež
surjektívne či surjekcia, ak na každý prvok množiny Y sa zobrazí nejaký
prvok množiny X, t. j. ak platí
(∀ y ∈ Y )(∃ x ∈ X)(y = f(x)).
0.3. Zobrazenia 27
Hovoríme, že f : X → Y je prosté zobrazenie X na Y alebo tiež bijektívne
zobrazenie či bijekcia, ak f je zároveň prosté a na, t. j. injektívne i surjektívne.
Ešte inak to môžeme vyjadriť podmienkou
(∀ y ∈ Y )(∃! x ∈ X)(y = f(x)).
Namiesto uvedených pojmov niekedy tiež hovoríme, že f je vzájomne jednoznačné
zobrazenie množiny X na množinu Y .
Ak f : X → Y je bijekcia, tak existuje jednoznačne určené zobrazenie
g: Y → X, ktoré každému y ∈ Y priradí ten jediný prvok x ∈ X, pre ktorý
platí y = f(x). Toto zobrazenie nazývame inverzným zobrazením k zobrazeniu
f a označujeme ho f−1
. Zrejme f−1
: Y → X je tiež bijekcia a pre všetky
x ∈ X, y ∈ Y platí
f−1
f(x) = x, f f−1
(y) = y.
Nech f : X → Y , g: Y → Z sú zobrazenia. Kompozíciou zobrazení f, g
alebo aj zloženým zobrazením z f a g rozumieme zobrazenie označené ako
g ◦ f : X → Z, dané pre každé x ∈ X predpisom
(g ◦ f)(x) = g(f(x)).
Zložené zobrazenie možno znázorniť pomocou tzv. komutatívneho diagramu
1
X
f - Y
g ◦ f
Z
?
g
(Všimnite
si, že zobrazenie g ◦ f zapisujeme „v obrátenom poradí – najprv
totiž na prvok x aplikujeme f a až potom g. Núti nás k tomu zaužívaná
konvencia, podľa ktorej argument x píšeme napravo od funkcie f. Poznamenajme,
že niektorí autori dávajú prednosť „prirodzenému poradiu a kompozíciu
zobrazení f : X → Y , g: Y → Z, zapisujú ako f ◦ g. Kvôli tomu však
opúšťajú spomínanú konvenciu a namiesto f(x) píšu xf. V tomto duchu
fungujú napr. niektoré kalkulačky.)
Skladanie zobrazení je asociatívne v nasledujúcom zmysle: ak f : X → Y ,
g: Y → Z a h: Z → W sú zobrazenia, tak
h ◦ (g ◦ f) = (h ◦ g) ◦ f.
Ľahko totiž nahliadneme, že obe zobrazenia priradia prvku x ∈ X prvok
h(g(f(x))) ∈ W.
28 0. Základné pojmy z logiky a teórie množín
Na každej množine X máme definované identické zobrazenie idX : X →
X, nazývané tiež identita na X, také, že
idX(x) = x
pre každé x ∈ X. Zrejme idX je bijekcia pre každé X, a pre ľubovoľné zobrazenie
f : X → Y platí
f ◦ idX = f = idY ◦f.
Pre f : X → X kladieme f2
= f ◦ f, f3
= f ◦ f ◦ f, atď. Kvôli úplnosti
definujeme aj f1
= f, f0
= idX. Zobrazenie fn
nazývame n-tou iteráciou
zobrazenia f.
Ak f : X → Y je bijekcia, tak k nej inverzné zobrazenie f−1
: Y → X
teraz môžeme charakterizovať rovnosťami
f−1
◦ f = idX, f ◦ f−1
= idY .
Čitateľ sám ľahko nahliadne, že pre ľubovoľné zobrazenia f : X → Y , g: Y →
Z platí:
(a) Ak f, g sú injektívne, tak aj g ◦ f je injektívne.
(b) Ak f, g sú surjektívne, tak aj g ◦ f je surjektívne.
(c) Ak f, g sú bijektívne, tak aj g ◦ f je bijektívne.
(d) Ak g ◦ f je injektívne, tak aj f je injektívne.
(e) Ak g ◦ f je surjektívne, tak aj g je surjektívne.
(f) Ak g ◦ f je bijektívne, tak f je injektívne a g je surjektívne.
Podmienka (c) nás oprávňuje zaviesť pre bijekcie f : X → X aj záporné
iterácie
f−n
= f−1 n
= fn −1
.
Nech f : X → Y je nejaké zobrazenie a A ⊆ X. Zúžením zobrazenia f na
množinu A nazývame zobrazenie f A: A → Y také, že
(f A)(x) = f(x)
pre každé x ∈ A. Obrazom množiny A v zobrazení f nazývame množinu
f(A) = {f(x); x ∈ A} ⊆ Y.
Špeciálne, množinu f(X) nazývame obrazom zobrazenia f a značíme ju
Im f = f(X) = {f(x); x ∈ X}.
Pre f : X → Y a A ⊆ X platí Im(f A) = f(A); zrejme f je surjekcia práve
vtedy, keď Im f = Y .
0.4. Binárne operácie 29
Podobne, vzorom množiny B ⊆ Y v zobrazení f : X → Y nazývame
množinu
f−1
(B) = {x ∈ X; f(x) ∈ B} ⊆ X.
Pre ľubovoľné A ⊆ X, B ⊆ Y možno jednoducho overiť inklúzie
A ⊆ f−1
f(A) , f f−1
(B) ⊆ B.
0.4 Binárne operácie
Ak X, Y , Z sú množiny, tak zobrazenie f : X × Y → Z nazývame binárnou
(t. j. dvojmiestnou) operáciou na množinách X, Y s hodnotami v množine Z.
Binárne operácie väčšinou označujeme znakmi umiestňovanými medzi hodnoty
argumentov, ako napr +, ·, ◦, ∗ a pod. Hodnotu takej operácie na dvojici
prvkov x ∈ X, y ∈ Y potom označujeme x + y, x · y (prípadne len xy), x ◦ y,
x ∗ y a pod.
Podobným spôsobom možno zaviesť aj n-miestne operácie X1×. . .×Xn →
Y , prípadne Xn
→ Y , či Xn
→ X pre ľubovoľné celé číslo n ≥ 0.
Najčastejšie budeme pracovať s binárnymi operáciami tvaru f : X ×X →
X, ktoré nazývame jednoducho binárnymi operáciami na množine X.
Binárna operácia ∗ na množine X sa nazýva asociatívna, ak pre všetky
x, y, z ∈ X platí
x ∗ (y ∗ z) = (x ∗ y) ∗ z.
Asociativita operácie nám dovoľuje vynechávať zátvorky a písať len x ∗ y ∗ z.
Podobne si možno počínať i v prípade viacerých argumentov.
Binárna operácia ∗ na množine X sa nazýva komutatívna, ak pre všetky
x, y ∈ X platí
x ∗ y = y ∗ x.
Prvok e ∈ X sa nazýva neutrálny prvok binárnej operácie ∗ na množine
X, ak pre všetky x ∈ X platí
x ∗ e = e ∗ x = x.
Zrejme neutrálny prvok operácie ∗ (ak existuje) je určený jednoznačne. Keby
totiž e1, e2 ∈ X boli dva neutrálne prvky, tak nevyhnutne
e1 = e1 ∗ e2 = e2.
Ak binárna operácia ∗ na množine X má neutrálny prvok e a k danému
prvku x ∈ X existuje prvok y ∈ X taký, že
x ∗ y = y ∗ x = e,
30 0. Základné pojmy z logiky a teórie množín
hovoríme, že y je inverzný prvok k prvku x. Ak ∗ je asociatívna binárna
operácia na X, tak aj inverzný prvok k danému prvku x ∈ X (pokiaľ existuje)
je určený jednoznačne. Keby totiž y1, y2 boli dva inverzné prvky k x, tak
y1 = y1 ∗ e = y1 ∗ (x ∗ y2) = (y1 ∗ x) ∗ y2 = e ∗ y2 = y2.
Napríklad pre ľubovoľnú množinu X kompozícia ◦ je asociatívna binárna
operácia na množine XX
všetkých transformácií množiny X. Zrejme ak
# X ≥ 2, tak táto operácia nie je komutatívna. Identické zobrazenie idX ∈
XX
je neutrálnym prvkom operácie ◦. K danému zobrazeniu f ∈ XX
existuje
inverzný prvok práve vtedy, keď f je bijekcia; v tom prípade je ním inverzné
zobrazenie f−1
∈ XX
.
Binárnu operáciu ∗ na konečnej množine X možno zadať pomocou tzv.
multiplikatívnej tabuľky, ktorej stĺpce i riadky sú označené prvkami množiny
X. Do poľa tabuľky ležiaceho v priesečníku x-tého riadku a y-tého stĺpca
vpíšeme hodnotu x ∗ y.
Napr. tabuľkami
+ 0 1 2 3 4
0 0 1 2 3 4
1 1 2 3 4 0
2 2 3 4 0 1
3 3 4 0 1 2
4 4 0 1 2 3
· 0 1 2 3 4
0 0 0 0 0 0
1 0 1 2 3 4
2 0 2 4 1 3
3 0 3 1 4 2
4 0 4 3 2 1
sú zadané dve asociatívne a komutatívne operácie + a · na množine {0, 1, 2, 3, 4}.
Ďalej 0 je neutrálny prvok operácie + a 1 je neutrálny prvok operácie · . Navyše
ku každému prvku a tejto množiny existuje inverzný prvok vzhľadom na
operáciu + : k prvkom 0, 1, 2, 3, 4 sú to postupne prvky 0, 4, 3, 2, 1. Pokiaľ
ide o operáciu · , vidíme, že k prvku 0 neexistuje inverzný prvok; k prvkom
1, 2, 3 však inverzné prvky existujú: sú to postupne 1, 3, 2.
Komutativitu binárnej operácie možno ľahko nahliadnuť z jej multiplikatívnej
tabuľky – prejaví sa symetriou tabuľky podľa hlavnej diagonály spájajúcej
ľavý horný a pravý dolný roh. Taktiež neutrálny prvok možno odhaliť
na prvý pohľad, lebo v jeho riadku i stĺpci sa zreproduje riadok resp. stĺpec
zo záhlavia tabuľky. Ak už poznáme neutrálny prvok, možno overiť aj existenciu
inverzného k danému – treba nájsť neutrálny prvok v riadku i v stĺpci
daného prvku. Ak sa nám to podarí pre dvojicu polí tabuľky, ktoré ležia
v stĺpci resp. riadku toho istého prvku, tak ide o hľadaný inverzný prvok.
Asociatívnosť, žiaľ, tak jednoducho nahliadnuť nemožno.
0.5. Permutácie 31
0.5 Permutácie
Kým znalosť predchádzajúcich paragrafov je nevyhnutným predpokladom,
aby čitateľ mohol začať so štúdiom kapitoly 1, tento paragraf budeme potrebovať
až neskôr, keď začneme preberať determinanty.
Nech X je ľubovoľná množina. Permutáciou množiny X rozumieme ľubovoľné
bijektívne zobrazenie σ: X → X. Množinu všetkých permutácií množiny
X značíme S(X). Ak X je konečná množina, tak počet prvkov množiny
S(X) je daný známym vzťahom
# S(X) = (# X)! ,
kde n! = 1 · 2 · . . . · n je faktoriál prirodzeného čísla n (pritom 0! = 1! = 1).
Uvedomme si, že transformácia f : X → X konečnej množiny X je injektívna
práve vtedy, keď je surjektívna. Jedna i druhá podmienka totiž hovorí,
že množina f(X) ⊆ X má rovnaký počet prvkov ako X. Teda už jedna z uvedených
podmienok je postačujúca na to, aby f bola permutáciou konečnej
množiny X.
Keďže zloženie σ ◦τ dvoch permutácií σ, τ ∈ S(X) dáva opäť permutáciu
množiny X, kompozícia ◦ je asociatívna binárna operácia na množine S(X).
Ľahko sa možno presvedčiť, že – okrem prípadu, keď # X ≤ 2, – táto operácia
nie je komutatívna. Zrejme idX ∈ S(X) je neutrálny prvok tejto operácie a
inverzným prvkom k permutácii σ ∈ S(X) je inverzná permutácia σ−1
∈
S(X).
Pre X = {1, 2, . . . , n} namiesto S(X) píšeme Sn. Permutáciu σ ∈ Sn
zvyčajne zapisujeme v tvare
σ =
1 2 . . . n
σ(1) σ(2) . . . σ(n)
.
Prvky množiny S3, t. j. permutácie množiny {1, 2, 3}, si môžeme predstaviť
ako symetrie rovnostranného trojuholníka s vrcholmi označenými číslami
1, 2, 3.
Ak si identickú permutáciu tejto množiny označíme ako ι, otočenia okolo
ťažiska trojuholníka proti smeru resp. v smere hodinových ručičiek o uhol π/3
ako resp. −1
, a osovú súmernosť podľa osi prechádzajúcej i-tým vrcholom
a stredom protiľahlej strany ako σi, pre i = 1, 2, 3, tak množina permutácií
S3 bude pozostávať z permutácií
ι =
1 2 3
1 2 3
=
1 2 3
2 3 1
, −1
=
1 2 3
3 1 2
,
σ1 =
1 2 3
3 2 1
, σ2 =
1 2 3
3 2 1
, σ3 =
1 2 3
2 1 3
.
32 0. Základné pojmy z logiky a teórie množín
Obr. 0.1. Symetrie rovnostranného trojuholníka
Multiplikatívna tabuľka binárnej operácie ◦ na množine S3 vyzerá takto:
◦ ι −1
σ1 σ2 σ3
ι ι −1
σ1 σ2 σ3
−1
ι σ3 σ1 σ2
−1 −1
ι σ2 σ3 σ1
σ1 σ1 σ2 σ3 ι −1
σ2 σ2 σ3 σ1
−1
ι
σ3 σ3 σ1 σ2
−1
ι
Permutáciu σ ∈ S(X) nazývame transpozíciou, ak existujú x, y ∈ X také,
že x = y, σ(x) = y, σ(y) = x a σ(z) = z pre každé z ∈ X {x, y}. Inak
povedané, transpozícia je výmena dvoch prvkov množiny X.
Zrejme σ1, σ2, σ3 ∈ S3 sú transpozície.
Z názoru je zrejmé (dôkaz je v cvičení 0.14), že každú permutáciu σ konečnej
množiny X možno získať postupnými výmenami dvojíc prvkov, teda
každá taká permutácia je kompozíciou transpozícií. Tento rozklad na transpozície
nie je jednoznačný: napr. ι ∈ S3 možno zapísať ako ι, t. j. kompozíciu
0 transpozícií, a taktiež ako ι = σ1 ◦ σ1 = σ2 ◦ σ2 = σ3 ◦ σ3, t. j. aspoň troma
ďalšími spôsobmi ako kompozíciu dvoch transpozícií.
Dĺžkou permutácie σ konečnej množiny X nazveme najmenší počet transpozícií,
na kompozícíu ktorých možno σ rozložiť, a označíme ju |σ|. Samotná
dĺžka |σ| nie je dôležitá, význam má len parita tohto čísla, t. j. vlastne výraz
sgn σ = (−1)|σ|
, ktorý nazývame znakom, prípadne znamienkom permutácie
σ.
0.6. Ekvivalencie a rozklady 33
Permutácia σ konečnej množiny X sa nazýva párna resp. nepárna, ak
číslo |σ| je párne resp. nepárne, t. j. ak jej znak je 1 resp. −1.
Z nasledujúcej vety vyplýva, že pri určovaní znamienka permutácie σ
môžeme použiť jej ľubovoľný rozklad na transpozície σ = τ1 ◦ . . . ◦ τk a nemusíme
sa starať o to, či tento rozklad je naozaj najkratší – pre ľubovoľný
taký rozklad totiž platí
(−1)|σ|
= (−1)k
.
0.5.1. Veta. Nech X je konečná množina. Potom pre ľubovoľné σ, τ ∈ S(X)
platí
(−1)|σ◦τ|
= (−1)|σ|
· (−1)|τ|
.
Dôkaz. Zrejme stačí dokázať uvedenú rovnosť pre prípad, keď τ je transpozícia
a X = {1, 2, . . . , n}.
Pre každé σ ∈ Sn označme p(σ) súčin všetkých rozdielov tvaru σ(j)−σ(i),
kde 1 ≤ i < j ≤ n. Zrejme pre všetky σ ∈ Sn majú výrazy p(σ) rovnakú
absolútnu hodnotu a líšia sa nanajvýš znamienkom. Toto znamienko závisí od
parity počtu záporných členov v súčine p(σ). Člen σ(j)−σ(i) je záporný práve
vtedy, keď i < j a σ(i) > σ(j), – každú takú dvojicu (i, j) nazývame inverziou
permutácie σ. Identita idX má 0 inverzií a p(idX) = 1n−1
·2n−2
·. . .·(n−1)1
=
1! · 2! · . . . · (n − 1)! > 0.
Stačí teda dokázať, že počet inverzií permutácií σ a σ ◦τ sa líší o nepárnu
hodnotu. Nech 1 ≤ k < l ≤ n sú tie dva prvky, ktoré vymieňa transpozícia
τ. Potom
σ =
1 . . . k . . . l . . . n
σ(1) . . . σ(k) . . . σ(l) . . . σ(n)
,
σ ◦ τ =
1 . . . k . . . l . . . n
σ(1) . . . σ(l) . . . σ(k) . . . σ(n)
.
Inverzie (i, j) permutácie σ, v ktorých nevystupuje k ani l, sú tiež inverziami
permutácie σ ◦ τ. Inverzie, v ktorých vystupujú prvky i, k, a i, l, kde i = k, l,
alebo obe súčasne vzniknú alebo súčasne zaniknú v σ ◦ τ oproti σ. Konečne,
pokiaľ (k, l) nebola inverziou v σ, stane sa ňou v σ ◦ τ; pokiaľ ňou bola, táto
inverzia v σ ◦ τ zanikne. Teda celkový rozdiel počtu inverzií permutácií σ a
σ ◦ τ je nepárny.
0.6 Ekvivalencie a rozklady
Podobne ako predošlý, i tento paragraf môže čitateľ zatiaľ preskočiť. Jeho
znalosť bude potrebná až neskôr, v súvislosti s niektorými otázkami teórie
34 0. Základné pojmy z logiky a teórie množín
grúp. S pojmom ekvivalencie sa síce stretneme už predtým, dovtedy ho však
nebudeme systematicky využívať.
Nech ∼ je nejaký dvojmiestny vzťah, do ktorého vstupujú prvky nejakého
oboru objektov M (tento obor môže, ale nemusí byť množinou). Zápisom
x ∼ y značíme, že prvky x, y ∈ M sa nachádzajú vo vzťahu ∼; ak sa x, y ∈ M
nenachádzajú v tomto vzťahu, píšeme x ∼ y.
Hovoríme, že vzťah ∼ je na obore M
(a) reflexívny, ak pre všetky x ∈ M platí x ∼ x;
(b) symetrický, ak pre všetky x, y ∈ M platí x ∼ y ⇒ y ∼ x;
(c) tranzitívny, ak pre všetky x, y, z ∈ M platí x ∼ y & y ∼ z ⇒ x ∼ z.
Vzťah ∼, ktorý je reflexívny, symetrický a tranzitívny na obore M, nazývame
vzťahom ekvivalencie alebo len krátko ekvivalenciou na obore M. Ekvivalencie
budeme väčšinou značiť znakmi ∼, ≈, ≡ a pod.
Každý vzťah ekvivalencie na nejakej množine či obore objektov M predstavuje
isté hľadisko, z ktorého považujeme niektoré prvky z M za rovnocenné,
t. j. ekvivalentné, a iné nie. Napr. na množine všetkých hracích guličiek
v danej jamke možno zaviesť vzťah ekvivalencie, v ktorom sa nachádzajú ľubovoľné
dve guličky práve vtedy, keď majú rovnakú farbu. Vzťah, v ktorom
sa nachádzajú dve takéto guličky práve vtedy, keď majú rovnakú hmotnosť,
je iným príkladom ekvivalencie na tejto množine.
Jedným dychom však poznamenajme, že uvedené príklady neslobodno
brať príliš vážne, lebo rovnocennosť sa v nich mieša s podobnosťou, – „naozajstné
ekvivalencie predstavujú len v značne idealizovanom prípade. S reflexívnosťou
a symetriou nie je problém, v reálnom živote však zvykne zlyhať
tranzitívnosť. Môžeme sa napríklad zhodnúť, že guličky a, b majú rovnakú
farbu, a takisto majú rovnakú farbu guličky b, c. No farba guličiek a, c sa
nám už rovnakou zdať nemusí. Podobne môžeme v rámci presnosti našich
váh dospieť k záveru, že guličky p, q ako aj guličky q, r majú rovnakú hmotnosť.
Avšak hmotnosť guličiek p, r sa nám už vážením môže podariť rozlíšiť.
Lepším príkladom ekvivalencie je tak vzťah na množine všetkých bankoviek
danej meny, v ktorom sa nachádzajú dve bankovky práve vtedy, keď majú
rovnakú nominálnu hodnotu.
Na rozdiel od reálneho života sa v matematike nemusíme trápiť podobnými
ťažkosťami. Všetky ekvivalencie, s ktorými sa tu stretneme, budú mať
v plnej miere všetky tri uvedené vlastnosti. Ešte jeden príklad za všetky:
vzťahom
x ∼ y ⇔ |x| = |y|
je definovaná ekvivalencia „mať rovnakú absolútnu hodnotu na množine C
všetkých komplexných čísel.
0.6. Ekvivalencie a rozklady 35
Nech ∼ je ekvivalencia na množine X. Pre x ∈ X označme
˜x = {u ∈ X; u ∼ x}
množinu všetkých prvkov u ∈ X ekvivalentných s x, ktorú nazývame triedou
alebo blokom ekvivalencie prvku x. Zrejme pre ľubovoľné x ∈ X platí x ∈ ˜x.
Ľahko tiež možno dokázať (skúste sami), že
x ∼ y ⇔ ˜x = ˜y ⇔ x ∈ ˜y ⇔ y ∈ ˜x ⇔ ˜x ∩ ˜y = ∅
pre všetky x, y ∈ X. Množinu
X/∼ = {˜x; x ∈ X}
všetkých tried ekvivalencie prvkov množiny X nazývame faktorovou množinou
množiny X podľa ekvivalencie ∼. (Podotýkame, že v zhode s paragrafom
0.2 sa každá trieda ˜x nachádza v množine X/∼ iba raz, i keď prvkov
y ∈ X, pre ktoré platí ˜x = ˜y, môže byť mnoho.)
Priradením x → ˜x je definované surjektívne zobrazenie X → X/∼, ktoré
nazývame prirodzenou alebo tiež kanonickou projekciou množiny X na faktorovú
množinu X/∼.
Na faktorovú množinu X/∼ sa možno dívať dvojakým spôsobom. Jednak
ako na výsledok stotožnenia či zlepenia navzájom ekvivalentných prvkov
množiny X; v takom prípade sa na bloky ˜x dívame predovšetkým ako na
prvky, ktoré vznikli „stiahnutím celej triedy ˜x do jediného bodu, a vedome
si nevšímame fakt, že sú to zároveň množiny. Použitím názvu „faktorová
množina naznačujeme, že v danej chvíli dávame tomuto pohľadu prednosť.
Na druhej strane sa na množinu X/∼ možno dívať ako na rozklad množiny
X na navzájom disjunktné neprázdne množiny ˜x.
Rozkladom množiny X nazývame ľubovoľný systém (t. j. množinu) jej neprázdnych
podmnožín R taký, že každý prvok množiny X padne do práve
jednej množiny zo systému R. Inými slovami, systém R neprázdnych podmnožín
množiny X je jej rozkladom práve vtedy, keď spĺňa nasledujúce dve
podmienky:
(1) zjednotením všetkých množín A ∈ R je celá množina X, t. j.
(∀ x ∈ X)(∃ A ∈ R)(x ∈ A);
(2) množiny z R sú navzájom disjunktné, t. j.
(∀ A, B ∈ R)(A = B ⇒ A ∩ B = ∅).
Ľahko možno nahliadnuť, že faktorová množina X/∼ množiny X podľa ekvivalencie
∼ je zároveň rozkladom množiny X, ktorý je tvorený triedami
navzájom ekvivalentných prvkov. Taktiež naopak, každý rozklad R množiny
X určuje predpisom
x ∼R y ⇔ (∃ A ∈ R)(x, y ∈ A)
36 0. Základné pojmy z logiky a teórie množín
ekvivalenciu na množine X. Inak povedané, prvky x, y ∈ X sú vo vzťahu
ekvivalencie určenej rozkladom R práve vtedy, keď sa nachádzajú v tej istej
(jednoznačne určenej) množine z tohto rozkladu. Čitateľovi prenechávame,
aby si samostane overil, že takto definovaný vzťah ∼R je reflexívny, symetrický
a tranzitívny, t. j. má všetky tri požadované vlastnosti ekvivalencie, ako
aj rovnosť X/∼R = R, t. j. že rozklad (faktorová množina) určený ekvivalenciou
∼R splýva s pôvodným rozkladom R.
0.6.1. Príklad. Rozklad prislúchajúci k spomínanej ekvivalencii x ∼ y ⇔
|x| = |y| na množine C je vlastne rozkladom komplexnej roviny na navzájom
sústredné kružnice so stredom v počiatku 0 a ľubovoľným polomerom r ≥ 0
(kružnicu s nulovým polomerom prirodzene stotožňujeme s jej stredom).
0.7 O matematických dôkazoch
Matematika je veda vybudovaná prevažne (hoci nie výlučne) deduktívne. To
znamená, že v tej-ktorej matematickej teórii vychádzame z určitých základných
pojmov, ktoré považujeme za intuitívne jasné vďaka istým s nimi spojeným
názorným predstavám. Ďalšie pojmy potom definujeme pomocou pojmov
základných alebo skôr definovaných. Základné pojmy označujú základné
objekty, ktoré tvoria predmet nášho štúdia, alebo určité základné vzťahy medzi
nimi. Tieto objekty a vzťahy sú charakterizované istými východzími tvrdeniami,
ktorým hovoríme axiómy. V najjednoduchších prípadoch je platnosť
axióm jasná z názoru, ktorý stojí v pozadí príslušnej teórie. V zložitejších prípadoch
však môžu názorné predstavy zlyhať – vtedy sa na axiómy dívame
ako na implicitné definície základných pojmov. To znamená, že rezignujeme
na otázku, čo „naozaj označujú základné pojmy. Môžu označovať čokoľvek,
čo spĺňa dané axiómy – to je všetko, čo o nich predpokladáme. Zisk z takéhoto
prístupu spočíva v univerzálnosti matematiky – aj výsledky matematických
teórií sa potom vzťahujú na veľmi rôznorodé oblasti reality. Totiž na
tie, v ktorých možno interpretovať základné pojmy danej teórie tak, že sú
pritom splnené jej axiómy.
Pri deduktívnej výstavbe nejakej teórie vyvodzujeme ďalšie poznatky z jej
axióm logickými prostriedkami, t. j. dokazujeme ich. Týmto dokázaným poznatkom
hovoríme vety, tvrdenia, lemy a dôsledky, čím naznačujeme rôzny
stupeň dôležitosti, ktorý im pripisujeme. Názvom veta označujeme tie najdôležitejšie
z nich, menej dôležité nazývame tvrdeniami a tvrdenia pomocného
charakteru označujeme ako lemy. Dôsledky, ako už samotný názov napovedá,
pripájame ako bezprostredné dôsledky niektorých viet, tvrdení či liem, pokiaľ
ich význam nedosahuje úroveň viet. Poznamenajme, že toto rozdelenie
má značne subjektívny charakter a vývoj ho často zvykne prekonať. Mnohé
0.7. O matematických dôkazoch 37
vety časom upadajú do zabudnutia, kým naopak mnohé lemy postupne nadobúdajú
na význame.
Základným prostriedkom odvodzovania nových poznatkov v deduktívnej
teórii je dôkaz. V tomto paragrafe sa veľmi stručne zoznámime s hlavnými
typmi matematických dôkazov: s priamym dôkazom, s nepriamym dôkazom a
s dôkazom sporom. Uvidíme, že toto rozdelenie tak trochu súvisí so stratégiou
vedenia príslušného dôkazu. V nasledujúcom paragrafe sa ešte zoznámime
s dôkazom matematickou indukciou.
Väčšina matematických tvrdení má tvar implikácie P ⇒ Q, t. j. tvrdí sa
v nich, že z predpokladu P vyplýva záver Q. Pritom predpoklad P je často
konjunkciou nejakých dielčích predpokladov, čiže má tvar P1 & . . . & Pn.
Na tomto mieste sa obmedzíme na niekoľko poznámok o dôkazoch tvrdení
takéhoto tvaru.
0.7.1. Priamy dôkaz. Pri priamom dôkaze implikácie P ⇒ Q dokazujeme
(či sa aspoň pokúšame dokázať) záver Q z predpokladu P. Spočiatku
sa snažíme dokázať priamo záver Q z daných axióm a už skôr dokázaných
tvrdení. Postupujeme pri tom tak ďaleko, ako sa len dá, pričom jedným očkom
stále poškuľujeme po predpoklade P, či dielčích predpokladoch P1, . . . , Pn. Vo
chvíli, keď už nevieme ako ďalej, siahneme po tom z dielčích predpokladov Pi,
ktorý nám umožní pohnúť sa dopredu. Opäť postupujeme ďalej a vo vhodnej
chvíli zasa použijeme niektorý dielčí predpoklad Pj (nie nevyhnutne rôzny od
Pi). Ak sme úspešní, nakoniec sa nám podarí dospieť k záveru Q, čím dôkaz
končí. Ak sme neúspešní, musíme to skúsiť inak, prípadne sa zamyslieť nad
otázkou, či spomínaná implikácia vôbec platí.
Môže sa stať, že pri našom úspešnom dôkaze sme nepoužili všetky dielčie
predpoklady P1, . . . , Pn, ale povedzme prvý a posledný z nich sme nepotrebovali.
To znamená, že miesto pôvodného tvrdenia (P1 & P2 & . . . & Pn−1 & Pn)
⇒ Q sme dokázali silnejšie tvrdenie (P2 & . . . & Pn−1) ⇒ Q.
0.7.2. Nepriamy dôkaz. Pri nepriamom dôkaze implikácie P ⇒ Q dokazujeme
miesto nej logicky ekvivalentnú tzv. transponovanú implikáciu ¬Q ⇒
¬P práve opísanou metódou priameho dôkazu. Za tým účelom býva často
užitočné (pokiaľ to ide) rozčleniť predpoklad ¬Q na konjunkciu dielčích predpokladov
R1 & . . . & Rm. Ak pôvodný predpoklad P bol konjunkciou dielčích
predpokladov P1 & . . . & Pn, tak jeho negácia ¬P je ekvivalentná s alternatívou
¬P1 ∨ . . . ∨ ¬Pn. Potom transponovaná implikácia ¬Q ⇒ ¬P je
logicky ekvivalentná s ľubovoľnou z implikácií
(¬Q & P1 & . . . & Pi−1 & Pi+1 & . . . & Pn) ⇒ ¬Pi,
kde 1 ≤ i ≤ n. Nový záver ¬Pi sa, samozrejme, usilujeme vybrať čo najvý-
38 0. Základné pojmy z logiky a teórie množín
hodnejšie, na čo neexistuje jednoznačný recept, no časom sa nám azda podarí
nadobudnúť cit, ktorým sa budeme môcť riadiť.
0.7.3. Dôkaz sporom. Dôkaz sporom do istej miery pripomína nepriamy
dôkaz a často sa s ním zvykne zamieňať. Najmä začiatočník by mal k nemu
siahnuť až vtedy, keď sa mu priamy ani nepriamy dôkaz nedarí, prípadne keď
v ňom skrsne podozrenie, že dokazované tvrdenie neplatí. Namiesto dokazovanej
implikácie P ⇒ Q prijmeme predpoklad P & ¬Q, ktorý je logicky
ekvivalentný s jej negáciou ¬(P ⇒ Q). Tento predpoklad sa usilujeme doviesť
k sporu, čím sa myslí nejaký logicky absurdný záver, ako napr. x = x,
alebo spor s niektorým z pôvodných predpokladov P, ¬Q, prípadne spor
s niektorou z axióm alebo s niektorým zo skôr dokázaných tvrdení.
Na rozdiel od priameho alebo nepriameho dôkazu, dôkaz sporom nemá
vopred stanovený smer určený nejakým známym záverom – ten by sa mal
objaviť až v jeho priebehu. Ak sa ani pokus doviesť k sporu predpoklad
P & ¬Q neskončí úspešne, je namieste pokúsiť sa ho dokázať, to znamená
vyvrátiť pôvodnú hypotézu P ⇒ Q.
0.7.4. Dôkaz ekvivalencie. Niekedy sa nám môže podariť dokázať ekvivalenciu
P ⇔ Q postupnosťou logicky ekvivalentných krokov, no to je skôr
výnimka než pravidlo. Vo všeobecnosti si jej dôkaz vyžaduje dokázať zvlášť
každú z implikácií P ⇒ Q, Q ⇒ P. Pritom na každú z nich možno použiť
ľubovoľnú z troch skôr spomínaných metód. Často sa jedna z uvedených implikácií
dokazuje priamo a druhá nepriamo, teda dôkaz uvedenej ekvivalencie
pozostáva napr. z priamych dôkazov implikácií P ⇒ Q a ¬P ⇒ ¬Q.
V našom kurze sa neraz stretneme s vetami, v ktorých sa tvrdí ekvivalencia
viacerých podmienok P1, . . . , Pn. V tom je zahrnutých n(n − 1) jednotlivých
implikácií Pi ⇒ Pj pre rôzne i, j ≤ n. Dokazovať ich všetky by
pre n ≥ 3 bolo značne neefektívne a taktiež zbytočné. Stačí totiž dokázať n
implikácií tvoriacich cyklus
Pσ(1) ⇒ Pσ(2) ⇒ . . . ⇒ Pσ(n−1) ⇒ Pσ(n) ⇒ Pσ(1),
kde σ je ľubovoľná permutácia množiny indexov {1, . . . , n}, ktorú si volíme
tak, aby to bolo čo najvýhodnejšie. S príkladmi všetkých uvedených typov
dôkazov sa budeme v našom kurze neustále stretávať.
0.8 Matematická indukcia a rekurzia
Množinu všetkých nezáporných celých čísel značíme N = {0, 1, 2, . . . , } a
nazývame ju tiež množinou všetkých prirodzených čísel.
0.8. Matematická indukcia a rekurzia 39
0.8.1. Dôkaz matematickou indukciou. Platnosť nejakého tvrdenia P(n)
pre všetky prirodzené čísla, t. j. tvrdenie (∀ n ∈ N)P(n) sa obvykle dokazuje
matematickou indukciou. Dôkaz indukciou spočíva v dôkaze dvoch tvrdení:
nato, aby sme dokázali, že každé prirodzené číslo n má vlastnosť P, stačí
dokázať, že platí
1◦
P(0), t. j. 0 má vlastnosť P;
2◦
(∀ n ∈ N)(P(n) ⇒ P(n + 1)),
t. j. ak n je ľubovoľné prirodzené číslo, ktoré má vlastnosť P, tak aj číslo
n + 1 má vlastnosť P.
Štruktúru dôkazu matematickou indukciou tak možno zhrnúť do schémy
P(0) & (∀ n ∈ N)(P(n) ⇒ P(n + 1)) ⇒ (∀ n ∈ N)P(n).
V bode 2◦
sa vlastne tvrdí platnosť všetkých implikácií P(0) ⇒ P(1),
P(1) ⇒ P(2), P(2) ⇒ P(3), . . . . Z bodu 1◦
a prvej z nich vyplýva P(1),
z toho spolu s druhou implikáciou dostávame P(2), z čoho pomocou tretej
implikácie plynie P(3), atď.
Princíp matematickej indukcie je logicky ekvivalentný so zdanlivo očividným
princípom dobrého usporiadania, ktorý tvrdí, že každá neprázdna
množina A ⊆ N má najmenší prvok. Keďže pre väčšinu študentov býva tento
princíp ľahšie prijateľný než princíp indukcie, predvedieme ako možno princíp
indukcie z neho dokázať. Dôkaz princípu dobrého usporiadania z princípu
indukcie prenechávame na rozmyslenie čitateľovi.
Predpokladajme teda platnosť princípu dobrého usporiadania. Nech P
je vlastnosť taká, že platí P(0) a (∀ n ∈ N)(P(n) ⇒ P(n + 1)). Označme
A = {n ∈ N; ¬P(n)}. Ak neplatí (∀ n ∈ N)P(n), tak A = ∅. Nech m je
najmenší prvok množiny A. Potom zrejme m = 0 a m − 1 /∈ A, teda platí
P(m − 1). No keďže P(m − 1) ⇒ P(m), platí P(m), čiže m /∈ A, čo je spor.
Z pedagogických dôvodov sa budeme (najmä spočiatku) pri dôkazoch
indukciou odvolávať radšej na princíp dobrého usporiadania než na princíp
indukcie, a tomu tiež podriadime redakciu dôkazu.
Poznámka. (a) Niekedy je potrebné miesto počiatočného tvrdenia 1◦
osobitne
dokázať niekoľko prvých tvrdení P(0), P(1), . . . , P(k) a potom prejsť
k dôkazu modifikovaného tvrdenia 2◦
, totiž (∀ n ≥ k)(P(n) ⇒ P(n + 1)).
(b) Indukciou možno dokazovať aj tvrdenia tvaru (∀ n ≥ m)P(n), kde
m je nejaké pevné prirodzené číslo. Stačí dokázať mierne upravené verzie
tvrdení 1◦
a 2◦
: P(m) a (∀ n ≥ m)(P(n) ⇒ P(n + 1)).
(c) Pri dôkaze indukciou možno bod 2◦
nahradiť tvrdením
(∀ n ∈ N) (P(0) & . . . & P(n)) ⇒ P(n + 1) .
40 0. Základné pojmy z logiky a teórie množín
Inak povedané, pri dôkaze záveru P(n+1) v bode 2◦
sa nemusíme opierať len
o predpoklad P(n), ale v prípade potreby môžeme ako predpoklady použiť
všetky predchádzajúce tvrdenia P(0), . . . , P(n). Takýto dôkaz indukciou sa
vlastne riadi schémou
(∀ n ∈ N) (∀ k < n)P(k) ⇒ P(n) ⇒ (∀ n ∈ N)P(n).
Rozmyslite si, ako je predpoklad 1◦
, t. j. tvrdenie P(0), už zahrnutý v predpoklade
novej schémy pre n = 0, t. j. v tvrdení (∀ k < 0)(P(k) ⇒ P(0)). Ďalej
si premyslite, ako možno transpozíciou uvedenej implikácie priamo dostať
matematickú formuláciu princípu dobrého usporiadania.
0.8.2. Rekurzia. Princíp matematickej indukcie sa používa nielen na dôkazy
tvrdení o prirodzených číslach. Možno ho použiť aj na konštrukciu
rôznych, či už konečných alebo nekonečných postupností. V takom prípade
miesto indukcie budeme radšej hovoriť o postupnosti definovanej či zostrojenej
rekurziou.
Nech X je množina a F je zobrazenie, ktoré každej konečnej postupnosti,
(usporiadanej n-tici) (x1, . . . , xn) prvkov z X (akejkoľvek dĺžky n ∈ N) priradí
nejaký prvok F(x1, . . . , xn) ∈ X. Pomocou zobrazenia F možno zostrojiť
nekonečnú postupnosť (an)∞
n=0 prvkov z X tak, že položíme
a0 = F(∅), an+1 = F(a0, a1, . . . , an)
pre každé n ∈ N. V takom prípade, hovoríme, že postupnosť (an) je definovaná
rekurziou pomocou zobrazenia F.
Druhú rovnosť možno samozrejme zapísať v tvare an = F(a0, a1, . . . , an−1)
pre n > 0. Taktiež možno definíciu rekurziou obmedziť len na nejaký počiatočný
úsek 0, 1, . . . , n množiny prirodzených čísel a dostať tak rekurziou
konečnú postupnosť (a0, a1, . . . , an). Niekedy rekurziu začíname nie od nuly
ale od jednotky, prípadne od ľubovoľného prirodzeného čísla k.
Prvým členom postupnosti (an) zostrojenej rekurziou pomocou zobrazenia
F je prvok a0 = F(∅) ∈ X. Ďalšie členy potom vyzerajú takto:
a1 = F(a0), a2 = F(a0, a1), a3 = F(a0, a1, a2), . . . , an = F(a0, . . . , an−1),
an+1 = F(a0, . . . , an), atď.
Najčastejšie sa stretáme s prípadom, keď sa pri rekurzívnej konštrukcii
člena an+1 nepoužíva celá predchádzajúca časť postupnosti (a0, . . . , an) ale
len jej posledný člen an. Napríklad v aritmetickej postupnosti reálnych čísel
s počiatočným členom a0 a diferenciou d platí an+1 = an + d; podobne
rekurentný vzťah pre geometrickú postupnosť reálnych čísel s počiatočným
členom a0 a kvocientom q má tvar an+1 = qan.
0.8. Matematická indukcia a rekurzia 41
Iným známym číselným príkladom je tzv. Fibonacciho postupnosť (φn)∞
n=0,
ktorej rekurzívna definícia
φ0 = φ1 = 1, φn+2 = φn + φn+1
používa dva predchádzajúce členy. Rozmyslite si, ako táto definícia zapadá
do našej všeobecnej schémy.
0.8.3. Príklad. Bellove čísla sú definované rekurziou
B0 = 1, Bn+1 =
n
k=0
n
k
Bk,
pri ktorej sa využívajú všetky predchádzajúce členy. Pre istotu pripomíname,
že
n
k
=
n!
k!(n − k)!
=
n(n − 1) . . . (n − k + 1)
k!
označuje binomický koeficient alebo kombinačné číslo udávajúce počet všetkých
k-prvkových podmnožín n-prvkovej množiny.
Vypočítame niekoľko počiatočných hodnôt Bellových čísel:
B0 = 1, B1 =
0
0
B0 = 1, B2 =
1
0
B0 +
1
1
B1 = 2,
B3 =
2
0
B0 +
2
1
B1 +
2
2
B2 = 5,
B4 =
3
0
B0 +
3
1
B1 +
3
2
B2 +
3
3
B3 = 15,
B5 =
4
0
B0 +
4
1
B1 +
4
2
B2 +
4
3
B3 +
4
4
B4 = 52,
B6 =
5
0
B0 +
5
1
B1 +
5
2
B2 +
5
3
B3 +
5
4
B4 +
5
5
B5 = 203, . . .
Matematickou indukciou teraz dokážeme, že počet všetkých rozkladov
n-prvkovej množiny (teda aj ekvivalencií na n-prvkovej množine) je rovný
číslu Bn. Zrejme na prázdnej možine existuje jediný rozklad R = ∅. Predpokladajme
teraz, že pre každé k ≤ n existuje práve Bk rozkladov k-prvkovej
množiny. Všetky rozklady (n + 1)-prvkovej množiny {0, 1, . . . , n} možno získať
nasledujúcim spôsobom:
42 0. Základné pojmy z logiky a teórie množín
(1) zvolíme si ľubovoľné k ≤ n a ľubovoľnú k-prvkovú podmnožinu A množiny
{1, . . . , n} – to pre dané k možno urobiť práve n
k
spôsobmi;
(2) vezmeme ľubovoľný rozklad R množiny A – ten podľa indukčného predpokladu
možno vybrať práve Bk spôsobmi – a množinu A = {0, 1, . . . , n}
A pridáme k pôvodnému rozkladu R.
Zrejme sme takto získali nejaký rozklad RA = R ∪ {A } (n + 1)-prvkovej
množiny {0, 1, . . . , n}, pričom každý rozklad S množiny {0, 1, . . . , n} má tvar
S = RA pre jednoznačne určenú dvojicu (R, A). Všetkých rozkladov (n+1)prvkovej
množiny teda je n
k=0
n
k
Bk = Bn+1.
Cvičenia
0.1. Pre ľubovoľné množiny X, Y sú nasledujúce štyri podmienky ekvivalentné:
(i) X ⊆ Y , (ii) X ∩ Y = X, (iii) X ∪ Y = Y , (iv) X Y = ∅.
Dokážte.
0.2. Vzťah inklúzie je reflexívny a tranzitívny, t. j. pre ľubovoľné množiny X, Y , Z platí:
(a) X ⊆ X; (b) X ⊆ Y & Y ⊆ Z ⇒ X ⊆ Z
Dokážte. Nájdite príklad dosvedčujúci, že nie je symetrický.
0.3. Nech Z = {. . . , −2, −1, 0, 1, 2, . . . } označuje množinu všetkých celých čísel. Pre
každé 0 = n ∈ Z označme nZ = {nx; x ∈ Z} množinu všetkých celých čísel
deliteľných číslom n. Dokážte, že pre ľubovoľné nenulové celé čísla m, n platí
(a) mZ ⊆ nZ ⇔ m je násobkom n;
(b) mZ = nZ ⇔ |m| = |n|;
(c) mZ ∩ nZ = kZ, kde k je najmenší spoločný násobok čísel m a n;
(d) Môže pre niektoré m, n nastať rovnosť mZ∩nZ = ∅, prípadne mZ∩nZ = {0}?
Zdôvodnite.
0.4. Pre ľubovoľné množiny X, Y , Z platí
X ∩ Y = Y ∩ X, X ∪ Y = Y ∪ X,
X ∩ (Y ∩ Z) = (X ∩ Y ) ∩ Z, X ∪ (Y ∪ Z) = (X ∪ Y ) ∪ Z,
X ∩ X = X, X ∪ X = X,
X ∩ ∅ = ∅, X ∪ ∅ = X,
X ∩ (Y ∪ Z) = (X ∩ Y ) ∪ (X ∩ Z), X ∪ (Y ∩ Z) = (X ∪ Y ) ∩ (X ∪ Z),
X X = ∅, X ∅ = X,
X ∩ (Y X) = ∅, X ∪ (Y X) = X ∪ Y,
(X ∩ Y ) Z = (X Z) ∩ (Y Z), (X ∪ Y ) Z = (X Z) ∪ (Y Z),
X (Y ∩ Z) = (X Y ) ∪ (X Z), X (Y ∪ Z) = (X Y ) ∩ (X Z),
(X Y ) Z = X (Y ∪ Z), X (Y Z) = (X Y ) ∪ (X ∩ Z),
(X Y ) ∩ Z = (X ∩ Z) Y, (X Y ) ∪ Z = (X ∪ Z) (Y Z).
Dokážte. Pomenujte niektoré z uvedených vlastností binárnych operácií ∩, ∪ a
(komutatívnosť, asociatívnosť, . . . ).
0.5. Pre ľubovoľné množiny X, Y , Z platí
Cvičenia 43
X × (Y ∩ Z) = (X × Y ) ∩ (X × Z), X × (Y ∪ Z) = (X × Y ) ∪ (X × Z),
X × (Y Z) = (X × Y ) (X × Z), X × ∅ = ∅.
Dokážte. Napíšte analogické vzťahy distributívnosti karteziánskeho súčinu vzhľadom
na operácie prieniku, zjednotenia a množinového rozdielu pri násobení sprava.
0.6. Nech X, Y , Z sú ľubovoľné množiny. Nájdite čo najprirodzenejšiu bijekciu a k nej
inverzné zobrazenie medzi každou z nasledujúcich dvojíc množín (množina P(X)
všetkých podmnožín množiny X z časti (f) sa nazýva potenčná množina množiny
X):
(a) X × Y , Y × X; (b) X × (Y × Z), (X × Y ) × Z;
(c) (X × Y )Z
, XZ
× Y Z
; (d) XY ×Z
, XY Z
;
(e) Xn
, X{1,...,n}
; (f) {0, 1}X
, P(X) = {A; A ⊆ X};
(g) XY ∪Z
, XY
× XZ Y
; (h) XY
× XZ
, X(Y ×{0})∪(Z×{1})
.
0.7. Nech R označuje množinu všetkých reálnych čísel. Funkcie f, g, h: R → R sú dané
predpismi f(x) = (x + 1)2
, g(x) = 1 − sin 2x, h(x) = e−x
. Napíšte a zjednodušte
predpisy pre zložené funkcie f ◦ f, f ◦ g, g ◦ f, f ◦ h, h ◦ f, g ◦ h, h ◦ g, f ◦ g ◦ h,
h ◦ g ◦ f, g ◦ f ◦ h a g ◦ h ◦ f.
0.8. Nech f : X → Y , g: Y → Z sú ľubovoľné zobrazenia. Dokážte postupne nasledujúce
tvrdenia:
(a) Ak f, g sú injektívne, tak aj g ◦ f je injektívne.
(b) Ak f, g sú surjektívne, tak aj g ◦ f je surjektívne.
(c) Ak f, g sú bijektívne, tak aj g ◦ f je bijektívne.
(d) Ak g ◦ f je injektívne, tak aj f je injektívne.
(e) Ak g ◦ f je surjektívne, tak aj g je surjektívne.
(f) Ak g ◦ f je bijektívne, tak f je injektívne a g je surjektívne.
Na príklade ukážte, že v prípade (f) g nemusí byť injektívne ani f surjektívne. Čo
z toho vyplýva pre prípady (d) a (e)?
0.9. Pre ľubovoľné zobrazenia f : X → Y , g: Y → Z a množiny A ⊆ X, B ⊆ Z dokážte
rovnosti:
(a) (g ◦ f)(A) = g(f(A)); (b) (g ◦ f)−1
(B) = f−1
(g−1
(B)).
0.10. Nech f : X → Y je ľubovoľné zobrazenie. Potom pre všetky A, B ⊆ X, C, D ⊆ Y
platí
(a) A ⊆ B ⇒ f(A) ⊆ f(B); (b) C ⊆ D ⇒ f−1
(C) ⊆ f−1
(D);
(c) f(A ∩ B) ⊆ f(A) ∩ f(B); (d) f−1
(C ∩D) = f−1
(C)∩f−1
(D);
(e) f(A ∪ B) = f(A) ∪ f(B); (f) f−1
(C ∪ D) = f−1
(C) ∪ f−1
(D);
(g) f(A B) ⊇ f(A) f(B); (h) f−1
(C D) = f−1
(C) f−1
(D);
(i) f−1
(f(A)) ⊇ A; (j) f f−1
(C) ⊆ C.
Dokážte. Na príkladoch sa presvedčte, že inklúzie v prípadoch (c), (g), (i) a (j)
nemožno zameniť rovnosťami. Ukážte, že rovnosť pre všetky A, B ⊆ X je v ľubovoľnom
z prípadov (c), (g) a (i) ekvivalentná s injektívnoťou zobrazenia f. Podobne
je rovnosť pre každé C ⊆ Y v prípade (j) ekvivalentná so surjektívnosťou f.
44 0. Základné pojmy z logiky a teórie množín
0.11. Nech f : X → Y , g: Y → Z sú bijektívne zobrazenia. Potom (g ◦ f)−1
= f−1
◦ g−1
.
Dokážte. Odvoďte z toho, že pre každú permutáciu σ ∈ Sn platí |σ| = σ−1
a
sgn σ = sgn σ−1
.
0.12. (a) Sformulujte pojmy ľavého a pravého neutrálneho prvku binárnej operácie ∗ na
množine X.
(b) Nech x y = y pre všetky x, y ∈ X. Je táto binárna operácia na množine X
asociatívna resp. komutatívna? Nájdite všetky ľavé a všetky pravé neutrálne prvky
operácie .
(c) Predpokladajme, že e je jediným neutrálnym prvkom (či už ľavým, pravým
alebo obojstranným) binárnej operácie ∗ na množine X. Sformulujte pojmy ľavého
a pravého inverzného prvku k danému prvku x ∈ X.
(d) Pomocou multiplikatívnej tabuľky nájdite príklad (neasociatívnej) binárnej
operácie ∗ na množine X, ktorá má jediný (obojstranný) neutrálny prvok e, pričom
niektorý prvok a ∈ X má jediný ľavý inverzný a dva rôzne pravé inverzné prvky,
a iný prvok b ∈ X má jediný ľavý inverzný no žiadny pravý inverzný prvok. Aké
situácie môžu ešte nastať? (Pozri cvičenie 0.18.)
0.13. Nech =
1 2 3 4
3 4 1 2
, σ =
1 2 3 4
2 3 1 4
sú permutácie množiny {1, 2, 3, 4}. Vypočítajte
permutácie σ−1
, −1
σ ◦ , ◦ σ, σ ◦ −1
, ◦ σ−1
a −1
◦ σ ◦ .
0.14. Nech 1 ≤ i ≤ n ∈ N. Permutácia α ∈ Sn sa nazýva i-cyklus, ak na nejakej iprvkovej
množine {a1, a2, . . . , ai} ⊆ {1, 2, . . . , n} operuje cyklicky podľa schémy
α: a1 → a2 → . . . → ai → a1 a na zvyšku množiny {1, . . . , n} identicky, t. j.
α(a) = a pre a ∈ {1, . . . , n} {a1, . . . , ai}. Skrátene píšeme α = (a1, . . . , ai). Dva
cykly α = (a1, . . . , ai), β = (b1, . . . , bj) sa nazývajú disjunktné, ak {a1, . . . , ai} ∩
{b1, . . . , bj} = ∅. Zrejme identickú permutáciu možno považovať za 1-cyklus a každá
transpozícia je 2-cyklus. Dokážte postupne nasledujúce tvrdenia:
(a) Nech α, β ∈ Sn sú dva cykly. Potom α ◦ β = β ◦ α práve vtedy, keď cykly α, β
sú disjunktné alebo aspoň jeden z nich je 1-cyklus.
(b) Každá permutácia σ ∈ Sn, je kompozíciou disjunktných cyklov σ = α1 ◦ . . . ◦
αk. Ak do tejto kompozície zahrnieme aj všetky 1-cykly, tak uvedený rozklad je
určený jednoznačne až na poradie jednotlivých cyklov. (Návod: Vytvorte cyklus
(1, σ(1), σ2
(1), . . . , σi−1
(1)). Na zvyšku množiny {1, . . . , n}, ak nejaký zostal, postup
opakujte.)
(c) Každý cyklus je kompozíciou transpozícií (napr. (1, 2, . . . , n) = (1, n) ◦ . . . ◦
(1, 3) ◦ (1, 2)).
(d) Každá permutácia σ ∈ Sn je kompozíciou transpozícií.
(e) Dĺžka i-cyklu α je |α| = i − 1 a jeho znak je sgn α = (−1)i−1
.
(f) Nech σ = α1 ◦ . . . ◦ αk je rozklad permutácie σ na disjunktné cykly, pričom
αj je ij-cyklus. Potom dĺžka permutácie σ je |σ| = i1 + . . . + ik − k a jej
znak je sgn σ = (−1)i1+...+ik−k
. Ak uvedený rozklad zahŕňa aj všetky 1-cykly, tak
|σ| = n − k a sgn σ = (−1)n−k
.
0.15. (a) Rozložte každú z permutácií zo zadania aj výsledkov v cvičení 0.11 na kompozíciu
disjunktných cyklov (vrátane 1-cyklov) a pre každú z nich určte jej dĺžku a
znamienko.
Cvičenia 45
(b) Spočítajte pre každú z uvedených permutácií počet jej inverzií a porovnajte
s jej dĺžkou. Presvedčte sa, že obe čísla sa nemusia rovnať, no vždy majú rovnakú
paritu.
(c) Rozložte permutáciu τ = (1, 3, 5, 7) ◦ (1, 2) ◦ (2, 4, 6, 8) ◦ (4, 5, 6) ∈ S10 na
disjunktné cykly (vrátane 1-cyklov) a určte jej dĺžku a znamienko.
0.16. k:0.16 (a) Nech n ∈ Z (pozri cvičenie 0.3). Dokážte, že vzťahom x ≡n y ⇔ x−y ∈
nZ je definovaná ekvivalencia na množine Z. Túto ekvivalenciu značíme tiež x ≡ y
mod n a nazývame ju kongruenciou modulo n.
(b) Predpokladajme, že n > 0, a označme Zn = {0, 1, . . . , n − 1} = {x ∈ Z; 0 ≤
x < n}. Potom (∀ x ∈ Z)(∃! z ∈ Zn)(x ≡n z). Dokážte. Toto jednoznačne určené
z ∈ Zn nazývame zvyškom po delení čísla x číslom n.
(c) Pre ľubovoľné n ∈ Z platí (∀ x, y, u, v ∈ Z)(x ≡n y & u ≡n v ⇒ x + u ≡n
y + v & xu ≡n yv).
(d) Ako vyzerajú triedy rozkladu množiny Z podľa kongruencie ≡n?
0.17. Matematickou indukciou dokážte nasledujúce vzorce:
(a)
n
i=1 i = 1 + 2 + . . . + n = 1
2 n(n + 1);
(b)
n
j=1 j(j + 1) = 1 · 2 + 2 · 3 + . . . + n(n + 1) = 1
3 n(n + 1)(n + 2);
(c)
n
k=1 k2
= 12
+ 22
+ . . . + n2
= 1
6 n(n + 1)(2n + 1);
(d)
n
k=0 qk
= 1 + q + q2
+ . . . + qn
= qn+1
−1
q−1 , (q = 1);
(e)
n
p=1 sin px = sin x + sin 2x + . . . + sin nx = sin(nx/2) sin((n+1)x/2)
sin(x/2) , (x = 2kπ,
k ∈ Z);
(f)
n
p=0 cos px = cos 0 + cos x + . . . + cos nx = cos(nx/2) sin((n+1)x/2)
sin(x/2) , (x = 2kπ,
k ∈ Z);
(g) φn =
1+
√
5
n+1
− 1−
√
5
n+1
2n+1
√
5
, (φn sú Fibonacciho čísla).
0.18. (a) Priamym výpočtom overte, že binomické koeficienty n
k = n!
k!(n−k)! vyhovujú
rovnosti n
k = n
n−k a pravidlám Pascalovho trojuholníka, t. j. n
0 = n
n = 1 a
n+1
k = n
k−1 + n
k pre 1 ≤ k ≤ n.
(b) Označme C(n, k) počet všetkých k-prvkových podmnožín n-prvkovej množiny.
Kombinatorickou úvahou dokážte, že aj tzv. kombinačné čísla C(n, k) vyhovujú
pravidlám Pascalovho trojuholníka, t. j. C(n, 0) = C(n, n) = 1 a C(n + 1, k) =
C(n, k − 1) + C(n, k) pre 1 ≤ k ≤ n.
(c) Na základe (a) a (b) odvoďte známy vzorec C(n, k) = n
k . Kde treba pritom
použiť matematickú indukciu?
(d) Pre k > n dodefinujme n
k = C(n, k) = 0. Predpisom n ∗ k = C(n, k) je
tak definovaná binárna operácia na množine N. Je táto operácia komutatívna resp.
asociatívna? Má nejaký ľavý resp. pravý neutrálny prvok? (Pozri cvičenie 0.12.) Ako
je to s prípadnými ľavými či pravými inverznými prvkami?
(e) Riešte úlohu (d) aj pre binárnu operáciu n • k = C(n + k, k) = (n+k)!
n! k! na
množine N.
0.19. Matematickou indukciou dokážte princíp dobrého usporiadania množiny N (t. j.
46 0. Základné pojmy z logiky a teórie množín
každá neprázdna podmnožina A množiny N má najmenší prvok).
(Návod: Transponujte implikáciu (∀ n ∈ N) (∀ k < n)P(k) ⇒ P(n) ⇒ (∀ n ∈ N)P(n),
a nahraďte vlastnosť P(n) vlastnosťou n /∈ A.)
1. Polia a vektorové priestory
V tejto kapitole zavedieme dva druhy algebraických štruktúr, ktoré budú
hrať v celom ďalšom výklade kľúčovú úlohu, a dokážeme o nich niekoľko
jednoduchých základných tvrdení. Ide štruktúry, ktoré zahŕňame pod pojem
poľa a pojem vektorového priestoru.
Prvky poľa budeme nazývať skaláry, a niekedy len čísla. Fyzikálne ich
možno interpretovať ako hodnoty fyzikálnych veličín, ktoré sú určené iba
svojou veľkosťou a znamienkom. Prvky vektorového priestoru, t. j. vektory,
zasa zodpovedajú fyzikálnym veličinám, ktoré sú okrem veľkosti určené tiež
smerom a orientáciou.
1.1 Základné číselné obory
Predpokladáme, že čitateľ pozná základné číselné obory, ako sú prirodzené
čísla, celé čísla, racionálne čísla, reálne čísla a komplexné čísla. Každý z týchto
číselných oborov tvorí množinu. Dohodneme sa, že ich budeme označovať tzv.
tučnými tabuľovými písmenami:
N – množina všetkých prirodzených čísel,
Z – množina všetkých celých čísel,
Q – množina všetkých racionálnych čísel,
R – množina všetkých reálnych čísel,
C – množina všetkých komplexných čísel.
Ešte poznamenajme, že i nulu považujeme za prirodzené číslo, t. j. 0 ∈ N.
Imaginárnu jednotku (ktorá je prvkom C R) budeme značiť i.
Konštatovaním, že uvedené číselné obory tvoria množiny, sme však ich
štruktúru zďaleka nevyčerpali. Omnoho dôležitejšie je, že na každej z týchto
množín sú definované dve binárne operácie, sčítanie + a násobenie · . Pritom
na každej z uvedených množín sú obe tieto operácie asociatívne a komutatívne.
Navyše, násobenie je (z oboch strán) distributívne vzhľadom na
sčítanie, t. j. pre všetky prvky x, y, z príslušnej množiny platí
x(y + z) = xy + xz, (x + y)z = xz + yz.
Číselný obor N je v porovnaní s obormi Z, Q, R a C akýsi „chudobnejší –
kým rovnice tvaru x + a = b majú v oboroch Z, Q, R, C riešenie x = b − a
pre ľubovoľné a, b, v N je takáto rovnica riešiteľná len ak a ≤ b. Obory Q,
R a C sú však „bohatšie nielen v porovnaní s N no i so Z – rovnice tvaru
48 1. Polia a vektorové priestory
ax = b majú v oboroch Q, R, C riešenie pre ľubovoľné a = 0 a b, kým v N či
Z sú riešiteľné len ak a je deliteľom b.
Nás budú zaujímať práve vlastnosti číselných oborov Q, R a C s operáciami
sčítania a násobenia. Pritom využijeme, že uvedené operácie na týchto
oboroch majú rad spoločných vlastností, čo nám umožňuje skúmať ich do
veľkej miery jednotným spôsobom a súčasne. To dosiahneme tým, že sformulujeme
abstraktný pojem poľa, pod ktorý zahrnieme všetky spomínané
prípady, ako i mnohé ďalšie, ktoré sa nám objavia až akosi dodatočne. Ako
sme spomínali už v úvode, práve takýto prístup je charakteristický pre algebru,
presnejšie, v ňom spočíva jej podstata.
1.2 Polia
Poľom nazývame množinu K s dvoma význačnými prvkami – nulou 0 a
jednotkou 1 – a dvomi binárnymi operáciami na K – sčítaním + a násobením
· – takými, že platí
(∀ a, b ∈ K)(a + b = b + a), (∀ a, b ∈ K)(a · b = b · a),
(∀ a, b, c ∈ K)(a + (b + c) = (a + b) + c), (∀ a, b, c ∈ K)(a · (b · c) = (a · b) · c),
(∀ a ∈ K)(a + 0 = a), (∀ a ∈ K)(1 · a = a),
(∀ a ∈ K)(∃ b ∈ K)(a + b = 0), (∀ a ∈ K {0})(∃ b ∈ K)(a · b = 1),
(∀ a, b, c ∈ K)(a · (b + c) = (a · b) + (a · c)), 0 = 1.
Teda sčítanie a násobenie v poli sú komutatívne a asociatívne operácie a
násobenie je distributívne vzhľadom na sčítanie. Ďalej 0 je neutrálny prvok
sčítania a 1 je neutrálny prvok násobenia, pričom tieto dva prvky sú rôzne.
Jednoducho možno nahliadnuť, že prvok b ∈ K taký, že a + b = 0, t. j.
inverzný prvok vzhľadom na operáciu sčítania, je k danému prvku a ∈ K
určený jednoznačne (pozri paragraf 0.4). Tento jednoznačne určený prvok
k danému a označujeme −a a nazývame opačný prvok k a. Miesto a + (−b)
zvykneme písať len a−b. Takisto prvok b ∈ K taký, že a·b = 1, je k danému
0 = a ∈ K určený jednoznačne – označujeme ho a−1
alebo 1
a
, prípadne 1/a
a nazývame inverzný prvok k a alebo prevrátená hodnota prvku a. Miesto
a · b−1
píšeme tiež a
b
alebo a/b.
Znak násobenia budeme väčšinou vynechávať a násobenie bude mať prednosť
pred sčítaním, teda napr. miesto (a · b) + c budeme písať len ab + c.
Asociatívnosť nám umožňuje vynechávať zátvorky a súčty či súčiny ľubovoľných
konečných postupností prvkov poľa jednoznačne zapisovať v tvare
a1 + a2 + . . . + an resp. a1 · a2 · . . . · an prípadne len a1a2 . . . an; komutatívnosť
nám navyše dovoľuje nestarať sa o poradie sčítancov resp. činiteľov.
Kvôli úplnosti sa dohodneme, že pre n = 1 sa oba uvedené výrazy rovnajú
a1; pre n = 0 kladieme prázdny súčet rovný 0 a prázdny súčin rovný 1. Ak
1.2. Polia 49
a1 = . . . = an = a, tak miesto a1 + . . . + an píšeme na a miesto a1 . . . an len
an
.
Teraz si ukážeme, ako možno niektoré najzákladnejšie pravidlá počítania,
na ktoré sme zvyknutí v číselných oboroch Q, R a C, odvodiť len z axióm
poľa. Zhrnieme ich do nasledujúceho tvrdenia. Okrem iného z neho vyplýva,
že k 0 nemôže v poli existovať inverzný prvok (podmienka (c)).
1.2.1. Tvrdenie. Nech K je pole. Potom pre ľubovoľné n ∈ N a a, b, c, b1, . . . ,
bn ∈ K platí
(a) a + b = a + c ⇒ b = c,
(b) (ab = ac & a = 0) ⇒ b = c,
(c) a0 = 0,
(d) ab = 0 ⇒ (a = 0 ∨ b = 0),
(e) −a = (−1)a,
(f) a(b − c) = ab − ac,
(g) a(b1 + . . . + bn) = ab1 + . . . + abn.
Dôkaz. (a), (b) Keďže obe podmienky možno dokázať v podstate rovnako,
urobíme to len pre druhú z nich. Z ab = ac vyplýva a−1
ab = a−1
ac. Ľavá
strana sa rovná b a pravá c.
(c) a0 + a0 = a(0 + 0) = a0 = a0 + 0. Podľa (a) z toho vyplýva a0 = 0.
(d) Nech ab = 0. Potom podľa (c) ab = 0 = a0. Ak a = 0, tak podľa (b)
z toho vyplýva b = 0.
(e) Vďaka jednoznačnosti opačného prvku k a stačí overiť, že (−1)a+a =
0. Jednoduchý výpočet dáva (−1)a + a = (−1)a + 1a = (−1 + 1)a = 0a = 0
podľa (c).
(f) Podľa (e) a(b−c) = a(b+(−1)c) = ab+a(−1)c = ab+(−1)ac = ab−ac.
(g) Rovnosť zrejme platí pre n = 0, 1, 2. Keby neplatila pre všetky
prirodzené čísla, označme n najmenšie prirodzené číslo, pre ktoré existujú
a, b1, . . . , bn ∈ K také, že uvedená rovnosť neplatí. Potom n > 2 a pre n − 1
rovnosť platí. Preto
a(b1 + . . . + bn−1 + bn) = a(b1 + . . . + bn−1) + abn = ab1 + . . . + abn−1 + abn.
To je však spor.
Doplňme, že podmienky (a) a (b) sa nazývajú zákony o krátení pre sčítanie
resp. násobenie v poli.
Podmienka (e) nám umožňuje zaviesť ľubovoľné celočíselné násobky prvkov
z poľa. Pre a ∈ K, n ∈ N kladieme (−n)a = −(na) = n(−a). Podobne
možno pre nenulové prvky poľa zaviesť i ľubovoľné celočíselné mocniny. Pre
0 = a ∈ K, n ∈ N kladieme a−n
= (an
)−1
= (a−1
)n
.
50 1. Polia a vektorové priestory
Čitateľovi prenechávame, aby si sám odvodil nasledujúce rovnosti známe
z bežných číselných oborov:
0a = 0, 1a = a, a ∈ K,
n(a + b) = na + nb, a, b ∈ K, n ∈ Z,
(m + n)a = ma + na, a ∈ K, m, n ∈ Z,
(mn)a = m(na), a ∈ K, m, n ∈ Z,
(mn)(ab) = (ma)(nb), a, b ∈ K, m, n ∈ Z,
a0
= 1, a1
= a, a ∈ K,
(ab)n
= an
bn
, a, b ∈ K, n ∈ Z, n < 0 ⇒ a = 0 = b,
am+n
= am
an
, a ∈ K, m, n ∈ Z, (m < 0 ∨ n < 0) ⇒ a = 0,
amn
= (am
)n
, a ∈ K, m, n ∈ Z, (m < 0 ∨ n < 0) ⇒ a = 0,
Ešte podotýkame, že v rovnostiach v prvom a šiestom riadku označujú 0 a
1 na ľavých stranách prirodzené čísla, t. j. prvky množiny N, kým 0 a 1 na
pravých stranách v prvom riadku označujú prvky poľa K. Vzhľadom na to,
že pre všetky tri príklady polí, s ktorými sme doteraz stretli, platí N ⊆ K,
môže sa nám toto rozlíšenie zdať nepodstatné. Vo všeobecnosti však uvedená
inklúzia platiť nemusí.
Nech K je pole a L ⊆ K. Hovoríme, že L je podpole poľa K, ak 0, 1 ∈ L
a pre všetky a, b ∈ L platí a + b ∈ L, ab ∈ L, −a ∈ L a, ak a = 0, tak aj
a−1
∈ L. Inak povedané, podpole poľa K je taká jeho podmnožina L, ktorá
obsahuje nulu a jednotku a je uzavretá vzhľadom na sčítanie, násobenie,
opačný a inverzný prvok. Zrejme každé podpole poľa K je s týmito operáciami
zúženými z K na L i samo poľom. Hovoríme tiež, že pole K je rozšírením
poľa L.
Zrejme pole Q je podpoľom poľa R i poľa C; pole C je rozšírením poľa Q
aj R.
Charakteristikou poľa K, označenie char K, nazývame najmenšie kladné
celé číslo n také, že n1 = 0; ak také n neexistuje, t. j. n1 = 0 pre každé celé
n > 0, hovoríme že K má charakteristiku ∞ (niektorí autori vtedy kladú
char K = 0).
Ak pole K je rozšírením poľa L, tak polia K a L majú tú istú jednotku,
preto char K = char L.
Zrejme char Q = char R = char C = ∞.
1.2.2. Veta. Nech K je pole. Potom char K je ∞ alebo prvočíslo.
Dôkaz Keďže 0 = 1, zrejme char K > 1. Predpokladajme, že char K = n
je zložené číslo. Potom existujú celé čísla k, l > 1 také, že n = kl. Keďže
k, l < n, je k1 = 0 = l1. Na druhej strane (k1)(l1) = (kl)(1 · 1) = n1 = 0.
Podľa tvrdenia 1.2.1(d) z toho vyplýva k1 = 0 alebo l1 = 0, čo je spor.
1.3. Polia Zp 51
1.3 Polia Zp
V tomto krátkom paragrafe si ukážeme príklady polí, ktorých charakteristika
nie je ∞. Z toho dôvodu sa tieto polia výrazne odlišujú od našich dôverne známych
číselných polí. Presnejšie, pre každé prvočíslo p zostrojíme isté konečné
pole Zp, ktoré má p prvkov a charakteristiku p. Na druhej strane, spomínané
číselné polia (ako vôbec všetky polia nekonečnej charakteristiky) sú nekonečné.
Poznamenajme, že pre každé prvočíslo p a kladné celé číslo k existuje
pk
-prvkové pole s charakteristikou p ako aj nekonečné polia charakteristiky
p. Ich konštrukcia však presahuje rámec nášho úvodného kurzu.
Pre potreby matematickej analýzy, teda aj z hľadiska fyzikálnych aplikácií,
sú najdôležitejšími poľami R a C. Konečné polia však v súčasnosti
zohrávajú dôležitú úlohu napr. v kódovaní a kryptografii.
Pre každé kladné celé číslo n označme
Zn = {k ∈ N; k < n} = {0, 1, . . . , n − 1}.
Množinu Zn zo zrejmých dôvodov (pozri cvičenie 0.12) nazývame množinou
zvyškových tried modulo n. Na tejto množine teraz zavedieme dve binárne
operácie – sčítanie ⊕ a násobenie (toto trochu ťažkopádne označenie budeme
používať len v tomto paragrafe, neskôr sa vrátime k obvyklým + a · ;
v definícii však treba odlíšiť sčítanie a násobenie v Zn od príslušných operácií
v Z). Pre a, b ∈ Zn kladieme
a ⊕ b = zvyšok po delení (a + b) : n,
a b = zvyšok po delení (ab) : n.
Čitateľovi prenechávame na overenie (prípadne na uverenie), že ⊕ a sú asociatívne
a komutatívne operácie na Zn a násobenie je distributívne vzhľadom
na sčítanie. Ďalej 0 je neutrálny prvok sčítania a, pre n > 1, je 1 neutrálny
prvok násobenia. Navyše a = n − a je opačný prvok k a ∈ Zn {0}; pre
a = 0 je samozrejme 0 = 0.
1.3.1. Veta. Množina Zn s operáciami ⊕ a je pole práve vtedy, keď n je
prvočíslo.
Dôkaz. Zrejme n je najmenšie kladné celé číslo také, že
n1 = 1 ⊕ . . . ⊕ 1
n-krát
= 0.
Preto, ak Zn je pole, tak char Zn = n, a podľa vety 1.2.2 je n prvočíslo.
Dokážeme, že Zp je pole pre každé prvočíslo p. Najprv overíme, že v Zp
platí zákon o krátení
52 1. Polia a vektorové priestory
(a b = a c & a = 0) ⇒ b = c.
Rovnosť a b = a c znamená, že číslo ab − ac = a(b − c) je deliteľné
číslom p. Keďže p je prvočíslo, musí byť aspoň jedno z čísel a, b − c deliteľné
číslom p. Nakoľko 0 < a < p, môže to byť len b − c. Pre b, c ∈ Zp to však
znamená b = c.
Zostáva overiť existenciu inverzného prvku ku každému 0 = a ∈ Zp.
Uvažujme postupnosť mocnín a1
= a, a2
= a a, a3
= a a a, . . .,
atď. Keďže a = 0, z dokázaného krátenia vyplýva, že všetky jej členy sú
nenulové. Pretože množina Zp je konečná, nemôžu byť všetky členy uvedenej
postupnosti rôzne. Musia preto existovať kladné celé čísla k, l také, že ak
=
ak+l
= ak
al
. Potom platí ak
al
= ak
1, z čoho krátením dostávame
al
= 1. Keďže al
= a al−1
, je a−1
= al−1
inverzný prvok k a.
Multiplikatívne tabuľky sčítania a násobenia v poli Z5 sme si ako príklady
binárnych operácií uviedli v paragrafe 0.4.
1.4 Vektory v rovine a v trojrozmernom priestore
Vektory v rovine či v priestore si predstavujeme ako orientované úsečky,
t. j. úsečky, ktorých jeden krajný bod považujeme za počiatočný a druhý za
koncový – ten je označený šípkou. Pritom dve rovnako dlhé, rovnobežné a
súhlasne orientované úsečky predstavujú ten istý vektor – hovoríme, že sú
umiestneniami toho istého vektora. Ak si teda zvolíme nejaký pevný bod O,
tak všetky vektory v rovine či priestore môžeme jednoznačne reprezentovať
ako orientované úsečky
−→
OA s počiatkom v O, pričom ich koncom môže byť
ľubovoľný bod A roviny či priestoru, bod O nevynímajúc – orientovaná úsečka
−→
OO totiž predstavuje tzv. nulový vektor.
Vektory v rovine i v priestore možno sčítať pomocou tzv. vektorového
rovnobežníka. Súčet vektorov uuu =
−→
OA, vvv =
−−→
OB je potom znázornený orientovanou
uhlopriečkou uuu +vvv =
−→
OC rovnobežníka, ktorého dve priľahlé strany
tvoria úsečky OA, OB.
Vektory možno taktiež násobiť ľubovoľnými skalármi, t. j. reálnymi číslami:
ak c ∈ R a vvv je vektor, tak cvvv je vektor, t. j. orientovaná úsečka s počiatkom
v O, ktorej dĺžka je |c|-násobkom dĺžky úsečky vvv, leží na tej istej
priamke ako vvv a je orientovaná súhlasne s vvv, ak c > 0, resp. nesúhlasne s vvv,
ak c < 0, (ak c = 0 alebo vvv je nulový vektor, tak, samozrejme, aj cvvv je nulový
vektor, takže nezáleží na jeho smere ani orientácii).
Ak si okrem počiatku O zvolíme v rovine či priestore ešte dve resp. tri
súradné osi, t. j. navzájom kolmé priamky prechádzajúce počiatkom, a na
každej z nich jeden bod v rovnakej jednotkovej vzdialenosti od počiatku
1.4. Vektory v rovine a v trojrozmernom priestore 53
Obr. 1.1. Vektorový rovnobežník
(čím zadáme jednotku dĺžky a orientáciu osí), dostaneme pravouhlý súradnicový
systém v rovine či v priestore. Každý bod roviny či priestoru je potom
jednoznačne určený usporiadanou dvojicou, resp. trojicou svojich súradníc a
tiež naopak, každá dvojica resp. trojica súradníc jednoznačne určuje nejaký
bod roviny či priestoru. Taktiež každý vektor v rovine či v priestore je potom
jednoznačne určený súradnicami svojho koncového bodu a tiež naopak ľubovoľná
usporiadaná dvojica resp. trojica súradníc jednoznačne určuje nejaký
vektor v rovine či priestore. Pri pevnom súradnicovom systéme tak možno
množinu všetkých vektorov v rovine stotožniť s množinou R2
a množinu všetkých
vektorov v priestore s množinou R3
.
Ak (pri takomto stotožnení) uuu = (u1, u2) ∈ R2
, vvv = (v1, v2) ∈ R2
sú
dva vektory v rovine, tak ľahko nahliadneme, že pre ich súčet uuu + vvv, daný
vektorovým rovnobežníkom, platí
uuu + vvv = (u1, u2) + (v1, v2) = (u1 + v1, u2 + v2).
Ak c ∈ R, tak pre skalárny násobok cuuu dostávame
cuuu = c(u1, u2) = (cu1, cu2).
Podobne možno reprezentovať aj operácie súčtu a skalárneho násobku vektorov
v priestore príslušnými operáciami na množine R3
všetkých usporiadaných
trojíc reálnych čísel.
Ešte si všimnime, že predpoklady kolmosti súradných osí a rovnosti jednotkových
dĺžok v jednotlivých smeroch nehrali v našich úvahách nijakú
úlohu. Stačí, aby systém súradných osí tvorili dve rôznobežné priamky (v rovine)
resp. tri nekomplanárne priamky (v priestore) pretínajúce sa v počiatku
O. Za jednotkové dĺžky v smeroch jednotlivých súradných osí možno zvoliť
dĺžky ľubovoľných (nie nevyhnutne rovnako dlhých) úsečiek.
Operácie súčtu vektorov a násobenia vektora skalárom majú rad vlastností,
ktoré nie sú viazané len na ich špecifickú geometrickú reprezentáciu
54 1. Polia a vektorové priestory
v rovine či priestore. Napríklad, prostredníctvom súradnicovej reprezentácie
vektorov by sme ich mohli priamočiaro zovšeobecniť na usporiadané n-tice
skalárov z ľubovoľného poľa K pre akékoľvek n ∈ N. Tým by sme dostali
akési „n-rozmerné vektorové priestory nad poľom K . V duchu algebry teraz
zadefinujeme abstraktný pojem vektorového priestoru nad daným poľom, pričom
budeme abstrahovať od akýchkoľvek súradníc aj „dimenzie . Podstatné
budú pre nás len algebraické vlastnosti operácií súčtu vektorov a skalárneho
násobku vektora. K spomínaným príkladom sa však budeme sústavne vracať.
1.5 Vektorové priestory
Nech K je pole. Vektorovým alebo tiež lineárnym priestorom nad poľom K
nazývame množinu V s význačným prvkom 0 a dvomi binárnymi operáciami
– sčítaním + : V × V → V a násobením · : K × V → V – takými, že platí
(∀xxx,yyy,zzz ∈ V )(xxx + (yyy + zzz) = (xxx + yyy) + zzz)),
(∀xxx,yyy ∈ V )(xxx + yyy = yyy + xxx),
(∀xxx ∈ V )(xxx + 0 = xxx),
(∀xxx ∈ V )(∃yyy ∈ V )(xxx + yyy = 0),
(∀ a, b ∈ K)(∀xxx ∈ V )(a · (b · xxx) = (ab) · xxx),
(∀xxx ∈ V )(1 · xxx = xxx),
(∀ a ∈ K)(∀xxx,yyy ∈ V )(a · (xxx + yyy) = (a · xxx) + (a · yyy)),
(∀ a, b ∈ K)(∀xxx ∈ V )((a + b) · xxx = (a · xxx) + (b · xxx)).
Ako si čitateľ asi všimol, skaláry značíme „obyčajnými malými latinskými
písmenami a vektory tučnými malými latinskými písmenami. Tejto
implicitnej dohody sa budeme väčšinou držať, nie však za každú cenu. Kedykoľvek
by nás obmedzovala, nebudeme váhať ju porušiť.
I keď sčítanie skalárov v poli a sčítanie vektorov značíme rovnakým znakom
+, ide o rôzne operácie. Podobne násobenie v poli a násobenie vektora
skalárom sú rôzne operácie, hoci obe značíme · . Neskôr tento prístup dovedieme
ešte ďalej, keď budeme rovnako značiť príslušné operácie a nuly v rôznych
vektorových priestoroch. Rozlišovanie znakov pre nulu 0 ∈ K a 0 ∈ V , hoci
tieto prvky plnia rovnakú funkciu v K resp. vo V , je tak trochu proti duchu
tohto prístupu. Ide vlastne o zbytočný luxus, ktorý je však v zhode s prijatou
dohodou o značení skalárov a vektorov.
Z formálneho hľadiska pripomínajú axiómy vektorového priestoru axiómy
poľa: sčítanie vektorov je opäť asociatívna a komutatívna binárna operácia
na V s neutrálnym prvkom 0 ∈ V , operácia násobenia vektora skalárom tiež
spĺňa akúsi podmienku „asociatívnosti , 1 ∈ K je jej „neutrálnym prvkom
1.5. Vektorové priestory 55
a platia dva „distributívne zákony . Je tu však jeden podstatný rozdiel –
kým násobenie v poli K je binárnou operáciou na množine K, t. j. zobrazením
· : K × K → K, násobenie vo vektorovom priestore V nad poľom K
nie je binárnou operáciou na V , ale binárnou operáciou · : K × V → V . To
nám však nebráni zaviesť obdobné dohody ako pre operácie v poli: i teraz
bude mať násobenie prednosť pre sčítaním a znak násobenia budeme väčšinou
vynechávať, t. j. písať napr. axxx + yyy miesto (a · xxx) + yyy. Takisto budeme
vynechávať zátvorky, ktorých umiestnenie neovplyvní výslednú hodnotu výrazov
ako napr. v abxxx alebo a1xxx1 + . . . + anxxxn. Posledný výraz budeme tiež
značiť n
i=1
aixxxi
a nazývať lineárnou kombináciou vektorov xxx1, . . . ,xxxn s koeficientmi a1, . . . , an.
Špeciálne pre n = 1 to znamená 1
i=1 aixxxi = a1xxx1; kvôli úplnosti pre n = 0
ešte kladieme prázdnu lineárnu kombináciu 0
i=1 aixxxi rovnú 0.
Podobne ako v prípade polí, možno z axióm vektorových priestorov odvodiť
niektoré základne pravidlá pre počítanie so skalármi a vektormi. Predovšetkým
prvok yyy ∈ V taký, že xxx + yyy = 0, je k danému xxx ∈ V určený
jednoznačne – značíme ho −xxx a nazývame opačný vektor k xxx. Namiesto
xxx + (−yyy) opäť píšeme len xxx −yyy. Tieto pravidlá zhrnieme v nasledujúcej analógii
tvrdenia 1.2.1
1.5.1. Tvrdenie. Nech V je vektorový priestor nad poľom K. Potom pre
ľubovoľné n ∈ N, a, b, a1, . . . , an ∈ K a xxx,yyy,zzz,xxx1, . . . ,xxxn ∈ V platí
(a) xxx + yyy = xxx + zzz ⇒ yyy = zzz,
(b) (axxx = ayyy & a = 0) ⇒ xxx = yyy, (axxx = bxxx & xxx = 0) ⇒ a = b,
(c) a0 = 0 = 0xxx,
(d) axxx = 0 ⇒ (a = 0 ∨ xxx = 0),
(e) −xxx = (−1)xxx,
(f) a(xxx − yyy) = axxx − ayyy, (a − b)xxx = axxx − bxxx,
(g) a(xxx1 + . . . +xxxn) = axxx1 + . . . + axxxn, (a1 + . . . + an)xxx = a1xxx + . . . + anxxx.
Dôkaz Všetky podmienky, s výnimkou druhej implikácie v (b), možno dokázať
celkom analogicky ako príslušné časti tvrdenia 1.2.1 Dokážeme aj túto.
Nech axxx = bxxx a xxx = 0. Potom (a − b)xxx = axxx − bxxx = 0. Podľa (d) z toho
vyplýva a − b = 0, teda a = b.
Práve definované vektorové priestory by sme presnejšie mohli nazvať „ľavými
vektorovými priestormi, lebo v operácii skalárneho násobku píšeme
skalár vľavo od vektora. Celkom obdobne by sme mohli definovať aj „pravé
vektorové priestory, v ktorých by sme operáciu skalárneho násobku chápali
ako zobrazenie V × K → V a zapisovali ju v tvare xxx · a alebo len xxxa pre
56 1. Polia a vektorové priestory
xxx ∈ V , a ∈ K. Vďaka komutatívnosti násobenia v poli K si však môžeme dovoliť
chápať naše „ľavé vektorové priestory zároveň ako „pravé . Pre všetky
a ∈ K, xxx ∈ V jednoducho položíme xxxa = axxx. Jediný problém – zabezpečiť
pre všetky a, b ∈ K, xxx ∈ V rovnosť (ab)xxx = (ba)xxx, ktorá z takejto definície
vyplýva výpočtom
(ab)xxx = a(bxxx) = a(xxxb) = (xxxb)a = xxx(ba) = (ba)xxx,
– je vyriešený práve v dôsledku komutatívnosti násobenia v K. Teda, ak
sa nám v operácii skalárneho násobku vyskytne skalár vpravo od vektora,
nemusí nás to vyviesť z miery – kľudne ho môžeme prehodiť vľavo a ani
o zátvorky sa nemusíme príliš starať.
1.6 Príklady vektorových priestorov
1.6.1. Rozšírenia polí. Zrejme každé pole K možno považovať za vektorový
priestor nad sebou samým. Všeobecnejšie, ak pole L je rozšírením poľa K,
tak L možno považovať za vektorový priestor nad poľom K (formálne stačí
„zabudnúť násobenie niektorých dvojíc prvkov a, b ∈ L a súčin ab pripustiť
len pre a ∈ K, b ∈ L). Podobným spôsobom možno vektorový priestor V nad
poľom L zúžením násobenia L × V → V na násobenie K × V → V prerobiť
na vektorový priestor nad poľom K.
1.6.2. nnn-rozmerné riadkové a stĺpcové vektory nad daným poľom.
Pre ľubovoľné pole K a n ∈ N množina
Kn
= {(x1, . . . , xn); x1, . . . , xn ∈ K}
všetkých usporiadaných n-tíc prvkov z K spolu s operáciami
xxx + yyy = (x1, . . . , xn) + (y1, . . . , yn) = (x1 + y1, . . . , xn + yn),
cxxx = c(x1, . . . , xn) = (cx1, . . . , cxn),
kde xxx = (x1, . . . , xn) ∈ Kn
, yyy = (y1, . . . , yn) ∈ Kn
a c ∈ K, tvorí vektorový
priestor nad poľom K. Zrejme usporiadaná n-tica 0n = (0, . . . , 0) hrá
úlohu nuly v Kn
. Ak bude potrebné rozlíšiť nulové vektory v priestoroch Kn
pre rôzne prirodzené čísla n, budeme pre nulu v Kn
používať označenie 0n.
Opačný prvok k xxx = (x1, . . . , xn) ∈ Kn
je zrejme
−xxx = −(x1, . . . , xn) = (−x1, . . . , −xn)
Hovoríme, že operácie na Kn
sú definované po zložkách. Prvky tohto vektorového
priestoru nazývame n-rozmerné riadkové vektory nad poľom K. Kvôli
1.6. Príklady vektorových priestorov 57
úplnosti ešte poznamenajme, že vektorový priestor K0
pozostáva z jediného
prvku ∅, predstavujúceho „usporiadanú nulaticu , ktorá tak je nevyhnutne
nulou v K0
.
Niekedy je (a väčšinou i bude) výhodnejšie pracovať s n-rozmernými stĺpcovými
vektormi nad poľom K, t. j. s vektormi tvaru
xxx =


x1
...
xn


kde x1, . . . , xn ∈ K. Čitateľ si iste sám doplní definície príslušných operácií
(opäť po zložkách) a dalšie podrobnosti. Pokiaľ nebude hroziť nedorozumenie,
budeme i tento priestor označovať Kn
, prípadne len slovne naznačíme, či tým
máme na mysli priestor n-rozmerných riadkových alebo stĺpcových vektorov.
V súlade s tým 0n alebo len 0 môže označovať aj nulový vektor-stĺpec.
1.6.3. Polynómy nad daným poľom.Pod polynómom alebo tiež mnohočlenom
f(x) stupňa n, kde n ∈ N, v premennej x nad poľom K rozumieme
formálny výraz tvaru
f(x) = a0 + a1x + . . . + an−1xn−1
+ anxn
=
n
i=0
aixi
,
kde a0, a1, . . . , an−1, an ∈ K sú skaláry, nazývané koeficienty polynómu f, a
an = 0; nulu 0 ∈ K považujeme za polynóm stupňa −1 a nenulové skaláry
a ∈ K za polynómy stupňa 0. Zrejme každý polynóm f(x) definuje (rovnako
značenú) funkciu f : K → K danú predpisom c → f(c), t. j. dosadením
konkrétnych hodnôt c ∈ K za premennú x do polynómu f(x). Množinu
všetkých polynómov v premennej x nad K stupňa nanajvýš n, kde −1 ≤
n ∈ Z, budeme značiť K(n)
[x]; množinu všetkých polynómov v premennej x
nad K značíme K[x]. Ľubovoľný polynóm g(x) = m
i=0 bixi
∈ K[x] stupňa
m < n môžeme tiež písať v tvare
g(x) = b0 + b1x + . . . + bmxm
+ 0xm+1
+ . . . + 0xn
,
t. j. v tvare g(x) = n
i=0 bixi
, kde bi = 0 pre m < i ≤ n. S použitím tejto
konvencie možno definovať súčet f(x) + g(x) polynómov f(x) = n
i=0 aixi
,
g(x) = m
i=0 bixi
z K[x] predpisom
(f + g)(x) = f(x) + g(x) =
max(m,n)
i=0
(ai + bi)xi
.
58 1. Polia a vektorové priestory
Ak navyše c ∈ K, kladieme
(cf)(x) = cf(x)
n
i=0
caixi
.
Ľahko možno nahliadnuť, že s takto po zložkách definovanými operáciami
súčtu a skalárneho násobku tvorí každá z množín polynómov K(n)
[x], kde
−1 ≤ n ∈ Z, ako i množina všetkých polynómov K[x] vektorový priestor
nad poľom K. Štruktúrou vektorového priestoru sa však algebra polynómov
nevyčerpáva. Popri súčte a skalárnom násobku možno na K[x] definovať aj
súčin f(x) g(x) uvedených polynómov f(x), g(x) predpisom
(fg)(x) = f(x) g(x) =
m+n
k=0
ckxk
,
kde ck = k
i=0 aibk−i.
1.6.4. Priame súčiny vektorových priestorov. Nech V1 a V2 sú vektorové
priestory nad tým istým poľom K. Priamym súčinom (niekedy tiež
vonkajším priamym súčtom) priestorov V1, V2 nazývame množinu V1 × V2,
t. j. karteziánsky súčin množín V1, V2, s operáciami súčtu vektorov a skalárneho
násobku definovanými po zložkách. Teda pre (uuu1,uuu2), (vvv1,vvv2) ∈ V1 ×V2,
c ∈ K kladieme
(uuu1,uuu2) + (vvv1,vvv2) = (uuu1 + vvv1,uuu2 + vvv2),
c(uuu1,uuu2) = (cuuu1, cuuu2).
Zrejme (0, 0) je nulou tohto vektorového priestoru a −(uuu1,uuu2) = (−uuu1, −uuu2)
je opačný prvok k (uuu1,uuu2). Čitateľovi prenechávame, aby si overil, že priamy
súčin V1 ×V2 s takto definovanými operáciami naozaj tvorí vektorový priestor
nad poľom K, a taktiež, aby si premyslel, ako možno uvedenú konštrukciu
zovšeobecniť na priamy súčin V1 × . . . × Vn ľubovoľného konečného počtu
vektorových priestorov V1, . . . , Vn nad K. Ak V = V1 = . . . = Vn, tak píšeme
V1 × . . . × Vn = V n
a tento vektorový priestor nazývame n-tou priamou
mocninou priestoru V . Pre V = K uvedená konštrukcia dáva nám už známy
vektorový priestor Kn
z 1.6.2,
1.6.5. Vektorové priestory funkcií. Nech V je vektorový priestor nad
poľom K a X je ľubovoľná množina. Pripomeňme, že V X
označuje množinu
všetkých funkcií f : X → V . Teraz ukážeme, ako možno z tejto množiny
urobiť vektorový priestor nad poľom K. Operácie súčtu a skalárneho násobku
budeme definovať opäť po zložkách. To znamená, že pre f, g ∈ V X
a c ∈ K
Cvičenia 59
budeme definovať funkcie f + g ∈ V X
a cf ∈ V X
tak, že pre každé x ∈ X
položíme
(f + g)(x) = f(x) + g(x),
(cf)(x) = cf(x).
Znovu možno ľahko nahliadnuť, že V X
s takto definovanými operáciami tvorí
vektorový priestor nad poľom K – nazývame ho vektorovým priestorom všetkých
funkcií z X do V . Nulou vo V X
je funkcia 0: X → V identicky rovná
prvku 0 ∈ V ; opačným prvkom k funkcii f ∈ V X
je funkcia −f ∈ V X
daná
predpisom x → −f(x) pre x ∈ X.
V špeciálnom prípade pre V = K takto dostaneme vektorový priestor
KX
všetkých funkcií z množiny X do poľa K. Ak K je pole všetkých reálnych
prípadne komplexných čísel a X je napr. nejaký uzavretý interval a, b
reálnych čísel, tak dostávame vektorové priestory funkcií R a,b
resp. C a,b
,
ktoré sa hojne vyskytujú v matematickej analýze.
Cvičenia
Cvičenia 1–4 sú opakovaním základných poznatkov o komplexných číslach.
1.1. Vypočítajte:
(a) (5 + 3i) + (7 − i), (b) (11 − 10i) − (8 − 5i),
(c) (−2 + 5i) · (3 + 2i), (d) (4 − i) · (2 + 9i),
(e) (12 + 5i)−1
, (f) (7 + i)/(3 − 4i).
1.2. (a) Pre komplexné číslo x = a + bi, kde a, b ∈ R, nazývame a = Re x, b = Im x
jeho reálnou resp. imaginárnou časťou. Teda Re x aj Im x sú reálne čísla. Dokážte
vzorce:
Re(x + y) = Re x + Re y, Re(xy) = Re x Re y − Im x Im y,
Im(x + y) = Im x + Im y, Im(xy) = Re x Im y + Im x Re y.
(b) Ak si v (reálnej) rovine zvolíme pravouhlý súradnicový systém, môžeme každé
komplexné číslo x = a + bi reprezentovať bodom či vektorom so súradnicami (a, b).
Ak prostredníctvom bijekcie x → (Re x, Im x) stotožníme každé komplexné číslo
s jeho obrazom a množinu C s rovinou (množinou R2
), hovoríme o tzv. Gaussovej
rovine. Znázornite čísla zo zadaní aj výsledkov cvičenia 1.1 v Gaussovej rovine.
1.3. Absolútna hodnota komplexného čísla x = a+bi, kde a, b ∈ R, je definovaná ako |x| =√
a2 + b2, t. j. ako vzdialenosť bodu x od počiatku v Gaussovej rovine. Komplexne
združené číslo k číslu x je x = a − bi, t. j. číslo súmerne združené s x podľa reálnej
osi.
(a) Nájdite absolútne hodnoty jednotlivých čísel zo zadaní aj výsledkov v cvičení 1.1.
(b) Dokážte nasledujúce vzťahy:
Re x = Re x =
1
2
(x + x), Im x = − Im x =
1
2i
(x − x),
x = x, xy−1
= (xy)/ |y|
2
, (y = 0),
x + y = x + y, xy = x y,
|x| = |x| , |x|
2
= xx,
|xy| = |x| |y| , |x + y| ≤ |x| + |y| .
60 1. Polia a vektorové priestory
(c) V poslednom vzťahu nastane rovnosť práve vtedy, keď existuje nezáporné číslo
c ∈ R také, že x = cy alebo y = cx. Dokážte.
1.4. Každé komplexné číslo x možno vyjadriť v tzv. goniometrickom tvare x = r(cos α+
i sin α), kde r = |x| a α je uhol, ktorý (pre x = 0) zviera v Gaussovej rovine „vektor
−→
01 s „vektorom
−→
0x (pre x = 0 vyhovuje ľubovoľné α ∈ R).
(a) Pre x = 0 vyjadrite cos α a sin α pomocou Re x, Im x a |x|. Dokážte, že α je
určené jednoznačne až na sčítanec 2kπ, kde k ∈ Z.
(b) Pre x = r(cos α + i sin α), y = s(cos β + i sin β) platí xy = rs(cos(α + β) +
i sin(α + β)). Dokážte.
(c) Matematickou indukciou dokážte tzv. Moivreovu vetu: (cos α+i sin α)n
= cos nα+
i sin nα, pre každé n ∈ N. Rozšírte jej platnosť na všetky n ∈ Z.
(d) Vyjadrite všetky čísla zo zadaní aj výsledkov v cvičení 1 v goniometrickom
tvare.
(e) Pomocou Moivreovej vety vypočítajte (
√
3 + i)11
, (1 − i)−7
.
(f) Na základe Moivreovej vety napíšte vzorec pre všetkých n riešení binomickej
rovnice xn
= c, kde c ∈ C. (Návod: Riešte najprv prípad |c| = 1.)
(g) Nájdite všetky riešenia binomických rovníc x3
= (
√
3 − i)/2, y4
= 1 + i a
z5
= −4 + 3i.
1.5. Podrobne dokážte vzťahy uvedené za dôkazom tvrdenia 1.2.1 Kde treba, použite
matematickú indukciu.
1.6. V každom z nasledujúcich prípadov rozhodnite, či množina A je podpoľom poľa K.
Svoje rozhodnutie zdôvodnite.
(a) K = Q, A = Z; (b) K = R, A = Q
√
2 = {a + b
√
2; a, b ∈ Q};
(c) K = R, A = −1, 1 ; (d) K = C, A = Z[ i ] = {a + bi; a, b ∈ Z};
(e) K = Z11, A = Z5; (f) K = C, A = Q[ω] = {a+bω+cω2
; a, b, c ∈ Q},
kde ω = (−1 + i
√
3)/2.
1.7. Zostrojte multiplikatívne tabuľky sčítania a násobenia v Zn pre 2 ≤ n ≤ 6. Na ich
základe zdôvodnite, prečo Z4 a Z6 nie sú polia.
1.8. Vynechajme z definície poľa podmienku 0 = 1 a podmienku požadujúcu existenciu
inverzného prvku vzhľadom na násobenie ku každému nenulovému prvku a ∈ K.
Množina K s význačnými prvkami 0, 1 ∈ K, vybavená binárnymi operáciami súčtu
a súčinu, spĺňajúcimi zvyšné podmienky sa nazýva komutatívny okruh s jednotkou.1
Komutatívny okruh s jednotkou sa nazýva netriviálny, ak v ňom predsa len platí
0 = 1. Dokážte postupne nasledujúce tvrdenia:
(a) Z s obvyklými operáciami súčtu a súčinu je netriviálny komutatívny okruh
s jednotkou.
(b) Pre každé n ∈ N, n = 0, je Zn so sčítaním a násobením modulo n komutatívny
okruh s jednotkou. Tento okruh je netriviálny práve vtedy, keď n ≥ 2.
(c) Komutatívny okruh s jednotkou je netriviálny práve vtedy, keď obsahuje aspoň
dva rôzne prvky.
1.9. (a) V ľubovoľnom komutatívnom okruhu s jednotkou K zadefinujte výrazy tvaru na
pre ľubovoľné n ∈ Z, a ∈ K rovnako ako v poli. Taktiež zadefinujte výrazy tvaru
an
pre n ∈ N, a ∈ K. Dokážte pre ne analogické tvrdenia, ako platia v poli. Čo je
prekážkou definície an
pre všetky n ∈ Z?
(b) Zadefinujte charakteristiku ľubovoľného komutatívneho okruhu s jednotkou rov-
1
Občas sa v literatúre takáto štruktúra nazýva len komutatívny okruh.
Cvičenia 61
nakým spôsobom ako v prípade poľa.
(c) Dokážte, že pre komutatívny okruh s jednotkou K platí char K = 1 práve vtedy,
keď K je triviálny.
(d) Pre každé n ∈ N, n = 0, platí char Zn = n.
(e) Pre každé prvočíslo p zostrojte príklad komutatívneho okruhu s jednotkou, ktorý
má charakteristiku p, no nie je poľom. (Návod: Pozri cvičenie 1.13.)
1.10. (a) Matematickou indukciou dokážte platnosť binomickej vety v ľubovoľnom komutatívnom
okruhu s jednotkou K (teda aj v ľubovoľnom poli). To znamená, že pre
všetky n ∈ N, a, b ∈ K platí
(a + b)n
= an
+
n
1
an−1
b + . . . +
n
n − 1
abn−1
+ bn
=
n
k=0
n
k
an−k
bk
.
(b) Predpokladajme, že charakteristikou komutatívneho okruhu s jednotkou K je
prvočíslo p. Nech m ∈ Z je násobkom p. Dokážte, že pre každé c ∈ K platí mc = 0.
(c) Na základe (a) a (b) dokážte, že v komutatívnom okruhu s jednotkou prvočíselnej
charakteristiky p platí pre exponent n = p nasledujúci „populárny variant
binomickej vety:
(a + b)p
= ap
+ bp
.
1.11. Doplňte vynechané časti dôkazu tvrdenia 1.5.1
1.12. V každom z príkladov 1.6.1–5, podrobne overte, že uvedená množina s príslušnými
operáciami tvorí vektorový priestor.
1.13. Rovnako ako v príklade 1.6.3, zadefinujte pre ľubovoľný komutatívny okruh s jednotkou
K množinu K[x] všetkých polynómov v premennej x s koeficientmi z K a
na nej operácie súčtu a súčinu. Dokážte, že K[x] s takto definovanými operáciami
je opäť komutatívny okruh s jednotkou a platí char K[x] = char K.
1.14. Na množine R+
všetkých kladných reálnych čísel definujme nové „sčítanie ⊕ ako
násobenie, t. j. x ⊕ y = xy. Ďalej definujme novú operáciu „skalárneho násobku
: R × R+
→ R+
ako umocňovanie, t. j. predpisom a x = xa
. Dokážte, že
množina R+
s uvedenými operáciami tvorí vektorový priestor nad poľom R. Čo
je nulový vektor 0 ∈ R+
? Ako vyzerá opačný vektor x k vektoru x ∈ R+
? Vyjadrite
pomocou pôvodných operácií násobenia a umocňovania lineárnu kombináciu
(a1 x1) ⊕ . . . ⊕ (an xn), kde a1, . . . , an ∈ R, x1, . . . , xn ∈ R+
.
2. Základy maticového počtu
V tejto kapitole sa zoznámime s maticami, t. j. obdĺžnikovými tabuľkami,
pomocou ktorých budeme kódovať najrôznejšie dôležité údaje o vektorových
priestoroch, a naučíme sa s nimi zaobchádzať. Niektoré operácie s maticami
budú zatiaľ nemotivované, ich význam vyjde najavo až neskôr. Od čitateľa
tak žiadame istú dávku trpezlivosti, podobnú tej, akú musí prejaviť prváčik
na základnej škole, ktorý tiež musí najprv zvládnuť jednotlivé písmenká,
potom sa naučiť, ako sa z nich skladajú slová, a až potom môže začať čítať
zmysluplné texty. Tento vklad sa nám zúročí neskôr, keď nám umožní hladko
napredovať a nezdržiavať sa pri nepodstatných otázkach.
Pri prvom čítaní možno vynechať odstavce venované blokovým maticiam
a maticiam nad vektorovými priestormi. Celkom postačí nalistovať si príslušnú
časť až vo chvíli, keď sa s blokovými maticami stretneme v ďalších
kapitolách.
2.1 Matice nad danou množinou
2.1.1. Typy matíc. Nech X je ľubovoľná množina a m, n ∈ N. Maticou
typu m×n, alebo tiež m×n-rozmernou maticou nad množinou X rozumieme
obdĺžnikovú tabuľku
AAA =




a11 a12 . . . a1n
a21 a22 . . . a2n
...
...
...
...
am1 am2 . . . amn



 ,
pozostávajúcu z prvkov množiny X. Skrátene tiež píšeme AAA = (aij)m×n,
alebo len AAA = (aij). Prvky aij ∈ X, kde 1 ≤ i ≤ m, 1 ≤ j ≤ n, sa nazývajú
prvkami matice AAA. Prvok aij nachádzajúci sa v i-tom riadku a j-tom stĺpci
matice AAA nazývame tiež prvok v mieste (i, j), prípadne (i, j)-ty prvok matice
AAA. Množinu všetkých m × n-rozmerných matíc nad množinou X značíme
Xm×n
. Ak m = n, hovoríme o štvorcových maticiach rádu n nad množinou
X.
Poznamenajme, že v prípade, keď niektoré z čísel m, n je 0, množina
Xm×n
pozostáva z jedinej a to prázdnej matice ∅. Neskôr sa ukáže rozumné
stotožniť túto maticu s tzv. nulovou maticou. Aby sme sa vyhli trivialitám,
budeme sa vždy baviť len o maticiach kladných rozmerov m×n, čitateľ by si
však mal aspoň občas uvedomiť, že väčšina našich úvah si zachováva platnosť
aj v prípade, keď m = 0 alebo n = 0.
2.1. Matice nad danou množinou 63
Dve matice nad množinou X považujeme za navzájom rovné alebo totožné,
ak majú rovnaké rozmery a rovnaké prvky na príslušných miestach.
To znamená, že pre matice AAA = (aij)m×n, BBB = (bij)p×q nad X kladieme
AAA = BBB práve vtedy, keď m = p, n = q a pre všetky i = 1, . . . , m, j = 1, . . . , n
platí aij = bij.
Množina matíc typu 1 × n nad X splýva s množinou Xn
, ak usporiadané
n-tice prvkov z X zapisujeme do riadku. Podobne, ak usporiadné m-tice
prvkov z X zapisujeme do stĺpca, tak množina matíc typu m × 1 nad X
splýva s množinou Xm
. Pokiaľ bude z kontextu jasné, či ide o riadky alebo
stĺpce, prípadne, ak na tom nebude záležať, budeme písať jednoducho Xn
,
Xm
a pod. Podrobnejšie označenie X1×n
, Xm×1
a pod. budeme používať, len
ak bude treba rozlíšiť riadky a stĺpce.
Podobne by sme mohli zaviesť nielen dvoj- ale aj troj- či viacindexové matice
AAA = (aijk)m×n×r, BBB = bi1...ip n1×...×np
, a pod. Pri ich prehľadnom zápise
by sme však už nevystačili s dvojrozmernými tabuľkami. Napr. trojrozmerné
matice by bolo teba zapisovať ako v priestore uložené vrstvy dojrozmerných
matíc, čo presahuje obmedzené možnosti dvojrozmernej papierovej stránky
prípadne obrazovky, ani nehovoriac o „viacrozmerných maticiach .
2.1.2. Riadky a stĺpce matice. Nech AAA = (aij) ∈ Xm×n
. Usporiadanú
n-ticu
rrri(AAA) = (ai1, ai2, . . . , ain) ∈ X1×n
,
kde 1 ≤ i ≤ m, nazývame i-tym riadkom matice AAA. Podobne, usporiadnú
m-ticu
sssj(AAA) =




a1j
a2j
...
amj



 ,
kde 1 ≤ j ≤ n, nazývame j-tym stĺpcom matice AAA. Maticu AAA tak možno
stotožniť so stĺpcom jej riadkov ako aj s riadkom jej stĺpcov, t. j.
AAA =




a11 a12 . . . a1n
a21 a22 . . . a2n
...
...
...
...
am1 am2 . . . amn



 =




rrr1(AAA)
rrr2(AAA)
...
rrrm(AAA)



 = (sss1(AAA),sss2(AAA), . . . ,sssn(AAA)).
2.1.3. Transponovaná matica. Maticu, ktorú získame z matice AAA = (aij)m×n
zámenou jej riadkov a stĺpcov, nazývame transponovanou maticou k matici
64 2. Základy maticového počtu
AAA a značíme ju AAAT
. Teda trochu podrobnejšie
AAAT
=




a11 a21 . . . am1
a12 a22 . . . am2
...
...
...
...
a1n a2n . . . amn



 .
To znamená, že AAAT
∈ Xn×m
a prvok v mieste (i, j) matice AAAT
je aji.
Zrejme pre ľubovoľnú maticu AAA ∈ Xm×n
platí
(AAAT
)T
= AAA.
Transpozíciou matíc-riadkov z X1×n
dostaneme matice-stĺpce z Xn×1
a
transpozíciou matíc-stĺpcov z Xm×1
matice-riadky z X1×m
. Na základe tejto
poznámky možno nahliadnuť, že pre ľubovoľnú maticu AAA ∈ Xm×n
a 1 ≤ i ≤
m, 1 ≤ j ≤ n platí
sssi AAAT
= rrri(AAA)T
, rrrj AAAT
= sssj(AAA)T
.
Štvorcová matica AAA ∈ Xn×n
sa nazýva symetrická, ak AAA = AAAT
, t. j. ak
aij = aji pre všetky i, j = 1, . . . , n. Postupnosť prvkov (a11, a22, . . . , ann) nazývame
diagonálou štvorcovej matice AAA. Transponovanú maticu k štvorcovej
matici AAA zrejme získame „osovou súmernosťou jej prvkov podľa diagonály.
2.1.4. Blokové matice. Niekedy bude užitočné spojiť dve matice AAA ∈
Xm×n1
, BBB ∈ Xm×n2
s rovnakým počtom riadkov do jednej matice tak, že
príslušné tabuľky jednoducho napíšeme vedľa seba. Výsledná matica je typu
m × (n1 + n2) a značíme ju (AAA,BBB), prípadne (AAA |BBB).
Podobne možno spojiť dve matice AAA ∈ Xm1×n
, BBB ∈ Xm2×n
s rovnakým
počtom stĺpcov do jednej matice tak, že príslušné tabuľky napíšeme pod seba.
Výsledná matica je typu (m1 + m2) × n a značíme ju
AAA
BBB
, prípadne
AAA
BBB
.
Práve popísané konštrukcie sú príkladmi tzv. blokových matíc. Pôvodné
matice, z ktorých takto vytvárame blokovú maticu, potom nazývame jej
blokmi. Takisto môžeme vedľa seba resp. pod seba zoradiť väčší počet blokov,
nie len dva.
Naopak, niekedy sa môže ukázať účelné vyznačiť v danej matici nejaké
menšie obdĺžnikove časti ako jej bloky. Vtedy hovoríme o tzv. blokovom tvare
danej matice. Príkladom toho bol zápis matice AAA ∈ Xm×n
ako riadku jej
stĺpcov, prípadne ako stĺpca jej riadkov.
Uvedené dve schémy vytvárania blokových matíc „vedľa seba a „pod
seba možno tiež kombinovať. Napr. z matíc AAA11 ∈ Xm1×n1
, AAA12 ∈ Xm1×n2
,
AAA21 ∈ Xm2×n1
, AAA22 ∈ Xm2×n2
možno vytvoriť blokovú maticu
AAA11 AAA12
AAA21 AAA22
2.2. Matice nad daným poľom 65
typu (m1 + m2) × (n1 + n2).
Túto konštrukciu možno zrejmým spôsobom zovšeobecniť i na väčšie systémy
matíc. Voľne povedané, blokové matice sú vlastne matice, ktorých prvkami
sú opäť matice, pričom všetky matice v tom istom riadku blokovej
matice majú rovnaký počet riadkov a všetky matice v tom istom stĺpci blokovej
matice majú rovnaký počet stĺpcov. Takto chápanú blokovú maticu
možno zapísať v tvare
AAA = (AAAij)k×l =


AAA11 . . . AAA1l
...
...
...
AAAk1 . . . AAAkl

 ,
pričom jednotlivé bloky AAAij sú matice nad X rozmerov mi×nj, kde (m1, . . . , mk),
(n1, . . . , nl) sú nejaké konečné postupnosti prirodzených čísel. Maticu nad
množinou X z tejto „matice matíc dostaneme tak, že si v AAA odmyslíme
vnútorné zátvorky oddeľujúce jej jednotlivé bloky AAAij.
2.2 Matice nad daným poľom
Na množine X, nad ktorou sme vytvárali príslušné matice, sme zatiaľ nepredpokladali
nijakú ďalšiu štruktúru. Jednako na množinách matíc Xm×n
sa nám pomerne bohatá štruktúra prirodzene vynorila. Všetky doposiaľ zavedené
maticové operácie a vlastnosti však mali výlučne pozičný charakter
– zakladali sa na reprezentácii každej matice ako príslušnej obdĺžnikovej tabuľky.
Ďalšie maticové operácie a vlastnosti, ktoré hodláme zaviesť a neskôr
využívať, už budú podmienené prítomnosťou istej štruktúry na množine X.
Najdôležitejší a, až na pár výnimiek, vlastne jediný druh matíc, ktorými
sa budeme v tomto kurze zaoberať, tvoria matice nad nejakým poľom. Teda
v celom paragrafe K označuje pevne zvolené, inak však ľubovoľné pole. V súlade
s predošlým paragrafom Km×n
, kde m, n ∈ N, označuje množinu všetkých
matíc typu m × n nad poľom K.
2.2.1. Vektorový priestor matíc. Pre pevné m, n ∈ K budeme na množine
matíc Km×n
definovať po zložkách operácie súčtu a skalárneho násobku.
Teda pre matice AAA = (aij)m×n, BBB = (bij)m×n nad K a c ∈ K položíme
AAA + BBB = (aij + bij)m×n,
cAAA = (caij)m×n.
Podotýkame, že súčet matíc AAA +BBB je definovaný len pre matice AAA, BBB rovnakého
typu a samotná matica AAA+BBB je toho istého typu ako AAA a BBB. Neutrálnym
prvkom operácie sčítania na Km×n
je matica typu m×n, ktorej všetky prvky
66 2. Základy maticového počtu
sú nulové; nazývame ju nulová matica typu m × n a označujeme ju 0m,n,
prípadne len 0, keď jej rozmer je jasný z kontextu alebo na ňom nezáleží.
Opačným prvkom k matici A = (aij)m×n je zrejme matica −AAA = (−aij)m×n.
Čitateľ si iste sám ľahko overí, že matice ľubovoľného pevného typu m×n
nad poľom K s takto definovanými operáciami súčtu a skalárneho násobku
tvoria vektorový priestor nad poľom K. Odteraz teda Km×n
už označuje nielen
množinu takýchto matíc, ale príslušný vektorový priestor. Nám už známe
vektorové priestory K1×n
a Km×1
riadkových resp. stĺpcových vektorov sú
zrejme špeciálnymi prípadmi vektorových priestorov matíc.
2.2.2. Násobenie matíc. Okrem štruktúry vektorového priestoru na množine
matíc pevného typu m × n budeme definovať aj operáciu násobenia
matíc, ktorá spája matice rôznych, „vhodne do seba zapadajúcich rozme-
rov.
Pod vplyvom doterajšieho výkladu čitateľ po takomto nadpise asi očakáva,
že i súčin matíc budeme definovať na množine Km×n
po zložkách. Hoci
by to, samozrejme, bolo možné a na prvý pohľad sa to zdá prirodzené, násobenie
matíc budeme definovať diametrálne odlišným spôsobom, ktorý sa
nám zatiaľ môže zdať čudný a neprirodzený. Dôvody pre takúto definíciu
budú postupne vychádzať najavo a jej prednosti budeme mať mnohokrát
možnosť oceniť.
Najprv sa naučíme násobiť niektoré dvojice vektorov. Pod súčinom xxx ·
yyy riadkového vektora xxx = (x1, . . . , xn) ∈ K1×n
a stĺpcového vektora yyy =
(y1, . . . , yn)T
∈ Kn×1
rozumieme skalár
xxx · yyy = (x1, . . . , xn) ·


y1
...
yn

 = x1y1 + . . . + xnyn =
n
i=1
xiyi .
Teda, až na „nepochopiteľné miešanie riadkových a stĺpcových vektorov, ide
o bežný „skalárny súčin vektorov xxx,yyy ∈ Kn
.
Pre takto definovaný súčin vektorov sú tiež splnené dobre známe vlastnosti
„skalárneho súčinu . Ľahko možno nahliadnuť, prípadne priamym výpočtom
overiť, že pre všetky n ∈ N, c ∈ K a xxx,xxx ∈ K1×n
, yyy,yyy ∈ Kn×1
platí
xxx · (yyy + yyy ) = xxx · yyy + xxx · yyy ,
(xxx + xxx ) · yyy = xxx · yyy + xxx · yyy,
xxx · cyyy = c(xxx · yyy) = cxxx · yyy,
xxx · yyy = yyyT
· xxxT
.
Hovoríme, že násobenie riadkových a stĺpcových vektorov je distributívne
(z oboch strán) vzhľadom na sčítanie a komutuje, t. j. je zameniteľné s operáciou
skalárneho násobku. Poslednú rovnosť možno chápať ako svojho druhu
2.2. Matice nad daným poľom 67
„komutatívnosť tohto súčinu; vďačíme za ňu komutatívnosti násobenia v poli
K.
Nech m, n, p ∈ N a AAA = (aij)m×n, BBB = (bjk)n×p. Pod súčinom matíc AAA,
BBB rozumieme maticu
AAA · BBB = (rrri(AAA) · sssk(BBB))m×p.
Všimnime si, že súčin matíc AAA, BBB je definovaný, len ak sa počet stĺpcov
matice AAA rovná počtu riadkov matice BBB, t. j. práve vtedy, keď riadky matice
AAA a stĺpce matice BBB majú rovnaký rozmer. Ďalej, súčin matíc typov m × n
a n × p je matica typu m × p, čo si možno ľahko zapamätať v symbolickom
tvare
[m × n] · [n × p] = [m × p],
pripomínajúcom rozmerové vzťahy vo fyzike. Špeciálne, súčin dvoch štvorcových
matíc typu n × n je opäť matica typu n × n. Konečne, prvok na mieste
(i, k) matice AAA·BBB dostaneme ako súčin i-teho riadku matice AAA a k-teho stĺpca
matice BBB, teda ako výraz
rrri(AAA) · sssk(BBB) = (ai1, . . . , ain) ·


b1k
...
bnk

 = ai1b1k + . . . + ainbnk =
n
j=1
aijbjk .
Na základe toho možno ľahko nahliadnuť (prípadne priamym výpočtom overiť)
nasledujúce rovnosti
rrri(AAA · BBB) = rrri(AAA) · BBB, sssk(AAA · BBB) = AAA · sssk(BBB).
Násobenie matíc je (z oboch strán) distributívne vzhľadom na sčítanie. To
znamená že pre ľubovoľné m, n ∈ N a matice AAA, AAA ∈ Km×n
, BBB, BBB ∈ Kn×p
platí
AAA · (BBB + BBB ) = AAA · BBB + AAA · BBB ,
(AAA + AAA ) · BBB = AAA · BBB + AAA · BBB.
Vďaka distributívnosti súčinu vektorov voči ich súčtu je totiž jasné, že
(i, k)-ty prvok matice AAA · (BBB + BBB ) je
rrri(AAA) · sssk(BBB +BBB ) = rrri(AAA) · (sssk(BBB) +sssk(BBB )) = rrri(AAA) · sssk(BBB) +rrri(AAA) · sssk(BBB ),
teda sa rovná (i, k)-temu prvku matice AAA · BBB + AAA · BBB . Rovnako pre druhú
rovnosť.
Podobne, s využitím zameniteľnosti súčinu vektorov a skalárneho násobku
možno dokázať, že pre ľubovoľný skalár c ∈ K a všetky matice AAA ∈ Km×n
,
BBB ∈ Kn×p
platí
AAA · cBBB = c(AAA · BBB) = cAAA · BBB.
68 2. Základy maticového počtu
Hovoríme, že násobenie matíc komutuje, t. j. je zameniteľné s operáciou skalárneho
násobku.
Násobenie matíc je tiež asociatívne v nasledujúcom zmysle: súčin matíc
AAA · (BBB · CCC) je definovaný práve vtedy, keď je definovaný súčin (AAA · BBB) · CCC, a
v takom prípade sa obe matice rovnajú. Teda podrobnejšie, pre m, n, p, q ∈ N
a AAA ∈ Km×n
, BBB ∈ Kn×p
, CCC ∈ Kp×q
platí
AAA · (BBB · CCC) = (AAA · BBB) · CCC.
Na dôkaz toho si stačí uvedomiť, že pre ľubovoľné vektory xxx = (x1, . . . , xn) ∈
K1×n
, yyy = (y1, . . . , yp)T
∈ Kp×1
platí
xxx · (BBB · yyy) = (x1, . . . , xn) ·


p
k=1 b1kyk
...
p
k=1 bnkyk

 =
n
j=1
xj
p
k=1
bjkyk
=
p
k=1
n
j=1
xjbjk yk =
n
j=1
xjbj1, . . . ,
n
j=1
xjbjp ·


y1
...
yp

 = (xxx · BBB) · yyy.
Potom pre 1 ≤ i ≤ m, 1 ≤ l ≤ q, prvok na mieste (i, l) matice AAA · (BBB · CCC) je
rrri(AAA) · sssl(BBB · CCC) = rrri(AAA) · (BBB · sssl(CCC))
= (rrri(AAA) · BBB) · sssl(CCC) = rrri(AAA · BBB) · sssl(CCC),
teda sa rovná (i, l)-tému prvku matice (AAA ·BBB) ·CCC. Štvorcovú maticu rádu n,
ktorá má všetky prvky na diagonále rovné 1 a mimo diagonály 0, označujeme
IIIn a nazývame jednotkovou maticou rádu n. S použitím tzv. Kroneckerovho
symbolu
δij =
1, ak i = j,
0, ak i = j,
môžeme písať
IIIn = (δij)n×n =






1 0 . . . 0 0
0 1 . . . 0 0
...
...
...
...
...
0 0 . . . 1 0
0 0 . . . 0 1






.
Jednotkové matice hrajú úlohu neutrálnych prvkov pre násobenie matíc.
Presnejšie, pre ľubovoľnú maticu AAA ∈ Km×n
platí
IIIm · AAA = AAA = AAA · IIIn.
Rozmyslite si prečo.
2.2. Matice nad daným poľom 69
Špeciálne, množina Kn×n
všetkých štvorcových matíc rádu n je tak popri
štruktúre vektorového priestoru navyše vybavená asociatívnou operáciou násobenia,
ktorá je (z oboch strán) distributívna vzhľadom na sčítanie matíc,
komutuje s operáciou skalárneho násobku a jednotková matica IIIn je jej neutrálny
prvok. To nám, podobne ako pre prvky poľa K, umožňuje zaviesť i
mocniny štvorcových matíc. Pre AAA ∈ Kn×n
, kladieme
AAA0
= IIIn a AAAk
= AAA · . . . · AAA
k-krát
ak 0 < k ∈ N; teda AAA1
= AAA, AAA2
= AAA · AAA, AAA3
= AAA · AAA · AAA, atď.
Na druhej strane si treba uvedomiť, že pre n > 1 – napriek komutatívnosti
násobenia v poli K – násobenie matíc z pozičných dôvodov nie je komutatívne
na Kn×n
. Napríklad
1 1
0 1
·
0 1
1 1
=
1 1 + 1
1 1
,
0 1
1 1
·
1 1
0 1
=
0 1
1 1 + 1
.
(Uvedomte si, že na to, aby oba súčiny AAA · BBB, BBB · AAA boli definované a mali
rovnaké rozmery, teda, aby vôbec malo zmysel uvažovať o komutatívnosti
súčinu, AAA, BBB musia byť štvorcové matice rovnakého typu.)
Napriek tomu komutatívnosť násobenia v poli K má za dôsledok, že pre
všetky m, n, p a matice AAA ∈ Km×n
, BBB ∈ Kn×p
platí rovnosť
(AAA · BBB)T
= BBBT
· AAAT
.
Naozaj, (AAA·BBB)T
aj BBBT
·AAAT
sú matice typu p×m a pre 1 ≤ i ≤ m, 1 ≤ k ≤ p,
(k, i)-ty prvok matice (AAA · BBB)T
je (i, k)-ty prvok matice AAA · BBB, t. j.
rrri(AAA) · sssk(BBB) = sssk(BBB)T
· rrri(AAA)T
= rrrk(BBBT
) · sssi(AAAT
),
čo je (k, i)-ty prvok matice BBBT
· AAAT
. Pritom sme využili už spomínanú „komutatívnosť
xxx · yyy = yyyT
· xxxT
súčinu vektorov.
Na margo poslednej rovnosti ešte podotknime, že pre xxx ∈ K1×n
, yyy ∈ Km×1
je taktiež definovaný súčin yyy ·xxx. Nie je to však skalár, ale matica typu m×n:
yyy · xxx = (yixj)m×n =


y1x1 . . . y1xn
...
...
...
ymx1 . . . ymxn

 .
Teda, okrem prípadu m = n = 1, rovnosť xxx · yyy = yyy · xxx nemôže nastať už
z rozmerových dôvodov.
2.2.3. Operácie s blokovými maticami. Operácie maticového súčtu a
skalárneho násobku, vďaka tomu, že boli definované po zložkách, možno na
70 2. Základy maticového počtu
blokových maticiach rozložiť na jednotlivé bloky. Ak AAA = (AAAij)k×l, BBB =
(BBBij)k×l sú blokové matice nad poľom K, pričom zodpovedajúce si bloky AAAij,
BBBij majú rovnaký typ mi × nj, tak ich súčet je opäť bloková matica
AAA + BBB = (AAAij + BBBij)k×l
s blokmi rovnakých typov. S operáciou skalárneho násobku je to ešte jednoduchšie,
lebo sa nemusíme starať o zhodnosť rozmerov jednotlivých blokov.
Pre c ∈ K jednoducho dostávame
cAAA = (cAAAij)k×l.
Bloková štruktúra sa prenáša aj na súčin matíc za podmienky, že stĺpce
prvej matice sú v rovnakom poradí rozdelené na rovnaký počet rovnako veľkých
skupín, povedzme n1 + n2 + . . . + nν, ako riadky druhej matice. Teda
ak AAA = (AAAij)µ×ν, BBB = (BBBjk)ν×ϑ sú blokové matice nad K, pričom blok AAAij
je typu mi × nj a blok BBBjk typu nj × pk, tak aj ich súčin je bloková matica
tvaru AAA · BBB = (CCCik)µ×ϑ, kde blok
CCCik = AAAi1 · BBB1k + AAAi2 · BBB2k + . . . + AAAiν · BBBνk
je typu mi ×pk. Inak povedané, blokové matice násobíme tak ako „obyčajné
matice, len s tým rozdielom, že súčet resp. súčin v poli K nahradíme súčtom
resp. súčinom matíc. Vo výsledku, ak chceme, si nakoniec môžeme odmyslieť
zátvorky oddeľujúce jednotlivé bloky a matica, ktorú takto dostaneme, sa
rovná matici, ktorú by sme dostali, keby sme „normálne vynásobili „odblokované
matice AAA a BBB.
Jednotkové matice IIIn sú príkladom tzv. diagonálnych matíc. Štvorcovú
maticu AAA = (aij)n×n nazývame diagonálnou, ak aij = 0 pre všetky i = j, t. j.
ak všetky jej prvky mimo diagonály sú nuly.
Diagonálnu maticu, ktorá má na diagonále postupne prvky d1, d2, . . . , dn ∈
K značíme diag(d1, d2, . . . , dn). Teda napr.
IIIn = diag(1, . . . , 1
n-krát
).
Podobne možno definovať aj tzv. blokovo diagonálne matice. Ak AAA1, AAA2, . . . ,AAAk
sú štvorcové matice rádov n1, n2, . . . , nk, tak blokovo diagonálnou maticou
s blokmi AAA1, AAA2, . . . ,AAAk nazývame štvorcovú blokovú maticu
diag(AAA1,AAA2, . . . ,AAAk) =




AAA1 0 . . . 0
0 AAA2 . . . 0
...
...
...
...
0 0 . . . AAAk



 ,
2.3. Matice nad vektorovým priestorom 71
kde 0 nachádzajúca sa na mieste (i, j) označuje nulovú maticu 0ninj
.
Pred chvíľou uvedené pravidlo o súčine blokových matíc sa redukuje
na obzvlášť jednoduchý tvar pre blokovo diagonálne matíce – ich násobenie
totiž funguje diagonálne po zložkách. Ak AAA = diag(AAA1, . . . ,AAAk), BBB =
diag(BBB1, . . . ,BBBk) sú blokovo diagonálne matice, pričom zodpovedajúce si
bloky AAAi, BBBi sú štvorcové matice rovnakého rádu ni, tak aj ich súčin je
blokovo diagonálna matica tvaru
AAA · BBB = diag(AAA1 · BBB1, . . . ,AAAk · BBBk)
so štvorcovými blokmi rádov n1, . . . , nk. Špeciálne, pre „obyčajné diagonálne
matice platí
diag(a1, . . . , an) · diag(b1, . . . , bn) = diag(a1b1, . . . , anbn).
Formuláciu analogických pravidiel pre súčet a skalárny násobok (blokovo)
diagonálnych matíc prenechávame čitateľovi.
2.3 Matice nad vektorovým priestorom
Matice typu m × n nad poľom K sú špeciálnym druhom blokových matíc.
Maticu AAA = (aij) ∈ Km×n
môžeme považovať jednak za blokovú maticu
s blokmi aij typu 1 × 1, jednak, ako sme už neraz naznačili, môžeme sa na
ňu dívať ako na riadok jej stĺpcov resp. ako na stĺpec jej riadkov. V takom
prípade AAA chápeme ako maticu typu m×1 nad vektorovým priestorom K1×n
,
resp. ako maticu typu 1 × n nad vektorovým priestorom Km×1
. Konkrétna
podoba týchto vektorových priestorov je však teraz pre nás nepodstatná –
pre ľubovoľné m, n ∈ N a ľubovoľný (abstraktný) vektorový priestor V máme
totiž definovanú množinu V m×n
všetkých matíc nad množinou V .
Na množine V m×n
možno zaviesť operácie súčtu a skalárneho násobku po
zložkách. V m×n
s týmito operáciami opäť tvorí vektorový priestor nad poľom
K. Čitateľovi prenechávame, aby si sám doplnil a premyslel potrebné detaily.
My sa sústredíme na zovšeobecnenie operácie skalárneho násobku K ×
V → V na operácie súčinu medzi maticami vhodných typov nad K a nad V .
Pre matice AAA = (aij) ∈ Km×n
, ααα = (uuujk) ∈ V n×p
kladieme AAA · ααα = (vvvik) ∈
V m×p
, kde
vvvik =
n
j=1
aijuuujk .
Teda súčin AAA · ααα definujeme z formálneho hľadiska rovnako ako súčin matíc
nad poľom K, len s tým rozdielom že operácia súčtu v K je nahradená
operáciou súčtu vo V a operácia súčinu v K operáciou skalárneho násobku
K × V → V .
72 2. Základy maticového počtu
Celkom obdobne ako v odstavci 2.2.2 aj pre násobenie matíc nad V maticami
nad K možno overiť distributívnosť (z oboch strán) vzhľadom na
sčítanie, zameniteľnosť s operáciou skalárneho násobku, asociatívnosť a postavenie
jednotkových matíc ako neutrálnych prvkov. To znamená, že pre
všetky l, m, n, p ∈ N, c ∈ K, AAA, BBB ∈ Km×n
, CCC ∈ Kl×m
ααα, βββ ∈ V n×p
platí:
AAA · (ααα + βββ) = AAA · ααα + AAA · βββ,
(AAA + BBB) · ααα = AAA · ααα + BBB · ααα,
AAA · (cααα) = c(AAA · ααα) = (cAAA) · ααα,
CCC · (AAA · ααα) = (CCC · AAA) · ααα,
IIIn · ααα = ααα.
Vzhľadom na našu dohodu, podľa ktorej xxxc = cxxx pre c ∈ K, xxx ∈ V ,
môžeme definovať aj súčin matíc βββ = (vvvij) ∈ V m×n
, BBB = (bbbjk) ∈ Kn×p
v obrátenom poradí ako maticu βββ · BBB = (wwwik) ∈ V m×p
takú, že
wwwik =
n
j=1
vvvijbjk =
n
j=1
bjkvvvij .
S využitím poslednej definície možno pre AAA ∈ Km×n
, ααα ∈ V n×p
, βββ ∈
V m×n
, BBB ∈ Kn×p
dokázať tiež rovnosti
(AAA · ααα)T
= αααT
· AAAT
, (βββ · BBB)T
= BBBT
· βββT
.
Aplikáciou týchto vzťahov na predchádzjúci zoznam rovností (no taktiež
priamo) možno aj pre súčin matíc tvaru βββ·BBB, kde βββ ∈ V m×n
, BBB ∈ Kn×p
, overiť
jeho distributívnosť (z oboch strán) vzhľadom na sčítanie, zameniteľnosť
s operáciou skalárneho násobku, asociatívnosť a postavenie jednotkových matíc
ako neutrálnych prvkov. To znamená, že pre všetky m, n, p, q ∈ N, c ∈ K,
ααα, βββ ∈ Km×n
, AAA, BBB ∈ V n×p
, CCC ∈ Kp×q
platí:
(ααα + βββ) · AAA = ααα · AAA + βββ · AAA,
ααα · (AAA + BBB) = ααα · AAA + ααα · BBB,
ααα · (cAAA) = c(ααα · AAA) = (cααα) · AAA,
ααα · (AAA · CCC) = (ααα · A) · CCC,
ααα · IIIn = ααα.
Taktiež vzťahy pre riadky a stĺpce súčinu z odseku 2.2.2 zostávajú zachované
pre oba typu súčinov matíc nad K a V , t. j.
rrri(AAA · ααα) = rrri(AAA) · ααα, sssk(AAA · ααα) = AAA · sssk(ααα)
rrri(βββ · BBB) = rrri(βββ) · BBB, sssk(βββ · BBB) = βββ · sssk(BBB)
Cvičenia 73
pre všetky AAA ∈ Km×n
, ααα ∈ V n×p
βββ ∈ V m×n
, BBB ∈ Kn×p
.
Napokon si ešte uvedomme, že definície súčinov AAA · ααα, βββ · BBB sú v zhode
s pôvodným násobením matíc. Ak totiž maticu AAA ∈ Km×n
chápame ako
riadok, t. j. ako maticu typu 1 × n nad priestorom stĺpcových vektorov Km
,
tak pre BBB ∈ Kn×p
splýva matica (sss1(AAA), . . . ,sssn(AAA)) · BBB vypočítaná podľa
„novej definície s blokovým tvarom (AAA · sss1(BBB), . . . ,AAA · sssp(BBB)) matice AAA · BBB.
Podobne, ak BBB chápeme ako stĺpec, t. j. ako maticu typu n×1 nad priestorom
riadkových vektorov Kp
, tak
AAA ·


rrr1(BBB)
...
rrrn(BBB)

 =


rrr1(AAA) · BBB
...
rrrm(AAA) · BBB

 = AAA · BBB.
(Doplňte si vynechané podrobnosti – pozri cvičenie 2.6.)
Špeciálne, lineárnu kombináciu a1xxx1 + . . . anxxxn vektorov xxx1, . . . ,xxxn ∈ V
s koeficientmi a1, . . . , an ∈ K môžeme s využitím vektorových matíc zapísať
v tvare súčinov
a1xxx1 + . . . + anxxxn = (a1, . . . , an) ·


xxx1
...
xxxn

 = (xxx1, . . . ,xxxn) ·


a1
...
an

 .
Cvičenia
2.1. Nech AAA =
0
@
1 −1 1
0 5 2
1 −4 0
1
A, BBB =
0
@
0 1 2
−2 9 3
10 6 0
1
A, CCC =
0
@
1 2 3
1 4 9
1 2 4
1
A sú matice nad R. Vypočítajte
matice AAA + 2BBB, AAA − BBBT
− 3CCC, AAA · BBB, BBB · AAA, AAA · (BBB + CCC),
(3AAAT
+BBB)·CCC, BBB ·CCC2
, CCC2
·BBB, CCC ·BBB ·CCC, AAA·CCC −CCC ·AAA, AAA·BBB ·CCC a CCCT
·AAA·CCC.
2.2. Vypočítajte súčin AAA · BBB komplexných matíc AAA = 1+i −2 −i
1−i −i 2+3i , BBB =
3i 2+i
−4 1−2i
0 4i
.
2.3. Nájdite matice AAA, BBB ∈ Q2×2
také, že AAA · BBB = 0 = BBB · AAA.
2.4. Uvažujte matice AAA = ( 1 3
3 2 ), BBB = ( 0 1
4 1 ), CCC = ( 4 3
4 0 ) nad poľom
(a) Z5, (b) Z7, (c) Z11, (d) Q.
V každom z uvedených prípadov vypočítajte maticu AAA·(BBB +CCC). Skúste riešiť úlohy
(a)–(d) v optimálnom poradí.
2.5. Sú dané reálne blokové matice AAA = AAA11 AAA12
AAA21 AAA22
, BBB = BBB11 BBB12 BBB13
BBB21 BBB22 BBB23
, kde
AAA11 = ( 1 1
0 1 ), AAA12 = ( 1 2
0 1 ), AAA21 = ( 2 1
0 1 ), AAA22 = ( 2 2
0 1 ),
BBB11 = ( 1 1
1 1 ), BBB12 = BBB13 = 1 2
1 −1 , BBB21 = 2 1
−1 1 , BBB22 = BBB23 = 2 2
−1 −1 .
Vynásobte AAA a BBB ako blokové matice aj ako matice, v ktorých ste zabudli na
rozdelenie do blokov, a oba výsledky porovnajte.
2.6. Maticu AAA = (aij)m×n nad ľubovoľným poľom K uvažujte ako riadok jej stĺpcov,
t. j. ako blokovú maticu AAA = (uuu1, . . . ,uuun), kde uuuj = sssj(AAA) pre j ≤ n. Nech ccc =
74 2. Základy maticového počtu
(c1, . . . , cn)T
∈ Kn
je stĺpcový vektor. Ukážte, že lineárna kombinácia c1uuu1 + . . . +
cnuuun splýva s „obyčajným maticovým súčinom AAA·ccc. Vysvetlite tento fakt pomocou
násobenia blokových matíc.
2.7. Nech X je konečná množina. Ľubovoľná množina H ⊆ X2
určuje orientovaný graf
(X, H) s množinou vrcholov X a s množinou orientovaných hrán H: vrcholy (t. j.
prvky množiny X) si znázorníme krúžkami v rovine a z vrcholu x vedieme orientovanú
hranu (t. j. šípku) do vrcholu y práve vtedy, keď (x, y) ∈ H (pozri obr. 2.1).
Konečnú postupnosť (z0, z1, . . . , zk) prvkov množiny X takú, že pre každé 1 ≤ i ≤ k
platí (zi−1, zi) ∈ H, nazývame cestou dĺžky k v orientovanom grafe (X, H). Predpokladajme,
že X = {x1, . . . , xn} má práve n prvkov. Maticu HHH = (hij) ∈ Rn×n
takú, že hij = 1, ak (xi, xj) ∈ H, a hij = 0, ak (xi, xj) /∈ H, nazývame incidenčnou
maticou orientovaného grafu (X, H). Prvky k-tej mocniny incidenčnej matice HHH
označme h
(k)
ij , t. j. HHHk
= h
(k)
ij . Potom číslo h
(k)
ij udáva počet ciest dĺžky k z vrcholu
xi do vrcholu xj v orientovanom grafe (X, H). Dokážte (napr. matematickou
indukciou).
Obr. 2.1. Príklady orientovaných grafov
2.8. Očíslujte vrcholy orientovaných grafov z obrázku 2.1). Pre každý graf napíšte jeho
incidenčnú maticu a pre každú dvojicu (xi, xj) jeho vrcholov určte počet ciest dĺžky
2, 3, 4 a 5 z xi do xj.
2.9. Nech K je komutatívny okruh s jednotkou (pozri cvičenie 1.8). Presvedčte sa, že
pre ľubovoľné m, n ∈ N možno na množine matíc Km×n
definovať operácie súčtu
AAA + BBB a skalárneho násobku cAAA rovnako ako v odstavci 2.2.1. Taktiež možno pre
AAA ∈ Km×n
, BBB ∈ Kn×p
definovať súčin AAA · BBB ∈ Km×p
rovnako ako v odstavci 2.2.2.
Ukážte, že všetky vlastnosti maticových operácií uvedené v kapitole 2 zostávajú
v platnosti aj v tomto všeobecnejšom prípade.
2.10. Vynechajme z definície poľa, popri nerovnosti 0 = 1 a požiadavke existencie inverzného
prvku ku každému nenulovému a ∈ K, aj podmienku komutatívnosti
násobenia, namiesto ktorej pridajme ešte jeden distributívny zákon (∀ a, b, c ∈
K)((a + b)c = ac + bc). Množina K s význačnými prvkami 0 a 1, vybavená operáciami
sčítania a násobenia, ktoré vyhovujú uvedeným podmienkam, sa nazýva
okruh s jednotkou.1
(a) Okruh s jednotkou K sa nazýva netriviálny, ak v ňom platí 0 = 1. Dokážte,
že okruh s jednotkou K je netriviálny práve vtedy, keď obsahuje aspoň dva rôzne
prvky.
(b) Nech K je okruh s jednotkou. Presvedčte sa, že pre matice nad K možno
zaviesť operácie súčtu, skalárneho násobku a súčinu rovnako ako pre matice nad
poľom. Ukážte, že všetky vlastnosti týchto operácií uvedené v kapitole 2, s výnimkou
1
Občas sa v literatúre takáto štruktúra nazýva len okruh.
Cvičenia 75
rovností (xxx ·yyy)T
= yyyT
·xxxT
, (AAA ·BBB)T
= BBBT
·AAAT
a možnosti zapisovať „lineárne kombinácie
v tvare c1uuu1 +. . . cnuuun = (uuu1, . . . ,uuun)·(c1, . . . , cn)T
, zostávajú v platnosti.
2.11. Nech K je okruh s jednotkou a n ∈ N. Dokážte postupne nasledujúce tvrdenia:
(a) Množina Kn×n
so sčítaním a násobením matíc tvorí okruh s jednotkou.
(b) Okruh s jednotkou Kn×n
je triviálny práve vtedy, keď K je triviálny alebo
n = 0.
(c) Okruh s jednotkou Kn×n
je komutatívny práve vtedy, keď n = 0, alebo n = 1
a K je komutatívny.
2.12. (a) Rovnako ako v prípade poľa zadefinujte charakteristiku ľubovoľného okruhu
s jednotkou.
(b) Dokážte, že okruh s jednotkou K je triviálny práve vtedy, keď char K = 1.
(c) Nech K je ľubovoľný okruh a 1 ≤ n ∈ N. Potom char Kn×n
= char K. Dokážte.
(d) Pre každé 2 ≤ m ∈ N ∪ {∞} uveďte príklad nekomutatívneho okruhu s jednotkou
charakteristiky m.
2.13. Nech K je okruh s jednotkou.
(a) Pre všetky n ∈ N zadefinujte mocniny an
prvku a ∈ K rovnako ako v poli
a dokážte, že pre m, n ∈ N platí am
an
= am+n
, (am
)n
= amn
. Čo bráni definícii
mocnín an
pre záporné exponenty n ∈ Z?
(b) Prvok a ∈ K sa nazýva invertovateľný, ak k nemu existuje (obostranný, teda
nutne jediný) inverzný prvok a−1
vzhľadom na násobenie. Pre invertovateľné prvky
a ∈ K rozšírte definíciu mocnín an
na všetky n ∈ Z a dokážte rovnosti z (a) pre
ľubovoľné m, n ∈ Z.
(c) Nech a, b ∈ K. Čo je prekážkou všeobecnej platnosti rovnosti (ab)n
= an
bn
pre
n ≥ 2? Dokážte, že ak a, b komutujú, t. j. ab = ba, tak uvedená rovnosť platí pre
všetky n ∈ N.
(d) Pre K = R2×2
nájdite príklad matíc AAA, BBB ∈ K takých, že (AAA · BBB)2
= AAA2
· BBB2
.
(e) Nech a, b ∈ K sú invertovateľné. Dokážte, že potom aj prvok ab je invertovateľný
a platí (ab)−1
= b−1
a−1
. Čo je prekážkou všeobecnej platnosti rovnosti
(ab)−n
= b−n
a−n
pre n ≥ 2?
2.14. (a) Rovnako ako v príklade 1.6.3 a v cvičení 1.12 zadefinujte množinu K[x] všetkých
polynómov v premennej x nad ľubovoľným okruhom s jednotkou K a na nej operácie
súčtu a súčinu. Dokážte, že K[x] s takto definovanými operáciami je opäť okruh
s jednotkou a platí char K[x] = char K.
(b) Dokážte, že K[x] je komutatívny práve vtedy, keď K je komutatívny.
(c) Dokážte, že polynóm f(x) je invertovateľný prvok okruhu K[x] práve vtedy,
keď f(x) = a je konštantný polynóm, pričom a je invertovateľný prvok okruhu K.
3. Sústavy lineárnych rovníc
V tejto kapitole sa predbežne zoznámime so sústavami lineárnych rovníc nad
všeobecným poľom K a naučíme sa ich riešiť. Využijeme pri tom zápis sústavy
pomocou istej matice. Štruktúrne vlastnosti množiny všetkých riešení danej
sústavy a ich dôsledky preštudujeme a využijeme až neskôr, keď sa bližšie
oboznámime so štruktúrou vektorových priestorov.
3.1 Maticový zápis sústavy lineárnych rovníc
Pod lineárnou rovnicou o n neznámych x1, . . . , xn nad poľom K rozumieme
formulu tvaru
a1x1 + a2x2 + . . . + anxn = b,
kde a1, a2, . . . , an, b ∈ K, v premenných x1, x2, . . . , xn. Sústavou m lineárnych
rovníc o n neznámych x1, x2, . . . , xn nad poľom K rozumieme konjunkciu
formúl tvaru
a11x1 + a21x2 + . . . + a1nxn = b1
a21x1 + a22x2 + . . . + a2nxn = b2
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
am1x1 + am2x2 + . . . + amnxn = bm,
kde aij, bi, pre 1 ≤ i ≤ m, 1 ≤ j ≤ n, sú skaláry z poľa K. Maticu AAA = (aij) ∈
Km×n
nazývame maticou sústavy, stĺpcový vektor bbb = (b1, . . . , bm)T
∈ Km
nazývame jej pravou stranou. Konečne rozšírenou maticou sústavy nazývame
blokovú maticu (AAA |bbb) ∈ Km×(n+1)
. Sústava sa nazýva homogénna, ak bbb = 0;
v opačnom prípade sa nazýva nehomogénna.
Uvedenú sústavu možno stručne a úsporne zapísať v maticovom tvare
AAA · xxx = bbb,
prípadne, ak ide o homogénnu sústavu, v tvare
AAA · xxx = 0.
Riešením sústavy AAA·xxx = bbb nazývame ľubovoľný vektor-stĺpec xxx = (x1, x2, . . . ,
. . . , xn)T
∈ Kn
, ktorého zložky vyhovujú každej z rovníc tejto sústavy, t. j.
platí preň AAA · xxx = bbb. Vyriešiť sústavu znamená nájsť všetky jej riešenia, t. j.
popísať množinu všetkých jej riešení.
3.1. Maticový zápis sústavy lineárnych rovníc 77
Dve sústavy AAA · xxx = bbb a BBB · xxx = ccc, kde AAA, BBB ∈ Km×n
, bbb,ccc ∈ Km×1
, sa
nazývajú ekvivalentné, ak majú rovnakú množinu riešení, t. j. ak pre všetky
xxx ∈ Kn
platí AAA · xxx = bbb práve vtedy, keď BBB · xxx = ccc.
Skôr než prikročíme k otázke riešenia sústav lineárnych rovníc, považujeme
za potrebné upozorniť čitateľa na dve veci.
(a) Podčiarkujeme, že riešením sústavy rozumieme vždy vektor xxx a nie jeho
zložky. Tak napríklad sústava
2x + 3y = 12
3x − 2y = 5
nad poľom R má, ako ľahko nahliadneme, jediné riešenie x
y
= 3
2
a nie
dve riešenia x = 3, y = 2. Keď si toto poriadne uvedomíme, môžeme (a
samozrejme aj budeme) sa naďalej vyjadrovať obvyklým spôsobom. Budeme
teda hovoriť, že sústava má jediné riešenie x = 3, y = 2.
(b) Všimnite si, že počet rovníc sústavy a počet neznámych sa nemusia
rovnať. V obvyklom prípade, keď rovníc je rovnaký počet ako neznámych,
očakávame, že sústava bude mať jediné riešenie. Keď je rovníc menej než
neznámych, môžeme očakávať, že sústava bude mať viacero (prípadne i nekonečne
mnoho) riešení. Naopak, keď je rovníc viac ako neznámych, môže sa
stať, že sústava nebude mať nijaké riešenie. Napriek tomu, že tieto očakávania
vyjadrujú niečo ako „prevládajúci trend , ľahko možno nájsť príklady, keď sa
nemusia splniť. Zatiaľ len poznamenajme, že homogénna sústava AAA·xxx = 0 má
(bez ohľadu na počet neznámych a počet rovníc) vždy aspoň jedno riešenie
– je ním nulový vektor xxx = 0.
Nie je dôležité, akými znakmi sú označené neznáme v sústave AAA · xxx = bbb.
Na jej riešenie nemá nijaký vplyv, či si vektor neznámych označíme xxx =
(x1, . . . , xn)T
alebo yyy = (y1, . . . , yn)T
alebo nejako inak. To znamená, že celá
informácia o tejto sústave, potrebná na nájdenie všetkých jej riešení, je obsiahnutá
v rozšírenej matici sústavy (AAA |bbb), prípadne, ak ide o homogénnu
sústavu, len v matici sústavy AAA. Preto i metóda riešenia sústav lineárnych
rovníc, s ktorou sa teraz zoznámime, bude založená len na úprave tejto ma-
tice.
Stručne povedané, rozšírenú maticu (AAA |bbb) sústavy AAA · xxx = bbb budeme
upravovať tak, aby sme dostali vhodnú maticu (BBB |ccc), zodpovedajúcu novej
sústave BBB · xxx = ccc, ktorá spĺňa nasledujúce dve podmienky:
(a) Je ekvivalentná s pôvodnou sústavou AAA·xxx = bbb, t. j. má rovnakú množinu
riešení.
(b) Všetky jej riešenia možno priamo vyčítať z jej rozšírenej matice (BBB |ccc).
V takom prípade hovoríme, že sústava BBB · xxx = ccc je vyriešená.
78 3. Sústavy lineárnych rovníc
3.2 Redukovaný stupňovitý tvar matice
Našou prvou úlohou teda bude vyjasniť si, ako by mala vyzerať matica (BBB |ccc),
aby sme príslušnú sústavu BBB · xxx = ccc mohli považovať za vyriešenú. Za tým
účelom teraz zavedieme niekoľko pojmov.
Hovoríme, že prvok aij matice AAA ∈ Km×n
je vedúci prvok i-teho riadku
matice AAA, ak aij = 0, a j = 1 alebo ail = 0 pre všetky 1 ≤ l < j. Inak povedané,
vedúci prvok nenulového riadku je prvý nenulový prvok tohto riadku.
Nulový riadok nemá vedúci prvok.
Hovoríme, že matica AAA = (aij) ∈ Km×n
je v redukovanom stupňovitom
tvare, ak spĺňa nasledujúce štyri podmienky:
(a) Ak rrri(AAA) = 0 a rrrk(AAA) = 0, tak i < k; t. j. každý nenulový riadok matice
AAA leží nad každým jej nulovým riadkom.
(b) Ak aij, akl sú vedúce prvky i-teho resp. k-teho riadku a i < k, tak aj
j < l;
t. j. vedúci prvok vyššieho riadku leží viac vľavo než vedúci prvok nižšieho
riadku.
(c) Ak aij je vedúci prvok i-teho riadku, tak aij = 1; t. j. vedúci prvok
každého nenulového riadku je 1.
(d) Ak aij je vedúci prvok i-teho riadku, tak akj = 0 pre každé k = i; t. j.
v stĺpci, v ktorom sa nachádza vedúci prvok nejakého riadku, sú všetky
ostatné prvky rovné 0.
Pokiaľ matica AAA spĺňa len podmienky (a), (b), hovoríme, že je v stupňovitom
tvare. Používa sa tiež názov (redukovaný) schodovitý tvar.
Napríklad z uvedených matíc nad poľom R


0 2 1
1 0 0
0 0 0




2 3 0 1
0 0 1 4
0 0 0 0




0 1 0 0
0 0 1 0
0 0 0 1






0 0 0
1 0 0
0 1 0
0 0 1








1 2 3 4
0 1 2 3
0 0 1 2
0 0 0 1








1 0 1 0
0 1 2 0
0 0 0 1
0 0 0 0




ani jedna z matíc vľavo nie je v stupňovitom tvar; obe matice v strednom
stĺpci sú v stupňovitom tvare, nie však v redukovanom stupňovitom tvare;
konečne, obe matice vpravo sú v redukovanom stupňovitom tvare. (V každom
jednotlivom prípade si podrobne premyslite prečo.)
Taktiež každá jednotková matica IIIn, ako aj všetky nulové matice 0mn sú
v redukovanom stupňovitom tvare.
3.2. Redukovaný stupňovitý tvar matice 79
Uvedomme si teraz, akej sústave lineárnych rovníc zodpovedá rozšírená
matica v redukovanom stupňovitom tvare. Napríklad
(BBB |ccc) =


1 0 −2 0 0
0 1 6 0 0
0 0 0 1 0
3
0
1


je matica v redukovanom stupňovitom tvare nad R. Táto matica zodpovedá
sústave
x1 − 2x3 = 3
x2 + 6x3 = 0
x4 = 1
v neznámych x1, x2, x3, x4, x5. Hneď vidíme, že táto sústava má nekonečne
mnoho riešení. Každej voľbe parametrov s, t ∈ R totiž zodpovedá jedno rie-
šenie
x1 = 3 + 2s
x2 = − 6s
x3 = s
x4 = 1
x5 = t.
Asi sa zhodneme na tom, že preznačenie neznámych za parametre x3 = s,
x5 = t a ich presun na pravú stranu, je úprava natoľko bezprostredná, že
sústavu prislúchajúcu k matici (BBB |ccc) už možno považovať za vyriešenú. Na
napísanie jej riešenia nemusíme písať príslušnú sústavu, môžeme ho napísať
priamo na základe matice (BBB |ccc).
Dohodneme sa teda, že sústavu lineárnych rovníc BBB ·xxx = ccc nad poľom K
budeme nazývať vyriešenou sústavou, ak jej rozšírená matica (BBB |ccc) je v redukovanom
stupňovitom tvare. V prípade homogénnej sústavy sa, samozrejme,
stačí obmedziť na maticu BBB.
Teraz si predvedieme, ako možno k danej blokovej matici (BBB |ccc) v redukovanom
stupňovitom tvare, nájsť všetky riešenia sústavy BBB · xxx = ccc.
Najprv si ujasníme, kedy je taká sústava riešiteľná, t. j. má aspoň jedno
riešenie. Odpoveď na túto otázku je jednoduchá: Sústava BBB·xxx = ccc má riešenie
práve vtedy, keď sa v matici (BBB |ccc) nenachádza riadok tvaru
(0, . . . , 0
n-krát
| 1).
Taký riadok totiž zodpovedá rovnici 0 = 1, ktorá očividne nemá riešenie. To,
že neprítomnosť takého riadku je i postačujúcou podmienkou riešiteľnosti
sústavy, vyplýva z nasledujúceho postupu, ako toto riešenie nájsť.
80 3. Sústavy lineárnych rovníc
Ak sa v j-tom stĺpci matice BBB nenachádza vedúci prvok žiadneho riadku,
tak si neznámu xj zvolíme za parameter; ak sa v j-tom stĺpci nachádza vedúci
prvok nejakého riadku, tak neznámu xj si vyjadríme pomocou parametrov
tak, že stĺpce matice BBB prislúchajúce týmto parametrom „prehodíme s opačným
znamienkom na druhú stranu .
Presnejšiu formuláciu celého postupu vo všeobecnej podobe si odpustíme.
Názornejšie bude osvetliť ho na ešte jednom príklade.
(BBB |ccc) =


1 0 0 2/3 −1/2
0 1 0 3/4 0
0 0 1 −4 −2/5
5
2
−2


je reálna matica v redukovanom stupňovitom tvare. Vidíme, že sa v nej nenachádza
riadok tvaru (0, 0, 0, 0 | 1), teda sústava BBB · xxx = ccc by mala mať
riešenie. Vedúce prvky riadkov matice BBB sa nachádzajú v stĺpcoch 1, 2 a 3.
Za parametre si teda zvolíme neznáme x4 a x5. Riešením sústavy je každý
vektor (x1, x2, x3, x4, x5)T
∈ R tvaru
x1 = 5 −
2
3
s +
1
2
t
x2 = 2 −
3
4
s
x3 = −2 + 4s +
2
5
t
x4 = s
x5 = t,
kde parametre s, t ∈ R môžu nadobúdať ľubovoľné hodnoty. Pre estétov ešte
poznamenajme, že zlomkov pri parametroch sa možno jednoducho zbaviť.
Je totiž jedno, či si parametrické premenné zvolíme v tvare x4 = s, x5 = t
alebo v tvare x4 = 12s, x5 = 10t, kde s, t ∈ R. Pri takejto voľbe parametrov
dostaneme všetky riešenia sústavy v tvare bez zlomkov
x1 = 5 − 8s + 5t
x2 = 2 − 9s
x3 = −2 + 36s + 4t
x4 = 12s
x5 = 10t.
3.3. Gaussova-Jordanova eliminačná metóda 81
3.3 Gaussova-Jordanova eliminačná metóda
Zatiaľ sme si ujasnili, na aký tvar treba upraviť rozšírenú maticu (AAA |bbb) sústavy
AAA·xxx = bbb, aby sme získali s ňou ekvivalentnú vyriešenú sústavu BBB·xxx = ccc:
rozšírená matica (BBB |ccc) novej sústavy musí byť v redukovanom stupňovitom
tvare. Teraz si ukážeme, ako to možno urobiť. Maticu (AAA |bbb) budeme na redukovaný
stupňovitý tvar upravovať pomocou tzv. elementárnych riadkových
operácií.
Elementárnou riadkovou operáciou, skrátene tiež ERO, na matici AAA ∈
Km×n
rozumieme
I. výmenu dvoch riadkov matice AAA;
II. vynásobenie niektorého riadku matice AAA nenulovým skalárom z poľa K;
III. pripočítanie skalárneho násobku niektorého riadku matice AAA k jej inému
riadku.
Matice AAA, BBB ∈ Km×n
sa nazývajú riadkovo ekvivalentné, označenie AAA ∼ BBB,
ak jednu z nich možno upraviť na druhú konečným počtom elementárnych
riadkových operácií. Riešenie sústavy lineárnych rovníc úpravou jej rozšírenej
matice pomocou ERO na riadkovo ekvivalentnú maticu v redukovanom
stupňovitom tvare sa nazýva Gaussova-Jordanova eliminácia.
Prenechávame čitateľovi, aby si sám sformuloval analogické pojmy elementárnych
stĺpcových operácií (ESO) a stĺpcovej ekvivalencie matíc, označenie
AAA BBB. Ich význam vyjde najavo až v neskorších kapitolách.
Výmenou i-teho a k-teho riadku v matici
AAA =












rrr1(AAA)
...
rrri(AAA)
...
rrrk(AAA)
...
rrrm(AAA)












dostaneme maticu












rrr1(AAA)
...
rrrk(AAA)
...
rrri(AAA)
...
rrrm(AAA)












.
Opätovnou výmenou i-teho a k-teho riadku v tejto matici získame zasa maticu
AAA.
82 3. Sústavy lineárnych rovníc
Vynásobením i-teho riadku matice AAA skalárom c = 0 dostaneme maticu












rrr1(AAA)
...
crrri(AAA)
...
rrrk(AAA)
...
rrrm(AAA)












.
Vynásobením i-teho riadku tejto matice skalárom c−1
= 0 získame opäť
maticu AAA.
Konečne, pripočítaním c-násobku i-teho riadku matice AAA k jej k-temu
riadku z nej dostaneme maticu












rrr1(AAA)
...
rrri(AAA)
...
rrrk(AAA) + crrri(AAA)
...
rrrm(AAA)












.
Všimnite si, že i-ty riadok pri tom zostáva nezmenený. Maticu AAA z tejto matice
získame pripočítaním (−c)-násobku jej i-teho riadku ku k-temu riadku.
Ak AAA · xxx = bbb je sústava s rozšírenou maticou (AAA |bbb) a bloková matica
(AAA |bbb ) vznikne z (AAA |bbb) vykonaním jednej (nezáleží ktorej) ERO, tak sústava
AAA ·xxx = bbb je ekvivalentná s pôvodnou sústavou AAA·xxx = bbb. Elementárne riadkové
operácie na matici (AAA |bbb) totiž zodpovedajú postupne zámene poradia dvoch
rovníc sústavy, vynásobením niektorej rovnice nenulovým skalárom a pripočítaním
nejakého násobku jednej rovnice k inej rovnici (presnejšie nahradením
dojice rovníc rrri(AAA) · xxx = bi, rrrk(AAA) · xxx = bk dvojicou rovníc rrri(AAA) · xxx = bi,
(rrrk(AAA) + crrri(AAA)) ·xxx = bk + cbi). Z pred chvíľou vykonaných úvah vyplýva, že
ide o ekvivalentné úpravy, ktorými sa množina riešení sústavy nezmení – od
novej sústavy AAA ·xxx = bbb sa možno vhodnou ERO vykonanou na jej rozšírenej
matici opäť vrátiť k pôvodnej sústave AAA · xxx = bbb.
3.3.1. Tvrdenie. Nech K je pole, AAA, BBB ∈ Km×n
, bbb,ccc ∈ Km
. Ak sú blokové
matice (AAA |bbb), (BBB |ccc) riadkovo ekvivalentné, tak i sústavy lineárnych rovníc
AAA · xxx = bbb, BBB · xxx = ccc sú ekvivalentné.
3.3. Gaussova-Jordanova eliminačná metóda 83
Dôkaz. Podľa predpokladu existuje postupnosť blokových matíc (AAA |bbb) =
(CCC0 |ddd0), (CCC1 |ddd1), . . . , (CCCp |dddp) = (BBB |ccc) typu m × (n + 1) takých, že pre
každé l < p matica (CCCl+1 |dddl+1) vznikne vykonaním jedinej ERO z matice
(CCCl |dddl). Potom všetky sústavy CCCl · xxx = dddl majú tú istú množinu riešení, t. j.
sú ekvivalentné.
3.3.2. Veta. Každá matica nad poľom K je riadkovo ekvivalentná s jednoznačne
určenou maticou v redukovanom stupňovitom tvare.
Dôkaz existencie a jednoznačnosti spomínanej matice odložíme do cvičení
3.12 a 3.13 (pozri tiež cvičenie 5.13). Zatiaľ sa radšej len na konkrétnych
príkladoch naučíme, ako možno k danej matici AAA nájsť s ňou riadkovo ekvivalentnú
maticu v redukovanom stupňovitom tvare. Takýto prístup má navyše
tú výhodu, že z radu možných postupov, medzi ktorými si možno pružne
voliť podľa okolností, nám nesugeruje jedinú stratégiu, na ktorú by sme sa
nevyhnutne museli obmedziť pri všeobecnom dôkaze. Ambicióznejší čitateľ
v uvedených príkladoch ľahko i sám zahliadne myšlienku všeobecného dôkazu,
ktorú potom bude môcť uplatniť v cvičení 3.12. Napokon, aby sme sa
nebavili iba o maticiach, začneme zakaždým s nejakou sústavou lineárnych
rovníc. Tým sa zároveň naučíme riešiť ľubovoľnú sústavu lineárnych rovníc
nad daným poľom Gaussovou-Jordanovou elimináciou, prípadne rozpoznať,
že daná sústava nemá riešenie.
3.3.3. Príklad. Je daná sústava
2x1 + 3x2 − x4 = 1
3x1 + 2x2 + 4x3 − 2x4 = 0
x1 − x2 + 4x3 − x4 = 2
troch rovníc o štyroch neznámych nad poľom R. Jej rozšírená matica je


2 3 0 −1
3 2 4 −2
1 −1 4 −1
1
0
2

 .
Pri jej úprave na redukovaný stupňovitý tvar (podobne ako i v ďalších príkladoch)
budeme vynechávať niektoré medzikroky a zaznamenáme len niektoré
výsledky viacerých vykonaných ERO. Posledný riadok matice dáme na prvé
miesto, potom jeho (−2)-násobok pripočítame k pôvodnému prvému riadku,
ktorý posunieme na druhé miesto, a (−3)-násobok toho istého riadku pripočítame
k pôvodnému druhému riadku, ktorý posunieme na tretie miesto.
Dostaneme tak maticu


1 −1 4 −1
0 5 −8 1
0 5 −8 1
2
−3
−6

 .
84 3. Sústavy lineárnych rovníc
Pripočítaním (−1)-násobku druhého riadku k tretiemu dostaneme maticu


1 −1 4 −1
0 5 −8 1
0 0 0 0
2
−3
−3

 .
Už z tohto tvaru vidíme, že sústava zodpovedajúca poslednej matici nemá
riešenie – obsahuje totiž rovnicu 0 = −3. Teda ani pôvodná sústava (hoci
neznámych je v nej viac než rovníc) nemá riešenie. Z cvičných dôvodov však
dokončíme úpravu na redukovaný stupňovitý tvar, ktorý dostaneme vynásobením
tretieho riadku skalárom −1/3, pripočítaním (−2)-násobku resp.
3-násobku tohto nového riadku k prvému resp. druhému riadku a, konečne,
vynásobením druhého riadku skalárom 1/5:


1 0 12/5 −4/5
0 1 −8/5 1/5
0 0 0 0
0
0
1

 .
Čitateľ by si mal všimnúť, že po nastavení vedúceho prvku niektorého
riadku na hodnotu 1 okamžite pristupujeme k nulovaniu zvyšných prvkov
stĺpca, v ktorom leží tento vedúci prvok.
3.3.4. Príklad. Riešme sústavu
x + 2iy = 5 + 4i
(3 − i)y + (6 − 2i)z = 10
2x − z = 5 + 3i
x + y + z = 5 + 2i
štyroch rovníc o troch neznámych nad poľom C. Jej rozšírená matica je




1 2i 0
0 3 − i 6 − 2i
2 0 −1
1 1 1
5 + 4i
10
5 + 3i
5 + 2i



 .
Prehoďme jej posledný riadok na prvé miesto a zvyšné riadky posuňme o
jedno miesto nadol. V takto získanej matici pripočítajme (−1)-násobok prvého
riadku k druhému riadku a (−2)-násobok prvého riadku k štvrtému
riadku. Konečne vynásobme tretí riadok skalárom (3 + i)/10. Dostaneme
maticu 



1 1 1
0 −1 + 2i −1
0 1 2
0 −2 −3
5 + 2i
2i
3 + i
−5 − i



 .
3.3. Gaussova-Jordanova eliminačná metóda 85
(−1)-násobok tretieho riadku pripočítame k prvému riadku, jeho (1 − 2i)násobok
k druhému a 2-násobok k štvrtému. Nakoniec výmenou druhého a
tretieho riadku dostaneme maticu




1 0 −1
0 1 2
0 0 1 − 4i
0 0 1
2 + i
3 + i
5 − 3i
1 + i



 .
Pripočítajme posledný riadok k prvému, (−2)-násobok posledného riadku
k druhému a jeho (−1 + 4i)-násobok k tretiemu. Zostáva vymeniť tretí a
štvrtý riadok – výsledná matica je už v redukovanom stupňovitom tvare




1 0 0
0 1 0
0 0 1
0 0 0
3 + 2i
1 − i
1 + i
0



 .
Vidíme, že pôvodná sústava (hoci obsahuje viac rovníc než neznámych) má
jediné riešenie x = 3 + 2i, y = 1 − i, z = 1 + i, teda presnejšie vektor
(3 + 2i, 1 − i, 1 + i)T
∈ C3
.
3.3.5. Príklad. Uvažujme sústavu
x1 + x2 + 2x3 + 3x4 = 0
2x1 + 4x3 = 0
x1 + 2x2 + x3 + 3x4 = 0
3x3 + 4x4 = 0
štyroch rovníc o štyroch neznámych nad poľom Z5. Keďže ide o homogénnu
sústavu (ktorej ľavá strana je nulový stĺpcový vektor, teda sa nemení pri
žiadnej ERO), stačí upravovať jej (nerozšírenú) maticu




1 1 2 3
2 0 4 0
1 2 1 3
0 0 3 4



 .
(−2)-násobok, t. j. 3-násobok prvého riadku pripočítame k druhému riadku a
jeho
(−1)-násobok, t. j. 4-násobok pripočítame k tretiemu riadku. Dostaneme tak
86 3. Sústavy lineárnych rovníc
maticu 



1 1 2 3
0 3 0 4
0 1 4 0
0 0 3 4



 .
(−1)-násobok, t. j. 4-násobok tretieho riadku pripočítame k prvému riadku a
jeho
(−3)-násobok, t. j. 2-násobok pripočítame k druhému riadku. Konečne výmenou
druhého a tretieho riadku dostaneme maticu




1 0 3 3
0 1 4 0
0 0 3 4
0 0 3 4



 .
Tretí riadok odpočítame od prvého aj od štvrtého riadku. Ďalej ho vynásobíme
skalárom 3−1
= 2. Napokon jeho (−4)-násobok, t. j. priamo tento nový
tretí riadok pripočítame k druhému riadku. Výsledná matica je už v redukovanom
stupňovitom tvare




1 0 0 4
0 1 0 3
0 0 1 3
0 0 0 0



 .
Premennú x4 si zvolíme za parameter. Všetky riešenia sústavy majú potom
tvar x1 = t, x2 = 2t, x3 = 2t, x4 = t, kde t ∈ Z5. Vidíme teda, že pôvodná
sústava (hoci počet jej rovníc je rovnaký ako počet neznámych) má viac než
jedno riešenie; nie je ich však nekonečne veľa ale len 5. Práve toľko je totiž
možných volieb parametra t, t. j. prvkov poľa Z5.
Zaznamenajme ešte jeden očakávaný dôsledok tvrdenia 3.3.1, vety 3.3.2 a
spôsobu, ako napísať riešenie sústavy s (rozšírenou) maticou v redukovanom
stupňovitom tvare, uvedeného v paragrafe 3.2.
3.3.6. Tvrdenie. Nech AAA ∈ Km×n
, bbb ∈ Km
a m < n, t. j. sústavy AAA ·xxx = 0,
AAA · xxx = bbb obsahujú menej rovníc než neznámych. Potom
(a) homogénna sústava AAA·xxx = 0 má popri riešení xxx0 = 0 aspoň jedno riešenie
xxx = 0;
(b) ak existuje aspoň jedno riešenie sústavy AAA · xxx = bbb, tak táto sústava má
viac než jedno riešenie.
Dôkaz. (a) Upravme maticu sústavy AAA na redukovaný stupňovitý tvar BBB.
Uvedomme si, že matice AAA aj BBB majú m riadkov a n stĺpcov. Riadky matice
3.4. Gaussova eliminačná metóda 87
BBB majú nanajvýš m vedúcich prvkov. Keďže m < n, aspoň v jednom stĺpci
matice BBB neleží vedúci prvok žiadneho riadku. Nech je to napr. j-ty stĺpec.
Potom voľbe parametra xj = t ∈ K, t = 0 zodpovedá aspoň jedno nenulové
riešenie sústavy AAA · xxx = 0.
(b) prenechávame ako cvičenie čitateľovi.
3.4 Gaussova eliminačná metóda
Hlavne z historických dôvodov ešte stručne spomenieme metódu riešenia sústav
lineárnych rovníc tzv. Gaussovou elimináciou. Pri riešení touto metódou
upravíme rozšírenú maticu sústavy len na stupňovitý (teda nie nevyhnutne
redukovaný stupňovitý) tvar. Už z tohto tvaru možno ľahko spoznať, či sústava
má nejaké riešenie (príslušná matica nesmie obsahovať riadok tvaru
(0, . . . , 0 | d), kde 0 = d ∈ K). V tom prípade možno všetky riešenia sústavy
získať voľbou parametrov (opäť si za ne volíme neznáme xj také, že j-tom
stĺpci sa nevyskytuje vedúci prvok žiadneho riadku) a spätným dosadzovaním,
t. j. elimináciou neznámych pomocou parametrov.
3.4.1. Príklad. Predpokladajme, že rozšírenú maticu nejakej sústavy nad
R sme už pomocou ERO upravili na stupňovitý tvar


0 2 3 0 −1 4
0 0 0 −2 5 4
0 0 0 0 3 1
1
0
4

 .
Táto matica zodpovedá sústave
2x2 + 3x3 − x5 + 4x6 = 1
− 2x4 + 5x5 + 4x6 = 0
3x5 + x6 = 4.
Za parametre si zvolíme premenné x1, x3 a x6. Spätným dosadzovaním postupne
dostaneme všetky riešenia v parametrickom tvare
x6 = t
x5 =
1
3
(4 − x6) =
4
3
−
1
3
t
x4 =
1
2
(5x5 + 4x6) =
10
3
−
7
6
t
x3 = s
x2 =
1
2
(1 − 3x3 + x5 − 4x6) =
7
6
−
3
2
s −
13
6
t
x1 = r,
88 3. Sústavy lineárnych rovníc
kde r, s, t ∈ R. Prípadne, po trochu „šikovnejšej voľbe parametrov, v tvare
x6 = 6t, x5 = 4
3
− 2t, x4 = 10
3
− 7t, x3 = 2s, x2 = 7
6
− 3s + 13t, x1 = r.
Pozorný čitateľ si iste všimol, že spätné dosadzovanie možno nahradiť ďalšou
úpravou rozšírenej matice sústavy pomocou ERO na redukovaný stupňovitý
tvar. Stačí totiž vynásobiť nenulové riadky prevrátenými hodnotami ich
vedúcich prvkov a pripočítaním vhodných násobkov týchto riadkov vynulovať
zvyšné nenulové prvky v stĺpcoch obsahujúcich vedúce prvky jednotlivých
riadkov.
I tak však môže byť Gaussova eliminačná metóda v niektorých prípadoch
užitočná – najmä keď nám nejde ani tak o explicitný tvar riešení, ako skôr
o samotnú otázku riešiteľnosti sústavy, prípadne o počet parametrov, ktoré
sa v nich vyskytujú. Všetko to možno totiž spoznať už na základe nejakej
matice v stupňovitom tvare, riadkovo ekvivalentnej s pôvodnou rozšírenou
maticou sústavy. V takom prípade si teda môžeme odpustiť nielen ďalšiu
úpravu na redukovaný stupňovitý tvar, ale aj spätné dosadzovanie.
Cvičenia
3.1. Podrobne prepočítajte sústavy lineárnych rovníc z príkladov 3.3.3 – 3.3.5
3.2. Gaussovou-Jordanovou elimináciou riešte sústavu lineárnych rovníc AAA · xxx = bbb nad
poľom R pre matice:
(a) AAA =
0
B
@
2 1 2 0 −6
1 0 0 2 −5
1 1 2 0 −3
0 1 2 0 1
1
C
A, bbb =
4
1
1
2
; (b) AAA =
3 −6 1 10
1 −2 1 4
2 −4 3 9
1 −2 0 3
, bbb =
6
3
2
2
.
3.3. Gaussovou-Jordanovou elimináciou riešte sústavu lineárnych rovníc AAA · xxx = bbb nad
poľom C pre matice:
(a) AAA = 1+i 0 i−1
2−i 1 1+i , bbb = 1−2i
0 ; (b) AAA = 1+2i 2−i 1−i
5i 5 3−i , bbb = 1
2+i .
3.4. Gaussovou-Jordanovou elimináciou riešte sústavu AAA · xxx = bbb lineárnych rovníc nad
poľom Z11 pre matice:
(a) AAA =
1 2 3 4
2 3 1 1
7 3 5 3
, bbb =
1
5
1
; (b) AAA =
1 1 4 5
3 2 0 1
1 9 1 7
, bbb = 0.
Pre každú sústavu určte počet jej riešení.
3.5. Riešte sústavy z cvičenia 3.4 nad poľom Z13 a opäť určte počet riešení každej z nich.
3.6. V paragrafe 3.2 definovaný (redukovaný) stupňovitý tvar matice by sme mohli presnejšie
nazvať riadkovým (redukovaným) stupňovitým tvarom. Sformulujte definíciu
stĺpcového (redukovaného) stupňovitého tvaru matice. Podrobne definujte elementárne
stĺpcové operácie (ESO) typov I, II a III.
3.7. Nech AAA = (aij)m×n, BBB = (bbbik)m×p sú matice nad poľom K. Označme bbbk = sssk(BBB)
k-ty stĺpec matice BBB. Uvažujme maticovú rovnicu AAA · XXX = BBB s neznámou maticou
XXX = (xjk)n×p. Dokážte postupne nasledujúce tvrdenia:
(a) Matica XXX ∈ Kn×p
je riešením maticovej rovnice AAA · XXX = BBB práve vtedy, keď
pre každé k ≤ p je jej k-ty stĺpec xxxk = sssk(XXX) riešením sústavy AAA · xxx = bbbk.
(b) Maticová rovnica AAA · XXX = BBB má riešenie práve vtedy, keď každá zo sústav
Cvičenia 89
AAA · xxx = bbbk (k = 1, . . . , p) má riešenie.
Na základe (a) a (b) navrhnite metódu, ako možno úpravou vhodnej blokovej matice
pomocou ERO riešiť naraz viacero sústav AAA · xxx = bbbk s rovnakou ľavou stranou a
rôznymi pravými stranami bbb1, . . . ,bbbp.
3.8. Nech AAA = (aij)m×n, CCC = (ckj)q×n sú matice nad poľom K. S hromadným riešením
akých sústav lineárnych rovníc súvisí riešenie maticovej rovnice YYY · AAA = CCC s neznámou
maticou YYY = (yki)q×m? Navrhnite metódu založenú na úprave vhodnej
blokovej matice pomocou ESO. Ako sa možno vyhnúť ESO a nahradiť ich ERO?
3.9. Riešte maticové rovnice AAA·XXX = BBB a YYY ·AAA = CCC pre matice AAA = ( 3 2 4
2 1 3 ), BBB = 1 3 −1
1 2 4 ,
CCC = ( 12 7 17
3 3 7 ) nad poľom Q. Určte najprv rozmery matíc XXX a YYY . Aké sústavy
lineárnych rovníc ste takto vyriešili? Napíšte riešenie každej z nich (ak existuje).
3.10. Nad poľom R riešte sústavy lineárnych rovníc v neznámych x, y, z a urobte diskusiu
počtu riešení vzhľadom na parametre a ∈ R resp. c, d ∈ R:
(a) x + y + (2a2
− 1)z = a2
+ a + 1, (b) cx + y + (c + 1)dz = c + 2d + 1,
x + y + (a2
+ a − 1)z = 1, cx + cdz = d + 1,
x + a2
z = a2
+ a; cy + 2cdz = 2c2
+ cd − 1.
3.11. Nech K je pole a m, n ∈ N. Dokážte, že vzťah AAA ∼ BBB riadkovej ekvivalencie na
množine Km×n
spĺňa podmienky AAA ∼ AAA, AAA ∼ BBB ⇒ BBB ∼ AAA a AAA ∼ BBB & BBB ∼
CCC ⇒ AAA ∼ CCC pre ľubovoľné AAA,BBB,CCC ∈ Km×n
. Inak povedané, tento vzťah je
reflexívny, symetrický a tranzitívny, teda je naozaj reláciou ekvivalencie na množine
KKKm×n
(pozri paragraf 0.6). Sformulujte analogický výsledok pre vzťah stĺpcovej
ekvivalencie AAA BBB.
3.12. Dokážte vetu 3.3.2 matematickou indukciou podľa počtu riadkov matice. (Návod:
Ukážte, že matica s jediným riadkom je riadkovo ekvivalentná s maticou v redukovanom
stupňovitom tvare. Predpokladajte, že matica AAA vznikla z matice v redukovanom
stupňovitom tvare pridaním jedného riadku. Ukážte, že aj AAA je riadkovo
ekvivalentná s maticou v redukovanom stupňovitom tvare.)
3.13. Dokážte jednoznačnosť redukovaného stupňovitého tvaru matice. Presnejšie, dokážte,
že pre matice AAA, BBB ∈ Km×n
v redukovanom stupňovitom tvare platí AAA ∼
BBB ⇒ AAA = BBB. (Návod: Ak AAA, BBB sú v redukovanom stupňovitom tvare a AAA = BBB,
ukážte, že homogénne sústavy lineárnych rovníc nemajú rovnaké riešenia; to je však
spor s AAA ∼ BBB.)
3.14. Dokážte zosilnenie tvrdenia 3.3.1 do podoby ekvivalencie, t. j. pre ľubovoľné AAA, BBB ∈
Km×n
, bbb,ccc ∈ Km
platí: sústavy AAA · xxx = bbb a BBB · xxx = ccc sú ekvivalentné práve vtedy,
keď (AAA |bbb) ∼ (BBB |ccc).
3.15. Dokážte tvrdenie 3.3.6(b).
4. Lineárne podpriestory a lineárna nezávislosť
V tejto kapitole sa opäť vrátime k štúdiu abstraktných vektorových priestorov
nad všeobecným poľom. K bude v celej kapitole označovať nejaké pevné,
inak ľubovoľné pole a V bude nejaký pevne zvolený vektorový priestor nad
K. Čitateľ sa však nedopustí nijakej chyby, ak si pod všeobecným poľom
K bude predstavovať pole R všetkých reálnych čísel. Zakaždým, keď sa budeme
odvolávať na geometrický názor, bude to dokonca užitočné. Na druhej
strane by však nemal spúšťať zo zreteľa, že naše úvahy majú podstatne širšiu
platnosť – okrem vektorových priestorov nad R sa z nám známych príkladov
vzťahujú tak na vektorové priestory nad poľom C všetkých komplexných
čísel, poľom Q všetkých racionálnych čísel ako i na vektorové priestory nad
konečnými poľami Zp.
4.1 Lineárne podpriestory vektorového priestoru
Množina S ⊆ V sa nazýva lineárny podpriestor vektorového priestoru V , ak
S = ∅ a pre všetky skaláry a ∈ K a vektory xxx,yyy ∈ S platí axxx ∈ S a xxx+yyy ∈ S.
Inak povedané, neprázdna podmnožina S ⊆ V je lineárny podpriestor práve
vtedy, keď je uzavretá na operácie skalárneho násobku a súčtu vektorov.
Nasledujúce tvrdenie je bezprostredným dôsledkom práve vyslovenej de-
finície.
4.1.1. Tvrdenie. Nech S je lineárny podpriestor vektorového priestoru V .
Potom 0 ∈ S a S s operáciami súčtu vektorov a skalárneho násobku zúženými
z V na S tvorí vektorový priestor nad poľom K.
V každom vektorovom priestore V sú {0} a V lineárne podpriestory
(v prípade, keď V = {0}, dokonca splývajú, inak ide o dva rôzne podpriestory)
– {0} nazývame triválny alebo tiež nulový a V nevlastný alebo tiež
plný lineárny podpriestor. Teda pre vlastný netriviálny lineárny podpriestor
S ⊆ V platí {0} = S = V .
Napr. vo vektorovom priestore R3
netriviálne vlastné podpriestory sú
práve všetky priamky a roviny prechádzajúce počiatkom 0.
Nasledujúce tvrdenie charakterizuje lineárne podpriestory ako množiny
uzavreté na lineárne kombinácie.
4.1.2. Tvrdenie. Pre ľubovoľnú podmnožinu S vektorového priestoru V nasledujúce
podmienky sú ekvivalentné:
4.1. Lineárne podpriestory vektorového priestoru 91
(i) S je lineárny podpriestor vo V ;
(ii) S = ∅ a pre všetky skaláry a, b ∈ K a vektory xxx,yyy ∈ S platí axxx+byyy ∈ S;
(iii) pre každé n ∈ N a pre všetky skaláry a1, . . . , an ∈ K a vektory xxx1, . . . ,xxxn ∈ S
platí
a1xxx1 + . . . + anxxxn ∈ S.
Dôkaz. Postupne dokážeme implikácie (i) ⇒ (ii), (ii) ⇒ (iii) a (iii) ⇒ (i).
(i) ⇒ (ii): Ak S je lineárny podpriestor, tak S = ∅. Nech a, b ∈ K, xxx,yyy ∈
S. Keďže S je uzavreté na skalárne násobky, platí axxx, byyy ∈ S. Z uzavretosti
S na súčet vyplýva axxx + byyy ∈ S.
(ii) ⇒ (iii): Nech platí (ii). Keďže S = ∅, existuje sss ∈ S. Potom 0 =
0sss+0sss ∈ S a tiež axxx = axxx+0sss ∈ S pre každé a ∈ K, xxx ∈ S. Teda podmienka
z (iii) je splnená pre n = 0 (lebo prázdna lineárna kombinácia je 0) a n = 1;
podľa (ii) je splnená tiež pre n = 2. Keby nebola splnená pre všetky n ∈ N,
označíme n najmenšie prirodzené číslo s touto vlastnosťou. Potom n > 2 a
pre všetky k < n podmienka z (iii) platí. Nech a1, . . . , an ∈ K, xxx1, . . . ,xxxn ∈ S
sú také, že a1xxx1 + . . . + anxxxn /∈ S. Avšak
a1xxx1 + . . . + anxxxn = (a1xxx1 + . . . + an−1xxxn−1) + anxxxn ∈ S,
keďže pre prirodzené čísla n − 1 a 2 podmienka z (iii) platí. To je spor.
(iii) ⇒ (i): Z platnosti (iii) pre n = 0 vyplýva, že 0 ∈ S (prázdna lineárna
kombinácia je totiž 0). Teda S = ∅. Voľbou n = 1 dostávame uzavretosť S na
skalárne násobky. Uzavretosť S na súčet vyplýva z voľby n = 2, a1 = a2 = 1.
4.1.3. Príklad. Keďže s príkladmi lineárnych podpriestorov vektorových
priestorov Kn
sa ešte stretneme pri mnohých príležitostiach, uvedieme tu
niekoľko „exotickejších príkladov. Napospol pôjde o podpriestory priestorov
V X
všetkých funkcií z ľubovoľnej množiny X do nejakého vektorového priestoru
V nad poľom K; špeciálne môže ísť o prípad V = K (pozri príklad 1.6.5).
(a) Označme V (X)
množinu všetkých funkcií f : X → V takých, že množina
{x ∈ X; f(x) = 0} je konečná. Pre ľubovoľnú lineárnu kombináciu funkcií
f, g ∈ V X
platí
{x ∈ X; af(x) + bg(x) = 0} ⊆ {x ∈ X; f(x) = 0} ∪ {x ∈ X; g(x) = 0}.
Z toho vyplýva, že V (X)
je lineárny podpriestor vektorového priestoru V X
.
Ak X je konečná, tak V (X)
= V X
; ak X je nekonečná, tak V (X)
je netriválny
vlastný podpriestor v V X
.
(b) Nech X ⊆ R je ľubovoľná množina reálnych čísel. Potom C(X, R), alebo
len stručne C(X) označuje množinu všetkých spojitých funkcií f : X → R.
Keďže lineárne kombinácie spojitých funkcií sú zrejme opäť spojité funkcie,
92 4. Lineárne podpriestory a lineárna nezávislosť
C(X) je lineárny podpriestor v RX
.
(c) Ak X je nejaký (ohraničený alebo neohraničený) interval reálnych čísel,
tak D(X) označuje množinu všetkých funkcií f : X → R, ktoré majú
v každom bode x ∈ X konečnú deriváciu (v prípadných krajných bodoch intervalu
X sa žiada existencia konečnej derivácie zľava alebo sprava). Keďže
každá diferencovateľná funkcia je spojitá na svojom definičnom obore a lineárna
kombinácia diferencovateľných funkcií je opäť diferencovateľná, D(X)
je lineárny podpriestor vektorového priestoru C(X).
4.2 Lineárny obal množiny vektorov
Množinu všetkých lineárnych kombinácií vektorov z podmnožiny X vektorového
priestoru V nazývame lineárnym obalom množiny X a označujeme ju
[X]. Teda
[X] = {a1xxx1 + . . . + anxxxn; n ∈ N & a1, . . . , an ∈ K & xxx1, . . . ,xxxn ∈ X}.
Ak X = {xxx1, . . . ,xxxn} je konečná množina, tak miesto [{xxx1, . . . ,xxxn}] píšeme
len [xxx1, . . . ,xxxn]. Zrejme tento zápis má zmysel aj pre ľubovoľnú usporiadanú
n-ticu (nie nutne rôznych) vektorov (xxx1, . . . ,xxxn), a platí
[xxx1, . . . ,xxxn] = {a1xxx1 + . . . + anxxxn; a1, . . . , an ∈ K}.
4.2.1. Tvrdenie. Nech X je podmnožina vektorového priestoru V . Potom
lineárny obal [X] množiny X je najmenší lineárny podpriestor vektorového
priestoru V taký, že X ⊆ [X].
Dôkaz. Musíme dokázať dve veci:
(a) [X] je lineárny podpriestor vo V ;
(b) pre každý lineárny podpriestor S ⊆ V platí X ⊆ S ⇒ [X] ⊆ S.
(a) Zrejme [X] obsahuje 0 ako prázdnu lineárnu kombináciu, teda [X] = ∅.
Nech c, d ∈ K a uuu = a1xxx1 + . . . + anxxxn, vvv = b1yyy1 + . . . + bmyyym sú prvky z [X],
pričom ai, bj ∈ K, xxxi,yyyj ∈ X. Potom
cuuu + dvvv = ca1xxx1 + . . . + canxxxn + db1yyy1 + . . . + dbmyyym ∈ [X],
keďže je to opäť lineárna kombinácia vektorov z X. Podľa podmienky (ii)
tvrdenia 4.1.2 je [X] lineárny podpriestor vo V .
(b) Nech S ⊆ V je lineárny podpriestor taký, že X ⊆ S. Potom podľa
podmienky (iii) tvrdenia 4.1.2 všetky lineárne kombinácie vektorov z S, a tým
skôr vektorov z X, patria do S. Teda [X] ⊆ S.
Dokázané tvrdenie nás oprávňuje nazývať lineárny obal [X] množiny X ⊆
V tiež lineárnym podpriestorom generovaným množinou X. Ak [X] = S,
4.3. Prienik a súčet lineárnych podpriestorov 93
hovoríme, že X generuje lineárny podpriestor S, prípadne že X je generujúca
množina alebo tiež množina generátorov lineárneho podpriestoru S ⊆ V . Ak
S = V , t. j. ak [X] = V , hovoríme krátko o generujúcej množine. Používa sa
tiež názov vytvárajúca množina.
Kvôli prehľadnosti ešte zhrnieme základné vlastnosti operácie lineárneho
obalu X → [X].
4.2.2. Tvrdenie. Pre ľubovoľné podmnožiny X, Y vektorového priestoru V
a vvv ∈ V platí:
(a) [∅] = [0] = {0};
(b) X ⊆ [X];
(c) X ⊆ Y ⇒ [X] ⊆ [Y ];
(d) X je lineárny podpriestor vo V práve vtedy, keď X = [X];
(e) [[X]] = [X];
(f) vvv ∈ [X] ⇔ [X ∪ {vvv}] = [X].
Dôkaz. (a), (b) a (c) sú triviálne, (d) priamo vyplýva z tvrdenia 4.2.1 a (e) je
bezprostredným dôsledkom (d).
(f) Nech vvv ∈ [X]. S použitím (b), (c) a (e) dostávame
[X ∪ {vvv}] ⊆ [[X] ∪ {vvv}] = [[X]] = [X].
Teda [X ∪ {vvv}] = [X]. Keďže vvv ∈ [X ∪ {vvv}], obrátená implikácia je triviálna.
4.3 Prienik a súčet lineárnych podpriestorov
Nech X, Y sú ľubovoľné podmnožiny vektorového priestoru V . Potom mno-
žinu
X + Y = {xxx + yyy; xxx ∈ X & yyy ∈ Y }
nazývame súčtom množín X, Y .
4.3.1. Tvrdenie. Nech S, T sú lineárne podpriestory vektorového priestoru
V . Potom aj S ∩ T a S + T sú lineárne podpriestory vo V . Navyše platí
S + T = [S ∪ T],
t. j. S + T je najmenší lineárny podpriestor vo V , ktorý obsahuje S aj T.
Dôkaz. Zrejme 0 ∈ S ∩ T. Z toho, že S aj T sú uzavreté na lineárne kombinácie,
vyplýva, že aj S ∩ T má túto vlastnosť.
94 4. Lineárne podpriestory a lineárna nezávislosť
Dokážeme, že aj S+T je uzavreté na lineárne kombinácie. Nech a1, a2 ∈ K
a uuu1 = xxx1 +yyy1, uuu2 = xxx2 +yyy2 sú vektory z S +T, pričom xxx1,xxx2 ∈ S, yyy1,yyy2 ∈ T.
Potom
a1uuu1 + a2uuu2 = a1(xxx1 + yyy1) + a2(xxx2 + yyy2)
= (a1xxx1 + a2xxx2) + (a1yyy1 + a2yyy2) ∈ S + T,
lebo S, T sú lineárne podpriestory, teda a1xxx1 + a2xxx2 ∈ S a a1yyy1 + a2yyy2 ∈ T.
Dokážeme poslednú rovnosť. Inklúzie S ∪ T ⊆ S + T ⊆ [S ∪ T] sú zrejmé.
Keďže S + T je lineárny podpriestor vo V a [S ∪ T] je najmenší lineárny
podpriestor vo V , ktorý obsahuje množinu S ∪ T, platí tiež [S ∪ T] ⊆ S + T.
Na druhej strane čitateľ iste ľahko nájde príklady na to, že zjednotenie
dvoch lineárnych podpriestorov S, T vektorového priestoru V nemusí byť
lineárnym podpriestorom. Presnejšie, S ∪ T je lineárny podpriestor vo V
práve vtedy, keď S ⊆ T alebo T ⊆ S. Porozmýšľajte prečo.
Každý prvok zzz ∈ S + T súčtu lineárnych podpriestorov S, T ⊆ V možno
vyjadriť v tvare zzz = xxx + yyy pre nejaké xxx ∈ S, yyy ∈ T. Vo všeobecnosti to
však možno urobiť viacerými spôsobmi. Súčet lineárnych podpriestorov S, T
vektorového priestoru V nazývame priamym alebo tiež direktným súčtom, ak
každé zzz ∈ S + T možno jednoznačne vyjadriť v tvare zzz = xxx + yyy, kde xxx ∈ S,
yyy ∈ T; takýto súčet zvykneme tiež označovať S ⊕ T.
4.3.2. Tvrdenie. Nech S, T sú lineárne podpriestory vektorového priestoru
V . Potom nasledujúce podmienky sú ekvivalentné:
(i) S + T = S ⊕ T, t. j. súčet S + T je direktný;
(ii) S ∩ T = {0}.
Dôkaz. (i) ⇒ (ii): Nech zzz ∈ S ∩ T. Potom zzz možno vyjadriť v tvare zzz =
zzz + 0, kde zzz ∈ S, 0 ∈ T, ako aj v tvare zzz = 0 + zzz, kde 0 ∈ S, zzz ∈ T.
Z predpokladanej jednoznačnosti vyplýva zzz = 0. Teda S ∩ T = {0}.
(ii) ⇒ (i): Nech S ∩T = {0}. Predpokladajme, že vektor zzz ∈ S +T možno
vyjadriť v tvaroch zzz = xxx1 + yyy1 = xxx2 + yyy2, kde xxx1,xxx2 ∈ S, yyy1,yyy2 ∈ T. Potom
xxx1 −xxx2 = yyy2 −yyy1. Keďže xxx1 −xxx2 ∈ S, yyy2 −yyy1 ∈ T, uvedená spoločná hodnota
patrí do S∩T. Preto xxx1 −xxx2 = yyy2 −yyy1 = 0, t. j. xxx1 = xxx2, yyy1 = yyy2. To dokazuje
požadovanú jednoznačnosť.
Uvedenú definíciu možno zrejmým spôsobom zovšeobecniť na priamy súčet
ľubovoľného konečného počtu lineárnych podpriestorov. Zodpovedajúce
zovšeobecnenie podmienky (ii) z práve dokázaného tvrdenia však už celkom
priamočiare nie je. Podrobnosti nájde čitateľ v cvičení 4.8.
4.4 Lineárna nezávislosť
Nech uuu1, . . . ,uuun ∈ V . Hovoríme, že usporiadaná n-tica vektorov (uuu1, . . . ,uuun)
je lineárne závislá, ak existujú skaláry c1, . . . , cn ∈ K také, že (c1, . . . , cn) = 0
4.4. Lineárna nezávislosť 95
a c1uuu1 + . . . + cnuuun = 0. V opačnom prípade hovoríme, že usporiadaná n-tica
vektorov (uuu1, . . . ,uuun) je lineárne nezávislá. Pre n = 0 kvôli úplnosti dodávame,
že usporiadanú 0-ticu (t. j. prázdnu postupnosť) vektorov považujeme
za lineárne nezávislú.
Miesto „lineárne (ne)závislá usporiadaná n-tica vektorov (uuu1, . . . ,uuun) budeme
často hovoriť len o lineárne (ne)závislých vektoroch uuu1, . . . ,uuun.
Rozmeňme si teraz „na drobné , čo znamená ono „v opačnom prípade
v definícii lineárnej nezávislosti. Podľa tejto definície vektory uuu1, . . . ,uuun sú
lineárne nezávislé práve vtedy, keď
(∀ c1, . . . , cn ∈ K)(c1uuu1 + . . . + cnuuun = 0 ⇒ c1 = . . . = cn = 0).
Vidíme, že logická štruktúra pojmu lineárnej nezávislosti je trochu zložitejšia,
než sme boli doteraz zvyknutí. Keďže ide o kľúčový pojem, je potrebné sa
pri ňom na chvíľu pristaviť.
Uvedomme si, že pre n-ticu skalárov (c1, . . . , cn) = 0 platí c1uuu1 + . . . +
cnuuun = 0 pre ľubovoľnú n-ticu vektorov (uuu1, . . . ,uuun), bez ohľadu na to, či je lineárne
závislá alebo nezávislá. Avšak pre niektoré n-tice vektorov (uuu1, . . . ,uuun)
môžeme ako výsledok lineárnej kombinácie c1uuu1+. . .+cnuuun dostať 0 aj pomocou
inej n-tice skalárov (c1, . . . , cn) než len 0 = (0, . . . , 0) – takéto usporiadané
n-tice (uuu1, . . . ,uuun) nazývame lineárne závislé. Pre niektoré usporiadané
n-tice vektorov (uuu1, . . . ,uuun) je voľba (c1, . . . , cn) = 0 jediná možnosť ako lineárnou
kombináciou c1uuu1 + . . . + cnuuun získať výsledok 0 – takéto usporiadané
n-tice nazývame lineárne nezávislé.
Na precvičenie práve definovaných pojmov čitateľovi odporúčame, aby si
dokázal štyri jednoduché no užitočné pozorovania:
(a) jediný vektor uuu je lineárne nezávislý práve vtedy, keď uuu = 0;
(b) vektory uuu, vvv sú lineárne závislé práve vtedy, keď jeden z nich je násobkom
druhého;
(c) ak niektorý z vektorov uuu1, . . . ,uuun je 0, tak tieto vektory sú lineárne
závislé;
(d) ak sa niektoré dva z vektorov uuu1, . . . ,uuun rovnajú alebo niektorý z nich
je násobkom iného, tak tieto vektory sú lineárne závislé.
Inak povedané, len usporiadaná n-tica nenulových a navzájom rôznych vektorov,
z ktorých žiaden nie je násobkom druhého, môže (no stále ešte nemusí)
byť lineárne nezávislá.
Nasledujúce tvrdenie asi vysvetľuje názov „lineárna závislosť lepšie než
samotná definícia.
4.4.1. Tvrdenie. Pre ľubovoľné n ∈ N a uuu1, . . . ,uuun ∈ V nasledujúce podmienky
sú ekvivalentné:
(i) vektory uuu1, . . . ,uuun sú lineárne závislé;
96 4. Lineárne podpriestory a lineárna nezávislosť
(ii) niektorý z vektorov uuuk, k ≤ n, je lineárnou kombináciou predchádzajú-
cich;
(ii’) niektorý z vektorov uuuk, k ≤ n, je lineárnou kombináciou nasledujúcich;
(iii) niektorý z vektorov uuuk, k ≤ n, je lineárnou kombináciou ostatných.
Dôkaz. Dokážeme implikácie (i) ⇒ (ii) ⇒ (iii) a (iii) ⇒ (i). Rovnako by bolo
možné dokázať aj implikácie (i) ⇒ (ii’) ⇒ (iii).
(i) ⇒ (ii): Nech uuu1, . . . ,uuun sú lineárne závislé vektory a c1, . . . , cn sú skaláry,
nie všetky rovné 0, také, že c1uuu1 + . . . + cnuuun = 0. Nech k je najväčší
z indexov 1, . . . , n taký, že ck = 0. Potom ci = 0 pre k < i ≤ n, teda
c1uuu1 + . . . + ckuuuk = n
i=1 ciuuui = 0. Z toho dostávame
uuuk = c−1
k (c1uuu1 + . . . + ck−1uuuk−1),
t. j. uuuk je lineárnou kombináciou predchádzajúcich vektorov.
(ii) ⇒ (iii) platí triválne.
(iii) ⇒ (i): Ak uuuk = n
i=1
i=k
ciuuui je lineárnou kombináciou ostatných vektorov,
položme ck = −1. Potom pre n-ticu skalárov (c1, . . . , cn) = 0 platí
c1uuu1 + . . . + cnuuun = 0, teda vektory uuu1, . . . ,uuun sú lineárne závislé.
Poznámka. Všimnite si, že dôkaz implikácie (i) ⇒ (ii) pokrýva aj prípad k =
1. Vtedy c1 = 0 a c1uuu1 = 0, preto tiež uuu1 = 0. Teda uuu1 je naozaj lineárnou
kombináciou predchádzajúcich (t. j. prázdnej postupnosti) vektorov.
Každý vektor xxx z lineárneho obalu [uuu1, . . . ,uuun] možno vyjadriť v tvare
xxx = c1uuu1 + . . . + cnuuun
pre nejakú n-ticu skalárov (c1, . . . , cn). Nasledujúce tvrdenie ukazuje, že lineárna
nezávislosť vektorov uuu1, . . . ,uuun je ekvivalentná s jednoznačnosťou tohto
vyjadrenia.
4.4.2. Veta. Vektory uuu1, . . . ,uuun sú lineárne nezávislé práve vtedy, keď každý
vektor xxx ∈ [uuu1, . . . ,uuun] možno vyjadriť v tvare xxx = c1uuu1 +. . .+cnuuun pre jedinú
usporiadanú n-ticu (c1, . . . , cn) ∈ Kn
.
Dôkaz. Nech uuu1, . . . ,uuun sú lineárne nezávislé vektory. Predpokladajme, že
vektor xxx ∈ [uuu1, . . . ,uuun] možno vyjadriť v tvaroch
xxx = c1uuu1 + . . . + cnuuun = d1uuu1 + . . . + dnuuun,
kde (c1, . . . , cn), (d1, . . . , dn) ∈ Kn
. Potom
(c1 − d1)uuu1 + . . . + (cn − dn)uuun = 0.
4.4. Lineárna nezávislosť 97
Z lineárnej nezávislosti vektorov uuu1, . . . ,uuun vyplýva c1 −d1 = . . . = cn −dn =
0, čiže (c1, . . . , cn) = (d1, . . . , dn). Teda vyjadrenie vektora xxx v tvare lineárnej
kombinácie vektorov uuu1, . . . ,uuun je jednoznačné.
Predpokladajme teraz, že každý vektor xxx ∈ [uuu1, . . . ,uuun] má jednoznačné
vyjadrenie v tvare lineárnej kombinácie vektorov uuu1, . . . ,uuun. Špeciálne to platí
aj pre vektor xxx = 0, ktorý má vyjadrenie 0 = 0uuu1+. . .+0uuun. Z jednoznačnosti
tohto vyjadrenia vyplýva
c1uuu1 + . . . + cnuuun = 0 ⇒ c1 = . . . = cn = 0
pre ľubovoľnú n-ticu skalárov (c1, . . . , cn). Teda vektory uuu1, . . . ,uuun sú lineárne
nezávislé.
Nasledujúce tvrdenie dáva do súvislosti lineárnu (ne)závislosť s lineárnym
obalom.
4.4.3. Tvrdenie. Nech uuu1, . . . ,uuun,vvv ∈ V pričom vektory uuu1, . . . ,uuun sú lineárne
nezávislé. Potom nasledujúce podmienky sú ekvivalentné:
(i) vvv ∈ [uuu1, . . . ,uuun];
(ii) vektory uuu1, . . . ,uuun,vvv sú lineárne závislé;
(iii) [uuu1, . . . ,uuun,vvv] = [uuu1, . . . ,uuun].
Dôkaz. (i) ⇒ (ii): Ak vvv ∈ [uuu1, . . . ,uuun] tak vektory uuu1, . . . ,uuun,vvv sú lineárne
závislé podľa tvrdenia 4.4.1
(ii) ⇒ (iii): Nech vektory uuu1, . . . ,uuun,vvv sú lineárne závislé. Potom niektorý
z nich je lineárnou kombináciou predchádzajúcich. Keďže vektory uuu1, . . . ,uuun
sú lineárne nezávislé, môže to byť len vektor vvv. Teda vvv ∈ [uuu1, . . . ,uuun].
(iii) ⇒ (i) je obsiahnuté v bode (f) tvrdenia 4.2.2
4.4.4. Veta. Nech uuu1, . . . ,uuun,vvv1, . . . ,vvvm ∈ V , pričom vektory uuu1, . . . ,uuun
sú lineárne nezávislé. Potom z množiny {1, . . . , m} možno vybrať indexy
i1 < . . . < ik tak, že vektory uuu1, . . . ,uuun,vvvi1 , . . . ,vvvik
sú lineárne nezávislé a
generujú rovnaký podpriestor ako vektory uuu1, . . . ,uuun,vvv1, . . . ,vvvm.
Dôkaz. Označme X = {vvv1, . . . ,vvvm}. Vektory vvvi1 , . . . ,vvvik
vyberieme z množiny
X nasledujúcim spôsobom. Ak X ⊆ [uuu1, . . . ,uuun], položme k = 0, t. j.
nevyberieme žiaden z nich. V opačnom prípade nech vvvi1 je prvý z vektorov
množiny X, ktorý neleží v podpriestore [uuu1, . . . ,uuun]. Ak X ⊆ [uuu1, . . . ,uuun,vvvi1 ],
tak k = 1 a vvvi1 je jediný vybraný vektor. Podľa predchádzajúceho tvrdenia sú
vektory uuu1, . . . ,uuun,vvvi1 lineárne nezávislé. Ak X ⊆ [uuu1, . . . ,uuun,vvvi1 ], označíme
vvvi2 prvý vektor množiny X, ktorý neleží v [uuu1, . . . ,uuun,vvvi1 ] (zrejme i1 < i2
a vvvi1 = vvvi2 ). Vektory uuu1, . . . ,uuun,vvvi1 ,vvvi2 sú podľa tvrdenia 4.4.3 opäť lineárne
nezávislé. Podľa potreby pokračujeme rovnakým spôsobom, až kým pre
takto získané lineárne nezávislé vektory uuu1, . . . ,uuun,vvvi1 , . . . ,vvvik
neplatí inklúzia
X ⊆ [uuu1, . . . ,uuun,vvvi1 , . . . ,vvvik
], kedy sa zastavíme. (V krajnom prípade
98 4. Lineárne podpriestory a lineárna nezávislosť
dostaneme k = m, t. j. vyberieme všetky vektory z množiny X.) Z uvedenej
inklúzie okamžite vyplýva rovnosť
[uuu1, . . . ,uuun,vvv1, . . . ,vvvm] = [uuu1, . . . ,uuun,vvvi1 , . . . ,vvvik
],
keďže každý z generátorov podpriestoru na ľavej strane je prvkom podpriestoru
na pravej strane.
4.5 Lineárny obal a lineárna nezávislosť v priestoroch Km
V tomto paragrafe si ukážeme, ako možno na základe našich doterajších znalostí
o sústavách lineárnych rovníc tou istou metódou úpravy matíc pomocou
ERO na (redukovaný) stupňovitý tvar riešiť pre vektory z priestoru Km
nasledujúce
tri otázky:
(1) rozhodnúť pre dané vektory xxx1, . . . ,xxxn,yyy ∈ Km
či yyy patrí alebo nepatrí
do lineárneho obalu [xxx1, . . . ,xxxn];
(2) rozhodnúť pre dané vektory xxx1, . . . ,xxxn ∈ Km
či sú lineárne závislé alebo
nezávislé;
(3) vybrať z vektorov xxx1, . . . ,xxxn ∈ Km
lineárne nezávislé vektory xxxj1 , . . . ,xxxjk
(j1 < . . . < jk) tak, aby vektory xxxj1 , . . . ,xxxjk
generovali vo V ten istý
lineárny podpriestor ako vektory xxx1, . . . ,xxxn.
Hoci všetky tri otázky možno riešiť naraz jednotným spôsobom, z metodických
dôvodov začneme jednoduchšími otázkami (1) a (2), a až potom
pristúpime k trochu zložitejšej otázke (3). Navyše pri tom zavedieme označenie,
ktorého sa budeme držať v celom paragrafe.
Nech xxx1, . . . ,xxxn,yyy ∈ Km
sú stĺpcové vektory, pričom
xxxj =


x1j
...
xmj

 , yyy =


y1
...
ym

 .
Označme XXX = (xij) ∈ Km×n
maticu so stĺpcami xxx1, . . . ,xxxn, a (XXX |yyy) ∈
Km×(n+1)
blokovú maticu zloženú z matice XXX a vektora yyy. Potom pre ccc =
(c1, . . . , cn)T
∈ Kn
platí:
(1) c1xxx1 + . . . + cnxxxn = yyy ⇔ XXX · ccc = yyy;
(2) c1xxx1 + . . . + cnxxxn = 0 ⇔ XXX · ccc = 0.
Inak povedané: (1) yyy ∈ [xxx1, . . . ,xxxn] práve vtedy, keď sústava XXX · ccc = yyy
s rozšírenou maticou (XXX |yyy) má aspoň jedno riešenie; (2) vektory xxx1, . . . ,xxxn
sú lineárne nezávislé práve vtedy, keď homogénna sústava XXX ·ccc = 0 má jediné
riešenie ccc = 0; ak táto sústava má aj nejaké nenulové riešenie, tak vektory
xxx1, . . . ,xxxn sú lineárne závislé. (Nedajte sa spliesť atypickým označením: xij
sú teraz koeficienty sústavy, yi sú zložky pravej strany a cj sú neznáme.)
4.5. Lineárny obal a lineárna nezávislosť v priestoroch Km
99
Otázku (1) už vieme riešiť. Stačí pomocou ERO upraviť maticu (XXX |yyy)
na stupňovitý tvar. Ak výsledná matica obsahuje riadok tvaru (0, . . . , 0 | z),
kde z = 0, tak sústava XXX ·ccc = yyy nemá riešenie a yyy /∈ [xxx1, . . . ,xxxn]. Ak sa taký
riadok vo výslednej matici nenachádza, tak sústava má aspoň jedno riešenie
a yyy ∈ [xxx1, . . . ,xxxn].
Podobne je to s otázkou (2). Opäť stačí pomocou ERO upraviť maticu XXX
na stupňovitý tvar a pozrieť sa, či v každom stĺpci leží vedúci prvok nejakého
riadku. Ak je to tak, niet čo voliť za parametre, ccc = 0 je jediným riešením
sústavy XXX · ccc = 0 a vektory xxx1, . . . ,xxxn sú lineárne nezávislé. V opačnom
prípade máme možnosť voľby aspoň jedného parametra, sústava má aj nejaké
nenulové riešenie a vektory xxx1, . . . ,xxxn sú lineárne závislé.
Ešte si všimnime úzku súvislosť oboch otázok. Vedúcim prvkom riadku
(0, . . . , 0 | z), kde z = 0, je práve v (n + 1)-om stĺpci ležiaci prvok z. Teda
matica v stupňovitom tvare riadkovo ekvivalentná s (XXX |yyy) neobsahuje taký
riadok práve vtedy, keď v jej poslednom stĺpci neleží vedúci prvok žiadneho
riadku.
4.5.1. Príklad. Uvažujme stĺpcové vektory xxx1 = (1, 1, −1, −1)T
, xxx2 = (0, 1, 0, 1)T
,
xxx3 = (3, 1, −3, −5)T
, xxx4 = (0, 0, 1, 2)T
, yyy = (3, 5, −2, 1)T
, zzz = (1, 1, 1, 1)T
v priestore R4
. Máme rozhodnúť, či vektory yyy, zzz patria do lineárneho obalu
[xxx1,xxx2,xxx3,xxx4]. Označme si nasledujúce matice
(XXX |yyy) =




1 0 3 0
1 1 1 0
−1 0 −3 1
−1 1 −5 2
3
5
−2
1



 , (XXX |zzz) =




1 0 3 0
1 1 1 0
−1 0 −3 1
−1 1 −5 2
1
1
1
1



 .
Matice (XXX |yyy), (XXX |zzz) sú riadkovo ekvivalentné s maticami




1 0 3 0
0 1 −2 0
0 0 0 1
0 0 0 0
3
2
1
0



 resp.




1 0 3 0
0 1 −2 0
0 0 0 1
0 0 0 0
1
0
2
−2



 .
Okamžite vidíme, že platí yyy ∈ [xxx1,xxx2,xxx3,xxx4] a zzz /∈ [xxx1,xxx2,xxx3,xxx4].
4.5.2. Príklad. Zistíme, či stĺpce reálnej matice
XXX =




2 0 1 3
2 1 2 3
0 2 3 2
1 2 4 2




100 4. Lineárne podpriestory a lineárna nezávislosť
sú lineárne závislé alebo nezávislé. Táto matica je riadkovo ekvivalentná s maticou




1 2 4 2
0 1 1 0
0 0 1 2
0 0 0 5



 .
Vidíme, že stĺpce matice XXX sú lineárne nezávislé. Na druhej strane, ako matica
nad poľom Z5 je XXX riadkovo ekvivalentná s maticou




1 2 4 2
0 1 3 4
0 0 3 1
0 0 0 0



 .
Teda stĺpce matice XXX, chápané ako vektory z vektorového priestoru Z4
5, sú
lineárne závislé.
Kľúčom k odpovedi na otázku (3) je nasledujúce tvrdenie.
4.5.3. Tvrdenie. Nech XXX, YYY ∈ Km×n
sú riadkovo ekvivalentné matice, pričom
matica YYY je v stupňovitom tvare. Pre 1 ≤ j ≤ n označme xxxj = sssj(XXX)
j-ty stĺpec matice XXX. Nech j1 < . . . < jk sú indexy všetkých stĺpcov matice
YYY , v ktorých ležia vedúce prvky jej riadkov. Potom platí:
(a) vektory xxxj1 , . . . ,xxxjk
sú lineárne nezávislé;
(b) ak v j-tom stĺpci matice YYY neleží vedúci prvok žiadneho jej riadku (t. j.
1 ≤ j ≤ n a j = j1, . . . , jk), tak vektor xxxj je lineárnou kombináciou
vektorov xxxj1 , . . . ,xxxjl
, kde l ≤ k je najväčší index, pre ktorý platí jl < j;
(c) [xxxj1 , . . . ,xxxjk
] = [xxx1, . . . ,xxxn].
Dôkaz. (a) Označme XXX , YYY matice, ktoré pozostávajú len zo stĺpcov s indexmi
j1, . . . , jk matíc XXX resp. YYY (ostatné stĺpce vynecháme). Potom postupnosťou
tých istých ERO, ktorými sme XXX upravili na YYY , dostaneme z XXX maticu YYY ,
teda XXX ∼ YYY . Matica YYY je však v stupňovitom tvare a má v každom stĺpci
vedúci prvok nejakého svojho riadku. Preto homogénna sústava XXX · ddd = 0
má jediné riešenie ddd = 0 ∈ Kk
, čo znamená, že stĺpce matice XXX , t. j. vektory
xxxj1 , . . . ,xxxjk
, sú lineárne nezávislé.
(b) Bez ujmy na všeobecnosti môžeme predpokladať, že matica YYY je dokonca
v redukovanom stupňovitom tvare. Poloha vedúcich prvkov riadkov
v jednotlivých stĺpcoch bude stále rovnaká. Nech j = j1, . . . , jk. Pri voľbe
parametra cj = 1 a voľbou 0 za hodnotu všetkých ostatných parametrov
(ak nejaké zostali) dostaneme jedno riešenie ccc = (c1, . . . , cn)T
= 0 sústavy
XXX · ccc = 0. Nech l ≤ k je najväčší index taký, že jl < j. Pre naše riešenie
ccc navyše platí cp = 0, ak j ≤ p ≤ n. Ak je totiž cp parameter, tak je to
4.5. Lineárny obal a lineárna nezávislosť v priestoroch Km
101
dôsledok našej voľby, a vo vyjadrení neznámych cjh
pre l < h ≤ k sa (jediný
nenulový) parameter cj nevyskytuje. Označme XXX maticu, ktorá pozostáva
len zo stĺpcov matice XXX s indexmi j1, . . . , jl a j. Z uvedených dôvodov je
vektor ccc = (cj1 , . . . , cjl
, 1)T
riešením sústavy XXX · ccc = 0. To znamená, že
xxxj = −(cj1xxxj1 + . . . + cjl
xxxjl
) ∈ [xxxj1 , . . . ,xxxjl
].
(c) je bezprostredným dôsledkom (b) a tvrdenia 4.4.3
Práve dokázané tvrdenie nám dáva priamy návod na riešenie otázky (3).
Stačí pomocou ERO upraviť maticu XXX = (xxx1, . . . ,xxxn) na maticu YYY v stupňovitom
tvare a zistiť v nej indexy j1 < . . . < jk všetkých stĺpcov, v ktorých
ležia vedúce prvky jej riadkov. Potom xxxj1 , . . . ,xxxjk
sú hľadané lineárne nezávislé
vektory, ktoré generujú lineárny podpriestor [xxx1, . . . ,xxxn].
4.5.4. Príklad. Zo stĺpcov reálnej matice
XXX =




1 1 3 −1 1
2 0 2 1 3
1 1 3 2 4
2 0 2 0 2




treba vybrať lineárne nezávislé stĺpce, ktoré generujú lineárny obal všetkých
stĺpcov matice XXX. Matica XXX je riadkovo ekvivalentná s maticou
YYY =




1 1 3 −1 1
0 1 2 2 −3
0 0 0 1 1
0 0 0 0 0




v stupňovitom tvare. Vedúce prvky riadkov matice YYY sa nachádzajú v stĺpcoch
1, 2 a 4. Hľadané vektory sú teda stĺpce 1, 2 a 4 matice XXX. Zapísané
vedľa seba tvoria maticu 



1 1 −1
2 0 1
1 1 2
2 0 0



 .
I keď sme celý postup riešenia otázok (1), (2) a (3) vyložili len pre priestory
stĺpcových vektorov Km
a týchto priestorov sa týkali aj všetky príklady,
čitateľovi by už nemalo robiť ťažkosti modifikovať popísanú metódu aj na
priestory riadkových vektorov Km
– či už transponovaním, príslušných matíc
riadkových vektorov alebo nahradením elementárnych riadkových operácií
stĺpcovými.
102 4. Lineárne podpriestory a lineárna nezávislosť
4.6 Lineárne nezávislé postupnosti a množiny
V tomto paragrafe stručne doplníme pojmy lineárnej závislosti a nezávislosti
spôsobom, ktorý umožňuje ich použitie i v prípade nekonečných postupností
a ľubovoľných (t. j. konečných aj nekonečných) množín vektorov. Nakoľko
však tieto otázky zostávajú na okraji nášho záujmu, popri príslušných definíciách
sa obmedzíme len na niekoľko jednoduchých zovšeobecnení výsledkov
o lineárnej (ne)závislosti usporiadaných n-tíc.
Nekonečnú postupnosť (uuuk)∞
k=0 = (uuu0,uuu1,uuu2, . . . ,uuuk, . . . ) vektorov z priestoru
V nazývame lineárne nezávislou, ak každá jej konečná podpostupnosť
(uuuk1 , . . . ,uuukn ), kde 0 ≤ k1 < . . . < kn, je lineárne nezávislá.
Dôkaz nasledujúceho jednoduchého tvrdenia prenechávame čitateľovi.
4.6.1. Tvrdenie. Nekonečná postupnosť (uuuk)∞
k=0 vektorov z V je lineárne
nezávislá práve vtedy, keď pre každé n ∈ N jej počiatočný úsek (uuu0,uuu1, . . . ,uuun)
je lineárne nezávislý.
Napríklad postupnosť (1, x, x2
, . . . , xk
, . . . ) všetkých mocnín x je lineárne
nezávislá postupnosť vo vektorovom priestore K[x] všetkých polynómov
v premennej x nad poľom K. Polynóm f(x) = a0 + a1x + . . . + anxn
je totiž
(definitoricky) nulový práve vtedy, keď a0 = a1 = . . . = an = 0. Množina
X ⊆ V sa nazýva lineárne nezávislá, ak pre ľubovoľné n ∈ N každá usporiadaná
n-tica navzájom rôznych vektorov (uuu1, . . . ,uuun) z množiny X je lineárne
nezávislá.
Ešte raz podčiarkujeme ono „navzájom rôznych – keby totiž uuu1, . . . ,uuun
neboli navzájom rôzne vektory, nemohli by byť lineárne nezávislé.
Lineárna závislosť či nezávislosť usporiadanej n-tice vektorov nezávisí od
ich poradia – zrejme usporiadaná n-tica (uuu1, . . . ,uuun) je lineárne nezávislá
práve vtedy, keď je lineárne nezávislá usporiadaná n-tica (uuuσ(1), . . . ,uuuσ(n)),
kde σ je ľubovoľná permutácia množiny {1, . . . , n}. Inak povedané, lineárna
(ne)závislosť usporiadanej n-tice (uuu1, . . . ,uuun) navzájom rôznych vektorov je
vlastnosťou množiny {uuu1, . . . ,uuun}. Čitateľ už iste ľahko nahliadne platnosť
nasledujúceho očividného tvrdenia.
4.6.2. Tvrdenie. Usporiadaná n-tica (uuu1, . . . ,uuun) navzájom rôznych vektorov
z V je lineárne nezávislá práve vtedy, keď množina {uuu1, . . . ,uuun} ⊆ V je
lineárne nezávislá.
Naše záverečné tvrdenie, ktoré dáva do súvisu lineárnu (ne)závislosť množiny
s jej lineárnym obalom, je obdobou tvrdenia 4.4.3 Taktiež jeho dôkaz
možno získať malou obmenou dôkazu spomínaného tvrdenia.
4.6.3. Tvrdenie. Nech X ⊆ V je lineárne nezávislá množina a vvv ∈ V .
Potom nasledujúce podmienky sú ekvivalentné:
Cvičenia 103
(i) vvv ∈ [X];
(ii) množina X ∪ {vvv} je lineárne závislá;
(iii) [X ∪ {vvv}] = [X].
Cvičenia
4.1. Nech S, T sú lineárne podpriestory vektorového priestoru V . Potom S ∪ T je lineárny
podpriestor V práve vtedy, keď S ⊆ T alebo T ⊆ S. Dokážte.
4.2. V každom z nasledujúcich prípadov rozhodnite, či daná podmnožina S vektorového
priestoru V nad poľom K je jeho lineárnym podpriestorom. Svoje rozhodnutie zdôvodnite.
Ak S nie je lineárny podpriestor, popíšte jeho lineárny obal [S].
(a) K = R, V = R, S = −1, 1 ;
(b) K = C, V = C, S = {z ∈ C; |z| = 1};
(c) K = R, V = R2
, S = {(x, y) ∈ R2
; x − 2y = 0};
(d) K = C, V = C2
, S = {(x, y) ∈ C2
; x + iy = 1};
(e) K = R, V = C, S = {x ∈ C; Re x = Im x};
(f) K = Q, V = R, S = Q[
√
3] = {a + b
√
3; a, b ∈ Q};
(g) K = Z2, V = Z3
2, S = {(0, 0, 0), (1, 0, 0), (0, 1, 0), (0, 0, 1)};
(h) K = Z3, V = Z2
3, S = {(0, 0), (1, 2), (2, 1)};
(i) K ľubovoľné, V = K[x], S = {f(x) ∈ K[x]; f(1) = 0};
(j) K ľubovoľné, V = K[x], S = {f(x) ∈ K[x]; f(0) = 1};
(k) K ľubovoľné, V = K[x], S = {f(x) ∈ K[x]; f(0) = f(1)};
(l) K ľubovoľné, V = K[x], S = {a + bx + (a + b)x2
; a, b ∈ K};
(m) K ľubovoľné, V = K[x], S = {a + bx + (a + b + 1)x2
; a, b ∈ K}.
4.3. V každom z nasledujúcich prípadov rozhodnite, či uvedené vektory z vektorového
priestoru V nad poľom K sú lineárne nezávislé. Svoje rozhodnutie odôvodnite.
(a) K = Q, V = Q2
, uuu = (0, 0), vvv = (1, 1);
(b) K = Q, V = Q3
, www = (1, 2, 3)T
;
(c) K = R, V = R4
, xxx = (0, 1, 0, 1)T
, yyy = (1, 0, 1, 0)T
, zzz = (1, 0, 0, 1)T
;
(d) K = C, V = C3
, uuu = (1, i, −i), vvv = (2 + i, 3 − i, 1 + 2i), www = (2 + 2i, 2 − i, 2 + 2i);
(e) K = Z5, V = Z4
5, xxx = (1, 3, 2, 4), yyy = (2, 2, 1, 1), zzz = (4, 2, 4, 2);
(f) K = Z7, V = Z4
7, xxx = (1, 3, 2, 4), yyy = (2, 2, 1, 1), zzz = (4, 2, 4, 2);
(g) K = R, V = R(3)
[x], f0(x) = 1, f1(x) = x, f2(x) = x(x−1), f3(x) = x(x−1)(x−2);
(h) K = Z3, V = Z13[x], f(x) = 5 + 12x, g(x) = 12 + 8x;
(i) K = R, V = R[x], f(x) = 5 + 12x, g(x) = 12 + 8x.
4.4. Nech V je vektorový priestor nad poľom K, uuu1, . . . ,uuun ∈ V sú lineárne nezávislé
vektory a AAA ∈ Km×n
. Pre i = 1, . . . , m označme vvvi = ai1uuu1 + . . . + ainuuun =
rrri(AAA)·(uuu1, . . . ,uuun)T
. Potom vektory vvv1, . . . ,vvvm ∈ V sú lineárne nezávislé práve vtedy,
keď riadky matice AAA sú lineárne nezávislé vektory v Kn
. Dokážte. Čo sa zmení, ak
uuu1, . . . ,uuun sú lineárne závislé?
104 4. Lineárne podpriestory a lineárna nezávislosť
4.5. Nech V je vektorový priestor nad poľom K. V každom z nasledujúcich prípadov rozhodnite,
či vektor uuu ∈ V patrí do lineárneho obalu vektorov xxx,yyy,zzz ∈ V .
(a) K = R, V = R3
, xxx = (1, 1, 2)T
, yyy = (−2, 1, −1)T
, zzz = (0, 1, 1)T
, uuu = (1, 2, −1)T
;
(b) K = C, V = C2
, xxx = (i, 1 + i), yyy = (1, 1 − i), zzz = (i, −i), uuu = (1 + i, 1 − i);
(c) K = Z3, V = Z3
3, xxx = (0, 1, 2), yyy = (1, 2, 0), zzz = (2, 0, 1), uuu = (1, 0, 1);
(d) K = Z5, V = Z3
5, xxx = (0, 1, 2), yyy = (1, 2, 0), zzz = (2, 0, 1), uuu = (1, 0, 1).
4.6. V každej z úloh (a)–(i) cvičenia 4.3 vyberte z daných vektorov lineárne nezávislé vektory,
ktoré generujú ten istý lineárny podpriestor ako pôvodné vektory. Riešte rovnaký
problém pre vektory xxx, yyy, zzz, uuu v každej z úloh (a)–(d) cvičenia 4.5. Využite pri tom
výsledky cvičení 4.3 a 4.5.
4.7. Doplňte chýbajúce dôkazy častí (a)–(e) tvrdenia 4.2.2
4.8. (a) Zovšeobecnite definíciu priameho súčtu na ľubovoľný konečný počet lineárnych
podpriestorov daného vektorového priestoru.
(b) Nech S1, . . . , Sn (n ≥ 2) sú lineárne podpriestory vektorového priestoru V . Pre
i = 1, . . . , n označme Ti = S1 + . . . + Si−1 + Si+1 + . . . + Sn, t. j. T1 = S2 + . . . + Sn,
T2 = S1 +S3 +. . .+Sn, . . . , Tn = S1 +. . .+Sn−1. Potom S1 +. . .+Sn = S1 ⊕. . .⊕Sn,
t. j. súčet podpriestorov S1, . . . , Sn je priamy, práve vtedy, keď pre každé i ≤ n platí
Si ∩ Ti = {0}. Dokážte.
4.9. Nech V je vektorový priestor nad poľom K a X ⊆ V je ľubovoľná podmnožina.
Dokážte tzv. podmienku zámeny: (∀uuu,vvv ∈ V )(uuu ∈ [X ∪ {vvv}] [X] ⇒ vvv ∈ [X ∪ {uuu}]).
Rozhodnite, či platí dokonca ekvivalencia (∀uuu,vvv ∈ V )(uuu ∈ [X ∪ {vvv}] [X] ⇔ vvv ∈
[X ∪ {uuu}] [X])?
4.10. Dokážte tvrdenia 4.6.1, 4.6.2 a 4.6.3
4.11. Nech K je pole a (pk(x))∞
k=0 je postupnosť polynómov z K[x] taká, že pre k = l
majú polynómy pk(x), pl(x) rôzny stupeň. Dokážte, že potom ide o lineárne nezávislú
postupnosť.
5. Báza a dimenzia
V tejto kapitole sa oboznámime s pojmom bázy vektorového priestoru, čo
nám v niektorých vektorových priestoroch umožní zaviesť súradnice. Ďalej
budeme definovať dimenziu vektorového priestoru a odvodíme jej základné
vlastnosti. V nasledujúcej kapitole si potom okrem iného dokážeme, že dimenzia
je základný štruktúrny invariant tzv. konečnorozmerných vektorových
priestorov.
I v tejto kapitole V označuje nejaký vektorový priestor nad pevným poľom
K.
5.1 Steinitzova veta a konečnorozmerné priestory
Začneme jedným technickým výsledkom kľúčového významu.
5.1.1. Tvrdenie. (Steinitzova veta) Nech uuu1, . . . ,uuun,vvv1, . . . ,vvvm ∈ V . Ak
vektory uuu1, . . . ,uuun sú lineárne nezávislé a všetky patria do lineárneho obalu
[vvv1, . . . ,vvvm], tak n ≤ m.
Dôkaz. Keďže uuuj ∈ [vvv1, . . . ,vvvm] pre každé j ≤ n, existujú cccj = (c1j, . . . , cmj)T
∈
Km
také, že
uuuj = c1jvvv1 + . . . + cmjvvvm = (vvv1, . . . ,vvvm) · cccj.
Inak povedané
(uuu1, . . . ,uuun) = (vvv1, . . . ,vvvm) · CCC,
kde CCC = (cij)m×n je matica so stĺpcami ccc1, . . . ,cccn.
Predpokladajme, že m < n. Potom podľa tvrdenia 3.3.6 má homogénna
sústava CCC · xxx = 0 aspoň jedno riešenie xxx = (x1, . . . , xn)T
= 0. Jednoduchým
výpočtom dostávame
x1uuu1 + . . . + xnuuun = (uuu1, . . . ,uuun) · xxx
= (vvv1, . . . ,vvvm) · CCC · xxx = (vvv1, . . . ,vvvm) · 0 = 0,
čo je v spore s lineárnou nezávislosťou vektorov uuu1, . . . ,uuun.
5.1.2. Tvrdenie. Pre ľubovoľný vektorový priestor V nasledujúce podmienky
sú ekvivalentné:
(i) existuje konečná množina X ⊆ V taká, že [X] = V ;
106 5. Báza a dimenzia
(ii) každá lineárne nezávislá množina Y ⊆ V je konečná.
Dôkaz. (i) ⇒ (ii): Nech X ⊆ V je konečná množina, ktorá generuje V . Podľa
Steinitzovej vety pre ľubovoľné lineárne nezávislé vektory uuu1, . . . ,uuun platí
n ≤ # X, teda každá lineárne nezávislá množina Y ⊆ V je konečná.
(ii) ⇒ (i): Budeme dokazovať logicky ekivalentnú implikáciu ¬ (i) ⇒ ¬ (ii).
Predpokladajme, že žiadna konečná podmnožina priestoru V negeneruje
V . Potom vo V môžeme zostrojiť postupnosť vektorov (yyyn)∞
n=0 takú, že yyy0 = 0
a pre každé n > 0 platí yyyn /∈ [yyy0, . . . ,yyyn−1]. Podľa tvrdenia 4.4.1 je každý
počiatočný úsek (yyy0, . . . ,yyyn) tejto postupnosti lineárne nezávislý, takže celá
postupnosť je lineárne nezávislá podľa tvrdenia 4.6.1 Teda vo V existuje nekonečná
lineárne nezávislá množina, napr. Y = {yyyn; n ∈ N}.
Hovoríme, že vektorový priestor V je konečnorozmerný , ak spĺňa niektorú
(teda nevyhnutne obe) z ekvivalentných podmienok (i), (ii) práve dokázaného
tvrdenia. V opačnom prípade hovoríme, že V je nekonečnorozmerný vektorový
priestor.
5.2 Báza a dimenzia konečnorozmerného priestoru
Nech V je konečnorozmerný vektorový priestor. Bázou priestoru V nazývame
každú lineárne nezávislú usporiadnú n-ticu (uuu1, . . . ,uuun) vektorov z V , ktorá
generuje celý priestor V . Stručne tiež hovoríme, že vektory uuu1, . . . ,uuun tvoria
bázu priestoru V .
Nasledujúce tvrdenie je priamym dôsledkom vety 4.4.4
5.2.1. Tvrdenie. Nech V je konečnorozmerný vektorový priestor. Potom
(a) ľubovoľnú lineárne nezávislú usporiadanú k-ticu (uuu1, . . . ,uuuk) vektorov z V
možno doplniť do nejakej bázy (uuu1, . . . ,uuuk, . . . ,uuun) priestoru V ;
(b) z ľubovoľnej generujúcej usporiadanej m-tice (vvv1, . . . ,vvvm) vektorov z V
možno vybrať nejakú bázu (vvvi1 , . . . ,vvvin ) priestoru V .
5.2.2. Veta. Nech V je konečnorozmerný vektorový priestor. Potom
(a) V má aspoň jednu bázu;
(b) ľubovoľné dve bázy priestoru V majú rovnaký počet prvkov.
Dôkaz. (a) je bezprostredným dôsledkom predchádzajúceho tvrdenia, ktoré
nám dokonca dáva dva varianty dôkazu: jeden doplnením prázdnej množiny
(ktorá je lineárne nezávislá) na bázu vo V , druhý výberom bázy z nejakej
konečnej generujúcej množiny vo V .
(b) je bezprostredným dôsledkom Steinitzovej vety. Ak sú totiž (uuu1, . . . ,uuun),
(vvv1, . . . ,vvvm) dve bázy vo V , tak, keďže (uuu1, . . . ,uuun) je lineárne nezávislá a
5.3. Súradnice vektora vzhľadom na danú bázu 107
(vvv1, . . . ,vvvm) generuje celý priestor V , musí platiť n ≤ m. Nakoľko však i
(vvv1, . . . ,vvvm) je lineárne nezávislá a (uuu1, . . . ,uuun) generuje celé V , platí tiež
m ≤ n. Teda m = n.
Práve dokázaná veta nám umožňuje korektne definovať dimenziu alebo
tiež rozmer konečnorozmerného vektorového priestoru V ako počet prvkov
jeho ľubovoľnej bázy. Dimenziu vektorového priestoru V značíme dim V . Ak
dim V = n, hovoríme, že V je n-rozmerný vektorový priestor. Ak V je nekonečnorozmerný
priestor, kladieme dim V = ∞. V prípade, že bude potrebné
zdôrazniť úlohu poľa K, budeme používať podrobnejšie označenie dimK V .
Teda V je konečnorozmerný práve vtedy, keď dim V < ∞.
Dôkaz nasledujúceho tvrdenia prenechávame ako cvičenie čitateľovi.
5.2.3. Tvrdenie. Nech dim V = n, vvv1, . . . ,vvvm ∈ V . Potom ľubovoľné dve
z nasledujúcich podmienok implikujú tretiu:
(i) vektory vvv1, . . . ,vvvm sú lineárne nezávislé;
(ii) [vvv1, . . . ,vvvm] = V ;
(iii) m = n.
To okrem iného znamená, že na overenie, či n vektorov vvv1, . . . ,vvvn tvorí
bázu n-rozmerného vektorového priestoru V , stačí overiť len jednu (a to ľubovoľnú)
z podmienok (i), (ii).
5.3 Súradnice vektora vzhľadom na danú bázu
Nasledujúca veta je špeciálnym prípadom vety 4.4.2
5.3.1. Veta. Vektory uuu1, . . . ,uuun tvoria bázu vektorového priestoru V práve
vtedy, keď každý vektor xxx ∈ V možno jednoznačne vyjadriť v tvare lineárnej
kombinácie
xxx = c1uuu1 + . . . + cnuuun.
Uvedomme si, že existencia aspoň jedného vyjadrenia xxx = c1uuu1+. . .+cnuuun
je ekvivalentná s podmienkou, že vektory uuu1, . . . ,uuun generujú V . Jednoznačnosť
tohto vyjadrenia je zasa ekvivalentná s lineárnou nezávislosťou vektorov
uuu1, . . . ,uuun.
Teda ααα = (uuu1, . . . ,uuun) je bázou V vtedy a len vtedy, keď pre každé xxx ∈ V
existuje práve jedno ccc = (c1, . . . , cn)T
∈ Kn
také, že
xxx = c1uuu1 + . . . + cnuuun = ααα · ccc.
108 5. Báza a dimenzia
Tento jednoznačne určený stĺpcový vektor ccc ∈ Kn
budeme nazývať súradnice
vektora xxx vzhľadom na bázu ααα a označovať
ccc = (xxx)ααα.
Teda každá báza ααα v n-rozmernom vektorovom priestore V definuje súradnicové
zobrazenie xxx → (xxx)ααα z V do stĺpcového vektorového priestoru Kn
.
Jednoduchý dôkaz nasledujúceho tvrdenia prenechávame ako cvičenie či-
tateľovi.
5.3.2. Tvrdenie. Nech ααα = (uuu1, . . . ,uuun) je báza konečnorozmerného vektorového
priestoru V . Potom príslušné súradnicové zobrazenie V → Kn
je
bijektívne a zachováva lineárne kombinácie, t. j. pre ľubovoľné a, b ∈ K,
xxx,yyy ∈ V platí
(axxx + byyy)ααα = a(xxx)ααα + b(yyy)ααα.
K nemu inverzné zobrazenie Kn
→ V je dané predpisom ccc → ααα · ccc.
V označení posledného tvrdenia teda pre ľubovoľné xxx ∈ V , ccc ∈ Kn
platí
xxx = ααα · (xxx)ααα, (ααα · ccc)ααα = ccc.
Prvá rovnosť ukazuje, ako možno vektor xxx zrekonštruovať z danej bázy ααα a
jeho súradníc (xxx)ααα v tejto báze; druhá zachytáva zrejmý fakt, že súradnice
lineárnej kombinácie n
i=1 ciuuui v báze uuu1, . . . ,uuun tvorí vektor (c1, . . . , cn)T
.
Práve zavedené súradnice by sme mohli podrobnejšie nazvať stĺpcovými
súradnicami vzhľadom na danú bázu. Podobným spôsobom možno zaviesť
i riadkové súradnice a dokázať pre ne analogické tvrdenia ako pre stĺpcové.
V takom prípade je samozrejme vhodnejšie zapisovať príslušnú bázu ako
stĺpcový vektor ααα = (uuu1, . . . ,uuun)T
a v prípade riadkového priestoru V = Kn
ju stotožniť s maticou s riadkami uuu1, . . . ,uuun. Podrobnosti prenechávame na
doplnenie čitateľovi.
5.3.3. Príklad. Označme eee
(n)
i = sssi(IIIn) ∈ Kn
stĺpcový vektor pozostávajúci
zo samých núl, okrem i-tej zložky, ktorá je 1. Potom εεε(n)
= eee
(n)
1 , . . . ,eee
(n)
n je
báza stĺpcového vektorového priestoru Kn
. Nazývame ju kanonickou bázou
tohto priestoru. Túto bázu možno zrejmým spôsobom stotožniť s jednotkovou
maticou IIIn. Pokiaľ nebude hroziť nedorozumenie, budeme horný index
(n) vynechávať a príslušnú bázu označovať stručne εεε = (eee1, . . . ,eeen). Pre ľubovoľný
vektor xxx = (x1, . . . , xn)T
∈ Kn
platí
xxx = x1eee1 + . . . + xneeen,
preto (xxx)εεε = xxx, t. j. každý vektor xxx ∈ Kn
splýva so svojimi vlastnými súradnicami
v kanonickej báze.
5.3. Súradnice vektora vzhľadom na danú bázu 109
Kanonická báza riadkového vektorového priestoru Kn
je tvorená riadkami
jednotkovej matice IIIn a značíme ju rovnako ako v predchádzajúcom prípade
εεε(n)
= eee
(n)
1 , . . . ,eee
(n)
n
T
alebo stručne εεε = (eee1, . . . ,eeen)T
, len s tým rozdielom,
že εεε(n)
= εεε je teraz stĺpec vektorov a každé eeei je riadok pozostávajúci zo
samých núl, okrem i-teho miesta, ktoré je 1.
V predošlom príklade je, okrem iného, zahrnutý aj dôkaz nasledujúceho
očakávaného výsledku.
5.3.4. Veta. Pre ľubovoľné n ∈ N platí dim Kn
= n.
5.3.5. Príklad. Stĺpce matice




1 1 1 1
1 1 1 0
1 1 0 0
1 0 0 0




tvoria bázu ααα (stĺpcového) vektorového priestoru K4
(presvedčte sa o tom
s využitím tvrdenia 5.2.3 a vety 5.3.4 Súradnice vektora xxx = (x1, x2, x3, x4)T
∈
Kn
v báze ααα sú dané vzťahom
(xxx)ααα = (x4, x3 − x4, x2 − x3, x1 − x2)T
.
Platí totiž




x1
x2
x3
x4



 = x4




1
1
1
1



 + (x3 − x4)




1
1
1
0



 + (x2 − x3)




1
1
0
0



 + (x1 − x2)




1
0
0
0



 .
Overte.
5.3.6. Príklad. Označme ξξξ(n)
= (1, x, . . . , xn
) usporiadanú (n + 1)-ticu prvých
n + 1 mocnín premennej x. Ľahko nahliadneme, že ξξξ(n)
je báza vektorového
priestoru K(n)
[x] všetkých polynómov stupňa ≤ n v premennej x nad
poľom K. Súradnice polynómu f(x) = n
i=0 aixi
v tejto báze tvorí vektor
(f)ξξξ(n) = (a0, a1, . . . , an)T
∈ Kn+1
.
Teda dim K(n)
[x] = n+1. Na druhej strane vektorový priestor K[x] všetkých
polynómov v premennej x nad poľom K zrejme nie je konečnorozmerný, teda
dim K[x] = ∞.
110 5. Báza a dimenzia
5.3.7. Príklad. Nech m, n ∈ N. Pre ľubovoľné 1 ≤ k ≤ m, 1 ≤ l ≤ n
označme EEE
(m,n)
kl = EEEkl = (δikδjl)m×n maticu typu m × n nad poľom K,
pozostávajúcu zo samých núl, okrem miesta (k, l), na ktorom je 1. Zrejme
každú maticu AAA = (akl) ∈ Km×n
možno jednoznačne vyjadriť v tvare
AAA =
m
k=1
n
l=1
aklEEEkl,
z čoho vyplýva, že matice EEE
(m,n)
kl , 1 ≤ k ≤ m, 1 ≤ l ≤ n, tvoria bázu
vektorového priestoru Km×n
všetkých matíc typu m × n nad poľom K. Jej
špeciálnym prípadom je kanonická báza εεε(n)
v priestore Kn
. Dostávame tak
ďalší očakávaný vzťah: dim Km×n
= mn.
5.3.8. Príklad. Pole C všetkých komplexných čísel je rozšírením poľa R
všetkých reálnych čísel. Teda C možno považovať za vektorový priestor nad
poľom R (príklad 1.6.1). Každé komplexné číslo z možno jednoznačne vyjadriť
v tvare
z = a + bi = a1 + bi,
kde a = Re z, b = Im z sú reálne čísla, nazývané reálna resp. imaginárna časť
komplexného čísla z, a i je imaginárna jednotka. To znamená, že komplexné
čísla (t. j. vektory) 1, i tvoria bázu vektorového priestoru C nad poľom R.
Súradnicové zobrazenie vzhľadom na túto bázu je dané vzťahom
(z)(1,i) =
Re z
Im z
=
1
2
(z + ¯z)
1
2i
(z − ¯z)
,
kde ¯z = a−bi je číslo komplexne združené k číslu z = a+bi. Teda dimR C = 2.
Na druhej strane každé pole K, uvažované ako vektorový priestor nad sebou
samým má dimenziu 1, t. j. dimK K = 1. Špeciálne dimR R = 1 aj dimC C =
1.
5.4 Dimenzia prieniku, súčtu a súčinu vektorových
priestorov
V tomto paragrafe preskúmame niektoré základné vlastnosti dimenzie, uvažovanej
ako zobrazenie definované na všetkých vektorových priestoroch nad
pevným poľom K.
Na začiatok si uvedomme, že ľubovoľný lineárny podpriestor S vektorového
priestoru V je i sám vektorovým priestorom nad tým istým poľom, teda
pojmy ako báza podpriestoru S a dimenzia podpriestoru S majú dobre definovaný
význam. Zrejme každý podpriestor konečnorozmerného vektorového
priestoru je i sám konečnorozmerný.
5.4. Dimenzia prieniku, súčtu a súčinu vektorových priestorov 111
5.4.1. Veta. Nech S, T ⊆ V sú konečnorozmerné lineárne podpriestory vektorového
priestoru V . Potom
dim(S + T) = dim S + dim T − dim(S ∩ T).
Dôkaz. Označme dim S = m, dim T = n, dim(S ∩ T) = k. Nech uuu1, . . . ,uuuk je
báza podpriestoru S∩T. Doplňme túto bázu do bázy uuu1, . . . ,uuuk, vvv1, . . . ,vvvm−k
podpriestoru S, a taktiež do bázy uuu1, . . . ,uuuk,www1, . . . ,wwwn−k podpriestoru T.
Dokážeme, že vektory uuu1, . . . ,uuuk, vvv1, . . . ,vvvm−k, www1, . . . ,wwwn−k tvoria bázu podpriestoru
S + T. Tým budeme hotoví, lebo potom naozaj platí
dim(S + T) = k + (m − k) + (n − k) = m + n − k
= dim S + dim T − dim(S ∩ T).
Keďže vektory uuu1, . . . ,uuuk, vvv1, . . . ,vvvm−k, www1, . . . ,wwwn−k zrejme generujú podpriestor
S + T (premyslite si detaily), zostáva dokázať, že sú tiež lineárne
nezávislé. Nech a1, . . . , ak, b1, . . . , bm−k, c1, . . . , cn−k sú skaláry také, že
a1uuu1 + . . . + akuuuk + b1vvv1 + . . . + bm−kvvvm−k + c1www1 + . . . + cn−kwwwm−k = 0.
Potom
a1uuu1 + . . . + akuuuk + b1vvv1 + . . . + bm−kvvvm−k = −(c1www1 + . . . + cn−kwwwm−k),
pričom vektor na ľavej strane patrí do S a vektor na pravej do T. Túto spoločnú
hodnotu zzz ∈ S ∩ T možno vyjadriť ako lineárnu kombináciu len vektorov
uuu1, . . . ,uuuk. Z jednoznačnosti vyjadrenia zzz v báze uuu1, . . . ,uuuk,vvv1, . . . ,vvvm−k
podpriestoru S tak dostávame b1 = . . . = bm−k = 0. Preto
a1uuu1 + . . . + akuuuk + c1www1 + . . . + cm−kwwwn−k = 0.
Z lineárnej nezávislosti bázy uuu1, . . . ,uuuk, www1, . . . ,wwwn−k podpriestoru T potom
vyplýva a1 = . . . = ak = 0, c1 = . . . = cn−k = 0. Teda uuu1, . . . ,
uuuk,vvv1, . . . ,vvvm−k, www1, . . . ,wwwn−k sú lineárne nezávislé vektory.
5.4.2. Dôsledok. Nech S, T sú lineárne podpriestory vektorového priestoru
V . Potom S ∩ T = {0}, t. j. súčet S + T je direktný, práve vtedy, keď
dim(S + T) = dim S + dim T.
Práve dokázané vzťahy pre dimenzie konečnorozmerných podpriestorov
nejakého vektorového priestoru nápadne pripomínajú vzťah
# (X ∪ Y ) = # X + # Y − # (X ∩ Y )
112 5. Báza a dimenzia
pre počty prvkov konečných množín z paragrafu 0.2, ktorý sa v prípade disjunktných
množín redukuje na rovnosť
# (X ∪ Y ) = # X + # Y.
To znamená, že konečnorozmerné vektorové priestory (hoci v typickom prípade
priestorov nenulovej dimenzie nad nekonečným poľom ide o nekonečné
množiny) sa správajú do značnej miery podobne ako konečné množiny. Dimenzia
dim V konečnorozmerného priestoru V je tak akousi mierou jeho „veľkosti
, podobne ako počet prvkov # X je mierou veľkosti konečnej množiny
X. Direktný (priamy) súčet lineárnych podpriestorov je tak analógiou zjednotenia
disjunktných množín.
Na rozdiel od multiplikatívneho charakteru počtu prvkov karteziánskeho
súčinu konečných množín, ktorý je daný formulou
# (X × Y ) = # X · # Y,
sa však dimenzia priameho súčinu konečnorozmerných vektorových priestorov
(pozri príklad 1.6.4) správa aditívne, t. j. do značnej miery podobne ako
logaritmus.
5.4.3. Tvrdenie. Nech V , W sú konečnorozmerné vektorové priestory nad
poľom K. Potom pre dimenziu ich priameho súčinu platí
dim(V × W) = dim V + dim W.
Dôkaz. Nech vvv1, . . . ,vvvm je báza priestoru V a www1, . . . ,wwwn je báza priestoru W.
Stačí overiť, že vektory (vvv1, 0), . . . , (vvvm, 0), (0,www1), . . . , (0,wwwn) tvoria bázu
priameho súčinu V × W. Podrobnosti prenechávame čitateľovi.
V dôsledku toho pre konečnorozmerné priestory V1, . . . , Vk nad poľom K
platí
dim(V1 × . . . × Vk) = dim V1 + . . . + dim Vk,
a pre k-tu priamu mocninu V k
priestoru V máme
dim V k
= k dim V.
Poznámka. Ak obvyklým spôsobom rozšírime aritmetiku prirodzených čísel
aj na symbol ∞, t. j. položíme n + ∞ = ∞ + n = ∞ + ∞ = ∞ pre n ∈ N,
0 · ∞ = ∞ · 0 = 0 a n · ∞ = ∞ · n = ∞ · ∞ = ∞ pre n > 0, ľahko
nahliadneme, že vzťahy dokázané v tomto paragrafe zostávajú v platnosti aj
pre nekonečnorozmerné priestory.
5.5. Usporiadané a neusporiadané bázy 113
5.5 Usporiadané a neusporiadané bázy
Ak (uuu1, . . . ,uuun) je báza vektorového priestoru V , tak (uuuσ(1), . . . ,uuuσ(n)) je tiež
báza V pre ľubovoľnú premutáciou σ množiny {1, . . . , n}. Inak povedané,
vlastnosť „byť bázou vektorového priestoru nezávisí od poradia vektorov
v báze – nie je to ani tak vlastnosť príslušnej usporiadanej n-tice (uuu1, . . . ,uuun)
ako skôr množiny {uuu1, . . . ,uuun}. Na druhej strane je rozumné považovať bázy
(uuu1, . . . ,uuun) a (uuuσ(1), . . . ,uuuσ(n)), kde σ je neidentická permutácia, za rôzne.
Prislúchajú im totiž rôzne súradnicové zobrazenia. Napr. εεε = (eee1,eee2,eee3),
ηηη = (eee2,eee3,eee1) sú bázy stĺpcového priestoru K3
, líšiace sa len poradím svojich
vektorov. Pre súradnice ľubovoľného vektora xxx = (x1, x2, x3)T
∈ K3
v týchto
bázach však platí:
(xxx)εεε =


x1
x2
x3

 , (xxx)ηηη =


x2
x3
x1

 .
Teda (xxx)εεε = (xxx)ηηη, okrem prípadu, keď x1 = x2 = x3.
Doteraz študované bázy by sme vlastne mali presnejšie nazývať konečnými
usporiadanými bázami. To naznačuje možnosti uvažovať jednak o nekonečných,
jednak o „neusporiadaných bázach. Keďže v centre nášho záujmu
naďalej zostávajú iba konečnorozmerné priestory, oboch týchto otázok sa len
letmo dotkneme.
Hovoríme, že nekonečná postupnosť (uuuk)∞
k=0 = (uuu0,uuu1,uuu2, . . . ,uuuk, . . . ) je
báza, presnejšie usporiadaná báza vektorového priestoru V , ak je lineárne
nezávislá a generuje celý priestor V .
Treba zdôrazniť, že podmienka generovania priestoru V hovorí, že každý
vektor xxx ∈ V možno vyjadriť ako konečnú lineárnu kombináciu xxx = n
k=0 ckuuuk,
kde n ∈ N a c0, . . . , cn ∈ K, prvkov príslušnej bázy. „Nekonečné lineárne
kombinácie tvaru ∞
k=0 ckuuuk sme zatiaľ nedefinovali a len samotná algebraická
štruktúra vektorého priestoru nám to vo všeobecnosti ani neumožňuje.
Nasledujúce tvrdenie, ktorého dôkaz neuvádzame, je obdobou vety 5.3.1
5.5.1. Tvrdenie. Postupnosť vektorov (uuuk)∞
k=0 je bázou vektorového priestoru
V práve vtedy, keď každý vektor xxx ∈ V možno jednoznačne až na nulové
členy vyjadriť v tvare lineárnej kombinácie
xxx = c0uuu0 + c1uuu1 + . . . + cnuuun,
kde n ∈ N a c0, c1, . . . , cn ∈ K.
Uvedomme si podstatnosť vsuvky „až na nulové členy . Vzhľadom na premennú
hodnotu n dĺžky príslušnej lineárnej kombinácie možno napr. vektor
uuu0 − uuu1 ∈ V písať aj v tvare uuu0 − uuu1 + 0uuu2 + 0uuu3 a pod.
114 5. Báza a dimenzia
Na druhej strane, pri danej báze ααα = (uuuk)∞
k=0 priestoru V každý vektor
xxx ∈ V jednoznačne určuje postupnosť skalárov (ck)∞
k=0 ∈ KN
takú, že ck = 0
pre všetky k až na konečný počet, t. j. (ck)∞
k=0 ∈ K(N)
(pozri príklad 4.1.3 (a)),
a platí
xxx =
∞
k=0
ckuuuk.
Všimnite si, že takéto lineárne kombinácie obsahujú len konečne mnoho nenulových
sčítancov, takže s ich definíciou nie je žiaden problém. Uvedenú postupnosť
(ck)∞
k=0 potom nazývame súradnicami vektora xxx vzhľadom na bázu ααα
a označujeme ju (xxx)ααα. (Vzhľadom na to, že nemienime ďalej rozvíjať príslušnú
teóriu pre nekonečnorozmerné priestory, nemá zmysel bližšie špecifikovať, či
tým mienime „riadkovú alebo „stĺpcovú postupnosť (ck)∞
k=0.)
5.5.2. Príklad. Postupnosť ξξξ = (xn
)∞
n=0 = (1, x, x2
, . . . , xn
, . . . ) všetkých
mocnín premennej x je bázou priestoru K[x] všetkých polynómov v premennej
x nad poľom K. (Presvedčte sa o tom.) Súradnicami polynómu
f(x) = a0 + a1x + . . . + anxn
=
n
i=0
aixi
∈ K[x]
v tejto báze je postupnosť
(f)ξξξ = (a0, a1, . . . , an, 0, 0, . . . ) ∈ K(N)
.
Podmnožinu X vektorového priestoru V nazývame bázou, presnejšie neusporiadanou
bázou priestoru V , ak X je lineárne nezávislá a [X] = V . Používa
sa tiež názov Hamelova báza.
Aj v prípade Hamelových báz platí obdoba tvrdení 5.3.1 a 5.5.1, čo umožňuje
zaviesť na priestore V s takouto bázou súradnicové zobrazenie V →
K(X)
(pripomíname, že K(X)
označuje vektorový priestor všetkých zobrazení
f : X → K takých, že f(xxx) = 0 pre všetky xxx ∈ X až na konečný počet – pozri
príklad 4.1.3). Súradnicami vektora vvv ∈ V vzhľadom na bázu X nazývame
jednoznačne určené zobrazenie f ∈ K(X)
, pre ktoré platí
vvv =
xxx∈X
f(xxx)xxx.
(Vzhľadom na konečný počet nenulových sčítancov je uvedená lineárna kombinácia
dobre definovaná.) I tieto súradnice označujeme obvyklým spôsobom
(vvv)X = f.
Zostáva otázka, či aj každý nekonečnorozmerný vektorový priestor má
bázu, podobne ako konečnorozmerné priestory resp. nekonečnorozmerné priestory
polynómov K[x]. Inak povedané, radi by sme vedieť, či vôbec každý
5.6. Fyzika v n-rozmernom priestore∗
115
vektorový priestor má bázu. Na základe základných axióm teórie množín nemožno
na túto otázku odpovedať. Až prijatie tzv. axiómy výberu, postulujúcej
platnosť istého princípu platného pre konečné množiny aj pre nekonečné
množiny, nám umožňuje dať na uvedenú otázku kladnú odpoveď. Teda za
predpokladu axiómy výberu má každý vektorový priestor nad ľubovoľným
poľom Hamelovu bázu. Na druhej strane pre väčšinu nekonečnorozmerných
priestorov nám toto tvrdenie zaručuje skutočne len existenciu takejto bázy a
nič viac. Nedáva nám nijakú konkrétnu bázu ani návod ako ju zostrojiť.
K príkladom vektorových priestorov, v ktorých nevieme nijako rozumne
popísať Hamelovu bázu, hoci jej existenciu máme zaručenú, patria priestory
KX
, kde X je nekonečná množina, priestor C a, b všetkých spojitých funkcií
z netriviálneho uzavretého intervalu a, b do množiny R, no taktiež polia R
či C uvažované ako vektorové priestory nad poľom Q. Nie je to však až taká
chyba, lebo v mnohých nekonečnorozmerných priestoroch študovaných vo
funkcionálnej analýze sú užitočnejšie iné typy „báz , umožňujúce vyjadrovať
vektory z priestoru napr. v tvare istých „nekonečných lineárnych kombinácií
∞
n=0 cnxxxn prvkov „bázy .
5.6 Fyzika v n-rozmernom priestore∗
Na záver kapitoly si dovolíme jedno odbočenie od hlavnej témy. Keď sa už
toľko bavíme o dimenzii, môžeme spolu trochu porozmýšľať, ako sa trojrozmernosť
„nášho priestoru prejavuje v matematickej podobe niektorých
fyzikálnych zákonov. Na základe toho sa pokúsime o extrapoláciu týchto
zákonov za hranice trojrozmerného priestoru. Inak povedané, podnikneme
spolu metafyzikálny (nie metafyzický) myšlienkový experiment, v ktorom sa
pokúsime trochu pošpekulovať nad otázkou, ako by asi mohla vyzerať „fyzika
v n-rozmernom priestore . Samozrejme, nie je jasné, či by pre n = 3
v n-rozmernom priestore mohli existovať vôbec nejakí „fyzici , t. j. či by tú
„fyziku mal kto pestovať. Touto otázkou sa však zaoberať nebudeme, hoci
naše úvahy nám aj na ňu naznačia istú odpoveď. Ale nebudeme predbiehať.
Ak sa len trochu hlbšie zamyslíme nad charakterom priestoru, do ktorého
sme nevdojak vrhnutí, uvedomíme si, že je plný záhad. Je konečný (ohraničený)
alebo nekonečný (neohraničený)? Je diskrétny (pozostávajúci z akýchsi
najmenších, ďalej už nedeliteľných častí) alebo spojitý (súvislý a donekonečna
deliteľný)? Keďže skúsenosť nám na tieto otázky nedáva jednoznačnú odpoveď,
filozofi sa oddávna pokúšali zodpovedať ich na základe špekulatívnych
úvah. Aktuálne nekonečno, či už smerom do diaľky (t. j. smerom k čoraz
väčším rozmerom) alebo smerom do hĺbky (t. j. smerom k čoraz menším rozmerom)
sa však vymyká našim predstavám. Rovnako problematická je však
predstava ohraničeného priestoru ako i predstava akejsi najmenšej, ďalej už
116 5. Báza a dimenzia
nedeliteľnej priestorovej oblasti. Priestor si totiž nepredstavujeme ako súcno,
t. j. ako „niečo , ale ako prázdnu formu, naplnenú súcnami. Za hranicou,
ohraničujúcou „celý priestor , by už nemohlo byť absolútne nič, čo si však
nedokážeme predstaviť inak, ako prázdny priestor. Podobne, akákoľvek malá
priestorová oblasť, je aspoň myšlienkovo (hoc nie nutne fyzikálne) ďalej deliteľná
na menšie časti.
Moderná fyzika sa s podobnými otázkami nevysporadúva nijakou definitívnou
odpoveďou. Namiesto toho konštruuje rôzne matematické modely
a na ich základe získava predpovede, ktoré možno porovnať s výsledkami
experimentov. Tým sa tieto modely čiastočne potvrdzujú alebo falzifikujú.
Navyše hypotéza zakriveného priestoru oddeľuje otázky (ne)konečnosti a
(ne)ohraničenosti. Zakrivený priestor môže byť (sám v sebe) neohraničený a
pritom mať konečný objem. Ale tak, ako zakrivená guľová plocha poukazuje
na existenciu trojrozmerného (nezakriveného) priestoru, zakrivený konečne
veľký trojrozmerný priestor vyvoláva otázku existencie nejakého viacrozmerného,
neohraničeného a nezakriveného priestoru.
My sa však na tomto mieste nemienime zaoberať otázkou konečnosti či
nekonečnosti priestoru, či už smerom k čoraz väčším alebo čoraz menším
vzdialenostiam. Svoju pozornosť upriamime na omnoho tvrdšiu hranicu priestoru,
ktorú predstavuje jeho trojrozmernosť. Na túto hranicu narazíme, keď
sa pokúsime uskutočniť štyri rôzne, navzájom kolmé úsečky, vychádzajúce
z jedného bodu. Priestor nám také niečo nedovolí. Pritom existencia takýchto
úsečiek nevedie nevyhnutne k sporu, ich uskutočneniu nebránia nijaké logické
zákony, ale len a len priestor. Aby sme si uvedomili rozdiel medzi priestorovou
nepredstaviteľnosťou a logickou nemožnosťou, pokúsime sa vmyslieť
do postavenia akýchsi plochých bytostí, obývajúcich dvojrozmerný priestor,
t. j. rovinu. V rovine možno uskutočniť len dve rôzne navzájom kolmé úsečky
vychádzajúce z daného bodu. Naši „dvojrozmerní ľudkovia by si zrejme nevedeli
predstaviť tri takéto úsečky, čo pre nás nepredstavuje nijaký problém.
Podobne nejaké bytosti, obývajúce n-rozmerný priestor, kde n ≥ 3, by si asi
vedeli predstaviť n navzájom kolmých úsečiek. Teda ich existencia je logicky
možná.
Vráťme sa však k pôvodnej otázke: ako sa prejavuje trojrozmernosť nášho
priestoru v matematickej podobe niektorých fyzikálnych zákonov a akú „fyziku
by asi objavili „fyzici v n-rozmernom priestore.
Samozrejme, nebudeme sa zaoberať uvedenými otázkami v celej ich šírke,
len sa pokúsime ilustrovať naznačenú problematiku na príklade Newtonovho
gravitačného zákona. Úplne analogicky by sme mohli postupovať i v prípade
Coulombovho zákona pre elektrostatickú silu.
Podľa Newtonovho gravitačného zákona centrálne symetrické teleso o hmotnosti
M vytvára okolo seba centrálne symetrické gravitačné pole, ktoré na
5.6. Fyzika v n-rozmernom priestore∗
117
hmotný bod o hmotnosti m vo vzdialenosti r od stredu telesa pôsobí silou
F = κ
mM
r2
,
kde κ ≈ 6, 672 · 10−11
kg−1
m3
s−2
je gravitačná konštanta, ktorej hodnotu
možno stanoviť experimentálne. Gravitačná hmotnosť je priamo definovaná
ako miera gravitačného účinku telesa, čo vyjadruje priama úmernosť uvedenej
sily hmotnostiam oboch telies. Z centrálnej symetrie gravitačného poľa,
ktorá je dôsledkom izotropie (homogenity) priestoru, vyplýva, že uvedená sila
závisí len od vzájomnej vzdialenosti oboch telies a nie od ďalších parametrov
ich vzájomnej polohy, napr. od smeru. Navyše je rozumné predpokladať, že
gravitačná sila bude slabnúť so vzdialenosťou r. Na prvý pohľad však nie je
jasné, prečo by mala slabnúť akurát nepriamo úmerne jej druhej mocnine.
Ukážeme si, že práve to je dôsledkom trojrozmernosti priestoru. Rovnako
oprávnene však možno tvrdiť, že trojrozmernosť priestoru je dôsledkom príslušnej
podoby v ňom platného gravitačného zákona.
Gravitačné pole si znázorňujeme geometricky pomocou kriviek nazývaných
siločiary. Tie majú v prípade centrálne symetrického poľa v izotropnom
priestore tvar polpriamok vychádzajúcich zo stredu zdroja. Veľkosť príťažlivej
sily pôsobiacej na hmotný bod je (okrem jeho hmotnosti) priamo úmerná
hustote týchto siločiar v danom mieste. Keďže na povrchu guľovej plochy
s polomerom r, opísanej okolo stredu príťažlivosti je hustota siločiar všade
rovnaká, táto hustota klesá so vzdialenosťou r nepriamo úmerne plošnému
obsahu povrchu danej guľovej plochy. Tento obsah má hodnotu 4πr2
. To
znamená, že veľkosť príťažlivej sily F je nepriamo úmerná druhej mocnine
vzdialenosti r.
Pod (n − 1)-rozmernou sférou rozumieme povrch n-rozmernej gule v nrozmernom
priestore. Ak si jej stred zvolíme za počiatok súradnej sústavy,
tak (n − 1)-rozmernú sféru s polomerom r možno stotožniť s množinou
S(n−1)
(r) = {(x1, . . . , xn) ∈ Rn
; x2
1 + . . . + x2
n = r2
}.
Veľkosť (n−1)-rozmerného povrchu sféry S(n−1)
(r) je priamo úmerná mocnine
rn−1
. Rovnakou úvahou ako v predchádzajúcom odstavci tak možno odvodiť
nasledujúci tvar Newtonovho gravitačného zákona v n-rozmernom priestore:
F = κn
mM
rn−1
,
kde κn je gravitačná konštanta, M je hmotnosť centrálne symetrického telesa
vytvárajúceho príslušné gravitačné pole, m je hmotnosť hmotného bodu a r
jeho vzdialenosť od stredu príťažlivosti. Špeciálne si uvedomme, že v jednorozmernom
priestore, t. j. na priamke, gravitačná sila nezávisí na vzdialenosti
(siločiary sa nemajú kam rozptýliť, ich hustota sa so vzdialenosťou nemení).
118 5. Báza a dimenzia
Práca, ktorú je potrebné vynaložiť na premiestnenie hmotného bodu
s hmotnosťou m zo vzdialenosti r1 > 0 do vzdialenosti r2 > r1 od stredu
príťažlivosti, je daná integrálom
A =
r2
r1
F dr = κnmM
r2
r1
r1−n
dr.
Pre jednotlivé hodnoty n dostávame
A = κ1mM(r2 − r1), ak n = 1,
A = κ2mM ln
r2
r1
, ak n = 2,
A = κn
mM
n − 2
1
rn−2
1
−
1
rn−2
2
, ak n ≥ 3.
Ďalšou analýzou uvedených vzťahov (čo už nebudeme robiť) možno zistiť,
že pohyb v jedno- a dvojrozmernom priestore, t. j. na priamke a v rovine, by
bol nesmierne energeticky náročný. Vymaniť sa z gravitačného poľa daného
telesa (r2 → ∞) by si vyžiadalo nekonečne veľkú energiu. Navyše v rovine je
v takomto poli možný len pohyb po kruhových uzavretých orbitách, alebo po
neuzavretých orbitách (tvaru ružice), pričom oba typy sú stabilné. Uzavretá
dráha prechádzajúca v rôznych vzdialenostiach od stredu príťažlivosti nie je
možná. (Prípadom n = 1 sa ani nemusíme zaoberať, lebo na priamke jednoducho
„nie je dosť miesta na pohyb bodu po uzavretej orbite „okolo iného
bodu – zrážka by bola nevyhnutná.) Gravitačné pôsobenie v n-rozmernom
priestore je pre n ≥ 4 zasa ďaleko od zdroja také slabé a blízko zdroja také
silné, že iné uzavreté orbity ako kruhové nie sú možné, a i tie sú nestabilné.
Aj tá najmenšia odchýlka od kruhovej dráhy (zapríčinená napr. pôsobením
ďalších planét) by spôsobila zmenu kruhovej dráhy na špirálovú (napr. únik
Zeme od Slnka alebo pád naň). Nestabilita pre n = 4 má špeciálny charakter:
za veľmi idealizovaných predpokladov si možno predstaviť prechod z jednej
kruhovej orbity na inú v dôsledku dvoch po sebe nasledujúcich presne
zladených „drgnutí v opačných smeroch (pri ktorých sa zachová energia a
moment hybnosti). Každopádne však stabilné kruhové orbity sú možné len
v dimenziách 2 a 3 a stabilné eliptické orbity len v dimenzii 3.
K podobným efektom by dochádzalo aj pôsobením elektrostatickej sily,
pod vplyvom ktorej sa elektróny pohybujú okolo jadra atómu. Dvojrozmerný
atóm by bol natoľko stabilný, že by sa mohol len veľmi ťažko ionizovať, teda
v dvojrozmernom priestore by asi nemohlo dochádzať ku vzniku chemických
zlúčenín. Vo viac než trojrozmernom priestore by zas nemohli existovať stabilné
atómy – pri najmenšej odchýlke by elektrón po špirálovej dráhe z atómu
unikol alebo spadol na jadro. Jemnejšia analýza kvantovomechanických javov
ukazuje, že pre n ≥ 5 – aj bez pôsobenia vyvolávajúceho malú odchýlku – by
Cvičenia 119
elektróny v obale atómu samovoľne prechádzali na čoraz vzdialenejšie orbity,
teda atóm vo viac než štvorrozmernom priestore by sa spontánne ionizoval.
Prípad n = 4 je opäť singulárny: moment hybnosti obiehajúceho elektrónu
by mohol nadobúdať len jedinú pevne stanovenú hodnotu.
Pokiaľ teda uznáme oprávnenosť vykonanej extrapolácie fyzikálnych zákonov
trojrozmerného sveta aj na svety iných rozmerov (čo je zrejme najproblematickejšie
miesto našich úvah), dochádzame k záveru, že tak stabilné
systémy planét obiehajúcich okolo centrálnych hviezd ako aj stabilné a jednako
zlučovania schopné atómy pozostávajúce z jadra a elektrónového obalu
sú pravdepodobne možné len v trojrozmernom priestore.
Cvičenia
5.1. Dokážte tvrdenie 5.2.3 (Návod: Použite Stenitzovu vetu 5.1.1 a tvrdenie 5.2.1)
5.2. Vyberte z daných vektorov bázu vektorového priestoru V nad poľom K (ak je to
možné; ak to nie je možné, zdôvodnite prečo):
(a) K = R, V = R3
, xxx = (2, 2, 3)T
, yyy = (−1, 0, 2)T
, zzz = (0, 2, 7)T
, uuu = (1, 2, 7)T
,
vvv = (3, 2, 1)T
;
(b) K = C, V = C4
, xxx = (1, i, 1, i), yyy = (i, 1, i, 1), zzz = (1, 1, 1, 1), uuu = (1, 0, 0, 1),
vvv = (0, i, i, 0);
(c) K = Z5, V = Z3
5, xxx = (0, 1, 2, 3)T
, yyy = (1, 2, 3, 4)T
, zzz = (2, 1, 0, 4)T
, uuu =
(1, 3, 0, 2)T
, vvv = (3, 4, 0, 1)T
;
(d) K = Q, V = Q(3)
[x], f0(x) = 1, f1(x) = 1 + x, f2(x) = (1 + x)2
, f3(x) = (1 + x)3
.
5.3. Doplňte uvedené vektory do bázy vektorového priestoru V nad poľom K (ak je to
možné; ak to nie je možné, zdôvodnite prečo):
(a) K = R, V = R(2)
[x], g(x) = 1 + 2x + 7x2
, h(x) = 1 + x;
(b) K = C, V = C4
, uuu = (1 + i, 1 − i, 2, 2i)T
, vvv = (1 + 3i, 3 − i, 4 + 2i, −2 + 4i)T
;
(c) K = Z7, V = Z
(3)
7 [x], f0(x) = 5 + 6x + 5x2
+ 6x3
, f1(x) = 6 + 5x + 6x2
+ 5x3
;
(d) K = Z11, V = Z
(3)
11 [x], f0(x) = 5 + 6x + 5x2
+ 6x3
, f1(x) = 6 + 5x + 6x2
+ 5x3
.
5.4. V každej z úloh cvičení 5.2 a 5.3 určte dimenziu lineárneho podpriestoru generovaného
všetkými danými vektormi.
5.5. Dokážte tvrdenie 5.3.2
5.6. Podrobne dokážte, že εεε(n)
= (eee1, . . . ,eeen) je báza vektorového priestoru Kn
.
5.7. Doplňte vynechané podrobnosti v príklade 5.3.5
5.8. Dokážte, že uvedená konečná postupnosť vektorov βββ tvorí bázu vektorového priestoru
V nad poľom K a nájdite súradnice vektorov xxx, yyy v tejto báze.
(a) K = R, V = R3
, βββ = (1, 2, 3)T
, (1, −1, 1)T
, (2, 1, 0)T
, xxx = (1, 1, 1)T
, yyy =
(0, 1, −2)T
;
120 5. Báza a dimenzia
(b) K = C, V = C(2)
[z], βββ = (1 + i, 1 + iz, i − z2
), xxx = f(z) = z, yyy = g(z) = 1 + z2
;
(c) K = Z2, V = Z4
2, βββ = (1, 1, 0, 0)T
, (0, 0, 1, 1)T
, (1, 0, 0, 1)T
, (0, 1, 1, 1)T
), xxx =
(1, 0, 0, 0)T
, yyy = (1, 1, 1, 0)T
;
(d) K = R, V = C, βββ = (1 + i, 1 − i), xxx = 1, yyy = i.
5.9. Dokážte, že vektory uuu1, . . . ,uuuk,vvv1, . . . ,vvvm−k,www1, . . . ,wwwn−k z dôkazu vety 5.4.1 naozaj
generujú lineárny podpriestor S + T.
5.10. Zovšeobecnite dôsledok 5.4.2 na súčet ľubovoľného konečného počtu lineárnych podpriestorov
a dokážte toto zovšeobecnenie.
5.11. Doplňte vynechané podrobnosti v dôkaze tvrdenia 5.4.3
5.12. Nech AAA ∈ Km×n
je matica v stupňovitom tvare. Dokážte, že
(a) jej nenulové riadky tvoria bázu lineárneho podpriestoru [rrr1(AAA), . . . ,rrrm(AAA)] ⊆
K1×n
;
(b) jej stĺpce, v ktorých ležia vedúce prvky jej riadkov, tvoria bázu lineárneho pod-
priestoru
[sss1(AAA), . . . ,sssn(AAA)] ⊆ Km×1
.
(c) Odvoďte z (a) a (b), že pre matice v stupňovitom tvare platí
dim[rrr1(AAA), . . . ,rrrm(AAA)] = dim[sss1(AAA), . . . ,sssn(AAA)].
5.13. Nech AAA, BBB ∈ Km×n
. Dokážte postupne nasledujúce tvrdenia:
(a) AAA ∼ BBB ⇒ [rrr1(AAA), . . . ,rrrm(AAA)] = [rrr1(BBB), . . . ,rrrm(BBB)].
(b) Ak AAA ∼ BBB a BBB je navyše v stupňovitom tvare, tak jej nenulové riadky tvoria
bázu lineárneho podpriestoru [rrr1(AAA), . . . ,rrrm(AAA)] ⊆ K1×n
.
(c) Na základe (b) sformulujte postup, ako možno úpravou vhodnej matice pomocou
ERO nájsť k daným (riadkovým) vektorom xxx1, . . . ,xxxm ∈ Kn
nejakú bázu ich lineárneho
obalu [xxx1, . . . ,xxxm]. Táto báza nie je spravidla (až na veľmi špeciálne prípady)
vybraná z vektorov xxx1, . . . ,xxxm, na druhej strane však možno úpravou príslušnej matice
na redukovaný stupňovitý tvar dosiahnuť veľmi jednoduchý a prehľadný tvar tejto
bázy.
(d) Riešte analogickú úlohu ako v (c) pre stĺpcové vektory.
5.14. S využitím cvičenia 5.13(b) nanovo dokážte jednoznačnosť redukovaného stupňovitého
tvaru danej matice, t. j. pre ľubovoľné matice AAA, BBB ∈ KKKm×n
v redukovanom stupňovitom
tvare platí AAA ∼ BBB ⇒ AAA = BBB (porovnaj s cvičením 3.13) (Návod: Uvedomte si,
že sa stačí obmedziť na matice s nenulovými riadkami, a ďalej postupujte indukciou
podľa počtu riadkov m.)
5.15. S použitím cvičenia 5.14 dokážte zosilnenie tvrdenia z cvičenia 5.13 (a) do podoby
ekvivalencie, t. j. pre ľubovoľné AAA, BBB ∈ Km×n
platí AAA ∼ BBB ⇔ [rrr1(AAA), . . . ,rrrm(AAA)] =
[rrr1(BBB), . . . ,rrrm(BBB)].
5.16. S využitím výsledkov cvičenia 5.13 nájdite pre uvedené vektory z vektorového priestoru
V nad poľom K „čo najjednoduchšiu bázu ich lineárneho obalu a doplňte ju
(ak treba) do „čo najjednoduchšej bázy celého priestoru V :
(a) K = R, V = R4
, xxx = (2, 0, 0, 3), yyy = (4, −1, 4, 0), zzz = (2, −1, 4, 3), uuu =
Cvičenia 121
(−2, 2, −8, −9);
(b) K = R, V = R4
, xxx = (0, 0, 2, −1)T
, yyy = (3, −1, 2, 0)T
, zzz = (−3, 1, 2, −2)T
,
uuu = (2, −1, 1, −2)T
;
(c) K = C, V = C3
, xxx = (i, 1, 1 + i), yyy = (1 + i, 1 − i, 2), zzz = (2, −i, 3 − 2i)T
;
(d) K = R, V = R(3)
[x], f(x) = 2 + x + x2
− x3
, g(x) = 2x2
− x3
, h(x) = 1 − x + 2x2
;
(e) K = Z5, V = Z3
5, xxx = (2, 4, 3), yyy = (0, 1, 2), zzz = (4, 0, 0);
(f) K = Z7, V = Z
(2)
7 [x], f(x) = 2 + 4x + 3x2
, g(x) = x + 2x2
, h(x) = 4.
5.17. Nech q = ±1 je ľubovoľné reálne číslo. Pre k, n ∈ N, k ≤ n, definujme q-binomický
koeficient ako výraz
n
k q
=
(qn
− 1)(qn−1
− 1) . . . (qn−k+1
− 1)
(qk − 1)(qk−1 − 1) . . . (q − 1)
.
Špeciálne pre k = 0 sa tým myslí n
0 q
= 1. Pre k > n navyše kladieme n
k q
= 0.
Potom pre ľubovoľné k ≤ n platí:
(a) n
k q
= n
n−k q
, (b) n
k = lim
q→1
n
k q
, (c) n
0 q
= n
n q
= 1,
(d) n+1
k q
= n
k−1 q
+ qk n
k q
= qn−k+1 n
k−1 q
+ n
k q
, ak 1 ≤ k ≤ n.
Dokážte. Rovnosti (c) a (d) sa nazývajú pravidlami q-Pascalovho trojuholníka pre
q-binomické koeficienty (porovnaj s cvičením 0.18).
5.18. Nech pole K je konečné a má práve q prvkov. Pre k, n ∈ N označme Cq(n, k) počet
všetkých k-rozmerných lineárnych podpriestorov vektorového priestoru Kn
. Dokážte
postupne nasledujúce tvrdenia:
(a) Pre ľubovoľné n platí Cq(n, 0) = Cq(n, n) = 1 a Cq(n, k) = 0 pre k > n.
(b) Cq(n, k) sa rovná počtu všetkých matíc AAA ∈ Kk×n
v redukovanom stupňovitom
tvare, ktoré majú všetky riadky nenulové. (Návod: Uvažujte Kn
ako priestor riadkových
vektorov a na základe cvičení 5.13 a 5.14 reprezentujte každý jeho k-rozmerný
lineárny podpriestor jednoznačne určenou bázou, ktorej vektory, zapísané ako riadky
pod sebou, tvoria maticu v redukovanom stupňovitom tvare.)
(c) Pre 1 ≤ k ≤ n platí Cq(n + 1, k) = Cq(n, k − 1) + qk
Cq(n, k). To spolu s (a)
zabezpečuje, že čísla Cq(n, k) vyhovujú rovnakým podmienkam q-Pascalovho trojuholníka
ako q-binomické koeficienty n
k q
. (Návod: Využite (b); matice AAA ∈ Kk×(n+1)
v redukovanom stupňovitom tvare s nenulovými riadkami rozdeľte do dvoch skupín
podľa toho, či vedúci prvok posledného riadku leží alebo neleží v poslednom stĺpci –
ukážte, že prvých je Cq(n, k − 1) a druhých qk
Cq(n, k).)
(d) Odvoďte z (a) a (c) rovnosť Cq(n, k) = n
k q
pre všetky k, n ∈ N.
(e) Koľko k-rozmerných lineárnych podpriestorov majú vektorové priestory Zn
p nad
poľom Zp pre p = 2, 3, 5, 7, n = 0, 1, 2, 3, 4, 5, 0 ≤ k ≤ n? Zostrojte počiatočné úseky
príslušných p-Pascalových trojuholníkov.
5.19. Nech K je pole a (pk(x))∞
k=0 je postupnosť polynómov z K[x] taká, že stupeň polynómu
pk(x) je práve k. Dokážte, že postupnosť (pk(x)) je bázou vektorového priestoru K[x]
(využite cvičenie 4.11).
6. Lineárne zobrazenia
Zatiaľ sme sa pri štúdiu lineárnej algebry sústredili zakaždým na štruktúru
jedného, izolovaného vektorového priestoru. Doteraz sme si nevybudovali
pojmy, ktoré by nám umožnili štúdium vzťahov medzi viacerými vektorovými
priestormi. V tejto kapitole hodláme zaplniť túto medzeru. Zavedieme a bližšie
preskúmame pojem lineárneho zobrazenia, ktorý nám umožní porovnávať
štruktúry rôznych vektorových priestorov nad tým istým pevne zvoleným poľom.
Voľne povedané, pôjde o zobrazenia medzi vektorovými priestormi, ktoré
zachovávajú ich lineárnu štruktúru.
6.1 Lineárne zobrazenia
Nech U, V sú vektorové priestory nad tým istým poľom K. Hovoríme, že
ϕ: V → U je lineárne zobrazenie, ak ϕ zachováva operácie vektorového súčtu
a skalárneho násobku, t. j. ak pre ľubovoľné xxx,yyy ∈ V , c ∈ K platí
ϕ(xxx + yyy) = ϕ(xxx) + ϕ(yyy),
ϕ(cxxx) = cϕ(xxx).
Prvú z uvedených vlastností niekedy nazývame aditivitou a druhú homogenitou.
Ako cvičenie si dokážte, že lineárne zobrazenia zachovávajú nulu a
opačné vektory, t. j. pre lineárne zobrazenie ϕ: V → U a xxx ∈ V platí
ϕ(0) = 0, ϕ(−xxx) = −ϕ(xxx).
Zrejme pre každý vektorový priestor V identita idV : V → V je lineárne
zobrazenie. Taktiež pre ľubovoľné vektorové priestory U, V nad poľom K
zobrazenie 0: V → U, ktoré každému vektoru xxx ∈ V priradí nulový vektor
0 ∈ U, je lineárne. Komutatívnosť operácie súčinu v poli a jeho distributívnosť
vzhľadom na sčítanie znamená, že pre ľubovoľný pevný skalár a ∈ K
je priradením x → ax definované lineárne zobrazenie K → K. Čoskoro sa
zoznámime aj s menej triviálnymi príkladmi lineárnych zobrazení.
No zatiaľ si ešte všimnime jednu odlišnosť v použití názvu „lineárne zobrazenie
v lineárnej algebre oproti matematickej analýze, kde sa pod lineárnou
funkciou R → R rozumie ľubovoľná funkcia tvaru f(x) = ax + b, kde a, b ∈
R. Ľahko sa možno presvedčiť, že takéto f : R → R je lineárne zobrazenie
v zmysle našej definície práve vtedy, keď b = 0. Neskôr zavedieme širšiu triedu
zobrazení medzi vektorovými priestormi, ktorá zahŕňa aj takéto „v zmysle
matematickej analýzy lineárne zobrazenia.
6.1. Lineárne zobrazenia 123
Lineárne zobrazenia možno charakterizovať ako zobrazenia medzi vektorovými
priestormi (nad tým istým poľom), ktoré zachovávajú lineárne kombinácie.
Jednoduchý dôkaz tohto pozorovania prenechávame čitateľovi. (Návod:
Pozrite sa na dôkaz tvrdenia 4.1.2)
6.1.1. Tvrdenie. Nech U, V sú vektorové priestory nad poľom K a ϕ: V →
U je ľubovoľné zobrazenie. Nasledujúce podmienky sú ekvivalentné:
(i) ϕ je lineárne zobrazenie;
(ii) pre všetky xxx,yyy ∈ V , a, b ∈ K platí ϕ(axxx + byyy) = aϕ(xxx) + bϕ(yyy);
(iii) pre ľubovoľné n ∈ N a všetky xxx1, . . . ,xxxn ∈ V , c1, . . . , cn ∈ K platí
ϕ(c1xxx1 + . . . + cnxxxn) = c1ϕ(xxx1) + . . . + cnϕ(xxxn).
Nasledujúce dve tvrdenia zachytávajú významné vlastnosti lineárnych zobrazení:
kompozícia lineárnych zobrazení je opäť lineárne zobrazenie a obrazy
i vzory lineárnych podpriestorov v lineárnych zobrazeniach sú tiež lineárnymi
podpriestormi.
6.1.2. Tvrdenie. Nech U, V , W sú vektorové priestory nad poľom K a
ψ: W → V , ϕ: V → U sú lineárne zobrazenia. Potom aj ich kompozícia
ϕ ◦ ψ: W → U je lineárne zobrazenie.
Dôkaz. Overíme, že i zložené zobrazenie ϕ◦ψ zachováva lineárne kombinácie.
Nech xxx,yyy ∈ W, a, b ∈ K. S využitím linearity zobrazení ψ a ϕ postupne
dostávame
(ϕ ◦ ψ)(axxx + byyy) = ϕ(ψ(axxx + byyy)) = ϕ(aψxxx + bψyyy)
= aϕ(ψxxx) + bϕ(ψyyy) = a(ϕ ◦ ψ)(xxx) + b(ϕ ◦ ψ)(yyy).
Podľa tvrdenia 6.1.1 to znamená, že zobrazenie ϕ ◦ ψ je lineárne.
6.1.3. Tvrdenie. Nech U, V sú vektorové priestory nad poľom K a ϕ: V →
U je lineárne zobrazenie.
(a) Ak S je lineárny podpriestor priestoru V , tak ϕ(S) je lineárny podpriestor
priestoru U.
(b) Ak T je lineárny podpriestor priestoru U, tak ϕ−1
(T) je lineárny podpriestor
priestoru V .
Dôkaz. (a) Keďže 0 ∈ S, 0 = ϕ(0) ∈ ϕ(S). Overíme, že obraz ϕ(S) je
uzavretý vzhľadom na lineárne kombinácie. Nech a, b ∈ K, uuu,vvv ∈ ϕ(S).
Potom existujú xxx,yyy ∈ S také, že uuu = ϕ(xxx), vvv = ϕ(yyy). S využitím linearity ϕ
dostávame:
auuu + bvvv = aϕ(xxx) + bϕ(yyy) = ϕ(axxx + byyy) ∈ ϕ(S),
lebo axxx + byyy ∈ S, nakoľko S ⊆ V je lineárny podpriestor.
124 6. Lineárne zobrazenia
(b) Keďže ϕ(0) = 0 ∈ T, 0 ∈ ϕ−1
(T). Ukážeme, že aj vzor ϕ−1
(T) je
uzavretý vzhľadom na lineárne kombinácie. Zvoľme a, b ∈ K, xxx,yyy ∈ ϕ−1
(T).
To znamená, že ϕ(xxx), ϕ(yyy) ∈ T. Z linearity ϕ vyplýva
ϕ(axxx + byyy) = aϕ(xxx) + bϕ(yyy) ∈ T,
lebo T ⊆ U je lineárny podpriestor. Preto axxx + byyy ∈ ϕ−1
(T).
6.1.4. Príklad. Nech K je pole. Distributívnosť súčinu matíc vzhľadom na
ich súčet a jeho zameniteľnosť s operáciou skalárneho násobku (pozri odstavec
2.2.2) vlastne hovorí, že pre pevné m, n, p ∈ N a ľubovoľnú maticu
AAA ∈ Km×n
je priradením XXX → AAA · XXX definované lineárne zobrazenie medzi
vektorovými priestormi matíc Kn×p
→ Km×p
. Podobne je priradením
YYY → YYY · AAA definované lineárne zobrazenie Kp×m
→ Kp×n
. Špeciálne pre
p = 1 je takto definované lineárne zobrazenie xxx → AAA · xxx medzi stĺpcovými
vektorovými priestormi Kn
→ Km
, resp. lineárne zobrazenie yyy → yyy ·AAA medzi
riadkovými vektorovými priestormi Km
→ Kn
. Neskôr uvidíme, že každé
lineárne zobrazenie medzi konečnorozmernými vektorovými priestormi nad
K má „v podstate takúto podobu.
6.1.5. Príklad. Nech K je pole. Pre m, n ∈ N a pevné 1 ≤ i ≤ m, 1 ≤
j ≤ n sú predpismi AAA → rrri(AAA), AAA → sssj(AAA) definované lineárne zobrazenia
Km×n
→ K1×n
resp. Km×n
→ Km×1
. Takisto AAA → AAAT
je lineárne zobrazenie
Km×n
→ Kn×m
.
6.1.6. Príklad. Nech V je vektorový priestor nad poľom K, X je množina
a x ∈ X je pevne zvolený prvok. Pripomeňme, že V X
je vektorový priestor
všetkých funkcií f : X → V (pozri 1.6.5) Dosadenie prvku x do funkcie f,
t. j. priradenie f → f(x), je lineárne zobrazenie V X
→ V . Podobne, pre
ľubovoľnú podmnožinu Y ⊆ X je zúženie f → f Y lineárne zobrazenie
V X
→ V Y
.
6.1.7. Príklad. Označme V množinu všetkých konvergentných postupností
reálnych čísel. Zrejme V je lineárny podpriestor vektorového priestoru RN
všetkých postupností reálnych čísel. Potom zobrazenie V → R, ktoré postupnosti
aaa = (an)∞
n=0 ∈ V priradí jej limitu limn→∞ an, je lineárne.
6.1.8. Príklad. (a) Nech X ⊆ R a V označuje množinu všetkých zobrazení
X → R, ktoré majú v pevne zvolenom vnútornom bode a množiny X konečnú
deriváciu. Zrejme V je lineárny podpriestor vektorového priestoru RX
. Potom
zobrazenie V → R, ktoré funkcii f ∈ V priradí jej deriváciu f (a) v bode a,
je lineárne.
(b) Nech X ⊆ R je ľubovoľný netriviálny interval. Pripomeňme, že D(X)
označuje lineárny podpriestor vektorového priestoru RX
, tvorený všetkými
6.2. Jadro a obraz lineárneho zobrazenia 125
funkciami f : X → R, ktoré majú v každom bode x ∈ X konečnú deriváciu
(pozri príklad 4.1.3 (c). Potom derivácia, t. j. priradenie f → f , je lineárne
zobrazenie D(X) → RX
.
6.1.9. Príklad. Pre reálne čísla a < b označuje C a, b lineárny podpriestor
vektorového priestoru R a,b
, tvorený všetkými spojitými funkciami f : a, b → R
(pozri príklad 4.1.3 (b)).
(a) Určitý integrál f →
b
a
f(x) dx je lineárne zobrazenie C a, b → R.
(b) Podobne, na určitý integrál ako funkciu hornej medze, ktorý funkcii
f ∈ C a, b priradí jej primitívnu funkciu F ∈ C a, b danú predpisom
F(x) =
x
a
f(t) dt, (a ≤ x ≤ b),
sa možno dívať ako na lineárne zobrazenie C a, b → C a, b .
6.2 Jadro a obraz lineárneho zobrazenia
Nech ϕ: V → U je lineárne zobrazenie medzi vektorovými priestormi nad
poľom K. Jeho jadrom nazývame množinu
Ker ϕ = ϕ−1
(0) = {xxx ∈ V ; ϕ(xxx) = 0}.
Obrazom lineárneho zobrazenia ϕ nazývame, v zhode s paragrafom 0.3, mno-
žinu
Im ϕ = ϕ(V ) = {ϕ(xxx); xxx ∈ V }.
(Označenie pochádza z anglických slov kernel a image.)
Keďže {0} je lineárny podpriestor priestoru U a V je lineárny podpriestor
priestoru V , ako špeciálny prípad tvrdenia 6.1.3 dostávame nasledujúci
výsledok.
6.2.1. Tvrdenie. Nech ϕ: V → U je lineárne zobrazenie medzi vektorovými
priestormi nad poľom K. Potom Ker ϕ je lineárny podpriestor priestoru V a
Im ϕ je lineárny podpriestor priestoru U.
Pomocou pojmov jadra a obrazu možno charakterizovať injektívne resp.
surjektívne lineárne zobrazenia.
6.2.2. Veta. Nech ϕ: V → U je lineárne zobrazenie. Potom
(a) ϕ je injektívne práve vtedy, keď Ker ϕ = {0};
(b) ϕ je surjektívne práve vtedy, keď Im ϕ = U.
126 6. Lineárne zobrazenia
Dôkaz. (a) Ak ϕ je injektívne, tak 0 ∈ V je jediný prvok priestoru V , ktorý
sa zobrazí na 0 ∈ U. Teda Ker ϕ = {0}. Naopak, ak ϕ nie je injektívne,
tak existujú xxx,yyy ∈ V také, že xxx = yyy a ϕ(xxx) = ϕ(yyy). Potom xxx − yyy = 0 a
ϕ(xxx−yyy) = ϕ(xxx)−ϕ(yyy) = 0, teda xxx−yyy ∈ Ker ϕ. Inak povedané, Ker ϕ = {0}.
(b) je priamo definícia surjektívnosti.
Treba poznamenať, že zakiaľ časť (b) uvedeného tvrdenia je triviálna a
platí aj bez predpokladu linearity zobrazenia ϕ, o časti (a) to už povedať
nemožno. Pre všeobecné zobrazenie ϕ: V → U by sa totiž mohlo stať, že
0 ∈ V je jediný prvok, ktorý sa zobrazí na 0 ∈ U, no ϕ aj tak nie je
injektívne. Stále by totiž mohol existovať nejaký vektor 0 = uuu ∈ U a dva
rôzne vektory xxx,yyy ∈ V také, že ϕ(xxx) = uuu = ϕ(yyy). Spomínané tvrdenie teda
hovorí, že lineárne zobrazenia majú značne homogénnu štruktúru, takže ich
injektivitu nemusíme zisťovať „všade – dá sa rozpoznať už podľa množiny
vzorov jediného prvku 0 ∈ U.
6.2.3. Veta. Nech ϕ: V → U je lineárne zobrazenie, pričom vektorový priestor
V je konečnorozmerný. Potom aj Ker ϕ a Im ϕ sú konečnorozmerné priestory
a platí
dim V = dim Ker ϕ + dim Im ϕ.
Dôkaz. Stačí dokázať uvedenú rovnosť pre dimenzie, konečný rozmer podpriestorov
Ker ϕ a Im ϕ je už jej dôsledkom.
Označme k = dim Ker ϕ, l = dim V − k. Zrejme l ≥ 0. Nech uuu1, . . . ,uuuk je
nejaká báza priestoru Ker ϕ. Doplňme ju do bázy uuu1, . . . ,uuuk,vvv1, . . . ,vvvl priestoru
V . Potom ϕ(uuu1) = . . . = ϕ(uuuk) = 0. Dokážeme, že vektory ϕ(vvv1), . . . , ϕ(vvvl)
tvoria bázu priestoru Im ϕ, z čoho už vyplýva požadovaná rovnosť.
Najprv dokážeme, že vektory ϕ(vvv1), . . . , ϕ(vvvl) generujú podpriestor Im ϕ ⊆
U. Každý vektor www ∈ Im ϕ možno vyjadriť v tvare www = ϕ(xxx) pre nejaké
xxx ∈ V , ktoré je vhodnou lineárnou kombináciou xxx = a1uuu1 + . . . + akuuuk +
b1vvv1 + . . . + blvvvl vektorov uuu1, . . . ,uuuk,vvv1, . . . ,vvvl bázy priestoru V . Potom
www = ϕ(xxx) = ϕ(a1uuu1 + . . . + akuuuk + b1vvv1 + . . . + blvvvl)
= a1ϕ(uuu1) + . . . + akϕ(uuuk) + b1ϕ(vvv1) + . . . + blϕ(vvvl)
= b1ϕ(vvv1) + . . . + blϕ(vvvl),
teda www ∈ [ϕ(vvv1), . . . , ϕ(vvvl)].
Zostáva dokázať lineárnu nezávislosť vektorov ϕ(vvv1), . . . , ϕ(vvvl). Nech c1, . . . , cl
sú skaláry také, že c1ϕ(vvv1)+. . .+clϕ(vvvl) = 0. Potom ϕ(c1vvv1 +. . .+clvvvl) = 0,
teda c1vvv1 + . . . + clvvvl ∈ Ker ϕ. Preto sa tento vektor musí dať vyjadriť ako lineárna
kombinácia c1vvv1+. . .+clvvvl = d1uuu1+. . .+dkuuuk vektorov bázy uuu1, . . . ,uuuk
podpriestoru Ker ϕ. Z lineárnej nezávislosti bázy uuu1, . . . ,uuuk,vvv1, . . . ,vvvl priestoru
V vyplýva c1 = . . . = cl = 0 = d1 = . . . = dk, teda aj nezávislosť
vektorov ϕ(vvv1), . . . , ϕ(vvvl).
6.3. Lineárne izomorfizmy 127
Dimenziu obrazu Im ϕ nazývame hodnosťou lineárneho zobrazenia ϕ a
značíme ju
h(ϕ) = dim Im ϕ.
Lineárne zobrazenie ϕ: V → V vektorového priestoru V do seba nazývame
lineárnym operátorom alebo lineárnou transformáciou.
Ako sme spomínali v paragrafe 0.5, transformácia f : X → X konečnej
množiny X je injektívna práve vtedy, keď je surjektívna. Ako dôsledok práve
dokázanej vety dostávame analogický výsledok aj pre lineárne transformácie
konečnorozmerných vektorových priestorov.
6.2.4. Dôsledok. Nech ϕ: V → V je lineárna transformácia konečnorozmerného
vektorového priestoru V . Potom ϕ je injektívna práve vtedy, keď je
surjektívna.
Dôkaz. Nech dim V = n. Potom ϕ je injektívne práve vtedy, keď dim Ker ϕ =
0, a surjektívne práve vtedy, keď dim Im ϕ = n. Keďže dim Ker ϕ+dim Im ϕ =
n, obe tieto podmienky sú ekvivalenté.
6.3 Lineárne izomorfizmy
Bijektívne lineárne zobrazenie ϕ: V → U medzi vektorovými priestormi V ,
U nad tým istým poľom K nazývame lineárny izomorfizmus. Hovoríme, že
vektorové priestory V , U sú lineárne izomorfné alebo len krátko izomorfné,
označenie V ∼= U, ak existuje nejaký lineárny izomorfizmus ϕ: V → U.
6.3.1. Tvrdenie. Nech U, V , W sú vektorové priestory nad poľom K.
(a) idV : V → V je lineárny izomorfizmus.
(b) Ak ϕ: V → U je lineárny izomorfizmus, tak aj ϕ−1
: U → V je lineárny
izomorfizmus.
(c) Ak ψ: W → V , ϕ: V → U sú lineárne izomorfizmy, tak aj ϕ◦ψ: W → U
je lineárny izomorfizmus.
Dôkaz. (a) je triviálne, (c) vyplýva z toho, že kompozícia bijekcií je bijekcia
a kompozícia lineárnych zobrazení je lineárne zobrazenie. Zostáva dokázať
(b). Treba overiť, že inverzné zobrazenie ϕ−1
: U → V k lineárnej bijekcii
ϕ: V → U je tiež lineárne (jeho bijektívnosť je totiž zrejmá).
Zvoľme uuu,vvv ∈ U, a, b ∈ K. Máme dokázať rovnosť
ϕ−1
(auuu + bvvv) = aϕ−1
(uuu) + bϕ−1
(vvv),
ktorá je ekvivalentná s podmienkou
auuu + bvvv = ϕ aϕ−1
(uuu) + bϕ−1
(vvv) .
128 6. Lineárne zobrazenia
Vďaka linearite ϕ a vzťahu ϕ ◦ ϕ−1
= idU naozaj dostávame
ϕ aϕ−1
(uuu) + bϕ−1
(vvv) = aϕϕ−1
(uuu) + bϕϕ−1
(vvv) = auuu + bvvv.
Z práve dokázaného tvrdenia okamžite vyplýva nasledujúci dôsledok.
6.3.2. Dôsledok. Pre vektorové priestory U, V , W nad tým istým poľom
platí:
(a) V ∼= V ;
(b) V ∼= U ⇒ U ∼= V ;
(c) W ∼= V & V ∼= U ⇒ W ∼= U.
Hovoríme, že vzťah izomorfnosti ∼= je reflexívny, symetrický a tranzitívny,
t. j. je vzťahom ekvivalencie. Z formálneho hľadiska s ním teda môžeme narábať
podobne ako so vzťahom rovnosti =.
Izomorfné vektorové priestory majú rovnakú štruktúru, líšia sa nanajvýš
označením svojich prvkov, nie však vzťahmi medzi nimi. Preto ich možno
v prípade potreby stotožniť, či nahradiť jeden vektorový priestor jeho izomorfnou
kópiou. Z toho dôvodu je dôležité mať k dispozícii vhodnú triedu
vektorových priestorov nad daným poľom, ktorá by pre každý vektorový
priestor obsahovala nejaký priestor s ním izomorfný.
6.3.3. Príklad. (a) Nech V je konečnorozmerný vektorový priestor nad poľom
K, dim V = n a βββ = (vvv1, . . . ,vvvn) je nejaká jeho báza. Potom tvrdenie 5.3.2
vlastne hovorí, že súradnicové zobrazenie xxx → (xxx)βββ je lineárny izomorfizmus
V → Kn
.
(b) Podobne možno nahliadnuť, že (i v nekonečnorozmernom prípade)
určuje Hamelova báza X vektorového priestoru V súradnicové zobrazenie
vvv → (vvv)X, ktoré je lineárnym izomorfizmom V → K(X)
(pozri záver paragrafu
5.5).
Na záver tohto paragrafu ešte ukážeme, že typ izomorfizmu daného konečnorozmerného
priestoru je jednoznačne určený jeho dimenziou.
6.3.4. Veta. Nech U, V sú konečnorozmerné vektorové priestory nad poľom
K. Potom
V ∼= U ⇔ dim V = dim U.
Dôkaz. Nech V ∼= U a ϕ: V → U je lineárny izomorfizmus. Potom Ker ϕ =
{0} a Im ϕ = U Podľa vety 6.2.3 o dimenzii jadra a obrazu
dim V = dim Ker ϕ + dim Im ϕ = 0 + dim U = dim U.
Naopak, nech dim V = dim U = n. Podľa príkladu 6.3.3 (a) platí V ∼= Kn ∼=
U.
6.4. Matica lineárneho zobrazenia 129
Teda konečnorozmerný vektorový priestor V nad poľom K je izomorfný
so stĺpcovým (no rovnako aj s riadkovým) vektorovým priestorom Kn
práve
vtedy, keď n = dim V . Pritom každá báza βββ priestoru V určuje jeden takýto
izomorfizmus V → Kn
– je ním súradnicové zobrazenie xxx → (xxx)βββ.
6.4 Matica lineárneho zobrazenia
Uvažujme nejaké lineárne zobrazenie ϕ: Kn
→ Km
. V priestore Kn
máme
kanonickú bázu εεε(n)
= (eee1, . . . ,eeen). Keďže obrazy ϕ(eeej) vektorov tejto bázy
sú stĺpcové vektory z priestoru Km
, môžeme vytvoriť maticu
AAA = (ϕ(eee1), . . . , ϕ(eeen)) ∈ Km×n
,
ktorej stĺpcami sú práve tieto vektory, t. j. platí sssj(AAA) = ϕ(eeej) pre 1 ≤ j ≤ n.
Ukážeme, ako možno obraz ϕ(xxx) ľubovoľného vektora xxx = (x1, . . . , xn)T
∈ Kn
vypočítať len zo znalosti tejto matice. Uvedomme si, že xxx = x1eee1 +· · ·+xneeen,
a počítajme
ϕ(xxx) = ϕ(x1eee1 + . . . + xneeen) = x1ϕ(eee1) + . . . + xnϕ(eeen)
= (sss1(AAA), . . . ,sssn(AAA)) ·


x1
...
xn

 = AAA · xxx
Teda každé lineárne zobrazenie ϕ: Kn
→ Km
má tvar ϕ(xxx) = AAA · xxx pre
vhodnú maticu AAA ∈ Km×n
. Keďže každý konečnorozmerný vektorový priestor
nad poľom K je izomorfný s priestorom Kn
pre n = dim V , pri voľbe pevných
báz v konečnorozmerných priestoroch U, V bude možné ľubovoľné lineárne
zobrazenie ϕ: V → U zakódovať pomocou vhodnej matice AAA.
Nech U, V sú konečnorozmerné vektorové priestory nad poľom K, dim U =
m, dim V = n a ααα = (uuu1, . . . ,uuum), βββ = (vvv1, . . . ,vvvn) sú bázy v U, resp. vo V .
Maticou lineárneho zobrazenia ϕ: V → U vzhľadom na bázy βββ, ααα nazývame
maticu
AAA = (ϕvvv1)ααα, . . . , (ϕvvvn)ααα ∈ Km×n
,
ktorej stĺpce sú tvorené súradnicami obrazov ϕ(vvvj) vektorov bázy βββ vzhľadom
na bázu ααα, t. j. platí sssj(AAA) = (ϕvvvj)ααα pre 1 ≤ j ≤ n. Túto maticu značíme
tiež
AAA = (ϕ)ααα,βββ.
(Všimnite si obrátené poradie znakov báz voči poradiu vektorových priestorov
v označení zobrazenia ϕ: V → U.)
Maticu AAA zo začiatku tohto paragrafu by sme teda mohli nazvať maticou
lineárneho zobrazenia ϕ: Kn
→ Km
vzhľadom na kanonické bázy εεε(n)
,
130 6. Lineárne zobrazenia
εεε(m)
. Pokiaľ nepovieme inak, budeme pod maticou lineárneho zobrazenia
ϕ: Kn
→ Km
medzi stĺpcovými vektorovými priestormi vždy rozumieť maticu
(ϕ)εεε(m),εεε(n) zobrazenia ϕ vzhľadom na kanonické bázy.
Pri štúdiu lineárnych transformácií ϕ: V → V konečnorozmerného vektorového
priestoru V budeme spravidla vzory i obrazy vektorov z V vyjadrovať
v tej istej báze. Maticou lineárnej transformácie ϕ: V → V vzhľadom
na bázu ααα priestoru V teda rozumieme maticu
(ϕ)ααα = (ϕ)ααα,ααα.
Pri dôkaze nasledujúcej vety bude potrebné si uvedomiť, že (vvvj)βββ = eee
(n)
j
pre ľubovoľný vektor vvvj bázy βββ = (vvv1, . . . ,vvvn) priestoru V . Z toho je zrejmé,
že pre každú bázu βββ n-rozmerného vektorového priestoru V platí
(idV )βββ,βββ = IIIn.
6.4.1. Veta. Nech ϕ: V → U je lineárne zobrazenie medzi konečnorozmernými
vektorovými priestormi nad poľom K, dim V = n, dim U = m a ααα, βββ
sú bázy priestorov U resp. V . Potom pre všetky xxx ∈ V platí
(ϕxxx)ααα = (ϕ)ααα,βββ · (xxx)βββ
a AAA = (ϕ)ααα,βββ je jediná matica s touto vlastnosťou.
Dôkaz. Nech βββ = (vvv1, . . . ,vvvn). Zvoľme ľubovoľný vektor xxx ∈ V a označme
(xxx)βββ = (x1, . . . , xn)T
, teda xxx = x1evvv1 +· · ·+xnvvvn. Podobne ako v špeciálnom
prípade zo začiatku tohto paragrafu, i teraz dostávame
ϕ(xxx) = ϕ(x1vvv1 + . . . + xnvvvn) = x1ϕ(vvv1) + . . . + xnϕ(vvvn),
(ϕxxx)ααα = x1ϕ(vvv1) + . . . + xnϕ(vvvn) ααα
= x1(ϕvvv1)ααα + . . . + xn(ϕvvvn)ααα
= (ϕvvv1)ααα, . . . , (ϕvvvn)ααα ·


x1
...
xn

 = (ϕ)ααα,βββ · (xxx)βββ.
Zostáva ukázať, že pre ľubovoľnú maticu AAA ∈ Km×n
platí
∀xxx ∈ V (ϕxxx)ααα = AAA · (xxx)βββ ⇒ AAA = (ϕ)ααα,βββ.
Za uvedeného predpokladu voľbou xxx = vvvj dostávame
(ϕvvvj)ααα = AAA · (vvvj)βββ = AAA · eeej = sssj(AAA)
pre každé 1 ≤ j ≤ n. Teda matice AAA a (ϕ)ααα,βββ majú rovnaké stĺpce, preto sa
rovnajú.
6.4. Matica lineárneho zobrazenia 131
Matica (ϕ)ααα,βββ lineárneho zobrazenia ϕ: V → U z n-rozmerného vektorového
priestoru V do m-rozmerného vektorového priestoru U nad poľom
K vzhľadom na bázy βββ, ααα je teda medzi všetkými maticami AAA ∈ Km×n
jednoznačne určená podmienkou
(ϕxxx)ααα = AAA · (xxx)βββ
pre každé xxx ∈ V .
Ďalej si ukážeme, že skladanie lineárnych zobrazení zodpovedá násobeniu
matíc, čo umožňuje vypočítať maticu kompozície lineárnych zobrazení ϕ ◦ ψ
len zo znalosti matíc jednotlivých zobrazení ϕ a ψ. Tento výsledok definitívne
„ospravedlňuje spôsob, akým sme súčin matíc definovali v odstavci 2.2.2
6.4.2. Veta. Nech U, V , W sú konečnorozmerné vektorové priestory nad
poľom K, ααα je báza U, βββ je báza V a γγγ je báza W. Potom pre ľubovoľné
lineárne zobrazenia ψ: W → V , ϕ: V → U platí
(ϕ ◦ ψ)ααα,γγγ = (ϕ)ααα,βββ · (ψ)βββ,γγγ.
Dôkaz. Označme AAA = (ϕ)ααα,βββ maticu lineárneho zobrazenia ϕ vzhľadom na
bázy βββ, ααα a BBB = (ψ)βββ,γγγ maticu lineárneho zobrazenia ψ vzhľadom na bázy
γγγ, βββ. Dokážeme rovnosť
(ϕ ◦ ψ)ααα,γγγ = AAA · BBB.
Na základe definície matíc AAA, BBB pre ľubovoľné xxx ∈ W platí
(ϕ ◦ ψ)xxx ααα
= ϕ(ψxxx) ααα
= AAA · (ψxxx)βββ
= AAA · BBB · (xxx)γγγ = (AAA · BBB) · (xxx)γγγ.
Keďže matica kompozície ϕ ◦ ψ vzhľadom na bázy γγγ, ααα je podľa vety 6.4.1
touto podmienkou určená jednoznačne, dôkaz je hotový.
V nasledujúcich príkladoch sa zoznámime s niekoľkými dôležitými lineárnymi
transformáciami roviny R2
a ich maticami vzhľadom na kanonickú
bázu εεε = (eee1,eee2).
6.4.3. Príklad. Otočenie roviny okolo počiatku o uhol α ∈ R je lineárne
zobrazenie RRRα : R2
→ R2
. Homogenita je zrejmá na prvý pohľad. O aditivite
sa presvedčíme nasledujúcou úvahou. Ak otočíme rovnobežník vektorov
xxx,yyy ∈ R2
o uhol α, dostaneme tak rovnobežník prislúchajúci vektorom
RRRα(xxx),RRRα(yyy). Pritom uhlopriečka prvého rovnobežníka prejde na uhlopriečku
druhého. Teda RRRα(xxx + yyy) = RRRα(xxx) + RRRα(yyy) (nakreslite si obrázok). Maticu
tohto lineárneho zobrazenia vzhľadom na kanonickú bázu εεε budeme značiť
rovnako RRRα, teda pre xxx ∈ R2
budeme písať RRRα(xxx) = RRRα ·xxx. Jej stĺpce získame
132 6. Lineárne zobrazenia
otočením vektorov eee1 = (1, 0)T
, eee2 = (0, 1)T
o uhol α. Z definície goniometrických
funkcií sínus a kosínus pomocou jednotkovej kružnice priamo dostávame
RRRα · eee1 =
cos α
sin α
, RRRα · eee2 =
cos π
2
+ α
sin π
2
+ α
=
− sin α
cos α
.
To znamená, že
RRRα =
cos α − sin α
sin α cos α
a obrazom ľubovoľného vektora (x, y)T
∈ R2
v otočení RRRα je vektor
RRRα
x
y
=
x cos α − y sin α
x sin α + y cos α
.
Na základe znalostí matíc RRRα je už jednoduché napísať matice otočení
v R3
okolo súradných osí vzhľadom na kanonickú bázu εεε = (eee1,eee2,eee3). Otočenia
okolo osí x = [eee1], y = [eee2] resp z = [eee3] o uhol α majú postupne
matice


1 0 0
0 cos α − sin α
0 sin α cos α

 ,


cos α 0 sin α
0 1 0
− sin α 0 cos α

 ,


cos α − sin α 0
sin α cos α 0
0 0 1

 .
Na orientáciu otočení používame pravidlo pravej ruky, t. j. prsty pravej ruky
ukazujú smer otáčania a palec určuje orientáciu osi: v prvom prípade prsty
od vektora eee2 k eee3 a palec v smere vektora eee1, v druhom prsty od eee3 k eee1 a
palec v smere eee2, v treťom prsty od eee1 k eee2 a palec v smere eee3.
6.4.4. Príklad. Osová súmernosť roviny podľa ľubovoľnej priamky prechádzajúcej
počiatkom definuje zobrazenie SSSα : R2
→ R2
, kde α ∈ R je uhol,
ktorý zviera os súmernosti s osou x. Obdobnou úvahou ako v prípade otočení
možno nahliadnuť, že i SSSα je lineárne zobrazenie. Jeho maticu vzhľadom
na kanonickú bázu εεε budeme značiť rovnako SSSα. Zrejme matica súmernosti
podľa osi x je
SSS0 =
1 0
0 −1
a osovú súmernosť SSSα možno dostať ako kompozíciu otočenia RRR−α, osovej
súmernosti SSS0 a otočenia RRRα, t. j.
SSSα = RRRα · SSS0 · RRR−α.
Po vynásobení príslušných matíc z toho s využitím pár trigonometrických
vzorcov dostávame
SSSα =
cos 2α sin 2α
sin 2α − cos 2α
.
6.4. Matica lineárneho zobrazenia 133
Teda osová súmernosť SSSα zobrazí vektor (x, y)T
∈ R2
do vektora
SSSα
x
y
=
x cos 2α + y sin 2α
x sin 2α − y cos 2α
.
6.4.5. Príklad. Rovnoľahlosť alebo tiež homotetia so stredom v počiatku a
s koeficientom podobnosti 0 = c ∈ R je opäť lineárne zobrazenie R2
→ R2
s maticou cIII2 = diag(c, c). Tento príklad možno zrejmým spôsobom zovšeobecniť
na ľubovoľnú dimenziu n.
6.4.6. Príklad. Skosenie v smere osi x s parametrom a. Pre ľubovoľné a ∈ R
je priradením
ϕ
x
y
=
x + ay
y
=
1 a
0 1
·
x
y
definovaná lineárna transformácia roviny, ktorá posúva každú jej „vodorovnú
vrstvu {(x, y); y = s}, s ∈ R, o vektor aseee1 (nakreslite si obrázok). Analogické
lineárne transformácie fungujú aj vo viacrozmerných priestoroch Rn
ako aj v konečnorozmerných vektorových priestoroch nad ľubovoľným poľom.
6.4.7. Príklad. Galileova transformácia „roviny , alebo skôr „časopriamky
R2
je z formálneho hľadiska totožná so skosením v smere priestorovej osi x
s parametrom a = −v:
t = t
x = −vt + x,
t. j.
t
x
=
1 0
−v 1
·
t
x
.
Ak k týmto rovniciam ešte doplníme y = y, z = z, dostaneme Galileovu
transformáciu „časopriestoru R4
. Vektor (t, x, y, z)T
interpretujeme ako
súradnice času t a polohy (x, y, z), ktoré nejakej okamžitej bodovej udalosti
v trojrozmernom fyzikálnom priestore priradí pozorovateľ P, a vektor
(t , x , y , z )T
ako súradnice, ktoré jej priradí pozorovateľ P , ktorý sa vzhľadom
na P pohybuje rovnomerne priamočiaro rýchlosťou v v smere osi x
(pričom počiatky ich súradných sústav sú zhodne stanovené okamihom a
miestom ich stretnutia, kedy tiež splývajú ich príslušné súradné osi). Galileova
transformácia potom udáva vzťah medzi týmito súradnicami, ku ktorému
dospejeme na základe princípov klasickej mechaniky. Je v nej zachytený
newtonovský princíp absolútneho času a priestoru, rovnakého pre všetkých
pozorovateľov nezávisle od ich pohybu, a galileovský princíp relatívnosti pohybu,
ktorý sa prejavuje v rovnocennosti súradných sústav ľubovoľných navzájom
rovnomerne priamočiaro sa pohybujúcich pozorovateľov. Je známe,
že Galileova transformácia sa veľmi dobre zhoduje so skutočnosťou pre rýchlosti
v z „bežného života , ktoré sú malé v porovnaní s rýchlosťou svetla. Pre
rýchlosti blízke rýchlosti svetla však stráca svoju platnosť a treba ju nahradiť
tzv. Lorentzovou transformáciou, s ktorou sa zoznámime neskôr.
134 6. Lineárne zobrazenia
6.5 Priestory lineárnych zobrazení
Nech U, V sú vektorové priestory nad poľom K. Ak zabudneme na štruktúru
vektorového priestoru vo V , t. j. V budeme považovať len za množinu,
môžeme vytvoriť vektorový priestor UV
všetkých zobrazení f : V → U
s operáciami súčtu a skalárneho násobku definovanými po zložkách (pozri
odstavec 1.6.5). Potom pre množinu L(V, U) všetkých lineárnych zobrazení
ϕ: V → U, samozrejme, platí L(V, U) ⊆ UV
.
6.5.1. Tvrdenie. Nech U, V sú vektorové priestory nad poľom K. Potom
L(V, U) je lineárny podpriestor vektorového priestoru UV
. Teda L(V, U) je
vektorový priestor nad poľom K.
Dôkaz. Treba overiť, že pre ľubovoľné a, b ∈ K lineárna kombinácia ϑ =
aϕ + bψ lineárnych zobrazení ϕ, ψ: V → U, definovaná pre xxx ∈ V predpisom
ϑ(xxx) = aϕ(xxx) + bψ(xxx),
je tiež lineárne zobrazenie ϑ: V → U. Zvoľme xxx,yyy ∈ V , c, d ∈ K. Priamym
výpočtom dostávame
ϑ(cxxx + dyyy) = aϕ(cxxx + dyyy) + bψ(cxxx + dyyy) = a(cϕ(xxx) + dϕ(yyy)) + b(cψ(xxx) + dψ(yyy))
= c(aϕ(xxx) + bψ(xxx)) + d(aϕ(yyy) + bψ(yyy)) = cϑ(xxx) + dϑ(yyy).
Teda ϑ ∈ L(V, U).
6.5.2. Tvrdenie. Nech U, V sú konečnorozmerné vektorové priestory nad
poľom K a dim U = m, dim V = n. Potom
L(V, U) ∼= Km×n
,
teda dim L(V, U) = mn.
Dôkaz. Zvoľme bázy ααα v priestore U a βββ v priestore V . Z výsledkov predchádzajúceho
paragrafu vyplýva, že priradenie ϕ → (ϕ)ααα,βββ je bijekcia L(V, U) →
Km×n
. Stačí teda dokázať, že je to aj lineárne zobrazenie, to znamená, že pre
a, b ∈ K, ϕ, ψ ∈ L(V, U) platí
(aϕ + bψ)ααα,βββ = a(ϕ)ααα,βββ + b(ψ)ααα,βββ.
To je však zrejmé. Čitateľovi, ktorý má nejaké pochybnosti, odporúčame, aby
si jednoduchým výpočtom porovnal stĺpce matíc na ľavej a pravej strane.
Na maticu (ϕ)ααα,βββ sa teda možno dívať ako na súradnice vektora ϕ ∈
L(V, U) v priestore Km×n
, vzhľadom na dvojicu báz βββ, ααα.
6.5. Priestory lineárnych zobrazení 135
Lineárne zobrazenie ϕ: V → K z vektorového priestoru V do poľa K sa
nazýva lineárny funkcionál alebo lineárna forma na V . Vektorový priestor
L(V, K) všetkých lineárnych foriem na V sa nazýva duálny priestor alebo len
krátko duál vektorového priestoru V . Budeme používať označenie L(V, K) =
V ∗
V poli K budeme vždy uvažovať len kanonickú bázu pozostávajúcu z jediného
vektora 1 ∈ K. Ľubovoľná báza βββ v konečnorozmernom priestore V
dimenzie n tak určuje lineárny izomorfizmus V ∗
→ K(1×n)
daný predpisom
ϕ → (ϕ)1,βββ. Nakoľko aj xxx → (xxx)βββ je lineárny izomorfizmus V → K(n×1)
a
K(1×n) ∼= K(n×1)
, dokázali sme tým nasledujúce tvrdenie.
6.5.3. Tvrdenie. Pre ľubovoľný konečnorozmerný vektorový priestor V nad
poľom K platí V ∗ ∼= V .
Uvedomme si, že matica (ϕ)1,βββ lineárneho funkcionálu ϕ: V → K je
riadkový vektor z priestoru K1×n
. To nám odkrýva nový pohľad na vektorový
priestor riadkov K1×n
. Pri voľbe kanonickej bázy εεε v stĺpcovom priestore
Kn×1
možno riadkový priestor K1×n
stotožniť s duálom Kn×1 ∗
stĺpcového
priestoru Kn×1
.
Ešte raz podčiarknime, že izomorfizmus konečnorozmerného priestoru V
a jeho duálu V ∗
závisí od výberu bázy vo V . Na druhej strane, pre ľubovoľný
vektorový priestor V možno definovať kanonické, t. j. od výberu bázy nezávislé
zobrazenie z priestoru V do jeho druhého duálu V ∗∗
dané predpisom
xxx → xxx, kde
xxx(ϕ) = ϕ(xxx)
pre xxx ∈ V , ϕ ∈ V ∗
.
6.5.4. Veta. Nech V je vektorový priestor nad poľom K. Potom
(a) xxx → xxx je injektívne lineárne zobrazenie V → V ∗∗
;
(b) ak V je konečnorozmerný, tak xxx → xxx je lineárny izomorfizmus V → V ∗∗
.
Dôkaz. Najprv ukážeme, že pre každé xxx ∈ V vôbec platí xxx ∈ V ∗∗
, t. j. xxx je
lineárny funkcionál na priestore V ∗
. Pre ϕ, ψ ∈ V ∗
, a, b ∈ K jednoduchý
výpočet dáva
xxx(aϕ + bψ) = (aϕ + bψ)(xxx) = aϕ(xxx) + bψ(xxx) = axxx(ϕ) + bxxx(ψ).
(a) Pre xxx ∈ V označmexxx = η(xxx). Dokážeme, že η: V → V ∗∗
je lineárne
zobrazenie. Zvoľme xxx,yyy ∈ V c, d ∈ K. Treba overiť, že zobrazenia η(cxxx+dyyy)
a cη(xxx)+dη(yyy) sa rovnajú, t. j. že každému ϕ ∈ V ∗
priradia tú istú hodnotu.
Počítajme
η(cxxx + dyyy)(ϕ) = ϕ(cxxx + dyyy) = cϕ(xxx) + dϕ(yyy)
= cxxx(ϕ) + dyyy(ϕ) = (cη(xxx) + dη(yyy))(ϕ).
136 6. Lineárne zobrazenia
Injektívnosť zobrazenia η spoznáme podľa jeho jadra. Stačí si uvedomiť, že
pre ľubovoľné 0 = xxx ∈ V existuje ϕ ∈ V ∗
také, že ϕ(xxx) = 0. 1
Potom
η(xxx)(ϕ) =xxx(ϕ) = ϕ(xxx) = 0,
teda η(xxx) sa nerovná identicky nulovému zobrazeniu 0: V ∗
→ K, ktoré je
nulou vo V ∗∗
. Preto xxx /∈ Ker η pre xxx = 0, čiže Ker η = {0}.
(b) Ak V je konečnorozmerný, tak s vyžitím vety 6.2.3, už dokázanej časti
(a) a tvrdenia 6.5.3 dostávame
dim Im η = dim V − dim Ker η = dim V = dim V ∗
= dim V ∗∗
.
Preto Im η = V ∗∗
, čiže η je i surjektívne.
Každý vektor xxx ∈ V tak definuje lineárny funkcionál xxx na duálnom
priestore V ∗
. Pritom konečnorozmerný vektorový priestor V možno prostredníctvom
priradenia xxx →xxx prirodzene stotožniť s duálom priestoru V ∗
.
Napr. stĺpcový priestor Kn×1
možno stotožniť s duálom riadkového priestoru
K1×n
. Vo všeobecnom prípade možno V stotožniť s lineárnym podpriestorom
Im η = {xxx; xxx ∈ V } jeho druhého duálu V ∗∗
.
Poznámka. Prostriedkami, ktoré presahujú rámec tohto kurzu, možno dokázať,
že V ∼= V ∗
a V ∼= V ∗∗
pre každý nekonečnorozmerný vektorový priestor
V . Zjednodušene povedané, duál V ∗
je vždy „podstatne väčší než pôvodný
priestor V a druhý duál V ∗∗
je „ešte väčší . Teda ani xxx → xxx nemôže byť
surjektívne zobrazenie V → V ∗∗
.
Cvičenia
6.1. Nech U, V sú vektorové priestory nad poľom K a ϕ: V → U je lineárne zobrazenie.
Potom ϕ(0) = 0 a pre každé xxx ∈ V platí ϕ(−xxx) = −ϕ(xxx). Dokážte.
6.2. Dokážte tvrdenie 6.1.1
6.3. Nech AAA ∈ Km×n
. Uvažujme lineárne zobrazenie ϕ: Km
→ Kn
dané predpisom ϕ(xxx) =
AAA · xxx. Ako súvisí jadro Ker ϕ s homogénnou sústavou lineárnych rovníc AAA · xxx = 0?
6.4. (a) V príkladoch 6.1.5–9 podrobne overte, že v nich definované zobrazenia sú naozaj
lineárne.
(b) Pre každé z uvedených lineárnych zobrazení určte jeho jadro a obraz.
6.5. Zdôvodnite, prečo žiadne z nasledujúcich zobrazení R → R nie je lineárne:
(a) ϕ(x) = 1 − 3x, (b) ψ(x) = |x|,
(c) f(x) = x2
, (d) g(x) = x3
,
1
V konečnorozmernom prípade ide o očividné tvrdenie. V nekonečnorozmernom prípade
však jeho dôkaz využíva existenciu Hamelovej bázy vo V , prípadne si vyžaduje nejaký iný
vhodný dôsledok axiómy výberu (pozri záverečnú časť paragrafu 5.5 a cvičenie 6.15).
Cvičenia 137
(e) h(x) = |x|, (f) k(x) = 3
√
x,
(g) l(x) = ln(1 + x2
) (h) s(x) = sin x,
(i) η(x) = ex
, (j) σ(x) = sinh x = 1
2 (ex
− e−x
).
6.6. (a) Uvažujte C ako vektorový priestor nad poľom R. Ukážte, že komplexná konjugácia
z → z je lineárne zobrazenie C → C.
(b) Uvažujte C ako vektorový priestor nad poľom C. Ukážte, že komplexná konjugácia
z → z nie je lineárne zobrazenie C → C.
6.7. Lineárne zobrazenie ϕ: R3
→ R2
je pre xxx = (x1, x2, x3)T
∈ R3
dané predpisom ϕ(xxx) =
(x1 + 2x2, 3x1 + 7x2 − x3)T
.
(a) Napíšte maticu lineárneho zobrazenia ϕ vzhľadom na kanonické bázy εεε(3)
v R3
,
εεε(2)
v R2
.
(b) Napíšte maticu ϕ vzhľadom na bázy βββ = (eee1,eee2,vvv) v R3
, ααα = (uuu1,uuu2) v R2
, kde
vvv = (−2, 1, 1)T
, uuu1 = (1, 3)T
, uuu2 = (2, 7)T
.
(c) Napíšte priamo nejaké bázy lineárnych podpriestorov Ker ϕ ⊆ R3
a Im ϕ ⊆ R2
.
6.8. Báza βββ vektorového priestoru R3
je tvorená stĺpcami matice
0
@
1 1 2
2 0 2
3 −1 1
1
A a báza ααα vektorového
priestoru R4
je tvorená stĺpcami matice
0
B
@
1 2 3 1
1 0 −1 0
1 −1 1 −1
0 1 2 1
1
C
A. Lineárne zobrazenie
ψ: R3
→ R4
má vzhľadom na tieto bázy maticu AAA = (ψ)ααα,βββ =
0
B
@
1 0 0
0 1 0
0 0 0
0 0 0
1
C
A.
(a) Napíšte priamo nejaké bázy lineárnych podpriestorov Ker ψ ⊆ R3
a Im ψ ⊆ R4
.
(b) Napíšte maticu ψ vzhľadom na kanonické bázy εεε(3)
v R3
, εεε(4)
v R(3)
.
6.9. Nech n ∈ N. Uvažujme deriváciu f → f ako lineárnu transformáciu D: R(n)
[x] →
R(n)
[x].
(a) Určte lineárne podpriestory Ker D a Im D v R(n)
[x] a nájdite nejaké ich bázy.
Zistite dimenzie oboch podpriestorov a overte vzťah dim Ker D + dim Im D = n.
(b) Napíšte maticu lineárnej transformácie D vzhľadom na bázu ξξξ(n)
= (1, x, x2
, . . . , xn
).
(c) Napíšte maticu D vzhľadom na bázu ζζζ(n)
= 1, 1
1! x, 1
2! x2
, . . . , 1
n! xn
.
6.10. Operátor diferencie ∆: R(n)
[x] → R(n)
[x] je daný predpisom ∆(f)(x) = f(x + 1) −
f(x).
(a) Dokážte, že ∆ je lineárny operátor.
(b) Určte lineárne podpriestory Ker ∆ a Im ∆ v R(n)
[x] a nájdite nejaké ich bázy.
Zistite dimenzie oboch podpriestorov.
(c) Napíšte maticu lineárnej transformácie ∆ vzhľadom na bázu ξξξ(n)
= (1, x, x2
, . . . , xn
).
(d) Dokážte, že polynómy 1, x, [x]2, . . . , [x]n, kde [x]k = x(x − 1) . . . (x − k + 1), tvoria
bázu vektorového priestoru R(n)
[x].
(e) Napíšte maticu ∆ vzhľadom na bázu ηηη(n)
= (1, x, [x]2, . . . , [x]n).
(f) Nájdite nejakú bázu vektorového priestoru R(n)
[x], vzhľadom na ktorú má ∆ maticu
tvaru 0n,1 IIIn
0 01,n
.
6.11. Pre ľubovoľné α, β ∈ R vynásobením príslušných matíc dokážte uvedené rovnosti a
138 6. Lineárne zobrazenia
interpretujte ich v reči lineárnych transformácií roviny R2
:
RRRα · RRRβ = RRRα+β, RRRα · SSSβ = SSSβ+α/2,
SSSα · SSSβ = RRR2(β−α), SSSβ · RRRα = SSSβ−α/2.
6.12. Predpismi ϕ(x1, x2, x3)T
= (x1−2x3, 2x1+x2+3x4, −x1−x4, x3+2x4)T
, ψ(x1, x2, x3, x4)T
=
(2x1 − x3, 3x3 + x4, x2 + x4)T
sú dané lineárne zobrazenia ϕ: R3
→ R4
, ψ: R4
→ R3
.
Napíšte matice lineárnych zobrazení ψ ◦ ϕ: R3
→ R3
, ϕ ◦ ψ: R4
→ R4
vzhľadom na
kanonické bázy vektorových priestorov R3
resp. R4
.
6.13. Nech S, T sú lineárne podpriestory vektorového priestoru V .
(a) Priradením (xxx,yyy) → xxx+yyy je definované surjektívne lineárne zobrazenie µ: S×T →
S + T. Dokážte.
(b) Nájdite jadro Ker µ a dokážte, že µ je injektívne práve vtedy, keď S ∩ T = {0}.
(c) Odvoďte z toho, že vektorové priestory S × T a S + T sú izomorfné práve vtedy,
keď S + T = S ⊕ T.
(d) Zovšeobecnite na ľubovoľný konečný počet lineárnych podpriestorov (pozri cvičenie
4.8).
6.14. Galileova transformácia „časopriestoru R4
je daná priradením (t, x, y, z)T
→ (t , x , y , z )T
,
kde t = t, x = x−vxt, y = y−vyt, z = z−vzt, pričom vektor vvv = (vx, vy, vz)T
∈ R3
interpretujeme ako rýchlosť (pozri príklad 6.4.7).
(a) Napíšte maticu GGGvvv Galileovej transformácie.
(b) Uvažujme dvoch pozorovateľov P a P . Vysvetlite, za akých podmienok je uvedenou
transformáciou sprostredkovaný vzťah medzi časmi a priestorovými súradnicami
udalostí z hľadiska pozorovateľov P a P . (Riešte otázku v rámci klasickej fyziky, bez
ohľadu na relativistické efekty.)
(c) Vynásobením matíc dokážte vzťah GGGuuu · GGGvvv = GGGuuu+vvv. Vysvetlite, prečo sa tento
vzťah nazýva klasickým pravidlom skladania rýchlostí.
6.15. (a) Dokážte nasledujúcu konečnorozmernú verziu Hahnovej-Banachovej vety: Nech
V je konečnorozmerný vektorový priestor nad poľom K, S ⊂ V je vlastný lineárny
podpriestor a ψ: S → K je lineárny funkcionál. Potom pre každé xxx ∈ V S existuje
lineárny funkcionál ϕ ∈ V ∗
taký, že ϕ(xxx) = 0 a ϕ S = ψ.
(b) Zovšeobecnite tvrdenie (a) aj na nekonečnorozmerné vektorové priestory. (Návod:
Predpokladajte, že V má Hamelovu bázu X takú, že xxx ∈ X a X ∩ S je Hamelova
báza podpriestoru S – pozri záverečnú časť paragrafu 5.5).
(c) Pre každý vektor 0 = xxx ∈ V existuje lineárny funkcionál ϕ ∈ V ∗
taký, že ϕ(xxx) = 0.
Dokážte jednak priamo podľa vzoru (a) resp. (b), jednak z nich odvoďte ako špeciálny
prípad.
6.16. Nech K je konečné pole, ktoré má práve q prvkov. Potom q je mocninou nejakého
prvočísla. Dokážte. (Návod: Ukážte, že K nesie prirodzenú štruktúru vektorového
priestoru nad poľom Zp, kde p = char K.)
6.17. Nech K je konečné pole, q = #K a U, V sú vektorové priestory nad K s konečnými
rozmermi dim U = m, dim V = n. Akú dimenziu a koľko prvkov má vektorový priestor
L(V, U) všetkých lineárnych zobrazení V → U? Porovnajte s dimenziou a počtom prvkov
vektorového priestoru UV
všetkých zobrazení V → U. Aká je pravdepodobnosť,
že náhodne vybrané zobrazenie f ∈ UV
bude lineárne?
Cvičenia 139
6.18. Nech (Vi)i∈I je súbor vektorových priestorov nad poľom K indexovaný množinou
I. Označme i∈I Vi množinu všetkých funkcií f s definičným oborom I takých, že
f(i) ∈ Vi pre každé i ∈ I. Na množine W = i∈I Vi definujme operácie súčtu a
skalárneho násobku po zložkách, t. j. (f + g)(i) = f(i) + g(i) a (cf)(i) = cf(i) pre
f, g ∈ W, c ∈ K, i ∈ I.
(a) Dokážte, že W = i∈I Vi s práve definovanými operáciami tvorí vektorový priestor
nad poľom K. Ako vyzerá 0 ∈ W a opačný prvok k prvku f ∈ W? Vektorový
priestor i∈I Vi nazývame priamym súčinom systému vektorových priestorov (Vi)i∈I.
(b) Predpokladajme, že I = {1, . . . , n} je konečná množina. Dokážte, že oba priame
súčiny V1 × . . . , ×Vn a i∈I Vi sú lineárne izomorfné. Snažte sa nájsť čo najprirodzenejší
izomorfizmus.
(c) Predpokladajme, že Vi = V pre každé i ∈ I. Dokážte (presnejšie, uvedomte si,
lebo dokazovať nie je veľmi čo), že priamy súčin i∈I Vi splýva s priestorom funkcií
V I
(pozri príklad 1.6.5). Z toho dôvodu nazývame priestor V I
aj priamou mocninou
vektorového priestoru V .
(d) Pre každé j ∈ I označme πj : i∈I Vi → Vj zobrazenie dané predpisom πj(f) = f(j)
pre f ∈ i∈I Vi. Dokážte, že tzv. kanonická projekcia πj je surjektívne lineárne zobrazenie.
Ako vyzerá jadro Ker πj?
(e) Pre každé j ∈ I označme σj : Vj → i∈I Vi zobrazenie dané predpisom σj(xxx)(j) = xxx
a σj(xxx)(i) = 0, ak i = j, pre xxx ∈ Vj. Dokážte, že tzv. kanonické vnorenie σj je injektívne
lineárne zobrazenie, teda je to izomorfizmus priestoru Vj na lineárny podpriestor
Im σj ⊆ i∈I Vi. Ako vyzerá obraz Im σj? Dokážte, že pre každé j ∈ I platí
W = Im σj ⊕ Ker πj.
6.19. V označení cvičenia 6.18 stotožníme každý vektor xxx ∈ Vj s funkciou σj(xxx) ∈ W a
následne aj každý z priestorov Vj s jeho izomorfnou kópiou Im σj ⊆ W.
(a) Predpokladajme, že I = {1, . . . , n} je konečná množina. Dokážte, že W = i∈I Vi
je priamym súčtom svojich lineárnych podpriestorov V1, . . . , Vn.
(b) Predpokladajme, že I je nekonečná množina. Dokážte, že zjednotenie podpriestorov
Vi, i ∈ I negeneruje vektorový priestor W = i∈I Vi.
(c) Označme S = i∈I Vi lineárny podpriestor priameho súčinu i∈I Vi generovaný
zjednotením jeho lineárnych podpriestorov Vi = Im σi, i ∈ I. Dokážte, že S pozostáva
zo všetkých funkcií f ∈ W, pre ktoré je množina {i ∈ I; f(i) = 0} konečná.
Vektorový priestor S = i∈I Vi nazývame priamym súčtom systému vektorových
priestorov (Vi)i∈I.
(d) Dokážte, že každý prvok f ∈ S možno jednoznačne až na poradie a nulové sčítance
vyjadriť v tvare tzv. formálneho súčtu f = xxx1 + . . . + xxxm konečného počtu sčítancov
xxxk ∈ Vik
, kde indexy i1, . . . , ik ∈ I sú navzájom rôzne.
(e) Sformulujte pravidlá pre rovnosť a sčítanie formálnych súčtov xxx1 + . . . + xxxm,
yyy1 +. . .+yyyn tak, aby boli v zhode s rovnosťou vektorov a sčítaním v priestore i∈I Vi.
(f) Predpokladajme, že Vi = V pre každé i ∈ I. Dokážte, že priamy súčet i∈I Vi
splýva s podpriestorom V (I)
priamej mocniny V I
z príkladu 4.1.3.
6.20. Nech X je Hamelova báza vektorového priestoru V . Dokážte, že priestor V je izomorfný
s priamym súčtom xxx∈X[xxx] svojich jednorozmerných lineárnych podpriestorov [xxx],
xxx ∈ X, a tým pádom tiež s vektorovým priestorom K(X)
.
7. Inverzné matice a zmena bázy
V tejto kapitole zavedieme pojem inverznej matice k danej štvorcovej matici
a dáme ho do súvisu s pojmom inverzného lineárneho zobrazenia. Ďalej sa
naučíme počítať inverzné matice a matice prechodu z jednej súradnej bázy
do druhej. Nakoniec preskúmame vplyv zmeny bázy na maticu lineárneho
zobrazenia. Začneme však s pojmom hodnosti matice, ktorý nám umožní
rozhodnúť o existencii inverznej matice a – ako uvidíme neskôr – bude nám
ešte veľakrát užitočný.
V celej kapitole K označuje pevné pole, m, n, p sú kladné celé čísla.
7.1 Hodnosť matice
V tomto paragrafe je potrebné rozlišovať medzi vektorovými priestormi riadkových
resp. stĺpcových vektorov. Nebudeme teda používať nešpecifikované
označenie Kn
, ale priestor riadkových vektorov budeme značiť K1×n
a priestor
stĺpcových vektorov Kn×1
.
Pripomeňme, že rrri(AAA) ∈ K1×n
označuje i-tý riadok a sssj(AAA) ∈ Km×1
zase j-tý stĺpec matice AAA = (aij)m×n. Túto maticu teda môžeme zapísať
v blokových tvaroch
AAA =




rrr1(AAA)
rrr2(AAA)
...
rrrm(AAA)



 = (sss1(AAA),sss2(AAA), . . . ,sssn(AAA)).
Riadkovou hodnosťou hr(AAA) matice AAA nazývame dimenziu lineárneho podpriestoru
vektorového priestoru K1×n
generovaného riadkami matice AAA. Podobne,
stĺpcovou hodnosťou hs(AAA) matice AAA nazývame dimenziu lineárneho
podpriestoru vektorového priestoru Km×1
generovaného stĺpcami matice AAA.
Teda
hr(AAA) = dim[rrr1(AAA),rrr2(AAA), . . . ,rrrm(AAA)],
hs(AAA) = dim[sss1(AAA),sss2(AAA), . . . ,sssn(AAA)]
Označme ϕ: Kn×1
→ Km×1
lineárne zobrazenie dané predpisom ϕ(xxx) =
AAA · xxx pre xxx ∈ Kn×1
. Pripomeňme, že hodnosťou lineárneho zobrazenia ϕ nazývame
dimenziu jeho obrazu, t. j. h(ϕ) = dim Im ϕ. V našom prípade zrejme
platí h(ϕ) = hs(AAA), keďže lineárny podpriestor Im ϕ ⊆ Km×1
je generovaný
stĺpcami matice AAA.
7.1. Hodnosť matice 141
7.1.1. Lema. Nech AAA ∈ Km×n
.
(a) Nech matica BBB vznikne z matice AAA vykonaním jednej (inak ľubovoľnej)
ERO. Potom [rrr1(AAA),rrr2(AAA), . . . ,rrrm(AAA)] = [rrr1(BBB),rrr2(BBB), . . . ,rrrm(BBB)].
(b) Nech matica CCC vznikne z matice AAA vykonaním jednej (inak ľubovoľnej)
ESO. Potom [sss1(AAA),sss2(AAA), . . . ,sssn(AAA)] = [sss1(CCC),sss2(CCC), . . . ,sssn(CCC)].
Dôkaz. Zrejme pre ľubovoľné vektory uuu1, . . . ,uuuk v každom vektorovom priestore
V a ľubovoľný skalár c ∈ K platí:
[uuu1, . . . ,uuui, . . . ,uuuj, . . . ,uuuk] = [uuu1, . . . ,uuuj, . . . ,uuui, . . . ,uuuk],
[uuu1, . . . ,uuui, . . . ,uuuk] = [uuu1, . . . , cuuui, . . . ,uuuk] (ak c = 0),
[uuu1, . . . ,uuui, . . . ,uuuj, . . . ,uuuk] = [uuu1, . . . ,uuui, . . . , cuuui + uuuj, . . . ,uuuk].
7.1.2. Tvrdenie. Pre každú maticu AAA ∈ Km×n
platí hr(AAA) = hs(AAA).
Dôkaz. Upravme AAA pomocou ERO na redukovaný stupňovitý tvar BBB ∈ Km×n
a označme k počet nenulových riadkov v matici BBB. Podľa práve dokázanej
lemy platí [rrr1(AAA), . . . ,rrrm(AAA)] = [rrr1(BBB), . . . ,rrrm(BBB)]. Preto tiež hr(AAA) =
hr(BBB). Keďže nenulové riadky matice BBB sú zrejme lineárne nezávislé (rozmyslite
si prečo), hr(BBB) = k, čo je vlastne počet stĺpcov matice BBB, v ktorých sa
nachádza vedúci prvok nejakého jej riadku. Označme 1 ≤ j1 < . . . < jk ≤ n
indexy týchto stĺpcov. Podľa tvrdenia 4.5.3 vektory sssj1 (AAA), . . . ,sssjk
(AAA) sú lineárne
nezávislé a platí [sss1(AAA), . . . ,sssn(AAA)] = [sssj1 (AAA), . . . ,sssjk
(AAA)]. Preto tiež
hs(AAA) = k = hr(AAA).
Keďže riadková a stĺpcová hodnosť ľubovoľnej matice AAA splývajú, túto
ich spoločnú hodnotu budeme odteraz značiť jednoducho h(AAA) a nazývať
hodnosťou matice AAA. Zrejme pre AAA ∈ Km×n
je h(AAA) ≤ min(m, n).
Práve vykonané úvahy majú dva bezprostredné dôsledky.
7.1.3. Tvrdenie. Nech AAA ∈ Km×n
. Potom h(AAA) = h(AAAT
).
7.1.4. Tvrdenie. Nech uuu1, . . . ,uuun ∈ Km×1
sú ľubovoľné vektory a AAA ∈
Km×n
je matica taká, že sssj(AAA) = uuuj pre 1 ≤ j ≤ n. Potom
(a) uuu1, . . . ,uuun sú lineárne nezávislé práve vtedy, keď h(AAA) = n;
(b) [uuu1, . . . ,uuun] = Km×1
práve vtedy, keď h(AAA) = m.
Všimnite si, že prípad (a) môže nastať iba vtedy, keď n ≤ m; naopak, (b)
môže nastať jedine za predpokladu m ≤ n.
Sami si sformulujte a premyslite analogické tvrdenia pre riadkové vektory.
Ešte si dokážeme jeden odhad hodnosti súčinu matíc pomocou hodností
jednotlivých činiteľov.
142 7. Inverzné matice a zmena bázy
7.1.5. Tvrdenie. Nech AAA ∈ Km×n
, BBB ∈ Kn×p
. Potom
h(AAA · BBB) ≤ min h(AAA), h(BBB) .
Dôkaz. Označme ϕ: Kn
→ Km
, ψ: Kp
→ Kn
lineárne zobrazenia dané
predpismi ϕ(xxx) = AAA · xxx pre xxx ∈ Kn
resp. ψ(yyy) = BBB · yyy pre yyy ∈ Kp
. Zrejme
Im(ϕ ◦ ψ) ⊆ Im ϕ, preto
h(AAA · BBB) = h(ϕ ◦ ψ) ≤ h(ϕ) = h(AAA).
S využitím toho druhý potrebný odhad už dostaneme priamym výpočtom
h(AAA · BBB) = h (AAA · BBB)T
= h BBBT
· AAAT
≤ h BBBT
= h(BBB).
7.2 Inverzné matice a inverzné lineárne zobrazenia
Nech AAA ∈ Kn×n
, t. j. AAA je štvorcová matica typu n × n. Inverznou maticou
k matici AAA rozumieme maticu BBB ∈ Kn×n
takú, že
AAA · BBB = IIIn = BBB · AAA.
Zrejme k danej štvorcovej matici AAA existuje najviac jedna inverzná matica
(rozmyslite si prečo). Túto jednoznačne určenú maticu (ak existuje) budeme
značiť AAA−1
.
Nasledujúca veta je bezprostredným dôsledkom súvisu medzi lineárnymi
zobrazeniami a ich maticami.
7.2.1. Veta. Nech U, V sú vektorové priestory nad poľom K a dim U =
dim V = n. Nech ďalej ααα, βββ sú nejaké bázy v U, resp. vo V a AAA = (ϕ)ααα,βββ
je matica lineárneho zobrazenia ϕ: V → U vzhľadom na bázy βββ, ααα. Potom
k matici AAA existuje inverzná matica AAA−1
práve vtedy, keď k zobrazeniu ϕ
existuje inverzné zobrazenie ϕ−1
. V tom prípade AAA−1
je maticou lineárneho
zobrazenia ϕ−1
: U → V vzhľadom na bázy ααα, βββ, t. j.
AAA−1
= (ϕ)ααα,βββ
−1
= ϕ−1
βββ,ααα
.
Hovoríme, že štvorcová matica AAA ∈ Kn×n
je regulárna, ak k nej existuje
inverzná matica AAA−1
; v opačnom prípade hovoríme, že AAA je singulárna.
7.2.2. Veta. Matica AAA ∈ Kn×n
je regulárna práve vtedy, keď h(AAA) = n.
Dôkaz. Označme ϕ: Kn
→ Kn
lineárnu transformáciu danú predpisom ϕ(xxx) =
AAA · xxx pre xxx ∈ Kn
. K matici AAA existuje inverzná matica AAA−1
práve vtedy, keď
k zobrazeniu ϕ existuje inverzné zobrazenie ϕ−1
, t. j. práve vtedy, keď ϕ je
7.3. Výpočet inverznej matice 143
bijekcia. Podľa dôsledku 6.2.4 to nastane práve vtedy, keď ϕ je surjekcia, čiže
Im ϕ = Kn
, čo je ekvivalentné s rovnosťou dim Im ϕ = n. Na dokončenie
dôkazu si stačí spomenúť, že h(AAA) = h(ϕ) = dim Im ϕ.
Z praktických dôvodov bude užitočné si uvedomiť, že na to, aby sme sa
presvedčili, že matica BBB ∈ Kn×n
je inverzná k matici AAA ∈ Kn×n
, stačí overiť
len jednu (a to hocktorú) z rovností AAA · BBB = IIIn, BBB · AAA = IIIn.
7.2.3. Tvrdenie. Pre ľubovoľné AAA, BBB ∈ Kn×n
platí AAA·BBB = IIIn práve vtedy,
keď BBB · AAA = IIIn.
Dôkaz. Označme ϕ, ψ: Kn
→ Kn
lineárne transformácie dané pre xxx ∈ Kn
predpismi ϕ(xxx) = AAA·xxx, resp. ψ(xxx) = BBB ·xxx. Nech AAA·BBB = IIIn. To nastane práve
vtedy, keď ϕ ◦ ψ = idKn . Z toho vyplýva, že ϕ je surjekcia a ψ je injekcia
(pozri paragraf 0.3). Keďže ϕ, ψ sú lineárne transformácie konečnorozmerného
vektorového priestoru, podľa dôsledku 6.2.4 to znamená, že ϕ aj ψ sú bijekcie,
teda lineárne izomorfizmy, a ψ = ϕ−1
. Potom však BBB = AAA−1
, preto tiež
BBB · AAA = IIIn. Obrátená implikácia vyplýva zo symetrie tvrdenia.
S využitím posledného tvrdenia si ako cvičenie overte nasledujúce vzorce,
z ktorých už vyplýva zvyšok tvrdenia.
7.2.4. Tvrdenie. Nech AAA, BBB ∈ Kn×n
sú regulárne matice. Potom aj matice
AAA−1
, AAA · BBB a AAAT
sú regulárne a platí:
AAA−1 −1
= AAA, (AAA · BBB)−1
= BBB−1
· AAA−1
, AAAT −1
= AAA−1 T
.
7.3 Výpočet inverznej matice
Prakticky všetky úlohy lineárnej algebry, s ktorými sme sa doteraz stretli,
sme riešili tak, že sme danú situáciu reprezentovali nejakou vhodnou maticou,
tú sme ďalej pomocou ERO upravili na redukovaný stupňovitý tvar a tento
výsledný tvar sme potom interpretovali v závislosti na charaktere pôvodnej
úlohy. Prezraďme už vopred, že zatiaľ sme všetky úlohy, ktoré sa riešia úpravou
matíc pomocou ERO prípadne ESO, zďaleka nevyčerpali. Naopak, táto
metóda nás bude v lineárnej algebre neustále sprevádzať.
Skôr než pristúpime k ďalšiemu využitiu tejto metódy, tentoraz pri výpočte
inverznej matice, však bude potrebné si uvedomiť, že ERO aj ESO
možno realizovať pomocou násobenia matíc.
7.3.1. Tvrdenie. Nech AAA ∈ Km×n
.
(a) Nech BBB ∈ Km×n
vznikne z AAA vykonaním jednej (inak ľubovoľnej) ERO.
Označme EEE maticu, ktorá vznikne z matice IIIm vykonaním tej istej ERO.
Potom BBB = EEE · AAA.
144 7. Inverzné matice a zmena bázy
(b) Nech CCC ∈ Km×n
vznikne z AAA vykonaním jednej (inak ľubovoľnej) ESO.
Označme FFF maticu, ktorá vznikne z matice IIIn vykonaním tej istej ESO.
Potom CCC = AAA · FFF.
Dôkaz. Možno overiť priamym výpočtom pre každý jednotlivý druh ERO
resp. ESO. Ako cvičenie si to skúste napr. pre maticu AAA typu 3 × 2, resp.
3 × 3.
Štvorcové matice EEE ∈ Kn×n
, ktoré vzniknú z jednotkovej matice IIIn vykonaním
jedinej ERO alebo ESO, nazývame elementárne matice. Posledná
veta teda hovorí, že ľubovoľnú ERO (ESO) na matici AAA možno realizovať
vynásobením matice AAA vhodnou elementárnou maticou EEE zľava (sprava).
Návod na výpočet inverznej matice k danej štvorcovej matici AAA ∈ Kn×n
si možno najľahšie zapamätať v tvare nasledujúcej schémy:
(AAA |IIIn)
ERO
−−−→ (IIIn |AAA−1
).
Tento postup má navyše tú výhodu, že sa nemusíme vopred starať, či inverzná
matica k matici AAA existuje alebo nie. Ak AAA−1
existuje, tak ju nakoniec vypočítame,
ak neexistuje, tak to odhalíme počas nášho výpočtu a ďalej v ňom
nebudeme pokračovať. Celý postup si teraz vysvetlíme trochu podrobnejšie.
Bloková matica (AAA |IIIn) vznikne tak, že matice AAA a IIIn jednoducho napíšeme
vedľa seba. Túto maticu teraz budeme upravovať pomocou ERO tak,
aby sme v ľavej časti z matice AAA dostali jednotkovú maticu IIIn. Akonáhle sa
nám to podarí, matica v pravej časti výslednej blokovej matice je už hľadaná
matica AAA−1
. Ak sa nám to nepodarí, t. j. matica AAA nie je riadkovo ekvivalentná
s jednotkovou maticou (čo nastane práve vtedy, keď h(AAA) < n, a spoznáme
to podľa toho, že sa nám v ľavej časti objaví nejaký nulový riadok),
tak inverzná matica k matici AAA neexistuje.
Korektnosť uvedeného postupu vyplýva z nasledujúceho očividného tvrdenia
a skutočnosti, že ERO možno reprezentovať násobením elementárnymi
maticami zľava. Taktiež tu hrá úlohu fakt, že pre BBB ∈ Kn×n
platí BBB = AAA−1
práve vtedy, keď BBB · AAA = IIIn, uvedený v tvrdení 7.2.3
7.3.2. Tvrdenie. Nech AAA ∈ Kn×n
a EEE1,EEE2, . . . ,EEEk ∈ Kn×n
sú elementárne
matice také, že EEEk · . . . · EEE2 · EEE1 · AAA = IIIn. Potom AAA−1
= EEEk · . . . · EEE2 · EEE1.
Poznamenajme, že k rovnakému cieľu vedie tiež postup reprezentovaný
schémou:
AAA
IIIn
ESO
−−−→ IIIn
AAA−1 .
Rozmyslite si prečo a sformulujte príslušné tvrdenie.
Z práve vykonaných úvah vyplývajú nasledujúce tri dôsledky. Posledný
z nich je čiastočným obrátením odhadu hodnosti súčinu matíc za predpokladu
regularity aspoň jedného z činiteľov.
7.3. Výpočet inverznej matice 145
7.3.3. Tvrdenie. Matica AAA ∈ Kn×n
je regulárna práve vtedy, keď ju možno
rozložiť na súčin AAA = EEE1 · . . . · EEEk konečného počtu elementárnych matíc
EEE1, . . . ,EEEk ∈ Kn×n
.
7.3.4. Tvrdenie. Pre ľubovoľné AAA, BBB ∈ Km×n
platí:
(a) AAA je riadkovo ekvivalentná s BBB práve vtedy, keď existuje regulárna matica
PPP ∈ Km×m
taká, že AAA = PPP · BBB;
(b) AAA je stĺpcovo ekvivalentná s BBB práve vtedy, keď existuje regulárna matica
QQQ ∈ Kn×n
taká, že AAA = BBB · QQQ.
7.3.5. Tvrdenie. Nech AAA ∈ Km×n
, PPP ∈ Km×m
, QQQ ∈ Kn×n
, pričom PPP, QQQ sú
regulárne matice. Potom
h(AAA) = h(PPP · AAA) = h(AAA · QQQ) = h(PPP · AAA · QQQ).
Trochu všeobecnejšie možno uvedené úvahy použiť na násobenie ľubovoľnej
matice vhodného rozmeru maticou AAA−1
(ak existuje) zľava resp. sprava.
Tieto operácie možno uskutočniť pre regulárnu AAA ∈ Kn×n
a ľubovoľné BBB ∈
Kn×m
, CCC ∈ Km×n
podľa nasledujúcich schém:
(AAA |BBB)
ERO
−−−→ (IIIn |AAA−1
· BBB),
AAA
CCC
ESO
−−−→ IIIn
CCC·AAA−1 .
Ešte si všimnime, že v špeciálnom prípade sme niečo podobné vlastne
robili už dávno, pri riešení sústav lineárnych rovníc úpravou na redukovaný
stupňovitý tvar pomocou ERO. Aj tento postup totiž možno vyjadriť pomocou
schémy
(AAA |bbb)
ERO
−−−→ (BBB |ccc),
ktorá má pre regulárnu AAA ∈ Kn×n
tvar
(AAA |bbb)
ERO
−−−→ (IIIn |AAA−1
· bbb).
Ako vedľajší produkt našich úvah tak dostávame nasledujúci výsledok o riešení
sústav n lineárnych rovníc o n neznámych.
7.3.6. Veta. Nech AAA ∈ Kn×n
, bbb ∈ Kn
. Ak AAA je regulárna, tak sústava
AAA · xxx = bbb má jediné riešenie xxx = AAA−1
· bbb.
146 7. Inverzné matice a zmena bázy
7.4 Matica prechodu
Nech V je vektorový priestor nad poľom K a ααα = (uuu1, . . . ,uuun), βββ = (vvv1, . . . ,vvvn)
sú jeho dve bázy. Maticou prechodu z bázy βββ do bázy ααα nazývame maticu
identického zobrazenia idV : V → V vzhľadom na bázy βββ, ααα, ktorú značíme
PPPααα,βββ. Teda
PPPααα,βββ = (idV )ααα,βββ.
Podľa definície matice lineárneho zobrazenia vzhľadom na dané bázy (pozri
paragraf 6.4), stĺpce matice prechodu PPPααα,βββ sú tvorené súradnicami vektorov
bázy βββ vzhľadom na bázu ααα, t. j. sssj(PPPααα,βββ) = (vvvj)ααα pre 1 ≤ j ≤ n.
Teda
PPPααα,βββ = (vvv1)ααα, (vvv2)ααα, . . . , (vvvn)ααα ,
a podľa vety 6.4.1 je táto matica jednoznačne určená podmienkou transformácie
súradníc
(xxx)ααα = PPPααα,βββ · (xxx)βββ
pre ľubovoľné xxx ∈ V .
Ak do zrejmej rovnosti xxx = ααα · (xxx)ααα (pozri paragraf 5.3) budeme za xxx
postupne dosadzovať vektory vvv1, . . . ,vvvn bázy βββ, s využitím vzťahu pre stĺpce
súčinu matíc z paragrafu 2.3 dostaneme
vvvj = ααα · (vvvj)ααα = ααα · sssj(PPPααα,βββ) = sssj(ααα · PPPααα,βββ)
pre každé 1 ≤ j ≤ n. Tým sme dostali ďalší dôležitý vzťah, ktorý jednoznačne
charakterizuje maticu prechodu PPPααα,βββ:
ααα · PPPααα,βββ = βββ.
(Podotýkame, že súčin ααα · PPPααα,βββ treba chápať v zmysle paragrafu 2.3)
Priradenie uuui → vvvi pre i ≤ n možno jednoznačne rozšíriť do bijektívnej
lineárnej transformácie ϑ: V → V . Skrátene píšeme ϑ(ααα) = βββ. Matica
transformácie ϑ vzhľadom na bázu ααα je opäť
(ϑ)ααα = (ϑ)ααα,ααα = (ϑuuu1)ααα, . . . , (ϑuuun)ααα = (vvv1)ααα, . . . , (vvvn)ααα = PPPααα,βββ.
Zhrnutím vykonaných úvah dostávame štyri ekvivalentné charakterizácie
matice prechodu.
7.4.1. Tvrdenie. Nech ααα = (uuu1, . . . ,uuun), βββ = (vvv1, . . . ,vvvn) sú dve bázy nrozmerného
vektorového priestoru V nad poľom K. Potom pre ľubovoľnú
maticu PPP ∈ Kn×n
nasledujúce podmienky sú ekvivalentné:
(i) PPP = (idV )ααα,βββ, t. j. PPP je matica prechodu z bázy βββ do bázy ααα;
(ii) (xxx)ααα = PPP · (xxx)βββ pre každé xxx ∈ V ;
7.4. Matica prechodu 147
(iii) ααα · PPP = βββ;
(iv) PPP = (ϑ)ααα, kde ϑ: V → V je lineárna transformácia taká, že ϑ(ααα) = βββ.
Z definície matice prechodu a vety 6.4.2 okamžite vyplývajú nasledujúce
rovnosti.
7.4.2. Tvrdenie. Nech ααα, βββ, γγγ sú bázy konečnorozmerného vektorového
priestoru V nad poľom K. Potom
PPPααα,ααα = IIIn, PPPβββ,ααα = PPPααα,βββ
−1
, PPPααα,βββ · PPPβββ,γγγ = PPPααα,γγγ.
Z druhej z uvedených podmienok vidno, že matica prechodu PPPααα,βββ je vždy
regulárna. Taktiež naopak, každá regulárna matica PPP ∈ Kn×n
je maticou
prechodu medzi vhodnou dvojicou báz.
7.4.3. Tvrdenie. Nech V je n-rozmerný vektorový priestor nad poľom K,
PPP = (pij) ∈ Kn×n
je ľubovoľná regulárna matica a ααα = (uuu1, . . . ,uuun) je nejaká
báza vo V . Položme
βββ = (vvv1, . . . ,vvvn) = ααα · PPP, γγγ = (www1, . . . ,wwwn) = ααα · PPP−1
,
t. j. pre 1 ≤ j ≤ n platí vvvj = p1juuu1 + . . . + pnjuuun a wwwj = q1juuu1 + . . . + qnjuuun,
kde PPP−1
= (qij)n×n. Potom PPP je maticou prechodu z bázy βββ do bázy ααα a
taktiež z bázy ααα do bázy γγγ, čiže
PPP = PPPααα,βββ = PPPγγγ,ααα.
Špeciálne, PPP je maticou prechodu z bázy (sss1(PPP), . . . ,sssn(PPP)) do bázy εεε =
(eee1, . . . ,eeen) v Kn
a taktiež z bázy εεε do bázy (sss1(PPP−1
), . . . ,sssn(PPP−1
)).
V prípade, keď V = Kn
je priestor stĺpcových vektorov, možno každú jeho
bázu ααα stotožniť s príslušnou regulárnou maticou, ktorej stĺpcami sú vektory
danej bázy. Pri takomto stotožnení je návod na výpočet matice prechodu
obsiahnutý v nasledujúcom tvrdení.
7.4.4. Tvrdenie. Nech ααα = (uuu1, . . . ,uuun), βββ = (vvv1, . . . ,vvvn) sú dve bázy stĺpcového
vektorového priestoru Kn
. Potom PPPααα,βββ = ααα−1
· βββ.
Dôkaz. Z podmienky ααα · PPPααα,βββ = βββ okamžite vyplýva požadovaná rovnosť.
To nám dáva návod na výpočet matice prechodu pre bázy ααα, βββ vektorového
priestoru Kn
podľa už známej schémy
(ααα |βββ)
ERO
−−−→ (IIIn |PPPααα,βββ) = (εεε |ααα−1
· βββ).
148 7. Inverzné matice a zmena bázy
7.5 Matice lineárneho zobrazenia vzhľadom na rôzne bázy
V tomto paragrafe sa budeme zaoberať vplyvom zmeny báz na maticu lineárneho
zobrazenia, presnejšie, vzťahom medzi maticami daného lineárneho
zobrazenia vzhľadom na rôzne dvojice báz.
7.5.1. Veta. Nech V1, V2 sú konečnorozmerné vektorové priestory nad poľom
K, ϕ: V1 → V2 je lineárne zobrazenie, ααα1, βββ1 sú dve bázy priestoru V1 a ααα2,
βββ2 sú dve bázy priestoru V2. Potom
(ϕ)βββ2,βββ1 = PPPβββ2,ααα2 · (ϕ)ααα2,ααα1 · PPPααα1,βββ1 .
Dôkaz. Označme AAA = (ϕ)ααα2,ααα1 , BBB = (ϕ)βββ2,βββ1 matice lineárneho zobrazenia ϕ
vzhľadom na bázy ααα1, ααα2, resp. bázy βββ1, βββ2. Pre ľubovoľné xxx ∈ V1 platí:
BBB · (xxx)βββ1 = (ϕxxx)βββ2 = PPPβββ2,ααα2 · (ϕxxx)ααα2
= PPPβββ2,ααα2 · AAA · (xxx)ααα1 = PPPβββ2,ααα2 · AAA · PPPααα1,βββ1 · (xxx)βββ1 .
Na základe vety 6.4.1 z toho okamžite vyplýva dokazovaná rovnosť
BBB = PPPβββ2,ααα2 · AAA · PPPααα1,βββ1 .
Poslednú transformačnú formulku si možno najľahšie zapamätať pomocou
nasledujúceho diagramu:
(V1,ααα1)
AAA
−−−→ (V2,ααα2)
PPPααα1,βββ1



PPPβββ2,ααα2
(V1,βββ1) −−−→
BBB
(V2,βββ2)
Nezabudnite, že zobrazenia skladáme „v obrátenom poradí , a tomu musí
zodpovedať aj „obrátené poradie násobenia matíc!
7.5.2. Príklad. Nech ϕ: Kn
→ Km
je lineárne zobrazenie a ααα, βββ sú nejaké
bázy priestorov Km
resp. Kn
. Označme AAA = (ϕ)ααα,βββ, MMM = (ϕ)εεε(m),εεε(n) matice
zobrazenia ϕ vzhľadom na bázy βββ, ααα resp. vzhľadom na kanonické bázy εεε(n)
,
εεε(m)
. Podľa poslednej vety platí:
AAA = PPPααα,εεε(m) · MMM · PPPεεε(n),βββ,
MMM = PPPεεε(m),ααα · AAA · PPPβββ,εεε(n) .
Ak stotožníme každú bázu s regulárnou maticou, ktorej stĺpce sú vektory
tejto bázy, tak uvedené rovnosti nadobudnú tvar
AAA = ααα−1
· IIIm · MMM · III−1
n · βββ = ααα−1
· MMM · βββ,
MMM = III−1
m · ααα · AAA · βββ−1
· IIIn = ααα · AAA · βββ−1
,
7.5. Matice lineárneho zobrazenia vzhľadom na rôzne bázy 149
umožňujúci priamy výpočet jednej z matíc AAA, MMM na základe znalosti báz ααα,
βββ a druhej z nich.
Položme si teraz obrátenú otázku. Za akých podmienok sú matice AAA, BBB ∈
Km×n
maticami toho istého lineárneho zobrazenia ϕ: V → U vzhľadom na
nejaké dve (možno no nie nutne rôzne) dvojice báz konečnorozmerných vektorových
priestorov U, V ? Odpoveď na ňu dáva nasledujúca veta.
7.5.3. Veta. Nech U je m-rozmerný a V je n-rozmerný vektorový priestor
nad poľom K. Potom pre ľubovoľné matice AAA, BBB ∈ Km×n
nasledujúce podmienky
sú ekvivalentné:
(i) AAA, BBB sú maticami toho istého lineárneho zobrazenia ϕ: V → U vzhľadom
na nejaké dve (možno no nie nutne rôzne) dvojice báz priestorov U, V ;
(ii) existujú regulárne matice PPP ∈ Km×m
, QQQ ∈ Kn×n
také, že BBB = PPP · AAA · QQQ;
(iii) h(AAA) = h(BBB).
Dôkaz. Ekvivalencia (i) ⇔ (ii) je priamym dôsledkom vety 7.5.1 a tvrdenia 7.4.3
Implikácia (ii) ⇒ (iii) vyplýva z tvrdenia 7.3.5
Zostáva dokázať (iii) ⇒ (ii). Označme h = h(AAA) = h(BBB). Pomocou ERO
upravíme AAA aj BBB na redukovaný trojuholníkový tvar AAA = PPP1 ·AAA, resp. BBB =
PPP2 · BBB, kde PPP1, PPP2 sú regulárne matice. Zrejme AAA , BBB majú rovnaký počet
nenulových riadkov rovný h. AAA aj BBB možno ďalej pomocou ESO upraviť na
blokový tvar
AAA = AAA · QQQ1 =
IIIh 0h,n−h
0m−h,h 0m−h,n−h
= BBB · QQQ2 = BBB ,
kde QQQ1, QQQ2 sú regulárne matice. Stačí pomocou vedúcich prvkov jednotlivých
riadkov vynulovať prípadné ďalšie nenulové prvky týchto riadkov a, ak treba,
vymeniť poradie niektorých stĺpcov. Potom PPP1 · AAA · QQQ1 = PPP2 · BBB · QQQ2, teda
BBB = PPP−1
2 · PPP1 · AAA · QQQ1 · QQQ−1
2 a matice PPP = PPP−1
2 · PPP1, QQQ = QQQ1 · QQQ−1
2 sú zrejme
regulárne.
Na základe dôkazu tejto vety okamžite dostávame záverečný výsledok.
7.5.4. Veta. Pre každé lineárne zobrazenie ϕ: V → U medzi konečnorozmernými
vektorovými priestormi nad poľom K možno zvoliť bázu βββ priestoru
V a bázu ααα priestoru U tak, že ϕ má vzhľadom na bázy βββ, ααα maticu v blokovom
tvare
(ϕ)ααα,βββ =
IIIh 0h,n−h
0m−h,h 0m−h,n−h
,
kde n = dim V , m = dim U a h = h(ϕ).
Skúste si túto vetu dokázať priamo a bližšie špecifikovať bázy βββ a ααα.
(Návod: Spomeňte si na dôkaz vety 6.2.3 o dimenzii jadra a obrazu.)
150 7. Inverzné matice a zmena bázy
7.6 Pohyblivé bázy
Lineárnu transformáciu konečnorozmerného vektorového priestoru V je často
výhodné popisovať zadaním obrazov vektorov nejakej bázy. Pritom pre rôzne
transformácie môžu byť výhodné rôzne bázy. Napr. pri sledovaní nejakého pohybujúceho
sa objektu je prirodzené udávať jeho polohu vzhľadom na bázu
spojenú s „nehybným pozorovateľom. Zmenu orientácie takého objektu spôsobenú
jeho rotáciou je však výhodnejšie udávať vzhľadom na bázu spojenú
s týmto objektom.
Uvažujme bázy ααα, βββ vektorového priestoru V . Nech ϑ: V → V je lineárna
transformácia taká, že ϑ(ααα) = βββ. Ak prechod od vektora xxx ∈ V k jeho
obrazu ϑ(xxx) ∈ V chápeme ako výsledok nejakého pohybu (napr. otočenia)
v priestore V , tak bázu βββ možno považovať za novú polohu premiestnenej
bázy ααα. Ak γγγ je ďalšia báza vo V a η: V → V je lineárna transformácia taká,
že η(βββ) = γγγ, tak bázu γγγ môžeme chápať jednak ako bázu βββ premiestnenú
transformáciou η, jednak ako pôvodnú bázu ααα premiestnenú transformáciou
η ◦ ϑ.
Pre maticu zloženej transformácie η ◦ ϑ vzhľadom na bázu ααα dostávame
popri obvyklom vyjadrení pomocou „pevnej bázy ααα
(η ◦ ϑ)ααα = (η)ααα · (ϑ)ααα
taktiež vyjadrenie pomocou „pohyblivej bázy ααα, t. j. pomocou báz ααα, βββ,
(η ◦ ϑ)ααα = (ϑ)ααα · (η)βββ.
ktoré je zaujímavé obráteným poradím činiteľov. Stačí si uvedomiť, že zo
vzťahov ϑ(ααα) = βββ, η(βββ) = γγγ vyplýva (η ◦ ϑ)(ααα) = γγγ, a ďalej podľa časti (iv)
tvrdenia 7.4.1 a tvrdenia 7.4.2 tiež
(η ◦ ϑ)ααα = PPPααα,γγγ = PPPααα,βββ · PPPβββ,γγγ = (ϑ)ααα · (η)βββ.
Toto pozorovanie možno matematickou indukciou rozšíriť na ľubovoľný konečný
počet báz a lineárnych transformácií.
7.6.1. Veta. Nech ααα0,ααα1, . . . ,αααk sú bázy konečnorozmerného vektorového
priestoru V a ϑ1, . . . , ϑk : V → V sú lineárne transformácie také, že ϑi(αααi−1) =
αααi pre 1 ≤ i ≤ k. Potom maticu zloženej transformácie ϑ = ϑk ◦. . .◦ϑ1 vzhľadom
na pôvodnú bázu ααα0 možno vyjadriť ako súčin
(ϑ)ααα0 = (ϑ1)ααα0 · . . . · (ϑk)αααk−1
matíc (ϑi)αααi−1
dielčích transformácií ϑi vzhľadom na jednotlivé polohy αααi−1
pohyblivej bázy ααα0.
Cvičenia 151
7.6.2. Príklad. Nájdeme maticu lineárnej transformácie Ω : R3
→ R3
ktorá
vznikne zložením otočenia Ω1 okolo osi z = [eee3] o uhol π/4 s otočením Ω2
okolo osi so smerovým vektorom Ω1(eee1) o uhol π/3.
Lineárna transformácia Ω1 má v báze εεε = (eee1,eee2,eee3) maticu
(Ω1)εεε =


cos(π/4) − sin(π/4) 0
sin(π/4) cos(π/4) 0
0 0 1

 =


√
2/2 −
√
2/2 0√
2/2
√
2/2 0
0 0 1

 .
Lineárna transformácia Ω2 má v báze βββ = Ω1(εεε) = (Ω1(eee1), Ω1(eee2),eee3) (t. j.
v „novej báze εεε) maticu
(Ω2)βββ =


1 0 0
0 cos(π/3) − sin(π/3)
0 sin(π/6) cos(π/6)

 =


1 0 0
0 1/2 −
√
3/2
0
√
3/2 1/2

 .
Preto
(Ω)εεε = (Ω2 ◦ Ω1)εεε = (Ω1)εεε · (Ω2)βββ
=


√
2/2 −
√
2/2 0√
2/2
√
2/2 0
0 0 1

 ·


1 0 0
0 1/2 −
√
3/2
0
√
3/2 1/2


=


√
2/2 −
√
2/4
√
6/4√
2/2
√
2/4 −
√
6/4
0
√
3/2 1/2

 .
Na základe rovnosti (Ω)εεε = (Ω2)εεε · (Ω1)εεε je už teraz hračkou vypočítať aj
samotnú maticu otočenia Ω2 vzhľadom na kanonickú bázu εεε:
(Ω2)εεε = (Ω)εεε · (Ω1)−1
εεε =


√
2/2 −
√
2/4
√
6/4√
2/2
√
2/4 −
√
6/4
0
√
3/2 1/2

 ·


√
2/2
√
2/2 0
−
√
2/2
√
2/2 0
0 0 1


=


3/4 1/4
√
6/4
1/4 3/4 −
√
6/4
−
√
6/4
√
6/4 1/2

 .
Cvičenia
7.1. Nech U, V sú vektorové priestory nad poľom K a ϕ: V → U je lineárne zobrazenie.
Potom pre ľubovoľné vektory vvv1, . . . ,vvvn ∈ V platí ϕ[vvv1, . . . ,vvvn] = [ϕ(vvv1), . . . , ϕ(vvvn)].
Dokážte. Odvoďte z toho, že ak vvv1, . . . ,vvvn generujú V , tak ϕ(vvv1), . . . , ϕ(vvvn) generujú
152 7. Inverzné matice a zmena bázy
Im ϕ. Špeciálne, stĺpce matice AAA ∈ Km×n
generujú lineárny podpriestor Im ϕ ⊆ Km
,
kde ϕ: Kn
→ Km
je dané predpisom ϕ(xxx) = AAA · xxx.
7.2. Určte hodnosť matice AAA nad poľom K:
(a) K = R, AAA =
„
2 2 −1
3 0 1
«
; (b) K = C, AAA =
„
1 + i 1 + 3i 2
3 + i 5 + 5i 4 − 2i
«
;
(c) K = Z7, AAA =
1 1 2
3 5 4
1 3 0
; (d) K = Z17, AAA =
1 1 2
3 5 4
1 3 0
.
7.3. (a) Dokážte vzorce z tvrdenia 7.2.4
(b) Dokážte, že pre ľubovoľnú maticu AAA ∈ Kn×n
a k, l ∈ N platí AAAk
· AAAl
= AAAk+l
a
(AAAk
)l
= AAAkl
.
(c) Pre regulárnu maticu AAA ∈ Kn×n
rozšírte definíciu jej mocniny AAAk
na ľubovovoľný
celočíselný exponent k a dokážte rovnosti AAAk
· AAAl
= AAAk+l
, (AAAk
)l
= AAAkl
pre všetky
k, l ∈ Z (porovnaj s cvičením 2.13).
(d) Za akých okolností platí pre matice AAA, BBB ∈ Kn×n
rovnosť (AAA · BBB)k
= AAAk
· BBBk
pre
ľubovoľné k ∈ N?
(e) Za akých okolností platí pre regulárne matice AAA, BBB ∈ Kn×n
rovnosť (AAA · BBB)k
=
BBBk
· AAAk
pre ľubovoľné k ∈ Z?
(f) Nájdite príklad regulárnych matíc AAA, BBB ∈ R2×2
takých, že všetky štyri matice
(AAA · BBB)−2
, (BBB · AAA)−2
, AAA−2
· BBB−2
, BBB−2
· AAA−2
sú rôzne. Dá sa táto úloha riešiť aj bez
počítania inverzných matíc?
7.4. Dokážte tvrdenie 7.3.5.
7.5. Zistite, či uvedená matica AAA nad poľom K je regulárna; v tom prípade vypočítajte
k nej inverznú maticu AAA−1
:
(a) K = Q, AAA =
3 2 1
4 2 1
1 0 1
; (b) K = R, AAA =
1
√
2
√
6
0 1
√
3
0 0 1
;
(c) K = C, AAA = 1+2i 1−i
i−2 1 ; (d) K = C, AAA = 1+2i 1−i
i−2 1+i ;
(e) K = Z2, AAA =
1 1 0
1 0 1
0 1 1
; (f) K = Z3, AAA =
1 1 0
1 0 1
0 1 1
.
7.6. Pre matice AAA, BBB nad poľom R vypočítajte maticu CCC = AAA−1
· BBB (ak AAA je regulárna):
(a) AAA =
„
−2 1
3 −2
«
, BBB =
„
2 1 −1
3 2 −5
«
; (b) AAA =
0
@
2 1 3
1 −2 0
3 0 3
1
A, BBB =
0
@
2 1
2 2
−2 0
1
A
Ako skúšku správnosti vypočítajte maticu AAA · CCC – mali by ste dostať BBB.
7.7. Pre matice AAA, BBB nad poľom R vypočítajte maticu CCC = AAA · BBB−1
(ak BBB je regulárna)
(a) AAA
0
@
−2 1 1
−3 0 5
0 2 3
1
A, BBB =
0
@
0 1 1
0 2 5
1 0 0
1
A; (b) AAA =
2 5
1 0
7 4
, BBB = ( 2 1
2 2 ).
Ako skúšku správnosti vypočítajte maticu CCC · BBB – mali by ste dostať AAA.
7.8. Ná základe skúseností nadobudnutých v cvičeniach 7.5, 7.6 a 7.7 dokážte tvrdenie 7.3.1
7.9. Nájdite inverzné matice k maticiam RRRα, SSSα z príkladov 6.4.3, 6.4.4 Vysvetlite geometrický
význam získaných výsledkov. Riešte rovnakú úlohu pre matice otočení okolo
súradných osí v R3
. Všimnite si, že pre všetky uvažované matice AAA platí AAA−1
= AAAT
.
7.10. Bázy ααα, βββ vektorového priestoru R3
sú tvorené stĺpcami matíc
1 1 1
0 1 1
0 0 1
resp.
1 0 0
−1 1 0
0 −1 1
.
Cvičenia 153
(a) Nájdite matice prechodu PPPεεε,ααα, PPPβββ,εεε, PPPααα,βββ a PPPβββ,ααα.
(b) Vektor xxx ∈ R3
má vzhľadom na bázu βββ súradnice (2, 7, 1)T
. Nájdite vektor xxx ako
aj jeho súradnice vzhľadom na bázu ααα.
7.11. Báza ααα vektorového priestoru R3
je tvorená stĺpcami matice
1 0 1
2 1 3
0 2 1
. Nájdite bázy
βββ, γγγ priestoru R3
, ak poznáte matice prechodu PPPααα,βββ =
1 2 1
2 1 2
1 0 1
a PPPγγγ,ααα =
0 1 0
2 0 1
1 1 1
.
Vypočítajte matice prechodu PPPβββ,γγγ a PPPγγγ,βββ.
7.12. Lineárne zobrazenie ϕ: R3
→ R4
je dané predpisom ϕ(x, y, z)T
= (x + y, x − y, 3x +
y + z, z)T
.
(a) Nájdite maticu zobrazenia ϕ vzhľadom na bázy βββ priestoru R3
a ααα priestoru R4
tvorené stĺpcami matíc
1 1 1
1 2 3
1 4 9
resp.
0 1 0 1
1 −1 1 −1
0 1 2 3
0 0 0 1
(b) Nech xxx = (1, −4, 3)T
∈ R3
. Nájdite súradnice vektora ϕ(xxx) ∈ R4
vzhľadom na
bázu ααα.
(c) Vektor yyy ∈ R3
má vzhľadom na bázu βββ súradnice (1, 1, 1)T
. Nájdite vektor ϕ(yyy) ∈
R4
.
(d) Každú z úloh (b), (c) možno riešiť dvoma spôsobmi – vysvetlite ako.
(e) Určte hodnosť h zobrazenia ψ a nájdite nejaké bázy priestorov R3
, R4
, vzhľadom
na ktoré má matica ϕ blokový tvar IIIh 0
0 0
. Napíšte explicitne túto maticu.
7.13. Lineárne zobrazenie ψ: R4
→ R3
má vzhľadom na bázy βββ priestoru R4
a ααα priestoru
R3
tvorené stĺpcami matíc
1 1 1 1
1 0 1 0
1 −1 1 1
0 0 1 0
resp.
1 −1 0
0 1 −1
0 0 1
maticu AAA =
0 5 0 7
1 1 2 2
5 2 9 0
.
(a) Nájdite maticu zobrazenia ψ vzhľadom na kanonické bázy εεε(4)
, εεε(3)
.
(b) Nech uuu = (2, 1, 0, −1)T
∈ R4
. Nájdite súradnice vektora ψ(uuu) ∈ R3
vzhľadom na
bázu ααα.
(c) Vektor vvv ∈ R4
má vzhľadom na bázu βββ súradnice (1, −1, 1, −1)T
. Nájdite vektor
ψ(vvv) ∈ R3
.
(d) Každú z úloh (b), (c) možno riešiť dvoma spôsobmi – vysvetlite ako.
(e) Určte hodnosť h zobrazenia ψ a nájdite nejaké bázy priestorov R4
, R3
, vzhľadom
na ktoré má matica ψ blokový tvar IIIh 0
0 0
. Napíšte explicitne túto maticu.
7.14. Dokážte, že ζζζ = ζζζ(n)
= (1, 1 + x, (1 + x)2
, . . . , (1 + x)n
) je bázou vektorového priestoru
R(n)
[x] a nájdite matice prechodu PPPξξξ,ζζζ, PPPζζζ,ξξξ, kde ξξξ = ξξξ(n)
= (1, x, x2
, . . . , xn
) je
kanonická báza priestoru R(n)
[x].
7.15. Podľa cvičenia 6.10 je ηηη(n)
= ηηη = 1, x, [x]2, . . . , [x]n bázou vektorového priestoru
R(n)
[x]. Pre 0 ≤ k, m ≤ n označme s(m, k) prvok na mieste (k, m) matice prechodu
PPPξξξ,ηηη a S(m, k) prvok na mieste (k, m) matice prechodu PPPηηη,ξξξ. To znamená, že pre
0 ≤ m ≤ n platí [x]m =
n
k=0 s(m, k)xk
a xm
=
n
k=0 S(m, k)[x]k. Koeficienty
s(m, k), S(m, k) sa nazývajú Stirlingove čísla prvého resp. druhého druhu.
(a) Dokážte, že Stirlingove čísla prvého druhu vyhovujú podmienkam s(0, 0) = 1,
s(n, 0) = 0 pre n ≥ 1, s(n, n) = 1 a s(n, k) = 0 pre k > n.
(b) Dokážte, že pre 1 ≤ k ≤ n platí s(n + 1, k) = s(n, k − 1) − ns(n, k). (Návod:
Vyjadrite polynóm [x]n+1 = [x]n(x−n) dvojakým spôsobom a porovnajte koeficienty
pri xk
.)
154 7. Inverzné matice a zmena bázy
(c) Označme c(n, k) počet všetkých permutácií n-prvkovej množiny, pozostávajúcich
z práve k disjunktných cyklov (vrátane 1-cyklov) – pozri cvičenie 0.14. Dokážte, že
čísla c(n, k) vyhovujú podmienkam c(0, 0) = 1, c(n, 0) = 0 pre n ≥ 1, c(n, n) = 1 a
c(n, k) = 0 pre k > n.
(d) Kombinatorickou úvahou dokážte rovnosť c(n + 1, k) = c(n, k − 1) + nc(n, k) pre
1 ≤ k ≤ n. (Návod: Všetky permutácie (n + 1)-prvkovej množiny {0, 1, . . . , n} pozostávajúce
z k disjunktných cyklov rozdeľte do dvoch skupín podľa toho, či obsahujú
alebo neobsahujú 1-cyklus (0). Ukážte, že prvých je c(n, k − 1) a druhých nc(n, k).)
(e) Na základe (a), (b), (c) a (d) dokážte, že pre všetky k, n ∈ N platí c(n, k) =
(−1)n−k
s(n, k) = |s(n, k)|. Čísla c(n, k) sa nazývajú znamienkovo prosté Stirlingove
čísla prvého druhu.
(f) Uvedomte si, že (c), (d) sú vlastne akýmisi pravidlami modifikovaného Pascalovho
trojuholníka pre čísla c(n, k). Vypočítajte hodnoty týchto čísel pre n ≤ 5, 0 ≤ k ≤ n.
(g) Dokážte, že Stirlingove čísla druhého druhu vyhovujú podmienkam S(0, 0) = 1,
S(n, 0) = 0 pre n ≥ 1, S(n, n) = 1 a S(n, k) = 0 pre k > n.
(h) Dokážte, že pre 1 ≤ k ≤ n platí S(n + 1, k) = S(n, k − 1) + kS(n, k). (Návod:
S využitím rovnosti [x]k+1 = [x]k(x − k) vyjadrite polynóm xn+1
= xn
x dvojakým
spôsobom a porovnajte koeficienty pri [x]k.)
(i) Označme S(n, k) počet všetkých rozkladov n-prvkovej množiny, pozostávajúcich
z práve k disjunktných množín – pozri paragraf 0.6. Dokážte, že čísla S(n, k) vyhovujú
podmienkam S(0, 0) = 1, S(n, 0) = 0 pre n ≥ 1, S(n, n) = 1 a S(n, k) = 0 pre k > n.
(j) Kombinatorickou úvahou dokážte rovnosť S(n + 1, k) = S(n, k − 1) + kS(n, k)
pre 1 ≤ k ≤ n. (Návod: Všetky rozklady (n + 1)-prvkovej množiny {0, 1, . . . , n}
na k disjunktných podmnožín rozdeľte do dvoch skupín podľa toho, či obsahujú alebo
neobsahujú jednoprvkovú množinu {0}. Ukážte, že prvých je S(n, k − 1) a druhých
kS(n, k).)
(k) Na základe (g), (h), (i) a (j) dokážte, že pre všetky k, n ∈ N platí S(n, k) = S(n, k).
(l) Uvedomte si, že (g), (h) sú vlastne akýmisi pravidlami modifikovaného Pascalovho
trojuholníka pre čísla S(n, k). Vypočítajte hodnoty týchto čísel pre n ≤ 5, 0 ≤ k ≤ n.
7.16. (a) Nech ααα, βββ sú dve bázy konečnorozmerného vektorového priestoru V a ϑ: V → V
je lineárna transformácia taká, že ϑ(ααα) = βββ. Potom (ϑ)βββ = PPPααα,βββ. Dokážte.
(b) Nech γγγ je tretia báza vo V a η: V → V je lineárna transformácia taká, že η(βββ) = γγγ.
Odvoďte nasledujúce vyjadrenie pre maticu zloženej transformácie η ◦ ϑ vo výslednej
báze γγγ pomocou jej predchádzajúcich polôh ααα a βββ: (η ◦ ϑ)γγγ = (ϑ)βββ ◦ (η)γγγ.
(c) Zovšeobecnite (b) na ľubovoľný počet k lineárnych transformácií a k +1 báz podľa
vzoru vety 7.6.1
7.17. (a) Pre ľubovoľnú dvojicu vektorov eeei = eeej kanonickej bázy εεε v R3
nájdite maticu
(Ω)εεε transformácie Ω, ktorá vznikne zložením otočenia Ω1 okolo osi [eeei] o uhol ϕ
s otočením Ω2 okolo osi [eeej] o uhol ψ.
(b) Na základe (a) nájdite maticu otočenia o uhol ψ okolo priamky, ktorá leží v rovine
[eeei,eeej] a zviera s osou [eeei] uhol ϕ, vzhľadom na bázu εεε. (Všetky otočenia orientujte
podľa pravidla pravej ruky.)
(c) Riešte úlohy (a) a (b) pre niekoľko konkrétnych volieb bázických vektorov eeei, eeej a
Cvičenia 155
uhlov ϕ, ψ.
7.18. Nech ααα = (uuu1, . . . ,uuun) je nejaká báza vektorového priestoru V nad poľom K a βββ =
(vvv1, . . . ,vvvm) je ľubovoľná usporiadaná m-tica vektorov z V . Uvedomte si, že maticu
PPPααα,βββ = (vvv1)ααα, . . . , (vvvm)ααα ∈ Kn×m
možno definovať aj za takýchto všeobecnejších
pomienok a dokážte nasledujúce tvrdenia:
(a) Pre hodnosť matice PPPααα,βββ platí h(PPPααα,βββ) = dim[vvv1, . . . ,vvvm].
(b) Ak m = n, tak matica PPPααα,βββ je regulárna práve vtedy, keď aj βββ je báza priestoru V .
(c) Ak m = n, tak pre jednoznačne určené (nie nutne bijektívne) lineárne zobrazenie
ϑ: V → V také, že ϑ(uuui) = vvvi pre i ≤ n stále platí (ϑ)ααα = PPPααα,βββ.
8. Afinné podpriestory a afinné zobrazenia
Keď sme v paragrafe 4.1, odvolávajúc sa na geometrický názor, ilustrovali pojem
lineárneho podpriestoru, ako príklad sme uviedli, že netriválne vlastné
lineárne podpriestory „nášho trojrozmerného vektorového priestoru R3
sú
práve priamky a roviny prechádzajúce počiatkom 0. Kritickejší čitateľ mohol
vtedy oprávnene zapochybovať o adekvátnosti a prirodzenosti tohto pojmu,
či aspoň pocítiť potrebu zaviesť taký pojem podpriestoru, ktorý by napr.
v R3
zahŕňal všetky priamky a roviny, nielen tie prechádzajúce počiatkom.
Podobne sme v paragrafe 6.1 hneď po definícii pojmu lineárneho zobrazenia
boli nútení učiniť poznámku o jeho odlišnosti od pojmu lineárnej funkcie používaného
v matematickej analýze. Vzápätí sme prijali záväzok, že sa s týmto
nedostatkom v príhodný čas vyrovnáme.
Ten čas práve nastal. Spomínané medzery zaplníme definíciami pojmu
afinného podpriestoru alebo tiež lineárnej variety a pojmu afinného zobrazenia.
Afinita znamená príbuznosť, spriaznenosť. Čitateľ sám uvidí, že objekty
označené prívlastkom „afinný sú úzko spriaznené so zodpovedajúcimi objektmi
nesúcimi prívlastok „lineárny . Ťažiskom kapitoly bude klasifikácia
vzájomnej polohy afinných podpriestorov vo vektorovom priestore.
8.1 Body a vektory
Na vektory, čiže na prvky vektorových priestorov – aspoň pokiaľ ide o konečnorozmerné
vektorové priestory nad R, – sa dívame ako na orientované úsečky
s počiatkom v bode 0. Už táto veta prezrádza, že pôvodne sa na prvky takéhoto
priestoru dívame ako na body a celý priestor chápeme ako homogénny,
t. j. všetky body považujeme za rovnocenné a nevyčleňujeme v ňom nijaký
privilegovaný bod za počiatok. Až na základe tohto pôvodného porozumenia
dokážeme po vyčlenení nejakého počiatku O (ktorým sa môže stať ľubovoľný
bod homogénneho priestoru) nahradiť bod A príslušného priestoru orientovanou
úsečkou
−→
OA a následne abstrahovať od jej polohy, to znamená uvidieť
za ňou vektor uuu =
−→
OA, daný len jej veľkosťou, smerom a orientáciou, ktorý
možno umiestniť do ľubovoľného bodu priestoru – nielen do počiatku.
Afinným priestorom nad poľom K rozumieme vektorový priestor V nad
týmto poľom, pri pohľade na ktorý sme sa vrátili k onomu pôvodnému porozumeniu
jeho štruktúre a prvkom. Tie sa z vektorov stali opäť bodmi a
počiatok (t. j. nulový vektor) stratil svoje výsadné postavenie – stal sa z neho
bod ako každý iný.
8.2. Afinné podpriestory 157
Formálnu definíciu afinného priestoru nad poľom K tu uvádzať nebudeme.
Sme totiž toho názoru, že matematická formalizácia rozdielu medzi
oboma spomínanými pohľadmi na prvky vektorového priestoru by v tejto
chvíli vniesla do veci viac zmätku než svetla. Celkom postačí, keď úlohu
prepínača medzi oboma pohľadmi zveríme dvojiciam slov „bod – „vektor
a „afinný ,– „lineárny , prípadne „afinný – „vektorový . Na druhej strane
však pred nami vyvstáva potreba formálnej definície podmnožín vektorového
priestoru, ktoré sú „vernými kópiami lineárnych podpriestorov – nemusia
však prechádzať počiatkom, ale možu byť umiestnené „kdekoľvek .
8.2 Afinné podpriestory
V celom tomto a nasledujúcich dvoch paragrafoch V označuje nejaký pevný,
no inak ľubovoľný, vektorový priestor nad poľom K a m, n sú prirodzené
čísla.
Kvôli pohodliu čitateľa budeme písmenami ppp, qqq, rrr (možno s indexmi)
značiť výlučne body, uuu, vvv, www označujú zasa výlučne vektory, kým xxx, yyy, zzz
môžu podľa potreby označovať body i vektory. Taktiež sa dohodneme, že
rozdiel dvoch bodov budeme chápať ako vektor, kým súčet bodu a vektora
ako bod.
Nech ppp,qqq ∈ V , ppp = qqq. Priamkou prechádzajúcou alebo tiež určenou bodmi
ppp,qqq rozumieme množinu (ppp,qqq), ktorú dostaneme tak, že do bodu ppp umiestnime
všetky možné skalárne násobky vektora qqq − ppp. Typický bod priamky
(ppp,qqq) má teda tvar
xxx = ppp + t(qqq − ppp) = (1 − t)ppp + tqqq,
kde t ∈ K, čiže
(ppp,qqq) = {sppp + tqqq; s, t ∈ K & s + t = 1} ⊆ V.
Tento výraz má, samozrejme, zmysel aj pre ppp = qqq, vtedy však nejde o priamku
ale o jednobodovú množinu (ppp,ppp) = {ppp}. Z uvedeného tvaru ihneď vidíme,
že
(ppp,qqq) = (qqq,ppp)
pre ľubovoľné ppp,qqq ∈ V .
Lineárnu kombináciu, t. j. výraz tvaru
t0ppp0 + t1ppp1 + . . . + tnpppn =
n
i=0
tipppi,
kde n ∈ N, ppp0, . . . ,pppn ∈ V , t0, t1, . . . , tn ∈ K, nazývame afinnou alebo tiež
barycentrickou1
kombináciou bodov ppp0,ppp1, . . . ,pppn, ak platí t0 + t1 + . . . +
1
Barycentrum znamená ťažisko.
158 8. Afinné podpriestory a afinné zobrazenia
tn = 1. Výsledok afinnej kombinácie bodov budeme chápať ako bod; iné
lineárne kombinácie bodov ako afinné sa v našich úvahách nevyskytnú. (Ešte
si všimnite, že každá afinná kombinácia je neprázdna, t. j. obsahuje aspoň
jeden člen.)
Neprázdnu podmnožinu M vektorového priestoru V nazývame jeho afinným
podpriestorom, prípadne lineárnou varietou vo V , ak pre všetky body
ppp,qqq,rrr ∈ M a každý skalár s ∈ K platí
sppp + (1 − s)qqq ∈ M a ppp − qqq + rrr ∈ M.
Inak povedané, ∅ = M ⊆ V je afinný podpriestor, ak M je uzavretá vzhľadom
na afinné kombinácie uvedených dvoch typov. Prvá podmienka znamená, že
pre všetky ppp,qqq ∈ M platí (ppp,qqq) ⊆ M, t. j. M s každou dvojicou bodov
obsahuje celú priamku nimi určenú. Druhú podmienku dodávame len kvôli
poliam charakteristiky 2; ak char K = 2, tak už vyplýva z prvej, takže je
vlastne zbytočná. Na druhej strane, napr. vo vektorovom priestore V nad
poľom Z2 pre všetky body ppp,qqq ∈ V platí (ppp,qqq) = {ppp,qqq}, teda len prvej
podmienke by vyhovovala každá podmnožina M ⊆ V . Podrobnejšie o tom
pojednáva nasledujúce tvrdenie, ktoré je očividne analógiou tvrdenia 4.1.2
8.2.1. Tvrdenie. Pre ľubovoľnú neprázdnu množinu M ⊆ V nasledujúce
podmienky sú ekvivalentné:
(i) M je afinný podpriestor vo V , t. j. pre ľubovoľné ppp,qqq,rrr ∈ M, s ∈ K platí
sppp + (1 − s)qqq ∈ M a ppp − qqq + rrr ∈ M;
(ii) M je uzavretá vzhľadom na ľubovoľné afinné kombinácie trojíc bodov,
t. j. pre všetky ppp,qqq,rrr ∈ M, s, t ∈ K platí sppp + tqqq + (1 − s − t)rrr ∈ M;
(iii) M je uzavretá vzhľadom na akékoľvek afinné kombinácie, t. j. pre všetky
n ∈ N, body ppp0,ppp1, . . . ,pppn ∈ M a skaláry t0, t1, . . . , tn ∈ K také, že
t0 + t1 + . . . + tn = 1, platí t0ppp0 + t1ppp1 + . . . + tnpppn ∈ M;
Ak char K = 2, tak uvedené podmienky sú navyše ekvivalentné s podmien-
kou
(i−
) pre ľubovoľné ppp,qqq ∈ M, s ∈ K platí sppp + (1 − s)qqq ∈ M.
Dôkaz. Implikácie (iii) ⇒ (ii) ⇒ (i) sú zrejmé aj bez predpokladu char K =
2. Dokážeme implikáciu (i) ⇒ (iii); pri dôkaze vyjde navyše najavo, že pre
char K = 2 stačí na odvodenie záveru (iii) slabšia podmienka (i−
) miesto (i).
Predpokladajme (i) (teda tým skôr (i−
)) a pripusťme, že podmienka (iii)
neplatí. Označme n najmenšie prirodzené číslo, pre ktoré to nastane. Potom
n ≥ 2 a pre všetky k < n podmienka (iii) platí, čiže M je uzavretá na
afinné kombinácie ≤ n bodov. Nech ppp0, . . . ,pppn ∈ M, t0, . . . , tn ∈ K sú také,
že t0 + . . . + tn = 1 a t0ppp0 + . . . + tnpppn /∈ M. Treba zvážiť dve možnosti.
(a) Ak ti = 1 pre aspoň jedno i ≤ n, tak bez ujmy na všeobecnosti môžeme
8.2. Afinné podpriestory 159
predpokladať, že t0 = 1. Označme
qqq =
t1
1 − t0
ppp1 + . . . +
tn
1 − t0
pppn.
Keďže
t1
1 − t0
+ . . . +
tn
1 − t0
=
t1 + . . . + tn
1 − t0
= 1,
qqq ∈ M, lebo qqq je afinnou kombináciou n bodov z M. Potom
t0ppp0 + t1ppp1 + . . . + tnpppn = t0ppp0 + (1 − t0)qqq ∈ M
vyplýva už z podmienky (i−
). To je však spor.
(b) Ak ti = 1 pre všetky i ≤ n, tak ide o afinnú kombináciu ppp0 + ppp1 + . . . +
pppn−1 + pppn a t1 + . . . + tn−1 = −1. Potom qqq = −ppp1 − . . . − pppn−1 je afinnou
kombináciou n − 1 bodov z M, teda qqq ∈ M. Podľa druhej z podmienok v (i)
máme
ppp0 + ppp1 + . . . + pppn−1 + pppn = ppp0 − qqq + pppn ∈ M,
čo je opäť spor.
Ak char K = 2, možno sa zaobísť bez tejto podmienky. Keďže 1
2
+ 1
2
= 1,
už z (i−
) vyplýva 1
2
ppp0 + 1
2
pppn ∈ M. Nakoľko 2 + (−1) = 1, opäť len z (i−
)
dostávame
ppp0 + ppp1 + . . . + pppn−1 + pppn = 2
1
2
ppp0 +
1
2
pppn − qqq ∈ M.
Poznámka. Ak char K = ∞, tak možnosť (b) zrejme nemôže nastať, teda
v uvedenom dôkaze stačí uvažovať len možnosť (a). Zároveň vidno, že v druhej
časti bodu (b) je podstatný predpoklad char K = 2. Bez neho by sme
totiž nevedeli zaručiť existenciu prvku 1/2 = 2−1
∈ K inverzného k prvku
2 = 1 + 1 ∈ K.
Nasledujúca veta ukazuje, že afinné podpriestory skutočne nie sú ničím
iným, než lineárnymi podpriestormi posunutými do ľubovoľného bodu príslušného
vektorového priestoru.
8.2.2. Veta. Nech M ⊆ V . Potom M je afinný podpriestor vo V práve
vtedy, keď existuje bod ppp ∈ V a lineárny podpriestor S ⊆ V taký, že
M = ppp + S = {ppp + uuu; uuu ∈ S}.
V tom prípade pre všetky qqq,rrr ∈ M, uuu ∈ S platí
qqq − rrr ∈ S, qqq + uuu ∈ M, M = qqq + S,
S = {xxx − qqq; xxx ∈ M} = {xxx − yyy; xxx,yyy ∈ M}.
160 8. Afinné podpriestory a afinné zobrazenia
Dôkaz. Nech M ⊆ V je afinný podpriestor a ppp ∈ M je jeho ľubovoľný bod.
Položme
S = {xxx − ppp; xxx ∈ M}.
Potom zrejme M = ppp+S. Stačí teda dokázať, že S ⊆ V je lineárny podpriestor.
Keďže ppp ∈ M, platí 0 = ppp − ppp ∈ S. Ukážeme uzavretosť S na lineárne
kombinácie. Nech uuu,vvv ∈ S, a, b ∈ K. Potom uuu = xxx − ppp, vvv = yyy − ppp pre nejaké
xxx,yyy ∈ M. Jednoduchý výpočet dáva
auuu + bvvv = a(xxx − ppp) + b(yyy − ppp) = axxx + byyy + (1 − a − b)ppp − ppp.
Prvé tri sčítance tvoria afinnú kombináciu bodov z M, teda axxx + byyy + (1 −
a − b)ppp ∈ M; preto tiež auuu + bvvv ∈ S
Nech naopak M = ppp + S pre nejaký bod ppp ∈ V a lineárny podpriestor
S ⊆ V . Podľa tvrdenia 8.2.1 stačí ukázať uzavretosť M na afinné kombinácie
trojíc. Nech xxx,yyy,zzz ∈ M, s, t ∈ K. Potom xxx = ppp + uuu, yyy = ppp + vvv, zzz = ppp + www
pre nejaké uuu,vvv,www ∈ S. Počítajme
sxxx + tyyy + (1 − s − t)zzz = s(ppp + uuu) + t(ppp + vvv) + (1 − s − t)(ppp + www)
= ppp + suuu + tvvv + (1 − s − t)www.
Keďže tuuu + svvv + (1 − s − t)www ∈ S, dostávame sxxx + tyyy + (1 − s − t)zzz ∈ M.
Ďalšie tri podmienky možno teraz overiť priamymi výpočtami, ktoré prenechávame
čitateľovi; štvrtá z nich okamžite vyplýva.
8.2.3. Dôsledok. Každý lineárny podpriestor S vektorového priestoru V je
jeho afinným podpriestorom. Afinný podpriestor M vektorového priestoru V
je jeho lineárnym podpriestorom práve vtedy, keď 0 ∈ M.
Zameraním alebo tiež smerovým podpriestorom afinného podpriestoru
M ⊆ V nazývame lineárny podpriestor
Dir M = {xxx − yyy; xxx,yyy ∈ M} ⊆ V.
(Označenie pochádza z anglického slova direction). Podľa vety 8.2.2 je Dir M
jediný lineárny podpriestor vo V taký, že M = ppp + Dir M pre nejaké (pre
každé) ppp ∈ M. Taktiež pre každé ppp ∈ M platí
Dir M = {xxx − ppp; xxx ∈ M}.
Pre každú usporiadanú (n+1)-ticu bodov (ppp0, . . . ,pppn), vektorového priestoru
V , prípadne pre jeho konečnú neprázdnu podmnožinu {ppp0, . . . ,pppn}, označme
(ppp0, . . . ,pppn) = {t0ppp0 + . . . + tnpppn; t0, . . . , tn ∈ K & t0 + . . . + tn = 1}
8.2. Afinné podpriestory 161
množinu všetkých afinných kombinácií bodov ppp0, . . . ,pppn. Z práve dokázaného
tvrdenia vyplýva, že (ppp0, . . . ,pppn) je najmenší afinný podpriestor vo V , ktorý
obsahuje všetky body ppp0, . . . ,pppn; nazývame ho afinný obal bodov ppp0, . . . ,pppn
alebo tiež afinný podpriestor generovaný bodmi ppp0, . . . ,pppn.
Vo všeobecnosti možno pre ľubovoľnú (i nekonečnú) neprázdnu množinu
X ⊆ V definovať jej afinný obal (X), nazývaný tiež afinný podpriestor generovaný
množinou X, ako množinu všetkých (konečných) afinných kombinácií
bodov z X. Opäť platí, že (X) je najmenší afinný podpriestor vo V , pre
ktorý X ⊆ (X).
8.2.4. Tvrdenie. Nech ppp0,ppp1, . . . ,pppn ∈ V . Potom
(ppp0,ppp1, . . . ,pppn) = ppp0 + [ppp1 − ppp0, . . . ,pppn − ppp0],
Dir (ppp0,ppp1, . . . ,pppn) = [ppp1 − ppp0, . . . ,pppn − ppp0].
Dôkaz. prenechávame ako cvičenie čitateľovi.
Dimenziou alebo tiež rozmerom afinného podpriestoru M ⊆ V , označenie
dim M, nazývame dimenziu jeho zamerania, teda
dim M = dim Dir M.
Body ppp0,ppp1, . . . ,pppn vektorového priestoru V nazývame afinne nezávislé, ak
vektory ppp1 −ppp0, . . . ,pppn −ppp0 sú lineárne nezávislé. Z nasledujúceho očividného
tvrdenia okrem iného vyplýva, že body ppp0,ppp1, . . . ,pppn ∈ V sú afinne nezávislé
práve vtedy, keď pre nejaké (pre každé) 0 ≤ k ≤ n vektory pppj − pppk, kde
0 ≤ j ≤ n a j = k, sú lineárne nezávislé. Inak povedané, platí
8.2.5. Tvrdenie. Body ppp0,ppp1, . . . ,pppn ∈ V sú afinne nezávislé práve vtedy,
keď
dim (ppp0,ppp1, . . . ,pppn) = n
Zrejme 0-rozmerné afinné podpriestrory vo V sú práve všetky body ppp ∈ V
(presnejšie, všetky jednobodové podmnožiny vo V ). Tieto afinné podpriestory
nazývame tiež triviálne. Jednorozmené afinné podpriestory vo V nazývame
priamkami. Každá priamka má naozaj tvar (ppp,qqq) pre nejaké afinne
nezávislé (t. j. rôzne) body ppp,qqq ∈ V . Dvojrozmerné afinné podpriestory vo V
nazývame rovinami. Taktiež samotný priestor V je svojim nevlastným afinným
podpriestorom. Ak dim V = n, tak (n−1)-rozmerné afinné podpriestory
vo V nazývame nadrovinami.
Kým pojmy „bod , „priamka a „rovina sú absolútne v tom zmysle, že
závisia len na dimenzii príslušného afinného podpriestoru, pojem nadroviny
je relatívny, lebo závisí na vzťahu dimenzií afinného podpriestoru a celého
priestoru. Napríklad ak dim V = 1 (t. j. ak samotné V je priamka), tak každý
bod vo V je zároveň nadrovinou. Nadrovinami v dvojrozmernom priestore
162 8. Afinné podpriestory a afinné zobrazenia
(t. j. v rovine) sú zasa všetky priamky. V trojrozmernom priestore V pojmy
roviny a nadroviny splývajú. V štvorrozmernom priestore sú zasa nadrovinami
trojrozmerné podpriestory; atď. Ešte poznamenajme, že v 0-rozmernom
(t. j. jednobodovom) priestore V niet priamok, rovín ani nadrovín.
8.3 Prienik a spojenie afinných podpriestorov
V tomto paragrafe mierne zovšeobecníme niektoré výsledky paragrafov 4.3 a
5.4 o prieniku a súčte lineárnych podpriestorov do podoby použiteľnej pre
afinné podpriestory.
8.3.1. Tvrdenie. Nech M, N ⊆ V sú afinné podpriestory. Potom M ∩ N
je afinný podpriestor vo V práve vtedy, keď M ∩ N = ∅. V tom prípade
Dir(M ∩ N) = Dir M ∩ Dir N.
Dôkaz. Ak M ∩ N = ∅, tak to samozrejme nie je afinný podpriestor. Nech
M ∩N = ∅. Označme S = Dir M, T = Dir N príslušné smerové podpriestory.
Zvoľme ľubovoľný bod ppp ∈ M ∩ N. Stačí dokázať rovnosť
M ∩ N = ppp + (S ∩ T).
Zvoľme qqq ∈ M ∩N. K nemu existujú uuu ∈ S, vvv ∈ T také, že qqq = ppp+uuu = ppp+vvv.
Potom uuu = vvv ∈ S ∩T a qqq ∈ ppp+(S ∩T). Teda M ∩N ⊆ ppp+(S ∩T). Obrátená
inklúzia je triviálna.
Neprázdnosť prieniku M ∩ N možno zaručiť za predpokladu, že lineárny
priestor Dir M + Dir N je „dosť veľký .
8.3.2. Tvrdenie. Nech M, N ⊆ V sú afinné podpriestory. Potom
Dir M + Dir N = V ⇒ M ∩ N = ∅.
Dôkaz. Označme S = Dir M, T = Dir N. Zvoľme ľubovoľné ppp ∈ M, qqq ∈ N.
Keďže S + T = V , existujú vektory uuu ∈ S, vvv ∈ T také, že qqq − ppp = uuu + vvv.
Potom
qqq = ppp + (qqq − ppp) = ppp + uuu + vvv
V dôsledku toho ppp + uuu = qqq − vvv ∈ M ∩ N, lebo ppp + uuu ∈ M a qqq − vvv ∈ N.
Spojením afinných podpriestorov M, N ⊆ V , označenie M N, nazývame
afinný obal ich zjednotenia. Teda
M N = (M ∪ N).
Zrejme M N je najmenší afinný podpriestor vo V , ktorý obsahuje M aj N,
a pre lineárne podpriestory S, T ⊆ V platí S T = S + T.
8.3. Prienik a spojenie afinných podpriestorov 163
8.3.3. Tvrdenie. Nech M, N ⊆ V sú afinné podpriestory.
(a) Ak M ∩ N = ∅, tak
Dir(M N) = Dir M + Dir N,
M N = M + Dir N = N + Dir M.
(b) Ak M ∩ N = ∅, tak pre ľubovoľné ppp ∈ M, qqq ∈ N platí
Dir(M N) = [qqq − ppp] + Dir M + Dir N,
M N = M + ([qqq − ppp] + Dir N) = N + ([qqq − ppp] + Dir M).
Poznámka. Stojí za zmienku, že obe rovnosti z (b) sú splnené aj za predpokladu
M ∩ N = ∅. V tom prípade však pre ľubovoľné rrr ∈ M ∩ N platí
qqq − ppp = (rrr − ppp) + (qqq − rrr) ∈ Dir M + Dir N,
takže vektor qqq − ppp možno v príslušných vzťahoch vynechať. Rovnako tomu
bude i v príklade 8.3.5
Dôkaz. Stačí dokázať len (b), lebo (a) z neho vyplýva vo svetle našej poznámky.
Označme S = Dir M, T = Dir N a zvoľme ppp ∈ M, qqq ∈ N. Budeme
dokazovať iba rovnosť
M N = ppp + [qqq − ppp] + S + T;
zvyšok je už jej bezprostredným dôsledkom.
Každý bod rrr ∈ M N je afinnou kombináciou
rrr =
m
i=0
sipppi +
n
j=0
tjqqqj
kde ppp0, . . . ,pppm ∈ M, qqq0, . . . ,qqqn ∈ N, s0, . . . , sm, t0, . . . , tn ∈ K a i si +
j tj = 1. Potom pppi − ppp ∈ S, qqqj − qqq ∈ T pre i ≤ m, j ≤ n. Označme
s = s0 + . . . + sm, t = t0 + . . . + tn a počítajme
rrr = (sppp + tqqq) +
m
i=0
si(pppi − ppp) +
n
j=0
tj(qqqj − qqq)
= ppp + t(qqq − ppp) +
m
i=0
si(pppi − ppp) +
n
j=0
tj(qqqj − qqq) ∈ ppp + [qqq − ppp] + S + T,
keďže s = 1 − t. Teda M N ⊆ ppp + [qqq − ppp] + S + T. Obrátená inklúzia je
triviálna.
164 8. Afinné podpriestory a afinné zobrazenia
8.3.4. Dôsledok. Nech M, N ⊆ V sú konečnorozmerné afinné podpriestory.
Potom
dim(M N) =
dim M + dim N − dim(M ∩ N), ak M ∩ N = ∅,
dim M + dim N − dim(Dir M ∩ Dir N) + 1, ak M ∩ N = ∅.
8.3.5. Príklad. Vo vektorovom priestore V uvažujme konečnorozmerné afinné
podpriestory
M = ppp + [uuu1, . . . ,uuum], N = qqq + [vvv1, . . . ,vvvn].
Potom
M N =
ppp + [uuu1, . . . ,uuum,vvv1, . . . ,vvvn], ak M ∩ N = ∅,
ppp + [qqq − ppp,uuu1, . . . ,uuum,vvv1, . . . ,vvvn], ak M ∩ N = ∅,
dim(M N) =
dim[uuu1, . . . ,uuum,vvv1, . . . ,vvvn], ak M ∩ N = ∅,
dim[qqq − ppp,uuu1, . . . ,uuum,vvv1, . . . ,vvvn]), ak M ∩ N = ∅.
Ak navyše predpokladáme, že tak vektory uuu1, . . . ,uuum ako aj vektory vvv1, . . . ,vvvn
sú lineárne nezávislé, tak
dim(M N) =
m + n − k, ak M ∩ N = ∅,
m + n − k + 1, ak M ∩ N = ∅,
kde k = dim([uuu1, . . . ,uuum] ∩ [vvv1, . . . ,vvvn]).
8.3.6. Príklad. V stĺpcovom priestore R4
sú dané vektory xxx = (1, 2, 3, 4)T
,
yyy = (0, −3, 1, −1)T
, zzz = (1, 1, 0, 0)T
, uuu = (0, −2, 4, 3)T
, vvv = (2, 6, 2, 5)T
,
www = (0, 0, 1, 1)T
a bližšie neurčené body ppp, qqq. Potom S = [xxx,yyy,zzz], T = [uuu,vvv,www]
sú lineárne podpriestory a M = ppp + S, N = qqq + N sú afinné podpriestory
v R4
. Nájdeme dimenzie lineárnych podpriestorov S + T, S ∩ T a afinných
podpriestorov M ∩ N, M N v závislosti na ppp, qqq.
Lineárny podpriestor S + T je generovaný stĺpcami blokovej matice




1 0 1
2 −3 1
3 1 0
4 −1 0
0 2 0
−2 6 0
4 2 1
3 5 1



 ,
8.4. Vzájomná poloha afinných podpriestorov 165
pričom stĺpce ľavého bloku generujú lineárny podpriestor S a stĺpce pravého
bloku lineárny podpriestor T. Táto matica je riadkovo ekvivalentná s blokovou
maticou 



1 0 1
0 1 −3
0 0 3
0 0 0
0 2 0
4 −4 0
−3 3 1
0 0 1




v stupňovitom tvare, ktorej riadky majú vedúce prvky v stĺpcoch 1, 2, 3 a 6.
Hneď vidíme, že vektory xxx,yyy,zzz tvoria bázu S a vektory xxx,yyy,zzz,www bázu S +T.
Doupravovaním pravého bloku na riadkovo ekvivalentný stupňovitý tvar




4 −4 0
0 2 0
0 0 1
0 0 0




sa možno presvedčiť, že i vektory uuu,vvv,www sú lineárne nezávislé, teda tvoria
bázu T. Zhrnutím dostávame dim S = dim T = 3, dim(S + T) = 4. Odtiaľ
podľa vety 5.4.1 vyplýva dim(S ∩ T) = 3 + 3 − 4 = 2. Takže S + T = R4
, a
bez toho, že by sme čokoľvek ďalej počítali, z tvrdenia 8.3.2 vieme, že nezávisle
na bodoch ppp, qqq platí M ∩ N = ∅. Preto dim(M ∩ N) = dim(S ∩ T) = 2
podľa tvrdenia 8.3.1 S použitím tvrdenia 8.3.3 a dôsledku 8.3.4 dostávame
dim(M N) = dim(S + T) = 4.
8.4 Vzájomná poloha afinných podpriestorov
V tomto paragrafe podáme sľúbenú klasifikáciu vzájomnej polohy dvojíc
netriviálnych vlastných afinných podpriestorov vo vektorovom priestore V .
(Hoci to nie je z logického hľadiska nevyhnutné, aby sme sa vyhli triedeniu
trivialít, body a celý priestor V z našich úvah vylučujeme.) Táto téma
prirodzeným spôsobom rozširuje látku stredoškolskej geometrie, zahŕňajúcu
klasifikáciu vzájomnej polohy priamok v rovine resp. priamok a rovín v (trojrozmernom)
priestore.
Polohu netriviálnych vlastných lineárnych variet M, N ⊆ V budeme klasifikovať
na základe dvoch kritérií:
(A) Ak platí Dir M ⊆ Dir N ∨ Dir N ⊆ Dir M, hovoríme, že M, N sú
rovnobežné a píšeme M N.
V opačnom prípade, t. j. ak platí Dir M ⊆ Dir N & Dir N ⊆ Dir M,
hovoríme, že M, N nie sú rovnobežné, a píšeme M N.
(B) Ak platí M ∩ N = ∅, hovoríme, že M, N sa pretínajú.
V opačnom prípade, t. j. ak M ∩ N = ∅, hovoríme, že M, N sa nepretínajú,
alebo, že sú disjunktné.
166 8. Afinné podpriestory a afinné zobrazenia
Celkovo teda dostávame štyri možnosti:
(1) M N & M ∩ N = ∅, čiže M, N sú rovnobežné a pretínajú sa.
Ľahko možno nahliadnuť, že v takom prípade platí Dir M ⊆ Dir N ⇔
M ⊆ N a Dir N ⊆ Dir M ⇔ N ⊆ M. Teda M ⊆ N alebo N ⊆ M.
Hovoríme, že jedna z lineárnych variet M, N je podvarietou druhej,
alebo, že M, N sú vo vzťahu inklúzie.
(2) M N & M ∩ N = ∅, čiže M, N sú rovnobežné a nepretínajú sa.
Tento prípad nazývame vzťahom pravej rovnobežnosti.
(3) M N & M ∩ N = ∅, čiže M, N nie sú rovnobežné a pretínajú sa.
Hovoríme, že M, N sú rôznobežné.
(4) M N & M ∩ N = ∅, čiže M, N nie sú rovnobežné a nepretínajú sa.
V tomto prípade ešte rozlišujeme dve ďalšie možnosti:
(4a) Ak Dir M ∩ Dir N = {0}, hovoríme, že M, N sú mimobežné.
(4b) Ak Dir M ∩ Dir N = {0}, hovoríme, že M, N sú čiastočne rovno-
bežné.
Prípady (1), (2), (3) sú nám dobre známe zo stredoškolskej planimetrie,
s prípadom (4) sa však v rovine stretnúť nemožno – dve priamky v rovine buď
splývajú alebo sú to pravé rovnobežky alebo rôznobežky. Zo stredoškolskej
stereometrie, okrem prípadov (1), (2), (3), ktoré sa realizujú vo vzájomných
polohách dvojíc priamok, dvojíc rovín ako i priamky a roviny v trojrozmernom
priestore, poznáme aj prípad (4a) – ide o prípad mimobežných priamok.
S prípadom (4b), t. j. s prípadom čiastočnej rovnobežnosti sme sa však dosiaľ
nestretli a nedokážeme ho spojiť so žiadnou názornou geometrickou predstavou.
Nie je to náhoda. Platí totiž nasledujúce tvrdenie.
8.4.1. Tvrdenie. Nech M, N ⊆ V sú čiastočne rovnobežné lineárne variety.
Potom dim M ≥ 2, dim N ≥ 2 a dim V ≥ 4.
Dôkaz. Označme S = Dir M, T = Dir N. Potom S ∩ T je netriválny vlastný
lineárny podpriestor každého zo zameraní S, T. Teda dim(S ∩ T) ≥ 1,
dim M = dim S ≥ 2, dim N = dim T ≥ 2 a taktiež
dim(S ∩ T) ≤ min(dim S, dim T) − 1.
S použitím vety 5.4.1 z toho vyplýva
dim(S + T) = dim S + dim T − dim(S ∩ T)
≥ dim S + dim T − min(dim S, dim T) + 1
= max(dim S, dim T) + 1 ≥ 3.
Keďže M ∩ N = ∅, podľa tvrdenia 8.3.2 je S + T vlastný lineárny podpriestor
vo V . Preto
dim V ≥ dim(S + T) + 1 ≥ 4.
8.5. Afinné zobrazenia 167
Na druhej strane v ľubovoľnom vektorovom priestore V dimenzie ≥ 4 nie
je ťažké nájsť príklady čiastočne rovnobežných lineárnych variet. Presvedčte
sa, že napr.
M = [eee1,eee2], N = eee4 + [eee2,eee3]
sú čiastočne rovnobežné roviny v K4
. Skúste nájsť iné príklady.
8.5 Afinné zobrazenia
Nech U, V sú vektorové priestory nad tým istým poľom K. Hovoríme, že
f : V → U je afinné zobrazenie, ak pre ľubovoľné body ppp,qqq,rrr ∈ V a skalár
s ∈ K platí
f(sppp + (1 − s)qqq) = sf(ppp) + (1 − s)f(qqq),
f(ppp − qqq + rrr) = f(ppp) − f(qqq) + f(rrr).
Podobným spôsobom ako tvrdenie 8.2.1 možno dokázať, že afinné sú práve
tie zobrazenia f : V → U, ktoré zachovávajú všetky afinné kombinácie trojíc
bodov, či, takisto, vôbec všetky afinné kombinácie; v prípade poľa charakteristiky
= 2 stačí žiadať zachovávanie afinných kombinácií dvojíc.
8.5.1. Tvrdenie. Nech U, V sú vektorové priestory nad poľom K. Potom
pre ľubovoľné zobrazenie f : V → U nasledujúce podmienky sú ekvi-
valentné:
(i) f je afinné zobrazenie;
(ii) pre všetky ppp,qqq,rrr ∈ V , s, t ∈ K platí
f(sppp + tqqq + (1 − s − t)rrr) = sf(ppp) + tf(qqq) + (1 − s − t)f(rrr);
(iii) pre každé n ∈ N a všetky body ppp0,ppp1 . . . ,pppn ∈ V a skaláry t0, t1, . . . , tn ∈
K také, že t0 + t1 + . . . + tn = 1, platí
f(t0ppp0 + t1ppp1 + . . . + tnpppn) = t0f(ppp0) + t1f(ppp1) + . . . + tnf(pppn).
Ak char K = 2, tak uvedené podmienky sú navyše ekvivalentné s podmien-
kou
(ii−
) pre všetky ppp,qqq ∈ V , s ∈ K platí
f(sppp + (1 − s)qqq) = sf(ppp) + (1 − s)f(qqq).
Posunutím alebo transláciou vektorového priestoru V o vektor uuu ∈ V
nazývame zobrazenie V → V dané predpisom xxx → xxx + uuu.
168 8. Afinné podpriestory a afinné zobrazenia
Zrejme kompozíciou posunutia o vektor uuu ∈ V a posunutia o vektor vvv ∈ V
je posunutie o vektor uuu+vvv. Každé posunutie je bijektívne zobrazenie; inverzné
zobrazenie k posunutiu o vektor uuu je posunutie o opačný vektor −uuu.
Z nasledujúcej vety okrem iného vyplýva, že každé afinné zobrazenie
možno dostať kompozíciou lineárneho zobrazenia a posunutia.
8.5.2. Veta. Nech U, V sú vektorové priestory nad poľom K. Potom zobrazenie
f : V → U je afinné práve vtedy, keď existuje vektor uuu ∈ U a lineárne
zobrazenie ϕ: V → U také, že pre každé xxx ∈ V platí
f(xxx) = ϕ(xxx) + uuu.
Dôkaz. Treba dokázať dve veci:
(1) Pre ľubovoľný vektor uuu ∈ U a lineárne zobrazenie ϕ: V → U je predpisom
f(xxx) = ϕ(xxx) + uuu dané afinné zobrazenie f : V → U.
(2) Ak f : V → U je afinné zobrazenie, tak priradenie ϕ(xxx) = f(xxx) − f(0)
definuje lineárne zobrazenie ϕ: V → U.
V jednom i druhom prípade možno zachovávanie príslušných afinných resp.
lineárnych kombinácií overiť priamymi výpočtami, ktoré prenechávame čita-
teľovi.
Zrejme vektor uuu ∈ U ako aj lineárne zobrazenie ϕ sú podmienkou vety
určené jednoznačne. Zobrazenie ϕ = f − f(0) nazývame lineárnou časťou
a vektor uuu = f(0) absolútnym členom afinného zobrazenia f. Píšeme tiež
f = ϕ + uuu.
Afinné zobrazenia sú tak zovšeobecnením funkcií f : K → K tvaru f(x) =
ax+b, kde a, b ∈ K, ktoré (najmä v prípade K = R) v matematickej analýze
nazývame lineárnymi, na viacrozmerné vektorové priestory.
8.5.3. Dôsledok. Nech U, V sú vektorové priestory nad poľom K. Po-
tom
(a) ľubovoľná translácia priestoru V je afinné zobrazenie;
(b) ľubovoľné lineárne zobrazenie ϕ: V → U je afinné;
(c) afinné zobrazenie f : V → U je lineárne práve vtedy, keď f(0) = 0.
8.5.4. Tvrdenie. Nech U, V , W sú vektorové priestory nad poľom K a
g: W → V , f : V → U sú afinné zobrazenia. Potom aj ich kompozícia f ◦
g: W → U je afinné zobrazenie.
Dôkaz. Hoci priamym výpočtom možno overiť, že f ◦ g zachováva afinné
kombinácie, podáme radšej dôkaz založený na vete 8.5.2, ktorý nám poskytne
informáciu navyše.
8.5. Afinné zobrazenia 169
Nech f = ϕ + uuu, g = ψ + vvv, kde ϕ: V → U, ψ: W → V sú lineárne
zobrazenia a uuu = f(0), vvv = g(0). Potom pre zzz ∈ W s využitím linearity ϕ
dostávame
(f ◦ g)(zzz) = ϕ(ψ(zzz) + vvv) + uuu = (ϕ ◦ ψ)(zzz) + ϕ(vvv) + uuu.
Teda f ◦ g je afinné zobrazenie zložené z lineárneho zobrazenia ϕ ◦ ψ a posunutia
o vektor ϕ(vvv) + uuu.
Vzorec odvodený v našom dôkaze stojí za zaznamenanie. Pre lineárne
zobrazenia ψ: W → V , ϕ: V → U a vektory vvv ∈ V , uuu ∈ U platí
(ϕ + uuu) ◦ (ψ + vvv) = (ϕ ◦ ψ) + (ϕvvv + uuu).
8.5.5. Tvrdenie. Nech U, V sú vektorové priestory nad poľom K, f : V →
U je afinné zobrazenie a M ⊆ V , N ⊆ U sú afinné podpriestory. Potom
f(M) je afinný podpriestor v U a f−1
(N) je afinný podpriestor vo V alebo
prázdna množina.
Dôkaz. Nech f = ϕ+uuu, kde ϕ je lineárna časť f a uuu = f(0). Nech ďalej M =
ppp+S, N = qqq+T, kde ppp ∈ M, qqq ∈ N a S ⊆ V , T ⊆ U sú lineárne podpriestory.
Potrebný záver vyplýva z tvrdení 6.1.3, a vety 8.2.2 a nasledujúcich rovností
f(M) = f(ppp) + ϕ(S),
f−1
(N) =
zzz + ϕ−1
(T), kde zzz ∈ V je ľubovoľné také, že ϕ(zzz) = qqq − uuu,
∅, ak neexistuje zzz ∈ V také, že ϕ(zzz) = qqq − uuu,
ktorých dôkaz prenechávame čitateľovi.
Keďže každé posunutie je bijekcia, afinné zobrazenie f = ϕ + uuu: V → U
s lineárnou časťou ϕ je injektívne práve vtedy, keď ϕ je injektívne. Podobne,
f je surjektívne práve vtedy, keď ϕ je surjektívne. Z toho už priamo vyplývajú
ďalšie tri výsledky.
Prvý z nich zovšeobecňuje vetu 6.2.3 o dimenzii jadra a obrazu.
8.5.6. Veta. Nech f : V → U je afinné zobrazenie, pričom V je konečnorozmerný
vektorový priestor. Potom pre ľubovoľné yyy ∈ Im f platí
dim V = dim f−1
(yyy) + dim Im f.
Afinnou transformáciou vektorového priestoru V nazývame ľubovoľné
afinné zobrazenie f : V → V . Aj pre afinné transformácie platí obdoba dôsledku
6.2.4
8.5.7. Dôsledok. Nech f : V → V je afinná transformácia konečnorozmerného
vektorového priestoru V . Potom f je injektívna práve vtedy, keď je
surjektívna.
170 8. Afinné podpriestory a afinné zobrazenia
8.5.8. Tvrdenie. Nech f : V → U je afinné zobrazenie s lineárnou časťou
ϕ a absolútnym členom uuu = f(0). Potom f je bijektívne práve vtedy, keď ϕ
je bijektívne. V tom prípade aj inverzné zobrazenie f−1
: U → V je afinné a
platí
f−1
= ϕ−1
− ϕ−1
(uuu).
Teda f−1
je kompozíciou lineárneho zobrazenia ϕ−1
a posunutia o vektor
−ϕ−1
(uuu).
Nech U, V sú konečnorozmerné vektorové priestory a ααα, βββ sú bázy v U
resp. vo V . Maticou afinného zobrazenia f : V → U s lineárnou časťou ϕ a
absolútnym členom uuu vzhľadom na bázy βββ, ααα nazývame blokovú maticu
(f)ααα,βββ = (ϕ)ααα,βββ | (uuu)ααα .
Ak teda dim U = m, dim V = n, AAA = (ϕ)ααα,βββ je matica lineárneho zobrazenia
ϕ v bázach βββ = (vvv1, . . . ,vvvn), ααα a aaa = (uuu)ααα sú súradnice vektora uuu v báze ααα,
tak maticou afinného zobrazenia f v bázach βββ, ααα je bloková matica
(f)ααα,βββ = (ϕvvv1)ααα, . . . , (ϕvvvn)ααα | (uuu)ααα = (AAA |aaa) ∈ Km×(n+1)
.
Súradnice bodu xxx ∈ V v báze βββ a súradnice jeho obrazu f(xxx) ∈ U v báze ααα
sú tak spojené rovnosťou
(fxxx)ααα = (ϕ)α,βββ · (xxx)βββ + (uuu)ααα = AAA · (xxx)ααα + aaa.
Samozrejme, ak f je lineárne zobrazenie, t. j. ak f = ϕ a uuu = 0, nemá význam
rozširovať maticu (ϕ)ααα,βββ o nulový stĺpec.
Z tvrdenia 8.5.4, presnejšie z formuly odvodenej počas jeho dôkazu, a z tvrdenia
8.5.8 s použitím výsledkov paragrafov 6.4 a 7.2 vyplýva náš záverečný
výsledok.
8.5.9. Tvrdenie. Nech U, V , W sú konečnorozmerné vektorové priestory
nad poľom K a ααα, βββ, γγγ sú nejaké bázy priestorov U, V , resp. W.
(a) Ak g: W → V , f : V → U sú afinné zobrazenia, ktoré majú v príslušných
bázach matice (g)βββ,γγγ = (BBB |bbb), (f)ααα,βββ = (AAA |aaa), tak ich kompozícia f ◦
g: W → U má v bázach γγγ, ααα maticu
(f ◦ g)ααα,γγγ = (AAA · BBB |AAA · bbb + aaa).
(b) Ak f : V → U je afinná bijekcia s maticou (f)ααα,βββ = (AAA |aaa) v bázach βββ,
ααα, tak k nej inverzné zobrazenie je afinná bijekcia f−1
: U → V , ktorá
má v bázach ααα, βββ maticu
f−1
βββ,ααα
= AAA−1
| − AAA−1
· aaa .
Cvičenia 171
Cvičenia
8.1. Dokážte postupne záverečné štyri podmienky z vety 8.2.2
8.2. Nech V je vektorový priestor nad poľom K.
(a) Tri afinne nezávislé body ppp0,ppp1,ppp2 ∈ V sa nazývajú nekolineárne. Dokážte, že ppp0,
ppp1, ppp2 sú kolineárne práve vtedy, keď ležia na jednej priamke.
(b) Podobne, štyri afinne nezávislé body ppp0,ppp1,ppp2,ppp3 ∈ V sa nazývajú nekomplanárne.
Dokážte, že ppp0, ppp1, ppp2 ppp3 sú komplanárne práve vtedy, keď ležia v jednej rovine.
8.3. Nech V je vektorový priestor nad poľom K a ppp0,ppp1, . . . ,pppn,qqq ∈ V . Dokážte postupne
nasledujúce tvrdenia:
(a) Body ppp0,ppp1, . . . ,pppn sú afinne nezávislé práve vtedy, keď pre nejaké (ľubovoľné)
i ≤ n sú lineárne nezávislé vektory pppj − pppi, kde j ∈ {0, 1, . . . , n} {i}.
(b) qqq ∈ (ppp0,ppp1, . . . ,pppn) práve vtedy, keď qqq − ppp0 ∈ [ppp1 − ppp0, . . . ,pppn − ppp0]. Odvoďte
z toho obe rovnosti z tvrdenia 8.2.4
(c) Ak body ppp0,ppp1, . . . ,pppn sú afinne nezávislé, tak qqq ∈ (ppp0,ppp1, . . . ,pppn) práve vtedy,
keď vektory ppp1 − ppp0, . . . ,pppn − ppp0,qqq − ppp0 sú lineárne závislé.
8.4. Vo vektorovom priestore R4
sú dané body ppp0 = (1, 1, 2, 2)T
, ppp1 = (0, 1, 0, 1)T
, ppp2 =
(1, 2, 0, 3)T
a qqq = (0, 2, −4, 2)T
, rrr = (−1, 2, −4, 1)T
.
(a) Zistite, či platí qqq ∈ (ppp0,ppp1,ppp2), rrr ∈ (ppp0,ppp1,ppp2).
(b) Vypočítajte dimenzie afinných podpriestorov (ppp0,ppp1,ppp2), (ppp0,ppp1,ppp2,qqq), (ppp0,ppp1,ppp2,rrr).
(c) Vypočítajte dimenzie afinných podpriestorov (ppp0,ppp1,ppp2) ∩ (qqq,rrr), (ppp0,ppp1,ppp2)
(qqq,rrr) a určte vzájomnú polohu afinných podpriestorov (ppp0,ppp1,ppp2), (qqq,rrr).
(d) Vypočítajte dimenzie afinných podpriestorov (ppp0,ppp1) ∩ (qqq,rrr), (ppp0,ppp1) (qqq,rrr)
a určte vzájomnú polohu afinných podpriestorov (ppp0,ppp1), (qqq,rrr).
8.5. (a) Nájdite príklad troch priamok v R3
tak, aby ľubovoľné dve z nich boli mimobežné.
(b) Dokážte, že priamka a rovina v trojrozmernom vektorovom priestore nemôžu byť
mimobežné.
(c) Vo vektorovom priestore R4
nájdite príklad mimobežnej priamky a roviny.
(d) Dokážte, že dve roviny vo štvorrozmernom vektorovom priestore nemôžu byť mi-
mobežné.
(e) Nájdite príklad dvoch mimobežných rovín v R5
.
8.6. Nech ppp0, ppp1, ppp2, ppp3, ppp4 sú ľubovoľné afinne nezávislé body vo vektorovom priestore V
nad poľom K. Potom roviny (ppp0,ppp1,ppp2), ppp4+[ppp2−ppp0,ppp3−ppp0] sú čiastočne rovnobežné.
Dokážte.
8.7. Repér vo vektorovom priestore sa zvykne definovať ako usporiadaná (n+1)-tica afinne
nezávislých bodov ρρρ = (rrr0,rrr1, . . . ,rrrn) ∈ V n+1
, taká, že (rrr0,rrr1, . . . ,rrrn) = V , prípadne
ako usporiadaná (n + 1)-tica (rrr,βββ) = (rrr,vvv1, . . . ,vvvn) ∈ V n+1
, pozostávajúca
z ľubovoľného bodu rrr ∈ V a bázy βββ = (vvv1, . . . ,vvvn) vektorového priestoru V . Dokážte
nasledujúce dve tvrdenia:
(a) Nech ρρρ = (rrr0,rrr1, . . . ,rrrn) je usporiadaná (n + 1)-tica bodov z V . Potom ρρρ je repér
vo V v zmysle prvej definície práve vtedy, keď βββ = (rrr1 − rrr0, . . . ,rrrn − rrr0) je báza vektorového
priestoru V , t. j. práve vtedy, keď (rrr0,βββ) je repér v zmysle druhej definície.
172 8. Afinné podpriestory a afinné zobrazenia
(b) Nech rrr je bod z V a βββ = (vvv1, . . . ,vvvn) je usporiadaná n-tica vektorov z V . Potom
(rrr,βββ) je repér v zmysle druhej definície práve vtedy, keď ρρρ = (rrr,rrr + vvv1, . . . ,rrr + vvvn) je
repér v zmysle prvej definície.
Z toho dôvodu nie je potrebné rozlišovať medzi repérmi v zmysle jednej či druhej
definície.
8.8. Nech ρρρ = (rrr,βββ) je repér vo vektorovom priestore V nad poľom K. Afinnými alebo tiež
barycentrickými súradnicami bodu xxx ∈ V vzhľadom na repér ρρρ nazývame súradnice
vektora xxx−rrr vzhľadom na bázu βββ, čiže (xxx)ρρρ = (xxx−rrr)βββ. Ak je repér ρρρ známy z kontextu,
hovoríme len o afinných (barycentrických) súradniciach bodu xxx. Dokážte postupne
nasledujúce tvrdenia:
(a) (0,εεε), kde εεε = (eee1, . . . ,eeen) je kanonická báza, je repér v Kn
a pre každé xxx ∈ Kn
platí (xxx)(0,εεε) = xxx.
(b) Body repéru ρρρ = (rrr0,rrr1, . . . ,rrrn) majú vzhľadom na tento repér afinné súradnice
(rrr0)ρρρ = 0, (rrr1)ρρρ = eee1, . . . , (rrrn)ρρρ = eeen.
(c) Ak dim V = n a ρρρ = (rrr,βββ) je repér vo V , tak predpisom xxx → (xxx)ρρρ je definované
bijektívne afinné zobrazenie V → Kn
a pre každé xxx ∈ V , ccc = (c1, . . . , cn)T
∈ Kn
platí
xxx = rrr + βββ · (xxx)ρρρ, (rrr + βββ · ccc)ρρρ = ccc.
8.9. V R3
sú dané body rrr0 = (5, 2, 1)T
, rrr1 = (0, 2, 1)5
, rrr2 = (5, 0, 2)T
, rrr3 = (5, 2, 0)T
.
(a) Dokážte, že ρρρ = (rrr0,rrr1,rrr2,rrr3) je repér v R3
.
(b) Nájdite afinné súradnice bodov xxx = (4, 4, −3)T
, yyy = (−5, −2, −1)T
, zzz = (0, 0, 0)T
vzhľadom na repér ρρρ.
(c) Nájdite body ppp, qqq, rrr, ak poznáte ich afinné súradnice (ppp)ρρρ = (0, 2, 1)T
, (qqq)ρρρ =
(−1, 1, −1)T
, (rrr)ρρρ = (0, 0, 0)T
.
8.10. Nech πππ = (ppp,ααα), ρρρ = (rrr,βββ) sú dva repéry vo vektorovom priestore V nad poľom K.
Potom afinné súradnice ľubovoľného bodu xxx ∈ V vzhľadom na tieto repéry sú zviazané
vzťahom
(xxx)πππ = PPPααα,βββ · (xxx − ppp)βββ = PPPααα,βββ · (xxx)ρρρ − (ppp)ρρρ ,
kde PPPα,βββ je matica prechodu z bázy βββ do bázy ααα. Dokážte.
8.11. Dokážte tvrdenie 8.5.1 (Návod: Modifikujte dôkaz tvrdenia 8.2.1)
8.12. Dokážte podmienky (1), (2) z dôkazu vety 8.5.2
8.13. Doplňte vynechané dôkazy oboch rovností z dôkazu tvrdenia 8.5.5
8.14. Na základe tvrdenia 8.5.5 doplňte dôkazy vety 8.5.6, dôsledku 8.5.7 a tvrdenia 8.5.8
8.15. Predpokladajme, že dvaja pozorovatelia P a P popisujú udalosti v čase a v trojrozmernom
priestore vzhľadom na po dvoch rovnobežné a rovnako orientované súradné
osi x, y, z, resp. x , y , z , pričom počiatok súradnej sústavy pozorovateľa P má
z hľadiska pozorovateľa P v čase t = t0, zodpovedajúcom času t = 0 pozorovateľa P ,
súradnice (x0, y0, z0)T
. Nech navyše pozorovateľ P sa vzhľadom na pozorovateľa P
pohybuje rovnomerne priamočiaro rýchlosťou vvv = (vx, vy, vz)T
(pozri príklad 6.4.7 a
cvičenie 6.14).
(a) Odvoďte tvar Galileovej transformácie, ktorou sú za týchto okolností v klasickej
Cvičenia 173
(t. j. v nerelativistickej) fyzike zviazané časopriestorové súradnice bodových udalostí
z hľadiska pozorovateľov P resp. P :
t = t − t0, x = x − x0 − vxt, y = y − y0 − vyt, z = z − z0 − vzt.
Nahliadnite, že ide o afinnú transformáciu s maticou (GGGvvv | − sss0), kde GGGvvv je matica
Galileovej transformácie z cvičenia 6.14 a sss0 = (t0, x0, y0, z0)T
.
(b) Nech f, g: R4
→ R4
sú Galileove transformácie s maticami (GGGvvv |−sss0) resp. (GGGwww |−
sss1), kde vvv,www ∈ R3
, sss0,sss1 ∈ R4
. Nájdite rozšírenú maticu kompozície afinných zobrazení
f ◦ g a maticu inverzného zobrazenia f−1
. Dokážte, že ide opäť o Galileove
transformácie uvedeného typu a vysvetlite fyzikálny význam získaných výsledkov.
8.16. Nech U, V sú vektorové priestory nad poľom K. Označme A(V, U) množinu všetkých
afinných zobrazení f : V → U. Dokážte postupne nasledujúce tvrdenia:
(a) A(V, U) s operáciami súčtu a skalárneho násobku definovanými po zložkách tvorí
lineárny podpriestor vektorového priestoru UV
. A(V, U) navyše obsahuje vektorový
priestor L(V, U) všetkých lineárnych zobrazení fi: V → U ako svoj lineárny podpriestor.
(Pozri príklad 1.6.5 a tvrdenie 6.5.1)
(b) Priradením f → (f −f(0), f(0)) je definovaný lineárny izomorfizmus vektorových
priestorov A(V, U) → L(V, U) × U (pozri príklad 1.6.4).
(c) Nech ααα, βββ sú nejaké bázy priestorov U resp. V . Potom priradením f → (f)ααα,βββ je
daný lineárny izomorfizmus vektorových priestorov A(V, U) → Km×(n+1)
.
(d) Predpokladajme, že U, V sú konečnorozmerné a dim U = m, dim V = n. Odvoďte,
či už z (b) alebo z (c), že potom aj A(V, U) je konečnorozmerný a dim A(V, U) =
m(n + 1).
(e) Ak V je konečnorozmerný, tak jeho duál V ∗
= L(V, K) tvorí nadrovinu v A(V, K)
(pozri text tesne pred tvrdením 6.5.3).
9. Afinné podpriestory a sústavy lineárnych rovníc
V tejto kapitole sa opäť pozrieme cez prizmu toho, čo sme sa dosiaľ naučili,
na sústavy lineárnych rovníc. Uvidíme, že množina riešení každej takej sústavy
tvorí afinný (v homogénnom prípade dokonca lineárny) podpriestor niektorého
stĺpcového vektorového priestoru Kn
. Taktiež naopak, ukážeme, že
každý afinný podpriestor v Kn
možno popísať ako podpriestor riešení vhodnej
sústavy lineárnych rovníc. Na vyjadrenie množiny riešení tejto sústavy
pomocou parametrov sa potom možno dívať ako na parametrické rovnice príslušného
afinného podpriestoru. Získané znalosti nám umožnia v konkrétnych
prípadoch určiť vzájomnú polohu afinných podpriestorov.
V celej kapitole K označuje pevné, inak ľubovoľné, pole; m, n sú ľubovoľné,
pevne zvolené prirodzené čísla.
9.1 Podpriestor riešení homogénnej sústavy a jeho báza
Nech AAA ∈ Km×n
, bbb ∈ Km
. Uvažujme homogénnu sústavu lineárnych rovníc
s maticou AAA
AAA · xxx = 0,
a nehomogénnu sústavu s maticou AAA a pravou stranou bbb
AAA · xxx = bbb.
Množiny ich riešení označíme
R(AAA) = {xxx ∈ Kn
; AAA · xxx = 0},
resp.
R(AAA |bbb) = {xxx ∈ Kn
; AAA · xxx = bbb}.
Predpisom ϕ(xxx) = AAA · xxx je definované lineárne zobrazenie ϕ: Kn
→ Km
,
pričom R(AAA) = Ker ϕ. Z toho okamžite vyplýva
9.1.1. Tvrdenie. Pre ľubovoľnú maticu AAA ∈ Km×n
množina R(AAA) riešení
homogénnej sústavy AAA · xxx = 0 tvorí lineárny podpriestor vektorového priestoru
Kn
.
Doteraz sme homogénnu sústavu riešili úpravou jej matice AAA na redukovaný
stupňovitý tvar BBB. Z tohto tvaru sme potom vyčítali, ktoré neznáme
9.1. Podpriestor riešení homogénnej sústavy a jeho báza 175
si zvolíme za parametre a ktoré neznáme si vyjadríme pomocou nich. Presnejšie,
neznámu xj sme si zvolili za parameter práve vtedy, keď sa v j-tom
stĺpci matice BBB nenachádzal vedúci prvok žiadneho riadku matice BBB; ak sa
v j-tom stĺpci nachádzal vedúci prvok nejakého riadku, tak neznámu xj sme
si vyjadrili pomocou týchto parametrov.
Uvedená veta nám umožňuje alternatívny popis množiny riešení R(AAA) –
kedže ide o lineárny podpriestor v Kn
, môžeme ho najúspornejšie popísať
zadaním (niektorej) jeho bázy. Každú bázu priestoru R(AAA) nazývame tiež
fundamentálnym systémom riešení sústavy AAA · xxx = 0. Potom každé riešenie
príslušnej homogénnej sústavy možno jednoznačne vyjadriť ako lineárnu kombináciu
vektorov z fundamentálneho systému riešení, a tiež naopak, každá lineárna
kombinácia vektorov fundamentálneho systému je riešením príslušnej
sústavy. Fundamentálny systém riešení nájdeme nasledujúcim postupom.
Maticu AAA upravíme pomocou ERO na redukovaný stupňovitý tvar BBB ∈
Km×n
. Množinu {1, . . . , n} rozdelíme na dve podmnožiny J, J , podľa toho, či
sa v j-tom stĺpci matice BBB nachádza alebo nenachádza vedúci prvok nejakého
jej riadku. Označme k počet prvkov množiny J a zapíšme ju v tvare J =
{j1 < j2 < . . . < jk}. Pre každý index jl ∈ J zostrojíme vektor vvvl =
(v1l, . . . , vnl)T
∈ Kn
takto: Zvolíme vjll = 1 a vjil = 0 pre i = l. Pre j ∈
J vypočítame hodnoty vjl k uvedeným hodnotám parametrov vj1l, . . . , vjkl
tak, aby celý vektor vvvl vyhovoval podmienke BBB · vvvl = 0. Potom vektory
vvv1, vvv2, . . . ,vvvk tvoria bázu podpriestoru riešení R(AAA). Pritom zrejme platí
k = n − h(AAA).
Namiesto dôkazu posledného tvrdenia si celý postup ozrejmíme na prí-
klade.
9.1.2. Príklad. Predpokladajme, že sme maticu AAA pomocou ERO už upravili
na redukovaný stupňovitý tvar
BBB =




1 2 0 0 −1/3
0 0 1 0 1/2
0 0 0 1 −2
0 0 0 0 0



 .
Vedúce prvky riadkov sa nachádzajú v stĺpcoch 1, 3 a 4. Teda neznáme
x2 a x5 si zvolíme za parametre a neznáme x1, x3 a x4 si vyjadríme pomocou
nich. Naša prvá voľba je x2 = 1, x5 = 0. Tomu zodpovedá vektor
vvv1 = (−2, 1, 0, 0, 0)T
. Druhá voľba parametrov je x2 = 0, x5 = 1. Tomu zodpovedá
vektor vvv2 = (1/3, 0, −1/2, 2, 1)T
. Potom vektory vvv1, vvv2 tvoria bázu
podpriestoru (fundamentálny systém) riešení R(AAA) = R(BBB) ⊆ R5
.
Ak sa „z estetických dôvodov chceme vyhnúť zlomkom vo výsledku,
stačí miesto vektorov obsahujúcich ako súradnice zlomky vziať ich vhodné
176 9. Afinné podpriestory a sústavy lineárnych rovníc
nenulové skalárne násobky. V našom prípade stačí nahradiť bázový vektor vvv2
„krajším bázovým vektorom 6vvv2 = (2, 0, −3, 12, 6)T
.
Pre „veľkosť podpriestoru riešení homogénnej sústavy z našich úvah vy-
plýva
9.1.3. Tvrdenie. Pre ľubovoľnú maticu AAA ∈ Km×n
platí
dim R(AAA) = n − h(AAA).
9.2 Podpriestor riešení nehomogénnej sústavy
Prejdime teraz k otázke štruktúry množiny riešení R(AAA |bbb) nehomogénnej
sústavy AAA · xxx = bbb.
9.2.1. Tvrdenie. Nech AAA ∈ Km×n
, bbb ∈ Km
.
(a) Ak yyy,zzz ∈ R(AAA |bbb), tak yyy − zzz ∈ R(AAA).
(b) Ak zzz ∈ R(AAA |bbb), xxx ∈ R(AAA), tak zzz + xxx ∈ R(AAA |bbb).
Dôkaz. Možno overiť priamym výpočtom.
Z uvedeného tvrdenia vyplýva, že na popis množiny R(AAA |bbb) všetkých
riešení nehomogénnej sústavy stačí poznať podpriestor R(AAA) všetkých riešení
príslušnej homogénnej sústavy, t. j. nejaký fundamentálny systém (vvv1, . . . ,vvvk)
jej riešení, a ľubovoľné jedno riešenie zzz ∈ R(AAA |bbb) nehomogénnej sústavy.
Tvrdenie možno potom schématicky zapísať v niektorom z tvarov
R(AAA |bbb) = zzz + R(AAA) = {zzz + xxx; xxx ∈ R(AAA)}
= zzz + [vvv1, . . . ,vvvn] = {zzz + c1vvv1 + . . . + ckvvvk; c1, . . . , ck ∈ K}.
Každý si môže vybrať ten, ktorý sa mu najväčšmi pozdáva.
S využitím pojmov predchádzajúcej kapitoly možno naše úvahy zhrnúť
do nasledujúcej podoby.
9.2.2. Tvrdenie. Nech AAA ∈ Km×n
, bbb ∈ Km
. Ak sústava AAA ·xxx = bbb má aspoň
jedno riešenie, tak R(AAA |bbb) je afinný podpriestor v Kn
so zameraním R(AAA).
To znamená,
Dir R(AAA |bbb) = R(AAA) a dim R(AAA |bbb) = dim R(AAA) = n − h(AAA).
9.3 Frobeniova veta a riešenie nehomogénnej sústavy
Odpoveď na otázku riešiteľnosti nehomogénnej sústavy možno dať porovnaním
hodnosti jej základnej a rozšírenej matice.
9.3. Frobeniova veta a riešenie nehomogénnej sústavy 177
Začneme pozorovaním, že sústava AAA · xxx = bbb má aspoň jedno riešenie
zzz ∈ Kn
práve vtedy, keď bbb ∈ Im ϕ (kde ϕ(xxx) = AAA · xxx). Ak tento prípad
nastane, tak, ako sme už ukázali, R(AAA |bbb) = zzz + R(AAA).
9.3.1. Veta. (Frobenius) Nech AAA ∈ Km×n
, bbb ∈ Km
. Potom nehomogénna
sústava AAA · xxx = bbb má riešenie práve vtedy, keď h(AAA |bbb) = h(AAA).
Dôkaz. Z poznámky vyslovenej tesne pred vetou vyplýva, že sústava AAA·xxx = bbb
má riešenie práve vtedy, keď bbb ∈ [sss1(AAA), . . . ,sssn(AAA)], t. j. práve vtedy keď
[sss1(AAA), . . . ,sssn(AAA),bbb] = [sss1(AAA), . . . ,sssn(AAA)].
Keďže
h(AAA |bbb) = dim[sss1(AAA), . . . ,sssn(AAA),bbb],
h(AAA) = dim[sss1(AAA), . . . ,sssn(AAA)]
a druhý z týchto podpriestorov je podpriestorom prvého, uvedená podmienka
je zrejme ekvivalentná s rovnosťou h(AAA |bbb) = h(AAA).
Frobeniova veta vlastne hovorí už známu vec: nehomogénna sústava AAA ·
xxx = bbb nemá riešenie práve vtedy, keď sa pri úprave jej rozšírenej matice (AAA |bbb)
na redukovaný stupňovitý tvar objaví nejaký riadok tvaru (0, . . . , 0 | d) ∈
Kn+1
, kde 0 = d ∈ K. Takýto riadok totiž zodpovedá rovnici 0 = d.
Ak upravíme pomocou ERO rozšírenú maticu (AAA |bbb) na redukovaný stupňovitý
tvar (BBB |ccc), kde BBB ∈ Km×n
a ccc ∈ Km
, tak BBB je tiež v redukovanom
stupňovitom tvare. Potom R(AAA |bbb) = R(BBB |ccc) = ∅ práve vtedy, keď sa žiaden
vedúci prvok nejakého riadku matice (BBB |ccc) nenachádza v poslednom, t. j.
(n + 1)-om stĺpci. Bázu priestoru riešení R(AAA) = R(BBB) nájdeme postupom
popísaným v paragrafe 9.1 Nech J, J a k majú tam uvedený význam. Jedno
riešenie zzz = (z1, . . . , zn)T
nehomogénnej sústavy dostaneme voľbou parametrov
zj1 = . . . = zjk
= 0 pre jl ∈ J . Zvyšné hodnoty zj potom vypočítame
tak, aby zzz vyhovovalo podmienke BBB · zzz = ccc, t. j. zj = cj pre j ∈ J.
9.3.2. Príklad. Predpokladajme, že sme maticu (AAA |bbb) pomocou ERO už
upravili na redukovaný stupňovitý tvar
(BBB |ccc) =




1 0 0 3 1/4 0
0 1 0 4 2 −1
0 0 1 1 −5 6
0 0 0 0 0 0
2
−1
−2/7
0



 .
Vidíme, že h(BBB |ccc) = h(BBB) = 3, teda R(AAA |bbb) = R(BBB |ccc) = ∅. Vedúce prvky
riadkov sa nachádzajú v stĺpcoch 1, 2 a 3. Teda neznáme x4, x5 a x6 si zvolíme
za parametre a neznáme x1, x2 a x3 si vyjadríme pomocou nich. Prvej voľbe
x4 = 1, x5 = x6 = 0 zodpovedá vektor vvv1 = (−3, −4, −1, 1, 0, 0)T
. Druhá
178 9. Afinné podpriestory a sústavy lineárnych rovníc
voľba x4 = 0, x5 = 1, x6 = 0 nám dá vektor vvv2 = (−1/4, −2, 5, 0, 1, 0)T
.
Treťou voľbou x4 = x5 = 0, x6 = 1 získame vektor vvv3 = (0, 1, −6, 0, 0, 1)T
.
Potom vektory vvv1, vvv2, vvv3 tvoria bázu podpriestoru riešení R(AAA) = R(BBB) ⊆ R6
príslušnej homogénnej sústavy. Konečne voľbou parametrov x4 = x5 = x6 =
0 získame jedno riešenie zzz = (2, −1, −2/7, 0, 0, 0)T
nehomogénnej sústavy.
Výsledok možno prehľadne zapísať do tabuľky (treba si však uvedomiť,
že sme ju vypĺňali uvedeným postupom):
vvv1 vvv2 vvv3 zzz
x1 −3 −1/4 0 2
x2 −4 −2 1 −1
x3 −1 5 −6 −2/7
x4 1 0 0 0
x5 0 1 0 0
x6 0 0 1 0
Porovnajte túto tabuľku s maticou (BBB |ccc) !
9.4 Parametrické a všeobecné rovnice afinných
podpriestorov
Hoci sa v tomto i v nasledujúcom paragrafe obmedzíme len na afinné podpriestory
stĺpcového vektorového priestoru Kn
, naše úvahy majú širšiu platnosť.
Zvolením pevnej bázy ich možno pomocou súradnicového zobrazenia
zrejmým spôsobom preniesť aj na afinné podpriestory ľubovoľného konečnorozmerného
vektorového priestoru V .
Každý afinný podpriestor M ⊆ Kn
má tvar
M = ppp + [uuu1, . . . ,uuuk] = ppp + [ααα]
pre nejaký bod ppp = (p1, . . . , pn)T
∈ M a vhodnú usporiadanú k-ticu ααα =
(uuu1, . . . ,uuuk) vektorov z Kn
, kde uuuj = (u1j, . . . , unj)T
. To znamená, že pre
ľubovoľné xxx ∈ Kn
platí xxx ∈ M práve vtedy, keď existuje ttt = (t1, . . . , tk)T
∈
Kk
také, že
xxx = ppp + ααα · ttt,
kde usporiadanú k-ticu ααα sme ako obyčajne stotožnili s maticou (uij) ∈ Kn×k
so stĺpcami uuu1, . . . ,uuuk. Rovnosť xxx = ppp + ααα · ttt je maticovým zápisom parametrických
rovníc afinného podpriestoru M ⊆ Kn
. Vektor ttt ∈ Kn
nazývame
vektorom parametrov a jeho zložky t1, . . . , tk ∈ K parametrami. Po rozpísaní
do zložiek
x1 = p1 + u11t1 + u12t2 + . . . + u1ktk
x2 = p2 + u21t1 + u22t2 + . . . + u2ktk
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
xn = pn + un1t1 + un2tn + . . . + unktk
9.4. Parametrické a všeobecné rovnice afinných podpriestorov 179
dostaneme obvyklejší tvar, s akým sme sa v dimenzii n = 2 resp. n = 3 už
stretli v stredoškolskej analytickej geometrii.
Ak navyše vektory uuu1, . . . ,uuuk sú lineárne nezávislé, čo možno vždy dosiahnuť
vynechaním „nadbytočných vektorov, tak parametrické rovnice podpriestoru
M nám priamo ukážu jeho dimenziu: dim M = k.
Zápis afinného podpriestoru M ⊆ Kn
v tvare M = ppp + [ααα], kde ppp ∈ M
a ααα je nejaká usporiadaná k-tica, ktorá generuje jeho zameranie Dir M (môžeme
si dovoliť predpokladať, že ααα je dokonca báza v Dir M), budeme nazývať
jeho parametrickým vyjadrením. Parametrické vyjadrenie M = ppp + [ααα]
afinného podpriestoru možno priamo prepísať do jeho parametrických rovníc
xxx = ppp + ααα · ttt, (ttt ∈ Kk
). Taktiež naopak, z jeho parametrických rovníc
možno okamžite získať jeho parametrické vyjadrenie. Súvis medzi týmito
dvoma druhmi popisu je natoľko bezprostredný, že ich ani nemusíme príliš
úzkostlivo rozlišovať. Na druhej strane, v predchádzajúcich paragrafoch
sme videli, že každá sústava lineárnych rovníc AAA · xxx = bbb s rozšírenou maticou
(AAA |bbb) ∈ Km×(n+1)
(pokiaľ má riešenie), popisuje afinný podpriestor
R(AAA |bbb) ⊆ Kn
. Nájsť parametrické rovnice tohto podpriestoru už vieme,
treba si to len uvedomiť. Ak totiž βββ = (vvv1, . . . ,vvvk) je báza podpriestoru R(AAA)
riešení príslušenej homogénnej sústavy a zzz ∈ R(AAA |bbb) je ľubovoľné jedno riešenie
nehomogénnej sústavy – a jedno i druhé (pokiaľ existuje) naozaj vieme
nájsť –, tak
xxx = zzz + βββ · ttt,
kde ttt ∈ Kk
je vektor parametrov, sú parametrické rovnice afinného podpriestoru
R(AAA |bbb) ⊆ Kn
.
Inak povedané, vyriešiť sústavu lineárnych rovníc AAA · xxx = bbb znamená
vlastne nájsť nejaké (prípadne nie celkom hocaké ale v istom zmysle „pekné )
parametrické rovnice (alebo parametrické vyjadrenie) afinného podpriestoru
R(AAA |bbb) ⊆ Kn
.
Často je však potrebné riešiť obrátenú úlohu: k parametricky zadanému
afinnému podpriestoru M ⊆ Kn
nájsť jeho všeobecné rovnice, t. j. sústavu
lineárnych rovníc AAA ·xxx = bbb o n neznámych x1, . . . , xn takú, že M = R(AAA |bbb).
Nech teda M = ppp + [ααα] je afinný podpriestor v Kn
, daný bodom ppp ∈ Kn
a usporiadanou k-ticou ααα = (uuu1, . . . ,uuuk) vektorov z Kn
, ktorú stotožníme
s maticou ααα = (uij) ∈ Kn×k
so stĺpcami uuuj. Parametrické rovnice xxx = ppp+ααα·ttt
podpriestoru M, kde xxx = (x1, . . . ,xxxn)T
∈ Kn
je vektor neznámych a ttt =
(t1, . . . , tk)T
∈ Kk
je vektor parametrov, možno prepísať do tvaru
IIIn · xxx = ααα · ttt + ppp,
ktorý možno reprezentovať blokovou maticou
(IIIn |ααα |ppp).
180 9. Afinné podpriestory a sústavy lineárnych rovníc
Naša metóda bude založená na eliminácii parametrov t1, . . . , tk úpravou tejto
matice pomocou ERO. Maticu (IIIn |ααα |ppp) budeme upravovať na riadkovo ekvivalentnú
maticu tak, aby stredný blok vo výslednej matici bol v stupňovitom
tvare. Môžu nastať dve možnosti
(1) h(ααα) = n, čo spoznáme podľa toho, že všetky riadky stredného bloku
výslednej matice sú nenulové. V tom prípade M = V a všeobecné rovnice
tohto podpriestoru tvorí prázdna sústava (t. j. sústava ktorá neobsahuje
žiadnu rovnicu). My sa jednoducho uspokojíme s konštatovaním M = V
a nijakými všeobecnými rovnicami sa ďalej nebudeme zaoberať.
(2) h(ααα) < n. Vtedy možno stredný blok výslednej matice rozdeliť do dvoch
pod sebou umiestnených blokov DDD
0
, kde horný blok DDD je stupňovitá
matica typu h(ααα) × k, ktorá má všetky riadky nenulové, teda dolný nulový
blok má rozmer (n − h(ααα)) × k. Toto rozdelenie stredného bloku
indukuje rozdelenie celej výslednej matice do blokov
AAA DDD bbb
AAA 0 bbb
.
Potom AAA·xxx = bbb sú všeobecné rovnice afinného podpriestoru M, t. j. platí
M = ppp + [ααα] = R(AAA |bbb).
Popísaný algoritmus možno stručne zhrnúť do schémy
(IIIn |ααα |ppp)
ERO
−−−→
AAA DDD bbb
AAA 0 bbb
,
kde DDD je matica v stupňovitom tvare s nenulovými riadkami (ktorých počet
teda nutne je h(DDD) = h(ααα)). Ako vedľajší produkt takéhoto výpočtu,
možno z k-tice ααα vybrať bázu zamerania Dir M = [ααα]: je tvorená vektormi
uuuj1 , . . . ,uuujl
, kde 1 ≤ j1 < . . . < jl ≤ k sú indexy tých stĺpcov matice DDD, v ktorých
sa nachádzajú vedúce prvky jej riadkov (pozri tvrdenie 4.5.3). Správnosť
celého algoritmu vyplýva z nasledujúceho tvrdenia.
9.4.1. Tvrdenie. Nech BBB ∈ Kn×m
, CCC ∈ Kn×k
a ppp ∈ Kn
. Ak bloková matica
(BBB |CCC |ppp) je riadkovo ekvivalentná s blokovou maticou
AAA DDD bbb
AAA 0 bbb
,
kde DDD je matica v stupňovitom tvare s nenulovými riadkami, tak
R(AAA |bbb) = xxx ∈ Km
; (∃ttt ∈ Kk
)(BBB · xxx = CCC · ttt + ppp) .
9.4. Parametrické a všeobecné rovnice afinných podpriestorov 181
Dôkaz. Matica (BBB |CCC |ppp) zodpovedá sústave BBB · xxx = CCC · ttt + ppp v neznámych
x1, . . . , xm, t1, . . . , tk. Podobne matica
AAA DDD bbb
AAA 0 bbb
zodpovedá sústave
AAA · xxx = DDD · ttt + bbb
AAA · xxx = bbb
v rovnakých neznámych. Vzhľadom na riadkovú ekvivalenciu príslušných matíc
sú obe sústavy ekvivalentné.
Dokážeme, že pre ľubovoľné xxx ∈ Km
nasledujúce podmienky sú ekviva-
lentné:
(i) AAA · xxx = bbb;
(ii) (∃ttt ∈ Kk
)(AAA · xxx = DDD · ttt + bbb & AAA · xxx = bbb);
(iii) (∃ttt ∈ Kk
)(BBB · xxx = CCC · ttt + ppp).
Keďže implikácie (ii) ⇒ (iii) ⇒ (i) platia triviálne, vysvetlenie potrebuje iba
implikácia
(i) ⇒ (ii). Zrejme hodnosť matice DDD sa rovná počtu jej riadkov a ten je ≤ n.
Preto tiež h(DDD |AAA ·xxx − bbb ) = h(DDD) nezávisle na xxx. Ale to podľa Frobeniovej
vety 9.3.1 znamená, že sústava DDD · ttt = AAA · xxx − bbb (v neznámych t1, . . . , tk)
má nejaké riešenie ttt ∈ Kk
pre ľubovoľné xxx ∈ Km
.
Poznámka. Z uvedeného dôkazu vyplýva, že tvrdenie 9.4.1 zostáva v platnosti,
aj keď matica DDD nie je v stupňovitom tvare; stačí žiadať len lineárnu
nezávislosť jej riadkov. Tú však možno najistejšie nahliadnuť práve úpravou
príslušnej matice na stupňovitý tvar.
9.4.2. Príklad. Nájdeme všeobecné rovnice afinného podpriestorru M =
ppp+[ααα] stĺpcového vektorového priestoru Z5
11 nad poľom Z11, kde ppp = (1, 2, 3, 4, 5)T
a ααα je tvorená stĺpcami matice






2 1 0 1
1 5 2 6
0 2 7 0
1 6 0 9
0 3 5 8






.
Budeme upravovať maticu






1 0 0 0 0
0 1 0 0 0
0 0 1 0 0
0 0 0 1 0
0 0 0 0 1
2 1 0 1
1 5 2 6
0 2 7 0
1 6 0 9
0 3 5 8
1
2
3
4
5






182 9. Afinné podpriestory a sústavy lineárnych rovníc
pomocou ERO tak, aby stredný blok nadobudol stupňovitý tvar. Po niekoľkých
krokoch dostaneme






1 0 0 0 0
5 1 0 0 0
4 3 0 0 1
10 2 1 0 0
9 3 0 1 1
2 1 0 1
0 10 2 0
0 0 0 8
0 0 0 0
0 0 0 0
1
7
4
6
2






.
Predovšetkým vidíme, že tretí vektor štvorice ααα je lineárnou kombináciou
predchádzajúcich dvoch, preto ho možno v príslušnom parametrickom vyjadrení
podpriestoru M vynechať. Zvyšné tri vektory v ααα sú lineárne nezávislé,
čiže dim M = 3. Konečne, všeobecné rovnice podpriestoru M vyzerajú takto
10x1 + 2x2 + x3 = 6
9x1 + 3x2 + x4 + x5 = 2 .
Dosadením sa možno presvedčiť, že bod ppp skutočne vyhovuje tejto sústave a
vektory štvorice ααα príslušnej homogénnej sústave.
9.5 Rovnice prieniku a spojenia afinných podpriestorov
V tomto paragrafe sa pokúsime zostaviť všeobecné recepty, pomocou ktorých
budeme vedieť napísať či už všeobecné alebo parametrické rovnice prieniku
a spojenia dvoch afinných podpriestorov stĺpcového vektorového priestoru
Kn
. Pri tom vezmeme do úvahy tri možnosti zadania pôvodných podpries-
torov:
(1) Oba podpriestory sú zadané všeobecnými rovnicami.
(2) Oba podpriestory sú zadané parametricky.
(3) Jeden podpriestor je zadaný pomocou všeobecných rovníc a druhý para-
metricky.
Každú situáciu budeme ilustrovať na jednom až dvoch konkrétnych príkladoch,
v ktorých navyše vyšetríme i vzájomnú polohu oboch afinných pod-
priestorov.
(1) Nech afinné podpriestory M, N ⊆ Kn
majú všeobecné rovnice AAA·xxx =
bbb resp. BBB · xxx = ccc, kde AAA ∈ Km×n
, bbb ∈ Km
, BBB ∈ Kl×n
, ccc ∈ Kl
. Potom
všeobecnými rovnicami prieniku M ∩ N je sústava
AAA · xxx = bbb
BBB · xxx = ccc
s rozšírenou maticou
AAA
BBB
bbb
ccc
.
9.5. Rovnice prieniku a spojenia afinných podpriestorov 183
Parametrické vyjadrenie prieniku M ∩ N možno získať vyriešením tejto sú-
stavy.
Ak hľadáme parametrické vyjadrenie spojenia M N, najprv vyriešením
sústav s rozšírenými maticami (AAA |bbb) resp. (BBB |ccc) získame parametrické
vyjadrenia jednotlivých podpriestorov M a N. Z nich na základe tvrdenia
8.3.3 (b) zostavíme parametrické vyjadrenie podpriestoru M N (pozri
tiež príklad 8.3.5). Konečne, ak nás zaujímajú všeobecné rovnice podpriestoru
M N, môžeme ich odvodiť z jeho parametrických rovníc metódou
opísanou v druhej časti predchádzajúceho paragrafu 9.4 (pozri tvrdenie 9.4.1
a príklad 9.4.2).
9.5.1. Príklad. Afinné podpriestory M, N vektorového priestoru Q4
sú
dané sústavami
x1 + x2 − x3 + x4 = 9
x1 − x2 + x3 − x4 = −3
resp.
x1 + 3x2 + 2x3 − x4 = 0
x1 − 3x2 − 2x3 + x4 = 6 .
Ak dáme tieto sústavy dohromady, získame všeobecné rovnice prieniku. Ich
riešenie však bude výhodné trochu odložiť a najprv upraviť rozšírené matice
pôvodných sústav:
1 1 −1 1
1 −1 1 −1
9
−3
∼
1 0 0 0
0 1 −1 1
3
6
,
1 3 2 −1
1 −3 −2 1
0
6
∼
1 0 0 0
0 1 2/3 −1/3
3
−1
.
Z upravených matíc okamžite dostávame parametrické vyjadrenie pôvodných
podpriestorov (matica v hranatých zátvorkách označuje lineárny podpriestor
generovaný jej stĺpcami)
M =




3
6
0
0



 +




0 0
1 −1
1 0
0 1



 , N =




3
−1
0
0



 +




0 0
−2 1
3 0
0 3



 .
Ak napíšeme obe upravené rozšírené matice všeobecných rovníc podpriestorov
M a N do blokov pod seba, dostaneme rozšírenú maticu všeobecných
rovníc podpriestoru M ∩N. Jej úpravou na redukovaný stupňovitý tvar vyjde




1 0 0 0
0 1 0 1/5
0 0 1 −4/5
0 0 0 0
3
9/5
−21/5
0



 .
184 9. Afinné podpriestory a sústavy lineárnych rovníc
Odtiaľ už priamo vyplýva parametrické vyjadrenie
M ∩ N =




3
9/5
−21/5
0



 +




0
−1
4
5



 .
Zistili sme, že dvojrozmerné afinné podpriestory M, N majú jednorozmerný
prienik, teda sú rôznobežné. Preto tiež dim(M N) = 2 + 2 − 1 = 3.
Ak postavíme vedľa seba generátory smerových podpriestorov Dir M a
Dir N, úpravou príslušnej matice zistíme, že prvé tri sú lineárne nezávislé
a posledný z nich je lineárnou kombináciou predchádzajúcich. Teda stĺpce
matice
βββ =




0 0 0
1 −1 −2
1 0 3
0 1 0




tvoria bázu zamerania afinného podpriestoru M N. Jeho parametrické vyjadrenie
je
M N = ppp + [βββ],
kde ppp = (3, 9/5, −21/5, 0)T
. Úpravou blokovej matice (III4 |βββ |ppp) podľa algoritmu
z druhej časti paragrafu 9.4 (pozri poznámku za tvrdením 9.4.1) výmenou
prvého a posledného riadku dostaneme všeobecné rovnice podpriestoru
M N:
x1 = 3 .
(2) Nech M = ppp + [ααα], N = qqq + [βββ] sú parametrické vyjadrenia dvoch
afinných podpriestorov v Kn
. Potom, ako už vieme, M N = ppp + [qqq −
ppp,ααα,βββ] a podľa tvrdenia 4.5.3 vynechaním vhodných stĺpcov z blokovej matice
(qqq − ppp,ααα,βββ) možno dostať bázu zamerania Dir(M N). Všeobecné rovnice
podpriestoru M N dostaneme úpravou blokovej matice (IIIn |qqq −ppp,ααα,βββ |ppp),
prípadne matice, v ktorej je prostredný blok nahradený bázou zamerania
Dir(M N), podľa algoritmu z paragrafu 9.4
Pokiaľ nás zaujímajú všeobecné rovnice prieniku M ∩N, najjednoduchšie
ich získame tak, že parametrické rovnice každého z podpriestorov M, N
prevedieme na všeobecné rovnice a tieto spojíme dohromady. Parametrické
vyjadrenie prieniku M ∩ N dostaneme vyriešením jeho všeobecných rovníc.
Jestvuje aj iná cesta k parametrickým rovniciam prieniku M∩N. Ako vedľajší
produkt pri nej možno získať bázy zameraní Dir M, Dir N, Dir(M N),
teda aj parametrické rovnice spojenia M N. Pri tejto metóde upravujeme
blokovú maticu (ααα |βββ |qqq − ppp) pomocou ERO na stupňovitý tvar
AAA BBB ccc
0 BBB ccc
,
9.5. Rovnice prieniku a spojenia afinných podpriestorov 185
kde matica AAA má všetky riadky nenulové (teda lineárne nezávislé a ich
počet je h(AAA ) = h(ααα) = dim M). Prienik M ∩ N je tvorený všetkými
xxx = qqq + βββ · ttt ∈ N, ktoré patria zároveň do M, t. j. existuje vektor parametrov
sss taký, že xxx = ppp + ααα · sss. Hľadáme teda všetky vektory parametrov ttt, ku
ktorým existuje nejaký vektor parametrov sss taký, že platí
ααα · sss = βββ · ttt + (qqq − ppp).
Podľa tvrdenia 9.4.1 (stačí v ňom zameniť poradie prvého a druhého zvislého
bloku) k danému ttt existuje takéto sss práve vtedy, keď BBB·ttt+ccc = 0. Vyriešením
tejto sústavy získame parametrické vyjadrenie
ttt = rrr + γγγ · zzz,
kde rrr ∈ R(BBB | − ccc) a γγγ je báza lineárneho podpriestoru R(BBB), s vektorom
parametrov zzz, ktoré dosadíme do parametrických rovníc podpriestoru N.
Dostaneme tak parametrické rovnice
xxx = qqq + βββ · (rrr + γγγ · zzz) = (qqq + βββ · rrr) + (βββ · γγγ) · zzz
podpriestoru M ∩ N.
Metóda zostavenia všeobecných rovníc prieniku M ∩N ako i oboch typov
rovníc spojenia M N, popísaná v prvej časti bodu (2), je (aspoň dúfame)
dostatočne jasná. V nasledujúcom príklade sa preto sústredíme len na nájdenie
parametrických rovníc prieniku M ∩ N metódou z druhej časti a určenie
vzájomnej polohy M a N.
9.5.2. Príklad. Nech
M =




1 1
1 4
1 1
2 5



 , N1 =




0
2
2
3



+




1 2 3
2 2 8
5 0 9
3 4 11



 , N2 =




1
1
2
2



+




1 2 3
2 2 8
5 0 9
3 4 11




sú afinné podpriestory v R4
. Zrejme Dir N1 = Dir N2; označme tento lineárny
podpriestor D. Obe úlohy o dvojiciach podpriestorov M, N1 aj M, N2
budeme riešiť súčasne. Platí




1 1
1 4
1 1
2 5
1 2 3
2 2 8
5 0 9
3 4 11
0 1
2 1
2 2
3 2



 ∼




1 1
0 3
0 0
0 0
1 2 3
1 0 5
4 −2 6
0 0 0
0 1
2 0
2 1
1 0



 .
Ak si z matice na pravej strane odmyslíme krajný pravý blok, po vynechaní
rovnice 0 = 0 z nej dostaneme sústavu
4t1 − 2t2 + 6t3 = 0.
186 9. Afinné podpriestory a sústavy lineárnych rovníc
Lineárny podpriestor Dir M ∩ D je tvorený práve všetkými lineárnyni kombináciami
βββ · ttt, kde βββ je matica generátorov D (a jeho báza, čo možno zistiť
doupravením stredného bloku na stupňovitý tvar) a ttt vyhovuje uvedenej homogénnej
rovnici. Teda dim(Dir M ∩D) = dim Dir M = 2. Preto Dir M ⊆ D
a platí M N1 aj M N2.
Sústava
4t1 − 2t2 + 6t3 = −2
0 = −1,
ktorej musí vyhovovať vektor parametrov ttt = (t1, t2, t3)T
, aby ním určený
bod z N1 patril aj do M, nemá riešenie. Preto M ∩ N1 = ∅ a M, N1 sú pravé
rovnobežky.
Naopak, analogická sústava pre dvojicu M, N2 vedie na jedinú, očividne
riešiteľnú rovnicu
4t1 − 2t2 + 6t3 = −1.
V dôsledku toho M ⊆ N2.
(3) Nech afinný podpriestor M ⊆ Kn
je daný všeobecnými rovnicami
AAA · xxx = bbb a afinný podpriestor N = qqq + [βββ] ⊆ Kn
je daný parametricky. Ak
hľadáme všeobecné rovnice prieniku M ∩ N, stačí nájsť všeobecné rovnice
podpriestoru N a pridať ich k sústave AAA·xxx = bbb. Ich vyriešením potom možno
dostať aj parametrické vyjadrenie M ∩N. Ak hľadáme popis spojenia M N,
najvýhodnejšie je vyriešiť všeobecné rovnice podpriestoru M a z parametrických
vyjadrení oboch podpriestorov M, N zostaviť parametrické vyjadrenie
M N podľa tvrdenia 8.3.3 a príkladu 8.3.5 Elimináciou parametrov odtiaľ
dostaneme všeobecné rovnice podpriestoru M N.
Iná metóda, ako nájsť parametrické vyjadrenie prieniku M ∩ N spočíva
v dosadení parametrického vyjadrenia podpriestoru N do všeobecných rovníc
podpriestoru M. Tým dostaneme sústavu
AAA · (qqq + βββ · ttt) = bbb,
alebo po úprave s ňou ekvivalentnú sústavu
(AAA · βββ) · ttt = bbb − AAA · qqq,
ktorej musí vyhovovať vektor parametrov ttt, aby ním určený bod xxx = qqq +βββ·ttt ∈
N patril aj do podpriestoru M, teda do prieniku M ∩ N. Uvedenú sústavu
vyriešime úpravou jej rozšírenej matice (AAA · βββ |bbb − AAA · qqq). Podobne ako v
prípade (2) riešenie dostaneme v parametrickom tvare
ttt = rrr + γγγ · zzz,
9.5. Rovnice prieniku a spojenia afinných podpriestorov 187
kde rrr ∈ R(AAA · βββ |bbb − AAA · qqq) a γγγ je báza lineárneho podpriestoru R(AAA · βββ),
s vektorom parametrov zzz, ktoré dosadíme do parametrických rovníc podpriestoru
N. Tak získame parametrické rovnice
xxx = qqq + βββ · (rrr + γγγ · zzz) = (qqq + βββ · rrr) + (βββ · γγγ) · zzz
podpriestoru M ∩ N.
I tentokrát sa v nasledujúcom príklade zameriame len na nájdenie parametrických
rovníc prieniku M ∩ N druhou z opísaných metód a na určenie
vzájomnej polohy M a N.
9.5.3. Príklad. Afinný podpriestor M ⊆ R4
má všeobecné rovnice
x1 − x2 + x3 − x4 = 1
x1 + x2 − x3 + x4 = 3.
Rozšírenú maticu tejto sústavy označíme (AAA |bbb). Afinný podpriestor N ⊆
R4
je určený ako afinný obal N = (ppp,qqq,rrr,sss) bodov ppp = (3, 0, 1, 1)T
, qqq =
(4, −1, 2, 2)T
, rrr = (4, 1, 2, 0)T
a sss = (7, 3, 4, 5)T
. Jeho parametrické vyjadrenie
potom je
N = ppp + [qqq − ppp,rrr − ppp,sss − ppp] =




3
0
1
1



 +




1 1 4
−1 1 3
1 1 3
1 −1 4



 .
Keďže
AAA · (qqq − ppp,rrr − ppp,sss − ppp) =
1 −1 1 −1
1 1 −1 1
·




1 1 4
−1 1 3
1 1 3
1 −1 4



 =
2 2 3
0 0 8
,
bbb − AAA · ppp =
1
3
−
1 −1 1 −1
1 1 −1 1
·




3
0
1
1



 =
−2
0
,
bod tvaru ppp + t1(qqq − ppp) + t2(rrr − ppp) + t3(sss − ppp) ∈ N patrí do prieniku M ∩
N práve vtedy, keď príslušný vektor parametrov ttt = (t1, t2, t3)T
vyhovuje
sústave s rozšírenou maticou
2 2 3
0 0 8
−2
0
∼
1 1 0
0 0 1
−1
0
.
188 9. Afinné podpriestory a sústavy lineárnych rovníc
Podpriestor riešení tejto sústavy má parametrické vyjadrenie


−1
0
0

 +


−1
1
0

 .
Dosadením do parametrického vyjadrenia N dostaneme
M ∩ N =




3
0
1
1



 +




1 1 4
−1 1 3
1 1 3
1 −1 4



 ·


−1
0
0

 +








1 1 4
−1 1 3
1 1 3
1 −1 4



 ·


−1
1
0






=




2
1
0
0



 +




0
2
0
−2




a dim(M ∩N) = 1. Ľahko nahliadneme, že hodnosť matice sústavy podpriestoru
M je 2, preto tiež dim M = 4 − 2 = 2, a dim N = 3. Z toho dôvodu
M ∩N je vlastný podpriestor tak v M ako aj v N, čiže M, N sú rôznobežné.
Cvičenia
9.1. Nájdite nejaký fundamentálny systém riešení sústavy homogénnych lineárnych rovníc
AAA · xxx = 0 pre matice
(a) AAA =
0
@
1 0 −1 −1 0
2 0 −1 1 −1
1 0 1 5 −2
1
A ∈ Q3×5
; (b) AAA =
√
2 1
√
3
1
√
2 1
3 2 1+
√
6
∈ R3×3
;
(c) AAA = 1+i 1−i 2+3i
5−i −1−5i 13 ∈ C2×3
; (d) AAA =
0 4 0 9
0 3 2 5
0 1 1 0
∈ Z3×4
11 .
Vyjadrite všeobecné riešenie každej sústavy ako lineárnu kombináciu fundamentálneho
systému riešení.
9.2. Nájdite nejaké riešenie nehomogénnej sústavy AAA · xxx = bbb a fundamentálny systém riešení
príslušnej homogénnej sústavy danej rozšírenou maticou
(a) (AAA |bbb) =
1 1 1
2 3 7
1 2 2
2
2
5
∈ Q3×4
; (b) (AAA |bbb) = 1 π
e−1
−1
e−1
π2 ∈ R2×3
;
(c) (AAA |bbb) =
0
@
1 2 1 0
−1 1 2 1
2 7 5 1
˛
˛
˛
˛
˛
˛
−1
2
−1
1
A ∈ R3×5
; (d) (AAA |bbb) =
0
@
1 2 3
1 1 1
3 4 0
˛
˛
˛
˛
˛
˛
1
4
2
1
A ∈ Z3×4
5 .
Vyjadrite všeobecné riešenie každej sústavy v tvare súčtu jedného jej riešenia a lineárnej
kombinácie fundamentálneho systému riešení príslušnej homogénnej sústavy.
Cvičenia 189
9.3. V každom z nasledujúcich prípadov napíšte parametrické rovnice afinného podpriestoru
M vektorového priestoru R3
alebo R4
nad poľom R a nájdite jeho všeobecné
rovnice:
(a) M = {(0, 2, −1)} ⊆ R3
;
(b) M = (1, −1, 2) + [(1, −5, 4)] ⊆ R3
;
(c) M = [(1, 3, −1), (2, 0, 5)] ⊆ R3
;
(d) M = (eee1 + eee4, 2eee2 − eee3) ⊆ R4
(e) M = (0, 2, −1, 1) + [(3, 1, 10, −8), (3, 5, 8, −6)] ⊆ R4
;
(f) M = ((1, 1, 1, 0), (1, 1, 0, 1), (1, 0, 1, 1), (0, 1, 1, 1)) ⊆ R4
;
(g) M = R4
.
9.4. Pre dané lineárne podpriestory S, T vektorového priestoru R4
nájdite v každom z nasledujúcich
prípadov nejaké bázy lineárnych podpriestorov S ∩ T, S + T ⊆ R4
a určte
ich dimenzie:
(a) S = (1, 1, 1, 1)T
, (2, 0, 0, 3)T
, T = (3, 2, 1, 0)T
, (6, 3, 2, 4)T
;
(b) S = [eee1 − eee2 + 2eee3 + eee4], T = [(1, 0, 2, 0)T
, (2, −1, 4, 1)T
, (4, −1, 8, 1)T
;
(c) S = [eee1 + eee2,eee2 + eee3,eee3 + eee4], T = (1, 0, 1, 0)T
, (0, 1, 0, 1)T
, (1, 0, 0, 1)T
.
9.5. Pre dané afinné podpriestory M, N vektorového priestoru R4
nájdite v každom z nasledujúcich
prípadov všeobecné aj parametrické rovnice ich prieniku M ∩ N a určte
ich vzájomnú polohu ako aj dimenziu spojenia M N:
(a) M = (1, 0, 2, 0)T
, (0, 2, 0, 1)T
, N = (4, 1, 7, 2)T
+ (1, 2, 3, 4)T
, (0, 1, 2, 3)T
, (0, 0, 1, 2)T
;
(b) M = (0, 0, 1, −1)T
+ (1, 2, 2, 1)T
, (2, 1, 1, 2)T
, N = (0, 1, 1, 0)T
, (1, 0, 0, 1)T
, (1, −1, 0, 0)T
];
(c) M = [eee1,eee2], N = (1, 1, 1, 1)T
+ [eee3,eee4].
9.6. Afinné podpriestory M, N vektorového priestoru R5
sú dané všeobecnými rovnicami.
V každom z nasledujúcich prípadov zistite ich vzájomnú polohu, napíšte parametrické
rovnice ich prieniku aj spojenia a určte dimenzie afinných oboch podpriestorov M ∩N,
M N:
(a) M : x1 + 2x2 = 0, x2 − 3x3 = 1, 4x3 − x4 + x5 = 2,
N : 2x1 + 3x3 − x5 = 5, x2 + x4 = 0, x1 − 2x3 = 7;
(b) M : x1 + x2 + x3 + x4 + x5 = 5, x1 − x2 + x3 = 1, x2 + 2x4 − x5 = 2, x3 = 1,
N : 3x1 + x2 + 2x3 + 5x4 − x5 = 10, x1 + x3 + 2x4 − x5 = 1;
(c) M : x1 = 1, x2 = 2, x3 = 3,
N : x1 + x2 + x3 = 6, x1 − x2 + x3 = 2.
9.7. Jeden z afinných podpriestorov M, N vektorového priestoru R4
je daný všeobecnými
rovnicami a druhý parametricky. V každom z nasledujúcich prípadov zistite ich vzájomnú
polohu, napíšte parametrické rovnice ich prieniku M ∩ N a všeobecné rovnice
ich spojenia M N a určte dimenzie afinných podpriestorov M ∩ N, M N:
(a) M : x + y + z = 0, x − 2y + z = 4, x − u = 0, N = (1, 0, −1, 0)T
;
(b) M : 2x − y + 2z = 3, x + z − 2u = 0, N = (1, 4, 1, 1)T
, (1, 0, 1, 0)T
;
(c) M : x + y = 0, x + z = 1, x + u = 2, N = (1, 1, 2, 2)T
, (2, 2, 3, 2)T
.
190 9. Afinné podpriestory a sústavy lineárnych rovníc
9.8. Nech V je vektorový priestor nad poľom K a S je jeho lineárny podpriestor. Označme
V/S množinu všetkých afinných podpriestorov M priestoru V takých, že Dir M = S.
Dokážte postupne nasledujúce tvrdenia:
(a) Pre každý prvok xxx ∈ V existuje práve jeden podpriestor X ∈ V/S taký, že xxx ∈ X.
Inými slovami, množina V/S tvorí rozklad množiny V a triedou rozkladu, do ktorej
patrí prvok xxx ∈ V , je afinný podpriestor xxx + S ∈ V/S (pozri paragraf 0.6).
(b) Prvky xxx,yyy ∈ V patria do tej istej triedy rozkladu V/S práve vtedy, keď xxx−yyy ∈ S.
Inak povedané, vzťahom xxx ≡S yyy ⇔ xxx − yyy ∈ S je definovaná ekvivalencia na množine
V prislúchajúca k rozkladu V/S, teda V/S = V/≡S.
(c) Nech xxx1 ≡S xxx2, yyy1 ≡S yyy2 a c ∈ K. Potom tiež xxx1 + yyy1 ≡S xxx2 + yyy2 a cxxx1 ≡S cxxx2.
(d) Nech X = xxx + S, Y = yyy + S patria do V/S. Vďaka (c) sú predpismi X + Y =
(xxx +yyy) + S, cX = cxxx + S korektne definované operácie na množine V/S (to znamená,
že výsledky týchto operácií nezávisia na reprezentantoch xxx, yyy tried X resp. Y ale
výlučne na podpriestoroch X, Y ).
(e) Množina V/S s uvedenými operáciami súčtu a skalárneho násobku tvorí vektorový
priestor nad poľom K; nazývame ho faktorový priestor vektorového priestoru V podľa
podpriestoru S. Čo je nulou v tomto vektorovom priestore?
(f) Priradením xxx → ζS(xxx) = xxx + S je definované surjektívne lineárne zobrazenie
ζS : V → V/S s jadrom Ker ζS = S.
(g) Nech U, V sú vektorové priestory nad poľom K a ϕ: V → U je lineárne zobrazenie.
Priradením xxx + Ker ϕ → ϕ(xxx) je korektne definované injektívne lineárne zobrazenie
V/ Ker ϕ → U. V dôsledku toho platí V/ Ker ϕ ∼= Im ϕ.
(h) Ak V je konečnorozmerný, tak dim V/S = dim V − dim S, čo je ďalšia analógia
medzi vlastnosťami dimenzie a logaritmu (porovnaj s tvrdením 5.4.3).
9.9. Nech V je vektorový priestor nad poľom K a S, T sú jeho lineárne podpriestory. Dokážte
tzv. kosoštvorcovú vetu o izomorfizme:
(S + T)/T ∼= S/(S ∩ T).
(Návod: Dokážte, že priradením (xxx + yyy) + T → xxx + (S ∩ T), kde xxx ∈ S, yyy ∈ T, je
korektne definovaný lineárny izomorfizmus (S + T)/T → S/(S ∩ T).)
9.10. Nech pole K má konečný počet prvkov q, V je vektorový priestor nad K konečnej dimenzie
n a S je jeho lineárny podpriestor dimenzie k (0 ≤ k ≤ n). Dokážte postupne
nasledujúce tvrdenia:
(a) Faktorový priestor V/S má práve qn−k
prvkov.
(b) Počet všetkých k-rozmerných afinných podpriestorov priestoru V je práve qn−k n
k q
,
kde n
k q
je q-binomický koeficient (pozri cvičenia 5.18, 5.17).
10. Determinanty
V tejto kapitole zavedieme determinanty štvorcových matíc ľubovoľného rozmeru
n × n nad pevným poľom K, preskúmame ich základné vlastnosti a
naučíme sa ich počítať. Taktiež si ukážeme niekoľko príkladov ich využitia.
Čitateľ sa pravdepodobne už na strednej škole stretol s determinantmi
reálnych matíc rozmerov 2 × 2 a 3 × 3. Možno tiež vie previesť výpočet determinantov
vyšších rádov na výpočet determinantov nižších rádov pomocou
ich rozvoja podľa nejakého riadku alebo stĺpca. So všeobecnou definíciou
determinantu sa však asi dosiaľ nestretol. Ako čoskoro uvidíme, nie je to
nijako priezračná definícia a na prvý pohľad určite nepôsobí „prirodzeným
dojmom. Keďže nechceme, aby táto definícia „spadla z neba , náš výklad
začneme pomerne dlhým úvodom, ktorý má poslúžiť ako jej motivácia.
10.1 Orientovaný objem a multilineárne alternujúce
funkcie
Na začiatok si položme prirodzenú otázku: Ako vyzerajú vzorce pre plošný
obsah rovnobežníka v rovine R2
, ktorého dve susedné strany tvoria vektory
uuu = (u1, u2)T
, vvv = (v1, v2)T
, resp. pre objem rovnobežnostena v priestore R3
,
ktorého tri susedné hrany tvoria vektory uuu = (u1, u2, u3)T
, vvv = (v1, v2, v3)T
,
www = (w1, w2, w3)T
?
Vzorce, ktoré by vyjadrovali príslušný obsah alebo objem len pomocou
súradníc vektorov uuu, vvv resp. uuu, vvv, www, asi len tak z rukáva nevysypeme, môžeme
sa však pokúsiť ich odvodiť. Najschodnejšia cesta vedie cez ujasnenie si
vlastností, ktorým by mali takéto vzorce vyhovovať. Uvidíme, že tieto vlastnosti
už jednoznačne (až na voľbu jednotkového obsahu či objemu) určujú
hľadané vzorce nielen v rovine či v trojrozmernom priestore, ale možno ich
bezprostredne zovšeobecniť na n-rozmerné vektorové priestory Kn
nad ľubovoľným
poľom K, hoci tu pojem „n-rozmerného objemu stráca svoj názorný
geometrický význam.
Označme teda P(X) obsah rovinného útvaru X. Zrejme P(X) je vždy
nezáporné reálne číslo a pre zhodné útvary X, Y platí P(X) = P(Y ). Obsah
je navyše aditívny, t. j. pre útvary X, Y také, že P(X ∩ Y ) = 0, platí P(X ∪
Y ) = P(X) + P(Y ). Konečne, P(X) = 0 pre ľubovoľnú úsečku X.
Obsah rovnobežníka {auuu + bvvv; a, b ∈ 0, 1 } určeného vektormi uuu,vvv ∈ R2
budeme značiť P(uuu,vvv). Z práve sformulovaných vlastností obsahu vyplývajú
rovnosti
192 10. Determinanty
P(uuu,vvv) = P(vvv,uuu), P(cuuu,vvv) = |c|P(uuu,vvv)
pre ľubovoľné uuu,vvv ∈ R2
, c ∈ Z. Druhá vlastnosť sa nazýva pozitívna homogenita
a pre c = 3 je znázornená na nasledujúcom obrázku.
Obr. 10.1. K pozitívnej homogenite obsahu vektorového rovnobežníka
Platnosť druhej rovnosti pre všetky c ∈ Q možno už z toho jednoducho
dokázať (pozri cvičenie 10.1). S jej platnosťou pre všetky c ∈ R je to už
trochu zložitejšie – zakladá sa na istých úvah o „spojitosti obsahu –, a tak
jej radšej uveríme bez dôkazu.
Pozrime sa teraz na ďalšie dva obrázky. (Podotýkame, že oba znázorňujú
situáciu v rovine, teda pri pohľade na ne treba potlačiť priestorové videnie,
ktoré sa nám mimovoľne otvára.)
Obr. 10.2. K aditivite obsahu vektorového rovnobežníka
V prvom prípade určujú vektory xxx + yyy, vvv rovnobežník OABC, vektory
yyy, vvv rovnobežník ODEC a rovnobežník vektorov xxx, vvv je zhodný s rovnobežníkom
DABE. Zo zhodnosti trojuholníkov OAD, CBE potom na základe
uvedených vlastností obsahu vyplýva rovnosť
P(xxx + yyy,vvv) = P(xxx,vvv) + P(yyy,vvv).
V druhom prípade určujú vektory xxx, vvv rovnobežník OABC, vektory xxx+yyy,
vvv rovnobežník ODEC a rovnobežník vektorov yyy, vvv je zhodný s rovnobežníkom
DABE. Zo zhodnosti trojuholníkov ODA, CEB vyplýva P(xxx,vvv) =
P(xxx + yyy,vvv) + P(yyy,vvv), teda
P(xxx + yyy,vvv) = P(xxx,vvv) − P(yyy,vvv).
10.1. Orientovaný objem a multilineárne alternujúce funkcie 193
To je v porovnaní s prvým prípadom nepríjemné prekvapenie, určite by
sme dali prednosť rovnakej formule. Všimnime si však , že „kratšie otočenie
vektora yyy do vektora vvv je orientované proti „kratším otočeniam vektorov xxx
aj xxx +yyy do vektora vvv. V druhom prípade by sa nám preto hodilo, aby obsah
rovnobežníka určeného vektormi yyy, vvv mal z toho dôvodu opačné znamienko
ako obsahy rovnobežníkov prislúchajúcich vektorom xxx, vvv resp. xxx+yyy, vvv. Tento
cieľ možno dosiahnuť, ak namiesto plošného obsahu vektorových rovnobežníkov
budeme uvažovať ich orientovaný plošný obsah, ktorý mení znamienko
zámenou poradia dvoch vektorov, teda môže nadobúdať aj záporné hodnoty.
Pôvodný nezáporný plošný obsah potom dostaneme ako absolútnu hodnotu
orientovaného obsahu. Tento prístup nám navyše umožní zbaviť sa absolútnej
hodnoty v rovnosti P(cuuu,vvv) = |c|P(uuu,vvv).
Podobnými úvahami, ktoré by si však vyžiadali trochu zložitejšie obrázky,
tentokrát znázorňujúce naozaj priestorové situácie, by sme mohli dospieť i
k potrebe skúmať orientovaný objem rovnobežnostena {auuu+bvvv+cwww; a, b, c ∈
0, 1 } určeného vektormi uuu, vvv, www v trojrozmernom priestore R3
, prípadne nrozmerný
objem rovnobežnostena {a1uuu1 + . . . + anuuun; a1, . . . , an ∈ 0, 1 }
určeného vektormi uuu1, . . . ,uuun v n-rozmernom priestore Rn
(pre n > 3 však
bez možnosti sprostredkovať si geometrický vhľad obrázkami).
Pre čitateľa, ktorý sa už stretol s vektorovým súčinom v R3
, poznamenajme,
že orientovaný n-rozmerný objem sa správa do značnej miery podobne.
Vektorový súčin uuu × vvv dvoch vektorov uuu,vvv ∈ R3
, je vektor kolmý na
rovinu [uuu,vvv], ktorého dlžka sa rovná plošnému obsahu rovnobežníka vektorov
uuu, vvv a orientácia je daná pravidlom pravej ruky (ak položíme dlaň pravej
ruky malíčkom na vektor uuu tak, že zakrivené prsty smerujú k vektoru vvv po
oblúku zodpovedajúcom uhlu ≤ 180◦
, vztýčený palec ukazuje smer aj orientáciu
vektora uuu × vvv). Z toho dôvodu uuu × vvv = −(vvv × uuu).
Ak nahradíme reálne čísla ľubovoľným poľom K, vykonané úvahy nás privádzajú
k nasledujúcim definíciám. Nech V je vektorový priestor nad poľom
K a 1 ≤ n ∈ N. Hovoríme, že zobrazenie F : V n
→ K je
(a) n-lineárne alebo tiež multilineárne, ak pre každé 1 ≤ j ≤ n a ľubovoľné
vektory uuu1, . . . ,uuuj−1,uuuj+1, . . . ,uuun ∈ V priradenie
xxx → F(uuu1, . . . ,uuuj−1,xxx,uuuj+1, . . . ,uuun)
definuje lineárne zobrazenie V → K, t. j. pre všetky xxx,yyy ∈ V , a, b ∈ K
platí
F(uuu1, . . . ,uuuj−1, axxx + byyy,uuuj+1, . . . ,uuun)
= aF(uuu1, . . . ,uuuj−1,xxx,uuuj+1, . . . ,uuun) + bF(uuu1, . . . ,uuuj−1,yyy,uuuj+1, . . . ,uuun);
(b) antisymetrické, ak pre všetky 1 ≤ i < j ≤ n a ľubovoľné vektory
uuu1, . . . ,uuun ∈ V platí
F(uuu1, . . . ,uuui, . . . ,uuuj, . . . ,uuun) = −F(uuu1, . . . ,uuuj, . . . ,uuui, . . . ,uuun).
194 10. Determinanty
Inak povedané, F : V n
→ K je n-lineárne, ak dosadením ľubovoľných n − 1
pevných vektorov na akékoľvek miesta do F dostaneme lineárne zobrazenie
vo zvyšnej voľnej premennej; F je antisymetrické, ak zámenou poradia
ľubovoľných dvoch argumentov v F sa hodnota výsledku zmení na opačnú.
Cieľom našich úvah teda bolo čitateľa presvedčiť, že n-rozmerný orientovaný
objem v Rn
je multilineárna antisymetrická funkcia
Rn
× . . . × Rn
n-krát
→ R.
Ukazuje sa však, že antisymetriu možno nahradiť zdanlivo slabšou, geometricky
názornou podmienkou, motivovanou očividným vzťahom P(uuu,uuu) = 0
pre obsah degenerovaného vektorového rovnobežníka. Hovoríme, že zobrazenie
F : V n
→ K je
(c) alternujúce, ak pre ľubovoľné uuu1, . . . ,uuun ∈ V z podmienky uuui = uuuj pre
nejaké 1 ≤ i < j ≤ n vyplýva
F(uuu1, . . . ,uuun) = 0.
Ukážeme si, že uvedené tri vlastnosti spolu tesne súvisia. Najprv ale pripomeňme,
že pole K má charakteristiku 2, ak v ňom platí 1 + 1 = 0, čo je
ekvivalentné s podmienkou (∀ a ∈ K)(a = −a). Príkladom je pole Z2 (pozri
paragraf 1.2). Ak char K = 2, tak (∀ a ∈ K)(a = −a ⇒ a = 0).
10.1.1. Lema. Nech V je vektorový priestor nad poľom K a F : V n
→ K
je ľubovoľné zobrazenie.
(a) Ak char K = 2 a F je antisymetrické, tak F je alternujúce.
(b) Ak F je multilineárne a alternujúce, tak F je antisymetrické.
Dôkaz. (a) sme už vlastne dokázali v úvahe predchádzajúcej túto lemu.
(b) Nech F je multilineárne a alternujúce. Položme xxx = uuui, yyy = uuuj a zafixujme
zvyšné z vektorov uuu1, . . . ,uuun. Potom G(xxx,yyy) = F(uuu1, . . . ,xxx, . . . ,yyy, . . . ,uuun)
je bilineárne (t. j. 2-lineárne) alternujúce zobrazenie V 2
→ K. Stačí dokázať,
že G je antisymentrické. Vďaka uvedeným vlastnostiam platí
G(xxx,yyy) + G(yyy,xxx) = G(xxx,xxx) + G(xxx,yyy) + G(yyy,xxx) + G(yyy,yyy)
= G(xxx + yyy,xxx + yyy) = 0,
teda G(xxx,yyy) = −G(yyy,xxx).
Pre multilineárne zobrazenie tak alternácia implikuje antisymetriu, kým
opačná implikácia platí len za dodatočného predpokladu char K = 2 (no, na
druhej strane, aj bez multilinearity).
10.1.2. Lema. Nech F : V n
→ K, σ: {1, . . . , n} → {1, . . . , n} sú ľubovoľné
zobrazenia a uuu1, . . . ,uuun ∈ V .
10.1. Orientovaný objem a multilineárne alternujúce funkcie 195
(a) Ak F je antisymetrické a σ je permutácia, tak
F(uuuσ(1), . . . ,uuuσ(n)) = (−1)|σ|
F(uuu1, . . . ,uuun).
(b) Ak F je alternujúce a σ nie je permutácia, tak
F(uuuσ(1), . . . ,uuuσ(n)) = 0.
Dôkaz. (a) Stačí si uvedomiť, že |σ| označuje najmenší počet traspozícií (t. j.
výmien poradia dvojíc), z ktorých možno zložiť permutáciu σ (pozri paragraf
0.5).
(b) Ak σ nie je permutácia, tak σ(i) = σ(j), preto tiež uuuσ(i) = uuuσ(j), pre
nejaké 1 ≤ i < j ≤ n. Označme vvvk = uuuσ(k) pre 1 ≤ k ≤ n. Potom vvvi = vvvj, a
v dôsledku alternácie F(vvv1, . . . ,vvvi, . . . ,vvvj, . . . ,vvvn) = 0.
Zaznamenajme teraz niektoré základné vlastnosti multilineárnych alternujúcich
(teda automaticky aj antisymetrických) zobrazení, ktoré budeme
sústavne využívať.
10.1.3. Lema. Nech F : V n
→ K je multilineárne alternujúce zobraznie.
Potom pre ľubovoľné vvv1, . . . ,vvvn ∈ V platí:
(a) Pripočítaním skalárneho násobku nejakého z vektorov k inému vektoru
sa hodnota F(vvv1, . . . ,vvvn) nezmení, t. j. pre ľubovoľné c ∈ K a i, j ≤ n,
i = j platí
F(vvv1, . . . ,vvvi, . . . ,vvvj + cvvvi, . . . ,vvvn) = F(vvv1, . . . ,vvvi, . . . ,vvvj, . . . ,vvvn).
(b) Ak sú vektory vvv1, . . . ,vvvn lineárne závislé, tak F(vvv1, . . . ,vvvn) = 0.
Dôkaz. (a) Nech napr. i < j. Priamym výpočtom s použitím multilinearity a
alternácie dostávame
F(vvv1, . . . ,vvvi, . . . ,vvvj + cvvvi, . . . ,vvvn)
= F(vvv1, . . . ,vvvi, . . . ,vvvj, . . . ,vvvn) + cF(vvv1, . . . ,vvvi, . . . ,vvvi, . . . ,vvvn)
= F(vvv1, . . . ,vvvi, . . . ,vvvj, . . . ,vvvn)
(b) Ak sú vektory vvv1, . . . ,vvvn lineárne závislé, tak niektorý z nich, povedzme
vvvk, je lineárnou kombináciou ostatných, teda vvvk = i=k civvvi pre vhodné
skaláry ci. Z multilinearity a alternácie F potom vyplýva
F(vvv1, . . . ,vvvk, . . . ,vvvn) =
i=k
ciF(vvv1, . . . ,vvvi, . . . ,vvvn) = 0,
lebo v každom z uvedených výrazov F(vvv1, . . . ,vvvi, . . . ,vvvn) sa vektor vvvi vyskytuje
ako argument na i-tom aj na k-tom mieste.
196 10. Determinanty
Pozrime sa teraz bližšie, ako vyzerajú všetky bilineárne alternujúce zobrazenia
F : K2
× K2
→ K nad poľom K. Zvoľme ľubovoľné vektory uuu =
u1eee1 +u2eee2 a vvv = v1eee1 + v2eee2 z K2
. Ak dvakrát po sebe využijeme bilinearitu
a na záver alternáciu a antisymetriu F, postupne dostaneme
F(uuu,vvv) = F(u1eee1 + u2eee2, vvv) = u1F(eee1,vvv) + u2F(eee2,vvv)
= u1F(eee1, v1eee1 + v2eee2) + u2F(eee2, v1eee1 + v2eee2)
= u1v1F(eee1,eee1) + u1v2F(eee1,eee2) + u2v1F(eee2,eee1) + u2v2F(eee2,eee2)
= F(eee1,eee2)(u1v2 − u2v1) = F(eee1,eee2)
u1 v1
u2 v2
,
kde výraz
u1 v1
u2 v2
= u1v2 − u2v1
čitateľ už iste pozná ako determinant matice (uuu,vvv) =
u1 v1
u2 v2
∈ K2×2
.
Podobným spôsobom možno odvodiť aj tvar ľubovoľnej n-lineárnej alternujúcej
funkcie F : Kn×n
→ K (i teraz, ako obyčajne, prirodzene stotožňujeme
n-tú karteziánsku mocninu (Kn
)n
stĺpcového vektorového priestoru
V = Kn
s priestorom matíc Kn×n
). Nech AAA = (aij) ∈ Kn×n
je matica so
stĺpcami
sssj(AAA) = a1jeee1 + . . . + anjeeen =
n
i=1
aijeeei.
S využitím n-linearity F pre každý z n stĺpcov matice AAA možno výraz F(AAA)
postupne roznásobiť, čím dostaneme súčet nn
členov tvaru
aσ(1) 1 . . . aσ(n) nF(eeeσ(1), . . . ,eeeσ(n)),
z ktorých každý zodpovedá jednému zobrazeniu σ množiny {1, . . . , n} do
seba. Podľa lemy 10.1.2 sčítance prislúchajúce zobrazeniam σ /∈ Sn sú všetky
rovné 0 a pre σ ∈ Sn platí
F(eeeσ(1), . . . ,eeeσ(n)) = (−1)|σ|
F(eee1, . . . ,eeen).
Záverom tak dostávame
F(AAA) = F(eee1, . . . ,eeen)
σ∈Sn
(−1)|σ|
aσ(1) 1 . . . aσ(n) n
= F(IIIn)
σ∈Sn
(−1)|σ|
aσ(1) 1 . . . aσ(n) n,
kde príslušná suma obsahuje n! sčítancov, jeden pre každú permutáciu σ ∈
Sn.
10.2. Definícia a základné vlastnosti determinantu 197
10.2 Definícia a základné vlastnosti determinantu
Determinantom štvorcovej matice AAA = (aij) ∈ Kn×n
nazývame výraz
detAAA =
a11 . . . a1n
...
...
...
an1 . . . ann
=
σ∈Sn
(−1)|σ|
aσ(1) 1 . . . aσ(n) n.
Ak nehrozí zámena s absolútnou hodnotou, používame tiež označenie |AAA|.
Determinant štvorcovej matice rádu n budeme nazývať determinant rádu n.
Špeciálne pre maticu (aij) ∈ K3×3
dostávame vzorec
a11 a12 a13
a21 a22 a23
a31 a32 a33
= a11a22a33 + a21a32a13 + a31a12a23
− a31a22a13 − a21a12a33 − a11a32a23,
známy ako Sarrusovo pravidlo.
Skôr ako kuriozitu poznamenajme, že uvedená definícia zahŕňa aj prípad
n = 0: pre (jedinú) prázdnu maticu III0 = ( ) ∈ K0×0
dáva detIII0 = det( ) = 1.
Nasledujúce dve vlastnosti determinantov dokážeme ako dôsledky našej
definície.
10.2.1. Tvrdenie. Determinant transponovanej matice sa rovná determinantu
pôvodnej matice, t. j.
detAAAT
= detAAA
pre ľubovoľnú AAA ∈ Kn×n
.
Dôkaz. Podľa definícií transponovanej matice a determinantu
detAAAT
=
σ∈Sn
(−1)|σ|
a1σ(1) . . . anσ(n).
Keďže pre σ ∈ Sn platí i = σ(j) ⇔ j = σ−1
(i), zoradením činiteľov v súčine
a1σ(1) . . . anσ(n) podľa druhého indexu tento nadobudne tvar aσ−1(1) 1 . . . aσ−1(n) n.
Pritom priradenie σ → σ−1
je bijekcia Sn → Sn. Navyše, ak σ = τ1 ◦ . . . ◦ τk
je rozklad permutácie σ na transpozície, tak σ−1
je kompozícia tých istých
transpozícií v opačnom poradí, preto |σ| = σ−1
. V dôsledku toho zámenou
sumácie cez σ ∈ Sn za sumáciu cez σ−1
= ∈ Sn dostávame
detAAAT
=
∈Sn
(−1)| |
a (1) 1 . . . a (n) n = detAAA.
198 10. Determinanty
Vďaka práve dokázanému tvrdeniu si všetky výsledky o determinantoch
matíc zachovajú svoju platnosť, ak v nich každý výskyt slova „stĺpec nahradíme
slovom „riadok a naopak. Tento princíp zámeny riadkov a stĺpcov
budeme často využívať.
10.2.2. Tvrdenie. Nech 1 ≤ m < n a AAA ∈ Kn×n
je bloková matica tvaru
AAA =
BBB CCC
0 DDD
,
kde BBB ∈ Km×m
, CCC ∈ Km×(n−m)
a DDD ∈ K(n−m)×(n−m)
. Potom
detAAA = detBBB · detDDD.
Dôkaz. Z uvedeného blokového tvaru matice AAA vyplýva
aij =



bij, ak 1 ≤ i, j ≤ m,
ci j−m, ak 1 ≤ i ≤ m < j ≤ n,
0, ak 1 ≤ j ≤ m < i ≤ n,
di−m j−m, ak m < i, j ≤ n.
Označme G = {σ ∈ Sn; (∀ j ≤ m)(σ(j) ≤ m)}. Potom pre σ ∈ Sn G platí
aσ(1) 1 . . . aσ(n) n = 0, teda do hodnoty determinantu matice AAA prispievajú len
sčítance zodpovedajúce permutáciám σ ∈ G. Navyše, (∀ σ ∈ G)(m < j ⇒
m < σ(j)), takže pre σ ∈ G možno definovať permutácie σ ∈ Sm a σ ∈
Sn−m predpismi σ (j) = σ(j), ak 1 ≤ j ≤ m, resp. σ (k) = σ(k + m) − m,
ak 1 ≤ k ≤ n − m. Zrejme priradením σ → (σ , σ ) je daná bijekcia G →
Sm × Sn−m a platí |σ| = |σ | + |σ |. Takže môžeme písať
detAAA =
σ∈G
(−1)|σ|
aσ(1) 1 . . . aσ(m) maσ(m+1) m+1 . . . aσ(n) n
=
σ∈G
(−1)|σ |+|σ |
bσ (1) 1 . . . bσ (m) mdσ (1) 1 . . . dσ (n−m) n−m
=
σ ∈Sm
(−1)|σ |
bσ (1) 1 . . . bσ (m) m
σ ∈Sn−m
(−1)|σ |
dσ (1) 1 . . . dσ (n−m) n−m
= detBBB · detDDD.
Na základe tvrdenia 10.2.1 teraz vieme, že detAAA = detBBB ·detDDD, aj keď sa
nulový blok 0 nachádza nad a blok CCC ∈ K(n−m)×m
pod diagonálou matice AAA.
Tvrdenie 10.2.2 možno taktiež zrejmým spôsobom zovšeobecniť na matice pozostávajúce
z viacerých diagonálne zoradených štvorcových blokov, pod (nad)
ktorými sú samé nuly. Spomeňme explicitne nasledujúce dva prípady:
10.3. Charakterizácia determinantu a regulárnych matíc 199
(1) Ak AAA1, . . . ,AAAk sú štvorcové matice, tak
det diag(AAA1, . . . ,AAAk) = detAAA1 ·. . .· detAAAk.
(2) Matica AAA ∈ Kn×n
sa nazýva horná (dolná) trojuholníková matica, ak
aij = 0 pre i < j (resp. pre i > j). Pre horné aj dolné trojuholníkové
matice platí
detAAA = a11 . . . ann,
t. j. determinant takej matice je súčinom jej diagonálnych prvkov. Špeciálne
to platí pre diagonálne matice.
10.3 Charakterizácia determinantu a regulárnych matíc
Úvahy z paragrafu 10.1 možno zhrnúť do nasledujúcej vety.
10.3.1. Veta. Determinant rádu n je n-lineárna alternujúca funkcia Kn×n
→
K stĺpcov matice. Navyše, pre každý skalár c ∈ K existuje jediné multilineárne
alternujúce zobrazenie F : Kn×n
→ K stĺpcov matice také, že F(IIIn) = c.
Toto F je dané predpisom
F(AAA) = c detAAA.
Determinant det: Kn×n
→ K je teda jednoznačne určený ako n-lineárna
alternujúca funkcia stĺpcov matice taká, že
detIIIn = det(eee1, . . . ,eeen) = 1.
Táto rovnosť zodpovedá prirodzenej voľbe jednotky orientovaného n-rozmerného
objemu v Kn
– je ňou orientovaný objem rovnobežnostena určeného vektormi
eee1, . . . ,eeen (v tomto poradí).
V paragrafe 10.1 sme vlastne dokázali, že každá n-lineárna alternujúca
funkcia F : Kn×n
→ K musí mať uvedený tvar, t. j. je skalárnym násobkom
determinantu. Zostáva však overiť, že determinant, tak, ako sme ho definovali
v paragrafe 10.2, je naozaj multilineárne alternujúce zobrazenie. Hoci
tieto vlastnosti sú intutívne jasné z našej konštrukcie, pre ambicióznejšieho
čitateľa podáme ich dôkaz vychádzajúci len z definície determinantu. Navyše
sa tým náš výklad stane formálne nezávislým na motivačných úvahách
o orientovanom objeme z prvej časti úvodného paragrafu 10.1.
Dôkaz vety 10.3.1 odložíme až do nasledujúceho paragrafu, kde nám poslúži
ako vhodný úvod do ďalšieho okruhu otázok. Na tomto mieste však
zaznamenáme dva bezprostredné dôsledky tejto charakterizačnej vety. Samozrejme,
v jej dôkaze sa na ne nebudeme odvolávať.
200 10. Determinanty
10.3.2. Veta. (Cauchy) Pre ľubovoľné matice AAA, BBB ∈ Kn×n
platí
det(AAA · BBB) = detAAA · detBBB;
t. j. determinant súčinu matíc sa rovná súčinu ich determinantov.
Dôkaz. Zvoľme pevne maticu AAA ∈ Kn×n
a definujme zobrazenie F : Kn×n
→
K predpisom F(BBB) = det(AAA ·BBB) pre BBB ∈ Kn×n
. Overíme, že F je n-lineárne
alternujúce zobrazenie stĺpcov matice BBB; označme ich vvv1, . . . ,vvvn.
Najprv overíme, že F je alternujúce. Nech 1 ≤ i < j ≤ n a BBB je matica
taká, že vvvi = vvvj pre nejaké i < j. Potom aj AAA · vvvi = AAA · vvvj, a s využitím
alternácie determinantu dostávame
F(BBB) = det(AAA · (vvv1, . . . ,vvvi, . . . ,vvvj, . . . ,vvvn))
= det(AAA · vvv1, . . . ,AAA · vvvi, . . . ,AAA · vvvj, . . . ,AAA · vvvn) = 0.
Teraz dokážeme multilinearitu F. Zafixujme stĺpce vvv1, . . . ,vvvj−1,vvvj+1, . . . ,vvvn
a na miesto j-teho stĺpca dosaďme vektor axxx + byyy. S využitím n-linearity determinantu
nám vyjde
F(vvv1, . . . , axxx + byyy, . . . ,vvvn) = det(AAA · (vvv1, . . . , axxx + byyy, . . . ,vvvn))
= det(AAA · vvv1, . . . ,AAA · (axxx + byyy), . . . ,AAA · vvvn))
= det(AAA · vvv1, . . . , a(AAA · xxx) + b(AAA · yyy), . . . ,AAA · vvvn))
= a det(AAA · vvv1, . . . ,AAA · xxx, . . . ,AAA · vvvn)
+ b det(AAA · vvv1, . . . ,AAA · yyy, . . . ,AAA · vvvn)
= a det(AAA · (vvv1, . . . ,xxx, . . . ,vvvn))
+ b det(AAA · (vvv1, . . . ,yyy, . . . ,vvvn))
= aF(vvv1, . . . ,xxx, . . . ,vvvn) + bF(vvv1, . . . ,yyy, . . . ,vvvn).
Podľa vety 10.3.1 má F tvar F(BBB) = c detBBB pre jednoznačne určený
skalár c = F(IIIn) = det(AAA · IIIn) = detAAA.
10.3.3. Veta. Štvorcová matica AAA ∈ Kn×n
je regulárna práve vtedy, keď
detAAA = 0. V tom prípade
det AAA−1
= (detAAA)−1
.
Dôkaz. Ak AAA je singulárna, tak jej stĺpce sú lineárne závislé. Podľa lemy 10.1.3 (b)
je F(AAA) = 0 pre ľubovoľnú n-lineárnu alternujúcu funkciu F : Kn×n
→
K. Teda špeciálne detAAA = 0. Naopak, nech AAA je regulárna. Potom podľa
vety 10.3.2,
detAAA · det AAA−1
= det AAA · AAA−1
= detIIIn = 1.
Preto detAAA = 0 a det AAA−1
= (detAAA)−1
.
10.4. Laplaceov rozvoj determinantu 201
10.4 Laplaceov rozvoj determinantu
Náš výklad začneme sľúbeným dôkazom. Keďže pre n = 0, 1 niet čo dokazovať,
aby sme sa vyhli rozpitvávaniu trivialít, budeme v celom paragrafe
predpokladať, že n ≥ 2.
Dôkaz vety 10.3.1 Najprv dokážeme, že determinant je alternujúca funkcia.
Nech AAA ∈ Kn×n
je taká, že sssi(AAA) = sssj(AAA) pre nejaké i < j. Označme τ ∈
Sn transpozíciu, ktorá vymieňa i a j (a ostatné prvky necháva namieste).
Množina všetkých párnych permutácií množiny {1, . . . , n} sa zvykne značiť
An. Zrejme priradením σ → σ ◦τ je daná bijekcia An → Sn An. Pre všetky
k, l ≤ n platí akl = ak τ(l), a keďže τ−1
= τ, pre každú permutáciu σ ∈ Sn
máme
a(σ◦τ)(1) 1 . . . a(σ◦τ)(n) n = aσ(1) τ(1) . . . aσ(n) τ(n) = aσ(1) 1 . . . aσ(n) n
S využitím toho môžeme počítať
detAAA =
σ∈Sn
(−1)|σ|
aσ(1) 1 . . . aσ(n) n
=
σ∈An
aσ(1) 1 . . . aσ(n) n −
σ∈Sn An
aσ(1) 1 . . . aσ(n) n
=
σ∈An
aσ(1) 1 . . . aσ(n) n −
σ∈An
a(σ◦τ)(1) 1 . . . a(σ◦τ)(n) n = 0.
Teraz dokážeme, že detAAA je lineárnou funkciou j-teho stĺpca (a1j, . . . , anj)T
.
Pre i ≤ n označme Sn(i, j) = {σ ∈ Sn; i = σ(j)} a položme
˜aij =
σ∈Sn(i,j)
(−1)|σ|
aσ(1) 1 . . . aσ(j−1) j−1aσ(j+1) j+1 . . . aσ(n) n.
Potom zrejme
detAAA =
n
i=1
˜aijaij = (˜a1j, . . . , ˜anj) · (a1j, . . . , anj)T
,
čo dokazuje spomínanú linearitu.
Na základe tvrdenia 10.2.1 platí aj „riadková verzia práve dokázanej
vety 10.3.1 Špeciálne, determinant je takisto multilineárna alternujúca funkcia
riadkov matice a (keďže σ ∈ Sn(i, j) ⇔ σ−1
∈ Sn(j, i)) pre i-ty riadok
(ai1, . . . , ain) matice AAA jej determinant má rozvoj
detAAA =
n
j=1
aij˜aij = (ai1, . . . , ain) · (˜ai1, . . . , ˜ain)T
.
202 10. Determinanty
s rovnako definovanými koeficientmi ˜aij.
Uvedený prvok ˜aij nazývame algebraickým doplnkom prvku aij v matici
AAA. Maticu AAA = (˜aij)n×n nazývame maticou algebraických doplnkov k matici
AAA.
10.4.1. Tvrdenie. Nech AAAij označuje maticu rádu n − 1, ktorá vznikne
z matice AAA ∈ Kn×n
vynechaním i-teho riadku a j-teho stĺpca. Potom
˜aij = (−1)i+j
|AAAij|.
Dôkaz. Označme BBB maticu, ktorá vznikne nahradením j-teho stĺpca matice
AAA stĺpcovým vektorom eeei ∈ Kn
. Zrejme ˜aij = |BBB|. Ak budeme v matici BBB
postupne vymieňať stĺpce s indexmi j a j + 1, ďalej j + 1 a j + 2, atď., až
nakoniec n − 1 a n, a potom riadky s indexmi i a i + 1, ďalej i + 1 a i + 2,
atď., až napokon n − 1 a n, dostaneme maticu tvaru
CCC =
AAAij 0
bbb 1
,
kde bbb vznikne z i-teho riadku matice AAA vynechaním j-teho prvku a 0 je nulový
stĺpec dĺžky n − 1. Podľa tvrdenia 10.2.2 (a poznámky za jeho dôkazom),
determinant tejto matice je |AAAij|. Keďže determinant je alternujúca funkcia
tak stĺpcov ako aj riadkov matice a všetkých výmien bolo dohromady (n −
j) + (n − i) = 2n − (i + j), platí
˜aij = |BBB| = (−1)2n−(i+j)
|CCC| = (−1)i+j
|AAAij|.
Determinanty matíc, ktoré vzniknú vynechaním niektorých riadkov a rovnakého
počtu sĺtpcov z matice AAA ∈ Kn×n
, nazývame jej minormi, prípadne
subdeterminantmi determinantu |AAA|. Dosadením získaných hodnôt algebraických
doplnkov do rozvoja determinantu rádu n podľa niektorého riadku resp.
stĺpca tak dostávame jeho vyjadrenie pomocou subdeterminantov rádu n−1.
10.4.2. Veta. Nech AAA ∈ Kn×n
, 1 ≤ k, l ≤ n. Potom
|AAA| =
n
j=1
(−1)k+j
akj |AAAkj| =
n
i=1
(−1)i+l
ail |AAAil|.
Uvedené súčty nazývame Laplaceovými rozvojmi determinantu |AAA| – prvý
podľa k-teho riadku, druhý podľa l-teho stĺpca.
10.5. Výpočet determinantu 203
10.5 Výpočet determinantu
Skôr než sa pustíme do výpočtov konkrétnych determinantov, skúsme si urobiť
inventúru prostriedkov, ktoré máme nato k dispozícii, a posúdiť ich vhod-
nosť.
Asi sa zhodneme na tom, že výpočet determinantu rádu n podľa jeho
definície, ako súčtu n! súčinov po n činiteľoch, by bol značne ťažkopádny.
Pokiaľ sme sa stretli len s prípadmi n = 2 alebo n = 3, nemusíme si to jasne
uvedomiť. Avšak už 4! = 24, 5! = 120 a funkcia n! veľmi rýchlo rastie. Preto
je potrebné pouvažovať o nejakej inej metóde.
Keďže determinant je multilineárnou alternujúcou funkciou tak riadkov
ako aj stĺpcov matice, ako najprirodzenejšia sa nám ponúka metóda úpravy
matice na hornú prípadne dolnú trojuholníkovú maticu pomocou elementárnych
riadkových i stĺpcových operácií. Ako sme už spomínali v poznámke (2)
za dôkazom tvrdenia 10.2.2:
(0) Determinant trojuholníkovej matice sa rovná súčinu jej diagonálnych
prvkov.
Pripomeňme si aj nasledujúce pravidlá z paragrafu 10.1 o vplyve ERO a ESO
na determinant:
(1) Výmenou poradia dvoch riadkov alebo stĺpcov matice sa hodnota jej
determinantu zmení na opačnú.
(2) Vynásobením nejakého riadku alebo stĺpca matice nenulovým skalárom
c ∈ K sa jej determinant zmení na c-násobok pôvodnej hodnoty.
(3) Pripočítaním skalárneho násobku nejakého riadku matice k jej inému
riadku, resp. násobku nejakého jej stĺpca k inému stĺpcu sa hodnota jej
determinantu nezmení.
Všimnite si, že len tretí typ menovaných úprav necháva determinant bezo
zmeny! Poznamenajme, že úpravy typu (3) spolu s pravidlom (0) plne postačujú
na výpočet akéhokoľvek determinantu. Bez pravidiel (1) a (2) sa možno
kľudne zaobísť, občas nám však môžu pomôcť sprehľadniť situáciu, preto sa
im nebudeme vyhýbať.
Často býva užitočné výslovne si uvedomiť nasledujúci dôsledok pravidiel
(1) – (3):
(4) Ak matica obsahuje nulový riadok alebo stĺpec, prípadne dva rovnaké
riadky alebo stĺpce, tak jej determinant je 0.
Mohlo by sa zdať, že sme akosi pozabudli na Laplaceov rozvoj. Táto
metóda umožňuje previesť výpočet determinantu rádu n na výpočet n determinantov
rádu n − 1, presnejšie na istú ich lineárnu kombináciu. Ak by
sme dôsledne pokračovali ďalej, mohli by sme túto úlohu previesť na výpočet
n(n − 1) determinantov rádu n − 2, atď., až by sme napokon dostali n!
determinantov rádu 1. Ak si to dobre premyslíme, zistíme, že takýto výpočet
by bol rovnako efektívny (či, lepšie povedané, neefektívny) ako výpočet
204 10. Determinanty
determinantu priamo na základe jeho definície.
Jednako sa Laplaceovho rozvoja celkom nezriekame. Odporúčame ho však
používať len vtedy, keď sú všetky prvky príslušného riadku či stĺpca, podľa
ktorého determinant rozvíjame, až na jednu výnimku rovné nule. Vtedy
vlastne nejde ani tak o rozvoj ako o zníženie rádu daného determinantu
o 1 (bez nárastu počtu determinantov). Toto odporúčanie sformulujeme do
nášho predposledného pravidla:
(5) Nech všetky prvky i-teho riadku prípadne j-teho stĺpca matice AAA s výnimkou
prvku aij sú rovné 0. Potom
|AAA| = (−1)i+j
aij |AAAij|.
Všimnite si, že pravidlo (0) možno dostať ako dôsledok (n − 1)-násobného
použitia pravidla (5) a zrejmého faktu, že determinant matice (a) typu 1 × 1
je samotná hodnota a.
Ak si ešte uvedomíme, že determinanty rádu 2 možno najvýhodnejšie
počítať priamo z definície:
(6)
a11 a12
a21 a22
= a11a22 − a21a12,
je to už naozaj všetko, čo potrebujeme vedieť na efektívny výpočet determi-
nantu.
10.5.1. Príklad. Vypočítame determinant reálnej matice
AAA =






2 2 1 1 1
5 6 3 4 5
7 5 3 5 7
13 10 3 8 13
7 2 1 1 6






.
Najprv odpočítame prvý riadok od piateho a druhý od štvrtého. V matici,
ktorú takto získame, odpočítame piaty stĺpec od prvého a štvrtý od druhého.
Postupne tak dostaneme
|AAA| =
2 2 1 1 1
5 6 3 4 5
7 5 3 5 7
8 4 0 4 8
5 0 0 0 5
=
1 1 1 1 1
0 2 3 4 5
0 0 3 5 7
0 0 0 4 8
0 0 0 0 5
= 1 · 2 · 3 · 4 · 5 = 120.
Priznávame, že výpočet, ktorý sme práve predviedli je tak trochu podraz
voči čitateľovi. Úpravy, ktoré sme pri ňom použili, boli totiž len opačným
postupom, ktorým sme pri formulácii úlohy z vopred narafičenej výslednej
10.5. Výpočet determinantu 205
hornej trojuholníkovej matice „uvarili zadanie. Napokon, tak je tomu s väčšinou
úloh v učebniciach. No čitateľ, ktorého autor „nevpustil do kuchyne ,
má len malú nádej toto optimálne riešenie nájsť. Teda aspoň pokiaľ je úloha
dobre postavená. Predvedieme preto aj iné, „normálne riešenie, na aké má
šancu prísť aj nezasvätený riešiteľ.
Najprv odpočítame tretí stĺpec od štvrtého aj piateho a jeho dvojnásobok
od prvého aj druhého stĺpca. V ďalšom kroku determinant rozvinieme podľa
prvého riadku:
|AAA| =
0 0 1 0 0
−1 0 3 1 2
1 −1 3 2 4
7 4 3 5 10
5 0 1 0 5
=
−1 0 1 2
1 −1 2 4
7 4 5 10
5 0 0 5
.
Teraz odpočítame prvý stĺpec od posledného a získaný determinant rozvinieme
podľa posledného riadku:
|AAA| =
−1 0 1 3
1 −1 2 3
7 4 5 3
5 0 0 0
= −5
0 1 3
−1 2 3
4 5 3
.
Po odpočítaní trojnásobku druhého stĺpca od tretieho a rozvinutí podľa prvého
riadku sme konečne v cieli:
|AAA| = −5
0 1 0
−1 2 −3
4 5 −12
= 5
−1 −3
4 −12
= 5 (12 + 3 · 4) = 5 · 24 = 120.
10.5.2. Príklad. Vypočítame tzv. Vandermondov determinant rádu n
VDn(x1, x2, . . . , xn) =
1 x1 x2
1 . . . xn−1
1
1 x2 x2
2 . . . xn−1
2
...
...
...
...
1 xn x2
n . . . xn−1
n
.
Odpočítaním prvého riadku od všetkých ostatných riadkov a následným roz-
206 10. Determinanty
vojom podľa prvého stĺpca dostaneme
VDn(x1, x2, . . . , xn) =
1 x1 x2
1 . . . xn−1
1
0 x2 − x1 x2
2 − x2
1 . . . xn−1
2 − xn−1
1
...
...
...
...
0 xn − x1 x2
n − x2
1 . . . xn−1
n − xn−1
1
=
x2 − x1 x2
2 − x2
1 . . . xn−1
2 − xn−1
1
...
...
...
xn − x1 x2
n − x2
1 . . . xn−1
n − xn−1
1
.
Odpočítajme teraz od každého stĺpca počnúc druhým x1-násobok predchádzajúceho
stĺpca. V determinante, ktorý získame, je na mieste (i, k), kde
1 ≤ i, k ≤ n − 1, prvok
xk
i+1 − xk
1 − x1 xk−1
i+1 − xk−1
1 = xk−1
i+1 (xi+1 − x1).
Ak teda vyjmeme z i-teho riadku činiteľ xi+1 − x1, postupne nám vyjde
VDn(x1, x2, . . . , xn) =
x2 − x1 x2(x2 − x1) . . . xn−2
2 (x2 − x1)
...
...
...
xn − x1 xn(xn − x1) . . . xn−2
n (xn − x1)
= (x2 − x1) . . . (xn − x1)
1 x2 . . . xn−2
2
...
...
...
1 xn . . . xn−2
n
= (x2 − x1) . . . (xn − x1) VDn−1(x2, . . . , xn).
Teraz už aj bez počítania determinantov vidíme, že
VDn−1(x2, . . . , xn) = (x3 − x2) . . . (xn − x2) VDn−2(x3, . . . , xn),
atď. Keďže zrejme VD1(xn) = 1, dostávame výsledok
VDn(x1, x2, . . . , xn) =
1≤i<j≤n
(xj − xi),
kde symbolom označujeme súčin príslušných činiteľov.
10.6. Inverzná matica a Cramerovo pravidlo 207
10.6 Inverzná matica a Cramerovo pravidlo
V tomto záverečnom paragrafe si predvedieme dva príklady využitia determinantov.
Vyjadríme pomocou nich inverznú maticu k regulárnej štvorcovej
matici a riešenie sústavy lineárnych rovníc s regulárnou štvorcovou maticou.
Vopred poznamenajme, že tieto vyjadrenia sa na priame výpočty príliš
nehodia. Na druhej strane tým, že vyjadrujú inverznú maticu a riešenie spomínanej
sústavy v tvare prehľadných ucelených formúl, sú významné hlavne
z teoretického hľadiska.
Nech AAA ∈ Kn×n
a 1 ≤ i, k ≤ n sú rôzne indexy. Označme BBB maticu,
ktorá vznikne z matice AAA nahradením jej k-teho riadku i-tym riadkom. Potom
matica BBB má (aspoň) dva riadky rovnaké, menovite i-tý a k-tý, preto |BBB| = 0.
Na druhej strane matice AAA a BBB sa líšia nanajvýš v k-tom riadku, preto
AAAkj = BBBkj pre každé 1 ≤ j ≤ n. Z toho dôvodu sú algebraické doplnky
zodpovedajúcich si prvkov k-tych riadkov oboch matíc rovnaké:
˜bkj = (−1)k+j
|BBBkj| = (−1)k+j
|AAAkj| = ˜akj.
Ak rozvinieme determinant matice BBB podľa jej k-teho riadku, dostaneme
detBBB =
n
j=1
bkj
˜bkj =
n
j=1
aij˜akj = 0.
Spojenie tejto rovnosti s Laplaceovým rozvojom determinantu matice AAA
podľa k-teho riadku dáva
n
j=1
aij˜akj = rrri(AAA) · rrrk AAA
T
= rrri(AAA) · sssk AAAT
=
|AAA|, ak i = k,
0, ak i = k.
Inak povedané
AAA ·AAAT
= |AAA|IIIn.
Inverznú maticu k regulárnej štvorcovej matici AAA potom dostaneme tak, že
transponovanú maticu jej algebraických doplnkov vydelíme determinantom
|AAA|. Tým sme dokázali nasledujúcu vetu.
10.6.1. Veta. Nech AAA ∈ Kn×n
je regulárna matica. Potom
AAA−1
=
1
|AAA|
AAAT
.
10.6.2. Príklad. Nájdeme inverznú maticu k reálnej matici
AAA =
1 −2
5 −3
.
208 10. Determinanty
Jej determinant a maticu algebraických doplnkov vypočítame ľahko:
|AAA| = 1 · (−3) − 5 · (−2) = 7, AAA =
−3 −5
2 1
.
Preto
AAA−1
=
1
7
−3 2
−5 1
.
Poznamenajme však, že okrem štvorcových matíc rádu 2, kedy je to v podstate
jedno, je výpočet inverznej matice pomocou ERO alebo ESO, ako sme
ho popísali v paragrafe 7.4, podstatne výhodnejší než výpočet na základe
vety 10.6.1. Už pre matice rádu 3 by sme na to potrebovali vypočítať jeden
determinant rádu 3 a deväť determinantov rádu 2. Vo všeobecnom prípade
by sme museli vypočítať jeden determinant rádu n a n2
determinantov rádu
n − 1. Čitateľ sa pravdepodobne po prvýkrát stretol s determinantmi v súvislosti
s riešením sústav lineárnych rovníc, v ktorých je počet rovníc a neznámych
ten istý. Možno by si v prípadoch 2 × 2 a 3 × 3 ešte vedel spomenúť
aj na príslušné vzorce. Takéto vzorce, známe ako Cramerovo pravidlo, však
platia v ľubovoľnom rozmere n × n.
10.6.3. Veta. Nech AAA ∈ Kn×n
je regulárna matica, bbb ∈ Kn
a pre 1 ≤ j ≤ n
nech AAAbbb
j označuje maticu, ktorá vznikne z matice AAA nahradením jej j-teho
stĺpca stĺpcovým vektorom bbb. Potom sústava AAA · xxx = bbb má jediné riešenie
xxx =
|AAAbbb
1|
|AAA|
,
|AAAbbb
2|
|AAA|
, . . . ,
|AAAbbb
n|
|AAA|
T
.
Dôkaz. Podľa vety 7.3.6 má uvedená sústava jediné riešenie xxx = AAA−1
· bbb. Ak
do tohto vyjadrenia dosadíme za AAA−1
z vety 10.6.1, pre j-tu zložku vektora
xxx nám vyjde
xj =
1
|AAA|
n
i=1
˜aijbi =
|AAAbbb
j|
|AAA|
,
lebo zodpovedajúce si prvky j-tych stĺpcov matíc AAA a AAAbbb
j majú rovnaké algebraické
doplnky, takže uvedený súčet je Laplaceov rozvoj determinantu |AAAbbb
j|
podľa j-teho stĺpca.
Varujeme však čitateľa pred používaním Cramerovho pravidla na riešenie
konkrétnych sústav n lineárnych rovníc o n neznámych. Metóda úpravy
rozšírenej matice sústavy na redukovaný stupňovitý tvar pomocou ERO je
oveľa rýchlejšia a pohodlnejšia. Kým vyriešenie takej sústavy pomocou ERO
Cvičenia 209
vyžaduje úpravu jedinej matice typu n×(n+1), pri riešení Cramerovým pravidlom
by sme museli pri výpočte determinantov upraviť n + 1 matíc typu
n × n.
Na obranu determinantov však poznamenajme, že stretnutie s najdôležitejšími
príkladmi ich využitia nás ešte len čaká. Popri tzv. Gramových
determinantoch to bude najmä v súvislosti s charakteristickým polynómom
a vlastnými hodnotami lineárnych transformácií a štvorcových matíc.
Cvičenia
10.1. Nech U, V sú vektorové priestory nad poľom Q. Dokážte nasledujúce tvrdenia:
(a) Ak F : V → U je zobrazenie také, že pre všetky c ∈ Z, vvv ∈ V platí F(cvvv) =
cF(vvv), tak uvedená rovnosť platí aj pre všetky c ∈ Q.
(b) Ak F : V → U je zobrazenie také, že pre všetky c ∈ Z, vvv ∈ V platí F(cvvv) =
|c|F(vvv), tak uvedená rovnosť platí aj pre všetky c ∈ Q.
10.2. Nech U, V1, . . . , Vn sú vektorové priestory nad poľom K. Podobne ako v paragrafe
10.1 definujte pojem n-lineárneho zobrazenia F : V1 ×. . .×Vn → U. Označme
Ln(V1, . . . , Vn, U) množinu všetkých n-lineárnych zobrazení F : V1 × . . . × Vn → U;
ak V1 = . . . = Vn = V , tak miesto Ln(V1, . . . , Vn, U) píšeme len Ln(V, U). Dokážte,
že množina Ln(V1, . . . , Vn, U) tvorí lineárny podpriestor vektorového priestoru
UV1×...×Vn
všetkých zobrazení V1 × . . . × Vn → U.
10.3. Nech U, V sú vektorové priestory nad poľom K a n ≥ 2. Definujte pojmy symetrického,
antisymetrického a alternujúceho zobrazenia F : V n
→ U. Dokážte postupne
nasledujúce tvrdenia:
(a) Množiny Symn(V, U) všetkých symetrických zobrazení V n
→ U, Asymn(V, U)
všetkých antisymetrických zobrazení V n
→ U a Altn(V, U) všetkých alternujúcich
zobrazení V n
→ K sú lineárne podpriestory vektorového priestoru UV n
všetkých
zobrazení V n
→ U.
(b) Ak char K = 2, tak Symn(V, U) = Asymn(V, U).
(c) Ak char K = 2, tak Asymn(V, U) ⊆ Altn(V, U) a Symn(V, U) ∩ Asymn(V, U) =
{0}, kde 0 tentokrát označuje identicky nulové zobrazenie V n
→ U.
(d) Ln(V, U) ∩ Altn(V, U) ⊆ Ln(V, U) ∩ Asymn(V, U).
(e) Ak char K = 2, tak Ln(V, U) ∩ Altn(V, U) = Ln(V, U) ∩ Asymn(V, U).
(f) Nájdite príklad bilineárneho (t. j. 2-lineárneho) zobrazenia Z2 × Z2 → Z2, ktoré
je symetrické (teda aj antisymetrické), no nie je alternujúce.
(g) Ak dim V = n, tak dim Ln(V, K) ∩ Altn(V, K) = 1. (Návod: Dobre si uvedomte,
čo vlastne hovorí druhá časť vety 10.3.1)
10.4. Dokážte Lemy 10.1.2 a 10.1.3 za všeobecnejších podmienok cvičenia 10.3, t. j. pre
zobrazenia F : V n
→ U.
10.5. (a) Vypočítajte orientovaný aj neorientovaný plošný obsah rovnobežníka určeného
vektormi uuu = (1, 5)T
, vvv = (3, −4)T
v rovine R2
.
(b) Vypočítajte orientovaný aj neorientovaný objem rovnobežnostena určeného vek-
210 10. Determinanty
tormi uuu = (3, 2, −1), vvv = (5, 0, 4), www = (1, 1, 1) v priestore R3
.
(c) Vypočítajte orientovaný aj neorientovaný štvorrozmerný objem štvorrozmerného
„rovnobežnonadstena určeného vektormi eee1 +eee2, eee2 −2eee3, 4eee3 −2eee4, 3eee1 +eee4
v priestore R4
.
10.6. Vypočítajte nasledujúce determinanty nad poľom R:
(a)
˛
˛
˛
˛
˛
˛
˛
0 5 3 −2
1 1 6 −4
2 1 −3 0
3 3 9 −6
˛
˛
˛
˛
˛
˛
˛
; (b)
˛
˛
˛
˛
˛
˛
˛
3 5 7 4
0 1 0 −1
1 4 4 0
4 7 11 6
˛
˛
˛
˛
˛
˛
˛
; (c)
˛
˛
˛
˛
˛
˛
˛
3 7 131 −17
2 6 −21 401
0 0 100 29
0 0 3 1
˛
˛
˛
˛
˛
˛
˛
; (d)
˛
˛
˛
˛
˛
˛
˛
˛
2 −2 0 4 0
2 3 5 7 11
1 −2 4 0 2
0 6 0 1 −1
1 −1 1 1 −1
˛
˛
˛
˛
˛
˛
˛
˛
;
(e)
˛
˛
˛
˛
˛
˛
˛
˛
0 0 0 1 1
0 0 0 2 5
1 2 3 0 4
1 −1 0 7 0
1 0 1 2 3
˛
˛
˛
˛
˛
˛
˛
˛
.
10.7. Rozhodnite, pre ktoré hodnoty parametra λ je uvedená matica regulárna resp. singulárna.
Riešte nad každým z polí Q, R, C, Z2 a Z7 pre nasledujúce matice (ak
vám prekáža, že niektorý prvok matice nepatrí do príslušného poľa Zp, nahraďte
ho jeho zvyškom po delení číslom p):
(a)
1 λ 0
0 1 λ
λ 0 1
; (b)
1−λ λ 0
λ 2−λ 0
λ3
3−λ2
λ
; (c)
1 1 0 0
0 λ 1 λ
0 1 λ 1
λ 1 0 1
; (d)
λ−1 1 0 4
−2 λ+1 5 3
0 0 λ−1 0
0 0 5 λ
.
10.8. Pre ľubovoľnú maticu AAA rozmeru n×n nad poľom K a skalár c ∈ K platí det(cAAA) =
cn
detAAA, špeciálne det(−AAA) = (−1)n
detAAA. Dokážte.
10.9. Nech n ≥ 2 a AAA, BBB, CCC, DDD sú štvorcové matice rádu n nad poľom K. Na príklade
ukážte, že (okrem prípadu BBB = 0 alebo CCC = 0) pre z nich zloženú blokovú maticu
neplatí nasledujúce „zovšeobecnenie pravidla na výpočet determinantu matíc
rozmeru 2 × 2:
AAA BBB
CCC DDD = |AAA| |DDD| − |BBB| |CCC|.
10.10. Pomocou algebraických doplnkov nájdite explicitné vyjadrenie pre inverzné matice
k nasledujúcim maticiam a sformulujte nutné a postačujúce podmienky ich exis-
tencie:
(a) a b
c d ; (b)
1 x x2
1 y y2
1 z z2
; (c)
a b c
0 d e
0 0 f
; (d) ( 0 a
b 0 ); (e)
0 0 a
0 b 0
c 0 0
.
Zovšeobecnite výsledky úloh (d), (e) na matice ľubovoľného rádu n.
10.11. Nájdite riešenia nasledujúcich sústav lineárnych rovníc nad poľom R pomocou Cramerovho
pravidla:
(a) x + y = 1, 3x − 5y = 4;
(b) x − 4y = −2, 7x + 2y = 1;
(c) x + y − z = 0, 2x + 3z = 3, 3x + y − 2z = −5;
(d) 2x + y + 2z = 10, 4x − y = −3, y + 2z = 0;
(e) x + 2y + 3z + 4u = 10, y + 2z + 3u = 6, z + 2u = 3, y − z + u = 1.
10.12. Nech AAA ∈ Km×n
je matica nad poľom K a I ⊆ {1, . . . , m}, J ⊆ {1, . . . , n} sú dve
množiny indexov s rovnakým počtom prvkov k ≤ min(m, n). Označme AAAIJ ∈ Kk×k
štvorcovú maticu rádu k tvorenú tými prvkami aij matice AAA, pre ktoré i ∈ I a
j ∈ J. Determinanty takto vzniknutých matíc AAAIJ nazývame minormi matice AAA ∈
Km×n
rádu k. Jednoducho povedané, minory matice AAA sú determinanty štvorcových
matíc, ktoré vzniknú vynechaním niektorých riadkov a stĺpcov matice AAA. Minory
Cvičenia 211
prislúchajúce množinám indexov tvaru I = J = {1, . . . , k} sa nazývajú hlavné
minory matice AAA.
Dokážte, že hodnosť matice AAA je najväčšie prirodzené číslo k, pre ktoré existuje
nenulový minor rádu k matice AAA. (Návod: Ukážte, že ak rrri1
(AAA), . . . , rrrik
(AAA) sú
lineárne nezávislé riadky matice AAA, tak existujú indexy stĺpcov j1, . . . , jk také, že
matica aipjq k×k
má hodnosť k.)
10.13. (a) Vypočítajte všetky minory reálnej matice 1 1 −1
3 0 −2 .
(b) Vypočítajte všetky hlavné minory komplexnej matice
2+i 0 3i 4
4i 3−2i 2 6−i
2−i 1+5i 0 2i
.
10.14. Nech AAA ∈ Kn×n
je štvorcová matica rádu n a I, J sú dve podmnožiny množiny
{1, . . . , n} s rovnakým počtom prvkov k ≤ n. Algebraickým doplnkom minora |AAAIJ |
matice AAA (pozri cvičenie 12) nazývame výraz (−1)I+J
|AAAI J |, kde I , J označujú
doplnky množín I resp. J v množine {1, . . . , n} a I + J = i∈I i + j∈J j. Nech
ďalej Pk(n) označuje množinu všetkých k-prvkových podmnožín množiny {1, . . . , n}
(zrejme # Pk(n) = n
k ).
Dokážte nasledujúce zovšeobecnenia Laplaceovho rozvoja determinantu z vety 10.4.2:
(a) Laplaceov rozvoj determinantu podľa vybraných riadkov. Pre ľubovoľnú množinu
I ∈ Pk(n) vybraných (indexov) riadkov matice AAA platí
|AAA| =
J∈Pk(n)
(−1)I+J
|AAAIJ | |AAAI J | .
(b) Laplaceov rozvoj determinantu podľa vybraných stĺpcov. Pre ľubovoľnú množinu
J ∈ Pk(n) vybraných (indexov) stĺpcov matice AAA platí
|AAA| =
I∈Pk(n)
(−1)I+J
|AAAIJ | |AAAI J | .
10.15. (a) Vypočítajte algebraické doplnky minorov rádu 2 reálnej matice
0
B
@
1 1 3 0
−1 0 −2 1
4 6 4 −2
3 7 2 0
1
C
A.
(b) Rozviňte determinant matice z úlohy (a) podľa prvého a druhého riadku. Výsledok
prorovnajte s hodnotou determinatu získanou priamym výpočtom.
10.16. Nech K je pole, x0, x1, . . . , xn sú navzájom rôzne a y0, y1, . . . , yn sú ľubovoľné prvky
z K.
(a) Dokážte, že potom existuje práve jeden polynóm f(x) = a0 +a1x+. . .+anxn
∈
K(n)
[x] taký, že f(x0) = y0, f(x1) = y1, . . . , f(xn) = yn; f(x) sa nazýva interpolačný
polynóm konečnej funkcie xi → yi, kde 0 ≤ i ≤ n. (Návod: Rozpíšte uvedené
rovnosti do sústavy lineárnych rovníc v neznámych a0, a1, . . . , an a využite Vandermondov
determinant.)
(b) Odvoďte tzv. Lagrangeov tvar interpolačného polynómu
f(x) =
n
i=0
yi
j=i
x − xj
xi − xj
.
(c) Vyjadrite koeficienty interpolačného polynómu f(x) pomocou Cramerovho pra-
vidla.
(d) Nech K je pole reálnych čísel R. V prípade ekvidistančného delenia x0, x1 =
x0 + d, x2 = x0 + 2d, . . . , xn = x0 + nd s krokom d > 0, nájdite explicitné vzorce
212 10. Determinanty
pre koeficienty interpolačného polynómu, ak 0 ≤ n ≤ 3.
10.17. S využitím výsledkov predchádzajúceho cvičenia riešte nasledujúce úlohy:
(a) Nájdite kvadratické polynómy f0(x), f1(x), f2(x) ∈ R(2)
[x], ktorých grafy prechádzajú
bodmi (−1, 0), (1, 0), (3, −2), resp. (−1, 0), (0, −1), (2, 5), resp. (0, −1),
(2, 5), (3, −2).
(b) Nájdite kubické polynómy g1(x), g2(x) ∈ R(3)
[x], ktorých grafy prechádzajú
bodmi (0, −1), (1, 0), (2, 5), (3, −2), resp. (−1, 0), (0, −1), (1, 0), (2, 5).
(c) Nájdite bikvadratický polynóm h(x) ∈ R(4)
[x], ktorého graf prechádza bodmi
(−1, 0), (0, −1), (1, 0), (2, 5), (3, −2).
(d) Načrtnite grafy funkcií f0, f1, f2, g1, g2 a h na intervale −2, 4 a porovnajte
ich.
10.18. Permanentom štvorcovej matice AAA = (aij)n×n nad poľom K nazývame výraz
perAAA =
σ∈Sn
aσ(1) 1 . . . aσ(n) n.
Formálne teda permanent dostaneme vynechaním znamienkových koeficientov sgn σ =
(−1)|σ|
v definícii determinantu. Dokážte postupne nasledujúce tvrdenia:
(a) Ak maticu chápeme ako riadok jej stĺpcov, tak permanent je n-lineárne symetrické
zobrazenie Kn×n
→ K (pozri cvičenie 10.3).
(b) Pre ľubovoľnú maticu AAA ∈ Kn×n
platí perAAAT
= perAAA.
(c) Ak char K = 2, tak pre každú maticu AAA ∈ Kn×n
platí perAAA = detAAA.
10.19. (a) Odvoďte všeobecný vzorec na výpočet permanentu matíc rozmeru 2 × 2.
(b) Odvoďte vzorec analogický Sarrusovmu pravidlu na výpočet permanentu matíc
rozmeru 3 × 3. 1
(c) Vypočítajte permanenty reálnych matíc AAA =
„
1 3
2 −6
«
, BBB =
2 4 0
3 7 −1
1 1 1
!
.
(c) Odvoďte z výsledkov úlohy (a), že permanent regulárnej štvorcovej matice sa
môže rovnať nule, kým permanent singulárnej štvorcovej matice nemusí byť 0.
10.20. Nech X = {x1, . . . , xn} je n-prvková množina a (X, H) je orientovaný graf s množinou
vrcholov X (pozri cvičenie 2.7). Hovoríme, že permutácia σ ∈ Sn žije na grafe
(X, H), ak pre každé i ≤ n platí (xi, xσ(i)) ∈ H.
(a) Nech HHH ∈ Rn×n
je incidenčná matica grafu (X, H). Potom počet všetkých permutácií
σ ∈ Sn, ktoré žijú na grafe (X, H), je práve perHHH. Dokážte.
(b) Pre každý z grafov z obrázku 2.1 vypočítajte permanent jeho incidenčnej matice
a určte počet permutácií, ktoré na ňom žijú (pokúste sa riešiť obe úlohy pre daný
graf v optimálnom poradí).
1
Stojí za poznámku, že – na rozdiel od determinantu – nepoznáme nijaký jednoduchý, rýchly
algoritmus na výpočet permanentu štvorcových matíc všeobecného rádu n nad poľami charakteristiky
= 2. Dokonca máme dobré dôvody domnievať sa, že taký algoritmus neexistuje.
Časť II
Bilineárne formy a geometria
11. Bilineárne a kvadratické formy
V predchádzajúcej kapitole sme sa stretli s multilineárnymi zobrazeniami,
ktorých príkladmi boli práve determinanty. V tejto kapitole podrobnejšie
preskúmame tzv. bilineárne zobrazenia, ktoré sú najjednoduchším netriviálnym
prípadom takýchto zobrazení. Z nich sa sústredíme hlavne na bilineárne
formy, t. j. na bilineárne zobrazenia s hodnotami v príslušnom poli. Od bilineárnych
foriem je už len krok k tzv. kvadratickým formám. Týmto krokom,
prísne vzaté, vystúpime zo sveta objektov lineárnych (t. j. „prvého stupňa )
a dostaneme sa do sveta objektov kvadratických (t. j. „druhého stupňa ).
Zatiaľ sa však sústredíme len na algebraickú stránku celej veci. Geometrické
aspekty bilineárnych a kvadratických foriem preskúmame až neskôr, keď si
na tento účel zadovážime aj ďalšie účinné nástroje.
V celej kapitole K označuje nejaké pevné no inak ľubovoľné pole. Ak sa
o tom osobitne nezmienime, pod vektorovým priestorom budeme rozumieť
vektorový priestor nad poľom K. Väčšina výsledkov tejto kapitoly však platí
len za dodatočnej podmienky, že charakteristika nášho poľa K sa nerovná
dvom. Na rozdiel od kapitol 8 a 10, kde nám tento predpoklad slúžil len
na zjednodušenie formulácií niektorých definícií, tvrdení a dôkazov, v tejto
kapitole už hrá podstatnú úlohu.
11.1 Bilineárne zobrazenia a bilineárne formy
Nech U, V , W sú vektorové priestory nad poľom K. Hovoríme, že F : U × V
→ W je bilineárne zobrazenie, ak pre všetky xxx,xxx1,xxx2 ∈ U, yyy,yyy1,yyy2 ∈ V a
c1, c2 ∈ K platí
F(xxx, c1yyy1 + c2yyy2) = c1F(xxx,yyy1) + c2F(xxx,yyy2),
F(c1xxx1 + c2xxx2,yyy) = c1F(xxx1,yyy) + c2F(xxx2,yyy).
Inak povedané, zobrazenie F : U × V → W je bilineárne práve vtedy, keď
pre ľubovoľné pevné xxx ∈ U je priradením yyy → F(xxx,yyy) definované lineárne
zobrazenie V → W a pre ľubovoľné pevné yyy ∈ V je priradením xxx → F(xxx,yyy)
definované lineárne zobrazenie U → W.
11.1.1. Príklad. (a) Príklad 6.1.4 vlastne hovorí, že pre pevné m, n, p je
predpisom F(AAA,BBB) = AAA · BBB dané bilineárne zobrazenie Km×n
× Kn×p
→
Km×p
. Teda násobenie je bilineárne zobrazenie medzi vektorovými priestormi
matíc príslušných rozmerov.
216 11. Bilineárne a kvadratické formy
(b) Pre ľubovoľné vektorové priestory U, V je predpisom F(ϕ,xxx) = ϕ(xxx)
definované bilineárne zobrazenie L(V, U) × V → U. To znamená, že na dosadenie
argumentu do funkcie sa možno dívať ako na bilineárne zobrazenie
na príslušných vektorových priestoroch (pozri paragraf 6.5). Najdôležitejším
prípadom takéhoto bilineárneho zobrazenia je tzv. párovanie alebo dualita
(η,xxx) → η(xxx) : V ∗
× V → K medzi priestorom V a jeho duálom V ∗
.
(c) Pre ľubovoľné vektorové priestory U, V , W je predpisom F(ϕ, ψ) =
ϕ ◦ ψ definované bilineárne zobrazenie L(V, U) × L(W, V ) → L(W, U). Teda
kompozíciu možno chápať ako bilineárne zobrazenie na uvedených vektorových
priestoroch lineárnych zobrazení.
Pod bilineárnou formou na vektorových priestoroch U, V rozumieme ľubovoľné
bilineárne zobrazenie F : U × V → K.
Nech U, V sú konečnorozmerné vektorové priestory s bázami ααα = (uuu1, . . . ,uuum)
resp. βββ = (vvv1, . . . ,vvvn). Potom pre ľubovoľnú maticu AAA = (aij) ∈ Km×n
je
predpisom
F(xxx,yyy) = (xxx)T
ααα · AAA · (yyy)βββ =
m
i=1
n
j=1
aijxiyj,
kde (xxx)ααα = (x1, . . . , xm)T
, (yyy)βββ = (y1, . . . , yn)T
sú súradnice vektorov xxx ∈ U,
yyy ∈ V v príslušných bázach, definovaná bilineárna forma F : U × V → K
(presvedčte sa o tom). Ukážeme, že tiež naopak, každá bilineárna forma na
vektorových priestoroch U, V má uvedený tvar pre jednoznačne určenú maticu
AAA ∈ Km×n
.
Maticou bilineárnej formy F : U × V → K vzhľadom na bázy ααα, βββ nazývame
maticu
[F]ααα,βββ = F(uuui,vvvj) ∈ Km×n
,
ktorá je tvorená hodnotami formy F na dvojiciach vektorov báz ααα, βββ.
11.1.2. Tvrdenie. Nech U, V sú konečnorozmerné vektorové priestory s bázami
ααα, resp. βββ a F : U×V → K je bilineárna forma. Potom pre všetky xxx ∈ U,
yyy ∈ V platí
F(xxx,yyy) = (xxx)T
ααα · [F]ααα,βββ · (yyy)βββ
a AAA = [F]ααα,βββ je jediná matica s touto vlastnosťou.
Dôkaz. Nech (xxx)ααα = (x1, . . . , xm)T
, (yyy)βββ = (y1, . . . , yn)T
sú súradnice vektorov
xxx ∈ U, yyy ∈ V v príslušných bázach ααα = (uuu1, . . . ,uuum), βββ = (vvv1, . . . ,vvvn).
S použitím bilinearity F dostávame
F(xxx,yyy) = F(x1uuu1 + . . . + xmuuum, y1vvv1 + . . . + ynvvvn)
=
m
i=1
n
j=1
xiyjF(uuui,vvvj) = (xxx)T
ααα · [F]ααα,βββ · (yyy)βββ.
11.1. Bilineárne zobrazenia a bilineárne formy 217
Zostáva ukázať, že pre ľubovoľnú maticu AAA = (aij) ∈ Km×n
platí
∀xxx ∈ U ∀yyy ∈ V F(xxx,yyy) = (xxx)T
ααα · AAA · (yyy)βββ ⇒ AAA = [F]ααα,βββ.
Za uvedeného predpokladu voľbou xxx = uuui, yyy = vvvj dostávame
F(uuui,vvvj) = (ui)T
ααα · AAA · (vvvj)βββ = eeeT
i · AAA · eeej = aij.
Teda špeciálne každá bilineárna forma F : Km
×Kn
→ K na (stĺpcových)
vektorových priestoroch Km
, Kn
má tvar
F(xxx,yyy) = xxxT
· AAA · yyy =
m
i=1
n
j=1
aijxiyj,
kde AAA = [F]εεε(m),εεε(n) je matica formy F vzhľadom na kanonické bázy εεε(m)
, εεε(n)
.
Teraz preskúmame ako závisí matica bilineárnej formy F : U × V → K na
bázach priestorov U, V , presnejšie, ako sa mení v závislosti od zmien týchto
báz.
11.1.3. Tvrdenie. Nech V1, V2 sú konečnorozmerné vektorové priestory nad
poľom K, ααα1, βββ1 sú dve bázy priestoru V1, ααα2, βββ2 sú dve bázy priestoru V2 a
F : V1 × V2 → K je bilineárna forma. Potom
[F]βββ1,βββ2 = (PPPααα1,βββ1 )T
· [F]ααα1,ααα2 · PPPααα2,βββ2 .
Dôkaz. Označme AAA = [F]ααα1,ααα2 , BBB = [F]βββ1,βββ2 matice formy F v príslušných
bázach. Pre ľubovoľné vektory xxx ∈ V1, yyy ∈ V2 platí
(xxx)T
βββ1
· BBB · (yyy)βββ2 = F(xxx,yyy) = (xxx)T
ααα1
· AAA · (yyy)ααα2
= PPPααα1,βββ1 · (xxx)βββ1
T
· AAA · PPPααα2,βββ2 · (yyy)βββ2
= (xxx)T
βββ1
· (PPPααα1,βββ1 )T
· AAA · PPPααα2,βββ2 · (yyy)βββ2 .
Požadovaná rovnosť
BBB = (PPPααα1,βββ1 )T
· AAA · PPPααα2,βββ2
vyplýva z jednoznačnosti matice bilineárnej formy F vzhľadom na bázy βββ1,
βββ2 dokázanej v tvrdení 11.1.2.
11.1.4. Príklad. Nech F : Km
× Kn
→ K je bilineárna forma a ααα, βββ sú
nejaké bázy priestorov Km
, resp. Kn
. Označme AAA = [F]ααα,βββ, MMM = [F]εεε(m),εεε(n)
218 11. Bilineárne a kvadratické formy
matice formy F vzhľadom na bázy ααα, βββ, resp. vzhľadom na kanonické bázy
εεε(m)
, εεε(n)
. Podľa práve dokázaného tvrdenia platia rovnosti
AAA = PPPεεε(m),ααα
T
· MMM · PPPεεε(n),βββ = αααT
· MMM · βββ,
MMM = PPPααα,εεε(m)
T
· AAA · PPPβββ,εεε(n) = ααα−1 T
·AAA · βββ−1
,
umožňujúce (po stotožnení každej bázy s maticou tvorenou jej stĺpcami)
priamy výpočet jednej z matíc AAA, MMM na základe znalosti príslušných báz a
druhej z nich.
Tvrdenie 11.1.3 a príklad 11.1.4 nás priamo nabádajú k porovnaniu s vetou
7.5.1 a príkladom 7.5.2. Analógia s lineárnymi zobrazeniami a ich maticami
však siaha ešte ďalej a zahŕňa aj vety 7.5.3 a 7.5.4.
11.1.5. Tvrdenie. Nech U je m-rozmerný a V je n-rozmerný vektorový
priestor nad poľom K. Potom pre ľubovoľné matice AAA, BBB ∈ Km×n
nasledujúce
podmienky sú ekvivalentné:
(i) AAA, BBB sú maticami tej istej bilineárnej formy F : U × V → K vzhľadom
na nejaké dve (možno no nie nutne rôzne) dvojice báz priestorov U, V ;
(ii) existujú regulárne matice PPP ∈ Km×m
, QQQ ∈ Kn×n
také, že BBB = PPP ·AAA·QQQ;
(iii) h(AAA) = h(BBB).
Dôkaz. Podľa tvrdenia 7.2.4 je štvorcová matica regulárna práve vtedy, keď
k nej transponovaná matica je regulárna. Ekvivalencia (i) ⇔ (ii) je tak priamym
dôsledkom tvrdena 11.1.3 a vety 7.5.3. Ekvivalencia (ii) ⇔ (iii) je už
obsiahnutá vo vete 7.5.3.
Na základe uvedeného tvrdenia možno korektne definovať hodnosť h(F)
bilineárnej formy F na konečnorozmerných vektorových priestoroch ako hodnosť
jej matice vzhľadom na ľubovoľnú dvojicu báz. Je totiž zrejmé, že táto
hodnota na voľbe príslušných báz nezávisí.
11.1.6. Dôsledok. Pre každú bilineárnu formu F : U ×V → K na konečnorozmerných
vektorových priestoroch nad poľom K možno zvoliť bázu ααα priestoru
U a bázu βββ priestoru V tak, že F má vzhľadom na bázy ααα, βββ maticu
v blokovom tvare
[F]ααα,βββ =
IIIh 0h,n−h
0m−h,h 0m−h,n−h
,
kde m = dim U, n = dim V a h = h(F).
Otázkou, ako možno k danej bilineárnej forme F nájsť také bázy ααα, βββ,
sa tu nebudeme zaoberať. Pre zvedavého čitateľa podávame stručný návod
11.1. Bilineárne zobrazenia a bilineárne formy 219
v cvičeniach. Za istých okolností sa s ňou však ešte stretneme. No v tejto
chvíli obrátime svoju pozornosť trochu iným smerom.
Ak F : U × V → K je ľubovoľná bilineárna forma, tak pre každé xxx ∈ U je
predpisom ϕxxx(yyy) = F(xxx,yyy) definovaný lineárny funkcionál ϕxxx : V → K, t. j.
prvok duálu V ∗
= L(V, K) vektorového priestoru V (pozri paragraf 6.5). Ak
položíme F×
(xxx) = ϕxxx, je tým definované zobrazenie F×
: U → V ∗
. Bude nás
zaujímať, pre aké F má každý lineárny funkcionál ϕ ∈ V ∗
tvar ϕ = F×
(xxx)
pre nejaké, prípadne pre jediné xxx ∈ U.
11.1.7. Veta. (a) Nech U, V sú vektorové priestory a F : U × V → K je
bilineárna forma. Potom F×
: U → V ∗
je lineárne zobrazenie.
(b) Ak U, V sú konečnorozmerné, tak h(F×
) = h(F). V dôsledku toho
F×
je injektívne práve vtedy, keď h(F) = dim U, a F×
je surjektívne práve
vtedy, keď h(F) = dim V .
Dôkaz. S využitím linearity F v prvej premennej možno podmienku (a) overiť
priamym výpočtom, ktorý prenechávame ako cvičenie čitateľovi.
(b) Položme dim V = n, zvoľme nejaké bázy ααα, βββ priestorov U resp. V a
označme AAA = [F]ααα,βββ maticu formy F vzhľadom na ne. Potom
Ker F×
= xxx ∈ U; (∀yyy ∈ V )((xxx)T
ααα · AAA · (yyy)βββ = 0 = {xxx ∈ U; (xxx)T
ααα · AAA = 0},
lebo pre ľubovoľné xxx ∈ U je predpisom yyy → (xxx)T
ααα · AAA · (yyy)βββ určené lineárne
zobrazenie V → K, ktoré má vzhľadom na bázy βββ vo V a (1) v K maticu (xxx)T
ααα·
AAA, a matica lineárneho zobrazenia v daných bázach je určená jednoznačne.
Keďže (xxx)T
ααα ·AAA = AAAT
· (xxx)ααα
T
a xxx → (xxx)ααα je lineárny izomorfizmus U → Kn
,
z tvrdenia 9.2.2 vyplýva
dim Ker F×
= dim R AAAT
= n − h(AAA) = n − h(F).
Podľa vety 6.2.3 o dimenzii jadra a obrazu z toho dostávame
h(F×
) = dim Im F×
= n − dim Ker F×
= h(F).
Zvyšok je už triviálnym dôsledkom tejto rovnosti, vety 6.2.2 a tvrdenia 6.5.3
11.1.8. Dôsledok. Nech U, V sú konečnorozmerné vektorové priestory rovnakej
dimenzie. Potom pre ľubovoľnú bilineárnu formu F : U × V → K
nasledujúce podmienky sú ekvivalentné:
(i) F×
: U → V ∗
je lineárny izomorfizmus;
(ii) h(F) = dim U = dim V ;
(iii) pre ľubovoľné (pre nejaké) bázy ααα, βββ priestorov U resp. V je [F]ααα,βββ
regulárna matica.
Bilineárna forma F : V × V → K sa nazýva regulárna, ak spĺňa niektorú
(teda všetky) z podmienok posledného dôsledku; v opačnom prípade sa F
nazýva singulárna.
220 11. Bilineárne a kvadratické formy
11.2 Symetrické bilineárne formy a kvadratické formy
V tomto paragrafe sa budeme zaoberať výlučne bilineárnymi formami, v ktorých
prvá aj druhá premenná prebieha ten istý vektorový priestor V , t. j. bilineárnymi
formami tvaru F : V ×V → K. Budeme ich nazývať bilineárnymi
formami na vektorovom priestore V .
Bilineárna forma F : V 2
→ K sa nazýva symetrická, ak pre všetky xxx,yyy ∈
V platí
F(xxx,yyy) = F(yyy,xxx).
Pre istotu ešte pripomíname, že bilineárna forma F : V 2
→ K sa nazýva
antisymetrická (pozri paragraf 10.1), ak pre všetky xxx,yyy ∈ V platí
F(xxx,yyy) = −F(yyy,xxx).
11.2.1. Tvrdenie. Nech F je bilineárna forma na vektorovom priestore V
nad poľom K a char K = 2. Potom F možno rozložiť na súčet
F = F0 + F1
pre jednoznačne určené bilineárne formy F0, F1 na V , pričom F0 je symetrická
a F1 je antisymetrická.
Dôkaz Keďže char K = 2, v K platí 2 = 1 + 1 = 0, teda existuje prvok
1
2
= 2−1
∈ K. Pre všetky xxx,yyy ∈ V položme
F0(xxx,yyy) =
1
2
F(xxx,yyy) + F(yyy,xxx) ,
F1(xxx,yyy) =
1
2
F(xxx,yyy) − F(yyy,xxx) .
Jednoduchými priamymi výpočtami, ktoré prenechávame čitateľovi, možno
overiť, že F0 aj F1 sú bilineárne formy na V . Na prvý pohľad vidno, že F0 je
symetrická, F1 je antisymetrická a pre všetky xxx,yyy ∈ V platí
F(xxx,yyy) = F0(xxx,yyy) + F1(xxx,yyy).
Zostáva overiť jednoznačnosť. Uvedený tvar foriem F0, F1 je však bezprostredným
dôsledkom poslednej rovnosti a rovnosti
F(yyy,xxx) = F0(xxx,yyy) − F1(xxx,yyy),
ktorá z nej vyplýva na základe symetrie formy F0 a antisymetrie formy F1.
Ak F je bilineárna forma na konečnorozmernom vektorovom priestore V
s bázou ααα = (uuu1, . . . ,uuun), tak pod maticou formy F vzhľadom na túto bázu
11.2. Symetrické bilineárne formy a kvadratické formy 221
budeme rozumieť jej maticu vzhľadom na dvojicu báz ααα, ααα; značíme ju [F]ααα.
Teda
[F]ααα = [F]ααα,ααα = F(uuui,uuuj) n×n
.
Toto obmedzenie v porovnaní so všeobecnou definíciou z predošlého paragrafu
je prirodzené – naopak, značne umelo by pôsobilo vyjadrovať súradnice
prvej a druhej premennej v F, hoci ležia v tom istom priestore V , vzhľadom
na rôzne bázy. Matice bilineárnych foriem na vektorovom priestore V vzhľadom
na dvojice rôznych báz ααα, βββ vo V preto odteraz vylúčime z ďalších úvah.
Jedna z výhod takéhoto prístupu spočíva v nasledujúcom zrejmom tvrdení,
ktoré by však bez spomínaného obmedzenia neplatilo.
Pripomeňme, že štvorcová matica AAA = (aij)n×n sa nazýva symetrická, ak
AAA = AAAT
, t. j. ak pre všetky i, j ≤ n platí aij = aji; podobne, AAA sa nazýva
antisymetrická, ak AAA = −AAAT
, t. j. ak pre všetky i, j ≤ n platí aij = −aji.
11.2.2. Tvrdenie. Nech ααα je ľubovoľná báza konečnorozmerného vektorového
priestoru V a F : V 2
→ K je bilineárna forma na V . Potom
(a) F je symetrická práve vtedy, keď jej matica [F]ααα je symetrická;
(b) F je antisymetrická práve vtedy, keď jej matica [F]ααα je antisymetrická.
Násobenie v poli možno chápať ako bilineárnu formu F : K2
→ K, kde
F(a, b) = ab pre a, b ∈ K. Stotožnením prvej a druhej premennej dostávame
zobrazenie q: K → K, kde q(a) = F(a, a) = a2
, t. j. „a-kvadrát . Zovšeobecnením
tohto postupu dospejeme k pojmu kvadratickej formy.
Zobrazenie q : V → K vektorového priestoru V do poľa K sa nazýva
kvadratická forma na V , ak existuje bilineárna forma F : V 2
→ K taká, že
pre všetky xxx ∈ V platí
q(xxx) = F(xxx,xxx).
Hovoríme tiež, že bilineárna forma F indukuje kvadratickú formu q.
Vo všeobecnosti existuje k danej kvadratickej forme q : V → K mnoho
bilineárnych foriem F : V 2
→ K, pre ktoré platí uvedená rovnosť. Ak je
totiž F : V 2
→ K nejaká bilineárna forma a G : V 2
→ K je ľubovoľná
antisymetrická bilineárna forma, tak, aspoň pokiaľ char K = 2,
F(xxx,xxx) = F(xxx,xxx) + G(xxx,xxx),
lebo zrejme G(xxx,xxx) = 0. Špeciálne v označení tvrdenia 11.2.1 platí
F(xxx,xxx) = F0(xxx,xxx).
To nás privádza na myšlienku pokúsiť sa odstrániť spomínanú nejednoznačnosť
dodatočnou požiadavkou symetrie príslušnej bilineárnej formy.
Polárnou formou kvadratickej formy q : V → K nazývame symetrickú
bilineárnu formu F : V 2
→ K, ktorá indukuje formu q.
222 11. Bilineárne a kvadratické formy
11.2.3. Tvrdenie. Nech q je kvadratická forma na vektorovom priestore V
nad poľom K, pričom char K = 2. Potom existuje jediná symetrická bilineárna
forma F : V 2
→ K taká, že
q(xxx) = F(xxx,xxx)
pre všetky xxx ∈ V .
Dôkaz. Ak F je ľubovoľná bilineárna forma na V , ktorá indukuje q, tak z tvrdenia
11.2.1 a pred chvíľou učinenej poznámky vyplýva, že hľadaná polárna
forma ku q je daná vzťahom F0(xxx,yyy) = 1
2
(F(xxx,yyy) + F(yyy,xxx)).
Požadovaná jednoznačnosť polárnej formy je bezprostredným dôsledkom
nasledujúceho tvrdenia, ktoré nám poskytuje ďalšiu cennú informáciu o vzťahu
medzi ňou a indukovanou kvadratickou formou.
11.2.4. Tvrdenie. Nech char K = 2, q : V → K je kvadratická forma a
F : V 2
→ K je jej polárna forma. Potom pre ľubovoľné xxx,yyy ∈ V platí
F(xxx,yyy) =
1
2
q(xxx + yyy) − q(xxx) − q(yyy)
=
1
2
q(xxx) + q(yyy) − q(xxx − yyy)
=
1
4
q(xxx + yyy) − q(xxx − yyy)
Dôkaz. Najprv si uvedomme, že char K = 2 má za dôsledok 4 = 2 · 2 = 0.
Každú z rovností
F(xxx,yyy) =
1
2
F(xxx + yyy,xxx + yyy) − F(xxx,xxx) − F(yyy,yyy)
=
1
2
F(xxx,xxx) + F(yyy,yyy) − F(xxx − yyy,xxx − yyy)
=
1
4
F(xxx + yyy,xxx + yyy) − F(xxx − yyy,xxx − yyy)
možno teraz na základe bilinearity formy F overiť priamym výpočtom, ktorý
prenechávame čitateľovi.
Uvedené rovnosti nám tak dávajú k dispozícii hneď tri rôzne formuly,
z ktorých každá umožňuje zrekonštruovať polárnu formu na základe znalosti
jej kvadratickej formy. Ešte si všimnite, že tieto rovnosti sú len jednoduchým
zovšeobecnením známych vzorcov
ab =
1
2
(a + b)2
− a2
− b2
=
1
2
a2
+ b2
− (a − b)2
=
1
4
(a + b)2
− (a − b)2
11.3. Diagonalizácia kvadratických foriem 223
platných pre ľubovoľné a, b ∈ K.
Maticou kvadratickej formy q : V → K na konečnorozmernom vektorovom
priestore V nad poľom charakteristiky rôznej od dvoch vzhľadom na
bázu ααα nazývame maticu jej polárnej formy vzhľadom na túto bázu a značíme
ju [q]ααα. Matica [q]ααα je touto požiadavkou jednoznačne určená a je to vždy symetrická
matica. Hodnosťou kvadratickej formy potom nazývame hodnosť jej
matice vzhľadom na akúkoľvek bázu a značíme ju h(q). Zrejme hodnosť h(q)
nezávisí od voľby bázy a rovná sa hodnosti h(F) príslušnej polárnej formy.
Kvadratická forma sa nazýva regulárna, resp. singulárna, ak má príslušnú
vlastnosť jej polárna forma.
Poznámka. Upozorňujeme, že ani jeden z výsledkov uvádzaných v tvrdeniach
11.2.1 a 11.2.3 (t. j. ani existencia ani jednoznačnosť) nie je splnený
vo vektorových priestoroch nad poľom charakteristiky 2. Dokonca jednu a tú
istú symetrickú bilineárnu, resp. kvadratickú formu možno zadať maticami
rôznej hodnosti. Príklady možno nájsť v cvičeniach. V prípade tvrdenia 11.2.4
nedávajú uvedené vzorce nad poľom K charakteristiky 2 vôbec žiadny zmysel.
11.3 Diagonalizácia kvadratických foriem
Ak F : V 2
→ K je ľubovoľná bilineárna forma na konečnorozmernom vektorovom
priestore V a AAA = (aij)n×n je jej matica vzhľadom na nejakú bázu
ααα priestoru V , tak pre indukovanú kvadratickú formu q : V → K a všetky
xxx ∈ V platí
q(xxx) = F(xxx,xxx) = (xxx)T
ααα · AAA · (xxx)ααα =
n
i,j=1
aijxixj
=
n
i=1
aiix2
i +
1≤i<j≤n
(aij + aji) xixj,
kde (xxx)ααα = (x1, . . . , xn)T
sú príslušné súradnice. Ak F je navyše symetrická,
tak AAA je priamo (symetrická) matica formy q v báze ααα a uvedený výraz prejde
na tvar
q(xxx) =
n
i=1
aiix2
i + 2
1≤i<j≤n
aijxixj.
V tomto paragrafe si ukážeme, že voľbou vhodnej bázy, t. j. zavedením „nových
súradníc , sa možno zbaviť všetkých sčítancov aijxixj obsahujúcich
zmiešané členy a upraviť tak celý výraz na diagonálny tvar
q(xxx) =
n
i=1
aiix2
i .
224 11. Bilineárne a kvadratické formy
Príslušný výpočet možno uskutočniť pomocou tzv. Lagrangeovej metódy,
ktorá používa dva typy úprav: jednak metódu doplnenia na štvorec, známu
už zo strednej školy, jednak substitúciu
xixj =
1
4
(xi + xj)2
−
1
4
(xi − xj)2
,
ku ktorej sa musíme uchýliť zakaždým, keď pre i = j je aij = 0, ale aii =
ajj = 0. Ako naznačuje posledná identita, Lagrangeova metóda funguje len
pre polia charakteristiky rôznej od dvoch. Bez ďalšieho komentára si celý
postup ozrejmíme na príklade.
11.3.1. Príklad. Kvadratická forma q : R4
→ R je pre xxx = (x1, x2, x3, x4)T
∈
R4
daná predpisom
q(xxx) = −2x2
2 + x1x2 + 2x2x3 − 3x3x4 = xxxT
·




0 1/2 0 0
1/2 −2 1 0
0 1 0 −3/2
0 0 −3/2 0



 · xxx .
Všetky zmiešané členy obsahujúce x2 pripojíme k členu −2x2
2 a doplníme na
štvorec:
q(xxx) = −2 x2
2 −
1
2
x1x2 − x2x3 − 3x3x4
= −2 x2 −
1
4
x1 −
1
2
x3
2
−
1
16
x2
1 −
1
4
x2
3 −
1
4
x1x3 − 3x3x4
= −
1
8
(x1 − 4x2 + 2x3)2
+
1
8
x2
1 +
1
2
x2
3 +
1
2
x1x3 − 3x3x4 .
Teraz pripojíme zmiešané členy obsahujúce x1 k členu 1
8
x2
1 a doplníme na
štvorec. Dostaneme
q(xxx) = −
1
8
(x1 − 4x2 + 2x3)2
+
1
8
(x2
1 + 4x2
3 + 4x1x3) − 3x3x4
= −
1
8
(x1 − 4x2 + 2x3)2
+
1
8
(x1 + 2x3)2
− 3x3x4 .
Po použití spomínanej substitúcie konečne máme
q(xxx) = −
1
8
(x1 − 4x2 + 2x3)2
+
1
8
(x1 + 2x3)2
−
3
4
(x3 + x4)2
+
3
4
(x3 − x4)2
.
Ak si na R4
zavedieme nové súradnice yyy = (y1, y2, y3, y4)T
, kde
y1 = x1 − 4x2 + 2x3
y2 = x1 + 2x3
y3 = x3 + x4
y4 = x3 − x4,
11.3. Diagonalizácia kvadratických foriem 225
tak pôvodná kvadratická forma q v nich nadobudne diagonálny tvar
q(xxx) = q (yyy) = −
1
8
y2
1 +
1
8
y2
2 −
3
4
y2
3 +
3
4
y2
4 .
Pritom matica
QQQ =




1 −4 2 0
1 0 2 0
0 0 1 1
0 0 1 −1



 ,
ktorá zabezpečuje zmenu súradníc yyy = QQQ·xxx je maticou prechodu z kanonickej
bázy εεε do takej bázy ααα priestoru R4
, v ktorej pre všetky xxx ∈ R4
platí (xxx)ααα =
yyy = QQQ · xxx. To znamená, že QQQ = PPPααα,εεε = ααα−1
. Teda ααα = QQQ−1
, presnejšie,
hľadaná báza ααα je tvorená stĺpcami matice
QQQ−1
=




0 1 −1 −1
−1/4 1/4 0 0
0 0 1/2 1/2
0 0 1/2 −1/2



 .
11.3.2. Príklad. Ešte si všimnime veľkú mieru nejednoznačnosti diagonálneho
tvaru a príslušnej transformácie súradníc. Napr. kvadratickú formu
q(x, y) = 10x2
+ 5y2
− 2xy
na R2
možno pri troche postrehu jednoducho upraviť na diagonálny tvar
q(x, y) = (x2
+ 4y2
+ 4xy) + (9x2
+ y2
− 6xy) = (x + 2y)2
+ (3x − y)2
,
zatiaľ čo pri dôslednom dodržiavaní predchádzajúceho receptu dostaneme
q(xxx) = 10 x2
−
1
5
xy + 5y2
= 10 x −
1
10
y
2
−
1
100
y2
+ 5y2
=
1
10
(10x − y)2
+
49
10
y2
.
Podobne, ako sme sa pri riešení sústav lineárnych rovníc vyhli manipulácii
s premennými a celú úlohu sme previedli na úpravu istej matice pomocou
elementárnych riadkových operácii, aj teraz bude našim cieľom upraviť
danú kvadratickú či symetrickú bilineárnu formu na diagonálny tvar a zároveň
nájsť príslušnú bázu len vhodnými vhodnými jej matice. Najprv si však
ujasníme, ako vplýva zmena bázy na maticu bilineárnej resp. kvadratickej
formy na konečnorozmerom priestore V . Ako špeciálny prípad tvrdenia 11.1.3
okamžite dostávame
226 11. Bilineárne a kvadratické formy
11.3.3. Tvrdenie. Nech ααα, βββ sú dve bázy konečnorozmerného vektorového
priestoru V a F : V 2
→ K je bilineárna forma na V . Potom pre matice
AAA = [F]ααα, BBB = [F]βββ formy F v týchto bázach platí
BBB = (PPPααα,βββ)T
· AAA · PPPααα,βββ.
Štvorcové matice AAA, BBB ∈ Kn×n
sa nazývajú kongruentné, označenie AAA ≡
BBB, ak existuje regulárna matica PPP ∈ Kn×n
taká, že
BBB = PPPT
· AAA · PPP.
Zrejme kongruentné matice majú rovnakú hodnosť. Čitateľ by si mal taktiež
sám overiť, že pre ľubovoľné matice AAA, BBB, CCC ∈ Kn×n
platí
AAA ≡ AAA,
AAA ≡ BBB ⇒ BBB ≡ AAA,
AAA ≡ BBB & BBB ≡ CCC ⇒ AAA ≡ CCC.
Inak povedané, vzťah kongruencie je reflexívny, symetrický a tranzitívny, t. j.
je vzťahom ekvivalencie na množine Kn×n
.
Ďalej nás bude zaujímať len kongruencia symetrických matíc; v celej všeobecnosti
sa preto týmto vzťahom viac zaoberať nebudeme.
Jednoducho možno nahliadnuť (prípadne overiť) platnosť implikácie
AAA ≡ BBB & BBB = BBBT
⇒ AAA = AAAT
,
t. j. ak je jedna z dvoch kongruentných matíc symetrická, tak je symetrická
aj druhá z nich.
Keďže každá regulárna matica jej maticou prechodu medzi vhodnou dvojicou
báz, tvrdenie 11.3.3 má za bezprostredný dôsledok nasledujúcu vetu.
11.3.4. Veta. Nech V je n-rozmerný vektorový priestor nad poľom K charakteristiky
= 2. Potom pre ľubovoľné symetrické matice AAA, BBB ∈ Kn×n
nasledujúce
podmienky sú ekvivalentné:
(i) AAA, BBB sú maticami tej istej symetrickej bilineárnej formy F : V ×V → K
vzhľadom na nejaké dve (možno no nie nutne rôzne) bázy priestoru V ;
(ii) AAA, BBB sú maticami tej istej kvadratickej formy q: V → K vzhľadom na
nejaké dve (možno no nie nutne rôzne) bázy priestoru V ;
(iii) AAA ≡ BBB.
Poznamenajme, že ekvivalencia (i) ⇔ (iii) platí aj nad poľami charakteristiky
2.
Konečne môžeme systematicky pristúpiť k otázke diagonalizácie symetrických
bilineárnych resp. kvadratických foriem. Obe zredukujeme na úpravy
11.3. Diagonalizácia kvadratických foriem 227
príslušnej symetrickej matice na diagonálnu maticu pomocou úprav zachovávajúcich
kongruenciu.
Najprv si všimnime, čo to vlastne znamená, že matice AAA, BBB ∈ Kn×n
sú
kongruentné prostredníctvom regulárnej matice PPP ∈ Kn×n
. Maticu PPP možno
upraviť na jednotkovú maticu IIIn pomocou elementárnych stĺpcových úprav,
ktorým zodpovedá rozklad matice PPP na súčin elementárnych matíc
PPP = EEE1 · . . . · EEEk.
Potom
BBB = PPPT
· AAA · PPP = (EEE1 · . . . · EEEk)T
· AAA · (EEE1 · . . . · EEEk)
= EEET
k · . . . · EEET
1 · AAA · EEE1 · . . . · EEEk
Nech teraz CCC ∈ Kn×n
je ľubovoľná matica a EEE ∈ Kn×n
je elementárna
matica, zodpovedajúca nejakej ESO. Uvedomme si, v akom vzťahu je matica
EEET
·CCC ·EEE k pôvodnej matici CCC. Samozrejme, že sú kongruentné, no nielen to.
Matica EEET
totiž zodpovedá „rovnakej ERO, ako bola ESO reprezentovaná
maticou EEE. Presnejšie,
(a) ak EEE zodpovedala výmene i-teho a j-teho stĺpca, tak EEET
zodpovedá
výmene i-teho a j-teho riadku;
(b) ak EEE zodpovedala vynásobeniu i-teho stĺpca nenulovým skalárom c ∈
K, tak EEET
zodpovedá vynásobeniu i-teho riadku tým istým skalárom c;
(c) ak EEE zodpovedala pripočítaniu c-násobku i-teho stĺpca k j-temu stĺpcu,
tak EEET
zodpovedá pripočítaniu c-násobku i-teho riadku k j-temu riadku.
Matica EEET
· CCC · EEE teda vznikne z matice CCC pomocou dvojice symetricky
združených elementárnych úprav – jednej ESO a jednej ERO. Navyše, keďže
vďaka asociatívnosti násobenia platí EEET
· (CCC · EEE) = (EEET
· CCC) · EEE, je jedno,
v akom poradí obe úpravy vykonáme.
Úprava symetrickej matice AAA ∈ Kn×n
na s ňou kongruentnú diagonálnu
maticu BBB ∈ Kn×n
sa teda realizuje v konečnej postupnosti krokov, z ktorých
každý pozostáva z jednej ESO a s ňou symetricky združenej ERO. Postupnosťou
len príslušných ESO vykonaných na jednotkovej matici IIIn získame
tiež príslušnú maticu prechodu PPP takú, že platí BBB = PPPT
·AAA ·PPP. Celý postup
možno stručne zachytiť pomocou schémy
AAA
ESO
−−−→
ERO
BBB
IIIn
ESO
−−−→ PPP
Ak teda AAA bola maticou nejakej symetrickej bilineárnej formy, prípadne kvadratickej
formy v báze ααα, tak BBB je maticou tejto formy v báze βββ = ααα · PPP (t. j.
228 11. Bilineárne a kvadratické formy
PPP = PPPαααβββ). Špeciálne, ak AAA je maticou príslušnej formy na (stĺpcovom) vektorovom
priestore Kn
v kanonickej báze ααα = εεε(n)
, tak βββ = PPP, t. j. vektory
novej bázy βββ sú priamo stĺpce matice PPP.
Zostáva dokázať, že uvedený postup vždy vedie k cieľu.
11.3.5. Veta. Nech char K = 2 a V je konečnorozmerný vektorový priestor
nad poľom K. Potom
(a) každá symetrická matica AAA ∈ Kn×n
je kongruentná s nejakou diagonálnou
maticou;
(b) každá symetrická bilineárna forma F : V 2
→ K má vo vhodnej báze
priestoru V diagonálnu maticu;
(c) každá kvadratická forma q : V → K má vo vhodnej báze priestoru V
diagonálnu maticu.
Dôkaz. Stačí dokázať len tvrdenie (a), tvrdenia (b), (c) sú už jeho bezprostrednými
dôsledkami. Popíšeme algoritmus, ktorý nám hovorí, aké ESO a
ERO treba postupne aplikovať na maticu AAA. V celom postupe sa používajú
dva typy úprav:
(1) Nech i ≤ n je najmenší index taký, že aii = 0. Potom postupne pre
každé j ≤ n také, že j = i a aij = aji = 0, pripočítame k j-temu
stĺpcu matice −
aij
aii
-násobok i-teho stĺpca a v takto získanej matici
pripočítame −
aji
aii
-násobok i-teho riadku k j-temu riadku. Inak povedané,
pomocou diagonálneho prvku aii = 0 vynulujeme všetky ostatné
nenulové prvky i-teho riadku aj stĺpca.
(2) Nech pre každé i ≤ n platí: ak aii = 0, tak aij = aji = 0 pre každé j = i.
Nech k ≤ n je najmenší index taký, že akk = 0, ale k-ty riadok nie je
identicky nulový. Nech ďalej j ≤ n je najmenší index taký, že akj =
ajk = 0. Potom ku k-temu stĺpcu matice pripočítame jej j-ty stĺpec
a ku k-temu riadku takto získanej matice pripočítame jej j-ty riadok.
(Výsledná matica má na mieste (k, k) prvok akj + ajk = 2ajk = 0.)
Úpravy typu (1) majú prednosť, t. j. vykonávame ich tak dlho, ako je to len
možné alebo kým nezískame diagonálnu maticu. V opačnom prípade aplikujeme
jednu úpravu typu (2). Po nej nikdy nedostaneme diagonálnu maticu
a vždy možno aplikovať úpravu typu (1). Takto postupujeme, kým sa to
len dá. Ak už nemožno aplikovať žiadnu z úprav (1), (2), znamená to, že
sme dospeli k diagonálnej matici. Keďže po každej úprave typu (1) pribudnú
aspoň dva nulové prvky mimo diagonály a prípadné nenulové prvky mimo
diagonály, ktoré pribudli v dôsledku nej alebo jednej úpravy typu (2), budú
vynulované ďalšími úpravami typu (1), celý postup nevyhnutne skončí po
konečnom počte krokov.
Okrem úprav (1), (2) možno použiť ďalšie dva typy úprav, bez ktorých sa
11.3. Diagonalizácia kvadratických foriem 229
síce možno zaobísť, no s ich pomocou možno docieliť „krajší tvar diagonálnej
matice formy prípadne matice prechodu.
(3) Výmena i-teho a j-teho stĺpca matice a vzápätí aj jej i-teho a j-teho
riadku.
(4) Vynásobenie i-teho stĺpca a vzápätí aj i-teho riadku matice ľubovoľným
nenulovým skalárom c ∈ K (diagonálny prvok aii sa tým zmení na c2
aii).
Význam úprav (3) a (4) je jasný: (3) zodpovedá zámene poradia súradníc
xi ↔ xj a (4) substitúcii xi/c miesto xi. Čitateľ by si mal sám premyslieť,
ako zodpovedá úprava typu (1) doplneniu na štvorec a úprava typu (2)
(spolu s následnou úpravou typu (1)) substitúcii súčtu štvorcov miesto xixj.
Aby sme mu uľahčli premýšľanie, upravíme práve opísanou metódou maticu
kvadratickej formy z príkladu 11.3.1 na s ňou kongruentný diagonálny tvar a
zároveň nájdeme príslušnú bázu.
11.3.6. Príklad. Budeme upravovať symetrickú maticu
AAA =




0 1/2 0 0
1/2 −2 1 0
0 1 0 −3/2
0 0 −3/2 0



 ∈ R4×4
na s ňou kongruentný diagonálny tvar. Začneme úpravami typu (1). Najprv
vynulujeme pomocou prvku a22 = −2 zvyšné nenulové prvky druhého stĺpca
a riadku. Za tým účelom pripočítame 1
4
-násobok druhého stĺpca k prvému
stĺpcu a vzápätí vykonáme rovnakú operáciu s riadkami. Potom pripočítame
1
2
-násobok druhého stĺpca k tretiemu stĺpcu a to isté urobíme s riadkami.
Postupne dostaneme
AAA ≡




1/8 0 1/4 0
0 −2 1 0
1/4 1 0 −3/2
0 0 −3/2 0



 ≡




1/8 0 1/4 0
0 −2 0 0
1/4 0 1/2 −3/2
0 0 −3/2 0



 .
Vykonaním príslušných ESO na jednotkovej matici dostaneme
III4 =




1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1








1 0 0 0
1/4 1 0 0
0 0 1 0
0 0 0 1








1 0 0 0
1/4 1 1/2 0
0 0 1 0
0 0 0 1



 ,
pričom znakom označujeme stĺpcovú ekvivalenciu matíc. Ďalej vynulujeme
pomocou prvku a11 = 1
8
zvyšné nenulové prvky prvého stĺpca a riadku, t. j.
230 11. Bilineárne a kvadratické formy
odpočítame dvojnásobok prvého stĺpca od tretieho a to isté urobíme s riadkami.
Príslušnú stĺpcovú operáciu vykonáme aj na matici získanej z III4. Vyjdú
nám matice
AAA ≡




1/8 0 0 0
0 −2 0 0
0 0 0 −3/2
0 0 −3/2 0



 a III4




1 0 −2 0
1/4 1 0 0
0 0 1 0
0 0 0 1



 .
Keďže úpravu typu (1) nemožno viac aplikovať, použijeme úpravu typu (2).
Pripočítame štvrtý stĺpec k tretiemu a to isté aj pre riadky. Potom už opäť
môžeme použiť úpravu typu (1). Odpočítame 1
2
-násobok tretieho stĺpca od
štvrtého a to isté urobíme s riadkami. Po vykonaní príslušných ESO na matici
získanej z III4 dostaneme výsledok
AAA ≡




1/8 0 0 0
0 −2 0 0
0 0 −3 −3/2
0 0 −3/2 0



 ≡




1/8 0 0 0
0 −2 0 0
0 0 −3 0
0 0 0 3/4



 = BBB,
III4




1 0 −2 0
1/4 1 0 0
0 0 1 0
0 0 1 1








1 0 −2 1
1/4 1 0 0
0 0 1 −1/2
0 0 1 1/2



 = PPP.
Vidíme, že napriek úpornej snahe pridŕžať sa maticových úprav zodpovedajúcich
úpravam kvadratickej formy z príkladu 11.3.1, nám obe matice vyšli
mierne odlišné. Úplnú zhodu možno dosiahnuť práve „kozmetickými úpravami
(3) a (4). Najprv prehodíme prvý a druhý prvok na diagonále. Tomu
zodpovedá výmena prvého a druhého stĺpca v matici prechodu PPP. Potom
vynásobíme prvý diagonálny prvok skalárom 1
16
= −1
4
2
, tretí skalárom
1
4
= 1
2
2
a štvrtý skalárom 1 = (−1)2
. Tomu zodpovedá vynásobenie prvého
stĺpca príslušnej matice prechodu skalárom −1
4
, tretieho skalárom 1
2
a
štvrtého skalárom −1. Teda
AAA ≡ BBB ≡




−2 0 0 0
0 1/8 0 0
0 0 −3 0
0 0 0 3/4



 ≡




−1/8 0 0 0
0 1/8 0 0
0 0 −3/4 0
0 0 0 3/4



 ,
III4 PPP




0 1 −2 1
1 1/4 0 0
0 0 1 −1/2
0 0 1 1/2








0 1 −1 −1
−1/4 1/4 0 0
0 0 1/2 1/2
0 0 1/2 −1/2



 = QQQ−1
.
11.3. Diagonalizácia kvadratických foriem 231
„Našinec by asi dal prednosť tvarom bez zlomkov a „s menej mínusmi
AAA ≡




−2 0 0 0
0 2 0 0
0 0 −3 0
0 0 0 3



 a III4




0 4 −2 2
1 1 0 0
0 0 1 −1
0 0 1 1



 .
Rozmyslite si, akými úpravami ich možno získať. Keďže však inverznou maticou
k poslednej matici prechodu je matica




−1/4 1 −1/2 0
1/4 0 1/2 0
0 0 1/2 1/2
0 0 −1/2 1/2



 ,
cenou za „pekný tvar diagonálnej matice formy a matice prechodu (t. j.
príslušnej bázy) sú zlomky a „viac mínusov v matici transformácie súradníc,
čo sa prejaví vo vnútri zátvoriek v algebraickom vyjadrení pôvodnej formy:
q(xxx) = −2x2
2 + x1x2 + 2x2x3 − 3x3x4
= −
1
8
(x1 − 4x2 + 2x3)2
+
1
8
(x1 + 2x3)2
−
3
4
(x3 + x4)2
+
3
4
(x3 − x4)2
= −2 −
1
4
x1 + x2 −
1
2
x3
2
+ 2
1
4
x1 +
1
2
x3
2
− 3
1
2
x3 +
1
2
x4
2
+ 3 −
1
2
x3 +
1
2
x4
2
.
Je už len otázkou vkusu, čomu dáme prednosť.
Pre poučenie si všimnite, že v prípade, ak je matica formy v diagonálnom
tvare, možno stĺpce matice prechodu „beztrestne násobiť skalárom −1.
Vynásobenie skalárom (−1)2
= 1 sa totiž na diagonále neprejaví.
Celkom na záver ešte poznamenajme, že každá kvadratická forma na riadkovom
vektorovom priestore Kn
má tvar
q(xxx) = xxx · AAA · xxxT
pre nejakú maticu AAA ∈ Kn×n
. Diagonalizácia (symetrickej matice) takejto
formy (ak char K = 2) funguje rovnako ako v stĺpcovom priestore Kn
, s jediným
rozdielom, že príslušnú bázu, vzhľadom na ktorú má q diagonálnu maticu,
dostaneme pomocou zodpovedajúcich riadkových úprav na jednotkovej
matici; presnejšie, táto báza je tvorená riadkami takto získanej výslednej
matice prechodu.
232 11. Bilineárne a kvadratické formy
Cvičenia
11.1. (a) Predpokladajme, že bilineárna forma F : Km
× Kn
→ K má vzhľadom na
kanonické bázy εεε(m)
, εεε(n
) maticu AAA ∈ Km×n
. Navrhnite a vysvetlite postup podľa
schémy
AAA
ERO
−−−−→
ESO
DDD
IIIm
ERO
−−−−→ PPP
IIIn −−−−→
ESO
QQQ
tak, aby ste ním získali bázy ααα = PPPT
, βββ = QQQ priestorov Km
, resp. Kn
, vzhľadom
na ktoré má matica F blokovo diagonálny tvar DDD = diag(IIIh, 0), kde h = h(F).
(b) Upravte podľa navrhnutého postupu matice AAA = 2 1 −1
1 0 −2 , BBB =
1 4 0
3 2 −2
−2 2 2
a
nájdite príslušné bázy.
11.2. Dokážte časť (a) vety 11.1.7.
11.3. Nech F : U ×V → K je bilineárna forma na vektorových priestoroch U a V . Potom
množiny
LR(F) = uuu ∈ U; (∀vvv ∈ V )(F(uuu,vvv) = 0) ,
PR(F) = vvv ∈ V ; (∀uuu ∈ U)(F(uuu,vvv) = 0)
nazývame ľavým resp. pravým radikálom formy F.
(a) Dokážte, že LR(F), PR(F) sú lineárne podpriestory priestorov U resp. V .
(b) Ako súvisí LR(F) s lineárnym zobrazením F×
z vety 11.1.7? Nájdite lineárne
zobrazenie, ktoré rovnakým spôsobom súvisí s PR(F).
(c) Dokážte, že pre dimenzie uvedených radikálov platí: dim LR(F) = dim U −h(F),
dim PR(F) = dim V − h(F).
(d) S využitím (c) zdôvodnite platnosť časti (b) vety 11.1.7 a dôsledku 11.1.8.
11.4. Nech F : V × V → K je regulárna bilineárna forma na konečnorozmernom vektorovom
priestore V . Podľa dôsledku 11.1.8 má každý lineárny funkcionál ϕ : V → K
tvar ϕ(xxx) = F(uuu,xxx) pre jednoznačne určený vektor uuu ∈ V . Ako súvisí matica
(ϕ)1,ααα funkcionálu ϕ v báze ααα priestoru V s maticou AAA = [F]ααα a súradnicami (uuu)ααα?
Riešte rovnakú úlohu pre reprezentáciu lineárnych funkcionálov ϕ : V → K v tvare
ϕ(xxx) = F(xxx,vvv) pre vvv ∈ V .
11.5. Nech F je symetrická bilineárna forma na vektorovom priestore V a q je ňou indukovaná
kvadratická forma. Potom pre všetky xxx,yyy ∈ V platí F(xxx + yyy,xxx − yyy) =
q(xxx) − q(yyy). Dokážte. Ktorý elementárny vzorec zovšeobecňuje uvedená identita?
11.6. Napíšte maticu každej z kvadratických foriem
(a) q(x, y, z) = x2
+ y2
− 3z2
+ 4xy − 2xz + 6yz pre (x, y, z) ∈ R3
,
(b) r(x, y, z) = −2x2
+ (1/2)y2
− 4xz + 2yz pre (x, y, z) ∈ R3
,
(c) s(xxx) = 2x1x2 − 2x1x3 + 4x2x4 pre xxx = (x1, x2, x3, x4)T
∈ R4
.
Nájdite diagonálny tvar každej z nich a príslušnú bázu (maticu prechodu) jednak
doplnením na úplné štvorce, jednak úpravou jej matice. Výsledky zakaždým porovnajte
a zdôvodnite prípadné rozdiely.
Cvičenia 233
11.7. Napíšte polárnu formu kvadratickej formy q(x, y, z) = x2
+2y2
+3z2
+4xy+5xz+6yz
(a) nad poľom R;
(b) nad poľom Z7.
V oboch prípadoch ju upravte na diagonálny tvar a nájdite príslušnú bázu.
11.8. Presvedčte sa, že symetrické matice III2 =
1 0
0 1
a AAA =
1 1
1 1
nad poľom Z2 indukujú
tú istú kvadratickú formu na priestore Z2
2. Nájdite ďalšie príklady podobnej
nejednoznačnosti.
11.9. Dokážte, že kvadratickú formu q(x, y) = xy na vektorovom priestore Z2
2 nemožno
indukovať nijakou symetrickou bilineárnou formou F : Z2
2 × Z2
2 → Z2.
11.10. Teraz zovšeobecníme príklady z cvičení 11.8 a 11.9. Nech V je konečnorozmerný
vektorový priestor nad poľom K charakteristiky 2 a F : V 2
→ K je bilineárna
forma. Dokážte nasledujúce tvrdenia:
(a) F je symetrická práve vtedy, keď F je antisymetrická.
(b) Ak F je symetrická, tak kvadratická forma q(xxx) = F(xxx,xxx) má diagonálny tvar
(t. j. neobsahuje zmiešané členy) pri vyjadrení súradníc vektora xxx ∈ V vzhľadom
na ľubovoľnú bázu priestoru V .
(c) Na základe (b) zdôvodnite, že ak kvadratická forma q : V → K má v niektorej
báze priestoru V tvar, v ktorom sa vyskytujú zmiešané členy, tak q nie je indukovaná
žiadnou symetrickou bilineárnou formou. Uveďte príklady takých kvadratických
foriem q.
11.11. Funkciu Γ : R4
→ R, danú predpisom Γ(x1, x2, y1, y2) = x1y1 −x1y2 +2x2y2, možno
chápať dvoma spôsobmi:
(1) ako kvadratickú formu Γ : R4
→ R takú, že Γ(aaa) = Γ(x1, x2, y1, y2) pre aaa =
(x1, x2, y1, y2) ∈ R4
;
(2) ako bilineárnu formu Γ : R2
× R2
→ R takú, že Γ(xxx,yyy) = Γ(x1, x2, y1, y2) pre
xxx = (x1, x2),yyy = (y1, y2) ∈ R2
.
(a) V prípade (1) napíšte polárnu formu F(aaa,bbb) kvadratickej formy Γ pre aaa =
(x1, x2, y1, y2), bbb = (u1, u2, v1, v2) ∈ R4
.
(b) V prípade (2) napíšte kvadratickú formu q(xxx) = Γ(xxx,xxx) indukovanú bilineárnou
formou Γ a polárnu formu F kvadratickej formy q. Porovnajte F a Γ.
(c) Ktoré kvadratické formy Γ : K2n
→ K možno takýmto spôsobom považovať
zároveň za bilineárne formy Γ : Kn
× Kn
→ K? Za akých podmienok je bilineárna
forma Γ symetrická resp. antisymetrická?
12. Bilineárne a kvadratické formy nad poľom R
V tejto kapitole budeme pokračovať v štúdiu bilineárnych a kvadratických
foriem. Obmedzíme sa však na bilineárne a kvadratické formy na vektorových
priestoroch nad poľom reálnych čísel. Tento zvláštny prípad je zároveň
najdôležitejší z hľadiska aplikácií lineárnej algebry v geometrii a matematickej
analýze. Ako príklad toho si v poslednom paragrafe predvedieme využitie
reálnych kvadratických foriem pri hľadaní a klasifikácii extrémov a sedlových
bodov funkcií viac premenných.
Pole R má charakteristiku ∞, teda char R = 2. To nám umožňuje plne
využiť všetky výsledky predchádzajúcej kapitoly. Množina reálnych čísel je
však popri štruktúre poľa vybavená aj reláciou usporiadania, ktorá je vhodne
zladená so sčítaním a násobením na R. Navyše, pre a ∈ R platí a ≥ 0
práve vtedy, keď existuje nejaké b ∈ R také, že a = b2
. Práve táto vlastnosť
nám umožní hlbšie objasniť a jemnejšie klasifikovať štruktúru bilineárnych a
kvadratických foriem nad R.
12.1 Signatúra
Nech AAA ∈ Rn×n
je symetrická matica. Podľa vety 11.3.5 AAA je kongruentná
s nejakou diagonálnou maticou BBB ∈ Rn×n
. Potom AAA a BBB majú rovnakú hodnosť
h(AAA) = h(BBB), ktorá sa zrejme rovná počtu nenulových prvkov na diagonále
matice BBB. Popri hodnosti sú však i počty kladných a záporných prvkov
na diagonále matice BBB invariantmi, spoločnými pre navzájom kongruentné
matice.
Pre ľubovoľnú diagonálnu maticu AAA ∈ Rn×n
položme
σ(AAA) = (s+, s−, s0),
kde s+ je počet kladných, s− počet záporných a s0 počet nulových prvkov
na diagonále matice AAA. Usporiadanú trojicu σ(AAA) = (s+, s−, s0) nazývame
signatúrou matice AAA.
Všimnite si, že tri zložky signatúry σ(AAA) nie sú nezávislé. Platí totiž
s+ + s− = h(AAA) a s+ + s− + s0 = n,
to znamená, že pri znalosti rozmeru n a hodnosti h(AAA) je signatúra jednoznačne
určená už jedným z čísel s+, s−. Z tohto dôvodu niektorí autori
definujú signatúru len ako počet s+.
Teraz už môžeme sformulovať tvrdenie o invariantnosti signatúry pres-
nejšie.
12.1. Signatúra 235
12.1.1. Veta. (Sylvestrov zákon zotrvačnosti) Nech AAA, BBB ∈ Rn×n
sú
diagonálne matice. Potom
AAA ≡ BBB ⇒ σ(AAA) = σ(BBB).
Dôkaz. Nech AAA ≡ BBB. Označme h = h(AAA) = h(BBB) hodnosť oboch matíc
a k, l počty kladných diagonálnych prvkov v maticiach AAA resp. BBB. Potom
σ(AAA) = (k, h−k, n−h) a σ(BBB) = (l, h−l, n−h), takže stačí dokázať rovnosť
k = l. Keďže poradie prvkov na diagonále možno prehadzovať pri zachovaní
vzťahu kongruencie, môžeme si dovoliť predpokladať, že naše matice majú
tvar
AAA = diag(a1, . . . , ak, −ak+1, . . . , −ah, 0, . . . , 0),
BBB = diag(b1, . . . , bl, −bl+1, . . . , −bh, 0, . . . , 0),
kde ai > 0, bi > 0 pre i ≤ h. Keďže AAA ≡ BBB, existuje regulárna matica
PPP ∈ Rn×n
taká, že BBB = PPPT
· AAA · PPP. Jej stĺpce tvoria bázu βββ = (vvv1, . . . ,vvvn)
vektorového priestoru Rn
. Potom AAA je maticou kvadratickej formy
q(xxx) = xxxT
· AAA · xxx
na Rn
v báze εεε, zatiaľ čo BBB je jej maticou v báze βββ (pozri tvrdenie 11.3.3).
Označme
S = [eee1, . . . ,eeek], T = [vvvl+1, . . . ,vvvn]
lineárne podpriestory v Rn
. Pre každý nenulový vektor xxx = x1eee1+. . .+xkeeek ∈
S platí
q(xxx) = xxxT
· AAA · xxx = a1x2
1 + . . . + akx2
k > 0.
Podobne, pre každý vektor yyy = yl+1vvvl+1 + . . . + ynvvvn ∈ T platí
q(yyy) = (yyy)T
βββ · BBB · (yyy)βββ = −bl+1y2
l+1 − . . . − bhy2
h ≤ 0.
Z toho vyplýva, že S ∩ T = {0}, teda
dim(S + T) = dim S + dim T = k + (n − l).
Keďže S + T ⊆ Rn
, zrejme dim(S + T) ≤ n. Z nerovnosti k + n − l ≤ n
okamžite vyplýva k ≤ l. Zo symetrie vzťahu kongruencie dostávame tiež
l ≤ k.
Práve dokázaná veta umožňuje korektne rozšíriť definíciu signatúry z diagonálnych
matíc na všetky symetrické matice, a taktiež na symetrické bilineárne
a kvadratické formy.
Signatúrou symetrickej matice AAA ∈ Rn×n
, označenie σ(AAA), rozumieme
signatúru ľubovoľnej s ňou kongruentnej diagonálnej matice BBB ∈ Rn×n
. Signatúrou
symetrickej bilineárnej formy F : V 2
→ R na konečnorozmernom
236 12. Bilineárne a kvadratické formy nad poľom R
reálnom vektorovom priestore V , označenie σ(F), rozumieme signatúru jej
matice vzhľadom na ľubovoľnú bázu vo V . Konečne signatúrou kvadratickej
formy q : V → R na konečnorozmernom vektorovom priestore nad R,
označenie σ(q), rozumieme signatúru jej polárnej formy.
Všimnite si, že pre symetrickú bilneárnu aj pre kvadratickú formu sa príslušná
signatúra rovná signatúre nejakej jej diagonálnej matice. Sylvestrov
zákon zotrvačnosti spolu s vetou 11.3.4 nám zaručujú, že ľubovoľné dve diagonálne
matice zodpovedajúce danej forme vzhľadom na rôzne bázy, v ktorých
má táto forma diagonálnu maticu, majú rovnakú signatúru.
Každú reálnu symetrickú maticu AAA ∈ Rn×n
možno upraviť na s ňou kongruentnú
diagonálnu maticu. Tú zasa možno zmenou poradia prvkov na diagonále
upraviť na s ňou kongruentnú maticu tvaru
diag(d1, . . . , dk, −dk+1, . . . , −dk+l, 0, . . . , 0
m krát
),
kde σ(AAA) = (k, l, m) a di > 0 pre i ≤ k + l. Ak teraz pre každé i ≤ k + l
vynásobime i-ty stĺpec aj riadok skalárom 1/
√
di, vyjde nám matica v blokovo
diagonálnom tvare
AAA ≡ diag(IIIk, −IIIl, 0m,m).
Spojením tejto úvahy so Sylvestrovým zákonom dostávame
12.1.2. Veta. Nech AAA, BBB ∈ Rn×n
sú ľubovoľné symetrické matice. Potom
AAA ≡ BBB ⇔ σ(AAA) = σ(BBB).
12.1.3. Dôsledok. Nech V je vektorový priestor nad R konečnej dimenzie
n. Potom
(a) každá symetrická bilineárna forma F : V 2
→ R má vo vhodnej báze ααα
priestoru V blokovo diagonálnu maticu tvaru
[F]ααα = diag(IIIk, −IIIl, 0m,m),
kde σ(F) = (k, l, m);
(b) každá kvadratická forma q : V → R má vo vhodnej báze ααα priestoru V
diagonálny tvar
q(xxx) = x2
1 + . . . + x2
k − x2
k+1 − . . . − x2
k+l,
kde σ(q) = (k, l, n − k − l) a (xxx)ααα = (x1, . . . , xn)T
.
Pre porovnanie ešte uvedieme pár poznámok o symetrických bilineárnych
a kvadratických formách na vektorových priestoroch nad poľom C všetkých
komplexných čísel a poľom Q všetkých racionálnych čísel.
12.1. Signatúra 237
Keďže char C = char Q = ∞ = 2, každú symetrickú maticu AAA typu n × n
nad jedným i druhým poľom možno upraviť na s ňou kongruentnú diagonálnu
maticu
AAA ≡ diag(d1, . . . , dh, 0, . . . , 0),
kde h = h(AAA) a dj = 0 pre j ≤ h.
V komplexnom prípade si každý z prvkov dj môžeme vyjadriť v goniometrickom
tvare
dj = rj(cos αj + i sin αj),
kde rj = |dj| > 0 a 0 ≤ αj < 2π. Ak pre každé j ≤ h vynásobíme j-ty stĺpec
i riadok skalárom
cj =
1
√
rj
cos
αj
2
− i sin
αj
2
,
pre ktorý platí c2
j dj = 1, dostaneme
AAA ≡ diag(IIIh, 0m,m),
kde m = n − h. Z toho vidíme, že nad poľom C sa nič podobné rozdeleniu
nenulových prvkov na kladné a záporné nekoná – všetky nenulové prvky
na diagonále sú rovnocenné a možno ich nahradiť jednotkou. Jediným invariantom,
ktorý jednoznačne určuje kongruenciu symetrických matíc ako aj
kanonický tvar matíc symetrických bilineárnych i kvadratických foriem nad
C, je ich hodnosť, ktorá tak plne preberá úlohu signatúry v reálnom prípade.
Nasledujúce tvrdenie je upresnením a zhrnutím našich úvah.
12.1.4. Tvrdenie. (a) Nech AAA, BBB ∈ Cn×n
sú symetrické matice. Potom
AAA ≡ BBB práve vtedy, keď h(AAA) = h(BBB).
(b) Nech V je konečnorozmerný vektorový priestor nad C, a F : V 2
→ C
je symetrická bilineárna forma. Potom F má vzhľadom na nejakú bázu ααα
priestoru V maticu v blokovo diagonálnom tvare [F]ααα = diag(IIIh, 0m,m), kde
h = h(F) a m = dim V − h.
Kým situácia nad C je podstatne jednoduchšia než nad R a dokázali sme
ju úplne popísať, nad Q si tak ľahko poradiť nevieme. Základný problém
tkvie v tom, že nie všetky kladné racionálne čísla majú racionálne druhé
odmocniny. Tak už pre matice rozmeru 1×1 máme napr. (2) ≡ (1) v dôsledku
iracionality čísla
√
2. Aby to však nebolo také jednoduché, v rozmere 2 × 2
napr. platí
2 0
0 2
≡
1 0
0 1
≡
2 0
0 1
.
(Presvedčte sa o tom!) Systematickému štúdiu kongruencie racionálnych symetrických
matíc, ktoré už nie je čiste záležitosťou lineárnej algebry ale aj
teórie čísel, sa v tomto kurze viac venovať nebudeme.
238 12. Bilineárne a kvadratické formy nad poľom R
12.2 Definitnosť
Nech V je vektorový priestor nad poľom R. Kvadratická forma q : V → R sa
nazýva
(a) kladne definitná, ak q(xxx) > 0 pre každé 0 = xxx ∈ V ;
(b) kladne semidefinitná, ak q(xxx) ≥ 0 pre každé xxx ∈ V ;
(c) záporne definitná, ak q(xxx) < 0 pre každé 0 = xxx ∈ V ;
(d) záporne semidefinitná, ak q(xxx) ≤ 0 pre každé xxx ∈ V ;
(e) indefinitná, ak existujú xxx,yyy ∈ V také, že q(xxx) < 0 < q(yyy).
Rovnakú klasifikáciu zavádzame aj pre symetrické bilineárne formy F : V 2
→
R – F má príslušnú vlastnosť definitnosti práve vtedy, keď ňou indukovaná
kvadratická forma q(xxx) = F(xxx,xxx) má túto vlastnosť. Podobne, symetrická
matica AAA ∈ Rn×n
má príslušnú vlastnosť definitnosti práve vtedy, keď túto
vlastnosť má kvadratická forma q(xxx) = xxxT
· AAA · xxx na priestore Rn
.
Na začiatok zaznamenáme niekoľko jednoduchých pozorovaní: (a) ⇒ (b),
(c) ⇒ (d), no každá z podmienok (a), (c), (e) vylučuje zvyšné dve. Dokonca
(e) vylučuje každú z podmienok (b), (d). Podmienky (b), (d) sa vzájomne
nevylučujú, no jediná kvadratická forma, ktorá je zároveň kladne aj záporne
semidefinitná, je forma identicky rovná nule na V . V dimenzii n = 1 je to
však jediná (kladne alebo záporne) semidefinitná forma. V dimenzii n = 1
takisto neexistujú nijaké indefinitné formy.
Nasledujúce očividné tvrdenie poskytuje úplný popis vlastností definitnosti
a regularity kvadratických foriem (a zároveň aj symetrických bilineárnych
foriem a symetrických matíc) prostredníctvom ich signatúry.
12.2.1. Tvrdenie. Nech V je n-rozmerý vektorový priestor nad poľom R a
q : V → R je kvadratická forma so signatúrou σ(q) = (s+, s−, s0). Potom
(a) q je kladne definitná práve vtedy, keď σ(q) = (n, 0, 0);
(b) q je kladne semidefinitná práve vtedy, keď σ(q) = (h(q), 0, n − h(q));
(c) q je záporne definitná práve vtedy, keď σ(q) = (0, n, 0);
(d) q je záporne semidefinitná práve vtedy, keď σ(q) = (0, h(q), n − h(q));
(e) q je indefinitná práve vtedy, keď s+ ≥ 1 a s− ≥ 1;
(f) q je regulárna práve vtedy, keď s0 = 0.
Časť (a) predchádzajúceho tvrdenia v spojení s dôsledkom 12.1.3 okamžite
dáva
12.2.2. Dôsledok. Symetrická matica AAA ∈ Rn×n
je kladne definitná práve
vtedy, keď existuje regulárna matica PPP ∈ Rn×n
taká, že
AAA = PPPT
· PPP.
12.2. Definitnosť 239
Tvrdenie 12.2.1 nám spolu s algoritmom z dôkazu vety 11.3.5 (prípadne
Lagrangeovou metódou) dáva priamy návod na zistenie charakteru definitnosti
nejakej formy či matice. Tak napríklad kvadratická forma z príkladov
11.3.1, 11.3.6 má signatúru (2, 2, 0), teda je indefinitná. Kvadratická
forma z príkladu 11.3.2 má signatúru (2, 0, 0), čiže je kladne definitná.
Niekedy však môže byť užitočné, ak dokážeme určiť charakter definitnosti
nejakej symetrickej matice (a tým pádom aj ňou určenej kvadratickej
či bilineárnej formy) priamo, t. j. bez jej predchádzajúcej úpravy na s ňou
kongruentný diagonálny tvar. Za tým účelom najprv zavedieme istú modifikáciu
úprav typu (1) z dôkazu vety 11.3.5 – nazveme ich úpravami typu
(1+
) Nech i ≤ n je najmenší index taký, že aii = 0. Potom postupne pre
každé j ≤ n také, že j > i a aij = aji = 0, pripočítame k j-temu
stĺpcu matice −
aij
aii
-násobok i-teho stĺpca a v takto získanej matici pripočítame
−
aji
aii
-násobok i-teho riadku k j-temu riadku. Inak povedané,
pomocou diagonálneho prvku aii = 0 vynulujeme všetky nenulové prvky
i-teho riadku aj stĺpca, ktoré ležia napravo resp. nadol od prvku aii.
Uvedomme si, že matica prechodu, ktorá vznikne vykonaním ESO, zodpovedajúcich
nejakým úpravám typu (1+
) na jednotkovej matici, je vždy horná
trojuholníková matica s jednotkami na diagonále. Navyše, súčin dvoch matíc
takéhoto tvaru má tiež takýto tvar (presvedčte sa o tom).
Ak AAA = (aij)n×n je matica nad ľubovoľným poľom K a 1 ≤ k ≤ n, tak pre
potreby zvyšku tohto paragrafu AAAk označuje maticu tvorenú ľavým horným
rohom rozmeru k × k matice AAA. Teda
AAA1 = (a11), AAA2 =
a11 a12
a21 a22
, . . . , AAAn = AAA.
Determinanty matíc AAAk pre 1 ≤ k ≤ n nazývame hlavnými minormi matice
AAA.
12.2.3. Veta. (Jacobi) Nech K je ľubovoľné pole a 0 = AAA ∈ Kn×n
je symetrická
matica hodnosti h. Potom nasledujúce podmienky sú ekvivalentné:
(i) matica AAAh je regulárna a maticu AAA možno upraviť na s ňou kongruentný
diagonálny tvar výlučne pomocou úprav typu (1+
);
(ii) |AAAk| = 0 pre každé 1 ≤ k ≤ h, a platí
AAA ≡ diag |AAA1|,
|AAA2|
|AAA1|
, . . . ,
|AAAh|
|AAAh−1|
, 0, . . . , 0 ;
(iii) |AAAk| = 0 pre každé 1 ≤ k ≤ h;
(iv) |AAAk| = 0 pre každé 1 ≤ k ≤ h a maticu AAA možno upraviť na s ňou
kongruentný diagonálny tvar
diag |AAA1|,
|AAA2|
|AAA1|
, . . . ,
|AAAh|
|AAAh−1|
, 0, . . . , 0
240 12. Bilineárne a kvadratické formy nad poľom R
výlučne pomocou úprav typu (1+
).
Dôkaz. (i) ⇒ (ii): Nech platí (i). Podľa poznámky, predchádzajúcej dokazovanú
vetu existuje horná trojuholníková matica PPP ∈ Kn×n
s jednotkami na
diagonále taká, že matica BBB = PPPT
· AAA · PPP je v diagonálnom tvare. Zrejme i
každá z matíc PPPk, 1 ≤ k ≤ n, tvorená ľavým horným rohom rozmeru k × k
matice PPP, je v takomto tvare. Označme BBB = diag(b1, . . . , bn). Prenechávame
čitateľovi, aby sa sám presvedčil, že potom pre každé k ≤ n platí
BBBk = diag(b1, . . . , bk) = PPPT
k · AAAk · PPPk.
Determinant každej z matíc PPPk je súčin jej diagonálnych prvkov, čiže |PPPk| = 1.
Preto
|BBBk| = b1 . . . bk = |AAAk|
pre každé k ≤ n. Keďže matica AAAh je regulárna, platí
|AAAh| = |BBBh| = b1 . . . bh = 0,
teda bk = 0 pre všetky k ≤ h. Z jednotlivých rovností |AAA1| = b1, |AAA2| =
b1b2, . . . , |AAAh| = b1b2 . . . bh už priamo vyplýva nenulovosť všetkých hlavných
minorov |AAAk| pre k ≤ h, ako aj rovnosti b1 = |AAA1|, b2 = |AAA2|/|AAA1|, . . . ,
bh = |AAAh|/|AAAh−1|. Keďže h(BBB) = h(AAA) = h, pre h ≤ k ≤ n platí bk = 0 .
(ii) ⇒ (iii) platí triviálne.
(iii) ⇒ (iv): Nech platí (iii). Dokážeme, že maticu AAA možno upraviť na
diagonálny tvar
AAA ≡ diag |AAA1|,
|AAA2|
|AAA1|
, . . . ,
|AAAh|
|AAAh−1|
, 0, . . . , 0
len pomocou úprav typu (1+
). Nakoľko platí a11 = |AAA1| = 0, pomocou a11
možno vynulovať všetky ostatné prvky prvého riadku aj stĺpca matice AAA.
Keďže ležia napravo resp. nadol od a11, ide o úpravu typu (1+
). Dostaneme
tak maticu v blokovo diagonálnom tvare
AAA ≡ diag a11,CCC(1)
,
kde CCC(1)
= c
(1)
ij je matica rozmeru (n − 1) × (n − 1) nad K. Vzhľadom na
charakter vykonaných stĺpcových a riadkových úprav platí
AAA2 =
a11 a12
a21 a22
≡
a11 0
0 c
(1)
11
,
a taktiež |AAA2| = a11c
(1)
11 , čiže
c
(1)
11 =
|AAA2|
a11
=
|AAA2|
|AAA1|
= 0.
12.2. Definitnosť 241
Pomocou prvku c
(1)
11 = 0 možno teraz vynulovať všetky ostatné prvky prvého
riadku aj stĺpca matice CCC(1)
. Opäť ide o úpravu typu (1+
) na matici
diag a11,CCC(1)
. Dostaneme tak maticu v blokovo diagonálnom tvare
AAA ≡ diag a11,CCC(1)
≡ diag |AAA1|,
|AAA2|
|AAA1|
,CCC(2)
,
kde CCC(2)
= c
(2)
ij ∈ K(n−2)×(n−2)
. Rovnakou úvahou ako v predošlom prípade
dospejeme k záveru, že
c
(2)
11 =
|AAA3|
|AAA2|
= 0.
Takto môžeme pokračovať tak dlho, až kým nedospejeme k blokovo diagonálnemu
tvaru
AAA ≡ diag |AAA1|,
|AAA2|
|AAA1|
, . . . ,
|AAAh|
|AAAh−1|
,CCC(h)
,
kde CCC(h)
∈ K(n−h)×(n−h)
. Vzhľadom nato, že obe matice majú hodnosť h,
(pokiaľ h < n) matica CCC(h)
je identicky nulová.
(iv) ⇒ (i) je opäť triválne.
12.2.4. Veta. (Sylvestrovo kritérium) Nech AAA ∈ Rn×n
je symetrická matica.
Potom
(a) AAA je kladne definitná práve vtedy, keď |AAAk| > 0 pre všetky 1 ≤ k ≤ n;
(b) AAA je záporne definitná práve vtedy, keď (−1)k
|AAAk| > 0 pre všetky 1 ≤
k ≤ n.
Dôkaz. (a) Nech AAA je kladne definitná. Podľa dôsledku 12.2.2 existuje regulárna
matica PPP ∈ Rn×n
, taká, že AAA = PPPT
·PPP. Keďže |PPP| = 0, odtiaľ už priamo
vyplýva
|AAA| = |PPPT
| · |PPP| = |PPP|2
> 0.
Pre každé 1 ≤ k ≤ n označme Sk = [eee1, . . . ,eeek] lineárny podpriestor v Rn
generovaný prvými k vektormi kanonickej bázy εεε a qk = q Sk zúženie kvadratickej
formy q(xxx) = xxxT
·AAA ·xxx na podpriestor Sk. Zrejme každé qk je kladne
definitná kvadratická forma, ktorá má v báze (eee1, . . . ,eeek) podpriestoru Sk
maticu AAAk. Takže každá z matíc AAAk, 1 ≤ k ≤ n, je kladne definitná. Podľa
prvej časti dôkazu z toho vyplýva |AAAk| > 0.
Nech naopak všetky hlavné minory |AAAk|, 1 ≤ k ≤ n, sú kladné. Potom
h(AAA) = n a podľa Jacobiho vety platí
AAA ≡ diag |AAA1|,
|AAA2|
|AAA1|
, . . . ,
|AAAn|
|AAAn−1|
.
242 12. Bilineárne a kvadratické formy nad poľom R
Keďže všetky diagonálne prvky v poslednej matici sú kladné, AAA je kladne
definitná.
(b) vyplýva z (a) na základe faktu, že AAA je záporne definitná práve vtedy,
keď −AAA je kladne definitná, a rovnosti |−AAAk| = (−1)k
|AAAk| splnenej pre všetky
k ≤ n.
12.3 Extrémy funkcií viac premenných
V tomto paragrafe si predvedieme, ako nám čerstvo nadobunuté poznatky
o kvadratických formách môžu pomôcť pri štúdiu funkcií viac premenných,
presnejšie pri hľadaní extrémov a sedlových bodov takýchto funkcií a všeobecnejšie
pri klasifikácii ich stacionárnych bodov.
Najprv si zopakujme, ako si počíname v prípade funkcie jednej premennej.
Pre jednoduchosť sa obmedzíme len na „dostatočne hladké funkcie.
Reálnu funkciu jednej premennej f : A → R definovanú na nejakej otvorenej
množine 1
A ⊆ R nazveme pre účely tohto paragrafu dostatočne
hladkou, ak f má na celej množine A konečnú a spojitú prvú i druhú deriváciu.
Z matematickej analýzy si pripomeňme si, že pre takúto funkciu f máme
v každom bode a ∈ A k dispozícii Taylorov rozvoj
f(x) = f(a) + f (a)(x − a) +
1
2
f (a)(x − a)2
+ θ(x)(x − a)2
pre x z istého okolia 2
N ⊆ A bodu a, pričom funkcia θ : N → R je spojitá a
vyhovuje podmienke θ(a) = 0, teda absolútna hodnota zvyšku θ(x)(x−a)2
je
v dosť malom okolí M ⊆ N bodu a v porovnaní s ostatnými členmi uvedeného
rozvoja zanedbateľne malá. Pre x z tohto malého okolia bodu a teda môžeme
písať
f(x) ≈ f(a) + f (a)(x − a) +
1
2
f (a)(x − a)2
.
Ak f (a) = 0, tak lineárny člen f (a)(x − a) mení v bode a znamienko
a v dostatočne malom okolí bodu a prevažuje nad kvadratickým členom
1
2
f (a)(x − a)2
. Preto dostatočne hladká funkcia (dokonca už funkcia s konečnou
a spojitou prvou deriváciou) môže nadobúdať na otvorenej množine
extrémy len bodoch a, pre ktoré platí f (a) = 0; hovoríme im stacionárne
alebo tiež kritické body funkcie f. Ak a ∈ A je stacionárny bod, tak uvedený
Taylorov rozvoj má v tomto bode tvar
f(x) = f(a) +
1
2
f (a)(x − a)2
+ θ(x)(x − a)2
≈ f(a) +
1
2
f (a)(x − a)2
1
Množina A ⊆ R sa nazýva otvorená, ak pre každé a ∈ A existuje ε > 0 také, že celý
otvorený interval (a − ε, a + ε) je obsiahnutý v množine A.
2
Množina N ⊆ R sa nazýva okolím bodu a ∈ R, ak existuje ε > 0 také, že (a−ε, a+ε) ⊆
N.
12.3. Extrémy funkcií viac premenných 243
pre x ∈ M.
Ak f (a) > 0, tak f(a) < f(x) pre všetky x = a z nejakého okolia L ⊆ M
bodu a, teda f má v bode a ostré lokálne minimum.
Ak f (a) < 0, tak f(a) > f(x) pre všetky x = a z nejakého okolia L ⊆ M
bodu a, teda f má v bode a ostré lokálne maximum.
Ak f (a) = 0, tak v bode a sa može diať v podstate „čokoľvek , presnejšie,
len na základe prvej a druhej derivácie nevieme určiť, či f má v bode
a extrém, ani charakter prípadného extrému. Ak f má aj derivácie vyších
rádov, ich znalosť nám môže pomôcť. No tým sa už zaoberať nebudeme.
Podobne si budeme počínať aj pri skúmaní funkcií viac premenných. Namiesto
„obyčajnej derivácie však musíme uvažovať derivácie podľa rôznych
premenných funkcie f – hovoríme im parciálne derivácie. Pre čitateľa, ktorý
sa s parciálnymi deriváciami dosiaľ nestretol, poznamenávame, že parciálnu
deriváciu ∂f/∂xi funkcie f podľa premennej xi dostaneme tak, že f jednoducho
derivujeme podľa xi ako funkciu jednej premennej, pričom všetky
ostatné premenné považujeme za konštanty. Druhú parciálnu deriváciu funkcie
f, najprv podľa premennej xj a potom podľa premennej xi, značíme
∂2
f/∂xi∂xj. Namiesto ∂2
f/∂xi∂xi píšeme ∂2
f/∂x2
i . Pre jednoduchosť sa opäť
obmedzíme len na „dostatočne hladké funkcie.
Reálnu funkciu n premenných definovanú na otvorenej množine 3
A ⊆ Rn
nazveme pre účely tohto paragrafu dostatočne hladkou, ak f má na celej
množine A konečné a spojité všetky parciálne derivácie prvého i druhého
rádu.
Nech teda f : A → R je dostatočne hladká funkcia definovaná na otvorenej
množine A ⊆ Rn
a aaa ∈ A. Prvou (totálnou) deriváciou alebo tiež
gradientom funkcie f v bode aaa nazývame vektor
f (aaa) = gradf(aaa) = f(aaa) =
∂f(aaa)
∂x1
, . . . ,
∂f(aaa)
∂xn
,
ktorého zložky tvoria prvé parciálne derivácie funkcie f v bode aaa (znak
čítame ako nabla). Druhou (totálnou) deriváciou alebo tiež Hesseho maticou
funkcie f v bode aaa nazývame maticu
f (aaa) =
∂2
f(aaa)
∂xi∂xj n×n
,
tvorenú všetkými druhými parciálnymi deriváciami funkcie f v bode aaa. V diferenciálnom
počte funkcií viac premenných sa dokazuje tzv. ClairautovaSchwartzova
veta, podľa ktorej zo spojitosti druhých parciálnych derivácií
3
Množina A ⊆ Rn
sa nazýva otvorená, ak pre každé aaa ∈ A existuje ε > 0 také, že
celá otvorená guľa B(aaa, ε) = xxx ∈ Rn
; (x1 − a1)2
+ . . . + (xn − an)2
< ε2
je obsiahnutá
v množine A.
244 12. Bilineárne a kvadratické formy nad poľom R
na množine A vyplýva
∂2
f(xxx)
∂xi∂xj
=
∂2
f(xxx)
∂xj∂xi
pre všetky i, j ≤ n a xxx ∈ A. To znamená, že Hesseho matica f (aaa) dostatočne
hladkej funkcie f je symetrická, teda je maticou kvadratickej formy
q(vvv) = vvv · f(aaa) · vvvT
= vvv ·
∂2
f(aaa)
∂xi∂xj
· vvvT
na (riadkovom) vektorovom priestore Rn
vzhľadom na kanonickú bázu εεε(n)
.
Ukážeme si, že práve signatúra druhej derivácie f (aaa) rozhodujúcim (a v prípade
jej regularity dokonca jednoznačným) spôsobom určuje chovanie funkcie
v jej kritických bodoch.
Podobne ako v prípade jednej premennej, aj dostatočne hladkú funkciu
viac premenných možno v každom bode aaa = (a1, . . . , an) ∈ A písať v tvare
Taylorovho rozvoja
f(xxx) = f(aaa)+f (aaa)·(xxx−aaa)T
+
1
2
(xxx−aaa)·f (aaa)·(xxx−aaa)T
+(xxx−aaa)·ΘΘΘ(xxx)·(xxx−aaa)T
pre xxx = (x1, . . . , xn) z istého okolia 4
N ⊆ A bodu aaa, kde ΘΘΘ(xxx) = θij(xxx) n×n
je matica, ktorej zložky tvoria hodnoty spojitých funkcií θij : N → R v bode
xxx. Tieto funkcie navyše vyhovujú podmienke θij(aaa) = 0, teda absolútna hodnota
zvyšku (xxx − aaa) · ΘΘΘ(xxx) · (xxx − aaa)T
je v dosť malom okolí M ⊆ N bodu aaa
v porovnaní s ostatnými členmi uvedeného rozvoja zanedbateľne malá. Pre
xxx z tohto malého okolia bodu aaa teda môžeme písať
f(xxx) ≈ f(aaa) + f (aaa) · (xxx − aaa)T
+
1
2
(xxx − aaa) · f (aaa) · (xxx − aaa)T
.
Ak ∂f(aaa)
∂xi
= 0, tak zložka ∂f(aaa)
∂xi
(xi − ai) lineárneho člena f (aaa) · (xxx − aaa)T
mení v bode aaa znamienko a v dostatočne malom okolí bodu aaa takéto zložky
prevažujú nad kvadratickým členom 1
2
(xxx − aaa) · f (aaa) · (xxx − aaa)T
. Preto dostatočne
hladká funkcia (dokonca už funkcia s konečnými a spojitými prvými
parciálnymi deriváciami) môže na otvorenej množine nadobúdať extrémy len
v bodoch aaa, pre ktoré platí f (aaa) = 0, t. j. všetky parciálne derivácie ∂f/∂xi
v bode aaa sa rovnajú nule. Takýmto bodom hovoríme stacionárne alebo tiež
kritické body funkcie f. Ak aaa ∈ A je stacionárny bod, tak uvedený Taylorov
rozvoj má v tomto bode tvar
f(xxx) = f(aaa) +
1
2
(xxx − aaa) · f (aaa) · (xxx − aaa)T
+ (xxx − aaa) · ΘΘΘ(xxx) · (xxx − aaa)T
≈ f(aaa) +
1
2
(xxx − aaa) · f (aaa) · (xxx − aaa)T
4
Množina N ⊆ Rn
sa nazýva okolím bodu aaa ∈ Rn
, ak existuje ε > 0 také, že B(aaa, ε) ⊆
N.
12.3. Extrémy funkcií viac premenných 245
pre všetky xxx z okolia M bodu aaa.
Ak Hesseho matica f (a) je kladne definitná, tak pre všetky xxx = aaa z nejakého
okolia L ⊆ M bodu aaa platí (xxx−aaa)·f (aaa)·(xxx−aaa)T
> 0 a f(aaa) < f(xxx),
teda f má v bode aaa ostré lokálne minimum.
Ak Hesseho matica f (aaa) je záporne definitná, tak pre všetky xxx = aaa
z nejakého okolia L ⊆ M bodu aaa platí (xxx − aaa) · f (aaa) · (xxx − aaa)T
< 0 a
f(aaa) > f(xxx), teda f má v bode aaa ostré lokálne maximum.
Ak Hesseho matica f (aaa) je indefinitná, tak existujú vektory uuu, vvv a číslo
ε > 0 také, že uuu·f (aaa)·uuuT
< 0 < vvv·f(aaa)·vvvT
, obe úsečky X = {aaa+tuuu; |t| ≤ ε},
Y = {aaa + tvvv; |t| ≤ ε} sú celé obsiahnuté v okolí M a pre všetky body xxx ∈ X,
yyy ∈ Y rôzne od aaa platí f(xxx) < f(aaa) < f(yyy). Hovoríme, že f má v bode
aaa sedlový bod alebo krátko sedlo. Tento prípad zrejme nemôže nastať pre
funkcie jednej premennej. Samozrejme, v sedlovom bode funkcia nenadobúda
extrém.
Ak Hesseho matica f (aaa) je nenulová, singulárna a semidefinitná, tak náš
čitateľ asi očakáva, že f v bode aaa nadobudne neostré lokálne minimum (pre
kladne semidefinitnú maticu) alebo neostré lokálne maximum (pre záporne
semidefinitnú maticu). No nie vždy je tomu tak. Podobne ako v prípade
nulovej druhej derivácie u funkcií jednej premennej, ak matica f (aaa) je singulárna
a (kladne alebo záporne) semidefinitná, tak – bez ohľadu nato, či je
nulová alebo nie, – v bode aaa sa môže udiať prakticky „čokoľvek . Funkcia
v tomto bode môže, ale nemusí mať extrém alebo sedlo. Niečo však predsa
len môžeme povedať: ak uvedená matica je nenulová a kladne semidefinitná,
tak f nemá v bode aaa (ostré ani neostré) lokálne maximum; ak je nenulová a
Obr. 12.1. Graf funkcie z = f(x, y) = sin πx
2 sin πy
2
246 12. Bilineárne a kvadratické formy nad poľom R
záporne semidefinitná, tak f nemá v bode aaa (ostré ani neostré) lokálne minimum.
Často však môžeme podobné otázky rozhodnúť preskúmaním Hesseho
matice f (xxx) pre body xxx v nejakom blízkom okolí bodu aaa – pozri cvičenie 12.9.
Ak platí f (aaa) = 0 a f má aj derivácie vyšších rádov, tak na ich základe
môžeme niekedy povedať viac – pozri paragraf 33.2.
12.3.1. Príklad. (Kopčeky a jamky) Preskúmame funkciu f : R2
→ R,
danú predpisom f(x, y) = sin πx
2
sin πy
2
. Jej prvé parciálne derivácie sú
∂f
∂x
=
π
2
cos
πx
2
sin
πy
2
,
∂f
∂y
=
π
2
sin
πx
2
cos
πy
2
.
Keďže sinus a kosinus nejakého čísla sa súčasne nemôžu rovnať nule, (x, y)
je stacionárnym bodom funkcie f práve vtedy, keď cos πx
2
= cos πy
2
= 0 alebo
sin πx
2
= sin πy
2
= 0. Teda stacionárnymi bodmi funkcie f sú práve všetky mrežové
body roviny tvaru (m, n), kde m, n sú celé čísla rovnakej parity (t. j.
m − n je párne číslo).
Vypočítame i druhé parciálne derivácie
∂2
f
∂x2
=
∂2
f
∂y2
= −
π2
4
sin
πx
2
sin
πy
2
,
∂2
f
∂x∂y
=
∂2
f
∂y∂x
=
π2
4
cos
πx
2
cos
πy
2
.
Vidíme, že funkcia f je dostatočne hladká na celej rovine R2
. Jej druhá
totálna derivácia v stacionárnych bodoch má tvar
f (m, n) =
π2
4
− sin mπ
2
sin nπ
2
cos mπ
2
cos nπ
2
cos mπ
2
cos nπ
2
− sin mπ
2
sin nπ
2
.
Pre m = 2k, n = 2l obe párne máme
f (m, n) =
π2
4
0 (−1)
m+n
2
(−1)
m+n
2 0
≡
1 0
0 −1
.
V každom z týchto bodoch je Hesseho matica indefinitná, teda funkcia f
má v bodoch tvaru (2k, 2l), kde k, l ∈ Z, sedlá. Hodnota funkcie vo všetkých
sedlových bodoch je 0.
Pre m = 2k + 1, n = 2l + 1 obe nepárne máme
f (m, n) =
π2
4
(−1)
m+n
2 0
0 (−1)
m+n
2
≡ (−1)k+l+1 1 0
0 1
.
Táto matica je záporne definitná, ak k + l je párne číslo, a kladne definitná
pre nepárne k + l.
12.3. Extrémy funkcií viac premenných 247
Funkcia f teda nadobúda ostré lokálne maximá v bodoch (2k +1, 2l +1),
kde k, l sú celé čísla a k + l je párne. Hodnota všetkých týchto maxím je 1.
V bodoch (2k + 1, 2l + 1), kde k, l ∈ Z a k + l je nepárne číslo, nadobúda
f ostré lokálne minimá, ktorých hodnota je vždy −1.
Na obrázku je graf funkcie f na časti definičného oboru 0, 4 × 0, 4 .
Vidno na ňom maximá v bodoch (1, 1), (3, 3), minimá v bodoch (1, 3), (3, 1)
a sedlo v bode (2, 2).
Nakoľko všetky typy kritických bodov, ktorých charakter možno určiť
na základe druhej derivácie funkcie, sa nám podarilo ilustrovať na jedinom
príklade, v ďalších ukážkach sa zameriame na funkcie so singulárnymi semidefinitnými
druhými deriváciami v kritických bodoch. Keďže v takom prípade
nám toho naša teória mnoho nepovie, zvolíme si funkcie, pri ktorých nám
charakter kritických bodov bude jasný z názoru, ako napokon aj v prvom
príklade. Najprv jeden príklad, kde všetko dopadne podľa očakávania.
12.3.2. Príklad. (Vlnitý plech) Je daná funkcia g : R2
→ R, kde g(x, y) =
cos(πx). Jej prvé parciálne derivácie sú
∂g
∂x
= −π sin(πx),
∂g
∂y
= 0.
Stacionárne body funkcie g teda vytvárajú systém ekvidistantných rovnobežných
priamok (s rovnicami) x = k, kde k je ľubovoľné celé číslo.
Druhé parciálne derivácie funkcie g sú
∂2
g
∂x2
= −π2
cos(πx),
∂2
g
∂y2
=
∂2
g
∂x∂y
=
∂2
g
∂y∂x
= 0,
1
Obr. 12.2. Graf funkcie z = g(x, y) = cos(πx)
248 12. Bilineárne a kvadratické formy nad poľom R
takže funkcia g je dostatočne hladká. Druhá totálna derivácia v stacionárnych
bodoch teda vyzerá takto
g (k, y) = −π2 cos(kπ) 0
0 0
= −π2 (−1)k
0
0 0
.
Pre k párne dostávame
g (k, y) ≡
−1 0
0 0
,
čo je záporne semidefinitná singulárna matica. Podobne, pre k nepárne máme
g (k, y) ≡
1 0
0 0
,
čo je kladne semidefinitná singulárna matica. V takom prípade nám naša
teória neposkytuje nijaké závery. Z grafu funkcie na časti −3
2
, 3
2
× 0, 2
definičného oboru a z periodičnosti funkcie cos(πx) však možno usúdiť, že
pre párne k ∈ Z nadobúda funkcia g na priamkach x = k neostré lokálne
maximum hodnoty 1 a pre nepárne k ∈ Z nadobúda g na priamkach x = k
neostré lokálne minimum hodnoty −1.
Na záver si predvedieme, čo všetko sa v kritickom bode môže ešte stať.
12.3.3. Príklad. (Kreslo, sieť a sedlo) Uvažujme reálne funkcie dvoch pre-
menných
h1(x, y) = x2
+ y3
, h2(x, y) = x2
+ y4
, h3(x, y) = x2
− y4
.
Ľahko možno nahliadnuť, že všetky majú jediný a ten istý stacionárny bod
(0, 0), v ktorom nadobúdajú tú istú hodnotu 0. Taktiež majú v tomto bode
rovnakú druhú totálnu deriváciu
h1(0, 0) = h2(0, 0) = h3(0, 0) =
2 0
0 0
,
(presvedčte sa o tom sami). Takže Hesseho matica je nenulová, singulárna a
kladne semidefinitná. Z obrázkov grafov funkcií v istých okoliach bodu (0, 0)
však vidno, že
(1) h1 nemá v bode (0, 0) extrém ani sedlo – v tomto bode sa totiž pretína
krivka z = x2
, y = 0, pre ktorú je (0, 0) bodom ostrého lokálneho minima,
s krivkou x = 0, z = y3
, ktorá má v bode (0, 0) inflexný bod;
(2) h2 má v bode (0, 0) ostré lokálne minimum;
(3) h3 má v bode (0, 0) sedlo.
Cvičenia 249
Obr. 12.3. Graf funkcie z = h1(x, y) = x2
+ y3
8
z
Obr. 12.4. Graf funkcie
z = h2(x, y) = x2
+ y4
1
Obr. 12.5. Graf funkcie
z = h3(x, y) = x2
− y4
Cvičenia
12.1. Napíšte matice nasledujúcich kvadratických foriem, upravte ich na diagonálny tvar
a určte ich signatúry:
(a) p(x) = 3(x2
1 + x2
2 + x2
3) − 2(x1x2 + x1x3 + x2x3) pre xxx = (x1, x2, x3)T
∈ R3
;
(b) q(xxx) = x1x2 − 2x1x3 + 3x2x3 pre xxx = (x1, x2, x3)T
∈ R3
;
(c) r(xxx) = x1x2 + x1x3 + x2x3 pre xxx = (x1, x2, x3)T
∈ R3
;
(d) s(xxx) = −2x2
1 + x2
2 − x2
3 + 5x2
4 − 2x1x2 − 4x1x3 − 2x1x4 − 2x2x32x2x44x3x4 pre
xxx = (x1, x2, x3, x4)T
∈ R4
;
(e) t(xxx) = −x2
1+x2
2+8x2
3+2x2
4+4x1x3−2x2x4+10x3x4 pre xxx = (x1, x2, x3, x4)T
∈ R4
.
12.2. Vypočítajte hlavné minory matíc kvadratických foriem z cvičenia 12.1. Pokúste sa
určiť definitnosť každej z uvedených foriem na základe Sylvestrovho kritéria. Pre
ktoré z uvedených foriem možno na základe Jacobiho vety 12.2.3 určiť aj signatúru?
12.3. Riešte rovnakú úlohu ako v cvičení 12.2 pre kvadratické formy z cvičení 11.6 a 11.7.
12.4. (a) Dokážte, že matica 2III2 je kongruentná s maticou III2 nad poľom Q.
(b) Dokážte, že matica diag(2, 1) nie je kongrunetná s maticou III2 nad poľom Q.
250 12. Bilineárne a kvadratické formy nad poľom R
12.5. Nájdite stacionárne body nasledujúcich funkcií dvoch premenných a klasifikujte ich
pomocou Hesseho matice:
(a) f1(x, y) = x3
− 3y2
+ 3xy − 3y, (b) f2(x, y) = −2
3 x3
+ y2
+ 4xy + 3y,
(c) g(x, y) = xy, (d) h1(x, y) = x2
y2
(x − y + 1),
(e) h2(x, y) = x2
(y + 1) + 2y3
+ 5y2
, (f) h3(x, y) = x2
(y + 1) + y2
(x − 1),
(g) h4(x, y) = x2
(y + 1) + y2
(y − 1), (h) h5(x, y) = (x2
+ y2
)(y + 1).
12.6. Pomocou Sylvestrovho kritéria zdôvodnite nasledujúce pravidlá pre klasifikáciu stacionárnych
bodov funkcie dvoch premenných.
Nech A ⊆ R je otvorená množina a aaa ∈ A ⊆ R2
je stacionárny bod funkcie
f : A → R. Predpokladajme, že f je dostatočne hladká a determinant Hesseho
matice funkcie f v bode aaa je nenulový, t. j. det f (aaa) = 0. Potom platí:
(a) ak det f (aaa) > 0 a (∂2
f/∂x2
)(aaa) > 0 alebo (∂2
f/∂y2
)(aaa) > 0, tak funkcia f má
v bode aaa ostré lokálne minimum;
(b) ak det f (aaa) > 0 a (∂2
f/∂x2
)(aaa) < 0 alebo (∂2
f/∂y2
)(aaa) < 0, tak funkcia f má
v bode aaa ostré lokálne minimum;
(c) ak det f (aaa) < 0, tak tak funkcia f má v bode aaa sedlo.
Len tak mimochodom si všimnite, že ak det f (aaa) > 0, tak obe druhé parciálne
derivácie (∂2
f/∂x2
)(aaa), (∂2
f/∂y2
)(aaa) sú nevyhnutne nenulové a majú rovnaké znamienko.
Vysvetlite prečo.
12.7. S využitím cvičenia 12.6 preskúmajte ešte raz stacionárne body funkcií z cvičenia
12.5.
12.8. Nájdite stacionárne body nasledujúcich funkcií troch premenných a klasifikujte ich
pomocou Hesseho matice:
(a) f(x, y, z) = 3x2
+ x3
+ y2
+ xy2
+ z3
− 3z,
(b) g(x, y, z) = (x + y + z) e−(x2
+y2
+z2
)
,
(c) h(x, y, z) = x
y+z + y
x+z + z
x+y .
12.9. Nasledujúce kritérium nám umožňuje klasifikovať aj niektoré stacionárne body funkcie,
v ktorých je jej druhá totálna derivácia singulárna.
Predpokladajme, že f : A → R je dostatočne hladká funkcia definovaná na otvorenej
množine A ⊆ Rn
a aaa ∈ A je jej stacionárny bod. Zdôvodnite nasledujúce
tvrdenia:
(a) Ak existuje také okolie N ⊆ A bodu aaa, že pre všetky xxx ∈ N, xxx = aaa je druhá
totálna derivácia f”(xxx) funkcie f v bode xxx kladne (záporne) definitná, tak f má
v bode aaa ostré lokálne minimum (maximum).
(b) Ak existuje také okolie N ⊆ A bodu aaa, že pre všetky xxx ∈ N, xxx = aaa je druhá
totálna derivácia f”(xxx) funkcie f v bode xxx kladne (záporne) semidefinitná, tak f
má v bode aaa lokálne minimum (maximum).
(c) Ak existuje také okolie N ⊆ A bodu aaa, že pre všetky xxx ∈ N, xxx = aaa je druhá
totálna derivácia f”(xxx) funkcie f v bode xxx indefinitná, tak f má v bode aaa sedlo.
12.10. S využitím cvičenia 12.9 vysvetlite chovanie funkcií g z príkladu 12.3.2 a h1, h2, h3
z príkladu 12.3.3 v ich kritických bodoch. Taktiež opätovne preskúmajte tie kritické
body funkcií z predošlých cvičení, ktoré ste nedokázali klasifikovať podľa Hesseho
Cvičenia 251
matice v príslušnom bode.
12.11. Nájdite stacionárne body nasledujúcich funkcií dvoch premenných a klasifikujte ich
pomocou Hesseho matice (ak treba) v okolí týchto bodov:
(a) f1(x, y) = (x + y − 1)3
+ (x − y + 1)2
,
(b) f2(x, y) = (x + y − 1)3
+ (x − y + 1)3
,
(c) g1(x, y) = x2
y2
, (d) g2(x, y) = xy(xy − 1),
(e) h1(x, y) = x2
ey
, (f) h2(x, y) = x e−y2
.
12.12. Nájdite a klasifikujte stacionárne body funkcií dvoch premenných
(a) f(x, y) = x4
(x − 1) + ay(y − 1), (b) g(x, y) = x4
(x − 1) + ay2
(y − 1),
(c) h(x, y) = x4
(x − 1) + ay3
(y − 1), (d) k(x, y) = x4
(x − 1) + ay2
(y − 1)2
.
Zakaždým urobte diskusiu vzhľadom na parameter a ∈ R.
13. Euklidovské priestory
Naše štúdium vektorových priestorov sa doteraz nieslo prevažne v algebraickom
duchu a bolo vedené takmer výlučne algebraickými prostriedkami.
Geometria bola v tomto poňatí zredukovaná väčšinou len na otázky rovnoči
rôznobežnosti a pretínania lineárnych a afinných podpriestorov, t. j. na
tzv. štruktúru incidencie. Popri tom však geometrický názor bol pre nás dôležitým
zdrojom prvotných motivácií alebo dodatočných ilustrácií mnohých
pojmov. To bolo umožnené hlavne tým, že hoci sme sa zaoberali vektorovými
priestormi nad ľubovoľným poľom, ako typické príklady sme si pod nimi väčšinou
predstavovali vektorové priestory malej dimenzie nad poľom reálnych
čísel a vektory v nich ako orientované úsečky (s počiatkom v bode 0), ktoré
majú určitú dĺžku, smer a orientáciu. Inak povedané, lineárnu algebru sme
často vedome a ešte častejšie podvedome zasadzovali do rámca elementárnej
geometrie roviny alebo priestoru.
Prísne vzaté nám však len samotná štruktúra vektorového priestoru (ani
keby sme sa obmedzili iba na prípad poľa R) neumožňuje vôbec hovoriť
o dĺžke – takýto pojem v doterajšom kontexte nemá žiadny zmysel. Pritom
práve dĺžka, a spolu s ňou tiež uhol sú základnými kvantitatívnymi veličinami
elementárnej euklidovskej geometrie. Naplnenie lineárnej algebry geometrickým
obsahom teda v prvom rade vyžaduje dať práve týmto pojmom určitý
dobre zakotvený význam, ktorý – hoci by sa neopieral len o náš geometrický
názor – bol by s ním v dobrej zhode. V tejto kapitole sa o to pokúsime vo vektorových
priestoroch nad poľom R. Ukazuje sa, že celú základnú geometrickú
štruktúru, vrátane dĺžok a uhlov, možno odvodiť z jedinej kladne definitnej
symetrickej bilineárnej formy na takomto priestore.
13.1 Skalárny súčin
Skalárnym alebo tiež vnútorným súčinom na reálnom vektorovom priestore
V rozumieme ľubovoľnú kladne definitnú, symetrickú bilineárnu formu na V .
Hodnotu tejto formy na vektoroch xxx,yyy ∈ V budeme značiť xxx,yyy .
Nezávisle na znalosti uvedených pojmov možno skalárny súčin na V definovať
ako binárnu operáciu V × V → R, ktorá každej dvojici (xxx,yyy) vektorov
z V priradí reálne číslo xxx,yyy také, že pre všetky xxx,yyy,xxx1,xxx2 ∈ V a ľubovoľné
c ∈ R platí:
xxx1 + xxx2,yyy = xxx1,yyy + xxx2,yyy (aditivita),
cxxx,yyy = c xxx,yyy (homogenita),
xxx,yyy = yyy,xxx (symetria),
xxx = 0 ⇒ xxx,xxx > 0 (kladná definitnosť).
13.1. Skalárny súčin 253
Spojenie aditivity a homogenity skalárneho súčinu dáva jeho linearitu ako
funkcie prvej premennej (pri pevnej druhej premennej). Vďaka symetrii z toho
vyplýva aj linearita skalárneho súčinu ako funkcie druhej premennej (pri pevnej
prvej premennej), t. j. rovnosti
xxx,yyy1 + yyy2 = xxx,yyy2 + xxx,yyy2 ,
xxx, cyyy = c xxx,yyy ,
pre všetky xxx,yyy1,yyy2 ∈ V a c ∈ R. Z (bi)linearity takisto vyplýva nasledujúci
podrobnejší rozpis podmienky kladnej definitnosti
xxx,xxx ≥ 0 & xxx,xxx = 0 ⇔ xxx = 0
pre každé xxx ∈ V . Prvá časť tejto podmienky nám umožňuje definovať normu
alebo dĺžku vektora xxx rovnosťou
xxx = xxx,xxx .
Výraz xxx 2
treba zatiaľ chápať len ako iné označenie pre kvadratickú formu
xxx,xxx indukovanú skalárnym súčinom. O oprávnenosti názvu „dĺžka ako aj
o ďalších vlastnostiach normy podrobnejšie pojednáme až v paragrafe 13.3.
Euklidovským priestorom nazývame ľubovoľný konečnorozmerný reálny
vektorový priestor so skalárnym súčinom. Hoci sa v tejto kapitole hodláme
sústrediť práve na euklidovské priestory, všetky pojmy a výsledky, v ktorých
konečnosť dimenzie nehrá podstatnú úlohu, sa budeme snažiť formulovať
tak, aby zahŕňali všetky (teda i nekonečnorozmerné) priestory so skalárnym
súčinom.
13.1.1. Príklad. Náš čitateľ sa už na strednej škole v rámci analytickej
geometrie, prípadne v rámci fyziky, asi stretol so skalárnym súčinom xxx,yyy =
x1y1 + x2y2 v rovine R2
a so skalárnym súčinom xxx,yyy = x1y1 + x2y2 + x3y3
v priestore R3
. Ľahko sa možno presvedčiť, že rovnaká formulka funguje pre
každé n, t. j. pre xxx = (x1, . . . , xn)T
, yyy = (y1, . . . , yn)T
je predpisom
xxx,yyy = xxxT
· yyy =
n
i=1
xiyi
definovaný skalárny súčin na stĺpcovom vektorovom priestore Rn
. V prípade
riadkového priestoru Rn
máme
xxx,yyy = xxx · yyyT
=
n
i=1
xiyi
254 13. Euklidovské priestory
pre xxx = (x1, . . . , xn), yyy = (y1, . . . , yn). Takýto skalárny súčin budeme nazývať
štandardným skalárnym súčinom na Rn
. Štandardný skalárny súčin vektorov
xxx,yyy ∈ Rn
(či už ide o riadkové alebo stĺpcové vektory) sa obvykle značí xxx ·yyy.
Dĺžka vektora xxx vzhľadom na štandardný skalárny súčin je
xxx =
√
xxx · xxx =
n
i=1
x2
i
1/2
.
V rámci analytickej geometrie sa pre nenulové vektory xxx, yyy dokazuje známy
vzťah
xxx · yyy = xxx yyy cos α,
ktorý zväzuje štandardný skalárny súčin v R2
či v R3
s dĺžkou príslušných
vektorov a nimi zvieraným uhlom α.
13.1.2. Príklad. Nech V označuje vektorový priestor C a, b všetkých spojitých
reálnych funkcií definovaných na uzavretom intervale a, b , kde a < b
sú reálne čísla, prípadne jeho ľubovoľný lineárny podpriestor. Pre f, g ∈ V
položme
f, g =
b
a
f(x)g(x) dx.
Z komutatívnosti násobenia v R a aditivity a homogenity integrálu vyplýva,
že f, g je symetrická bilineárna forma na V (podrobne si premyslite ako). Na
dôkaz kladnej definitnosti si stačí uvedomiť, že f(x)2
≥ 0 pre každé x ∈ a, b
a pre f = 0 (t. j. f nie identicky rovné nule) zo spojitosti funkcie f (teda aj f2
)
vyplýva existencia nejakého netriviálneho uzavretého podintervalu a1, b1 ⊆
a, b takého, že f(x)2
> 0 pre všetky x ∈ a1, b1 . Keďže f2
na a1, b1
nadobúda minimum m = mina1≤x≤b1 f(x)2
> 0, máme
f, f =
b
a
f(x)2
dx ≥
b1
a1
f(x)2
dx ≥ (b1 − a1)m > 0.
Teda predpisom (f, g) → f, g je definovaný skalárny súčin na C a, b ako aj
na jeho ľubovoľnom lineárnom podpriestore, napr. na priestoroch polynómov
R[x], R(n)
[x], n ∈ N, uvažovaných ako spojité funkcie na a, b . V prípade
priestorov C a, b , či R[x] ide o skalárny súčin na nekonečnorozmerných vektorových
priestoroch. Norma spojitej funkcie f : a, b → R potom je
f = f, f =
b
a
f(x)2
dx
1/2
.
13.2. Gramova matica a Cauchyho-Schwartzova nerovnosť 255
13.2 Gramova matica a Cauchyho-Schwartzova nerovnosť
Nech ααα = (uuu1, . . . ,uuuk) je ľubovoľná usporiadaná k-tica vektorov vo vektorovom
priestore V so skalárnym súčinom. Takmer všetky podstatné informácie
o týchto vektoroch sú ukryté v tzv. Gramovej matici
GGG(ααα) = GGG(uuu1, . . . ,uuuk) = uuui,uuuj k×k
vektorov uuu1, . . . ,uuuk. Determinant Gramovej matice
detGGG(ααα) = |GGG(uuu1, . . . ,uuuk)| =
uuu1,uuu1 . . . uuu1,uuuk
...
...
...
uuuk,uuu1 . . . uuuk,uuuk
sa nazýva Gramovým determinantom vektorov uuu1, . . . ,uuuk.
13.2.1. Tvrdenie. Nech uuu1, . . . ,uuuk sú ľubovoľné vektory vo vektorovom priestore
V so skalárnym súčinom. Potom
(a) GGG(uuu1, . . . ,uuuk) je kladne semidefinitná symetrická matica;
(b) vektory uuu1, . . . ,uuuk sú lineárne nezávislé práve vtedy, keď matica GGG(uuu1, . . . ,uuuk)
je kladne definitná.
Dôkaz. Označme GGG = GGG(uuu1, . . . ,uuuk).
(a) Symetria matice GGG je priamym dôsledkom symetrie skalárneho súčinu.
Zostáva dokázať, že pre ľubovoľný vektor ccc = (c1, . . . , ck) ∈ Rk
platí ccc·GGG·cccT
≥
0. Položme vvv = c1uuu1 + . . . + ckuuuk. Potom z bilinearity a kladnej definitnosti
skalárneho súčinu vyplýva
ccc · GGG · cccT
=
k
i=1
k
j=1
cicj uuui,uuuj = vvv,vvv ≥ 0.
(b) Ak uuu1, . . . ,uuuk sú lineárne nezávislé, tak tvoria bázu lineárneho podpriestoru
S = [uuu1, . . . ,uuuk] ⊆ V . Zúženie skalárneho súčinu xxx,yyy na podpriestor
S je skalárny súčin (t. j. kladne definitná symetrická bilineárna forma) na
S. GGG je maticou tejto formy vzhľadom na bázu uuu1, . . . ,uuuk, teda je to kladne
definitná matica.
Ak uuu1, . . . ,uuuk sú lineárne závislé, tak v Rn
existuje vektor ccc = (c1, . . . , ck) =
0 taký, že vvv = c1uuu1 + . . . + ckuuuk = 0. Potom podľa (a)
ccc · GGG · cccT
= vvv,vvv = 0, 0 = 0,
teda GGG nie je kladne definitná.
Práve dokázané tvrdenie má spolu s vetou 12.2.4 nasledujúci dôsledok.
256 13. Euklidovské priestory
13.2.2. Dôsledok. Pre ľubovoľné uuu1, . . . ,uuuk ∈ V platí
|GGG(uuu1, . . . ,uuuk)| ≥ 0.
Pritom |GGG(uuu1, . . . ,uuuk)| = 0 práve vtedy, keď vektory uuu1, . . . ,uuuk sú lineárne
závislé.
Špeciálne pre ľubovoľné dva vektory uuu,vvv ∈ V platí
|GGG(uuu,vvv)| =
uuu,uuu uuu,vvv
vvv,uuu vvv,vvv
= uuu,uuu vvv,vvv − uuu,vvv vvv,uuu = uuu 2
vvv 2
− uuu,vvv 2
≥ 0,
pričom rovnosť nastane práve vtedy, keď vektory uuu, vvv sú lineárne závislé. Tým
sme dokázali nasledujúci vzťah, známy ako Cauchyho-Schwartzova nerovnosť.
13.2.3. Veta. Pre ľubovoľné vektory uuu,vvv ∈ V v priestore V so skalárnym
súčinom platí
| uuu,vvv | ≤ uuu vvv ,
pričom rovnosť nastane práve vtedy, keď vektory uuu, vvv sú lineárne závislé.
13.3 Dĺžka vektora a uhol dvoch vektorov
Normou na reálnom vektorovom priestore V rozumieme ľubovoľné zobrazenie
V → R, ktoré vektoru xxx ∈ V priradí reálne číslo xxx , nazývané normou alebo
tiež dĺžkou vektora xxx, také, že pre všetky xxx,yyy ∈ V a ľubovoľné c ∈ R platí
xxx + yyy ≤ xxx + yyy (trojuholníková nerovnosť),
cxxx = |c| xxx (pozitívna homogenita),
xxx = 0 ⇒ xxx = 0 (oddeliteľnosť).
Z uvedených podmienok vyplýva nezápornosť normy, t. j. xxx ≥ 0 pre každé
xxx ∈ V . Keďže vďaka pozitívnej homogenite platí 0 = 0 a −xxx = xxx ,
s použitím trojuholníkovej nerovnosti naozaj dostávame
xxx =
1
2
xxx + −xxx ≥
1
2
xxx − xxx =
1
2
0 = 0.
Navyše, vďaka oddeliteľnosti máme xxx > 0 pre každé 0 = xxx ∈ V ; inak
povedané, každý nenulový vektor môžeme pomocou jeho normy „oddeliť od
nulového vektora.
Reálny vektorový priestor s normou nazývame normovaný priestor. Intuitívne
sa na normovaný priestor dívame ako na vektorový priestor, v ktorom
možno merať dĺžky vektorov. Tri definujúce podmienky pre normu zaručujú,
13.3. Dĺžka vektora a uhol dvoch vektorov 257
že takéto meranie dĺžok, t. j. priradenie xxx → xxx , má rozumné vlastnosti, aké
od dĺžok očakávame.
Vzdialenosťou bodov xxx, yyy vo vektorovom priestore V s normou · nazývame
dĺžku vektora xxx − yyy, t. j. číslo xxx − yyy . Pomocou vzdialeností bodov
možno trojuholníkovú nerovnosť vyjadriť iným, ekvivalentným spôsobom,
ktorý vari ešte názornejšie osvetľuje jej názov:
xxx − yyy + yyy − zzz ≥ xxx − zzz
pre všetky xxx,yyy,zzz ∈ V .
Všeobecnou problematikou normovaných priestorov sa v tomto kurze nebudeme
zaoberať. Obmedzíme sa len na normy, ktoré pochádzajú zo skalárnych
súčinov.
13.3.1. Tvrdenie. Nech V je reálny vektorový priestor so skalárnym súčinom.
Potom rovnosťou
xxx = xxx,xxx
je definovaná norma na V .
Dôkaz. Zvoľme xxx,yyy ∈ V . S použitím bilinearity a symetrie skalárneho súčinu
a Cauchyho-Schwartzovej nerovnosti (veta 13.2.3) dostávame
xxx + yyy 2
= xxx + yyy,xxx + yyy = xxx,xxx + xxx,yyy + yyy,xxx + yyy,yyy
= xxx 2
+ 2 xxx,yyy + yyy 2
≤ xxx 2
+ 2 xxx yyy + yyy 2
= xxx + yyy
2
.
To dokazuje trojuholníkovú nerovnosť. Jednoduchý dôkaz ďalších dvoch podmienok
prenechávame čitateľovi.
Z Cauchyho-Schwartzovej nerovnosti vyplýva, že pre ľubovoľné nenulové
vektory xxx, yyy vo vektorovom priestore so skalárnym súčinom platí
−1 ≤
xxx,yyy
xxx yyy
≤ 1.
Preto existuje jediné reálne číslo α také, že 0 ≤ α ≤ π a
cos α =
xxx,yyy
xxx yyy
.
Číslo α nazývame uhlom alebo tiež odchýlkou vektorov xxx, yyy a značíme ho
α = (xxx,yyy). Zo symetrie skalárneho súčinu vyplýva (xxx,yyy) = (yyy,xxx), to
znamená, že ide o neorientovaný uhol.
Pri takejto definícii uhla dvoch nenulových vektorov zostáva vzťah
xxx,yyy = xxx yyy cos (xxx,yyy),
258 13. Euklidovské priestory
platný pre štandardný skalárny súčin v R2
a R3
, zachovaný v ľubovoľnom
priestore so skalárnym súčinom. Treba si však uvedomiť, že z logického hľadiska
postupujeme obrátene ako v stredoškolskej analytickej geometrii. Tam
totiž vopred vieme (či aspoň sa tak tvárime), čo sú to dĺžky a uhly vektorov,
a pomocou nich definujeme skalárny súčin uvedeným vzťahom, prípadne
rovnosťou xxx · yyy = xiyi, kedy musíme uvedený vzťah dokázať. Pri našom
postupe vychádzame z pojmu skalárneho súčinu a pomocou neho definujeme
dĺžky a uhly vektorov tak, že platnosť klasických poučiek analytickej geometrie
zostáva zachovaná, ba dokonca ju rozširujeme na vektorové priestory
ľubovoľnej konečnej i nekonečnej dimenzie vybavené skalárnym súčinom.
Hovoríme, že vektory xxx,yyy ∈ V sú (navzájom) kolmé alebo tiež ortogonálne,
označenie xxx ⊥ yyy, ak xxx,yyy = 0.
Teraz uvedieme niekoľko bezprostredných dôsledkov našich definícií. Ich
jednoduché dôkazy prenechávame ako cvičenie čitateľovi.
13.3.2. Tvrdenie. Nech V je vektorový priestor so skalárnym súčinom. Potom
pre ľubovoľné nenulové vektory xxx,yyy ∈ V platí:
(a) (xxx,yyy) = 0 ⇔ (∃ c ∈ R)(c > 0 & xxx = cyyy);
(b) (xxx,yyy) = π ⇔ (∃ c ∈ R)(c < 0 & xxx = cyyy);
(c) (xxx,yyy) = π/2 ⇔ xxx ⊥ yyy;
(d) (−xxx, −yyy) = (xxx,yyy), (−xxx,yyy) = (xxx, −yyy) = π − (xxx,yyy).
Pokračujeme štyrmi poučkami klasickej analytickej geometrie.
13.3.3. Tvrdenie. Nech V je vektorový priestor so skalárnym súčinom. Potom
pre ľubovoľné nenulové vektory xxx,yyy ∈ V platí:
(a) (kosinusová veta)
xxx + yyy 2
= xxx 2
+ yyy 2
+ 2 xxx yyy cos (xxx,yyy),
xxx − yyy 2
= xxx 2
+ yyy 2
− 2 xxx yyy cos (xxx,yyy);
(b) (Pytagorova veta)
xxx ⊥ yyy ⇒ xxx + yyy 2
= xxx − yyy 2
= xxx 2
+ yyy 2
;
(c) (pravidlo rovnobežníka)
xxx + yyy 2
+ xxx − yyy 2
= 2 xxx 2
+ yyy 2
;
(d) (uhlopriečky kosoštvorca sú na seba kolmé)
xxx = yyy ⇒ xxx + yyy ⊥ xxx − yyy.
(Samozrejme, tvrdenia (b), (c), (d) platia aj bez predpokladu nenulovosti
vektorov xxx, yyy – vidno to i z nášho dôkazu.)
Dôkaz. (a) Ako sme ukázali v dôkaze tvrdenia 13.3.1, pre ľubovoľné xxx,yyy ∈ V
máme
xxx + yyy 2
= xxx 2
+ yyy 2
+ 2 xxx,yyy .
13.4. Ortogonálne a ortonormálne bázy 259
Z toho už okamžite vyplýva prvá podoba kosinusovej vety; jej druhú podobu
dostaneme z prvej na základe 13.3.2 (d).
(b) Pytagorova veta je zvláštnym prípadom kosinusovej vety
(c) Pravidlo rovnobežníka dostaneme sčítaním oboch verzií kosinusovej
vety.
(d) priamo vyplýva z identity xxx + yyy,xxx − yyy = xxx 2
− yyy 2
.
13.4 Ortogonálne a ortonormálne bázy
Usporiadaná k-tica ααα = (uuu1, . . . ,uuuk) vektorov z vektorového priestoru so skalárnym
súčinom V sa nazýva ortogonálna, ak uuui ⊥ uuuj pre všetky 1 ≤ i < j ≤
k. Voľne tiež hovoríme, že vektory uuu1, . . . ,uuuk sú (navzájom) ortogonálne alebo
kolmé. Usporiadaná k-tica (uuu1, . . . ,uuuk) sa nazýva ortonormálna, ak je ortogonálna
a uuui = 1 pre všetky i ≤ k. Taktiež hovoríme, že vektory uuu1, . . . ,uuuk
tvoria ortonormálny systém. Podobne možno definovať pojmy ortogonálnosti
a ortonormálnosti aj pre nekonečné postupnosti (uuuk)∞
k=0 vektorov z V , prípadne
pre množiny X ⊆ V .
Nasledujúce tvrdenie je bezprostredným dôsledkom našich definícií.
13.4.1. Tvrdenie. Nech V je vektorový priestor so skalárnym súčinom. Potom
pre ľubovoľnú k-ticu ααα = (uuu1, . . . ,uuuk) ∈ V k
platí:
(a) ααα je ortogonálna práve vtedy, keď jej Gramova matica GGG(ααα) je diago-
nálna;
(b) ααα je ortonormálna práve vtedy, keď GGG(ααα) = IIIk.
Z posledného tvrdenia a dôsledku 13.2.2 priamo vyplýva
13.4.2. Dôsledok. Ak uuu1, . . . ,uuuk ∈ V sú navzájom kolmé nenulové vektory,
špeciálne, ak uuu1, . . . ,uuuk tvoria ortonormálny systém, tak sú lineárne nezávislé.
V priestore Rn
so štandardným skalárnym súčinom kanonická báza εεε =
(eee1, . . . ,eeen) je zrejme ortonormálna a v zhode s tvrdením 13.4.1 (b) možno
ľahko nahliadnuť rovnosť GGG(εεε) = IIIn. Ortogonálne a ortonormálne bázy však
existujú v ľubovoľných euklidovských priestoroch.
13.4.3. Veta. Každý euklidovský priestor má ortonormálnu bázu.
Dôkaz Nech V je euklidovský priestor. Keďže skalárny súčin je kladne definitná,
symetrická bilineárna forma na konečnorozmernom reálnom priestore
V , na základe vety 11.3.5, dôsledku 12.1.3 a tvrdenia 12.2.1 existuje taká báza
βββ priestoru V , vzhľadom na ktorú má tento súčin jednotkovú maticu. Inak
povedané, GGG(βββ) = IIIn, čiže βββ je ortonormálna báza.
260 13. Euklidovské priestory
Nasledujúce tvrdenie zhŕňa niekoľko užitočných vlastností ortonormálnych
báz v euklidovskom priestore. Podmienky (b) a (c), ktoré sú ekvivalentné,
nesú spoločný názov Parsevalova rovnosť..1
13.4.4. Tvrdenie. Nech ααα = (uuu1, . . . ,uuun) je ortonormálna báza euklidovského
priestoru V . Potom pre ľubovoné vektory xxx,yyy ∈ V platí:
(a) xxx = n
i=1 xxx,uuui uuui, t. j. (xxx)ααα = xxx,uuu1 , . . . , xxx,uuun
T
;
(b) xxx,yyy = n
i=1 xxx,uuui uuui,yyy ;
(c) xxx 2
= n
i=1 xxx,uuui
2
.
Dôkaz. (a) Keďže ααα je báza, xxx možno vyjadriť v tvare xxx = n
i=1 ciuuui pre jednoznačne
určené koeficienty c1, . . . , cn. Z ortonormálnosti vektorov uuu1, . . . ,uuun
vyplýva
xxx,uuuj =
n
i=1
ci uuui,uuuj = cj
pre každé 1 ≤ j ≤ n.
(b) Ak ααα je ortonormálna báza, tak matica skalárneho súčinu vzhľadom
na bázu ααα je GGG(ααα) = IIIn. Preto xxx,yyy = (xxx)T
ααα · (yyy)ααα pre všetky xxx,yyy ∈ V .
Potrebný záver vyplýva z (a).
(c) je špeciálnym prípadom (b).
Pre istotu ešte si ešte raz zopakujme, čo vyplýva z tvrdenia 13.4.1, vety 13.4.3
a tvrdenia 13.4.4: V ľubovoľnom n-rozmernom euklidovskom priestore V skalárny
súčin vektorov xxx,yyy ∈ V splýva so štandardným skalárnym súčinom
v Rn
xxx,yyy =
n
i=1
xiyi = (xxx)T
ααα · (yyy)ααα
ich súradníc (xxx)ααα = (x1, . . . , xn)T
, (yyy)ααα = (y1, . . . , yn)T
vzhľadom na ľubovoľnú
ortonormálnu bázu ααα = (uuu1, . . . ,uuun) priestoru V . Podmienka (a) posledného
tvrdenia nám navyše udáva explicitný tvar týchto súradníc: xi =
xxx,uuui , yi = yyy,uuui .
Teraz popíšeme algoritmus, ktorý umožňuje zostrojiť ortonormálne bázy,
známy ako Gramov-Schmidtov ortogonalizačný proces, skrátene GSO-proces.
Nech V je vektorový priestor so skalárnym súčinom a uuu1, . . . ,uuun ∈ V sú
lineárne nezávislé vektory. Chceme zostrojiť ortogonálne vektory vvv1, . . . ,vvvn
tak, aby pre každé k ≤ n platilo
[vvv1, . . . ,vvvk] = [uuu1, . . . ,uuuk].
1
Týmto názvom sa zvyknú označovať aj isté nekonečnorozmerné varianty uvedených
rovností.
13.4. Ortogonálne a ortonormálne bázy 261
Ak položíme vvv1 = uuu1, tak samozrejme [vvv1] = [uuu1]. Vektor vvv2 ∈ [uuu1,uuu2] =
[vvv1,uuu2] budeme hľadať v tvare vvv2 = avvv1 + buuu2, kde a, b ∈ R. Ak má však
platiť [vvv1,vvv2] = [uuu1,uuu2], musí byť b = 0. To najjednoduchšie dosiahneme
voľbou b = 1. Navyše vektor vvv2 = uuu2 + avvv1 má byť kolmý na vektor vvv1, t. j.
0 = vvv2,vvv1 = uuu2,vvv1 + a vvv1,vvv1 .
Odtiaľ dostávame
a = −
uuu2,vvv1
vvv1,vvv1
.
Predpokladajme, že 2 ≤ k ≤ n a už sme zostrojili ortogonálne vektory
vvv1, . . . ,vvvk−1 také, že pre každé 1 ≤ i ≤ k − 1 platí [vvv1, . . . ,vvvi] = [uuu1, . . . ,uuui].
Poučení prípadom k = 2 budeme vektor vvvk ∈ [uuu1, . . . ,uuuk−1,uuuk] = [vvv1, . . . ,vvvk−1,uuuk]
hľadať v tvare vvvk = uuuk + a1vvv1 + · · · + ak−1vvvk−1, kde a1, . . . , ak−1 ∈ R. Navyše
vektor vvvk musí byť kolmý na každý z vektorov vvvi pre 1 ≤ i ≤ k − 1, čiže
0 = vvvk,vvvi = uuuk,vvvi +
k−1
j=1
aj vvvj,vvvi = uuuk,vvvi + ai vvvi,vvvi ,
lebo podľa nášho predpokladu vvvj,vvvi = 0 pre j = i. Z toho dôvodu
ai = −
uuuk,vvvi
vvvi,vvvi
.
Tým sme dokázali nasledujúcu vetu.
13.4.5. Veta. Nech V je vektorový priestor so skalárnym súčinom a uuu1, . . . ,uuun ∈
V sú lineárne nezávislé vektory. Vektory vvv1, . . . ,vvvn ∈ V definujeme rekurziou:
vvv1 = uuu1 a vvvk = uuuk −
k−1
i=1
uuuk,vvvi
vvvi,vvvi
vvvi,
pre 1 < k ≤ n. Potom vvv1, . . . ,vvvn sú ortogonálne vektory a pre každé 1 ≤ k ≤ n
platí
[vvv1, . . . ,vvvk] = [uuu1, . . . ,uuuk].
Špeciálne, ak uuu1, . . . ,uuun je báza priestoru V , tak vvv1, . . . ,vvvn je ortogonálna
báza priestoru V ; potom vektory vvv1
−1
vvv1, . . . , vvvn
−1
vvvn tvoria ortonormálnu
bázu priestoru V .
Poznámka. Gramov-Schmidtov ortogonalizačný proces funguje aj pre nekonečné
postupnosti (uuuk)∞
k=0 lineárne nezávislých vektorov v nekonečnorozmernom
vektorovom priestore so skalárnym súčinom V . Rekurziou cez množinu
všetkých prirodzených čísel
vvv0 = uuu0 a vvvk = uuuk −
k−1
i=0
uuuk,vvvi
vvvi,vvvi
vvvi,
262 13. Euklidovské priestory
pre k > 0, je i v tomto prípade definovaná ortogonálna postupnosť (vvvk)∞
k=0
taká, že
[vvv0, . . . ,vvvk] = [uuu0, . . . ,uuuk]
pre každé k ∈ N. Z toho už vyplýva lineárna nezávislosť postupnosti (vvvk)∞
k=0.
Ak (uuuk)∞
k=0 bola bázou V , tak (vvvk)∞
k=0 je ortogonálna a vvvk
−1
vvvk
∞
k=0
ortonormálna
báza vo V .
13.4.6. Príklad. Na základe Sylvestrovho kritéria (veta 12.2.4) ľahko nahliadneme,
že symetrická matica
AAA =
2 1 −1
1 2 0
−1 0 3
∈ R3×3
je kladne definitná. To znamená, že predpisom
xxx,yyy = xxxT
· AAA · yyy
je definovaný skalárny súčin na (stĺpcovom) priestore R3
. Aplikáciou
GSO-procesu na kanonickú bázu (eee1,eee2,eee3) zostrojíme ortogonálnu bázu (vvv1,vvv2,vvv3)
priestoru R3
s uvedeným skalárnym súčinom:
vvv1 = eee1 = (1, 0, 0)T
,
vvv2 = eee2 −
eee2,vvv1
vvv1,vvv1
vvv1 = eee2 −
1
2
vvv1 = (−1/2, 1, 0)T
,
vvv3 = eee3 −
eee3,vvv1
vvv1,vvv1
vvv1 −
eee3,vvv2
vvv2,vvv2
vvv2 = eee3 +
1
2
vvv1 −
1
3
vvv2 = (2/3, −1/3, 1)T
,
keďže eee2,vvv1 = 1, vvv1,vvv1 = 2, eee3,vvv1 = −1, eee3,vvv2 = 1/2 a vvv2,vvv2 = 3/2.
Ak ešte dopočítame vvv3,vvv3 = 7/3, dostaneme dĺžky jednotlivých vektorov
vvv1 =
√
2, vvv2 = 3/2, vvv3 = 7/3. Príslušná ortonormálna báza je
potom tvorená vektormi
1
√
2
vvv1 =
1
√
2


1
0
0

 ,
2
3
vvv2 =
1
√
6
−1
2
0
,
3
7
vvv3 =
1
√
21
2
−1
3
.
13.4.7. Príklad. Na vektorovom priestore R[x] všetkých reálnych polynómov
v premennej x je daný skalárny súčin f, g =
1
−1
f(x)g(x) dx (pozri
príklad 13.1.2). Postupnosť (xn
)∞
n=0 všetkých mocnín premennej x tvorí
bázu v R[x]. GSO-procesom z nej zostrojíme ortogonálnu bázu Ln(x)
∞
n=0
priestoru R[x] – jej prvky sa niekedy nazývajú Legendreove polynómy. Ak si
uvedomíme, že
xm
, xn
=
1
−1
xm
xn
dx =
xm+n+1
m + n + 1
1
−1
=
2
m+n+1
, ak m + n je párne,
0, ak m + n je nepárne,
13.4. Ortogonálne a ortonormálne bázy 263
postupne dostaneme
L0(x) = 1,
L1(x) = x −
x, L0
L0, L0
L0(x) = x,
L2(x) = x2
−
x2
, L0
L0, L0
L0(x) −
x2
, L1
L1, L1
L1(x) = x2
−
1
3
,
L3(x) = x3
−
x3
, L0
L0, L0
L0(x) −
x3
, L1
L1, L1
L1(x) −
x3
, L2
L2, L2
L2(x) = x3
−
3
5
x,
atď. Vidíme, že Ln(x) = xn
− . . . je polynóm n-tého stupňa, ktorý pre párne
n obsahuje len párne mocniny premennej x a pre nepárne n len nepárne
mocniny x. S trochou námahy možno odvodiť explicitné vyjadrenie
Ln(x) =
n!
(2n)!
dn
dxn
(x2
− 1)n
.
V literatúre sa Legendreovými polynómami zvyčajne nazývajú násobky
Pn(x) =
1
2n
2n
n
Ln(x) =
1
2nn!
dn
dxn
(x2
− 1)n
polynómov Ln(x), normované tak, aby pre každé n platilo Pn(1) = 1.
Gramovu-Schmidtovu ortogonalizáciu možno alternatívne vykonať len
vhodnými úpravami istých matíc. Ak ααα = (uuu1, . . . ,uuun) je lineárne nezávislá
n-tica vektorov v priestore so skalárnym súčinom V , tak podľa tvrdenia
13.2.1 (b) jej Gramova matica GGG(ααα) je kladne definitná a je to matica skalárneho
súčinu zúženého na lineárny podpriestor S = [uuu1, . . . ,uuun] ⊆ V v báze
ααα. Podľa vety 12.2.3 ju možno výlučne úpravami typu (1+
) upraviť na diagonálny
tvar DDD = diag(d1, . . . , dn) s kladnými prvkami na diagonále. Elementárne
stĺpcové operácie zodpovedajúce týmto úpravám postupne vykonané
na matici IIIn nás privedú k hornej trojuholníkovej matici PPP = (pij) ∈ Rn×n
s jednotkami na diagonále, t. j. pii = 1 a pij = 0 pre každé i ≤ n a j < i. Ak
položíme
ααα · PPP = βββ = (vvv1, . . . ,vvvn),
tak PPP = PPPααα,βββ, t. j. PPP je maticou prechodu z bázy βββ do bázy ααα (pozri paragraf
7.5). Potom DDD je maticou skalárneho súčinu zúženého na podpriestor S
v báze βββ, teda GGG(βββ) = DDD, takže βββ je ortogonálna báza S. Navyše, vzhľadom
na tvar matice PPP, platí
vvv1 = uuu1 a vvvk = uuuk +
k−1
i=1
pikuuui,
264 13. Euklidovské priestory
pre 1 < k ≤ n, z čoho možno ľahko nahliadnuť rovnosti
[vvv1, . . . ,vvvk] = [uuu1, . . . ,uuuk]
pre všetky k ≤ n. Taktiež normy vektorov vvvk si možno prečítať priamo z matice
DDD. Platí totiž dk = vvvk
2
pre každé k ≤ n. Teda príslušná ortonormálna
báza je tvorená vektormi (1/
√
d1)vvv1, . . . , (1/
√
dn)vvvn. Tento posledný krok
možno samozrejme realizovať úpravami typu (4) matice GGG(βββ) a príslušnými
ESO na matici PPP (pozri paragraf 11.3).
Ak V = Rm
s akýmkoľvek (t. j. nie nutne štandardným skalárnym súčinom),
tak po stotožnení bázy ααα s maticou, ktorej stĺpce sú vektory tejto bázy,
možno k báze βββ dospieť priamo (t. j. bez matice PPP), vykonaním príslušných
ESO na matici ααα.
13.4.8. Príklad. Prepočítajme si ešte raz príklad 13.4.6 práve opísanou metódou.
Uvedená matica AAA je zároveň Gramovou maticou GGG(εεε). Najprv pomocou
prvku na mieste (1, 1) vynulujeme ostatné prvky prvého riadku i stĺpca.
Potom pomocou prvku na mieste (2, 2) vynulujeme prvky na miestach (2, 3)
a (3, 2):
GGG(εεε) =
2 1 −1
1 2 0
−1 0 3
≡


2 0 0
0 3/2 1/2
0 1/2 5/2

 ≡


2 0 0
0 3/2 0
0 0 7/3

 = GGG(βββ).
Zrejme šlo o úpravy typu (1+
). Vykonaním príslušných ESO na jednotkovej
matici dostaneme
III3 =


1 0 0
0 1 0
0 0 1




1 −1/2 1/2
0 1 0
0 0 1




1 −1/2 2/3
0 1 −1/3
0 0 1

 = βββ.
Čitateľ by si mal samostatne premyslieť detaily výpočtu. Vidíme, že výsledné
matice sa presne zhodujú s výsledkom príkladu 13.4.6.
13.4.9. Príklad. Vráťme sa ešte k príkladu 13.4.7. Bez podrobnejšieho komentára
zortogonalizujeme systém (1, x, x2
, x3
) prvých štyroch mocnín x
v R[x]. Postupnými úpravami typu (1+
) Gramovej matice GGG(1, x, x2
, x3
) do-
13.4. Ortogonálne a ortonormálne bázy 265
staneme
GGG(1, x, x2
, x3
) =




2 0 2/3 0
0 2/3 0 2/5
2/3 0 2/5 0
0 2/5 0 2/7



 ≡




2 0 0 0
0 2/3 0 2/5
0 0 8/45 0
0 2/5 0 2/7




≡




2 0 0 0
0 2/3 0 0
0 0 8/45 0
0 0 0 8/175



 = GGG(L0, L1, L2, L3).
Príslušné ESO vykonané na jednotkovej matici dávajú
III4 =




1 0 0 0
0 1 0 0
0 0 1 0
0 0 0 1








1 0 −1/3 0
0 1 0 0
0 0 1 0
0 0 0 1








1 0 −1/3 0
0 1 0 −3/5
0 0 1 0
0 0 0 1



 = PPP.
Potom
(L0, L1, L2, L3) = 1, x, x2
, x3
· PPP = 1, x, −
1
3
+ x2
, −
3
5
x + x3
,
rovnako ako v príklade 13.4.7. Pohľad na maticu GGG(L0, L1, L2, L3) nám navyše
prezradí normy polynómov Ln(x) pre n ≤ 3:
L0 =
√
2, L1 =
2
3
, L2 =
8
45
=
2
3
2
5
,
L3 =
8
175
=
2
5
2
7
.
Pre normy Legendreových polynómov Pn(x), n ≤ 3, z toho vyplýva
P0 =
√
2, P1 =
2
3
, P2 =
2
5
, P3 =
2
7
.
13.4.10. Príklad. V euklidovskom priestore R4
so štandardným skalárnym
súčinom je daný lineárny podpriestor S generovaný stĺpcami matice
ααα =


0 1 −1
1 1 2
−1 1 0
1 1 0

 .
266 13. Euklidovské priestory
Nájdeme nejakú ortonormálnu bázu podpriestoru S. Zrejme stĺpce matice ααα
sú lineárne nezávislé, teda ααα je bázou S. Jej Gramovu maticu GGG(ααα) = αααT
·ααα
upravíme pomocou úprav typu (1+
) na s ňou kongruentný diagonálny tvar
GGG(ααα) =
3 1 2
1 4 1
2 1 3
≡


3 0 0
0 11/3 1/3
0 1/3 11/3

 ≡


3 0 0
0 11/3 0
0 0 40/11

 = GGG(βββ).
Príslušnými ESO na matici ααα dostaneme
ααα =


0 1 −1
1 1 2
−1 1 0
1 1 0





0 1 −1
1 2/3 4/3
−1 4/3 2/3
1 2/3 −2/3






0 1 −12/11
1 2/3 14/11
−1 4/3 6/11
1 2/3 −8/11


 = βββ.
Ortonormálna báza podpriestoru S je potom tvorená stĺpcami matice βββ vynásobenými
prevrátenými hodnotami druhých odmocnín príslušných diagonálnych
prvkov matice GGG(βββ), teda vektormi
1
√
3



0
1
−1
1


 ,
3
11




1
2/3
4/3
2/3



 =
1
√
33




3
2
4
2



 ,
11
40



−12/11
14/11
6/11
−8/11


 =
1
√
110



−6
7
3
−4


 .
13.5 Ortogonálne matice
Videli sme, že z vyjadrenia súradníc vektorov v euklidovských priestoroch
vzhľadom na ortonormálne bázy vyplývajú dodatočné výhody, aké nám bázy,
ktoré nespĺňajú túto podmienku, neposkytujú. Bude preto zaujímavé preskúmať,
ako vyzerajú matice prechodu medzi takýmito bázami. Odpoveď na
naznačenú otázku je prekvapivo jednoduchá.
Matica AAA ∈ Rn×n
sa nazýva ortogonálna, ak platí
AAAT
· AAA = IIIn,
alebo, čo je to isté, AAA−1
= AAAT
. Uvedomme si, že prvá podmienka vlastne
hovorí, že stĺpce matice AAA tvoria ortonormálnu bázu euklidovského priestoru
Rn
so štandardným skalárnym súčinom. Potom tiež platí AAA · AAAT
= IIIn, teda
takisto riadky matice AAA tvoria ortonormálnu bázu v Rn
. Z tých dôvodov by
bolo vari priliehavejšie nazývať takéto matice ortonormálnymi. Budeme sa
však držať zaužívanej terminológie.
13.5. Ortogonálne matice 267
13.5.1. Veta. Nech V je n-rozmerný euklidovský priestor, ααα je ortonormálna
a βββ je ľubovoľná báza priestoru V . Potom báza βββ je ortonormálna
práve vtedy, keď matica prechodu PPPααα,βββ z bázy βββ do bázy ααα je ortogonálna.
Inak povedané, každá matica prechodu medzi ortonormálnymi bázami je
ortogonálna, a tiež naopak, každá ortogonálna matica je maticou prechodu
medzi ortonormálnymi bázami.
Dôkaz. Označme ααα = (uuu1, . . . ,uuun), βββ = (vvv1, . . . ,vvvn) a PPP = PPPααα,βββ. Podľa
definície matice prechodu z paragrafu 7.5 a tvrdenia 13.4.4 (a) pre i ≤ n platí
sssi(PPP) = (vvvi)ααα = vvvi,uuu1 , . . . , vvvi,uuun
T
,
teda PPP = vvvi,uuuj n×n
. Keďže báza ααα je ortonormálna, podľa tvrdenia 13.4.4 (b)
má (i, k)-ty prvok matice PPPT
· PPP tvar
sssi(PPP)T
· sssk(PPP) =
n
j=1
vvvi,uuuj uuuj,vvvk = vvvi,vvvk .
Teda matica PPP je ortogonálna, t. j. PPPT
·PPP = IIIn, práve vtedy, keď vvvi,vvvk = δik
pre všetky i, k ≤ n, t. j. práve vtedy, keď βββ je ortonormálna báza.
Ortogonálne matice možno tiež charakterizovať ako matice, násobenie
ktorými zachovávava štandardný skalárny súčin resp. euklidovskú dĺžku vek-
torov.
13.5.2. Veta. Nech Rn
je stĺpcový euklidovský priestor so štandardným
skalárnym súčinom a AAA ∈ Rn×n
. Potom nasledujúce podmienky sú ekvi-
valentné:
(i) AAA je ortogonálna matica;
(ii) pre všetky xxx,yyy ∈ Rn
platí AAA · xxx,AAA · yyy = xxx,yyy ;
(iii) pre všetky xxx ∈ Rn
platí AAA · xxx = xxx .
Dôkaz. (i) ⇒ (ii) Nech AAA je ortogonálna a xxx,yyy ∈ Rn
. Potom
AAA · xxx,AAA · yyy = (AAA · xxx)T
· (AAA · yyy) = xxxT
· AAAT
· AAA · yyy = xxxT
· IIIn · yyy = xxx,yyy .
(ii) ⇒ (i) Z podmienky (ii) pre vektory xxx = eeei, yyy = eeej, kde i, j ≤ n,
vyplýva
sssi(AAA)T
· sssj(AAA) = sssi(AAA),sssj(AAA) = AAA · eeei,AAA · eeej = eeei,eeej = δij,
teda AAAT
· AAA = IIIn, čiže AAA je ortogonálna.
268 13. Euklidovské priestory
(ii) ⇒ (iii) platí triviálne a (iii) ⇒ (ii) je dôsledkom rovnosti
xxx,yyy =
1
2
xxx + yyy 2
− xxx 2
− yyy 2
.
Podrobnejší popis štruktúry ortogonálnych matíc nám umožnia až niektoré
ďalšie poznatky o spektrálnych vlastnostiach matíc a lineárnych zobrazení,
ktoré si začneme zadovažovať počnúc kapitolou 18. Ortogonálne matice
rádu n ≤ 2 však možno preskúmať celkom elementárnymi prostriedkami.
Čísla ±1 sú zrejme jediné dve ortogonálne matice rozmeru 1 × 1. Prvý
netriviálny prípad teda nastáva pre n = 2.
13.5.3. Veta. Nech AAA ∈ R2×2
. Potom AAA je ortogonálna práve vtedy, keď je
maticou rotácie okolo počiatku, t. j.
AAA =
cos α − sin α
sin α cos α
= RRRα
pre nejaké α ∈ R, alebo maticou osovej súmernosti podľa osi prechádzajúcej
počiatkom, t. j.
AAA =
cos 2β sin 2β
sin 2β − cos 2β
= SSSβ
pre nejaké β ∈ R.
Dôkaz. Nech AAA = ( a b
c d ). Potom
AAAT
· AAA =
a c
b d
·
a b
c d
=
a2
+ c2
ab + cd
ba + dc b2
+ d2 ,
teda podmienka AAAT
· AAA = III2, je ekvivalentná s rovnosťami
a2
+ c2
= 1,
ab + cd = 0,
b2
+ d2
= 1.
Prvá z nich je ekvivalentná s existenciou α ∈ R takého, že a = cos α, c =
sin α, a tretia s existenciou β ∈ R takého, že b = sin β, d = cos β. Podľa
druhej rovnice musí pre ne platiť
cos α sin β + sin α cos β = sin(α + β) = 0,
t. j. α+β = kπ, kde k ∈ Z. Pre k párne z toho dostávame b = sin β = − sin α,
d = cos β = cos α, teda AAA má tvar
AAA =
cos α − sin α
sin α cos α
= RRRα.
Cvičenia 269
Pre k nepárne máme b = sin β = sin α, d = cos β = − cos α, čo vedie na
maticu tvaru
AAA =
cos α sin α
sin α − cos α
= SSSα/2.
Substitúciou (teraz už iného) β = α/2 dostávame tvar uvedený v znení vety.
Cvičenia
13.1. Nech AAA ∈ Rn×k
je ľubovoľná matica, ktorú stotožníme s usporiadanou k-ticou vektorov
tvorenou jej stĺpcami. Potom v euklidovskom priestore Rn
so štandardným
skalárnym súčinom pre Gramovu maticu týchto vektorov platí G(AAA) = AAAT
· AAA.
Dokážte.
13.2. Nech AAA =
2 −1 −1
−1 2 −1
−1 −1 2
.
(a) Dokážte, že formulou xxx,yyy = xxxT
· AAA · yyy je definovaný skalárny súčin na vektorovom
priestore R3
.
(b) Vypočítajte dĺžky vektorov eeei bázy εεε = (eee1,eee2,eee3) a uhly medzi nimi vzhľadom
na skalárny súčin daný maticou AAA. Skúste potrebné hodnoty vyčítať priamo z matice
AAA.
(c) GSO-procesom aplikovaným na bázu εεε nájdite ortogonálnu bázu βββ = (vvv1,vvv2,vvv3)
euklidovského priestoru R3
.
(d) Vypočítajte normy vektorov bázy βββ a nájdite ortonormálnu bázu k báze βββ.
13.3. Dokážte tzv. Besselovu nerovnosť: Ak uuu1, . . . ,uuuk sú ortonormálne vektory v euklidovskom
priestore V , tak xxx,uuu1
2
+ . . . + xxx,uuuk
2
≤ xxx 2
pre každé xxx ∈ V .
13.4. Dokážte Cauchyho-Schwartzovu nerovnosť priamo (t. j. bez použitia Gramovej matice
a Sylvestrovho kritéria). (Návod: Uvažujte polynóm f(λ) = λuuu + vvv, λuuu + vvv
v premennej λ a diskriminant kvadratickej rovnice f(λ) = 0.)
13.5. Dokážte dôsledok 13.4.2 bez použitia tvrdenia 13.4.1, len na základe definície lineárnej
nezávislosti a ortogonálnosti vektorov uuu1, . . . ,uuuk.
13.6. Pre xxx = (x1, . . . , xn) ∈ Rn
položme xxx 1 =
n
i=1 |xi, xxx ∞ = max1≤i≤n |xi|.
(a) Dokážte, že obe funkcie · 1, · ∞ sú normy na vektorovom priestore Rn
.
(b) Nájdite príklady potvrdzujúce, že pre n ≥ 2 ani jedna z noriem · 1, · ∞
nespĺňa pravidlo rovnobežníka xxx + yyy 2
+ xxx − yyy 2
= 2 xxx 2
+ yyy 2
.
(c) Odvoďte z toho, že pre n ≥ 2 ani jedna z noriem · 1, · ∞ nepochádza zo
skalárneho súčinu.
13.7. Funkcia f : R → R sa nazýva periodická s periódou T > 0, ak pre každé x ∈ R
platí f(x + T) = f(x). Nech a < b sú reálne čísla také, že b − a = T. Dokážte,
že formulou f, g =
b
a
f(x)g(x) dx je definovaný skalárny súčin na vektorovom
priestore všetkých spojitých periodických funkcií f : R → R s periódou T.
13.8. Uvažujte vektorový priestor všetkých periodických spojitých funkcií f : R → R
s periódou T = 2π. Dokážte, že postupnosť funkcií 1, cos x, sin x, cos 2x, sin 2x, . . .
270 13. Euklidovské priestory
v ňom tvorí ortogonálny systém vzhľadom na skalárny súčin f, g =
2π
0
f(x)g(x) dx.
Vypočítajte normy týchto funkcií.
13.9. Dokážte nasledujúce tvrdenia.
(a) Ak AAA ∈ Rn×n
je ortogonálna matica, tak detAAA = ±1.
(b) Ak AAA,BBB ∈ Rn×n
sú ortogonálne matice, tak aj matice AAAT
, AAA−1
a AAA · BBB sú
ortogonálne.
13.10. Doplňte dôkazy implikácií (ii) ⇒ (iii) a (iii) ⇒ (ii) vo vete 13.5.2.
13.11. Analýzou úvah o reprezentácii GSO-procesu maticovými úpravami (pozri text medzi
príkladmi 13.4.7 a 13.4.8) dokážte nasledujúci špeciálny prípad tzv. Iwasawovho
rozkladu.2
Každú regulárnu maticu AAA ∈ Rn×n
možno rozložiť na súčin AAA = PPP ·DDD·TTT,
kde PPP ∈ Rn×n
je ortogonálna (t. j. jej stĺpce tvoria ortonormálnu bázu v Rn
),
DDD ∈ Rn×n
je diagonálna kladne definitná a TTT ∈ Rn×n
je horná trojuholníková
matica s jednotkami na diagonále.
13.12. Nájdite Iwasawove rozklady nasledujúcich matíc:
(a) AAA =
1 −1
−2 3
, (b) BBB =
0 1
1 0
,
(c) CCC =
0 1 2
1 1 1
−1 2 −3
, (d) DDD =
1 1 1
1 −1 −1
1 −1 −3
.
13.13. (a) Zmodifikujte Gramov-Schmidtov ortogonalizačný proces tak, aby fungoval aj
pre lineárne závislé postupnosti vektorov (uuu1, . . . ,uuun). Ako vyzerá takto získaný
k-ty vektor vvvk, ak uuuk ∈ [uuu1, . . . ,uuuk−1]?
(b) S využitím (a) dokážte reálnu verziu vety o QR-rozklade: Každú maticu AAA ∈
Rm×n
, kde m ≥ n, možno rozložiť na súčin AAA = QQQ · RRR, kde QQQ ∈ Rm×m
je ortogonálna
matica a RRR ∈ Rm×n
je horná trojuholníková matica (t. j. rij = 0 pre i > j)
s nulovými poslednými m − n riadkami. (Návod: Ortogonalizujte stĺpce matice AAA
a nejako si poraďte s nulovými stĺpcami.)
(c) Ak stĺpce matice AAA sú lineárne nezávislé, špeciálne, ak AAA ∈ Rn×n
je regulárna
matica, tak jej QR-rozklad je určený jednoznačne za dodatočnej podmienky, že
všetky diagonálne prvky matice RRR sú kladné. Dokážte.
13.14. Nájdite QR-rozklady nasledujúcich matíc a taktiež matíc z cvičenia 13.12:
(a) AAA =
1 −2
1/3 7
, (b) BBB =
4 3
−1 1
,
(c) CCC =
2 0 1
−1 3 −2
1 1 0
, (d) DDD =
3 1
−2 0
−1 1
.
13.15. (a) Pre Legendreove polynómy Pn(x) z príkladu 13.4.7 odvoďte rekurentný vzťah
P0(x) = 1, P1(x) = x a Pn+1(x) = 2n+1
n+1 xPn(x) − n
n+1 Pn−1(x) pre n ≥ 1.
(b) Dokážte explicitný vzorec Pn(x) = 1
2nn!
dn
dxn (x2
− 1)n
.
(c) Vypočitajte normy Legendreových polynómov Pn(x).
13.16. (a) Dokážte, že rovnosťou f, g =
∞
−∞
f(x)g(x) e−x2
dx je definovaný skalárny súčin
na istom vektorovom priestore spojitých funkcií f : R → R obsahujúcom všetky
2
Všeobecný prípad sa týka rozkladu prvkov v istých typoch Lieových grúp.
Cvičenia 271
polynómy (a okrem nich mnoho ďalších funkcií – o konvergenciu nevlastného integrálu
sa postará faktor e−x2
).
(b) Označme (Hn)∞
n=0 postupnosť funkcií, ktorú získame GSO-procesom z postupnosti
polynómov (2x)n ∞
n=0
. Vypočítajte prvé štyri členy H0, H1, H2, H3 tejto po-
stupnosti.
(c) Odvoďte rekurentný vzťah H0(x) = 1, H1(x) = 2x, Hn+1(x) = 2xHn(x) −
2nHn−1(x) pre n ≥ 1, a vypočítajte ďalšie dva členy H4, H5.
(d) Na základe (c) zdôvodnite, že funkcia Hn je polynóm n-tého stupňa, ktorý pre
párne n obsahuje iba párne a pre nepárne n iba nepárne mocniny premennej x.
Funkcie Hn(x) nazývame Hermitove polynómy.
(e) Dokážte explicitný vzťah Hn(x) = (−1)n
ex2
dn
dxn e−x2
a odvoďte z neho podmienku
Hn(x) = 2nHn−1(x).
(f) Vychádzajúc z rovnosti pre Laplaceov integrál
∞
−∞
e−x2
dx =
√
π (pozri cvičenie
14.20) overte, že pre normy Hermitových polynómov platí Hn(x) 2
= 2n
n!
√
π.
14. Ortogonálne projekcie a podpriestory
V tejto kapitole budeme pokračovať v štúdiu euklidovských priestorov s cieľom
podať kvantitatívny popis vzájomnej polohy afinných podpriestorov v takomto
priestore pomocou dvoch základných parametrov – ich vzdialenosti a
odchýlky (uhla). Našim hlavným nástrojom pri tom budú lineárne operátory
kolmého priemetu vektorov do lineárnych podpriestorov, zvané tiež ortogonálne
projekcie. V druhej časti kapitoly predvedieme tri aplikácie rozpracovaných
pojmov a metód: využijeme ich jednak na zavedenie tzv. sférických
súradníc v euklidovských priestoroch, jednak pri konštrukcii „najlepších približných
riešení neriešiteľných sústav lineárnych rovníc a lineárnej regresii,
a napokon sa oboznámime s formuláciu základných pojmov teórie pravdepodobnosti
v jazyku euklidovských priestorov.
14.1 Ortokomplement a ortogonálna projekcia
Relácia ortogonality (kolmosti) vo vektorovom priestore so skalárnym súčinom
má niekoľko zrejmých vlastností, ktoré tu zaznamenáme bez dôkazu.
14.1.1. Tvrdenie. Nech V je vektorový priestor so skalárnym súčinom. Potom
pre ľubovoľné xxx,yyy,zzz ∈ V , c, d ∈ R platí:
(a) xxx ⊥ 0;
(b) xxx ⊥ xxx ⇔ xxx = 0;
(c) xxx ⊥ yyy ⇔ yyy ⊥ xxx;
(d) xxx ⊥ yyy & xxx ⊥ zzz ⇒ xxx ⊥ (cyyy + dzzz).
Ortogonálnym doplnkom alebo tiež ortokomplementom ľubovoľnej množiny
X ⊆ V vo vektorovom priestore so skalárnym súčinom nazveme množinu
X⊥
= {yyy ∈ V ; (∀xxx ∈ X)(xxx ⊥ yyy)}
všetkých vektorov yyy ∈ V kolmých na každý vektor xxx ∈ X.
14.1.2. Tvrdenie. Nech V je vektorový priestor so skalárnym súčinom. Potom
pre ľubovoľné množiny X, Y ⊆ V platí:
(a) ∅⊥
= {0}⊥
= V , V ⊥
= {0};
(b) X⊥
= [X]⊥
= [X⊥
];
(c) X ⊆ Y ⇒ Y ⊥
⊆ X⊥
;
(d) X ⊆ X⊥⊥
;
14.1. Ortokomplement a ortogonálna projekcia 273
(e) X⊥⊥⊥
= X⊥
;
(f) X ∩ X⊥
= {0}, ak 0 ∈ X, a X ∩ X⊥
= ∅, ak 0 /∈ X;
(g) (X ∪ Y )⊥
= X⊥
∩ Y ⊥
;
(h) ak X, Y sú navyše lineárne podpriestory, tak (X + Y )⊥
= X⊥
∩ Y ⊥
.
Dôkaz. Jednotlivé podmienky sú priamymi dôsledkami predošlého tvrdenia,
ich jednoduché dôkazy preto prenechávame ako cvičenie čitateľovi. Na ukážku
predvedieme, ako vyplýva (e) z podmienok (c) a (d). Podľa (d) platí X ⊆
X⊥⊥
, z čoho podľa (c) vyplýva X⊥⊥⊥
⊆ X⊥
. Obrátená inklúzia X⊥
⊆ X⊥⊥⊥
je opäť dôsledkom (d).
Z podmienky (b) okrem iného vyplýva, že X⊥
je lineárnym podpriestorom
vo V pre každú podmnožinu X ⊆ V .
Nech S ⊆ V je lineárny podpriestor priestoru so skalárnym súčinom V a
xxx ∈ V . Hovoríme, že vektor zzz ∈ S je kolmým priemetom alebo tiež ortogonálnou
projekciou vektora xxx do podpriestoru S, ak xxx −zzz ∈ S⊥
. Tento vektor
(ak existuje) budeme značiť zzz = prS(xxx) = xxxS.
14.1.3. Veta. Nech V je vektorový priestor so skalárnym súčinom, S ⊆ V
je jeho konečnorozmerný lineárny podpriestor a xxx ∈ V . Potom
(a) kolmý priemet vektora xxx do podpriestoru S existuje a je jednoznačne
určený rovnosťou
prS(xxx) = xxxS =
k
i=1
xxx,uuui uuui,
kde (uuu1, . . . ,uuuk) je ľubovoľná ortonormálna báza podpriestoru S;
(b) pre ľubovoľný vektor yyy ∈ S platí
xxx − xxxS ≤ xxx − yyy ,
pričom rovnosť nastane práve vtedy, keď yyy = xxxS;
(c) ak xxx = 0 a S = {0}, tak pre ľubovoľný vektor 0 = yyy ∈ S platí
xxxS
xxx
≥
| xxx,yyy |
xxx yyy
,
pričom rovnosť nastane práve vtedy, keď vektory xxxS, yyy sú lineárne závislé.
Dôkaz (a) Nech (uuu1, . . . ,uuuk) je ľubovoľná ortonormálna báza podpriestoru
S. Ak má kolmý priemet vektora xxx do S existovať, musí mať tvar xxxS =
c1uuu1 + . . . + ckuuuk pre nejaké c1, . . . , ck ∈ R. Podmienka xxx −xxxS ∈ S⊥
je podľa
274 14. Ortogonálne projekcie a podpriestory
predchádzajúceho tvrdenia ekvivalentná s konjunkciou podmienok xxx − xxxS ⊥
uuui pre každé i ≤ k. Z toho vyplýva
0 = xxx − xxxS,uuui = xxx,uuui −
k
j=1
ci uuuj,uuui = xxx,uuui − ci,
teda lineárna kombinácia c1uuu1 +. . .+ckuuuk je kolmým priemetom xxx do S práve
vtedy, keď ci = xxx,uuui , pre každé i.
(b) Nech yyy ∈ S. Potom tiež xxxS − yyy ∈ S, teda (xxx − xxxS) ⊥ (xxxS − yyy). Podľa
Pytagorovej vety platí
xxx − yyy 2
= (xxx − xxxS) + (xxxS − yyy) 2
= xxx − xxxS
2
+ xxxS − yyy 2
≥ xxx − xxxS
2
,
pričom rovnosť nastane práve vtedy, keď yyy = xxxS.
(c) Pre yyy ∈ S máme (xxx − xxxS) ⊥ yyy, preto xxx,yyy = xxxS,yyy + xxx − xxxS,yyy =
xxxS,yyy . Ak yyy = 0, tak s použitím Cauchyho-Schwartzovej nerovnosti z toho
dostávame
| xxx,yyy |
xxx yyy
=
| xxxS,yyy |
xxx yyy
≤
xxxS yyy
xxx yyy
=
xxxS
xxx
.
Rovnosť zrejme nastane práve vtedy, keď vektory xxxS, yyy sú lineárne závislé.
Podmienka (a) práve dokázanej vety má nasledujúci dôsledok.
14.1.4. Dôsledok. Nech V je vektorový priestor so skalárnym súčinom a
S, T ⊆ V sú jeho konečnorozmerné lineárne podpriestory. Potom
(a) V = S ⊕ S⊥
, S = S⊥⊥
, (S ∩ T)⊥
= S⊥
+ T⊥
;
(b) prS : V → V je lineárny operátor;
(c) (∀xxx ∈ V )(xxx ∈ S ⇔ prS(xxx) = xxx);
(d) Im prS = S a Ker prS = S⊥
;
(e) xxx − xxxS je kolmým priemetom vektora xxx do podpriestoru S⊥
.
Lineárny operátor prS nazývame ortogonálnou projekciou na podpriestor
S.
Poznámka. Ak V je euklidovský priestor, tak veta 14.1.3 a dôsledok 14.1.4
samozrejme platia pre ľubovoľný podpriestor S ⊆ V . Za istých okolností, ktorých
rozbor však presahuje rámec lineárnej algebry (tzv. úplnosť priestoru
V a uzavretosť podpriestoru S), spomínané výsledky platia aj pre nekonečnorozmerné
podpriestory. V cvičeniach 14.4, 14.5 a 14.6 zakaždým uvedieme
príklad vektorového priestoru so skalárnym súčinom V a jeho nekonečnorozmerného
podpriestoru S = V takého, že S⊥
= {0}. Potom pre žiaden
vektor xxx ∈ V S nemôže existovať jeho kolmý priemet do S; rovnako
S ⊕ S⊥
= S = V .
14.1. Ortokomplement a ortogonálna projekcia 275
(c) (∀ x ∈ V )(x ∈ S ⇔ prS(x) = x);
(d) Im prS = S a Ker prS = S⊥
;
(e) x − xS je kolmým priemetom vektora x do podpriestoru S⊥
.
Lineárny operátor prS nazývame ortogonálnou projekciou na podpriestor S.
Poznámka. Ak V je euklidovský priestor, tak veta 14.1.3 a dôsledok 14.1.4 samozrejme
platia pre ľubovoľný podpriestor S ⊆ V . Za istých okolností, ktorých rozbor však presahuje
rámec lineárnej algebry (tzv. úplnosť priestoru V a uzavretosť podpriestoru S),
spomínané výsledky platia aj pre nekonečnorozmerné podpriestory. V cvičeniach 4, 5
a 6 zakaždým uvedieme príklad vektorového priestoru so skalárnym súčinom V a jeho
nekonečnorozmerného podpriestoru S = V takého, že S⊥
= {0}. Potom pre žiaden
vektor x ∈ V S nemôže existovať jeho kolmý priemet do S; rovnako S⊕S⊥
= S = V .
x
xS
x − xS
α
S
Obr. 14.1. Kolmý priemet vektora do lineárneho podpriestoru
Predpokladajme, že kolmý priemet vektora x do lineárneho podpriestoru S existuje.
Vysvetlíme si, ako možno za tohto predpokladu definovať vzdialenosť aj odchýlku
vektora x od každého z podpriestorov S, S⊥
. Situácia je znázornená na obrázku 14.1.
Obr. 14.1. Kolmý priemet vektora do lineárneho podpriestoru
Predpokladajme, že kolmý priemet vektora xxx do lineárneho podpriestoru
S existuje. Vysvetlíme si, ako možno za tohto predpokladu definovať vzdialenosť
aj odchýlku vektora xxx od každého z podpriestorov S, S⊥
. Situácia
je znázornená na obrázku 14.1. Vektor xxx − xxxS je kolmý na každú priamku
v podpriestore S, špeciálne trojuholník tvorený vektormi xxx, xxxS, xxx − xxxS je
pravouhlý, s pravým uhlom pri „konci vektora xxxS.
Podmienka (b) vety 14.1.3 nás oprávňuje nazvať dĺžku (anglicky distance)
vektora xxx − xxxS vzdialenosťou vektora (prípadne bodu) xxx od podpriestoru S.
Budeme ju značiť
dist(xxx, S) = xxx − xxxS = min{ xxx − yyy ; yyy ∈ S}.
Vzhľadom na podmienku (e) dôsledku 14.1.4 je vzdialenosť vektora xxx od
podpriestoru S⊥
daná vzťahom
dist xxx, S⊥
= xxxS .
Podobne, keďže kosinus je na intervale 0, π klesajúca funkcia, podmienka
(c) vety 14.1.3 nás oprávňuje nazvať výraz
(xxx, S) = arccos
xxxS
xxx
= min{ (xxx,yyy); 0 = yyy ∈ S}
odchýlkou vektor xxx = 0 od podpriestoru S = {0}, prípadne uhlom vektora
xxx a podpriestoru S. Odchýlka (xxx, S) je teda jednoznačne určená ako také
reálne číslo α ∈ 0, π/2 , pre ktoré platí
cos α =
xxxS
xxx
, alebo ekvivalentne, sin α =
xxx − xxxS
xxx
.
Zrejme opäť ide o neorientovaný uhol. Ak xxxS = 0, tak (xxx, S) = (xxx,xxxS);
ak xxxS = 0, t. j. ak xxx ∈ S⊥
, tak samozrejme (xxx, S) = π/2. Ešte si všimnite,
276 14. Ortogonálne projekcie a podpriestory
že zatiaľ čo uhol dvoch vektorov nadobúda hodnoty z intervalu 0, π , hodnoty,
ktoré nadobúda uhol vektora a podpriestoru, sú obmedzené na interval
0, π/2 . Vzhľadom na podmienku 14.1.3 (c), ak S⊥
= {0}, tak odchýlka vektora
xxx = 0 od podpriestoru S⊥
je daná vzťahom
xxx, S⊥
= arccos
xxx − xxxS
xxx
= arcsin
xxxS
xxx
.
Konečne časť (a) vety 14.1.3 nám dáva priamy návod, ako nájsť kolmý
priemet vektora xxx do konečnorozmerného podpriestoru S ⊆ V , a tým aj
vzdialenosti dist(xxx, S), dist xxx, S⊥
a odchýlky (xxx, S), xxx, S⊥
– potrebujeme
však poznať aspoň jednu ortonormálnu bázu v S. Ak máme k dispozícii
len nejakú „obyčajnú bázu podpriestoru S, je potrebné ju najprv ortonormalizovať,
až potom možno použiť spomínaný vzorec. Diagonalizáciu Gramovej
matice si však môžeme odpustiť, rovnaký výsledok sa totiž z nej dá získať aj
priamo.
14.1.5. Tvrdenie. Nech V je vektorový priestor so skalárnym súčinom, S
je jeho konečnorozmerný lineárny podpriestor s bázou ααα = (uuu1, . . . ,uuuk) a
xxx ∈ V . Potom pre ccc = (c1, . . . , ck)T
∈ Rk
platí xxxS = c1uuu1 + . . . + ckuuuk práve
vtedy, keď ccc je riešením sústavy lineárnych rovníc
GGG(ααα) · ccc = xxx,ααα T
,
kde xxx,ααα označuje riadkový vektor xxx,uuu1 , . . . , xxx,uuuk ∈ Rk
.
Dôkaz. Pre ccc = (c1, . . . , ck)T
∈ Rk
platí xxxS = c1uuu1 + . . . + ckuuuk práve vtedy,
keď pre každé i ≤ k máme
0 = xxx − c1uuu1 − . . . − ckuuuk, uuui = xxx,uuui − c1 uuu1,uuui − . . . − ck uuuk,uuui .
Inými slovami, ccc musí vyhovovať sústave
GGG(ααα)T
· ccc = xxx,ααα T
.
Ale GGG(ααα)T
= GGG(ααα) vzhľadom na symetriu Gramovej matice. Vďaka regularite
matice GGG(ααα) (ααα je báza S) má táto sústava jediné riešenie.
Ešte si všimnime, že rozšírená matica GGG(ααα) | xxx,ααα T
uvedenej sústavy je
vlastne Gramovou maticou GGG(uuu1, . . . ,uuuk,xxx) rádu k+1, z ktorej sme vynechali
posledný riadok. Ak ααα je ortonormálna báza, tak GGG(ααα) = IIIk, t. j. príslušná
sústava je už vo vyriešenom tvare ccc = xxx,ααα T
, presne v zhode s podmienkou
(a) vety 14.1.3.
Poznámka. Tvrdenie zostáva bezo zmeny v platnosti, aj keď ααα je ľubovoľný
konečný (teda nie nutne lineárne nezávislý) systém generátorov v S. Jediné,
14.1. Ortokomplement a ortogonálna projekcia 277
čo sa zmení, je nejednoznačnosť vyjadrenia kolmého priemetu xxxS = c1uuu1 +
. . . + ckuuuk ako lineárnej kombinácie vektorov systému ααα. Samotný kolmý
priemet xxxS je, samozrejme, určený jednoznačne. Rozmyslite si, prečo je to
tak.
14.1.6. Príklad. V R4
so štandardným skalárnym súčinom je daný vektor
xxx = (1, 1, 1, 1)T
a rovina S = [uuu,vvv], kde uuu = (0, −1, 0, 1)T
, vvv = (1, −2, 1, −3)T
.
Nájdeme kolmý priemet vektora xxx do roviny S a vypočítame vzdialenosť
dist(xxx, S) a odchýlku (xxx, S). Kolmý priemet budeme hľadať v tvare xxxS =
cuuu + dvvv, kde (c, d)T
∈ R2
vyhovuje sústave s rozšírenou maticou
uuu,uuu vvv,uuu
uuu,vvv vvv,vvv
xxx,uuu
xxx,vvv
=
2 −1
−1 15
0
−3
.
Jej riešením dostaneme c = −3/29, d = −6/29, teda kolmý priemet vektora
xxx do roviny [uuu,vvv] je
xxxS = (uuu,vvv) ·
c
d
=




0 1
−1 −2
0 1
1 −3



 ·
−3/29
−6/29
=
3
29




−2
5
−2
5



 .
Ako skúšku správnosti si overte rovnosti xxx − xxxS,uuu = xxx − xxxS,vvv = 0. Pre
vzdialenosť resp. odchýlku xxx od S potom dostávame
dist(xxx, S) = xxx − xxxS =
7
29
(5, 2, 5, 2)T
=
7
29
√
58,
sin (xxx, S) =
xxx − xxxS
xxx
=
7
2·29
√
58 =
7
√
58
.
S požitím kalkulačky možno zistiť
(xxx, S) = arcsin
7
√
58
≈ 1, 1659 rad ≈ 66◦
48 5 .
14.1.7. Príklad. Nech AAA ∈ Rm×n
, pričom m ≥ n a h(AAA) = n, t. j. stĺpce matice
AAA sú lineárne nezávislé vektory v euklidovskom priestore Rm
so štandardným
skalárnym súčinom. Označme S ⊆ Rm
lineárny podpriestor generovaný
stĺpcami matice AAA. Potom ortogonálna projekcia na podpriestor S je lineárny
operátor prS : Rm
→ Rm
. Nájdeme jeho maticu BBB = prS εεε,εεε
∈ Rm×m
vzhľadom na kanonickú ortonormálnu bázu εεε priestoru Rm
.
Ak stotožníme maticu AAA s usporiadanou n-ticou jej stĺpcov, tak AAA je
bázou S. Podľa tvrdenia 14.1.5 obraz yyy = prS(xxx) vektora xxx ∈ Rm
dostaneme
v tvare
yyy = AAA · ccc,
278 14. Ortogonálne projekcie a podpriestory
kde ccc ∈ Rn
je (jediné) riešenie sústavy
GGG(AAA) · ccc = xxx,AAA T
.
Uvedomme si, že GGG(AAA) = AAAT
· AAA je regulárna matica. Ďalej platí xxx,AAA =
xxxT
· AAA, čiže xxx,AAA T
= AAAT
· xxx. Z toho dostávame
ccc = GGG(AAA)−1
· xxx,AAA T
= AAAT
· AAA
−1
· AAAT
· xxx,
yyy = AAA · ccc = AAA · AAAT
· AAA
−1
· AAAT
· xxx.
Teda hľadaná matica ortogonálnej projekcie prS je
BBB = prS εεε,εεε
= AAA · AAAT
· AAA
−1
· AAAT
.
14.2 Vzdialenosť dvoch afinných podpriestorov
Nech V je vektorový priestor so skalárnym súčinom a X, Y sú jeho dve
neprázdne podmnožiny. Vzdialenosťou množín X, Y vo V nazývame číslo
dist(X, Y ) = inf{ xxx − yyy ; xxx ∈ X & yyy ∈ Y }.
Problematikou vzdialeností množín v plnom rozsahu sa tu zaoberať nebudeme.
Obmedzíme sa len na vzdialenosti konečnorozmerných afinných podpriestorov.
Úlohu prevedieme na určenie vzdialenosti vektora od lineárneho
podpriestoru.
14.2.1. Lema. Nech V je vektorový priestor so skalárnym súčinom a M, N
sú jeho afinné podpriestory. Potom pre ľubovoľné body ppp ∈ M, qqq ∈ M platí:
dist(M, N) = dist(ppp − qqq, Dir M + Dir N).
Dôkaz. Označme S = Dir M, T = Dir N zamerania podpriestrov M, N.
Potom M = ppp + S, N = qqq + T. Podľa definície vzdialenosti platí
dist(M, N) = inf (ppp + uuu) − (qqq + vvv) ; uuu ∈ S & vvv ∈ T ,
dist(ppp − qqq, S + T) = inf (ppp − qqq) − (uuu + vvv) ; uuu ∈ S & vvv ∈ T .
Stačí teda overiť rovnosť množín na pravých stranách. Túto jednoduchú úlohu
prenechávame ako cvičenie čitateľovi.
Hovoríme, že body ppp ∈ M, qqq ∈ N tvoria priečku afinných podpriestorov
M, N, ak
dist(M, N) = ppp − qqq ,
t. j. ak sa vzdialenosť podpriestorov M, N realizuje ako dĺžka vektora ppp − qqq.
14.2. Vzdialenosť dvoch afinných podpriestorov 279
14.2.2. Tvrdenie. Nech M, N sú konečnorozmerné afinné podpriestory
vektorového priestoru so skalárnym súčinom V . Potom
(a) body ppp ∈ M, qqq ∈ N tvoria priečku podpriestorov M, N práve vtedy, keď
ppp − qqq ∈ (Dir M + Dir N)⊥
;
(b) pre ľubovoľné body ppp ∈ M, qqq ∈ N a vektory uuu ∈ Dir M, vvv ∈ Dir N
platí: body ppp + uuu, qqq + vvv tvoria priečku podpriestorov M, N práve vtedy,
keď vektor vvv − uuu je kolmým priemetom vektora ppp − qqq do lineárneho
podpriestoru Dir M + Dir N;
(c) existujú body ppp ∈ M, qqq ∈ N tvoriace priečku podpriestorov M, N.
Dôkaz. (a) je bezprostredným dôsledkom vety 14.1.3 (b) a lemy 14.2.1;
(b) priamo vyplýva z (a). Konečne (c) dostaneme z (b) a vety 14.1.3 (a).
14.2.3. Dôsledok. Pre konečnorozmerné afinné podpriestory M, N ⊆ V
vektorového priestoru so skalárnym súčinom platí dist(M, N) = 0 práve
vtedy, keď M ∩ N = ∅.
Podmienky 14.1.3 (a) a 14.2.2 (b) nám spolu s tvrdením 14.1.5 poskytujú
priamy návod ako nájsť priečku a vzdialenosť ľubovoľných konečnorozmerných
afinných podpriestorov. Ak M = ppp+[uuu1, . . . ,uuum], N = qqq+[vvv1, . . . ,vvvn] sú
zadané parametricky, stačí nájsť jedno riešenie ccc = (c1, . . . , cm, cm+1, . . . , cm+n)T
∈
Rm+n
sústavy
GGG(γγγ) · ccc = ppp − qqq,γγγ T
,
kde γγγ = (uuu1, . . . ,uuum,vvv1, . . . ,vvvn), a položiť
uuu = c1uuu1 + . . . cmuuum, vvv = cm+1vvv1 + . . . + cm+nvvvn.
Potom vektor www = uuu + vvv = γγγ · ccc je kolmým priemetom vektora ppp − qqq do
lineárneho podpriestoru Dir M + Dir N = [uuu1, . . .uuum,vvv1, . . . ,vvvn] a priečka
podpriestorov M, N je tvorená bodmi ppp − uuu, qqq + vvv. V dôsledku toho
dist(M, N) = (ppp − uuu) − (qqq + vvv) = ppp − qqq − www .
Rozmyslite si, prečo – napriek formulácii tvrdenia 14.1.5 – si nemusíme robiť
starosti s lineárnou nezávislosťou vektorov uuu1, . . . ,uuum,vvv1, . . . ,vvvn.
14.2.4. Príklad. V euklidovskom priestore R4
so štandardným skalárnym
súčinom nájdeme vzdialenosť rovín
M = (1, 1, 2, −2)T
+ [eee1 + eee2,eee1 + eee2 + eee3],
N = (0, 0, 5, −1)T
+ [eee2 + eee4,eee2 + eee3 + eee4].
280 14. Ortogonálne projekcie a podpriestory
Z príslušných skalárnych súčinov zostavíme (takmer Gramovu) rozšírenú maticu
sústavy GGG(γγγ) · ccc = ppp − qqq,γγγ T
a upravíme ju na redukovaný stupňovitý
tvar 



2 2 1 1
2 3 1 2
1 1 2 2
1 2 2 3
2
−1
0
−3



 ∼




1 0 0 −1
0 1 0 1
0 0 1 1
0 0 0 0
13/3
−3
−2/3
0



 .
So zreteľom na poslednú otázku si riešenie sústavy napíšeme vo všeobecnom
tvare ccct = (13/3 + t, −3 − t, −2/3 − t, t)T
s parametrom t ∈ R. Položme
uuut = c1(eee1 + eee2) + c2(eee1 + eee2 + eee3) = (4/3, 4/3, −3 − t, 0)T
,
vvvt = c3(eee2 + eee4) + c3(eee2 + eee3 + eee4) = (0, −2/3, t, −2/3)T
Potom pre každé t ∈ R dvojica bodov
pppt = (1, 1, 2, −2)T
− uuut = (−1/3, −1/3, 5 + t, −2)T
t = (0, 0, 5, −1)T
+ vvvt = (0, −2/3, 5 + t, −5/3)T
tvorí priečku podpriestorov M, N. Vektory
uuut + vvvt = (4/3, 2/3, −3, −2/3)T
, pppt − qqqt =
1
3
(−1, 1, 0, −1)T
však od parametra t nezávisia (a nie je to náhoda), rovnako ako vzdialenosť
dist(M, N) = pppt − qqqt =
1
√
3
.
Pokiaľ by nás teda zaujímala len vzdialenosť podpriestorov M, N, prípadne
by sme chceli nájsť len akúkoľvek ich jednu priečku, skutočne by stačilo
použiť iba jedno riešenie ccc uvažovanej sústavy. Ešte si rozmyslite, ako zo
získaných výsledkov vyplýva čiastočná rovnobežnosť podpriestorov M, N
(pozri paragraf 8.4).
14.3 Odchýlka dvoch afinných podpriestorov
Odchýlku alebo uhol dvoch netriviálnych konečnorozmerných afinných podpriestorov
vo vektorovom priestrore so skalárnym súčinom V značíme (M, N)
a definujeme ju ako odchýlku (Dir M, Dir N) ich zameraní. Stačí teda povedať,
čo rozumieme pod odchýlkou alebo uhlom (S, T) dvoch netriválnych
14.3. Odchýlka dvoch afinných podpriestorov 281
konečnorozmerných lineárnych podpriestorov S, T ⊆ V . Pre S ⊆ T alebo
T ⊆ S položíme
(S, T) = 0.
Ak S ∩ T = {0}, kladieme
(S, T) = inf{ (xxx,yyy); 0 = xxx ∈ S & 0 = yyy ∈ T}.
Ak by sme takýmto spôsobom definovali odchýlku (S, T), aj keď S ∩ T =
{0}, ľubovoľný spoločný nenulový vektor xxx ∈ S ∩ T by sa postaral o to,
aby platilo (S, T) = (xxx,xxx) = 0, čo nevyzerá príliš rozumne. Preto pokiaľ
S ∩ T = {0}, S ⊆ T ani T ⊆ S, položíme
S1 = S ∩ (S ∩ T)⊥
, T1 = T ∩ (S ∩ T)⊥
.
Zrejme S1, T1 ⊆ V sú netriválne lineárne podpriestory a S1 ∩ T1 = {0} (za
predpokladu S ∩ T = {0} dokonca platí S1 = S, T1 = T). Preto môžeme
konečne definovať
(S, T) = (S1, T1).
Takto definovaný uhol podpriestorov S, T je číslo z intervalu 0, π/2 a platí
preň (S, T) = (T, S), teda je to neorientovaný uhol.
Je užitočné si uvedomiť, že na výpočet odchýlky dvoch podpriestorov
stačí minimalizovať odchýlku vhodných vektorov z jedného podpriestoru od
druhého z nich.
14.3.1. Tvrdenie. Nech V je vektorový priestor so skalárnym súčinom a S,
T sú jeho konečnorozmerné lineárne podpriestory, pričom S ⊆ T ani T ⊆ S.
Potom
(S, T) = inf (xxx, T); 0 = xxx ∈ S ∩ (S ∩ T)⊥
.
Dôkaz. Pre ľubovoľné xxx = 0 je xxxT ∈ T a xxx − xxxT ∈ T⊥
. Pre xxx ∈ S ∩ (S ∩ T)⊥
však platí
xxxT = xxx − (xxx − xxxT ) ∈ (S ∩ T)⊥
+ T⊥
= (S ∩ T)⊥
,
lebo z inklúzie S ∩T ⊆ T podľa podmienky 14.1.2 (c) vyplýva T⊥
⊆ (S ∩T)⊥
.
Teda xxxT ∈ T ∩ (S ∩ T)⊥
, preto (S, T) je menšia alebo rovná, ako výraz
na pravej strane. Keďže arccos je klesajúca funkcia, opačná nerovnosť je
dôsledkom rovnosti (xxx, T) = arccos xxxT xxx −1
a vety 14.1.3 (c).
Výpočet odchýlky dvoch všeobecných konečnorozmerných podpriestorov
si teda vyžaduje minimalizovať hodnotu istého výrazu. To naznačuje možnosť
jej výpočtu s použitím diferenciálneho počtu ako extrému funkcie viac premenných.
Nebudeme sa však púšťať touto cestou, lebo neskôr hodláme predviesť
elegantnejší spôsob vyjadrenia odchýlky. Prostriedkami, ktoré máme
282 14. Ortogonálne projekcie a podpriestory
zatiaľ k dispozícii, dokážeme zrátať len odchýlku ľubovoľného netriviálneho
konečnorozmerného podpriestoru od priamky alebo nadroviny, prípadne odchýlky
podpriestorov, ktoré možno na tieto prípady previesť.
Ako vyplýva z vety 14.1.3 (c), odchýlka priamky [xxx], kde xxx = 0, a konečnorozmerného
lineárneho podpriestoru S = {0} je daná vzťahom
[xxx], S = (xxx, S) = arccos
xxxS
xxx
=
(xxx,xxxS), ak xxxS = 0, t. j. ak xxx /∈ S⊥
,
π/2, ak xxxS = 0, t. j. ak xxx ∈ S⊥
.
Túto úlohu už vieme riešiť (pozri tvrdenie 14.1.5 a príklad 14.1.6).
14.3.2. Príklad. Vypočítame odchýlku rovín M, N ⊆ R4
z príkladu 14.2.4.
Podľa definície (M, N) = (S, T), kde S = [eee1 +eee2,eee1 +eee2 +eee3], T = [eee2 +
eee4,eee2+eee3+eee4]. Ľahko nahliadneme, že S∩T = [eee3], teda (S∩T)⊥
= [eee1,eee2,eee4].
V dôsledku toho
S1 = S ∩ (S ∩ T)⊥
= [eee1 + eee2], T1 = T ∩ (S ∩ T)⊥
= [eee2 + eee4].
Keďže eee1 + eee2,eee2 + eee4 = 1 ≥ 0 a eee1 + eee2 = eee2 + eee4 =
√
2,
(M, N) = (eee1 + eee2, eee2 + eee4) = arccos
1
2
=
π
3
= 60◦
.
Podľa dôsledku 14.1.4 (a) má každý (n−1)-rozmerný lineárny podpriestor
S v n-rozmernom euklidovskom priestore V tvar S = [aaa]⊥
pre vhodný nenulový
vektor aaa ∈ V ; potom každá nadrovina N ⊆ V so zameraním S má tvar
N = ppp + [aaa]⊥
pre nejaké ppp ∈ N. Vektor aaa sa nazýva normála alebo normálový
vektor nadroviny N. Normála nadroviny je zrejme určená jednoznačne
až na skalárny násobok. Výpočet odchýlky nadroviny a netriviálneho vlastného
afinného podpriestoru možno previesť na výpočet odchýlky normály
nadroviny a tohto podpriestoru. Tento prevod sa zakladá na nasledujúcom
tvrdení.
14.3.3. Tvrdenie. Nech S je netriviálny, vlastný lineárny podpriestor euklidovského
priestoru V a 0 = aaa ∈ V . Potom
[aaa]⊥
, S =
π
2
− (aaa, S) = aaa, S⊥
.
Dôkaz. Keďže druhá rovnosť je zrejmá, stačí dokázať prvú. Podmienky aaaS =
0, aaa ∈ S⊥
a S ⊆ [aaa]⊥
sú ekvivalentné. Podobne, [aaa]⊥
⊆ S je ekvivalentné
s podmienkou S⊥
⊆ [aaa]. V oboch prípadoch platí [aaa]⊥
, S = 0 = aaa, S⊥
,
(aaa, S) = π/2.
14.3. Odchýlka dvoch afinných podpriestorov 283
Nech teda aaaS = 0 a [aaa], S⊥
ani [aaa]⊥
, S nie sú vo vzťahu inklúzie. Označme
aaaST kolmý priemet vektora aaaS do podpriestoru T = [aaa]⊥
. Postupne dokážeme
rovnosti
[aaa]⊥
, S = arccos
aaaST
aaaS
=
π
2
− (aaa, S).
Prvú z nich dokážme v dvoch krokoch. Najprv si uvedomme, že z dôsledku
14.1.4 (a) vyplýva [aaa]⊥
∩ S
⊥
= [aaa] + S⊥
, teda
aaaS = aaa − (aaa − aaaS) ∈ [aaa] + S⊥
= [aaa]⊥
∩ S
⊥
.
Takže [aaa]⊥
, S ≤ arccos aaaST aaaS
−1
na základe tvrdenia 14.3.1. Na dôkaz
opačnej nerovnosti stačí podľa toho istého tvrdenia overiť
aaaST
aaaS
≥
xxxS
xxx
pre všetky 0 = xxx ∈ [aaa]⊥
∩ [aaa]⊥
∩ S
⊥
. Zrejme xxx,aaaS = xxxS,aaaS , lebo
xxx−xxxS ∈ S⊥
. Keďže xxx ∈ [aaa]+S⊥
, vektory xxxS, aaaS sú lineárne závislé (rozmyslite
si prečo); preto | xxxS,aaaS | = xxxS aaaS . Nakoľko xxx ∈ [aaa]⊥
= T, s použítím
vety 14.1.3 (c) z toho vyplýva
xxxS
xxx
=
| xxxS,aaaS |
xxx aaaS
=
| xxx,aaaS |
xxx aaaS
≤
aaaST
aaaS
.
Druhú rovnosť overíme priamym výpočtom
π
2
− (aaa, S) =
π
2
− (aaaS,aaa) =
π
2
− aaaS, [aaa]
= aaaS, [aaa]⊥
= arccos
aaaST
aaaS
.
Ako zvláštny prípad pre odchýlku dvoch nadrovín dostávame
14.3.4. Dôsledok. Nech M, N sú dve nadroviny v euklidovskom priestore
V s normálami aaa, resp. bbb. Potom
(M, N) = (aaa, [bbb]) = min (aaa,bbb), (aaa, −bbb) .
V euklidovskom priestore Rn
so štandardným skalárnym súčinom vystupuje
normálový vektor danej nadroviny priamo v jej (všeobecnej) rovnici. Ak
je totiž nadrovina M daná rovnicou
a1x1 + . . . + anxn = b,
tak aaa = (a1, . . . , an)T
= 0 je jej normála a uvedenú rovnicu možno skrátene
zapísať v tvare xxx,aaa = b.
284 14. Ortogonálne projekcie a podpriestory
14.3.5. Príklad. V euklidovskom priestore V vypočítame odchýlku roviny
S = [uuu,vvv] a nadroviny T = [aaa]⊥
. Podľa tvrdenia 14.3.3 platí
(S, T) =
π
2
− (aaa, S) = arcsin
aaaS
aaa
.
Súradnice c, d kolmého priemetu aaaS = cuuu + dvvv vzhľadom na bázu (uuu,vvv)
podpriestoru S získame riešením sústavy
GGG(uuu,vvv) ·
c
d
=
aaa,uuu
aaa,vvv
podľa Cramerovho pravidla v tvare
c =
aaa,uuu vvv,uuu
aaa,vvv vvv,vvv
|GGG(uuu,vvv)|
, d =
uuu,uuu aaa,uuu
uuu,vvv aaa,vvv
|GGG(uuu,vvv)|
.
Spätné dosadenie do vzorca pre odchýlku (S, T) si odpustíme. Tieto vzorce
možno zrejmým spôsobom zovšeobecniť aj pre odchýlku k-rozmerného podpriestoru
S a priamky, resp. nadroviny. vo V . Pre k ≥ 3 však výpočet pomocou
Gramových determinantov už nie je výhodný.
14.3.6. Príklad. Podaktorý čitateľ si možno kladie otázku, prečo sme miesto
tvrdenia 14.3.3 nedokázali silnejší výsledok, totiž rovnosť
(S, T) + S⊥
, T =
π
2
,
pre každý netriválny vlastný (teda nie len jednorozmerný) lineárny podpriestor
S a každý netriviálny lineárny podpriestor T euklidovského priestoru V .
Uvedené tvrdenie, ako aj náš geometrický názor nám totiž napovedajú, že
také niečo by malo platiť. O to bizarnejší sa nám preto bude zdať nasledujúci
veľmi jednoduchý príklad, ktorý v ľubovoľnej dimenzii n > 3 našu domnienku
vyvracia.
V euklidovskom priestore Rn
so štandardným skalárnym súčinom sú dané
lineárne podpriestory S = [eee1,eee2], T = [eee1,eee3]. Zrejme S ∩ T = [eee1], teda
S ∩ [eee1]⊥
= [eee2] a T ∩ [eee1]⊥
= [eee3]. V dôsledku toho
(S, T) = [eee2], [eee3] =
π
2
.
Na druhej strane S⊥
= [eee1,eee2]⊥
= [eee3, . . . ,eeen]. Takže S⊥
∩ T = [eee3], z čoho
dostávame S⊥
∩ [eee3]⊥
= [eee4, . . . ,eeen] a T ∩ [eee3]⊥
= [eee1]. Konečne
S⊥
, T = [eee4, . . . ,eeen], [eee1] =
π
2
.
Teda hodnota súčtu (S, T) + S⊥
, T je tentokrát π, a nie π/2, ako sme
očakávali. Voľne povedané, podpriestor T je kolmý tak na podpriestor S, ako
aj na jeho ortokomplement S⊥
. Samozrejme, platí tiež S, S⊥
= π/2.
14.4. Polárne a sférické súradnice 285
Obr. 14.2. Polárne súradnice v rovine R2
a sférické súradnice v priestore R3
14.4 Polárne a sférické súradnice
Ortonormálne bázy umožňujú zaviesť v euklidovských priestoroch aj iné typy
súradníc, ako sme používali doteraz.
Polárne súradnice v rovine sú obdobou goniometrického vyjadrenia komplexných
čísel. Ak ααα = (uuu1,uuu2) je nejaká ortonormálna báza dvojrozmerného
euklidovského priestoru V , tak polárne (prípadne tiež sférické) súradnice
vektora xxx ∈ V , so súradnicami (xxx)ααα = (x1, x2)T
vzhľadom na bázu ααα, tvorí
usporiadaná dvojica (r, θ) reálnych čísel r ≥ 0, −π < θ ≤ π takých, že
x1 = r cos θ,
x2 = r sin θ.
(Rovnako dobre by sme mohli vziať θ z intervalu 0, 2π).) Inak povedané,
r = xxx je dĺžka vektora xxx a pre xxx = 0 je θ orientovaný uhol vektorov
uuu1, xxx, t. j. uhol, o ktorý treba otočiť vektor uuu1, aby splynul s vektorom r−1
xxx;
pri otočení v kladnom zmysle (proti smeru hodinových ručičiek) je θ ≥ 0,
v zápornom zmysle θ ≤ 0. Prípad xxx = 0 je singulárny: jeho polárne súradnice
tvorí každá usporiadaná dvojica tvaru (0, θ), kde θ ∈ (−π, π .
Sférické súradnice v priestore majú názornú geografickú interpretáciu:
Nájdeme ich tak, že koncovým bodom daného vektora xxx preložíme „glóbus
so stredom v počiatku a polomerom r = xxx , a určíme „zemepisnú dĺžku θ
a „zemepisnú šírku ω tohto koncového bodu.
Presnejšie, ak ααα = (uuu1,uuu2,uuu3) je nejaká ortonormálna báza trojrozmerného
euklidovského priestoru V , tak sférické súradnice vektora xxx ∈ V so
súradnicami (xxx)ααα = (x1, x2, x3)T
vzhľadom na bázu ααα tvorí usporiadaná trojica
(r, θ, ω) reálnych čísel r ≥ 0, −π < θ ≤ π, −1
2
π ≤ ω ≤ 1
2
π takých,
286 14. Ortogonálne projekcie a podpriestory
že
x1 = r cos θ cos ω,
x2 = r sin θ cos ω,
x3 = r sin ω.
Teda r = xxx je opäť dĺžka vektora xxx. Ak xxx /∈ [uuu3], t. j ak (x1, x2) = (0, 0),
tak θ je orientovaný uhol, ktorý zviera vektor uuu1 a kolmý priemet xxxS vektora
xxx do roviny S = [uuu1,uuu2], a ω je orientovaný uhol, ktorý zviera tento kolmý
priemet a pôvodný vektor xxx.1
Inak povedané, ( xxxS , θ) sú polárne súradnice
vektora xxxS ∈ S vzhľadom na ortonormálnu bázu (uuu1,uuu2) roviny S. Priamka
[uuu3] je singulárna: ak 0 = xxx ∈ [uuu3], tak θ ∈ (−π, π môže byť ľubovoľné a
ω = ±1
2
π, podľa toho, či x3 0; ak xxx = 0, tak aj ω ∈ −π/2, π/2 môže byť
ľubovoľné.
Ak sa obmedzíme len na sférickú plochu s daným polomerom r a stredom
v počiatku, stačí, samozrejme, sférické súradnice bodov na jej povrchu udávať
v tvare dvojice „zemepisných súradníc (θ, ω).
Pozorný čitateľ v prechode od polárnych k sférickým súradniciam asi zahliadol
všeobecnejšiu rekurentnú schému. Ak n ≥ 3 a ααα = (uuu1, . . . ,uuun) je
ortonormálna báza n-rozmerného euklidovského priestoru V , tak sférické
súradnice vektora xxx ∈ V vzhľadom na bázu ααα tvorí usporiadaná n-tica
(r, θ, ω1, . . . , ωn−2) reálnych čísel r ≥ 0, −π < θ ≤ π, −1
2
π ≤ ωi ≤ 1
2
π
pre 1 ≤ i ≤ n − 2, takých, že
x1 = r cos θ cos ω1 cos ω2 cos ω3 . . . cos ωn−2,
x2 = r sin θ cos ω1 cos ω2 cos ω3 . . . cos ωn−2,
x3 = r sin ω1 cos ω2 cos ω3 . . . cos ωn−2,
x4 = r sin ω2 cos ω3 . . . cos ωn−2,
...
xn−1 = r sin ωn−3 cos ωn−2,
xn = r sin ωn−2.
Inak povedané, r = xxx a pre xxx /∈ [uuun] sú ( xxxS , θ, ω1, . . . , ωn−3) sférické
súradníce kolmého priemetu xxxS vektora xxx do nadroviny S = [uuu1, . . . ,uuun−1]
vzhľadom na jej ortonormálnu bázu (uuu1, . . . ,uuun−1); ωn−2 je orientovaný uhol
vektorov xxxS a xxx. Diskusiu singulárneho prípadu xxx ∈ [uuun] prenechávame ako
cvičenie čitateľovi. (Uvedomte si, že singulárny je vlastne celý (n − 2)-rozmerný
podpriestor [uuu1,uuu2]⊥
!)
Sférické súradnice možno s výhodou použiť pri riešení úloh so sférickou
1
Niekedy sa v sférických súradniciach miesto uhla ω uvažuje uhol π/2 − ω.
14.4. Polárne a sférické súradnice 287
symetriou. Ako príklad môže poslúžiť výpočet n-rozmerných integrálov
· · · f(x1, . . . , xn) dx1 . . . dxn
cez n-rozmernú guľu B(n)
(R) = {xxx ∈ Rn
; xxx ≤ R} s polomerom R v euklidovskom
priestore Rn
so štandardným skalárnym súčinom.2
Tie totiž možno
substitúciou sférických súradníc previesť na integrály tvaru
. . . F(r, θ, ω1, . . . , ωn−2)
∂(x1, . . . , xn)
∂(r, θ, ω1, . . . , ωn−2)
dr dθ dω1 . . . dωn−2
cez karteziánsky súčin intervalov 0, R × −π, π × −π/2, π/2 n−2
, kde
F(r, θ, ω1, . . . , ωn−2) = f(x1, . . . , xn),
pričom pôvodné súradnice x1, . . . , xn chápeme ako funkcie sférických súradníc
r, θ, ω1, . . . , ωn−2, a výraz ∂(x1,...,xn)
∂(r,θ,ω1,...,ωn−2)
označuje tzv. jakobián, t. j. determinant
Jacobiho matice sférickej transformácie súradníc





∂x1
∂r
∂x1
∂θ
∂x1
∂ω1
. . . ∂x1
∂ωn−2
∂x2
∂r
∂x2
∂θ
∂x2
∂ω1
. . . ∂x2
∂ωn−2
...
...
...
...
...
∂xn
∂r
∂xn
∂θ
∂xn
∂ω1
. . . ∂xn
∂ωn−2





.
Priamym výpočtom, ktorý prenechávame ako cvičenie čitateľovi, sa možno
presvedčiť, že jakobián sférických súradníc je
∂(x1, . . . , xn)
∂(r, θ, ω1, . . . , ωn−2)
= rn−1
cos ω1 cos2
ω2 . . . cosn−2
ωn−2.
14.4.1. Príklad. Vypočítame objem štvorrozmernej gule B(4)
(R) v euklidovskom
priestore R4
. Tento objem je daný štvorrozmerným integrálom
V4(R) =
B(4)(R)
dx1 dx2 dx3 dx4,
Po substitúcii sférických súradníc
x1 = r cos θ cos ω1 cos ω2,
x2 = r sin θ cos ω1 cos ω2,
x3 = r sin ω1 cos ω2,
x4 = r sin ω2
2
Sledovanie ďalšieho textu a nasledujúceho príkladu si od čitateľa vyžaduje základné
znalosti z integrálneho počtu funkcií viac premenných.
288 14. Ortogonálne projekcie a podpriestory
a s využitím Fubiniho vety prejde tento integrál na súčin štyroch jednoduchých
integrálov
V4(R) =
R
0
π
−π
π/2
−π/2
π/2
−π/2
∂(x1, x2, x3, x4)
∂(r, θ, ω1, ω2)
dr dθ dω1 dω2
=
R
0
r3
dr
π
−π
dθ
π/2
−π/2
cos ω1 dω1
π/2
−π/2
cos2
ω2 dω2
=
r4
4
R
0
θ
π
−π
sin ω1
π/2
−π/2
2ω2 + sin 2ω2
4
π/2
−π/2
=
R4
4
· 2π · 2 ·
π
2
=
π2
2
R4
.
Poznamenajme, že vychádzajúc zo známych hodnôt V1(R) = 2R, V2(R) =
πR2
, možno objemy viacrozmených gúľ B(n)
(R) vypočítať aj na základe rekurentného
vzťahu
Vn+2(R) = 2π
R
0
rVn(r) dr =
2π
n + 2
R2
Vn(R),
využívajúceho zovšeobecnenú integrálnu formulu pre objem rotačných telies.
14.5 Riešenie neriešiteľných sústav a lineárna regresia
V celom tomto paragrafe označujú m, n pevné kladné celé čísla. Stĺpcové
vektorové priestory Rm
a Rn
sú vybavené štandardným skalárnym súčinom,
takže to sú euklidovské priestory.
Nech AAA ∈ Rm×n
, bbb ∈ Rm
. Uvažujme sústavu lineárnych rovníc
AAA · xxx = bbb
a označme S = [sss1(AAA), . . . ,sssn(AAA)] lineárny podpriestor v Rm
generovaný
stĺpcami matice AAA. Podľa Frobeniovej vety naša sústava má nejaké riešenie
xxx ∈ Rn
práve vtedy, keď bbb ∈ S. Zložky riešenia xxx = (x1, . . . , xn)T
∈ Rn
sú
potom koeficienty lineárnej kombinácie
x1sss1(AAA) + . . . + xnsssn(AAA) = AAA · xxx = bbb.
No i v prípade, keď bbb /∈ S, t. j. riešenie sústavy neexistuje, sa môžeme pokúsiť
nahradiť jej pravú stranu bbb čo najbližším vektorom podpriestoru S. Takto
získaná nová sústava už má riešenie, ktoré môžeme právom považovať za
najlepšie možné približné riešenie pôvodnej sústavy. Podľa vety 14.1.3 (b) je
najbližší vektor podpriestoru S k vektoru bbb určený jednoznačne, a je to jeho
14.5. Riešenie neriešiteľných sústav a lineárna regresia 289
kolmý priemet bbbS do tohto podpriestoru. Pseudoriešenie neriešiteľnej (hovorí
sa tiež preurčenej) sústavy AAA · xxx = bbb teda definujeme ako riešenie (tento raz
už istotne riešiteľnej) sústavy
AAA · xxx = bbbS.
Ak je pôvodná sústava riešiteľná, t. j. ak bbb ∈ S, tak bbbS = bbb a obe sústavy
splývajú, takže každé jej pseudoriešenie je priamo riešením pôvodnej sústavy.
14.5.1. Tvrdenie. Nech AAA ∈ Rm×n
, bbb ∈ Rm
. Potom xxx ∈ Rn
je pseudoriešením
sústavy AAA · xxx = bbb práve vtedy, keď xxx je riešením sústavy
AAAT
· AAA · xxx = AAAT
· bbb
so štvorcovou maticou AAAT
· AAA ∈ Rn×n
a ľavou stranou AAAT
· bbb ∈ Rn
.
Dôkaz. Najprv si uvedomme, že AAAT
· AAA = GGG(sss1(AAA), . . . ,sssn(AAA)) je Gramovou
maticou prislúchajúcou stĺpcom matice AAA. Podľa tvrdenia 14.1.5 a za ním
nasledujúcej poznámky je lineárna kombinácia x1sss1(AAA)+. . .+xnsssn(AAA) = AAA·xxx
kolmým priemetom vektora bbb do podpriestoru S = [sss1(AAA), . . . ,sssn(AAA)], t. j.
platí AAA · xxx = bbbS, práve vtedy, keď AAAT
· AAA · xxx = AAAT
· bbb.
Pseudoriešenie preurčenej sústavy AAA · xxx = bbb teda hľadáme ako riešenie
zaručene riešiteľnej sústavy AAAT
· AAA · xxx = AAAT
· bbb. V typickom prípade má pôvodná
sústava viac rovníc než neznámych, čiže m > n a AAA je obdĺžniková
matica, „vyššia ako širšia . Potom je veľmi pravdepodobné, že štvorcová matica
AAAT
·AAA rádu n (ako Gramova matica „malého počtu stĺpcových vektorov
v euklidovskom priestore „veľkej dimenzie) je regulárna, teda k nej existuje
inverzná matica AAAT
· AAA
−1
. V takom prípade je pseudoriešenie pôvodnej
sústavy určené jednoznačne:
xxx = AAAT
· AAA
−1
· AAAT
· bbb.
Samozrejme, ak m = n a už samotná matica AAA je regulárna, dostávame
AAAT
· AAA
−1
· AAAT
= AAA−1
a xxx = AAA−1
· bbb je priamo jediným riešením pôvodnej sústavy.
V úlohách lineárnej regresie máme zadané hodnoty y1, . . . , ym neznámej
funkcie f v bodoch x1, . . . , xm jej definičného oboru, získané väčšinou meraním.
Funkciu f chceme aproximovať lineárnou kombináciou funkcií f1, . . . , fn,
ktoré poznáme, či aspoň sú nám známe ich hodnoty aij = fj(xi) v bodoch
x1, . . . , xm. Zvyčajne je m podstatne väčšie ako n. V optimálnom prípade sa
nám môže podariť zostrojiť funkciu f = c1f1 +. . .+cnfn priamo ako lineárnu
290 14. Ortogonálne projekcie a podpriestory
kombináciu funkcií fj tak, aby f v bodoch xi nadobúdala vopred predpísané
hodnoty yi, t. j.
yi = f(xi) =
n
j=1
cjfj(xi) =
n
j=1
aijcj.
Ak označíme AAA = (aij) ∈ Rm×n
, yyy = (y1, . . . , ym)T
∈ Rm
, ccc = (c1, . . . , cn)T
∈
Rn
, vidíme, že vlastne hľadáme riešenie ccc sústavy
AAA · ccc = yyy.
Táto sústava je v typickom prípade preurčená, teda jej riešenie neexistuje.
Úloha lineárnej regresie potom splýva s metódou najmenších štvorcov a spočíva
v nájdení takých koeficientov cj, ktoré minimalizujú výraz
m
i=1
yi −
n
j=1
aijcj
2
= yyy − AAA · ccc 2
.
Toto minimum sa nadobúda pre ccc také, že AAA · ccc = yyyS, kde S je podpriestor
v Rm
generovaný stĺpcami matice AAA. Inak povedané, hľadanú lineárnu
kombináciu dostaneme pre pseudoriešenie ccc sústavy AAA · ccc = yyy. Pre hodnoty
pochádzajúce z rozumne postavených praktických úloh je takmer isté, že
matica AAAT
· AAA je regulárna. V takom prípade
ccc = AAAT
· AAA
−1
· AAAT
· yyy,
čiže hľadaná lineárna kombinácia f = c1f1 + . . . + cnfn = (f1, . . . , fn) · ccc je
určená jednoznačne.
Metódu lineárnej regresie, ako aj to, čo približne rozumieme pod „rozumne
postavenou úlohou , si ilustrujeme na jednom typickom a dôležitom
príklade.
14.5.2. Príklad. V rovine R2
je daných m ≥ 2 bodov (x1, y1), . . . , (xm, ym),
získaných meraním hodnôt nejakej neznámej funkcie f vo vybraných bodoch
xi jej definičného oboru. Túto funkciu hodláme aproximovať priamkou s rovnicou
y = a + bx tak, aby výraz m
i=1(yi − a − bxi)2
bol minimálny. Ak si
uvedomíme, že funkcia y = a + bx je lineárnou kombináciou konštantnej funkcie
y = 1 a identickej funkcie y = x, hneď vidíme, že ide o úlohu lineárnej
regresie. Sústava


1 x1
...
...
1 xxxm

 ·
a
b
=


y1
...
ym


14.5. Riešenie neriešiteľných sústav a lineárna regresia 291
je okrem triviálneho prípadu, keď všetky body (xi, yi) ležia na jednej priamke,
preurčená. Koeficienty a, b teda nájdeme ako pseudoriešenie tejto sústavy.
Jej maticu si označíme AAA. Jednoduchý výpočet dáva
AAAT
· AAA =


m xi
xi x2
i

 ,
det AAAT
· AAA = m
m
i=1
x2
i −
m
i=1
xi
2
=
i<j
(xi − xj)2
.
Teda det AAAT
·AAA = 0 práve vtedy, keď x1 = x2 = . . . = xm. Asi sa zhodneme
na tom, že v takomto prípade by šlo, mierne povedané, o veľmi nerozumne
postavenú úlohu. Naopak, na základe jej formulácie je prirodzené očakávať, že
všetky hodnoty xi budú navzájom rôzne. V čo len trochu rozumnom prípade
teda dostávame jednoznačne určené koeficienty a, b v tvare
a
b
= AAAT
· AAA
−1
· AAAT
· yyy =
1
i<j(xi − xj)2


x2
i − xi
− xi m

·


yi
xiyi


=
1
i<j(xi − xj)2


x2
i yi − xi xiyi
m xiyi − xi yi


=
1
i<j(xi − xj)2


i<j(xi − xj)(xiyj − xjyi)
i<j(xi − xj)(yi − yj)

 .
V krátkosti preskúmame aj duálnu situáciu. Ak má sústava AAA · xxx = bbb
viac, t. j. nekonečne mnoho riešení (hovoríme tiež, že je podurčená), môže
nám veľkosť riešenia (v zmysle euklidovskej normy) poslúžiť ako dodatočné
kritérium výberu toho najvhodnejšieho (napr. najlacnejšieho) z nich. Hovoríme,
že xxx ∈ Rn
je minimálne riešenie uvedenej sústavy, ak je jej riešením
a pre každé riešenie yyy tejto sústavy platí xxx ≤ yyy . Samozrejme, ak má
sústava jediné riešenie, tak je to zároveň jej minimálne riešenie.
14.5.3. Tvrdenie. Nech AAA ∈ Rm×n
, bbb ∈ Rm
. Potom xxx ∈ Rn
je minimálnym
riešením sústavy AAA · xxx = bbb práve vtedy, keď má tvar xxx = AAAT
· zzz, kde zzz ∈ Rm
je riešením sústavy
AAA · AAAT
· zzz = bbb
so štvorcovou maticou AAA · AAAT
∈ Rm×m
a ľavou stranou bbb ∈ Rm
.
292 14. Ortogonálne projekcie a podpriestory
Dôkaz. Pripomeňme si, že množina riešení R(AAA |bbb) sústavy AAA · xxx = bbb tvorí
afinný podpriestor v Rn
a jeho zameraním je lineárny podpriestor R(AAA) všetkých
riešení homogénnej sústavy AAA · xxx = 0. Podľa definície vektor xxx ∈ Rn
je minimálnym riešením pôvodnej sústavy práve vtedy, keď body 0 a xxx
tvoria priečku afinných podpriestorov {0} a R(AAA |bbb), čo je podľa tvrdenia
14.2.2 (a) ekvivalentné s podmienkou xxx ∈ R(AAA)⊥
. Ak si uvedomíme, že
R(AAA) = R⊥
pre lineárny podpriestor R = rrr1(AAA)T
, . . . ,rrrm(AAA)T
v Rn
generovaný
stĺpcami sssi(AAAT
) = rrri(AAA)T
matice AAAT
, a podľa dôsledku 14.1.4 (a) platí
R(AAA)⊥
= R⊥⊥
= R, vidíme, že xxx musí byť tvaru
xxx = z1rrr1(AAA)T
+ . . . + zmrrrm(AAA)T
= AAAT
· zzz
pre nejaké zzz ∈ Rm
. Takýto vektor xxx je riešením pôvodnej sústavy práve vtedy,
keď AAA · AAAT
· zzz = bbb.
Minimálne riešenie xxx podurčenej sústavy AAA · xxx = bbb teda hľadáme tak, že
najprv nájdeme nejaké (ľubovoľné) riešenie zzz sústavy AAA·AAAT
·zzz = bbb a položíme
xxx = AAAT
· zzz. V typickom prípade má pôvodná sústava menej rovníc než neznámych,
čiže m < n a AAA je obdĺžniková matica, „širšia ako vyššia . Potom
je veľmi pravdepodobné, že štvorcová matica AAA · AAAT
rádu m (ako Gramova
matica „malého počtu riadkových vektorov v (riadkovom) euklidovskom
priestore „veľkej dimenzie) je regulárna, teda k nej existuje inverzná matica
AAA · AAAT −1
. V tom prípade je tak
zzz = AAA · AAAT −1
· bbb,
ako aj minimálne riešenie pôvodnej sústavy
xxx = AAAT
· zzz = AAAT
· AAA · AAAT −1
· bbb
určené jednoznačne. Samozrejme, ak m = n a už samotná AAA je regulárna,
dostávame
AAAT
· AAA · AAAT −1
= AAA−1
a xxx = AAA−1
· bbb je priamo jediným riešením pôvodnej sústavy. Oba prístupy
možno kombinovať. Ak totiž sústava AAA · xxx = bbb nemá riešenie, avšak má viac
pseudoriešení, jej minimálne pseudoriešenie dostaneme v tvare
xxx = AAAT
· AAA · zzz,
kde zzz je riešenie sústavy
AAAT
· AAA
2
· zzz = AAAT
· bbb.
14.6. Geometria pravdepodobnosti 293
Detaily si premyslite samostatne. Na záver ešte poznamenajme, že pomocou
podmienok tvrdení 14.5.1 a 14.5.3 možno definovať pojmy pseudoriešenia a
minimálneho riešenia sústav lineárnych rovníc nad ľubovoľným poľom. Operácia
transponovania matice totiž nie je nijako viazaná na štruktúru euklidovského
priestoru. Vo všeobecnom prípade však uvedené pojmy strácajú
svoj názorný geometrický význam. Neskôr, v paragrafe 25.2, uvidíme, že tento
význam možno zachovať v prípade poľa komplexných čísel, ale toto zovšeobecnenie
už bude trochu menej priamočiare, než sme naznačili.
14.6 Geometria pravdepodobnosti
V tomto paragrafe si predvedieme, ako možno základné pojmy teórie pravdepodobnosti
formulovať v jazyku skalárneho súčinu a euklidovských priestorov.
Kvôli jednoduchosti sa obmedzíme len na konečné pravdepodobnostné
priestory. Bude to zároveň krátka a jednoduchá ukážka toho, čo sa zvykne
nazývať „vnútornou jednotou matematiky , prejavujúcou sa mnohorakými
súvislosťami a hlbokou spätosťou jej jednotlivých disciplín. V tomto konkrétnom
prípade dodáva geometrická interpretácia teórii pravdepodobnosti nový
názorný rozmer.
Pravdepodobnostný priestor bude pre nás konečná množina X, vybavená
funkciou p : X → R takou, že
(∀ x ∈ X)(p(x) ≥ 0) a
x∈X
p(x) = 1,
nazývanou rozdelením pravdepodobnosti alebo len stručne pravdepodobnosťou
na X.3
Typickým príkladom je rovnomerné pravdepodobnostné rozdelenie
p(x) = 1/n pre každé x ∈ X, kde n = # X. Podmnožiny množiny X
nazývame javmi a jej prvky (ktoré stotožňujeme s jednoprvkovými podmnožinami)
elementárnymi javmi. Pravdepodobnosťou javu A ⊆ X rozumieme
číslo
P(A) =
x∈A
p(x).
Javy A ⊆ X také, že P(A) = 0 nazývame nemožnými. Keďže nemožné
javy sú už zo svojej definície tie, ktoré nemôžu nastať, lebo majú nulovú
pravdepodobnosť, bez ujmy na všeobecnosti môžeme prijať zjednodušujúci
predpoklad, že medzi prvkami množiny X sa nevyskytujú nemožné javy,
t. j. platí p(x) > 0 pre každé x ∈ X (v opačnom prípade môžeme nemožné
3
V takýchto prípadoch zvykneme tiež hovoríme o apriórnom rozdelení pravdepodob-
nosti.
294 14. Ortogonálne projekcie a podpriestory
elementárne javy z množiny X jednoducho vylúčiť).4
Inak povedané, A = ∅
je jediný nemožný jav A ⊆ X.
Náhodnou premennou na pravdepodobnostnom priestore X rozumieme
ľubovoľnú funkciu f : X → R. Množina RX
všetkých náhodných premenných
tvorí vektorový priestor nad poľom R (pozri odstavec 1.6.5). Zrejme
dim RX
= # X. Vďaka nášmu predpokladu, podľa ktorého p(x) > 0 pre
každé x ∈ X, je rovnosťou
f, g =
x∈X
f(x)g(x)p(x),
kde f, g sú náhodné premenné, definovaný skalárny súčin na RX
. Priestor RX
všetkých náhodných premenných je tak euklidovským priestorom. Množina
C = f ∈ RX
; (∀ x, y ∈ X)(f(x) = f(y))
všetkých konštantných náhodných premenných tvorí jednorozmerný lineárny
podpriestor priestoru RX
. Keďže zobrazenie, ktoré reálnemu číslu a priradí
konštantnú náhodnú premennú f ∈ RX
takú, že f(x) = a pre každé x ∈ X,
je lineárny izomorfizmus R ∼= C, môžeme si dovoliť stotožniť toto číslo s príslušnou
konštantnou náhodnou premennou.
Nakoľko konštantná náhodná premenná 1 tvorí zrejme ortonormálnu bázu
podpriestoru C, lineárny operátor prC ortogonálnej projekcie na podpriestor
C má tvar
E(f) = prC(f) = f, 1 =
x∈X
f(x)p(x)
pre f ∈ RX
. Výraz E(f) nazývame strednou alebo aj očakávanou hodnotou
náhodnej premennej f (označenie operátora E : RX
→ RX
pochádza z
anglického slova expectation).
Ortokoplementom podpriestoru C je podľa dôsledku 14.1.4 (d) lineárny
podpriestor
N = C⊥
= Ker E = {f ∈ RX
; E(f) = 0},
tvorený všetkými náhodnými premennými s nulovou strednou hodnotou. Potom
náhodná premenná f −E(f) je kolmým priemetom f ∈ RX
do nadroviny
N.
Disperziou alebo tiež rozptylom náhodnej premennej f ∈ RX
nazývame
výraz D(f) = f − E(f) 2
. Zrejme platí
D(f) = f − E(f) = dist(f, C).
4
Treba poznamenať, že v nekonečnom pravdepodobnostnom priestore X by už takýto
predpoklad spôsobil nielen značnú ujmu na všeobecnosti ale i ďalšie vážne ťažkosti.
Cvičenia 295
To znamená, že toto číslo, nazývané stredná kvadratická odchýlka prípadne
smerodajná odchýlka náhodnej premennej f, udáva akúsi strednú mieru nekonštantnosti
f, presnejšie, vzdialenosť f od jej očakávanej hodnoty.
Nech f, g ∈ RX
sú náhodné premenné s nenulovými disperziami. Ich
korelačný koeficient definujeme vzťahom
R(f, g) = cos (f − E(f), g − E(g)) =
f − E(f), g − E(g)
f − E(f) g − E(g)
.
To znamená, že arccos R(f, g) je uhol, ktorý zvierajú kolmé priemety náhodných
premenných f, g do podpriestoru N náhodných premenných s nulovou
strednou hodnotou. Špeciálne pre f, g ∈ N je
R(f, g) = cos (f, g) =
f, g
f g
.
Niekoľko doplňujúcich informácií o „geometrii pravdepodobnosti môže
čitateľ nájsť v cvičeniach.
Cvičenia
14.1. Doplňte dôkazy tvrdení 14.1.1 a 14.1.2 a dôsledku 14.1.4.
14.2. Nech S, T sú lineárne podpriestory vektorového priestoru V so skalárnym súčinom.
Potom podľa podľa 14.1.2 (h) platí (S+T)⊥
= S⊥
∩T⊥
. Dokážte, že za predpokladu
S = S⊥⊥
, T = T⊥⊥
, špeciálne ak S, T sú konečnorozmerné platí aj duálna rovnosť
(S ∩ T)⊥
= S⊥
+ T⊥
. Je uvedený predpoklad naozaj nevyhnutný?
14.3. Nech V je vektorový priestor so skalárnym súčinom. Dokážte nasledujúce tvrdenia:
(a) Kolmý priemet vektora xxx ∈ V do lineárneho podpriestoru S ⊆ V existuje práve
vtedy, keď xxx ∈ S + S⊥
.
(b) Kolmý priemet do lineárneho podpriestoru S ⊆ V existuje pre každé xxx ∈ V
práve vtedy, keď V = S + S⊥
.
(c) Pre ľubovoľný lineárny podpriestor S ⊆ V platí S + S⊥
= V ⇔ S = S⊥⊥
.
(d) Ak V je euklidovský priestor, tak pre ľubovoľnú podmnožinu X ⊆ V platí
[X] = X⊥⊥
.
14.4. (a) Dokážte, že množina 2 všetkých postupností xxx = (xn)∞
n=0 takých, že rad
∞
n=0 x2
n konverguje, tvorí lineárny podpriestor vektorového priestoru RN
všetkých
postupností N → R.
(b) Dokážte, že pre xxx,yyy ∈ 2 rad
∞
n=0 xnyn konverguje. Odvoďte z toho, že formulou
xxx,yyy =
∞
n=0 xnyn je definovaný skalárny súčin na vektorovom priestore
V = 2.
(c) Označme S = [eee0,eee1, ...] lineárny podpriestor priestoru 2, generovaný všetkými
vektormi eeen, kde eeen je postupnosť pozostávajúca zo samých núl s výnimkou n-tého
člena enn = 1. Nájdite príklad postupnosti aaa ∈ 2 S. Potom S = 2. Dokážte, že
296 14. Ortogonálne projekcie a podpriestory
S⊥
= {0}.5
(d) Ako je to s rovnosťami S + S⊥
= V , S = S⊥⊥
a (S ∩ T)⊥
= S⊥
+ T⊥
pre
T = S⊥⊥
?
14.5. Riešte rovnaké otázky ako v bodoch (c) a (d) predchádzajúceho cvičenia pre lineárny
podpriestor S = R[x] = [1, x, x2
, . . . ] všetkých polynomických funkcií vo
vektorovom priestore V = C 0, 1 všetkých spojitých funkcií 0, 1 → R so skalárnym
súčinom f, g =
1
0
f(x)g(x) dx.
14.6. Riešte rovnaké otázky ako v bodoch (c) a (d) cvičenia 14.4 pre lineárny podpriestor
S = [1, cos x, sin x, cos 2x, sin 2x, . . . ] vektorového priestoru V všetkých periodických
spojitých funkcií R → R s periódou 2π. Skalárny súčin na ňom má tvar
f, g =
2π
0
f(x)g(x) dx (pozri cvičenie 13.8).
14.7. V každom z nasledujúcich prípadov nájdite kolmý priemet vektora xxx ∈ V do lineárneho
podpriestoru S ⊆ V a určte vzdialenosť dist(xxx, S) a odchýlku (xxx, S)
(euklidovské priestory Rn
sú vybavené štandardným skalárnym súčinom):
(a) V = R3
, S = [(2, −1, 0)], xxx = (1, 1, 1);
(b) V = R3
, S = [(1, −3, 5)], xxx = (1, 1, 1);
(c) V = R3
, S = [(2, −1, 0), (1, −3, 5)], xxx = (1, 1, 1);
(d) V = R4
, S = [(1, −2, 0, 3), (1, −3, 5, −2)], xxx = (1, 1, 1, 1);
(e) V = R4
, S = {xxx ∈ V ; x1 − x2 − x4 = 0}, xxx = (1, 1, 1, 1).
Porovnajte výsledky úloh (a), (b), (c), resp. (d), (e) a vysvetlite rozdiely prípadne
zhodu.
14.8. Nech V je ľubovoľný vektorový priestor. Lineárny operátor p : V → V sa nazýva
projektor alebo projekcia, ak p ◦ p = p. Za predpokladu, že p : V → V je projekcia,
dokážte nasledujúce tvrdenia:
(a) lineárny operátor idV −p je tiež projekcia;
(b) Im p = {xxx ∈ V ; xxx = p(xxx)} = Ker(idV −p);
(c) V = Im p ⊕ Ker p.
14.9. Nech V je vektorový priestor so skalárnym súčinom a p : V → V je projekcia.
Hovoríme, že p je ortogonálna projekcia, ak pre všetky xxx,yyy ∈ V platí p(yyy) ⊥ xxx−p(xxx).
Dokážte nasledujúce tvrdenia:
(a) Ak S ⊆ V je lineárny podpriestor taký, že V = S ⊕ S⊥
, tak lineárny operátor
prS : V → V je ortogonálna projekcia.
(b) Ak p : V → V je ortogonálna projekcia, tak p = prS pre S = Im p.
14.10. Nech uuu1,uuu2, . . . ,uuun, . . . je ľubovoľná (konečná či nekonečná) postupnosť vektorov
vo vektorovom priestore V so skalárnym súčinom. Postupnosť vvv1,vvv2, . . . ,vvvn, . . .
definujeme rekurziou vvv1 = uuu1, vvvn+1 = uuun+1 − prSn
(uuun+1), kde S = [uuu1, . . . ,uuun] =
[vvv1, . . . ,vvvn]. Dokážte, že vektory vvv1,vvv2, . . . ,vvvn, . . . sú ortogonálne, a porovnajte túto
konštrukciu s Gramovým-Schmidtovým ortogonalizačným procesom.
14.11. V nasledujúcich úlohách najdite nejakú priečku afinných podpriestorov M, N v euk-
5
V tomto aj v nasledujúcich dvoch cvičeniach, ak rovnosť S⊥
= {0} neviete dokázať
(vyžaduje to isté netriviálne poznatky z matematickej analýzy), berte ju ako východiskový
postulát pre ďalšie časti.
Cvičenia 297
lidovskom priestore V = Rn
so štandardným skalárnym súčinom a vypočítajte
vzdialenosť dist(M, N) a odchýlku (M, N):
(a) V = R3
, M = (1, 1, 1) + [(1, 2, 3)], N = [(1, 0, 1)];
(b) V = R3
, M = (1, 1, 1) + [(1, 2, 3)], N = [(0, 1, 1)];
(c) V = R3
, M = (1, 1, 1) + [(1, 2, 3)], N = [(1, 0, 1), (0, 1, 1)];
(d) V = R4
, M = (1, 1, 1, 1)+[(1, 2, 3, 4), (1, −2, 3, −4)], N = [(0, 1, 0, 1), (1, 0, 3, 0)];
(e) V = R4
, M = (1, 1, 1, 1)+[(1, 2, 3, 4)], N = [(0, 1, 0, 1), (1, 0, 3, 0), (1, −2, 3, −4)].
Porovnajte výsledky úloh (a), (b), (c), resp. (d), (e) a vysvetlite rozdiely prípadne
zhodu.
14.12. Nech M je nadrovina v euklidovskom priestore V daná rovnicou xxx,aaa = b, kde
aaa ∈ V , b ∈ R, a ppp ∈ V je bod. Odvoďte vzorec pre ich vzdialenosť dist(ppp, M) =
ppp,aaa − b / aaa .
14.13. V trojrozmernom euklidovskom priestore je daný pravidelný štvorsten s hranami
dĺžky 1.
(a) Vypočítajte vzdialenosť jeho vrchola od protiľahlej podstavy.
(b) Vyočítajte uhol, ktorý zvierajú (roviny, v ktorých ležia) jeho dve steny.
14.14. V n-rozmernom euklidovskom priestore je daná n-rozmerná (nad)kocka s hranami
dĺžky 1. Vypočítajte dĺžku jej (nad)telesovej uhlopriečky a uhol, ktorý zviera so
svojou (n − 1)-rozmernou stenou (t. j. s nadrovinou, v ktorej táto stena leží).
14.15. Nech S, T ⊆ V sú vlastné netriviálne lineárne podpriestory v euklidovskom priestore
V . Dokážte nasledujúce rovnosti:
(a) (S, S⊥
) = π/2; (b) (S, T⊥
) = (S⊥
, T); (c) (S⊥
, T⊥
) = (S, T).
14.16. V euklidovskom priestore R5
(so štandardným skalárnym súčinom) nájdite odchýlku
lineárnych podpriestorov S = [eee1,eee2,eee3], T = [4eee3 + 3eee4, 5eee4 + 4eee5, 3eee5 + 5eee3].
14.17. Nájdite explicitné vyjadrenie pre n-rozmerný objem n-rozmernej gule s polomerom
R pre n = 5, 6.
14.18. Podobne ako v prípade objemu preskúmajte (n−1)-rozmerný „plošný obsah (n−1)rozmerného
povrchu n-rozmernej gule s polomerom R výpočtom integrálu
S(n−1)(R)
dx1 . . . dxn
cez množinu S(n−1)
(R) = {xxx ∈ Rn
; xxx = R} s použitím sférických súradníc.
14.19. Nech α > −1/2 je reálne číslo. S využitím polárnych resp. sférických súradníc vypočítajte
určité integrály:
(a) B(2)(1)
(x2
+ y2
)α
dx dy,
cez jednotkový kruh B(2)
(1) = {(x, y) ∈ R2
; x2
+ y2
≤ 1},
resp. jednotkovú kružnicu A = S(1)
(1) = {(x, y) ∈ R2
; x2
+ y2
= 1};
(b) B(3)(1)
(x2
+ y2
+ z2
)α
dx dy dz,
cez jednotkovú guľu B(3)
(1) = {(x, y, z) ∈ R3
; x2
+ y2
+ z2
≤ 1},
resp. jednotkovú sféru A = S(2)
(1) = {(x, y, z) ∈ R3
; x2
+ y2
+ z2
= 1}.
Pokúste o zovšeobecnenie v Rn
. V čom je problém pre α ≤ −1/2?
298 14. Ortogonálne projekcie a podpriestory
14.20. Vypočítajte hodnotu Laplaceovho integrálu 6 ∞
−∞
e−x2
dx =
√
π. (Návod: Overte
rovnosť
∞
−∞
e−x2
dx
2
= R2 e−(x2
+y2
)
dx dy a dvojný integrál vpravo vypočítajte
substitúciou pomocou polárnych súradníc.)
14.21. Nájdite pseudoriešenie sústavy m lineárnych rovníc s jednou neznámou x = b1,
x = b2, . . . , x = bm. Pekný výsledok, čo vy na to?
14.22. Nájdite minimálne riešenie lineárnej rovnice o n neznámych a1x1 + . . . + anxn = b
za predpokladu, že (a1, . . . , an) = 0.
14.23. Za predpokladu, že (a1, a2) = 0, nájdite všetky pseudoriešenia sústavy dvoch rovníc
o dvoch neznámych a1x1 + a2x2 = b1, a1x1 + a2x2 = b2 a určte medzi nimi to
minimálne. Pokúste sa o zovšeobecnenie na m rovníc o n neznámych.
14.24. Metódou lineárnej regresie postupne aproximujte funkciu f(x), z ktorej poznáte
hodnoty f(−3) = 4, f(−2) = 1, f(−1) = 0, f(0) = −2, f(1) = 0, f(2) = −3, f(3) =
−5, polynómami f1(x), . . . , f5(x) prvého stupňa až piateho stupňa. Načrtnite ich
grafy na intervale −5, 5 a porovnajte ich s grafom interpolačného polynómu f6(x)
(pozri cvičenie 10.17).
14.25. Nech AAA ∈ Rm×n
.
(a) Predpokladajme, že AAAT
·AAA je regulárna matica, a položme AAA¬
= AAAT
·AAA
−1
·AAAT
.
(b) Predokladajme, že AAA·AAAT
je regulárna matica, a položme AAA¬
= AAAT
· AAA · AAAT −1
.
(c) Dokážte, že v oboch prípadoch (a), (b) sú splnené rovnosti AAA · AAA¬
· AAA = AAA,
AAA¬
· AAA · AAA¬
= AAA¬
a obe matice AAA · AAA¬
, AAA¬
· AAA sú symetrické.
(d) Dokážte, že pre každú maticu AAA ∈ Rm×n
existuje jednoznačne určená matica
AAA¬
∈ Rn×m
, ktorá spĺňa podmienky časti (c). Matica AAA¬
sa nazýva MooreovouPenroseovou
pseudoinverziou matice AAA (Mooreovou-Penroseovou pseudoinverziou
komplexných matíc sa budeme zaoberať v paragrafe 25.2).
(e) Sformulujte výsledky o pseudoriešeniach resp. minimálnych riešeniach sústav
lineárnych rovníc pomocou Mooreovej-Penroseovej pseudoinverzie matice sústavy.
V nasledujúcich cvičeniach X je konečný pravdepodobnostný priestor s pravdepodobnosťou
p, pričom p(x) > 0 pre každé x ∈ X.
14.26. Pre náhodné premenné f, g ∈ RX
dokážte rovnosti
(a) f, g = E(fg), (b) f 2
= E(f2
), (c) D(f) = E (f − E(f))2
.
14.27. Kovarianciou náhodných premenných f, g ∈ RX
nazývame výraz Cov(f, g) = f −
E(f), g − E(g) . Dokážte rovnosť Cov(f, g) = E(fg) − E(f)E(g).
14.28. Hovoríme, že náhodné premenné f, g ∈ RX
sú nekorelované, ak Cov(f, g) = 0. Dokážte
nasledujúce tvrdenia:
(a) f, g sú nekorelované práve vtedy, keď f − E(f) ⊥ g − E(g).
(b) Ak f, g majú nenulové disperzie, tak f, g sú nekorelované práve vtedy, keď
R(f, g) = 0.
(c) Cov(f, g)2
≤ D(f)D(g), pričom rovnosť nastane práve vtedy, keď náhodné premenné
f −E(f), g −E(g) sú lineárne závislé. To je ďalej ekvivalentné s podmienkou
R(f, g) = ±1.
6
Tento integrál sa zvykne tiež nazývať Gaussovým alebo Poissonovým integrálom.
Cvičenia 299
14.29. Uvažujme pravdepodobnostný priestor Zn = {0, 1, . . . , n − 1} s rovnomerným pravdepodobnostným
rozdelením p(x) = 1/n pre každé x ∈ Zn. Pre prirodzené číslo a,
1 ≤ a ≤ n, označme fa : Zn → R náhodnú premennú takú, že fa(x) = 1, ak a delí
x, a fa(x) = 0 inak.
(a) Vypočítajte strednú hodnotu E(fa) a disperziu D(fa).
(b) Pre a, b ∈ {1, . . . , n} vypočítajte kovarianciu Cov(fa, fb) a (za predpokladu, že
a, b = 1) aj koeficient korelácie R(fa, fb).
(c) Dokážte, že náhodné premenné fa, fb sú nekorelované práve vtedy, keď čísla a,
b sú nesúdeliteľné a obe delia n alebo aspoň jedno z nich je 1.
15. Objem, orientácia a vektorový súčin
Naše zavedenie determinantov v kapitole 10 sme motivovali úvahami
o n-rozmernom objeme a orientovanom objeme v priestore Rn
, a definíciu
determinantu sme potom dostali prenesením formálnych vlastností orientovaného
objemu do (stĺpcových) vektorových priestorov Kn
nad ľubovoľným
poľom K. Prísne vzaté však vo vektorových priestoroch, v ktorých nevieme
povedať, ani čo je to dĺžka vektora, nedáva pojem objemu ani orientovaného
objemu žiadny zmysel. Na druhej strane, vo vektorovom priestore V
so skalárnym súčinom možno pre každé kladné celé číslo k ≤ dim V zmysluplne
definovať k-rozmerný objem ako aj orientovaný k-rozmerný objem
k-rozmerného rovnobežnostena
{a1uuu1 + · · · + akuuuk; a1, . . . , ak ∈ 0, 1 }
vytvoreného vektormi uuu1, . . . ,uuuk ∈ V (o skutočne k-rozmerný rovnobežnosten
ide samozrejme len vtedy, keď vektory uuu1, . . . ,uuuk sú lineárne nezávislé,
inak je to útvar nižšej dimenzie). Práve definícia takýchto objemov a vyjasnenie
ich súvisu s determinantmi ako i s tzv. vektorovým súčinom bude náplňou
tejto kapitoly. Objemami zložitejších útvarov sa tu zaoberať nebudeme – ich
štúdium je predmetom teórie miery a integrálu, ktorá využíva viaceré podstatne
hlbšie myšlienky a náročnejšie metódy, než sú tie, s ktorými sme sa
doposiaľ zoznámili.
15.1 Objem
Pripomeňme si, ako počítame plošný obsah (t. j. dvojrozmerný objem) vol2(uuu,vvv)
rovnobežníka vytvoreného vektormi uuu, vvv v R2
alebo v R3
(označenie vol je
z anglického volume). Jeden z vektorov, dajme tomu vvv, rozložíme na súčet
dvoch zložiek
vvv = vvvS + (vvv − vvvS),
kde vvvS je kolmý priemet vektora vvv do podpriestoru S = [uuu] a zložka vvv − vvvS
je kolmá na uuu. Príslušný obsah potom dostaneme ako súčin dĺžok
vol2(uuu,vvv) = uuu vvv − vvvS .
Zo zhodnosti trojuholníkov OBB a ACC totiž vyplýva, že rovnobežník
OACB a obdĺžnik OAC B majú rovnaký obsah. (Na obrázku vynechávame
šípky vektorov.)
15.1. Objem 301
292 PAVOL ZLATOŠ: LINEÁRNA ALGEBRA A GEOMETRIA
u
vv − vS
O A
B CCB
Obr. 15.1. K definícii plošného obsahu
plošného obsahu vol2(u, v) a dĺžky w−wT zložky vektora w kolmej na podpriestor
T = [u, v].
Podľa tejto schémy budeme pokračovať aj do vyšších dimenzií. Inak povedané, krozmerný
objem rovnobežnostena vytvoreného k vektormi z vektorového priestoru so
skalárnym súčinom V budeme definovať ako funkciu volk : V k
→ R rekurziou cez k.
Pre k = 1, u ∈ V kladieme
vol1(u) = u ,
t. j. jednorozmerný objem je jednoducho dĺžka vektora. Ak k > 1 a (k − 1)-rozmerný
objem volk−1 už máme definovaný, tak pre u1, . . . , uk−1, uk ∈ V položíme
volk(u1, . . . , uk−1, uk) = volk−1(u1, . . . , uk−1) uk − prS(uk) ,
kde prS(uk) je kolmý priemet vektora uk do podpriestoru S = [u1, . . . , uk−1].
Dôkaz nasledujúceho jednoduchého tvrdenia prenechávame ako cvičenie čitateľovi.
15.1.1. Tvrdenie. Nech V je vektorový priestor so skalárnym súčinom a k ≥ 1.
Potom pre ľubovoľné vektory u1, . . . , uk ∈ V platí:
(a) volk(u1, . . . , uk) ≥ 0, pričom rovnosť nastane práve vtedy, keď u1, . . . , uk sú
lineárne závislé;
(b) u1, . . . , uk sú ortogonálne práve vtedy, keď volk(u1, . . . , uk) = u1 . . . uk ;
(c) ak u1, . . . , uk sú lineárne nezávislé, tak
volk(u1, . . . , uk) = volk(v1, . . . , vk) = v1 . . . vk ,
kde vektory v1, . . . , vk sú získané z vektorov u1, . . . , uk Gramovým-Schmidtovým
ortogonalizačným procesom podľa vety 13.4.5.
Časť (c) nám dáva priamy návod na výpočet objemu volk(u1, . . . , uk). Stačí utvoriť
Gramovu maticu G(u1, . . . , uk) a upraviť ju úpravami typu (1+
) na diagonálny
tvar. Ak sa nám to podarí, tak na diagonále máme druhé mocniny noriem vektorov
v1, . . . , vk – stačí teda zobrať druhú odmocninu ich súčinu. Ak sa nám to nepodarí,
môže to byť len z toho dôvodu, že vektory u1, . . . , uk nie sú lineárne nezávislé
– v takom prípade je objem ich rovnobežnostena 0. Objem volk(u1, . . . , uk) však
možno vyjadriť aj bez Gramovho-Schmidtovho ortogonalizačného procesu len pomocou
Gramovho determinantu.
Obr. 15.1. K definfcii plošného obsahu
Podobne, trojrozmerný objem rovnobežnostena vytvoreného vektormi uuu,vvv,
www ∈ R3
dostaneme ako súčin
vol3(uuu,vvv,www) = vol2(uuu,vvv) www − wwwT
plošného obsahu vol2(uuu,vvv) a dĺžky www − wwwT zložky vektora www kolmej na
podpriestor T = [uuu,vvv].
Podľa tejto schémy budeme pokračovať aj do vyšších dimenzií. Inak povedané,
k-rozmerný objem rovnobežnostena vytvoreného k vektormi z vektorového
priestoru so skalárnym súčinom V budeme definovať ako funkciu
volk : V k
→ R rekurziou cez k. Pre k = 1, uuu ∈ V kladieme
vol1(uuu) = uuu ,
t. j. jednorozmerný objem je jednoducho dĺžka vektora. Ak k > 1 a (k − 1)rozmerný
objem volk−1 už máme definovaný, tak pre uuu1, . . . ,uuuk−1,uuuk ∈ V
položíme
volk(uuu1, . . . ,uuuk−1,uuuk) = volk−1(uuu1, . . . ,uuuk−1) uuuk − prS(uuuk) ,
kde prS(uuuk) je kolmý priemet vektora uuuk do podpriestoru S = [uuu1, . . . ,uuuk−1].
Dôkaz nasledujúceho jednoduchého tvrdenia prenechávame ako cvičenie
čitateľovi.
15.1.1. Tvrdenie. Nech V je vektorový priestor so skalárnym súčinom a
k ≥ 1. Potom pre ľubovoľné vektory uuu1, . . . ,uuuk ∈ V platí:
(a) volk(uuu1, . . . ,uuuk) ≥ 0, pričom rovnosť nastane práve vtedy, keď uuu1, . . . ,uuuk
sú lineárne závislé;
(b) uuu1, . . . ,uuuk sú ortogonálne práve vtedy, keď volk(uuu1, . . . ,uuuk) = uuu1 . . . uuuk ;
(c) ak uuu1, . . . ,uuuk sú lineárne nezávislé, tak
volk(uuu1, . . . ,uuuk) = volk(vvv1, . . . ,vvvk) = vvv1 . . . vvvk ,
kde vektory vvv1, . . . ,vvvk sú získané z vektorov uuu1, . . . ,uuuk Gramovým-Schmidtovým
ortogonalizačným procesom podľa vety 13.4.5.
302 15. Objem, orientácia a vektorový súčin
Časť (c) nám dáva priamy návod na výpočet objemu volk(uuu1, . . . ,uuuk).
Stačí utvoriť Gramovu maticu GGG(uuu1, . . . ,uuuk) a upraviť ju úpravami typu
(1+
) na diagonálny tvar. Ak sa nám to podarí, tak na diagonále máme
druhé mocniny noriem vektorov vvv1, . . . ,vvvk – stačí teda zobrať druhú odmocninu
ich súčinu. Ak sa nám to nepodarí, môže to byť len z toho dôvodu,
že vektory uuu1, . . . ,uuuk nie sú lineárne nezávislé – v takom prípade je objem
ich rovnobežnostena 0. Objem volk(uuu1, . . . ,uuuk) však možno vyjadriť aj bez
Gramovho-Schmidtovho ortogonalizačného procesu len pomocou Gramovho
determinantu.
15.1.2. Veta. Nech V je vektorový priestor so skalárnym súčinom a k ≥ 1.
Potom pre ľubovoľné vektory uuu1, . . . ,uuuk ∈ V platí
volk(uuu1, . . . ,uuuk) = |GGG(uuu1, . . . ,uuuk)|1/2
.
Dôkaz. Ak vektory uuu1, . . . ,uuuk sú lineárne závislé, tak potrebný záver vyplýva
z podmienky 15.1.1 (a) a dôsledku 13.2.2. Ak sú lineárne nezávislé, tak podľa
predošlej úvahy a vety 12.2.3 spolu s poznámkou, ktorá ju predchádza, existuje
horná trojuholníková matica PPP ∈ Rk×k
s jednotkami na diagonále, taká,
že
PPPT
· GGG(uuu1, . . . ,uuuk) · PPP = diag vvv1
2
, . . . , vvvk
2
,
kde vektory vvv1, . . . ,vvvk sú výsledkom Gramovej-Schmidtovej ortogonalizácie
vektorov uuu1, . . . ,uuuk. Keďže |PPP| = |PPPT
| = 1, priamym výpočtom s použitím
15.1.1 (c). dostávame
volk(uuu1, . . . ,uuuk)2
= vvv1
2
. . . vvvk
2
= diag vvv1
2
, . . . , vvvk
2
= PPPT
· GGG(uuu1, . . . ,uuuk) · PPP = |GGG(uuu1, . . . ,uuuk)|.
Zámena poradia i-teho a j-teho vektora sa na Gramovej matici GGG(uuu1, . . . ,uuuk)
prejaví zámenou i-teho a j-teho stĺpca a zároveň i-teho a j-teho riadku – teda
jej determinant, a preto ani objem volk(uuu1, . . . ,uuuk), sa tým nezmení. Doteraz
uvažované objemy volk teda možno právom nazvať neorientovanými.
15.2 Orientácia
Skôr než sa začneme zaoberať orientovaným objemom v euklidovskom priestore,
je potrebné najprv stručne pojednať o orientácii ako takej. Ukazuje
sa, že tento pozoruhodný jav nezávisí na skalárnom súčine, ale možno sa
s ním stretnúť v ľubovoľnom konečnorozmernom vektorovom priestore nad
poľom R.
15.2. Orientácia 303
Nech teda V je reálny vektorový priestor konečnej dimenzie n ≥ 1. Hovoríme,
že dve bázy ααα, βββ priestoru V sú súhlasne orientované, ak matica
prechodu PPPααα,βββ má kladný determinant.
Keďže PPPααα,ααα = IIIn, každá báza je súhlasne orientovaná sama so sebou,
t. j. vzťah súhlasnej orientácie je reflexívny. Z rovnosti PPPβββ,ααα = PPP−1
ααα,βββ zasa vyplýva
symetria tohto vzťahu. Konečne z rovnosti PPPααα,γγγ = PPPααα,βββ ·PPPβββ,γγγ výplýva,
že vzťah súhlasnej orientácie je tranzitívny. Podčiarknuté a zrátané, vzťah
súhlasnej orientovanosti je ekvivalenciou na množine všetkých báz priestoru
V . Keďže každá matica prechodu je regulárna, jej determinant môže
byť len kladný alebo záporný. Tým sa nám množina všetkých báz priestoru
V rozpadne na dve disjunktné triedy, z ktorých každá pozostáva so súhlasne
orientovaných báz, kým dve bázy patriace do rôznych tried sú orientované
nesúhlasne.
Orientácia konečnorozmerného reálneho vektorového priestoru V spočíva
vo výbere jednej jeho bázy ααα, ktorú prehlásime za kladne orientovanú, rovnako
ako všetky bázy orientované súhlasne s ňou – tieto tvoria jednu zo spomínaných
tried. Druhá z týchto tried obsahuje bázy orientované nesúhlasne
s ααα – nazveme ich záporne orientované bázy. Vektorový priestor, v ktorom
sme uskutočnili voľbu nejakej kladne orientovanej bázy nazveme orientovaný.
Na konečnorozmernom reálnom vektorovom priestore tak možno zadať dve
rôzne, navzájom opačné orientácie. Priestor Rn
je prirodzené orientovať tak,
aby kanonická báza εεε(n)
mala kladnú orientáciu; tejto orientácii Rn
hovoríme
kanonická. V abstraktnom n-rozmernom priestore, kde nemáme žiadnu privilegovanú
bázu, však aj táto pomoc pri voľbe orientácie odpadá – nanajvýš
si môžeme hodiť mincou.
Orientovateľnosť konečnorozmerného reálneho vektorového priestoru V sa
zakladá na tom, že každá nadrovina vo V má „dve strany , t. j. delí V na dva
polpriestory, pričom z jedného do druhého sa nemožno dostať spojitým pohybom
bez toho, aby sme preťali deliacu nadrovinu. Navyše v euklidovskom
priestore V nemožno útvar ležiaci v jednom z polpriestorov previesť na jeho
„zrkadlový obraz , t. j. na útvar s ním súmerne združený podľa nadroviny,
nijakým zhodným zobrazením, ktoré možno realizovať spojitým pohybom
vo V .
Intuitívne zodpovedá voľba orientácie priestoru V , t. j. pririeknutie jednej
z dvoch možných orientácií nejakej jeho báze ααα = (uuu1, . . . ,uuun), rozdeleniu V
nadrovinou [uuu1, . . . ,uuun−1] na dva polpriestory a prehláseniu jedného z nich
za kladný a druhého za záporný polpriestor. Podľa toho, do ktorého z nich
smeruje vektor uuun, bude i báza ααα kladne alebo záporne orientovaná. Ak napr.
prehlásime bázu ααα za kladne orientovanú, bude báza ααα = (uuu1, . . . ,uuun−1, −uuun)
orientovaná záporne.
Orientácia jednorozmerného priestoru pomocou nejakého vektora (kladne
orientovanej bázy) uuu = 0 teda zodpovedá vyznačeniu kladného smeru od
304 15. Objem, orientácia a vektorový súčin
počiatku 0, t. j. polpriamky {auuu; 0 < a ∈ R}. Opačná polpriamka {auuu;
0 > a ∈ R} potom vyznačuje záporný smer.
V dvojrozmernom priestore sa na zadanie orientácie voľbou kladne orientovanej
bázy (uuu1,uuu2) možno dívať aj ako na vyznačenie kladného zmyslu
otáčania roviny okolo počiatku 0 od uuu1 k uuu2. Zmysel otáčania od uuu2 k uuu1
je potom záporný, čo sa intuitívne zhoduje s tým, že „opačná báza (uuu2,uuu1)
k báze (uuu1,uuu2) zadáva opačnú orientáciu dvojrozmerného priestoru.
Vo všeobecnom prípade sú bázy (uuu1, . . . ,uuun) a (uuuσ(1), . . . ,uuuσ(n)), kde
σ ∈ SSn, súhlasne orientované práve vtedy, keď σ je párna permutácia (do-
kážte).
V trojrozmernom priestore zadanie orientácie voľbou nejakej kladne orientovanej
bázy zodpovedá napr. výberu pravej alebo ľavej strany. Pri tom môžeme
využiť asymetriu našej fyziológie (napr. až na celkom ojedinelé výnimky
majú ľudia srdce na ľavej strane, výrazná väčšina populácie sú praváci).
Kladnú orientáciu možno fixovať napr. pravidlom pravej ruky: vystretý
ukazovák, prostredník zohnutý kolmo k dlani a palec vztýčený kolmo na ich
rovinu (v tomto poradí) tvoria kladne orientovanú „bázu . Po stotožnení vektorového
priestoru R3
s trojrozmerným fyzikálnym priestorom a smerového
vektora eee1 osi x s ukazovákom, smerového vektora eee2 osi y s prostredníkom a
smerového vektora eee3 osi z s palcom pravej ruky tak dostávame tzv. pravotočivú
súradnú sústavu v R3
. Analogickým spôsobom dostaneme i ľavotočivú
súradnú sústavu, ak zadáme kladnú orientáciu v R3
pomocou zrejmého pravidla
ľavej ruky.
15. OBJEM, ORIENTÁCIA A VEKTOROVÝ SÚČIN 295
x
y
z
x
y
z
Obr. 15.2. Pravotočivá a ľavotočivá súradná sústava v R3
nú bázu. Výnimkou sú niektoré zákony štatistickej fyziky, menovite zákon rastu entropie,
ktorý nepripúšťa obrátenie smeru plynutia času. Otázka, či existujú fyzikálne
zákony, ktoré nie sú invariantné voči zrkadlovej reflexii priestoru, bola na všeobecné
prekvapenie zodpovedaná kladne v druhej polovici 50. rokov 20. storočia, keď sa experimentálne
potvrdilo, že pri tzv. slabých interakciách sa nezachováva parita. Tento
výsledok nám samozrejme nehovorí, ktorej z dvoch možných orientácií priestoru by
sme mali dať prednosť, ale iba to, že matematický tvar istého fyzikálneho zákona sa
môže zmeniť zmenou orientácie priestoru. Voľbou jednej z dvoch možných matematických
foriem tohto zákona teda môžeme fixovať orientáciu
”
nášho“ trojrozmerného
fyzikálneho priestoru aj menej antropomorfným spôsobom než len niektorým z pravidiel
pravej alebo ľavej ruky. Neskôr sa zistilo, že pri slabých interakciách dochádza
taktiež k (ešte podstatne slabšiemu) narušeniu invariancie voči zrkadlovej reflexii času.
Podľa v súčasnosti prevládajúcich kozmologických predstáv práve narušeniu tzv.
kombinovanej parity (CP) vďačíme za to, že vo veľmi ranom štádiu vývoja vesmíru
vzniklo nepatrne viac baryónov (ťažkých častíc ako napr. protóny a neutróny) než ich
Obr. 15.2. Pravotočivá a ľavotočivá súradná sústava v R3
Všetky zákony klasickej fyziky sú invariantné voči zrkadlovej reflexii v priestore
aj v čase, to znamená, že ich matematická formulácia sa nezmení, ak
v nich vystupujúce veličiny vyjadrené v jednej báze vyjadríme vzhľadom na
s ňou nesúhlasne orientovanú bázu. Výnimkou sú niektoré zákony štatistickej
fyziky, predovšetkým zákon rastu entropie, ktorý nepripúšťa obrátenie
smeru plynutia času. Otázka, či existujú fyzikálne zákony, ktoré nie sú invariantné
voči zrkadlovej reflexii priestoru, bola na všeobecné prekvapenie
15.3. Orientovaný objem 305
zodpovedaná kladne v druhej polovici 50. rokov 20. storočia, keď sa experimentálne
potvrdilo, že pri tzv. slabých interakciách sa nezachováva parita.
Tento výsledok nám samozrejme nehovorí, ktorej z dvoch možných orientácií
priestoru by sme mali dať prednosť, ale iba to, že matematický tvar istého fyzikálneho
zákona sa môže zmeniť zmenou orientácie priestoru. Voľbou jednej
z dvoch možných matematických foriem tohto zákona teda môžeme fixovať
orientáciu „nášho trojrozmerného fyzikálneho priestoru aj menej antropomorfným
spôsobom než len niektorým z pravidiel pravej alebo ľavej ruky.
Neskôr sa zistilo, že pri slabých interakciách dochádza taktiež k (ešte podstatne
slabšiemu) narušeniu invariancie voči zrkadlovej reflexii času, ktoré je
ekvivalentné narušeniu tzv. kombinovanej parity (CP).
Podľa v súčasnosti prevládajúcich kozmologických predstáv práve narušeniu
kombinovanej parity vďačíme za to, že vo veľmi ranom štádiu vývoja
vesmíru vzniklo nepatrne viac baryónov (ťažkých častíc ako napr. protóny a
neutróny) než ich zrkadlových dvojníkov, tzv. antibaryónov, takže postupne
nedošlo k úplnej anihilácii všetkej hmoty s antihmotou (presnejšie baryónov
s antibaryónmi) na žiarenie, čo teprv umožnilo vznik atómov, hviezd, planét,
a napokon i nás samotných.
15.3 Orientovaný objem
V našich úvahách o orientovanom objeme sa v tomto paragrafe obmedzíme
len na n-rozmerný orientovaný objem v n-rozmernom euklidovskom priestore.
Nech teda V je n-rozmerný euklidovský priestor. Vyberme v ňom pevnú
ortonormálnu bázu ααα = (uuu1, . . . ,uuun), ktorú prehlásime za kladne orientovanú.
Pre ľubovoľnú usporiadanú n-ticu (xxx1, . . . ,xxxn) ∈ V n
definujeme n-rozmerný
orientovaný objem rovnobežnostena vytvoreného vektormi xxx1, . . . ,xxxn ako de-
terminant
voln(xxx1, . . . ,xxxn) =
xxx1,uuu1 . . . xxxn,uuu1
...
...
...
xxx1,uuun . . . xxxn,uuun
matice xxxj,uuui = (xxx1)ααα, . . . , (xxxn)ααα ∈ Rn×n
, ktorej stĺpce sú tvorené súradnicami
vektorov xxxj v báze ααα (pozri tvrdenie 13.4.4 (a)).
Orientovaný objem sme teda definovali ako istý determinant, pričom za
jeho jednotku sme zvolili orientovaný objem n-rozmernej kocky vytvorenej
vektormi kladne orientovanej ortonormálnej bázy ααα. V euklidovskom priestore
Rn
so štandardným skalárnym súčinom a kanonickou orientáciou, t. j.
pri voľbe ααα = εεε(n)
, pre ľubovoľnú maticu AAA ∈ Rn×n
platí
detAAA = voln(sss1(AAA), . . . ,sssn(AAA)),
306 15. Objem, orientácia a vektorový súčin
teda, presne v zhode s kapitolou 10, detAAA je orientovaný n-rozmerný objem
rovnobežnostena vytvoreného stĺpcami matice AAA. Taktiež naopak, všetky
podstatné vlastnosti orientovaného n-rozmerného objemu možno teraz odvodiť
ako bezprostredné dôsledky príslušných vlastností determinantu, takže
nemusíme čitateľa unavovať ich vymenúvaním. Zostáva sa presvedčiť, že
(1) orientovaný objem nezávisí od výberu konkrétnej kladne orientovanej
ortonormálnej bázy ααα (čo prenechávame ako cvičenie čitateľovi);
(2) medzi orientovaným a neorientovaným objemom naozaj je očakávaná
súvislosť.
To sa udeje v nasledujúcej vete (v jej znení i v celom jej dôkaze zvislé zátvorky
| | označujú výlučne absolútnu hodnotu, kým determinant dôsledne značíme
det).
15.3.1. Veta. Nech V je orientovaný n-rozmerný euklidovský priestor. Potom
pre ľubovoľné vektory xxx1, . . . ,xxxn ∈ V platí
voln(xxx1, . . . ,xxxn) = voln(xxx1, . . . ,xxxn) ;
pričom lineárne nezávislé vektory xxx1, . . . .xxxn tvoria kladne orientovanú bázu
vo V práve vtedy, keď voln(xxx1, . . . ,xxxn) > 0.
Dôkaz. Nech ααα = (uuu1, . . . ,uuun) je kladne orientovaná ortonormálna báza vo V .
Označme
XXX =


xxx1,uuu1 . . . xxxn,uuu1
...
...
...
xxx1,uuun . . . xxxn,uuun

 .
Podľa našej definície je voln(xxx1, . . . ,xxxn) = detXXX. Z tvrdenia 13.4.4 (b) zase
vyplýva GGG(xxx1, . . . ,xxxn) = XXXT
· XXX. Teda podľa vety 15.1.2 máme
voln(xxx1, . . . ,xxxn) = detGGG(xxx1, . . . ,xxxn) = det(XXXT · XXX)
=
√
detXXXT detXXX = |detXXX| = voln(xxx1, . . . ,xxxn) .
Keďže stĺpce matice XXX sú tvorené súradnicami vektorov xxx1, . . . ,xxxn v báze
ααα, ak sú tieto lineárne nezávislé, tak XXX je zároveň maticou prechodu z bázy
(xxx1, . . . ,xxxn) do bázy ααα (pozri paragraf 7.5). Teda bázy ααα a (xxx1, . . . ,xxxn) sú
orientované súhlasne práve vtedy, keď voln(xxx1, . . . ,xxxn) = detXXX > 0.
15.3.2. Dôsledok. Nech V je orientovaný n-rozmerný euklidovský priestor.
Potom vektory xxx1, . . . ,xxxn ∈ V sú lineárne nezávislé (t. j. tvoria bázu priestoru
V ) práve vtedy, keď voln(xxx1, . . . ,xxxn) = 0.
15.4. Vektorový súčin 307
Orientovaný objem voln(xxx1, . . . ,xxxn) sa zvykne nazývať aj vonkajší súčin
vektorov xxx1, . . . ,xxxn a v tejto súvislosti sa značí (((xxx1 . . .xxxn))). V kurze fyziky sa
vonkajší súčin (((xxxyyyzzz))) v euklidovskom priestore R3
so štandardným skalárnym
súčinom zavádza pomocou skalárneho a vektorového súčinu formulou
(((xxxyyyzzz))) = xxx × yyy,zzz = (xxx × yyy) · zzz
a zvykne sa tiež nazývať zmiešaný súčin vektorov xxx, yyy, zzz. V nasledujúcom
paragrafe si ukážeme, ako je tento súčin „zmiešaný zo skalárneho a vektorového
súčinu vo všeobecnom n-rozmernom euklidovskom priestore. Postupovať
však budeme opačným smerom – orientovaný objem (t. j. vonkajší
súčin) spolu so skalárnym súčinom nám poslúžia ako východisko na definíciu
vektorového súčinu.
15.4 Vektorový súčin
Predpokladajme i naďalej, že V je orientovaný euklidovský priestor dimenzie
n ≥ 2 a ααα = (uuu1, . . . ,uuun) je nejaká jeho kladne orientovaná ortonormálna
báza.
Nech 0 ≤ k ≤ n a xxx1, . . . ,xxxk ∈ V sú pevne zvolené vektory. Dosadením
na prvých k miest orientovaného objemu (vonkajšieho súčinu) tieto vektory
definujú vzťahom
F(yyy1, . . . ,yyyn−k) = voln(xxx1, . . . ,xxxk,yyy1, . . . ,yyyn−k) = (((xxx1 . . .xxxkyyy1 . . .yyyn−k)))
(n − k)-lineárne alternujúce zobrazenie F : V n−k
→ R. V prípade k = n
nám, samozrejme, nezostáva miesto na dosadzovanie ypsilonov, takže F prirodzene
stotožňujeme s hodnotou voln(xxx1, . . . ,xxxn) ∈ R; touto otázkou sme
sa už zaoberali v predchádzajúcom paragrafe. V tomto paragrafe sa budeme
zaoberať prípadom k = n − 1.
Pevne zvolené vektory xxx1, . . . ,xxxn−1 definujú vzťahom
ψ(yyy) = voln(xxx1, . . . ,xxxn−1,yyy) = (((xxx1 . . .xxxn−1yyy)))
lineárny funkcionál ψ : V → R. Uvedomme si, že skalárny súčin je regulárna
symetrická bilineárna forma na V . Preto podľa dôsledku 11.1.8 má každý
lineárny funkcionál ϕ : V → R tvar ϕ(yyy) = vvv,yyy pre jednoznačne určený
vektor vvv ∈ V . Aplikované na náš konkrétny prípad to znamená, že existuje
jediný vektor vvv ∈ V taký, že
ψ(yyy) = voln(xxx1, . . . ,xxxn−1,yyy) = (((xxx1 . . .xxxn−1yyy))) = vvv,yyy
pre všetky yyy ∈ V . Tento jednoznačne určený vektor nazývame vektorovým
súčinom, prípadne tiež ortokomplementom vektorov xxx1, . . . ,xxxn−1, a značíme
ho
vvv = xxx1 × . . . × xxxn−1.
308 15. Objem, orientácia a vektorový súčin
Z uvedenej defnície priamo vyplýva, že, rovnako ako orientovaný n-rozmerný
objem, ani vektorový súčin nezávisí na výbere konkrétnej kladne orientovanej
ortonormálnej bázy vo V .
V dimenzii n = 2 ide len o unárnu (jednomiestnu) operáciu V → V
– z toho dôvodu nehovoríme o vektorovom súčine ale výlučne o ortokomplemente
vektora xxx, ktorý značíme xxx⊥
(keďže znak súčinu × nemáme medzi
čo umiestniť). V dimenzii n = 3 ide o binárnu (dvojmiestnu) operáciu
V × V → V vektorového súčinu, známeho z kurzov fyziky. No v dimenzii
n ≥ 4 je už n − 1 > 2 a vektorový súčin je (n − 1)-miestna operácia na V .
Vzťah medzi skalárnym (t. j. vnútorným), vektorovým a vonkajším súčinom
zachytáva nasledujúca rovnosť, platná pre ľubovoľné xxx1, . . . ,xxxn−1,xxxn ∈
V ,
xxx1 × . . . × xxxn−1,xxxn = voln(xxx1, . . . ,xxxn−1,xxxn) = (((xxx1 . . .xxxn−1xxxn))).
Čítaná zľava doprava je to už uvedená definícia vektorového súčinu xxx1 ×. . .×
xxxn−1 prostredníctvom orientovaného objemu a skalárneho súčinu. Môžeme ju
však čítať aj sprava doľava – vtedy sa z nej stáva definícia vonkajšieho súčinu
(orientovaného objemu) ako istej kompozície skalárneho a vektorového
súčinu. Takto sa bežne postupuje v kurzoch fyziky, kde sa najprv zavedie skalárny
a vektorový súčin v dimenzii n = 3 geometrickým spôsobom a zmiešaný
(t. j. vonkajší) súčin príde na rad až po nich.
Pokúsme sa teraz vyjadriť súradnice vektorového súčinu xxx1 × . . . × xxxn−1
v báze ααα pomocou súradníc jednotlivých vektorov xxxj.
Začneme najjednoduchším prípadom n = 2. Ortokomplement xxx⊥
vektora
xxx je taký vektor, že
xxx⊥
,yyy = vol2(xxx,yyy) =
xxx,uuu1 yyy,uuu1
xxx,uuu2 yyy,uuu2
platí pre každé yyy ∈ V . Ak za yyy postupne dosadíme hodnoty uuu1, uuu2, dostaneme
xxx⊥
,uuu1 = vol2(xxx,uuu1) =
xxx,uuu1 1
xxx,uuu2 0
= − xxx,uuu2 ,
xxx⊥
,uuu2 = vol2(xxx,uuu2) =
xxx,uuu1 0
xxx,uuu2 1
= xxx,uuu1 .
Ak označíme (xxx)ααα = (x1, x2)T
, kde x1 = xxx,uuu1 , x2 = xxx,uuu2 sú súradnice
vektora xxx v báze ααα, tak pre súradnice vektora xxx⊥
dostaneme
(xxx⊥
)ααα =
−x2
x1
.
15.4. Vektorový súčin 309
Vektor xxx⊥
teda môžeme zapísať v tvare
xxx⊥
= −x2uuu1 + x1uuu2 =
x1 uuu1
x2 uuu2
= det (xxx)ααα,αααT
,
kde posledný determinant treba chápať ako úsporný zápis predošlej lineárnej
kombinácie, ktorá je tak jeho čiste formálnym Laplaceovým rozvojom podľa
druhého stĺpca.
Rovnako si budeme počínať pre ľubovoľné n ≥ 3. Najprv položíme xij =
xxxj,uuui pre 1 ≤ i ≤ n, 1 ≤ j ≤ n − 1, a označíme XXX = (xij) ∈ Rn×(n−1)
maticu, ktorej stĺpce tvoria súradnice vektorov xxxj v báze ααα. Vektorový súčin
xxx1 × . . . × xxxn−1 je taký vektor, že
xxx1 × . . . × xxxn−1,yyy = voln(xxx1, . . . ,xxxn−1,yyy) = det XXX, (yyy)ααα
platí pre každé yyy ∈ V . Ak za yyy postupne dosadíme hodnoty uuui, kde 1 ≤ i ≤ n,
pre súradnice vektora xxx1 × . . . × xxxn−1 v báze ααα dostaneme
xxx1 × . . . × xxxn−1,uuui = voln(xxx1, . . . ,xxxn−1,uuui)
= det(XXX,eeei) = (−1)n+i
|XXXi|,
kde matica XXXi ∈ R(n−1)×(n−1)
vznikne z matice XXX vynechaním i-teho riadku.
Vektor xxx1 × . . . × xxxn−1 teda možno zapísať v tvare
xxx1 × . . . × xxxn−1 =
n
i=1
(−1)n+i
|XXXi|uuui
=
x11 . . . x1 n−1 uuu1
...
...
...
...
xn−1 1 . . . xn−1 n−1 uuun−1
xn1 . . . xn n−1 uuun
= det XXX,αααT
.
Pritom posledný determinant treba chápať najmä ako pomôcku na ľahké
zapamätanie predošlej lineárnej kombinácie, ktorú z neho možno dostať formálnym
Laplaceovým rozvojom podľa n-tého stĺpca.
V trojrozmernom euklidovskom priestore R3
so štandardným skalárnym
súčinom sa vektory (kladne orientovanej) kanonickej bázy εεε(3)
niekedy zvyknú
značiť eee1 = iii, eee2 = jjj, eee3 = kkk. Vektorový súčin vektorov xxx = (x1, x2, x3)T
,
yyy = (y1, y2, y3)T
v tomto prípade nadobúda známy tvar
xxx × yyy =


x2y3 − x3y2
x3y1 − x1y3
x1y2 − x2y1

 =
x1 y1 iii
x2 y2 jjj
x3 y3 kkk
,
310 15. Objem, orientácia a vektorový súčin
pričom v pravotočivom (ľavotočivom) súradnom systéme v R3
sú jeho smer
a orientácia dané pravidlom pravej (ľavej) ruky: ak položíme dlaň príslušnej
ruky v smere vektora xxx tak, že zohnuté prsty ukazujú v smere „kratšieho
otočenia vektora xxx do vektora yyy okolo počiatku, tak vztýčený palec ukazuje
v smere vektora xxx × yyy.
Všetky základné vlastnosti operácie vektorového súčinu V n−1
→ V možno
teraz jednoducho odvodiť na základe jej definície, prípadne jej vzťahu k nrozmernému
orientovanému objemu a reprezentácie v tvare uvedeného formálneho
determinantu.
15.4.1. Veta. Nech V je orientovaný euklidovský priestor dimenzie n ≥ 2
a xxx1, . . . ,xxxn−1 ∈ V . Potom
(a) vektorový súčin je (n − 1)-lineárne alternujúce zobrazenie V n−1
→ V ;
(b) vektory xxx1, . . . ,xxxn−1 sú lineárne závislé práve vtedy, keď xxx1 × . . . × xxxn−1 = 0;
(c) ak vektory xxx1, . . . ,xxxn−1 sú lineárne nezávislé, tak vvv = xxx1 × . . . × xxxn−1
je normálový vektor nadroviny [xxx1, . . . ,xxxn−1] a vektory xxx1, . . . ,xxxn−1,vvv
tvoria kladne orientovanú bázu priestoru V ;
(d) xxx1 × . . . × xxxn−1 = voln−1(xxx1, . . . ,xxxn−1).
Dôkaz. Nech ααα = (uuu1, . . . ,uuun) je nejaká kladne orientovaná ortonormálna
báza priestoru V . Označme XXX = (xij)n×(n−1), kde xij = xxxj,uuui . Potom
vvv = xxx1 × . . . × xxxn−1 = det(XXX,αααT
).
(a) je zrejmé z reprezentácie vektorového súčinu xxx1 × . . . × xxxn−1 v tvare
uvedeného formálneho determinantu.
(b) Uvedomme si, že podľa dôsledku 11.1.8 je rovnosť vvv = 0 ekvivalentná
s podmienkou (∀yyy ∈ V )( vvv,yyy = 0). Podľa definície vektorového súčinu však
platí
vvv,yyy = voln(xxx1, . . . ,xxxn−1,yyy).
Z dôsledku 15.3.2 potom vyplýva, že vvv = 0 práve vtedy, keď pre každé yyy ∈ V
sú vektory xxx1, . . . ,xxxn−1,yyy lineárne závislé. Keďže dim V > n−1, tento prípad
zrejme nastane práve vtedy, keď už samotné vektory xxx1, . . . ,xxxn−1 sú lineárne
závislé.
(c) Podľa 15.3.2 pre ľubovoľné 1 ≤ j ≤ n − 1 platí
vvv,xxxj = voln(xxx1, . . . ,xxxj, . . . ,xxxn−1,xxxj) = 0,
t. j. vvv ⊥ xxxj. Navyše, ak xxx1, . . . ,xxxn−1 sú lineárne nezávislé, tak vvv = 0, teda vvv
je normála nadroviny [xxx1, . . . ,xxxn−1].
Dokážeme, že báza βββ = (xxx1, . . . ,xxxn−1,vvv) priestoru V je súhlasne orientovaná
s bázou ααα. Uvedomme si, že matica prechodu z bázy βββ do bázy ααα má
tvar PPPααα,βββ = XXX, (vvv)ααα . Rozvojom jej determinantu podľa posledného stĺpca
a s využitím našej znalosti súradníc
(vvv)ααα = (−1)n+1
|XXX1|, . . . , (−1)n+n
|XXXn|
T
,
Cvičenia 311
kde XXXi vznikne z matice XXX vynechaním i-teho riadku, dostávame
PPPααα,βββ =
n
i=1
(−1)n+i
|XXXi| (−1)n+i
|XXXi| =
n
i=1
|XXXi|2
= vvv 2
> 0,
lebo v dôsledku (b) je vvv = 0. To však znamená, že bázy ααα, βββ sú súhlasne
orientované.
(d) Keďže vvv ∈ [xxx1, . . . ,xxxn−1]⊥
, s využitím definície vektorového súčinu,
vety 15.3.1, práve dokázanej druhej časti (c) a rekurzívnej definície k-rozmerného
objemu môžeme písať
vvv 2
= xxx1 × . . . × xxxn−1,vvv = voln(xxx1, . . . ,xxxn−1,vvv)
= voln(xxx1, . . . ,xxxn−1,vvv) = voln−1(xxx1, . . . ,xxxn−1) vvv .
Ak vvv = 0, tak podľa (b) sú xxx1, . . . ,xxxn−1 lineárne závislé, preto na základe
tvrdenia 15.1.1 (a) tiež voln−1(xxx1, . . . ,xxxn−1) = 0. V opačnom prípade požadovanú
rovnosť dostaneme krátením oboch strán členom vvv = 0.
Z časti (d) a vety 15.1.2 priamo dostávame nasledujúci dôsledok.
15.4.2. Dôsledok. (a) V dvojrozmernom orientovanom euklidovskom priestore
V pre každý vektor xxx ∈ V platí xxx⊥
= xxx .
(b) V trojrozmernom orientovanom euklidovskom priestore V pre všetky
nenulové vektory xxx,yyy ∈ V platí xxx × yyy = xxx yyy sin (xxx,yyy).
(c) Pre n ≥ 2 v n-rozmernom orientovanom euklidovskom priestore V pre
všetky xxx1, . . . ,xxxn−1 ∈ V platí xxx1 × . . . × xxxn−1 = |GGG(xxx1, . . . ,xxxn−1)|1/2
.
Cvičenia
15.1. V n-rozmernom euklidovskom priestore uvažujme n-rozmerné teleso, ktorého objem
závisí od dĺžkového parametra R podľa vzťahu Vn(R) = Vn(1) · Rn
. Predstavme si
toto teleso napr. ako krabicu so stenami z kartónu papiera alebo ovocie guľovitého
tvaru so šupkou hrúbky ∆R.
(a) Predpokladajme, že hrúbka „šupky ∆R tvorí 1% parametra R. Dokážte, že
pre dostatočne veľké n tvorí „šupka viac než 99% n-rozmerného objemu takého
„ovocia . Nájdite približnú hranicu, počnúc ktorým n to nastane.
(b) Za predpokladu, že šupka je voči celkovému rozmeru R veľmi tenká, určte
približnú závislosť, ako sa mení pomer objemu šupky k celkovému objemu, t. j.
výraz ∆Vn(R)
Vn(R) = Vn(R)−Vn(R−∆R)
Vn(R) , ako funkcia pomeru ∆R
R .
(c) Približne ako musí s rastúcou dimenziou n klesať pomer ∆R
R , aby pomer ∆Vn(R)
Vn(R)
mal konštantnú hodnotu C?
312 15. Objem, orientácia a vektorový súčin
15.2. Nech ααα, βββ sú dve zhodne orientované ortonormálne bázy v n-rozmernom euklidovskom
priestore V . Overte priamym výpočtom, že vyjadrenia orientovaného objemu
vol(xxx1, . . . ,xxxn) resp. vektorového súčinu xxx1 × . . . × xxxn−1 ľubovoľných vektorov z V
pomocou báz ααα resp. βββ sa rovnajú.
15.3. Ako je to s orientáciou vektorového súčinu xxx × yyy v trojrozmernom euklidovskom
priestore, keď vektory xxx, yyy zvierajú uhol 180◦
, teda obe otočenia xxx do yyy sú „rovnako
dlhé ?
15.4. (a) Overte priamym výpočtom, že pre ľubovoľné nenulové vektory xxx, yyy v trojrozmernom
euklidovskom priestore platí xxx × yyy = xxx yyy sin (xxx,yyy).
(b) Odvoďte z toho identitu xxx,yyy 2
+ xxx × yyy
2
= xxx
2
yyy
2
.
15.5. Nech V je trojrozmerný vektorový priestor. Dokážte, že pre ľubovoľné xxx,yyy,zzz ∈ V
platia rovnosti
(a) xxx × yyy,zzz = xxx,yyy × zzz ;
(b) xxx × (yyy × zzz) = xxx,zzz yyy − xxx,yyy zzz;
(c) xxx × (yyy × zzz) − (xxx × yyy) × zzz = xxx yyy,zzz − xxx,yyy zzz;
(d) xxx × (yyy × zzz) + yyy × (zzz × xxx) + zzz × (xxx × yyy) = 0.
Rovnosť (d) sa nazýva Jacobiho identita.
15.6. Nech ppp0,ppp1, . . . ,pppn−1 sú afinne nezávislé body v n-rozmernom euklidovskom priestore.
Potom rovnica nadroviny (ppp0,ppp1, . . . ,pppn−1) (vzhľadom na ľubovoľnú kladne
orientovanú ortonormálnu bázu priestoru V ) má tvar (ppp1 − ppp0) × . . . × (pppn−1 −
ppp0),xxx − ppp0 = 0. Dokážte.
15.7. Nech K je ľubovoľné pole. Potom xxx,yyy = xxxT
· yyy je regulárna symetrická bilineárna
forma na vektorovom priestore Kn
a kanonická báza εεε = (eee1, . . . ,eeen) je „ortonormálna
vzhľadom na tento „skalárny súčin . Definujme vektorový súčin v Kn
ako
formálny determinant xxx1 × . . . × xxxn−1 = det xxx1, . . . ,xxxn−1,εεεT
. Overte, že rovnica
nadroviny (ppp0,ppp1, . . . ,pppn−1) ⊆ Kn
má rovnaký tvar ako v predošlom cvičení.
16. Úvod do špeciálnej teórie relativity
V predchádzajúcich troch kapitolách sa nám podarilo zrekonštruovať značnú
časť euklidovskej geometrie, zovšeobecnenej do ľubovoľnej konečnej dimenzie,
z jedinej kladne definitnej symetrickej bilineárnej formy na reálnom vektorovom
priestore. V tejto kapitole najprv stručne preskúmame geometriu
konečnorozmerných reálnych vektorových priestorov vybavených indefinitnou
regulárnou symetrickou bilineárnou formou. Potom si predvedieme, ako
možno z jedinej takejto formy signatúry (1, n, 0) odvodiť matematický aparát
špeciálnej teórie relativity. Postupovať však budeme v opačnom smere,
ako je zvykom vo fyzike. Nebudeme budovať matematický model analýzou
fyzikálnej situácie, ale naopak, tento model, tzv. Minkowského časopriestor,
nájdeme už hotový. Fyzika sa nám začne vynárať pri jeho matematickom
štúdiu takpovediac samovoľne, keď pre niektoré javy a objekty, s ktorými
sa v ňom stretneme, začneme používať fyzikálnu terminológiu. Pri tom, samozrejme,
budeme dbať na to, aby takéto pomenúvanie bolo v zhode s našou
fyzikálnou intuíciou. To nebude zďaleka také ľahké, ako by sa vari dalo čakať –
čitateľovi sú iste aspoň zbežne známe niektoré „populárne dôsledky špeciálnej
teórie relativity, ktoré našej každodennej fyzikálnej skúsenosti zdanlivo
protirečia. Aj nimi sa tu budeme pomerne podrobne zaoberať.
Základom špeciálnej teórie relativity je dôsledne uplatnený Galileov princíp
relativity, postulujúci ekvivalenciu popisu pohybu a mechanických dejov
z pohľadu ktoréhokoľvek z navzájom rovnomerne priamočiaro sa pohybujúcich
pozorovateľov. Einstein tento princíp rozšíril do postulátu ekvivalencie
popisu prírody z hľadiska ktoréhokoľvek z takýchto pozorovateľov. Presnejšia
formulácia Einsteinovho princípu relativity hovorí, že všetky fyzikálne zákony
majú rovnakú matematickú podobu nezávisle od inerciálnej sústavy, vzhľadom
na ktorú ich formulujeme. Stálosť rýchlosti svetla už možno považovať za dôsledok
tohto princípu. Medzi fyzikálne zákony treba totiž zahrnúť aj rýchlosť,
akou sa šíri svetelný signál vo vákuu. Tým sa z tejto hodnoty stáva fundamentálna
konštanta, rovnaká pre všetky inerciálne sústavy.1
Matematická
podoba formúl teórie relativity si navyše vynucuje uznať medzný charakter
rýchlosti svetla: relatívna rýchlosť pohybu hmotných objektov je vždy menšia
než rýchlosť svetla.
Rozpisovať sa o epochálnom význame Einsteinovho objavu špeciálnej a
potom všeobecnej teórie relativity by dnes už bolo nosením dreva do lesa.
Patrí sa však poznamenať, že základy špeciálnej relativity možno do istej
1
Niektorí fyzici považujú princíp stálosti rýchlosti svetla za nezávislý princíp.
314 16. Úvod do špeciálnej teórie relativity
miery nájsť už u Lorentza a jej značnú časť rozvinul prakticky súčasne s Einsteinom
a nezávisle na ňom Poincaré. Výlučným Einsteinovým objavom je až
všeobecná teória relativity – no pri jej formulácii už nevystačíme s matematickým
aparátom lineárnej algebry. Vznik všeobecnej relativity však bol
do značnej miery umožnený Minkowského formuláciou špeciálnej relativity,
ktorá predstavuje jeden z prvých a rozhodujúcich momentov mimoriadne
plodného a dodnes živého programu tzv. geometrizácie fyziky. Práve výklad
špeciálnej teórie relativity v Minkowského geometrickom poňatí bude náplňou
tejto kapitoly.
16.1 Pseudoeuklidovské priestory
Pseudoeuklidovským priestorom nazývame ľubovoľný konečnorozmerný vektorový
priestor V nad poľom R, vybavený regulárnou indefinitnou symetrickou
bilineárnou formou. Túto formu nazývame pseudoskalárny súčin a jej
hodnotu na vektoroch xxx,yyy ∈ V značíme xxx,yyy , t. j. rovnako, ako sme značili
skalárny súčin. Signatúrou pseudoeuklidovského priestoru V rozumieme signatúru
príslušnej formy. Táto má tvar (p, q, 0), kde p, q ≥ 1 a p + q = dim V ,
čo nám umožňuje vynechať z nej posledný člen 0 a hovoriť o nej len ako
o signatúre (p, q); v takom prípade hovoríme tiež o (p, q)-rozmernom pseudoeuklidovskom
priestore. Od tejto chvíle až do konca tohto paragrafu V
označuje nejaký pevne zvolený pseudoeuklidovský priestor a n = dim V .
Pseudoskalárny súčin vo V takisto spĺňa prvé tri podmienky z definície
skalárneho súčinu zo začiatku paragrafu 13.1, ako aj ich o kúsok ďalej uvedené
dva dôsledky. Podmienku kladnej definitnosti (z ktorej už vyplýva regularita)
však treba nahradiť nasledujúcimi dvoma podmienkami
(∃xxx,yyy) xxx,xxx < 0 < yyy,yyy (indefinitnosť),
(∀yyy) xxx,yyy = 0 ⇒ xxx = 0 (regularita),
pričom ekvivalencia poslednej implikácie a regularity vyplýva z dôsledku 11.1.8.
Väčšinu pojmov, s ktorými sme sa zoznámili v euklidovských priestoroch,
možno, niekedy s istými nevyhnutnými úpravami, zaviesť aj pre pseudoeuklidovské
priestory. Taktiež celý rad výsledkov o euklidovských priestoroch si,
opäť s istými modifikáciami, zachováva platnosť aj pre pseudoeuklidovské
priestory. Keďže podrobné štúdium týchto priestorov nie je našim cieľom,
nevydáme sa cestou systematickej revízie výsledkov troch predchádzajúcich
kapitol. Obmedzíme sa len na niekoľko málo príkladov, ktoré nám budú užitočné
v ďalších paragrafoch. To si však vyžiada zaviesť aj niekoľko pojmov
a dokázať zopár výsledkov, ktoré nemajú priame analógie v euklidovských
priestoroch.
16.1. Pseudoeuklidovské priestory 315
Dvojmiestny vzťah ortogonality a ortokomplement množiny zavádzame
rovnako ako v euklidovskom priestore
xxx ⊥ yyy ⇔ xxx,yyy = 0,
X⊥
= {yyy ∈ V ; (∀xxx ∈ X)(xxx ⊥ yyy)},
pre xxx,yyy ∈ V , X ⊆ V .2
Gramovou maticou (usporiadanej k-tice) vektorov ααα = (uuu1, . . . ,uuuk) ∈ V n
nazývame maticu
GGG(ααα) = GGG(uuu1, . . . ,uuuk) = uuui,uuuj k×k
;
jej determinant |GGG(ααα)| nazývame Gramovým determinantom vektorov uuu1, . . . ,uuuk.
Hovoríme, že báza ααα = (uuu1, . . . ,uuuk) lineárneho podpriestoru S ⊆ V je ortonormálna,
ak pre všetky i, j ≤ k platí uuui,uuuj = 0, ak i = j, a uuui,uuui = ±1,
t. j. práve vtedy, keď jej Gramova matica GGG(ααα) je diagonálna, len s prvkami
±1 na diagonále.
Štandardný pseudoskalárny súčin signatúry (p, q) na (stĺpcovom) vektorovom
priestore Rp+q
je daný predpisom
xxx,yyy =
p
i=1
xiyi −
p+q
i=p+1
xiyi = xxxT
· diag(IIIp, −IIIq) · yyy.
Ako vyplýva z výsledkov kapitol 11, 12, každý pseudoskalárny súčin tejto
signatúry možno voľbou vhodnej ortonormálnej bázy, pri správnom poradí
jej členov, upraviť na uvedený tvar. Pseudoeuklidovský priestor Rn
so štandardným
pseudoskalárnym súčinom signatúry (p, q) budeme značiť R(p,q)
.
Lineárny podpriestor S ⊆ V sa nazýva kladne definitný, záporne definitný,
indefinitný, regulárny, resp. singulárny, ak bilineárna forma , zúžená na
S má príslušnú vlastnosť. Zrejme kladne alebo záporne definitný podpriestor
je regulárny.
Podobne, nenulový vektor uuu ∈ V sa nazýva kladne resp. záporne definitný,
ak uuu,uuu > 0, resp. uuu,uuu < 0, t. j. práve vtedy, keď ním generovaný
lineárny podpriestor má príslušnú vlastnosť. (Rozmyslite si, prečo nemá zmysel
hovoriť o indefinitných vektoroch.)
Nenulový vektor uuu ∈ V sa nazýva izotropný, ak uuu,uuu = 0, t. j. ak uuu ⊥ uuu.
V opačnom prípade hovoríme, že uuu je anizotropný vektor. Na rozdiel od euklidovských
priestorov, v pseudoeuklidovských priestoroch existujú izotropné
vektory (presvedčte sa o tom), ako aj netriviálne singulárne podpriestory
(napr. každý podpriestor generovaný nenulovým izotropným vektorom je
taký). Na druhej strane, každá ortonormálna báza lineárneho podpriestoru
vo V nutne pozostáva len z anizotropných vektorov.
2
Správne by sme mali samozrejme hovoriť o pseudoortogonálnych vektoroch, pseudoortokomplemente
množiny a pod. Dáme však prednosť stručnosti na úkor presnosti.
316 16. Úvod do špeciálnej teórie relativity
16.1.1. Tvrdenie. (a) Lineárny podpriestor S ⊆ V je regulárny práve vtedy,
keď má ortonormálnu bázu.
(b) Ľubovoľnú ortonormálnu bázu lineárneho podpriestoru S ⊆ V možno
doplniť do ortonormálnej bázy celého priestoru V .
Dôkaz. (a) Nech S je regulárny a ααα = (uuu1, . . . ,uuuk) je jeho ľubovoľná báza.
Potom aj Gramova matica GGG(ααα), ako matica bilineárnej formy , zúženej
na S vzhľadom na bázu ααα, je regulárna. Podľa vety 12.1.2 existuje regulárna
matica PPP ∈ Rk×k
taká, že PPPT
·GGG(ααα)·PPP je diagonálna matica len s prvkami ±1
na diagonále. Potom ααα · PPP je ortonormálna báza podpriestoru S. Obrátená
implikácia je triviálna.
(b) Nech (vvv1, . . . ,vvvk) je nejaká ortonormálna báza (regulárneho) podpriestoru
S. Doplňme ju (hocakým spôsobom) do bázy βββ = (vvv1, . . . ,vvvk,vvvk+1, . . . ,vvvn)
priestoru V . Potom aj Gramova matica GGG(βββ) je regulárna a jej ľavý horný
roh rozmeru k × k je diagonálny len s ±1 na diagonále, čiže túto jej časť
už upravovať nemusíme. Preto dvojicami ERO a ESO možno celú maticu
upraviť na diagonálnu maticu QQQT
· GGG(βββ) · QQQ s ±1 na diagonále tak, že ani
jeden z prvých k riadkov resp. stĺpcov pôvodnej matice GGG(βββ) nezmení polohu,
nebude vynásobený skalárom = 0, ani k nemu nepripočítame násobok
iného riadku či stĺpca. To znamená, že regulárna matica QQQ ∈ Rn×n
zodpovedajúca
príslušným ESO má blokový tvar QQQ =
IIIk QQQ1
0 QQQ2
. Preto bázy βββ a
βββ ·QQQ majú prvých k vektorov rovnakých, teda βββ ·QQQ je hľadaná ortonormálna
báza priestoru V .
16.1.2. Tvrdenie. Nech S ⊆ V je regulárny lineárny podpriestor. Potom
aj S⊥
je regulárny lineárny podpriestor a platí
V = S ⊕ S⊥
, S⊥⊥
= S.
Dôkaz. Podľa tvrdenia 16.1.1 má S nejakú ortonormálnu bázu (uuu1, . . . ,uuuk),
ktorú možno doplniť do ortonormálnej bázy (uuu1, . . . ,uuuk,uuuk+1, . . . ,uuun) celého
priestoru V . Ľahko nahliadneme, že S⊥
= [uuuk+1, . . . ,uuun]. Z toho už priamo
vyplýva regularita podpriestoru S⊥
ako aj rovnosti S∩S⊥
= {0}, S+S⊥
= V
a S⊥⊥
= S.
16.1.3. Tvrdenie. Ak S ⊆ V je maximálny kladne definitný podpriestor,
tak S⊥
je maximálny záporne definitný podpriestor.
Samozrejme tiež naopak, ak S ⊆ V je maximálny záporne definitný podpriestor,
tak S⊥
je maximálny kladne definitný podpriestor.
Dôkaz. Maximalita kladne definitného podpriestoru S znamená, že lineárny
podpriestor S + [xxx] nie je kladne definitný pre žiadny vektor xxx ∈ V S.
16.1. Pseudoeuklidovské priestory 317
Keďže S je regulárny, podľa predchádzajúceho tvrdenia je regulárny aj S⊥
.
Nech ααα = (uuu1, . . . ,uuuk), ααα = (uuuk+1, . . . ,uuun) sú ľubovoľné ortonormálne bázy
podpriestorov S resp. S⊥
. Potom (uuu1, . . . ,uuun) je zrejme ortonormálna báza
celého V . Z kladnej definitnosti S vyplýva, že GGG(ααα) = IIIk; z jeho maximality
a Sylvestrovho zákona zotrvačnosti (veta 12.1.1) zas GGG(ααα ) = −IIIn−k. Preto
S⊥
je záporne definitný podpriestor, ktorý je v dôsledku vety 12.1.1 zrejme
maximálny s touto vlastnosťou.
Podľa ostatných dvoch tvrdení je každý pseudoeuklidovský priestor priamym
súčtom V = S ⊕ T maximálneho kladne definitného podpriestoru S a
maximálneho záporne definitného podpriestoru T; tento rozklad však nie je
zďaleka jednoznačný. Pseudoskalárny súčin na podpriestore S je priamo skalárnym
súčinom, takže S je vlastne euklidovský priestor. Takisto T možno
považovať za euklidovský priestor – stačí formálne zmeniť znamienko pseudoskalárneho
súčinu a priradením (xxx,yyy) → − xxx,yyy je už definovaný skalárny
súčin na T. Štruktúra pseudoeuklidovského priestoru vzniká takpovediac prepojením
dvoch euklidovských štruktúr opačných znamienok. V dôsledku toho
sa môže Cauchyho-Schwartzova nerovnosť niekedy zmeniť na opačnú.
16.1.4. Tvrdenie. Nech uuu,vvv ∈ V sú anizotropné vektory. Potom platí
(a) uuu,vvv 2
= uuu,uuu vvv,vvv
práve vtedy, keď uuu, vvv sú lineárne závislé alebo [uuu,vvv] je dvojrozmerný
singulárny podpriestor;
(b) uuu,vvv 2
< uuu,uuu vvv,vvv
práve vtedy, keď uuu, vvv sú lineárne nezávislé a podpriestor [uuu,vvv] je kladne
alebo záporne definitný;
(c) uuu,vvv 2
> uuu,uuu vvv,vvv
práve vtedy, keď [uuu,vvv] je indefinitný podpriestor.
Dodajme, že v prípade, keď niektorý z vektorov uuu, vvv je izotropný, triviálne
platí uuu,vvv 2
≥ 0 = uuu,uuu vvv,vvv , pričom rovnosť nastane práve vtedy, keď
uuu,vvv = 0.
Dôkaz. Keďže |GGG(uuu,vvv)| = uuu,uuu vvv,vvv − uuu,vvv 2
, uvedená rovnosť z (a), resp.
nerovnosti z (b), (c) sú postupne ekvivalentné s podmienkami |GGG(uuu,vvv)| = 0,
|GGG(uuu,vvv)| > 0, resp. |GGG(uuu,vvv)| < 0.
Ak uuu, vvv sú lineárne závislé, tak rovnosť |GGG(uuu,vvv)| = 0 možno jednoducho
overiť priamym výpočtom. Ak sú nezávislé, tak GGG(uuu,vvv) je maticou pseudoskalárneho
súčinu na podpriestore [uuu,vvv] v báze (uuu,vvv). Z toho vyplýva:
(a) Podpriestor [uuu,vvv] je singulárny práve vtedy, keď matica GGG(uuu,vvv) je
singulárna, t. j. práve vtedy, keď |GGG(uuu,vvv)| = 0.
(b) Podľa Sylvestrovho kritéria (veta 12.2.4) je podpriestor [uuu,vvv] kladne
definitný práve vtedy, keď uuu,uuu > 0 a |GGG(uuu,vvv)| > 0, a záporne definitný
318 16. Úvod do špeciálnej teórie relativity
práve vtedy, keď uuu,uuu < 0 a |GGG(uuu,vvv)| > 0. Keďže pre anizotropný vektor uuu
iná možnosť nenastane, |GGG(uuu,vvv)| > 0 práve vtedy, keď [uuu,vvv] je kladne alebo
záporne definitný.
(c) Ako vidno z (b), [uuu,vvv] je indefinitný práve vtedy, keď |GGG(uuu,vvv)| < 0.
16.2 Minkowského časopriestor
Vo fyzike, presnejšie v špeciálnej teórii relativity, sa pod Minkowského priestoročasom
zvyčajne rozumie pseudoeuklidovský priestor R4
so štandardným
pseudoskalárnym súčinom signatúry (3, 1), prípadne (1, 3). Z matematického
hľadiska sú obe možnosti ekvivalentné – voľba jednej z nich je preto najmä vecou
vkusu. My dáme prednosť druhej možnosti, t. j. pre xxx = (x0, x1, x2, x3)T
,
yyy = (y0, y1, y2, y3)T
položíme
xxx,yyy = x0y0 − x1y1 − x2y2 − x3y3 = xxxT
· diag(1, −III3) · yyy.
Pritom súradnicu x0 interpretujeme ako čas a x1, x2, x3 ako súradnice polohy
v euklidovskom priestore. V súlade s tým budeme používať termím časopriestor.
Tento pojem však ďalej rozšírime jednak na vyššie, jednak na nižšie
dimenzie a na abstraktné pseudoeuklidovské priestory. Minkowského časopriestorom
budeme teda nazývať ľubovoľný pseudoeuklidovský priestor V
signatúry (1, n), kde n ≥ 1. R(1,n)
označuje Minkowského časopriestor Rn+1
so štandardným pseudoskalárnym súčinom signatúry (1, n). V našom výklade
budú hrať dôležitú úlohu práve časopriestory „malej signatúry (1, 1) a (1, 2),
ktoré ešte pripúšťajú názorné grafické znázornenie.
Na Minkowského časopriestor V budeme v prevažnej miere pozerať afinne,
t. j. jeho prvky budeme častejšie považovať za body než za vektory – tentokrát
ich však budeme nazývať udalosťami alebo tiež svetobodmi. Svetobody predstavujú
idealizované okamžité bodové udalosti (ako napr. vyžiarenie fotónu
atómom, či zrážku dvoch elementárnych častíc), pri ktorých abstrahujeme
od toho, „čo sa stalo , a zaznamenávame len ich čas a polohu.
Ak xxx,yyy ∈ V sú dva svetobody, tak pseudoskalárny súčin xxx − yyy,xxx − yyy
nazývame štvorcom ich časopriestorovej odľahlosti. Ak xxx = yyy, tak podľa
toho, či xxx − yyy,xxx − yyy je väčšie, rovné alebo menšie ako 0 (t. j. vektor xxx − yyy
je kladne definitný, izotropný alebo záporne definitný), hovoríme, že udalosti
xxx, yyy sú časovo, svetelne, resp. priestorovo odľahlé. Miesto kladne definitný,
záporne definitný, resp. izotropný vektor hovoríme tiež časový, priestorový,
resp. svetelný vektor.3
Množinu
LC(ppp) = {xxx ∈ V ; xxx − ppp,xxx − ppp = 0}
3
Obvykle sa používajú možno výstižnejšie, no určite ťažkopádnejšie názvy časupodobný,
priestorupodobný a svetlupodobný vektor.
16.2. Minkowského časopriestor 319
všetkých udalostí, ktoré sú od daného svetobodu ppp ∈ V svetelne odľahlé,
nazývame svetelný kužeľ (anglicky light cone) s počiatkom v ppp. Tento názov
je motivovaný tvarom svetelného kužeľa v Minkowského časopriestore R(1,2)
,
ktorý je znázornený na obrázku vpravo; vľavo vidíme svetelný kužeľ v Minkowského
časopriestore R(1,1)
, tvorený dvoma priamkami x1 = ±x0.
V pozadí práve zavedeného názvoslovia stojí fyzikálna interpretácia Minkowského
časopriestoru, ktorá bude v priebehu nášho výkladu vychádzať najavo
čoraz zreteľnejšie. Zatiaľ si len všimnime, že vyslaniu svetelného signálu
v istom okamihu z istého miesta možno priradiť istú udalosť v Minkowského
časopriestore R(1,3)
, ktorú si bez ujmy na všeobecnosti možno zvoliť za
počiatok odpočtu času i súradnej sústavy v priestore. Tento signál sa šíri
rovnakou rýchlosťou c všetkými smermi, takže v čase t > 0 bude vytvárať
sférickú vlnoplochu s polomerom ct a rovnicou
x2
1 + x2
2 + x2
3 = c2
t2
.
Obr. 16.1. Svetelný kužeľ v Minkowského časopriestoroch R(1,1)
a R(1,2)
Po voľbe rýchlosti svetla za jednotku rýchlosti (c = 1) a substitúcii
x0 = ct = t vidíme, že všetky svetobody, do ktorých dospeje svetelný signál
vyslaný v okamihu 0 z počiatku priestorovej súradnej sústavy, vytvárajú
„hornú polovicu svetelného kužeľa, niekedy nazývanú tiež svetelný kužeľ bu-
dúcnosti,
LC+
(0) = {xxx ∈ R(1,3)
; x0 ≥ 0 & xxx,xxx = 0}.
Jeho „dolná polovica , nazývaná aj svetelný kužeľ minulosti,
LC−
(0) = {xxx ∈ R(1,3)
; x0 ≤ 0 & xxx,xxx = 0}.
je tvorená svetobodmi, z ktorých svetelný signál dospel do počiatku priestorovej
súradnej sústavy v okamihu 0. Hviezdy, ktoré vidíme na jasnej nočnej
oblohe, sú rôzne vzdialené, preto svetlo z nich k nám letí rôzne dlho –
320 16. Úvod do špeciálnej teórie relativity
všetky takéto lúče však ležia na svetelnom kuželi minulosti LC−
(0). Svetobody,
z ktorých bol svetelný signál vyslaný v čase t < 0 opäť vytvárajú
sférickú vlnoplochu s polomerom −ct a rovnakou rovnicou ako v predošlom
prípade. Príkladom takejto vlnoplochy je belasá nebeská sféra, ktorej časť
vidíme za jasného dňa nad hlavou.
Pri potlačení jednej priestorovej súradnice x3 možno situáciu názorne ilustrovať
v Minkowského časopriestore R(1,2)
(predchádzajúci obrázok vpravo).
Miesto trojrozmerného priestoru si predstavme dvojrozmernú vodnú hladinu
a miesto vyslania svetelného signálu hoďme kameň do vody. Vznikne vlnenie,
ktorého čelo sa šíri po hladine v tvare kružnice a za čas t > 0 dospeje do
vzdialenosti ct, kde c je rýchlosť jeho šírenia. „Hornú polovicu svetelného
kužeľa si predstavme ako kruhové čelo vlny „unášané plynúcim časom – jeho
stav v nejakom okamihu t je daný rezom kužeľa rovinou x0 = ct.
Tento príklad navodzuje predstavu Minkovského časopriestoru signatúry
(1, n) ako n-rozmerného euklidovského priestoru „unášaného časom pozdĺž
časovej osi. I keď táto predstava býva často užitočná, uvidíme, že v Minkowského
časopriestore neexistuje privilegovaná časová os, ani kanonický, jednoznačný
rozklad na časovú a priestorovú zložku, ako by sa nám mohlo zdať pri
zbežnom pohľade na Minkowského časopriestor R(1,n)
. Skutočnosť, že „časom
unášaný fyzikálny priestor je euklidovský, čiže „plochý , poukazuje na to,
že špeciálna relativita skúma vlastne prázdny časopriestor, presnejšie, abstrahuje
od gravitačného pôsosobenia v ňom rozloženej hmoty. Tieto otázky
tematizuje až všeobecná teória relativity, ktorá gravitačné pôsobenie zachytáva
opäť geometricky – ako spojite sa meniace zakrivenie časopriestoru.
Pre časový vektor uuu ∈ V možno definovať normu alebo dĺžku uuu =
uuu,uuu rovnako ako v euklidovskom prípade. Pre priestorový vektor vvv ∈ V
však kladieme vvv = − vvv,vvv .
V euklidovskom priestore R2
vytvárajú vektory rovnakej dĺžky r > 0
(presnejšie ich konce) kružnicu s rovnicou x2
1 + x2
2 = r2
; v R3
je to sféra
s rovnicou x2
1 + x2
2 + x2
3 = r2
. Na rozdiel od toho v Minkowského časopriestore
R(1,1)
vytvárajú časové vektory dĺžky r > 0 rovnoosú hyperbolu
s rovnicou x2
0 −x2
1 = r2
; priestorové vektory dĺžky r zasa vytvárajú rovnoosú
hyperbolu s rovnicou x2
0 − x2
1 = −r2
(ďalší obrázok vľavo). V Minkowského
časopriestore R(1,2)
vytvoria takéto časové vektory dvojdielny rotačný hyperboloid
s rovnicou x2
0 − x2
1 − x2
2 = r2
, ktorý leží „vovnútri svetelného
kužeľa; zodpovedajúce priestorové vektory tvoria jednodielny rotačný hyperboloid
s rovnicou x2
0 − x2
1 − x2
2 = −r2
, ktorý obaľuje svetelný kužeľ „zvonka
(obrázok vpravo). Do vyšších dimenzíí, vrátane „nášho časopriestoru R(1,3)
,
bohužiaľ, už naša predstavivosť nesiaha. V istom zmysle si však nadplochy
tvorené vektormi rovnakej dĺžky aj vo vyšších dimenziách zachovávajú niektoré
podstatné vlastnosti, ktoré sme objavili v časopriestore signatúry (1, 2):
časové vektory dĺžky r > 0 stále vytvárajú dvojdielnu rotačnú hyperbolickú
16.3. Inerciálny pozorovateľ a jeho svetočiara 321
Obr. 16.2. Časové resp. priestorové vektory rovnakých dĺžok v R(1,1)
a R(1,2)
nadplochu umiestnenú „vnútri svetelného kužeľa, kým priestorové vektory
dĺžky r > 0 tvoria jednodielnu rotačnú hyperbolickú nadplochu obaľujúcu
svetelný kužeľ „zvonka .
Varujeme však čitateľa, aby podobným obrázkom a z nich vychádzajúcim
názorným geometrickým predstavám neprikladal väčšiu váhu, než im
náleží – Minkowského časopriestory R(1,1)
a R(1,2)
sú na nich totiž zobrazené
skreslene prostredníctvom euklidovskej geometrie. To vidno napr. už
z toho, že časové vektory rovnakej dĺžky sú zobrazené ako vektory nerovnakej
euklidovskej dĺžky. Len na okraj poznamenajme, že napr. na jednom diele
hyperboloidu x2
0 − x2
1 − x2
2 = r2
v R(1,2)
sa realizuje dvojrozmerná BolyaihoLobačevského
geometria, zo zrejmých dôvodov nazývaná tiež hyperbolickou,
ktorá je historicky prvým známym príkladom neeuklidovskej geometrie. Štúdium
podobných, nesporne zaujímavých otázok však už nie je predmetom
tohto kurzu.
16.3 Inerciálny pozorovateľ a jeho svetočiara
Inerciálneho pozorovateľa v Minkovského časopriestore V si predstavujeme
ako ideálneho dispečera obrovského počtu rovnomerne priamočiaro sa pohybujúcich,
no navzájom nehybných, čertovsky malých (presnejšie bodových)
trpaslíkov, vyskytujúcich sa v každom svetobode a vybavených synchronizovanými
hodinkami a jednotným metrom. Niekedy je však účelná predstava,
že aj inerciálny pozorovateľ je len jedným z takýchto trpaslíkov, prípadne, že
ktorýkoľvek z trpaslíkov môže prevziať úlohu dispečera. Matematicky však
nebudeme zavádzať nijakých inerciálnych dispečerov ani trpaslíkov – úplne
vystačíme s dráhami, ktoré opisujú vo V .
322 16. Úvod do špeciálnej teórie relativity
Obr. 16.3. Svetočiara inerciálneho pozorovateľa v R(1,2)
Na začiatok si uvedomme, akú dráhu opisuje v R(1,n)
nehybný bod. Keďže
čas neustále plynie, i nehybný bod sa v R(1,n)
„pohybuje – a to po „zvislej
priamke s parametrickými rovnicami x0 = t, x1 = p1, . . . , xn = pn,
kde (p1, . . . , pn)T
sú jeho priestorové súradnice v okamihu t = 0. Jej smerový
vektor je eee0 = (1, 0, . . . , 0)T
. A akú dráhu v R(1,n)
opisuje bod pohybujúci
sa rovnomerne priamočiaro rýchlosťou vvv so zložkami v1, . . . , vn v smere jednotlivých
osí x1, . . . , xn? Zrejme je to priamka s parametrickými rovnicami
x0 = t, x1 = p1 + v1t, . . . , xn = pn + vnt, kde (p1, . . . , pn)T
sú jeho priestorové
súradnice v okamihu t = 0, a smerovým vektorom (1, v1, . . . , vn)T
. To si
najlepšie znázorníme v R(1,2)
, keď si zvolíme os x1 v smere vektora rýchlosti
vvv, teda vvv = (v1, 0)T
. Situácia pre p1 = p2 = 0 je znázornená na obrázku.
Kedže rýchlosť pohybu hmotného bodu je menšia než rýchlosť svetla, t. j.
|v1| < 1, naša priamka leží „vovnútri svetelného kužeľa. Vo všeobecnom
prípade máme v2
1 + . . . + v2
n < 1, čiže (1, v1, . . . , vn)T
je časový vektor.
Teraz si uvedomme, že naše otázky boli chybne položené. Hovoriť o nehybnom
alebo pohybujúcom sa pozorovateľovi ako takom nedáva rozumný
fyzikálny zmysel. Neexistuje absolútny kľud ani absolútny pohyb, ale kľud i
pohyb sú relatívne. Nejaký fyzikálny objekt môže byť v kľude alebo v pohybe
len vzhľadom na nejaký iný objekt. Aspoň tak nás to učí klasická mechanika
od čias Galileových. Aj tak však z našich chybne položených otázok možno
vyťažiť netriviálny poznatok: inerciálni pozorovatelia sa v Minkowského časopriestore
pohybujú po priamkach s časovými smerovými vektormi.
Svetočiarou inerciálneho pozorovateľa, alebo len inerciálnou svetočiarou
nazývame ľubovoľnú orientovanú priamku (t. j. jednorozmerný afinný pod-
16.3. Inerciálny pozorovateľ a jeho svetočiara 323
priestor) vo V tvaru
WL(ppp,aaa) = ppp + [aaa] = {ppp + taaa; t ∈ R},
(z anglického world line), kde ppp ∈ V je svetobod a aaa ∈ V je časový vektor
(čiže aaa,aaa > 0), s orientáciou zadanou vektorom aaa. To znamená, že opačne
orientovanú svetočiaru WL(ppp, −aaa) považujeme za rôznu od WL(ppp,aaa), hoci
ako množiny bodov predstavujú tú istú priamku.
Tu treba upozorniť na ďalšie skreslenie, idúce na vrub zobrazenia v euklidovskej
geometrii. Svetočiara WL(0,eee0) v R(1,2)
je zobrazená ako os svetelného
kužeľa LC(0), kým svetočiara WL(0,aaa) s iným časovým vektorom
aaa vedie akoby bližšie popri jeho okraji. Z postulátu stálosti rýchlosti svetla
však vyplýva, že svetočiary všetkých inerciálnych pozorovateľov „majú rovnako
ďaleko k okraju svetelného kužeľa .
Formálne možno svetočiary WL(ppp,aaa) zaviesť rovnako pre ľubovoľné vektory
aaa = 0 vo V . Obmedzenie sa na časové smerové vektory je dôsledkom postulátu,
podľa ktorého sa všetky hmotné objekty pohybujú rýchlosťou menšou
než rýchlosť svetla. Svetočiary tvaru WL(ppp,aaa), kde aaa je svetelný vektor, t. j.
aaa,aaa = 0, predstavujú pohyb svetelnou rýchlosťou – takto sa však môžu pohybovať
len nehmotné častice (presnejšie, častice s nulovou kľudovou hmotnosťou),
teda z dnes známych častíc iba fotóny (o neutrínach sú už dnes – zdá
sa – všetci presvedčení, že sú hmotné). Svetočiary tvaru WL(ppp,aaa), kde aaa je
priestorový vektor, t. j. aaa,aaa < 0, by zodpovedali pohybu nadsvetelnou rýchlosťou,
teda – aspoň v rámci špeciálnej teórie relativity – nemajú fyzikálny
význam. Hoci o časticiach pohybujúcich sa nadsvetelnými rýchlosťami, tzv.
tachyónoch, sa v teoretickej fyzike stále špekuluje, všetky doterajšie pokusy
objaviť ich skončili neúspešne.
Pohyb má podľa našich fyzikálnych predstáv vždy relatívny charakter.
V abstraktnom Minkowského časopriestore, kde nemáme privilegovanú časovú
os, sú všetky inerciálne svetočiary rovnocenné. Pokiaľ teda budeme hovoriť
o pohybe inerciálneho pozorovateľa, vždy pôjde o jeho pohyb vzhľadom
na iného inerciálneho pozorovateľa. Na druhej strane, niektoré vlastnosti pohybu
sú absolútne. V Minkowského časopriestore V je to napr. vlastnosť
„pohybovať sa rovnomerne priamočiaro (t. j. opisovať inerciálnu svetočiaru
vo V ), a v dôsledku toho tiež vlastnosť „pohybovať sa premennou rýchlosťou
. Svetočiara hmotného bodu v Minkowského časopriestore V pohybujúceho
sa premennou rýchlosťou totiž nie je inerciálna. Zmena rýchlosti sa
prejaví zakrivením príslušnej svetočiary. Nakoľko však okamžitá rýchlosť pohybu
hmotného bodu je vždy menšia než rýchlosť svetla, dotykový vektor
k takejto svetočiare v každom jej svetobode ppp je časový, t. j. leží „vovnútri
svetelného kužeľa LC(ppp).
K danej svetočiare WL(ppp,aaa) inerciálneho pozorovateľa v Minkowského
časopriestore V existuje jednoznačne určený vektor aaa0 = aaa,aaa −1/2
aaa taký,
324 16. Úvod do špeciálnej teórie relativity
Obr. 16.4. Rôzne typy svetočiar v R(1,2)
že WL(ppp,aaa) = WL(ppp,aaa0) a aaa0,aaa0 = 1, ktorý nazývame jej časovým šípom
alebo šípom času (vo fyzike sa v Minkovského časopriestore R(1,3)
používa tiež
názov štvorrýchlosť). To znamená, že parameter t vo vyjadrení svetobodov
xxx = ppp + taaa0 svetočiary WL(ppp,aaa0) možno skutočne interpretovať ako vlastný
čas príslušného inerciálneho pozorovateľa, počítaný od udalosti ppp.
Matematicky tak možno inerciálneho pozorovateľa-dispečera stotožniť s časovým
šípom aaa ľubovoľnej jeho svetočiary WL(ppp,aaa) a jemu podriadených trpaslíkov
s týmito svetočiarami. Ich zladenie, t. j. niečo ako synchronizácia,
teda spočíva v totožnosti časových šípov všetkých takýchto svetočiar.
Svetočiara WL(ppp,aaa) inerciálneho pozorovateľa tak predstavuje jeho vlastný
tok času (a nie jeho pohyb – ten je možný len vzhľadom na iného inerciálneho
pozorovateľa). Orientácia svetočiary zodpovedá orientácii času z minulosti
do budúcnosti – prostriedkami špeciálnej teórie relativity ju však nemožno
odlíšiť od orientácie z budúcnosti do minulosti, presnejšie, rozhodnúť,
ktorá z nich je „tá pravá . Možno však rozhodnúť, či sú dve inerciálne svetočiary
orientované súhlasne alebo nesúhlasne, t. j. či ich vlastné časy plynú
tým istým alebo opačným smerom.
Časové vektory aaa, bbb sa nazývajú súhlasne orientované, ak aaa,bbb > 0;
ak aaa,bbb < 0, hovoríme, že aaa, bbb sú nesúhlasne orientované. (Samostatne si
dokážte, že prípad aaa,bbb = 0 nemôže nastať.) Inerciálne svetočiary WL(ppp,aaa),
WL(qqq,bbb) sú potom súhlasne resp. nesúhlasne orientované práve vtedy, keď
sú súhlasne resp. nesúhlasne orientované ich časové vektory.
Podobne, hovoríme, že svetelný vektor uuu = 0 je súhlasne orientovaný s časovým
vektorom aaa, ak aaa,uuu > 0; ak aaa,uuu < 0, hovoríme, že sú nesúhlasne
orientované. (Prípad aaa,uuu = 0 je opäť nemožný.)
16.3. Inerciálny pozorovateľ a jeho svetočiara 325
Ukážeme si, že súhlasne orientované časové vektory aaa, bbb určujú rovnakú
orientáciu časových aj svetelných vektorov.
16.3.1. Tvrdenie. Nech aaa, bbb sú súhlasne orientované časové vektory v Minkowského
časopriestore V . Potom pre ľubovoľný časový alebo svetelný vektor
uuu platí aaa,uuu > 0 práve vtedy, keď bbb,uuu > 0,
Dôkaz. Bez ujmy na všeobecnosti môžeme predpokladať, že aaa, bbb sú súhlasne
orientované časové šípy, t. j. aaa,aaa = bbb,bbb = 1 a aaa,bbb > 0. Vzhľadom na
symetriu úlohy stačí dokazovať implikáciu aaa,uuu > 0 ⇒ bbb,uuu > 0.
Priamym výpočtom sa možno presvedčiť, že vektory
bbb = bbb − aaa,bbb aaa, uuu = uuu − aaa,uuu aaa
patria do lineárneho podpriestoru [aaa]⊥
, teda sú to priestorové vektory. Potom
0 > bbb ,bbb = bbb,bbb − 2 aaa,bbb 2
+ aaa,bbb 2
aaa,aaa = 1 − aaa,bbb 2
,
a podobne, nakoľko uuu,uuu ≥ 0,
0 > uuu ,uuu = uuu,uuu − 2 aaa,uuu 2
+ aaa,uuu 2
aaa,aaa = uuu,uuu − aaa,uuu 2
≥ − aaa,uuu 2
Keďže [bbb ,uuu ] ⊆ [aaa]⊥
, je to záporne definitný podpriestor, a podľa bodov (a),
(b) tvrdenia 16.1.4 platí
bbb ,uuu 2
≤ bbb ,bbb uuu ,uuu .
Z toho dostávame odhad
| bbb ,uuu | ≤ | bbb ,bbb uuu ,uuu | ≤ aaa,uuu aaa,bbb 2 − 1,
z ktorého konečne vyplýva
bbb,uuu = aaa,bbb aaa,uuu + bbb ,uuu ≥ aaa,bbb aaa,uuu − | bbb ,uuu |
≥ aaa,uuu aaa,bbb − aaa,bbb 2 − 1 > 0.
Ak teraz definujeme svetelný kužeľ budúcnosti
LCaaa
(ppp) = {xxx ∈ V ; aaa,xxx − ppp > 0 & xxx − ppp,xxx − ppp = 0}
a svetelný kužeľ minulosti
LC−aaa
(ppp) = {xxx ∈ V ; aaa,xxx − ppp < 0 & xxx − ppp,xxx − ppp = 0}
326 16. Úvod do špeciálnej teórie relativity
udalosti ppp ∈ V vzhľadom na časový vektor aaa, tak z práve dokázaného tvrdenia
vyplýva, že platí LCaaa
(ppp) = LCbbb
(ppp) a LC−aaa
(ppp) = LC−bbb
(ppp) pre ľubovoľné
súhlasne orientované časové vektory aaa, bbb. Keďže aaa,aaa > 0 a vektory xxx, pre
ktoré aaa,xxx = 0, tvoria nadrovinu [aaa]⊥
oddeľujúcu obe „polovice svetelného
kužeľa LC(0), súhlasná orientácia časových vektorov aaa, bbb znamená, že ležia
„vovnútri tej istej polovice svetelného kužeľa LC(0); nesúhlasne orientované
časové vektory potom ležia „vovnútri opačných polovíc LC(0). Jedna
z dvoch možných orientácií času v Minkowského časopriestore V je tak daná
voľbou jediného časového vektora aaa, ktorý prehlásime za kladne orientovaný.
Pre V = R(1,n)
je týmto vektorom prirodzene časový šíp eee0.
16.4 Relativita súčasnosti
Uvažujme inerciálneho pozorovateľa s časovým šípom aaa a pokúsme sa vyjasniť
si, ktoré udalosti qqq, rrr v Minkowského časopriestore V by mal tento
pozorovateľ považovať za súčasné. Prirodzenou požiadavkou je, aby svetelný
signál vyslaný zo svetobodu qqq a preťal svetočiaru WL(rrr,aaa) vo svetobode zodpovedajúcom
rovnakému času tejto svetočiary počítanému od udalosti rrr, ako
je čas počítaný od udalosti qqq, v ktorom svetelný signál vyslaný zo svetobodu
rrr pretne svetočiaru WL(qqq,aaa) – pozri obrázok 16.5.
Obr. 16.5. Súčasné udalosti z hľadiska inerciálneho pozorovateľa s časovým šípom aaa
Na základe toho udalosti qqq,rrr ∈ V prehlásime za súčasné z hľadiska inerciálneho
pozorovateľa s časovým šípom aaa, ak qqq = rrr alebo existujú svetelné
vektory uuu, vvv, súhlasne orientované s časovým vektorom aaa, a hodnota časo-
16.4. Relativita súčasnosti 327
vého parametra t ∈ R také, že
(qqq + uuu) − rrr = (rrr + vvv) − qqq = taaa,
alebo, čo je to isté,
uuu − vvv = 2(rrr − qqq) a uuu + vvv = 2taaa.
16.4.1. Tvrdenie. Udalosti qqq a rrr v Minkowského časopriestore sú súčasné
z hľadiska inerciálneho pozorovateľa s časovým šípom aaa práve vtedy, keď platí
aaa,rrr − qqq = 0.
Dôkaz. Keďže pre qqq = rrr niet čo dokazovať, predpokladajme, že qqq = rrr.
Nech teda qqq a rrr sú súčasné udalosti vzhľadom na časový vektor aaa a uuu, vvv a
t sú svetelné vektory resp. časový parameter zaručené definíciou súčasnosti.
Potom
4t aaa,rrr − qqq = 2taaa, 2(rrr − qqq) = uuu + vvv,uuu − vvv = uuu,uuu − vvv,vvv = 0.
Preto musí platiť t = 0 alebo aaa,rrr − qqq = 0.
Keby nastala prvá možnosť t = 0, tak by platilo uuu − vvv = 0 a uuu + vvv = 0,
t. j. uuu, vvv by boli nenulové, navzájom opačné svetelné vektory. Z nich však
len jeden je súhlasne orientovaný s časovým vektorom aaa. Preto musí nastať
druhá možnosť aaa,rrr − qqq = 0.
Nech naopak platí aaa,rrr − qqq = 0. Položme
t = − rrr − qqq,rrr − qqq = rrr − qqq ,
uuu = rrr − qqq + taaa, vvv = qqq − rrr + taaa.
Priamym výpočtom možno ľahko overiť, že uuu, vvv a t spĺňajú všetky požadované
podmienky.
Zrejme definíciu súčasnosti možno ekvivalentne formulovať pre ľubovoľný
časový vektor aaa, nielen časový šíp, a práve dokázané tvrdenie pritom zostane
v platnosti.
Množina všetkých udalostí súčasných s udalosťou qqq z hľadiska inerciálneho
pozorovateľa s časovým vektorom aaa tak tvorí afinný podpriestor qqq+[aaa]⊥
v Minkowského časopriestore V , ktorý nazývame okamžitým fyzikálnym priestorom
inerciálneho pozorovateľa nachádzajúceho sa v svetobode qqq svojej
svetočiary WL(ppp,aaa); každý jednotlivý z takýchto afinných podpriestorov nazývame
okamžitým fyzikálnym priestorom svetočiary WL(ppp,aaa).
Keďže [aaa] je zrejme maximálny kladne definitný lineárny podpriestor vo V ,
jeho ortokomplement [aaa]⊥
je podľa tvrdenia 16.1.3 záporne definitný a podľa
328 16. Úvod do špeciálnej teórie relativity
tvrdenia 16.1.2 platí V = [aaa]⊕[aaa]⊥
. Na [aaa]⊥
sa budeme dívať ako na euklidovský
priestor vybavený skalárnym súčinom − xxx,yyy a normou xxx = − xxx,xxx .
Uvedomme si, že okamžité fyzikálne priestory ppp+[aaa]⊥
nášho inerciálneho pozorovateľa
sú vlastne tvorené tým istým euklidovským priestorom [aaa]⊥
„unášaným
tokom jeho času pozdĺž jeho svetočiary a dohromady vytvárajú celý
Minkowského časopriestor V = ppp + [aaa] + [aaa]⊥
.
Všetky udalosti v okamžitom fyzikálnom priestore ppp + [aaa]⊥
sa z hľadiska
príslušného inerciálneho pozorovateľa odohrávajú súčasne. On sám však
nemá ako odlíšiť svoj stav od kľudu, teda preňho je jeho okamžitý fyzikálny
priestor stále ten istý a splýva so zameraním [aaa]⊥
jeho okamžitého fyzikálneho
priestoru. Preto [aaa]⊥
predstavuje subjektívny fyzikálny priestor inerciálneho
pozorovateľa so svetočiarou WL(ppp,aaa). Pre inerciálneho pozorovateľa s iným
časovým vektorom bbb /∈ [aaa] však platí [aaa]⊥
= [bbb]⊥
, čiže udalosti súčasné pre
jedného z nich sa tak nemusia javiť druhému. Tento jav, označovaný ako
relativita súčasnosti, je vari zo všetkých dôsledkov teórie relativity najťažšie
uviesť do súladu s našou každodennou skúsenosťou a „zdravým rozumom .
Pre časový vektor aaa = 0 v R(1,1)
je [aaa]⊥
priamka súmerne združená
s priamkou [aaa] podľa osi x0 = x1 (alebo, čo je to isté, podľa osi x0 = −x1).
Teda okrem prípadu, keď aaa leží v smere osi x0, priamky [aaa], [aaa]⊥
nie sú na
seba euklidovsky kolmé. (Pozri obrázok 16.5.) Ako cvičenie si rozmyslite, ako
je rovina [aaa]⊥
„súmerne združená s priamkou [aaa] podľa svetelného kužeľa
v R(1,2)
.
16.5 Inerciálne bázy a vzťažné sústavy
Nech aaa0 je ľubovoľný časový šíp a (aaa1, . . . ,aaan) je nejaká ortonormálna báza
podpriestoru [aaa0]⊥
. Potom ααα = (aaa0,aaa1, . . . ,aaan) je zrejme ortonormálna báza
pseudoeuklidovského priestoru V s Gramovou maticou GGG(ααα) = diag(1, −IIIn),
nazývanou tiež Minkowského symbol alebo Minkowského metrický tenzor.
Takúto bázu nazývame inerciálnou bázou inerciálneho pozorovateľa s časovým
šípom aaa0 a k nej prislúchajúcu sústavu súradníc nazývame inerciálnou
súradnou sústavou prípadne inerciálnou vzťažnou sústavou. Všimnite si, že
– na rozdiel od časového šípu aaa0 – priestorové vektory aaa1, . . . ,aaan uvedenej
bázy nie sú určené jednoznačne, teda vo všeobecnosti existuje mnoho rôznych
inerciálnych báz spojených s daným inerciálnym pozorovateľom.
Ak ααα je inerciálna báza vo V , tak pre udalosti xxx,yyy ∈ V so súradnicami
(xxx)ααα = (x0, x1, . . . , xn)T
, (yyy)ααα = (y0, y1, . . . , yn)T
platí
xxx,yyy = x0y0 − x1y1 − . . . − xnyn,
čiže pseudoskalárny súčin vo V nadobúda tvar štandardného pseudoskalárneho
súčinu v R(1,n)
.
16.6. Paradox dvojčiat 329
Fyzikálne si pod šípom času aaa0 inerciálnej bázy (aaa0,aaa1, . . . ,aaan) treba predstaviť
hodinky a pod priestorovými vektormi aaa1, . . . ,aaan sústavu n očíslovaných
navzájom kolmých kovových tyčí jednotkovej dĺžky pevne zvarených
v jednom spoločnom koncovom bode, ktoré slúžia na fixovanie jednotlivých
súradných osí a meranie vzdialeností v ich smeroch (v „našom časopriestore,
samozrejme, n = 3). Zaviesť inerciálnú vzťažnú sústavu v Minkowského
časopriestore znamená vybaviť každého jedného trpaslíka podriadeného príslušnému
dispečerovi hodinkami a sústavou takýchto tyčí. Navyše všetky hodinky
jednotlivých trpaslíkov musia byť navzájom synchronizované a sústavy
ich tyčí paralelizované a zhodne orientované.
Nasledujúce zrejmé tvrdenie dodáva ďalšie oprávnenie spôsobu, akým sme
definovali súčasnosť, okamžité fyzikálne priestory a subjektívny priestor inerciálneho
pozorovateľa.
16.5.1. Tvrdenie. Nech ααα = (aaa0,aaa1, . . . ,aaan) je inerciálna báza pozorovateľa
s časovým šípom aaa0. Potom udalosti xxx,yyy ∈ V so súradnicami (xxx)ααα =
(x0, x1, . . . , xn)T
, (yyy)ααα = (y0, y1, . . . , yn)T
sú súčasné z hľadiska tohto pozorovateľa
práve vtedy, keď x0 = y0, t. j. xxx a yyy sú súčasné udalosti vzhľadom na
vzťažnú sústavu ααα.
16.6 Paradox dvojčiat
Náš výklad začneme malým doplnkom k obrátenej Cauchyho-Schwartzovej
nerovnosti z tvrdenia 16.1.4.
16.6.1. Tvrdenie. Nech V je Minkovského časopriestor a aspoň jeden z vektorov
uuu,vvv ∈ V je časový. Potom
uuu,vvv 2
≥ uuu,uuu vvv,vvv ,
pričom rovnosť nastane práve vtedy, keď vektory uuu, vvv sú lineárne závislé.
Dôkaz, Nech napr. uuu = 0 je časový vektor. Potom [uuu] je maximálny kladne definitný
lineárny podpriestor vo V , teda [uuu]⊥
je záporne definitný podpriestor
podľa tvrdenia 16.1.3 a V = [uuu]⊕[uuu]⊥
podľa tvrdenia 16.1.2. Preto vvv = auuu+zzz
pre jednoznačne určený skalár a a vektor zzz ∈ [uuu]⊥
. Z úvah o ortogonalizácii,
prípadne priamym výpočtom dostaneme
|GGG(uuu,vvv)| = |GGG(uuu,zzz)| = uuu,uuu zzz,zzz .
Z toho vyplýva, že podpriestor [uuu,vvv] = [uuu,zzz] je singulárny práve vtedy, keď
zzz = 0, t. j. práve vtedy, keď uuu, vvv sú lineárne závislé. Preto ak uuu, vvv sú lineárne
nezávislé, tak podpriestor [uuu,vvv] je indefinitný, a požadovaný záver vyplýva
z tvrdenia 16.1.4 (c).
330 16. Úvod do špeciálnej teórie relativity
Dôsledkom práve dokázaného tvrdenia je nasledujúca „obrátená trojuholníková
nerovnosť .
16.6.2. Dôsledok. Nech uuu, vvv sú súhlasne orientované časové vektory v Minkovského
časopriestore V . Potom aj uuu + vvv je časový vektor a platí
uuu + vvv ≥ uuu + vvv ,
pričom rovnosť nastane práve vtedy, keď uuu, vvv sú lineárne závislé.
Dôkaz. Keďže uuu,vvv > 0, priamym výpočtom dostávame
uuu + vvv,uuu + vvv = uuu,uuu + 2 uuu,vvv + vvv,vvv
≥ uuu 2
+ 2 uuu vvv + vvv 2
= uuu + vvv
2
,
pričom rovnosť zrejme nastane práve vtedy, keď uuu,vvv 2
= uuu,uuu vvv,vvv .
Predstavme si teraz v Minkowského časopriestore dvoch trpaslíkov-dvojčatá.
Nazvime ich trebárs Kýblik a Spachtoš. Spachtoš je inerciálny a celý čas
nášho rozprávania prespí doma. Kýblik sa zatiaľ vyberie na vesmírny výlet
raketou. Nejaký čas sa vzďaľuje rovnomerne zrýchleným pohybom, po dosiahnutí
istej dosť veľkej rýchlosti sa dlho pohybuje rovnomerne priamočiaro, potom
začne brzdiť a po dosiahnutí nulovej rýchlosti obráti svoju vesmírnu loď
a začne sa vracať domov na Zem – najprv rovnomerne zrýchleným pohybom
naberie istú veľkú rýchlosť, ktorou potom dlho letí rovnomerne priamočiaro,
a keď sa priblíži k Zemi, začne brzdiť, až napokon pristane doma na priedomí,
kde ho už čaká Spachtoš, ktorý sa práve zobudil a vyšiel von nadýchať sa
čerstvého vzduchu. Ukážeme si, že Kýblik je po návrate mladší než Spachtoš,
čiže z jeho hľadiska uplynul kratší čas než z hľadiska jeho spiaceho brata.
Príslušné úseky svetočiar oboch bratov sú znázornené na obrázku vľavo.
Kým Spachtošov úsek je časťou inerciálnej svetočiary, Kýblikov úsek je neinerciálny
– parabolicky zakrivené úseky zodpovedajú zrýchľovaniu resp. brzdeniu
rakety, priame letu stálou rýchlosťou. Ak zrýchľovanie a brzdenie trvá
v porovnaní s rovnomerným priamočiarym letom zanedbateľne krátko, príslušný
úsek Kýblikovej svetočiary možno pre naše účely dostatočne presne
aproximovať (fyzikálne neuskutočniteľnou) lomenou svetočiarou na obrázku
vpravo. Jej úseky zodpovedajú vektorom uuu, vvv. Spachtošov úsek potom zodpovedá
vektoru uuu + vvv. Zo Spachtošovho pohľadu uplynie čas uuu + vvv , kým
z Kýblikovho uuu + vvv . Keďže, ako (u)vidíme, uuu, vvv sú súhlasne orientované
časové vektory, podľa práve dokázaného dôsledku platí uuu +vvv ≥ uuu + vvv .
Celú situáciu možno popísať v R(1,1)
. Ak si označíme v veľkosť rýchlosti
Kýblikovej rakety v rovnomerných priamočiarych úsekoch, a t čas Spachtošovho
spánku, máme uuu = (t/2, vt/2), vvv = (t/2, −vt/2), uuu + vvv = (t, 0) a
16.7. Relatívna rýchlosť dvoch inerciálnych pozorovateľov 331
Obr. 16.6. Svetočiaty spiaceho a cestujúceho dvojčaťa
uuu,vvv = t2
(1 + v2
)/4 > 0, čiže uuu, vvv sú súhlasne orientované. Jednoduchým
výpočtom možno dostať presnejší odhad
uuu + vvv = t
√
1 − v2 < t = uuu + vvv .
Pomer vlastných časov oboch bratov teda závisí na rýchlosti v.
Názvom paradox dvojčiat sa zvykne označovať zdanlivý rozpor, ktorý
vzniká, ak sa na uvedenú situáciu pokúšame neuvážene aplikovať relativistický
princíp ekvivalencie ľubovoľných inerciálnych sústav. Ak totiž zabudneme,
že Kýblikova svetočiara je neinerciálna, a začneme celú situáciu posudzovať
z jeho hľadiska, vyjde nám, že by nakoniec mal byť mladší vzhľadom
na Kýblika sa pohybovavší Spachtoš. K tejto otázke sa ešte vrátime v paragrafe
16.8, venovanom dilatácii času.
16.7 Relatívna rýchlosť dvoch inerciálnych pozorovateľov
Uvažujme dvoch inerciálnych pozorovateľov so svetočiarami WL(ppp,aaa), WL(qqq,bbb)
v Minkowského časopriestore V , a kvôli jednoduchosti predpokladajme, že
vektory aaa, bbb sú ich šípy času, t. j. aaa,aaa = bbb,bbb = 1.
Svetočiara WL(qqq,bbb) druhého inerciálneho pozorovateľa pretína okamžitý
fyzikálny priestor ppp + taaa + [aaa]⊥
prvého pozorovateľa vo svetobode qqq + t bbb, kde
t nájdeme z podmienky (qqq + t bbb) − (ppp + taaa) ∈ [aaa]⊥
, čiže
0 = aaa,qqq +t bbb−ppp−taaa = aaa,bbb t + aaa,qqq −ppp − aaa,aaa t = aaa,bbb t + aaa,qqq −ppp −t.
Z toho vyplýva
t =
t − aaa,qqq − ppp
aaa,bbb
.
332 16. Úvod do špeciálnej teórie relativity
Z pohľadu prvého inerciálneho pozorovateľa, t. j. v jeho subjektívnom fyzikálnom
priestore [aaa]⊥
, tomuto okamihu zodpovedá poloha
(qqq + t bbb) − (ppp + taaa) = (qqq − ppp) −
aaa,qqq − ppp
aaa,bbb
bbb +
t
aaa,bbb
bbb − taaa
druhého inerciálneho pozorovateľa.
Nejakému časovému intervalu ∆t = t2 − t1 prvého inerciálneho pozorovateľa
tak zodpovedá časový interval
∆t = t2 − t1 =
t2 − t1
aaa,bbb
=
∆t
aaa,bbb
druhého z nich. Za ten čas sa poloha druhého pozorovateľa v subjektívnom
fyzikálnom priestore [aaa]⊥
prvého zmení o priestorový vektor ∆t aaa,bbb −1
bbb −
aaa ∈ [aaa]⊥
. Priestorový vektor
vvv = aaa,bbb −1
bbb − aaa ∈ [aaa]⊥
potom prirodzene predstavuje rýchlosť, akou sa druhý inerciálny pozorovateľ
pohybuje v subjektívnom fyzikálnom priestore prvého. Keďže vvv nezávisí od
času t, pohyb druhého inerciálneho pozorovateľa sa prvému skutočne javí ako
rovnomerný priamočiary. Pre veľkosť tejto rýchlosti platí
v = vvv = − vvv,vvv = − aaa,bbb −2 bbb,bbb + 2 − aaa,aaa = 1 − aaa,bbb −2.
Teda veľkosť v rýchlosti, ktorou sa z pohľadu prvého inerciálneho pozorovateľa
pohybuje druhý z nich, možno vyjadriť pomocou pseudoskalárneho
súčinu aaa,bbb ich časových šípov aaa, bbb. Taktiež naopak, pseudoskalárny súčin
aaa,bbb možno až na znamienko vyjadriť pomocou veľkosti relatívnej rýchlosti
v:
| aaa,bbb | =
1
√
1 − v2
,
v čom čitateľ asi spozná známy Lorentzov koeficient, hoci vo fyzike ho častejšie
zapisujeme v tvare 1√
1−(v/c)2
, kde c je rýchlosť svetla. Zrejme postulát
medznej hodnoty rýchlosti svetla je ekvivalentný s požiadavkou reálnosti a
konečnosti tohto výrazu. Ak navyše prijmeme prirodzený predpoklad, že aaa,
bbb sú súhlasne orientované, dostaneme
aaa,bbb =
1
√
1 − v2
.
16.7. Relatívna rýchlosť dvoch inerciálnych pozorovateľov 333
Ešte podotknime, že ak by sme si na začiatku nezjednodušili život podmienkou
aaa,aaa = bbb,bbb = 1, čiže za aaa, bbb by sme si vzali ľubovoľné súhlasne
orientované časové vektory, poslednú rovnosť by sme dostali v tvare
aaa,bbb
aaa bbb
=
1
√
1 − v2
,
čo na základe analógie s euklidovskými priestormi navodzuje myšlienku, že
Lorentzov koeficient predstavuje „kosínus akéhosi „pseudouhla vektorov aaa,
bbb. Keďže je však uvedený výraz vždy ≥ 1, o obyčajný kosínus uhla ísť nemôže.
Zvyšok paragrafu je venovaný upresneniu týchto úvah.
Z Eulerových vzťahov
eiα
= cos α + i sin α, e−iα
= cos α − i sin α,
ktoré tu nebudeme odvodzovať, vyplývajú nasledujúce vyjadrenia goniometrických
funkcií pomocou exponenciály imaginárneho argumentu
cos α =
eiα
+ e−iα
2
, sin α =
eiα
− e−iα
2i
pre ľubovoľné α ∈ R. Funkcie hyperbolický kosínus a hyperbolický sínus sú
definované reálnou analógiou uvedených rovností
cosh θ =
eθ
+ e−θ
2
, sinh θ =
eθ
− e−θ
2
pre ľubovoľné θ ∈ R.
Všetko, čo potrebujeme v tejto chvíli vedieť, je jednotkový vzťah
cosh2
θ − sinh2
θ = 1
(overte si samostatne jednoduchým výpočtom), z ktorého vyplýva, že všetky
dvojice (cosh θ, sinh θ) ležia na jednej vetve rovnoosej hyperboly x2
− y2
= 1,
(x ≥ 1), a že každý bod (x, y) tejto vetvy má uvedený tvar. Naozaj, stačí
položiť θ = ln(x + y). Druhá vetva (x ≤ −1) tejto hyperboly je tvorená
dvojicami (− cosh θ, sinh θ), pre θ ∈ R.
Pre súhlasne orientované časové vektory aaa, bbb potom existuje jednoznačne
určené reálne číslo θ, nazývané tiež hyperbolický uhol vektorov aaa, bbb, také, že
cosh θ =
aaa,bbb
aaa bbb
=
1
√
1 − v2
, sinh θ =
−|GGG(aaa,bbb)|
aaa bbb
=
v
√
1 − v2
.
Explicitné vyjadrenie pre θ je
θ = ln
aaa,bbb + −|GGG(aaa,bbb)|
aaa bbb
= ln
1 + v
1 − v
.
334 16. Úvod do špeciálnej teórie relativity
16.8 Relativistická dilatácia času
Ako sme odvodili v predošlom paragrafe, pre časový úsek ∆t druhého inerciálneho
pozorovateľa, ktorý zodpovedá časovému úseku ∆t s ním súhlasne
orientovaného prvého pozorovateľa, platí
∆t =
∆t
aaa,bbb
= ∆t
√
1 − v2,
teda ∆t ≤ ∆t, pričom rovnosť nastane práve vtedy, keď v = 0, čo je ekvivalentné
s rovnosťou aaa,bbb = 1, a na základe tvrdenia 16.1.4 s lineárnou závislosťou
časových šípov aaa, bbb, čo v tomto prípade znamená aaa = bbb. Z hľadiska prvého
pozorovateľa, ktorý sám seba považuje za nehybného, tak medzi dvoma okamihmi
t1 a t2 uplynie dlhší čas, než z hľadiska druhého pozorovateľa medzi
okamihmi t1, t2, v ktorých sa tento pozorovateľ nachádza v okamžitých fyzikálnych
priestoroch ppp + t1aaa + [aaa]⊥
, resp. ppp + t2aaa + [aaa]⊥
prvého. Tento efekt sa
nazýva relativistické spomalenie, prípadne relativistická dilatácia času.
V uvedenej rovnosti sa však skrýva zdanlivý paradox, niekedy nazývaný
paradox času. Z matematických dôvodov symetrie ako aj z fyzikálnych dôvodov
rovnocennosti inerciálnych sústav by malo takisto platiť
∆t =
∆t
aaa,bbb
= ∆t
√
1 − v2,
teda ∆t ≤ ∆t . Potom nevyhnutne ∆t = ∆t , v = 0 a aaa,bbb = 1, t. j. aaa = bbb pre
ľubovoľné súhlasne orientované časové šípy aaa, bbb, čo je zrejmý nezmysel. Teda
niekde v našich úvahách je asi chyba. Odhaliť ju nie je až také ťažké. Časový
okamih prvého inerciálneho pozorovateľa, zodpovedajúci časovému okamihu
t druhého inerciálneho pozorovateľa z pohľadu druhého pozorovateľa, nie je
pôvodný okamih t, ale okamih
t =
t − bbb,ppp − qqq
aaa,bbb
=
t − aaa,qqq − ppp + aaa,bbb bbb,ppp − qqq
aaa,bbb 2
.
Teda časovému intervalu ∆t = t2 − t1 druhého inerciálneho pozorovateľa
zodpovedá z jeho pohľadu časový interval
∆t =
∆t
aaa,bbb
=
∆t
aaa,bbb 2
,
a nie ∆t, prvého pozorovateľa. Situácia pre špeciálny prípad ppp = qqq = 0,
t1 = 0, t2 = t = ∆t je znázornená na obrázku v R(1,1)
.
Na obrázku nám asi udrie do očú, že dĺžka vektora t bbb je väčšia ako dĺžka
vektora taaa, aj keď t bbb = t = t
√
1 − v2 < t = taaa . Nezaškodí preto znova
16.8. Relativistická dilatácia času 335
Obr. 16.7. Relativistická dilatácia času
pripomenúť, že vzdialenosti, ktoré nám vnucuje obrázok, sú euklidovské, netreba
ich preto brať vážne – geometria Minkowského časopriestoru je totiž
neeuklidovská. Z hľadiska tejto geometrie sú rovnako dlhé napr. vektory taaa
a tbbb (ich „konce ležia na tej istej hyperbole).
Experimentálny dôkaz dilatácie času poskytujú µ-mezóny, zvané tiež mióny
(niečo ako „ťažké elektróny ) – elementárne častice s veľmi krátkou priemernou
dobou života (asi 2, 2 · 10−6
s). Mióny vznikajú vplyvom primárneho
kozmického žiarenia v horných vrstvách atmosféry (t. j. vo výškach 10 a viac
km) a prilietajú veľkými rýchlosťami (až 0, 998 rýchlosti svetla) na zemský
povrch. Za čas 2, 2 · 10−6
s by však ani rýchlosťou svetla c ≈ 300 000 km s−1
nemali preletieť viac než 660 m. Z hľadiska pozemského pozorovateľa však
času ∆t v sústave letiaceho miónu zodpovedá čas ∆t = ∆t /
√
1 − v2, kde v
je jeho rýchlosť v pomere k rýchlosti svetla. Namerané hodnoty priemernej
doby života miónov pri rôznych rýchlostiach (či už v kozmických lúčoch alebo
v pozemských urýchľovačoch) sa so značnou presnosťou zhodujú s uvedeným
vzťahom. Napríklad vlastnému času 2, 2 · 10−6
s v sústave miónu letiaceho
rýchlosťou 0, 998 c, zodpovedá v sústave pozemského pozorovateľa čas asi
34, 8 · 10−6
s, za ktorý mión preletí dráhu približne 10, 4 km.
Všimnite si, že vo formule pre dilatáciu času vystupuje rovnaký koefi-
cient
√
1 − v2 ako v približnom kvantitatívnom odhade z paradoxu dvojčiat.
Navyše dilatácia času je – popri neinerciálnosti Kýblikovej svetočiary – naozaj
spoluzodpovedná za jeho „pomalšie starnutie . To sú dôvody, pre ktoré
sa oba tieto efekty často pletú. Ešte stále sa možno z času na čas stretnúť
s naivnou kritikou špeciálnej teórie relativity, ktorá si berie na mušku práve
paradox dvojčiat a používa pri tom už spomínaný argument, akým možno
zdanlivo spochybniť dilatáciu času: „Keďže pohyb je relatívny, môžeme rovnako
dobre z Kýblikovho hľadiska považovať Spachtoša za pohybujúceho sa
a Kýblika za nehybného. Potom by mal viac zostarnúť Kýblik. Podobná
symetria tu však nemá miesto. Aby sa mohli Kýblik a Spachtoš, opisujúci
336 16. Úvod do špeciálnej teórie relativity
najprv tú istú svetočiaru, rozdeliť a potom opäť stretnúť, musí sa (aspoň)
jeden z nich v istých úsekoch svojej svetočiary „zneinerciálniť , t. j. pohybovať
sa so zrýchlením. Rozdiel medzi inerciálnou Spachtošovou a neinerciálnou
Kýblikovou svetočiarou má tak – v protiklade k našim inerciálnym pozorovateľom
z tohto paragrafu – absolútny charakter a rozdiel veku sa pri stretnutí
oboch bratov prejaví „hmatateľne .
Tento efekt bol potvrdený aj experimentálne – neexperimentovalo sa však
s dvojčatami ale s veľmi presnými hodinami, merajúcimi čas pomocou oscilácií
v elektrónovom obale atómov cézia. Štvoro céziových hodín obletelo Zem
v dvoch prúdových lietadlách – dvojo v smere od západu na východ, dvojo
v smere od východu na západ – a po prílete ich porovnali s referenčnými hodinami,
ktoré zostali „doma v Námornom observatóriu v USA. Namerané
časové rozdiely sa veľmi dobre zhodovali s hodnotami predpovedanými teóriou.
Poznamenajme však, že vzhľadom na účinky rotácie a gravitačného
poľa Zeme je reálna situácia podstatne zložitejšia než náš umelý príklad
s Kýblikom a Spachtošom, a jej matematický popis si vyžaduje i čo-to zo
všeobecnej teórie relativity. V skutočnosti v porovnaní s pozemskými hodinami
„omladli len hodiny, ktoré leteli smerom na východ – o (59±10)·10−9
s;
naopak hodiny, ktoré leteli na západ, v porovnaní s pozemskými hodinami
dokonca „zostarli o (273 ± 7) · 10−9
s. Teoretická predpoveď dávala hodnoty
(40 ± 23) · 10−9
s, resp. (275 ± 21) · 10−9
s.
16.9 Lorentzova transformácia
Vráťme sa ešte raz k našim inerciálnym pozorovateľom v Minkowského časopriestore
V so súhlasne orientovanými časovými šípmi aaa, bbb. Označme aaa0 = aaa,
bbb0 = bbb a predpokladajme, že ααα = (aaa0,aaa1, . . . ,aaan), βββ = (bbb0,bbb1, . . . ,bbbn) sú ich
inerciálne bázy. Lorentzova transformácia z inerciálnej bázy βββ do inerciálnej
bázy ααα je transformácia súradníc vzhľadom na tieto bázy, t. j. lineárne
zobrazenie ϕ: R(1,n)
→ R(1,n)
také, že
(uuu)ααα = ϕ (uuu)βββ
pre každé uuu ∈ V , alebo, čo je to isté,
ααα · ϕ(xxx) = βββ · xxx
pre každé xxx ∈ R(1,n)
(stačí položiť xxx = (uuu)βββ). Z uvedených vzťahov okamžite
vidno, že Lorentzova transformácia ϕ je danými bázami ααα, βββ jednoznačne
určená a jej matica vzhľadom na kanonickú ortonormálnu bázu εεε =
(eee0,eee1, . . . ,eeen) v R(1,n)
je zároveň maticou prechodu z bázy βββ do bázy ααα, t. j.
(ϕ)εεε,εεε = PPPααα,βββ.
16.9. Lorentzova transformácia 337
16.9.1. Tvrdenie. Nech ϕ je Lorentzova transformácia z inerciálnej bázy βββ
do inerciálnej bázy ααα v Minkowského časopriestore V . Potom pre ľubovoľné
vektory xxx,yyy ∈ R(1,n)
platí
ϕxxx, ϕyyy = xxx,yyy .
Inými slovami, Lorentzova transformácia zachováva štandardný pseudoskalárny
súčin.
Dôkaz. Nech xxx,yyy ∈ R(1,n)
. Vzhľadom na inerciálnosť báz ααα, βββ platí
ϕxxx, ϕyyy = ααα · ϕxxx, ααα · ϕyyy = βββ · xxx, βββ · yyy = xxx,yyy ,
pričom v dvoch krajných výrazoch ide o štandardný pseudoskalárny súčin
v R(1,n)
, kým v dvoch vnútorných výrazoch o pseudoskalárny súčin vo V .
Ak ϕ je Lorentzova transformácia z inerciálnej bázy βββ do inerciálnej bázy
ααα, ktoré prislúchajú svetočiaram WL(bbb,qqq) resp. WL(ppp,aaa), pričom naši pozorovatelia
si za počiatky odpočtu svojich súradníc zvolili udalosti qqq resp. ppp,
tak vzťah medzi súradnicami ľubovoľnej udalosti zzz ∈ V v takto zvolených
inerciálnych súradných systémoch udáva afinná transformácia
(zzz − ppp)ααα = ϕ(zzz − qqq)βββ,
nazývaná tiež Poincarého transformáciou.
Preniknúť do štruktúry Lorentzových transformácií možno tak, že popíšeme
štruktúru ich matíc. To je vo všeobecnom prípade pomerne náročná
úloha. Ukážeme si však, že dané súhlasne orientované časové šípy aaa = aaa0,
bbb = bbb0 možno vždy vhodne doplniť do inerciálnych báz ααα = (aaa0,aaa1, . . . ,aaan),
βββ = (bbb0,bbb1, . . . ,bbbn) tak, že vzhľadom na ne má matica Lorentzovej transformácie
z βββ do ααα obzvlášť jednoduchý a prehľadný tvar PPPααα,βββ = diag(LLLv,IIIn−1),
kde LLLv ∈ R2×2
je matica Lorentzovej transformácie Minkowského časopriestoru
R(1,1)
, ktorej prvky možno vyjadriť výlučne pomocou veľkosti v relatívnej
rýchlosti uvažovaných inerciálnych pozorovateľov. V takom prípade hovoríme
o tzv. špeciálnej Lorentzovej transformácii. 4
Ak aaa = bbb, nájdeme ľubovoľnú ortonormálnu bázu ααα = βββ časopriestoru
V s prvým členom aaa0 = bbb0. Lorentzova transformácia z βββ do ααα je potom
identické zobrazenie s maticou PPPααα,βββ = IIIn+1.
Ak aaa = bbb, tak ide o nezávislé vektory. V dôkaze tvrdenia 16.1.4 sme
ukázali, že [aaa,bbb] je indefinitný podpriestor vo V . Preto existuje aaa1 ∈ [aaa,bbb]
také, že (aaa0,aaa1) je ortonormálna báza podpriestoru [aaa,bbb]. Potom nevyhnutne
aaa1 ∈ [aaa]⊥
je priestorový vektor. Rovnako existuje bbb1 ∈ [aaa,bbb] ∩ [bbb]⊥
také, že
4
V anglojazyčnej literatúre sa požíva tiež názov boost (pozri paragraf 29.5).
338 16. Úvod do špeciálnej teórie relativity
(bbb0,bbb1) je ortonormálna báza podpriestoru [aaa,bbb]. Ak si označíme aaa2 = bbb2,
. . . , aaan = bbbn ľubovoľnú ortonormálnu bázu záporne definitného podpriestoru
[aaa,bbb]⊥
, tak ααα = (aaa0,aaa1, . . . ,aaan) a βββ = (bbb0,bbb1, . . . ,bbbn) sú inerciálne bázy, ktoré
majú posledných n−1 členov rovnakých. Ich matica prechodu má tvar PPPααα,βββ =
diag(PPPaaa,bbb,IIIn−1), kde PPPaaa,bbb ∈ R2×2
označuje maticu prechodu z bázy [bbb0,bbb1] do
bázy [aaa0,aaa1], ktorú vyjadríme explicitne. Na ten účel stačí poznať vektory
aaa1, bbb1.
V paragrafe 16.7 sme odvodili tvar vektora vvv rýchlosti, ktorou sa v subjektívnom
fyzikálnom priestore inerciálneho pozorovateľa s časovým šípom aaa
pohybuje inerciálny pozorovateľ s časovým šípom bbb:
vvv = aaa,bbb −1
bbb − aaa.
Keďže vvv ∈ [aaa,bbb] ∩ [aaa]⊥
a dim [aaa,bbb] ∩ [aaa]⊥
= 1, stačí položiť
aaa1 = v−1
vvv =
aaa,bbb −1
bbb − aaa
1 − aaa,bbb −2
=
bbb − aaa,bbb aaa
aaa,bbb 2 − 1
,
kde v = vvv = 1 − aaa,bbb −2. S využitím symetrie úlohy možno písať
bbb1 =
− aaa,bbb −1
aaa + bbb
1 − aaa,bbb −2
=
−aaa + aaa,bbb bbb
aaa,bbb 2 − 1
.
Z rovnosti pre aaa1 si vyjadríme
bbb0 = bbb = aaa,bbb aaa0 + aaa,bbb 2 − 1aaa1,
čo po dosadení do rovnosti pre bbb1 a malých úpravách dáva
bbb1 = aaa,bbb 2 − 1aaa0 + aaa,bbb aaa1.
To znamená, že
(bbb0,bbb1) = (aaa0,aaa1) ·


aaa,bbb aaa,bbb 2 − 1
aaa,bbb 2 − 1 aaa,bbb

 .
Ak si ešte spomenieme na vzťah medzi pseudoskalárnym súčinom aaa,bbb a
veľkosťou rýchlosti v, dostaneme dvojaké vyjadrenie matice prechodu PPPaaa,bbb
alias Lorentzovej transformácie LLLv:
PPPaaa,bbb =


aaa,bbb aaa,bbb 2 − 1
aaa,bbb 2 − 1 aaa,bbb

 =



1
√
1 − v2
v
√
1 − v2
v
√
1 − v2
1
√
1 − v2


 = LLLv.
16.9. Lorentzova transformácia 339
Obr. 16.8. Lorentzenova transformácia z inerciálnej bázy (bbb0,bbb1)
Po substitúcii θ = ln (1 + v)/(1 − v) dostávame ešte tretie vyjadrenie
v tvare tzv. hyperbolickej rotácie
RRRhhhθ =
cosh θ sinh θ
sinh θ cosh θ
= PPPaaa,bbb = LLLv.
Všimnite si, že pre aaa = bbb, čiže v = 0, θ = 0, dostávame PPPaaa,aaa = LLL0 = RRRhhh0 = III2,
čo je v zhode so skôr prijatým riešením tohto špeciálneho prípadu. Všeobecný
prípad je znázornený na obrázku.
Z fyzikálneho hľadiska je najdôležitejšia signatúra (1, 3), t. j. n = 3, kedy
sa Lorentzova transformácia súradníc vzhľadom na inerciálne bázy ααα, βββ obvykle
uvádza v jednom z nasledujúcich tvarov:
x0 = ct =
x0 + (v/c)x1
1 − (v/c)2
=
ct + (v/c)x1
1 − (v/c)2
,
x1 =
(v/c)x0 + x1
1 − (v/c)2
=
vt + x1
1 − (v/c)2
,
x2 = x2,
x3 = x3,
kde c je rýchlosť svetla, v je relatívna rýchlosť pohybu pozorovateľov s inerciálnymi
bázami ααα a βββ v smere osi x1 a (x0 =ct, x1, x2, x3)T
, (x0 =ct , x1, x2, x3)T
sú časopriestorové súradnice ľubovoľnej udalosti vzhľadom na bázy ααα resp. βββ.
Ešte raz však pripomíname, že takýto pomerne jednoduchý tvar má Lorentzova
transformácia len pri „správnej voľbe priestorových vektorov oboch
báz.
340 16. Úvod do špeciálnej teórie relativity
16.10 Relativistická kontrakcia dĺžky
Pomocou Lorentzovej transformácie možno jednoducho odvodiť ďalší zo známych
relativistických efektov.
Nech WL(ppp,aaa), WL(qqq,bbb) sú súhlasne orientované svetočiary inerciálnych
pozorovateľov a ααα = (aaa0,aaa1,aaa2, . . . ,aaan), resp. βββ = (bbb0,bbb1,bbb2, . . . ,bbbn) sú s nimi
spojené inerciálne bázy zvolené tak, ako v predchádzajúcom paragrafe, t. j.
Lorentzova transformácia ϕ z βββ do ααα má maticu tvaru diag(LLLv,IIIn−1). Predpokladajme,
že prvý pozorovateľ registruje nehybnú pevnú tyč dĺžky l > 0
v smere vektora aaa1. Matematicky ide o priestorový vektor laaa1 prebiehajúci
postupom času okamžité fyzikálne priestory ppp + taaa + [aaa]⊥
; jeho súradnice
v okamihu t vzhľadom na bázu ααα a počiatok ppp sú (t, l, 0, . . . , 0)T
. Dĺžka tejto
tyče sa druhému pozorovateľovi javí ako dĺžka
l = uuu = − uuu,uuu ,
vektora uuu, ktorý leží v jeho subjektívnom fyzikálnom priestore [bbb]⊥
(čo značí,
že pri jeho ľubovoľnom umiestnení sú oba jeho konce súčasné udalosti vzhľadom
na bázu βββ) a spĺňa podmienku
(taaa0 + laaa1)ααα = (t, l, 0, . . . , 0) = ϕ (uuu)βββ
pre nejaký okamih t vlastného času sústavy ααα. Keďže uuu ∈ [bbb]⊥
, jeho súradnice
majú tvar (uuu)βββ = (0, x1, x2, . . . , xn)T
a z podmienky pre ich Lorentzovu
transformáciu okamžite vidíme, že x2 = . . . = xn = 0, ako aj
t
l
= LLLv ·
0
x1
=
x1
√
1 − v2
v
1
.
Potom zrejme l = x1 a konečne dostávame ohlásený vzťah medzi dĺžkami
tyče v oboch inerciálnych sústavách:
l =
l
√
1 − v2
≥ l ,
pričom rovnosť nastane práve vtedy, keď v = 0, teda dĺžka tyče sa javí najväčšia
v tej inerciálnej sústave, vzhľadom na ktorú je tyč nehybná. Tento jav
sa nazýva relativistické skrátenie alebo tiež relativistická kontrakcia dĺžky
v smere pohybu. Nasledujúci obrázok, ktorý znázorňuje situáciu v R(1,1)
, je
plne analogický obrázku znázorňujúcemu relativistickú dilatáciu času. Opäť
sa na ňom stretáme s disproporciou euklidovskej a Minkowského dĺžky vektorov
l bbb1 a laaa1.
Ešte si všimnime, že onen okamih t vlastného času v sústave ααα je jednoznačne
určený:
t = l
v
√
1 − v2
= lv.
Cvičenia 341
Obr. 16.9. Relativistická kontrakcia dĺžky
Uvedená formulka je však lepšie čitateľná v obvyklom fyzikálnom tvare
ct = v
l
c
.
Inak povedané, za čas t preletí svetlo rovnakú vzdialenosť, akú urazíme rýchlosťou
v za čas, ktorý potrebuje svetlo na prekonanie vzdialenosti l. Zrejme
pre tyč „bežných rozmerov je čas t enormne malý.
Cvičenia
16.1. Nech aaa, bbb sú nenulové vektory v Minkowského časopriestore V . Dokážte nasledujúce
tvrdenia:
(a) Ak aaa, bbb sú časové vektory tak aaa,bbb = 0.
(b) Ak aaa, bbb sú lineárne nezávislé svetelné vektory, tak aaa,bbb = 0.
(c) Ak aaa je časový a bbb je svetelný vektor, tak aaa,bbb = 0.
16.2. (a) Nenulové svetelné vektory uuu, vvv v Minkowského časopriestore V nazveme súhlasne
orientovanými, ak existuje časový vektor aaa taký, že aaa, uuu aj aaa, vvv sú súhlasne orientované.
Dokážte, že nenulové svetelné vektory uuu, vvv sú súhlasne orientované práve
vtedy, keď uuu,vvv > 0 alebo existuje kladný skalár s ∈ R taký, že uuu = svvv.
(b) Dokážte, že Minkowského časopriestor R(1,n)
má bázu pozostávajúcu zo samých
navzájom súhlasne orientovaných svetelných vektorov. Vypočítajte jej Gramovú
maticu a vysvetlite, prečo žiadne dva vektory takejto bázy nemôžu byť ortogo-
nálne.
(c) Dokážte, že v R(1,n)
existuje n-rozmerný singulárny podpriestor. (Návod: Uvažujte
zároveň štandardný euklidovský skalárny súčin v Rn+1
a vezmite euklidovský
ortokomplement nejakého svetelného vektora.) Aká je signatúra pseudoskalárneho
súčinu zúženého na tento podpriestor?
16.3. Doplňte chýbajúce výpočty v dôkazoch tvrdení 16.3.1 a 16.4.1.
342 16. Úvod do špeciálnej teórie relativity
16.4. Nech aaa je časový vektor v R(1,n)
a S = [aaa]⊥
je k nemu prislúchajúci subjektívny fyzikálny
priestor. Označme aaaS euklidovský kolmý priemet vektora aaa do podpriestoru
S a M ľubovoľnú z dvojice priamok, ktoré tvoria prienik [aaa,aaaS]∩LC(0). Dokážte, že
priamky [aaa], [aaaS] sú (v euklidovskom zmysle) sssúmerne združené podľa priamky M.
16.5. Načrtnite grafy funkcií β(v) = 1√
1−v2
a 1/β(v) =
√
1 − v2 pre −1 < v < 1. Pri
akej hodnote rýchlosti v dôjde k relativistickému skráteniu pohybujúcej sa tyče na
polovicu jej dĺžky? Akému relativistickému skráteniu podlieha nadzvukové lietadlo
pri rýchlosti 400 m/s?
16.6. Overte rovnosť Lorentzovej transformácie LLLv a hyperbolickej rotácie RRRhhhθ pre θ =
ln 1+v
1−v . Nájdite spätné vyjadrenie v ako vhodnej hyperbolickej funkcie argumentu
θ.
16.7. Dokážte, že pre súčin Lorentzových transfomácií LLLu, LLLv platí LLLu · LLLv = LLLw, kde
w = u+v
1+uv . Vysvetlite, prečo sa uvedená rovnosť nazýva relativistickým pravidlom
skladania rýchlostí.
16.8. (a) Dokážte súčtové vzorce pre hyperbolické funkcie cosh x a sinh x.
(b) Odvoďte súčtové pravidlo pre súčin (kompozíciu) hyberbolických rotácií RRRhhhθ ·
RRRhhhη = RRRhhhθ+η.
(c) Porovnajte toto pravidlo s relativistickým pravidlom skladania rýchlostí.
16.9. (a) Uvedomte si, že pri bežnej rotácii v R2
o uhol α rotuje jednotkový vektor po
kružnici s rovnicou x2
+ y2
= 1, pričom α je nielen dĺžka príslušného oblúka, ale
aj polovica plošného obsahu výseku jednotkového kruhu opísaného týmto vektorom
(tzv. sprievodičom).
(b) Overte, že pri hyberbolickej rotácii v R(1,1)
o hyperbolický uhol θ „rotuje jednotkový
časový vektor po rovnoosej hyperbole s rovnicou x2
0 − x2
1 = 1 a jednotkový
priestorový vektor po rovnoosej hyperbole s rovnicou x2
0 − x2
1 = −1. Pritom pre
θ > 0 vektory „rotujú smerom k asymptote s rovnicou x1 = x0 a pre θ < 0
k asymptote s rovnicou x1 = −x0. Svetelné vektory si zachovávajú smer aj orientáciu.
Nakreslite si obrázok (vzorom vám môže byť Obr. 16.8, na ktorom sú však
vektory aaa0, aaa1 v špeciálnej polohe).
(c) Overte, že svetelný vektor xxx sa zobrazí do svojho násobku eθ
xxx, ak leží na priamke
x1 = x0, resp. e−θ
xxx, ak leží na priamke x1 = −x0.
(d) Vyznačte v rovine plošný útvar opísaný ľubovoľným jednotkovým časovým alebo
priestorovým vektorom pri hyperbolickej rotácii RRRhhhθ a vypočítajte jeho plošný obsah
pomocou vhodného určitého integrálu. Malo by vám vyjsť θ/2. Vypočítajte aj
dĺžku príslušného hyperbolického oblúka. Vyšla vám očakávaná hodnota θ? Porovnajte
s (a).
16.10. Časové šípy aaa, bbb, ccc v Minkowského časopriestore V sú lineárne závislé práve vtedy,
keď sú lineárne závislé vektory uuu, vvv rýchlostí, ktorými sa pohybujú inerciálni pozorovatelia
s časovými šípmi aaa resp. bbb vzhľadom na inerciálneho pozorovateľa s časovým
šípom ccc. Dokážte.
16.11. Vyložte relativistickú dilatáciu času a kontrakciu dĺžky ako odchýlku vhodných vektorov
o „hyperbolický uhol .
17. Unitárne priestory
V paragrafe 12.1 sme videli, že kanonický diagonálny tvar ľubovoľnej symetrickej
bilineárnej formy na konečnorozmernom vektorovom priestore nad poľom
C všetkých komplexných čísel je jednoznačne určený jej hodnosťou. Zavádzať
pre takéto formy niečo na spôsob signatúry a hovoriť o ich definitnosti
vôbec nemá zmysel. Táto jednoduchosť v porovnaní s teóriou symetrických
bilineárnych foriem na vektorových priestoroch nad poľom R má za následok,
že symetrická regulárna bilineárna forma na komplexnom vektorovom priestore
nevytvára geometrickú štruktúru analogickú reálnemu prípadu. Ukazuje
sa však, že zdanlivo nepatrnou modifikáciou pojmu bilineárnej formy možno
túto prekážku geometrizácie preklenúť.
Kapitolu začneme štúdiom tzv. poldruhalineárnych foriem na komplexných
vektorových priestoroch. Pre takéto formy spĺňajúce istú mierne pozmenenú
podmienku symetrie už možno prirodzene zaviesť pojmy signatúry
a definitnosti a rozšíriť na ne platnosť tvrdení z kapitoly 12. Najdôležitejší
bude pre nás opäť kladne definitný prípad, kedy hovoríme o (komplexnom)
skalárnom súčine. Teória (konečnorozmerných) unitárnych priestorov, t. j.
komplexných vektorových priestorov vybavených skalárnym súčinom, je natoľko
priamočiarym zovšeobecnením teórie euklidovských priestorov, že väčšinu
pojmov a výsledkov možno z jednej do druhej preniesť len s malými redakčnými
úpravami. Preto miesto systematickej výstavby teórie unitárnych
priestorov iba stručne naznačíme, ako to možno urobiť. Špeciálne zavedieme
a stručne preskúmame tzv. unitárne matice, ktoré sú komplexnou analógiou
ortogonálnych matíc.
Osobitný paragraf venujeme diskrétnej Fourierovej transformácii, ktorej
význam prudko vzrástol po objave veľmi rýchlych algoritmov v 60. rokoch
20. storočia.
V záverečnej časti stručne načrtneme úlohu unitárnych priestorov v kvantovej
mechanike. Tomu bude predchádzať krátke odbočenie do klasickej mechaniky
a pojednanie o ťažkostiach, ktoré sa stavajú do cesty pokusom vytvoriť
adekvátny fyzikálny obraz javov mikrosveta a matematický popis jeho
zákonitostí.
17.1 Poldruhalineárne formy
Začneme banálnym pozorovaním: Absolútna hodnota |x| reálneho čísla x,
čiže jeho vzdialenosť od počiatku, je so súčinom xy, t. j. s najzákladnejšou
bilineárnou formou, zviazaná vzťahom |x|2
= xx. Taktiež absolútna hodnota
344 17. Unitárne priestory
|x| komplexného čísla x má geometrický význam jeho vzdialenosti od počiatku
– uvedený vzťah však platí v modifikovanej podobe |x|2
= xx. Ak
teda chceme budovať geometriu umožňujúcu vyjadriť vzdialenosti pomocou
vhodných komplexných analógov reálnych bilineárnych a kvadratických foriem,
súčin xy treba nahradiť výrazom xy. Keďže xy = xy pre x, y ∈ R, ide
o prirodzené zovšeobecnenie reálneho prípadu.
Poldruhalineárnou formou na komplexnom vektorovom priestore V nazývame
zobrazenie F : V × V → C také, že pre všetky xxx,yyy,zzz ∈ V , c ∈ C
platí
F(xxx + yyy,zzz) = F(xxx,zzz) + F(yyy,zzz), F(cxxx,zzz) = cF(xxx,zzz),
F(xxx,yyy + zzz) = F(xxx,yyy) + F(xxx,zzz), F(xxx, cyyy) = cF(xxx,yyy).
Hovoríme, že F je lineárne v prvej premennej a semilineárne v druhej pre-
mennej.
Ak V je konečnorozmerný a ααα = (uuu1, . . . ,uuun) je jeho báza, tak maticu
AAA = [F]ααα = F(uuuj,uuuk) ∈ Cn×n
,
rovnako ako v reálnom prípade, nazývame maticou poldruhalineárnej formy
F v báze ααα. Potom pre ľubovoľné vektory xxx,yyy ∈ V so súradnicami (xxx)ααα =
(x1, . . . , xn)T
, (yyy)ααα = (y1, . . . , yn)T
platí
F(xxx,yyy) = (xxx)T
ααα · AAA · (yyy)ααα =
n
j=1
n
k=1
ajkxjyk,
kde (yyy)ααα = (y1, . . . , yk)T
. Pritom AAA = (ajk)n×n = [F]ααα je jediná matica
s touto vlastnosťou.
Ak βββ = (vvv1, . . . ,vvvn) je druhá báza priestoru V , tak matice AAA = [F]ααα,
BBB = [F]βββ sú zviazané vzťahom
BBB = PPPT
ααα,βββ · AAA · PPPααα,βββ,
kde PPPα,βββ = (pjk) je matica komplexne združená k matici prechodu PPPααα,βββ = (pjk).
Z toho vyplýva, že AAA, BBB ∈ Cn×n
sú maticami tej istej poldruhalineárnej formy
vzhľadom na (možno) rôzne bázy ααα, βββ práve vtedy, keď BBB = PPPT
· AAA · PPP pre
nejakú regulárnu maticu PPP ∈ Cn×n
, t. j. práve vtedy, keď existuje regulárna
matica QQQ ∈ Cn×n
taká, že
BBB = QQQ∗
· AAA · QQQ,
kde QQQ∗
= QQQT = QQQ
T
označuje maticu transponovanú a komplexne združenú
k matici QQQ – hovoríme, že QQQ∗
je hermitovsky združená alebo tiež adjungovaná
matica k matici QQQ. Naozaj, ak položíme QQQ = PPP, tak QQQ∗
= PPPT
. V takom
17.2. Hermitovské formy a hermitovské matice 345
prípade hovoríme, že matice AAA,BBB ∈ Cn×n
sú hermitovsky kongruentné a
píšeme AAA
∗
≡ BBB.
Keďže pole C všetkých komplexných čísel je rozšírením poľa R všetkých
reálnych čísel, každý vektorový priestor V nad poľom C možno zároveň považovať
za vektorový priestor nad poľom R (pozri príklad 1.6.1). Tento vektorový
priestor budeme značiť VR a nazývať reálnym zúžením alebo tiež zreálnením
priestoru V .
Každé zobrazenie F : V × V → C určuje predpismi
F0(xxx,yyy) = Re F(xxx,yyy), F1(xxx,yyy) = Im F(xxx,yyy),
pre xxx,yyy ∈ V , dve zobrazenia F0 = Re F, F1 = Im F : V × V → R; potom,
samozrejme, F(xxx,yyy) = F0(xxx,yyy) + iF1(xxx,yyy).
Dôkaz nasledujúceho tvrdenia prenechávame ako jednoduché cvičenie či-
tateľovi.
17.1.1. Tvrdenie. Nech F : V × V → C je ľubovoľné zobrazenie. Potom
F je poldruhalineárna forma práve vtedy, keď F0 = Re F, F1 = Im F sú
bilineárne formy na reálnom vektorovom priestore VR a pre všetky xxx,yyy ∈ V
platí
F0(xxx,yyy) = F1(ixxx,yyy), F1(xxx,yyy) = F0(xxx, iyyy).
To okrem iného znamená, že každá zo zložiek F0, F1 poldruhalineárnej
formy F jednoznačne určuje druhú.
17.2 Hermitovské formy a hermitovské matice
Hovoríme, že poldruhalineárna forma F na komplexnom vektorovom priestore
V je hermitovská alebo tiež kososymetrická, ak pre všetky xxx,yyy ∈ V
platí
F(xxx,yyy) = F(yyy,xxx).
Nasledujúce tvrdenie je bezprostredným dôsledkom našej definície.
17.2.1. Tvrdenie. Poldruhalineárna forma F : V × V → C je hermitovská
práve vtedy, keď jej zložky F0 = Re F, F1 = Im F spĺňajú podmienky
F0(xxx,yyy) = F0(yyy,xxx), F1(xxx,yyy) = −F1(yyy,xxx)
pre všetky xxx,yyy ∈ V .
Podľa tvrdení 17.1.1 a 17.2.1 možno každú hermitovskú formu F : V ×
V → C rozložiť na súčet F = F0 + iF1, pričom prvá z bilineárnych foriem
F0, F1 : VR × VR → R je symetrická, druhá antisymetrická a platí F1(xxx,yyy) =
346 17. Unitárne priestory
F0(xxx, iyyy) alebo, čo vyjde vďaka (anti)symetrii narovnako, F0(xxx,yyy) = F1(ixxx,yyy).
Štvorcová matica AAA ∈ Cn×n
sa nazýva hermitovská alebo tiež kososymetrická,
ak AAA = AAA∗
, t. j. ajk = akj pre všetky j, k ≤ n. Špeciálne, ajj = ajj,
čiže všetky diagonálne prvky hermitovskej matice sú reálne. Zrejme AAA je hermitovská
práve vtedy, keď poldruhalineárna forma F(xxx,yyy) = xxxT
· AAA · yyy na
(stĺpcovom) vektorovom priestore Cn
je hermitovská.
Ak F : V ×V → C je hermitovská forma, tak F(xxx,xxx) = F(xxx,xxx) pre každé
xxx ∈ V , čiže všetky hodnoty F(xxx,xxx) sú reálne, teda má zmysel pýtať sa na
ich znamienko. To nám v komplexnom prípade umožňuje zaviesť pre hermitovské
formy a hermitovské matice všetky pojmy súvisiace s definitnosťou
a so signatúrou rovnako, ako v reálnom prípade pre symetrické bilineárne
formy a symetrické matice (pozri paragrafy 12.1 a 12.2). Navyše, v dôsledku
antisymetrie formy F1 = Im F platí
F(xxx,xxx) = F0(xxx,xxx), F1(xxx,xxx) = 0,
takže na F(xxx,xxx) sa možno dívať ako na kvadratickú formu na reálnom vektorovom
priestore VR.
Signatúru hermitovskej matice AAA ∈ Cn×n
, a tým aj hermitovskej formy
F : V 2
→ C na konečnorozmernom vektorovom priestore V nad C, možno
zistiť jej úpravou na diagonálny tvar podľa schémy
AAA
ESO
−−−→
ERO
BBB
IIIn
ESO
−−−→ PPP
Na matici AAA teda vždy vykonáme jednu ERO a jej zodpovedajúcu ESO s komplexne
združeným skalárom (teda výmene dvoch riadkov zodpovedá výmena
príslušných stĺpcov, avšak vynásobeniu j-teho riadku nenulovým skalárom
c ∈ C zodpovedá vynásobenie j-teho stĺpca skalárom c a pripočítaniu cnásobku
j-teho riadku ku k-temu riadku zodpovedá pripočítanie c-násobku
j-teho stĺpca ku k-temu stĺpcu). Na jednotkovej matici vykonáme príslušnú
ESO s pôvodným skalárom. (Porovnaj s podobnou schémou z paragrafu 11.3).
Potom AAA
∗
≡ BBB = PPPT
· AAA · PPP a stĺpce matice PPP tvoria bázu βββ priestoru Cn
,
vzhľadom na ktorú má hermitovská forma xxxT
· AAA · yyy diagonálnu (preto tiež
nevyhnutne reálnu) maticu BBB. Ak AAA bola maticou hermitovskej formy F na
n-rozmernom vektorovom priestore V v báze ααα, tak diagonálna matica BBB je
maticou formy F v báze βββ = ααα·PPP, čiže PPP = PPPααα,βββ je maticou prechodu z bázy
βββ do bázy ααα.
17.3. Komplexný skalárny súčin a unitárne priestory 347
V podstate rovnako ako v paragrafe 11.3 sa dá dokázať, že uvedený postup
vedie vždy k cieľu. Navyše možno dosiahnuť, aby matica BBB mala na diagonále
len skaláry ±1 a 0. Napriek istej nejednoznačnosti výsledných matíc BBB a PPP,
i v tomto prípade platí Sylvestrov zákon zotrvačnosti, teda signatúra hermitovskej
formy či matice je dobre definovaná a sú splnené jednoduché analógie
výsledkov pre reálne symetrické bilineárne formy a matice z paragrafu 12.1.
Detaily prenechávame na samostatné premyslenie čitateľovi.
17.3 Komplexný skalárny súčin a unitárne priestory
Skalárnym alebo tiež vnútorným súčinom na komplexnom vektorovom priestore
V nazývame ľubovoľnú kladne definitnú hermitovskú poldruhalineárnu
formu na V ; jej hodnotu na vektoroch xxx,yyy ∈ V budeme značiť opäť xxx,yyy .
Komplexný vektorový priestor V vybavený skalárnym súčinom nazývame
unitárny priestor.
Nezávisle na znalosti uvedených pojmov možno skalárny súčin na V definovať
ako binárnu operáciu V × V → C, ktorá každej dvojici (xxx,yyy) vektorov
z V priradí komplexné číslo xxx,yyy také, že pre všetky xxx,yyy,xxx1,xxx2 ∈ V a ľubovoľné
c ∈ C platí:
xxx1 + xxx2,yyy = xxx1,yyy + xxx2,yyy (aditivita),
cxxx,yyy = c xxx,yyy (homogenita),
xxx,yyy = yyy,xxx (kosá symetria),
xxx = 0 ⇒ xxx,xxx > 0 (kladná definitnosť).
Spojenie aditivity a homogenity skalárneho súčinu dáva jeho linearitu ako
funkcie prvej premennej (pri pevnej druhej premennej). Vďaka kosej symetrii
z toho vyplýva semilinearita skalárneho súčinu ako funkcie druhej premennej
(pri pevnej prvej premennej), t. j. rovnosti
xxx,yyy1 + yyy2 = xxx,yyy2 + xxx,yyy2 ,
xxx, cyyy = c xxx,yyy ,
pre všetky xxx,yyy1,yyy2 ∈ V a c ∈ C.1
Rovnako z kosej symetrie vyplýva reálnosť
výrazu xxx,xxx = xxx,xxx pre každé xxx ∈ V , čo teprv dáva zmysel podmienke
kladnej definitnosti; z poldruhalinearity potom vyplýva jej podrobnejší rozpis
xxx,xxx ≥ 0 & xxx,xxx = 0 ⇔ xxx = 0
1
Poznamenávame, že vo fyzike sa v definícii komplexného skalárneho súčinu často žiada
linearita v druhej a semilinerita v prvej zložke.
348 17. Unitárne priestory
pre každé xxx ∈ V .
Ako sme naznačili predchádzajúcimi dvoma odstavcami, ktoré verne sledujú
formulácie prvých dvoch odstavcov z paragrafu 13.1, teória konečnorozmerných
unitárnych priestorov je pomerne priamočiarym zovšeobecnením
teórie euklidovských priestorov. Väčšinu pojmov, ktoré sme definovali
pre euklidovské priestory, možno zaviesť aj pre (konečnorozmerné) unitárne
priestory a väčšinu výsledkov o euklidovských priestoroch možno s malými
modifikáciami dokázať aj pre (konečnorozmerné) unitárne priestory. S istou
dávkou zjednodušenia možno povedať, že jediný formálny rozdiel spočíva
v tom, že v komplexnom prípade si musíme dávať pozor na poradie činiteľov
v skalárnom súčine, občas nad niektoré skaláry primaľovať pruh a rozlišovať
medzi c2
a |c|2
. Z toho dôvodu nebudeme čitateľa unavovať systematickým
budovaním teórie unitárnych priestorov; miesto toho sa obmedzíme len na
zopár základných pojmov a výsledkov, a kde to bude možné, odvoláme sa na
zodpovedajúce analógie z euklidovských priestorov.
Keďže 0 ≤ xxx,xxx ∈ R, dĺžku alebo tiež normu vektora xxx v unitárnom
priestore V možno definovať ako nezáporné reálne číslo
xxx = xxx,xxx .
Zrejme xxx je norma na vektorovom priestore VR pochádzajúca od reálneho
skalárneho súčinu xxx,yyy 0 = Re xxx,yyy , teda sú pre ňu splnené všetky tri definujúce
podmienky (trojuholníková nerovnosť, pozitívna homogenita, oddeliteľnosť)
z paragrafu 13.3. Navyše podmienka pozitívnej homogenity
cxxx = |c| xxx
platí pre všetky xxx ∈ V , c ∈ C (a nielen pre c ∈ R). Naozaj,
cxxx 2
= cxxx, cxxx = cc xxx,xxx = |c|2
xxx 2
.
Pozornejší čitateľ možno v tejto chvíli pojal podozrenie, že poldruhalineárne
formy, ako modifikácia bilineárnych foriem, boli vymyslené len nato, aby nám
v práve vykonanom výpočte prešiel trik so skalárom c. Až na časticu „len
mu toto podozrenie nehodláme vyvracať.
Z Cauchyho-Schwartzovej nerovnosti (veta 13.2.3) pre reálny skalárny súčin
dostávame nerovnosť |Re uuu,vvv | ≤ uuu vvv , z ktorej už vyplýva trojuholníková
nerovnosť pre normu. S trochou úsilia však možno dokázať silnejší
odhad.
17.3.1. Veta. (Cauchyho-Schwartzova nerovnosť) Nech V je unitárny priestor.
Potom pre ľubovoľné vektory uuu,vvv ∈ V platí
| uuu,vvv | ≤ uuu vvv ,
pričom rovnosť nastane práve vtedy, keď uuu, vvv sú lineárne závislé.
17.3. Komplexný skalárny súčin a unitárne priestory 349
Dôkaz. Označme si c = cos α + i sin α, kde uuu,vvv = | uuu,vvv | (cos α + i sin α) je
vyjadrenie čísla uuu,vvv ∈ C v goniometrickom tvare. Potom |c| = 1, c−1
= c a
| uuu,vvv | = c−1
uuu,vvv = c uuu,vvv = uuu, cvvv = Re uuu, cvvv ,
lebo ide o reálne číslo. Keďže Re uuu,vvv je kladne definitná bilineárna forma
na VR, podľa reálnej verzie Cauchyho-Schwartzovej nerovnosti platí
| uuu,vvv | = Re uuu, cvvv ≤ uuu cvvv = |c| uuu vvv = uuu vvv .
Rovnosť nastane práve vtedy, keď vektory uuu, cvvv sú lineárne závislé nad R.
Z toho zrejme vyplýva lineárna závislosť vektorov uuu, vvv nad C. Naopak, ak uuu,
vvv sú lineárne závislé nad C, tak rovnosť | uuu,vvv | = uuu vvv možno jednoducho
overiť priamym výpočtom.
Pre nenulové vektory uuu,vvv ∈ V predstavuje výraz uuu,vvv / uuu vvv komplexné
číslo s absolútnou hodnotou ≤ 1. Analógia s reálnym prípadom nás
zvádza pokúsiť sa na jeho základe nejako zadefinovať uhol vektorov uuu, vvv.
Núkajú sa nám tri možnosti:
(1) Vychádzajúc z toho, že reálna časť Re uuu,vvv skalárneho súčinu uuu,vvv je
skalárnym súčinom na reálnom zúžení VR unitárneho priestoru V , ktorý
plne určuje jeho normu, môžeme sa sústrediť len na ňu a ignorovať imaginárnu
časť. V takom prípade
α = arccos
Re uuu,vvv
uuu vvv
predstavuje uhol, ktorý zvierajú vektory uuu, vvv v priestore VR.
(2) Uhol vektorov uuu, vvv môžeme definovať ako uhol priamok [uuu], [vvv], t. j. ako
reálne číslo
α = arccos
| uuu,vvv |
uuu vvv
.
V reálnom prípade by také niečo zodpovedalo nahradeniu odchýlky vektorov
(uuu,vvv) odchýlkou priamok ([uuu], [vvv]); to znamená, že medzi odchýlkami
dvojíc (uuu,vvv) a (uuu, −vvv) by sme nerozlišovali a z pôvodných
uhlov (uuu,vvv), (uuu, −vvv) by sme vybrali ten menší. (Nezabúdajme však,
že priamky [uuu], [vvv] v komplexnom vektorovom priestore V sú z reálneho
hľadiska dvojrozmerné, t. j. sú to vlastne roviny vo VR.)
(3) Prostriedkami teórie funkcií komplexnej premennej možno definičný obor
reálnej funkcie arccos, t. j. interval −1, 1 , rozšíriť na jednotkový kruh
{c ∈ C; |c| ≤ 1} (dokonca na celú komplexnú rovinu C). Potom odchýlka
(uuu,vvv) by bola komplexné číslo
α = arccos
uuu,vvv
uuu vvv
350 17. Unitárne priestory
také, že
cos α =
eiα
+ e−iα
2
=
uuu,vvv
uuu vvv
.
Tento spôsob by bol, samozrejme, matematicky najčistejší, hoci z geometrického
hľadiska pre nás zatiaľ nie príliš názorný. Navyše by si vyžadoval
istú znalosť teórie funkcií komplexnej premennej, ktorú u čitateľa ne-
predpokladáme.
My sa však nebudeme rozhodovať medzi uvedenými troma alternatívami,
teda uhol dvoch nenulových vektorov v unitárnom priestore vôbec nebudeme
skúmať ani definovať. Najdôležitejšou interpretácia výrazu uuu,vvv / uuu vvv
v unitárnom priestore je totiž jeho interpretácia v kvantovej mechanike. Tou
však nie je kosínus uhla, ale – akokoľek čudne to znie – „amplitúda pravdepodobnosti
. K tejto otázke sa vrátime až v záverečnom paragrafe 17.8.
I keď na uhol dvoch vektorov v unitárnom priestore sme rezignovali, nemienime
rezignovať na vzťah ortogonality (kolmosti)
xxx ⊥ yyy ⇔ xxx,yyy = 0
pre vektory xxx,yyy ∈ V a operáciu ortokomplementu
X⊥
= {yyy ∈ V ; (∀xxx ∈ X)(xxx ⊥ yyy)}
množiny X ⊆ V , ktoré majú rovnaké vlastnosti ako v reálnom prípade.
Aj pojmy ortogonálnej či ortonormálnej množiny alebo usporiadanej k-tice
vektorov, a najmä ortogonálnej a ortonormálnej bázy sú definované rovnako.
Gramovým-Schmidtovým ortogonalizačným procesom – či už ho vykonáme
podľa vety 13.4.5 alebo diagonalizáciou Gramovej matice GGG(ααα) = uuuj,uuuk
nejakej bázy ααα = (uuu1, . . . ,uuun) priestoru V – možno dokázať, že konečnorozmerný
unitárny priestor V má ortonormálnu bázu. Vzhľadom na takúto bázu
βββ = (vvv1, . . . ,vvvn) nadobúda skalárny súčin na V tvar tzv. štandardného komplexného
skalárneho súčinu na Cn
, t. j. pre ľubovoľné vektory xxx,yyy ∈ V so
súradnicami (xxx)βββ = (x1, . . . , xn)T
, (yyy)βββ = (y1, . . . , yn)T
platí tzv. Parsevalova
rovnosť
xxx,yyy = (xxx)T
βββ · (yyy)βββ =
n
j=1
xjyj =
n
j=1
xxx,vvvj vvvj,yyy ,
keďže jednotlivé zložky súradníc vektorov xxx, yyy sú
xj = xxx,vvvj , yj = yyy,vvvj .
Pre xxx = yyy dostávame špeciálny prípad tejto rovnosti
xxx 2
= (xxx)T
βββ · (xxx)βββ =
n
j=1
|xj|2
=
n
j=1
| xxx,vvvj |2
(porovnaj s tvrdením 13.4.4).
17.4. Unitárne matice 351
17.4 Unitárne matice
Unitárne matice sú komplexnou analógiou ortogonálnych matíc. Matica AAA ∈
Cn×n
sa nazýva unitárna, ak platí
AAA∗
· AAA = IIIn,
t. j. AAA−1
= AAA∗
. Prvá podmienka je zrejme ekvivalentná s rovnosťou AAAT
·
AAA = IIIn, ktorá opäť hovorí, že stĺpce matice AAA tvoria ortonormálnu bázu
unitárneho priestoru Cn
so štandardným skalárnym súčinom. Potom rovnako
AAA · AAA∗
= IIIn, teda aj riadky matice AAA tvoria ortonormálnu bázu v Cn
.
Zrejme reálna štvorcová matica AAA, uvažovaná zároveň ako matica AAA ∈
Cn×n
, je unitárna práve vtedy, keď je ortogonálna. Podobne ako ortogonálne
matice, aj unitárne matice možno charakterizovať jednak ako matice prechodu
medzi ortonormálnymi bázami v konečnorozmerných unitárnych priestoroch,
jednak ako matice, násobenie ktorými zachováva štandardný skalárny
súčin resp. dĺžku v Cn
.
Dôkaz nasledujúcej vety možno dostať nepatrnou modifikáciou dôkazu
vety 13.5.1.
17.4.1. Veta. Nech V je n-rozmerný unitárny priestor, ααα je ortonormálna a
βββ je ľubovoľná báza priestoru V . Potom báza βββ je ortonormálna práve vtedy,
keď matica prechodu PPPααα,βββ z bázy βββ do bázy ααα je unitárna.
17.4.2. Veta. Nech Cn
je stĺpcový unitárny priestor so štandardným skalárnym
súčinom a AAA ∈ Cn
. Potom nasledujúce podmienky sú ekvivalentné:
(i) AAA je unitárna matica;
(ii) pre všetky xxx,yyy ∈ Cn
platí AAA · xxx,AAA · yyy = xxx,yyy ;
(iii) pre všetky xxx ∈ Cn
platí AAA · xxx = xxx .
Dôkaz. Implikácie (i) ⇒ (ii) a (ii) ⇒ (i) možno dokázať (takmer) rovnako ako
v dôkaze vety 13.5.2 a implikácia (ii) ⇒ (iii) je opäť triviálna. Stačí teda
dokázať (iii) ⇒ (ii).
Keďže xxx je zároveň norma na zreálnení unitárneho priestoru Cn
pochádzajúca
od reálneho skalárneho súčinu Re xxx,yyy , pre ľubovoľné xxx,yyy ∈ Cn
platí
Re xxx,yyy =
1
2
xxx + yyy 2
− xxx 2
− yyy 2
,
a podľa tvrdenia 17.2.1 tiež Im xxx,yyy = Re xxx, iyyy . Teda z podmienky (iii)
352 17. Unitárne priestory
vyplýva
Re AAA · xxx,AAA · yyy =
1
2
AAA · xxx + AAA · yyy 2
− AAA · xxx 2
− AAA · yyy 2
=
1
2
AAA · (xxx + yyy) 2
− AAA · xxx 2
− AAA · yyy 2
=
1
2
xxx + yyy 2
− xxx 2
− yyy 2
= Re xxx,yyy .
V dôsledku toho
Im AAA · xxx,AAA · yyy = Re AAA · xxx, i(AAA · yyy) = Re AAA · xxx,AAA · (iyyy)
= Re xxx, iyyy = Im xxx,yyy ,
teda AAA · yyy,AAA · yyy = xxx,yyy .
Podrobnejší popis štruktúry unitárnych matíc opäť podáme len pre rády
n ≤ 2. Unitárne matice rozmeru 1×1 zrejme splývajú s komplexnými číslami
s absolútnou hodnotou 1.
17.4.3. Veta. Matica AAA ∈ C2×2
je unitárna práve vtedy, keď má tvar
AAA =
a b
−bu au
=
eiα
cos ϑ eiβ
sin ϑ
− ei(ω−β)
sin ϑ ei(ω−α)
cos ϑ
,
kde čísla a, b, u ∈ C vyhovujú podmienkam |a|2
+ |b|2
= |u| = 1, resp.
α, β, ϑ, ω ∈ R sú ľubovoľné.
Dôkaz. Priamym výpočtom sa možno presvedčiť, že každá matica v ľubovoľnom
z uvedených dvoch tvarov vyhovuje podmienke AAA∗
· AAA = III2, teda je
unitárna.
Nech naopak AAA = ( a b
c d ) je unitárna. Potom matica AAA∗
· AAA = III2 má na
mieste (1, 1) prvok |a|2
+|b|2
= 1. Označme u = detAAA. Ľahko možno overiť, že
|u| = 1, preto aj matice diag(1, u) a BBB = diag(1, u) · AAA = ( a b
cu du ) sú unitárne
(pozri cvičenie 17.15). Potom detBBB = 1, preto
BBB−1
=
du −b
−cu a
a BBB∗
=
a cu
b du
.
Keďže BBB−1
= BBB∗
, porovnaním príslušných zložiek oboch matíc dostávame
c = −bu, d = au.
Ak čísla a, b, u zapíšeme v goniometrickom tvare a = |a| eiα
, b = |b| eiβ
,
u = eiω
, kde α, β, ω ∈ R, a uvedomíme si, že z podmienky |a|2
+ |b|2
= 1
vyplýva existencia ϑ ∈ 0, π/2 takého, že |a| = cos ϑ, |b| = sin ϑ, vidíme, že
maticu AAA možno vyjadriť aj v druhom z uvedených tvarov.
17.5. Diskrétna Fourierova transformácia 353
17.5 Diskrétna Fourierova transformácia
Dohodnime sa, že zložky vektorov v priestore Cn
(n ≥ 1) budeme číslovať
od 0 do n − 1 miesto obvyklého spôsobu od 1 do n. Vektor xxx =
(x0, x1, . . . , xn−1)T
∈ Cn
si budeme predstavovať ako signál vysielaný v n diskrétnych
časových okamihoch t0, t1, . . . , tn−1 s rovnakými rozostupmi ∆t =
tk − tk−1 > 0 (1 ≤ k ≤ n − 1). Takisto môže ísť o vzorku vybranú z nejakého
signálu X(t) vysielaného v spojitom časovom intervale a, b . Ak je rozostup
∆t dosť malý a n je dosť veľké tak, že interval t0, tn−1 pokrýva relevantný
úsek „vysielacieho času a, b (napr. ak sa signál X(t) periodicky opakuje
po úsekoch dĺžky n∆t), možno očakávať, že vzorka
xxx = (x0, x1, . . . , xn−1)T
= X(t0), X(t1), . . . , X(tn−1)
T
je dostatočne reprezentatívna nato, aby sa z nej pôvodný signál X(t) dal
dostatočne verne zrekonštruovať. Na účely takejto rekonštrukcie, no taktiež
pri rôznych iných typoch spracovania signálu sa požíva Fourierova transformácia,
ktorá v ňom oddelí zložky rôznych frekvencií a určí ich amplitúdy a
fázové posuny.
V tomto paragrafe sa zoznámime len s diskrétnou Fourierovou transformáciou,
ktorá pracuje na konečnorozmernom unitárnom priestore Cn
(so
štandardným skalárnym súčinom). Vďaka objavu rýchlych algoritmov na jej
výpočet v 60. rokoch 20. storočia sa však oblasť jej využitia značne rozšírila.
Tzv. rýchla Fourierova transformácia sa dnes využíva napr. pri spracovaní
obrazu či iných informácií uložených v počítačoch alebo na rýchle násobenie
veľkých čísel.
Komplexnú jednotku
ω = ωn = e2πi/n
= cos
2π
n
+ i sin
2π
n
nazývame tiež n-tá primitívna odmocnina z jednotky. 2
Potom vektor
fffk = 1, ωk
, . . . , ωk(n−1) T
,
kde k ∈ Zn = {0, 1, . . . , n − 1}, predstavuje vybranú vzorku zo spojitého
signálu
Fk(t) = ωkt
= e2πikt/n
= cos
2πkt
n
+ i sin
2πkt
n
v okamihoch t = 0, 1, . . . , n − 1. Samotný signál Fk(t) popisuje kosínusové a
sínusové oscilácie s relatívnou frekvenciou k vzhľadom na základný oscilačný
mód F1(t) = ωt
.
2
Presnejšie sa n-tou primitívnou odmocninou z jednotky nazýva každé z čísel ωk
, kde
k ∈ Zn je nesúdeliteľné s n.
354 17. Unitárne priestory
17.5.1. Tvrdenie. Vektory fffk tvoria ortogonálnu bázu
φφφ = (fff0,fff1, . . . ,fffn−1)
unitárneho priestoru Cn
a všetky majú rovnakú dĺžku fffk =
√
n.
Dôkaz. Pre ľubovoľné k, l ∈ Zn platí
fffk,fffl =
n−1
t=0
ω(k−l)t
=



n−1
t=0
1 = n, ak k = l,
ω(k−l)n
− 1
ωk−l − 1
= 0, ak k = l,
lebo ω0
= ωn
= 1 a ωk−l
= 1 pre k = l.
Popri kanonickej ortonormálnej báze εεε = (eee0, . . . ,eeen−1) tak v Cn
máme
ďalšiu významnú ortogonálnu bázu φφφ a ortonormálnu bázu 1/
√
n φφφ tvorenú
vektormi 1/
√
n fffk.
Diskrétnou Fourierovou transformáciou (DFT) na priestore Cn
nazývame
lineárne zobrazenie F : Cn
→ Cn
dané predpisom
F(xxx) = xxx = xxx,fff0 , . . . , xxx,fffn−1
T
pre xxx = (x0, . . . , xn−1)T
∈ Cn
. Rozpísané do zložiek to dáva
xk = xxx,fffk =
n−1
t=0
xt ω−kt
pre k ∈ Zn.
Diskrétna Fourierova transformácia tak popisuje súradnice vektora xxx ∈
Cn
vzhľadom na bázu φφφ. Presnejšie, keďže báza n−1/2
φφφ je ortonormálna,
vďaka Parsevalovej rovnosti platí
xxx =
n−1
k=0
xxx, n−1/2
fffk n−1/2
fffk =
1
n
n−1
k=0
xkfffk =
1
n
φφφ · xxx,
teda
(xxx)φφφ =
1
n
xxx.
To pre jednotlivé okamihy t ∈ Zn dáva
xt =
1
n
n−1
k=0
xk ωkt
=
1
n
n−1
k=0
xk e2πikt/n
=
1
n
xxx,ffft .
17.5. Diskrétna Fourierova transformácia 355
Ak si každé z komplexných čísel xk vyjadríme v goniometrickom tvare xk =
Ak eiαk = Ak(cos αk + i sin αk), dostaneme vyjadrenie
xt =
1
n
n−1
k=0
Ak exp i
2πkt
n
+ αk ,
v ktorom už zreteľne vidno amplitúdy Ak i fázové posuny αk jednotlivých
frekvenčných módov fffk.
DFT sa často používa napr. na odfiltrovanie šumov z analyzovaného signálu
alebo na kompresiu dát. Zložky vektora xxx zodpovedajúce vysokým frekvenciám
k (považované za šum), prípadne veľmi malým amplitúdam Ak (považované
za zanedbateľné) sa vymažú (t. j. nahradia nulami), čím miesto pôvodného
vektora xxx = 1
n k∈Zn
xkfffk získame „prefiltrovaný resp. „stlačený
vektor
1
n k∈I
xkfffk,
kde I je vhodná podmnožina indexovej množiny Zn.
Vzhľadom na cyklický charakter DFT však vysoké frekvencie zodpovedajú
hodnotám k ∈ Zn blízkym k n/2. Naopak, keďže −k ≡n n − k, frekvencie
blízke k „hornej hranici n − 1 sú malé, rovnako ako frekvencie blízke
k „dolnej hranici 0. To je jeden z dôvodov, prečo je často technicky výhodnejšie
miesto nezáporných zvyškov Zn = {0, 1, . . . , n − 1} pracovať s tzv.
absolútne najmenšími zvyškami modulo n, t. j. s množinou všetkých celých
čísel z intervalu (−n/2, n/2 .
Zo spätného vyjadrenia
xt =
1
n
xxx,ffft =
1
n
xxx,fffn−t
navyše vyplýva, že aj inverzná lineárna transformácia F−1
: Cn
→ Cn
k diskrétnej
Fourierovej transformácii má tvar diskrétnej Fourierovej transformácie.
Len sa od pôvodnej transformácie F líši multiplikatívnym faktorom 1/n a
miesto primítívnej n-tej odmocniny z jednotky ω = e2πi/n
používa primitívnu
odmocninu ω = ω−1
= e−2πi/n
.
Pôvodnú DFT xxx → F(xxx) = xxx by sme mohli rovnako dobre definovať
predpisom
xk = d xxx,fffk = d
n−1
t=0
xt ω−kt
,
kde d je ľubovoľné kladné reálne číslo (napr. veľmi dobre by sa hodilo d = ∆t
alebo d = 2π/n). Inverzná DFT xxx → F−1
(xxx) = xxx by mala potom tvar
xt =
1
nd
xxx,ffft =
1
nd
xxx,fffn−t =
1
nd
n−1
k=0
xt ωkt
.
356 17. Unitárne priestory
Popri najbežnejšej voľbe d = 1, 1/nd = 1/n sa často používa aj duálna
možnosť d = 1/n, 1/nd = 1, prípadne symetrická možnosť d = 1/nd = 1/
√
n.
Jedna z najdôležitejších a často využívaných algebraických vlastností Fourierovej
transformácie spočíva v tom, že DFT prevádza cyklickú konvolúciu
vektorov v Cn
na ich súčin po zložkách (a naopak).
Násobenie vektorov xxx,yyy ∈ Cn
(no rovnako v Kn
nad ľubovoľným poľom
K) po zložkách je práve to „prirodzené násobenie
xxxyyy = (x0, x1, . . . , xn−1)T
(y0, y1, . . . , yn−1)T
= (x0y0, . . . , xn−1yn−1)T
,
ktorému sme sa doteraz priam úzkostlivo vyhýbali. Ľahko však nahliadneme,
že je to komutatívna, asociatívna a bilineárna binárna operácia Cn
×Cn
→ Cn
s neutrálnym prvkom (1, 1, . . . , 1)T
.
Cyklickou konvolúciou vektorov xxx,yyy ∈ Cn
nazývame vektor
zzz = xxx ∗ yyy = (z0, z1, . . . , zn−1)T
,
ktorého zložky pre t ∈ Zn sú dané rovnosťou
zt =
r+s=t
xrys =
n−1
r=0
xryt−r =
n−1
s=0
xt−sys,
pričom sčítanie sumačných indexov r, s, t prebieha v Zn, t. j. cyklicky modulo
n.
17.5.2. Veta. Nech F : Cn
→ Cn
je diskrétna Fourierova transformácia.
Potom pre všetky vektory xxx,yyy ∈ Cn
platí
F(xxx ∗ yyy) = F(xxx) F(yyy) = xxxyyy,
a tiež naopak
F(xxxyyy) =
1
n
F(xxx) ∗ F(yyy) =
1
n
xxx ∗ yyy .
Dôkaz. Označme zzz = xxx ∗ yyy. Potom pre každé k ∈ Zn platí
zk = zzz,fffk =
n−1
t=0
zt ω−kt
=
n−1
t=0 r+s=t
xrys ω−kt
=
n−1
r=0
xr ω−kr
n−1
s=0
ys ω−ks
= xxx,fffk yyy,fffk = xkyk.
Dôkaz druhej rovnosti prenechávame ako cvičenie čitateľovi.
17.5. Diskrétna Fourierova transformácia 357
Cyklická konvolúcia silne pripomína súčin polynómov (pozri odstavec 1.6.3).
Aj pre polynómy f(x) = p
i=0 aixi
g(x) = q
j=0 bjxj
sú koeficienty ich súčinu
(fg)(x) = p+q
k=0 ckxk
dané konvolučnou formulou
ck =
i+j=k
aibj =
k
j=0
ak−jbj,
len s tým rozdielom, že súčty sumačných indexov nepočítame cyklicky modulo
n ale obvyklým spôsobom. Ak si však zvolíme dosť veľké n (stačí, aby
p + q < n) a oba polynómy reprezentujeme vektormi aaa = (a0, a1, . . . , an−1)T
,
bbb = (b0, b1, . . . , bn−1)T
ich koeficientov (doplnenými o nulové členy), bude
vektor ccc = (c0, c1, . . . , cn−1)T
koeficientov súčinu fg splývať s cyklickou konvolúciou
ccc = aaa ∗ bbb. Používané algoritmy pre DFT sú také rýchle, že túto
konvolúciu je výhodnejšie počítať nie priamo, ale podľa formuly
ccc = aaa ∗ bbb = F−1
F(aaa) F(bbb) = F−1
aaabbb .
V pozičnej číselnej sústave pri nejakom základe m ≥ 2 predstavuje ciferný
zápis ap . . . a1a0, kde ai ∈ Zm, celé číslo a0 + a1m + . . . + apmp
, čiže
hodnotu polynómu f(x) pre x = m. Rýchle algoritmy používané na násobenie
veľmi veľkých celých čísel sa zakladajú na uvedenom spôsobe násobenia
polynómov pomocou Fourierovej transformácie. Na záver treba ešte ošetriť
prípadne vzniknuté „dvojciferné cifry , teda to, čo v prípade základu m = 10
nazývame prechodom cez desiatku.
Popri jednorozmernej DFT, ktorá operuje na jednoparametrických dátových
súboroch, sa často používa aj viacrozmerná DFT. My sa stručne zmienime
len o DFT v dvoch rozmeroch.
Zvoľme kladné celé čísla m, n. Jednotlivé zložky matice XXX = (xst) ∈ Cm×n
môžu predstavovať napr. farbu (vlnovú dĺžku) alebo intenzitu vysvietenia
bodu obrazovky s diskrétnymi súradnicami (s, t) ∈ Zm × Zn.
Dvojrozmerná diskrétna Fourierova transformácia F : Cm×n
→ Cm×n
priradí
matici XXX = (xst) ∈ Cm×n
maticu F(XXX) = XXX = (xkl) ∈ Cm×n
so zložkami
xkl =
m−1
s=0
n−1
t=0
xst ω−ks
m ω−lt
n =
m−1
s=0
n−1
t=0
xst exp −2πi
ks
m
+
lt
n
.
Inverzná dvojrozmerná DFT je potom daná formulou
xst =
1
mn
m−1
k=0
n−1
l=0
xkl ωks
m ωlt
n =
1
mn
m−1
k=0
n−1
k=0
xkl exp 2πi
ks
m
+
lt
n
.
Dvojrozmerná DFT sa hojne využíva pri digitálnom kódovaní a spracovaní
obrazu napr. v počítačovej grafike. Podobne ako jednorozmerná DFT, aj
358 17. Unitárne priestory
ona umožňuje efektívne spracovanie a kompresiu dát či odfiltrovanie rôznych
šumov napr. z digitálnej fotografie. Ak však chceme pomocou dvojrozmernej
DFT dostatočne verne spracovať napr. signál na obrazovke s µ × ν pixlami,
treba aby m a n boli vzhľadom na µ resp. ν dosť veľké (aspoň dvojnásobné,
ale radšej m ≥ µ2
, n ≥ ν2
). Počiatok diskrétneho súradného systému pixlov
si zvolíme v strede obrazovky, indexové množiny Zm, Zn nahradíme množinami
absolútne najmenších zvyškov modulo m resp. n a hodnoty signálu xst
„za okrajom obrazovky doplníme nulami.
17.6 Stavové priestory v klasickej mechanike∗
Cieľom tohto paragrafu nie je systematický výklad klasickej mechaniky. Hodláme
len zbežne zaviesť a motivovať pojem stavového priestoru a stručne
naznačiť prednosti v ňom fungujúceho Hamiltonovho formalizmu. Hlavne
nám však ide o vybudovanie aspoň akej-takej názornej predstavy, či aspoň
analógie, o ktorú by sme sa mohli oprieť v poslednom paragrafe, kde sa
chystáme zaviesť stavové priestory v kvantovej mechanike, čo je oblasť, kde
naša intuícia z viacerých dôvodov zlyháva. Uvažujme hmotný bod pohybujúci
sa vo fyzikálnom priestore, ktorý prostredníctvom voľby nejakej pravouhlej
súradnicovej sústavy zvykneme stotožňovať s euklidovským priestorom R3
.
Jeho priestorové súradnice (zložky jeho rádius-vektora) v čase t označme
xxx(t) = (x1(t), x2(t), x3(t)). Jeho okamžitá rýchlosť v čase t je potom daná
ako derivácia
vvv(t) =
dxxx
dt
=
dx1
dt
,
dx2
dt
,
dx3
dt
.
Ak navyše poznáme jeho hmotnosť m, tak jeho pohybový stav v čase t je jednoznačne
určený dvoma vektormi: polohovým vektorom xxx(t) a vektorom hybnosti
ppp(t) = mvvv(t) (t. j. jednotlivé zložky vj rýchlosti a pj hybnosti v smere súradných
osí sú zviazané vzťahmi pj = mvj = m(dxj/ dt) pre j = 1, 2, 3). Inak
povedané, okamžitý pohybový stav hmotnej častice je jednoznačne určený jediným
v čase premenným vektorom (bodom) (xxx,ppp) v stavovom priestore R6
.
Tento priestor možno chápať ako priamy súčin R3
× R3
dvoch exemplárov
euklidovského priestoru R3
(so štandardným skalárnym súčinom), z ktorých
prvý slúži na zaznamenávanie polohy a druhý hybnosti.
Kvôli jednoduchosti ďalej predpokladajme, že pohyb nášho hmotného
bodu sa odohráva v tzv. konzervatívnom silovom poli, určenom potenciálnou
energiou U = U(xxx), ktorá je funkciou len jeho polohy xxx a nezávisí od
času. Pomocou nej možno vyjadriť silu pôsobiacu na časticu v danom mieste
ako
FFF = − gradU = −
∂U
∂x1
,
∂U
∂x2
,
∂U
∂x3
.
17.6. Stavové priestory v klasickej mechanike∗
359
S využitím Newtonovej pohybovej rovnice
FFF =
d(mvvv)
dt
=
dppp
dt
dostávame
dppp
dt
= − gradU,
dxxx
dt
= vvv =
1
m
ppp.
Celková energia hmotného bodu v danom mieste a čase je súčtom jeho kinetickej
a potenciálnej energie
H =
1
2
m vvv 2
+ U(xxx) =
1
2m
ppp 2
+ U(xxx).
Výraz H = H(xxx,ppp) nazývame Hamiltonovou funkciou alebo hamiltoniánom
príslušnej pohybujúcej sa sústavy. Jednoduchý výpočet dáva
∂H
∂xj
=
∂U
∂xj
= −
dpj
dt
,
∂H
∂pj
=
1
2m
·
∂ ppp 2
∂pj
=
1
2m
·
∂(p2
1 + p2
2 + p2
3)
∂pj
=
1
m
pj =
dxj
dt
,
pre j = 1, 2, 3. Ak si ešte zavedieme skrátené označenie
∂H
∂x1
,
∂H
∂x2
,
∂H
∂x3
=
∂H
∂xxx
,
∂H
∂p1
,
∂H
∂p2
,
∂H
∂p3
=
∂H
∂ppp
,
dostávame parciálne diferenciálne rovnice, popisujúce pohyb hmotného bodu,
v tzv. Hamiltonovom tvare
dxxx
dt
=
∂H
∂ppp
,
dppp
dt
= −
∂H
∂xxx
,
ktorý vyniká mimoriadnou eleganciou, symetriou a jednoduchosťou.
Podobne, okamžitý stav sústavy pohybujúcich sa n hmotných bodov je
jednoznačne určený dvoma usporiadanými n-ticami: (xxx1, . . . ,xxxn) ich polohových
vektorov a (ppp1, . . . ,pppn) ich hybností, ktoré možno výhodne reprezentovať
ako blokovú maticu
(XXX, PPP) =


xxx1 ppp1
...
...
xxxn pppn

 =


x11 x12 x13 p11 p12 p13
...
...
...
...
...
...
xn1 xn2 xn3 pn1 pn2 pn3

 ∈ Rn×6
,
pričom jednotlivé zložky xij = xij(t) matice XXX = XXX(t), resp. pij = pij(t)
matice PPP = PPP(t) predstavujú j-tu súradnicu polohy resp. hybnosti i-tej častice
a sú zviazané vzťahom pij = mi(dxij/ dt), kde mi je jej hmotnosť. Teda
360 17. Unitárne priestory
okamžitý pohybový stav sústavy n hmotných bodov sme zachytili ako jediný
od času závislý bod či vektor (XXX, PPP) v 6n-rozmernom stavovom priestore
Rn×6
, chápanom ako priamy súčin 2n exemplárov euklidovského priestoru
R3
, zodpovedajúcich zložkám matice (xxxi,pppi) ∈ (R3
)n×2
, nazývaným tiež zovšeobecnené
súradnice a zovšeobecnené hybnosti sústavy.
Celkom analogicky ako v prípade jedinej častice, i pre n hmotných bodov
v konzervatívnom silovom poli možno odvodiť, že ich pohyb sa riadi
parciálnymi diferenciálnymi rovnicami
dXXX
dt
=
∂H
∂PPP
,
dPPP
dt
= −
∂H
∂XXX
.
ktoré nazývame Hamiltonovými rovnicami. Uvedené výrazy označujú matice
dXXX
dt
=
dxij
dt n×3
,
∂H
∂XXX
=
∂H
∂xij n×3
,
dPPP
dt
=
dpij
dt n×3
,
∂H
∂PPP
=
∂H
∂pij n×3
,
a H = H(XXX,PPP) je opäť Hamiltonova funkcia, vyjadrujúca celkovú energiu
sústavy. Jej explicitný tvar je
H =
n
i=1
1
2mi
pppi
2
+
n
i=1
Ui(xxxi) +
i<j
Uij(xxxi − xxxj),
kde prvý člen predstavuje súčet kinetických energií jednotlivých častíc, druhý
súčet ich potenciálnych energií Ui(xxxi) vo vonkajšom silovom poli a tretí súčet
potenciálnych energií Uij(xxxi −xxxj) vzájomného pôsobenia i-tej a j-tej častice,
ktoré (podľa tretieho Newtonovho zákona) závisia len od vektora xxxi − xxxj.
Zvláštnu úlohu vo fyzike hrajú tzv. centrálne sily, pri ktorých energie Uij =
Uij xxxi − xxxj závisia len od dĺžok vektorov xxxi − xxxj.
Číslo 3n udáva počet stupňov voľnosti danej sústavy. Keby sme miesto
hmotných bodov uvažovali reálne pevné telesá, ktoré sa okrem translačného
pohybu môžu navyše otáčať okolo ľubovoľnej osi, pohybový stav každého
z nich by bol okrem polohy a hybnosti charakterizovaný ešte troma uhlami
a troma momentmi hybnosti vzhľadom na dané súradné osi. Celá sústava
n telies by tak mala nie 3n ale 6n stupňov voľnosti a jej okamžitý stav by
predstavoval nejaký bod v 12n-rozmernom priestore (maticu rozmeru n×12).
Na konkrétnej dimenzii stavového priestoru však teraz nezáleží. Náš výklad
klasickej mechaniky totiž v tejto chvíli ukončíme a sústredíme sa len
na stručné zhodnotenie prínosu jej matematického modelovania v mnohorozmernom
priestore. Predstavme si, že by sme pohyb sústavy n hmotných
17.7. Kvantová mechanika 361
bodov či telies popisovali v trojrozmernom priestore. Prišlo by nám rozpletať
motanicu n trajektórií a pre každú z nich zvlášť sledovať časový vývoj rýchlosti
resp. hybnosti, nehovoriac už o uhloch a momentoch. Namiesto toho sme
celý tento spletenec zakódovali do trajektórie jediného bodu v priestore dimenzie
2d, kde d je počet stupňov voľnosti celej sústavy. Časový vývoj tejto
trajektórie sa riadi Hamiltonovými rovnicami, to znamená, že na predpoveď
budúceho alebo rekonštrukciu minulého stavu stačí poznať hamiltonián
sústavy a jediný okamžitý stav – tzv. počiatočnú podmienku.
Teda opustením trojrozmerného fyzikálneho priestoru a využitím matematických
priestorov vyšších dimenzií možno získať účinné prostriedky aj na
popis dejov odohrávajúcich sa v pôvodnom trojrozmernom priestore. Rozbitie
okov, ktorými nás pútajú tri rozmery fyzikálneho priestoru, a následný
rozlet do vyšších dimenzií, vedený potrebami klasickej mechaniky, je dodnes
plne nedoceneným titanským výkonom geniálneho intelektu Lagrangeovho.
Bol to precedens, ktorý mal za následok, že sa matematika i fyzika v priestoroch
ľubovoľných dimenzií postupne pevne a natrvalo usadili a zároveň
tento ich „úlet plne legalizoval. Následné dotvorenie Lagrangeovej mechaniky
Hamiltonom do uvedenej definitívnej podoby – akokoľvek matematicky
elegantnej – už nenesie onú pečať oslobodzujúceho titanského činu.
17.7 Kvantová mechanika
Kvantová mechanika je teóriou mikrosveta – popisuje správanie atómov, elementárnych
častíc (elektrónov, protónov, neutrónov atď.) a svetelných kvánt
(fotónov), teda objektov, s ktorými ľudstvo nemalo a nemá nijakú priamu,
bezprostrenú zmyslovú skúsenosť. V dôsledku toho si pre javy mikrosveta nemohlo
vytvoriť náležité porozumenie ani jazykové pojmy, pomocou ktorých
by sa o týchto javoch dalo primerane hovoriť. Zostávajú teda len analógie vypracované
na základe klasických fyzikálnych predstáv a makroskopických prejavov
atomárnych a subatomárnych objektov. Tieto prejavy sú však značne
rôznorodé, ba priam protichodné, takže klasické fyzikálne teórie sú schopné
adekvátne popísať vždy len istú ich stránku. Skĺbenie ich dielčich popisov do
jedného logicky konzistentného celku sa v rámci klasickej fyziky ukazuje ako
principiálne nemožné.
Ešte Newton si svetlo predstavoval ako prúd malých svetelných čiastočiek,
tzv. korpuskúl. Avšak javy ako interferencia, ohyb a polarizácia svetla
jasne svedčia o jeho vlnovej povahe. Aj lom svetla a spektrálny rozklad na
rozhraní vzduch/voda resp. vzduch/sklo tak, ako ich pozorujeme, by sa dali
v rámci korpuskulárnej teórie vysvetliť, len keby rýchlosť svetla vo vzduchu
bola menšia než v druhom prostredí a zároveň rýchlosť červeného svetla vo
vode resp. skle bola najnižšia a rýchlosť fialového svetla najvyššia spomedzi
rýchlostí v rámci viditeľného spektra. Experimenty však ukázali, že je to na-
362 17. Unitárne priestory
opak. Preto svetlo dnes chápeme prevažne ako elektromagnetické vlnenie o
vlnovej dĺžke z istého rozsahu. Ale napr. tzv. fotoelektrický jav (t. j. uvoľnenie
elektrónov z atómov pôsobením svetla) sa v rámci vlnovej teórie svetla nepodarilo
vysvetliť. Podarilo sa to až Einsteinovi pomocou Planckovej kvantovej
hypotézy. Za tým účelom však bolo potrebné považovať svetlo za prúd diskrétnych
energetických kvánt (s energiou E = hν, kde h ≈ 6, 626 · 10−34
J s
je Planckova konštanta a ν je frekvencia príslušného svetelného žiarenia).
Tieto svetelné kvantá dostali názov fotóny. Svetlo má teda – aspoň v rámci
súčasných fyzikálnych predstáv – zároveň vlnovú i korpuskulárnu povahu.
No čestnejšie by asi bolo povedať, že pravdepodobne nie je ani jedným ani
druhým, len sa prejavuje raz ako vlnenie, raz ako prúd fotónov.
Naopak, elektróny si predstavujeme ako malé, hmotné, elektricky nabité
guľôčky, obiehajúce okolo atómového jadra, podobne ako planéty okolo Slnka,
alebo sa len tak voľne „poflakujúce v kovoch. Ale v mnohých prípadoch sa
elektróny správajú ako vlnenie: napr. homogénny zväzok elektrónov sa pri
prechode kryštalickou mriežkou, rovnako ako svetelný lúč, ohýba a vytvára
difrakčný obrazec. Napokon i samotný planetárny model atómu je v rozpore
s predstavou elektrónu ako nabitej častice. Elektrón pohybujúci sa po uzavretej
krivke (teda premennou rýchlosťou) v elektrickom poli jadra by totiž
musel vyžarovaním strácať energiu a rýchlo spadnúť na jadro. Väčšina atómov
je však značne stabilných a vlnová teória elektrónu vie túto ich stabilitu
vysvetliť. Podobne je tomu aj s inými elementárnymi časticami – tak ako
svetlo sa raz prejavujú ako vlnenie, inokedy ako častice. Najskôr nebudú ani
jedno ani druhé, presnejšie otázka, „zmenšením akého makroskopického javu
sú naozaj , zrejme vôbec nemá zmysel. Avšak práve vlnovo-korpuskulárny
dualizmus kvantovej mechaniky umožňuje opísať a vysvetliť ich prejavy podstatne
úplnejším spôsobom, než je v silách ktoréhokoľvek jedného z oboch
hľadísk.
Fyzikálne experimenty majú v zásade štatistický charakter. Aj pri zabezpečení
prakticky identických podmienok sa pri opakovaní pokusu objavuje
istý rozptyl nameraných hodnôt pozorovaných veličín. V klasickej fyzike
zvykneme malé odchýlky od priemeru pripisovať na vrub nepresnosti meracích
prístrojov alebo si ich vykladáme ako dôsledky istých (malých) zmien
v podmienkach pokusu, ku ktorým dochádza pri jeho opakovaní a ktorým
nevieme zabrániť. Stále si zachovávame presvedčenie, že s „absolútne presnými
prístrojmi a pri „absolútne identických podmienkach by rozptyl nameraných
hodnôt bol nulový. Veľké odchýlky nás vedú k hypotézam o skrytých
parametroch, t. j. neznámych fyzikálnych veličinách ktoré, spolu s veličinami
fixovanými podmienkami pokusu, majú tiež vplyv na jeho výsledok.
Neraz vedú takéto pokusy k objaveniu dovtedy skrytých parametrov a ich
zahrnutiu do novoformulovaných fyzikálnych zákonov. Krátko povedané, ani
značný rozptyl nameraných hodnôt pri klasických experimentoch nijako ne-
17.7. Kvantová mechanika 363
narúša našu dôveru v kauzalitu a matematický determinizmus zákonitostí
fyzikálneho sveta.
Na atomárnej a subatomárnej úrovni však táto naša viera už ďalej neobstojí.
Sám výsledok kvantovomechanického experimentu je vlastne prírodou
uskutočneným štatistickým spracovaním (spriemerovaním) veľkého množstva
individuálnych pokusov s identickými časticami. Napríklad difrakčný obrazec
vytvorený homogénnym zväzkom elektrónov prechádzajúcich kryštálom
nám vlastne premennou intenzitou zobrazuje čosi ako rozdelenie pravdepodobnosti
dopadu jednotlivého elektrónu na rôzne miesta detekčnej plochy.
Podobne, intenzity spektrálnych čiar nejakého atómu predstavujú, veľmi zjednodušene
povedané, rozdelenie pravdepodobnosti pobytu jeho elektrónov na
rozličných orbitách, t. j. energetických hladinách.
Doteraz všetky pokusy vysvetliť chovanie elementárnych častíc v rámci
deterministickej paradigmy klasickej fyziky zlyhali. Niečo ako „priamočiary
analóg klasickej teórie vedie k strate lokálneho charakteru, teda – obrazne
povedané – si vyžaduje pripustiť okamžité (t. j. šíriace sa nekonečnou rýchlosťou)
vzájomné pôsobenie častíc na diaľku. Zavedenie skrytých parametrov,
ktoré malo lokálny charakter teórie zachrániť, sa ukázalo neudržateľné, keď
sa na jednej strane deduktívne odvodilo, že z nich – nezávisle od konkrétneho
tvaru teórie – vyplývajú tzv. Bellove nerovnosti, a na druhej strane
sa experimentálne zistilo, že pravdepodobnosti atómových procesov týmto
nerovnostiam nevyhovujú.
Navyše pokusy o spresnenie podmienok experimentu alebo výsledkov merania
narazili na principiálne neprekonateľnú bariéru. Každé meranie totiž
ovplyvňuje skúmaný jav. Tieto vplyvy možno na makroskopickej úrovni zanedbať,
no na atomárnej a subatomárnej úrovni už hrajú významnú úlohu.
Napríklad lúč svetla prakticky nijako neovplyvní pohyb letiaceho kameňa, no
z hľadiska elektrónu, ktorého polohu zisťujeme pomocou svetelného žiarenia,
je energia naň dopadajúcich fotónov nezanedbateľná. Čím presnejšie chceme
fixovať polohu elektrónu, tým kratšiu vlnovú dĺžku λ, teda tým väčšiu frekvenciu
ν = c/λ, musí mať použité svetlo. Tým väčšia je aj energia E = hν
jednotlivého fotónu a jeho vplyv na „osvetlený elektrón. K týmto otázkam
sa ešte vrátime, keď sa budeme zaoberať vzťahom meraných veličín a istých
lineárnych operátorov v kvantovej mechanike.
Kvantová mechanika teda nepopisuje správanie elementárnych častíc „ako
takých , ale výsledky ich meraní, t. j. ich interakcií s vhodnými makroskopickými
objektmi – meracími prístrojmi. Výsledkami takýchto meraní (okrem
výnimočných prípadov) nie sú konkrétne hodnoty meraných veličín ale pravdepodobnostné
rozdelenia, určujúce s akou pravdepodobnosťou nadobúda
meraná veličina tú-ktorú hodnotu. Priraďovať objektom mikrosveta jednoznačne
určené „objektívne hodnoty makroskopických veličín (ako poloha,
hybnosť, rýchlosť, energia a pod.), ktoré by im prislúchali nezávisle od spô-
364 17. Unitárne priestory
sobu merania, nemá podľa všeobecne prevládajúceho poňatia kvantovej mechaniky
vôbec žiadny zmysel. V zhode s tým nie je úlohou kvantovej mechaniky
predpovedať určité hodnoty a časový vývoj meraných veličín, ale predpovedať
ich pravdepodobnostné rozdelenia a časový vývoj týchto rozdelení.
Ten je podriadený Schrödingerovej rovnici (t. j. istej parciálnej diferenciálnej
rovnici, ktorá je komplexným analógom vlnovej rovnice) pre tzv. vlnovú
funkciu (t. j. určitý druh v čase premennej amplitúdy pravdepodobnosti).
Základné postuláty kvantovej mechaniky nemajú charakter v názorných
pojmoch sformulovaných a experimentálne overených axióm. Práve naopak,
niektoré z týchto princípov zo zásadných dôvodov ani experinentálne overiť
nemožno. Kvantovej mechanike vlastne poriadne nerozumieme a diskusie
o tej „pravej interpretácii jej matematického formalizmu sprevádzajú túto
disciplínu od čias jej vzniku až podnes. Čitateľ by preto nemal k štúdiu tohto
a nasledujúceho paragrafu pristupovať s príliš optimistickým očakávaním,
že po ich prečítaní nebodaj kvantovej mechanike porozumie. Náš cieľ je ďaleko
skromnejší. Autor tejto učebnice si bude považovať za úspech, ak sa
mu podarí čitateľa presvedčiť, že komplexný skalárny súčin a unitárne priestory
sú naozaj na niečo dobré, a nie sú to len výplody bezuzdnej fantázie
zovšeobecňovaniachtivých matematikov.
Kvantová mechanika totiž – a to je na nej asi to najzáhadnejšie – skvele
funguje. Jej makroskopicky overiteľné predpovede sa plnia s udivujúcou presnosťou,
siahajúcou zrejme ďalej než presnosť našich meraní. Práve na tomto
fakte je založená naša dôvera v jej matematický formalizmus. Aplikácie kvantovej
mechaniky sa dnes už stali neoddiskutovateľnou realitou nášho sveta.
Pritom nemáme na mysli len tie najznámejšie príklady vojenského použitia,
ako sú nukleárne zbrane, ani ekologicky kontroverzné využitie v jadrovej energetike,
ale tiež aplikácie ďaleko subtílnejšie, napr. lasery, masery, polovodiče,
supravodivosť, diagnostické a terapeutické vyžitie rádioizotopov v medicíne,
či známu uhlíkovú metódu určovania veku skamenelín a archeologických nálezov.
V súčasnosti značnú pozornosť vzbudzuje zatiaľ prevažne v teoretickej
rovine sa rozvíjajúca oblasť informatiky známa pod názvom quantum computing.
Už teraz však možno povedať, že zostrojenie fungujúceho kvantového
počítača by asi od základu zmenilo všeobecne uznávané názory na možnosti
počítačov a, okrem iného, by si zrejme vynútilo fundamentálne prepracovanie
používaných systémov kódovania, dekódovania a ochrany informácií.
17.8 Stavovové priestory v kvantovej mechanike∗
Matematický model kvantovej mechaniky sa zakladá na niekoľkých východzích
princípoch, ktoré nemožno odvodiť z jednoduchších predpokladov, a je
preto nutné ich postulovať. V tomto paragrafe sa v krátkosti zoznámime
len s dvoma z nich, ktoré budeme stručne nazývať princípom superpozí-
17.8. Stavovové priestory v kvantovej mechanike∗
365
cie a princípom amplitúd pravdepodobnosti. Stretnutie s ďalšími princípmi
kvantovej mechaniky odložíme až na dobu, keď podrobnejšie preskúmame
štruktúru a vlastnosti tzv. samoadjungovaných lineárnych operátorov v unitárnych
priestoroch, ktorými hodláme reprezentovať merateľné fyzikálne veličiny
kvantovomechanických sústav.
V analógii s klasickou mechanikou je každému kvantovomechanickému
systému (ako napr. elektrón, atóm vodíka a pod.) priradený istý stavový
priestor V , ktorého prvky nazývame stavovými vektormi. V tomto prípade
však ide o unitárny priestor, v typickom prípade nekonečnorozmerný. Konečnorozmerné
unitárne priestory sa vyskytujú len ako stavové priestory pevne
lokalizovaných častíc – takým je napr. dvojrozmerný priestor spinových stavov
elektrónu. V nekonečnorozmernom prípade navyše pristupuje požiadavka
úplnosti priestoru V , ktorá je v konečnorozmernom prípade splnená automaticky.
Dodajme, že úplný unitárny priestor sa nazýva (komplexný) Hilbertov
priestor. Popri nich sa študujú aj reálne Hilbertove priestory t. j. úplné reálne
vektorové priestory so skalárnym súčinom.3
Stavy kvantovomechanického systému však nezodpovedajú priamo vektorom
jeho stavového priestoru V , ale jeho jednorozmerným podpriestorom,
t. j. priamkam alebo lúčom [uuu], kde 0 = uuu ∈ V . Lineárne závislé nenulové
vektory uuu,vvv ∈ V tak reprezentujú ten istý stav. Uvedené stavy sa presnejšie
nazývajú čistými stavmi; okrem nich sa vyskytujú ešte tzv. zmiešané stavy,
ktorými sa tu ale nebudeme zaoberať. Každý (čistý) stav kvantovomechanického
systému tak možno reprezentovať nejakým vektorom uuu jeho stavovového
priestoru jednotkovej dĺžky uuu = 1. Táto reprezentácia je jednoznačná až
na tzv. fázový činiteľ, t. j. číslo tvaru eiϑ
= cos ϑ + i sin ϑ, kde 0 ≤ ϑ < 2π.
Trochu nepresne nazývame (čistými) stavmi aj jednotkové vektory uuu ∈ V .4
Súčet uuu + vvv nazývame superpozíciou stavov (predstavovaných vektormi)
uuu,vvv ∈ V . Trochu všeobecnejšie nazývame superpozíciou stavových vektorov
uuu1, . . . ,uuun s koeficientmi a1, . . . , an ich lineárnu kombináciu a1uuu1 +. . .+anuuun.
Podobne ako stavové vektory uuuj, ani koeficienty aj nie sú určené jednoznačne
a nemajú bezprostredný fyzikálny význam. Značne reduntantná reprezentácia
stavov kvantovomechanického systému Hilbertovým priestorom V je
vedená väčšmi potrebou zabezpečiť hladké fungovanie matematického for-
3
Topologická podmienka úplnosti (reálneho či komplexného) vektorového prietoru so
skalárnym súčinom znamená, že ľubovoľná postupnosť (xxxn)n∈N vo V spĺňajúca CauchyhoBolzanovu
podmienku, t. j. (∀ ε > 0)(∃ m ∈ N)(∀ n ≥ m)( xxxn − xxxm < ε), už konverguje
k nejakému vektoru xxx ∈ V , t. j. limn→∞ xxxn − xxx = 0.
4
Treba si však uvedomiť, že priamka alebo lúč [uuu] = Cuuu vo vektorovom priestore nad
poľom C je vlastne dvojrozmerný podpriestor čiže rovina, ak ju chápeme ako vektorový
priestor nad poľom R. Na druhej strane, niektorí fyzici zastávajú stanovisko, že stotožňovať
vektory uuu a eiϑ
uuu líšiace sa fázovým činiteľom eiϑ
= 1 je scestné, lebo práve v závislosti
na ňom môžu interferovať rôznymi spôsobmi. Pre nich sú teda čistými stavmi priamo
jednotkové vektory uuu ∈ V .
366 17. Unitárne priestory
malizmu, než snahou o „bezprostredné zobrazenie skutočnosti .
Predstavme si kvôli jednoduchosti hypotetickú elementárnu časticu, ktorá
môže zaujímať n rôznych polôh v priestore, prípadne n energetických hladín,
ktoré očíslujeme od 1 po n. Zdanlivo, t. j. z klasického hľadiska, by jej stavový
priestor mal byť totožný s množinou {1, 2, . . . , n}. No kvantová mechanika
vo všeobecnosti neumožňuje určiť, v ktorom zo stavov 1, . . . , n sa častica nachádza.
Môže nám poskytnúť len pravdepodobnosti p1, . . . , pn výskytu v jednotlivých
stavoch. Takéto pravdepodobnostné rozdelenie ppp = (p1, . . . , pn),
teda nový kandidát na to, čo by sme mohli nazvať stavom systému, leží
vo vektorovom priestore Rn
. Takže sa zdá, že pri pravdepodobnostnej formulácii
kvantovej mechaniky by sme mali vystačiť s reálnymi vektorovými
priestormi (a s reálnym skalárnym súčinom). Komplexné unitárne priestory,
v našom prípade to bude Cn
, sú potrebné na zachytenie vlnového charakteru
kvantovomechanických javov. Pri zobrazení v Rn
(či v inom reálnom vektorovom
priestore), by boli všetky vlnenia nevyhnutne vo fáze, takže typické
vlnové javy, ako napr. interferenciu, by nebolo možné zachytiť. Normovaný
stavový vektor uuu = (u1, . . . , un) ∈ Cn
teda v sebe nesie informáciu nielen o
pravdepodobnostnom rozdelení ppp = |u1|2
, . . . , |un|2
ale aj o fázach „pravdepodobnostnej
vlny , presnejšie amplitúdy pravdepodobnosti,
uuu = |u1| eiϑ1
, . . . , |un| eiϑn
.
V typickom prípade sa stavový priestor kvantovomechanickej sústavy realizuje
ako nekonečnorozmerný Hilbertov priestor istých komplexných funkcií
definovaných na klasickom „fyzikálnom priestore sústavy. Napríklad stavový
priestor V pre realistickejšiu časticu – elektrón v trojrozmernom priestore
R3
– pozostáva z určitých „dostatočne dobre integrovateľných komplexných
funkcií R3
→ C so skalárnym súčinom5
f, g =
R3
f(x, y, z) g(x, y, z) dx dy dz.
Istotne netreba zvlášť podotýkať, že ide o nekonečnorozmerný priestor. Pravdepodobnosť,
že sa elektrón s normovanou stavovou funciou f nachádza v nejakej
(merateľnej) množine A ⊆ R3
, t. j. v istej časti priestoru, je vyjadrená
trojným integrálom
A
|f(x, y, z)|2
dx dy dz.
5
Komplexnú funkciu reálnej premmennej h: M → C, kde M ⊆ R je nejaký (či
už ohraničený alebo neohraničený) interval, možno písať v tvare h = h0 + ih1, kde
h0(x) = Re h(x) a h1(x) = Im h(x), čiže h0, h1 : M → R. Potom h je integrovateľná
(v akomkoľvek bližšie špecifikovanom zmysle) práve vtedy, keď h0 aj h1 sú integrovateľné,
pričom M
h(x) dx = M
h0(x) dx + i M
h1(x) dx. Podobne pre funkcie h: M → C, kde
M ⊆ Rn
.
17.8. Stavovové priestory v kvantovej mechanike∗
367
Samotná funkcia f taká, že f 2
= f, f = 1, predstavuje svojimi jednotlivými
hodnotami f(x, y, z) amplitúdu hustoty pravdepodobnosti, že sa daná
častica nachádza v tom-ktorom bode (x, y, z) ∈ R3
. 6
Ak sa kvantovomechanický systém, reprezentovaný stavovým priestorom
V , nachádza v istom okamihu v stave [uuu], tak pravdepodobnosť, že ho „vzápätí
nájdeme v stave [vvv], sa rovná číslu
| uuu,vvv |2
uuu 2
vvv 2 =
| uuu,vvv |2
uuu,uuu vvv,vvv
.
Všimnite si, že uvedený výraz naozaj závisí len na stavoch [uuu], [vvv] a nie na
samotných vektoroch uuu, vvv. Keďže ide o nezáporné reálne číslo, ktoré je podľa
Cauchyho-Schwartzovej nerovnosti ≤ 1, môžeme ho oprávnene interpretovať
ako pravdepodobnosť. Pre normované vektory uuu, vvv je táto pravdepodobnosť
rovná priamo | uuu,vvv |2
, čo je vlastne druhá mocnina dĺžky kolmého priemetu
pr[vvv](uuu) = uuu,vvv vvv vektora uuu do podpriestoru [vvv]. Samotné komplexné číslo
uuu,vvv , nazývané amplitúdou pravdepodobnosti prechodu zo stavu uuu do stavu
vvv, nemá ani v tomto prípade bezprostredný fyzikálny význam. Umožňuje
však elegantné výpočty.
Ak je stavový priestor V konečnorozmerný a γγγ = (www1, . . . ,wwwn) je jeho
ortonormálna báza, tak ľubovoľný vektor uuu = a1www1 + . . . + anwwwn ∈ V je
normovaný práve vtedy, keď pre jeho súradnice aj = uuu,wwwj platí
|a1|2
+ . . . + |an|2
= 1.
Z postulátov kvantovej mechaniky vyplýva, že číslo |aj|2
predstavuje pravdepodobnosť,
že systém v stave uuu prejde do niektorého z bázických stavov
wwwj. Uvedená rovnosť tak hovorí, že všetky tieto pravdepodobnosti dávajú
v súčte jednotku. 7
Ak je aj vektor vvv = b1www1 + . . . + bnwwwn normovaný, tak
pre amplitúdu pravdepodobnosti prechodu zo stavu uuu do stavu vvv dostávame
uuu,vvv =
n
j=1
uuu,wwwj wwwj,vvv =
n
j=1
ajbj.
Inak povedané, amplitúda pravdepodobnosti prechodu uuu → vvv je súčtom súčinov
amplitúd pravdepodobnosti prechodov uuu → wwwj → vvv cez jednotlivé
bázické stavy. Posledná formula umožňuje ďalekosiahle zovšeobecnenie.
6
Priamo o amplitúde pravdepodobnosti nemôžeme hovoriť, lebo pravdepodobnosť, že
sa častica nachádza v bode (x, y, z) nie je |f(x, y, z)|2
ale 0.
7
K takýmto prechodom, pri ktorých si systém „musí vybrať jeden zo stavov istej ortonormálnej
bázy, dochádza napr. pri meraní hodnôt fyzikálnych veličín kvantovo-mechanického
systému.
368 17. Unitárne priestory
Ľubovoľnú konečnú postupnosť (uuu,xxx1,xxx2, . . . ,xxxk,vvv) normovaných vektorov
v stavovom priestore V nazývame trajektóriou dĺžky k + 1 z uuu do vvv.
Táto postupnosť zrejme predstavuje obdobu klasickej trajektórie. Jej amplitúdou
pravdepodobnosti rozumieme súčin uuu,xxx1 xxx1,xxx2 . . . xxxk−1,xxxk xxxk,vvv ,
chápaný ako „komplexná pravdepodobnosť prechodu systému zo stavu uuu do
stavu vvv po naznačenej trajektórii. Matematickou indukciou podľa k možno
dokázať, že pre ľubovoľné stavy uuu, vvv a ortonormálne bázy γγγ1 = (www11, . . . ,www1n),. . . ,
γγγk = (wwwk1, . . . ,wwwkn) platí
uuu,vvv =
n
j1,...,jk=1
uuu,www1j1 www1j1 ,www2j2 . . . wwwk−1jk−1
,wwwkjk
wwwkjk
,vvv .
Inak povedané, amplitúdu pravdepodobnosti prechodu uuu → vvv možno vypočítať
ako súčet amplitúd pravdepodobnosti cez všetky trajektórie (uuu,www1j1 , . . . ,wwwkjk
,vvv)
pevnej dĺžky k + 1.
Na značne sofistikovanom nekonečnorozmernom zovšeobecnení poslednej
formuly je založené vyjadrenie amplitúd pravdepodobnosti pomocou tzv.
Feynmanovho integrálu cez trajektórie v stavovom priestore. Ako zaujímavosť
poznamenajme, že hoci fyzici pri svojich výpočtoch Feynmanov integrál
hojne a úspešne používajú, matematikom sa dodnes nepodarilo preň vypracovať
plne uspokojivú teóriu a zaradiť ho do teoreticko-množinového rámca
súčasnej matematiky.
Cvičenia
17.1. Nech V je konečnorozmerný vektorový priestor nad poľom C s bázou tvorenou
vektormi vvv1, . . . ,vvvn. Potom vektory vvv1, . . . ,vvvn, ivvv1, . . . , ivvvn tvoria bázu jeho reálneho
zúženia VR. Dokážte. Odvoďte z toho vzťah dim VR = 2 dim V .
17.2. Pre ľubovoľné vektory xxx, yyy v unitárnom priestore V platí xxx + yyy,xxx − yyy = xxx 2
−
yyy 2
− 2i Im xxx,yyy . Dokážte.
17.3. Nech U, V sú vektorové priestory nad poľom C.
(a) Definujte jadro a obraz semilineárneho zobrazenia ϕ: V → U rovnako ako pre
lineárne zobrazenia a dokážte, že Ker ϕ je lineárny podpriestor vo V a Im ϕ je lineárny
podpriestor v U.
(b) Za predpokladu, že V je konečnorozmerný, dokážte, že veta o dimenzii jadra a
obrazu platí aj pre semilineárne zobrazenia ϕ: V → U.
(c) Za predpokladu, že oba priestory U, V sú konečnorozmerné, definujte maticu
semilineárneho zobrazenia ϕ: V → U vzhľadom na bázy βββ vo V a ααα v U rovnako
ako pre lineárne zobrazenia. Dokážte, že pre ľubovoľný vektor xxx ∈ V platí
(ϕxxx)ααα = (ϕ)ααα,βββ · (xxx)βββ.
(d) Ako sa mení matica semilineárneho zobrazenia ϕ: V → U pri zmene báz v priestoroch
U, V ?
Cvičenia 369
17.4. Nech U, V sú konečnorozmerné vektorové priestory nad poľom C a F : U × V → C
je poldruhalineárna forma.
(a) Definujte maticu formy F vzhľadom na bázy ααα v U a βββ vo V rovnakým spôsobom
ako pre bilineárne formy. Dokážte, že pre ľubovoľné vektory xxx ∈ U, yyy ∈ V platí
F(xxx,yyy) = (xxx)T
· [F]ααα,βββ · (yyy)βββ.
(b) Ako sa mení matica formy F pri zmene báz v priestoroch U, V ?
(c) Označme V
∗
množinu všetkých semilineárnych zobrazení V → C. Dokážte, že
V
∗
je lineárny podpriestor vektorového priestoru CV
a platí dim V
∗
= dim V .
(d) Dokážte, že predpisom F×
(xxx)(yyy) = F(xxx,yyy) pre xxx ∈ U, yyy ∈ V je definované
lineárne zobrazenie F×
: U → V
∗
.
(e) Definujte hodnosť formy F rovnako ako pre bilineárne formy. Ako súvisí hodnosť
h(F) s vlastnosťami zobrazenia F×
: U → V
∗
? Porovnajte s vetou 11.1.7.
17.5. (a) Nech F : V × V → C je poldruhalineárma forma a F0 = Re F, F1 = Im F.
Dokážte, že F0, F1 : VR × VR → R sú bilineárne formy.
(b) Dokážte tvrdenia 17.1.1 a 17.2.1.
17.6. Nech F : Cn
×Cn
→ C je poldruhalineárna forma na (stĺpcovom) vektorovom priestore
Cn
a AAA = [F]εεε je jej matica vzhľadom na kanonickú bázu εεε = (eee1, . . . ,eeen).
Označme F0 = Re F, F1 = Im F, A0 = Re A, A1 = Im A. Ako vyzerajú matice
bilineárnych foriem F0, F1 : Cn
R × Cn
R → R v báze εεε+
= (eee1, . . . ,eeen, ieee1, . . . , ieeen)? Čo
sa dá povedať navyše, ak F je hermitovská?
17.7. Sformulujte pravidlá pre diagonalizáciu hermitovských matíc AAA ∈ Cn×n
a dokážte
analógy príslušných tvrdení z paragrafov 11.3 a 12.1, 12.2.
17.8. Ak ααα, βββ sú ortonormálne bázy konečnorozmerného unitárneho priestoru V , tak pre
ľubovoľné vektory xxx,yyy ∈ V platí xxx,yyy = (xxx)T
ααα · PPPααα,βββ · (yyy)βββ. Dokážte.
17.9. Dokážte analóg tvrdenia 13.2.1 pre Gramove matice v unitárnych priestoroch.
17.10. (a) Popíšte lineárne zobrazenie ortogonálnej projekcie do konečnorozmerného lineárneho
podpriestoru S v unitárnom priestore V a odvoďte jeho základné vlastnosti.
(b) Zovšeobecnite výsledky o vzdialenosti vektora od lineárneho podpriestoru resp.
bodu od afinného podpriestoru v konečnorozmernom unitárnom priestore.
(c) Napíšte maticu ortogonálnej projekcie do lineárneho podpriestoru S = [s1(AAA), . . . , sk(AAA)]
generovaného stĺpcami matice AAA ∈ Cn×k
v unitárnom priestore Cn
so štandardným
skalárnym súčinom vzhľadom na kanonickú ortonormálnu bázu (eee1, . . . ,eeen).
17.11. Upravte Parsevalove rovnosti tak, aby platili aj pre ortogonálne bázy v unitárnych
priestoroch.
17.12. Integrál komplexnej funkcie reálnej premennej f(x) = f0(x)+if1(x), kde f0, f1 : a, b →
R definujeme rovnosťou
b
a
f(x) dx =
b
a
f0(x) dx + i
b
a
f1(x) dx.
(a) Dokážte, že formulou f, g =
b
a
f(x) g(x) dx je definovaný komplexný skalárny
súčin na vektorovom priestore všetkých spojitých funkcií f : a, b → C.
(b) Dokážte, že funkcie fn : 0, 2π → C, kde fn(x) = einx
pre n ∈ Z, x ∈ 0, 2π ,
sú navzájom ortogonálne. Porovnajte s cvičeniami 13.7 a 13.8.
17.13. (a) Overte, že oba tvary matice AAA ∈ C2×2
z vety 17.4.3 naozaj predstavujú unitárne
matice.
370 17. Unitárne priestory
(b) Pre akú voľbu parametrov α, β, ϑ, ω v druhom z týchto vyjadrení dostaneme
maticu rotácie RRRγ resp. maticu osovej súmernosti SSSγ, kde γ ∈ R?
17.14. Nech AAA ∈ Cn×n
je štvorcová komplexná matica. Dokážte nasledujúce tvrdenia:
(a) Ak AAA je hermitovská, tak detAAA je reálne číslo.
(b) Ak AAA je unitárna, tak detAAA je komplexná jednotka.
(c) Ak u1, . . . , un ∈ C, tak matica diag(u1, . . . , un) je hermitovská práve vtedy, keď
u1, . . . , un ∈ R.
(d) Ak u1, . . . , un ∈ C, tak matica diag(u1, . . . , un) je unitárna práve vtedy, keď
|u1| = . . . = |un| = 1.
17.15. Ak AAA,BBB ∈ Cn×n
sú unitárne matice, tak aj matice AAA−1
a AAA·BBB sú unitárne. Dokážte.
Platí niečo podobné aj pre hermitovské matice?
17.16. Zovšeobecnite tvrdenia o Iwasawovom rozklade a QR-rozklade z cvičení 13.11 resp. 13.13
na komplexné matice a dokážte ich:
(a) Každú regulárnu maticu AAA ∈ Cn×n
možno jednoznačne rozložiť na súčin AAA =
PPP ·DDD ·TTT, kde PPP ∈ Cn×n
je unitárna matica, DDD ∈ Rn×n
je diagonálna matica s kladnými
reálnymi číslami na diagonále a TTT ∈ Cn×n
je horná trojuholníková matica
s jednotkami na diagonále.
(b) Každú maticu AAA ∈ Cm×n
kde m ≥ n možno rozložiť na súčin AAA = QQQ · RRR,
kde QQQ ∈ Cm×m
je unitárna matica a RRR ∈ Cm×n
je horná trojuholníková matica
s nulovými poslednými m − n riadkami. Ak AAA má (maximálnu) hodnosť n, tak QQQ a
RRR sú určené jednoznačne za dodatočnej podmienky, že diagonálne prvky rii, i ≤ n,
matice RRR sú kladné reálne čísla.
17.17. Nájdite Iwasawove a QR-rozklady nasledujúcich matíc:
(a) 1 + 2i −1
1 + 3i i
!
(b)
0
B
@
i −1 + i 2 + i
1 3 2i
1 0 −i
1
C
A
17.18. (a) S využitím cvičenia 11 napíšte Parsevalove rovnosti vzhľadom na ortogonálnu
bázu φφφ = (fff0, . . . ,fffn−1) z tvrdenia 17.5.1.
(b) Overte, že pre ľubovoľné vektory xxx,yyy ∈ Cn
platí xxx,yyy = 1
n xxx,yyy a xxx
2
=
1
n xxx
2
.
(c) Odvoďte z toho, že „znormovaná matica diskrétnej Fourierovej transformácie
FFF = 1√
n
ω−jk
∈ Cn×n
, kde ω = e2πi/n
, je unitárna. Ako vyzerá k nej inverzná
matica?
17.19. (a) Operácia ∗ cyklickej konvolúcie na priestore Cn
je asociatívna, komutatívna a
bilineárna. Dokážte priamo aj pomocou vzťahu s násobením po zložkách sprostredkovaného
diskrétnou Fourierovou transformáciou.
(b) Má operácia ∗ neutrálny prvok? Ak áno, ako vyzerá?
17.20. Dokážte druhú rovnosť z vety 17.5.2 – jednak priamo, jednak ako dôsledok prvej
rovnosti a vlastností DFT.
17.21. Nájdite vhodnú ortogonálnu bázu priestoru všetkých komplexných matíc Cm×n
so štandardným skalárnym súčinom XXX,YYY = j,k xjkyjk pozostávajúcu z matíc
ΩΩΩrs ∈ Cm×n
(r ∈ Zm, s ∈ Zn) tak, aby pre každú maticu XXX ∈ Cm×n
platilo
xrs = XXX,ΩΩΩrs . Zovšeobecnite na viacrozmerné matice.
Cvičenia 371
17.22. Vyjadrite formulu „Feynmanovho integrálu
uuu,vvv =
n
j1,...,jk=1 uuu,www1j1
www1j1
,www2j2
. . . wwwk−1jk−1
,wwwkjk
wwwkjk
,vvv
zo záveru paragrafu 17.8 pomocou matíc prechodu medzi bázami γγγj.
372 17. Unitárne priestory
Časť III
Lineárne operátory
18. Vlastné hodnoty a vlastné vektory
Touto kapitolou začíname najdôležitejšiu partiu nášho kurzu lineárnej algebry
a geometrie. Jej ústredné pojmy ako vlastná hodnota, vlastný vektor a
spektrum lineárneho operátora hrajú kľúčovú úlohu nielen v samotnej lineárnej
algebre, ale aj v jej aplikáciách – či už v iných oblastiach matematiky,
vo fyzike, i v ďalších disciplínach.
Po šiestich kapitolách, ktoré sa odohrávali nad poľom R prípadne C, sa
opäť vraciame k vektorovým priestorom nad ľubovoľným poľom K.
18.1 Matica lineárneho operátora a podobnosť matíc
Pripomeňme, že lineárnym operátorom na vektorovom priestore V alebo tiež
lineárnou transformáciou priestoru V nazývame ľubovoľné lineárne zobrazenie
ϕ: V → V . Ak V je konečnorozmerný, tak lineárny operátor ϕ: V → V
je injektívny práve vtedy, keď je surjektívny, čo je ekvivalentné s rovnosťou
h(ϕ) = dim V (pozri dôsledok 6.2.4).
Maticou lineárnej transformácie ϕ: V → V vzhľadom na bázu ααα =
(uuu1, . . . ,uuun) nazývame maticu
(ϕ)ααα = (ϕ)ααα,ααα = (ϕuuu1)ααα, . . . , (ϕuuun)ααα ∈ Kn×n
,
tvorenú súradnicami obrazov ϕ(uuuj) vektorov uuuj bázy ααα vzhľadom na tú istú
bázu ααα.
Jedným z vedúcich zámerov tejto i nasledujúcich dvoch kapitol bude dosiahnuť
vhodnou voľbou bázy ααα čo najjednoduchší tvar matice AAA = (ϕ)ααα
lineárneho operátora ϕ. Poznamenajme, že pokiaľ by sme netrvali na prirodzenej
požiadavke vyjadrovať súradnice vzorov aj obrazov vektorov xxx ∈ V
vzhľadom na tú istú bázu priestoru V , šlo by o špeciálny prípad vety 7.5.4:
vždy by sme mohli (navyše jednoduchým spôsobom) zvoliť bázy ααα, βββ priestoru
V tak, aby matica ϕ vzhľadom na ne mala blokový tvar
(ϕ)ααα,βββ =
IIIh 0h,n−h
0n−h,h 0n−h,n−h
,
kde h = h(ϕ). Niečo jednoduchšie si ťažko možno predstaviť – my by sme
už tradične boli spokojní s diagonálnou maticou AAA = (ϕ)ααα. Zdanlivo nevinná
požiadavka ααα = βββ však značne zužuje možnosti našej voľby, čo – ako uvidíme
– dramaticky komplikuje situáciu.
376 18. Vlastné hodnoty a vlastné vektory
Analogickú úlohu sme už riešili v kapitole 11 pre symetrické bilineárne
formy; vtedy sa nám však podarilo ukázať, že (až na prípad polí charakteristiky
2) možno voľbou vhodnej bázy vždy dosiahnuť diagonálny tvar matice
príslušnej formy. Poznamenajme už vopred, že pre lineárne operátory
sa nám niečo podobné nepodarí. Jednako preskúmame štruktúru lineárnych
operátorov na konečnorozmerných vektorových priestoroch do takej miery,
že dokážeme charakterizovať operátory diagonalizovateľné vo vhodnej báze,
ako aj identifikovať (ba čiastočne tiež odstrániť – ale to až v nasledujúcej
kapitole) prekážky diagonalizovateľnosti u tých ostatných.
Na začiatok si uvedomme vzťah medzi maticami lineárneho operátora
vzhľadom na rôzne bázy. Ako zvláštny prípad vety 7.6.1 dostávame:
18.1.1. Veta. Nech ϕ: V → V je lineárna transformácia konečnorozmerného
vektorového priestoru V a ααα, βββ sú jeho dve bázy. Potom
(ϕ)βββ = PPPβββ,ααα · (ϕ)ααα · PPPααα,βββ.
Štvorcové matice AAA, BBB ∈ Kn×n
sa nazývajú podobné, označenie AAA ≈ BBB,
ak existuje regulárna matica PPP ∈ Kn×n
taká, že platí
BBB = PPP−1
· AAA · PPP.
Zrejme podobné matice majú rovnakú hodnosť. Čitateľ si iste sám bez ťažkostí
overí, že pre ľubovoľné matice AAA, BBB, CCC ∈ Kn×n
platí
AAA ≈ AAA,
AAA ≈ BBB ⇒ BBB ≈ AAA,
AAA ≈ BBB & BBB ≈ CCC ⇒ AAA ≈ CCC.
To znamená, že vzťah podobnosti je reflexívny, symetrický a tranzitívny,
čiže je to ekvivalencia na množine Kn×n
. Ekvivalencia podobnosti nám asi
pripomína inú ekvivalenciu na množine Kn×n
: totiž kongruenciu matíc AAA ≡
BBB, s ktorou ju však neslobodno zamieňať (pozri paragraf 11.3).
Keďže PPPβββ,ααα = PPP−1
ααα,βββ a každá regulárna matica je maticou prechodu medzi
vhodnou dvojicou báz, nasledujúca veta je bezprostredným dôsledokom
vety 18.1.1.
18.1.2. Veta. Nech V je n-rozmerný vektorový priestor nad poľom K. Potom
pre ľubovoľné matice AAA, BBB ∈ Kn×n
nasledujúce podmienky sú ekviva-
lentné:
(i) AAA, BBB sú maticami tej istej lineárnej transformácie ϕ: V → V vzhľadom
na nejaké dve (možno no nie nutne rôzne) bázy priestoru V ;
18.2. Vlastné hodnoty a vlastné vektory 377
(ii) AAA ≈ BBB.
Stopu matice AAA ∈ Kn×n
, označenie trAAA (z anglického trace), definujeme
ako súčet jej diagonálnych prvkov, t. j.
trAAA = a11 + . . . + ann =
n
i=1
aii.
18.1.3. Tvrdenie. Nech AAA ∈ KKKm×n
, BBB ∈ Kn×m
. Potom
tr(AAA · BBB) = tr(BBB · AAA).
Dôkaz. Označme AAA·BBB = (cij)m×m, BBB·AAA = (djk)n×n. Jednoduchým výpočtom
dostávame
tr(AAA · BBB) =
m
i=1
cii =
m
i=1
n
j=1
aijbji =
n
j=1
m
i=1
bjiaij =
n
j=1
djj = tr(BBB · AAA).
Vety 10.3.2 a 10.3.3 o determinante súčinu matíc a determinante inverznej
matice, resp. tvrdenie 18.1.3 majú nasledujúci bezprostredný
18.1.4. Dôsledok. Podobné matice majú rovnaký determinant aj stopu.
Hovoríme, že determinant a stopa sú invariantmi podobnosti matíc. Ak
teda matice AAA, BBB ∈ Kn×n
majú rôzne determinanty alebo rôzne stopy (pričom
najmä túto druhú podmienku možno veľmi ľahko nahliadnuť), tak nemôžu
byť podobné. Na druhej strane však ani rovnosť determinantu a stopy
ešte nezaručuje ich podobnosť.
18.2 Vlastné hodnoty a vlastné vektory
Lineárny operátor ϕ: V → V na konečnorozmernom vektorovom priestore V
sa nazýva diagonalizovateľný, ak existuje nejaká báza priestoru V , vzhľadom
na ktorú má ϕ diagonálnu maticu.
Nech teda ϕ: V → V je diagonalizovateľný lineárny operátor a βββ =
(vvv1, . . . ,vvvn) je taká báza priestoru V , že matica BBB = (ϕ)βββ je diagonálna so
skalármi λ1, . . . , λn ∈ K na diagonále. Potom pre bázické vektory vvvi platí
ϕ(vvvi) = λivvvi.
Ukazuje sa, že tento vzťah medzi lineárnym operátorom ϕ skalárom λi a
vektorom vvvi má kľúčový význam.
378 18. Vlastné hodnoty a vlastné vektory
Vopred zdôrazňujeme, že nasledujúce dve definície sa vzťahujú rovnako
na konečno- i nekonečnorozmerné vektorové priestory.
Hovoríme, že skalár λ ∈ K je vlastná alebo tiež charakteristická hodnota
lineárneho operátora ϕ: V → V , ak existuje vektor 0 = vvv ∈ V , pre ktorý
platí ϕ(vvv) = λvvv. V prípade vektorových priestorov nad číselnými poľami, ako
napr. R alebo C, zvykneme hovoriť o vlastnom čísle lineárneho operátora.
Hovoríme, že 0 = vvv ∈ V je vlastný alebo tiež charakteristický vektor
lineárneho operátora ϕ: V → V , ak existuje skalár λ ∈ K, pre ktorý platí
ϕ(vvv) = λvvv. Ak V je vektorový priestor funkcií, zvykneme hovoriť o vlastnej
funkcii lineárneho operátora.
Obe uvedené definície hovoria vlastne o tom istom. Ak λ ∈ K je vlastná
hodnota operátora ϕ, tak každý nenulový vektor vvv ∈ V taký, že ϕ(vvv) = λvvv, je
vlastný vektor operátora ϕ. Naopak, ak vvv ∈ V je vlastný vektor, tak skalár λ,
pre ktorý platí ϕ(vvv) = λvvv, je vlastná hodnota. Hovoríme, že vvv je vlastný vektor
prislúchajúci k vlastnej hodnote λ, resp. že λ je vlastná hodnota prislúchajúca
k vlastnému vektoru vvv. Ešte si všimnite, že vlastná hodnota prislúchajúca
k danému vlastnému vektoru je určená jednoznačne; na druhej strane, ako
uvidíme, k danej vlastnej hodnote môže prislúchať viacero, dokonca lineárne
nezávislých vektorov.
Vlastnou (charakteristickou) hodnotou (vlastným číslom), resp. vlastným
(charakteristickým) vektorom štvorcovej matice AAA ∈ Kn×n
nazývame vlastnú
hodnotu, resp. vlastný vektor lineárneho operátora Kn
→ Kn
daného predpisom
xxx → AAA·xxx. Vlastná hodnota λ ∈ K a k nej prislúchajúci vlastný vektor
0 = vvv ∈ Kn
matice AAA sú tak zviazané vzťahom AAA · vvv = λvvv.
Z vety 18.1.2 vyplýva, že vlastné hodnoty podobných matíc sú vlastnými
hodnotami toho istého lineárneho operátora, preto
18.2.1. Tvrdenie. Podobné matice majú rovnaké vlastné hodnoty.
Jednorozmerný podpriestor [vvv] generovaný vlastným vektorom vvv lineárneho
operátora je špeciálnym prípadom tzv. invariantného podpriestoru. Hovoríme,
že lineárny podpriestor S vektorového priestoru V je invariantným
podpriestorom lineárneho operátora ϕ: V → V , ak platí ϕ(S) ⊆ S, t. j.
ϕ(xxx) ∈ S pre každé xxx ∈ S. Ak lineárny operátor ϕ je fixovaný kontextom,
hovoríme jednoducho o invariantnom podpriestore.
Triviálny podpriestor {0} a nevlastný podpriestor V sú vždy invariantné.
Zrejme jednorozmerný podpriestor [vvv] je invariantný práve vtedy, keď vvv je
vlastný vektor príslušného operátora. Jednorozmerné podpriestory generované
vlastnými vektormi lineárneho operátora sú teda príkladmi netriviálnych,
a ak dim V > 1, tak i vlastných invariantných podpriestorov.
Ak S je invariantný podpriestor lineárnej transformácie ϕ: V → V , tak
zúženie ϕ na S je opäť lineárnou transformáciou ϕ S : S → S na vektorovom
priestore S. Ak ααα = (uuu1, . . . ,uuuk,uuuk+1, . . . ,uuun) je báza priestoru V taká, že
18.2. Vlastné hodnoty a vlastné vektory 379
jej prvých k vektorov tvorí bázu invariantného podpriestoru S, tak matica ϕ
v tejto báze má blokový tvar
AAA = (ϕ)ααα =
AAA1 MMM
0n−k,k AAA2
,
kde AAA1 ∈ Kk×k
je matica lineárnej transformácie ϕ S : S → S v báze
(uuu1, . . . ,uuuk) a MMM ∈ Kk×(n−k)
, AAA2 ∈ K(n−k)×(n−k)
.
Ak V = S ⊕ T je dokonca priamym súčtom invariantných podpriestorov
S, T, tak V má bázu ααα = (uuu1, . . . ,uuuk,uuuk+1, . . . ,uuun), ktorej prvých k vektorov
tvorí bázu S a zvyšných n − k vektorov tvorí bázu T. Vzhľadom na takúto
bázu má matica ϕ blokovo diagonálny tvar
AAA = (ϕ)ααα =
AAA1 0k,n−k
0n−k,k AAA2
= diag(AAA1,AAA2),
kde AAA1 ∈ Kk×k
je matica lineárnej transformácie ϕ S : S → S v báze
(uuu1, . . . ,uuuk) a AAA2 ∈ K(n−k)×(n−k)
je matica lineárnej transformácie ϕ T : T →
T v báze (uuuk+1, . . . ,uuun). Toto pozorovanie možno zrejmým spôsobom zovšeobecniť
na priamy súčet ľubovoľného konečného počtu invariantných podpriestorov.
(Detaily prenechávame na samostatné premyslenie čitateľovi.)
Z vykonaných úvah priamo vyplýva nasledujúca charakterizácia diagonalizovateľných
lineárnych operátorov.
18.2.2. Veta. Nech ϕ je lineárny operátor na konečnorozmernom vektorovom
priestore V . Potom nasledujúce podmienky sú ekvivalentné:
(i) ϕ je diagonalizovateľný;
(ii) existuje báza priestoru V pozostávajúca z vlastných vektorov operátora
ϕ;
(ii) V je priamym súčtom jednorozmerných invariantných podpriestorov lineárneho
operátora ϕ.
Samozrejme, matica operátora ϕ v báze vlastných vektorov βββ = (vvv1, . . . ,vvvn)
má tvar (ϕ)βββ = diag(λ1, . . . , λn), kde λi je vlastné hodnota prislúchajúca
k vlastnému vektoru vvvi.
Podčiarkujeme, že nasledujúce tvrdenie platí aj bez predpokladu konečnorozmernosti
priestoru V .
18.2.3. Tvrdenie. Nech λ1, . . . , λk sú navzájom rôzne vlastné hodnoty lineárneho
operátora ϕ: V → V . Potom k nim prislúchajúce vlastné vektory
vvv1, . . . ,vvvk sú lineárne nezávislé.
Dôkaz. Predpokladajme, že vvv1, . . . ,vvvk sú lineárne závislé. Potom existuje
j ≤ k také, že vektor vvvj je lineárnou kombináciou predchádzajúcich; zvoľme
380 18. Vlastné hodnoty a vlastné vektory
najmenšie také j. Keďže vvv1 = 0, j ≥ 2 a žiaden z vektorov vvv1, . . . ,vvvj−1
nie je lineárnou kombináciou predchádzajúcich, sú to lineárne nezávislé vektory.
Pre nejaké skaláry c1, . . . , cj−1 platí vvvj = c1vvv1 + . . . + cj−1vvvj−1. Nakoľko
vvvj = 0, aspoň jeden z týchto skalárov je = 0. Vektor ϕ(vvvj) si vyjadríme
dvoma spôsobmi:
ϕ(vvvj) = c1ϕ(vvv1) + . . . + cj−1ϕ(vvvj−1) = c1λ1vvv1 + . . . + cj−1λj−1vvvj−1,
ϕ(vvvj) = λjvvvj = λj(c1vvv1 + . . . + cj−1vvvj−1) = c1λjvvv1 + · · · + cj−1λjvvvj−1.
V dôsledku toho
c1(λ1 − λj)vvv1 + . . . + cj−1(λj−1 − λj)vvvj−1 = 0,
a keďže λi = λj pre všetky i ≤ j − 1, aspoň jeden z koeficientov ci(λi − λj)
je rôzny od nuly. To je však spor s nezávisloťou vektorov vvv1, . . . ,vvvj−1.
Práve dokázané tvrdenie spolu s vetou 18.2.2 majú za bezprostredný dôsledok
prvú časť nasledujúceho tvrdenia.
18.2.4. Tvrdenie. Nech ϕ je lineárny operátor na n-rozmernom vektorovom
priestore V . Ak ϕ má n navzájom rôznych vlastných hodnôt λ1, . . . , λn,
tak je ϕ je diagonalizovateľný v báze im prislúchajúcich vlastných vektorov.
Navyše každý vlastný vektor vvvi prislúchajúci k vlastnej hodnote λi je určený
jednoznačne až na skalárny násobok.
Dôkaz. Zostáva overiť záverečnú podmienku jednoznačnosti. Nech teda j ≤ n
a www je tiež vlastný vektor prislúchajúci k vlastnej hodnote λj. Keďže vvv1, . . . ,vvvn
tvoria bázu V , www = n
i=1 civvvi pre nejaké koeficienty ci ∈ K. Dokážeme, že
www = cjvvvj. V opačnom prípade by aj www − cjvvvj = 0 bol vlastným vektorom
operátora ϕ prislúchajúcim k λj. Podľa predchádzajúceho tvrdenia sú vektory
www − cjvvvj, a vvvi, i = j, lineárne nezávislé. To je však spor so skutočnosťou, že
www − cjvvvj =
i=j
civvvi
je lineárnou kombináciou ostatných vektorov.
18.3 Charakteristický polynóm
V tomto paragrafe si predvedieme, ako možno k danej štvorcovej matici
AAA ∈ Kn×n
nájsť jej vlastné hodnoty a k nim prislúchajúce vlastné vektory.
Reprezentácia lineárneho operátora na konečnorozmernom vektorovom priestore
pomocou jeho matice v nejakej (dokonca ľubovoľnej) báze nám potom
umožní vyriešiť analogickú úlohu aj preň.
18.3. Charakteristický polynóm 381
Maticu AAA−xIII nazývame charakteristickou maticou matice AAA ∈ Kn×n
; jej
charakteristickým polynómom nazývame determinant charakteristickej matice,
t. j. polynóm
chAAA(x) = det(AAA − xIIIn) =
a11 − x a12 . . . a1n
a21 a22 − x . . . a2n
...
...
...
...
an1 an2 . . . ann − x
v premennej x s koeficientmi z poľa K, t. j. chAAA(x) ∈ K[x]. Charakteristický
polynóm je zrejme polynóm stupňa n s koeficientom (−1)n
pri najvyššej mocnine
xn
. Charakteristickou rovnicou matice AAA nazývame rovnicu chAAA(x) = 0,
t. j.
det(AAA − xIIIn) = 0.
Niektorí autori definujú charakteristickú maticu ako xIII−AAA a charakteristický
polynóm ako det(xIII−AAA), čiže ako (−1)n
krát „náš charakteristický polynóm
– zrejme ide o nepodstatný rozdiel.
Význam práve definovaných pojmov je daný nasledujúcou vetou.
18.3.1. Veta. Nech AAA ∈ Kn×n
. Potom skalár λ ∈ K je vlastnou hodotou
matice AAA práve vtedy, keď
det(AAA − λIIIn) = 0,
t. j. práve vtedy, keď λ vyhovuje charakteristickej rovnici matice AAA.
Dôkaz. Skalár λ ∈ K je vlastnou hodnotou matice AAA práve vtedy, keď AAA·vvv =
λvvv pre nejaký vektor 0 = vvv ∈ Kn
, čiže práve vtedy, keď homogénna sústava
lineárnych rovníc (AAA − λIII) ·vvv = 0 má aspoň jedno nenulové riešenie vvv ∈ Kn
.
To nastane práve vtedy, keď matica AAA−λIII je singulárna, t. j. det(AAA−λIII) = 0.
Zopakujme si ešte raz, čo sme sa naučili v tomto dôkaze a nie je zahrnuté
v znení vety: vlastné vektory štvorcovej matice AAA prislúchajúce k jej vlastnej
hodnote λ sú práve všetky nenulové riešenia homogénnej sústavy s maticou
AAA − λIII; pritom práve singularita uvedenej matice zaručuje ich existenciu.
18.3.2. Veta. Nech AAA, BBB ∈ Kn×n
. Ak AAA ≈ BBB, tak chAAA = chBBB; inými slovami,
podobné matice majú rovnaký charakteristický polynóm.
Dôkaz. Nech AAA, BBB sú podobné a PPP je regulárna matica taká, že BBB = PPP−1
·AAA·PPP.
Keďže aj xIII = PPP−1
·xIII ·PPP, s použitím rovností pre determinant súčinu matíc
382 18. Vlastné hodnoty a vlastné vektory
a determinant inverznej matice (vety 10.3.2 a 10.3.3) dostávame
chBBB(x) = det(BBB − xIII) = det PPP−1
· AAA · PPP − PPP−1
· xIII · PPP
= det PPP−1
· (AAA − xIII) · PPP = detPPP−1
det(AAA − xIII) detPPP
= det(AAA − xIII) = chAAA(x).
To znamená, že i charakteristický polynóm je invariantnom podobnosti
matíc. Táto jeho vlastnosť nám umožňuje korektne zadefinovať aj charakteristický
polynóm chϕ(x) lineárnej transformácie ϕ konečnorozmerného vektorového
priestoru V ako charakteristický polynóm matice tejto transformácie
vzhľadom na ľubovoľnú bázu priestoru V . Vlastné hodnoty takejto lineárnej
transformácie sú potom totožné s vlastnými hodnotami jej matice.
Tvrdenie 18.2.1 teraz priamo vyplýva z vety 18.3.2. Keby sme boli schopní
nahliadnuť, že koeficienty pri mocninách x0
resp. xn−1
v charakteristickom
polynóme chAAA(x) matice AAA ∈ Kn×n
sú detAAA resp. (−1)n−1
trAAA, čiže
chAAA(x) = detAAA − . . . + (−1)n−1
(a11 + . . . + ann)xn−1
+ (−1)n
xn
(čo nie je až také ťažké), mohli by sme okamžite dostať aj dôsledok 18.1.4
z práve dokázanej vety. Ani čitateľ, ktorý to nahliadnuť nedokáže, si však
nemusí zúfať. Tieto výsledky nám totiž onedlho spadnú do lona samy, ako
vedľajšie plody nášho štúdia.
18.4 Príklady
Pokúsme sa teraz na niekoľkých veľmi jednoduchých príkladoch (všetky sa
týkajú matíc najnižšieho netriviálneho rozmeru 2 × 2) ilustrovať metódu výpočtu
vlastných hodnôt λ matice AAA riešením jej charakteristickej rovnice
chAAA(x) = 0 a následný výpočet vlastných vektorov riešením homogénnych
sústav so singulárnymi maticami AAA − λIII. Zároveň sa pri tom zoznámime
s rôznymi možnosťami, ktoré môžu nastať, a pripravíme si tak pôdu pre
ďalšie úvahy.
18.4.1. Príklad. Súmernosť roviny podľa osi prechádzajúcej počiatkom a
zvierajúcej s osou x uhol α je lineárny operátor SSSα : R2
→ R2
, ktorý má
vzhľadom na kanonickú bázu εεε = (eee1,eee2) maticu
SSSα =
cos 2α sin 2α
sin 2α − cos 2α
(pozri príklad 6.4.4). Charakteristický polynóm
det(SSSα − xIII2) =
cos 2α − x sin 2α
sin 2α − cos 2α − x
= x2
− cos2
2α − sin2
2α = x2
− 1
18.4. Príklady 383
má dva korene x1,2 = ±1. K nim prislúchajúce vlastné vektory nájdeme
riešením homogénnych sústav s maticami
SSSα − III =
cos 2α − 1 sin 2α
sin 2α − cos 2α − 1
∼
sin α − cos α
0 0
,
resp.
SSSα + III =
cos 2α + 1 sin 2α
sin 2α − cos 2α + 1
∼
cos α sin α
0 0
.
Oba podpriestory riešení sú jednorozmerné, generované vektormi (cos α, sin α)T
resp. (− sin α, cos α)T
. To znamená, že operátor operátor SSSα má vzhľadom
na bázu tvorenú stĺpcami matice
cos α − sin α
sin α cos α
diagonálnu maticu diag(1, −1). Ešte si všimnite, že (cos α, sin α)T
je smerový
vektor našej osi súmernosti a (− sin α, cos α)T
je smerový vektor kolmice na
ňu v počiatku. Uvedomte si, že tento výsledok sa presne zhoduje s geometrickým
názorom.
18.4.2. Príklad. Otočenie roviny okolo počiatku o uhol α je lineárny operátor
RRRα : R2
→ R2
, ktorý má v kanonickej báze εεε = (eee1,eee2) maticu
RRRα =
cos α − sin α
sin α cos α
(pozri príklad 6.4.3). Charakteristický polynóm
det(RRRα − xIII2) =
cos α − x − sin α
sin α cos α − x
= x2
− 2x cos α + cos2
α + sin2
α = x2
− 2x cos α + 1
má diskriminant D = 4 cos2
α−4 = −4 sin2
α. Okrem prípadov, keď sin α = 0,
t. j. RRRα = ±III2 (identické zobrazenie resp. stredová súmernosť podľa počiatku,
ktorými sa budeme zaoberať v rámci ďalšieho príkladu), je D < 0, teda
charakteristický polynóm nemá reálne korene. Preto ani RRRα nemá reálne
vlastné hodnoty a nie je podobná so žiadnou diagonálnou maticou nad R.
Na druhej strane, keďže R ⊆ C, na RRRα sa môžeme dívať ako na komplexnú
maticu z C2×2
; ako taká určuje vzhľadom na kanonickú bázu εεε = (eee1,eee2) v C2
lineárny operátor C2
→ C2
. V poli C jej charakteristický polynóm už má dva
korene x1,2 = cos α ± i sin α = e±iα
, ktorým zodpovedajúce vlastné vektory
dostaneme riešením homogénnych sústav s maticami
RRRα − eiα
III =
−i sin α − sin α
sin α −i sin α
∼
1 −i
0 0
,
384 18. Vlastné hodnoty a vlastné vektory
resp.
RRRα − e−iα
III =
i sin α − sin α
sin α i sin α
∼
1 i
0 0
.
Oba podpriestory riešení sú jednorozmerné, generované vektormi (1, −i)T
resp. (1, i)T
. To znamená, že operátor C2
→ C2
daný predpisom xxx → RRRα · xxx
má vzhľadom na bázu tvorenú stĺpcami matice
1 1
−i i
diagonálnu maticu diag(eiα
, e−iα
).
18.4.3. Príklad. Rovnoľahlosť v rovine so stredom v počiatku a koeficientom
podobnosti c ∈ R je lineárny operátor R2
→ R2
, ktorý má v kanonickej
báze εεε = (eee1,eee2) diagonálnu maticu cIII2 (pozri príklad 6.4.5). Jej charakteristický
polynóm
det(cIII2 − xIII2) = (c − x)2
má jeden dvojnásobný reálny koreň x1,2 = c. Podpriestor riešení homogénnej
sústavy s maticou cIII2 − cIII2 = 02,2 je samozrejme celé R2
. To znamená, že
naša rovnoľahlosť má v ľubovoľnej báze priestoru R2
diagonálnu maticu cIII2.
Väčšinou, pokiaľ z nejakých dôvodov nedáme prednosť inej voľbe, si v takom
prípade zvykneme vybrať kanonickú bázu εεε = (eee1,eee2).
18.4.4. Príklad. Skosenie roviny v smere osi x s parametrom a ∈ R je
lineárny operátor R2
→ R2
s maticou
1 a
0 1
vzhľadom na kanonickú bázu εεε = (eee1,eee2) (pozri príklad 6.4.6). Keďže pre
a = 0 ide o identické zobrazenie, ktoré má v ľubovoľnej báze maticu III2 (čo je
špeciálny prípad predošlého príkladu), budeme ďalej predpokladať, že a = 0.
Charakteristický polynóm
1 − x a
0 1 − x
= (1 − x)2
má jeden dvojnásobný reálny koreň x1,2 = 1. K nemu prislúchajúce vlastné
vektory nájdeme riešením homogénnej sústavy s maticou
0 a
0 0
∼
0 1
0 0
.
Podpriestor riešení je jednorozmerný, generovaný vektorom eee1 = (1, 0)T
,
preto skosenie v smere osi x s nenulovým parametrom a nie je diagonalizovateľný
lineárny operátor.
18.5. Lineárne operátory na nekonečnorozmerných priestoroch 385
18.4.5. Príklad. Hyperbolická rotácia Minkowského „časopriamky R(1,1)
o hyperbolický uhol θ ∈ R je lineárny operátor RRRhhhθ : R2
→ R2
, ktorý má
v kanonickej báze εεε = (eee0,eee1) maticu
RRRhhhθ =
cosh θ sinh θ
sinh θ cosh θ
(pozri paragraf 16.7). Charakteristický polynóm
det(RRRhhhθ − xIII2) =
cosh θ − x sinh θ
sinh θ cosh θ − x
= x2
− 2x cosh θ + cosh2
θ − sinh2
θ = x2
− 2x cosh θ + 1
má diskriminant D = 4 cosh2
θ − 4 = 4 sinh2
θ ≥ 0 a dva reálne korene
x1,2 = cosh θ ± sinh θ = e±θ
.
Pre θ = 0 je RRRhhhθ = III2, čo je už známy prípad. Pre θ = 0 dostávame dve
rôzne vlastné čísla. Príslušné vlastné vektory nájdeme riešením homogénnych
sústav s maticami
RRRhhhθ−eθ
III2 =
cosh θ − eθ
sinh θ
sinh θ cosh θ − eθ =
− sinh θ sinh θ
sinh θ − sinh θ
∼
1 −1
0 0
,
resp.
RRRhhhθ −e−θ
III2 =
cosh θ − e−θ
sinh θ
sinh θ cosh θ − e−θ =
sinh θ sinh θ
sinh θ sinh θ
∼
1 1
0 0
.
Oba podpriestory riešení sú jednorozmerné, generované vlastnými vektormi
(1, 1)T
, resp. (1, −1)T
. Všimnite si, že ide o svetelné vektory. V nimi tvorenej
báze, danej stĺpcami matice
1 1
1 −1
,
má hyperbolická rotácia RRRhhhθ diagonálnu maticu diag(eθ
, e−θ
). To mimochodom
platí aj pre θ = 0.
18.5 Lineárne operátory na nekonečnorozmerných
priestoroch
V tomto paragrafe (ako napokon ani v celom kurze) nie je našim cieľom
systematické štúdium lineárnych operátorov na nekonečnorozmerných priestoroch.
Obmedzíme sa len na dva poučné príklady, na ktorých sa výrazne
prejavia rozdiely medzi konečno- a nekonečnorozmerným prípadom.
386 18. Vlastné hodnoty a vlastné vektory
18.5.1. Príklad. Symbolom C(∞)
(R) sa zvykne označovať množina všetkých
funkcií f : R → R, ktoré majú na celom R spojité derivácie všetkých rádov.
Zrejme C(∞)
(R) je lineárny podpriestor reálneho vektorového priestoru C(R)
všetkých spojitých funkcií R → R s operáciami definovanými po zložkách
(pozri príklady 4.1.3 a 6.1.8). Potom pre každú funkciu f ∈ C(∞)
(R) aj jej
derivácia D(f) = f patrí do C(∞)
(R), teda D: C(∞)
(R) → C(∞)
(R) je lineárny
operátor. Podmienka D(f) = λf pre jeho vlastnú hodnotu a príslušnú
vlastnú funkciu nie je nič iného než diferenciálna rovnica
f (x) = λf(x),
ktorá má pre každé λ riešenie
f(x) = f(0) eλx
.
To však v reči tejto kapitoly znamená, že každé reálne číslo λ je vlastnou
hodnotou operátora D a prislúcha mu jednorozmerný vlastný podpriestor
generovaný funkciou eλx
.
18.5.2. Príklad. Určitý integrál chápaný ako funkcia hornej medze, ktorý
spojitej funkcii f : a, b → R priradí predpisom F(x) =
x
a
f(t) dt jej primitívnu
funkciu I(f) = F, definuje lineárny operátor I : C a, b → C a, b na
vektorovom priestore C a, b všetkých spojitých reálnych funkcií na intervale
a, b (pozri príklad 6.1.9). Podmienka I(f) = λf pre jeho vlastnú hodnotu
a príslušnú vlastnú funkciu má tvar integrálnej rovnice
x
a
f(t) dt = λf(x).
Ak λ = 0, tak derivovaním oboch strán podľa x zistíme, že jediná spojitá
funkcia f, ktorá ju spĺňa, je identicky rovná nule. Teda 0 nie je vlastné číslo
operátora I.
Nech teda λ = 0. Keďže funkcia na pravej strane je diferencovateľná, musí
byť diferencovateľná aj f, a po derivovaní oboch strán podľa x dostávame
diferenciálnu rovnicu f(x) = λf (x), čiže
f (x) =
1
λ
f(x),
ktorá, podobne ako v predchádzajúcom príklade, má riešenie
f(x) = f(a) e
x−a
λ .
Dosadením x = a do pôvodného vzťahu dostávame
λf(a) =
a
a
f(t) dt = 0,
Cvičenia 387
teda f(a) = 0, čo má opäť za následok f(x) = 0 pre každé x. Teda ani žiadne
reálne λ = 0 nie je vlastným číslom operátora I.
Poučení príkladom 18.4.2 by sme sa mohli pokúšať nájsť nejaké komplexné
vlastné čísla operátora I. Ale už zbežný pohľad na práve vykonané úvahy nám
ukáže, že reálnosť skalára λ v nich nehrala podstatnú úlohu. Teda z rovnakých
dôvodov I nemá ani komplexné vlastné čísla.
Na druhej strane, lineárny operátor Ia : C a, b → C a, b daný predpisom
Ia(f)(x) = f(a) +
x
a
f(t) dt
pre f ∈ C a, b , x ∈ a, b má jediné vlastné číslo λ = 1. Všetky riešenia
príslušnej integrálnej rovnice Ia(f) = f majú tvar
f(x) = f(a) ex−a
.
To znamená, že tvoria jednorozmerný vlastný podpriestor generovaný vlastnou
funkciou ex−a
. Presvedčte sa o tom.
Cvičenia
18.1. Nájdite vlastné čísla a k nim príslúchajúce vlastné vektory nasledujúcich matíc
z R2×2
:
(a) AAA =
1 −1
−1 1
, (b) BBB =
1 −1
−1 0
, (c) CCC =
1 −1
1 1
,
(d) DDD =
1 −1
1 0
, (e) EEE =
0 1
−1 2
, (f) BBB =
0 1
1 2
,
V prípade, že vám nevyjdú reálne vlastné čísla, riešte úlohu nad poľom C.
18.2. Nájdite vlastné čísla a k nim príslúchajúce vlastné vektory nasledujúcich matíc
z R3×3
:
(a) AAA =
1 −1 0
−1 1 0
0 0 1
, (b) BBB =
1 −1 1
0 2 3
0 0 3
,
(c) CCC =
1 1 1
1 1 3
1 3 1
, (d) DDD =
1 −1 1
−1 1 1
1 −1 1
.
18.3. Nech AAA ∈ Kn×n
, BBB ∈ Km×m
sú štvorcové matice. Dokážte, že nasledujúce dvojice
matíc sú podobné a zakaždým nájdite regulárnu maticu, ktorá zaručí ich podobnosť:
(a) diag(AAA,BBB) ≈ diag(BBB,AAA); (b) AAA ≈ AAAT
.
18.4. Dokážte dôsledok 18.1.4 o invariantnosti determinantu a stopy vzhľadom na ekvivalenciu
podobnosti matíc.
18.5. (a) Dokážte, že rovnosťou AAA,BBB = tr AAA · BBBT
je definovaný skalárny súčin na
reálnom vektorovom priestore Rm×n
.
388 18. Vlastné hodnoty a vlastné vektory
(b) Dokážte, že rovnosťou AAA,BBB = tr AAA · BBB∗
je definovaný skalárny súčin na
komplexnom vektorovom priestore Cm×n
.
18.6. (a) Nájdite príklady matíc rozmeru 2 × 2, resp. 3 × 3, ktoré maju rovnaký determinant
aj stopu, ale nie sú podobné.
(b) Nájdite príklady matíc rozmeru 2 × 2, resp. 3 × 3, ktoré maju rovnaký charakteristický
polynóm, ale nie sú podobné. Čím sa líšia obe úlohy?
(c) Dokážte že dve matice rozmeru 2×2, ktoré majú rovnaký determinant aj stopu,
majú rovnaký charakteristický polynóm.
(d) Nájdite príklad dvoch matíc rozmeru 3 × 3, ktoré majú rovnaký determinat aj
stopu, ale rôzne charakteristické polynómy.
18.7. Nech AAA =
a b
c d
je reálna matica. Dokážte postupne nasledujúce tvrdenia:
(a) AAA má dve rôzne reálne vlastné čísla práve vtedy, keď (a − d)2
> −4bc.
(b) AAA má dvojnásobné vlastné číslo práve vtedy, keď (a − d)2
= −4bc.
(c) Ak AAA je symetrická, tak obe jej vlastné čísla sú reálne.
(d) Ak AAA je symetrická, tak AAA má dvojnásobné vlastné číslo práve vtedy, keď a = d
a b = c = 0.
18.8. (a) Ak aspoň jedna z matíc AAA,BBB ∈ Kn×n
je regulárna, tak matice AAA · BBB, BBB · AAA sú
podobné. Dokážte.
(b) Nájdite príklad matíc AAA,BBB ∈ R2×2
takých, že matice AAA·BBB, BBB·AAA nie sú podobné.
(c) Ak AAA,BBB ∈ Kn×n
, tak matice AAA·BBB, BBB·AAA majú rovnaké vlastné hodnoty. Dokážte.
(d) Ak AAA ∈ Rm×n
, BBB ∈ Rn×m
, tak matice AAA·BBB, BBB·AAA majú rovnaké nenulové vlastné
hodnoty. Dokážte.
(e) Nájdite príklad matíc AAA ∈ R3×2
, BBB ∈ R2×3
takých, že 0 je vlastnou hodnotou
matice AAA·BBB, no nie je vlastnou hodnotou matice BBB·AAA. Mohlo by to byť aj naopak?
18.9. (a) Nájdite vlastné čísla a vlastné vektory lineárnych operátorov D, ∆: R(n)
[x] →
R(n)
[x] z cvičení 6.9 resp. 6.10.
(b) Zovšeobecnite úlohu (a) na lineárne operátory D, ∆: K[x] → K[x] dané predpismi
D(f)(x) = f (x) resp. ∆(f)(x) = f(x + 1) − f(x) pre polynómy f(x) akéhokoľvek
stupňa nad ľubovoľným poľom K.
18.10. (a) Ak vvv ∈ Kn
je vlastný vektor matice AAA ∈ Kn×n
prislúchajúci k jej vlastnej
hodnote λ ∈ K a k ∈ N, tak vvv je aj vlastným vektorom matice AAAk
prislúchajúcim
k jej vlastnej hodnote λk
. Dokážte.
(b) Nech AAA ∈ R2×2
. Musí mať každé vlastné číslo matice AAA2
tvar µ = λ2
, kde λ ∈ C
je vlastné číslo matice AAA? Zmení sa niečo, ak predpokladáme, že AAA ∈ C2×2
?
(c) Za predpokladu, že AAA je regulárna, sformulujte a dokážte tvrdenie analogické
(a) aj pre záporné exponenty k ∈ Z.
19. Spektrum lineárneho operátora
V tejto kapitole budeme pokračovať v štúdiu štruktúry lineárnych operátorov
na konečnorozmerných vektorových priestoroch. Zavedieme dôležitý, ešte
v predchádzajúcej kapitole avizovaný pojem spektra lineárneho operátora,
ako i pojmy algebraickej a geometrickej násobnosti vlastnej hodnoty, ktoré
nám umožnia klasifikovať prípadné prekážky jeho diagonalizovateľnosti.
Ďalej si ujasníme, aký vplyv má riešiteľnosť polynomických rovníc v základnom
poli na spektrum lineárneho operátora. Vhodným rozšírením tohto
poľa možno dosiahnuť, aby každý lineárny operátor na n-rozmernom priestore
mal n vlastných hodnôt, ak každú z nich počítame toľkokrát, aká je jej
algebraická násobnosť.
19.1 Spektrum lineárneho operátora a matice
Aby sme sa mohli pohnúť ďalej, je potrebné si pripomenúť zopár základných
poznatkov o polynómoch. Aspoň v prípade polí Q a R, a možno aj C, by malo
ísť o záležitosti známe zo stredoškolskej matematiky; prechod k ľubovoľnému
poľu však nepredstavuje žiadnu ťažkosť.
Hovoríme, že polynóm f(x) ∈ K[x] delí polynóm g(x) ∈ K[x], ak existuje
polynóm p(x) ∈ K[x] taký, že g(x) = f(x) p(x). Zrejme, ak f(x) delí g(x),
tak stupeň f(x) je menší alebo rovný stupňu g(x).
Nech f(x) ∈ K[x] je polynóm stupňa n ≥ 1. Skalár λ ∈ K je koreňom
polynómu f(x) (t. j. f(λ) = 0) práve vtedy, keď polynóm x − λ delí polynóm
f(x). Hovoríme, že skalár λ ∈ K je m-násobný koreň polynómu f(x) ∈ K[x],
ak (x − λ)m
je najvyššia mocnina polynómu x − λ, ktorá ešte delí f(x).
Miesto 1-násobný hovoríme jednoduchý koreň. Z úvahy o stupňoch vyplýva,
že polynóm f(x) stupňa n ≥ 1 má nanajvýš n koreňov, ak každý z nich
počítame aj s jeho násobnosťou. Presnejšie, ak λ1, . . . , λk sú všetky navzájom
rôzne korene polynómu f(x) stupňa n a m1, . . . , mk sú ich násobnosti, tak
m1 + . . . + mk ≤ n.
Ďalej budene striedavo hovoriť raz o maticiach a inokedy o lineárnych
operátoroch, podľa toho, čo bude pre nás v danej chvíli výhodnejšie. Na
čitateľa nechávame, aby si podľa potreby sám urobil preklad z maticovej reči
do operátorovej alebo naopak.
Skalár λ ∈ K sa nazýva m-násobná vlastná hodnota matice AAA ∈ Kn×n
, ak
λ je m-násobným koreňom jej charakteristického polynómu chAAA(x); hovoríme
tiež, že algebraická násobnosť vlastnej hodnoty λ matice AAA je m. Miesto 1násobná
hovoríme jednoduchá vlastná hodnota. Podobne definujeme aj pojem
390 19. Spektrum lineárneho operátora
m-násobnej vlastnej hodnoty a algebraickej násobnosti vlastnej hodnoty pre
lineárne operátory na konečnorozmerných priestoroch.
Z našich úvah o koreňoch polynómov vyplýva, že ak matica AAA ∈ Kn×n
má k navzájom rôznych vlastných hodnôt λ1, . . . , λk ∈ K s algebraickými
násobnosťami m1, . . . , mk, tak m1 + . . . + mk ≤ n. Inak povedané, matica
rádu n má nanajvýš n vlastných hodnôt, ak každú z nich počítame s jej
násobnosťou.
Spektrom lineárneho operátora ϕ na konečnorozmernom vektorovom priestore
nazývame množinu všetkých jeho vlastných hodnôt a označujeme ju
Spec ϕ. Podotýkame, že takto definujeme spektrum len v konečnorozmernom
prípade; definícia spektra lineárneho operátora na nekonečnorozmernom
vektorovom priestore je podstane zložitejšia záležitosť, ktorá presahuje rámec
lineárnej algebry. Rovnako definujeme aj spektrum matice AAA ∈ Kn×n
, ktoré
značíme SpecAAA.
Algebraickou váhou spektra Spec ϕ nazývame súčet algebraických násobností
všetkých vlastných hodnôt λ ∈ Spec ϕ. Hovoríme, že lineárny operátor
ϕ má jednoduché spektrum, ak sa jeho algebraická váha rovná počtu jeho
prvkov, t. j. práve vtedy, keď všetky vlastné hodnoty operátora ϕ sú jedno-
duché.
Popri algebraickej násobnosti zavedieme aj tzv. geometrickú násobnosť.
Spomeňme si, že množina všetkých lineárnych operátorov na vektorovom
priestore V sama tvorí vektorový priestor L(V, V ) nad poľom K, ktorého
prvkom je aj identický operátor idV : V → V (pozri paragraf 6.5). Preto pre
ϕ ∈ L(V, V ) a λ ∈ K aj zobrazenie ϕ − λ idV , dané predpisom xxx → ϕ(xxx)−λxxx,
je lineárny operátor na V ; stručne ho budeme značiť ϕ−λ. Zrejme 0 = vvv ∈ V
je vlastný vektor operátora ϕ prislúchajúci k jeho vlastnej hodnote λ práve
vtedy, keď vvv ∈ Ker(ϕ − λ).
Lineárny podpriestor Ker(ϕ − λ) ⊆ V nazývame vlastný podpriestor lineárneho
operátora ϕ: V → V prislúchajúci k jeho vlastnej hodnote λ ∈ K.
Zrejme pre všetky vvv ∈ Ker(ϕ − λ) platí ϕ(vvv) = λvvv, teda Ker(ϕ − λ) je
invariantný podpriestor operátora ϕ.
Geometrickou násobnosťou vlastnej hodnoty λ lineárneho operátora ϕ nazývame
dimenziu dim Ker(ϕ−λ) jeho vlastného podpriestoru prislúchajúceho
k λ.
Geometrická násobnosť vlastnej hodnoty λ matice AAA ∈ Kn×n
sa zrejme
rovná číslu dim R(AAA−λIII). Pripomíname, že R(AAA−λIII) označuje podpriestor
riešení homogénnej sústavy s maticou AAA − λIII, takže platí
1 ≤ dim R(AAA − λIII) = n − h(AAA − λIII) ≤ n
(pozri paragraf 9.1).
Geometrickou váhou spektra lineárneho operátora ϕ na konečnorozmernom
vektorovom priestore nazývame súčet geometrických násobností všet-
19.1. Spektrum lineárneho operátora a matice 391
kých jeho vlastných hodnôt.
Pojmy ako vlastný podpriestor, algebraická či geometrická násobnosť (ak
za ňu pripustíme aj nulu) možno formálne rovnako zaviesť pre lineárny operátor
ϕ a ľubovoľný skalár λ ∈ K, nielen pre jeho vlastné hodnoty. No λ ∈ K
je vlastná hodnota práve vtedy, keď Ker(ϕ − λ) = {0}, čo je ekvivalentné
s nenulovosťou tak geometrickej ako aj algebraickej násobnosti λ vzhľadom
na ϕ. Teda 0-násobné, t. j. uvnevlastné hodnoty lineárneho operátora neprispievajú
k algebraickej ani ku geometrickej váhe jeho spektra.
Pokúsme sa teraz nejako usúvzťažniť množstvo nových pojmov, ktoré sme
práve definovali. Začneme jedným pomocným tvrdením.
19.1.1. Lema. Nech ϕ je lineárny operátor na konečnorozmernom vektorovom
priestore V a S ⊆ V je jeho invariantný podpriestor. Označme ϕ1 =
ϕ S zúženie operátora ϕ na podpriestor S. Potom charakteristický polynóm
chϕ1 (x) delí charakteristický polynóm chϕ(x). Ak navyše T ⊆ V je
invariantný podpriestor taký, že V = S ⊕ T a ϕ2 = ϕ T, tak chϕ(x) =
chϕ1 (x) chϕ2 (x).
Dôkaz. Nech (uuu1, . . . ,uuuk,uuuk+1, . . . ,uuun) je báza priestoru V , pričom jej prvých
k členov tvorí bázu podpriestoru S. Ako sme si ujasnili v paragrafe 18.2,
vzhľadom na takúto bázu má ϕ maticu v blokovom tvare
AAA = (ϕ)ααα =
AAA1 MMM
0n−k,k AAA2
,
kde AAA1 ∈ Kk×k
je matica operátora ϕ1 : S → S v báze (uuu1, . . . ,uuuk) a MMM ∈
Kk×(n−k)
, AAA2 ∈ K(n−k)×(n−k)
. Pomocou tvrdenia 10.2.2 dostávame
chϕ(x) = chAAA(x) = |AAA − xIIIn| =
AAA1 − xIIIk MMM
0n−k,k AAA2 − xIIIn−k
= |AAA1 − xIIIk| |AAA2 − xIIIn−k|
= chAAA1 (x) chAAA2 (x) = chϕ1 (x) chAAA2 (x).
Druhá časť lemy je už triviálnym dôsledkom našich úvah.
19.1.2. Tvrdenie. Nech λ je vlastná hodnota lineárneho operátora ϕ na
konečnorozmernom vektorovom priestore V . Potom jej geometrická násobnosť
je menšia alebo rovná jej algebraickej násobnosti.
Dôkaz. Nech S = Ker(ϕ − λ) je vlastný podpriestor operátora ϕ prislúchajúci
k λ a ϕ1 = ϕ S. Potom k = dim S je geometrická násobnosť λ
vzhľadom na ϕ; algebraickú násobnosť λ vzhľadom na ϕ označíme m. Nech
βββ = (vvv1, . . . ,vvvk) je ľubovoľná báza S. Keďže každé vvvi je vlastný vektor operátora
ϕ prislúchajúci k λ, zrejme (ϕ1)βββ = λIIIk. Preto chϕ1 (x) = (λ − x)k
.
392 19. Spektrum lineárneho operátora
Podľa predchádzajúcej lemy tento polynóm delí chϕ(x). Nakoľko (x − λ)m
je
najvyššia mocnina x − λ, ktorá delí chϕ(x), platí k ≤ m.
Ak algebraická násobnosť skalára λ vzhľadom na operátor ϕ je ≥ 1, t. j. ak
λ je vlastná hodnota, tak aj geometrická násobnosť λ vzhľadom na ϕ je aspoň
1 (teda nie je 0). Ako ukazuje nasledujúci veľmi dôležitý príklad, až na toto
minimálne obmedzenie môže byť rozdiel medzi algebraickou a geometrickou
násobnosťou vlastnej hodnoty lineárneho operátora ľubovoľne veľký.
19.1.3. Príklad. Označme JJJn ∈ Kn×n
štvorcovú maticu rádu n, ktorej
prvky na miestach (i, i + 1) sú rovné 1 pre 1 ≤ i ≤ n − 1 a všetky ostatné
prvky sú rovné 0. Zrejme h(JJJn) = n − 1. Ďalej položme
JJJn(λ) = λIIIn + JJJn =






λ 1 0 . . . 0
0 λ 1 . . . 0
...
...
...
...
...
0 0 . . . λ 1
0 0 . . . 0 λ






,
pre λ ∈ K. Teda JJJn(λ) je tvorená diagonálou z n lámbd, vedľajšou diagonálou
vpravo od nej z n − 1 jednotiek a zvyšok sú nuly. Tak napríklad
JJJ1(λ) = (λ), JJJ2(λ) =
λ 1
0 λ
, JJJ3(λ) =


λ 1 0
0 λ 1
0 0 λ

 , atď.
Každá matica tvaru JJJn(λ) sa nazýva Jordanova bunka, prípadne Jordanov
blok rádu n prislúchajúci skaláru λ. Zrejme aj JJJn = JJJn(0) je Jordanova
bunka.
Charakteristický polynóm Jordanovej bunky JJJn(λ) je
det(JJJn(λ) − xIIIn) = detJJJn(λ − x) = (λ − x)n
.
Táto matica má jedinú vlastnú hodnotu x = λ s algebraickou násobnosťou
n. Na druhej strane, podpriestor riešení homogénnej sústavy s maticou
JJJn(λ) − λIIIn = JJJn je jednorozmerný, generovaný vlastným vektorom
eee1 = (1, 0, . . . , 0)T
. Teda geometrická násobnosť vlastnej hodnoty λ matice
JJJn(λ) je stále len 1, bez ohľadu na to, aké veľké je n. Preto JJJn(λ) pre n ≥ 2
nie je podobná so žiadnou diagonálnou maticou.
Ako sme už spomínali, podobné matice sú maticami toho istého lineárneho
operátora. Tvrdenie 18.2.1 tak možno zosilniť do nasledujúcej podoby.
19.1.4. Tvrdenie. Podobné matice majú rovnaké spektrum, vrátane algebraickej
i geometrickej násobnosti každej vlastnej hodnoty.
19.2. Schurova veta o triangularizácii 393
Pomocou pojmov spektra a algebraickej a geometrickej násobnosti teraz
môžeme podstatne spresniť charakterizáciu diagonalizovateľných operátorov
z vety 18.2.2.
19.1.5. Veta. Nech ϕ je lineárny operátor na konečnorozmernom vektorovom
priestore V dimenzie n. Potom nasledujúce podmienky sú ekviva-
lentné:
(i) ϕ je diagonalizovateľný;
(ii) geometrická váha spektra Spec ϕ sa rovná n;
(iii) algebraická váha spektra Spec ϕ sa rovná n a algebraická násobnosť
každej vlastnej hodnoty sa rovná jej geometrickej násobnosti;
(iv) algebraická i geometrická váha spektra Spec ϕ sa rovná n.
Dôkaz. Z vety 18.2.2 vyplývajú implikácie (iv) ⇒ (i) ⇒ (ii); (ii) ⇒ (iii) ⇒ (iv)
sú zasa dôsledkom tvrdenia 19.1.2.
Práve vyslovená veta nám umožňuje rozdeliť prekážky, ktoré bránia diagonalizácii
nejakého lineárneho operátora ϕ na n-rozmernom vektorovom priestore
V , do dvoch kategórií:
(1) algebraická váha spektra Spec ϕ je menšia než n = dim V , inak povedané,
ϕ má „málo vlastných hodnôt v poli K, i keď každú z nich počítame aj
s jej algebraickou násobnosťou;
(2) geometrická váha spektra Spec ϕ je menšia než jeho algebraická váha,
čiže geometrická násobnosť niektorých vlastných hodnôt nedosahuje ich
algebraickú násobnosť.
Uvedené dva typy prekážok sa môžu u lineárnych operátorov vyskytovať
každá zvlášť i obe súčasne. V druhej polovici tejto kapitoly si ukážeme,
ako možno prekážky prvého typu prekonať prechodom do „bohatšieho poľa
(niečo také sme už naznačili v príklade 18.4.2). Prekážky druhého typu majú
zásadnejší charakter a definitívne vylučujú diagonalizáciu. Ako však uvidíme
v nasledujúcej kapitole, i v tomto prípade sa možno do značnej miery priblížiť
diagonálnemu tvaru pomocou blokovo diagonálnych matíc zložených zo
Jordanových buniek.
19.2 Schurova veta o triangularizácii
Zatiaľ aspoň dokážeme, že v maticiach s „dostatočne mnoho vlastnými hodnotami
možno vynulovať všetky prvky pod diagonálou. Z toho priamo vyplýva,
že každý lineárny operátor s plnou algebraickou váhou spektra má
vo vhodnej báze hornú trojuholníkovú maticu (pozri koniec paragraf 10.2),
394 19. Spektrum lineárneho operátora
ktorej diagonálu tvorí spektrum operátora, vrátane algebraickej násobnosti
každej vlastnej hodnoty.
19.2.1. Veta. (Schurova veta o triangularizácii) Nech matica AAA ∈ Kn×n
má spektrum algebraickej váhy n. Potom AAA je podobná s hornou trojuholníkovou
maticou CCC = PPP−1
· AAA · PPP, ktorej diagonálu tvoria všetky vlastné hodnoty
matice AAA, pričom každá sa tu vyskytuje toľkokrát, aká je jej algebraická
násobnosť. Navyše možno zabezpečiť, aby matica prechodu PPP bola v prípade
poľa K = R ortogonálna a v prípade poľa K = C unitárna.
Dôkaz. Najprv sa sústredíme iba na prvú časť vety. Dokážeme len existenciu
hornej trojuholníkovej matice CCC ≈ AAA. Zvyšok vety je už nevyhnutným dôsledkom
jej trojuholníkového tvaru. Budeme postupovať indukciou podľa n.
Pre n = 1 má už samotná matica AAA = (a) žiadaný tvar. Nech teda n ≥ 2 a
predpokladajme, že každá matica z K(n−1)×(n−1)
s plnou algebraickou váhou
spektra je podobná s nejakou hornou trojuholníkovou maticou. Nech λ je
niektorá z vlastných hodnôt matice AAA. Keďže k nej príslušný vlastný vektor
generuje AAA-invariantný podpriestor, AAA je podobná s blokovou maticou
BBB =
λ zzz
0 BBB1
,
kde 0 ∈ K(n−1)×1
, zzz ∈ K1×(n−1)
, BBB1 ∈ K(n−1)×(n−1)
. Preto BBB = RRR−1
· AAA · RRR
pre nejakú regulárnu maticu RRR ∈ Kn×n
. Keďže AAA aj BBB majú spektrum
algebraickej váhy n, algebraická váha spektra BBB1 je n − 1. Podľa indukčného
predpokladu BBB1 je podobná s hornou trojuholníkovou maticou CCC1, teda
CCC1 = QQQ−1
· BBB1 · QQQ pre vhodnú regulárnu maticu QQQ ∈ K(n−1)×(n−1)
. Potom aj
diag(1,QQQ) ∈ Kn×n
je regulárna. Pomocou pravidla pre násobenie blokových
matíc (pozri paragraf 2.2.3) dostávame
AAA ≈ (RRR · diag(1,QQQ))−1
· AAA · (RRR · diag(1,QQQ))
= diag(1,QQQ)−1
· RRR−1
· AAA · RRR · diag(1,QQQ)
= diag 1,QQQ−1
·
λ zzz
0 BBB1
· diag(1,QQQ)
=
λ zzz · QQQ
0 QQQ−1
· BBB1 · QQQ
=
λ zzz · QQQ
0 CCC1
,
čo je opäť horná trojuholníková matica.
Podľa prvej časti vety existuje regulárna matica PPP taká, že matica CCC =
PPP−1
· AAA · PPP je horná trojuholníková. V prípade poľa R resp. C označme SSS
maticu, ktorá vznikne ortogonalizáciou stĺpcov matice PPP podľa GramovhoSchmidtovho
procesu (vzhľadom na štandardný skalárny súčin v Rn
resp.
19.2. Schurova veta o triangularizácii 395
v Cn
) a ich následným znormovaním. Potom SSS je ortogonálna resp. unitárna
matica, a vzhľadom na to, že k-ty vektor vznikajúci pri GramovomSchmidtovom
procese je vždy lineárnou kombináciou prvých k−1 pôvodných
vektorov, SSS = PPP · TTT pre jednoznačne určenú regulárnu hornú trojuholníkovú
maticu TTT. Potom
TTT−1
· CCC · TTT = TTT−1
· PPP−1
· AAA · PPP · TTT = SSS−1
· AAA · SSS
je horná trojuholníková matica, podobná s maticou AAA prostredníctvom ortogonálnej
resp. unitárnej matice SSS.
Preformulovaním práve dokázanej vety do reči lineárnych operátorov okamžite
dostávame nasledujúci dôsledok.
19.2.2. Dôsledok. Nech ϕ je lineárny operátor na n-rozmernom vektorovom
priestore V nad poľom K so spektrom s algebraickou váhou n. Potom
existuje báza βββ priestoru V , vzhľadom na ktorú má ϕ hornú trojuholníkovú
maticu s diagonálou tvorenou jeho vlastnými hodnotami. V prípade poľa
K = R a euklidovského priestoru V resp. poľa K = C a unitárneho priestoru
V možno navyše zabezpečiť, aby báza βββ bola ortonormálna.
Charakteristický polynóm hornej trojuholníkovej matice CCC ∈ Kn×n
s diagonálou
(λ1, . . . , λn) je
chCCC(x) = (λ1 − x) . . . (λn − x)
= λ1 . . . λn − . . . + (−1)n−1
(λ1 + . . . + λn)xn−1
+ (−1)n
xn
,
a jeho koeficienty pri mocninách x0
a xn−1
možno tentokrát (na rozdiel od
všeobecnej matice) nahliadnuť naozaj bez ťažkostí. Taktiež platí
detCCC = λ1 . . . λn, trCCC = λ1 + . . . + λn.
Kedže podobné matice majú rovnaký determinant, stopu aj charakteristický
polynóm, z práve dokázanej vety 19.2.1 taktiež vyplýva
19.2.3. Tvrdenie. Nech matica AAA ∈ Kn×n
má n (nie nutne rôznych) vlastných
hodnôt λ1, . . . , λn. Potom
detAAA = λ1 . . . λn, trAAA = λ1 + . . . + λn
a v charakteristickom polynóme chAAA(x) sú koeficienty pri mocninách x0
a
xn−1
rovné detAAA resp. (−1)n−1
trAAA.
396 19. Spektrum lineárneho operátora
19.2.4. Príklad. Uvažujme reálnu maticu
AAA =


12 0 −28
11 1 −29
7 0 −16

 .
Jej charakteristický polynóm
chAAA(x) =
12 − x 0 −28
11 1 − x −29
7 0 −16 − x
= 4 − 3x2
− x3
= (1 − x)(2 + x)2
má jednoduchý koreň x1 = 1 a dvojnásobný koreň x2,3 = −2. Homogénna
sústava s maticou
AAA − III3 =


11 0 −28
11 0 −29
7 0 −17

 ∼


1 0 0
0 0 1
0 0 0


má jednorozmerný podpriestor riešení generovaný vektorom (0, 1, 0)T
. Homogénna
sústava s maticou
AAA + 2III3 =


14 0 −28
11 3 −29
7 0 −14

 ∼


1 0 −2
0 1 −7/3
0 0 0


má opäť len jednorozmerný podpriestor riešení generovaný vektorom (6, 7, 3)T
.
Matica AAA teda má jednoduché vlastné číslo 1, ku ktorému prislúcha
vlastný vektor (0, 1, 0)T
a algebraicky dvojnásobné vlastné číslo −2 s geometrickou
násobnosťou 1, ku ktorému prislúcha vlastný vektor (6, 7, 3)T
. Preto AAA
nie je podobná so žiadnou diagonálnou maticou. Ukážeme, ako k nej možno
nájsť podobnú hornú trojuholníkovú maticu.
Vlastný vektor (0, 1, 0)T
prislúchajúci k vlastnému číslu 1 doplníme do
bázy R3
tvorenej stĺpcami matice
PPP =


0 1 0
1 0 0
0 0 1

 .
Potom
AAA ≈ PPP−1
· AAA · PPP =


1 11 −29
0 12 −28
0 7 −16

 = BBB.
19.2. Schurova veta o triangularizácii 397
O matici BBB1 ∈ R2×2
tvoriacej pravý dolný matice BBB už vieme, že má jediné
algebraicky dvojnásobné vlastné číslo −2. K nemu príslušný vlastný vektor
nájdeme riešením homogénnej sústavy s maticou
BBB1 + 2III2 =
14 −28
7 −14
∼
1 −2
0 0
.
Podpriestor riešení je generovaný vektorom (2, 1)T
. Doplnením tohto vektora
do bázy priestoru R2
dostaneme (napr.) maticu
QQQ =
2 1
1 0
.
Potom
12 −28
7 −16
≈ QQQ−1
·
12 −28
7 −16
· QQQ =
−2 7
0 −2
.
Všimnite si, že vlastná hodnota −2 sa nám zákonite objavila aj v pravom
dolnom rohu „sama od seba .
Stĺpce matice
RRR = PPP · diag(1,QQQ) =


0 2 1
1 0 0
0 1 0


tvoria bázu, vzhľadom na ktorú má lineárny operátor xxx → AAA ·xxx na R3
hornú
trojuholníkovú maticu. Kedže
(11, −29) · QQQ = (−7, 11)
(zzz = (11, −29) je prvý riadok matice BBB bez prvého člena), bez ďalšieho
násobenia vidíme, že táto matica má tvar
RRR−1
· AAA · RRR =


1 −7 11
0 −2 7
0 0 −2

 ≈ AAA.
Ešte poznamenajme, že pre maticu AAA rádu n > 3 by sme museli procedúru
vyčleňovania vlastných čísel a príslušných vlastných podpriestorov opakovať
viackrát, pokým by sme sa nedopracovali k hornej trojuholníkovej matici
rádu 2 (ak by sme náhodou nemali šťastie a nedospeli už skôr k hornej trojuholníkovej
matici väčšieho rádu). Až potom by sme mohli začať z dielčích
matíc prechodu spätne skladať výslednú maticu prechodu a pomocou nej
získať hornú trojuholníkovú maticu podobnú s AAA.
398 19. Spektrum lineárneho operátora
19.3 Rozšírenia polí, algebraicky uzavreté polia
Pri ďalšom štúdiu spektra lineárnych operátorov sa nezaobídeme bez niektorých
hlbších vedomostí o štruktúre polí a polynómov nad nimi. Ak by
sme trvali na úplnosti a sebestačnosti nášho výkladu, museli by sme v tejto
chvíli značne odbočiť od našej hlavnej témy a začať rozvíjať inú časť algebry.
Miesto toho iba sformulujeme niekoľko základných výsledkov, o ktoré sa budeme
ďalej opierať. Ich dôkazy vynecháme, takže ich vlastne len predložíme
čitateľovi na uverenie. Ich formulácia si však vyžaduje zaviesť niekoľko nových
pojmov, pri ktorých nám prídu vhod i niektoré poznatky z lineárnej
algebry.
Pripomíname (pozri paragraf 1.2), že pole K sa nazýva podpoľom poľa L,
prípadne pole L sa nazýva rozšírením poľa K, ak K ⊆ L, obe polia majú
tú istú nulu 0 a jednotku 1 a pre všetky a, b ∈ K sa ich súčet a + b a súčin
ab v K rovná ich súčtu a + b resp. súčinu ab v L. Z toho už vyplýva, že pre
0 = a ∈ K sa inverzný prvok a−1
v K zhoduje s inverzným prvkom a−1
v L.
Ak pole L je rozšírením poľa K, tak L možno považovať za vektorový
priestor nad poľom K (pozri príklad 1.6.1). Hovoríme, že pole L je konečným
rozšírením poľa K, ak L je konečnorozmerný vektorový priestor nad K; jeho
dimenziu nazývame stupňom rozšírenia L nad K a značíme ju
[L :K] = dimK L.
Teda konečné rozšírenie je také, ktoré má konečný stupeň. Prvok c ∈ L sa
nazýva algebraický nad K, ak c je koreňom nejakého polynómu f(x) ∈ K[x]
stupňa ≥ 1. Rozšírenie L poľa K sa nazýva algebraické, ak každý prvok c ∈ L
je algebraický nad K.
19.3.1. Tvrdenie. Každé konečné rozšírenie poľa K je algebraické nad K.
Dôkaz uvádzame ako jednoduchú ukážku použitia metód lineárnej algebry
v teórii polí. Nech L je konečné rozšírenie poľa K stupňa [L :K] = n. Zvoľme
ľubovoľné c ∈ L. Potom (n + 1)-tica (1, c, c2
, . . . , cn
) prvkov z L nemôže byť
lineárne nezávislá nad K, preto existujú a0, a1, . . . , an ∈ K, nie všetky rovné
0, také, že
a0 + a1c + . . . + ancn
= 0.
Ale to znamená, že c je koreňom polynómu f(x) = a0 + a1x + . . . + anxn
∈
K[x].
Poznamenajme, že obrátená implikácia neplatí, t. j. algebraické rozšírenie
daného poľa môže mať nekonečný stupeň. Z dôkazu navyše vyplýva, že
každý prvok konečného rozšírenia L poľa K stupňa [L : K] = n je koreňom
polynómu f(x) ∈ K[x] stupňa ≤ n.
Pre naše potreby má kľúčový význam nasledujúca skutočnosť.
19.3. Rozšírenia polí, algebraicky uzavreté polia 399
19.3.2. Tvrdenie. Nech f(x) = a0 + a1x + . . . + anxn
∈ K[x], an = 0, je
polynóm stupňa n ≥ 1 nad poľom K. Potom existuje konečné (teda nutne
algebraické) rozšírenie L poľa K také, že f(x) má v L[x] rozklad na lineárne
faktory
f(x) = an(x − λ1) . . . (x − λn).
Inak povedané, f(x) má práve n koreňov λ1, . . . , λn ∈ L, ak každý z nich
počítame aj s jeho násobnosťou.
Rozšírenie L možno navyše zvoliť tak, že každý jeho prvok má tvar
g(λ1, . . . , λn) pre nejaký polynóm g(x1, . . . , xn) v n premenných s koeficientmi
z K – pole L, ktoré je týmito podmienkami určené jednoznačne až na izomorfizmus
polí, nazývame rozkladové pole polynómu f(x). Pre stupeň rozkladového
poľa platí [L : K] ≤ n!. (Prenechávame čitateľovi, aby si sám
sformuloval pojem izomorfizmu polí.)
Pole L sa nazýva algebraicky uzavreté, alebo tiež algebraicky úplné, ak
každý polynóm f(x) ∈ L[x] stupňa aspoň 1 má v L aspoň jeden koreň.
Pomerne jednoducho možno nahliadnuť (prípadne dokázať matematickou indukciou
podľa stupňa n), že pole L je algebraicky úplné práve vtedy, keď
každý polynóm f(x) ∈ L[x] stupňa aspoň 1 má v L[x] rozklad na lineárne
faktory (skúste sami).
Algebraické rozšírenie poľa K, ktoré je navyše samo algebraicky uzavreté,
sa nazýva algebraický uzáver poľa K. Nie celkom elementárnymi prostriedkami
možno dokázať nasledujúcu vetu.
19.3.3. Veta. Ku každému poľu K existuje jeho algebraický uzáver.
Podobne ako rozkladové pole polynómu, aj algebraický uzáver daného
poľa je určený jednoznačne až na izomorfizmus polí.
Na druhej strane, algebraický uzáver daného poľa nemusí byť jeho konečným
rozšírením. V jednom dôležitom prípade však tomu tak je. Pole C
všetkých komplexných čísel má ako rozšírenie poľa R všetkých reálnych čísel
stupeň [C : R] = 2. Aby sme sa teda utvrdili v tom, že je algebraickým
uzáverom poľa R, stačí sa odvolať na nasledujúci klasický a hlboký výsledok,
známy ako základná veta algebry.
19.3.4. Veta. Pole C všetkých komplexných čísel je algebraicky úplné.
Zhrňme si teraz stručne niektoré dôsledky práve vykonaných úvah pre
spektrá matíc. Predovšetkým, spektrum matice AAA ∈ Kn×n
závisí na príslušnom
poli. Presnejšie, takúto maticu možno považovať aj za maticu AAA ∈ Ln×n
,
kde L je ľubovoľné rozšírenie poľa K. Ak označíme SpecK AAA, SpecL AAA príslušné
spektrá (t. j. množiny vlastných hodnôt matice AAA v poli K resp. L),
tak zrejme SpecK AAA ⊆ SpecL AAA. Na druhej strane, každé λ ∈ SpecK AAA má
400 19. Spektrum lineárneho operátora
zrejme rovnakú algebraickú i geometrickú násobnosť, ktorá nezávisí na príslušnom
poli.
Z tvrdenia 19.3.2 priamo vyplýva
19.3.5. Tvrdenie. Ku každej matici AAA ∈ Kn×n
existuje konečné rozšírenie
L poľa K také, že charakteristický polynóm matice AAA možno v L[x] rozložiť
na súčin lineárnych faktorov
chAAA(x) = (λ1 − x) . . . (λn − x).
Inak povedané, AAA má n vlastných hodnôt λ1, . . . , λn ∈ L, vrátane ich algebraickej
násobnosti. Potom pre každé rozšírenie M poľa L už platí SpecM AAA =
SpecL AAA.
Aplikáciou tvrdenia 19.3.5 na Schurovu vetu 19.2.1 okamžite dostávame
19.3.6. Tvrdenie. Ku každej matici AAA ∈ Kn×n
existuje konečné rozšírenie
L poľa K také, že AAA je nad L podobná s hornou trojuholníkovou maticou
BBB ∈ Ln×n
, ktorej diagonálu tvoria vlastné hodnoty matice AAA v L, vrátane
ich algebraickej násobnosti.
Napokon si ešte uvedomme, že tvrdenia 19.3.5 a 19.3.6 sú automaticky
(t. j. pre L = K) splnené pre štvorcové matice nad algebraicky uzavretým
poľom K. Špeciálne to platí pre štvorcové matice nad poľom C.
19.4 Komplexifikácia
Pozrime sa teraz na výsledky sformulovné v závere predchádzajúceho paragrafu
z hľadiska vedúceho zámeru tejto kapitoly, ktorým je diagonalizácia
matice lineárneho operátora ϕ: V → V na konečnorozmernom vektorovom
priestore V . Zdá sa, že sme na tejto ceste naozaj kus pokročili a skutočne
ukázali, ako možno prekonať prípadnú prekážku spočívajúcu v nedostatočnej
algebraickej váhe spektra. Pokiaľ by sme sa zaujímali len o samotné matice,
bolo by tomu tak. Nezabúdajme však, že v prvom rade nám ide o lineárne
operátory a matice používame len ako viac-menej pomocné objekty slúžiace
na ich popis.
Ak L je rozšírenie poľa K, tak každá matica AAA ∈ Kn×n
⊆ Ln×n
prirodzene
určuje lineárny operátor operátor ϕ: Kn
→ Kn
ako aj lineárny operátor
ψ: Ln
→ Ln
. Hoci ϕ aj ψ sú oba definované tým istým predpisom xxx → AAA ·xxx,
(okrem triviálneho prípadu, keď L = K) sú to rôzne operátory, lebo operujú
na rôznych vektorových priestoroch, navyše nad rôznymi poľami. Napriek
tomu akosi podvedome cítime, že tým „správnym analógom vektorového
priestoru Kn
nad poľom K je práve vektorový priestor Ln
nad poľom L.
19.4. Komplexifikácia 401
Potom operátoru ϕ: Kn
→ Kn
, kde ϕ(xxx) = AAA · xxx pre xxx ∈ Kn
, „prirodzene
zodpovedá operátor ψ: Ln
→ Ln
, kde ψ(xxx) = AAA·xxx pre xxx ∈ Ln
. No v situácii,
keď ϕ: V → V je lineárny operátor na „abstraktnom vektorovom priestore
V nad poľom K, otázka, akým vektorovým priestorom W nad poľom L máme
nahradiť V a aký lineárny operátor ψ: W → W by mal zodpovedať operátoru
ϕ, už nie je zďaleka taká jasná.
Príslušnú konštrukciu možno elegantne popísať v jazyku tenzorových súčinov
(pozri paragraf 32.3). Aj elementárnymi prostriedkami, ktoré máme
v tejto chvíli k dispozícii však dokážeme zvládnuť pre nás najdôležitejší špeciálny
prípad – totiž prechod od R k C. Budeme si počínať v podstate rovnako
ako pri dôverne známej konštrukcii poľa C z poľa R.
Komplexifikáciou vektorového priestoru V nad poľom R nazveme vektorový
priestor V C
nad poľom C, ktorého prvkami sú všetky formálne lineárne
kombinácie tvaru zzz = xxx + iyyy, kde xxx,yyy ∈ V a i ∈ C je imaginárna jednotka.
Pre xxx,yyy,uuu,vvv ∈ V kladieme
xxx + iyyy = uuu + ivvv ⇔ xxx = uuu & yyy = vvv.
Píšeme tiež xxx = Rezzz, yyy = Imzzz a vektory xxx,yyy ∈ V nazývame reálnou resp.
imaginárnou časťou vektora zzz ∈ V C
. Sčítanie takýchto vektorov definujeme
„po zložkách , čiže
(xxx + iyyy) + (uuu + ivvv) = (xxx + uuu) + i(yyy + vvv).
Konečne násobenie skalárom a + ib ∈ C, kde a, b ∈ R, definujeme vzťahom
(a + ib)(xxx + iyyy) = (axxx − byyy) + i(ayyy + bxxx).
Čitateľ si určite aj sám ľahko overí, že komplexifikácia V C
reálneho vektorového
priestoru V s takto definovanou rovnosťou a operáciami naozaj tvorí
vektorový priestor nad poľom C. Ešte dodajme, že – rovnako ako v samotnom
poli C – komplexne združeným vektorom k vektoru zzz = xxx + iyyy ∈ V C
nazývame vektor zzz = xxx − iyyy.
Poznámka Komplexifikácia V C
reálneho vektorového priestoru V sa tiež zvykne
značiť C⊗R V , prípadne len C⊗V , t. j. ako tenzorový súčin C a V nad poľom
R. V tejto chvíli však ide naozaj len o „nevinné označenie a práve popísaná
konštrukcia ani jej ďalšie využitie si nijakú znalosť tenzorových súčinov ne-
vyžadujú.
19.4.1. Tvrdenie. Nech V je reálny vektorový priestor. Potom
dimC V C
= dimR V.
402 19. Spektrum lineárneho operátora
Dôkaz. Nech dimR V = n a uuu1, . . . ,uuun je nejaká báza priestoru V nad R.
Ponechávame na čitateľa, aby si sám overil, že tie isté vektory uuu1, . . . ,uuun
tvoria aj bázu V C
nad C.1
Taktiež ľahko nahliadneme, že dimR V = ∞ má
za následok dimC V C
= ∞.
Komplexifikácia vektorového priestoru nad R je v istom zmysle opačnou
konštrukciou k zreálneniu vektorového priestoru nad C (pozri paragraf 17.1).
Vzťahu oboch konštrukcií sa budeme podrobnejšie venovať v cvičeniach.
Komplexifikáciou lineárneho zobrazenia ϕ: V → U medzi reálnymi vektorovými
priestormi V , U nazývame lineárne zobrazenie ϕC
: V C
→ UC
dané
predpisom
ϕC
(xxx + iyyy) = ϕ(xxx) + iϕ(yyy),
pre xxx,yyy ∈ V . Špeciálne ϕC
(xxx) = ϕ(xxx) pre xxx ∈ V . Opäť sa ľahko overí, že ϕC
je
naozaj lineárne zobrazenie medzi vektorovými priestormi nad C. Taktiež nasledujúce
tvrdenie je zrejmé z práve vyslovenej definície a predchádzajúceho
tvrdenia.
19.4.2. Tvrdenie. Nech U, V sú reálne vektorové priestory s bázami ααα resp.
βββ a ϕ: V → U je lineárne zobrazenie. Potom
(ϕ)ααα,βββ = ϕC
ααα,βββ
.
Inak povedané ϕ a jeho komplexifikácia ϕC
: V C
→ UC
majú tú istú maticu
vzhľadom na bázy βββ, ααα.
Ak ľubovoľný vektor zzz = (x1+iy1, . . . , xn+iyn)T
∈ Cn
rozložíme na reálnu
a imaginárnu časť
zzz = xxx + iyyy = Rezzz + i Imzzz,
kde xxx = Rezzz = (x1, . . . , xn)T
, yyy = Imzzz = (y1, . . . , yn)T
sú reálne vektory
tvorené reálnymi resp. imaginárnymi časťami kanonických súradníc vektora
zzz, prirodzene tým stotožníme komplexifikáciu (Rn
)C
priestoru Rn
s priestorom
Cn
. Za takýchto okolností je komplexifikáciou lineárneho zobrazenia
ϕ: Rn
→ Rm
s maticou AAA (vzhľadom na kanonické bázy) zobrazenie
ϕC
: Cn
→ Cm
, ktoré má (v kanonických bázach) rovnakú maticu AAA. Vidíme
teda, že naša „abstraktná konštrukcia komplexifikácie sa plne zhoduje
s „konkrétnymi komplexifikáciami Cn
priestorov Rn
a lineárnych zobrazení
medzi takýmito priestormi.
Z hľadiska vedúceho zámeru tejto kapitoly spočíva hlavný význam komplexifikácie
v nasledujúcom tvrdení.
1
Striktne podľa definície by sme mali hovoriť o vektoroch uuu1+i0, . . . ,uuun+i0. Prirodzene
však píšeme xxx + i0 = xxx, 0 + iyyy = iyyy, a V stotožňujeme s množinou {xxx + i0; xxx ∈ V } ⊆ V C
.
19.5. Geometrický význam komplexných vlastných čísel 403
19.4.3. Veta. Nech V je vektorový priestor konečnej dimenzie n nad poľom
R a ϕ: V → V je lineárny operátor. Potom lineárny operátor ϕC
: V C
→ V C
má, vrátane algebraickej násobnosti, n vlastných čísel λ1, . . . , λn ∈ C.
Samozrejme, reálne spomedzi vlastných čísel λ1, . . . , λn operátora ϕC
sú
priamo vlastnými číslami pôvodného operátora ϕ. S istou dávkou zjednodušenia
však nazývame aj hodnoty λj s nenulovou imaginárnou časťou komplexnými
vlastnými číslami (reálneho) operátora ϕ.
Inak povedané, prekážku diagonalizácie matice lineárneho operátora na
konečnorozmernom vektorovom priestore nad R, spočívajúcu v nedostatočnej
algebraickej váhe jeho spektra, vieme prekonať komplexifikáciou príslušného
priestoru a operátora. Poznamenajme, že nahradením poľa C rozkladovým
poľom príslušného charakteristického polynómu a istým zovšeobecnením metódy
komplexifikácie možno rovnaký cieľ dosiahnuť aj pre lineárne operátory
na konečnorozmerných vektorových priestoroch nad ľubovoľným poľom.
Tieto otázky však už presahujú rámec nášho kurzu.
19.5 Geometrický význam komplexných vlastných čísel
Geometrický význam reálnych vlastných čísel lineárnej transformácie ϕ vektorového
priestoru V nad poľom R je zrejmý: ak λ ∈ R je vlastné číslo, tak
príslušný vlastný vektor vvv ∈ V (i každý vektor vlastnej priamky [vvv]) sa zobrazením
ϕ zobrazí na svoj λ-násobok. Pri našej „podvedomej geometrickej
interpretácii priestoru V (keď doňho mimovoľne vnášame euklidovskú štruktúru),
sa dĺžka vektora vvv zmení na jej |λ|-násobok; ak λ > 0, tak orientácia
vektora vvv sa zachová, ak λ < 0, zmení sa na opačnú. Tentokrát sa však nemusíme
odvolávať na nijaké „podvedomé geometrické súvislosti. Z podmienky
homogenity (pozri paragraf 13.3) totiž vyplýva, že rovnosť ϕ(vvv) = |λ| vvv
platí pre ľubovoľnú normu na V .
V príklade 18.4.2 sme však videli, že aj lineárna transformácia reálneho
vektorového priestoru môže mať komplexné vlastné čísla. Cieľom tohto paragrafu
je ukázať, že uvedený príklad je svojim spôsobom typický, presnejšie,
za výskytom komplexných vlastných čísel reálnej lineárnej transformácie sa
vždy skrýva nejaké otočenie (pri spomínanej mimovoľnej euklidovskej interpretácii).
Tým by sa mal z úlohy komplexných vlastných čísel definitívne
vytratiť akýkoľvek mystický ráz.
19.5.1. Tvrdenie. Nech λ ∈ C je vlastné číslo matice AAA ∈ Rn×n
a www je
k nemu prislúchajúci vlastný vektor. Potom aj λ je vlastné číslo matice AAA a
prislúcha k nemu vlastný vektor www. Navyše vlastné čísla λ a λ majú rovnakú
algebraickú i geometrickú násobnosť.
404 19. Spektrum lineárneho operátora
Dôkaz. Najprv dokážeme, že komplexné číslo λ je m-násobným koreňom polynómu
f(x) = a0 + a1x + . . . + anxn
∈ R[x] práve vtedy, keď λ je jeho mnásobným
koreňom. Stačí ukázať, že z deliteľnosti f(x) mocninou (x − λ)m
vyplýva jeho deliteľnosť mocninou (x − λ)m
. Nech teda f(x) = (x − λ)m
p(x)
pre nejaký polynóm p(x) = c0 + c1x + . . . + ckxk
∈ C[x]. Potom zrejme
(x − λ)m
(c0 + c1x + . . . + ckxk
) = a0 + a1x + . . . + anxn
= f(x),
lebo pre koeficienty polynómu f(x) ∈ R[x] platí aj = aj. Ak teda λ je
algebraicky m-násobné vlastné číslo matice AAA ∈ Rn×n
, tak aj λ je jej vlastné
číslo s tou istou algebraickou násobnosťou.
Nech www ∈ Cn
je vlastný vektor prislúchajúci k λ, čiže AAA · www = λwww. Potom
tiež AAA · www = λwww. Keďže AAA = AAA je reálna, vyplýva z toho AAA · www = λwww, t. j.
www je vlastný vektor matice AAA prislúchajúci k λ. Teda zobrazenie www → www je
semilineárny izomorfizmus (pozri cvičenia ku kapitole 17) vlastných podpriestorov
R(AAA − λIII) → R(AAA − λIII), preto tieto priestory majú rovnakú dimenziu
a vlastné čísla λ, λ majú rovnakú geometrickú násobnosť.
Teda komplexné vlastné čísla s nenulovou imaginárnou časťou reálnych
matíc resp. lineárnych transformácií reálnych vektorových priestoroch sa vždy
vyskytujú v komplexne združených pároch λ, λ, rovnako ako k nim príslušné
vlastné vektory. Ukážeme si, že za takýmto výskytom sa vždy skrýva
dvojrozmerný invariantný podpriestor, na ktorom príslušná matica operuje
ako rotácia o uhol α zložená s rovnoľahlosťou s koeficientom r > 0, kde
λ = r(cos α + i sin α) je goniometrický tvar čísla λ.
Nech teda ϕ: V → V je lineárny operátor na reálnom vektorovom priestore
V , λ = a + ib, λ = a − ib, kde a, b ∈ R, b = 0, sú komplexne združené
vlastné čísla jeho komplexifikácie ϕC
: V C
→ V C
a www ∈ V C
resp. www ∈ V C
sú k nim prislúchajúce vlastné vektory. Potom zúženie operátora ϕC
na jeho
dvojrozmerný invariantný podpriestor [www,www] ⊆ V C
má v báze (www,www) maticu
diag(λ, λ). Označme
uuu = Rewww = Rewww =
1
2
(www + www), vvv = − Imwww = Imwww =
1
2i
(www − www)
vektory z pôvodného reálneho priestoru V . Potom www = uuu − ivvv, www = uuu + ivvv.
Ľahko nahliadneme, že uuu, vvv sú lineárne nezávislé (nad R), teda tvoria bázu
dvojrozmerného podpriestoru [uuu,vvv] ⊆ V . Počítajme
ϕ(uuu) = ϕC
(uuu) =
1
2
ϕC
(www) + ϕC
(www) =
1
2
(λwww + λwww) = Re(λwww) = auuu + bvvv,
ϕ(vvv) = ϕC
(vvv) =
1
2i
ϕC
(www) − ϕC
(www) =
1
2i
(λwww − λwww) = Im(λwww) = −buuu + avvv.
Cvičenia 405
Vidíme, že [uuu,vvv] ⊆ V je dvojrozmerný invariantný podpriestor operátora ϕ
a zúženie ϕ na [uuu,vvv] má v báze (uuu,vvv) reálnu maticu, ktorú možno pomocou
goniometrického vyjadrenia vlastných čísel λ = r(cos α + i sin α) = r eiα
,
λ = r(cos α − i sin α) = r e−iα
(t. j. a = r cos α, b = r sin α) zapísať v tvare
a −b
b a
=
r cos α −r sin α
r sin α r cos α
= r
cos α − sin α
sin α cos α
= rRRRα.
Tým sme vlastne dokázali nasledujúcu vetu.
19.5.2. Veta. Nech ϕ je lineárna transformácia reálneho vektorového priestoru
V , λ = a + ib = r(cos α + i sin α) je jej komplexná vlastná hodnota s nenulovou
imaginárnou časťou, ku ktorej vo V C
prislúcha vlastný vektor uuu−ivvv,
kde uuu,vvv ∈ V . Potom (uuu,vvv) je bázou invariantného podpriestoru [uuu,vvv] ⊆ V a
zúženie ϕ na [uuu,vvv] má v tejto báze reálnu maticu a −b
b a = rRRRα.
V úvode ku kapitole 13 sme zdôrazňovali, že hovoriť o kvantitatívnych
geometrických veličinách ako dĺžka či uhol v abstraktných vektorových priestoroch,
hoc aj nad poľom R, nedáva dobrý zmysel. Až prítomnosť skalárneho
súčinu v takomto priestore nám to umožňuje. Teda, prísne vzaté, zatiaľ stále
nemáme právo tvrdiť, že ϕ na invariantnom podpriestore [uuu,vvv] pôsobí ako
kompozícia otočenia o uhol α a rovnoľahlosti s koeficientom r a stredom
v počiatku. Na [uuu,vvv] si však možno (navyše jednoznačne) zvoliť skalárny súčin
tak, aby vektory uuu, vvv vzhľadom naň tvorili ortonormálnu bázu. Potom
lineárna transformácia ϕ [uuu,vvv] euklidovského priestoru [uuu,vvv] naozaj zodpovedá
kompozícii rotácie RRRα a rovnoľahlosti rIII2. (Pozri cvičenia 19.11 a 19.12.)
Ak si uvedomíme, že každý polynóm f(x) ∈ R[x] nepárneho stupňa má
aspoň jeden reálny koreň, môžeme zaznamenať ešte jeden dôsledok vety 19.5.2.
19.5.3. Dôsledok. Nech ϕ je lineárny operátor na konečnorozmernom vektorovom
priestore V nad poľom R. Potom ϕ má aspoň jeden invariantný
podpriestor dimenzie 1 alebo 2. Ak dim V je nepárne číslo, tak ϕ má aspoň
jedno reálne vlastné číslo a k nemu prislúchajúci vlastný vektor generuje
invariantný podpriestor dimenzie 1.
Cvičenia
19.1. Nech f(x), g(x) sú polynómy nad poľom K, pričom g(x) má stupeň aspoň 1. Polynóm
r(x) sa nazýva zvyškom po delení polynómu f(x) polynómom, ak g(x) delí
polynóm f(x)−r(x) a r(x) je nižšieho stupňa ako g(x). Nech ďalej λ ∈ K. Dokážte
nasledujúce tvrdenia:
(a) Zvyšok po delení polynómu f(x) lineárnym polynómom x − λ je f(λ).
406 19. Spektrum lineárneho operátora
(b) λ je koreňom polynómu f(x), t. j. f(λ) = 0, práve vtedy, keď x − λ delí f(x).
19.2. Nech AAA ∈ Km×m
, BBB ∈ Kn×n
sú štvorcové matice. Označme CCC = diag(AAA,BBB).
Dokážte nasledujúce tvrdenia:
(a) Ak uuu ∈ Km
resp. vvv ∈ Kn
je vlastný vektor matice AAA resp. BBB prislúchajúci k jej
vlastnej hodnote λ, tak uuu
0n
resp. 0m
vvv je vlastný vektor matice CCC prislúchajúci
k tej istej jej vlastnej hodnote.
(b) SpecCCC = SpecAAA ∪ SpecBBB.
(c) Algebraická aj geometrická násobnosť skalára λ ako vlastnej hodnoty matice CCC
je súčtom príslušných násobností λ ako vlastných hodnôt matíc AAA, BBB.
Modfikujte (ak treba) tvrdenia (a) – (c) tak, aby zostali v platnosti aj pre maticu
tvaru CCC = AAA MMM
0 BBB , kde MMM ∈ Km×n
je nenulová matica.
19.3. Nech AAA =
a 1
0 a
, BBB =
0 1
−b2
2b
, kde a, b ∈ R.
(a) Nájdite spektrum a vlastné vektory matice CCC = diag(AAA,BBB). Je matica CCC podobná
s nejakou diagonálnou maticou?
(b) Určte algebraickú a geometrickú násobnosť všetkých vlastných hodnôt matice
CCC. Urobte diskusiu vzhľadom na a, b.
(c) (Zároveň nápoveda k (b).) Dokážte, že pre a = b sú matice AAA, BBB podobné a
nájdite aspoň jednu maticu PPP ∈ R2×2
, pre ktorú platí PPP−1
· AAA · PPP = BBB. Dokážete
nájsť všetky také matice PPP?
19.4. Dopracujte príklad 19.2.4 tak, aby ste našli hornú trojuholníkovú maticu podobnú s
maticou AAA prostredníctvom ortogonálnej matice prechodu.
19.5. Nech ϕ je lineárny operátor na konečnorozmernom vektorovom priestore V so spektrom
plnej algebraickej váhy n = dim V . Zo Schurovej vety 19.2.1 odvoďte existenciu
postupnosti invariantných podpriestorov {0} = V0 ⊆ V1 ⊆ . . . ⊆ Vn−1 ⊆ Vn = V ,
v ktorej dim Vk = k pre 0 ≤ k ≤ n.
19.6. Ako určíte spektrum (hornej či dolnej) trojuholníkovej matice vrátane algebraickej
násobnosti každej jej vlastnej hodnoty bez počítania jej charakteristického polynómu?
Dajú sa podobne priamočiaro určiť aj geometrické násobnosti jej vlastných
hodnôt?
19.7. (a) Zadefinujte pojem homomorfizmu polí ako zobrazenia, ktoré zachováva sčítanie
a násobenie.
(b) Nech h: K → L je homomorfizmus polí. Potom h(1) = 1 a h(a−1
) = h(a)−1
pre každé a ∈ K. Dokážte.
(c) Zadefinujte pojem izomorfizmu polí a dokážte, že vzťah izomorfnosti je ekvivalenciou
na obore všetkých polí.
(d) Dokážte, že každý homomorfizmus polí h: K → L je injektívne zobrazenie, teda
je to izomorfizmus poľa K na podpole poľa L.
(e) Dokážte, že každé pole charakteristiky ∞ obsahuje podpole izomorfné s poľom
Q všetkých racionálnych čísel.
(f) Dokážte, že každé pole prvočíselnej charakteristiky p obsahuje podpole izomorfné
s poľom Zp. Odvoďte z toho, že počet prvkov každého konečného poľa L je
mocninou prvočísla, presnejšie, # L = pk
, kde p = char L a k = [L : Zp]
Cvičenia 407
19.8. Nech polia L1, L2 sú algebraicky uzavreté algebraické rozšírenia poľa K. Potom
L1
∼= L2. Dokážte.
19.9. Nech p je prvočíslo. Dokážte, že žiadne konečné rozšírenie poľa Zp nie je algebraicky
uzavreté. (Návod: Nech L je q-prvkové rozšírenie poľa Zp. Porovnajte počet všetkých
normovaných kvadratických polynómov x2
+ ax + b nad L s počtom všetkých
kvadratických polynómov (x − α)(x − β) rozložiteľných nad L na lineárne faktory.)
19.10. (a) Nech V je vektorový priestor nad poľom R s bázou tvorenou vektormi vvv1, . . . ,vvvn.
Potom vektory vvv1, . . . ,vvvn tvoria zároveň bázu jeho komplexifikácie V C
. Dokážte.
Odvoďte z toho vzťah dimR V = dimC V C
. Porovnajte s cvičením 17.1.
(b) Zovšeobecnite tvrdenie z cvičenia 17.1 do nasledujúcej podoby: Nech L je konečné
rozšírenie poľa K stupňa k = [L : K] a W je konečnorozmerný vektorový
priestor nad poľom L s bázou tvorenou vektormi www1, . . . ,wwwn ∈ W. Nech
ďalej skaláry u1 = 1, u2 . . . , uk ∈ L tvoria bázu L ako vektorového priestoru
nad poľom K. Potom systém vektorov uiwwwj ∈ W, kde i ≤ k, j ≤ n, tvorí
bázu W chápaného ako vektorový priestor nad poľom K. Odvoďte z toho vzťah
dimK W = kn = [L : K] dimL W.
19.11. Nech V je reálny vektorový priestor so skalárnym súčinom. Pre xxx,yyy,uuu,vvv ∈ V položme
xxx + iyyy,uuu + ivvv = ( xxx,uuu + yyy,vvv ) + i( yyy,uuu − xxx,vvv ). Dokážte nasledujúce
tvrdenia:
(a) Uvedenou formulou je definovaný komplexný skalárny súčin na komplexifikácii
V C
priestoru V .
(b) Uvedená formula predstavuje jedinú možnosť, ako definovať na V C
komplexný
skalárny súčin, ktorý na V splýva s pôvodným skalárnym súčinom.
(c) Pre každý vektor www = uuu + ivvv ∈ V C
, kde uuu,vvv ∈ V , platí www
2
= uuu
2
+ vvv
2
=
www
2
.
(d) Vektory www1,www1, . . . ,wwwk,wwwk, kde wwwj = uuuj + ivvvj pre uuuj,vvvj ∈ V , sú ortonormálne
v priestore V C
práve vtedy, keď vektory
√
2uuu1,
√
2vvv1, . . . ,
√
2uuuk,
√
2vvvk sú ortonormálne
vo V .
19.12. Nech V je vektorový priestor nad poľom R a ϕ: V → V je lineárna transformácia
s komplexnou vlastnou hodnotou λ = a + ib, kde a, b ∈ R, b = 0, ktorej prislúcha
vlastný vektor www ∈ V C
. Dokážte nasledujúce tvrdenia:
(a) Vektory uuu = Rewww, vvv = Imwww sú lineárne nezávislé v pôvodnom priestore V .
(b) Nech navyše na priestore V je definovaný skalárny súčin, vzhľadom na ktorý
sú vektory uuu,vvv ∈ V ortonormálne. Rozšírme tento skalárny súčin do komplexného
skalárneho súčinu na V C
ako v cvičení 19.11. Potom vektory www,www ∈ V C
sú ortogonálne
s rovnakou normou
√
2.
(c) Akú maticu má operátor ϕ zúžený na svoj invariantný podpriestor [uuu,vvv] v každej
z báz (uuu,vvv), (uuu, −vvv), (−uuu,vvv), (−uuu, −vvv), (vvv,uuu), (−vvv,uuu), (vvv, −uuu), (−vvv, −uuu)? Zapíšte
tieto matice s využitím goniometrického tvaru vlastného čísla λ. Sú všetky rôzne?
19.13. Nájdite vlastné čísla a k nim prislúchajúce vlastné vektory nasledujúcich reálnych
matíc. V prípade komplexných vlastných čísel nájdite dvojrozmerné invariantné
podpriestory zodpovedajúce komplexne združeným dvojiciam vlastných hodnôt a
ich bázy zodpovedajúce k nim prislúchajúcim komplexne združeným dvojiciam
vlastných vektorov:
408 19. Spektrum lineárneho operátora
(a) AAA =
−1 2
−2 1
; (b) BBB =
1 −1
1 1
;
(c) CCC =
1 2 −1
−1 1 2
0 0 −1
; (d) DDD =
3/5 0 4/5
0 1 0
−4/5 0 3/5
;
(e) EEE =



0 1 0 0
−1 0 0 0
0 0 0 1
0 0 −1 0


; (f) FFF =



0 1 1 0
−1 0 0 1
0 0 0 1
0 0 −1 0


;
19.14. Označme CCC = CCC(a0, a1, . . . , an−1) =


a0 a1 ... an−1
an−1 a0 ... an−2
...
...
...
...
a1 a2 ... a0

 maticu, ktorá vznikne
postupnými cyklickými permutáciami usporiadanej n-tice komplexných čísel aaa =
(a0, a1, . . . , an−1) – nazývame ju cirkulantnou maticou prvkov a0, a1, . . . , an−1. Dokážte
nasledujúce tvrdenia:
(a) Spektrum cirkulantnej matice CCC je tvorené komplexnými číslami g(1), g(ω),. . . ,
g(ωn−1
), kde ω = e2πi/n
= cos(2π/n) + i sin(2π/n) je primitívna n-tá odmocnina
z jednotky a g označuje polynóm g(x) = a0 + a1x + . . . + an−1xn−1
, pričom
vlastný vektor prislúchajúci k vlastnej hodnote λk = g(ωk
) má tvar fffk =
1, ωk
, . . . , ω(n−1)k T
pre 0 ≤ k ≤ n − 1.
(b) Potom prvky spektra g(ωk
) = aaa,fffk = aaa,fffn−k = an−k sú vlastne (v cyklicky
opačnom slede napísané) Fourierove koeficienty vektora aaa ∈ Cn
a CCC = FFF∗
·
diag a0, an−1, . . . , a1 · FFF, čiže CCC je podobná s uvedenou diagonálnou maticou
Fourierových koeficientov prostredníctvom znormovanej (teda unitárnej) matice
FFF = n−1/2
ω−jk
diskrétnej Fourierovej transformácie F : Cn
→ Cn
(pozri paragraf
17.5 a cvičenie 17.18).
(c) Pre determinant cirkulantnej matice, nazývaný tiež cirkulant prvkov a0, a1, . . . , an−1,
platí detCCC = g(1)g(ω) . . . g(ωn−1
) = a0a1 . . . an−1.
19.15. Vysvetlite nasledujúci postup riešenia sústavy lineárnych rovníc CCC · xxx = bbb, kde
CCC(a0, a1, . . . , an−1) je cirkulatná matica a xxx = (x0, x1, . . . , xn−1)T
, bbb = (b0, b1, . . . , bn−1)T
.
(a) Uvedenú sústavu možno pomocou konvolúcie zapísať v tvare aaa ∗ xxx = bbb, kde
aaa = (a0, an−1, . . . , a1)T
je prvý stĺpec matice CCC.
(b) Aplikujúc DFT na obe strany tejto rovnice dostaneme F(aaa )F(xxx) = F(bbb), alebo
inak zapísané aaaρxxx = bbb, kde xxxyyy označuje prirodzený súčin po zložkách v Cn
.
(c) Ak sú teda všetky zložky vektora F(aaa ) = aaa nenulové, môžeme riešenie sústavy
vyjadriť pomocou inverznej Fourierovej transformácie xxx = F−1
F(bbb)/F(aaa ) =
F−1
bbb/aaaρ , kde xxx/yyy označuje prirodzené delenie po zložkách v Cn
.
Aj keď uvedená formula tomu možno nenasvedčuje, ak použijeme rýchlu Forurierovu
transformáciu, bude takýto výpočet podstatne rýchlejší než Gaussova-Jordanova
eliminácia.
20. Jordanov kanonický tvar
V tejto kapitole si ukážeme, že i nediagonalizovateľné lineárne operátory či
matice možno voľbou vhodnej bázy upraviť na tzv. Jordanov kanonický tvar,
ktorý je – aspoň na pohľad – veľmi blízky diagonálnemu. Dôkaz tohto výsledku
je však podstatne náročnejší než všetky dôkazy, s ktorými sme sa
doteraz v tomto kurze stretli. Preto najprv iba sformulujeme príslušné vety
a predvedieme, ako sa úprava na Jordanov kanonický tvar v niektorých jednoduchých
prípadoch robí. S takýmito vedomosťami vystačíme vo väčšine
učebnicových príkladov. Jednako pre náročnejšieho čitateľa uvádzame úplný
dôkaz, ktorý nám zaberie celé dva paragrafy 20.4 a 20.5. Na jeho základe
potom popíšeme ďalšiu metódu úpravy matice na Jordanov kanonický tvar.
S niektorými aplikáciami výsledkov o Jordanovom kanonickom tvare sa oboznámime
až v dvoch nasledujúcich kapitolách.
20.1 Jordanov kanonický tvar matice
Hovoríme, že matica AAA ∈ Kn×n
je v Jordanovom kanonickom tvare, skrátene
JKT, ak má blokovo diagonálny tvar
AAA = diag JJJn1 (λ1), . . . ,JJJnk
(λk) ,
kde JJJni
(λi) sú Jordanove bunky rozmerov ni × ni prislúchajúce skalárom
λi ∈ K (pozri príklad 19.1.3). Zrejme v takom prípade je n1 + . . . + nk = n a
AAA má charakteristický polynóm
det(AAA − xIII) = (λ1 − x)n1
. . . (λk − x)nk
.
Vidíme, že skalár λ ∈ K je vlastnou hodnotou matice AAA práve vtedy, keď
sa nachádza v zozname λ1, . . . , λk. Keďže skaláry λ1, . . . , λk nemusia byť nevyhnutne
rôzne, algebraická násobnosť λ vzhľadom na AAA je súčet veľkostí blokov
s hodnotou λ na diagonále, čiže λi=λ ni. Ako vyplýva z príkladu 19.1.3,
každému bloku JJJni
(λi), bez ohľadu na veľkosť ni, zodpovedá len jednorozmerný
vlastný podpriestor – preto geometrická násobnosť λ vzhľadon na AAA
je rovná počtu takýchto blokov, t. j. počtu prvkov množiny {i ≤ k; λi = λ}.
Jordanovým kanonickým tvarom matice AAA ∈ Kn×n
nazývame ľubovoľnú
maticu JJJ ∈ Ln×n
v JKT, kde pole L je nejaké rozšírenie poľa K, podobnú
(nad poľom L) s maticou AAA. Upraviť maticu AAA na Jordanov kanonický tvar
znamená nájsť s ňou podobnú maticu JJJ ∈ Ln×n
v Jordanovom kanonickom
tvare a regulárnu maticu PPP ∈ Ln×n
takú, že JJJ = PPP−1
·AAA ·PPP. Potom lineárny
410 20. Jordanov kanonický tvar
operátor xxx → AAA · xxx na (stĺpcovom) vektorovom priestore Ln
má v báze
tvorenej stĺpcami matice PPP maticu JJJ v JKT.
Kľúčové výsledky tejto kapitoly možno zhrnúť do nasledujúcich dvoch
viet.
20.1.1. Veta. Nech ϕ: V → V je lineárny operátor na vektorovom priestore
V konečnej dimenzie n nad poľom K. Ak ϕ má nad K spektrum algebraickej
váhy n, tak existuje taká báza βββ priestoru V , vzhľadom na ktorú má ϕ
maticu (ϕ)βββ v Jordanovom kanonickom tvare. Pritom Jordanov kanonický
tvar matice zobrazenia ϕ je určený jednoznačne až na poradie Jordanových
blokov.
20.1.2. Veta. Nech matica AAA ∈ Kn×n
má nad poľom K spektrum algebraickej
váhy n. Potom AAA je podobná s maticou JJJ ∈ Kn×n
v Jordanovom
kanonickom tvare. Pritom matica JJJ je určená jednoznačne až na poradie
Jordanových blokov.
20.1.3. Dôsledok. Nech matice AAA, BBB ∈ Kn×n
majú v poli K spektrum algebraickej
váhy n. Potom AAA ≈ BBB práve vtedy, keď AAA a BBB majú rovnaký
Jordanov kanonický tvar.
Všimnite si, že predpoklad o plnej algebraickej váhe spektra je splnený
práve vtedy, keď K obsahuje rozkladové pole charakteristického polynómu
lineárneho operátora ϕ, prípadne matice AAA. Táto podmienka je automaticky
splnená nad algebraicky uzavretým poľom K, špeciálne nad poľom komplexných
čísel C. Aj v prípade, že tento predpoklad nie je splnený, možno pole K
vnoriť do jeho konečného rozšírenia L, nad ktorým už splnený bude. Podrobnosti,
ako to možno urobiť, sme si aspoň v prípade rozšírenia R ⊆ C objasnili
v paragrafe 19.4 venovanom komplexifikácii.
Obe uvedené vety sú zrejme ekvivalentné, preto stačí dokázať len jednu
z nich, prípadne dokazovať obe naraz a striedavo používať maticovú či operátorovú
formuláciu, podľa toho, ktorá nám práve väčšmi vyhovuje. Dôkazu,
ktorý je pomerne náročný, venujeme paragrafy 20.4 a 20.5. Považujeme však
za potrebné predoslať mu niekoľko príkladov, na ktorých budeme ilustrovať
metódu úpravy matice na JKT.
Celá metóda je založená na pozorovaní, čo robí matica JJJn = JJJn(λ) − λIIIn
s kanonickou bázou εεε(n)
= (eee1, . . . ,eeen) v Kn
. Odpoveď na túto otázku možno
stručne a prehľadne vyjadriť schémou
JJJn : eeen → eeen−1 → . . . → eee2 → eee1 → 0,
t. j. JJJn ·eee1 = 0 (inak povedané, eee1 je vlastný vektor matice JJJn(λ)), a JJJn ·eeei =
eeei−1 pre 1 < i ≤ n.
20.1. Jordanov kanonický tvar matice 411
Ak má teda lineárny operátor ϕ: V → V mať v nejakej báze βββ maticu
v JKT
(ϕ)βββ = JJJ = diag JJJn1 (λ1), . . . ,JJJnk
(λk) ,
musí sa táto báza dať rozložiť na k reťazcov
βββ1 = (vvv11, . . . ,vvv1n1 ),
βββ2 = (vvv21, . . . ,vvv2n2 ),
. . . . . . . . . . . . . . . . . . . . .
βββk = (vvvk1, . . . ,vvvknk
),
zodpovedajúcich jednotlivým Jordanovým bunkám JJJn1 (λ1), JJJn2 (λ2), . . . , JJJnk
(λk).
Na každom reťazci βββi pôsobí lineárny operátor ϕ − λi idV = ϕ − λi rovnako
ako matica JJJni
na kanonickej báze εεε(ni)
= (eee1, . . . ,eeeni
), t. j. podľa schémy
ϕ − λi : vvvini
→ vvvi ni−1 → . . . → vvvi2 → vvvi1 → 0.
Potom prvý vektor vvvi1 každého reťazca βββi (v našej schéme prvý nenulový
vektor sprava) je vlastným vektorom operátora ϕ prislúchajúcim k vlastnej
hodnote λi. Celý reťazec je zasa tvorený postupnými obrazmi posledného
vektora vvvini
(v našej schéme prvého vektora zľava) v zobrazení ϕ − λi, t. j.
βββi = (ϕ − λi)ni−1
(vvvini
), (ϕ − λi)ni−2
(vvvini
), . . . , (ϕ − λi)(vvvini
),vvvini
.
Bázu zloženú z takýchto reťazcov nazývame Jordanovou bázou príslušného
lineárneho operátora alebo matice.
Úprava matice (lineárneho operátora) na JKT teda spočíva hlavne v nájdení
Jordanovej bázy, t. j. bázy zloženej z reťazcov vektorov prislúchajúcich
jednotlivým vlastným číslam a vlastným vektorom tejto matice. Také niečo
však predpokladá znalosť spektra, preto jeho určenie (prípadne doplnenie do
plnej algebraickej váhy vo vhodnom rozšírení základného poľa) musí konštrukcii
takejto bázy nevyhnutne predchádzať.
Vopred však poznamenávame, že priamočiara metóda budovania bázických
reťazcov od vlastných vektorov „sprava doľava , dobre funguje len pre
matice malých rozmerov (maximálne tak 6 × 6), prípadne pre matice, v ktorých
JKT sa vyskytujú len malé Jordanove bloky (maximálne do rozmeru
3 × 3). Pre matice väčších rozmerov, kde sa kombinatorika možných rozmerov
blokov stáva pestrejšou, je už neúnosne zložitá. Neskôr, na základe
dôkazu viet 20.1.1 a 20.1.2, sa zoznámime aj s metódou postupujúcou pri vytváraní
bázických reťazcov „zľava doprava . V nasledujúcej kapitole si ešte
stručne priblížime elegantnú metódu založenú na úprave charakteristickej
matice AAA − xIII pomocou ERO a ESO, využívajúcu niektoré hlbšie poznatky
o maticiach, ktorých prvky sú polynómy nad daným poľom.
412 20. Jordanov kanonický tvar
Samostatnú poznámku si vyžaduje otázka určenia spektra analyzovanej
matice alebo operátora. Naše príklady budú vopred umelo pripravené tak,
aby sme príslušnú charakteristickú rovnicu vedeli ľahko vyriešiť (väčšinou
budú dokonca všetky jej korene malé celé čísla). V „reálnom živote to však
tak byť nemusí. Vo všeobecnosti neexistujú vzorce, ktoré by vyjadrovali korene
polynómu f(x) ∈ C[x] stupňa ≥ 5 ako funkcie jeho koeficientov zostavené
pomocou operácií sčítania, odčítania, násobenia, delenia a mocnín s racionálnym
exponentom. 1
Ani pre polynómy stupňa 3 a 4, pre ktoré takéto
vzorce existujú, však nie sú pre svoju ťažkopádnosť prakticky upotrebiteľné.
Takže použiteľné explicitné vzorce máme k dispozícii len na riešenie rovníc
stupňa 1 a 2.
Tým vzrastá význam približných numerických metód výpočtu vlastných
čísel a vektorov a JKT. Tieto otázky však už nie sú predmetom nášho kurzu.
Momentálne nie je našim cieľom výpočtovo zvládnuť uvedenú problematiku
v celej všeobecnosti, ale porozumieť jej základným súvislostiam. Keďže práve
výsledky a metódy lineárnej algebry hrajú v modernej numerickej matematike
významnú úlohu, je takéto prvotné porozumenie jedným z nevyhnutných
predpokladov zvládnutia pokročilejších numerických metód.
Jeden numerický aspekt výpočtu JKT však nemožno v tejto súvislosti nespomenúť.
Numerické metódy väčšinou dávajú len približné výsledky s istou
vopred zadanou presnosťou. Navyše často pracujú so vstupnými údajmi získanými
meraním, teda už od začiatku zaťaženými určitými chybami. Na druhej
strane, „takmer všetky štvorcové matice nad C sú podobné s diagonálnymi.
2
Pri hocako malej náhodnej zmene prvkov sa takáto matica s pravdepodobnosťou
hraničiacou s istotou stane podobnou diagonálnej. Teda matice
s nediagonálnym JKT sú vlastne atypickými výnimkami s nekonečne málo
pravdepodobným výskytom. To jednak činí numerický výpočet JKT značne
chúlostivou záležitosťou, jednak navodzuje otázku, aký má vôbec význam zaoberať
sa nediagonalizovateľnými maticami a lineárnymi operátormi. Dodajme
teda, že na druhej strane typická matica AAA ∈ Cn×n
s aspoň jednou viacnásobnou
vlastnou hodnotou je nediagonalizovateľná (pokúste sa samostatne
upresniť význam tohto tvrdenia). Čo je však ešte dôležitejšie, s prirodzenými
príkladmi takýchto operátorov sa možno stretnúť napr. v matematickej ana-
lýze.
1
Dôkaz neriešiteľnosti rovníc piateho a vyššieho stupňa pomocou radikálov je súčasťou
tzv. Galoisovej teórie a patrí k vrcholným výkonom algebry 19. storočia.
2
Presnejšie, topologická dimenzia množiny všetkých matíc AAA ∈ Cn×n
, ktoré nie sú podobné
s diagonálnymi, je menšia než topologická dimenzia priestoru všetkých matíc Cn×n
.
Podobne, topologická dimenzia množiny všetkých matíc AAA ∈ Rn×n
, ktoré nie sú podobné
s diagonálnymi maticami z Cn×n
, je menšia než topologická dimenzia priestoru všetkých
matíc Rn×n
. Pojem topologickej dimenzie je (zďaleka nie priamočiarym) zovšeobecnením
dimenzie lineárnych a afinných podpriestorov nad R.
20.2. Príklady úpravy matíc na Jordanov kanonický tvar 413
20.1.4. Príklad. Lineárny operátor derivácie D: R(n)
[x] → R(n)
[x], kde
D(f) = f (x) = df(x)
dx
pre f(x) ∈ R(n)
[x], na priestore všetkých reálnych
polynómov stupňa ≤ n má v báze ξξξ(n)
= (1, x, x2
. . . , xn
) maticu
(D)ξξξ(n) =






0 1 0 . . . 0
0 0 2 . . . 0
...
...
...
...
...
0 0 . . . 0 n
0 0 . . . 0 0






.
Z toho už možno pomerne ľahko nahliadnuť (prípadne dopočítať), že maticou
operátora D v báze 1, x, x2
2
, . . . , xn
n!
je Jordanova bunka JJJn+1 = JJJn+1(0).
20.2 Príklady úpravy matíc na Jordanov kanonický tvar
20.2.1. Príklad. Uvažujme maticu
AAA =




1 0 2 −2
1 3 1 −1
1 0 0 −1
3 4 3 −4



 ∈ R4×4
.
Jej charakteristický polynóm
det(AAA − xIII) = x4
− 2x2
+ 1 = (x − 1)2
(x + 1)2
má dva korene x1,2 = 1 a x3,4 = −1, oba dvojnásobné. Nájdeme k nim
príslušné vlastné vektory. Podpriestor riešení homogénnej sústavy s maticou
AAA − III =




0 0 2 −2
1 2 1 −1
1 0 −1 −1
3 4 3 −5



 ∼




1 0 0 −2
0 1 0 1
0 0 1 −1
0 0 0 0




je jednorozmerný, generovaný vlastným vektorom vvv1 = (2, −1, 1, 1)T
. Teda
algebraicky dvojnásobné vlastné číslo 1 má geometrickú násobnosť 1. Ďalší
vektor reťazca nájdeme ako nejaké riešenie xxx = vvv2 sústavy (AAA − III) · xxx = vvv1
úpravou jej rozšírenej matice




0 0 2 −2
1 2 1 −1
1 0 −1 −1
3 4 3 −5
2
−1
1
1



 ∼




1 0 0 −2
0 1 0 1
0 0 1 −1
0 0 0 0
2
−2
1
0



 ,
414 20. Jordanov kanonický tvar
teda napr. vvv2 = (2, −2, 1, 0)T
.
Podpriestor riešení homogénnej sústavy s maticou
AAA + III =




2 0 2 −2
1 4 1 −1
1 0 1 −1
3 4 3 −3



 ∼




1 0 1 −1
0 1 0 0
0 0 0 0
0 0 0 0




má dimenziu 2 (a taká je tiež geometrická násobnosť algebraicky dvojnásobného
vlastného čísla −1); jeho bázu tvoria vlastné vektory vvv3 = (1, 0, −1, 0)T
,
vvv4 = (1, 0, 0, 1)T
.
Teda AAA je podobná matici v JKT
JJJ = diag JJJ2(1), −1, −1 =




1 1 0 0
0 1 0 0
0 0 −1 0
0 0 0 −1




a príslušná Jordanova báza (vvv1,vvv2,vvv3,vvv4) je tvorená stĺpcami matice pre-
chodu
PPP =




2 2 1 1
−1 −2 0 0
1 1 −1 0
1 0 0 1



 .
Videli sme, že reťazce vektorov prislúchajúce rôznym vlastným číslam
možno bez ťažkostí oddeliť. Preto sa odteraz sústredíme len na hľadanie a
oddeľovanie reťazcov prislúchajúcich tomu istému vlastnému číslu a budeme
sa zaoberať iba maticami s jednoprvkovým spektrom.
20.2.2. Príklad. Matica
AAA =


−2 1 0
−3 1 1
−1 0 1

 ∈ R3×3
má charakteristický polynóm
det(AAA − xIII) = −x3
a jediné, algebraicky trojnásobné vlastné číslo x1,2,3 = 0. Vlastné vektory
nájdeme riešením homogénnej sústavy s maticou
AAA − 0III = AAA ∼


1 0 −1
0 1 −2
0 0 0

 .
20.2. Príklady úpravy matíc na Jordanov kanonický tvar 415
Podpriestor riešení je jednorozmerný, generovaný vektorom uuu = (1, 2, 1)T
,
teda geometrická násobnosť vlastného čísla 0 je 1. Hľadaná báza tak bude
pozostávať z jediného reťazca prislúchajúceho vlastnému vektoru uuu1 = uuu.
Vektor uuu2 nájdeme ako nejaké riešenie xxx = uuu2 sústavy AAA ·xxx = uuu1 úpravou jej
rozšírenej matice
(AAA |uuu1) =


−2 1 0
−3 1 1
−1 0 1
1
2
1

 ∼


1 0 −1
0 1 −2
0 0 0
−1
−1
0

 ;
takže môžeme položiť napr. uuu2 = (−1, −1, 0)T
. Podobne, tretí vektor uuu3 nášho
reťazca nájdeme ako nejaké riešenie xxx = uuu3 sústavy AAA · xxx = uuu2 úpravou jej
rozšírenej matice
(AAA |uuu2) =


−2 1 0
−3 1 1
−1 0 1
−1
−1
0

 ∼


1 0 −1
0 1 −2
0 0 0
0
−1
0

 ,
teda napr. uuu3 = (0, −1, 0)T
.
To znamená, že AAA je podobná priamo s Jordanovou bunkou
JJJ3 = JJJ3(0) =


0 1 0
0 0 1
0 0 0


prostredníctvom matice prechodu
PPP =


1 −1 0
2 −1 −1
1 0 0

 ,
tvorenej vektormi Jordanovej bázy (uuu1,uuu2,uuu3) ako stĺpcami.
20.2.3. Príklad. Matica
AAA =


8 10 −5
−2 −1 2
1 2 2

 ∈ R3×3
má charakteristický polynóm
det(AAA − xIII) = 27 − 27x + 9x2
− x3
= (3 − x)3
a algebraicky trojnásobné vlastné číslo x1,2,3 = 3. K nemu príslušné vlastné
vektory nájdeme riešením homogénnej sústavy s maticou
AAA − 3III =


5 10 −5
−2 −4 2
1 2 −1

 ∼


1 2 −1
0 0 0
0 0 0

 .
416 20. Jordanov kanonický tvar
Podpriestor riešení je dvojrozmerný, generovaný (napríklad) vektormi uuu =
(2, −1, 0)T
, vvv = (1, 0, 1)T
. Teda geometrická násobnosť vlastného čísla 3 je
2, takže k nemu budú prislúchať dva reťazce dĺžok 1 a 2. Keďže vopred
nevieme, ku ktorému vlastnému vektoru vvv1 ∈ [uuu,vvv] existuje vektor vvv2 taký,
že vvv1 = (AAA − 3III) · vvv2, musíme uvažovať ľubovoľnú lineárnu kombináciu vvv1 =
auuu + bvvv = (2a + b, −a, b)T
, pričom parametre a, b ∈ R budeme voliť tak, aby
sústava (AAA − 3III) · xxx = vvv1 mala nejaké riešenie xxx = vvv2. Úpravou jej rozšírenej
matice dostaneme


5 10 −5
−2 −4 2
1 2 −1
2a + b
−a
b

 ∼


1 2 −1
0 0 0
0 0 0
b
a − 2b
0

 .
Sústava má riešenie práve vtedy, keď a = 2b; volíme napr. b = 1, a = 2. Tomu
zodpovedá vvv1 = (5, −2, 1)T
, vvv2 = (1, 0, 0)T
. Za vvv3 možno zvoliť akýkoľvek
vektor, ktorý spolu s vvv1 tvorí bázu vlastného podpriestoru R(AAA−3III) = [uuu,vvv];
vidíme, že vyhovujú obe voľby vvv3 = uuu, resp. vvv3 = vvv. Vyberme si napr. druhú
možnosť vvv3 = (1, 0, 1)T
.
Teda JKT matice AAA je
JJJ = diag JJJ2(3), 3 =


3 1 0
0 3 0
0 0 3


a príslušná matica prechodu tvorená stĺpcami Jordanovej bázy (vvv1,vvv2,vvv3)
vyzerá (napr.) takto
PPP =


5 1 1
−2 0 0
1 0 1

 .
20.2.4. Príklad. Matica
AAA =




−4 −6 −19 −1
2 4 3 1
1 1 6 0
5 5 20 2



 ∈ R4×4
má charakteristický polynóm
det(AAA − xIII) = x4
− 8x3
+ 24x2
− 32x + 16 = (x − 2)4
s jediným štvornásobným koreňom x1–4 = 2. Vlastné vektory nájdeme riešením
homogénnej sústavy s maticou
AAA − 2III =




−6 −6 −19 −1
2 2 3 1
1 1 4 0
5 5 20 0



 ∼




1 1 0 4/5
0 0 1 −1/5
0 0 0 0
0 0 0 0



 .
20.2. Príklady úpravy matíc na Jordanov kanonický tvar 417
Podpriestor riešení je dvojrozmerný, generovaný vektormi uuu = (1, −1, 0, 0)T
,
vvv = (4, 0, −1, −5)T
; všeobecné riešenie má tvar auuu+bvvv = (a+4b, −a, −b, −5b)T
,
kde a, b ∈ R. Vidíme, že hľadaná báza bude pozostávať z dvoch reťazcov, nepoznáme
však ich dĺžky – sú totiž dve možnosti zodpovedajúce rozkladom
4 = 1 + 3, resp. 4 = 2 + 2. Ďalšie vektory reťazcov získame riešením sústavy
(AAA − 2III) · xxx = auuu + bvvv s rozšírenou maticou




−6 −6 −19 −1
2 2 3 1
1 1 4 0
5 5 20 0
a + 4b
−a
−b
−5b



 ∼




1 1 0 4/5
0 0 1 −1/5
0 0 0 0
0 0 0 0
−4a/5 + 3b/5
a/5 − 2b/5
0
0



 .
Ako vidno, sústava má riešenie pre ľubovoľné a, b; môžeme teda voliť a = 1,
b = 0, čomu zodpovedá prvý reťazec uuu1 = uuu = (1, −1, 0, 0)T
, uuu2 = (−4/5, 0, 1/5, 0)T
,
resp. a = 0, b = 1, čomu zodpovedá druhý reťazec vvv1 = vvv = (4, 0, −1, −5)T
,
vvv2 = (3/5, 0, −2/5, 0)T
.
JKT matice AAA teda je
JJJ = diag JJJ2(2),JJJ2(2) =




2 1 0 0
0 2 0 0
0 0 2 1
0 0 0 2



 ,
a príslušná Jordanova báza (uuu1,uuu2,vvv1,vvv2) je tvorená stĺpcami matice pre-
chodu
PPP =




1 −4/5 4 3/5
−1 0 0 0
0 1/5 −1 −2/5
0 0 −5 0



 .
20.2.5. Príklad. Uvažujme maticu
AAA =




0 1 0 0
1 0 1 1
1 1 1 1
−1 −2 −1 −1



 ∈ R4×4
.
Jej charakteristický polynóm
det(AAA − xIII) = x4
má jeden štvornásobný koreň x1–4 = 0. Vlastné vektory dostaneme ako riešenia
homogénnej sústavy s maticou
AAA − 0III = AAA ∼




1 0 1 1
0 1 0 0
0 0 0 0
0 0 0 0



 .
418 20. Jordanov kanonický tvar
Podpriestor riešení je dvojrozmerný, generovaný vektormi uuu = (1, 0, −1, 0)T
,
vvv = (1, 0, 0, −1)T
; všeobecné riešenie má tvar auuu + bvvv = (a + b, 0, −a, −b)T
,
kde a, b ∈ R. Takže hľadaná báza bude opäť pozostávať z dvoch reťazcov
dĺžok 1 + 3 alebo 2 + 2. Ďalšie vektory reťazcov získame riešením sústavy
AAA · xxx = auuu + bvvv úpravou jej rozšírenej matice




0 1 0 0
1 0 1 1
1 1 1 1
−1 −2 −1 −1
a + b
0
−a
−b



 ∼




1 0 1 1
0 1 0 0
0 0 0 0
0 0 0 0
−2a − b
a + b
2a + b
0



 .
Sústava má riešenie práve vtedy, keď 2a + b = 0. Z toho je jasné, že dĺžky
hľadaných reťazcov budú 1 a 3. Zvolíme napr. a = −1, b = 2. Dostaneme tak
prvý vektor trojčlenného reťazca vvv1 = −uuu+2vvv = (1, 0, 1, −2)T
. Druhý vektor
zatiaľ ponecháme v tvare všeobecného riešenia vvv2 = xxx = (c + d, 1, −c, −d)T
sústavy AAA · xxx = vvv1 a parametre c, d ∈ R budeme voliť tak, aby existovalo
nejaké riešenie xxx = vvv3 sústavy AAA · xxx = vvv2. Úpravou jej rozšírenej matice
dostaneme




0 1 0 0
1 0 1 1
1 1 1 1
−1 −2 −1 −1
c + d
1
−c
−d



 ∼




1 0 1 1
0 1 0 0
0 0 0 0
0 0 0 0
−2c − d
c + d
1 + 2c + d
0



 .
Sústava má riešenie práve vtedy, keď 1 + 2c + d = 0; zvoľme napr. c = 0,
d = −1. Tomu zodpovedá vvv2 = (−1, 1, 0, 1)T
a (napr.) vvv3 = (1, −1, 0, 0)T
.
Jediný vektor druhého reťazca zvolíme tak, aby spolu s vektorom vvv1 tvorili
bázu vlastného podpriestoru [uuu,vvv]; vyhovuje každý z vektorov uuu, vvv. Zvoľme
napr. vvv4 = uuu = (1, 0, −1, 0)T
.
JKT matice AAA teda je
JJJ = diag JJJ3(0), 0 =




0 1 0 0
0 0 1 0
0 0 0 0
0 0 0 0




a príslušná matica prechodu, tvorená stĺpcami Jordanovej bázy (vvv1,vvv2,vvv3,vvv4),
vyzerá takto:
PPP =




1 −1 1 1
0 1 −1 0
1 0 0 −1
−2 1 0 0



 .
20.3. Prípad viacnásobného komplexného vlastného čísla 419
20.3 Prípad viacnásobného komplexného vlastného čísla
V predchádzajúcom paragrafe sme sa úmyselne vyhli tak komplexným maticiam,
ako aj reálnym maticiam s komplexnými vlastnými číslami. Viedla
nás k tomu skôr pohodlnosť, než nejaké zásadné dôvody. Jednoducho sme
sa snažili sústrediť len na samotnú úpravu matice na JKT a nechceli si zbytočne
komplikovať život z tohto hľadiska nepodstatnými detailmi komplexnej
aritmetiky. Úprava komplexných matíc (v ktorých sú už zahrnuté i reálne matice
s komplexnými vlastnými hodnotami) na JKT sa od reálneho prípadu
nijako zásadne nelíši. Len výsledná Jordanova matica môže mať na diagonále
komplexné vlastné hodnoty a taktiež v príslušnej Jordanovej báze sa môžu
objaviť komplexné vektory.
Z hľadiska aplikácií JKT najmä na riešenie diferenciálnych rovníc je však
dôležité vedieť nahradiť komplexný JKT nejakej reálnej matice vhodným reálnym
kanonickým tvarom, podobným s pôvodnou maticou prostredníctvom
reálnej matice prechodu. To možno dosiahnuť rozvinutím už známych metód
z paragrafu 19.5. Z toho dôvodu si dovolíme celý postup len stručne opísať a
overenie detailov prenechať čitateľovi.
Ak λ = a+ib je komplexné vlastné číslo matice AAA ∈ Rn×n
, tak aj λ = a−ib
je jej vlastné číslo, pričom λ a λ majú rovnakú algebraickú i geometrickú
násobnosť. Ak navyše γγγ = (www1, . . . ,wwwm) je časť Jordanovej bázy prislúchajúca
k λ, zložená z reťazcov dĺžok m1 + . . . + ml = m, tak γγγ = (www1, . . . ,wwwm) je
časť Jordanovej bázy prislúchajúca k λ, zložená v zodpovedajúcom poradí
z komplexne združených reťazcov rovnakých dĺžok.
Z toho mimochodom vyplýva, že aj keby sme sa neusilovali o elimináciu
komplexných čísel z JKT, možno vzťah medzi λ a λ a k nim prislušnými
bázami výhodne využiť: stačí nájsť príslušnú časť Jordanovej bázy len pre
jednu z vlastných hodnôt λ, λ – zodpovedajúcu časť bázy pre druhú vlastnú
hodnotu už možno dostať čiste mechanicky „opruhovaním . Podčiarkujeme
však, že také niečo funguje len pre reálne a nie všeobecne pre komplexné
matice.
420 20. Jordanov kanonický tvar
Vráťme sa však k pôvodnej otázke. Pre m ≥ 1 a a, b ∈ R označme
JJJm
a −b
b a =

















a −b 1 0 0 0 . . . . . . 0 0
b a 0 1 0 0 . . . . . . 0 0
0 0 a −b 1 0 . . . . . . 0 0
0 0 b a 0 1 . . . . . . 0 0
...
...
...
...
... ...
...
...
...
...
...
...
...
...
...
...
0 0 0 0 . . . . . . a −b 1 0
0 0 0 0 . . . . . . b a 0 1
0 0 0 0 . . . . . . 0 0 a −b
0 0 0 0 . . . . . . 0 0 b a

















reálnu maticu rozmeru 2m × 2m, vytvorenú z m diagonálne umiestnených
blokov a −b
b a a m − 1 blokov III2 = ( 1 0
0 1 ) vedľa nich. Matice tvaru JJJm
a −b
b a
nazývame zovšeobecnenými Jordanovými bunkami.
Práve zovšeobecnená Jordanova bunka JJJm
a −b
b a je tou reálnou maticou,
ktorou možno v komplexnom JKT reálnej matice AAA nahradiť dvojicu Jordanových
blokov JJJm(λ), JJJm(λ) prislúchajúcich komplexne združeným vlastným
číslam λ = a+ib, λ = a−ib s nenulovým b. Presnejšie, ak γγγ = (www1, . . . ,wwwm) je
reťazec (komplexných) vektorov zodpovedajúci v príslušnej Jordanovej báze
bloku JJJm(λ), tak reálne vektory
uuu1 = Rewww1 =
1
2
(www1 + www1), vvv1 = − Imwww1 =
1
2i
(www1 − www1),
uuu2 = Rewww2 =
1
2
(www2 + www2), vvv2 = − Imwww2 =
1
2i
(www2 − www2),
...
...
uuum = Rewwwm =
1
2
(wwwm + wwwm), vvvm = − Imwwwm =
1
2i
(wwwm − wwwm)
tvoria úsek bázy (uuu1,vvv1,uuu2,vvv2, . . . ,uuum,vvvm) zodpovedajúci bloku JJJm
a −b
b a .
Ak teda v komplexnom JKT JJJ štvorcovej reálnej matice AAA necháme reálne
Jordanove bloky a im zodpovedajúce reťazce Jordanovej bázy na pokoji,
ďalej každú dvojicu Jordanových blokov JJJm(λ), JJJm(λ) prislúchajúcich komplexne
združeným imaginárnym vlastným hodnotám λ, λ nahradíme blokom
JJJm
Re λ − Im λ
Im λ Re λ a k nim zodpovedajúce reťazce (www1, . . . ,wwwm), (www1, . . . ,wwwm)
Jordanovej bázy nahradíme úsekom (Rewww1, − Imwww1, . . . , Rewwwm, − Imwwwm),
získame tak zovšeobecnenú Jordanovu maticu JJJ ∈ Rn×n
a reálnu maticu
prechodu QQQ (ktorej stĺpce sú vektory novej bázy) takú, že JJJ = QQQ−1
· AAA · QQQ.
20.3. Prípad viacnásobného komplexného vlastného čísla 421
20.3.1. Príklad. Reálna matica







5 −5 5 −4 4 −2
5 −5 7 −7 8 −4
5 −8 12 −12 13 −6
5 −9 12 −12 15 −7
5 −9 12 −15 20 −9
5 −9 12 −16 20 −8







má charakteristický polynóm
det(AAA−xIII) = x6
−12x5
+63x4
−184x3
+315x2
−300x+125 = (x2
−4x+5)3
,
s dvoma trojnásobnými komplexne združenými koreňmi x1,2,3 = 2 + i a
x3,4,5 = x1,2,3 = 2 − i. Vlastný vektor prislúchajúci k vlastnému číslu 2 + i
nájdeme ako riešenie homogénnej sústavy s maticou AAA − (2 + i)III. Podpriestor
riešení je jednorozmerný, generovaný vektorom www1 = (3 + i, 5, 5, 5, 5, 5)T
.
Vlastnej hodnote 2 + i tak zodpovedá jediný reťazec dĺžky 3. Ďalší vektor
reťazca nájdeme ako riešenie sústavy (AAA − (2 + i)III) · www2 = www1; vyhovuje
www2 = (−16/5 − 12i/5, −5, −2 + i, 0, 0, 0)T
. Konečne tretí vektor dostaneme
ako riešenie sústavy (AAA − (2 + i)III) · www3 = www2; teda napr. www3 = (−8/25 +
44i/25, 0, −16/5 − 12i/5, −5, −2 + i, 0)T
.
Komplexný JKT matice AAA teda je
JJJ = diag(JJJ3(2 + i),JJJ3(2 − i)) =







2 + i 1 0 0 0 0
0 2 + i 1 0 0 0
0 0 2 + i 0 0 0
0 0 0 2 − i 1 0
0 0 0 0 2 − i 1
0 0 0 0 0 2 − i







a stĺpce príslušnej (komplexnej) matice prechodu (ktorú nevypisujeme z typografických
dôvodov) tvoria vektory Jordanovej bázy (www1,www2,www3,www1,www2,www3).
Zovšeobecnený reálny JKT matice AAA už z toho možno dostať okamžite:
JJJ = JJJ3( 2 −1
1 2 ) =







2 −1 1 0 0 0
1 2 0 1 0 0
0 0 2 −1 1 0
0 0 1 2 0 1
0 0 0 0 2 −1
0 0 0 0 1 2







,
422 20. Jordanov kanonický tvar
rovnako ako maticu prechodu
QQQ =







3 −1 −16/5 12/5 −8/25 −44/25
5 0 −5 0 0 0
5 0 −2 −1 −16/5 12/5
5 0 0 0 −5 0
5 0 0 0 −2 −1
5 0 0 0 0 0







,
tvorenú vektormi bázy (Rewww1, − Imwww1, Rewww2, − Imwww2, Rewww3, − Imwww3).
V prípade zložitejšej štruktúry reťazcov prislúchajúcich komplexným vlastným
hodnotám sa však už situácia stáva dosť neprehľadnou.
20.4 Rozklad na koreňové podpriestory∗
Nech V je vektorový priestor nad poľom K, ϕ: V → V je lineárny operátor a
λ ∈ K je jeho vlastná hodnota. Hovoríme, že vektor vvv ∈ V je koreňový vektor
lineárneho operátora ϕ prislúchajúci k jeho vlastnej hodnote λ, ak existuje
prirodzené číslo k také, že (ϕ − λ)k
(vvv) = 0. Najmenšie k s touto vlastnosťou
nazývame rádom koreňového vektora vvv vzhľadom na ϕ.
Zafixujme na oba paragrafy 20.4 a 20.5 vektorový priestor V konečnej
dimenzie n a lineárnu transformáciu ϕ: V → V . Pre k ∈ N, λ ∈ Spec ϕ
označme
Kerk
λ = Ker(ϕ − λ)k
= vvv ∈ V ; (ϕ − λ)k
(vvv) = 0
lineárne podpriestory priestoru V . Zrejme platí
{0} = Ker0
λ ⊆ Ker1
λ ⊆ Ker2
λ ⊆ . . . ⊆ Kerk
λ ⊆ Kerk+1
λ ⊆ . . . ,
a vvv ∈ V je koreňovým vektorom ϕ prislúchajúcim k λ práve vtedy, keď vvv ∈
Kerk
λ pre nejaké k. Keďže V je konečnorozmerný, uvedené inklúzie nemôžu
byť všetky ostré, lebo inak by dimenzie podpriestorov Kerk
λ ⊆ V rástli nad
všetky medze. Preto existuje najmenšie také r ∈ N (závislé na λ), pre ktoré
platí
Kerr
λ = Kerr+1
λ ;
potom už Kerr
λ = Kerk
λ pre všetky k ≥ r. Prirodzené číslo r = rλ nazývame
rádom vlastnej hodnoty λ lineárnej transformácie ϕ. Lineárny podpriestor
Kerr
λ ⊆ V značíme Kerλ a nazývame ho koreňovým podpriestorom operátora
ϕ prislúchajúcim k vlastnej hodnote λ. Teda vvv ∈ Kerλ práve vtedy, keď vvv je
koreňový vektor ϕ vzhľadom na λ.
Podobným spôsobom označme
Imk
λ = Im(ϕ − λ)k
= (ϕ − λ)k
(uuu); uuu ∈ V
20.4. Rozklad na koreňové podpriestory∗
423
členy postupnosti lineárnych podpriestorov
V = Im0
λ ⊇ Im1
λ ⊇ Im2
λ ⊇ . . . ⊇ Imk
λ ⊇ Imk+1
λ ⊇ . . .
priestoru V . Podľa vety 6.2.3 o dimenzii jadra a obrazu pre každé k platí
dim Kerk
λ + dim Imk
λ = n.
Z toho vyplýva, že dimenzie podpriestorov Kerk
λ prestanú rásť v tej istej
chvíli, keď dimenzie podpriestorov Imk
λ prestanú klesať. Preto r = rλ je taktiež
najmenšie prirodzené číslo s vlastnosťou Imr
λ = Imr+1
λ . Položme Imλ =
Imr
λ.
20.4.1. Lema. Nech λ je vlastná hodnota operátora ϕ. Potom pre každé
k ∈ N sú Kerk
λ aj Imk
λ invariantné podpriestory a platí
V = Kerλ ⊕ Imλ,
t. j. V je priamym súčtom invariantných podpriestorov Kerλ a Imλ.
Dôkaz. Pre xxx ∈ V platí
ϕ(xxx) = (ϕ − λ)(xxx) + λxxx.
Pre xxx ∈ Kerk
λ máme (ϕ − λ)k
(xxx) = 0, a následne
(ϕ − λ)k
(ϕxxx) = (ϕ − λ)k+1
(xxx) + λ(ϕ − λ)k
(xxx) = 0,
teda ϕ(xxx) ∈ Kerk
λ. Podobne, ak xxx ∈ Imk
λ, tak xxx = (ϕ − λ)k
(yyy) pre nejaké
yyy ∈ V . Potom
ϕ(xxx) = (ϕ − λ)k+1
(yyy) + λ(ϕ − λ)k
(yyy) ∈ Imk
λ .
To dokazuje invariantnosť uvedených podpriestorov, špeciálne invariantnosť
podpriestorov Kerλ = Kerr
λ a Imλ = Imr
λ.
Keďže (ϕ − λ)k
(Imλ) = Imλ pre všetky k ∈ N, hodnosť lineárneho operátora
(ϕ − λ)r
Imλ : Imλ → Imλ sa rovná dimenzii podpriestoru Imλ. Preto
podľa dôsledku 6.2.4 je to injektívny operátor a
Kerλ ∩ Imλ = Ker (ϕ − λ)r
Imλ = {0}.
Nakoľko súčet dimenzií oboch podpriestorov je n, z toho plynie V = Kerλ ⊕ Imλ.
20.4.2. Lema. Nech λ = µ sú vlastné hodnoty lineárneho operátora ϕ.
Potom
(a) Kerλ je invariantný podpriestor operátora ϕ − µ;
424 20. Jordanov kanonický tvar
(b) lineárny operátor (ϕ − µ) Kerλ : Kerλ → Kerλ je bijektívny;
(c) Kerλ ⊆ Imµ.
Dôkaz. (a) Nech uuu ∈ Kerλ, t. j. (ϕ − λ)k
(uuu) = 0 pre nejaké k. Označme
vvv = (ϕ − µ)(uuu). Potom
(ϕ − λ)k
(vvv) = (ϕ − λ)k
(ϕ − λ + λ − µ)(uuu)
= (ϕ − λ)k+1
(uuu) + (λ − µ)(ϕ − λ)k
(uuu) = 0,
teda tiež vvv ∈ Kerλ.
(b) Nech uuu ∈ Ker (ϕ−µ) Kerλ = Ker(ϕ−µ)∩Kerλ. Potom (ϕ−µ)(uuu) =
0 a
(ϕ − λ)(uuu) = (ϕ − µ)(uuu) + (µ − λ)(uuu) = (µ − λ)(uuu),
teda (ϕ − λ)k
(uuu) = (µ − λ)k
(uuu) pre každé k ∈ N. Pre k = rλ dostávame
0 = (ϕ − λ)k
(uuu) = (µ − λ)(uuu).
Keďže λ = µ, vyplýva z toho uuu = 0. Teda Ker (ϕ − µ) Kerλ = {0} a podľa
dôsledku 6.2.4 je (ϕ − µ) Kerλ bijektívny lineárny operátor.
(c) Označme ψ = (ϕ − µ) Kerλ. Z (b) vyplýva, že pre každé k ∈ N je
lineárny operátor ψk
: Kerλ → Kerλ bijektívny, teda pre k = rµ dostávame
Kerλ = ψk
(Kerλ) ⊆ ψk
(V ) = Imµ .
20.4.3. Tvrdenie. Nech ϕ má nad poľom K spektrum Spec ϕ = {λ1, . . . , λk}
plnej algebraickej váhy n, pričom λi = λj pre i = j. Potom
V = Kerλ1 ⊕ . . . ⊕ Kerλk
,
t. j. V je priamym súčtom koreňových podpriestorov Kerλi
prislúchajúcich
jednotlivým vlastným hodnotám. Navyše, dimenzia každého koreňového podpriestoru
Kerλi
sa rovná algebraickej násobnosti príslušnej vlastnej hodnoty λi.
Dôkaz. Dôkaz prvej časti vykonáme indukciou podľa počtu prvkov spektra
k. Pre k = 1 je tvrdenie dôsledkom liem 19.1.1 a 20.4.1. Nech teda k ≥ 2 a
predpokladajme, že tvrdenie platí pre lineárne operátory, ktorých spektrum
má menej než k prvkov. Podľa lemy 20.4.1 možno V rozložiť na priamy súčet
invariantných podpriestorov
V = Kerλk
⊕ Imλk
.
Na základe lemy 19.1.1 ľahko nahliadneme rovnosť Spec(ϕ Imλk
) = {λ1, . . . , λk−1}.
Podľa indukčného predpokladu Imλk
možno rozložiť na priamy súčet koreňových
podpriestorov operátora ϕ Imλk
. Tento rozklad má očividne tvar
Imλk
= (Kerλ1 ∩ Imλk
) ⊕ . . . ⊕ (Kerλk−1
∩ Imλk
) = Kerλ1 ⊕ . . . ⊕ Kerλk−1
,
20.5. Nilpotentné operátory∗
425
keďže podľa lemy 20.4.2 (c) pre i < k platí Kerλi
∩ Imλk
= Kerλi
. Z toho už
dostávame požadovaný rozklad
V = Imλk
⊕ Kerλk
= Kerλ1 ⊕ . . . ⊕ Kerλk−1
⊕ Kerλk
.
Rovnosť algebraickej násobnosti vlastnej hodnoty λi a dimenzie koreňového
podpriestoru Kerλi
je dôsledkom uvedeného rozkladu a lemy 19.1.1.
Podľa nich má totiž charakteristický polynóm operátora ϕ tvar
chϕ(x) = chϕ1 (x) . . . chϕk
(x),
kde ϕi = ϕ Kerλi
. Na druhej strane, keďže Spec ϕ má plnú algebraickú váhu,
chϕ(x) = (λ1 − x)mi
. . . (λk − x)mk
,
kde mi je algebraická násobnosť λi. Nakoľko chϕi
je mocninou lineárneho
faktora λi − x a hodnoty λi sú navzájom rôzne, je chϕi
(x) = (λi − x)mi
a
mi = dim Kerλi
.
20.5 Nilpotentné operátory∗
Zúženie ϕλ = (ϕ−λ) Kerλ lineárneho operátora ϕ−λ na koreňový podpriestor
Kerλ lineárneho operátora ϕ vyhovuje podmienke ϕr
λ = 0, kde r = rλ
je rád príslušnej vlastnej hodnoty λ a 0: Kerλ → Kerλ je identicky nulový
lineárny operátor.
Hovoríme, že lineárny operátor ϕ: V → V je nilpotentný, ak pre niektoré
prirodzené číslo r platí ϕr
= 0. Najmenšie takéto r, t. j. vlastne rád vlastnej
hodnoty 0 operátora ϕ, nazývame rádom nilpotentného operátora.
Celkom analogicky možno definovať aj pojem nilpotentnej matice. Príkladom
nilpotentných matíc sú Jordanove bunky JJJn = JJJn(0); platí totiž JJJn
n = 0.
Keďže JJJn−1
n = 0, n je priamo rádom nilpotentnej matice JJJn.
Spektrum nilpotentného operátora ϕ: V → V zrejme pozostáva z jedinej
vlastnej hodnoty 0; spektrum posunutého operátora ϕ+λ, daného predpisom
xxx → ϕ(xxx)+λxxx, potom pozostáva z jediného skalára λ. Pritom spektrá oboch
operátorov majú plnú algebraickú váhu rovnú dim V .
V predchádzajúcom paragrafe sme vlastne ukázali, že každý lineárny operátor
ϕ na konečnorozmernom vektorovom priestore V s k-prvkovým spektrom
{λ1, . . . , λk} plnej algebraickej váhy n = dim V možno rozložiť na
priamy súčet vhodne posunutých nilpotentných operátorov. Presnejšie, ak
xxx = xxx1 + . . . + xxxk je (jednoznačne určený) rozklad vektora xxx ∈ V na zložky
xxxi ∈ Kerλi
, tak
ϕ(xxx) = ϕ(xxx1) + . . . + ϕ(xxxk) = (ϕλ1 + λ1)(xxx1) + . . . + (ϕλk
+ λ1)(xxxk)
426 20. Jordanov kanonický tvar
je rozklad vektora ϕ(xxx) na zložky ϕ(xxxi) = (ϕλi
+ λi)(xxxi) ∈ Kerλi
, pričom
jednotlivé operátory ϕλi
: Kerλi
→ Kerλi
sú nilpotentné.
Na dovŕšenie dôkazu viet 20.1.1 a 20.1.2 o JKT tak v podstate stačí
dokázať prvú z nich pre nilpotentné lineárne operátory. Ak sú totiž βββ1, . . . ,βββk
Jordanove bázy nilpotentných operátorov ϕλ1 , . . . , ϕλk
, t. j. operátor ϕλi
má
vzhľadom na bázu βββi koreňového podpriestoru Kerλi
maticu v JKT
(ϕλi
)βββi
= diag JJJni1
, . . . ,JJJniqi
,
tak ϕ má vzhľadom na bázu βββ = (βββ1, . . . ,βββk) priestoru V , ktorá vznikne ich
spojením, maticu
(ϕ)βββ = diag (ϕλ1 + λ1)βββ1 , . . . , (ϕλk
+ λk)βββk
= diag JJJn11 (λ1), . . . ,JJJn1q1
(λ1), . . . . . . ,JJJnk1
(λk), . . . ,JJJnkqk
(λk) ,
a tá je opäť v JKT.
20.5.1. Tvrdenie. Nech ϕ: V → V je nilpotentný lineárny operátor rádu
r. Potom existujú prirodzené čísla l1, . . . , lr také, že r
p=1 p lp = n, a vektory
uuupj ∈ V rádu p také, že všetkých n vektorov ϕi
(uuupj), kde 1 ≤ p ≤ r, 1 ≤
j ≤ lp, 0 ≤ i ≤ p − 1, je lineárne nezávislých, teda dohromady tvoria bázu
priestoru V .
Najprv niekoľko poznámok k zneniu tvrdenia. Pre pevné 1 ≤ p ≤ r,
1 ≤ j ≤ lp zakaždým dostávame reťazec
ϕ: uuupj → ϕ(uuupj) → . . . → ϕp−2
(uuupj) → ϕp−1
(uuupj) → 0.
Ak pre 1 ≤ i ≤ p položíme vvvi
pj = ϕp−i
(uuupj), t. j. očíslujeme vektory sprava
doľava, prejde tento reťazec na tvar
ϕ: vvvp
pj → vvvp−1
pj → . . . → vvv2
pj → vvv1
pj → 0.
Spojením jednotlivých reťazcov βββpj = vvv1
pj, . . . ,vvvp
pj , dohromady dostaneme
Jordanovu bázu
βββ = βββr1, . . . ,βββrlr ,βββr−11, . . . ,βββr−1lr−1 , . . . . . . ,βββ21, . . . ,βββ2l2 ,βββ11, . . . ,βββ1l1
operátora ϕ. Matica ϕ vzhľadom na ňu má tvar
(ϕ)βββ = diag JJJr, . . . ,JJJr,JJJr−1, . . . ,JJJr−1, . . . . . . ,JJJ2, . . . ,JJJ2,JJJ1, . . . ,JJJ1
= diag JJJr, . . . ,JJJr,JJJr−1, . . . ,JJJr−1, . . . . . . ,JJJ2, . . . ,JJJ2, 0, . . . , 0 ,
v ktorom sa Jordanov blok JJJp vyskytuje práve lp-krát. Pre p < r pritom nevylučujeme
ani možnosť lp = 0; vtedy sa v JKT matice operátora ϕ Jordanov
blok JJJp nevyskytuje.
20.5. Nilpotentné operátory∗
427
Reťazcovú štruktúru Jordanovej bázy βββ možno vo všeobecnosti znázorniť
schémou:
r r−1 2 1
• → • → . . . → • → • → 0
...
...
...
...
... lr
• → • → . . . → • → • → 0
• → . . . → • → • → 0
...
...
...
... lr−1
• → . . . → • → • → 0
...
...
...
...
...
...
...
...
...
...
...
...
• → • → 0
...
...
... l2
• → • → 0
• → 0
...
... l1
• → 0
kde znak • označuje jednotlivé bázické vektory a každá skupina je tvorená
lp reťazcami dĺžky p, pre 1 ≤ p ≤ r. Čísla r, r − 1, . . . , 2, 1 v záhlaví označujú
rády vektorov v príslušných stĺpcoch – budeme ich jednoducho nazývať
číslami týchto stĺpcov.
Napríklad zo schémy
ttt5 → ttt4 → ttt3 → ttt2 → ttt1 → 0
uuu5 → uuu4 → uuu3 → uuu2 → uuu1 → 0
vvv3 → vvv2 → vvv1 → 0
www2 → www1 → 0
xxx2 → xxx1 → 0
yyy2 → yyy1 → 0
zzz1 → 0
možno vyčítať, že nilpotentný lineárny operátor ϕ má v Jordanovej báze
βββ = (ttt1,ttt2,ttt3,ttt4,ttt5,uuu1,uuu2,uuu3,uuu4,uuu5,vvv1,vvv2,vvv3,www1,www2,xxx1,xxx2,yyy1,yyy2,zzz1)
maticu v JKT
(ϕ)βββ = diag JJJ5,JJJ5,JJJ3,JJJ2,JJJ2,JJJ2,JJJ1
= diag JJJ5,JJJ5,JJJ3,JJJ2,JJJ2,JJJ2, 0
428 20. Jordanov kanonický tvar
rozmeru 20 × 20. (Všimnite si, že l4 = 0, teda Jordanov blok JJJ4 sa v matici
(ϕ)βββ nevyskytuje.)
Pri dôkaze tvrdenia 20.5.1 budeme potrebovať niekoľko nových pojmov a
pomocných výsledkov.
Nech S je lineárny podpriestor vektorového priestoru V . Hovoríme, že
vektory xxx1, . . . ,xxxm ∈ V sú lineárne nezávislé vzhľadom na podpriestor S, ak
pre všetky skaláry c1, . . . , cm ∈ K platí
c1xxx1 + . . . + cmxxxm ∈ S ⇒ c1 = . . . = cm = 0.
Hovoríme, že vektory xxx1, . . . ,xxxm tvoria bázu priestoru V vzhľadom na podpriestor
S, ak sú lineárne nezávislé vzhľadom na S a V = S + [xxx1, . . . ,xxxm].
Zrejme xxx1, . . . ,xxxm ∈ V sú lineárne nezávislé (tvoria bázu V ) práve vtedy, keď
sú lineárne nezávislé (tvoria bázu V ) vzhľadom na podpriestor {0}.
Jednoduchý dôkaz nasledujúcej lemy prenechávame ako cvičenie čitateľovi
(porovnajte s dôkazmi viet 5.4.1 o dimenzii súčtu a prieniku podpriestorov
a 6.2.3 o dimenzii jadra a obrazu).
20.5.2. Lema. Nech S ⊆ V je lineárny podpriestor a xxx1, . . . ,xxxm ∈ V . Potom
nasledujúce podmienky sú ekvivalentné:
(i) vektory xxx1, . . . ,xxxm sú lineárne nezávislé vzhľadom na S;
(ii) pre ľubovoľnú bázu vvv1, . . . ,vvvk podpriestoru S vektory vvv1, . . . ,vvvk,xxx1, . . . ,xxxm
sú lineárne nezávislé;
(iii) existuje báza vvv1, . . . ,vvvk podpriestoru S taká, že vektory vvv1, . . . ,vvvk,xxx1, . . . ,xxxm
sú lineárne nezávislé.
Na základe lemy 20.5.2 už ľahko odvodíme nasledujúce zovšeobecnenie
vety 4.4.4.
20.5.3. Lema. Nech S ⊆ V je lineárny podpriestor a vektory xxx1, . . . ,xxxm ∈
V sú lineárne nezávislé vzhľadom na podpriestor S. Potom existujú yyy1, . . . ,yyyl ∈
V také, že l = dim V −dim S −m a vektory xxx1, . . . ,xxxm,yyy1, . . . ,yyyl tvoria bázu
priestoru V vzhľadom na S.
Dôkaz. Stačí zvoliť ľubovoľnú bázu vvv1, . . . ,vvvk podpriestoru S a lineárne nezávislý
systém vvv1, . . . ,vvvk,xxx1, . . . ,xxxm doplniť vektormi yyy1, . . . ,yyyl na bázu V .
20.5.4. Lema. Nech S ⊆ T ⊆ V sú lineárne podpriestory také, že ϕ−1
(S) ⊆
T. Potom pre ľubovoľné vektory xxx1, . . . ,xxxm ∈ V lineárne nezávislé vzhľadom
na T vektory ϕ(xxx1), . . . , ϕ(xxxm) sú lineárne nezávislé nad S.
Dôkaz. Nech platí c1ϕ(xxx1) + · · · + cmϕ(xxxm) = ϕ(c1xxx1 + . . . + cmxxxm) ∈ S.
Potom c1xxx1 + . . . cmxxxm ∈ ϕ−1
(S) ⊆ T a z nezávislosti vektorov xxx1, . . . ,xxxm
20.5. Nilpotentné operátory∗
429
nad T vyplýva c1 = . . . = cm = 0, teda ϕ(xxx1), . . . , ϕ(xxxm) sú nezávislé nad S.
Dôkaz tvrdenia 20.5.1. Operátor ϕ má jediné vlastné číslo λ = 0 a V je
jeho jediný koreňový podpriestor. Využijúc označenie z predchádzajúceho
paragrafu položme Sp = Kerp
0 = Ker ϕp
pre 0 ≤ p ≤ r. Dostaneme tak ostro
klesajúcu postupnosť lineárnych podpriestorov
V = Sr ⊃ Sr−1 ⊃ . . . ⊃ S1 ⊃ S0 = {0}
usporiadanú inklúziou.
Hľadané vektory uuupj, zostrojíme rekurziou v r krokoch, v ktorých postupne,
zľava doprava, dopĺňame spodnú časť jednotlivých nenulových stĺpcov
uvedenej „veľkej schémy .
Vektory uuur1, . . . ,uuurlr ∈ V vyberieme tak, aby tvorili bázu priestoru V =
Sr vzhľadom na podpriestor Sr−1.
Nech r > p ≥ 1. Predpokladajme, že sme už zostrojili všetky stĺpce
schémy s číslami r, r − 1, . . . , p + 1 a vektory každého stĺpca q, kde r ≥
q ≥ p + 1, tvoria bázu priestoru Sq vzhľadom na jeho podpriestor Sq−1.
Označme xxx1, . . . ,xxxm vektory stĺpca p + 1. Keďže xxx1, . . . ,xxxm sú nezávislé nad
Sp = ϕ−1
(Sp−1), podľa lemy 20.5.4 sú vektory ϕ(xxx1), . . . , ϕ(xxxm) ∈ Sp nezávislé
nad Sp−1. Podľa (dôkazu) lemy 20.5.3 ich možno vhodnými vektormi
uuup1, . . . ,uuup lp ∈ Sp doplniť do bázy podpriestoru Sp vzhľadom na podpriestor
Sp−1. Stĺpec p je potom tvorený vektormi ϕ(xxx1), . . . , ϕ(xxxm),uuup1, . . . ,uuuplp .
Na dokončenie dôkazu treba ešte overiť, že systém takto zostrojených
vektorov vvvi
pj = ϕp−i
(uuupj), 1 ≤ p ≤ r, 1 ≤ j ≤ lp, 1 ≤ i ≤ p, naozaj tvorí bázu
priestoru V .
Z konštrukcie vyplýva, že vektory v stĺpci 1 sú lineárne nezávislé. Nech
teda 1 ≤ p ≤ r je najväčšie číslo také, že vektory v stĺpcoch 1, . . . , p sú lineárne
nezávislé. Stačí ukázať rovnosť p = r. V opačnom prípade by vektory
v stĺpcoch 1, . . . , p, p + 1 boli lineárne závislé. To by však znamenalo, že vektory
v stĺpci p + 1 sú lineárne závislé vzhľadom na podpriestor Sp (podrobne
si rozmyslite prečo). Ale to odporuje podmienkam našej konštrukcie. Teda
všetky vektory „veľkej schémy sú lineárne nezávislé.
Konečne ukážeme, že zostrojené vektory generujú celé V . Na to stačí
overiť, že ich počet, ktorý je zrejme r
p=1 p lp, sa naozaj rovná n = dim V .
Pri konštrukcii p-teho stĺpca sme k ϕ-obrazom vektorov predošlého stĺpca
vždy pridávali
lp = dim Sp − dim Sp−1 −
r
i=p+1
li
430 20. Jordanov kanonický tvar
vektorov. Sčítaním uvedených rovností pre 1 ≤ p ≤ r dostaneme
r
p=1
lp =
r
p=1
(dim Sp − dim Sp−1) −
r
p=1
r
i=p+1
li
= dim Sr − dim S0 −
r
i=1
i−1
p=1
li = n −
r
i=1
(i − 1) li,
teda r
p=1 p lp = n.
Dokončenie dôkazu viet 20.1.1 a 20.1.2 si už vyžaduje len ukázať jednoznačnosť
Jordanovho kanonického tvaru.
Predovšetkým spektrum {λ1, . . . , λk} lineárneho operátora ϕ (vrátane
algebraických i geometrických násobností jednotlivých vlastných hodnôt),
ako aj jeho koreňové podpriestory Kerλi
(a tým aj ich dimenzie rλi
) sú
definované bez akéhokoľvek odkazu na maticu ϕ v nejakej báze. Zúženia
ϕλi
= (ϕ − λi) Kerλi
sú nilpotentné operátory. Takže stačí dokázať jednoznačnosť
JKT matice nilpotentného operátora ϕ, t. j. vlastne počtov lp
jednotlivých reťazcov dĺžok p, 1 ≤ p ≤ r. Ako sme však videli, tie sú definované
rekurzívne pomocou dimenzií podpriestorov Sp = Kerp
0, ktoré opäť
závisia len na operátore ϕ.
20.6 Ešte raz úprava na JKT
V tvrdeniach 20.4.3 a 20.5.1 je priamo obsiahnutý opis druhej metódy úpravy
matice na JKT, pri ktorej budujeme reťazce Jordanovej bázy „zľava
doprava . Keďže aj lineárny operátor na konečnorozmernom priestore býva
väčšinou zadaný maticou v nejakej báze, možno návod očividným spôsobom
aplikovať aj na tento prípad. Za predpokladu znalosti plného spektra matice
AAA ∈ Kn×n
postupujeme podľa nasledujúcich bodov:
(1) Pre každé λ ∈ SpecAAA osobitne vypočítame mocniny matice AAAλ = AAA−λIII
a každú z nich upravíme na redukovaný stupňovitý tvar. Dostávame tak
postupnosť dvojíc matíc
AAAλ ∼ BBB1, AAA2
λ ∼ BBB2, . . . , AAAr
λ ∼ BBBr, AAAr+1
λ ∼ BBBr+1,
ktorú ukončíme, v prvom kroku r = rλ takom, že BBBr = BBBr+1 (čo môže
nastať aj keď AAAr
λ = AAAr+1
λ ). Potom podpriestor R(AAAr
λ) = R(BBBr) riešení
homogénnej sústavy AAAr
λ · xxx = 0 je koreňový podpriestor matice
AAA prislúchajúci k λ. Špeciálne, v prípade jednobodového spektra je AAAλ
nilpotentná a r je prvý krok, pre ktorý AAAr
λ = 0.
20.6. Ešte raz úprava na JKT 431
(2) Na základe každej z matíc BBBp, 1 ≤ p ≤ r, nájdeme bázu podpriestoru
riešení sústavy AAAp
λ · xxx = 0, ktorú zapíšeme ako stĺpce matice CCCp.
(3) Vektory uuur1, . . . ,uuurlr ľavého, t. j. r-tého stĺpca „veľkej schémy vyberieme
zo stĺpcov matice CCCr podľa vety 4.4.4 tak, aby dopĺňali bázu
podpriestoru R AAAr−1
λ , t. j. stĺpce matice CCCr−1, do bázy podpriestoru
R(AAAr
λ).
(4) Keď už máme zostrojené stĺpce r, . . . , p + 1, kde r > p ≥ 1, pričom
stĺpec p + 1 je tvorený vektormi xxx1, . . . ,xxxm, tak p-ty stĺpec bude pozostávať
z vektorov AAAλ · xxx1, . . . ,AAAλ · xxxm, uuup1, . . . ,uuup lp , pričom vektory
uuup1, . . . ,uuup lp získame tak, že bázu CCCp−1 podpriestoru R AAAp−1
λ rozšírenú
o vektory AAAλ ·xxx1, . . . ,AAAλ ·xxxm (ktoré, podľa lemy 20.5.4 tvoria spolu lineárne
nezávislý systém) doplníme do bázy podpriestoru R(AAAp
λ ) vhodnými
stĺpcami matice CCCp podľa vety 4.4.4.
(5) Vlastnej hodnote λ potom zodpovedá Jordanova báza zložená z takto
zostrojených reťazcov a matica v JKT
diag JJJr(λ), . . . ,JJJr(λ), . . . . . . ,JJJ1(λ), . . . ,JJJ1(λ)
s lp blokmi JJJp(λ).
(6) Nakoniec zoradíme vektory Jordanových báz pre jednotlivé vlastné hodnoty
pekne za sebou a príslušné JKT blokovo diagonálne. Tým získame
výslednú Jordanovu bázu (maticu prechodu) a JKT pôvodnej matice AAA.
Poznámka. 1. S trochou skúsenosti a šikovnosti možno obe metódy úpravy
na JKT výhodne kombinovať a budovať reťazce Jordanových báz zároveň
zľava i sprava.
2. Nad nekonečným poľom K (najmä v typických prípadoch polí R a
C) možno nové vektory uuup1, . . . ,uuup lp v bodoch (3), (4) voliť v podstate náhodne.
Treba si len vopred zistiť ich počet, t. j. lr = h(BBBr−1) − h(BBBr) a
lp = h(BBBp−1) − h(BBBp) − m pre r > p ≥ 1. Za predpokladu lp > 0 je totiž
nekonečne málo pravdepodobné, že pri skutočne náhodnej voľbe lp vektorov
z podpriestoru R AAAp
λ budú vektory AAAλ · xxx1, . . . ,AAAλ · xxxm, uuup1, . . . ,uuup lp lineárne
závislé vzhľadom na podpriestor R AAAp−1
λ . Problémom však môže byť
zvoliť vektory uuupj „naozaj náhodne . Často práve v snahe o to – spolu s mimovoľnou
tendenciou voliť „čo najjednoduchšie či „čo najkrajšie vektory
– môžeme nakoniec dostať vektory závislé nad R AAAp−1
λ . Podobne, ako je
niekedy ťažké nakresliť „naozaj všeobecný trojuholník.
432 20. Jordanov kanonický tvar
20.6.1. Príklad. Matica
AAA =






−5 3 1 −1 6
−3 0 1 −5 3
−4 4 1 4 4
−1 1 0 2 1
−6 3 1 −1 7






∈ R5×5
má charakteristický polynóm
det(AAA − xIII) = 1 − 5x + 10x2
− 10x3
+ 5x4
− x5
= (1 − x)5
a jediné vlastné číslo x1−5 = 1 s algebraickou násobnosťou 5.
Postupne vypočítame mocniny matice AAA − III, ich redukované stupňovité
tvary a bázy podpriestorov riešení sústav (AAA − III)p
· xxx = 0:
AAA − III =






−6 3 1 −1 6
−3 −1 1 −5 3
−4 4 0 4 4
−1 1 0 1 1
−6 3 1 −1 6






∼






1 0 0 0 −1
0 1 0 1 0
0 0 1 −4 0
0 0 0 0 0
0 0 0 0 0






,
fundamentálny systém riešení tvoria dva lineárne nezávislé vlastné vektory,
ktoré zapíšeme ako stĺpce matice
CCC1 =






0 1
−1 0
4 0
1 0
0 1






.
Druhá mocnina je
(AAA − III)2
=






−12 0 3 −12 12
4 0 −1 4 −4
−16 0 4 −16 16
−4 0 1 −4 4
−12 0 3 −12 12






∼






1 0 −1/4 1 −1
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0
0 0 0 0 0






s fundamentálnym systémom riešení tvoreným stĺpcami matice
CCC2 =






0 1 −1 1
1 0 0 0
0 4 0 0
0 0 1 0
0 0 0 1






.
Cvičenia 433
Konečne (AAA − III)3
= 0 (takže BBB3 = 0, CCC3 = III5), a ďalšie mocniny nemusíme
počítať.
Keďže máme dva lineárne nezávislé vlastné vektory, Jordanova báza bude
mať dva reťazce. Dlhší z nich bude mať dĺžku 3, teda ten kratší musí mať
nutne dĺžku 5 − 3 = 2.
Počiatočný vektor dlhšieho reťazca zvolíme tak, aby dopĺňal stĺpce matice
CCC2 na bázu priestoru R5
= R (AAA − III)3
; vyhovuje napr. uuu3 = (1, 0, 0, 0, 0)T
.
Druhý a tretí vektor reťazca potom sú uuu2 = (AAA−III)·uuu3 = (−6, −3, −4, −1, −6)T
,
uuu1 = (AAA − III) · uuu2 = (AAA − III)2
· uuu3 = (−12, 4, −16, −4, −12)T
.
Počiatočný vektor kratšieho reťazca vyberieme spomedzi stĺpcov matice
CCC2 tak, aby dopĺňal stĺpce matice (CCC1,uuu2) na bázu priestoru R (AAA − III)2
.
Vyhovuje druhý stĺpec vvv2 = (1, 0, 4, 0, 0)T
. Druhý vektor kratšieho reťazca
potom je vvv1 = (AAA − III) · vvv2 = (−2, 1, −4, −1, −2)T
.
Lineárne nezávislé vektory uuu1,vvv1 tvoria bázu vlastného podpriestoru R(AAA−
III), takže ďalej už nemusíme nič dopĺňať.
Jordanov tvar matice AAA teda je
JJJ = diag JJJ3(1),JJJ2(1) =






1 1 0 0 0
0 1 1 0 0
0 0 1 0 0
0 0 0 1 1
0 0 0 0 1






a stĺpce matice prechodu PPP tvoria vektory Jordanovej bázy βββ = (uuu1,uuu2,uuu3,vvv1,vvv2),
t. j.
PPP =






−12 −6 1 −2 1
4 −3 0 1 0
−16 −4 0 −4 4
−4 −1 0 −1 0
−12 −6 0 −2 0






.
Cvičenia
20.1. Reálna matica AAA =
a b
c d
má dvojnásobné vlastné číslo práve vtedy, keď (a−d)2
+
4bc = 0 (pozri cvičenie 18.7).
(a) Vysvetlite, v akom zmysle je nekonečne málo pravdepodobné, že náhodne vybraná
matica AAA ∈ Rn×n
spĺňa túto podmienku.
(b) Ak to však nastane, tak AAA je diagonalizovateľná práve vtedy, keď má tvar
AAA = λIII2. Opäť vysvetlite, v akom zmysle je to nekonečne málo pravdepodobné aj
za uvedeného predpokladu.
434 20. Jordanov kanonický tvar
(c) Urobte podobné úvahy aj pre maticu AAA ∈ C2×2
.
20.2. (a) Matice AAA,BBB ∈ Rn×n
sú podobné nad poľom R práve vtedy, keď sú podobné nad
poľom C. Dokážte.
(b) Skúste zovšeobecniť tvrdenie (a) na prípad ľubovoľného poľa K a jeho rozšírenia
L. (Ak sa vám to nedarí, budete mať možnosť vrátiť sa k tejto otázke po
preštudovaní paragrafu 21.4 v cvičení 21.20.)
20.3. (a) V každom z príkladov 20.2.1–5 doplňte vynechané výpočty.
(b) Nájdite v uvedených príkladoch aj nejaké iné Jordanove bázy (matice prechodu),
než sme uviedli pri ich riešení.
(c) V príklade 20.2.4 nájdite celočíselnú maticu prechodu.
(d) Ako sa v uvedených príkladoch zmení výsledný JKT, ak zmeníte poradie niektorých
reťazcov v príslušnej Jordanovej báze?
20.4. Metódou z paragrafu 20.2 upravte na Jordanov kanonický tvar nasledujúce reálne
matice:
(a)



1 1 0 0
0 2 1 0
0 0 2 1
−1 1 −1 3


, (b)



2 1 0 0
−4 −2 1 0
−5 −3 3 0
−3 −2 1 1


, (c)



2 1 0 0
−1 4 0 0
0 2 2 1
2 0 −1 4


,
(d)






−6 4 −2 1 1 0
−12 8 −4 1 1 1
−2 1 0 0 1 0
0 0 1 2 0 −1
−3 2 −1 0 0 1
−1 1 0 0 −2 2






, (e)






−1 1 0 0 0 0
−4 3 0 0 0 0
3 −2 −1 1 0 0
−3 1 −2 2 1 0
−7 4 2 −1 2 0
1 −1 −2 1 0 1






.
20.5. Matica AAA ∈ R4×4
má komplexné vlastné číslo i s algebraickou násobnosťou 2 a
geometrickou násobnosťou 1.
(a) Nájdite jej spektrum a určte algebraickú a geometrickú násobnosť zvyšných
vlastných čísel.
(b) Nájdite JKT matice AAA ako aj jej reálny zovšeobecnený JKT.
(c) Predpokladajte, že uuu,vvv ∈ R4
sú také vektory, že AAA(uuu − ivvv) je vlastný vektor
matice AAA prislúchajúci k jej vlastnému číslu i. Možno už z tejto informácie jednoznačne
zrekonštruovať maticu AAA? Ako vyzerá matica AAA, ak uuu = (1, 0, 1, 0)T
,
vvv = (1, −1, 0, −1)T
?
20.6. Dokážte nasledujúce tvrdenia:
(a) Matica AAA ∈ Kn×n
je nilpotentná práve vtedy, keď chAAA(x) = (−x)n
, t. j. práve
vtedy, keď SpecAAA = {0}.
(b) Rád vlastnej hodnoty λ lineárneho operátora ϕ na konečnorozmernom vektorovom
priestore sa rovná rozmeru najväčšej Jordanovej bunky JJJm(λ) v jeho matici
v JKT.
20.7. (a) Doplňte vynechané výpočty v príklade 20.6.1.
(b) Upravte maticu z príkladu 20.6.1 na JKT „pôvodnou metódou z paragrafu 20.2.
(c) Upravte matice z príkladov 20.2.1–5 a z cvičenia 4 na JKT metódou opísanou
v paragrafe 20.6.
(d) Pre každú z matíc porovnajte obe metódy jej úpravy na JKT a skúste rozhod-
Cvičenia 435
núť, ktorá je výhodnejša.
(e) Ak má matica AAA ∈ Kn×n
viacprvkové spektrum, tak pri jej úprave na JKT
podľa návodu z paragrafu 20.6 sa môže stať, že AAAr
λ = AAAr+1
λ , aj keď BBBr = BBBr+1.
Presvedčte sa o tom pri úprave matíc z príkladu 20.2.1 a cvičenia 20.4 (d).
21. Polynomické invarianty podobnosti matíc
V tejto kapitole najprv prirodzene rozšírime oblasť pôsobnosti polynomických
funkcií aj na maticové resp. operátorové argumenty. To nám umožní
dokázať kľúčovú vlastnosť charakteristického polynómu, známu pod názvom
Cayleyho-Hamiltonova veta, a zaviesť ďalší dôležitý polynomický invariant
podobnosti matíc – tzv. minimálny polynóm.
V druhej polovici sa informatívne oboznámime s dvoma typmi sústav
polynómov, z ktorých každá úplným a jednoznačným spôsobom charakterizuje
triedu všetkých matíc daného lineárneho operátora resp. triedu všetkých
matíc podobných s danou štvorcovou maticou. Na ich základe potom zostrojíme
dva nové typy kanonických tvarov matíc lineárnych operátorov, ktorých
určenie si – na rozdiel od Jordanovho kanonického tvaru – nevyžaduje znalosť
spektra a nevybočuje z pôvodného poľa. Vopred prezraďme aspoň ich
názvy: pôjde o tzv. sústavu elementárnych deliteľov a sústavu invariantných
faktorov, ku ktorým prislúcha tzv. primárny kanonický tvar resp. racionálny
kanonický tvar matice.
21.1 Polynomické maticové funkcie
Každý polynóm f(x) = c0 + c1x + . . . + cmxm
= m
i=0 cixi
nad poľom K
prirodzene definuje (rovnako značenú) funkciu f : K → K danú dosadením
hodnoty a ∈ K za premennú x, t. j. f(a) = c0 +c1a+. . .+cmam
= m
i=0 ciai
.
Tak isto však môžeme do polynómu f(x) dosadiť za premennú x ľubovoľnú
štvorcovú maticu AAA ∈ Kn×n
. Tým dostaneme polynomickú maticovú funkciu
f : Kn×n
→ Kn×n
danú predpisom
f(AAA) = c0III + c1AAA + . . . + cmAAAm
=
m
i=0
ciAAAi
.
Podobne definuje polynóm f(x) funkciu f : L(V, V ) → L(V, V ) na vektorovom
priestore L(V, V ) všetkých lineárnych operátorov ϕ: V → V . Stačí
položiť
f(ϕ) = c0 idV +c1ϕ + . . . + cmϕm
=
m
i=0
ciϕi
,
kde ϕi
je i-ta iterácia operátora ϕ, t.j. ϕ0
= idV , ϕ1
= ϕ, ϕ2
= ϕ ◦ ϕ, atď.
Keďže v centre našej našej pozornosti zostávajú i naďalej konečnorozmerné
vektorové priestory, obmedzíme sa na štúdium maticových funkcií,
21.1. Polynomické maticové funkcie 437
ktoré sú o niečo názornejšie, a uspokojíme sa s poznámkou, že príslušné
výsledky možno na operátorové funkcie jednoducho preniesť na základe vzájomne
jednoznačnej korešpondencie medzi operátormi ϕ ∈ L(V, V ) a maticami
AAA ∈ Kn×n
(danej voľbou vhodnej bázy n-rozmerného priestoru V ).
Naše štúdium polynomických maticových funkcií začneme niekoľkými jednoduchými
pozorovaniami, ktoré navyše plne oprávňujú takýto prístup.
21.1.1. Tvrdenie. Nech f(x) ∈ K[x], AAA,PPP ∈ Kn×n
, pričom PPP je regulárna.
Potom
f PPP · AAA · PPP−1
) = PPP · f(AAA) · PPP−1
.
Dôkaz. Stačí si uvedomiť, že
PPP · AAA · PPP−1 2
= PPP · AAA · PPP−1
· PPP · AAA · PPP−1
= PPP · AAA2
· PPP−1
,
pričom tento vzťah možno zrejmým spôsobom zovšeobecniť aj na vyššie mocniny.
Dokončenie dôkazu už možno prenechať čitateľovi.
21.1.2. Dôsledok. Nech f(x) ∈ K[x], AAA,BBB ∈ Kn×n
. Potom
AAA ≈ BBB ⇒ f(AAA) ≈ f(BBB).
Taktiež jednoduchý dôkaz nasledujúcej lemy prenechávame ako cvičenie
čitateľovi.
21.1.3. Lema. Nech f(x) ∈ K[x], AAA1 ∈ Kn1×n1
, . . . , AAAk ∈ Knk×nk . Potom
f diag(AAA1, . . . ,AAAk) = diag f(AAA1), . . . , f(AAAk) .
Teraz už môžeme uviesť nasledujúci efektný výsledok.
21.1.4. Veta. (Cayley-Hamilton) Pre ľubovoľnú maticu AAA ∈ Kn×n
platí
chAAA(AAA) = 0,
t. j. matica AAA vyhovuje svojej charakteristickej rovnici.
V dôkaze využijeme poznatky o Jordanovom kanonickom tvare z predchádzajúcej
kapitoly.
Nech L je konečné rozšírenie poľa K, v ktorom má AAA spektrum plnej algebraickej
váhy n. Označme JJJ = diag JJJn1 (λ1), . . . ,JJJnk
(λk) ∈ Ln×n
Jordanov
kanonický tvar matice AAA a PPP ∈ Ln×n
regulárnu maticu, ktorej stĺpce tvoria
vektory príslušnej Jordanovej bázy. Potom AAA = PPP·JJJ·PPP−1
, chAAA(x) = chJJJ (x)
a podľa tvrdenia 21.1.1
chAAA(AAA) = chJJJ (AAA) = PPP · chJJJ (JJJ) · PPP−1
.
438 21. Polynomické invarianty podobnosti matíc
Stačí teda dokázať rovnosť chJJJ (JJJ) = 0 pre matice v JKT. Z lemy 19.1.1
vyplýva
chJJJ (x) = chJJJ1 (x) . . . chJJJk
(x) = (λ1 − x)n1
. . . (λk − x)nk
,
kde JJJi = JJJni
(λi) pre 1 ≤ i ≤ k. Teda podľa lemy 21.1.3 je chJJJ (JJJ) blokovo
diagonálna matica s diagonálnymi blokmi
chJJJ (JJJi) = (λ1IIIni
− JJJi)n1
. . . (λkIIIni
− JJJi)nk
pre 1 ≤ i ≤ k. V i-tom bloku sa ako i-ty činiteľ nachádza mocnina (λiIIIni
−
JJJi)ni
= 0 nilpotentnej matice λiIIIni
− JJJi = −JJJni
(0) rádu ni (pozri začiatok
paragrafu 20.5). Preto každý blok i celý výraz chJJJ (JJJ) sú nevyhnutne nulové
matice.
Caylyeho-Hamiltonovu vetu možno využiť na výpočet mocnín štvorcových
matíc.
21.1.5. Príklad. Matica
AAA =


1 1 0
0 2 −2
−1 3 0

 ∈ R3×3
má charakteristický polynóm
chAAA(x) = det(AAA − xIII) = 8 − 7x + 3x2
− x3
.
Preto
AAA3
= 8III − 7AAA + 3AAA2
,
AAA4
= 8AAA − 7AAA2
+ 3AAA3
= 8AAA − 7AAA2
+ 24III − 21AAA + 9AAA2
= 24III − 13AAA + 2AAA2
,
AAA5
= 24AAA − 13AAA2
+ 2AAA3
= 24AAA − 13AAA2
+ 16III − 14AAA + 6AAA2
= 16III + 10AAA − 7AAA2
, atď.
Všetky vyššie mocniny matice AAA teda možno vyjadriť pomocou jej nultej, prvej
a druhej mocniny, presnejšie, ako hodnoty vhodných polynómov nanajvýš
druhého stupňa pre maticu AAA.
V prípade, že poznáme JKT matice AAA ∈ Kn×n
a príslušnú maticu prechodu,
máme k dispozícii ešte efektívnejší spôsob výpočtu hodnôt f(AAA) pre
polynómy f(x) = m
i=0 cixi
∈ K[x]. Ak JJJ = diag JJJn1 (λ1), . . . ,JJJnk
(λk) je
21.1. Polynomické maticové funkcie 439
JKT matice AAA a PPP je príslušná matica prechodu, t. j. AAA = PPP · JJJ · PPP−1
, tak
podľa tvrdenia 21.1.1 a lemy 21.1.3 platí
f(AAA) = PPP · f(JJJ) · PPP−1
= PPP · diag f JJJn1 (λ1) , . . . , f JJJnk
(λk) · PPP−1
.
Preto sa stačí naučiť počítať hodnoty polynómov pre Jordanove bunky JJJn(λ).
Samozrejme, začneme polynómami xm
. Na výpočet mocniny JJJn(λ)m
sa nám
zíde nasledujúca maticová verzia binomickej vety, ktorú možno dokázať indukciou
rovnako ako binomickú vetu v príslušnom poli. Hovoríme, že matice
AAA, BBB ∈ Kn×n
komutujú, ak AAA · BBB = BBB · AAA.
21.1.6. Lema. Nech matice AAA, BBB ∈ Kn×n
komutujú. Potom pre ľubovoľné
m ∈ N platí
(AAA + BBB)m
=
m
i=0
m
i
AAAm−i
BBBi
.
Ak si ešte uvedomíme, že JJJn(λ) = λIIIn + JJJn(0) = λIIIn + JJJn, pričom
(λIIIn) · AAA = λAAA = AAA · (λIIIn), teda matica λIIIn komutuje s každou maticou
AAA ∈ KKKn×n
, okamžite z toho dostávame
JJJn(λ)m
=
m
i=0
m
i
λm−i
JJJi
n.
Mocniny nilpotentej matice JJJn už vypočítame ľahko na základe vzťahov
JJJm
n · eeei =
0, pre 1 ≤ i ≤ m,
eeei+m, pre m ≤ i ≤ n.
Takže pre m ≥ n je JJJm
n = 0, a pre 0 ≤ m < n je to bloková matica
JJJm
n =
0n−m m IIIn−m
0m m 0m n−m
.
Po dosadení do binomickej vety a sčítaní všetkých členov dostávame hľadaný
vzorec.
21.1.7. Lema. Pre ľubovoľné m, n ∈ N, n ≥ 1, λ ∈ K platí
JJJn(λ)m
=





λm m
1
λm−1
. . . m
n−1
λm−n+1
0 λm
. . . m
n−2
λm−n+2
...
...
...
...
0 0 . . . λm





,
pričom pre j > m definitoricky kladieme m
j
λm−j
= 0.
440 21. Polynomické invarianty podobnosti matíc
Pre polynóm f(x) = m
i=0 cixi
∈ K[x] definujeme jeho formálnu p-tu
deriváciu ako polynóm
f(p)
(x) =
m
i=p
i(i − 1) . . . (i − p + 1)cixi−p
=
m−p
i=0
(i + p)!
i!
ci+pxi
;
pre i = 1 samozrejme píšeme f(1)
(x) = f (x). Pre K = R formálna derivácia
splýva s obvyklou deriváciou f(p)
(x) = dp
f(x)/ dxp
, definovanou pomocou
známej limity.
Všimnime si, že prvky matice JJJn(λ)m
možno vyjadriť aj pomocou formálnych
derivácií polynómu f(x) = xm
v bode x = λ:
m
j
λm−j
=
1
j!
f(j)
(λ).
Z toho a lineárnosti operátora derivácie už priamo vyplýva nasledujúci všeobecný
vzorec.
21.1.8. Veta. Nech f(x) ∈ K[x] je ľubovoľný polynóm, λ ∈ K a 1 ≤ n ∈ N.
Potom
f JJJn(λ) =





f(λ) 1
1!
f (λ) . . . 1
(n−1)!
f(n−1)
(λ)
0 f(λ) . . . 1
(n−2)!
f(n−2)
(λ)
...
...
...
...
0 0 . . . f(λ)





.
Keby sa niekomu zdal tento vzorec príliš komplikovaný, snáď ho uteší,
ak mu pripomenieme, že „typická štvorcová matica nad R či C je podobná
s diagonálnou. Pre AAA = PPP · diag(λ1, . . . , λn) · PPP−1
, máme f(AAA) =
PPP · diag f(λ1), . . . , f(λn) · PPP−1
, a basta.
21.2 Minimálny polynóm
Charakteristický polynóm štvorcovej matice AAA nie je nevyhnutne polynómom
najnižšieho možného stupňa, ktorý anuluje maticu AAA. Napríklad charakteristický
polynóm matice JJJ = diag JJJm(λ), JJJn(λ) v JKT je zrejme (λ − x)m+n
.
Avšak už polynóm f(x) = (λ − x)max(m,n)
ju anuluje, t. j. platí f(JJJ) = 0.
Minimálnym polynómom matice AAA ∈ Kn×n
nazývame polynóm nad K
najnižšieho možného stupňa, ktorý anuluje maticu AAA a je navyše normovaný
(t. j. rôzny od 0 a s koeficientom 1 pri najvyššej mocnine x).
Keďže napríklad (−1)n
chAAA(x) je normovaný polynóm anulujúci maticu
AAA ∈ Kn×n
, minimálny polynóm matice AAA určite existuje a má stupeň ≤
21.2. Minimálny polynóm 441
n. Taktiež ľahko nahliadneme, že je určený jednoznačne. Keby totiž f(x),
g(x) boli dva rôzne minimálne polynómy matice AAA, tak by museli mať rovnaký
stupeň. Potom by však vhodný skalárny násobok nenulového polynómu
f(x) − g(x) bol normovaný polynóm nižšieho stupňa, ktorý tiež anuluje maticu
AAA.
To nás oprávňuje zaviesť pre minimálny polynóm matice AAA označenie
µAAA(x). Celkom obdobne možno definovať aj minimálny polynóm µϕ(x) lineárneho
operátora ϕ na konečnorozmernom vektorovom priestore V .
Z tvrdenia 21.1.1 okamžite vyplýva očakávaný výsledok.
21.2.1. Tvrdenie. Podobné matice majú rovnaký minimálny polynóm. Minimálny
polynóm lineárneho operátora na konečnorozmernom vektorovom
priestore sa rovná minimálnemu polynómu jeho matice vzhľadom na ľubovoľnú
bázu.
Minimálny polynóm je tak popri charakteristickom polynóme ďalším dôležitým
invariantom podobnosti matíc.
21.2.2. Tvrdenie. Nech AAA ∈ Kn×n
, f(x) ∈ K[x]. Potom f(AAA) = 0 práve
vtedy, keď minimálny polynóm µAAA(x) delí polynóm f(x). V dôsledku toho
minimálny polynóm matice AAA delí jej charakteristický polynóm.
Dôkaz. Zrejme stačí dokázať prvú časť tvrdenia, a v tej je netriválna len
jedna implikácia. Nech teda f(AAA) = 0. Označme r(x) ∈ K[x] zvyšok po
delení polynómu f(x) minimálnym polynómom µAAA(x). Teda stupeň r(x) je
menší ako stupeň µAAA(x) a existuje čiastočný podiel q(x) ∈ K[x] taký, že
f(x) = q(x) µAAA(x) + r(x). Potom r(AAA) = f(AAA) − q(AAA) µAAA(AAA) = 0, takže
nevyhnutne r(x) = 0, čiže µAAA(x) delí f(x). V opačnom prípade by totiž
vhodný skalárny násobok nenulového zvyšku r(x) bol normovaný polynóm
nižšieho stupňa ako µAAA(x) anulujúci maticu AAA.
Minimálny polynóm matice možno určiť z jej Jordanovho kanonického
tvaru. Na to stačí poznať minimálny polynóm matíc v JKT. Jednoduchú
odpoveď na túto otázku dáva nasledujúce tvrdenie. Jedna časť jeho dôkazu
je v podstate zahrnutá v dôkaze vety 21.1.4, zvyšok vyplýva z tvrdenia 21.2.2
a z faktu, že polynóm (x−λ)m
pre m < n neanuluje Jordanovu bunku JJJn(λ).
21.2.3. Tvrdenie. Nech JJJ = diag JJJn1 (λ1), . . . ,JJJnk
(λk) je JKT matice
AAA ∈ Kn×n
. Potom minimálny polynóm µAAA(x) = µJJJ (x) je súčinom mocnín
(x − λ)m(λ)
lineárnych faktorov x − λ s exponentmi m(λ) = max{ni; λi = λ}
pre λ ∈ SpecAAA.
Na druhej strane, charakteristický polynóm chAAA(x) = chJJJ (x) je v takom
prípade súčinom mocnín (λ−x)n(λ)
(až na znamienko) rovnakých lineárnych
faktorov s exponentmi n(λ) = λi=λ ni.
442 21. Polynomické invarianty podobnosti matíc
21.2.4. Dôsledok. Pre maticu AAA ∈ Kn×n
platí µAAA(x) = (−1)n
chAAA(x) práve
vtedy, keď sa v JKT matice AAA každá vlastná hodnota λ ∈ SpecAAA vyskytuje
v práve jednej Jordanovej bunke JJJni
(λi).
Napr. charakteristický polynóm matice III4 je (x − 1)4
, kým jej minimálny
polynóm je „len x − 1. Na druhej strane, pre diagonálnu maticu
AAA = diag(0, 1, 2, 3) platí chAAA(x) = x(x − 1)(x − 2)(x − 3) = µAAA(x). Ukážeme
si, že každý normovaný polynóm
f(x) = xn
− c1xn−1
− . . . − cn−1x − cn ∈ K[x]
je minimálnym polynómom vhodnej matice AAA ∈ Kn×n
. Označme
MMMf =






c1 1 0 . . . 0
c2 0 1 . . . 0
...
...
...
...
...
cn−1 0 0 . . . 1
cn 0 0 . . . 0






;
maticu MMMf nazývame pridruženou maticou polynómu f(x).
Napríklad pridruženou maticou polynómu xn
je Jordanova bunka JJJn(0).
21.2.5. Tvrdenie. Nech f(x) ∈ K(n)
[x] je normovaný polynóm. Potom
f(x) je minimálnym polynómom svojej pridruženej matice MMMf ; jej charakteristický
polynóm je (−1)n
f(x).
Dôkaz. Nech f(x) = xn
− n
i=1 cixn−i
. Matica MMMf zobrazuje vektory kanonickej
bázy εεε v Kn
podľa schémy
eeen → eeen−1 → . . . → eee2 → eee1 → (c1, c2 . . . , cn−1, cn)T
,
z ktorej vyplývajú rovnosti eeei = MMMn−i
f · eeen, pre 1 ≤ i ≤ n, a tiež
MMMn
f · eeen = MMMf · eee1 =
n
i=1
cieeei =
n
i=1
ciMMMn−i
f · eeen.
Keďže matice MMMf a f(MMMf ) zrejme komutujú, platí
f(MMMf ) · eeei = f(MMMf ) · MMMn−i
f · eeen = MMMn−i
f · f(MMMf ) · eeen
= MMMn−i
f · MMMn
f · eeen −
n
i=1
ciMMMn−i
f · eeen = 0
pre každé i ≤ n, v dôsledku čoho f(MMMf ) = 0.
21.3. Cyklické podpriestory 443
Ak g(x) = m
i=0 dixi
je polynóm stupňa m < n, tak
g(MMMf ) · eeen =
m
i=0
diMMM i
f · eeen = d0eeen + d1eeen−1 + . . . + dmeeen−m.
Z lineárnej nezávislosti vektorov eeen−m, . . . ,eeen však vyplýva, že uvedená lineárna
kombinácia sa môže rovnať 0, len ak sú všetky koeficienty di rovné 0,
t. j. keď g(x) = 0. Teda f(x) je naozaj minimálny polynóm matice MMMf .
Kedže charakteristický polynóm matice MMMf je stupňa n s koeficientom
(−1)n
pri najvyššej mocnine premennej x, a je deliteľný jej minimálnym
polynómom µMMMf
(x) = f(x), ktorý je rovnakého stupňa, nevyhnutne platí
chMMMf
(x) = (−1)n
f(x).
21.3 Cyklické podpriestory
V tomto paragrafe dáme pre zmenu prednosť reči lineárnych operátorov. Je
na čitateľovi, aby si v prípade potreby sformuloval príslušné pojmy a výsledky
v jazyku matíc.
Nech S ⊆ V je invariantný podpriestor lineárneho operátora ϕ: V → V .
Hovoríme, že S je cyklický podpriestor operátora ϕ, ak existuje vektor vvv ∈ S
taký, že nejaká konečná postupnosť vvv, ϕ(vvv), . . . , ϕk−1
(vvv) jeho iterovaných obrazov
tvorí bázu podpriestoru S. Vektor vvv nazývame cyklickým generátorom
podpriestoru S a bázu vvv, ϕ(vvv), . . . , ϕk−1
(vvv) , prípadne v obrátenom poradí
ϕk−1
(vvv), . . . , ϕ(vvv),vvv , nazývame cyklickou bázou podpriestoru S (vzhľadom
na ϕ).
Každý nenulový vektor vvv ∈ V je cyklickým generátorom práve jedného
cyklického podpriestoru operátora ϕ. Keďže V je konečnorozmerný, v postupnosti
obrazov vvv, ϕ(vvv), ϕ2
(vvv), . . . sa raz musí vyskytnúť člen, ktorý je lineárnou
kombináciou predchádzajúcich. Označme k najmenšie prirodzené číslo, pre
ktoré to nastane. Potom vektory vvv, ϕ(vvv), . . . , ϕk−1
(vvv) sú lineárne nezávislé a
ϕk
(vvv) = c1ϕk−1
(vvv) + . . . + ck−1ϕ(vvv) + ckvvv
pre nejaké c1, . . . , ck ∈ K. Zrejme všetky ďalšie obrazy ϕl
(vvv), l ≥ k, sú takisto
v lineárnom obale S = vvv, ϕ(vvv), . . . , ϕk−1
(vvv) , takže S je cyklický podpriestor
operátora ϕ s cyklickým generátorom vvv. Maticou zúženého operátora ϕ S
vzhľadom na cyklickú bázu ϕk−1
(vvv), . . . , ϕ(vvv),vvv je pridružená matica MMMf
polynómu f(x) = xk
− c1xk−1
− . . . − ck−1x − ck. Tento polynóm nazývame
cyklickým rádom vektora vvv (vzhľadom na ϕ).
Ako uvidíme v nasledujúcej kapitole, v aplikáciách lineárnej algebry na
diferenciálne rovnice hrajú významnú úlohu lineárne operátory ϕ: Rn
→
Rn
(teda vlastne matice AAA ∈ Rn×n
), vzhľadom na ktoré je celý priestor
444 21. Polynomické invarianty podobnosti matíc
Rn
cyklický. Tým nadobúda na dôležitosti otázka charakterizácie takýchto
operátorov a matíc, ktorá nás vracia späť k dôsledku 21.2.4.
21.3.1. Tvrdenie. Nech ϕ: V → V je lineárny operátor na n-rozmernom
vektorovom priestore V . Potom nasledujúce podmienky sú ekvivalentné:
(i) V je cyklickým podpriestorom operátora ϕ;
(ii) maticou ϕ vo vhodnej báze priestoru V je pridružená matica MMMf nejakého
normovaného polynómu f(x) stupňa n;
(iii) minimálny polynóm µϕ(x) má stupeň n;
(iv) µϕ(x) = (−1)n
chϕ(x);
(v) v Jordanovej matici operátora ϕ (nad nejakým konečným rozšírením
poľa K) sa každá vlastná hodnota λ ∈ Spec ϕ vyskytuje v práve jednej
Jordanovej bunke.
Ešte inak môžeme povedať, že vektor vvv ∈ V je cyklickým generátorom
priestoru V vzhľadom na lineárny operátor ϕ práve vtedy, keď jeho cyklickým
rádom je polynóm (−1)n
chϕ(x).
21.4 Primárny a racionálny kanonický tvar∗
Tento paragraf má prevažne informatívny charakter a v našom kurze naň
nebudeme nadväzovať. Obsahuje stručný prehľad niektorých základných pojmov
a výsledkov o ďalších kanonických tvaroch matíc lineárnych operátorov
a invariantoch podobnosti štvorcových matíc, ktoré uvádzame bez dôkazov.
Čitateľ s hlbším záujmom o túto problematiku, môže siahnuť po inej dostupnej
literatúre. 1
Jordanov kanonický tvar zostáva i naďalej našim „hlavným kanonickým
tvarom. Jeho prednosti sa zakladajú na jednoduchých pravidlách výpočtu
mocnín a – v dôsledku toho – aj hodnôt iných funkcií pre Jordanove bunky
JJJn(λ). Popri tom však Jordanov tvar má i dve nezanedbateľné nevýhody.
Predovšetkým, na jeho určenie je potrebná znalosť spektra príslušného lineárneho
operátora alebo matice, čo môže byť problém najmä pri vyšších
dimenziách. Po druhé, JKT je dosiahnuteľný len pre operátory či matice
s plnou algebraickou váhou spektra; v prípade, že tomu tak nie je, musíme
napr. JKT matice AAA ∈ Kn×n
hľadať až v nejakom rozšírení L pôvodného
poľa K.
V tomto paragrafe sa zoznámime s dvoma typmi kanonických tvarov matíc,
ktorých určenie si nevyžaduje znalosť spektra a – ani v prípade jeho
neúplnej algebraickej váhy – nevybočuje z pôvodného poľa. Začneme však
1
Pozri napr. G. Birkhoff, S. Mac Lane, Prehľad modernej algebry, ako aj S. Mac Lane,
G. Birkhoff, Algebra.
21.4. Primárny a racionálny kanonický tvar∗
445
ďalším malým prídavkom k našim mimovoľne sa rozrastajúcim vedomostiam
o polynómoch.
Hovoríme, že polynómy f(x), g(x) ∈ K[x] stupňa aspoň 1 sú nesúdeliteľné,
ak okrem konštantných polynómov 0 = c ∈ K nemajú v K[x] iné spoločné
delitele. Hovoríme, že polynóm p(x) ∈ K[x] stupňa aspoň 1 je ireducibilný,
ak každý jeho deliteľ je alebo konštantný polynóm alebo skalárny násobok
polynómu p(x). Ireducibilné polynómy hrajú v obore K[x] podobnú úlohu
ako prvočísla v obore N alebo Z. Obdobou vety o jednoznačnom rozklade
celých čísel na prvočinitele je nasledujúce tvrdenie, ktoré možno pomerne
jednoducho dokázať indukciou podľa stupňa polynómu f(x).
21.4.1. Tvrdenie. Každý polynóm f(x) ∈ K[x] stupňa aspoň 1 možno
rozložiť na súčin tvaru
f(x) = a p1(x)α1
. . . pk(x)αk
kde 0 = a ∈ K, α1, . . . , αk sú kladné celé čísla a p1(x), . . . , pk(x) sú navzájom
rôzne normované ireducibilné polynómy nad K. Tento rozklad je jednoznačný
až na poradie mocnín pi(x)αi
jednotlivých ireducibilných faktorov pi(x).
Teraz už môžeme vysloviť vetu o tzv. primárnom kanonickom tvare.
21.4.2. Veta. Nech ϕ: V → V je lineárny operátor na n-rozmernom vektorovom
priestore V , ktorého minimálny polynóm má v K[x] rozklad
µϕ(x) = p1(x)α1
. . . pk(x)αk
na súčin mocnín rôznych normovaných ireducibilných polynómov p1(x), . . . , pk(x)
stupňov n1, . . . , nk. Potom existujú postupnosti prirodzených čísel αi = αi1 ≥
αi2 ≥ . . . ≥ αiri
≥ 1 také, že k
i=1 ni
ri
j=1 αij = n, a báza priestoru V , vzhľadom
na ktorú má matica lineárneho operátora ϕ blokovo diagonálny tvar
diag MMMp11 , . . . ,MMMp1r1
, . . . . . . ,MMMpk1
, . . . ,MMMpkrk
pozostávajúci z pridružených matíc polynómov pij(x) = pi(x)αij
, kde 1 ≤
i ≤ k, 1 ≤ j ≤ rj.
Sústava polynómov pij(x) = pi(x)αij
(1 ≤ i ≤ k, 1 ≤ j ≤ rj) sa nazýva
sústava elementárnych deliteľov lineárneho operátora ϕ, a je až na poradie
podsústav pi1(x), . . . , piri
(x) určená jednoznačne. Uvedený tvar matice operátora
ϕ sa nazýva primárny kanonický tvar. I tento tvar je jednoznačne určený
až na poradie sústav blokov MMMpi1
, . . . ,MMMpiri
, pridružených k mocninám toho
istého ireducibilného polynómu pi(x). Charakteristický polynóm operátora ϕ
je (až na znamienko) súčinom všetkých elementárnych deliteľov, t. j.
chϕ(x) = (−1)n
p11(x) . . . p1r1 (x) . . . . . . pk1(x) . . . pkrk
(x)
= (−1)n
p1(x)α11+...+α1r1 . . . . . . pk(x)αk1+...+αkrk
446 21. Polynomické invarianty podobnosti matíc
Primárny kanonický tvar matice lineárneho operátora ϕ zodpovedá rozkladu
priestoru V najprv na priamy súčet invariantných podpriestorov Si =
Ker pαi
i (ϕ), o ktorom hovorí tzv. prvá veta o rozklade. Podľa tzv. druhej vety
o rozklade sa každý podpriestor Si ďalej rozpadá na priamy súčet cyklických
podpriestorov Si1, . . . , Siri
, ktorých cyklické rády vzhľadom na ϕ sú polynómy
pij(x) = pi(x)αij
.
S ohľadom na spomínanú jednoznačnosť možno teraz vetu 21.4.2 vysloviť
v reči matíc takto:
21.4.3. Veta. Každá matica AAA ∈ Kn×n
je podobná s nejakou s maticou
BBB ∈ Kn×n
v primárnom kanonickom tvare. Matica BBB je určená jednoznačne
až na poradie sústav blokov MMMpi1
, . . . ,MMMpiri
, pridružených k mocninám jednotlivých
ireducibilných polynómov pi(x) ∈ K[x], ktorých najvyššie mocniny
tvoria rozklad minimálneho polynómu µAAA(x) = p1(x)α1
. . . pk(x)αk na
po dvoch nesúdeliteľné faktory.
Ak v uvedenej sústave elementárnych deliteľov položíme r = max{ri; 1 ≤
i ≤ k}, ďalej αij = 0, teda pij(x) = pi(x)αij
= 1 pre ri < j ≤ r, tak po
prenásobení „po stĺpcoch , obdržíme sústavu polynómov
hj(x) = p1j(x) . . . pkj(x) = p1(x)α1j
. . . pk(x)αkj
,
pre 1 ≤ j ≤ r. Prechod od primárneho k tzv. racionálnemu kanonickému
tvaru sa zakladá na pozorovaní, že priamy súčet cyklických podpriestorov
S1j, . . . , Skj s po dvoch nesúdeliteľnými cyklickými rádmi p1j(x), . . . , pkj(x)
je opäť cyklický podpriestor s rádom hj(x) = p1j(x) . . . pkj(x).
21.4.4. Veta. Nech ϕ: V → V je lineárny operátor na n-rozmernom vektorovom
priestore V . Potom existuje jednoznačne určená postupnosť nekonštantných
normovaných polynómov h1(x) = µϕ(x), h2(x), . . . , hr(x) ∈ K[x],
v ktorej každý nasledujúci člen delí predchádzajúci a súčet ich stupňov je n,
ako aj báza priestoru V , vzhľadom na ktorú má matica lineárneho operátora
ϕ blokovo diagonálny tvar
diag MMMh1 ,MMMh2 , . . . ,MMMhr ,
pozostávajúci z pridružených matíc jednotlivých polynómov hj(x) pre 1 ≤
j ≤ r.
Jednotlivé polynómy hj(x) sa nazývajú invariantné faktory lineárneho
operátora ϕ a celá postupnosť h1(x) = µϕ(x), h2(x), . . . , hr(x) jeho sústavou
invariantných faktorov. Uvedený tvar matice operátora ϕ sa nazýva racionálny
kanonický tvar. Sústava invariantných faktorov, rovnako ako racionálny
kanonický tvar matice operátora ϕ sú určené jednoznačne, dokonca
21.5. Výpočet invariantných faktorov∗
447
vrátane poradia jednotlivých polynómov resp. k nim pridružených maticových
blokov. Rozkladom každého invariantného faktora na mocniny ireducibilných
polynómov možno z ich sústavy spätne získať sústavu elementárnych
deliteľov. Charakteristický polynóm operátora ϕ je (až na znamienko) súčinom
všetkých jeho invariantných faktorov, t. j.
chϕ(x) = (−1)n
h1(x)h2(x) . . . hr(x).
Vetu 21.4.4 možno v jazyku matíc vysloviť v nasledujúcej podobe.
21.4.5. Veta. Každá matica AAA ∈ Kn×n
je podobná s jednoznačne určenou
maticou v racionálnom kanonickom tvare diag MMMh1 ,MMMh2 , . . . ,MMMhr , pozostávajúcom
z matíc pridružených k jej invariantným faktorom h1(x) =
µAAA(x), h2(x), . . . , hr(x).
Poznámka. Výslovne zdôrazňujeme, že toľkokrát spomínaná jednoznačnosť
sa vzťahuje len na primárny resp. racionálny kanonický tvar matice a nie
na príslušnú bázu prípadne maticu prechodu. Napokon, rovnako je tomu aj
v prípade JKT.
21.4.6. Príklad. Matica AAA ∈ R6×6
má minimálny polynóm µAAA(x) = (x2
+
3)(x − 1)2
. Potom jej charakteristický polynóm je chAAA(x) = (x2
+ 3)2
(x − 1)2
alebo chAAA(x) = (x2
+ 3)(x − 1)4
.
V prvom prípade sústavu elementárnych deliteľov matice AAA tvoria polynómy
x2
+ 3, x2
+ 3, (x − 1)2
a sústavu invariantných faktorov polynómy
(x2
+ 3)(x − 1)2
, x2
+ 3.
V druhom prípade sú dve možnosti: Sústava elementárnych deliteľov má
tvar x2
+ 3, (x − 1)2
, (x − 1)2
, so sústavou invariantných faktorov (x2
+
3)(x − 1)2
, (x − 1)2
; alebo sústavu elementárnych deliteľov tvoria polynómy
x2
+ 3, (x − 1)2
, x − 1, x − 1 a sústavu invariantných faktorov polynómy
(x2
+ 3)(x − 1)2
, x − 1, x − 1.
21.5 Výpočet invariantných faktorov∗
V tomto paragrafe predvedieme, ako možno k danej matici AAA ∈ Kn×n
zostrojiť
sústavu invariantných faktorov. Z nej už vieme priamo napísať racionálny
kanonický tvar (ako aj sústavu elementárnych deliteľov a primárny kanonický
tvar) tejto matice. Taktiež si ukážeme, ako dostaneme príslušné matice
prechodu. Pritom sa opäť sústredíme len na informáciu o podstatných súvislostiach
a výpočtových postupoch, a príslušné dôkazy iba naznačíme alebo
celkom vynecháme.
Najprv si uvedomme, že prvkami charakteristickej matice matice AAA ∈
Kn×n
sú polynómy s koeficientmi z poľa K, čiže AAA−xIII ∈ K[x]n×n
je vlastne
448 21. Polynomické invarianty podobnosti matíc
maticou nad množinou K[x] všetkých polynómov v premennej x nad poľom
K. Tradične sa v tejto súvislosti miesto premennej x zvykne používať
premenná λ a maticiam nad množinou polynómov K[λ] sa zvykne hovoriť
λ-matice. Aj my sa prispôsobíme tejto tradícii. Aby sme vyznačili výskyt premennej
λ, budeme λ-matice značiť AAA(λ), BBB(λ) a pod. Každú maticu AAA nad
poľom K možno zároveň považovať za λ-maticu, ktorej prvky sú konštantné
polynómy; hovoríme, že AAA = AAA(λ) je konštantná λ-matica. Zrejme λ-matice
(pokiaľ to dovolia ich rozmery) možno sčítať i násobiť celkom analogicky
ako matice nad poľom K. Podobne ako v prípade charakteristickej matice,
determinant štvorcovej λ-matice AAA(λ) je vždy polynóm detAAA(λ) ∈ K[λ].
Elementárnou riadkovou operáciou, krátko λ-ERO, na λ-matici AAA(λ) roz-
umieme
I. výmenu dvoch riadkov matice AAA(λ);
II. vynásobenie niektorého riadku matice AAA(λ) nenulovým skalárom z poľa K;
III. pripočítanie niektorého riadku matice AAA(λ) vynásobeného ľubovoľným
polynómom z K[λ] k jej inému riadku.
Celkom analogicky definujeme aj elementárne stĺpcové operácie na λmaticiach,
krátko λ-ESO. Dve λ-matice AAA(λ), BBB(λ) rovnakých rozmerov sa
nazývajú λ-ekvivalentné, označenie AAA(λ) ∼λ BBB(λ), ak jednu z nich možno
dostať z druhej konečným počtom λ-ERO a λ-ESO. Zrejme pre každé m, n ∈
N je vzťah ∼λ naozaj ekvivalenciou na množine λ-matíc K[λ]m×n
.
λ-matica PPP(λ) ∈ K[λ]n×n
sa nazýva invertibilná, ak existuje QQQ(λ) ∈
K[λ]n×n
taká, že PPP(λ) · QQQ(λ) = IIIn = QQQ(λ) · PPP(λ). Zrejme λ-matica QQQ(λ) =
PPP(λ)−1
je k danej invertibilnej PPP(λ) určená jednoznačne už jednou z oboch
požadovaných rovností.
Čitateľ by si mal sám premyslieť, ako možno λ-ERO a λ-ESO realizovať
pomocou násobenia vhodnými invertibilnými λ-maticami. Na základe toho si
už ľahko prispôsobí postup z paragrafu 7.4 na výpočet výrazov tvaru PPP(λ)−1
,
PPP(λ)−1
· AAA(λ), AAA(λ) · PPP(λ)−1
s invertibilnou λ-maticou PPP(λ).
Kľúčom k výpočtu invariantných faktorov je nasledujúca veta.
21.5.1. Veta. Matice AAA, BBB ∈ Kn×n
sú podobné práve vtedy, keď ich charakteristické
λ-matice AAA−λIII, BBB−λIII sú λ-ekvivalentné; presnejšie, ak PPP(λ),QQQ(λ) ∈
K[λ]n×n
sú invertibilné matice také, že BBB − λIII = QQQ(λ) · (AAA − λIII) · PPP(λ), tak
PPP(λ) = PPP, QQQ(λ) = QQQ sú konštantné matice, pre ktoré platí QQQ = PPP−1
a
BBB = QQQ · AAA · PPP.
Náčrt dôkazu. Ak AAA ≈ BBB a PPP ∈ Kn×n
je regulárna taká, že BBB = PPP−1
· AAA · PPP,
tak zrejme BBB −λIII = PPP−1
·(AAA−λIII)·PPP, z čoho už vyplýva AAA−λIII ∼λ BBB −λIII.
Naopak, pre AAA − λIII ∼λ BBB − λIII existujú invertibilné λ-matice PPP(λ), QQQ(λ)
také, že BBB −λIII = QQQ(λ)·(AAA−λIII)·PPP(λ). Netriválnym faktom je, že za týchto
okolností už PPP(λ) = PPP, QQQ(λ) = QQQ musia byť konštantné matice, pre ktoré
21.5. Výpočet invariantných faktorov∗
449
navyše platí QQQ · PPP = III a BBB = QQQ · AAA · PPP, teda AAA ≈ BBB.
Hovoríme, že λ-matica HHH(λ) ∈ K[λ]n×n
je v kanonickom tvare, ak HHH(λ) =
diag(h1(λ), . . . , hn(λ)) je diagonálna matica, ktorej diagonálne prvky sú normované
polynómy alebo 0 a každý nasledujúci člen delí predchádzajúci (pritom
nulový polynóm delí len nulový polynóm a je deliteľný každým polynómom,
teda v kanonickom tvare z hj(λ) = 0 vyplýva hi(λ) = 0 pre každé
i ≤ j).
Polynóm d(λ) je najväčším spoločným deliteľom polynómov f1(λ), . . . , fk(λ),
ak d(λ) delí každý z polynómov fi(λ) a je deliteľný každým polynómom g(x),
ktorý delí všetky polynómy fi(λ). Hovoríme, že polynómy f1(λ), . . . , fk(λ) sú
nesúdeliteľné, ak ich najväčším spločným deliteľom je konštantný polynóm 1.
Pripomeňme, že minorom matice AAA rozumieme determinant ľubovoľnej štvorcovej
matice, ktorá vznikne z matice AAA vynechaním niektorých riadkov a
stĺpcov.
21.5.2. Veta. Každá štvorcová λ-matica AAA(λ) je λ-ekvivalentná s jednoznačne
určenou λ-maticou HHH(λ) = diag(h1(λ), . . . , hn(λ)) v kanonickom tvare.
Pre jej diagonálne prvky platí
hn(λ) = d1(λ), hn−j(λ) =
dj+1(λ)
dj(λ)
, ak dj(λ) = 0,
0, ak dj(λ) = 0,
pre 1 ≤ j ≤ n − 1, kde dk(λ) je najväčší spoločný deliteľ všetkých minorov
rádu k matice AAA(λ), a ak dk(λ) = 0, tak je to normovaný polynóm.
Poznámka. (a) Polynómy d1(λ), . . . , dn(λ) sa nazývajú determinantové delitele
λ-matice AAA(λ). Zrejme dn(λ) sa až na skalárny násobok rovná determinantu
detAAA(λ).
(b) Pokiaľ je HHH(λ) kanonickým tvarom charakteristickej matice AAA − λIII,
tak (z dôvodu zachovania hodnosti pri λ-ERO a λ-ESO) HHH(λ) nemôže obsahovať
nulové prvky na diagonále. Preto HHH(λ) = diag h1(λ), . . . , hr(λ), 1, . . . , 1
a jej nekonštantné diagonálne prvky tvoria sústavu invariantných faktorov
matice AAA.
Miesto dôkazu len opíšeme algoritmus, ako nájsť kanonický tvar štvorcovej
λ-matice AAA(λ) = aij(λ) n×n
. Jedna možnosť (tá pracnejšia) spočíva vo
výpočte všetkých minorov matice AAA(λ) všetkých možných rádov a ich spoločných
deliteľov dk(λ). Efektívnejšia je úprava pomocou λ-ERO a λ-ESO.
Kľúčovým faktom je pozorovanie, že determinantové delitele dk(λ) sa pri
úprave λ-matice AAA(λ) pomocou λ-ERO a λ-ESO nemenia.
Ak AAA(λ) je nulová matica, sme hotoví. V opačnom prípade možno výmenou
riadkov a stĺpcov zariadiť, aby ann(λ) = 0. Teraz postupne dosiahneme,
aby ann(λ) delil všetky prvky v n-tom stĺpci i riadku. Ak napr. ain(λ) =
450 21. Polynomické invarianty podobnosti matíc
ann(λ) p(λ)+r(λ), pričom stupeň zvyšku r(λ) = 0 je menší než stupeň ann(λ),
odpočítame od i-teho riadku p(λ)-násobok n-tého riadku a vymeníme i-ty a
n-tý riadok. Tým zakaždým znížime stupeň ann(λ). Pretože konštantný nenulový
polynóm delí každý polynóm, po konečnom počte krokov bude ann(λ)
deliť všetky prvky ain(λ), anj(λ); v tej chvíli môžeme pripočítaním vhodných
násobkov posledného riadku resp. stĺpca vynulovať všetky prvky v poslednom
stĺpci aj riadku okrem ann(λ).
Pokiaľ ann(λ) nedelí všetky prvky v matici, možno opäť znížiť jeho stupeň.
Ak totiž aij(λ) = ann(λ) q(λ) + s(λ), kde zvyšok s(λ) = 0 má menší
stupeň, pripočítame i-ty riadok k n-tému a opäť postupujeme podľa predchádzajúceho
odstavca.
Po konečnom počte krokov dosiahneme, že ann(λ) delí všetky polynómy
v matici a je jediným nenulovým prvkom v n-tom riadku i stĺpci. Navyše,
vynásobením vhodným skalárom možno dosiahnuť, aby to bol normovaný
polynóm. Teraz aplikujeme rovnaký postup na maticu tvorenú prvými n − 1
riadkami a stĺpcami takto upravenej matice a postupujeme tak dlho, až kým
po konečnom počte krokov nedostaneme kanonický tvar.
Samozrejme, v konkrétnych prípadoch sa nemusíme otrocky držať uvedeného
postupu, ale môžeme výhodne využívať podobu upravovanej matice.
21.5.3. Príklad. Nájdeme sústavu invariantných faktorov matice
AAA =




−3 9 −8 3
−1 3 −2 1
0 0 1 0
0 0 0 1



 ∈ R4×4
úpravou jej charakteristickej matice
AAA − λIII =




−3 − λ 9 −8 3
−1 3 − λ −2 1
0 0 1 − λ 0
0 0 0 1 − λ




na kanonický tvar. V prvom kroku vymeníme druhý a štvrtý riadok, v druhom
pomocou jednotky na mieste (4, 4) vynulujeme zvyšné prvky štvrtého
riadku i stĺpca. AAA − λIII je tak postupne λ-ekvivalentná s λ-maticami




−3 − λ 9 −8 3
0 0 0 1 − λ
0 0 1 − λ 0
−1 3 − λ −2 1



 ∼λ




−λ 3λ −2 0
1 − λ (1 − λ)(λ − 3) 2(1 − λ) 0
0 0 1 − λ 0
0 0 0 1



 .
21.5. Výpočet invariantných faktorov∗
451
Štvrtý riadok a stĺpec sa pri ďalších úpravách už nebudú meniť, preto ich
jednoducho „odpílime . Teraz odpočítame od druhého riadku tretí, potom
vymeníme (−1/2)-násobok prvého riadku s tretím. V ďalšom kroku pomocou
prvku 1 v pozícii (3, 3) vynulujeme zvyšné prvky tretieho stĺpca i riadku a
vo výsledku vynásobíme prvý aj druhý riadok dvomi. Tým dostaneme


0 0 1 − λ
1 − λ (1 − λ)(λ − 3) 1 − λ
λ/2 −3λ/2 1

 ∼λ


λ(λ − 1) 3λ(λ − 1) 0
(1 − λ)(λ − 2) (1 − λ)(5λ − 6) 0
0 0 1

 .
Zase odpílime tretí riadok i stĺpec. Teraz od druhého stĺpca odpočítame trojnásobok
prvého, potom k druhému riadku pripočítame prvý a výsledok vynásobime
−1/2. Keďže prvok na mieste (2, 1) delí všetky ostatné prvky, môžeme
pomocou neho vynulovať oba diagonálne členy. Nakoniec stačí vymeniť prvý
a druhý stĺpec a prenásobením riadkov vhodnými skalármi znormovať oba
polynómy na diagonále. Postupne tak dostávame
λ(λ − 1) 0
1 − λ λ(λ − 1)
∼λ
0 2λ2
(λ − 1)
1 − λ 0
∼λ
λ2
(λ − 1) 0
0 λ − 1
.
Po opätovnom pripojení odpílených riadkov a stĺpcov máme
AAA − λIII ∼λ diag λ2
(λ − 1), λ − 1, 1, 1 ,
pričom posledná λ-matica už je v kanonickom tvare. Nekonštantné polynómy
v nej, t. j. λ2
(λ − 1) = λ3
− λ2
, λ − 1, tvoria sústavu invariantných faktorov
matice AAA. Jej sústava elementárnych deliteľov preto je λ2
, λ − 1, λ − 1.
Na základe toho už môžeme napísať racionálny, primárny i Jordanov kanonický
tvar matice AAA:
AAA ≈ diag MMMλ2(λ−1),MMMλ−1 =




0 1 0 0
1 0 1 0
0 0 0 0
0 0 0 1




≈ diag MMMλ2 ,MMMλ−1,MMMλ−1 =




0 1 0 0
0 0 0 0
0 0 1 0
0 0 0 1



 = diag JJJ2(0), 1, 1 .
Všimnite si, že primárny a Jordanov kanonický tvar matice AAA (náhodou)
splývajú.
21.5.4. Príklad. Keby nám v predchádzajúcom príklade napr. vyšlo
AAA − λIII ∼λ diag (λ2
− λ + 3)(λ − 2)2
, 1, 1, 1 ,
452 21. Polynomické invarianty podobnosti matíc
znamenalo by to, že sústava invariantných faktorov pozostáva z jediného polynómu
(λ2
−λ+3)(λ−2)2
= λ4
−5λ3
+11λ2
−16λ+12, sústava elementárnych
deliteľov z dvoch polynómov λ2
− λ + 3, (λ − 2)2
= λ2
− 4λ + 4 a racionálny
resp. primárny kanonický tvar matice AAA je
AAA ≈ MMM(λ2−λ+3)(λ−2)2 =




5 1 0 0
−11 0 1 0
16 0 0 1
−12 0 0 0




≈ diag MMMλ2−λ+3,MMM(λ−2)2 =




1 1 0 0
−3 0 0 0
0 0 4 1
0 0 −4 0



 .
Keďže polynóm λ2
−λ+3 je ireducibilný nad R (má dva korene (1±i
√
11)/2 ∈
C), JKT matice AAA nad R neexistuje. Jej komplexný resp. zovšeobecnený JKT
(pozri paragraf 20.3) by bol
AAA ≈ diag (1 + i
√
11)/2, (1 − i
√
11)/2,JJJ2(2)
≈ diag JJJ1
1/2 −
√
11/2
√
11/2 1/2
,JJJ2(2) =




1/2 −
√
11/2 0 0√
11/2 1/2 0 0
0 0 2 1
0 0 0 2



 .
K úprave na kanonický tvar však navyše patrí nájdenie príslušnej bázy
resp. matice prechodu. Nech teda AAA − λIII ∼λ HHH(λ), kde λ-matica HHH(λ) je
v kanonickom tvare a CCC ≈ AAA je niektorý z kanonických tvarov (racionálny,
primárny či Jordanov) matice AAA, zostrojený na základe HHH(λ). Potom tiež
CCC − λIII ∼λ HHH(λ). Preto existujú invertibilné λ-matice PPP1(λ), QQQ1(λ), PPP2(λ),
QQQ2(λ) také, že
QQQ1(λ) · (AAA − λIII) · PPP1(λ) = HHH(λ) = QQQ2(λ) · (CCC − λIII) · PPP2(λ).
V dôsledku toho
QQQ2(λ)−1
· QQQ1(λ) · (AAA − λIII) · PPP1(λ) · PPP2(λ)−1
= CCC − λIII,
takže podľa vety 21.5.1 sú PPP = PPP1(λ) · PPP2(λ)−1
, QQQ = QQQ2(λ)−1
· QQQ1(λ) konštantné
matice a platí QQQ = PPP−1
a CCC = PPP−1
· AAA · PPP. To znamená, že lineárny
operátor xxx → AAA · xxx má v báze priestoru Kn
tvorenej stĺpcami matice PPP
maticu v príslušnom kanonickom tvare CCC.
Stačí teda pri úprave AAA − λIII −→ HHH(λ) pomocou λ-ERO a λ-ESO zaznamenať
len stĺpcové operácie rovnakými λ-ESO na jednotkovej matici III, čím
Cvičenia 453
získame PPP1(λ). Ďalej treba vykonať úpravu CCC − λIII −→ HHH(λ) (čo vzhľadom
na špeciálny tvar matice CCC býva podstatne jednoduchšie) a opäť zaznamenať
len stĺpcové operácie zodpovedajúcimi λ-ESO na matici III. Tým získame
maticu PPP2(λ). Hľadaná matica prechodu potom je PPP = PPP1(λ) · PPP2(λ)−1
. Na
ostatok si ešte uvedomme, že (po doplnení vynechaných tvrdení a dôkazov)
obsahujú paragrafy 21.4 a 21.5 návod na nový dôkaz vety o Jordanovom kanonickom
tvare.
Cvičenia
21.1. Dokončite dôkaz tvrdenia 21.1.1, odvoďte z neho dôsledok 21.1.2 a dokážte lemu 21.1.3.
21.2. Bez Cayleyho-Hamiltonovej vety dokážte, že pre danú maticu AAA ∈ Kn×n
existuje
polynóm f(x) ∈ K[x] stupňa ≤ n2
taký, že f(AAA) = 0. (Návod: Uvažujte postupnosť
mocnín III,AAA,AAA2
, . . . ,AAAk
, . . . , matice AAA a spomeňte si, aká je dimenzia priestoru
Kn×n
.) Uvedomte si, ako výrazne oproti tomu znižuje Cayleyho-Hamiltonova veta
stupeň polynómu potrebného na anuláciu matice AAA.
21.3. Vysvetlite, prečo nie je v poriadku nasledujúci „dôkaz Cayleyho-Hamiltonovej vety:
chAAA(x) = det(AAA − xIII), preto chAAA(AAA) = det(AAA − AAA · III) = det 0 = 0.
21.4. Vypočítajte maticu AAA2
z príkladu 21.1.5. Na základe toho dopočítajte matice AAA3
,
AAA4
, AAA5
.
21.5. Nech f(x), g(x) ∈ K[x], AAA,BBB,CCC ∈ Kn×n
. Dokážte nasledujúce tvrdenia:
(a) Matice f(AAA), g(AAA) komutujú
(b) Ak AAA komutuje s BBB, tak f(AAA) komutuje s g(BBB)
(c) Ak AAA komutuje s BBB aj s CCC, tak AAA komutuje s BBB · CCC.
21.6. (a) Dokážte lemu 21.1.6. Rozmyslite si, prečo je v nej potrebný predpoklad AAA ·BBB =
BBB · AAA.
(b) Nájdite príklad matíc AAA,BBB ∈ R2×2
, pre ktoré (AAA + BBB)2
= AAA2
+ 2AAA · BBB + BBB2
.
(c) Nájdite správne vzorce na výpočet mocnín (AAA + BBB)2
, (AAA + BBB)3
platné pre
ľubovoľné (aj nekomutujúce) matice AAA,BBB ∈ Kn×n
. Zovšeobecnite na ľubovoľný
exponent m ∈ N. Kde sa v nich skrývajú binomické koeficienty m
i ?
21.7. Nájdite minimálne polynómy matíc z príkladov 20.2.1–5 a cvičenia 20.4.
21.8. (a) Ako vyzerajú minimálny a charakteristický polynóm zovšeobecnenej Jordanovej
bunky JJJn
a −b
b a
?
(b) Nájdite minimálne polynómy matíc z príkladu 20.3.1 a cvičenia 20.5.
21.9. Podrobne dokážte tvrdenie 21.2.3.
21.10. Nech AAA, BBB sú štvorcové matice rádu n nad poľom K, také, že chAAA(x) = chBBB(x) a
µAAA(x) = µBBB(x).
(a) Dokážte, že pre n ≤ 3 z toho už vyplýva AAA ≈ BBB.
(b) Nájdite príklad takých matíc rádu 4, ktoré napriek uvedeným predpokladom
nie sú podobné.
454 21. Polynomické invarianty podobnosti matíc
21.11. Priamym výpočtom príslušného determinantu overte, že charakterický polynóm pridruženej
matice MMMf normovaného polynómu f(x) ∈ K[x] stupňa n je (−1)n
f(x).
(Návod: Odvoďte rekurzívny vzorec pomocou vhodného Laplaceovho rozvoja.)
21.12. Nech ϕ je lineárny operátor na vektorovom priestore V nad poľom K a 0 = vvv ∈ V .
Dokážte nasledujúce tvrdenia:
(a) vvv ∈ Ker ϕ práve vtedy, keď cyklickým rádom vektora vvv je polynóm x.
(b) vvv je vlastný vektor operátora ϕ prislúchajúci k jeho vlastnej hodnote λ ∈ K
práve vtedy, keď jeho cyklickým rádom je polynóm x − λ.
21.13. Nech S ⊆ V je cyklický podpriestor lineárneho operátora ϕ: V → V , ktorého
cyklický generátor vvv má cyklický rád f(x) = xk
−
k
i=1 cixk−i
. Napíšte maticu
lineárneho operátora ϕ S v cyklickej báze (vvv, ϕ(vvv), . . . ϕk−1
(vvv)) podpriestoru S.
Niektorí autori uvádzajú pridruženú maticu normovaného polynómu f(x) práve
v takomto tvare, prípadne v tvare transponovanej matice k tejto matici.
21.14. Dokážte tvrdenie 21.3.1.
21.15. Overte priamym výpočtom, že pre ľubovoľný skalár λ matice λ 1
0 λ , 2λ 1
−λ2
0 , sú
podobné. Nájdite všetky matice prechodu (porovnajte s cvičením 19.3 (c)). Zvšeobecnite
na ľubovoľné n a matice JJJn(λ), MMM(x−λ)n .
21.16. Nech AAA ∈ Kn×n
, f(x), g(x) ∈ K[x] sú nesúdeliteľné polynómy a a uuu,vvv ∈ Kn
sú
vektory s cyklickými rádmi f(x) resp. g(x) vzhľadom na AAA. Dokážte postupne nasledujúce
tvrdenia:
(a) Cyklický rád vektora uuu + vvv je polynóm f(x) g(x).
(b) Existuje vektor www ∈ Kn
, ktorého cyklický rád vzhľadom na AAA je práve minimálny
polynóm µAAA(x). (Riešte najprv pre prípad, že µAAA(x) = p(x)α
, kde p(x) je
ireducibilný polynóm.)
21.17. (a) Dokážte, že minimálny polynóm matice CCC = diag(AAA,BBB), kde AAA, BBB sú štvorcové
matice nad poľom K, ktorých minimálne polynómy sú nesúdeliteľné, je µCCC(x) =
µAAA(x) µBBB(x).
(b) Polynóm najnižšieho možného stupňa, ktorý je deliteľný oboma nenulovými
polynómami f(x), g(x) ∈ K[x] sa nazýva ich najmenší spoločný násobok. Dokážte,
že vo všeobecnosti je minimálny polynóm matice diag(AAA,BBB) najmenším spoločným
násobkom minimálnych polynómov µAAA(x), µBBB(x).
(c) Nech f(x), g(x) ∈ K[x] sú nesúdeliteľné normované polynómy stupňov n resp.
m. Dokážte, že Km+n
je cyklickým podpriestorom matice diag(MMMf , MMMg). Nájdite
jeho cyklický generátor.
21.18. (a) Sformulujte vetu o prvočíselnom rozklade v obore celých čísel (prípadne si ju
vyhľadajte v literatúre) a dokážte ju.
(b) Dokážte tvrdenie 21.4.1.
21.19. Podrobne popíšte, ako možno zo sústavy invariantných faktorov matice AAA ∈ Kn×n
získať sústavu jej elementárnych deliteľov.
21.20. Nech L je ľubovoľné rozšírenie poľa K. Potom matice AAA, BBB ∈ Kn×n
sú podobné
nad K práve vtedy, keď sú podobné nad L. Dokážte. (Porovnajte svoje súčasné
možnosti s možnosťami, ktoré ste mali k dispozícii v cvičení 20.2.)
21.21. (a) Matica AAA ∈ Kn×n
je podobná s diagonálnou maticou nad poľom K práve vtedy,
keď jej mininálny polynóm je súčinom lineárnych faktorov z K[x]. Dokážte
Cvičenia 455
(b) Za predpokladu, že všetky elementárne delitele matice AAA sú mocninami lineárnych
faktorov, vyjasnite vzťah medzi jej primárnym a Jordanovým kanonickým
tvarom.
21.22. Ku každej možnosti z príkladu 21.4.6 napíšte primárny, racionálny aj Jordanov kanonický
tvar matice AAA.
21.23. ∗
Doplňte medzery v dôkaze vety 21.5.1.
21.24. Pre všetky tri kanonické tvary matice AAA z príkladu 21.5.3 nájdite príslušnú maticu
prechodu.
21.25. Determinantové delitele charakteristickej matice tvoria úplný systém invariantov
podobnosti danej štvorcovej matice AAA. To znamená, že matice AAA, BBB ∈ Kn×n
sú
podobné práve vtedy, keď ich charakteristické matice majú rovnaký systém determinantových
deliteľov. Dokážte.
21.26. Nájdite sústavy invariantných faktorov a sústavy elementárnych deliteľov ako aj
racionálne a primárne kanonické tvary matíc z príkladov 20.2.1–5, 20.3.1, 20.6.1
a cvičení 20.4, 20.5 (c) úpravou ich charakteristických matíc pomocou λ-ERO a
λ-ESO. Vysvetlite, ako z nich možno získať JKT pôvodnej matice a príslušnú Jordanovu
bázu (maticu prechodu).
22. Maticové funkcie
V tejto kapitole najprv preskúmame funkcie, ktoré možno získať dosadením
matíc AAA ∈ Cn×n
do potenčných radov s komplexnými koeficientmi, t. j. do
funkcií v istom zmysle blízkych polynómom. Teda na rozdiel od predchádzajúcej
kapitoly sa obmedzíme len na pole C všetkých komplexných čísel,
pričom reálne matice i funkcie budeme chápať ako špeciálny prípad komplexných.
Najdôležitejšou funkciou, ktorú takto získame, bude exponenciála eAAA
ľubovoľnej matice AAA ∈ Cn×n
. Potom stručne preskúmame možnosť rozšíriť
na maticové argumenty aj iné funkcie komplexnej alebo reálnej premennej.
Ďalej sa budeme zaoberať maticovými funkciami reálnej premennej, pre
ktoré odvodíme niektoré analógy základných formúl diferenciálneho a integrálneho
počtu. Tie sa nám budú hodiť pri riešení sústav lineárnych diferenciálnych
rovníc. Podrobnejšie sa budeme venovať sústavám homogénnych
rovníc s konštantnými koeficientmi, ktoré predstavujú vďačnú oblasť aplikácií
exponenciály a Jordanovho kanonického tvaru matíc nad C.
U čitateľa predpokladáme základné znalosti z matematickej analýzy. Časť
z nich pripomenieme v poznámkach pod čiarou prípadne zhrnieme do ucelených
tvrdení, na ktoré sa budeme (bez dôkazov) odvolávať. Poznamenajme,
že k deriváciám funkcií komplexnej premennej budeme pristupovať skôr algebraicky
než analyticky – v podstate vystačíme s formálnymi deriváciami
polynómov a potenčných radov. To nám umožní vedome prehliadnuť istý
zásadný rozdiel medzi deriváciami funkcií reálnej a komplexnej premennej.
22.1 Mocninné rady maticovej premennej
Po polynómoch najjednoduchšie reálne či komplexné funkcie sú definované
mocninnými alebo tiež potenčnými radmi, t. j. formálnymi výrazmi tvaru
f(x) =
∞
k=0
ckxk
= ckxk
,
kde (ck)∞
k=0 je ľubovoľná postupnosť reálnych alebo komplexných čísel. 1
Množinu
všetkých potenčných radov v premennej x s koeficientmi z poľa K budeme
značiť K[[x]]. Zrejme K[[x]] je nekonečnorozmerný vektorový priestor
nad poľom K.
1
V analýze sa uvažujú potenčné rady
∞
k=0 ck(x − w)k
so stredom v ľubovoľnom bode
w ∈ C. Pre naše účely však celkom postačí, ak sa obmedzíme na potenčné rady so stredom
w = 0.
22.1. Mocninné rady maticovej premennej 457
Pod formálnou p-tou deriváciou potenčného radu f(x) = ∞
k=0 ∈ K[[x]]
rozumieme potenčný rad
f(p)
(x) =
∞
k=p
k(k − 1) . . . (k − p + 1)ckxk−p
=
∞
k=0
(k + p)!
k!
ck+pxk
∈ K[[x]];
pre p = 0 je f(0)
(x) = f(x) a pre p = 1 píšeme f(1)
(x) = f (x).
Každý potenčný rad f(x) = ckxk
nad R alebo C definuje predpisom
f(a) = ∞
k=0 ckak
(rovnako značenú) funkciu na množine všetkých tých reálnych
alebo komplexných čísel a, pre ktoré uvedený rad konverguje. 2
Táto
množina, ktorú nazývame definičný obor alebo obor konvergencie potenčného
radu f(x) a značíme Dom(f) (z anglického domain), je (až na hraničné
body) charakterizovaná svojim polomerom konvergencie.
Označme s = lim sup
k→∞
|ck|1/k
a r = s−1
, ak 0 < s < ∞, resp. r = ∞, ak
s = 0, resp. r = 0, ak s = ∞. 3
Potom r nazývame polomerom konvergencie
mocninného radu ckxk
. Pre nás podstatné poznatky matematickej analýzy
o mocninných radoch sú zhrnuté v nasledujúcej vete.
22.1.1. Veta. Nech mocninný rad f(x) = ∞
k=0 ckxk
∈ C[[x]] má polomer
konvergencie r. Potom pre každé a ∈ C platí
(a) ak |a| < r, tak rad ckak
absolútne konverguje;
(b) ak |a| > r, tak rad ckak
diverguje.
Ak navyše r > 0, tak funkcia f je spojitá na celom otvorenom kruhu {a ∈ C; |a| < r}
a má tam spojité derivácie všetkých rádov dané potenčnými radmi f(p)
(x),
z ktorých každý má rovnaký polomer konvergencie ako pôvodný rad a konverguje
rovnomerne na každom uzavretom kruhu {a ∈ C; |a| ≤ q} pre
2
Pre pohodlie čitateľa pripomíname, že súčet radu
∞
k=0 ak komplexných čísel je definovaný
ako limita jeho čiastočných súčtov, t. j. (ak prijmeme dohodu, že súčet radu značíme
rovnako ako príslušný rad)
∞
k=0
ak = lim
m→∞
m
k=0
ak.
Ak táto limita existuje (a je to komplexné číslo), hovoríme, že príslušný rad konverguje,
v opačnom prípade hovoríme, že rad diverguje. Rad ak konverguje absolútne, ak konverguje
rad |ak|.
3
Limes superior lim sup ak postupnosti reálnych čísel (ak) je definované ako supremum
množiny všetkých hromadných bodov tejto postupnosti. Pritom b ∈ R ∪ {−∞, ∞} je
hromadný bod postupnosti (ak), ak existuje z nej vybraná podpostupnosť akn
, kde (kn)
je rastúca postupnosť prirodzených čísel, taká, že limn→∞ akn
= b.
458 22. Maticové funkcie
0 < q < r.4
Naopak, pre koeficienty pôvodného potenčného radu platí
ck =
1
k!
f(k)
(0).
Špeciálne, ak r = ∞, tak funkcia f je definovaná v celej komplexnej
rovine C a má tam všetky „príjemné vlastnosti uvedené v druhej časti vety.
Ak r = 0, tak f je definovaná v jedinom bode x = 0. Ak 0 < r < ∞, tak
funkcia f môže no nemusí byť definovaná aj v niektorých bodoch hraničnej
kružnice {a ∈ C; |a| = r} svojho oboru konvergencie. Platí teda
{a ∈ C; |a| < r} ⊆ Dom(f) ⊆ {a ∈ C; |a| ≤ r}.
Podrobnejší rozbor hraničných situácií však presahuje rámec nášho kurzu.
(Pozri tiež cvičenie 22.3.)
Práve rovnomerná konvergencia vo vnútri definičného oboru potenčného
radu zabezpečuje nielen spojitosť jeho súčtu a derivácií, ale tiež umožňuje
tento súčet derivovať alebo integrovať formálnym derivovaním resp. integrovaním
pôvodného radu člen za členom. Vo vnútri kruhu konvergencie tak
nemusíme rozlišovať medzi radom a funkciou definovanou jeho súčtom, a
rovnako ani medzi p-tou formálnou deriváciou radu a p-tou deriváciou tejto
funkcie.
Formálne možno do mocninného radu f(x) = ∞
k=0 ckxk
dosadiť za premennú
x nielen reálne či komplexné číslo, ale aj ľubovoľnú štvorcovú maticu
AAA = (aij)n×n nad R alebo C. Aby sme však mohli bližšie preskúmať maticové
funkcie, ktoré takto dostaneme, musíme si najprv ujasniť niektoré základné
otázky týkajúce sa konvergencie postupností a radov komplexných matíc.
Konvergenciu postupnosti matíc definujeme po zložkách. Teda postupnosť
matíc (AAAk)∞
k=0, kde AAAk = (akij) ∈ Cm×n
, konverguje k matici AAA = (aij) ∈
Cm×n
, ak pre všetky i ≤ m, j ≤ n postupnosť (akij)∞
k=0 konverguje k prvku
aij, čiže lim
k→∞
akij = aij. V takom prípade píšeme
lim
k→∞
AAAk = AAA.
V dôsledku spojitosti sčítania a násobenia v poli C možno pre súčty a súčiny
konvergentných maticových postupností (AAAk), (BBBk) vhodných rozmerov
dokázať obdobné vzťahy ako pre číselné postupnosti:
lim
k→∞
(AAAk + BBBk) = lim
k→∞
AAAk + lim
k→∞
BBBk,
lim
k→∞
(AAAk · BBBk) = lim
k→∞
AAAk · lim
k→∞
BBBk.
4
Funkcionálny rad
∞
k=0 gk(x) konverguje rovnomerne na množine X ⊆ C k funkcii
g(x), ak (∀ ε > 0)(∃ m0)(∀ m ≥ m0)(∀ x ∈ X)
m
k=0 gk(x) − g(x) < ε . Vo všeobecnosti
súčet konvergentného funkcionálneho radu funkcií spojitých na množine X nemusí byť
spojitá funkcia na X. Ak však rad konverguje k svojmu súčtu na tejto množine rovnomerne,
tak aj jeho súčet je spojitá funkcia na X.
22.1. Mocninné rady maticovej premennej 459
Tieto pravidlá nám umožňujú počítať s limitami maticových postupností do
značnej miery podobne ako s limitami číselných postupností.
Súčet maticového radu ∞
k=0 AAAk, kde (AAAk)∞
k=0 je nejaká postupnosť komplexných
matíc rovnakého rozmeru m × n, potom definujeme ako limitu postupnosti
jeho čiastočných súčtov, t. j.
∞
k=0
AAAk = lim
p→∞
p
k=0
AAAk,
samozrejme, ak uvedená limita (t. j. matica AAA ∈ Cm×n
príslušných vlastností)
existuje. V takom prípade hovoríme, že maticový rad AAAk konverguje,
v opačnom prípade hovoríme, že diverguje.
Dosadením konkrétnej matice AAA ∈ Cn×n
do mocninného radu f(x) =
∞
k=0 ckxk
tak dostaneme maticový rad ∞
k=0 ckAAAk
, ktorého súčet je definovaný
ako limita
f(AAA) =
∞
k=0
ckAAAk
= lim
m→∞
m
k=0
ckAAAk
postupnosti hodnôt fm(AAA) polynómov fm(x) = m
k=0 ckxk
pre maticu AAA.
Definičným oborom takejto funkcie f je množina tých matíc AAA ∈ Cn×n
, pre
ktoré uvedený rad, t. j. postupnosť fm(AAA) , konverguje. Túto množinu (pri
pevnom n) budeme značiť Domn(f).
Limitným prechodom pre m → ∞ dostávame z výsledkov 21.1.1–3 obdobné
tvrdenia aj pre maticové potenčné rady.
22.1.2. Tvrdenie. Nech f(x) ∈ C[[x]], AAA, PPP ∈ Cn×n
, pričom PPP je regulárna.
Potom AAA ∈ Domn(f) práve vtedy, keď PPP ·AAA·PPP−1
∈ Domn(f), a v tom prípade
platí
f PPP · AAA · PPP−1
= PPP · f(AAA) · PPP−1
.
22.1.3. Dôsledok. Nech f(x) ∈ C[[x]], AAA, BBB ∈ Cn×n
, pričom AAA ≈ BBB.
Potom AAA ∈ Domn(f) práve vtedy, keď BBB ∈ Domn(f), a v tom prípade
f(AAA) ≈ f(BBB).
22.1.4. Lema. Nech f(x) ∈ C[[x]], AAA1 ∈ Cn1×n1
, . . . , AAAp ∈ Cnp×np
. Potom
diag(AAA1, . . . ,AAAp) ∈ Domn(f) práve vtedy, keď AAAj ∈ Domnj
(f) pre každé
j ≤ p, a v tom prípade platí
f diag(AAA1, . . . ,AAAp) = diag f(AAA1), . . . , f(AAAp) .
Ľubovoľný polynóm, ktorý anuluje maticu AAA ∈ Cn×n
, nám umožňuje zjednodušiť
výpočet súčtu potenčného radu f(AAA) = ckAAAk
, a to tým väčšmi,
čím nižší je jeho stupeň m. Pomocou neho možno totiž všetky mocniny AAAk
,
460 22. Maticové funkcie
k ≥ m, vyjadriť ako hodnoty polynómov stupňa < m pre maticu AAA (porovnajte
s príkladom 21.1.5). Najvýhodnejší na ten účel preto je minimálny polynóm
matice AAA. Ak totiž µAAA(x) = xm
− m
j=1 djxm−j
, tak AAAm
= m
j=1 djAAAm−j
.
Potom
AAAm+k
=
m
j=1
d
(k)
j AAAm−j
,
kde koeficienty d
(k)
j možno vypočítať z rekurentného vzťahu
d
(0)
j = dj, d
(k+1)
j = djd
(k)
1 + d
(k)
j+1,
pričom pre j > m definitoricky kladieme d
(k)
j = 0. Ak teda označíme
ν
(k)
AAA (x) = d
(k)
1 xm−1
+ . . . + d
(k)
m−1x + d(k)
m =
m
j=1
d
(k)
j xm−j
,
tak všetky tieto polynómy majú stupeň < m a pre AAA ∈ Domn(f) platí
f(AAA) =
∞
k=0
ckAAAk
= c0III + . . . + cm−1AAAm−1
+
∞
k=0
cm+kν
(k)
AAA (AAA).
Iný spôsob výpočtu potenčného radu f(AAA) = ckAAAk
, pri ktorom zároveň
možno rozhodnúť otázku, či AAA ∈ Domn(f), sa zakladá na znalosti Jordanovho
kanonického tvaru matice AAA ∈ Cn×n
. Keďže pole C je algebraicky uzavreté,
existuje matica JJJ = diag JJJn1 (λ1), . . . ,JJJnp (λp) ∈ Cn×n
v JKT a regulárna
matica PPP ∈ Cn×n
také, že AAA = PPP ·JJJ ·PPP−1
. Vďaka tvrdeniu 22.1.2 a leme 22.1.4
potom
AAA ∈ Domn(f) ⇔ JJJ ∈ Domn(f) ⇔ (∀ i ≤ p) JJJni
(λi) ∈ Domni
(f) ,
a – podobne ako pre polynómy – v tom prípade platí
f(AAA) = PPP · f(JJJ) · PPP−1
= PPP · diag f JJJn1 (λ1) , . . . , f JJJnp (λp) · PPP−1
.
Tým sme otázku konvergencie potenčných radov pre všeobecné matice AAA ∈
Cn×n
zredukovali na otázku konvergencie takýchto radov pre Jordanove bunky
JJJn(λ), kde λ ∈ C.
Použitím viet 22.1.1, 21.1.8 a limitným prechodom m → ∞ na postupnosť
čiastočných súčtov fm(x) = m
k=0 ckxk
, umožneným rovnomernou konvergenciou,
dostávame
22.1.5. Veta. Nech f(x) = ∞
k=0 ckxk
∈ C[[x]] je potenčný rad s polomerom
konvergencie r a JJJn(λ) je komplexná Jordanova bunka. Potom platí
22.1. Mocninné rady maticovej premennej 461
(a) ak |λ| < r, tak JJJn(λ) ∈ Domn(f);
(b) ak |λ| > r, tak JJJn(λ) /∈ Domn(f).
V prípade (a) navyše platí
f JJJn(λ) =





f(λ) 1
1!
f (λ) . . . 1
(n−1)!
f(n−1)
(λ)
0 f(λ) . . . 1
(n−2)!
f(n−2)
(λ)
...
...
...
...
0 0 . . . f(λ)





.
K hraničnému prípadu |λ| = r poznamenajme len toľko, že rad f JJJn(λ)
konverguje práve vtedy, keď konverguje rad f(n−1)
(λ). Potom konvergujú i
všetky ostatné rady f(j)
(λ), 0 ≤ j ≤ n − 1, a vyššie uvedený vzorec zostáva
v platnosti.
Vzorec pre f JJJn(λ) je cenný najmä vtedy, keď máme k dispozícii kompaktnú
formulu pre funkciu f, z ktorej vieme priamo vypočítať aj jej derivácie.
Ako uvidíme v paragrafe 22.3, taktiež ho možno použiť na definíciu
hodnôt f JJJn(λ) aj pre iné funkcie, než len dané potenčnými radmi. Stačí,
aby funkcia f mala v bode λ všetky derivácie až do rádu n − 1. V ďalšom
kroku možno definíciu f(AAA) rozšíriť na všetky matice AAA ∈ Cn×n
za predpokladu,
že ich spektrum spĺňa istú podmienku, ktorú presnejšie sformulujeme
v 22.3.
Spektrálnym polomerom komplexnej (a tým i reálnej) štvorcovej matice
AAA nazývame maximum absolútnych hodnôt jej vlastných čísel, t. j. číslo
ρ(AAA) = max{|λ|; λ ∈ SpecAAA}.
Zrejme ρ(AAA) ≥ 0 je reálne číslo.
Otázku konvergencie potenčných radov pre všeobecné matice možno vyjasniť
na základe vzťahu medzi polomerom konvergencie radu a spektrálnym
polomerom matice. Keďže každá komplexná štvorcová matica je podobná
s maticou v JKT, z tvrdení 22.1.2, 22.1.4 a 22.1.5 vyplýva
22.1.6. Veta. Nech f(x) = ckxk
∈ C[[x]] je potenčný rad s polomerom
konvergencie r. Potom pre ľubovoľnú maticu AAA ∈ Cn×n
platí
(a) ak ρ(AAA) < r, tak AAA ∈ Domn(f);
(b) ak ρ(AAA) > r, tak AAA /∈ Domn(f).
22.1.7. Príklad. Funkcie (1 − x)−1
, (1 + x)−1
možno pre |x| < 1 vyjadriť
Mac Laurinovými radmi
1
1 − x
=
∞
k=0
xk
,
1
1 + x
=
∞
k=0
(−1)k
xk
,
462 22. Maticové funkcie
s rovnakým polomerom konvergencie r = 1. Preto i maticové rady AAAk
,
(−1)k
AAAk
konvergujú pre každé AAA ∈ Cn×n
, ρ(AAA) < 1, a platí
∞
k=0
AAAk
= (III − AAA)−1
,
∞
k=0
(−1)k
AAAk
= (III + AAA)−1
;
pozri cvičenie 22.4. Rad AAAk
= (III − AAA)−1
sa zvykne tiež nazývať von Neumannovým
radom matice AAA.
22.1.8. Príklad. Funkcie ln(1−x), ln(1+x) možno pre |x| < 1 rozvinúť do
Mac Laurinových radov
ln(1 − x) = −
∞
k=1
1
k
xk
, ln(1 + x) =
∞
k=1
(−1)k−1
k
xk
,
opäť s polomerom konvergencie r = 1, ktoré sme získali z radov pre (1±x)−1
formálnou integráciou člen po člene a využitím rovnosti ln 1 = 0. Uvedené
rady teda môžeme použiť na definíciu funkcií
ln(III − AAA) = −
∞
k=1
1
k
AAAk
, ln(III + AAA) =
∞
k=1
(−1)k−1
k
AAAk
,
pre AAA ∈ Cn×n
, ρ(AAA) < 1. Oprávnenosťou takýchto definícií sa budeme zaoberať
v cvičení 22.5.
Uvedomme si, že Spec(AAA − III) = {λ − 1; λ ∈ SpecAAA}, a dosaďme do
druhého radu maticu AAA−III miesto matice AAA (prípadne do prvého radu maticu
III − A). Maticový rad
lnAAA =
∞
k=1
(−1)k−1
k
(AAA − III)k
= −
∞
k=1
1
k
(III − AAA)k
,
ktorý takto dostaneme, konverguje pre všetky AAA ∈ Cn×n
také, že |λ − 1| < 1
pre každé λ ∈ SpecAAA; pre takéto matice ho teda možno použiť na definíciu
funkcie lnAAA.
22.2 Exponenciála matice
Vari najdôležitejšou funkciou v matematickej analýze je exponenciála ex
,
ktorú možno pre každé x ∈ C definovať potenčným radom
ex
= exp x =
∞
k=0
xk
k!
.
22.2. Exponenciála matice 463
Z uvedeného rozvoja už možno odvodiť všetky dôležité vlastnosti exponenciálnej
funkcie, vrátane kľúčového vzťahu ex
= ex
.
S exponenciálnou funkciou úzko súvisia ďalšie dve funkcie, kosínus a sínus,
ktoré je pre naše účely najvýhodnejšie definovať pre každé x ∈ C mocninnými
radmi
cos x =
∞
k=0
(−1)k
(2k)!
x2k
, sin x =
∞
k=0
(−1)k
(2k + 1)!
x2k+1
.
Presvedčte sa samostatne, že polomer konvergencie všetkých troch uvedených
radov je r = ∞.
To nám umožňuje definovať exponenciálu, kosínus a sínus pre ľubovoľnú
maticu AAA ∈ Cn×n
:
eAAA
= expAAA =
∞
k=0
1
k!
AAAk
,
cosAAA =
∞
k=0
(−1)k
(2k)!
AAA2k
, sinAAA =
∞
k=0
(−1)k
(2k + 1)!
AAA2k+1
.
Jednoduchým výpočtom možno overiť maticové zovšeobecnenie slávneho
Eulerovho vzťahu eix
= cos x + i sin x.
22.2.1. Tvrdenie. Pre ľubovoľnú maticu AAA ∈ Cn×n
platí
eiAAA
= cosAAA + i sinAAA.
Dôkaz. Sčítaním zvlášť cez párne a nepárne členy radu dostaneme
eiAAA
=
∞
k=0
1
k!
(iAAA)k
=
∞
k=0
i2k
(2k)!
AAA2k
+
∞
k=0
i2k+1
(2k + 1)!
AAA2k+1
=
∞
k=0
(−1)k
(2k)!
AAA2k
+ i
∞
k=0
(−1)k
(2k + 1)!
AAA2k+1
= cosAAA + i sinAAA.
Známy vzťah ex+y
= ex
ey
má tiež maticové zovšeobecnenie.
22.2.2. Tvrdenie. Ak matice AAA,BBB ∈ Cn×n
komutujú, tak
eAAA+BBB
= eAAA
· eBBB
.
464 22. Maticové funkcie
Dôkaz. S použitím rovnosti k
j
= k!
j!(k−j)!
a binomickej vety (lema 21.1.6)
postupnými úpravami vypočítame
eAAA
· eBBB
=
∞
i=0
1
i!
AAAi
·
∞
j=0
1
j!
BBBj
=
∞
k=0 i+j=k
1
i! j!
AAAi
BBBj
=
∞
k=0
1
k!
k
j=0
k
j
AAAk−j
BBBj
=
∞
k=0
1
k!
(AAA + BBB)k
= eAAA+BBB
.
Ak matice AAA,BBB ∈ Cn×n
komutujú, tak komutujú aj matice AAA, iBBB. Z tvrdení
22.2.1, 22.2.2 tak dostávame
22.2.3. Dôsledok. Ak matice AAA,BBB ∈ Rn×n
komutujú, tak
eAAA+iBBB
= eAAA
(cosBBB + i sinBBB),
pričom eAAA
, cosBBB, sinBBB ∈ Rn×n
.
Uvedomte si, že pre nulovú maticu 0n,n = diag(0, . . . , 0) podľa lemy 21.1.3
platí exp 0n,n = diag(e0
, . . . , e0
) = IIIn. Keďže každá štvorcová matica AAA komutuje
s maticou −AAA, z tvrdenia 22.2.2 okamžite vyplýva ďalší dôsledok.
22.2.4. Dôsledok. Exponenciála eAAA
ľubovoľnej matice AAA ∈ Cn×n
je regulárna
a platí
eAAA
)−1
= e−AAA
.
Kľúčom k výpočtu exponenciály matice je opäť znalosť exponenciály Jordanových
buniek. Vďaka rovnosti (ex
) = ex
podľa vety 22.1.5 dostávame
22.2.5. Tvrdenie. Pre n ≥ 1, λ ∈ C platí
expJJJn(λ) =





eλ eλ
1!
. . . eλ
(n−1)!
0 eλ
. . . eλ
(n−2)!
...
...
...
...
0 0 . . . eλ





=





1 1
1!
. . . 1
(n−1)!
0 1 . . . 1
(n−2)!
...
...
...
...
0 0 . . . 1





eλ
.
Na záver ešte zaznamenáme jeden užitočný a zaujímavý vzťah, umožňujúci
jednoduchý vypočet determinantu exponenciály matice len na základe
jej stopy.
22.2.6. Veta. (Liouvilleova formula) Pre ľubovoľnú maticu AAA ∈ Cn×n
platí
det eAAA
= etrAAA
.
22.3. Skalárne funkcie maticového argumentu 465
Dôkaz. Pre JJJ = diag JJJn1 (λ1) . . . ,JJJnp (λp) podľa lemy 22.1.4 máme
eJJJ
= diag expJJJn1 (λ1), . . . , expJJJnp (λp) .
Takže v dôsledku tvrdenia 22.2.5 platí
det eJJJ
= eλ1
n1
. . . eλp
np
= exp(n1λ1 + . . . + npλp) = etrJJJ
.
Nech teraz JJJ ≈ AAA je JKT matice AAA. Podľa dôsledku 22.1.3 platí eAAA
≈ eJJJ
.
Keďže podobné matice majú rovnaký determinant aj stopu (pozri dôsledok
18.1.4), z prvej časti dôkazu vyplýva
det eAAA
= det eJJJ
= etrJJJ
= etrAAA
.
Keďže det eAAA
= etrAAA
= 0, dostávame tak iný dôkaz regularity matice eAAA
.
22.3 Skalárne funkcie maticového argumentu
Tvrdenie 21.1.1, lema 21.1.3 a veta 21.1.8, spolu s vetou 20.1.2 o Jordanovom
kanonickom tvare, nám umožňujú vypočítať hodnotu f(AAA) pre ľubovoľný
polynóm f(x) a štvorcovú maticu AAA nad poľom komplexných čísel. Vďaka
tvrdeniu 22.1.2, leme 22.1.4 a vete 22.1.5 môžeme tú istú schému uplatniť
aj pre potenčný rad f(x) ∈ C[[x]] a maticu AAA ∈ Cn×n
, ktorej spektrálny
polomer je menší ako polomer konvergencie radu f(x). To navodzuje myšlienku
použiť rovnakú schému na definíciu rozšírenia komplexných funkcií
komplexnej premennej (prípadne reálnych funkcií reálnej premennej) na maticové
argumenty. Takto získaným funkciám budeme hovoriť skalárne funkcie
maticového argumentu.
Pripomeňme, že rádom vlastnej hodnoty λ matice AAA ∈ Kn×n
nad ľubovoľným
poľom K nazývame rád r najväčšej Jordanovej bunky JJJr(λ) v JKT
matice AAA (pozri paragraf 20.4 a cvičenie 20.6).
Nech f je komplexná funkcia komplexnej premennej a AAA ∈ Cn×n
. Hodnota
funkcie f je definovaná pre maticu AAA, píšeme tiež AAA ∈ Domn f, ak pre
každé vlastné číslo λ ∈ SpecAAA s rádom r sú funkcia f a všetky derivácie
f , . . . , f(r−1)
definované v bode λ. (Ak r > 1, tak to predpokladá, že funkcia
f je definovaná v nejakom okolí bodu λ.) Samotnú definíciu hodnoty f(AAA),
za uvedených podmienok, rozložíme do troch krokov:
(1) Ak AAA = JJJn(λ) je Jordanova bunka, tak
f(AAA) = f JJJn(λ) =





f(λ) 1
1!
f (λ) . . . 1
(n−1)!
f(n−1)
(λ)
0 f(λ) . . . 1
(n−2)!
f(n−2)
(λ)
...
...
...
...
0 0 . . . f(λ)





.
466 22. Maticové funkcie
(2) Ak AAA = JJJ = diag(JJJ1, . . . ,JJJk) je v JKT, kde JJJi = JJJni
(λi) pre i ≤ k sú
Jordanove bunky, tak
f(AAA) = f(JJJ) = diag f(JJJ1), . . . , f(JJJk) .
(3) Konečne, ak AAA = PPP · JJJ · PPP−1
, kde JJJ je JKT matice AAA a PPP je regulárna
matica, tak
f(AAA) = PPP · f(JJJ) · PPP−1
.
Pred chvíľou spomínané výsledky nám zaručujú, že pre funkcie dané polynómami
či potenčnými radmi dáva táto definícia rovnaké výsledky ako
pôvodné definície. V prípade všeobecných funkcií je však potrebné dokázať
jej korektnosť. Táto úloha sa redukuje na dôkaz nezávislosti hodnoty f(AAA)
na matici prechodu PPP medzi maticou AAA a jej JKT JJJ, ako aj na poradí Jordanových
buniek v matici JJJ.
Začneme jedným zovšeobecnením Lagrangeovho interpolačného polynómu
(porovnaj s cvičením 10.16).
22.3.1. Lema. Nech K je niektoré z polí R alebo C, hodnoty λ1, . . . , λm ∈ K
sú navzájom rôzne a YYY = (yik) ∈ Km×r
je matica (so stĺpcami číslovanými
od 0 do r − 1). Potom existuje jednoznačne určený polynóm F(x) ∈ K[x]
stupňa ≤ mr − 1 taký, že
F(k)
(λi) = yik
pre všetky 1 ≤ i ≤ m, 0 ≤ k < r.
Dôkaz. Polynóm F(x) budeme hľadať v tvare
F(x) = p1(x)q1(x) + . . . + pm(x)qm(x),
kde
pi(x) =
r−1
k=0
cik
k!
(x − λi)k
má tvar Taylorovho polynómu a
qi(x) =
j=i
(x − λj)r
.
Takže zostáva určiť iba koeficienty cik.
Zvoľme ľubovoľné 1 ≤ i ≤ m, 0 ≤ k < r. Z tvaru polynómov qi(x) je
zrejmé, že q
(k)
i (λj) = 0 pre j = i. V dôsledku toho s použitím Newtonovej
binomickej formuly pre k-tu deriváciu súčinu dvoch funkcií dostávame
F(k)
(λi) =
dk
dxk
pi(x)qi(x)
x=λi
=
k
j=0
k
j
p
(j)
i (λi)q
(k−j)
i (λi) =
k
j=0
k
j
cijq
(k−j)
i (λi);
22.3. Skalárne funkcie maticového argumentu 467
pozri cvičnie 22.9. Pre pevné i vypočítame vektor koeficientov ci0, . . . , ci r−1
ako riešenie sústavy r lineárnych rovníc
k
j=0
k
j
q
(k−j)
i (λi) cij = yik
pre 0 ≤ k < r. Táto sústava má dolnú trojuholníkovú maticu, pričom všetky
jej diagonálne prvky sú qi(λi). Keďže hodnoty λ1, . . . , λm sú navzájom rôzne,
qi(λi) = 0, preto matica sústavy je regulárna a sústava má jediné riešenie.
Postupnou elimináciou dostávame
ci0 =
yi0
qi(λi)
, ci1 =
yi1
qi(λi)
−
qi(λi) yi0
qi(λi)2
,
ci2 =
yi2
qi(λi)
−
2qi(λi) yi1
qi(λi)2
+
2qi(λi)2
− qi(λi)qi (λi) yi0
qi(λi)3
, atď.
Konkrétny tvar riešenia nás v tejto chvíli príliš nezaujíma – dôležitá je len
jeho existencia.
22.3.2. Veta. Nech AAA ∈ Cn×n
a λ1, . . . , λm sú všetky navzájom rôzne vlastné
hodnoty matice AAA, pričom ri označuje rád vlastnej hodnoty λi. Nech f je skalárna
funkcia maticového argumentu taká, že AAA ∈ Domn f. Potom existuje
polynóm F(x) ∈ C[x], ktorý závisí len na vlastných hodnotách λi matice AAA,
ich rádoch ri a hodnotách funkcie f a jej derivácií až do rádu ri −1 v bodoch
spektra λi, taký, že f(AAA) = F(AAA).
Dôkaz. Označme r = max{r1, . . . , rm}. Pre 1 ≤ i ≤ m, 0 ≤ k < r položme
yik =
f(k)
(λi), ak k < ri,
0, ak k ≥ ri.
Podľa práve dokázanej lemy existuje polynóm F(x) taký, že F(k)
(λi) = yik
pre všetky i, k.
Nech JJJ ≈ AAA je JKT matice AAA a PPP je regulárna matica taká, že AAA =
PPP · JJJ · PPP−1
. Potom maximálny rozmer Jordanových buniek v JJJ je r × r.
Keďže hodnota f(JJJ) závisí len od hodnôt f(k)
(λi) pre 1 ≤ i ≤ m, 0 ≤ k < ri,
zrejme platí f(JJJ) = F(JJJ). Podľa definície výrazu f(AAA) a tvrdenia 22.1.2 z toho
vyplýva
f(AAA) = PPP · f(JJJ) · PPP−1
= PPP · F(JJJ) · PPP−1
= F PPP · JJJ · PPP−1
= F(AAA).
468 22. Maticové funkcie
Z práve dokázanej vety okamžite vyplýva korektnosť našej definície výrazu
f(AAA): hodnota f(AAA) = F(AAA) totiž nezávisí na konkrétnej reprezentácii
AAA = PPP · JJJ · PPP−1
matice AAA pomocou matíc JJJ a PPP.
V najjednoduchšom prípade, keď matica AAA je diagonalizovateľná, t. j. AAA =
PPP · diag(λ1, . . . , λn) · PPP−1
pre nejakú regulárnu maticu PPP a λ1, . . . , λn ∈ C,
hodnota f(AAA) je definovaná práve vtedy, keď funkcia f je definovaná vo
všetkých bodoch λi spektra matice AAA, pričom
f(AAA) = PPP · diag f(λ1), . . . , f(λn) · PPP−1
.
Napokon si ešte ujasnime, ako je to s možnosťou rozšírenia reálnych funkcií
reálnej premennej na maticové argumenty. Z vykonaných úvah vyplýva,
že otázka, či AAA je reálna alebo komplexná matica, pri tom nehrá podstatnú
úlohu. Dôležité je, aby AAA mala reálne spektrum. Teda hodnotu f(AAA) možno
definovať podľa rovnakej schémy pre ľubovoľnú maticu AAA ∈ Cn×n
, pre ktorú
platí SpecAAA ⊆ R a pre každé λ ∈ SpecAAA sú funkcia f a všetky jej derivácie
až do rádu menšieho než rád λ definované (a konečné) v bode λ. Potom výsledná
matica f(AAA) ∈ Cn×n
má opäť reálne spektrum Spec f(AAA) = {f(λ); λ ∈
SpecAAA}. Ak AAA je navyše reálna matica s reálnym spektrom, tak aj výsledná
matica f(AAA) je reálna. (Rozmyslite si prečo – pozri cvičenie 22.11.)
22.4 Maticové a vektorové funkcie reálnej premennej
Funkciu xxx: S → Cn
, resp. xxx: S → Rn
, kde S ⊆ R, budeme nazývať komplexnou
resp. reálnou vektorovou funkciou reálnej premennej. Takáto funkcia
sa prirodzene rozpadá na n zložiek, t. j. skalárnych funkcií xi : S → C resp.
xi : S → R takých, že xxx(t) = (x1(t), . . . , xn(t))T
pre každé t ∈ S. Podobne
funkciu XXX : S → Cm×n
resp. XXX : S → Rm×n
nazývame komplexnou resp.
reálnou maticovou funkciou reálnej premennej na množine S ⊆ R. I takúto
funkciu možno rozložiť na mn skalárnych zložiek xij : S → C, resp.
xij : S → R takých, že pre každé t ∈ S platí XXX(t) = xij(t) m×n
. Zrejme
vektorové funkcie možno chápať ako špeciálny prípad maticových a reálne
ako špeciálny prípad komplexných. 5
Maticová funkcia XXX = (xij) je spojitá v bode t0 svojho definičného oboru
S, prípadne na množine N ⊆ S, ak každá z jej zložiek xij má uvedenú
vlastnosť.
5
Pripomeňme, že komplexnú funkciu g: S → C reálnej premennej t ∈ S ⊆ R možno
jednoznačne rozložiť na tvar g(t) = g1(t) + ig2(t), kde g1, = Re g, g2 = Im g sú funkcie
S → R. Potom g je spojitá v bode t0 ∈ S práve vtedy, keď g1 aj g2 sú spojité v t0.
Podobne aj derivácia a integrál sú definované po zložkách: g (t0) existuje práve vtedy, keď
existujú g1(t0) a g2(t0), pričom g (t0) = g1(t0)+ig2(t0); pre spojitú g: a, b → C kladieme
b
a
g(t) dt =
b
a
g1(t) dt + i
b
a
g2(t) dt.
22.4. Maticové a vektorové funkcie reálnej premennej 469
Predpokladajme, že maticová funkcia XXX je definovaná v nejakom okolí N
bodu t0, t. j. všetky jej zložky xij sú definované na N. Hovoríme, že XXX má
deriváciu v bode t0, ak všetky zložky xij majú v bode t0 (konečnú) deriváciu.
Deriváciu funkcie XXX v bode t0 značíme
dXXX(t0)
dt
=
dxij(t0)
dt m×n
, prípadne XXX (t0) = xij(t0) m×n
.
Niekedy, najmä pri typickej interpretácii premennej t ako času, sa tiež používa
od Newtona pochádzajúce označenie ˙XXX(t0) = ˙xij(t0) m×n
. Vyššie derivácie
(ak existujú) značíme dk
XXX/ dtk
, prípadne XXX(k)
.
Nasledujúce maticové zovšeobecnenia pravidiel pre deriváciu lineárnej
kombinácie a súčinu maticových funkcií, resp. pre kompozíciu skalárnej a
maticovej funkcie možno overiť priamym výpočtom.
22.4.1. Tvrdenie. Nech maticové funkcie XXX,YYY : S → Cm×n
, ZZZ : S → Cn×p
majú derivácie v bode t0 ∈ S a a, b ∈ C. Potom aj funkcie aXXX + bYYY =
(axij + byij)m×n, XXX · ZZZ = j xijzjk
m×p
majú derivácie v bode t0 a platí
(aXXX + bYYY ) (t0) = aXXX (t0) + bYYY (t0)
(XXX · ZZZ) (t0) = XXX (t0) · ZZZ(t0) + XXX(t0) · ZZZ (t0).
Nech navyše reálna skalárna funkcia g je definovaná v okolí bodu s0 a má
v ňom (konečnú) deriváciu, pričom g(s0) = t0. Potom aj funkcia XXX ◦ g =
(xij ◦ g)m×n má v bode s0 deriváciu
(XXX ◦ g) (s0) = XXX (t0)g (s0).
22.4.2. Dôsledok. Nech maticová funkcia XXX : S → Rn×n
je definovaná
v okolí bodu t0 a má tam deriváciu. Potom pre každé k ∈ N aj maticová
funkcia XXXk
má v bode t0 deriváciu
dXXXk
(t0)
dt
=
k
j=1
XXXj−1
(t0) · XXX (t0) · XXXk−j
(t0).
Ak navyše matice XXX(t0) a XXX (t0) komutujú, tak
dXXXk
(t0)
dt
= kXXXk−1
(t0) · XXX (t0) = kXXX (t0) · XXXk−1
(t0).
Dôkaz indukciou cez k.
470 22. Maticové funkcie
22.4.3. Tvrdenie. Nech potenčný rad f(x) = ∞
k=0 ckxk
∈ C[[x]] má polomer
konvergencie r > 0. Nech ďalej maticová funkcia XXX : S → Cn×n
je
definovaná v okolí bodu t0 ∈ S a má v ňom deriváciu, pričom matice XXX(t0) a
XXX (t0) komutujú. Ak ρ(XXX(t0)) < r, tak funkcia f(XXX) = f ◦ XXX je definovaná
v nejakom okolí bodu t0 a má v ňom deriváciu
f(XXX) (t0) = (f ◦ XXX) (t0) = f XXX(t0) · XXX (t0) = XXX (t0) · f XXX(t0) .
V dôkaze použijeme niekoľko argumentov z matematickej analýzy. Čitateľovi,
ktorému veľa nehovoria, odporúčame prejsť priamo k výpočtu.
Z existencie derivácie XXX (t0) vyplýva spojitosť funkcie XXX v nejakom okolí
N ⊆ S bodu t0. Zo spojitej závislosti koeficientov charakteristického polynómu
na prvkoch matice ako aj koreňov polynómu na koeficientoch zasa
vyplýva existencia okolia M ⊆ N bodu t0 a čísla q > 0 takých, že ρ(XXX(t)) ≤
q < r pre t ∈ M. Označme fm(x) = m
k=0 ckxk
. Vďaka rovnomernej konvergencii
radu f(XXX(t)) = ckXXX(t)k
na množine M a s použitím pravidiel
z 22.4.1, 22.4.2 dostávame
f(XXX) (t0) = lim
m→∞
fm(XXX) (t0) = lim
m→∞
m
k=0
ck
dXXXk
(t0)
dt
= lim
m→∞
m
k=1
kckXXXk−1
(t0) · XXX (t0) = f XXX(t0) · XXX (t0).
Keďže za uvedeného predpokladu komutujú aj XXX (t0) a f XXX(t0) , platí i
druhá rovnosť.
Z faktu, že matica AAAt vždy komutuje s maticou (AAAt) = AAA, ako aj s maticami
eAAAt
, cosAAAt, sinAAAt, na základe práve dokázanej vety okamžite vyplýva
22.4.4. Dôsledok. Nech AAA ∈ Rn×n
je pevne zvolená matica. Potom maticové
funkcie eAAAt
, cosAAAt, sinAAAt sú definované pre každé t ∈ R a pre ich
derivácie platí
eAAAt
= AAA · eAAAt
, cosAAAt = −AAA · sinAAAt, sinAAAt = AAA · cosAAAt.
Určitý integrál spojitej maticovej funkcie XXX : S → Cm×n
na intervale 6
S ⊆ R definujeme pre s, t ∈ S opäť po zložkách:
t
s
XXX(τ) dτ =
t
s
xij(τ) dτ
m×n
6
Dohodneme sa, že pod intervalom budeme odteraz vždy rozumieť netriviálny interval
– či už ohraničený alebo neohraničený, – t. j. ľubovoľnú podmnožinu S ⊆ R, ktorá obsahuje
aspoň dva body a spĺňa podmienku (∀ a, b ∈ S)(∀ x ∈ R)(a ≤ x ≤ b ⇒ x ∈ S).
22.4. Maticové a vektorové funkcie reálnej premennej 471
Prenecháme čitateľovi, aby si samostatne premyslel, že takto definovaný určitý
integrál splýva s limitou maticových integrálnych súčtov
t
s
XXX(τ) dτ = lim
k→∞
k
j=1
XXX(s + jdk)dk,
kde dk = (t − s)/k.
Nasledujúce tvrdenie o „maticovej linearite sprava i zľava a množinovej
aditívnosti určitého integrálu je priamym zovšeobecnením analogických
pravidiel pre integrál skalárnych funkcií.
22.4.5. Tvrdenie. Nech XXX,YYY : S → Cm×n
sú spojité maticové funkcie na
intervale S ⊆ R, s, t, u ∈ S a AAA,BBB ∈ Ck×m
, CCC,DDD ∈ Cn×p
. Potom
t
s
AAA · XXX(τ) · CCC + BBB · YYY (τ) · DDD dτ =
AAA ·
t
s
XXX(τ) dτ · CCC + BBB ·
t
s
YYY (τ) dτ · DDD,
t
s
XXX(τ) dτ +
u
t
XXX(τ) dτ =
u
s
XXX(τ) dτ.
Špeciálne pre skaláry a, b ∈ C a s, t ∈ S platí
t
s
aXXX(τ) + bYYY (τ) dτ = a
t
s
XXX(τ) dτ + b
t
s
YYY (τ) dτ,
t
t
XXX(τ) dτ = 0,
t
s
XXX(τ) dτ = −
s
t
XXX(τ) dτ.
Derivácia a určitý integrál ako funkcia hornej medze sú opäť zviazané maticovým
zovšeobecnením Newtonovej-Leibnizovej formuly, ako aj vyjadrením
určitého integrálu rozdielom primitívnej funkcie hornej a dolnej medze. Inak
povedané, ide o navzájom inverzné operácie v rovnakom zmysle ako v jednorozmernom
prípade.
22.4.6. Tvrdenie. Nech XXX : S → Cm×n
je spojitá maticová funkcia na intervale
S ⊆ R a s, t ∈ S. Potom
d
dt
t
s
XXX(τ) dτ = XXX(t).
Ak XXX navyše má na S spojitú deriváciu XXX , tak
t
s
XXX (τ) dτ = XXX(t) − XXX(s).
472 22. Maticové funkcie
22.5 Sústavy lineárnych diferenciálnych rovníc
Paragraf 22.2 sme začali vyzdvihnutím exponenciály ex
ako „vari najdôležitejšej
funkcie v matematickej analýze . Jeden z dôvodov takéhoto hodnotenia
sme už naznačili v príklade 18.5.1 – každé riešenie diferenciálnej rovnice
dx
dt
= ax,
kde a ∈ C, má tvar funkcie x(t) = q eat
reálnej premennej t, kde q ∈ C
je ľubovoľná konštanta. Túto možno určiť, ak máme navyše predpísanú i
počiatočnú podmienku, t. j. hodnotu x(t0) = c ∈ C v nejakom bode t0 ∈ R,
– vtedy riešenie nadobúda tvar
x(t) = c ea(t−t0)
= q eat
,
kde q = c e−at0
. Riešenia zložitejších diferenciálnych rovníc sa preto často
zostavujú vhodnými kombináciami funkcií eat
, prípadne funkcií cos at, sin at,
pre rôzne a, ktoré však s exponenciálnymi funkciami tesne súvisia prostredníctvom
Eulerovho vzťahu.
Uvedený tvar riešenia možno priamo zovšeobecniť aj na prípad, keď a: S →
C je ľubovoľná spojitá funkcia, definovaná na nejakom intervale S ⊆ R, a
nielen konštanta. Vtedy
x(t) = x(t0) exp
t
t0
a(τ) dτ ,
pre t0, t ∈ S. V tomto paragrafe preskúmame viacrozmerný analóg podobnej
situácie.
Sústavou lineárnych diferenciálnych rovníc, prípadne vektorovou lineárnou
diferenciálnou rovicou nazývame formulu tvaru
xxx = AAA · xxx + bbb,
kde AAA: S → Cn×n
resp. bbb: S → Cn
je spojitá maticová resp. vektorová
funkcia na nejakom intervale S ⊆ R. Riešením takejto sústavy rozumieme
ľubovoľnú funkciu xxx: S → Cn
, ktorá má na S spojitú deriváciu a pre každé
t ∈ S platí
xxx (t) = AAA(t) · xxx(t) + bbb(t).
(V prípadných krajných bodoch intervalu sa pod deriváciou myslí derivácia
sprava resp. zľava.) Takáto sústava býva často doplnená o počiatočnú
podmienku
xxx(t0) = ccc,
22.5. Sústavy lineárnych diferenciálnych rovníc 473
ktorá predpisuje hodnotu ccc ∈ Cn
funkcie xxx v niektorom pevnom bode t0 ∈ S.
V takom prípade hovoríme o počiatočnej úlohe. V kurze obyčajných diferenciálnych
rovníc sa zvykne dokazovať nasledujúca veta o existencii a jednoznačnosti
jej riešenia.
22.5.1. Veta. Nech S ⊆ R je interval, AAA: S → Cn×n
resp. bbb: S → Cn
je
spojitá maticová resp. vektorová funkcia na S, t0 ∈ S a ccc ∈ Cn
. Potom
existuje práve jedno riešenie počiatočnej úlohy
xxx = AAA · xxx + bbb, xxx(t0) = ccc.
Poznámka. (a) Keďže Cn×n
je vektorový priestor nad C a násobenie pevnou
maticou AAA ∈ Cn×n
(či už zľava alebo sprava) je lineárne zobrazenie
Cn×n
→ Cn×n
, do rámca vektorových lineárnych diferenciálnych rovníc zapadajú
aj maticové lineárne diferenciálne rovnice tvaru XXX = AAA1 ·XXX ·AAA2 + BBB
či XXX = AAA1 ·XXX + XXX ·AAA2 + BBB a pod., kde AAA1,AAA2,BBB : S → Cn×n
sú spojité maticové
funkcie na nejakom intervale S ⊆ R, prípadne doplnené počiatočnou
podmienkou XXX(t0) = CCC, pre t0 ∈ S, CCC ∈ Cn×n
. Čitateľ si iste ľahko sformuluje
pojem riešenia takýchto počiatočných úloh. Taktiež veta 22.5.1 zostáva
s minimálnymi typografickými úpravami v platnosti aj pre takéto rovnice.
(b) Lineárnu (jednorozmernú) diferenciálnu rovnicu n-tého rádu
x(n)
− a1x(n−1)
− . . . − an−1x − anx = b,
kde a1, . . . , an, b: S → C sú spojité funkcie, možno substitúciou x = xn
previesť na sústavu n lineárnych diferenciálnych rovníc x1 = a1x1 +. . . anxn +
b, x2 = x1, . . . , xn = xn−1, t. j. xxx = AAA · xxx + bbb, kde
AAA(t) =




a1(t) . . . an−1(t) an(t)
1 . . . 0 0
...
...
...
...
0 . . . 1 0



 , bbb(t) = b(t)eee1 =




b(t)
0
...
0



 .
Pri uvedenej substitúcii totiž pre 1 ≤ i ≤ n platí xi = x(n−i)
. Všimnite si,
že pri pevnom t je AAA(t) = MMMT
gt
transponovaná matica k pridruženej matici
normovaného polynómu gt(x) = xn
−a1(t)xn−1
−. . .−an−1(t)x−an(t) (pozri
paragraf 21.2).
Vetu 22.5.1 možno tiež interpretovať nasledujúcim spôsobom. Podobne
ako u sústav lineárnych (algebraických) rovníc, aj tento raz ľahko nahliadneme,
že všetky riešenia homogénnej sústavy lineárnych diferenciálnych rov-
níc
xxx = AAA · xxx
474 22. Maticové funkcie
tvoria lineárny podpriestor vektorového priestoru C(1)
(S, Cn
) všetkých spojito
diferencovateľných funkcií S → Cn
. Riešenia pôvodnej nehomogénnej
sústavy potom tvoria afinný podpriestor v C(1)
(S, Cn
), ktorého zameraním je
podpriestor riešení homogénnej sústavy. Veta 22.5.1 okrem iného hovorí, že
dimenzia oboch priestorov riešení je n. V prípade homogénnej sústavy je totiž
pre pevné t0 ∈ S priradením xxx → xxx(t0) definovaný lineárny izomorfizmus
medzi priestorom jej riešení a Cn
. Na popis priestoru všetkých riešení homogénnej
sústavy teda stačí nájsť nejakú jeho bázu – v tomto prípade sa jej hovorí
fundamentálny systém riešení. Takúto bázu tvorí ľubovoľných n lineárne
nezávislých riešení xxx1, . . . ,xxxn, t. j. takých, že vektory xxx1(t0), . . . ,xxxn(t0) ∈ Cn
sú lineárne nezávislé pre nejaké t0 ∈ S; potom už vektory xxx1(t), . . . ,xxxn(t) sú
lineárne nezávislé pre každé t ∈ S (pozri cvičenie 22.17 (c)). Priestor všetkých
riešení nehomogénnej sústavy je tak plne určený (ľubovoľným) jej jediným
riešením a fundamentálnym systémom riešení homogénnej sústavy.
Maticová funkcia FFF : S → Cn×n
, ktorej stĺpce tvoria fundamentálny systém
riešení sústavy xxx = AAA · xxx, sa nazýva fundamentálna matica tejto sústavy.
Z pred chvíľou vykonaných úvah vyplýva, že spojitá maticová funkcia
FFF : S → Cn×n
je fundamentálnou maticou sústavy xxx = AAA · xxx práve vtedy,
keď matica FFF(t) je regulárna pre každé t ∈ S (na čo stačí overiť jej regularitu
v jedinom ľubovoľnom bode t0 ∈ S) a vyhovuje maticovej diferenciálnej
rovnici XXX = AAA · XXX, t. j. pre každé t ∈ S platí
FFF (t) = AAA(t) · FFF(t);
z toho už vyplýva aj spojitosť maticovej funkcie FFF : S → Cn×n
.
Za predpokladu, že poznáme nejakú fundamentálnu maticu sústavy, už
nie je ťažké napísať explicitný tvar riešenia príslušnej počiatočnej úlohy.
22.5.2. Veta. Nech FFF je fundamentálna matica sústavy xxx = AAA·xxx. Potom
(a) riešenie homogénnej počiatočnej úlohy xxx = AAA · xxx, xxx(t0) = ccc má tvar
xxx(t) = FFF(t) · FFF(t0)−1
· ccc ;
(b) Riešenie nehomogénnej počiatočnej úlohy xxx (t) = AAA·xxx + bbb, xxx(t0) = ccc má
tvar
xxx(t) = FFF(t) · FFF(t0)−1
· ccc +
t
t0
FFF(t) · FFF(s)−1
· bbb(s) ds
= FFF(t) · FFF(t0)−1
· ccc +
t
t0
FFF(s)−1
· bbb(s) ds .
Dôkaz. Zrejme obe postulované riešenia sú spojité a vyhovujú počiatočnej
podmienke.
22.5. Sústavy lineárnych diferenciálnych rovníc 475
(a) V homogénnom prípade platí
xxx (t) = FFF (t) · FFF(t0)−1
· ccc = AAA(t) · FFF(t) · FFF(t0)−1
· ccc = AAA(t) · xxx(t),
z čoho vyplýva aj spojitosť derivácie xxx (t).
(b) V nehomogénnom prípade stačí overiť, že druhý sčítanec
yyy(t) = FFF(t) ·
t
t0
FFF(s)−1
· bbb(s) ds
výrazu pre xxx(t) je riešením sústavy. Ako už vieme, prvý sčítanec je totiž
riešením homogénnej sústavy. S použitím pravidla pre deriváciu súčinu a
Newtonovej-Leibnizovej formuly z tvrdení 22.4.1 resp. 22.4.6 vypočítame
yyy (t) =
d
dt
FFF(t) ·
t
t0
FFF(s)−1
· bbb(s) ds
= FFF (t) ·
t
t0
FFF(s)−1
· bbb(s) ds + FFF(t) · FFF(t)−1
· bbb(t)
= AAA(t) · FFF(t) ·
t
t0
FFF(s)−1
· bbb(s) ds + bbb(t) = AAA(t) · yyy(t) + bbb(t).
Vidíme, že i funkcia yyy je spojitá a yyy vyhovuje príslušnej rovnici.
Poznámka. Vzorec pre riešenie nehomogénnej sústavy sa odvodzuje tzv. Lagrangeovou
metódou variácie konštánt tak, že vo vzorci pre riešenie homogénnej
sústavy nahradíme konštatný vektor ccc vektorovou funkciou qqq: S → Cn
.
Dosadením riešenia xxx(t) = FFF(t) · qqq(t) do nehomogénnej počiatočnej úlohy
nakoniec dospejeme k tvaru qqq(t) = FFF(t0)−1
· ccc +
t
t0
FFF(s)−1
· bbb(s) ds.
Vo všeobecnosti nevieme vyjadriť fundamentálnu maticu sústavy xxx =
AAA · xxx rozumným spôsobom pomocou maticovej funkcie AAA: S → Cn×n
. Za
istých dodatočných predpokladov si však dokážeme poradiť. Pre s, t ∈ S
označme
EEEAAA(t, s) = exp
t
s
AAA(τ) dτ .
Ľahko nahliadneme, že EEEAAA(t, t) = III pre každé t ∈ S.
Hovoríme, že maticová funkcia AAA: S → Cn×n
je komutujúca, ak matice
AAA(s), AAA(t) komutujú pre všetky s, t ∈ S.
22.5.3. Veta. Nech AAA: S → Cn×n
je spojitá komutujúca maticová funkcia
na intervale S ⊆ R. Potom pre ľubovoľné pevné t0 ∈ S je
FFF(t) = EEEAAA(t, t0),
uvažovaná ako funkcia premennej t ∈ S, fundamentálna matica sústavy xxx =
AAA · xxx.
476 22. Maticové funkcie
Dôkaz. Určitý integrál
t
s
AAA(τ) dτ splýva s limitou integrálnych súčtov
lim
k→∞
k
j=1
AAA(s + jdk)dk,
kde dk = (t−s)/k. Keďže všetky uvažované sčítance komutujú s každou maticou
AAA(u), u ∈ S, limitným prechodom dostaneme, že ľubovoľné dve z matíc
AAA(t),
t
s
AAA(τ) dτ,
u
t
AAA(τ) dτ tiež komutujú. Preto podľa tvrdenia 22.2.2 platí
EEEAAA(u, t) · EEEAAA(t, s) = exp
u
t
AAA(τ) dτ +
t
s
AAA(τ) dτ = EEEAAA(u, s).
Z toho už vyplýva, že matica EEEAAA(t, s) je vždy regulárna s inverznou maticou
EEEAAA(t, s)−1
= EEEAAA(s, t).
Pomocou tvrdení 22.4.3 a 22.4.6 môžeme počítať
FFF (t) =
d
dt
exp
t
t0
AAA(τ) dτ =
d
dt
t
t0
AAA(τ) dτ · exp
t
t0
AAA(τ) dτ
= AAA(t) · EEEAAA(t, t0) = AAA(t) · FFF(t).
22.5.4. Dôsledok. Pre spojitú komutujúcu maticovú funkciu AAA: S → Cn×n
platí:
(a) riešenie homogénnej počiatočnej úlohy xxx = AAA · xxx, xxx(t0) = ccc má tvar
xxx(t) = EEEAAA(t, t0) · ccc ;
(b) riešenie nehomogénnej počiatočnej úlohy xxx (t) = AAA ·xxx + bbb, xxx(t0) = ccc má
tvar
xxx(t) = EEEAAA(t, t0) · ccc +
t
t0
EEEAAA(t, s) · bbb(s) ds.
I v takom špeciálnom prípade sme v riešení sústav lineárnych diferenciálnych
rovníc stále iba na pol ceste. Niečo iné je totiž napísať pekné všeobecné
vzorce pre ich riešenie (dôsledne vzaté, zaviesť preň len isté vhodné označenie)
a niečo iné nájsť riešenia konkrétnych sústav. To si vyžaduje vypočítat
maticové funkcie EEEAAA(t, t0) a
t
t0
EEEAAA(t, s)·bbb(s) ds pre rôzne typy komutujúcich
maticových funkcií AAA(t) a vektorových funkcií bbb(t). Také niečo však vieme
len v určitých prípadoch. Tým najjednoduchším, no veľmi dôležitým, keď
AAA je konštantná funkcia, sa budeme podrobnejšie zaoberať v nasledujúcom
paragrafe, čím náš výlet do sveta diferenciálnych rovníc zakončíme.
22.6. Autonómne sústavy 477
22.6 Autonómne sústavy
Hovoríme, že sústava lineárnych diferenciálnych rovníc xxx = AAA · xxx + bbb je
autonómna, prípadne sústava s konštantnými koeficientmi, ak AAA ∈ Cn×n
,
t. j. AAA je konštantná funkcia, a bbb: S → Cn
je spojitá vektorová funkcia na
intervale S ⊆ R.
Keďže konštantná maticová funkcia AAA je automaticky spojitá a komutujúca,
fundamentálna matica homogénnej autonómnej sústavy xxx = AAA · xxx je
podľa vety 22.5.3 daná formulou
FFF(t) = EEEAAA(t, t0) = exp
t
t0
AAA dτ = eAAA(t−t0)
,
pre ľubovoľné pevné t0 ∈ R a premenné t ∈ R. Špeciálne je fundamentálnou
maticou takejto sústavy funkcia
FFF(t) = eAAAt
.
K tomuto záveru možno dôjsť aj priamo na základe dôsledku 22.4.4. Z dôsledku
22.5.4 vyplýva
22.6.1. Veta. Nech AAA ∈ Cn×n
, bbb: S → Cn
je spojitá vektorová funkcia na
intervale S ⊆ R, t0 ∈ S a ccc ∈ Cn
. Potom
(a) riešenie homogénnej počiatočnej úlohy xxx = AAA · xxx, xxx(t0) = ccc má tvar
xxx(t) = eAAA(t−t0)
·ccc ;
(b) riešenie nehomogénnej počiatočnej úlohy xxx (t) = AAA ·xxx + bbb, xxx(t0) = ccc má
tvar
xxx(t) = eAAA(t−t0)
·ccc +
t
t0
eAAA(t−s)
·bbb(s) ds ;
(c) ak aj bbb je konštantná funkcia, tak riešením nehomogénnej počiatočnej
úlohy je
xxx(t) = eAAA(t−t0)
·ccc +
t
t0
eAAA(t−s)
ds · bbb .
Na dovŕšenie riešenia autonómnej homogénnej úlohy ako aj popisu jej
fundamentálnej matice stačí vedieť vypočítať maticu eAAAt
pre ľubovoľné t ∈ R.
Ak JJJ = diag JJJn1 (λ1), . . . ,JJJnk
(λk) je JKT matice AAA a PPP ∈ Cn×n
je
regulárna matica, pre ktorú AAA = PPP · JJJ · PPP−1
, tak
eAAAt
= PPP · diag exp JJJn1 (λ1)t , . . . , exp JJJnk
(λk)t · PPP−1
.
478 22. Maticové funkcie
Úloha sa teda redukuje na výpočet matíc exp JJJn(λ)t . Pri pevnom t ∈ R
uvažujme mocninný rad
ft(x) =
∞
k=0
tk
k!
xk
= ext
v premennej x. Potom f
(p)
t (x) = tp
ext
pre každé p ∈ N. Dosadením do vzorca
z vety 22.1.5 tak dostávame nasledujúce zovšeobecnenie tvrdenia 22.2.5:
22.6.2. Veta. Nech n ≥ 1, λ ∈ C. Potom pre ľubovoľné t ∈ R (dokonca
t ∈ C) platí
exp JJJn(λ)t =





eλt t eλt
1!
. . . tn−1 eλt
(n−1)!
0 eλt
. . . tn−2 eλt
(n−2)!
...
...
...
...
0 0 . . . eλt





=





1 t
1!
. . . tn−1
(n−1)!
0 1 . . . tn−2
(n−2)!
...
...
...
...
0 0 . . . 1





eλt
.
V prípade komplexných vlastných čísel reálnej matice možno dvojicu Jordanových
buniek JJJn(λ), JJJn(λ) nahradiť zovšeobecnenou Jordanovou bunkou
JJJn
a −b
b a , kde a = Re λ, b = Im λ (pozri paragraf 20.3). Nasledujúca veta,
ktorú uvádzame bez dôkazu, umožňuje nahradiť vo fundamentálnej matici
komplexné funkcie eλt
reálnymi funkciami eat
cos bt, eat
sin bt.
22.6.3. Veta. Nech n ≥ 1, a, b ∈ R. Potom pre ľubovoľné t ∈ R platí
exp
a −b
b a
t =
eat
cos bt − eat
sin bt
eat
sin bt eat
cos bt
= eat
RRRbt,
expJJJn
a −b
b a t =





eat
RRRbt
t
1!
eat
RRRbt . . . tn−1
(n−1)!
eat
RRRbt
0 eat
RRRbt . . . tn−2
(n−2)!
eat
RRRbt
...
...
...
...
0 0 . . . eat
RRRbt





=












eat
cos bt − eat
sin bt t eat cos bt
1!
−t eat sin bt
1!
. . . tn−1 eat cos bt
(n−1)!
−tn−1 eat sin bt
(n−1)!
eat
sin bt eat
cos bt t eat sin bt
1!
t eat cos bt
1!
. . . tn−1 eat sin bt
(n−1)!
tn−1 eat cos bt
(n−1)!
0 0 eat
cos bt − eat
sin bt . . . tn−2 eat cos bt
(n−2)!
−tn−2 eat sin bt
(n−2)!
0 0 eat
sin bt eat
cos bt . . . tn−2 eat sin bt
(n−2)!
tn−2 eat cos bt
(n−2)!
...
...
...
...
...
...
...
0 0 0 0 . . . eat
cos bt − eat
sin bt
0 0 0 0 . . . eat
sin bt eat
cos bt












22.6. Autonómne sústavy 479
Na riešenie nehomogénnej autonómnej úlohy s konštantným členom bbb
treba ešte vedieť vypočítať integrál
t
t0
eAAA(t−s)
ds =
t−t0
0
eAAAs
ds. Stačí sa teda
obmedziť na integrály tvaru
t
0
eAAAs
ds. A znovu stará známa pesnička: ak
AAA = PPP · JJJ · PPP−1
, kde PPP je regulárna matica a JJJ = diag JJJn1 (λ1), . . . ,JJJnk
(λ)
je JKT matice AAA, tak
t
0
eAAAs
ds = PPP · diag
t
0
exp JJJn1 (λ1)s ds, . . . ,
t
0
exp JJJnk
(λk)s ds · PPP−1
,
takže opäť stačí poznať príslušné integrály pre Jordanove bunky.
22.6.4. Veta. Nech n ≥ 1, 0 = λ ∈ C. Potom pre ľubovoľné t ∈ R platí
t
0
exp JJJn(λ)s ds =






eλt
λ
t eλt
λ 1!
− eλt
λ2 . . . n−1
j=0
(−1)jtn−1−j eλt
λj+1(n−1−j)!
0 eλt
λ
. . . n−2
j=0
(−1)jtn−2−j eλt
λj+1(n−2−j)!
...
...
...
...
0 0 . . . eλt
λ






−





1
λ
− 1
λ2 . . . (−1)n−1
λn
0 1
λ
. . . (−1)n−2
λn−1
...
...
...
...
0 0 . . . 1
λ





;
pre λ = 0 máme
t
0
exp JJJn(0)s ds =





t t2
2!
. . . tn
n!
0 t . . . tn−1
(n−1)!
...
...
...
...
0 0 . . . t





.
Náčrt dôkazu. Oba vzorce dostaneme priamo z vety 22.6.2 integrovaním jednotlivých
členov matice exp JJJn(λ)s . Pre λ = 0, 0 ≤ p ≤ n − 1, pri výpočte
integrálu
t
0
sp
eλs
p!
ds =
p
j=0
(−1)j
tp−j
eλt
λj+1(p − j)!
−
(−1)p
λp+1
použijeme p-krát za sebou metódu per partes.
Ak AAA je regulárna, môžeme sa uvedeným vzorcom vyhnúť. Ľahko totiž
nahliadneme, že d
ds
eAAAs
·AAA−1
= eAAAs
, teda podľa tvrdenia 22.4.6
t
0
eAAAs
ds = eAAAt
−III · AAA−1
.
To znamená, že výpočet hľadaného integrálu možno priamo previesť na výpočet
exponenciály eAAAt
podľa vety 22.6.2 a úvahy, ktorá ju predchádza. Z časti
(c) vety 22.6.1 teraz vyplýva
480 22. Maticové funkcie
22.6.5. Dôsledok. Nech AAA ∈ Cn×n
je regulárna matica, bbb,ccc ∈ Cn
. Potom
riešenie nehomogénnej autonómnej počiatočnej úlohy xxx = AAA·xxx + bbb, xxx(t0) = ccc
má tvar
xxx(t) = eAAA(t−t0)
·ccc + eAAA(t−t0)
−III · AAA−1
· bbb.
V poznámke (b) za vetou 22.5.1 sme sa stručne zmienili o možnosti previesť
(jednorozmernú) lineárnu diferenciálnu rovnicu n-tého rádu na vektorovú
diferenciálnu rovnicu. V špeciálnom prípade homogénnej rovnice s konštantnými
koeficientmi ai dostaneme homogénnu autonómnu sústavu
xxx = MMMT
g · xxx,
kde g(x) = xn
−a1xn−1
−. . .−an−1x−an. Niekedy môže byť naopak užitočné
„znížiť počet rovníc a neznámych funkcií , presnejšie, pre AAA ∈ Cn×n
upraviť
sústavu xxx = AAA · xxx na jednorozmernú lineárnu diferenciálnu rovnicu n-tého
rádu. Rôzne ekvivalentné podoby podmienky, za ktorej je také niečo možné,
sú sformulované v tvrdení 21.3.1. My si vyberieme len jednu z nich.
22.6.6. Tvrdenie. Nech AAA ∈ Cn×n
. Ak f(x) = xn
− n
j=1 cjxn−j
∈ C[x]
je normovaný polynóm taký, že AAAT
≈ MMMf , tak autonómnu homogénnu sústavu
xxx = AAA·xxx možno vhodnou substitúciou upraviť na homogénnu lineárnu
diferenciálnu rovnicu n-tého rádu
y(n)
− c1y(n−1)
− . . . − cn−1y − cny = 0.
Dôkaz. Za uvedených predpokladov platí AAA ≈ MMMT
f , preto existuje regulárna
matica PPP ∈ Cn×n
taká, že AAA = PPP · MMMT
f · PPP−1
. Položme yyy = PPP−1
· xxx. Potom xxx
vyhovuje sústave xxx = AAA ·xxx práve vtedy, keď yyy vyhovuje sústave yyy = MMMT
f ·yyy,
t. j.
y1 = c1y1 + . . . + cnyn, y2 = y1, . . . , yn = yn−1.
Teda pre y = yn, 1 ≤ j ≤ n, platí yj = y(n−j)
a y(n)
− n
j=1 cjy(n−j)
= 0.
22.6.7. Dôsledok. Nech AAA ∈ Cn×n
. Ak f1(x), . . . , fk(x) ∈ C[x] sú normované
polynómy také, že fi(x) = xni
− ni
j=1 cijxni−j
a AAAT
≈ diag MMMf1 , . . . ,MMMfk
,
tak autonómnu homogénnu sústavu xxx = AAA · xxx n lineárnych diferenciálnych
rovníc pre n neznámych funkcií x1, . . . , xn možno vhodnou substitúciou upraviť
na sústavu k homogénnych lineárnych diferenciálnych rovníc
y
(n1)
1 − c11y
(n1−1)
1 − · · · − c1n1−1y1 − c1n1 y1 = 0,
...
y
(nk)
k − ck1y
(nk−1)
k − · · · − ck nk−1yk − ck nk
yk = 0,
rádov n1, . . . , nk pre k neznámych funkcií y1, . . . , yk.
22.7. Komutátor 481
Doplnenie konkrétneho tvaru takejto substitúcie už prenechávame na rozmyslenie
čitateľovi. Ešte poznamenajme, že pokiaľ chceme dosiahnuť čo najvýraznejšie
zníženie počtu rovníc a neznámych funkcií, najvhodnejším kandidátom
na polynómy f1(x), . . . , fk(x) je sústava invariantných faktorov matice
AAAT
(pozri paragraf 21.4, úsek medzi vetami 21.4.4, 21.4.5). Potom matica
diag MMMf1 , . . . ,MMMfk
je racionálny kanonický tvar matice AAAT
.
22.7 Komutátor
V predchádzajúcej i celej tejto kapitole sme mohli vidieť, akú významnú
úlohu hrá pri štúdiu maticových funkcií vzťah komutovania. V tomto záverečnom
paragrafe zavedieme pojem komutátora matíc. Pomocou neho, po
sérii aplikácii lineárnej algebry v teórii diferenciálnych rovníc, pre zmenu
predvedieme jednu aplikáciu vety 22.5.1 o jednoznačnosti riešenia sústavy
lineárnych diferenciálnych rovníc v lineárnej algebre.
Komutátorom matíc AAA,BBB ∈ Kn×n
(nad ľubovoľným poľom K) nazývame
maticu
[AAA,BBB] = AAA · BBB − BBB · AAA.
Zrejme AAA, BBB komutujú práve vtedy, keď [AAA,BBB] = 0.
Priamym výpočtom možno overiť, že komutátor je antisymetrické bilineárne
zobrazenie Kn×n
×Kn×n
→ Kn×n
a lineárny operátor adAAA = [AAA, · ]: Kn×n
→
Kn×n
, ktorý dostaneme zafixovaním prvej zložky, sa správa voči súčinu matíc
podobne ako derivácia. Analogicky chová aj lineárny operátor − adBBB =
[ ·,BBB]: Kn×n
→ Kn×n
.
22.7.1. Tvrdenie. Nech K je pole a n ∈ N. Potom pre ľubovoľné AAA,BBB,CCC ∈
Kn×n
, c, d ∈ K platí
[AAA,BBB] = −[BBB,AAA],
[AAA, cBBB + dCCC] = c[AAA,BBB] + d[AAA,CCC],
[AAA,BBB · CCC] = [AAA,BBB] · CCC + BBB · [AAA,CCC].
22.7.2. Dôsledok. Nech AAA,BBB ∈ Kn×n
, f(x) ∈ K[x]. Ak matice AAA, [AAA,BBB]
komutujú, tak
[f(AAA),BBB] = [AAA,BBB] · f (AAA) = f (AAA) · [AAA,BBB].
V prípade K = C platí uvedený vzťah nielen pre polynómy ale aj pre potenčné
rady f(x) ∈ C[[x]] a matice AAA ∈ Domn f, BBB ∈ Cn×n
.
482 22. Maticové funkcie
Dôkaz. S použitím antisymetrie komutátora a poslednej rovnosti z tvrdenia
22.7.1 možno za uvedeného predpokladu indukciou cez k ∈ N jednoducho
dokázať
[AAAk
,BBB] = kAAAk−1
· [AAA,BBB].
Potrebný záver pre polynómy vyplýva z linearity zobrazenia adBBB : AAA →
[AAA,BBB]; na rady sa prenesie limitným prechodom.
Podľa tvrdenia 22.2.2 pre komutujúce matice AAA,BBB ∈ Cn×n
platí eAAA+BBB
=
eAAA
· eBBB
. Pre nekomutujúce matice to však nie je pravda. I v prípade, že AAA,
BBB nekomutujú, za predpokladu, že komutujú aspoň so svojím komutátorom,
možno vzorec pre exponenciálu súčtu modifikovať do nasledujúcej podoby.
22.7.3. Veta. Nech matice AAA,BBB ∈ Cn×n
komutujú so svojim komutátorom,
t. j.
[AAA, [AAA,BBB]] = [[AAA,BBB],BBB] = 0.
Potom
eAAA
· eBBB
= exp(AAA + BBB) · exp
1
2
[AAA,BBB].
Dôkaz. Uvažujme ešte raz mocninný rad ft(x) = tk
k!
xk
= ext
∈ C[[x]] pri
pevnom t ∈ R. Potom ft(x) = t ext
. Ak AAA a [AAA,BBB] komutujú, tak podľa
dôsledku 22.7.2 platí
eAAAt
,BBB = [ft(AAA),BBB] = ft(AAA) · [AAA,BBB] = t eAAAt
·[AAA,BBB],
t. j.
eAAAt
·BBB = BBB + [AAA,BBB]t · eAAAt
.
Uvažujme teraz spojité maticové funkcie
YYY (t) = eAAAt
· eBBBt
, ZZZ(t) = exp(AAA + BBB)t · exp
1
2
[AAA,BBB]t2
,
pre t ∈ R. Zrejme YYY (0) = ZZZ(0) = IIIn. Pozrime sa bližšie na ich derivácie.
S využitím tvrdení 22.4.1, 22.4.3 a komutačného vzťahu pre eAAAt
a BBB dostávame
YYY (t) = eAAAt
· eBBBt
+ eAAAt
· eBBBt
= AAA · eAAAt
· eBBBt
+ eAAAt
·BBB · eBBBt
= AAA · eAAAt
· eBBBt
+ BBB + [AAA,BBB]t · eAAAt
· eBBBt
= AAA + BBB + [AAA,BBB]t · YYY (t).
Ak si uvedomíme, že za daných predpokladov komutujú AAA+BBB a [AAA,BBB], teda
aj (AAA+BBB)t a 1
2
[AAA,BBB]t2
, resp. (AAA+BBB)t+ 1
2
[AAA,BBB]t2
a d
dt
(AAA+BBB)t+ 1
2
[AAA,BBB]t2
=
AAA + BBB + [AAA,BBB]t, s použitím tvrdení 22.2.2, 22.4.3 nám postupne vyjde
ZZZ(t) = exp (AAA + BBB)t +
1
2
[AAA,BBB]t2
,
ZZZ (t) = AAA + BBB + [AAA,BBB]t · ZZZ(t).
Cvičenia 483
Vidíme, že YYY , ZZZ vyhovujú rovnakej počiatočnej úlohe XXX = AAA+BBB+[AAA,BBB]t ·
XXX, XXX(0) = III. Z jednoznačnosti riešenia takejto úlohy (pozri poznámku (a)
za vetou 22.5.1) vyplýva, že YYY (t) = ZZZ(t) pre každé t ∈ R. Voľbou t = 1
dostávame požadovanú rovnosť.
Nekonečnorozmerný analóg práve dokázaného vzťahu hrá významnú úlohu
v kvantovej mechanike. Ako uvidíme v kapitole 26, pre lineárne operátory X
a P, reprezentujúce fyzikálne veličiny polohy a hybnosti, je totiž [X, P] =
i · id, teda rýdzo imaginárny násobok identického operátora. Keďže skalárne
násobky identity komutujú s každým operátorom, (po vhodnom zakamuflovaní
fyzikálnych jednotiek) máme
eX
· eP
= exp(X + P) · exp
i
2
id = ei /2
exp(X + P).
To znamená, že lineárne operátory eX
· eP
a exp(X +P) sa líšia len násobkom
komplexnej jednotky ei /2
= cos( /2) + i sin( /2), t. j. fázovým posunom o
„uhol /2, kde = h/2π ≈ 1, 055 · 10−34
J s je tzv. redukovaná Planckova
konštanta. 7
Cvičenia
22.1. Dokážte, že všetky formálne potenčné rady tvoria vektorový priestor K[[x]] nad
poľom K, všetky polynómy nad K tvoria lineárny podpriestor K[x] v K[[x]], pričom
platí dim K[x] = dim K[[x]] = ∞, ale K[x] = K[[x]].
22.2. Odvoďte konvolučnú formulu ck =
k
i=0 aibk−i pre koeficienty súčinu f(x) g(x) =
ckxk
potenčných radov f(x) = akxk
, g(x) = bkxk
. Dokážte, že pre polomer
r konvergencie radu f(x) g(x) platí r ≥ min{p, q}, kde p, q sú polomery konvergencie
radov f(x) resp. g(x).
22.3. Dokážte postupne nasledujúce tvrdenia:
(a) Rad
∞
k=0 xk
, kde x ∈ C, konverguje práve vtedy, keď |x| < 1, teda diverguje
na celej hraničnej kružnici svojho oboru konvergencie.
(b) Rad
∞
k=1
xk
k konverguje pre každé |x| ≤ 1 okrem x = 1, teda na celej hraničnej
kružnici svojho oboru konvergencie s výnimkou jedného bodu (využite fakt, že tzv.
harmonický rad
∞
k=1
1
k diverguje).
(c) Rad k=1
xk
k2 má polomer konvergencie 1 a konverguje pre každé |x| ≤ 1, teda
na celej hraničnej kružnici svojho oboru konvergencie.
22.4. Nech AAA ∈ Cn×n
. Dokážte nasledujúce tvrdenia:
(a) Rad
∞
k=0 AAAk
konverguje práve vtedy, keď ρ(AAA) < 1.
(b) Z podmienky ρ(AAA) < 1 vyplýva regularita matice III − AAA; za tohto predpokladu
7
Redukovaná Planckova konštanta sa často nazýva len stručne Planckova konštanta,
občas tiež Diracova konštanta.
484 22. Maticové funkcie
platí (III − AAA) ·
∞
k=0 AAAk
= III, čiže
∞
k=0 AAAk
= (III − AAA)−1
.
Riešte obdobnú úlohu pre druhý rad z príkladu 22.1.7.
22.5. Nech AAA ∈ Cn×n
. Dokážte nasledujúce tvrdenia:
(a) Ak ρ(AAA) < 1, tak rad
∞
k=1
1
kAAAk
konverguje a platí exp − 1
kAAAk
= III − AAA.
(b) Ak Re λ < 0 pre každé λ ∈ SpecAAA, tak ρ III − eAAA
< 1 a − 1
k III − eAAA k
= AAA.
Riešte obdobnú úlohu pre druhý rad z príkladu 22.1.8.
22.6. Dokážte, že pre AAA,BBB ∈ Cn×n
platí eAAA+BBB
= eAAA
· eBBB
⇔ AAA · BBB = BBB · AAA.
22.7. Dokážte tvrdenie 22.2.5 na základe rovnosti JJJn(λ) = JJJn + λIIIn a tvrdenia 22.2.2.
22.8. Vypočítajte hodnoty eAAA
, cosAAA, sinAAA, coshAAA = 1
2 eAAA
+ e−AAA
, sinhAAA = 1
2 eAAA
− e−AAA
,
pre matice z príkladov 20.2.1–5, 20.3.1, 20.6.1, 21.5.3 a cvičení 20.4, 20.5 (c).
22.9. Overte tzv. Newtonovu binomickú formulu pre k-tu deriváciu súčinu funkcií p(x)q(x)](k)
=
k
j=0
k
j p(j)
(x)q(k−j)
(x).
22.10. Dokážte, že lema 22.3.1 platí nad ľubovoľným poľom charakteristiky ∞. V čom je
problém v prípade polí konečnej charakteristiky?
V nasledujúcich dvoch cvičeniach vychádzame z definície rozšírenia skalárnych funkcií
na maticové argumenty z paragrafu 22.3.
22.11. (a) Nech f je komplexná funkcia komplexnej premennej a AAA ∈ Domn(f). Ako vyzerá
spektrum matice f(AAA)?
(b) Ak f je reálna funkcia reálnej premennej a AAA ∈ Rn×n
∩ Domn f má reálne
spektrum, tak aj f(AAA) je reálna matica. Dokážte.
(c) Nech f je komplexná funkcia komplexnej premennej taká, že f(z) = f(z) pre
každé z ∈ Dom f. Dokážte, že pre každú reálnu maticu AAA ∈ Domn f aj f(AAA) je
reálna matica.
22.12. (a) Uvažujme reálne funkcie reálnej premennej f(x) =
√
x, g(x) = ln x, h(x) = x−1
.
Pre každú z funkcií f, g, h určte podmienky, za ktorých je definovaná jej hodnota
pre Jordanovu bunku JJJn(λ), kde λ ∈ R.
(b) Dokážte, že za príslušných podmienok pre Jordanovu bunku JJJ = JJJn(λ) ľubovoľného
rozmeru n platí f(JJJ)2
= JJJ, exp g(JJJ) = JJJ a JJJ · h(JJJ) = III, t. j. h(JJJ) = JJJ−1
je „obyčajná inverzná matica k matici JJJ.
(c) Dokážte, že pre ľubovoľnú Jordanovu bunku JJJ = JJJn(λ) platí: ak n = 1 alebo
λ = 0, tak JJJ2
∈ Domn f a f(JJJ2
) = JJJ; eJJJ
∈ Dom g a g(eJJJ
) = JJJ.
(d) Za príslušných podmienok vypočítajte hodnoty f(JJJ), g(JJJ), h(JJJ) pre Jordanove
bunky JJJ = JJJn(λ), kde 2 ≤ n ≤ 4.
(e) Vypočítajte
√
AAA, lnAAA, AAA−1
(ak sú definované) pre každú z matíc z príkladov
20.2.1–5, 20.3.1, 20.6.1, 21.5.3 a cvičení 20.4, 20.5 (c).
22.13. Deriváciu maticovej (vektorovej) funkcie FFF : M → Kn×n
(kde K je R alebo C
a M ⊆ R je otvorený interval) v bode t0 ∈ M definujeme ako limitu FFF (t0) =
limt→t0
FFF (t)−FFF (t0)
t−t0
. Odvoďte z toho: ak FFF(t) je z lineárneho podpriestoru S ⊆ Kn×n
pre každé t z nejakého okolia bodu t0 a FFF (t0) existuje, tak aj FFF (t0) ∈ S.
22.14. Nech XXX : M → Cn×n
je maticová funkcia reálneho argumentu, M ⊆ R je otvorený
interval a t0 ∈ M. Ak XXX(t) je regulárna pre t z nejakého okolia bodu t0 a XXX má
deriváciu v bode t0, tak dXXX−1
(t0)/ dt = −XXX−1
(t0) · XXX (t0) · XXX−1
(t0). Dokážte.
Cvičenia 485
22.15. Sformulujte a dokážte pravidlá o substitúcií a metóde per partes pre integrály maticových
funkcií reálnej premennej.
22.16. (a) Pre ľubovoľnú bilineárnu funkciu F : Cm
×Cn
→ Ck
a vektorové funkcie xxx: S →
Cm
, yyy: S → Cn
reálneho argumentu platí d
dt F(xxx(t),yyy(t)) = F(xxx (t),yyy(t))+F(xxx(t),yyy (t)).
Sformulujte vynechané predpoklady a dokážte. Zovšeobecnite na prípad multilineárnej
funkcie F.
(b) Nech xxx1, . . . ,xxxn : S → Cn
sú diferencovateľné vektorové funkcie. Dokážte, že
potom d
dt det(xxx1, . . . ,xxxn) =
n
j=1 det(xxx1, . . . ,xxxj, . . . ,xxxn).
22.17. (a) Nech S ⊆ R je otvorený interval a AAA: S → Cn×n
je spojitá maticová funkcia.
Uvažujme sústavu lineárnych diferenciálnych rovníc XXX (t) = AAA(t) · XXX(t) pre
maticovú funkciu XXX : S → Cn×n
. S použitím Liouvilleovej formuly (veta 22.2.6)
dokážte, že funkcia f(t) = detXXX(t) vyhovuje lineárnej diferenciálnej rovnici f (t) =
f(t) trAAA(t).
(b) Na základe (a) dokážte, že z podmienky detXXX(t0) = 0 pre nejaké t0 ∈ S vyplýva
detXXX(t) = 0 pre každé t ∈ S.
(c) Nech xxx1, . . . ,xxxn : S → Cn
sú riešenia homogénnej sústavy lineárnych diferenciálnych
rovníc xxx = AAA · xxx také, že vektory xxx1(t0), . . . ,xxxn(t0) sú lineárne nezávislé
pre nejaké t0 ∈ S. Dokážte, že potom vektory xxx1(t), . . . ,xxxk(t) sú lineárne nezávislé
pre ľubovoľné t ∈ S. (Návod: Položte f(t) = det(xxx1(t), . . . ,xxxn(t)) a využite (b).)
22.18. Nech F : S → Cn
je fundamentálna matica sústavy xxx = AAA · xxx. Dokážte, funkcia
FFF(t)−1
je spojitá na S. Zdôvodnite tým integrovateľnosť funkcie FFF(s)−1
· bbb(s)
z vety 22.5.2 (b).
22.19. Za predpokladu, že všetky matice AAA(t) navzájom komutujú, overte vzorce pre riešenie
počiatočných úloh z dôsledku 22.5.4.
22.20. Dokážte postupne nasledujúce tvrdenia:
(a) Nech ε > 0 a f : (−ε, ε) → R je ľubovoľná diferencovateľná funkcia taká, že
f(0) = 1 a f (0) = a. Označme fk(x) = f(x/k)k
pre x ∈ (−kε, kε) a h(x) =
lim|x|/ε<k→∞ fk(x). Potom h(x) = eax
. Odvoďte z toho, že ea
= limk→∞(1 + a/k)k
pre ľubovoľné a ∈ C.
(b) Nech ε > 0 a FFF : (−ε, ε) → Cn×n
je ľubovoľná diferencovateľná maticová funkcia
taká, že FFF(0) = III a FFF (0) = AAA. Označme FFFk(x) = FFF(x/k)k
pre x ∈ (−kε, kε)
a HHH(x) = lim|x|/ε<k→∞ HHHk(x). Potom HHH(x) = eAAAx
. Odvoďte z toho, že eAAA
=
limk→∞ III + 1
kAAA
k
pre ľubovoľnú maticu AAA ∈ Cn×n
.
(Návod: V oboch prípadoch sformulujte vhodnú počiatočnú úlohu, ktorej vyhovujú
obe porovnávané funkcie.)
22.21. (a) Pre každú z matíc AAA z príkladov 20.2.1–5, 20.3.1, 20.6.1, 21.5.3 a cvičení 20.4, 20.5 (c).
nájdite nejakú fundamentálnu maticu homogénnej autonómnej sústavy xxx = AAA · xxx.
Aj v prípade komplexných vlastných čísel, nájdite reálnu fundamentálnu maticu.
(b) S využitím racionálneho kanonického tvaru nahraďte každú zo sústav z časti
(a) sústavou s menším počtom rovníc vyšieho rádu.
22.22. Dokážte tvrdenie 22.7.1.
22.23. Nech AAA,BBB,CCC ∈ Kn×n
sú matice nad ľubovoľným poľom K. Odvoďte nasledujúce
identity pre komutátor matíc:
(a) AAA2
+ 2AAA · BBB + BBB2
− (AAA + BBB)2
= [AAA,BBB];
486 22. Maticové funkcie
(b) [AAA,BBB · CCC] + [CCC,AAA · BBB] + [BBB,CCC · AAA] = 0;
(c) [AAA, [BBB,CCC]] = [[AAA,BBB],CCC] + [BBB, [AAA,CCC]] (lineárny operátor adAAA = [AAA, · ] sa chová
voči komutátoru ako derivácia voči súčinu);
(d) [AAA, [BBB,CCC]] + [CCC, [AAA,BBB]] + [BBB, [CCC,AAA]] = 0 (Jacobiho identita).
22.24. Nech AAA,BBB ∈ Kn×n
. Dokážte, že pre každé k ≥ 1 platí [AAAk
,BBB] =
k
i=1 AAAi−1
· [AAA,BBB] ·
AAAk−i
. Odvoďte z toho, že ak AAA komutuje s [AAA,BBB], tak [AAAk
,BBB] = kAAAk−1
· [AAA,BBB].
22.25. Nech AAA ∈ Cn×n
. Vypočítame exponenciálu eadAAA =
∞
k=0
1
k! adk
AAA lineárneho operátora
adA : Cn×nnn
→ Cn×n
.
(a) Overte, že pre BBB ∈ Cn×n
platí eadAAA (BBB) = BBB + 1
1! [AAA,BBB] + 1
2! [AAA, [AAA,BBB]] +
1
3! [AAA, [AAA, [AAA,BBB]]] + . . .).
(b) Dokážte, že obe maticové funkcie FFF(t) = eAAAt
·BBB · e−AAAt
, GGG(t) = BBB + t
1! [AAA,BBB] +
t2
2! [AAA, [AAA,BBB]] + t3
3! [AAA, [AAA, [AAA,BBB]]] + . . . vyhovujú počiatočnej úlohe XXX (t) = [AAA,XXX(t)],
XXX(0) = BBB. Odvoďte z toho rovnosť FFF(t) = GGG(t) pre každé t ∈ R.
(c) Ako špeciálny prípad pre t = 1 odvoďte tzv. Hadamardovu formulu eadAAA (BBB) =
BBB + 1
1! [AAA,BBB] + 1
2! [AAA, [AAA,BBB]] + 1
3! [AAA, [AAA, [AAA,BBB]]] + . . .) = eAAA
·BBB · e−AAA
.
23. Združené lineárne operátory v unitárnych
a euklidovských priestoroch
Prítomnosť skalárneho súčinu v unitárnom, prípadne euklidovskom priestore
V umožňuje zaviesť medzi lineárnymi operátormi na V zaujímavý vzťah duality
a hovoriť o dvojiciach navzájom združených alebo tiež adjungovaných
lineárnych operátorov. Rôzne podoby tohto vzťahu vedú k definíciam dôležitých
tried lineárnych operátorov, napospol diagonalizovateľných vzhľadom
na vhodné ortonormálne bázy. Východiskom pre dôkaz ich diagonalizovateľnosti
ako aj detailný popis ich štruktúry je práve tesná súvislosť medzi
spektrálnymi vlastnosťami navzájom združených operátorov.
Podrobne preskúmame najmä dva typy takýchto lineárnych operátorov:
hermitovské alebo tiež samodjungované operátory a unitárne operátory. Výsledky
potom aplikujeme na ich reálne obdoby – symetrické a ortogonálne
operátory. Na záver stručne pojednáme o tzv. normálnych operátoroch, ktoré
tvoria istú prirodzene definovanú triedu zahŕňajúcu hermitovské aj unitárne
operátory. Ako sa ukáže, je to práve trieda všetkých tých lineárnych operátorov,
ktoré sú diagonalizovateľné vzhľadom na ortonormálne bázy.
Táto kapitola má skôr teoretický charakter; niekoľko ukážok z množstva
aplikácií spektrálnej teórie združených operátorov predvedieme v nasledujúcich
dvoch kapitolách.
V celej kapitole V označuje (väčšinou konečnorozmerný) unitárny prípadne
euklidovský priestor so skalárnym súčinom xxx,yyy .
23.1 Združené lineárne operátory
Nech ϕ: V → V je lineárny operátor. Združeným alebo adjungovaným, prípadne
tiež duálnym lineárnym operátorom k operátoru ϕ nazývame lineárny
operátor ψ: V → V taký, že pre všetky xxx,yyy ∈ V platí
ϕxxx,yyy = xxx, ψyyy .
23.1.1. Tvrdenie. Ku každému lineárnemu operátoru ϕ na konečnorozmernom
unitárnom priestore V existuje práve jeden združený lineárny operátor
ψ: V → V . Ak βββ = (vvv1, . . . ,vvvn) je nejaká ortonormálna báza vo V a AAA = (ϕ)βββ
je matica operátora ϕ v tejto báze, tak maticou k nemu adjungovaného operátora
ψ v báze βββ je hermitovsky združená matica AAA∗
k matici AAA.
488
23. Združené lineárne operátory v unitárnych
a euklidovských priestoroch
Dôkaz. Platnosť tvrdenia vyplýva z nasledujúcej úvahy. Nech βββ je nejaká
ortonormálna báza vo V a ϕ, ψ: V → V sú lineárne operátory s maticami AAA
resp. BBB vzhľadom na βββ. Ľahko nahliadneme, že predpismi
F(xxx,yyy) = ϕxxx,yyy = AAA · (xxx)βββ
T
· (yyy)βββ = (xxx)T
βββ · AAAT
· (yyy)βββ,
G(xxx,yyy) = xxx, ψyyy = (xxx)T
βββ · BBB · (yyy)βββ = (xxx)T
βββ · BBB · (yyy)βββ
sú definované dve poldruhalineárne formy na V s maticami AAAT
resp. BBB vzhľadom
na bázu βββ. Potom ψ je adjungovaný k ϕ práve vtedy, keď F = G, t. j.
práve vtedy, keď AAAT
= BBB. To je zrejme ekvivalentné s podmienkou BBB = AAA∗
.
Poznamenajme, že v reálnom prípade je AAA∗
= AAAT
.
Metódami presahujúcimi rámec lineárnej algebry možno dokázať, že jednoznačne
určený združený operátor existuje ku každému lineárnemu operátoru
ϕ na ľubovoľnom Hilbertovom priestore V , t. j. na (nie nutne konečnorozmernom)
unitárnom priestore spĺňajúcom topologickú podmienku úplnosti.
Práve dokázané tvrdenie a uvedená poznámka, nás oprávňujú zaviesť pre
adjungovaný operátor ψ k operátoru ϕ označenie ψ = ϕ∗
.
Priamočiare overenie nasledujúceho tvrdenia a jeho dôsledku prenechávame
ako cvičenie čitateľovi.
23.1.2. Tvrdenie. Nech ϕ, ψ: V → V sú lineárne operátory, a, b ∈ C. Po-
tom
ϕ∗∗
= ϕ,
(aϕ + bψ)∗
= aϕ∗
+ bψ∗
,
(ϕ ◦ ψ)∗
= ψ∗
◦ ϕ∗
.
Podľa prvej rovnosti ϕ je adjungovaným operátorom k svojmu adjungovanému
operátoru ϕ∗
; inak povedané, ψ je združený k ϕ práve vtedy, keď ϕ je
združený k ψ. Symetria tohto vzťahu nám tak umožňuje hovoriť jednoducho
o adjungovaných či združených operátoroch ϕ, ψ.
23.1.3. Dôsledok. Nech ϕ je lineárny operátor na konečnorozmernom unitárnom
priestore V a f(x) = ∞
k=1 akxk
∈ C[[x]] je potenčný rad nad C.
Označme f(x) = ∞
k=1 akxk
rad s komplexne združenými koeficientmi. Ak
rad f(ϕ) konverguje, špeciálne ak f(x) je polynóm, tak aj rad f(ϕ∗
) konverguje
a platí
f(ϕ)∗
= f(ϕ∗
),
t. j. združeným operátorom k lineárnemu operátoru f(ϕ) je operátor f(ϕ∗
).
Ak navyše f(x) ∈ R [[x]], tak
f(ϕ)∗
= f(ϕ∗
).
23.2. Hermitovské operátory 489
Nasledujúce dve tvrdenia hrajú pri štúdiu spektrálnych vlastností a štruktúry
združených operátorov kľúčovú úlohu.
23.1.4. Tvrdenie. Nech ϕ: V → V je lineárny operátor. Ak uuu je vlastný
vektor operátora ϕ prislúchajúci k jeho vlastnej hodnote λ a vvv je vlastný
vektor združeného operátora ϕ∗
prislúchajúci k jeho vlastnej hodnote µ, tak
uuu ⊥ vvv alebo λ = µ.
Dôkaz. Počítajme:
λ uuu,vvv = λuuu,vvv = ϕuuu,vvv = uuu, ϕ∗
vvv = uuu, µvvv = µ uuu,vvv .
Preto z uuu,vvv = 0 vyplýva λ = µ.
23.1.5. Tvrdenie. Nech ϕ: V → V je lineárny operátor. Ak S ⊆ V je
invariantný lineárny podpriestor operátora ϕ, tak jeho ortokomplement S⊥
je invariantný podpriestor združeného operátora ϕ∗
.
Dôkaz. Nech yyy ∈ S⊥
, t. j. xxx,yyy = 0 pre každé xxx ∈ S. Dokážeme, že aj
ϕ∗
(yyy) ∈ S⊥
. Keďže S je ϕ-invariantný, pre ľubovoľné xxx ∈ S je tiež ϕ(xxx) ∈ S,
teda
xxx, ϕ∗
yyy = ϕxxx,yyy = 0,
t. j. ϕ∗
(yyy) ∈ S⊥
, čiže S⊥
je ϕ∗
-invariantný.
23.2 Hermitovské operátory
Lineárny operátor ϕ na unitárnom priestore V sa nazýva hermitovský alebo
samoadjungovaný, ak ϕ∗
= ϕ, t. j. ak pre všetky xxx,yyy ∈ V platí
ϕxxx,yyy = xxx, ϕyyy .
V reálnom prípade sa zvykne používať názov symetrický lineárny operátor.
Špecifikáciou výsledkov 23.1.1–5 na hermitovské operátory dostávame ako
dôsledky im zodpovedajúce tvrdenia 23.2.1–5.
23.2.1. Tvrdenie. Nech βββ = (vvv1, . . . ,vvvn) je nejaká ortonormálna báza vo
V a AAA = (ϕ)βββ je matica lineárneho operátora ϕ: V → V v tejto báze. Potom
ϕ je hermitovský práve vtedy, keď platí AAA∗
= AAA, t. j. keď AAA je hermitovská
matica.
Teda v reálnom prípade ϕ je symetrický práve vtedy, keď AAAT
= AAA, t. j.
keď jeho matica AAA v ortonormálnej báze βββ je symetrická.
490
23. Združené lineárne operátory v unitárnych
a euklidovských priestoroch
23.2.2. Tvrdenie. Nech ϕ, ψ: V → V sú hermitovské lineárne operátory a
a, b ∈ R. Potom operátor aϕ + bψ je hermitovský. Ak navyše ϕ, ψ komutujú,
tak aj operátor ϕ ◦ ψ = ψ ◦ ϕ je hermitovský.
V dôsledku prvej časti tohto tvrdenia tvoria hermitovské operátory V → V
lineárny podpriestor vektorového priestoru L(V, V ) všetkých lineárnych zobrazení
V → V , chápaného (aj v komplexnom prípade) ako vektorový priestor
nad poľom R.
23.2.3. Dôsledok. Nech ϕ je hermitovský operátor na konečnorozmernom
unitárnom priestore V a f(x) ∈ R[[x]] je potenčný rad nad R. Ak rad f(ϕ)
konverguje, špeciálne ak f(x) ∈ R[x] je polynóm, tak aj operátor f(ϕ) je
hermitovský.
23.2.4. Tvrdenie. Nech ϕ: V → V je hermitovský lineárny operátor. Potom
všetky vlastné hodnoty operátora ϕ sú reálne a vlastné vektory prislúchajúce
k rôznym vlastným hodnotám operátora ϕ sú navzájom kolmé.
23.2.5. Tvrdenie. Nech ϕ: V → V je hermitovský lineárny operátor. Ak
S ⊆ V je invariantný lineárny podpriestor operátora ϕ, tak aj ortokomplement
S⊥
je jeho invariantný podpriestor.
Nasledujúce jednoduché tvrdenie, ktoré je operátorovou analógiou vyjadrenia
komplexného čísla v tvare z = z0 + iz1, kde z0, z1 ∈ R, napovedá, že
samoadjungované operátory sa v istom zmysle správajú ako „viacrozmerné
reálne čísla . Neskôr na základe ich spektrálnych vlastností uvidíme, že táto
analógia siaha oveľa ďalej.
23.2.6. Tvrdenie. Nech V je unitárny priestor. Potom každý lineárny operátor
ϕ: V → V má tvar
ϕ = ϕ0 + iϕ1
pre jednoznačne určené samoadjungované operátory ϕ0, ϕ1 : V → V .
Dôkaz. Ľahko možno overiť, že lineárne operátory
ϕ0 =
1
2
(ϕ + ϕ∗
), ϕ1 =
1
2i
(ϕ − ϕ∗
)
sú samoadjungované a spĺňajú podmienky
ϕ = ϕ0 + iϕ1, ϕ∗
= ϕ0 − iϕ1.
Naopak, zo samoadjungovanosti ϕ0, ϕ1 vyplýva, že tieto dve podmienky sú
ekvivalentné, teda ktorákoľvek z nich má za následok jednoznačnosť uvedeného
vyjadrenia ϕ0, ϕ1.
23.3. Spektrálny rozklad hermitovského operátora 491
23.3 Spektrálny rozklad hermitovského operátora
Dôležitosť hermitovských operátorov je dôsledkom najmä ich spektrálnych
vlastností.
23.3.1. Veta. Nech ϕ: V → V je lineárny operátor na konečnorozmernom
unitárnom priestore V . Potom ϕ je hermitovský práve vtedy, keď existuje
ortonormálna báza βββ = (vvv1, . . . ,vvvn) priestoru V tvorená vlastnými vektormi
operátora ϕ, vzhľadom na ktorú má ϕ diagonálnu maticu (ϕ)βββ =
diag(λ1, . . . , λn), s diagonálou tvorenou vlastnými číslami operátora ϕ, pričom
λ1, . . . , λn ∈ R.
Pre istotu ešte podotknime, že vlastné číslo λ ∈ Spec ϕ sa na diagonále
matice (ϕ)βββ vyskytuje toľkokrát, aká je jeho (jedno či algebraická alebo
geometrická) násobnosť.
Dôkaz. Nech ϕ je hermitovský a λ1, . . . , λk sú všetky jeho navzájom rôzne
vlastné čísla. Podľa tvrdenia 23.2.4 sú všetky reálne. Pre j ≤ k označme
Sj = Ker(ϕ−λj) príslušný vlastný podpriestor a položme S = S1 ⊕ . . . ⊕ Sk.
Zrejme S je invariantný podpriestor operátora ϕ. Dokážeme, že S = V .
V opačnom prípade by podľa tvrdenia 23.2.5 bol aj S⊥
netriviálny invariantný
podpriestor. Potom zúženie ϕ S⊥
by bolo samoadjungovaným lineárnym
operátorom na S⊥
. Keďže pole C je algebraicky uzavreté, operátor ϕ S⊥
by mal aspoň jedno vlastné číslo µ a k nemu prislúchajúci vlastný vektor
0 = www ∈ S⊥
. Potom však µ by bolo vlastným číslom samého ϕ, teda µ = λj
pre niektoré j ≤ k a www ∈ Sj. Keďže Sj ∩ S⊥
= {0}, máme spor.
Nech nj = dim Sj označuje geometrickú násobnosť vlastného čísla λj a
βββj = (vvvj1, . . . ,vvvjnj
) je ľubovoľná ortonormálna báza podpriestoru Sj. Podľa
tvrdenia 23.2.4 sú vektory ležiace v rôznych podpriestoroch Sj navzájom
kolmé, teda spojením čiastkových báz βββ1, . . . ,βββk dostaneme ortonormálnu
bázu
βββ = (vvv11, . . . ,vvv1n1 , . . . . . . ,vvvk1, . . . ,vvvknk
)
priestoru S = V . Zrejme ϕ má v tejto báze diagonálnu maticu
(ϕ)βββ = diag(λ1IIIn1 , . . . , λkIIInk
).
Keďže každá reálna diagonálna matica je hermitovská, obrátená implikácia
vyplýva z tvrdenia 23.2.1.
V unitárnom priestore Cn
so štandardným skalárnym súčinom je násobenie
xxx → AAA · xxx hermitovskou maticou AAA ∈ Cn×n
hermitovský operátor
Cn
→ Cn
. Podľa práve dokázanej vety v Cn
existuje ortonormálna báza βββ,
v ktorej má tento operátor diagonálnu maticu
PPPβββ,εεε · AAA · PPPεεε,βββ = diag(λ1, . . . , λn).
492
23. Združené lineárne operátory v unitárnych
a euklidovských priestoroch
Keďže matica prechodu PPPεεε,βββ (ktorej stĺpce sú vektory bázy βββ) je unitárna (pozri
paragraf 14.4), okamžite tak dostávame maticovú formuláciu vety 23.3.1.
23.3.2. Veta. (a) Matica AAA ∈ Cn×n
je hermitovská práve vtedy, keď existuje
unitárna matica PPP taká, že matica PPP−1
·AAA·PPP = PPP∗
·AAA·PPP je reálna a diagonálna,
s diagonálou tvorenou vlastnými číslami matice AAA.
(b) Matica AAA ∈ Rn×n
je symetrická práve vtedy, keď existuje ortogonálna
matica PPP taká, že matica PPP−1
· AAA · PPP = PPPT
· AAA · PPP je reálna a diagonálna,
s diagonálou tvorenou vlastnými číslami matice AAA.
K časti (b) treba ešte poznamenať, že stĺpce matice PPP, t. j. vlastné vektory
reálnej matice AAA prislúchajúce k jej reálnym vlastným číslam sú tiež
nevyhnutne reálne.
Najjednoduchšími príkladmi samoadjungovaných operátorov sú ortogonálne
projekcie na lineárne podpriestory konečnorozmerného unitárneho priestoru
V . Ak je totiž S ⊆ V taký podpriestor a dim S = k ≤ n = dim V ,
tak jeho ľubovoľnú ortonormálnu bázu (vvv1, . . . ,vvvk) možno doplniť do ortonormálnej
bázy βββ = (vvv1, . . . ,vvvn) priestoru V . Potom (vvvk+1, . . . ,vvvn) je báza
ortokomplementu S⊥
a ortogonálna projekcia prS má v báze βββ maticu
(prS)βββ = diag(IIIk, 0, . . . , 0)
s n − k nulami na diagonále. Taktiež naopak, ak ϕ: V → V je samoadjungovaný
lineárny operátor s nanajvýš dvojprvkovým spektrom Spec ϕ ⊆ {0, 1},
tak ϕ má v nejakej ortonormálnej báze priestoru V maticu uvedeného tvaru,
z čoho už ľahko nahliadneme, že ϕ je ortogonálna projekcia na vlastný podpriestor
S = Ker(ϕ − id) = Im ϕ prislúchajúci vlastnému číslu 1.
V súvislostí s tým nás pri pozornom čítaní dôkazu vety 23.3.1 napadne ešte
jeden spôsob, ako ju možno interpretovať. Aby sme si uľahčili vyjadrovanie,
budeme hovoriť, že lineárne podpriestory S1,. . . , Sk unitárneho priestoru V
sú navájom ortogonálne, ak pre i < j ≤ k a ľubovoľné xxx ∈ Si, yyy ∈ Sj platí
xxx ⊥ yyy.
23.3.3. Veta. Nech V je konečnorozmerný unitárny priestor a ϕ: V → V je
lineárny operátor. Potom ϕ je samoadjungovaný práve vtedy, keď ho možno
vyjadriť v tvare lineárnej kombinácie
ϕ = λ1 prS1
+ . . . + λk prSk
ortogonálnych projekcií prS1
, . . . , prSk
na navzájom ortogonálne vlastné podpriestory
prislúchajúce k jeho po dvoch rôznym vlastným číslam λ1, . . . , λk ∈
R, pričom V = S1 ⊕ . . . ⊕ Sk.
23.4. Unitárne operátory 493
Uvedená lineárna kombinácia ortogonálnych projekcií do vlastných podpriestorov
sa nazýva spektrálny rozklad samoadjungovaného operátora ϕ.
Vety 23.3.1–2 umožňujú rozšíriť obor funkcií, ktoré pracujú na hermitovských
operátoroch resp. maticiach, z potenčných radov na ľubovoľné reálne
funkcie reálnej premennej. Sústredíme sa len na názornejšiu maticovú formuláciu
vychádzajúcu z vety 23.3.2. Preklad do reči operátorov prenechávame
čitateľovi.
Nech f : M → R je reálna funkcia reálnej premennej s definičným oborom
M ⊆ R. Ak AAA ∈ Cn×n
je hermitovská matica taká, že SpecAAA ⊆ M,
tak hodnota f(AAA) funkcie f na matici AAA je podľa paragrafu 22.3 definovaná
rovnosťou
f(AAA) = PPP · diag f(λ1), . . . , f(λn) · PPP−1
,
kde PPP je ľubovoľná regulárna matica taká, že PPP−1
· AAA · PPP = diag(λ1, . . . , λn).
Navyše, podľa vety 22.3.2 hodnota f(AAA) nezávisí na matici PPP. No práve možnosť
zvoliť za PPP unitárnu maticu zaručuje, že aj výsledná matica f(AAA) bude
hermitovská. Podobne, pre reálnu symetrickú maticu AAA je vďaka existencii
ortogonálnej matice prechodu PPP aj f(AAA) reálna symetrická matica. Tým sme
dokázali nasledujúcu vetu.
23.3.4. Veta. Nech AAA ∈ Cn×n
je hermitovská matica a f : M → R je funkcia
taká, že SpecAAA ⊆ M ⊆ R. Potom aj f(AAA) ∈ Cn×n
je hermitovská matica.
Ak navyše AAA ∈ Rn×n
je symetrická, tak aj f(AAA) ∈ Rn×n
je symetrická.
23.3.5. Príklad. Odmocnina hermitovskej matice. Nech AAA ∈ Cn×n
je hermitovská
matica taká, že λ ≥ 0 pre všetky λ ∈ SpecAAA. Potom existuje druhá
odmocnina matice AAA, t. j. matica
√
AAA = PPP · diag λ1, . . . , λn · PPP−1
,
kde PPP ∈ Cn×n
je ľubovoľná regulárna (možno no nie nutne unitárna) matica
taká, že PPP−1
· AAA · PPP = diag(λ1, . . . , λn). Hodnota výrazu
√
AAA je automaticky
hermitovská matica, ktorá nezávisí na matici PPP.
23.4 Unitárne operátory
Pri formulácii výsledkov predchádzajúceho paragrafu sme hojne využívali
unitárne, prípadne ortogonálne matice, t. j. matice prechodu medzi ortonormálnymi
bázami. V tomto paragrafe zavedieme im zodpovedajúce lineárne
operátory a opäť preskúmame ich spektrálne vlastnosti.
Lineárny operátor ϕ na unitárnom vektorovom priestore V sa nazýva
unitárny, ak je bijektívny a k nemu inverzný operátor ϕ−1
je zároveň k nemu
494
23. Združené lineárne operátory v unitárnych
a euklidovských priestoroch
adjungovaný, t. j. ϕ∗
= ϕ−1
. Potom, samozrejme,
ϕ∗
◦ ϕ = idV = ϕ ◦ ϕ∗
.
V prípade reálneho vektorového priestoru so skalárnym súčinom hovoríme
o ortogonálnom lineárnom operátore.
Nasledujúce tvrdenie je triviálne.
23.4.1. Tvrdenie. Nech ϕ, ψ: V → V sú unitárne operátory. Potom aj ϕ−1
a ϕ ◦ ψ sú unitárne operátory.
Z tvrdenia 23.1.1 okamžite dostávame
23.4.2. Tvrdenie. Nech βββ = (vvv1, . . . ,vvvn) je nejaká ortonormálna báza unitárneho
priestoru V a AAA = (ϕ)βββ je matica lineárneho operátora ϕ: V → V
v tejto báze. Potom ϕ je unitárny práve vtedy, keď platí AAA∗
= AAA−1
, t. j. keď
AAA je unitárna matica.
Teda v reálnom prípade ϕ je ortogonálny práve vtedy, keď AAAT
= AAA−1
, t. j.
keď AAA ∈ Rn×n
je ortogonálna.
Nasledujúca charakterizácia unitárnych operátorov v konečnorozmerných
priestoroch je bezprostredným dôsledkom tvrdenia 23.4.2 a vety 17.4.2 resp. 13.5.2.
Vo všeobecnom prípade ju možno dokázať úplne rovnako ako vety 13.5.2, 17.4.2;
kvôli nekonečnorozmerným priestorom je v častiach (ii) a (iii) pridaná (v konečnorozmernom
prípade nadbytočná) požiadavka surjektívnosti.
23.4.3. Veta. Nech ϕ: V → V je lineárny operátor na unitárnom priestore
V . Potom nasledujúce podmienky sú ekvivalentné:
(i) ϕ je unitárny;
(ii) ϕ je surjektívny a pre všetky xxx,yyy ∈ V platí ϕxxx, ϕyyy = xxx,yyy ;
(iii) ϕ je surjektívny a pre všetky xxx ∈ V platí ϕxxx = xxx .
Inak povedané, unitárne operátory sú práve tie lineárne izomorfizmy V →
V , ktoré zachovávajú skalárny súčin alebo, ekvivalentne, normu vektorov.
V dôsledku toho pre všetky xxx,yyy ∈ V platí
ϕxxx − ϕyyy = xxx − yyy ,
čiže unitárne operátory zachovávajú vzdialenosť v priestore V . Teda z geometrického
hľadiska sú unitárne operátory zhodné zobrazenia alebo tiež izometrie
priestoru V . Nie sú to však zďaleka všetky izometrie priestoru V . Izometriou
V → V je očividne i každé posunutie o pevný vektor uuu ∈ V . A keďže kompozícia
dvoch izometrií je opäť izometria, sú izometriami unitárneho priestoru
V aj všetky afinné zobrazenia V → V , ktorých lineárna časť je unitárna
23.4. Unitárne operátory 495
(pozri paragraf 8.5). Neskôr uvidíme, že tiež naopak, každá izometria konečnorozmerného
unitárneho priestoru má takýto tvar.
Unitárne a hermitovské operátory vykazujú do značnej miery podobné
spektrálne vlastnosti. Jediný rozdiel spočíva v tom, že kým všetky vlastné
čísla samoadjungovaného operátora sú reálne, všetky vlastné čísla unitárneho
operátora sú komplexné jednotky.
23.4.4. Tvrdenie. Nech ϕ: V → V je unitárny operátor. Potom všetky
vlastné hodnoty operátora ϕ sú komplexné jednotky a vlastné vektory prislúchajúce
k rôznym vlastným hodnotám operátora ϕ sú navzájom kolmé.
Dôkaz. Ak λ ∈ C je vlastná hodnota unitárneho operátora ϕ a vvv = 0 je k nej
prislúchajúci vlastný vektor, tak
vvv = ϕvvv = λvvv = |λ| vvv ,
preto |λ| = 1. Ďalej si stačí uvedomiť, že λ = 0 je vlastná hodnota operátora
ϕ prislúchajúca k vlastnému vektoru vvv práve vtedy, keď λ−1
= λ je
vlastná hodnota operátora ϕ−1
= ϕ∗
prislúchajúca k tomu istému vektoru vvv,
a odvolať sa na tvrdenie 23.1.4.
23.4.5. Tvrdenie. Nech ϕ: V → V je unitárny operátor. Ak S ⊆ V je invariantný
lineárny podpriestor operátora ϕ, tak aj ortokomplement S⊥
je
jeho invariantný podpriestor.
Dôkaz. Tentokrát si stačí uvedomiť, že ak ϕ: V → V je lineárny izomorfizmus,
tak lineárny podpriestor S ⊆ V je ϕ-invariatný práve vtedy, keď je
ϕ−1
-invariantný. Keďže ϕ∗
= ϕ−1
, potrebný záver vyplýva z tvrdenia 23.1.5.
Uvedomme si, že kľúčovým momentom pri dôkaze vety 23.3.1 boli tvrdenia
23.2.4 a najmä 23.2.5. Pre unitárne operátory im zodpovedajú tvrdenia
23.4.4 a 23.4.5. Nasledujúcu vetu teda možno dokázať úplne rovnako ako
vetu 23.3.1.
23.4.6. Veta. Nech ϕ: V → V je lineárny operátor na konečnorozmernom
unitárnom priestore V . Potom ϕ je unitárny práve vtedy, keď existuje
ortonormálna báza βββ = (vvv1, . . . ,vvvn) priestoru V tvorená vlastnými vektormi
operátora ϕ, vzhľadom na ktorú má ϕ diagonálnu maticu (ϕ)βββ =
diag(λ1, . . . , λn), s diagonálou tvorenou vlastnými číslami operátora ϕ, pričom
|λ1| = . . . = |λn| = 1.
Ďalšie dva výsledky sú „unitárnou obdobou viet 23.3.2 a 23.3.3. Pripomíname,
že unitárne matice rozmeru 2 × 2 sme plne charakterizovali vo
vete 17.4.3. Pre väčšie rozmery podáme len charakterizáciu až na podobnosť
prostredníctvom unitárnych matíc prechodu.
496
23. Združené lineárne operátory v unitárnych
a euklidovských priestoroch
23.4.7. Veta. Matica AAA ∈ Cn×n
je unitárna práve vtedy, keď existuje unitárna
matica PPP taká, že matica PPP−1
·AAA·PPP = PPP∗
·AAA·PPP je diagonálna, pričom
všetky jej diagonálne prvky sú komplexné jednotky.
Náš čitateľ má teraz najskôr pocit, že sa pri formulácii tejto vety točíme
dokola, a asi príliš nechápe, čo sme vlastne získali, keď sme od unitárnej
matice AAA dospeli k ďalšej unitárnej matici PPP. Preto pripomíname, že táto
veta je ekvivalentná so zďaleka nie očividnou vetou 23.4.6. Význam oboch viet
budeme môcť plne doceniť až v nasledujúcom paragrafe, keď na ich základe
už jednoducho popíšeme štruktúru ortogonálnych, t. j. zhodných, lineárnych
zobrazení v euklidovských priestoroch.
23.4.8. Veta. Nech V je konečnorozmerný unitárny priestor a ϕ: V → V je
lineárny operátor. Potom ϕ je unitárny práve vtedy, keď ho možno vyjadriť
v tvare lineárnej kombinácie
ϕ = λ1 prS1
+ . . . + λk prSk
ortogonálnych projekcií prS1
, . . . , prSk
na navzájom ortogonálne vlastné podpriestory
prislúchajúce k jeho po dvoch rôznym vlastným číslam λ1, . . . , λk ∈
C, pričom |λ1| = . . . = |λn| = 1 a V = S1 ⊕ . . . ⊕ Sk.
Uvedená lineárna kombinácia ortogonálnych projekcií do vlastných podpriestorov
sa, samozrejme, nazýva spektrálny rozklad unitárneho operátora ϕ.
Kým hermitovské operátory a matice, ako sme už spomínali, v mnohom
pripomínajú reálne čísla, unitárne operátory a matice sú akousi viacrozmernou
analógiou komplexných jednotiek. A podobne ako reálne čísla a komplexné
jednotky, aj hermitovské a unitárne operátory či matice sú tesne
zviazané prostredníctvom exponenciálnej funkcie. Opäť sa obmedzíme len
na maticovú formuláciu.
23.4.9. Veta. Nech HHH ∈ Cn×n
je hermitovská matica. Potom matica exp(iHHH)
je unitárna. Naopak, každá unitárna matica UUU ∈ Cn×n
má tvar
UUU = exp(iHHH) = cosHHH + i sinHHH
pre vhodnú hermitovskú maticu HHH. Ak detUUU = 1, tak HHH možno zvoliť tak,
aby navyše platilo trHHH = 0.
Dôkaz. Nech HHH je hermitovská. Potom podľa dôsledkov 22.2.4 a 23.1.3
exp(iHHH)−1
= exp(−iHHH) = exp(iHHH)∗
,
teda exp(iHHH) je unitárna. Nech naopak UUU ∈ Cn×n
je unitárna. Potom
UUU = PPP · diag(λ1, . . . , λn) · PPP∗
23.5. Štruktúra ortogonálnych operátorov 497
pre vhodnú unitárnu maticu PPP. Keďže |λj| = 1 pre 1 ≤ j ≤ n, existujú reálne
čísla αj (určené jednoznačne až na sčítance tvaru 2kπ, kde k ∈ Z) také, že
λj = eiαj
. Potom matica
HHH = PPP · diag(α1, . . . , αn) · PPP∗
je hermitovská a podľa tvrdenia 22.1.2 spĺňa podmienku exp(iHHH) = UUU. Tvar
UUU = cosHHH + i sinHHH vyplýva z tvrdenia 22.2.1.
Ak detUUU = 1, tak podľa Liouvilleovej formuly (veta 22.2.6) etr(iHHH)
=
detUUU = 1, preto trHHH = 2kπ pre nejaké k ∈ Z. V takom prípade stačí jedno
z čísel αj nahradiť číslom αj − 2kπ.
23.5 Štruktúra ortogonálnych operátorov
Nasledujúce tvrdenie je reálnou obdobou tvrdenia 23.4.1.
23.5.1. Tvrdenie. Nech ϕ, ψ: V → V sú ortogonálne operátory na reálnom
vektorovom priestore V so skalárnym súčinom. Potom aj ϕ−1
a ϕ ◦ ψ sú
ortogonálne operátory.
Podobne, nasledujúca veta je zhrnutím tvrdenia 23.4.2 a vety 23.4.3 pre
prípad euklidovských (t. j. zároveň konečnorozmerných) priestorov.
23.5.2. Veta. Nech ϕ je lineárny operátor na euklidovskom priestore VVV , βββ je
nejaká ortonormálna báza vo V a AAA = (ϕ)βββ. Potom nasledujúce podmienky
sú ekvivalentné:
(i) ϕxxx, ϕyyy = xxx,yyy pre všetky xxx,yyy ∈ V ;
(ii) ϕxxx = xxx pre každé xxx ∈ V ;
(iii) AAA−1
= AAAT
.
Inak povedané, ortogonálne lineárne operátory na euklidovských priestoroch
sú charakterizované každou z troch ekvivalentných podmienok: zachovávajú
skalárny súčin, zachovávajú normu vektorov a majú v nejakej (a tým
pádom v každej) ortonormálnej báze ortogonálnu maticu. Preto sú zároveň
zhodnými zobrazeniami (izometriami) priestoru V . Z toho dôvodu sú i všetky
afinné zobrazenia V → V s ortogonálnou lineárnou časťou izometriami priestoru
V . I v tomto prípade neskôr uvidíme, že každá izometria euklidovského
priestoru V má už nevyhnutne takýto tvar.
V dôsledku vety 13.5.3 sú ortogonálne operátory na dvojrozmernom euklidovskom
priestore práve všetky rotácie okolo počiatku a osové súmernosti
podľa priamok prechádzajúcich počiatkom. Otočenie o uhol α má v ľubovoľnej
ortonormálnej báze priestoru V maticu RRRα alebo RRR−α (v závislosti od
orientácie bázy a zmyslu otočenia). Podobne, osová súmernosť má v takejto
498
23. Združené lineárne operátory v unitárnych
a euklidovských priestoroch
báze maticu SSSβ prípadne SSS−β, kde β je uhol, ktorý zviera prvý vektor bázy
s osou súmernosti. Ak za bázu zvolíme jednotkový smerový vektor osi súmernosti
a jednotkový smerový vektor jej ortokomplementu, tak daná osová
súmernosť bude mať v tejto ortonormálne báze maticu SSS0 = diag(1, −1) –
pozri príklad 18.4.1.
S využitím výsledkov o unitárnych operátoroch z predchádzajúceho paragrafu
ukážeme, že práve rotácie v navzájom ortogonálnych dvojrozmerných
podpriestoroch sú základnými stavebnými kameňmi všetkých ortogonálnych
operátorov. Presnejšie, každý ortogonálny lineárny operátor možno rozložiť
na takéto rotácie, s prípadnou výnimkou „zvyškového podpriestoru dimenzie
najviac 2, na ktorom ϕ môže fungovať ako ± id alebo osová súmernosť.
23.5.3. Veta. Nech ϕ je lineárny operátor na euklidovskom priestore V a
n = dim V ≥ 1. Potom ϕ je ortogonálny práve vtedy, keď existuje ortonormálna
báza βββ priestoru V taká, že matica (ϕ)βββ má jeden z nasledujúcich
blokovo diagonálnych tvarov
diag RRRα1 , . . . ,RRRαm , 1 alebo diag RRRα1 , . . . ,RRRαm , −1 ,
ak n = 2m + 1 je nepárne, prípadne
diag RRRα1 , . . . ,RRRαm alebo diag RRRα1 , . . . ,RRRαm−1 , 1, −1 ,
ak n = 2m je párne.
Dôkaz. Zrejme každý lineárny operátor ϕ: V → V , ktorý má v nejakej ortonormálnej
báze maticu v niektorom z uvedených tvarov, je ortogonálny.
Sústreďme sa preto len na obrátenú implikáciu.
Komplexifikácia ϕC
: V C
→ V C
ortogonálneho operátora ϕ: V → V ,
je unitárny operátor na n-rozmernom unitárnom priestore V C
(pozri paragraf
19.4). Podľa vety 23.4.6 existuje ortonormálna báza γγγ = (www1, . . . ,wwwn)
priestoru V C
a komplexné jednotky λ1, . . . , λn také, že ϕC
γγγ
= diag(λ1, . . . , λn).
Vďaka tvrdeniu 19.5.1 môžeme bez ujmy na všeobecnosti predpokladať, že
vlastné čísla, ktoré nie sú reálne, sú zoradené na začiatku v dvojiciach λ2j−1,
λ2j = λ2j−1 (1 ≤ j ≤ k ≤ n/2) a pre im zodpovedajúce vlastné vektory
bázy γ platí www2j = www2j−1. Za nimi nasledujú reálne vlastné čísla v dvojiciach
λ2j−1 = λ2j = ±1 (k < j ≤ m ≤ n/2). Pre n nepárne, zoznam nevyhnutne
uzatvára „nespárené vlastné číslo ±1; pre n párne môže (no nemusí) nakoniec
zostať dvojica 1, −1. Pre 2k < j ≤ n navyše platí wwwj ∈ V , lebo reálnym
vlastným číslam zodpovedajú reálne vlastné vektory.
Nech α1, . . . , αm sú reálne čísla z intervalu 0, 2π) také, že λ2j−1 = eiαj
,
λ2j = e−iαj
pre 1 ≤ j ≤ k, a αj = 0, ak λ2j−1 = λ2j = 1, resp. αj = π, ak
λ2j−1 = λ2j = −1, pre k < j ≤ m. Položme vvv2j−1 = 1√
2
(www2j−1 + www2j), vvv2j =
23.5. Štruktúra ortogonálnych operátorov 499
1
i
√
2
(www2j −www2j−1) pre j ≤ k a vvvj = wwwj pre 2k < j ≤ n. Podľa cvičenia 19.11 (d)
a vety 19.5.2 je βββ = (vvv1, . . . ,vvvn) ortonormálna báza euklidovského priestoru
V a matica (ϕ)βββ má jeden z uvedených tvarov.
Ešte si všimnime, že obe matice vľavo majú determinant +1, takže zodpovedajú
tzv. priamym zhodnostiam, kým obe matice vpravo majú determinant
−1, čiže zodpovedajú tzv. nepriamym zhodnostiam.
Špeciálne, pre „náš trojrozmerný euklidovský priestor dostávame
23.5.4. Dôsledok. (Euler) Nech ϕ je lineárny operátor na trojrozmernom
euklidovskom priestore V . Potom ϕ je ortogonálny práve vtedy, keď existuje
ortonormálna báza βββ priestoru V a reálne číslo α také, že ϕ má v báze βββ
blokovo diagonálnu maticu tvaru
diag(RRRα, 1) alebo diag(RRRα, −1).
Inak povedané, každý ortogonálny lineárny operátor v trojrozmernom
euklidovskom priestore je buď otočením okolo nejakej osi prechádzajúcej počiatkom
(ak ide o priamu zhodnosť), alebo takýmto otočením zloženým so
súmernosťou podľa roviny prechádzajúcej počiatkom a kolmej na os otočenia
(ak ide o nepriamu zhodnosť).
Podobne ako v rovine, aj kompozícia dvoch otočení trojrozmerného priestoru
okolo tej istej osi o uhly α, resp. β je zrejme otočením okolo tej istej osi
o uhol α + β. Avšak to, že aj zložením otočení okolo dvoch rôznobežných osí
dostaneme otočenie okolo ďalšej osi prechádzajúcej ich priesečníkom, už na
prvý pohľad zrejmé nie je, rovnako ako nie sú z názoru zrejmé os ani uhol
výsledného otočenia. Nasledujúci dôsledok tvrdenia 23.5.1 a dôsledku 23.5.4
preto nie je nijako očividný.
23.5.5. Dôsledok. Kompozícia dvoch otočení trojrozmerného euklidovského
priestoru okolo osí prechádzajúcich počiatkom je opäť otočením okolo osi prechádzajúcej
počiatkom.
23.5.6. Príklad. Otočenie euklidovského priestoru R3
(so štandardným skalárnym
súčinom) okolo priamky so smerovým vektorom www = 0 o uhol α
v kladnom zmysle (t. j. proti smeru hodinových ručičiek) pri pohľade z koncového
bodu vektora www budeme značiť RRRwww
α , rovnako ako jeho maticu vzhľadom
na kanonickú ortonormálnu bázu εεε = (eee1,eee2,eee3). Zrejme každé takéto
otočenie o uhol α = kπ, kde k ∈ Z, má tvar RRRwww
α pre jednoznačne určený
jednotkový vektor www ∈ R3
(ak α = kπ, tak pre párne k ide o identitu, takže
na www nezáleží, pre nepárne k je RRRwww
kπ = RRR−www
kπ = RRRwww
π osová súmernosť podľa
priamky [www], takže www je určený jednoznačne až na orientáciu).
500
23. Združené lineárne operátory v unitárnych
a euklidovských priestoroch
Pre otočenia okolo súradných osí dostávame
RRReee1
α =


1 0 0
0 cos α − sin α
0 sin α cos α

 = diag(1,RRRα),
RRReee2
α =


cos α 0 sin α
0 1 0
− sin α 0 cos α

 ,
RRReee3
α =


cos α − sin α 0
sin α cos α 0
0 0 1

 = diag(RRRα, 1).
Rozmyslite si, prečo je v matici RRReee2
α znamienko mínus pri výraze sin α umiestnené
v pozícii (3, 1) a nie (1, 3).
Ľubovoľný jednotkový vektor www ∈ R3
možno s použitím jeho sférických
súradníc zapísať v tvare
www = (cos θ cos ω, sin θ cos ω, sin ω)T
,
kde θ ∈ (−π, π je „zemepisná dĺžka a ω ∈ −π/2, π/2 „zemepisná šírka
jeho koncového bodu na „jednotkovom glóbuse. Toto vyjadrenie je dokonca
jednoznačné pre všetky www = (0, 0, ±1)T
, t. j. také, že ω = ±π/2, – pozri
paragraf 14.4.
Otočenie RRRwww
α získame ako kompozíciu vhodných otočení okolo súradných
osí, ktoré orientujeme pomocou ich smerových vektorov eee1, eee2, eee3: najprv otočíme
celý priestor okolo osi z o uhol −θ tak, aby sa os otočenia [www] dostala do
roviny xz, pokračujeme otočením okolo osi y o uhol ω tak, aby táto splynula
s osou x (uvedomte si, že tentokrát má kladný zmysel otáčanie od vektora
eee3 k vektoru eee1), teraz vykonáme vlastné otočenie okolo osi x o uhol α,
a postupne vrátime súradné osi do pôvodnej polohy otočením okolo osi y o
uhol −ω a následným otočením okolo osi z o uhol θ. Pre maticu pôvodného
otočenia tak dostávame
RRRwww
α = RRReee3
θ · RRReee2
−ω · RRReee1
α · RRReee2
ω · RRReee3
−θ.
Výsledná matica by už bola príliš neprehľadná a komplikovaná, takže ju
najmä z typografických dôvodov neuvádzame. Pre konkrétne hodnoty však
dostávame rozumné výsledky (pozri cvičenia).
Pri inej voľbe pomocných transformácií dostávame napr. vyjadrenie
RRRwww
α = RRReee3
θ−π/2 · RRReee1
ω−π/2 · RRReee3
α · RRReee1
π/2−ω · RRReee3
π/2−θ.
Rozmyslite si jeho geometrický význam a napíšte matice jednotlivých dielčích
otočení.
23.5. Štruktúra ortogonálnych operátorov 501
Ešte si všimnime, že pre matice
PPP = RRReee3
θ · RRReee2
−ω =


cos θ cos ω − sin θ − cos θ sin ω
sin θ cos ω cos θ − sin θ sin ω
sin ω 0 cos ω

 ,
QQQ = RRReee3
θ−π/2 · RRReee1
ω−π/2 =


sin θ cos θ sin ω cos θ cos ω
− cos θ sin θ sin ω sin θ cos ω
0 − cos ω sin ω


platí PPPT
· PPP = QQQT
· QQQ = III3, detPPP = detQQQ = 1 a
RRRwww
α = PPP · RRReee1
α · PPP−1
= PPP · RRReee1
α · PPPT
= QQQ · RRReee3
α · QQQ−1
= QQQ · RRReee3
α · QQQT
,
t. j. ich stĺpce tvoria kladne orientované ortonormálne bázy v Rn
, vzhľadom
na ktoré má otočenie RRRwww
α maticu RRReee1
α = diag(1,RRRα) resp. RRReee3
α = diag(RRRα, 1).
Túto úvahu možno preniesť aj na situáciu, keď os otočenia je zadaná
nenulovým vektorom uuu ∈ R3
v „neuhlovom , t. j. v súradnicovom tvare. Veľmi
jednoducho možno totiž nájsť naň kolmý nenulový vektor vvv ∈ R3
, ktorý má
aspoň jednu zložku nulovú (rozmyslite si ako). Potom βββ = (uuu,vvv,uuu × vvv) je
ortogonálna kladne orientovaná báza v R3
. Znormovaním všetkých jej členov
na jednotkovú dĺžku dostávame ortonormálnu kladne orientovanú bázu βββ0,
vzhľadom na ktorú má otočenie RRRuuu
α maticu RRReee1
α = diag(1,RRRα). Preto
RRRuuu
α = βββ0 · diag(1,RRRα) · βββT
0 .
Podobne možno nájsť aj ortonormálnu kladne orientovanú bázu, vzhľadom
na ktorú má otočenie RRRuuu
α maticu RRReee3
α , prípadne RRReee2
α .
23.5.7. Príklad. Uvažujme maticu
AAA =
1
4


1 1 − 2
√
2 2 +
√
2
1 + 2
√
2 1
√
2 − 2√
2 − 2 2 +
√
2 2

 ∈ R3×3
.
Výpočtom sa ľahko presvedčíme, že AAAT
· AAA = III3, teda AAA je ortogonálna,
a detAAA = 1, teda (násobenie maticou) AAA predstavuje priamu zhodnosť,
čiže otočenie okolo osi prechádzajúcej počiatkom. Analýzou vlastných čísel a
vlastných vektorov matice AAA zistíme os a uhol tohto otočenia.
Charakteristický polynóm det(AAA − xIII) = (1 − x)(x2
+ 1) má jeden reálny
koreň x1 = 1 a dva komplexne združené korene x2,3 = ±i = e±iπ/2
. Vlastnej
502
23. Združené lineárne operátory v unitárnych
a euklidovských priestoroch
hodnote 1 zodpovedá vlastný vektor www0 = (1, 1,
√
2)T
. Teda AAA je maticou
otočenia okolo osi [www0] o uhol π/2, prípadne (ak sa na celú vec pozrieme
„z druhej strany ) o uhol −π/2. Vyjasníme si aj tento detail, t. j. otázku, či
platí AAA = RRRwww0
π/2 alebo AAA = RRRwww0
−π/2 = RRR−www0
π/2 .
Vlastnej hodnote eiπ/2
= i zodpovedá vlastný vektor (1/
√
2 + i, 1/
√
2 −
i, −1)T
= uuu0 − ivvv0, kde uuu0 = (1/
√
2, 1/
√
2, −1)T
, vvv0 = (−1, 1, 0)T
. Ľahko
možno overiť (a nie je to náhoda – pozri cvičenie 19.11), že vektory uuu0, vvv0, www0
tvoria ortogonálnu bázu priestoru R3
. Výpočtom determinatu det(uuu0,vvv0,www0) =
4 > 0 sa presvedčíme, že báza (uuu0,vvv0,www0) je kladne orientovaná (ak by
sme dostali det(uuu0,vvv0,www0) < 0, nahradili by sme vektor www0 vektorom −www0).
Znormovaním všetkých bázických vektorov na jednotkovú dlžku dostaneme
kladne orientovanú ortonormálnu bázu βββ = (uuu,vvv,www) priestoru R3
tvorenú
stĺpcami matice
PPP =


1/2 −1/
√
2 1/2
1/2 1/
√
2 1/2
−1/
√
2 0 1/
√
2

 .
Potom AAA = RRRwww
π/2 a PPP−1
· AAA · PPP = diag(RRRπ/2, 1). Inak povedané, lineárna
transformácia xxx → AAA · xxx má v báze βββ maticu
diag(RRRπ/2, 1) =


0 −1 0
1 0 0
0 0 1

 .
23.5.8. Príklad. V euklidovskom priestore R3
nájdeme maticu otočenia RRRuuu
α
o uhol α = π/6 (v kladnom zmysle) okolo osi [uuu] danej vektorom uuu =
(1, 1, 1)T
. Zrejme vektor vvv = (1, −1, 0) je kolmý na uuu. Položme
www = uuu × vvv = (1, 1, −2)T
.
Potom uuu =
√
3, vvv =
√
2, www =
√
6, teda stĺpce matice
PPP =
1
√
3
uuu,
1
√
2
vvv,
1
√
6
www =
1
√
6


√
2
√
3 1√
2 −
√
3 1√
2 0 −2


tvoria ortonormálnu kladne orientovanú bázu v R3
, vzhľadom na ktorú má
naše otočenie maticu
RRReee1
α = diag(1,RRRπ/6) =


1 0 0
0
√
3/2 −1/2
0 1/2
√
3/2

 .
23.6. Eulerove uhly 503
Matica tohto otočenia v kanonickej báze εεε je preto daná súčinom
RRRuuu
α = PPP · RRReee1
α · PPPT
=
1
3


1 +
√
3 1 −
√
3 1
1 1 +
√
3 1 −
√
3
1 −
√
3 1 1 +
√
3

 .
23.6 Eulerove uhly
Videli sme, že každé otočenie RRRwww
α v R3
možno rozložiť na kompozíciu piatich
otočení okolo troch, prípadne iba dvoch súradných osí. Trochu náročnejšou
geometrickou úvahou možno dokázať, že každé takéto otočenie možno rozložiť
na kompozíciu dokonca len troch otočení okolo troch, prípadne iba dvoch
súradných osí o tzv. Eulerove uhly. U objektov, ktoré majú svoje prirodzené
súradné osi (napr. u lietadla je to pozdĺžna os, os krídel a os prechádzajúca
ich priesečníkom kolmo na ich rovinu) zasa možno pomocou nich zadávať
ich priestorovú orientáciu, t. j. natočenie osí objektu voči vopred zvoleným
„nehybným súradným osiam. Tieto parametre sa (v rôznych modifikáciách)
vyskytujú v mnohých aplikáciách, napr. v klasickej mechanike pri popise
pohybu tuhých telies i v kvantovej mechanike pri popise uhlových momentov.
Hojne sa využívajú napr. v aeronautike (kde sa im hovorí tiež TaitoveBryanove
uhly) pri riadení smeru letu a priestorovej orientácie lietadiel, kozmických
lodí a satelitov.
Nevýhodou popisu rotácií v R3
pomocou Eulerových uhlov je to, že pri
ňom priamo nevidíme os a nepoznáme uhol výsledného otočenia. Táto nevýhoda,
ako aj trochu vyššie nároky na priestorovú predstavivosť sú však
bohato vyvážené jednoduchosťou reprezentácie pomocou malého počtu rotácií
okolo súradných osí.
Predvedieme, ako možno ľubovoľnú ortonormálnu bázu v trojrozmernom
euklidovskom priestore pomocou troch vhodne zvolených otočení o Eulerove
uhly ϕ, χ, ψ previesť na ľubovoľnú s ňou súhlasne orientovanú ortonormálnu
bázu. Vzápätí metódou pohyblivej bázy (pozri paragraf 7.6) ukážeme, ako
možno tieto otočenia nahradiť otočeniami o rovnaké uhly len v zmenenom
poradí okolo súradných osí daných vektormi pôvodnej bázy. Pri tom sa môžeme
bez ujmy na všeobecnosti obmedziť na euklidovský priestor R3
(so štandardným
skalárnym súčinom) a za východziu bázu si zvoliť kanonickú bázu
εεε = (eee1,eee2,eee3). Tým zároveň dokážeme, že každé otočenie v R3
okolo nejakej
osi prechádzajúcej počiatkom možno vyjadriť ako kompozíciu troch otočení
okolo (niektorých dvoch zo) súradných osí x, y, z. Situácia je znázornená na
štyroch obrázkoch: kým prvé tri znázorňujú jednotlivé dielčie otočenia, na
štvrtom sú zhrnuté všetky tri fázy do jediného celku.
Nech βββ = (vvv1,vvv2,vvv3) je ľubovoľná kladne orientovaná ortonormálna báza
v R3
. Predpokladajme najprv, že roviny [eee1,eee2] a [vvv1,vvv2] sú rôznobežné,
504
23. Združené lineárne operátory v unitárnych
a euklidovských priestoroch
Obr. 23.1. Eulerove uhly (zxz-konvencia)
teda sa pretínajú v priamke, ktorú si označíme L. Nech (uuu1,uuu2) je kladne
orientovaná ortonormálna báza roviny [eee1,eee2] taká, že uuu1 je smerový vektor
priamky L. Potom (uuu1,uuu2,eee3) je kladne orientovaná ortonormálna báza
priestoru R3
a tiež uuu1 ⊥ vvv3. Označme Ω1 otočenie okolo osi z = [eee3] dané
priradením eee1 → uuu1, eee2 → uuu2 a ϕ ∈ −π, π uhol tohto otočenia (obrázok
vľavo hore). Nech ďalej Ω2 je otočenie okolo osi L = [uuu1], t. j. novej osi x,
ktorým vektor eee3 prejde do vektora vvv3 a vektor uuu2 do vektora uuu2; označme
χ ∈ −π/2, π/2 uhol tohto otočenia (obrázok vpravo hore). Konečne Ω3 je
otočenie okolo osi [vvv3], t. j. novej osi z, ktorým uuu1 prejde do vvv1 a uuu2 do vvv2, a
ψ ∈ −π, π je uhol tohto otočenia (obrázok vľavo dole).
Schématicky teda môžeme písať
εεε = (eee1,eee2,eee3)
Ω1
−→ ααα = (uuu1,uuu2,eee3)
Ω2
−→ ααα = (uuu1,uuu2,vvv3)
Ω3
−→ βββ = (vvv1,vvv2,vvv3).
23.6. Eulerove uhly 505
Potom Ω1 = RRReee1
ϕ , Ω2 = RRRuuu1
χ a Ω3 = RRRvvv3
ψ , teda
Ω = Ω3 ◦ Ω2 ◦ Ω1 = RRRvvv3
ψ ◦ RRRuuu1
χ ◦ RRReee3
ϕ .
Pritom uvedené vyjadrenie je jednoznačné, až na krajné hodnoty ϕ = ±π,
χ = ±π/2 a ψ = ±π (samozrejme, miesto intervalov −π, π resp. −π/2, π/2
možno uvažovať intervaly 0, 2π resp. 0, π a pod.).
V prípade, že roviny [eee1,eee2] a [vvv1,vvv2] (teda aj vektory eee3 a vvv3) splývajú,
je Ω otočením okolo osi z o nejaký uhol γ. Uvedená rovnosť tak zostáva
v platnosti s hodnotou χ = 0; k spomínaným nejednoznačnostiam sa však
pridružuje nová, podstatnejšia: ϕ a ψ sú teraz ľubovoľné hodnoty, pre ktoré
platí ϕ + ψ = γ.
Vo všeobecnosti nevystupujú v uvedenom vyjadrení otočenia okolo pôvodných
súradných osí x, y, z. Ortonormálne bázy ααα, ααα a βββ, ktoré dostaneme
postupnými rotáciami pôvodnej bázy εεε prostredníctvom otočení Ω1, Ω2 a
Ω3, však možno chápať ako jedinú kanonickú bázu spojenú s pohybujúcim
sa objektom (napr. satelitom alebo lietadlom). Vyjadrenie pomocou otočení
okolo pôvodných súradných osí možno dostať na základe zrejmých rovností
(Ω1)εεε = RRReee3
ϕ , (Ω2)ααα = RRReee1
χ , (Ω3)ααα = RRReee3
ψ ,
z vety 7.6.1 (pri obvyklom stotožnení lineárnej transformácie na R3
s jej
maticou v kanonickej báze εεε):
Ω = (Ω)εεε = (Ω3 ◦ Ω2 ◦ Ω1)εεε = (Ω1)εεε · (Ω2)ααα · (Ω3)ααα
= RRReee3
ϕ · RRReee1
χ · RRReee3
ψ = RRReee3
ϕ ◦ RRReee1
χ ◦ RRReee3
ψ .
Vynásobením príslušných matíc dostávame pre maticu výsledného otočenia
explicitné vyjadrenie pomocou Eulerových uhlov
(Ω)εεε =


cos ϕ − sin ϕ 0
sin ϕ cos ϕ 0
0 0 1

 ·


1 0 0
0 cos χ − sin χ
0 sin χ cos χ

 ·


cos ψ − sin ψ 0
sin ψ cos ψ 0
0 0 1


=


cos ϕ cos ψ − sin ϕ cos χ sin ψ − cos ϕ sin ψ − sin ϕ cos χ cos ψ sin ϕ sin χ
sin ϕ cos ψ + cos ϕ cos χ sin ψ − sin ϕ sin ψ + cos ϕ cos χ cos ψ − cos ϕ sin χ
sin χ sin ψ sin χ cos ψ cos χ

 .
Vyjadrenie pomocou otočení okolo osi z, potom x a zase z, t. j. tzv. zxzkonvencia,
nie je jediné možné. Popri nej sa vyskytujú aj ďalšie konvencie
využívajúce dve súradné osi, napr. zyz, xyx, xzx a pod. (dohromady
je 6 možností). Taktiež sa používajú konvencie využívajúce všetky tri súradné
osi, napr. xyz, xzy, zyx a pod. (spolu ďalších 6 možností). Preto je pri
reprezentácií transformácie pomocou Eulerových uhlov vždy potrebné špecifikovať
príslušnú konvenciu, ako aj fakt, či sa osi dielčích otočení vzťahujú
na nehybný alebo pohyblivý súradnicový systém.
506
23. Združené lineárne operátory v unitárnych
a euklidovských priestoroch
23.7 Normálne operátory
Čitateľovi asi neuniklo, že viaceré výsledky o hermitovských resp. unitárnych
operátoroch, ktoré sme uviedli v paragrafoch 23.2–4, boli do značnej miery
analogické, ba aj ich dôkazy využívali podobné myšlienky a postupy. Natíska
sa preto otázka, či sa za touto podobnosťou neskrýva nejaký všeobecnejší
pojem, ktorý by zahŕňal oba typy operátorov a umožnil jednotným spôsobom
dokázať spomínané výsledky. Takýmto jednotiacim pojmom je pojem
normálneho operátora.
Hovoríme, že lineárny operátor ϕ na unitárnom priestore V je normálny,
ak komutuje so svojím združeným operátorom, t. j. ak platí
ϕ ◦ ϕ∗
= ϕ∗
◦ ϕ.
Zrejme ϕ je normálny práve vtedy, keď je normálny jeho združený operátor
ϕ∗
.
Hermitovské aj unitárne operátory sú z triválnych dôvodov normálne.
Ďalším príkladom normálnych operátorov sú antihermitovské lineárne operátory,
definované podmienkou
ϕ∗
= −ϕ,
ako aj ľubovoľné skalárne násobky unitárnych operátorov.
23.7.1. Tvrdenie. Nech ϕ: V → V je normálny lineárny operátor. Potom
združené operátory ϕ, ϕ∗
majú spoločný vlastný vektor. Presnejšie, ak vvv je
vlastný vektor operátora ϕ prislúchajúci k jeho vlastnej hodnote λ, tak vvv je
zároveň vlastný vektor operátora ϕ∗
prislúchajúci k jeho vlastnej hodnote λ.
Dôkaz. Keďže pole C je algebraicky uzavreté, ϕ má aspoň jednu vlastnú
hodnotu a k nej prislúchajúci vlastný vektor. Stačí preto dokázať druhú časť
tvrdenia.
Nech λ je vlastná hodnota operátora ϕ a vvv je k nej prislúchajúci vlastný
vektor, t. j. (ϕ − λ)(vvv) = 0. Podľa tvrdenia 23.1.2 platí (ϕ − λ)∗
= ϕ∗
− λ,
v dôsledku čoho aj združené operátory ϕ − λ, (ϕ − λ)∗
komutujú. Preto tiež
(ϕ − λ)∗
(vvv), (ϕ − λ)∗
(vvv) = (ϕ − λ) ◦ (ϕ − λ)∗
(vvv),vvv
= (ϕ − λ)∗
◦ (ϕ − λ) (vvv),vvv
= (ϕ − λ)(vvv), (ϕ − λ)(vvv)
= 0,
teda ϕ∗
(vvv) − λvvv = (ϕ − λ)∗
(vvv) = 0. To znamená, že vvv je zároveň vlastným
vektorom operátora ϕ∗
prislúchajúcim k jeho vlastnej hodnote λ.
23.7. Normálne operátory 507
Vzájomne združené normálne operátory možno súčasne diagonalizovať
vzhľadom na tú istú ortonormálnu bázu.
23.7.2. Veta. Nech ϕ je normálny operátor na n-rozmernom unitárnom
priestore V . Potom existuje ortonormálna báza βββ priestoru V vzhľadom
na ktorú majú združené operátory ϕ a ϕ∗
diagonálne matice tvaru (ϕ)βββ =
diag(λ1, . . . , λn) resp. (ϕ∗
)βββ = diag(λ1, . . . , λn).
Dôkaz. Budeme postupovať indukciou podľa n. Prípad n = 0 je triviálny, pre
n = 1 vyplýva potrebný záver z predchádzajúceho tvrdenia. Nech teda n > 1
a predpokladajme, že tvrdenie platí v unitárnych priestoroch dimenzie < n.
Podľa tvrdenia 23.7.1 majú normálne operátory ϕ, ϕ∗
spoločný vlastný vektor
vvv, ktorému zodpovedajú vlastné hodnoty λ, λ operátorov ϕ, resp. ϕ∗
. Kedže
[vvv] je invariantný podpriestor operátora ϕ, jeho ortokomplement S = [vvv]⊥
je
podľa tvrdenia 23.1.5 invariantný podpriestor operátora ϕ∗
. Podobne z ϕ∗
invariantnosti
[vvv] vyplýva ϕ-invariantnosť S. Potom zúženia ϕ S, ϕ∗
S
sú navzájom združené normálne operátory na (n − 1)-rozmernom unitárnom
priestore S. Podľa indukčného predpokladu v S možno nájsť ortonormálnu
bázu βββ0 = (vvv1, . . . ,vvvn−1), vzhľadom na ktorú majú tieto operátory diagonálne
matice (ϕ S)βββ0 = (λ1, . . . , λn−1) resp. (ϕ∗
S)βββ0 = (λ1, . . . , λn−1). Potom
βββ = (vvv1, . . . ,vvvn−1,vvv) je ortonormálna báza priestoru V taká, že (ϕ)βββ =
diag(λ1, . . . , λn−1, λ) resp. (ϕ∗
)βββ = diag(λ1, . . . , λn−1, λ).
23.7.3. Dôsledok. Nech ϕ je normálny operátor na n-rozmernom unitárnom
priestore V . Potom existujú polynómy f(x), g(x) ∈ C[x] stupňa nanajvýš
n také, že ϕ∗
= f(ϕ) a ϕ = g(ϕ∗
).
Dôkaz. V označení predchádzajúcej vety za f(x) resp. g(x) stačí vziať Lagrangeov
interpolačný polynóm taký, že f(λ1) = λ1, . . . , f(λn) = λn, resp.
g(λ1) = λ1, . . . , g(λn) = λn – pozri cvičenie 10.16, prípadne lemu 22.3.1.
Taktiež naopak, diagonalizovateľnosť vzhľadom na ortonormálnu bázu už
má za následok normálnosť lineárneho operátora. Normálne operátory tak
možno charakterizovať viacerými ekvivalentnými spôsobmi. Predošlime, že
implikácia (i) ⇒ (v) je vlastne vetou o spektrálnom rozklade normálneho ope-
rátora.
23.7.4. Veta. Pre ľubovoľný lineárny operátor ϕ: V → V nasledujúce podmienky
sú ekvivalentné:
(i) ϕ je normálny, t. j. ϕ ◦ ϕ∗
= ϕ∗
◦ ϕ;
(ii) pre hermitovské operátory ϕ0 = Re ϕ = 1
2
(ϕ + ϕ∗
), ϕ1 = Im ϕ = 1
2i
(ϕ −
ϕ∗
) platí ϕ0 ◦ ϕ1 = ϕ1 ◦ ϕ0;
(iii) pre každý invariantný podpriestor S ⊆ V operátora ϕ aj jeho ortokomplement
S⊥
je invariantný;
508
23. Združené lineárne operátory v unitárnych
a euklidovských priestoroch
(iv) existuje ortonormálna báza priestoru V , vzhľadom na ktorú má ϕ diagonálnu
maticu s diagonálou tvorenou vlastnými číslami operátora ϕ;
(v) ϕ možno vyjadriť v tvare lineárnej kombinácie
ϕ = λ1 prS1
+ . . . + λk prSk
ortogonálnych projekcií prS1
, . . . , prSk
na navzájom ortogonálne vlastné
podpriestory prislúchajúce k jeho po dvoch rôznym vlastným číslam
λ1, . . . , λk ∈ C, pričom V = S1 ⊕ . . . ⊕ Sk.
Dôkaz. (i) ⇔ (ii): Operátory ϕ0, ϕ1 sú hermitovské podľa tvrdenia 23.2.6. Na
základe rovností ϕ = ϕ0+iϕ1, ϕ∗
= ϕ0−iϕ1 a ϕ0 = 1
2
(ϕ+ϕ∗
), ϕ1 = 1
2i
(ϕ−ϕ∗
)
možno ľahko nahliadnuť (prípadne sa presvedčiť priamym výpočtom), že ϕ,
ϕ∗
komutujú práve vtedy, keď komutujú ϕ0, ϕ1.
(i) ⇒ (iii): Nech ϕ je normálny a S ⊆ V je ϕ-invariantný lineárny podpriestor.
Potom podľa tvrdenia 23.1.5 jeho ortokomplement S⊥
je ϕ∗
-invariantný
podpriestor. Nech g(x) ∈ C[x] je polynóm taký, že ϕ = g(ϕ∗
), zaručený dôsledkom
23.7.3. Potom S⊥
je zrejme invariatný podpriestor operátora g(ϕ∗
) =
ϕ.
(iii) ⇒ (iv) možno dokázať rovnako ako vetu 23.7.2, lebo podstatným momentom
jej dôkazu bolo práve ustanovenie podmienky (iii), a (iv) ⇔ (v) je
zrejmé, keďže podmienka (v) je len inou formuláciou podmienky (iv).
(iv) ⇒ (i): V ortonormálnej báze zaručenej podmienkou (iv), v ktorej má
ϕ maticu diag(λ1, . . . , λn), má združený operátor ϕ∗
maticu diag(λ1, . . . , λn).
Keďže tieto matice komutujú, aj ϕ, ϕ∗
komutujú.
Zaznamenáme dva dôsledky práve dokázanej vety. Prvým z nich je istá
extremálna vlastnosť vlastných čísel normálneho operátora.
23.7.5. Dôsledok. Nech ϕ: V → V je normálny operátor. Označme
µ = min{|λ|; λ ∈ Spec ϕ}, M = max{|λ|; λ ∈ Spec ϕ}.
Potom pre každé xxx ∈ V platí
µ xxx ≤ ϕxxx ≤ M ϕxxx .
Poznamenajme, že M je spektrálny polomer lineárneho operátora ϕ (porovnaj
so spektrálnym polomerom štvorcových matíc nad C v paragrafe 22.1).
Dôkaz. Nech βββ = (vvv1, . . . ,vvvn) je ortonormálna báza priestoru V , vzhľadom na
ktorú má ϕ diagonálnu maticu diag(λ1, . . . , λn), t. j. ϕ(vvvj) = λjvvvj pre j ≤ n.
Zvoľme xxx = a1vvv1 + . . . + anvvvn ∈ V . Potom ϕ(xxx) = a1λ1vvv1 + . . . + anλnvvvn,
xxx 2
= a2
1 + . . . + a2
n a ϕxxx 2
= a2
1λ2
1 + . . . + a2
nλ2
n. Keďže µ ≤ |λj| ≤ M pre
každé j,
µ xxx ≤ ϕxxx ≤ M xxx .
23.7. Normálne operátory 509
Zrejme dolný (horný) odhad sa dosahuje práve vtedy, keď xxx je prvkom
vlastného podpriestoru Ker(ϕ − λ) pre nejaké vlastné číslo λ operátora ϕ
také, že |λ| = µ (|λ| = M).
Podľa vety 23.7.4 možno hermitovské resp. unitárne operátory vyčleniť
z normálnych operátorov dodatočnou podmienkou pre prvky ich spektier.
23.7.6. Dôsledok. Nech ϕ je normálny operátor. Potom
(a) ϕ je hermitovský práve vtedy, keď má reálne spektrum;
(b) ϕ je unitárny práve vtedy, keď |λ| = 1 pre všetky λ ∈ Spec ϕ.
Pojem normálnej matice možno definovať analogicky: AAA ∈ Cn×n
je normálna
matica, ak
AAA · AAA∗
= AAA∗
· AAA.
Teda AAA ∈ Rn×n
je normálna práve vtedy, keď AAA·AAAT
= AAAT
·AAA. Taktiež by malo
byť zrejmé, že lineárny operátor na konečnorozmernom unitárnom priestore
je normálny práve vtedy, keď jeho matica vzhľadom na nejakú (každú) ortonormálnu
bázu je normálna.
Čitateľ si istotne aj sám bez ťažkostí preloží výsledky tohto paragrafu
z jazyka operátorov do jazyka matíc. Len ako ukážku zaznamenáme nasledujúcu
analógiu viet 23.3.2 a 23.4.6 a pridáme jednu ekvivalentnú podmienku
navyše, ktorá znie prirodzenejšie v maticovej formulácii.
23.7.7. Veta. Pre ľubovoľnú maticu AAA ∈ Cn×n
nasledujúce podmienky sú
ekvivalentné:
(i) A je normálna;
(ii) existuje unitárna matica PPP taká, že matica PPP−1
· AAA · PPP = PPP∗
· AAA · PPP je
diagonálna, s diagonálou tvorenou vlastnými číslami matice AAA;
(iii) ak λ1, . . . , λn sú všetky vlastné čísla matice AAA vrátane násobnosti, tak
n
i,j=1
|aij|2
=
n
i=1
|λi|2
.
Dôkaz. Ekvivalencia (i) ⇔ (ii) je len prekladom ekvivalencie (i) ⇔ (iv) z vety 23.7.4.
(ii) ⇒ (iii): Zrejme i,j |aij|2
je stopa matice AAA · AAA∗
a i |λi|2
je stopa
matice diag |λ1|2
, . . . , |λn|2
. Ak AAA = PPP · diag(λ1, . . . , λn) · PPP∗
pre nejakú
unitárnu maticu PPP, tak
AAA · AAA∗
= PPP · diag(λ1, . . . , λn) · PPP∗
· PPP · diag(λ1, . . . , λn) · PPP∗
= PPP · diag |λ1|2
, . . . , |λn|2
· PPP−1
.
Podľa dôsledku 18.1.4 podobné matice AAA · AAA∗
a diag |λ1|2
, . . . , |λn|2
majú
rovnaké stopy.
510
23. Združené lineárne operátory v unitárnych
a euklidovských priestoroch
(iii) ⇒ (ii): Podľa Schurovej vety o triangularizácii (veta 19.2.1, druhá
časť), existuje unitárna matica PPP taká, že matica CCC = PPP−1
· AAA · PPP je horná
trojuholníková. Keďže podobné matice AAA, CCC majú rovnaké spektrum, diagonála
matice CCC je nevyhnutne tvorená prvkami λ1, . . . , λn (možno v inom
poradí) spektra matice AAA. Potom aj matice AAA ·AAA∗
a CCC ·CCC∗
= PPP−1
·AAA ·AAA∗
·PPP
sú podobné, preto majú rovnaké stopy. Zrejme
tr(CCC · CCC∗
) =
i
|λi|2
+
i<j
|cij|2
,
a podľa predpokladu tr(AAA · AAA∗
) = i |λi|2
. Z toho vyplýva, že v matici CCC
sú všetky prvky mimo diagonály rovné 0. Teda AAA je podobná s diagonálnou
maticou CCC prostredníctvom unitárnej matice PPP.
23.7.8. Dôsledok. Nech AAA ∈ Cn×n
je (či už horná alebo dolná) trojuholníková
matica. Potom AAA je normálna práve vtedy, keď je diagonálna.
Podobne ako v prípade reálnych funkcií reálnej premennej a hermitovských
operátorov či matíc, výsledky tohto paragrafu umožňujú rozšíriť obor
funkcií, ktoré pracujú na normálnych operátoroch či maticiach, z potenčných
radov na ľubovoľné komplexné funkcie komplexnej premennej. Opäť sa
sústredíme len na názornejšiu maticovú formuláciu.
Nech f : M → C je komplexná funkcia komplexnej premennej s definičným
oborom M ⊆ C. Ak AAA ∈ Cn×n
je normálna matica taká, že SpecAAA ⊆ M,
tak hodnota f(AAA) funkcie f na matici AAA je podľa paragrafu 22.3 definovaná
rovnosťou
f(AAA) = PPP · diag f(λ1), . . . , f(λn) · PPP−1
,
kde PPP je ľubovoľná regulárna matica taká, že PPP−1
· AAA · PPP = diag(λ1, . . . , λn).
Podľa vety 22.3.2 hodnota f(AAA) nezávisí na matici PPP. Možnosť zvoliť za PPP
unitárnu maticu však zaručuje, že aj výsledná matica f(AAA) bude normálna.
Tým sme dokázali nasledujúcu vetu.
23.7.9. Veta. Nech AAA ∈ Cn×n
je normálna matica a f : M → C je funkcia
taká, že SpecAAA ⊆ M ⊆ C. Potom aj f(AAA) ∈ Cn×n
je normálna matica.
Na záver uvádzame ešte jeden výsledok o súčasnej diagonalizácii komutujúceho
systému normálnych operátorov.
23.7.10. Veta. Nech V je konečnorozmerný unitárny priestor a F je systém
normálnych lineárnych operátorov na V . Potom nasledujúce podmienky sú
ekvivalentné:
(i) systém F je komutujúci, t. j. ϕ ◦ ψ = ψ ◦ ϕ pre všetky ϕ, ψ ∈ F;
(ii) existuje ortonormálna báza priestoru V , vzhľadom na ktorú má každý
operátor ϕ ∈ F diagonálnu maticu;
Cvičenia 511
(iii) existuje nejaká báza priestoru V , vzhľadom na ktorú má každý operátor
ϕ ∈ F diagonálnu maticu.
Dôkaz. Keďže implikácie (ii) ⇒ (iii) ⇒ (i) sú triviálne, sústredíme sa len na
dôkaz zostávajúcej implikácie (i) ⇒ (ii).
Nech F je komutujúci systém normálnych operátorov na V . Budeme postupovať
indukciou podľa n = dim V . Pre n = 0 resp. n = 1 niet čo dokazovať.
Predpokladajme teda, že n > 1 a uvedená implikácia platí pre všetky
k < n. Sú dve možnosti:
1. Každý operátor ϕ ∈ F má jednoprvkové spektrum. Podľa vety 23.7.2,
resp. vety 23.7.4 z toho vyplýva, že ϕ má diagonálnu maticu λIIIn, kde λ je
jeho jediné vlastné číslo, vzhľadom na nejakú ortonormálnu bázu priestoru V .
Potom nevyhnutne ϕ = λ idV a ϕ má maticu λIIIn vzhľadom na akúkoľvek
bázu priestoru V .
2. Existuje nejaký operátor ϕ ∈ F s aspoň dvojprvkovým spektrom.
Nech λ je jedno z jeho vlastných čísel. Potom pre vlastný podpriestor S =
Ker(ϕ − λ) platí {0} = S = V , a takisto {0} = S⊥
= V , teda dim S < n aj
dim S⊥
< n.
Ukážeme, že S je invariantný podpriestor každého operátora ψ ∈ F.
Zvoľme xxx ∈ S, t. j. ϕ(xxx) = λxxx. Potom tiež
ϕ(ψxxx) = ψ(ϕxxx) = ψ(λxxx) = λψ(xxx),
teda ψ(xxx) ∈ S. Podľa vety 23.7.4 z toho vyplýva, že aj S⊥
je invariantný
podpriestor každého operátora ψ ∈ F.
Prechodom k zúženiam tak dostávame dva systémy komutujúcich normálnych
operátorov F0 = {ψ S; ψ ∈ F} a F1 = {ψ S⊥
; ψ ∈ F} na
podpriestoroch S resp. S⊥
. Podľa indukčného predpokladu existujú ortonormálne
bázy βββ0 podpriestoru S a βββ1 podpriestoru S⊥
také, že matice (ψ S)βββ0 ,
(ψ S⊥
)βββ1 sú diagonálne pre všetky ψ ∈ F. Spojením oboch báz dostávame
hľadanú ortonormálnu bázu βββ priestoru V .
Cvičenia
23.1. Dokážte nasledujúce tvrdenia:
(a) Každý lineárny operátor na n-rozmernom vektorovom priestore nad poľom C
má (n − 1)-rozmerný invariantný podpriestor.
(b) Každý lineárny operátor na n-rozmernom vektorovom priestore nad poľom R
má (n − 1)- alebo (n − 2)-rozmerný invariantný podpriestor; ak n je nepárne, tak
má (n − 1)-rozmerný invariantný podpriestor
(Návod: Uvedomte si, že na takom vektorovom priestore možno zaviesť skalárny
súčin a využite dôsledok 19.5.3 a tvrdenia 23.1.4 a 23.1.5.)
512
23. Združené lineárne operátory v unitárnych
a euklidovských priestoroch
23.2. Nech ϕ, ψ sú lineárne operátory na reálnom vektorovom priestore V so skalárnym
súčinom. Potom ϕ, ψ sú združené operátory práve vtedy, keď ich komplexifikácie
ϕC
, ψC
sú združené operátory na unitárnom priestore V C
so skalárnym súčinom
definovaným ako v cvičení 19.11. Dokážte. Odvoďte z toho, že ϕC
je hermitovský
(unitárny, normálny) práve vtedy, keď ϕ je symetrický (ortogonálny, normálny).
23.3. Nech ϕ, ψ sú hermitovské operátory na unitárnom priestore V .
(a) Na príklade ukážte, že už v prípade dvojrozmerného priestoru V operátor ϕ ◦ ψ
nemusí byť hermitovský.
(b) Dokážte ϕ ◦ ψ + ψ ◦ ϕ je hermitovský operátor.
(c) Na príklade ukážte, že už v prípade dvojrozmerného priestoru V komutátor
[ϕ, ψ] = ϕ ◦ ψ − ψ ◦ ϕ nemusí byť hermitovský.
(d) Dokážte, že operátor i [ϕ, ψ] je hermitovský.
23.4. Pripomeňme, že lineárny operátor na vektorovom priestore V sa nazýva projekcia,
ak p ◦ p = p (pozri cvičenia 14.8, 14.9). Dokážte nasledujúce tvrdenia:
(a) Ak p: V → V je projekcia, tak Spec p ⊆ {0, 1}.
(b) Nech V je unitárny priestor a p: V → V je projekcia. Potom p je samoadjungovaný
operátor práve vtedy, keď p je ortogonálna projekcia, (t. j. p(yyy) ⊥ xxx − p(xxx)
pre všetky xxx,yyy ∈ V ).
23.5. Uvažujme euklidovský priestor R3
so štandardným skalárnym súčinom. Dokážte,
že pre ľubovoľný vektor uuu = (a, b, c)T
∈ R3
taký, že (a, b) = 0, vektory uuu, vvv =
(−b, a, 0)T
, www = uuu × vvv tvoria kladne orientovanú ortogonálnu bázu v R3
. Nájdite
explicitný tvar vektora www. Ako možno čo najjednoduchšie doplniť do kladne orientovanej
ortogonálnej bázy nenulový vektor uuu = (0, 0, c)T
?
23.6. Na základe cvičenia 23.5 napíšte maticu RRRuuu
α otočenia okolo osi so smerovým vektorom
uuu o uhol α (v kladnom zmysle z hľadiska vektora uuu).
23.7. (a) Nájdite matice otočení RRRuuu
α pre niekoľko vybraných dvojíc vektorov uuu a uhlov α,
kde
uuu ∈
1
1
0
,
1
2
0
,
1√
2
0
,
1√
3
0
,
3
4
0
,
1
1
1
,
1
1
2
,
1
2
2
,
1√
2√
2
,
1√
2√
3
,
3
4
5
,
α ∈ {±π/6, ±π/4, ±π/3, ±π/2, ±2π/3, π}.
(b) Nájdite matice uvedených otočení (priberte k nim aj otočenie o nulový uhol)
zložených so zrkadlovou symetriou podľa roviny prechádzajúcej počiatkom a kolmej
na os otočenia.
(c) Pre zopár dvojíc otočení z (a) okolo rôznych osí nájdite os a uhol otočenia, ktoré
vznikne ich kompozíciou.
23.8. Zistite, aké transformácie trojrozmerného euklidovského priestoru R3
(otočenia resp.
otočenia zložené so zrkadlovými súmernosťami) sú dané násobením nasledujúcimi
ortogonálnymi maticami; zistite uhly a osi týchto otočení (vrátane orientácie):
(a) 1
4
−2
√
3
√
2 −
√
2
−
√
2 2+
√
3 2−
√
3√
2 2−
√
3 2+
√
3
, (b) 1
4
3 1 −
√
6
1 3 −
√
6√
6 −
√
6 2
, (c) 1
6
2
√
3 2
√
3 −2
√
3√
6
√
6 2
√
6
3
√
2 −3
√
2 0
,
(d) 1
4
2+
√
2 2−
√
2 −2
2−
√
2 2+
√
2 2
−2 2 −2
√
2
, (e) 1
2
−1 −
√
2 1
−1
√
2 1√
2 0
√
2
, (f) 1
5
√
2
3 4 5
−4
√
2 3
√
2 0
3 4 −5
.
23.9. S použitím vety 23.4.9, tvrdenia 23.2.4 a Liouvilleovej formuly 22.2.6 dokážte, že pre
Cvičenia 513
unitárnu maticu UUU je | detUUU| = 1.
23.10. (Doplnok k vete 23.4.3.)
(a) Nech V je unitárny priestor f : V → V je ľubovoľné (teda nie nutne lineárne)
zobrazenie. Ak pre všetky xxx,yyy ∈ V platí f(xxx) − f(yyy) = xxx −yyy , t. j. f zachováva
vzdialenosť, tak f je nevyhnutne injektívne. Dokážte.
(b) Označme 2(C) vektorový priestor všetkých postupností xxx = (xk)k∈N komplexných
čísel takých, že rad
∞
k=0 |xk|2
konverguje. Dokážte, že 2(C) so skalárnym
súčinom xxx,yyy =
∞
k=0 xkyk tvorí unitárny priestor (ide o komplexifikáciu vektorového
priestoru 2 = 2(R) z cvičenia 14.4).
(c) Nájdite príklad lineárneho operátora ϕ: 2(C) → 2(C), ktorý spĺňa podmienku
ϕxxx, ϕyyy = xxx,yyy pre všetky xxx,yyy ∈ 2, no nie je surjektívny (teda ani unitárny).
23.11. Lineárny operátor na konečnorozmernom unitárnom priestore je anthihermitovský
práve vtedy, keď má v nejakej ortonormálnej báze priestoru V diagonálnu maticu
a všetky nenulové prvky diagonály sú rýdzo imaginárne čísla. Dokážte.
23.12. (a) Nájdite príklad normálnej matice AAA ∈ R2×2
, ktorá nie je symetrická ani antisymetrická
ani ortogonálna.
(b) Dokážte, že matica AAA ∈ R2×2
je normálna práve vtedy, keď je symetrická alebo
skalárny násobok ortogonálnej. Ako je to v komplexnom prípade?
(c) Nájdite príklad normálnej matice AAA ∈ R3×3
, ktorá nie je symetrická ani antisymetrická
ani skalárny násobok ortogonálnej.
(d) Nájdite príklad normálnej matice AAA ∈ C2×2
, ktorá nie je (komplexným) skalárnym
násobkom hermitovskej ani unitárnej matice.
23.13. Sformulujte a dokážte maticovú analógiu vety 23.7.10.
23.14. Odvoďte výsledky o hermitovských a unitárnych operátoroch ako špeciálne prípady
príslušných výsledkov o normálnych operátoroch.
24. Kvadriky
Kvadriky sú viacrozmernými zovšeobecneniami kužeľosečiek (t. j. kvadratických
kriviek) a kvadratických plôch v euklidovských priestoroch ľubovoľnej
dimenzie. Táto kapitola by teda tematicky skôr patrila do Časti II tejto knihy
venovanej bilineárnym a kvadratickým formám a ich súvisu s geometriou. Ich
zaradenie do tejto časti nám však umožní ich geometrickú klasifikáciu s využitím
spektrálnej teórie symetrických lineárnych operátorov resp. symetrických
matíc. Hlavným nástrojom tejto analýzy bude reformulácia viet 23.3.1
a 23.3.2 do reči hermitovských poldruhalineárných resp. symetrických bilineárnych
foriem, známa ako veta o hlavných osiach. Všeobecné výsledky potom
spätne aplikujeme na situáciu prístupnú nášmu geometrickému názoru, čiže
na kužeľosečky v rovine a kvadratické plochy v trojrozmernom priestore.
24.1 Veta o hlavných osiach
Podľa vety 23.3.2 je každá hermitovská matica AAA ∈ Cn×n
podobná s diagonálnou
maticou DDD = diag(λ1, . . . , λn) prostredníctvom nejakej unitárnej matice
PPP ∈ Cn×n
. Samozrejme λ1, . . . , λn ∈ R sú potom všetky vlastné čísla matice
AAA, vrátane násobnosti, a stĺpce matice PPP sú k nim prislúchajúce navzájom
ortogonálne vlastné vektory jednotkovej dĺžky. Z rovností PPP−1
· AAA · PPP = DDD
a PPP−1
= PPP∗
však vyplýva PPP∗
· AAA · PPP = DDD, teda AAA je zároveň hermitovsky
kongruentná s DDD prostredníctvom unitárnej matice PPP. Každá symetrická
matica AAA ∈ Rn×n
je zasa podobná aj kongruentná s diagonálnou maticou
prostredníctvom ortogonálnej matice PPP ∈ Rn×n
. Tento výsledok možno sformulovať
v jazyku kososymetrických poldruhalineárnych resp. symetrických
bilineárnych foriem ako vetu o hlavných osiach.
24.1.1. Veta. (a) Každá kososymetrická poldruhalineárna forma F : V ×
V → C na konečnorozmernom unitárnom priestore V má vo vhodnej ortonormálnej
báze tohto priestoru reálnu diagonálnu maticu.
(b) Každá symetrická bilineárna forma F : V × V → R na euklidovskom
priestore V má vo vhodnej ortonormálnej báze tohto priestoru diagonálnu
maticu.
Pre reálny prípad uvádzame aj formuláciu v jazyku kvadratických foriem.
24.1.2. Dôsledok. Každá kvadratická forma q: V → R na euklidovskom
priestore V má vo vhodnej ortonormálnej báze tohto priestoru diagonálnu
maticu.
24.2. Kvadriky v euklidovských priestoroch 515
Upozorňujeme, že v oboch častiach vety aj v jej dôsledku je dôraz na
slove ortonormálna – existenciu vôbec nejakej bázy, vzhľadom na ktorú je
matica príslušnej formy diagonálna, sme totiž odôvodnili už v paragrafoch 17.2
resp. 11.3.
Hlavnými osami príslušnej formy rozumieme navzájom kolmé priamky,
t. j. jednorozmerné lineárne podpriestory, generované vektormi spomínanej
ortonormálnej bázy.
24.2 Kvadriky v euklidovských priestoroch
V tomto paragrafe preskúmame geometrický význam dôsledku 24.1.2 v kontexte
euklidovských priestorov.
Kvadrikou v euklidovskom priestore V rozumieme množinu bodov tvaru
Q = {xxx ∈ V ; q(xxx) + ϕ(xxx) + c = 0},
kde q: V → R je nenulová kvadratická forma, ϕ: V → R je ľubovoľný lineárny
funkcionál (lineárna forma) a c ∈ R je ľubovoľný skalár. Formulu
q(xxx) + ϕ(xxx) + c = 0
nazývame rovnicou kvadriky Q.
Kvadriky v dvojrozmernom euklidovskom priestore, t. j. v rovine, sa nazývajú
kužeľosečky. Názov sa odvodzuje z pozorovania, že (s výnimkou prázdnej
množiny a dvojice rovnobežných priamok) ich možno získať ako rezy rotačnej
kužeľovej plochy vhodnými rovinami. Kvadriky v trojrozmernom euklidovskom
priestore sa nazývajú tiež kvadratické plochy. Ide napospol o krivky a
plochy dobre známe z elementárnej geometrie a hojne využívané v technickej
praxi. Vo všeobecnosti sú kvadriky v n-rozmernom euklidovskom priestore
(s výnimkou niektorých singulárnych prípadov) (n − 1)-rozmernými nadplo-
chami.
Veta o hlavných osiach umožňuje tzv. metrickú klasifikáciu kvadrík. Z jej
hľadiska považujeme dve kvadriky za rovnaké, ak možno jednu na druhú
zobraziť zhodným zobrazením (izometrickou transformáciou) euklidovského
priestoru. Pri takejto klasifikácii určujeme nielen typ kvadriky (elipsa, hyperbola,
parabola a pod.), ale tiež jej metrické invarianty, napr. dĺžky jej
polosí, a kanonický tvar jej rovnice. Sú možné aj iné klasifikácie, založené na
porovnávaní kvadrík pomocou iných typov zobrazení. Napr. pri afinnej klasifikácii
by sme považovali dve kvadriky za rovnaké, ak by sme vedeli zobraziť
jednu na druhú bijektívnou afinnou transformáciou príslušného priestoru. Pri
takejto klasifikácii by sme napr. v euklidovskej rovine rozlišovali elipsy, hyperboly
a paraboly, ale už by sme nedokázali rozlíšiť elipsu od kružnice ani
dve elipsy či dve hyperboly s polosami rôznych dĺžok.
516 24. Kvadriky
Hodnosťou resp. signatúrou kvadriky Q budeme rozumieť hodnosť resp.
signatúru jej kvadratickej formy q; t. j. h(Q) = h(q) a σ(Q) = σ(q). 1
Podľa dôsledku 24.1.2 existuje ortonormálna báza βββ = (vvv1, . . . ,vvvn) priestoru
V , vzhľadom na ktorú má kvadratická forma q diagonálnu maticu DDD =
diag(λ1, . . . , λn). Diagonálne prvky λi matice DDD nájdeme ako vlastné čísla
(symetrickej) matice formy q vzhľadom na akúkoľvek ortonormálnu bázu
priestoru V (v typickom prípade euklidovského priestoru V = Rn
so štandardným
skalárnym súčínom to býva kanonická ortonormálna báza εεε =
(eee1, . . . ,eeen)). Báza βββ je potom tvorená navzájom ortogonálnymi vlastnými
vektormi vvvi, prislúchajúcimi k vlastným číslam λi, znormovanými na jednotkovú
dĺžku. Ak si označíme (xxx)βββ = (x1, . . . , xn)T
súradnice vektora xxx v báze
βββ a položíme bi = ϕ(vvvi), môžeme rovnicu kvadriky Q vyjadriť v tvare
n
i=1
λix2
i +
n
i=1
bixi + c = 0.
Ak si ďalej označíme h = h(Q) hodnosť a σ(Q) = (k, h − k, n − h) signatúru
kvadriky Q, možno navyše bez ujmy na všeobecnosti predpokladať, že λi > 0
pre i ≤ k, λi < 0 pre k < i ≤ h a λi = 0 pre i > h.
Lineárnych členov bixi pre i ≤ h sa možno zbaviť doplnením na úplný
štvorec a rovnicu kvadriky následne zapísať v tvare
h
i=1
λi x +
bi
2λi
2
+
n
i=h+1
bixi = d,
kde
d =
1
4
h
i=1
b2
i
λi
− c.
V tejto chvíli rozlíšime dve možnosti:
(1) h = n alebo bi = 0 pre všetky h < i ≤ n, inak povedané, nezostali nám
nijaké lineárne členy. Kvadriky, ktorých rovnicu možno upraviť na tvar
bez lineárnych členov, nazývame stredové.
(2) h < n a bi = 0 pre aspoň jedno h < i ≤ n. Kvadriky, z ktorých rovnice
nemožno eliminovať lineárne členy, nazývame nestredové.
(1) Pre stredovú kvadriku zavedieme nové súradnice substitúciou
yi =
xi + bi
2λi
, ak 1 ≤ i ≤ h,
xi, ak h < i ≤ n,
1
V tomto prípade, ako i miestami ďalej ide o nie celkom štandardnú terminológiu, ktorá
sa však dobre hodí na účely nášho zámerne tak trochu kuchynského výkladu.
24.2. Kvadriky v euklidovských priestoroch 517
čo zodpovedá posunutiu počiatku súradníc o vektor, ktorého súradnice v báze
βββ sú (b1/2λ1, . . . , bh/2λh, 0, . . . , 0)T
. Touto izometrickou transformáciou rovnica
kvadriky nadobudne tvar
h
i=1
λiy2
i = d.
Vidíme, že stredová kvadrika je skutočne symetrická podľa stredu, ktorý sme
práve zvolili za nový počiatok súradnej sústavy (jej rovnica je invariantná voči
substitúcii yi → −yi).
U stredových kvadrík je účelné ďalej rozlíšiť dva prípady:
(1a) d = 0, kedy ide o tzv. homogénne stredové kvadriky. Ich rovnicu
možno upraviť na tvar
k
i=1
y2
i
a2
i
=
h
i=k+1
y2
i
a2
i
,
kde ai = 1/ |λi|.
(1b) d = 0, čo sú tzv. nehomogénne stredové kvadriky. Ich rovnica prejde
po prenásobení faktorom 1/d a substitúcii ai = |d/λi| na tvar
k
i=1
y2
i
a2
i
−
h
i=k+1
y2
i
a2
i
= 1,
ak d > 0, prípadne na tvar
−
k
i=1
y2
i
a2
i
+
h
i=k+1
y2
i
a2
i
= 1,
ak d < 0. Zrejme stačí uvažovať prvú možnosť, lebo druhú možno na ňu
previesť nahradením pôvodnej rovnice kvadriky Q ekvivalentnou rovnicou
−q(xxx) − ϕ(xxx) − c = 0.
Stredové kvadriky typu (1a), t. j. homogénne, a typu (1b), t. j. nehomogénne,
pre ktoré navyše platí h < n, sa nazývajú singulárne. Regulárne stredové
kvadriky sú potom nehomogénne, spĺňajúce podmienku h = n.
(2) V prípade nestredovej kvadriky sa na vektor bbb = (bh+1, . . . , bn) pozrieme
ako na prvok riadkového euklidovského priestoru Rn−h
so štandardným
skalárnym súčinom a položíme
p =
1
2
bbb =
1
2
b2
h+1 + . . . + b2
n
518 24. Kvadriky
(dôvody pre faktor 1/2 sú viac-menej „tradično-kozmetické a majú pôvod
v syntetickej geometrii – pozri cvičenie 24.5). Teraz si stačí uvedomiť, že jednotkový
vektor −(1/2p)bbb možno doplniť do nejakej ortonormálnej bázy priestoru
Rn−h
, ktorú možno zapísať ako ortogonálnu maticu BBB = (bij), s riadkami
tvorenými vektormi príslušnej bázy. (Ako hneď uvidíme, na konkrétnom tvare
ďalších riadkov matice BBB nezáleží, teda ich vôbec nemusíme hľadať.) Nové
súradnice zavedieme substitúciou
yi =



xi + bi
2λi
, ak i ≤ h,
1
2p
d − n
j=h+1 bjxj , ak i = h + 1,
n
j=h+1 bijxj, ak h + 1 < i ≤ n.
Vektor (y1, . . . , yh, yh+1, . . . , yn)T
dostaneme z vektora (x1, . . . , xh, xh+1, . . . , xn)T
vynásobením ortogonálnou maticou diag(IIIh,BBB) zľava a následným pričítaním
vektora b1
2λ1
, . . . , bh
2λh
, d
2p
, 0, . . . , 0
T
. Teda substitúcia xi → yi predstavuje
izometrickú afinnú transformáciu priestoru Rn
(násobenie ortogonálnou
maticou zložené s posunutím).
Rovnica kvadriky v nových súradniciach prejde na tvar
h
i=1
λiy2
i = 2pyh+1,
v ktorom nevystupujú premenné yi pre i > h + 1, teda nie sú v nich skryte
prítomné ani prvky riadkov matice BBB okrem prvého. Konečne, ak položíme
ai = 1/ |λi|, môžeme zapísať rovnicu kvadriky v tvare
k
i=1
y2
i
a2
i
−
h
i=k+1
y2
i
a2
i
= 2pyh+1.
Nestredová kvadrika sa nazýva regulárna, ak h = n − 1; v opačnom prípade,
t. j. ak h < n − 1, sa nazýva singulárna.
Skôr než zhrnieme naše úvahy do záverečnej podoby, pripomeňme, že repérom
vo vektorovom priestore V nazývame usporiadanú dvojicu ρρρ = (rrr,βββ),
kde rrr ∈ V je ľubovoľný bod (vektor) a βββ je ľubovoľná báza vo V . Afinné alebo
tiež barycentrické súradnice bodu xxx ∈ V vzhľadom na repér ρρρ sú definované
ako súradnice vektora xxx − rrr vzhľadom na bázu βββ, čiže
(xxx)ρρρ = (xxx − rrr)βββ
(pozri cvičenia 8.7–10). Repér ρρρ = (rrr,βββ) euklidovského priestoru V sa nazýva
ortogonálny resp. ortonormálny, ak báza βββ má príslušnú vlastnosť.
24.2. Kvadriky v euklidovských priestoroch 519
24.2.1. Veta. Nech Q je ľubovoľná kvadrika s hodnosťou h(Q) = h > 0 a
signatúrou σ(Q) = (k, h−k, n−h) v n-rozmernom euklidovskom priestore V .
Potom vo V existuje ortonormálny repér ρρρ a kladné čísla a1, . . . , ah, prípadne
tiež p, také, že Q má v afinných súradniciach (xxx)ρρρ = (x1, . . . , xn)T
vzhľadom
na ρρρ rovnicu v jednom z nasledujúcich kanonických tvarov
k
i=1
x2
i
a2
i
=
h
i=k+1
x2
i
a2
i
,
ak Q je stredová homogénna,
k
i=1
x2
i
a2
i
−
h
i=k+1
x2
i
a2
i
= 1,
ak Q je stredová nehomogéna, resp.
k
i=1
x2
i
a2
i
−
h
i=k+1
x2
i
a2
i
= 2pxh+1,
ak Q je nestredová. V prípade stredových homogénnych ako aj nestredových
kvadrík možno navyše bez ujmy na všeobecnosti predpokladať, že k ≥ h−k,
t. j. 2k ≥ h.
Ešte poznamenajme, že hlavnými osami kvadriky Q nazývame navzájom
kolmé priamky rrr + [vvvi], t. j. jednorozmerné afinné podpriestory prechádzajúce
novým počiatkom súradnej sústavy rrr so zameraniami generovanými ortonormálnymi
bázovými vektormi vvvi. Bod rrr nazývame v prípade stredových
kvadrík stredom kvadriky; ľahko nahliadneme, že každá stredová kvadrika
je naozaj symetrická podľa svojho stredu. V prípade nestredových kvadrík
nazývame bod rrr vrcholom kvadriky; zrejme platí rrr ∈ Q. Čísla ai nazývame
dĺžkami polosí kvadriky Q; číslo p nazývame parametrom nestredovej kvadriky
Q. Tieto veličiny sú však určené jednoznačne iba pre nehomogénne
stredové kvadriky. V prípade homogénnej stredovej kvadriky, ako aj v prípade
nestredovej kvadriky sú určené len s presnosťou na ľubovoľnú kladnú
multiplikatívnu konštantu. Zmysel tohto faktu, ako i niektoré ďalšie súvislosti
by sa vyjasnili až v kontexte projektívnej geometrie, čo je však téma, ktorej sa
v tomto kurze nebudeme venovať. Uvedenú nejednoznačnosť možno odstrániť
napr. dodatočnou požiadavkou a1 = 1, alebo ah = 1, prípadne pre nestredové
kvadriky p = 1
2
. Tieto možnosti občas využijeme pri nasledujúcej podrobnej
klasifikácií kvadrík v rovine a v (trojrozmernom) priestore. Do euklidovských
priestorov vyšších dimenzií už nezablúdime, lebo v dôsledku absencie priamej
skúsenosti nám v nich zlyháva geometrická predstavivosť a chýbajú názvy pre
rôzne typy kvadrík, s ktorými sa tam možno stretnúť.
520 24. Kvadriky
24.3 Kužeľosečky
Pripomeňme, že kužeľosečkami nazývame kvadriky v dvojrozmernom euklidovskom
priestore čiže v rovine. Na základe vety 24.2.1 ich možno klasifikovať
podľa kanonického tvaru ich rovníc.
(1a) Stredové homogénne (t. j. singulárne) kužeľosečky:
signatúra rovnica kužeľosečka
(1, 0, 1) x2
= 0 priamka x = 0,
(2, 0, 0)
x2
a2
+
y2
b2
= 0 bod x = y = 0,
(1, 1, 0)
x2
a2
=
y2
b2
dve rôznobežné priamky y = ±(b/a)x.
(1b) Stredové nehomogénne kužeľosečky:
signatúra rovnica kužeľosečka
(1, 0, 1)
x2
a2
= 1 dve rovnobežné priamky x = ±a,
(0, 1, 1) −
x2
a2
= 1 prázdna možina,
(2, 0, 0)
x2
a2
+
y2
b2
= 1 elipsa,
(1, 1, 0)
x2
a2
−
y2
b2
= 1 hyperbola,
(0, 2, 0) −
x2
a2
−
y2
b2
= 1 prázdna množina.
Poznamenajme, že z uvedených kužeľosečiek považujeme za singulárny
len prvý a druhý prípad. Teda za regulárne kužeľosečky považujeme popri
elipse a hyperbole aj prázdnu množinu riešení poslednej rovnice. Toto rozlišovanie
medzi dvoma prázdnymi množinami zodpovedajúcimi signatúram
(0, 1, 1) a (0, 2, 0) najskôr čitateľovi pripadá umelé. Rozdiel medzi oboma
typmi kužeľosečiek by sa prejavil, až keby sme vzali do úvahy imaginárne
riešenia oboch rovníc.
Z dĺžok a, b polosí elipsy za hlavnú považujeme väčšiu a vedľajšiu menšiu;
ak a = b, ide samozrejme o kružnicu s polomerom a a rovnicou x2
+ y2
= a2
.
Pri hyperbole s rovnicou v uvedenom tvare je a vždy dĺžkou hlavnej a b
vedľajšej polosi; ak a = b, hovoríme o rovnoosej hyperbole. Priamky y =
±(b/a)x sú asymptoty hyperboly.
24.3. Kužeľosečky 521
(2) Nestredové kužeľosečky:
signatúra rovnica kužeľosečka
(1, 0, 1) x2
= 2py parabola.
Na rozdiel od stredových kužeľosečiek, ktoré sú súmerné podľa oboch hlavných
osí aj podľa stredu, parabola má len jednu os súmernosti – v uvedenom
prípade je to os y.
Na obrázkoch sú znázornené len elipsa, hyperbola a parabola. Čitateľ by
si však mal pri každom z uvedených typov samostatne rozmyslieť, ako treba
viesť rez rotačnej kužeľovej plochy s rovnicou x2
+ y2
= z2
v trojrozmernom
priestore rovinou tak, aby sme dostali tú ktorú kužeľosečku.
Obr. 24.1: Elipsa s ohniskami F1, F2, hlavnou polosou a,
vedľajšou polosou b a excentricitou e (pozri cvičenie 24.3)
24.3.1. Príklad. Napíšeme rovnicu elipsy so stredom sss = (−1, 2)T
, hlavnou
polosou a =
√
5 v smere vektora (3, −1)T
a vedľajšou polosou b = 1/2 v smere
vektora (1, 3)T
.
Znormovaním uvedených vektorov dostaneme ortonormálnu bázu (tvorenú
stĺpcami matice)
γγγ =
1
√
10
3 1
−1 3
V súradniciach (u, v)T
vzhľadom na repér (sss,γγγ) má elipsa rovnicu v kanonickom
tvare
u2
5
+ 4v2
= 1.
Vzťah medzi súradnicami (u, v)T
a súradnicami (x, y)T
vzhľadom na kanonický
repér (0,εεε) je daný rovnosťou
u
v
= PPPγγγ,εεε ·
x
y
− sss = γγγT
·
x + 1
y − 2
=
1
√
10
3x − y + 5
x + 3y − 5
522 24. Kvadriky
Obr. 24.2: Hyperbola s ohniskami F1, F2, hlavnou polosou a, vedľajšou polosou
b a excentricitou e (pozri cvičenie 24.4)
(pozri cvičenie 8.10). Dosadením za u a v do pôvodnej rovnice dostávame
(3x − y + 5)2
50
+
2(x + 3y − 5)2
5
= 1,
čo po prenásobení faktorom 50 a ďalších úpravách dáva výslednú rovnicu
29x2
+ 181y2
+ 114xy − 170x − 610y + 475 = 0,
z ktorej by sme na prvý pohľad asi sotva uhádli, akú kužeľosečku popisuje.
24.3.2. Príklad. V euklidovskom priestore R2
je pre ľubovoľnú hodnotu
parametra t ∈ R daná kužeľosečka Qt s rovnicou
tx2
+ ty2
+ 2xy +
√
2 x −
√
2 y = 0.
Zistíme o akú kužeľosečku ide v závislosti na t.
Matica príslušnej kvadratickej formy
AAA =
t 1
1 t
má vlastné hodnoty t+1 a t−1, ktorým zodpovedajú vlastné vektory (1, 1)T
resp. (−1, 1)T
. Príslušná orotonormálna báza je (tvorená stĺpcami matice)
βββ =
1
√
2
1 −1
1 1
.
24.3. Kužeľosečky 523
Obr. 24.3: Parabola s ohniskom F, riadiacou priamkou L a parametrom p
pozri cvičenie 24.5)
V súradniciach (u, v)T
= βββT
· (x, y)T
vzhľadom na túto bázu má rovnica
kužeľosečky tvar (t + 1)u2
+ (t − 1)v2
+
√
2, −
√
2 · βββ · (u, v)T
= 0, t. j.
(t + 1)u2
+ (t − 1)v2
− 2v = 0.
Odteraz budeme všetky údaje popisovať v súradniciach (u, v)T
vzhľadom na
bázu βββ. Ak teda budeme hovoriť napr. o bode (3, −1)T
, budeme mať na
mysli bod, ktorého súradnice vzhľadom na pôvodnú bázu εεε sú βββ · (3, −1)T
=
2
√
2,
√
2
T
.
Rozlíšime tri základné prípady:
(a) t = −1. Rovnica −2v2
−2v = 0 po úprave dáva v(v+1) = 0, takže Q−1
je zjednotením dvojice rovnobežných priamok s rovnicami v = 0 a v = −1.
(b) t = 1. Rovnica 2u2
− 2v = 0 po úprave dáva u2
= v, čo je rovnica
paraboly s vrcholom v počiatku 0 a osou súmernosti v.
(c) t = ±1. Rovnicu kužeľosečky Qt možno doplnením na štvorec upraviť
na tvar
(t + 1)u2
+ (t − 1) v −
1
t − 1
2
−
1
t − 1
= 0,
čiže
t2
− 1 u2
+ (t − 1)2
v −
1
t − 1
2
= 1. (∗)
Z toho je zrejmé, že Qt je stredová kužeľosečka so stredom v bode 0, 1
t−1
T
a
jedným z vrcholov v počiatku. Jej hlavné osi ležia na priamkach s rovnicami
v = 1
t−1
(čo je rovnobežka s osou u) resp. u = 0 (čo je priamo os v). Pri ďalšej
analýze opäť rozlíšime dva prípady:
524 24. Kvadriky
Obr. 24.4. Príklad parametrického systému kužeľosečiek.
24.4. Kvadratické plochy 525
(c1) |t| < 1. (∗) je potom rovnicou hyperboly s hlavnou polosou dĺžky 1
1−t
na priamke u = 0 a vedľajšou polosou dĺžky 1√
1−t2 na priamke v = 1
t−1
.
(c2) |t| > 1. (∗) je potom rovnicou elipsy s polosami dĺžok 1√
t2−1
, 1
|t−1|
,
ktoré ležia na priamkach v = 1
t−1
resp. u = 0. Ak t < −1, tak prvá z nich je
hlavná a druhá vedľajšia; pre t > 1 je tomu naopak.
Ak parameter t interpretujeme ako čas, tak vývoj krivky Qt pripúšťa
s trochou nadsádzky fabuláciu bezmála kozmologickú:
Pred úsvitom času (t. j. pre t = −∞) je „všetko sústredené v jedinom
bode v počiatku súradného systému 0uv. Ten bod sa náhle začne rozpínať
do elipsy, ktorej stred sa pohybuje po osi v nadol smerom k bodu −1
2
, jej
vedľajšia polos sa rozťahuje po osi v až k medznej dĺžke 1
2
, zatiaľ čo dĺžka
jej hlavnej polosi rastie v smere rovnobežnom s osou u nad všetky medze.
V okamihu t = −1 sa elipsa roztrhne na dve rovnobežné priamky v = 0 a
v = −1. Tie sa vzápätí začnú prehýbať ako dve vetvy hyperboly – horná
má vrchol v počiatku, kým vrchol dolnej sa po osi v vzdaľuje stále ďalej
nadol, obe vetvy sa stále väčšmi prehýbajú a v čase t = 0 tvoria rovnoosú
hyperbolu s rovnicou (v + 1)2
− u2
= 1. Ohýbanie a vzďaľovanie dolnej vetvy
stále pokračuje, až sa v okamihu t = 1 dolná vetva úplne stratí za obzorom a
horná sa zmení na parabolu s rovnicou u2
= v. Parabola sa vzápätí uzavrie
do elipsy s jedným vrcholom v počiatku – jej hlavná polos v smere osi v ako
aj vedľajšia polos v smere rovnobežnom s osou u sa postupne skracujú, až
kým na súmraku času (t. j. pre t = +∞) celá krivka neskolabuje do jediného
bodu v počiatku, z ktorého kedysi povstala.
24.4 Kvadratické plochy
Opäť pripomíname, že kvadriky v trojrozmernom euklidovskom priestore nazývame
aj kvadratickými plochami. Klasifikácia podľa kanonického tvaru ich
rovníc na základe vety 24.2.1 je už pomerne rozsiahla.
(1a) Stredové homogénne (t. j. singulárne) kvadratické plochy:
signatúra rovnica kvadrika
(1, 0, 2) x2
= 0 rovina x = 0,
(2, 0, 1)
x2
a2
+
y2
b2
= 0 priamka x = y = 0,
(1, 1, 1)
x2
a2
=
y2
b2
dve rôznobežné roviny y = ±(b/a)x,
(3, 0, 0)
x2
a2
+
y2
b2
+
z2
c2
= 0 bod x = y = z = 0,
(2, 1, 0)
x2
a2
+
y2
b2
= z2
eliptická kužeľová plocha.
526 24. Kvadriky
V poslednom prípade sú rezy eliptickej kužeľovej plochy vodorovnými rovinami
z = c elipsy s polosami dĺžok a|c|, b|c| (pre c = 0 ide pochopiteľne o
bod x = y = 0). Ak a = b, hovoríme o rotačnej kužeľovej ploche.
(1b) Stredové nehomogénne kvadratické plochy:
signatúra rovnica kvadrika
(1, 0, 2)
x2
a2
= 1 dve rovnobežné roviny x = ±a,
(0, 1, 2) −
x2
a2
= 1 prázdna množina,
(2, 0, 1)
x2
a2
+
y2
b2
= 1 eliptická valcová plocha,
(1, 1, 1)
x2
a2
−
y2
b2
= 1 hyperbolická valcová plocha,
(0, 2, 1) −
x2
a2
−
y2
b2
= 1 prázdna množina,
(3, 0, 0)
x2
a2
+
y2
b2
+
z2
c2
= 1 trojosý elipsoid,
(2, 1, 0)
x2
a2
+
y2
b2
−
z2
c2
= 1 jednodielny eliptický hyperboloid,
(1, 2, 0)
x2
a2
−
y2
b2
−
z2
c2
= 1 dvojdielny eliptický hyperboloid,
(0, 3, 0) −
x2
a2
−
y2
b2
−
z2
c2
= 1 prázdna množina.
Prvých päť z uvedených kvadratických plôch je singulárnych, ďalšie štyri sú
regulárne. Opäť sa tak stretáme s javom tento raz dokonca „trojakej prázdnej
množiny , s možnosťou rozlíšenia až v komplexnom rozšírení.
Všetky rezy uvedenej eliptickej valcovej plochy vodorovnými rovinami
z = c sú elipsy s polosami dĺžok a, b. Ak a = b, ide o rotačnú valcovú
plochu. Podobne, rezy hyperbolickej valcovej plochy takýmito rovinami sú
hyperboly s hlavnou polosou dĺžky a a vedľajšou polosou dĺžky b. Ak a = b,
sú to rovnoosé hyperboly.
Trojosý elipsoid je niečo ako „guľová plocha s rôznymi polomermi v smeroch
osí x, y, z. Tieto „rôzne polomery sú samozrejme dĺžky polosí a, b, c
nášho elipsoidu. O naozajstnú guľovú (sférickú) plochu ide, len ak a = b = c.
Ak sa dve z dĺžok polosí rovnajú a dĺžka zvyšnej polosi je väčšia, hovoríme o
vajcovitom alebo pretiahnutom rotačnom elipsoide; ak je dĺžka zvyšnej polosi
menšia, ide o sploštený rotačný elipsoid.
Podobná situácia je pri hyperboloidoch. V uvedenom prípade sú rezy
jednodielneho eliptického hyperboloidu vodorovnými rovinami z = d elipsy
24.4. Kvadratické plochy 527
Obr. 24.5. Trojosý elipsoid
Obr. 24.6. Jednodielny eliptický hyperboloid
s polosami dĺžok a 1 + (d/c)2, b 1 + (d/c)2; ak a = b, sú tieto rezy kružnice
a hovoríme o rotačnom jednodielnom hyperboloide. Rezy jednodielneho
hyperboloidu zvislými rovinami y = 0, resp. x = 0 sú hyperboly s hlavnou
polosou dĺžky a resp. b a vedľajšou polosou dĺžky c. „Vnútornou asymptotickou
plochou jednodielneho eliptického hyperboloidu je v danom prípade
eliptická kužeľová plocha s rovnicou x2
/a2
+y2
/b2
= z2
/c2
(pozri tiež posledný
obrázok k paragrafu 16.2).
Rezy uvedeného dvojdielneho eliptického hyperboloidu zvislými rovinami
528 24. Kvadriky
x = d, kde |d| > a, sú elipsy s polosami dĺžok b d2/a2 − 1, c d2/a2 − 1
(ak |d| = a, je tento rez jediný bod, ak |d| < a, je rezom prázdna množina
– preto sa plocha rozpadá na dve časti). Ak b = c, ide o rotačný dvojdielny
hyperboloid. Rezy vodorovnou rovinou z = 0, resp. zvislou rovinou y = 0
sú hyperboly s hlavnou polosou dĺžky a a vedľajšou polosou dĺžky b resp. c.
„Vonkajšou asymptotickou plochou dvojdielneho eliptického hyperboloidu je
tentokrát eliptická kužeľová plocha s rovnicou x2
/a2
= y2
/b2
+ z2
/c2
(pozri
tiež posledný obrázok k paragrafu 16.2).
Obr. 24.7. Dvojdielny eliptický hyperboloid
(2) Nestredové kvadratické plochy:
signatúra rovnica kvadrika
(1, 0, 2) x2
= 2py parabolická valcová plocha,
(2, 0, 1)
x2
a2
+
y2
b2
= z eliptický paraboloid,
(1, 1, 1)
x2
a2
−
y2
b2
= z hyperbolický paraboloid.
Prvá z uvedných plôch je singulárna, ďalšie dve sú regulárne.
Rezy parabolickej valcovej plochy vodorovnými rovinami z = c sú paraboly
zhodné s parabolou x2
= 2py v rovine z = 0.
Rezy eliptického paraboloidu vodorovnými rovinami z = c, kde c > 0, sú
elipsy s polosami dĺžok a
√
c, b
√
c (pre c = 0 je to bod, pre c < 0 prázdna
množina). Ak a = b, ide o rotačný paraboloid. Rezy zvislými rovinami x = 0,
resp. y = 0 sú paraboly s rovnicami y2
= b2
z, resp. x2
= a2
z.
24.4. Kvadratické plochy 529
Obr. 24.8. Eliptický paraboloid
Obr. 24.9. Hyperbolický paraboloid
Rezy hyperbolického paraboloidu vodorovnými rovinami z = c sú pre
c > 0 hyperboly s hlavnou polosou dĺžky a
√
c v smere osi x a vedľajšou
polosou dĺžky b
√
c v smere osi y; pre c < 0 sú to hyperboly s hlavnou polosou
dĺžky b
√
−c v smere osi y a vedľajšou polosou dĺžky a
√
−c v smere osi x.
Ak a = b, tak všetky tieto rezy sú rovnoosé hyperboly. Pre c = 0 je rezom
dvojica priamok y = ±(b/a)x. Rezy zvislými rovinami x = 0, resp. y = 0 sú
paraboly s rovnicami y2
= −b2
z, resp. x2
= a2
z. Hyperbolický paraboloid,
ako graf funkcie z = x2
/a2
− y2
/b2
, má sedlo v bode (0, 0).
24.4.1. Príklad. V euklidovskom priestore R3
so štandardným skalárnym
530 24. Kvadriky
súčinom je rovnicou
x2
+ 2z2
+ 8
√
6 xy − 2
√
2 xz + 8
√
3 yz = 12
daná kvadrika Q. Treba zistiť, o akú kvadriku ide, a určiť jej polohu, smery
hlavných osí a metrické invarianty.
Príslušná kvadratická forma má maticu
AAA =


1 4
√
6 −
√
2
4
√
6 0 4
√
3
−
√
2 4
√
3 2


s vlastnými číslami 3, 12 a −12, ktorým zodpovedajú vlastné vektory 1, 0, −
√
2
T
,
√
2,
√
3, 1
T
a (
√
2, −
√
3, 1
T
. Hlavnými osami kvadriky Q sú tak priamky
generované týmito vektormi. Po ich znormovaní dostávame ortonormálnu
bázu
βββ =



1√
3
1√
3
1√
3
0 1√
2
− 1√
2
− 2
3
1√
6
1√
6



priestoru R3
, tvorenú vlastnými vektormi matice AAA (ktorú, ako obvykle, stotožníme
s uvedenou maticou).
Potom v súradniciach (u, v, w)T
= βββT
· (x, y, z)T
vzhľadom na bázu βββ má
rovnica kvadriky Q tvar 3u2
+12v2
−12w2
= 12. Z toho po úprave dostávame
u2
4
+ v2
− w2
= 1,
čo je rovnica jednodielného eliptického hyperboloidu so stredom v počiatku
0. Rezom tejto kvadriky rovinou w = 0 je elipsa s hlavnou polosou a = 2
v smere osi u a vedľajšou polosou b = 1 v smere osi v. Jej rezom rovinou
v = 0 je hyperbola s hlavnou polosou a = 2 v smere osi u a vedľajšou polosou
c = 1 v smere osi w. Konečne jej rezom rovinou u = 0 je rovnoosá hyperbola
s polosami b = c = 1 v smeroch osí v, w.
24.4.2. Príklad. V euklidovskom priestore R3
so štandardným skalárnym
súčinom je rovnicou
41x2
+ 41y2
+ 8z2
− 80xy − 4xz − 4yz − 48x − 48y − 51z + 180 = 0
daná kvadrika Q. Treba zistiť, o akú kvadriku ide, a určiť jej polohu, smery
hlavných osí a metrické invarianty.
24.4. Kvadratické plochy 531
Príslušná kvadratická forma má maticu
AAA =


41 −40 −2
−40 41 −2
−2 −2 8


s vlastnými číslami 81, 9 a 0 a im zodpovedajúcimi vlastnými vektormi
(1, −1, 0)T
, (1, 1, −4)T
a (2, 2, 1)T
. Hlavnými osami kvadriky Q sú priamky
generované týmito vektormi. Ich znormovaním dostávame ortonormálnu bázu
βββ =



1√
2
1
3
√
2
2
3
− 1√
2
1
3
√
2
2
3
0 −2
√
2
3
1
3



priestoru R3
, tvorenú vlastnými vektormi matice AAA.
V súradniciach (ξ, η, ζ)T
= βββT
· (x, y, z)T
vzhľadom na bázu βββ má rovnica
kvadriky Q tvar 81ξ2
+ 9η2
+ (−48, −48, −51) · βββ · (ξ, η, ζ)T
+ 180 = 0, t. j.
81ξ2
+ 9η2
+ 18
√
2 η − 81ζ + 180 = 0.
Z toho po niekoľkých úpravach a predelení oboch strán rovnice faktorom 81
dostaneme
ξ2
+
1
9
(η +
√
2)2
− (ζ − 2) = 0.
Záverečnou substitúciou u = ξ, v = η +
√
2, w = ζ − 2 prejde rovnica na
kanonický tvar
u2
+
v2
9
= w,
čo je rovnica eliptického paraboloidu s osou súmernosti w. Jeho rez rovinou
w = 1 je elipsa s hlavnou polosou b = 3 v smere osi v a vedľajšou polosou
a = 1 v smere osi u.
Podrobnejšia analýza oboch substitúcií dáva


u
v
w

 =


ξ
η +
√
2
ζ − 2

 = βββT
·


x
y
z

 −


0
−
√
2
2

 = βββT
·


x − 1
y − 1
z − 2

 .
Vidíme tak, že (u, v, w)T
predstavujú súradnice vzhľadom na repér (rrr,βββ),
kde rrr = (1, 1, 2)T
= βββ · 0, −
√
2, 2
T
je vrchol kvadriky Q.
24.4.3. Príklad. Hyperbolický paraboloid Q ⊆ R3
má v súradniciach (u, v, w)T
vzhľadom na ortonormálny repér (sss,ααα), kde sss = (−2, 0, 1)T
a
ααα =


3
5
4
5
0
−4
5
3
5
0
0 0 1

 ,
532 24. Kvadriky
rovnicu v kanonickom tvare
u2
−
v2
2
= w.
Napíšeme jeho rovnicu v súradniciach (x, y, z)T
vzhľadom na kanonický repér
(0,εεε).
Stačí si uvedomiť, že prechod od jedných súradníc k druhým je daný
rovnicou


u
v
w

 = PPPααα,εεε ·




x
y
z

 − sss

 = αααT
·


x + 2
y
z − 1

 =


(3x − 4y + 6)/5
(4x + 3y + 8)/5
z − 1

 .
Po dosadení posledného výrazu za (u, v, w)T
do kanonickej rovnice kvadriky
Q dostávame
(3x − 4y + 6)2
25
−
(4x + 3y + 8)2
50
= z − 1,
čo po prenásobení faktorom 50 a ďalších úpravách dáva
2x2
+ 23y2
− 72xy + 68x + 26y − 50z + 53 = 0.
Cvičenia
24.1. Dokážte vetu o súčasnej diagonalizácii dvoch kvadratických foriem: Nech V je konečnorozmerný
vektorový priestor nad poľom R a p, q: V → R sú dve kvadratické
formy na V , pričom p je kladne definitná. Potom existuje taká báza βββ priestoru
V , že v súradniciach (xxx)βββ = (x1, . . . , xn)T
vzhľadom na túto bázu majú obe formy
diagonálny tvar p(xxx) = x2
1 + . . . + x2
n, q(x) = λ1x2
1 + . . . + λnx2
n.
24.2. Klasifikujte kvadriky na euklidovskej priamke podľa signatúry a načrtnite ich obrázky.
Presvedčte sa, že neprázdne singulárne kužeľosečky, s výnimkou bodu a dvojice
rôznobežných priamok, vzniknú vždy z vhodnej kvadriky na priamke tak, že
každým jej bodom vedieme na túto priamku kolmicu. Načrtnite obrázok každej
z nich.
Nasledujúce tri cvičenia sú venované vzťahu medzi tzv. syntetickým a analytickým
popisom regulárnych kužeľosečiek.
24.3. Elipsa je syntetickým spôsobom definovaná ako množina bodov v euklidovskej rovine,
ktoré majú rovnaký predpísaný súčet vzdialeností od daných dvoch bodov F1,
F2 tejto roviny, tzv. ohnísk elipsy.
(a) Zvoľte si v rovine súradný systém tak, aby obe ohniská ležali na osi x súmerne
voči počiatku, teda F1 = (−e, 0), F2 = (e, 0), kde e ≥ 0 je tzv. excentricita elipsy.
Predpísaný súčet vzdialeností bodov na elipse od oboch ohnísk označte 2a a položte
Cvičenia 533
b =
√
a2 − e2. Dokážte, že bod roviny so súradnicami (x, y) leží na takto synteticky
určenej elipse práve vtedy, keď x2
a2 + y2
b2 = 1. (Pozri obr. 24.3.)
(b) Akú podmienku musia spĺňať parametre a a e, aby šlo naozaj o elipsu? Aké
množiny bodov v rovine môžeme dostať, ak táto podmienka nie je splnená?
(c) Ako sa nazýva elipsa s nulovou excentricitou?
24.4. Hyperbola je syntetickým spôsobom definovaná ako množina bodov v euklidovskej
rovine, ktoré majú v absolútnej hodnote rovnaký predpísaný rozdiel vzdialeností
od daných dvoch bodov F1, F2 tejto roviny, tzv. ohnísk hyperboly.
(a) Zvoľte si v rovine súradný systém tak, aby obe ohniská ležali na osi x súmerne
voči počiatku, teda F1 = (−e, 0), F2 = (e, 0), kde e ≥ 0 je tzv. excentricita hyperboly.
Prepdpísanú absolútnu hodnotu rozdielu vzdialeností bodov na elipse od
oboch ohnísk označte 2a a položte b =
√
e2 − a2. Dokážte, že bod roviny so súradnicami
(x, y) leží na takto synteticky určenej hyperbole práve vtedy, keď x2
a2 − y2
b2 = 1.
(Pozri obr. 24.2.)
(b) Aké podmienky musia spĺňať parametre a a e, aby šlo naozaj o hyperbolu? Aké
množiny bodov v rovine môžeme dostať, ak tieto podmienky nie sú splnené?
(c) Je rovnoosá hyperbola to isté ako hyperbola s nulovou excentricitou? Akým
vzťahom medzi parametrami a, e zodpovedá prvý prípad? Akú množinu bodov
dostaneme v druhom prípade?
24.5. Parabola je syntetickým spôsobom definovaná ako množina bodov v euklidovskej
rovine, ktoré majú rovnakú vzdialenosť od danej riadiacej priamky L a daného
bodu F /∈ L, tzv. ohniska paraboly, ležiacich v tejto rovine.
(a) Zvoľte si v rovine súradný systém tak, aby os y prechádzala ohniskom F kolmo
na riadiacu priamku a ich priesečník bol súmerne združený s ohniskom podľa počiatku.
Teda F = (0, p/2) a riadiaca priamka má rovnicu y = −p/2, kde p > 0 je
tzv. parameter paraboly. Dokážte, že bod roviny so súradnicami (x, y) leží na takto
synteticky určenej parabole práve vtedy, keď x2
= 2py. (Pozri obr. 24.3.)
(b) Ako by vyzerala „parabola v prípade, že F ∈ L, t. j. p = 0?
24.6. Presvedčte sa, že neprázdne singulárne kvadratické plochy, s výnimkou bodu a eliptickej
kužeľovej plochy, vzniknú vždy z vhodnej kužeľosečky tak, že každým jej
bodom vedieme priamku kolmú na rovinu, v ktorej leží. Načrtnite obrázok každej
z nich.
24.7. Pre každú z kvadratických plôch určte všetky jej osi a roviny súmernosti.
24.8. Pripomíname, že bod sss euklidovského priestoru V sa nazýva stred kvadriky Q ⊆ V ,
ak kvadrika Q je symetrická podľa tohto stredu. Dokážte postupne tvrdenia (a) –
(d):
(a) Bod sss ∈ V je stredom kvadriky Q ⊆ V práve vtedy, keď pre každý bod xxx ∈ V
platí xxx ∈ Q ⇒ 2sss − xxx ∈ Q.
(b) Nech (xxx)T
ααα·AAA(xxx)ααα+bbb·(xxx)ααα+c = 0 je rovnica kvadriky Q v súradniciach vzhľadom
na ľubovoľnú bázu ααα euklidovského priestoru V , kde AAA ∈ Rn×n
je symetrická matica,
bbb ∈ Rn
je riadkový vektor a c ∈ R. Potom bod sss ∈ V je stredom kvadriky Q práve
vtedy, keď 2AAA · (sss)ααα + bbbT
= 0.
(c) Množina všetkých stredov stredovej kvadriky tvorí afinný podpriestor vo V .
534 24. Kvadriky
(d) Regulárna stredová kvadrika má práve jeden stred.
(e) Nájdite príklady singulárnych stredových kvadrík, ktoré majú práve jeden stred,
ako aj singulárnych stredových kvadrík, ktorých stredy tvoria priamku resp. rovinu.
24.9. Určte druh, polohu a metrické invarianty kužeľosečiek v R2
daných rovnicami:
(a) 2x2
+ 2y2
− 4y + 1 = 0; (b) x2
+ y2
− 6x + 8y = 0;
(c) 7x2
+ 2xy
√
3 + 5y2
= 8; (d) 3x2
+ 2xy + 3y2
− 8x − 8y + 4 = 0;
(e) x2
− 4y2
+ 2x + 16y = 19; (f) 11x2
+ 24xy + 4y2
− 26x + 8y = 1;
(g) x2
+ 2x − 2y + 5 = 0; (h) x2
− 2xy + y2
− 2x
√
2 − 2y
√
2 = 0;
(i) 9x2
− 24xy + 16y2
− 34x − 38y + 71 = 0.
Zakaždým načrtnite obrázok.
24.10. V závislosti na parametri t určte druh, polohu a metrické invarianty kužeľosečiek
v R2
daných rovnicami:
(a) tx2
+ ty2
− 4xy = 8; (b) x2
− y2
+ 2txy = 1;
(c) (t + 4)x2
+ (t − 4)y2
− 6xy = t − 5; (d) (t + 3)x2
+ (t − 3)y2
+ 8xy = (t − 5)2
;
(e) (t + 1)x2
+ (t − 2)y2
− 4xy = 1; (f) (t+2)x2
+(t−1)y2
+4xy = (t+3)(t−2).
Podobne ako na obr. 24.4, načrtnite tieto kužeľosečky pre viacero hodnôt parametra
t a pozorujte, ako sa transformujú s meniacim sa t.
24.11. Napíšte rovnice nasledujúcich kužeľosečiek v R2
:
(a) kružnica so stredom (−4, 3) a polomerom 5;
(b) elipsa so stredom v počiatku, hlavnou polosou a = (1 +
√
5)/2 v smere vektora
(1,
√
3) a vedľajšou polosou b = 1;
(c) rovnoosá hyperbola s ohniskami F1 = (−1, −1), F2 = (1, 1);
(d) parabola s ohniskom F = (1, −5) a vrcholom V = (0, −4).
24.12. Určte typ, polohu a metrické invarianty kvadrík v R3
daných rovnicami
(a) x2
+ 3y2
+ z2
+
√
2 xy + 4xz +
√
2 yz = 0;
(b) 3x2
+ 6y2
+ 3z2
+ 2
√
2 xy + 6xz + 2
√
2 yz = 4;
(c) 2x2
+3y2
+2z2
+
√
2 xy+2xz+
√
2 yz− 6+
√
2 x−2 3+
√
2 y− 6+
√
2 z+7+
√
2=0;
(d) x2
+ y2
− 3z2
− 6xy − 2xz − 2yz + 14x − 10y + 2z + 21 = 0;
(e) 13x2
+ 13y2
+ 7z2
− 22xy + 10xz + 10yz + 70x − 74y − 10z + 121 = 0;
(f) x2
+ y2
+ 7z2
+ 2xy + 10xz + 10yz + 12 = 0;
(g) 13x2
+ 37y2
+ 30z2
+ 30xy + 2
√
6 xz + 2
√
6 yz − 32
√
6 x + 32
√
6 y − 64z = 0;
(h) 7x2
− 17y2
− 6z2
− 6xy − 10
√
6 xz − 14
√
6 yz − 4
√
6 x + 4
√
6 y − 8z = 0;
(i) 2x2
+ 2y2
+ 2z2
+ 4xy − 4xz − 4yz − 9
√
2 + 4 x + 9
√
2 − 4 y + 4z + 2 = 0.
24.13. Napíšte rovnice nasledujúcich kvadrík R3
:
(a) rotačný elipsoid so stredom v počiatku, ktorý vznikne rotáciou elipsy s hlavnou
polosou a = 1 a vedľajšou polosou b = 1/
√
2 okolo jej hlavnej osi so smerovým
vektorom (1, 1, 1);
Cvičenia 535
(b) rotačný elipsoid so stredom v počiatku, ktorý vznikne rotáciou elipsy s hlavnou
polosou a = 1 a vedľajšou polosu b = 1/
√
2 okolo jej vedľajšej osi so smerovým
vektorom (1, −2, 1);
(c) jednoplochý eliptický hyperboloid, ktorý vznikne otočením RRReee3
α základného eliptického
hyperboloidu s rovnicou x2
+ 2y2
− z2
= 1 okolo osi z o uhol α = π/4 a
následným posunutím o vektor (1, 2, 0);
(d) dvojplochý rotačný hyperboloid so stredom v počiatku, ktorý vznikne rotáciou
rovnoosej hyperboly s excentricitou e =
√
2 okolo jej hlavnej osi so smerovým vektorom
(1, 1, 1);
(e) eliptická kužeľová plocha, ktorá vznikne otočením RRReee1
β základnej eliptickej kužeľovej
plochy s rovnicou x2
+ 3y2
− 3z2
= 0 okolo osi x o uhol β = π/6;
(f) eliptický paraboloid s vrcholom v bode (0, 0, 1), ktorého os súmernosti je rovnobežná
s osou z a rez rovinou z = −1 je elipsa s hlavnou polosou a = 1 v smere
vektora (1,
√
3, 0) a vedľajšou polosou b = 1/
√
3;
(g) hyperbolický paraboloid, ktorý vznikne otočením RRRuuu
γ základného hyperbolického
paraboloidu s rovnicou x2
− y2
= z okolo priamky prechádzajúcej počiatkom
so smerovým vektorom uuu = (1, 1, 0) o uhol γ = π/2 a následným posunutím o
vektor (2, −1, −3).
25. Vybrané aplikácie združených operátorov
V tejto pomerne rôznorodej kapitole sa – po kuželosečkách a kvadrikách –
oboznámime s niekoľkými ďalšími aplikáciami združených (najmä hermitovských)
operátorov.
Výsledky prvého a druhého paragrafu, venovaného singulárnemu a polárnemu
rozkladu resp. pseudoinverzným maticiam, sa vo veľkej miere využívajú
v numerickej matematike, v ktorej sa však hojne vyskytujú aj iné typy
rozkladov. K nim patrí napr. QR-rozklad, s ktorým sme sa už stretli v cvičeniach
13.13 a 13.14 resp. 17.16 a 17.17, ďalej tzv. LU-rozklad, LDU-rozklad
atď., no tým, ani ich aplikáciám sa už v tomto kurze venovať nebudeme.
S aplikáciou iného druhu – tentoraz v geometrii – sa stretneme v treťom paragrafe:
pomocou singulárnych čísel dokážeme elegantne vyjadriť odchýlku
ľubovoľných lineárnych či afinných podpriestorov v euklidovskom priestore.
Dva záverečné paragrafy tvoria ucelenú časť. Riešením diferenciálnej rovnice
harmonického oscilátora sa pokúsime motivovať stručnú analýzu vzťahu
samoadjungovaných operátorov i d
dt
a − d2
dt2 (na vhodnom priestore funkcií) a
(trigonometrických) Fourierových radov.
25.1 Singulárny a polárny rozklad
V tomto paragrafe budeme ďalej rozvíjať paralelu medzi reálnymi číslami a
hermitovskými operátormi resp. maticami.
Hermitovský lineárny operátor ϕ na unitárnom priestore V sa nazýva
(a) kladný prípadne pozitívny, ak pre každý vektor 0 = xxx ∈ V platí
ϕxxx,xxx > 0;
(b) nezáporný, ak pre každý vektor xxx ∈ V platí ϕxxx,xxx ≥ 0.
Vďaka samoadjungovanosti operátora ϕ je F(xxx,yyy) = ϕxxx,yyy = xxx, ϕyyy
kososymetrická bilineárna forma na V . Preto ϕ je kladný práve vtedy, keď F
je kladne definitná, a ϕ je nezáporný práve vtedy, keď F je kladne semidefi-
nitná.
Formuláciu pojmov kladnej resp. nezápornej hermitovskej matice ako aj
dôkaz nasledujúceho jednoduchého tvrdenia prenechávame ako cvičenie čita-
teľovi.
25.1.1. Tvrdenie. Nech ϕ je hermitovský lineárny operátor na konečnorozmernom
unitárnom priestore V .
(a) ϕ je kladný práve vtedy, keď pre každé λ ∈ Spec ϕ platí λ > 0;
25.1. Singulárny a polárny rozklad 537
(b) ϕ je nezáporný práve vtedy, keď pre každé λ ∈ Spec ϕ platí λ ≥ 0.
Ľahko nahliadneme, že pre ľubovoľný lineárny operátor ϕ: V → V sú oba
operátory ϕ∗
◦ ϕ, ϕ ◦ ϕ∗
hermitovské. Navyše sú však aj nezáporné. Naozaj,
pre každé xxx ∈ V platí
ϕ∗
(ϕxxx),xxx = ϕxxx, ϕxxx ≥ 0,
a podobne pre operátor ϕ ◦ ϕ∗
.
Analogicky pre každú, dokonca nie nutne štvorcovú maticu AAA ∈ Cm×n
sú obe matice AAA∗
· AAA, AAA · AAA∗
nezáporné hermitovské. Ich druhé odmocniny,
t. j. matice
√
AAA∗ · AAA,
√
AAA · AAA∗ sa nazývajú pravý resp. ľavý modul matice AAA.
Ako vyplýva z cvičenia 18.8, obe tieto matice majú rovnaké nenulové vlastné
čísla. Nazývame ich singulárne čísla matice AAA. Sú to vlastne (kladné) druhé
odmocniny kladných vlastných čísel ktorejkoľvek z matíc AAA∗
· AAA, AAA · AAA∗
.
25.1.2. Veta. Nech AAA ∈ Cm×n
. Potom existujú unitárne matice UUU ∈ Cm×m
a VVV ∈ Cn×n
také, že
AAA = UUU ·
DDD0 0
0 0
· VVV ∗
,
kde h = h(AAA∗
· AAA) a d1, . . . , dh sú singulárne čísla matice AAA, pričom každé
z nich sa v tomto zozname vyskytuje toľkokrát, aká je jeho násobnosť, DDD0 =
diag(d1, . . . , dh) a 0-y sú nulové matice potrebných rozmerov. Ak AAA je reálna,
tak matice UUU, VVV možno zvoliť ortogonálne.
Dôkaz. Označme BBB uvedenú blokovú maticu. Pre určitosť predpokladajme,
že m ≤ n; druhý prípad možno zvládnuť analogicky. Matica AAA∗
· AAA ∈ Cn×n
je nezáporná hermitovská, preto existuje unitárna matica PPP ∈ Cn×n
taká, že
AAA∗
· AAA = PPP · DDD2
· PPP∗
.
kde DDD = diag(d1, . . . , dn) je reálna diagonálna matica, pričom d1, . . . , dh > 0
sú singulárne čísla matice AAA a dj = 0 pre h < j ≤ n. Keďže pre každé
k ≤ n je k-ty stĺpec matice PPP vlastný vektor matice AAA∗
·AAA prislúchajúci k jej
vlastnému číslu d2
k, a PPP je unitárna, pre stĺpce matice AAA · PPP platí
sssj(AAA · PPP),sssk(AAA · PPP) = AAA · sssj(PPP),AAA · sssk(PPP) = sssj(PPP),AAA∗
· AAA · sssk(PPP)
= sssj(PPP), d2
ksssk(PPP) = d2
k sssj(PPP),sssk(PPP) = d2
kδjk
Teda sssj(AAA · PPP) = 0 pre j > h, a všetky vektory tvaru uuuk = d−1
k sssk(AAA · PPP),
kde k ≤ h, tvoria ortonormálny systém v Cm
. Možno ich teda doplniť do
ortonormálnej bázy uuu1, . . . ,uuum tohto priestoru. Potom UUU = (uuu1, . . . ,uuum) je
unitárna matica, pre ktorej všetky stĺpce uuuk platí dkuuuk = sssk(AAA · PPP), t. j.
AAA · PPP = (d1uuu1, . . . , dmuuum, 0, . . . , 0) = UUU · BBB.
538 25. Vybrané aplikácie združených operátorov
Z toho vyplýva
AAA = UUU · BBB · PPP−1
= UUU · BBB · PPP∗
.
Stačí teda položiť VVV = PPP.
Pre reálnu maticu AAA možno hneď na začiatku zvoliť ortogonálnu maticu
PPP = VVV a ortogonálnu maticu UUU získať doplnením reálnych vektorov uuuk =
d−1
k sssk(AAA · PPP), k ≤ h, do ortonormálnej bázy v Rm
.
Práve dokázaný výsledok, nazývaný tiež veta o singulárnom rozklade, má
názornú geometrickú interpretáciu. Lineárne zobrazenie xxx → AAA · xxx zobrazuje
jednotkovú sféru
S = {xxx ∈ Cn
; xxx = 1}
v unitárnom priestore Cn
na (možno degenerovaný) elipsoid v Cm
. Singulárne
čísla matice AAA sú dĺžkami jeho (nedegenerovaných) polosí. Dôkaz vety
o singulárnom rozklade je vlastne návod, ako zostrojiť ortonormálnu bázu
βββ = (vvv1, . . . ,vvvn) = VVV priestoru Cn
a ortonormálnu bázu ααα = (uuu1, . . . ,uuum) =
UUU priestoru Cm
tak, aby vektory AAA · vvv1 = d1uuu1, . . . , AAA · vvvh = dhuuuh tvorili
priamo nedegenerované polosi tohto elipsoidu a AAA · vvvj = 0 pre j > h.
Nasledujúca veta, nazývaná tiež vetou o polárnom rozklade, je maticovou
analógiou goniometrického vyjadrenia komplexného čísla v goniometrickom
tvare z = ru = r eiα
, kde 0 ≤ r ∈ R, u ∈ C, |u| = 1, a α ∈ R.
25.1.3. Veta. Nech AAA ∈ Cn×n
je ľubovoľná matica. Potom existujú nezáporné
hermitovské matice RRR,RRR ∈ Cn×n
a unitárne matice UUU,UUU ∈ Cn×n
také, že
AAA = RRR · UUU = UUU · RRR .
Pritom matice RRR, RRR sú určené jednoznačne, a ak AAA je regulárna, tak i matice
UUU, UUU sú určené jednoznačne. Navyše, ak AAA je reálna, tak aj matice RRR, UUU resp.
RRR , UUU možno zvoliť reálne, t. j. RRR, RRR symetrické, kladne semidefinitné a UUU,
UUU ortogonálne.
Dôkaz. Nech AAA = WWW ·DDD·VVV ∗
je singulárny rozklad matice AAA. Keďže DDD ∈ Cn×n
je nezáporná diagonálna (teda hermitovská) a VVV ,WWW ∈ Cn×n
sú unitárne, tak
aj RRR = WWW · DDD · WWW∗
je nezáporná hermitovská a UUU = WWW · VVV ∗
je unitárna.
Potom
AAA = WWW · DDD · WWW∗
· WWW · VVV ∗
= RRR · UUU.
Ak AAA = RRR·UUU s nezápornou hermitovskou RRR a unitárnou UUU, tak AAA∗
= UUU∗
·RRR
a AAA · AAA∗
= RRR · UUU · UUU∗
· RRR = RRR2
, teda RRR je určená jednoznačne ako druhá
odmocnina nezápornej hermitovskej matice AAA·AAA∗
. Navyše, ak AAA je regulárna,
tak aj AAA∗
, AAA · AAA∗
a RRR =
√
AAA · AAA∗ sú regulárne. Preto podmienkou AAA = RRR · UUU
je matica UUU = RRR−1
· AAA určená jednoznačne.
25.2. Pseudoinverzné lineárne zobrazenia a matice 539
Druhý polárny rozklad AAA = UUU · RRR možno získať z prvého polárneho
rozkladu AAA∗
= QQQ·VVV matice AAA∗
, s nezápornou hermitovskou QQQ a unitárnou VVV .
Potom AAA = VVV ∗
· QQQ; stačí teda položiť RRR = QQQ, UUU = VVV ∗
.
Podmienka reálnosti matíc RRR, UUU resp. RRR , UUU pre AAA ∈ Rn×n
vyplýva
z analogickej podmienky pre singulárny rozklad.
Spojením práve dokázanej vety a vety 23.4.9 dostávame
25.1.4. Dôsledok. Pre ľubovoľnú maticu AAA ∈ Cn×n
existujú hermitovské
matice HHH,HHH ∈ Cn×n
a jednoznačne určené nezáporné hermitovské matice
RRR,RRR ∈ Cn×n
také, že
AAA = RRR · exp(iHHH) = exp(iHHH ) · RRR .
25.2 Pseudoinverzné lineárne zobrazenia a matice
Týmto paragrafom nadväzujeme na tému, ktorú sme začali rozvíjať v paragrafe
14.5, venovanom „riešeniu neriešiteľných sústav.
Nech X, Y sú ľubovoľné množiny. Hovoríme, že g: Y → X je pseudoinverzné
zobrazenie k zobrazeniu f : X → Y , ak platí
f ◦ g ◦ f = f, g ◦ f ◦ g = g.
Zrejme g je pseudoinverzné zobrazenie k f práve vtedy, keď f je pseudoinverzné
zobrazenie ku g. Takisto ľahko nahliadneme, že ak f : X → Y je
bijekcia, t. j. ak k nemu existuje inverzné zobrazenie f−1
: Y → X, tak f−1
je zároveň jediným pseudoinverzným zobrazením k f. Ak však f nie je bijektívne
a # X ≥ 2, tak k nemu existuje viacero pseudoinverzných zobrazení g.
(Presvedčte sa o tom.)
Nás budú v tejto chvíli zaujímať najmä pseudoinverzné lineárne zobrazenia
k lineárnym zobrazeniam medzi konečnorozmernými unitárnymi prípadne
euklidovskými priestormi. Začneme však trochu všeobecnejším prípadom
lineárnych zobrazení medzi konečnorozmernými vektorovými priestormi
nad ľubovoľným poľom K. Z výpočtových dôvodov zavádzame aj pojem pseudoinverznej
matice. BBB ∈ Kn×m
sa nazýva pseudoinverzná matica k matici
AAA ∈ Km×n
, ak platí
AAA · BBB · AAA = AAA, BBB · AAA · BBB = BBB.
Zrejme k regulárnej matici AAA ∈ Kn×n
existuje jediná pseudoinverzná matica,
a to AAA−1
. Ako čoskoro uvidíme, k obdĺžnikovým maticiam, ako i k singulárnym
štvorcovým maticiam môže existovať viacero rôznych pseudoinverzných
matíc.
540 25. Vybrané aplikácie združených operátorov
Nech ϕ: V → U je lineárne zobrazenie medzi konečnorozmernými vektorovými
priestormi nad poľom K. Označme m = dim U, n = dim V a
h = h(ϕ). Podľa vety 7.5.4 existuje báza βββ = (vvv1, . . . ,vvvn) priestoru V a báza
ααα = (uuu1, . . . ,uuum) priestoru U, vzhľadom na ktoré má ϕ maticu v blokovom
tvare
AAA = (ϕ)ααα,βββ =
IIIh 0h,n−h
0m−h,h 0m−h,n−h
.
Z tohto tvaru je zrejmé, že vektory vvvh+1, . . . ,vvvn tvoria bázu lineárneho podpriestoru
Ker ϕ ⊆ V a vektory uuu1 = ϕ(vvv1), . . . ,uuuh = ϕ(vvvh) bázu lineárneho
podpriestoru Im ϕ ⊆ U. Navyše platí
V = [vvv1, . . . ,vvvh] ⊕ Ker ϕ, U = Im ϕ ⊕ [uuuh+1, . . . ,uuum]
a ϕ zúžené na podpriestor [vvv1, . . . ,vvvh] je lineárny izomorfizmus tohto podpriestoru
na podpriestor Im ϕ. Nech teraz ψ: U → V je lineárne zobrazenie,
ktoré má vzhľadom na bázy ααα, βββ maticu
AAAT
= (ψ)βββ,ααα =
IIIh 0h,m−h
0n−h,h 0n−h,m−h
.
Potom Ker ψ = [uuuh+1, . . . ,uuum] a ψ Im ϕ: Im ϕ → [vvv1, . . . ,vvvh] je lineárny
izomorfizmus, inverzný k zúženiu ϕ na [vvv1, . . . ,vvvh]. Prenechávame čitateľovi,
aby sa sám presvedčil, že lineárne zobrazenie ψ je pseudoinverzné k ϕ.
Taktiež naopak, ak ψ: U → V je pseudoinverzné k ϕ: V → U, tak existujú
bázy βββ = (vvv1, . . . ,vvvh,vvvh+1, . . . ,vvvn) priestoru V a ααα = (uuu1, . . . ,uuuh,uuuh+1, . . . ,uuum)
priestoru U také, že matice (ϕ)ααα,βββ, (ψ)βββ,ααα majú uvedený tvar.
Vo všeobecnosti pre dané lineárne zobrazenie ϕ: V → U medzi konečnorozmernými
vektorovými priestormi ľubovoľná dvojica lineárnych podpriestorov
S ⊆ V , T ⊆ U takých, že
S ⊕ Ker ϕ = V, Im ϕ ⊕ T = U,
jednoznačne určuje lineárne zobrazenie ψ: U → V pseudoinverzné k ϕ, pre
ktoré Ker ψ = T a Im ψ = S. Stačí si uvedomiť, že ϕ S : S → Im ϕ je
lineárny izomorfizmus, takže k nemu existuje inverzné lineárne zobrazenie
(ϕ S)−1
: Im ϕ → S. Potom jediná možnosť ako definovať ψ je
ψ(yyy) = (ϕ S)−1
(yyy1),
kde yyy = yyy1 + yyy2 je jednoznačný rozklad vektora yyy ∈ U na zložky yyy1 ∈
Im ϕ, yyy2 ∈ T. Opäť možno jednoducho overiť, že lineárne zobrazenie ψ je
pseudoinverzné k ϕ.
Z našej konštrukcie je taktiež zrejmé, že pokiaľ ϕ nie je bijektívne, tak
aspoň jeden z podpriestorov S, T je netriviálny a možno ho voliť viacerými
25.2. Pseudoinverzné lineárne zobrazenia a matice 541
spôsobmi. Rôzne voľby S a T potom určujú rôzne pseudoinverzné lineárne
zobrazenia k ϕ. V prípade konečnorozmerných vektorových priestorov nad
všeobecným poľom nemáme k dispozícii prirodzený prostriedok, ako túto
nejednoznačnosť odstrániť. K danému netriválnemu vlastnému lineárnemu
podpriestoru P ⊆ V totiž existuje mnoho lineárnych podpriestorov P ⊆ V
takých, že V = P ⊕ P , a všetky možné voľby P sú navzájom rovnocenné.
Iná je však situácia v konečnorozmerných unitárnych resp. euklidovských
priestoroch – tam je prirodzené položiť P = P⊥
.
25.2.1. Tvrdenie. Nech U, V sú konečnorozmerné unitárne, prípadne euklidovské
priestory a ϕ: V → U, ψ: U → V sú navzájom pseudoinverzné
lineárne zobrazenia. Potom nasledujúce podmienky sú ekvivalentné:
(i) lineárne podpriestory Ker ϕ, Im ψ ⊆ V ako aj Ker ψ, Im ϕ ⊆ U sú navzájom
ortogonálne;
(ii) lineárne operátory ψ ◦ϕ: V → V a ϕ◦ψ: U → U sú samoadjungované.
Dôkaz. Označme S = Im ψ. Keďže ϕ, ψ sú navzájom pseudoinverzné, V =
S ⊕ Ker ϕ a ψϕ(uuu) = uuu pre uuu ∈ S.
(i) ⇒ (ii) Zvoľme xxx,yyy ∈ V . Potom xxxS,yyyS ∈ S, teda xxx − xxxS,yyy − yyyS ∈
Ker ϕ = S⊥
, a platí ϕ(xxx) = ϕ(xxxS), xxxS,yyy − yyyS = 0. V dôsledku toho
ψϕ(xxx),yyy = ψϕ(xxxS),yyy = xxxS,yyy = xxxS,yyyS .
Z rovnakých dôvodov je xxx, ψϕ(yyy) = xxxS,yyyS , teda ψϕ(xxx),yyy = xxx, ψϕ(yyy) ,
čiže operátor ψ ◦ ϕ je samoadjungovaný. Podobne možno dokázať samodjungovanosť
operátora ϕ ◦ ψ.
(ii) ⇒ (i) Ukážeme, že xxx ⊥ yyy pre ľubovoľné xxx ∈ Im ψ, yyy ∈ Ker ϕ. Potom
xxx = ψ(uuu) pre nejaké uuu ∈ U a ϕ(yyy) = 0. Keďže ψ ◦ ϕ ◦ ψ = ψ a ψ ◦ ϕ je
samoadjungovaný,
xxx,yyy = ψ(uuu),yyy = ψϕψ(uuu),yyy = ψ(uuu), ψϕ(yyy) = 0.
Podobne sa dokáže ortogonálnosť podpriestorov Im ϕ a Ker ψ.
Nech ϕ: V → U je lineárne zobrazenie medzi konečnorozmernými unitárnymi
prípadne euklidovskými priestormi. Pseudoinverzné lineárne zobrazenie
ψ: U → V k zobrazeniu ϕ nazývame jeho Mooreovou-Penroseovou pseudoinverziou,
ak je splnená jedna (teda nevyhnutne obe) z ekvivalentných podmienok
(i), (ii) tvrdenia 25.2.1. Z našich predchádzajúcich úvah vyplýva, že
Mooreova-Penroseova pseudoinverzia (na rozdiel od inverzného zobrazenia)
existuje vždy a uvedenou dodatočnou podmienkou je určená jednoznačne –
značíme ju ψ = ϕ¬
.
Podobne, maticu BBB ∈ Cn×m
nazývame Mooreovou-Penroseovou pseudoinverziou
matice AAA ∈ Cm×n
, ak BBB je pseudoinverzná k AAA a obe matice AAA ·BBB,
542 25. Vybrané aplikácie združených operátorov
BBB · AAA sú hermitovské (v reálnom prípade symetrické). Takisto každá matica
AAA ∈ Cm×n
má jednoznačne určenú Mooreovu-Penroseovu pseudoinverziu,
ktorú opäť značíme AAA¬
.
Mooreovu-Penroseovu pseudoinverziu matice AAA možno tiež opísať s využitím
singulárneho rozkladu.
25.2.2. Tvrdenie. Nech AAA ∈ Cm×n
. Potom jej Mooreova-Penroseova pseudoinverzia
má tvar
AAA¬
= VVV · diag d−1
1 , . . . , d−1
h , 0, . . . , 0 · UUU∗
,
kde
AAA = UUU · diag(d1, . . . , dh, 0, . . . , 0) · VVV ∗
je singulárny rozklad matice AAA. Ak navyše AAA je reálna, tak aj AAA¬
je reálna.
Dôkaz. Zrejme pre maticu DDD = diag(d1, . . . , dh, 0, . . . , 0) platí
DDD¬
= diag d−1
1 , . . . , d−1
h , 0, . . . , 0 .
Označme BBB = VVV · DDD¬
· UUU∗
. Keďže UUU, VVV sú unitárne,
AAA · BBB · AAA = UUU · DDD · VVV ∗
· VVV · DDD¬
· UUU∗
· UUU · DDD · VVV ∗
= UUU · DDD · VVV ∗
= AAA.
Podobne možno tiež dokázať BBB · AAA · BBB = BBB. Rovnosti (AAA · BBB)∗
= AAA · BBB,
(BBB·AAA)∗
= BBB·AAA sú triviálne. Z jednoznačnosti Mooreovej-Penroseovej inverzie
vyplýva AAA¬
= BBB. Z vety 25.1.2 navyše vyplýva, že AAA¬
je reálna pre reálnu AAA.
Najdôležitejšie vlastnosti Mooreovej-Penroseovej pseudoinverzie sú zhrnuté
v nasledujúcich dvoch tvrdeniach. Dôkaz prvého z nich sa redukuje na
niekoľko priamych výpočtov, ktorých vzory možno nájsť v paragrafe 14.5.
25.2.3. Tvrdenie. Nech AAA ∈ Cm×n
. Potom
(a) ak AAA · AAA∗
je regulárna, tak AAA¬
= AAA∗
· (AAA · AAA∗
)−1
;
(b) ak AAA∗
· AAA je regulárna, tak AAA¬
= (AAA∗
· AAA)−1
· AAA∗
.
Pre reálnu maticu AAA platí AAA∗
= AAAT
, teda z regularity matice AAA ·AAAT
resp.
AAAT
·AAA vyplýva AAA¬
= AAAT
· (AAA ·AAAT
)−1
resp. AAA¬
= (AAA∗
·AAA)−1
·AAA∗
, čo sa zhoduje
s výsledkami paragrafu 14.5.
Skôr než čitateľ prejde k druhému tvrdeniu, mal by si najprv samostatne
premyslieť, že pojmy pseudoriešenia a minimálneho (pseudo)riešenia
sústavy lineárnych rovníc z paragrafu 14.5 možno celkom mechanicky preniesť
z euklidovského priestoru Rn
do unitárneho priestoru Cn
. Taktiež výsledky o
nich zostávajú v platnosti s jedinou zmenou: transponovanú maticu AAAT
treba
všade nahradiť hermitovsky združenou maticou AAA∗
.
25.3. Odchýlka dvoch lineárnych podpriestorov 543
25.2.4. Tvrdenie. Nech AAA ∈ Cm×n
, bbb ∈ Cm
a xxx0 = AAA¬
· bbb ∈ Cn
. Potom xxx0
je minimálne pseudoriešenie sústavy AAA · xxx = bbb.
Dôkaz. Podľa tvrdení 14.5.1 a 14.5.3, modifikovaných spomínaným očividným
spôsobom, je xxx ∈ Cn
minimálnym pseudoriešním sústavy AAA · xxx = bbb práve
vtedy, keď xxx = AAA∗
· AAA · zzz pre nejaké zzz ∈ Cn
také, že (AAA∗
· AAA)2
· zzz = AAA∗
· bbb. Pre
xxx0 = AAA¬
· bbb stačí položiť
zzz = AAA¬
· AAA¬∗
· AAA¬
· bbb.
Skôr než pristúpime k overeniu požadovaných rovností, uvedomme si, že
AAA∗
· AAA · AAA¬
= AAA∗
· (AAA · AAA¬
)∗
= (AAA · AAA¬
· AAA)∗
= AAA∗
,
a z rovnakého dôvodu AAA∗
· AAA¬∗
· AAA¬
= AAA¬
. Preto
AAA∗
· AAA · zzz = AAA∗
· AAA · AAA¬
· AAA¬∗
· AAA¬
· bbb = AAA∗
· AAA¬∗
· AAA¬
· bbb = AAA¬
· bbb = xxx0,
z čoho ďalej vyplýva
(AAA∗
· AAA)2
· zzz = AAA∗
· AAA · AAA¬
· bbb = AAA∗
· bbb.
Či už sústava AAA · xxx = bbb má alebo nemá riešenie, xxx0 = AAA¬
· bbb je jej pseudoriešením,
t. j. riešením sústavy AAA · xxx = bbbS, kde bbbS je kolmý priemet vektora
bbb do lineárneho podpriestoru S ⊆ Cm
generovaného stĺpcami matice AAA. To
znamená, že pre všetky yyy ∈ Cn
platí
AAA · xxx0 − bbb ≤ AAA · yyy − bbb .
Navyše toto pseudoriešenie je minimálne, t. j. pre každé iné pseudoriešenie
xxx ∈ Cn
platí
xxx0 ≤ xxx .
Na druhej strane, ak sústava AAA · xxx = bbb má viac riešení, tak xxx0 = AAA¬
· bbb je jej
riešením s minimálnou normou. Mooreova-Penroseova pseudoinverzia matice
AAA tak jednotným spôsobom rieši obe otázky diskutované v paragrafe 14.5 a
zároveň ich zovšeobecňuje z reálnych matíc na komplexné.
25.3 Odchýlka dvoch lineárnych podpriestorov
Singulárne čísla matíc možno okrem iného využiť na určenie odchýlky afinných
či lineárnych podpriestorov v euklidovskom priestore. Pripomeňme, že
odchýlku dvoch netriviálnych afinných podpriestorov v euklidovskom priestore
V sme v paragrafe 14.3 definovali ako odchýlku ich zameraní. Odchýlku
544 25. Vybrané aplikácie združených operátorov
netriviálnych lineárnych podpriestorov S, T ⊆ V sme definovali ako odchýlku
ich podpriestorov S1 = S ∩ (S ∩ T)⊥
, T1 = T ∩ (S ∩ T)⊥
, pre ktoré platí
S1 ∩ T1 = {0}. Avšak odchýlku netriviálnych lineárnych podpriestorov S,
T spĺňajúcich S ∩ T = {0} sme vedeli určiť, len ak aspoň jeden z nich bol
priamka alebo nadrovina. Túto medzeru zapĺňa nasledujúca veta.
25.3.1. Veta. Nech S, T sú netriviálne lineárne podpriestory v euklidovskom
priestore V , S ∩ T = {0} a ααα = (uuu1, . . . ,uuuk), resp. βββ = (vvv1, . . . ,vvvl) sú
ich ortonormálne bázy. Potom
cos (S, T) = D =
√
M,
kde D je najväčšie singulárne číslo matice
AAA =




uuu1,vvv1 uuu2,vvv1 . . . uuuk,vvv1
uuu1,vvv2 uuu2,vvv2 . . . uuuk,vvv2
...
...
...
...
uuu1,vvvl uuu2,vvvl . . . uuuk,vvvl



 ,
resp. M je najväčšie vlastné číslo matice AAAT
· AAA.
Dôkaz. Označme ϕ: S → T zúženie ortogonálnej projekcie prT na podpriestor
S a ψ: T → S zúženie ortogonálnej projekcie prS na podpriestor T. Potom
lineárne zobrazenia ϕ, ψ majú vzhľadom na bázy ααα, βββ matice (ϕ)βββ,ααα = AAA,
(ψ)ααα,βββ = AAAT
. Lineárny operátor ψ ◦ ϕ: S → S má v báze ααα maticu AAAT
· AAA,
teda je nezáporný hermitovský a všetky jeho vlastné čísla (t. j. vlastné čísla
matice AAAT
· AAA) sú reálne nezáporné.
Obr. 25.1. K odchýlke dvoch lineárnych podpriestorov
Podľa tvrdenia 14.3.1 a vlastností kolmého priemetu je
cos (S, T) = sup{cos (xxx, T); 0 = xxx ∈ S} = sup
xxxT
xxx
; 0 = xxx ∈ S .
25.4. Harmonický oscilátor 545
Nech www ∈ S je vlastný vektor operátora ψ ◦ ϕ prislúchajúci k jeho vlastnému
číslu λ, t. j. wwwTS = ψϕ(www) = λwww. Označme γ = (www, T). Potom
cos γ =
wwwT
www
=
ϕwww
www
Z obrázku 25.1 je zrejmé, že taktiež
wwwTS = ψϕ(www) = wwwT cos γ = www cos2
γ.
V dôsledku toho λ www = www cos2
γ, čiže
cos γ =
√
λ.
Zostáva dokázať, že ak λ = M je najväčšie vlastné číslo matice AAAT
· AAA,
tak pre ľubovoľný nenulový vektor xxx ∈ S platí
xxxT
xxx
≤
√
M = D.
Keďže ϕ(xxx) = xxxT ⊥ xxx−xxxT , ϕxxx, ϕxxx = ϕxxx,xxx . Ďalej z podmienky xxx ∈ S vyplýva
ψ(xxx) = xxx. S využitím týchto faktov, Cauchyho-Schwartzovej nerovnosti
a dôsledku 23.7.5 dostávame
xxxT
2
= ϕxxx, ϕxxx = ϕxxx,xxx = ϕψxxx,xxx
≤ ϕψxxx xxx ≤ M xxx 2
= D2
xxx 2
,
teda xxxT ≤ D xxx .
25.4 Harmonický oscilátor
Harmonickým alebo aj lineárnym harmonickým oscilátorom budeme nazývať
systém charakterizovaný jedinou číselnou veličinou x = x(t), ktorej vývoj
v čase t sa riadi diferenciálnou rovnicou
d2
x
dt2
= −ω2
x,
kde ω ∈ R je konštanta, nazývaná kruhová frekvencia.
Pomocou rovnice harmonického oscilátora možno – či už presne alebo
približne – popísať mnoho rozmanitých jednoduchých fyzikálnych systémov,
najmä v blízkosti rovnovážneho stavu. Tie zložitejšie možno zasa často „vyskladať
z viacerých rôzne spriahnutých harmonických oscilátorov (a tie matematickou
transformáciou analogickou diagonalizácii kvadratickej formy nahradiť
súborom nespriahnutých oscilátorov). 1
1
V realistickejších matematických modeloch však treba brať do úvahy aj tlmenie kmitov
napr. v dôsledku trenia, prípadne kmitanie vynútené premennou silou.
546 25. Vybrané aplikácie združených operátorov
Okamžite vidíme, že ide o lineárnu diferenciálnu rovnicu druhého rádu
s konštantnými koeficientmi (pozri paragrafy 22.5–6). Ak položíme xxx = (x1, x2)T
,
kde x1 = dx/ dt, x2 = x, môžeme ju zapísať v tvare homogénnej autonómnej
sústavy
dxxx
dt
=
0 −ω2
1 0
· xxx.
Vlastnými hodnotami jej matice sú rýdzo imaginárne čísla λ1,2 = ±iω. Podmienky
−x1± iωx2 = 0 pre zložky vlastných vektorov sú vlastne diferenciálne
rovnice
dx
dt
= ±iωx.
Fundamentálny systém riešení pôvodnej rovnice tak tvoria funkcie e±iωt
. Ak
nám ide len o reálne riešenia, môžeme ho nahradiť fundamentálnym systémom
(cos ωt, sin ωt). Všeobecné reálne riešenie má preto tvar
x(t) = C1 cos ωt + C2 sin ωt,
pričom koeficienty C1, C2 ∈ R možno určiť z prípadných počiatočných podmienok
C1 = x(0), C2 = dx
dt
(0). Alternatívne možno všeobecné riešenie zapísať
v ľubovoľnom z tvarov
x(t) = A cos(ωt + ϕ) = A sin(ωt + ψ).
A potom predstavuje amplitúdu a ϕ, ψ = ϕ + π/2 fázové posuny kmitov
harmonického oscilátora.
Ako príklad harmonického oscilátora môžu slúžiť kmity závažia zaveseného
na pružine, uvedeného do pohybu vychýlením z rovnovážnej polohy.
Pokiaľ je počiatočná výchylka malá a tlmenie v dôsledku trenia a odporu
prostredia zanedbateľné, výchylka x z rovnovážnej polohy sa mení v čase
podľa diferenciálnej rovnice
m
d2
x
dt2
= −kx,
kde m je hmotnosť závažia a konštanta k, tuhosť pružiny, charakterizuje
jej odpor proti pozdĺžnej deformácii. Rovnicu možno odvodiť z druhého
Newtonovho pohybového zákona porovnaním dvoch výrazov pre zrýchlenie
a = d2
x/ dt2
= F/m, kde sila F = −kx, ktorou sa pružina „bráni proti
deformácii, je priamo úmerná veľkosti výchylky x. Ak položíme ω = k/m,
dostaneme rovnicu v pôvodnom tvare.
Podobne možno rovnicou harmonického oscilátora pomerne verne opísať
kmity ideálneho matematického kyvadla pri malých výchylkách z rovnovážnej
polohy. Rovnomerný pohyb po kružnici s polomerom R a uhlovou rýchlosťou
25.5. Harmonický oscilátor a Fourierove rady 547
ω možno zasa vyjadriť ako superpozíciu kmitov dvoch harmonických oscilá-
torov
x(t) = R cos ωt, y(t) = R sin ωt
v dvoch navzájom kolmých smeroch. V tomto prípade je však výhodnejšie položiť
z(t) = x(t)+iy(t) a obe rovnice spojiť do jedinej rovnice v komplexnom
tvare
z(t) = R eiωt
.
Príkladom tlmeného lineárneho oscilátora je elektrický obvod s kapacitou
C, indukciou L a odporom (rezistenciou) R: prúd I (no taktiež náboj a
napätie) v takomto obvode sa mení v čase podľa rovnice
d2
I
dt2
+
R
L
dI
dt
+
I
LC
= 0
Harmonický oscilátor dostaneme v ideálnom prípade obvodu s nulovou rezistenciou
R = 0. Kruhová frekvencia vtedy je ω = 1/
√
LC.
Vráťme sa však k harmonickému oscilátoru reprezentovanému kmitmi závažia
na pružine. Jeho hamiltonián dostaneme ako súčet kinetickej a potenciálnej
energie kmitavého pohybu
H(x, p) =
1
2
mv2
+
x
0
kξ dξ =
p2
2m
+
1
2
kx2
=
1
2
p2
m
+ mω2
x2
,
kde v = dx/ dt je okamžitá rýchlosť a p = mv hybnosť sústavy (pozri paragraf
17.6). Diferenciálnu rovnicu pre harmonický oscilátor možno teraz odvodiť
z Hamiltonových pohybových rovníc
dx
dt
=
∂H
∂p
,
dp
dt
= −
∂H
∂x
,
Kým prvá z nich je len vyjadrením známeho faktu dx/ dt = v = p/m =
∂H/∂p, druhá dáva
m
d2
x
dt2
=
d(mv)
dt
=
dp
dt
= −
∂H
∂x
= −mω2
x,
z čoho po vykrátení člena m v krajných výrazoch dostaneme pôvodnú rovnicu
harmonického oscilátora.
25.5 Harmonický oscilátor a Fourierove rady
Rovnica pre harmonický oscilátor je ekvivalentná s úlohou nájsť všetky vlastné
funkcie (t. j. vlastné vektory) lineárneho operátora − d2
dt2 na vhodnom priestore
funkcií, prislúchajúce k danej vlastnej hodnote ω2
(čím sa v prípade
548 25. Vybrané aplikácie združených operátorov
úspechu spätne overí, že ω2
je naozaj jeho vlastná hodnota). K štúdiu podobných
otázok je účelné pristupovať zo zorného uhla unitárnych priestorov
a samoadjungovaných operátorov.
Všimnime si, že všetky riešenia x(t) rovnice harmonického oscilátora sú
periodické funkcie s periódou T = 2π/ω, čiže x(t + T) = x(t) pre každé
t ∈ R. Obráťme tak trochu úlohu: zvoľme pevné kladné číslo T a uvažujme
množiny V = C
(∞)
T (R, R), W = C
(∞)
T (R, C) všetkých funkcií R → R resp.
R → C, ktoré majú v každom bode t ∈ R (konečné a spojité) derivácie
všetkých rádov a sú periodické s periódou T. Zrejme V je vektorový priestor
nad R a W je vektorový priestor nad C. Rovnosťou
f, g =
T
0
f(t) g(t) dt
je na nich definovaný skalárny súčin (vo V možno vynechať pruh nad g).
Ak si uvedomíme, že každá funkcia f ∈ W má tvar f = f0 + if1 pre funkcie
f0 = Re f, f1 = Im f z V , vidíme, že nekonečnorozmerný unitárny priestor
W = V C
je komplexifikáciou nekonečnorozmerného reálneho priestoru so
skalárnym súčinom V (pozri príklady 13.1.2, 18.5.1, cvičenia 13.7, 13.8, 17.12
a paragraf 19.4).
Uvažujme lineárny operátor i d
dt
: W → W. S použitím integrácie per partes
a periodicity funkcií f, g, vďaka ktorej sa anulujú „hranaté zátvorky ,
dostávame
i
df
dt
, g = i
T
0
f (t) g(t) dt
= i f(t) g(t)
T
0
− i
T
0
f(t) g (t) dt = f, i
dg
dt
pre ľubovoľné funkcie f, g ∈ W. To znamená, že i d
dt
je samoadjungovaný
lineárny operátor na priestore W.
Keby sme uvažovali o i d
dt
ako o lineárnom operátore na priestore C(∞)
(R, C)
všetkých (a nielen periodických) nekonečne diferencovateľných funkcií R →
C, bolo by každé λ ∈ C jeho vlastným číslom a zodpovedala by mu vlastná
funkcia
e−iλt
= eIm λt
cos(Re λt) − i sin(Re λt) .
Takáto funkcia je však periodická s periódou T (teda patrí do nášho priestoru
W), len ak λ ∈ R a λT/2π je celé číslo. Vlastnými číslami operátora i d
dt
na priestore W sú teda všetky celočíselné násobky čísla ω = 2π/T, pričom
vlastnému číslu λn = nω zodpovedá vlastná funkcia
e−inωt
= cos(nωt) − i sin(nωt),
25.5. Harmonický oscilátor a Fourierove rady 549
to znamená, že všetky vlastné čísla λn operátora i d
dt
sú jednoduché.
V dôsledku samoadjungovanosti operátora i d
dt
je aj
−
d2
dt2
= i
d
dt
◦ i
d
dt
= i
d
dt
2
samoadjungovaný lineárny operátor na W, a keďže V ⊆ W je jeho invariantný
podpriestor, tak aj na V . Jeho vlastnými hodnotami sú všetky čísla
tvaru λ2
n = n2
ω2
, kde n ∈ Z. Vlastné číslo λ2
0 = 0 je jednoduché – zodpovedá
mu vlastná funkcia identicky rovná 1 (ďalší kandidát, funkcia x(t) = t,
síce vyhovuje podmienke − d2
x/ dt2
= 0, no nie je periodická). Vlastné čísla
λ2
n = λ2
−n = n2
ω2
pre n > 0 sú dvojnásobné, s príslušnými vlastnými funkciami
e±inωt
= cos(nωt) ± i sin(nωt). Pri obmedzení sa na priestor V ich
možno nahradiť vlastnými funkciami cos(nωt), sin(nωt) (veta 22.6.3).
Ortogonálny systém funkcií {cos(nωt); n ∈ N} ∪ {sin(nωt); 1 ≤ n ∈
N} funguje ako svojho druhu „nekonečná ortogonálna báza priestoru V
(porovnaj s cvičením 13.8). Presnejšie, každú funkciu f ∈ V možno vyjadriť
v tvare trigonometrického Fourierovho radu2
f(t) =
1
2
a0 +
∞
n=1
an cos(nωt) + bn sin(nωt)
s Fourierovými koeficientmi
an =
2
T
f, cos(nωt) =
2
T
T
0
f(t) cos(nωt) dt,
bn =
2
T
f, sin(nωt) =
2
T
T
0
f(t) sin(nωt) dt.
Uvedený rad rovnomerne konverguje k funkcii f dokonca za omnoho všeobecnejších
podmienok: stačí napr., aby f : R → R bola spojitá periodická
funkcia s periódou T = 2π/ω a s po častiach spojitou prvou deriváciou.
Pre komplexné funkcie f : R → C analogických vlastností máme k dispozícii
vyjadrenie v tvare exponenciálneho alebo komplexného Fourierovho radu
f(t) =
n∈Z
cn einωt
s komplexnými Fourierovými koeficientmi
cn =
1
T
f, einωt
=
1
T
T
0
f(t) e−inωt
dt.
2
Názov je na počesť francúzskeho prírodovedca a matematika Josepha Fouriera, ktorý
vo svojej práci z r. 1822 použil trigonometrické rady na analýzu a riešenie parciálnej
diferenciálnej rovnice pre vedenie tepla.
550 25. Vybrané aplikácie združených operátorov
Na druhej strane, Fourierov rad spojitej periodickej funkcie k nej vo všeobecnosti
nemusí konvergovať ani bodovo.
Pre (reálnu či komplexnú) periodickú funkciu f s periódou T, lebesgueovsky
integrovateľnú na intervale 0, T spolu so svojim štvorcom f2
máme ešte
stále zaručenú konvergenciu jej Fourierovho radu k funkcii f podľa stredu.
To znamená, že postupnosť
f − sn
2
=
T
0
|f(t) − sn(t)|2
dt,
kde
sn(t) =
1
2
a0 +
n
k=0
ak cos(kωt) + bk sin(kωt) ,
resp.
sn(t) =
n
k=−n
ck eikωt
označuje n-tý čiastočný súčet príslušného Fourierovho radu, konverguje k nule.
V takom prípade však treba vo vzorci pre skalárny súčin funkcií uvažovať namiesto
Riemannovho integrálu Lebesgueov.
Otázky, pre aké funkcie a ako ich Fourierov rad konverguje, prípadne
kedy a ako konverguje k pôvodnej funkcii, sú vo všeobecnosti veľmi zložité
a podnes nie sú úplne zodpovedané. Podobné otázky priviedli v druhej polovici
19. storočia Georga Cantora k rozpracovaniu základov teórie množín
(presnejšie, v jeho prípade to bola otázka jednoznačnosti rozvoja funkcie do
Fourierovho radu) a na dlhé obdobie sa stali zdrojom významných podnetov
jej ďalšieho rozvoja, ako aj rozvoja nových na nej založených matematických
disciplín: všeobecnej topológie, teórie miery a funkcionálnej analýzy.
Hlavný význam Fourierových radov však spočíva v ich aplikáciách – používajú
sa v elektrotechnike, akustike, optike, pri prenose signálov, spracovaní
obrazu, kompresii dát či v spektrálnej analýze v chémii aj astronómii. Navyše
ich mnohostranné zovšeobecnenia, ako napr. spojitá či diskrétna Fourierova
transformácia, hrajú kľúčovú úlohu v mnohých oblastiach modernej matematiky,
fyziky a informatiky.
Cvičenia
25.1. Dokážte tvrdenie 25.1.1.
25.2. Nájdite singulárne (a s výnimkou prípadov (e), (f) a (h)) aj polárne rozklady nasledujúcich
matíc:
(a) AAA = 0 1
1 0 , (b) BBB = 1 −2
1/3 7 ,
Cvičenia 551
(a) CCC = 4 3
−1 1 , (d) DDD = 1 + 2i −1
1 + 3i i ,
(e) EEE = 1 1 0
0 −1 −3 , (f) FFF = 3 i i
−2i 0 1 + i ,
(g) GGG =
2 0 1
−1 3 −2
1 1 0
, (h) HHH =
3 1
−2 0
−1 1
.
25.3. Nájdite Mooreovu-Penroseovu pseudoinverziu riadkového vektora aaa = (a1, . . . , an) ∈
Cn
a stĺpcového vektora bbb = (b1, . . . , bn)T
∈ Cn
.
25.4. Nájdite Mooreove-Penroseove pseudoinverzie matíc EEE, FFF, GGG a HHH z cvičenia 25.2.
Ako je to s pseudoniverziami zvyšných matíc z tohto cvičenia?
25.5. Nech AAA = QQQ · RRR je QR-rozklad matice AAA ∈ Cm×n
, kde m ≥ n (pozri cvičenia 13.13
a 17.16) a stĺpce matice AAA sú lineárne nezávislé (t. j. h(AAA) = n). Potom AAA∗
· AAA =
RRR∗
·RRR a AAA¬
= RRR¬
·QQQ∗
. Dokážte. Vysvetlite, ako možno veľmi jednoducho vypočítať
pseudoinverznú maticu RRR¬
k hornej trojuholníkovej matici RRR = RRR
0 , kde RRR ∈ Cn×n
je regulárna.
25.6. Nájdite singulárny aj polárny rozklad všeobecnej Jordanovej bunky JJJn(λ) a MooreovuPenroseovu
pseudoinverziu Jordanovej bunky JJJn(0).
25.7. Na príklade dvoch matíc rozmeru 2 × 2 ukážte, že pre matice AAA,BBB ∈ Cn×n
nemusí
platiť (AAA · BBB)¬
= BBB¬
· AAA¬
.
25.8. (a) Nájdite pseudoriešenie neriešiteľnej sústavy (1 + i)x − 2y = 1, 3x − iy = 0,
ix + (1 − i)y = 2 + i a dokážte, že je jediné.
(b) Nájdite minimálne riešenie sústavy ix + 2y − iz = 0, 2x + (2 − i)z = 1.
(c) Nájdite minimálne pseudoriešenie sústavy x + iy − iz = 1 2x + 2iy − 2iz = 0.
25.9. (a) S využitím cvičenia 19.14 odvoďte, že singulárny rozklad cirkulantnej matice CCC =
CCC(a0, a1, . . . , an−1) má tvar CCC = FFF∗
· DDD · FFF, kde FFF = n−1/2
ω−jk
je znormovaná
(teda unitárna) matica diskrétnej Fourierovej transformácie F : Cn
→ Cn
, ω =
e2πi/n
= cos(2π/n) + i sin(2π/n) je primitívna n-tá odmocnina z jednotky, g(x) =
a0 + a1x + . . . + an−1xn−1
a DDD = diag |g(1)|, |g(ω)|, . . . , |g(ωn−1
)| .
(b) Na základe (a) dokážte, že Mooreova-Penroseova pseudoinverzia cirkulantnej
matice má tvar CCC¬
= FFF∗
· DDD¬
· FFF.
25.10. S využitím predchádzajúceho cvičenia modifikujte postup riešenia sústavy CCC · xxx
z cvičenia 19.15 tak, aby ho bolo možné použiť, aj keď Fourierov obraz F(aaa ) vektora
aaa = (a0, an−1, . . . , a1)T
má niektoré zložky nulové. Aký druh riešenia predstavuje
vektor xxx = CCC¬
· bbb?
25.11. Nech S, T sú lineárne podpriestory euklidovského priestoru V . Označme ϕ = prT
S : S → T, ψ = prS T : T → S, rovnako ako v dôkaze vety 25.3.1. Dokážte, že
všetky vlastné čísla lineárneho operátora ψ ◦ ϕ: S → S ležia v intervale 0, 1 .
25.12. (a) Určte odchýlku rovín [eee1,eee2] a [eee1 + eee3,eee2 + e4] v euklidovskom priestore R4
.
(b) Určte odchýlku roviny [eee1,eee2] a trojrozmerného lineárneho podpriestoru [eee1 +
eee2 + eee3,eee2 + eee3 + eee4,eee3 + eee4 + eee5] v euklidovskom priestore R5
.
25.13. Overte vzťahy c0 = 1
2 a0, cn = 1
2 (an − ibn), c−n = 1
2 (an + ibn) pre n ≥ 1 medzi
koeficientmi exponenciálneho a trigonometrického Fourierovho radu periodickej
funkcie f. Nájdite spätné vyjadrenie koeficientov an, bn pomocou cn a c−n.
25.14. Označme C†
T (R, R) resp. C†
T (R, C) vektorové priestory všetkých po častiach spojitých
periodických funkcií R → R resp. R → C s periódou T > 0 a ω = 2π/T.
552 25. Vybrané aplikácie združených operátorov
(a) Dokážte že rovnosťou f, g = 1
T
T
0
f(t) g(t) dt je definovaný skalárny súčin na
C†
T (R, C) (a bez pruhu nad g aj na C†
T (R, R)). Ďalej overte, že f, g = 1
T
a+T
a
f(t) g(t) dt
pre ľubovoľné a ∈ R.
(b) Konvolúciou funkcií f, g ∈ C†
T (R, C) nazývame funkciu f ∗ g danú predpisom
(f ∗ g)(x) = 1
T
T
0
f(x − t)g(t) dt. Dokážte, že pre f, g ∈ C†
T (R, C) platí
f ∗ g ∈ C†
T (R, C) a odvoďte z toho, že konvolúcia je komutatívna a asociatívna
bilineárna operácia na vektorovom priestore C†
T (R, C). (Návod: Najprv dokážte, že
f ∗ g ∈ C†
T (R, R) pre f, g ∈ C†
T (R, R).)
(c) Označme 1(C) vektorový priestor všetkých postupností komplexných čísel aaa =
(an)n∈Z (indexovaných „na obe strany ) takých, že rad aaa 1 = n∈Z |an| konverguje.
Dokážte, že 1(C) je lineárny podpriestor vektorového priestoru CZ
všetkých
postupností aaa: Z → C a · 1 je norma na 1(C).
(d) Dokážte, že pre súčin aaabbb = (anbn)n∈Z postupností aaa,bbb ∈ 1 platí aaabbb ∈ 1. Odvoďte
z toho, že rovnosťou aaa,bbb = n∈Z anbn je definovaný komplexný skalárny
súčin na vektorovom priestore 1(C) (porovnajte s cvičením 23.10 (b)).
(e) Konvolúciou postupností aaa,bbb ∈ 1 nazývame postupnosť aaa ∗ bbb = (cn)n∈Z, kde
cn = k∈Z an−kbk. Dokážte, že pre aaa,bbb ∈ 1 platí aaa ∗ bbb 1 ≤ aaa 1 bbb 1. Odvoďte
z toho, že aaa ∗ bbb ∈ 1(C) a následne, že konvolúcia je komutatívna a asociatívna
bilineárna operácia na vektorovom priestore 1(C).
(f) Nech an = f, einωt
, bn = g, einωt
sú Fourierove koeficienty funkcií f, g ∈
C†
T (R, C). Dokážte Parsevalovu rovnosť f, g = aaa,bbb .
(g) Pri rovnakom označení ako v (f) dokážte, že pre Fourierove koeficienty cn =
f ∗ g, einωx
konvolúcie f ∗ g platí cn = anbn.
(h) Predpokladajme navyše, že aaa,bbb ∈ 1(C). Dokážte, že postupnosť ddd Fourierových
koeficientov dn = f g, einωt
súčinu funkcií f, g je konvolúciou postupností Fourierových
koeficienov funkcií f, g, t. j. ddd = aaa ∗ bbb.
25.15. Predpokladajme, že f ∈ C†
T (R, C) má po častiach spojitú deriváciu, čiže f ∈
C†
T (R, C).
(a) Potom pre Fourierove koeficienty cn = f , einωt
funkcie f platí cn = −inωcn,
kde cn = f, einωt
sú Fourierove koeficienty pôvodnej funkcie f. Dokážte.
(b) Za predpokladu, že f : R → R, vyjadrite koeficienty an, bn trigonometrického
Fourierovho radu funkcie f pomocou koeficientov an, bn trigonometrického Fourierovho
radu funkcie f. Využite (a) a cvičenie 25.13 a výsledok overte deriváciou
trigonometrického Fourierovho radu funkcie f člen za členom.
25.16. (a) Sformulujte Parsevalovu rovnosť pre trigonometrické Fourierove rady.
(b) Dokážte, že
∞
n=1
1
n2 = π2
6 . (Návod: Vypočítajte trigonometrické Fourierove
koeficienty funkcie f(x) = x na intervale −π, π a použite Parsevalovu rovnosť.)
(c) Vypočítate súčet radu
∞
n=1
1
(2n−1)2 .
26. Hermitovské operátory v kvantovej
mechanike
V tejto kapitole sa oboznámime s matematickým modelovaním merateľných
fyzikálnych veličín (hovoríme im tiež pozorovateľné) v kvantovej mechanike
pomocou hermitovských operátorov. To si však vynúti doposiaľ najrozsiahlejší
výlet mimo územia lineárnej algebry do iných oblastí matematiky –
najmä funkcionálnej analýzy.
V súlade s označením zaužívaným v kvantovej mechanike budeme stavové
vektory značiť gréckymi písmenami ϕ, χ, ψ a pod., zatiaľ čo lineárne
operátory na stavovom priestore budeme značiť najrôznejšími písmenami –
typicky A, B, X, Y , Z, P, H –, len nie ϕ, ψ ako doteraz.
V prístupe ku klasickej mechanike, s ktorým sme sa zoznámili v paragrafe
17.6, je okamžitý stav nejakého systému matematicky zachytený ako
vektor (bod) vo vhodnom stavovom priestore. V prípade sústavy n pohybujúcich
sa hmotných bodov to je 6n-rozmerný euklidovský priestor Rn×6
.
Jednotlivé zložky xij, pij daného vektora (XXX,PPP), kde XXX,PPP ∈ Rn×3
, predstavujú
súradnice polohy resp. hybnosti i-teho hmotného bodu v smeroch troch
súradných osí.
Hodnota akejkoľvek fyzikálnej veličiny, ktorú možno priradiť takejto sústave,
je jednoznačne určená jej stavom. Matematicky ju teda možno zachytiť
ako funkciu zo stavového priestoru do reálnych čísel. No v dôsledku toho, že
množinové univerzum obsahuje tiež obrovské množstvo „patologických funkcií,
nie každá takáto funkcia predstavuje merateľnú fyzikálnu veličinu. Preto
za matematické modely fyzikálnych veličín zvykneme považovať len v nejakom
zmysle „slušné funkcie, napr. dostatočne hladké alebo dostatočne dobre
integrovateľné. Príkladmi takých funkcií sú samotné jednotlivé zložky polôh
a hybností, t. j. priradenia (XXX,PPP) → xij, resp. (XXX,PPP) → pij, alebo Hamiltonova
funkcia
H(XXX,PPP) =
n
i=1
1
2mi
pppi
2
+
n
i=1
Ui(xxxi) +
i<j
Uij(xxxi − xxxj);
hmotnosti mi jednotlivých hmotných bodov treba chápať ako vopred dané
kladné konštanty, a potenciálne energie vonkajšieho silového poľa resp. vzájomného
silového pôsobenia medzi jednotlivými hmotnými bodmi, ako vopred
dané „slušné funkcie Ui, Uij : Rn
→ R.
Stav nejakého systému v kvantovej mechanike je matematicky zachytený
ako jednorozmerný podpriestor vhodného Hilbertovho (t. j. úplného
554 26. Hermitovské operátory v kvantovej mechanike
unitárneho) priestoru – pozri paragraf 17.8. Napr. kvantovomechanickému
analógu sústavy n-hmotných bodov zodpovedá priestor L2 Rn×3
všetkých
kvadraticky integrovateľných funkcií ψ: Rn×3
→ C. 1
Uvidíme, že „hybnostnú
alebo naopak „polohovú polovicu Rn×3
klasického stavového priestoru
Rn×6 ∼= Rn×3
×Rn×3
je pri tom možné, ba dokonca nutné „ušetriť Hoci
typicky ide o nekonečnorozmerné priestory, kvôli jednoduchosti sa budeme
snažiť – pokiaľ to pôjde – ilustrovať preberanú látku na konečnorozmerných
(teda automaticky úplných) unitárnych priestoroch.
26.1 Pozorovateľné veličiny a hermitovské operátory
Jeden zo základných postulátov kvantovej mechaniky hovorí, že pozorovateľným
fyzikálnym veličinám zodpovedajú hermitovské operátory na stavovom
priestore príslušného kvantovomechanického systému. Podľa silnejšej, no čiastočne
problematickej verzie tohto princípu, tiež naopak, každý hermitovský
operátor na stavovom priestore reprezentuje nejakú pozorovateľnú veličinu.
V tomto zmysle teda možno termíny pozorovateľná a hermitovský (samoadjungovaný)
operátor používať ako synonymá.
Podrobnejšie, ak je nejaká pozorovateľná reprezentovaná samoadjungovaným
operátorom A s konečným spektrom Spec A = {λ1, . . . , λk} ⊆ R na
stavovom priestore V a
A = λ1 prS1
+ · · · + λk prSk
je jeho spektrálny rozklad (veta 23.3.3), tak bez ohľadu na stav [ϕ] systému
pred meraním, nameraná hodnota pozorovateľnej veličiny bude niektorá
z vlastných hodnôt λj a systém po meraní prejde do stavu [ψ], kde stavový
vektor ψ patrí do príslušného vlastného podpriestoru Sj = Ker(A − λj).
Pravdepodobnosť namerania danej vlastnej hodnoty λj a prechodu do stavu
z vlastného podpriestoru Sj sa rovná výrazu
ϕ, prSj
(ϕ)
ϕ 2 =
prSj
(ϕ) 2
ϕ 2 ,
ktorý očividne závisí len od stavu [ϕ] a nie samotného vektora ϕ.
Špeciálne, ak bol systém pôvodne v stave reprezentovanom vlastným vektorom
ϕ ∈ Sj, tak nameraná hodnota pozorovateľnej (predstavovanej operátorom)
A je s istotou λj a jeho stav sa po meraní nezmení.
Keďže V = S1 ⊕ . . . ⊕ Sk je priamym súčtom vlastných podpriestorov
operátora A, pre ľubovoľný vektor ϕ ∈ V platí ϕ = prS1
(ϕ) + . . . + prSk
(ϕ).
1
T. j. funkcia |ψ|2
je lebesgueovsky integrovateľná na Rn×3
.
26.1. Pozorovateľné veličiny a hermitovské operátory 555
Preto ak ϕ = 0, tak
j=1
ϕ, prSj
(ϕ)
ϕ 2
= 1.
To znamená, že uvedené sčítance možno zmysluplne intrepretovať ako pravdepodobnosti.
Stojí za zmienku, že podiel prSj
(ϕ) / ϕ možno chápať aj
ako kosínus odchýlky lineárnych podpriestorov [ϕ] a Sj.
Rovnako vedie na pravdepodobnostnú interpretáciu obraz
Aϕ =
k
j=1
λj prSj
(ϕ)
vektora 0 = ϕ ∈ V . Presnejšie, výraz
A ϕ =
ϕ, Aϕ
ϕ 2
=
k
j=1
λj
ϕ, prSj
(ϕ)
ϕ 2
=
1
ϕ 2
k
j=1
λj prSj
(ϕ) 2
predstavuje strednú hodnotu pozorovateľnej A v stave [ϕ].
Ak je spektrum operátora A jednoduché, čiže jeho vlastné podpriestory sú
jednorozmerné, generované navzájom kolmými vektormi ψj, tak spomínané
pravdepodobnosti majú tvar
| ϕ, ψj |2
ϕ 2
ψj
2 ,
čo sú druhé mocniny absolútnych hodnôt amplitúd pravdepodobnosti stavových
prechodov [ϕ] → [ψj] – pozri paragraf 17.8. Pri reprezentácii príslušných
stavov normovanými vektormi ϕ, ψj sa táto pravdepodobnosť zjednoduší na
tvar | ϕ, ψj |2
. Za takých okolností
ϕ =
n
j=1
ϕ, ψj ψj,
Aϕ =
n
j=1
λj ϕ, ψj ψj,
A ϕ =
n
j=1
λj| ϕ, ψj |2
.
Fyzici v prípade viacnásobných vlastných hodnôt hovoria o tzv. degenerovanom
spektre. Zvlášť veľký význam má tento jav pre hamiltonián, kde
v dôsledku degenerácie môžu splynúť energetické hladiny systému, ktoré by
inak boli rôzne. K ich rozštiepeniu dôjde, ak do hamiltoniánu zahrnieme
dodatočné členy opisujúce interakciu vnútri systému (bežne znedbávanú pri
prvom priblížení) alebo doň pridáme ďalší člen opisujúci pôsobenie vonkajšieho
poľa.
556 26. Hermitovské operátory v kvantovej mechanike
26.2 Heisenbergov vzťah neurčitosti
V ďalších úvahách už budeme predpokladať – tak ako to bežne robia fyzici,
– že ϕ = 1, čiže stav systému je reprezentovaný normovaným vektorom,
a takéto vektory budeme priamo nazývať stavmi systému. Musíme si však byť
vedomí, že normované vektory líšiace sa len fázovým činiteľom eiϑ
, ϑ ∈ R,
predstavujú ten istý stav. Čitateľ by si mal občas samostatne premyslieť, ako
by bolo treba upraviť ďalej uvedené formuly, aby platili aj pre reprezentácie
stavov ľubovoľnými nenulovými vektormi.
Reálne číslo A ϕ je vhodné stotožniť s hermitovským operátorom A ϕ idV .
Stredná hodnota pozorovateľnej A v stave ϕ je tak sama pozorovateľnou,
rovnako ako operátory A − A ϕ a (A − A ϕ)2
. Stredná hodnota poslednej
pozorovateľnej v stave ϕ, t. j. výraz
(A − A ϕ)2
ϕ
= (A − A ϕ)(ϕ)
2
sa nazýva disperziou alebo rozptylom pozorovateľnej A v stave ϕ, a konečne
výraz
∆ϕA = (A − A ϕ)2
ϕ
= (A − A ϕ)(ϕ)
predstavuje strednú kvadratickú odchýlku pozorovateľnej A od jej strednej
hodnoty v stave ϕ (porovnaj s paragrafom 14.6).
Pre pozorovateľnú A s konečným spektrom {λ1, . . . , λk} a príslušnými
vlastnými podpriestormi Sj = Ker(A − λj) dostávame
∆ϕA =
k
j=1
λj − A ϕ
2
prSj
(ϕ)
2
1/2
.
Za povšimnutie stojí, že stredná hodnota pozorovateľnej A vzhľadom na
stav reprezentovaný vlastným vektorom ϕ ∈ Sj sa rovná príslušnej vlastnej
hodnote λj a jej stredná kvadratická odchýlka vzhľadom na ϕ je 0. Tento
fakt sa zvykne intrepretovať ako možnosť odmerať hodnotu jednotlivej fyzikálnej
veličiny kvantovomechanického systému vo vlastnom stave v zásade
s ľubovoľnou presnosťou.
Na presnosť súčasného merania hodnôt viacerých pozorovateľných veličín
však matematický aparát kvantovej mechaniky kladie isté zásadné obmedzenie,
ktoré je v dobrej zhode s experimentom, známe ako Heisenbergov vzťah
neurčitosti.
Pred jeho vyslovením pripomeňme, že
[A, B] = AB − BA = A ◦ B − B ◦ A
označuje komutátor lineárnych operátorov A, B : V → V – pozri paragraf 22.7.
26.2. Heisenbergov vzťah neurčitosti 557
26.2.1. Veta. Nech A, B sú samoadjungované lineárne operátory na unitárnom
priestore V . Potom pre ľubovoľný normovaný vektor ϕ ∈ V platí
∆ϕA · ∆ϕB ≥
1
2
[A, B](ϕ), ϕ .
Dôkaz. Označme A0 = A − A ϕ, B0 = B − B ϕ. Potom zrejme ∆ϕA =
A0ϕ , ∆ϕB = B0ϕ , a keďže operátory A ϕ, B ϕ komutujú s každým
operátorom, taktiež
[A0, B0] = [A, B].
Keď ďalej využijeme samoadjungovanosť operátorov A0, B0 a CauchyhoSchwartzovu
nerovnosť (veta 17.3.1), postupne nám vyjde
[A, B](ϕ), ϕ = (A0B0 − B0A0)ϕ, ϕ = B0ϕ, A0ϕ − A0ϕ, B0ϕ
= 2 Im A0ϕ, B0ϕ ≤ 2 A0ϕ, B0ϕ
≤ 2 A0ϕ B0ϕ = 2 ∆ϕA · ∆ϕB.
Teda rozptyly dvoch nekomutujúcich pozorovateľných A, B v stave ϕ takom,
že [A, B](ϕ), ϕ = 0, nemôžu byť oba súčasne ľubovoľne malé. Čoskoro
si ukážeme príklady pozorovateľných s komutátorom
[A, B] = i = i · idV ,
kde = h/2π ≈ 1, 055 · 10−34
J s je (redukovaná) Planckova konštanta. Pre
ich stredné kvadratické odchýlky od stredných hodnôt v ľubovoľnom stave ϕ
potom platí
∆ϕA · ∆ϕB ≥
2
.
Ak teda v niektorom stave dosiahneme napríklad výrazné zmenšenie strednej
odchýlky ∆ϕA, úmerne tomu sa zvýši odchýlka ∆ϕB. Pravda, treba si tiež
uvedomiť, že hodnota /2 je z makroskopického hľadiska nesmierne malá –
prakticky rovná 0. To je matematické zdôvodnenie faktu, že princíp neurčitosti
a podobné kvantové efekty sa „v bežnom živote neprejavujú.
Ďalej si všimnime, že na konečnorozmerných unitárnych priestoroch neexistujú
hermitovské operátory s takouto vlastnosťou. Ak totiž dim V = n,
tak tr idV = trIIIn = n, zatiaľ čo tr[A, B] = tr(AB) − tr(BA) = 0 – pozri tvrdenie
18.1.3. V dôsledku toho operátory i a [A, B] majú nevyhnutne rôzne
stopy – prvý i n, druhý 0 –, preto sa nemôžu rovnať. Aj to je jeden z dôvodov
prečo v kvantovej mechanike nevystačíme s konečnorozmernými priestormi.
558 26. Hermitovské operátory v kvantovej mechanike
26.3 De Broglieho vlnové funkcie
Skôr než si ukážeme konkrétne príklady pozorovateľných, čiže hermitovských
operátorov priradených niektorým základným fyzikálnym veličinám, bude potrebné
malé fyzikálno–matematické odbočenie, v rámci ktorého sa pokúsime
aspoň trochu skonkretizovať naše zatiaľ značne všeobecné a nie príliš jasné
reči z paragrafu 17.7 o vlnovo-korpuskulárnom dualizme.
Max Planck dokázal v r. 1900 zásadne novým spôsobom vysvetliť experimentálne
pozorovanú závislosť intenzity a frekvencie (vlnovej dĺžky) tepelného
žiarenia vo vnútri rovnomerne zahriatej kovovej nádoby. Za východisko
mu pri tom poslúžil predpoklad, že steny nádoby sa skladajú z oscilátorov,
ktorých energia môže nadobúdať len diskrétne hodnoty – celočíselné násobky
energie základného stavu E = hν, kde ν je frekvencia elektromagnetickej vlny
príslušného žiarenia a h ≈ 6, 626 · 10−34
J s je to, čo dostalo neskôr na jeho
počesť názov Planckova konštanta.
Planckovu kvantovú hypotézu úspešne využil v r. 1905 Albert Einstein na
vysvetlenie fotolektrického javu, t. j. emisie elektrónov z atómov niektorých
kovov pod vplyvom dopadajúceho svetla. Podľa nej sa energia monochromatických
svetelných lúčov s frekvenciou ν a vlnovou dĺžkou λ = c/ν môže
pohlcovať len v celočíselných násobkoch rovnakého elementárneho kvanta
E = hν. Svetlo teda možno chápať jednak ako elektromagnetické vlnenie,
jednak ako prúd takýchto energetických kvánt, t. j. akýchsi čiastočiek, nazývaných
fotóny. Jednotlivému fotónu prislúcha zároveň relativistická hmotnosť
m =
E
c2
=
hν
c2
a hybnosť (o veľkosti)
p = mc =
hν
c
=
h
λ
.
De Broglieho vlnová hypotéza je v istom zmysle obrátením Planckovej hypotézy:
akejkoľvek pohybujúcej sa častici zodpovedá istá rovinná vlna, matematicky
popísaná komplexnou vlnovou funkciou. Pri presnejšej formulácii
sa kvôli jednoduchosti obmedzíme len na časticu s jedným stupňom voľnosti,
pohybujúcu sa rovnomerne priamočiaro v smere osi x. Takejto častici s energiou
E a hybnosťou p prislúcha rovinná vlna s frekvenciou ν a vlnovou dĺžkou
λ, danými Planckovými-Einsteinovými vzťahmi
ν =
E
h
, λ =
h
p
.
Ak nahradíme frekvenciu ν uhlovou frekvenciou ω = 2πν a Planckovu konštantu
h redukovanou Planckovou konštantou = h/2π, dostaneme uvedené
26.3. De Broglieho vlnové funkcie 559
rovnice v obvyklejšom tvare
ω =
E
, λ =
2π
p
.
Navyše hybnosť a energia voľnej častice spolu súvisia rovnosťou
E =
p2
2m
,
z ktorej spolu s Planckovými-Einsteinovými vzťahmi vyplýva
ν =
h
2λ2m
, ω =
2π2
λ2m
,
teda (kruhová) frekvencia nie je nepriamo úmerná vlnovej dĺžke (ako sme
zvyknutí), ale jej štvorcu. Závislosť takého vlnenia na polohe x a čase t popisuje
komplexná de Broglieho vlnová funkcia, zvaná tiež rovinná vlna,
ψ(x, t) = C exp −i ωt −
2πx
λ
= C exp
i
(px − Et) ,
pričom amplitúda 0 < C ∈ R sa spravidla volí s ohľadom na vhodnú normovaciu
podmienku. Popri nej zavádzame aj bezčasovú de Broglieho vlnovú
funkciu
ψ(x) = ψ(x, 0) = C e2πix/λ
= C eipx/
.
Vlny vernejšie zodpovedajúce reálnej situácii sú superpozíciou viacerých
(typicky z matematického hľadiska nekonečného diskrétneho alebo spojite sa
meniaceho súboru) rovinných de Broglieho vĺn rôznych amplitúd, vlnových
dĺžok (hybností) a uhlových frekvencií (energií). Výslednú vlnovú funkciu
potom môžeme zapísať v tvare
Ψ(x, t) =
∞
n=0
Cn exp i
2πx
λn
− ωnt =
∞
n=0
Cn exp
i
(pnx − Ent) ,
resp.
Ψ(x, t) =
R {0}
C(λ) exp i
2πx
λ
− ωt dλ =
R
C(p) exp
i
px − Et dp.
V zrejme najúspešnejšej Bornovej štatistickej interpretácii de Broglieho
vĺn sa výraz Ψ(x, t) interpretuje ako amplitúda hustoty pravdepodobnosti, že
sa častica v čase t nachádza v bode x. Samotnú hustotu pravdepodobnosti
predstavuje výraz |Ψ(x, t)|2
. Charakter vlnenia určujú práve koeficienty Cn
resp. C(λ) či C(p).
560 26. Hermitovské operátory v kvantovej mechanike
26.4 Pozorovateľná polohy
Na začiatok si predstavme kvantovomechanický systém pozostávajúci z jedinej
častice, ktorá môže nadobúdať iba n rôznych polôh v bodoch 1, 2,
. . . , n na osi x. V kvantovej mechanike takejto situácii ako stavový priestor
zodpovedá unitárny priestor Cn
(so štandardným skalárnym súčinom). Vektor
eeek kanonickej ortonormálnej bázy εεε = (eee1,eee2, . . . ,eeen) popisuje stav systému
„častica sa s istotou (t. j. s pravdepodobnosťou 1) nachádza v bode k
Hermitovský operátor X zodpovedajúci pozorovateľnej polohy častice má
preto vlastné vektory eee1, eee2, . . . , eeen, pričom vlastnému vektoru eeek zodpovedá
vlastné číslo k. Operátor X tak má v báze εεε maticu
(X)εεε = diag(1, 2, . . . , n)
a funguje podľa predpisu
Xϕ = (1ϕ1, 2ϕ2, . . . , nϕn)T
,
kde ϕ = (ϕ1, . . . , ϕn)T
∈ Cn
.
Pripusťme teraz, že naša častica môže nadobúdať ľubovoľnú polohu na
osi x. Takej situácii zodpovedá stavový priestor L2(R) všetkých kvadraticky
integrovateľných funkcií R → C so skalárnym súčinom
ϕ, ψ =
R
ϕ(x) ψ(x) dx.
Pozorovateľná polohy (súradnice x) by mala mať možnosť nadobúdať všetky
hodnoty x ∈ R. Poučení predošlým jednoduchým príkladom ju teda budeme
reprezentovať lineárnym operátorom X : L2(R) → L2(R) násobenia argumentom,
čiže
(Xϕ)(x) = xϕ(x)
pre ϕ ∈ L2(R), x ∈ R. Jednoduché overenie, že ide naozaj o hermitovský
operátor, prenechávame čitateľovi.
Očakávame, že každé reálne číslo bude vlastným číslom operátora X (porovnaj
s príkladom 18.5.1). Poznamenajme, že v prípade hermitovských operátorov,
ktorých spektrum obsahuje nejaký netriviálny interval a, b , hovoríme
o tzv. spojitom spektre. Skúsme teraz nájsť vlastnú funkciu δa prislúchajúcu
k vlastnému číslu a ∈ R. Takáto funkcia musí vyhovovať podmienke
aδa(x) = xδa(x)
pre každé x ∈ R. Teda pre x = a môže byť hodnota δa(x) akákoľvek, kým
δa(x) = 0 pre x = a. Hodnotu δa(a) je prirodzené voliť tak, aby vektor δa
mal jednotkovú normu, t. j.
δa
2
=
R
|δa(x)|2
dx = 1, (∗)
26.5. Vlastné funkcie operátora polohy – Diracova δ-funkcia 561
a spĺňal obdobu podmienky ϕ,eeek = ϕk pre ϕ = (ϕ1, . . . , ϕn)T
∈ Cn
, čiže
ϕ, δa =
R
ϕ(x) δa(x) dx = ϕ(a) (∗∗)
pre ϕ ∈ L2(R).
Nech by sme však za δa(a) zvolili akékoľvek reálne či komplexné číslo,
funkcia δa bude mať nenulovú hodnotu len v jedinom bode, v dôsledku čoho
budú oba uvedené integrály vždy rovné nule, takže δa bude v priestore L2(R)
nerozlíšiteľná od konštantne nulovej funkcie 0: R → C. Vidíme, že medzi
funkciami R → C sa vlastné funkcie operátora polohy X nenachádzajú.
Prísne vzaté to znamená, že žiadne reálne (a tým skôr komplexné) číslo
nie je vlastnou hodnotou operátora polohy X – aspoň nie podľa definície
z paragrafu 18.2. Jednako, v istom dobre definovanom zmysle má operátor X
spojité spektrum Spec X = R.
26.5 Vlastné funkcie operátora polohy – Diracova
δ-funkcia
Gordický uzol okolo vlastných funkcií pozorovateľnej polohy rozťal Paul Dirac
v r. 1930, keď postuloval existenciu tzv. zovšeobecnenej funkcie δ takej, že
δ(x) = 0 pre každé 0 = x ∈ R, kým bližšie neurčená hodnota δ(0) je kladná
a „nekonečne veľká takým spôsobom, že
R
f(x) δ(x) dx = f(0),
pre každú spojitú funkciu f ∈ L2(R); špeciálne
R
δ(x) dx = 1,
a taktiež
δ(x) = δ(−x) = δ(x)
pre každé x ∈ R.
Zovšeobecnená funkcia δ dostala názov Diracova δ-funkcia a rýchlo sa
ujala. Matematikov však zo zovšeobecnených funkcií ešte dlho bolela hlava
a trvalo im ďalších pätnásť rokov, kým ich dokázali rigorózne modelovať ako
tzv. distribúcie, čiže spojité lineárne funkcionály na vhodnom podpriestore
Hilbertovho priestoru L2(R).2
2
Ide o podpriestor hladkých fumkcií s kompaktným nosičom, t. j. funkcií R → C, ktoré
sú nulové mimo nejakého ohraničeného intervalu a majú všetky derivácie v každom bode
x ∈ R. Diracovu δ-funkciu potom stotožňujeme s funkcionálom f → f(x) δ(x) dx = f(0)
na tomto priestore. Zásluhu na rozpracovaní teórie distribúcií mali najmä Sergej Sobolev,
Laurent Schwartz a Israil Gelfand.
562 26. Hermitovské operátory v kvantovej mechanike
Vďaka vlastnostiam Diracovej δ-funkcie sa každá z distribúcií δa(x) =
δ(x − a) správa ako vlastný vektor operátora X prislúchajúci k jeho vlastnej
hodnote a a taktiež spĺňa podmienku (∗∗). S podmienkou (∗) je to horšie
– účelnejšie sa ukazuje na nej netrvať a miesto toho rozšíriť platnosť podmienky
(∗∗) aj na (aspoň niektoré) zovšeobecnené funkcie f. Pre f = δb
dostávame
δb, δa =
R
δb(x) δa(x) dx =
R
δ(x − b) δ(x − a) dx = δ(b − a),
čo pripomína podmienku ortonormálnosti pre bázy v konečnorozmených unitárnych
priestoroch vvvi,vvvj = δij, kde δij je Kroneckerova delta. Špeciálne
hodnota
δa
2
=
R
δa(x)2
dx = δ(0)
je nekonečne veľká, preto žiaden skalárny násobok cδa pre c ∈ R ani pre c ∈ C
nemôže mať normu 1.
Systém funkcií (δa)a∈R je potom niečo ako „spojitá ortonormálna báza
Funkciu f ∈ L2(R) možno vyjadriť ako „spojitú lineárnu kombináciu , t. j.
integrál
f =
R
f(a) δa da,
ktorej koeficienty, t. j. „súradnice vzhľadom na túto „bázu , tvoria samotné
funkčné hodnoty
f, δa =
R
f(x) δ(x − a) dx = f(a).
Aspoň trochu názorne si možno Diracovu funkciu predstaviť ako svojho
druhu limitu postupnosti funkcií
αn(x) =
1
2π
n
n
eipx
dp =
sin nx
πx
pre n → ∞. (Rovnakú úlohu však dokážu zastať aj iné postupnosti, napr.
n√
π
e−n2x2
.) V tomto zmysle treba tiež chápať symbolickú rovnosť
δ(x) = lim
n→∞
αn = lim
n→∞
sin nx
πx
=
1
2π
∞
−∞
eipx
dp.
Nekonečnej hodnote δ(0) zodpovedajúci výraz limx→0 sin nx/πx naozaj diverguje
do nekonečna. Pokročilejšími metódami teórie funkcií reálnej resp.
26.5. Vlastné funkcie operátora polohy – Diracova δ-funkcia 563
komplexnej premennej možno potom dokázať analógy symbolických vzťahov
R
f(x) δ(x) dx = f(0) a δ(x) = 0 pre x = 0. Presnejšie, pre ľubovoľnú
funkciu f ∈ L2(R), spojitú v bode 0 platí
lim
n→∞
f, αn = lim
n→∞ R
f(x)
sin nx
πx
dx = f(0),
a taktiež
lim
n→∞
b
a
αn(x) dx = lim
n→∞
b
a
sin nx
πx
dx = 0,
akonáhle interval a, b neobsahuje bod 0. Posledná rovnosť je špeciálnym
prípadom Riemannovej-Lebesgueovej vety;3
intuitívne ju možno zdôvodniť
stále rýchlejšou osciláciou funkcie sin nx pre rastúce n.
Realistickejšej častici s troma stupňami voľnosti pohybujúcej sa v trojrozmernom
priestore R3
zodpovedá stavový priestor L2 R3
kvadraticky integrovateľných
funkcií R3
→ C so skalárnym súčinom
ϕ, ψ =
R3
ϕ(x, y, z) ψ(x, y, z) dx dy dz.
Pozorovateľné súradníc x, y, z sú reprezentované hermitovskými operátormi
X, Y , Z násobenia príslušnou súradnicou, t. j.
(Xϕ)(x, y, z) = xϕ(x, y, z),
(Y ϕ)(x, y, z) = yϕ(x, y, z),
(Zϕ)(x, y, z) = zϕ(x, y, z),
pre ϕ ∈ L2(R3
), x, y, z ∈ R. Úlohu vlastných vektorov opäť preberajú distribúcie:
k vlastnej hodnote a ∈ R operátora X, Y resp. Z prislúchajú postupne
zovšeobecnené vlastné funkcie
δ(1)
a (x, y, z) = δ(x − a),
δ(2)
a (x, y, z) = δ(y − a),
δ(3)
a (x, y, z) = δ(z − a).
Priamym výpočtom možno ľahko overiť, že pozorovateľné súradníc navzájom
komutujú, čiže
[X, Y ] = [X, Z] = [Y, Z] = 0.
Inak povedané, rôzne súradnice polohy sú súčasne merateľné.
3
Podľa nej zostane uvedená rovnosť v platnosti, aj keď funkciu 1/πx nahradíme ľubovoľnou
lebesgueovsky integrovateľnou funkciou g: a, b → C.
564 26. Hermitovské operátory v kvantovej mechanike
Vektorová pozorovateľná (všetkých troch súradníc) polohy je reprezentovaná
vektorovým operátorom
RRR = (X, Y, Z) = iiiX + jjjY + kkkZ : L2 R3
) → L2 R3
× L2 R3
× L2 R3
,
kde iii = eee1, jjj = eee2, kkk = eee3 je kanonická ortonormálna báza v C3
a
RRRϕ = (Xϕ, Y ϕ, Zϕ) = iiiXϕ + jjjY ϕ + kkkZϕ,
pre ϕ ∈ L2(R3
). Polohovému vektoru rrr = (a, b, c) = aiii + bjjj + ckkk ∈ R3
, zloženému
z trojice vlastných hodnôt a, b, c operátorov X, Y resp. Z, zodpovedá
zovšeobecnená vlastná funkcia
δrrr(x, y, z) = δa(x) δb(y) δc(z) = δ(x − a) δ(y − b) δ(z − c).
26.6 Pozorovateľná hybnosti
Rovnako ako poloha, aj hybnosť častice s jedným stupňom voľnosti môže
(aspoň v princípe) nadobúdať akúkoľvek hodnotu p ∈ R. Teda pozorovateľná
hybnosti P by opäť mala mať spojité spektrum Spec P = R. Ak ju máme definovať,
tak prvé, čo nás asi napadne, bude napodobniť spôsob, ktorým sme
definovali pozorovateľnú polohy. Priestor L2(R) (funkcií definovaných na R
ako klasickom priestore polohy) však nie je uspôsobený na to, aby sme operátor
hybnosti mohli definovať pomocou násobenia vhodným argumentom
stavovej funkcie ϕ – klasická hybnosť totiž nie je argumentom takýchto funkcií.
Dokonca sa zdá, že už pri definícii operátora polohy sme mali pracovať
v priestore L2 R2
) funkcií definovaných na plnom klasickom stavovom priestore
systému s jedným stupňom voľnosti. Funkcia ϕ ∈ L2 R2
) má potom dve
premenné x a p, reprezentujúce klasickú polohu a hybnosť, takže nič nebráni
tomu, aby sme kvantovomechanické pozorovateľné polohy X a hybnosti P
definovali symetrickým spôsobom
(Xϕ)(x, p) = xϕ(x, p), (Pϕ)(x, p) = p ϕ(x, p).
V takom prípade však veľmi ľahko overíme rovnosť [X, P] = 0, t. j. operátory
X a P komutujú. Také niečo však v kvantovej mechanike interpretujeme
ako súčasnú merateľnosť polohy a hybnosti, čo (ako sme už spomínali v paragrafe
17.7) odporuje experimentom. Dospievame tak k poznaniu, že zúženie
klasického stavového priestoru L2 R2
na „polohovú polovicu L2(R) nebolo
chybou lež nevyhnutnoťou. Zároveň však musíme hľadať iný spôsob, ako definovať
pozorovateľnú hybnosti. Pri tom nám prídu vhod práve de Broglieho
vlnové funkcie.
26.6. Pozorovateľná hybnosti 565
Pripomeňme si, že de Broglieho vlnová funkcia zodpovedá častici pohybujúcej
sa rovnomerne priamočiaro. Pre pevné p, t ∈ R tak vlnová funkcia
ψp,t(x) = exp
i
(px − Et) = eipx/
· e−iEt/
predstavuje stav, v ktorom má hybnosť častice s istotou hodnotu p. Činiteľ
e−iEt/
navyše nezávisí od x a vyjadruje len fázový posun, preto funkcia ψp,t
predstavuje rovnaký stav ako bezčasová vlnová funkcia
ψp,0(x) = eipx/
.
Teda ψp,0 by mala byť vlastnou funkciou pozorovateľnej P zodpovedajúcou
vlastnému číslu p ∈ R, t. j.
(Pψp,0)(x) = p ψp,0(x) = p eipx/
pre x ∈ R. Teraz už nie je ťažké nahliadnuť, že operátor pozorovateľnej
hybnosti P, ktorý vyhovuje tejto podmienke, musí mať tvar
P =
i
d
dx
,
čiže
Pϕ =
i
dϕ
dx
=
i
ϕ
pre ϕ ∈ L2(R).
Sotva sme to však napísali, mala by nás zaraziť nepríjemná skutočnosť,
že nie všetky funkcie z L2(R) sú diferencovateľné v každom bode x ∈ R. Takrečeno
proti vlastnej vôli sme tak nútení pripustiť, že hermitovské operátory
zodpovedajúce merateľným fyzikálnym veličinám nemusia byť definované na
celom stavovom priestore. Stačí, ak sú definované na nejakom jeho hustom
lineárnom podpriestore,4
ako je tomu aj v tomto prípade, keďže podpriestor
funkcií z L2(R), ktoré majú konečné derivácie všetkých rádov v každom
bode x ∈ R, je naozaj hustý v L2(R). Pri spätnom pohľade si nezaškodí
uvedomiť, že aj s operátorom polohy je to podobne. Hoci so samotnou definíciou
funkcie xϕ(x) nie je problém, nie pre všetky funkcie ϕ ∈ L2(R) nutne
platí Xϕ ∈ L2(R); také niečo možno zaručiť len pre funkcie z istého hustého
podpriestoru.
Samodjungovanosť operátora P sa overí rovnako ako samoadjungovanosť
operátora i d
dt
v paragrafe 25.5. Treba si len uvedomiť, že „hranaté zátvorky
[f(x)g(x)]∞
−∞, ktoré vzniknú pri integrácii per partes, sa tentokrát anulujú
4
Topologická podmienka hustoty podmnožiny S unitárneho priestoru V znamená, že
pre všetky xxx ∈ V a ε > 0 existuje yyy ∈ S také, že xxx − yyy < ε.
566 26. Hermitovské operátory v kvantovej mechanike
v dôsledku kvadratickej integrovateľnosti funkcií f, g (ich limity pre x → ±∞
sú totiž rovné 0).
Avizovaný Heisenbergov vzťah neurčitosti pre pozorovateľné polohy a
hybnosti možno dokázať veľmi jednoducho.
26.6.1. Veta. Komutátor pozorovateľných polohy X a hybnosti P pre kvantovomechanický
systém s jedným stupňom voľnosti je
[X, P] = i .
V dôsledku toho pre ich stredné kvadratické odchýlky v ľubovoľnom stave ϕ
platí
∆ϕX · ∆ϕP ≥
2
.
Dôkaz. Overíme len uvedenú rovnosť pre komutátor. Heisenbergova nerovnosť
pre ich kvadratické odchýlky je potom dôsledkom vety 26.2.1. Zvoľme
dostatočne slušnú (stačí diferencovateľnú) funkciu ϕ ∈ L2(R). Potom pre
každé x ∈ R platí
[X, P]ϕ (x) = (XPϕ)(x) − (PXϕ)(x) = x
i
ϕ (x) −
i
(xϕ) (x)
=
i
xϕ (x) − ϕ(x) − xϕ (x) = i ϕ(x).
Pri pokuse znormovať vlastné funkcie ψp,0 narazíme na ďalší problém:
integrál
ψp,0
2
=
R
|ψp,0(x)|2
dx =
∞
−∞
1 dx = +∞
diverguje. Vidíme, že hoci sú vlnové funkcie ψp,0 – na rozdiel od distribúcií δa
– „normálne funkcie R → C, jedno majú s nimi spoločné: ani jedny ani druhé
nepatria do priestoru L2(R). Rozšírenie priestoru funkcií o nové objekty, s cieľom
zabezpečiť vlastné funkcie pre niektoré hermitovské operátory, vzdialene
pripomína rozšírenie poľa reálnych čísel pomocou komplexných, ktorým sme
dosiahli, aby všetky lineárne operátory na konečnorozmerných vektorových
priestoroch nad R mali spektrum plnej algebraickej váhy.
Z nekonečnej veľkosti výrazu ψp,0
2
navyše vyplýva, že žiadnou voľbou
amplitúdy 0 < C ∈ R nemožno dosiahnuť, aby pre funkciu ψp = Cψp,0 platilo
ψp = 1. Normovaciu konštantu C preto zvolíme tak, aby sme dosiahli
splnenie podmienky
ψp, ψq = δ(p − q)
pre p, q ∈ R. Rovnako ako rovnosť δa, δb = δ(a − b) pre Diracove funkcie, je
to zrejme najvhodnejšia obdoba podmienky vvvj,vvvk = δjk, charakterizujúcej
26.6. Pozorovateľná hybnosti 567
ortonormálne bázy v konečnorozmerných unitárnych priestoroch. S využitím
symbolickej rovnosti
R
eipx
dx = 2πδ(p)
dostávame
ψp, ψq =
R
C eipx/
· C e−iqx/
dx = C2
R
ei(p−q)x/
dx = 2π C2
δ(p − q).
Z toho dôvodu volíme C = 1/
√
2π , takže normované de Broglieho vlnové
funkcie majú tvar
ψp(x, t) =
1
√
2π
exp
i
(px − Et)
pre časovo závislú rovinnú vlnu, resp.
ψp(x) =
1
√
2π
eipx/
pre bezčasovú rovinnú vlnu.
Pre časticu s troma stupňami voľnosti pohybujúcu sa v trojrozmernom
priestore sú pozorovateľné hybnosti Px, Py, Pz v smeroch súradných osí x,
y resp. z reprezentované imaginárnymi násobkami operátorov parciálnych
derivácií podľa príslušnej premennej na priestore L2 R3
(presnejšie na jeho
vhodnom hustom podpriestore)
Px =
i
∂
∂x
, Py =
i
∂
∂y
, Pz =
i
∂
∂z
.
K nim prislúchajúce normované vlastné funkcie, zopovedajúce vlastným hodnotám
px, py resp. pz majú tvar
ψ(1)
px
(x, y, z) = ψpx (x) =
1
√
2π
eixpx/
,
ψ(2)
py
(x, y, z) = ψpy (y) =
1
√
2π
eiypy/
,
ψ(3)
pz
(x, y, z) = ψpz (z) =
1
√
2π
eizpz/
.
Priamym výpočtom možno overiť Heisenbergove komutačné vzťahy
[X, Y ] = [X, Z] = [Y, Z] = [Px, Py] = [Px, Pz] = [Py, Pz] = 0,
[X, Py] = [X, Pz] = [Y, Px] = [Y, Pz] = [Z, Px] = [Z, Py] = 0,
568 26. Hermitovské operátory v kvantovej mechanike
[X, Px] = [Y, Py] = [Z, Pz] = i .
Inak povedané, rovnako ako operátory súradníc X, Y , Z, aj operátory hybnosti
Px, Py, Pz v smeroch jednotlivých osí navzájom komutujú. Takisto
komutujú operátory súradníc a hybností v smeroch rôznych osí. Avšak operátory
polohy a hybnosti v smere tej istej osi majú nenulový komutátor i ,
teda presnosť ich súčasnej merateľnosti je obmedzená Heisenbergovým vzťahom
neurčitosti.
Vektorová pozorovateľná (všetkých troch zložiek) hybnosti je reprezentovaná
vektorovým operátorom
PPP = (Px, Py, Pz) = iiiPx + jjjPy + kkkPz : L2 R3
) → L2 R3
× L2 R3
× L2 R3
,
ktorý má tvar imaginárneho násobku operátora gradientu
PPP =
i
∂
∂x
,
∂
∂y
,
∂
∂z
=
i
iii
∂
∂x
+ jjj
∂
∂y
+ kkk
∂
∂z
=
i
grad.
Vektoru hybnosti ppp = (px, py, pz) = px iii+py jjj+pz kkk ∈ R3
, zloženému z trojice
vlastných hodnôt px, py, pz operátorov Px, Py resp. Pz, zodpovedá vlastná
funkcia
ψppp(x, y, z) = ψpx (x) ψpy (y) ψpz (z)
=
1
√
2π
eixpx/ 1
√
2π
eiypy/ 1
√
2π
eizpz/
=
1
(2π )3/2
eirrrppp/
,
kde rrr = (x, y, z) je polohový vektor a rrrppp = xpx + ypy + zpz je štandardný
skalárny súčin vektorov rrr a ppp.
26.7 Polohová a hybnostná reprezentácia – Fourierova
transformácia
Napriek diametrálne odlišnému tvaru operátorov polohy a hybnosti vládne
v ich vzťahu zvláštna, hoci na prvý pohľad nie celkom viditeľná symetria. Aj
na systém de Broglieho vlnových funkcií (ψp)p∈R sa možno dívať ako na „spojitú
ortonormálnu bázu priestoru L2(R), podobne ako na systém Diracových
δ-funkcií (δa)a∈R. Pre funkciu f ∈ L2(R) označme
f(p) = f, ψp =
1
√
2π R
f(x) e−ipx/
dx
koeficient pri funkcii ψp vo vyjadrení pôvodnej funkcie f v tvare „spojitej
lineárnej kombinácie
f =
R
f(p) ψp dp.
26.7. Polohová a hybnostná reprezentácia – Fourierova transformácia 569
Ak si totiž uvedomíme symetriu premenných x a p v de Broglieho vlnovej
funkcii
ψp(x) =
1
√
2π
eipx/
= ψx(p),
a podmienku ortonormality ψx, ψy = δ(x − y), ľahko overíme, že pre každé
x ∈ R skutočne platí
R
f(p) ψp(x) dp =
R
f, ψp ψp(x) dp =
R R
f(y) ψp(y) dy ψp(x) dp
=
R
f(y)
R
ψx(p) ψy(p) dp dy =
R
f(y) ψx, ψy dy
=
R
f(y) δ(x − y) dy = f(x).
Funkciu f : R → C tak možno chápať ako „súradnice funkcie f vzhľadom
na „bázu (ψp)p∈R.
Poznamenajme, že formula f(p) = f, ψp ako aj uvedený výpočet nefungujú
pre všetky funkcie f ∈ L2(R), ale opäť iba pre funkcie z istého hustého
podpriestoru. Nad „prízemné otázky typu, ktoré funkcie to sú a čo s tými
ostatnými, sa však veľkoryso povznesieme.
Priradením f → f je definované zobrazenie L2(R) → L2(R), nazývané
spojitá Fourierova transformácia na R alebo len krátko Fourierova transformácia.
Samozrejme, z matematického hľadiska je výskyt Planckovej konštanty
vo Fourieovej transformácii nepodstatný – inak povedané, Fourierovu
transformáciu možno definovať pre ľubovoľnú hodnotu parametra . 5
To je
jeden z dôvodov, prečo nielen v matematike no i vo fyzike často kladieme
= 1, čo zodpovedá voľbe takej sústavy jednotiek, v ktorej je Planckova
konštanta jednotkou účinku. My však budeme práve z fyzikálnych dôvodov
konštantu predsa len explicitne uvádzať.
26.7.1. Veta. Fourierova transformácia f → f je unitárny lineárny operátor
na Hilbertovom priestore L2(R), ktorý prevádza vektory „ortonormálnej
bázy (ψp)p∈R na vektory „ortonormálnej bázy (δp)p∈R. Navyše, pre
ϕ ∈ L2(R) platí
(Pϕ)(p) = p ϕ(p) a (Xϕ)(p) = i
d
dp
ϕ(p).
5
K tomu treba poznamenať, že aplikáciami v kvanotvej mechanike sa význam Fourierovej
transformácie zďaleka nevyčerpáva. Napr. fakt, že Fourierova transformácia prevádza
operátor derivácie d/ dx na operátor násobenia funkcie násobkom argumentu (i/ )p (pozri
nasledujúcu vetu 26.7.1), z nej robí učinný prostriedok používaný pri riešení diferenciálnych
rovníc.
570 26. Hermitovské operátory v kvantovej mechanike
Dôkaz. Keďže linearita Fourierovej transformácie je zrejmá, stačí overiť, že
zachováva skalárny súčin. Zvoľme „slušné funkcie ϕ, χ ∈ L2(R) a (len pre
účely tohto výpočtu) položme = 1. Potom
ϕ, χ =
R
ϕ(p) χ(p) dp =
R
ϕ, ψp ψp, χ dp
=
R
1
√
2π R
ϕ(x) e−ipx
dx ·
1
√
2π R
eipy
χ(y) dy dp
=
1
2π R
ϕ(x)
R
χ(y)
R
eip(y−x)
dp dy dx
=
1
2π R
ϕ(x)
R
χ(y) · 2π δ(y − x) dy dx
=
R
ϕ(x) χ(x) dx = ϕ, χ .
Ďalej pre p, q ∈ R platí
ψp(q) = ψp, ψq = δ(p − q) = δp(q),
teda ψp = δp. Posledné dve rovnosti overíme jednoduchými výpočtami
(Pϕ)(p) = Pϕ, ψp = ϕ, Pψp = ϕ, p ψp = p ϕ, ψp = p ϕ(p),
(Xϕ)(p) = Xϕ, ψp = ϕ, Xψp = ϕ,
i
d
dp
ψp = −
i
d
dp
ϕ, ψp = i
d
dp
ϕ(p).
Klasický stavový priestor R môžeme rovnako dobre chápať aj ako priestor
hybností častice s jedným stupňom voľnosti – a nie jej polôh. Následne
sa môžeme na kvantovomechanický stavový priestor L2(R) pozerať ako na
priestor kvadraticky integrovateľných funkcií ϕ: R → C premennej hybnosti
p. Náš pôvodný spôsob opisu kvantovomechanických stavov sa nazýva
súradnicová prípadne polohová reprezentácia – v druhom prípade hovoríme
o hybnostnej reprezentácii. Prepojenie medzi oboma reprezentáciami je analogické
zámene jednej ortonormálnej bázy druhou v konečnorozmernom unitárnom
priestore. Inak povedané, funkcie z L2(R) môžeme vyjadrovať jednak
vzhľadom na „ortonormálnu bázu tvorenú vlastnými vektormi δx operátora
polohy X (t. j. obvyklým spôsobom), jednak vzhľadom na „ortonormálnu
bázu tvorenú vlastnými vektormi ψp operátora hybnosti P. Vzhľadom na
túto „bázu má pozorovateľná hybnosti P (v polohovej reprezentácii daná
operátorom i
d
dx
) prirodzene tvar operátora násobenia argumentom p so zovšeobecnenými
vlastnými funkciami δp. Pozorovateľná polohy X (v polohovej
26.8. Ďalšie pozorovateľné – momenty hybnosti 571
reprezentácii daná násobením súradnicou x) má zasa v hybnostnej reprezentácii
tvar imaginárneho násobku operátora derivácie i d
dp
. Pritom vlastnej
hodnote x zodpovedá ako vlastná funkcia normovaná de Broglieho bezčasová
vlna
ψx(p) = ψx(−p) =
1
√
2π
e−ipx/
,
v ktorej sme antisymetrickým spôsobom zamenili úlohy premenných x a p.
Pre úplnosť už len poznamenajme, že v trojrozmernom prípade má Fourierova
transformácia „slušnej funkcie f ∈ L2 R3
tvar
f(ppp) = f, ψppp =
R3
f(rrr) ψppp(rrr) d3
rrr =
1
(2π )3/2
R3
f(x, y, z) e−irrrppp/
d3
rrr,
kde rrr = (x, y, z), ppp = (px, py, pz) a d3
rrr = dx dy dz. Vektorovým pozorovateľným
hybnosti PPP resp. polohy RRR zodpovedajú v hybnostnej reprezentácii
operátory dané predpismi
(PPPϕ)(ppp) = ppp ϕ(ppp) = (px, py, pz) ϕ(ppp),
(RRRϕ)(ppp) = i gradϕ(ppp) = i
∂ϕ(ppp)
∂px
,
∂ϕ(ppp)
∂px
,
∂ϕ(ppp)
∂px
.
26.8 Ďalšie pozorovateľné – momenty hybnosti
V klasickej mechanike sú fyzikálne veličiny matematicky modelované ako
(„slušné ) funkcie na stavovom priestore, t. j. ako funkcie F(x1, . . . , xn, p1, . . . , pn) =
F(xxx,ppp) premenných polôh xi a hybností pj, kde n je počet stupňov voľnosti
sústavy. V kvantovej mechanike zodpovedá takejto situácii stavový priestor
L2(Rn
) a pozorovateľným polohy resp. hybnosti hermitovské operátory
Xi, Pj, ktorých konkrétny matematický tvar závisí na zvolenej reprezentácii.
Potom zrejme najprirodzenejší spôsob, ako zachytiť kvantovomechanický
analóg klasickej fyzikálnej veličiny danej funkciou F : R2n
→ R, spočíva v jej
reprezentácii operátorom
A = F(X1, . . . , Xn, P1, . . . , Pn).
Takýto prístup hladko funguje pre fyzikálne veličiny, ktoré závisia len na
jedinej z premenných xi, pj. Ak je to napr. premenná xi, t. j. F(xxx,ppp) = f(xi),
kde f : R → R, tak operátor A = f(Xi) funguje v polohovej reprezentácii
ako násobenie funkčnou hodnotou argumentu xi:
(Aϕ)(xxx) = f(xi) ϕ(xxx)
572 26. Hermitovské operátory v kvantovej mechanike
pre ϕ ∈ L2 Rn
, xxx ∈ Rn
. Ak ide o funkciu závislú na jedinej premennej pj,
t. j. F(xxx,ppp) = g(pj), kde g: R → R, tak operátor B = g(Pj) je výhodnejšie
opisovať v hybnostnej reprezentácii:
(Bχ)(ppp) = g(pj) χ(ppp)
pre χ ∈ L2 Rn
, ppp ∈ Rn
.
Možnosť voľby výhodnejšej z oboch reprezentácií sa však stráca, ak funkcia
F závisí zároveň na niektorej zo súradníc polohy Xi aj hybnosti Pj.
V takom prípade si vieme jednoducho poradiť, ak funkcia F je polynóm v premenných
x1, . . . , xn, p1, . . . , pn, ktorý neobsahuje žiaden súčin xm
j pk
j mocnín
premenných zodpovedajúcich nekomutujúcim pozorovateľným Xj, Pj.
Mocninám pk
j premennej hybnosti pj (v polohovej reprezentácii) zodpovedajú
mocniny operátora Pj:
Pk
j =
i
∂
∂xj
k
=
i
k
∂k
∂xk
j
.
Ak F je polynóm pozostávajúci zo sčítancov tvaru axm1
1 . . . xmn
n pk1
1 . . . pkn
n ,
pričom mjkj = 0 pre všetky j ≤ n, tak operátor F(X1, . . . , Xn, P1, . . . , Pn)
pozostáva z tomu zodpovedajúceho súčtu operátorov
aXm1
1 . . . Xmn
n Pk1
1 . . . Pkn
n .
To znamená, že aplikáciou takého operátora na (dostatočne mnohokrát diferencovateľnú)
funkciu ϕ ∈ L2(Rn
) dostaneme funkciu, ktorá je súčtom funkcií
tvaru
a
i
k
xm1
1 . . . xmn
n
∂k
ϕ
∂xk1
1 . . . ∂xkn
n
,
kde k = k1 + . . . + kn.
Pre zložitejšie funkcie F, a taktiež ak F obsahuje súčiny mocnín niektorých
dvojíc premenných xj, pj, výraz F(X1, . . . , Xn, P1, . . . , Pn) zostavený
podľa uvedeného receptu nemusí dávať hermitovský operátor. Vo všeobecnosti
neexistuje nijaký jednoduchý univerzálny návod, ako priradiť funkcii
F príslušnú pozorovateľnú. Problém sa zvykne riešiť pre jednotlivé prípady
ad hoc. Napr. funkcii F(x, p) = xp obyčajne priraďujeme pozorovateľnú
1
2
(XP + PX).
Príkladom, kde naznačný prístup funguje, sú pozorovateľné momentov
hybnosti vzhľadom na jednotlivé súradné osi. Klasický moment hybnosti je
vektorová veličina definovaná ako vektorový súčin
lll = rrr × ppp =
x y z
px py pz
iii jjj kkk
26.9. Hamiltonián a Schrödingerova rovnica 573
vektorov polohy rrr = (x, y, z) a hybnosti ppp = (px, py, pz). Jeho jednotlivé
zložky, t. j. momenty hybnosti vzhľadom na osi x, y resp. z, sú
lx = ypz − zpy, ly = zpx − xpz, lz = xpy − ypx.
Pozorovateľným momentov hybnosti vzhľadom na jednotlivé osi preto zodpovedajú
hermitovské operátory
Lx = Y Pz − ZPy =
i
y
∂
∂z
− z
∂
∂y
,
Ly = ZPx − XPz =
i
z
∂
∂x
− x
∂
∂z
,
Lz = XPy − Y Px =
i
x
∂
∂y
− y
∂
∂x
.
Vektorová pozorovateľná momentu hybnosti má potom tvar
LLL = RRR × PPP =
X Y Z
Px Py Pz
iii jjj kkk
=
i
x y z
∂
∂x
∂
∂y
∂
∂z
iii jjj kkk
.
Ešte poznamenjame, že nie všetky pozorovateľné majú klasickú analógiu,
t. j. vznikajú z vhodných funkcií F : R2n
→ R. Napr. komutátor [X, P] =
XP − PX nie je hermitovský ale antihermitovský operátor – hermitovský je
až operátor (1/i)[X, P]. Táto pozorovateľná však nemá analógiu v klasickej
teórii.
Podstatne dôležitejším príkladom pozorovateľnej bez klasickej analógie je
spin, čiže vnútorný moment hybnosti. Rovnako nazývame spinom aj najväčšiu
hodnotu priemetu vnútorného momentu hybnosti v jednotkách . Táto
veličina nadobúda polocelé hodnoty 1/2, 3/2, 5/2, . . . pre fermióny (elektróny,
protóny, neutróny,. . . ) a celé hodnoty 0, 1, 2, . . . pre bozóny (fotóny,
W- a Z-bozóny, pióny, . . . ). Ak chceme brať do úvahy aj spin častíc, treba
stavový priestor vhodne modifikovať. Napr. pre jednu časticu so spinom 1/2
musíme pôvodný unitárny priestor V nahradiť tenzorovým súčinom V ⊗ C2
.
Pre n identických častíc so spinom 1/2 poslúži tenzorový súčin n exemplárov
priestoru V ⊗ C – v ňom sa však musíme obmedziť na podpriestor antisymetrických
tenzorov (pozri paragraf 33.6).
26.9 Hamiltonián a Schrödingerova rovnica
26.9.1. Hamiltonián. Vari najdôležitejšou pozorovateľnou popisujúcou vlastnosti
kvantovomechanickej sústavy je – podobne ako v klasickej mechanike
574 26. Hermitovské operátory v kvantovej mechanike
– pozorovateľná energie alebo hamiltonián. Kvôli jednoduchosti sa pre začiatok
obmedzíme len na jedinú časticu o hmotnosti m a s troma stupňami
voľnosti, pohybujúcu sa v R3
v konzervatívnom poli danom potenciálnou
energiou, ktorá sa nemení v čase.
Klasický výraz pre Hamiltonovu funkciu je v takom prípade súčtom dvoch
častí: kinetickej energie
1
2m
ppp 2
=
1
2m
p2
x + p2
y + p2
z
a potenciálnej energie V (rrr), ktorá je výlučne funkciou (vektora) polohy rrr =
(x, y, z), a plne určuje charakter poľa. V dôsledku toho je Hamiltonov operátor
alebo hamiltonián (v polohovej reprezentácii) súčtom
H =
1
2m
P2
x + P2
y + P2
z + V (rrr)
= −
2
2m
∂2
∂x2
+
∂2
∂y2
+
∂2
∂z2
+ V (rrr) = −
2
2m
∆ + V (rrr),
kde ∆ = ∂2
∂x2 + ∂2
∂y2 + ∂2
∂z2 je Laplaceov operátor. Prvý člen −
2
2m
∆ predstavuje
pozorovateľnú kinetickej a druhý V (rrr) pozorovateľnú potenciálnej energie.
Pre istotu ešte pripomíname, že H je lineárny operátor, ktorý (dvakrát diferencovateľnej)
funkcii ψ ∈ L2(R) priradí funkciu
Hψ = −
2
2m
∆ψ + V (rrr)ψ = −
2
2m
∂2
ψ
∂x2
+
∂2
ψ
∂y2
+
∂2
ψ
∂z2
+ V (rrr)ψ.
Hamiltonián zodpovedajúci systému n častíc v R3
je hermitovský operátor
na priestore L2 R3n
kvadraticky integrovateľných funkcií tvaru ψ(rrr1, . . . ,rrrn),
kde rrrj = (xj, yj, zj) je polohový vektor j-tej častice. Dostaneme ho sčítaním
príspevkov kinetických a potenciálnych energií jednotlivých častíc, ku ktorým
navyše pristupuje súčet potenciálnych energií vzájomných interakcií
H = −
2
2
n
j=1
1
mj
∂2
∂x2
j
+
∂2
∂y2
j
+
∂2
∂z2
j
+
n
j=1
Vj(rrrj) +
j<k
Vjk(rrrj − rrrk).
26.9.2. Schrödingerova rovnica. Až doposiaľ sme pri našich úvahách o
kvantovej mechanike nebrali do úvahy čas. Presnejšie, stavy našich kvantovomechanických
systémov sa nevyvíjali. Ba čo viac, keď sa čas objavil v de Broglieho
rovinných vlnách, ponáhľali sme sa ho z nich „vyhnať a rýchlo prejsť k bezčasovým
vlnovým funkciám. Je už najvyšší čas niečo s tým robiť.
Znakmi ϕ, ψ začneme odteraz označovať nielen v čase nemenné ale aj
časovo premenné stavy, reprezentované (normovanými) vektormi z priestoru
26.9. Hamiltonián a Schrödingerova rovnica 575
L2(Rn
) (kde n je počet stupňov voľnosti sústavy), čiže vlastne (vzhľadom
na t dostatočne hladké) funkcie R → L2(Rn
) časovej premennej t. Miesto
ψ(t)(xxx) budeme písať ψ(xxx, t), teda v čase premenný vektor ψ: R → L2(Rn
)
budeme chápať ako funkciu n + 1 premenných ψ: Rn+1
→ C.
Časový vývoj stavu ψ kvantovomechanického systému s hamiltoniánom
H sa riadi parciálnou diferenciálnou rovnicou
i
∂ψ
∂t
= Hψ,
nazývanou Schrödingerova rovnica.
Schrödingerova rovnica je jedným zo základných postulátov kvantovej
mechaniky. Možno ju síce dobre zdôvodniť rôznymi heuristickými úvahami
a najmä zhodou na jej základe získaných predpovedí s experimentmi, no – podobne
ako Newtonove pohybové zákony či Maxwellove rovnice – ju nemožno
striktne matematicky odvodiť z nejakých jednoduchších princípov.
Kedže operátory H aj (1/ )Ht sú hermitovské, podľa (nekonečnorozmernej
operátorovej verzie) vety 23.4.8 sú operátory
U = exp
1
i
H = e−(i/ )H
a Ut
= exp
1
i
Ht = e−(i/ )Ht
unitárne pre každé t ∈ R, teda
Ut
ϕ = ϕ
pre každé ϕ ∈ L2(Rn
). Preto aplikáciou operátora Ut
na normovaný stavový
vektor ϕ dostaneme opäť normovaný stavový vektor Utϕ. Navyše pre všetky
s, t ∈ R očividne platí
U0
= id, Us+t
= Us
Ut
, U−t
= Ut −1
.
S vedomím týchto súvislostí možno Schrödingerovu rovnicu vysloviť v ekvivalentnom
integrálnom tvare: ak je stav kvantovomechanického systému
s hamiltoniánom H v čase t0 daný normovaným vektorom ϕ, tak jeho stav
čase t je daný normovaným vektorom
ψ(t) = Ut−t0
ϕ = e−(i/ )H(t−t0)
ϕ.
Pre také ψ skutočne platí ψ(t0) = ϕ a
∂ψ
∂t
=
∂
∂t
e−(i/ )H(t−t0)
ϕ = −
i
H e−(i/ )H(t−t0)
ϕ =
1
i
Hψ.
Časový vývoj kvantovomechanického systému je tak plne popísaný jednoparametrickou
grupou unitárnych operátorov Ut
t∈R
(pozri príklady 27.3.8
a 28.2.5).
576 26. Hermitovské operátory v kvantovej mechanike
V závislosti na hamiltoniáne H majú riešenia Schrödingerovej rovnice
rôzne vlastnosti. Pri ich hľadaní hrá kľúčovú úlohu znalosť spektra hamiltoniánu.
K danej vlastnej hodnote E ∈ Spec H treba najprv nájsť vlastnú
funkciu (v prípade degenerovaného spektra ich môže byť aj viac) riešením
tzv. bezčasovej alebo stacionárnej Schrödingerovej rovnice
Hψ = Eψ.
Cieľom je získať vlastný vektor ψE alebo – v prípade degenerovanej vlastnej
hodnoty E – nejakú (či už diskrétnu alebo spojitú) ortonormálnu bázu (ψE,s)
vlastného podpriestoru Ker(H − E), indexovanú vhodným parametrom s.
Časovo závislé riešenie pôvodnej rovnice prislúchajúce k E a k ľubovoľnému
bázickému vektoru ψE,s sa potom nájde ako riešenie počiatočnej úlohy
i
∂ψ
∂t
= Eψ, ψ(xxx, 0) = ψE,s(xxx),
čiže
ψ(xxx, t) = e−iEt/
ψE,s(xxx).
Časovo závislé riešenie zodpovedajúce všeobecnej počiatočnej podmienke
ψ(xxx, 0) = ϕ(xxx),
kde ϕ ∈ L2(Rn
), sú potom (či už diskrétnymi alebo spojitými) lineárnymi
kombináciami riešení zodpovedajúcich jednotlivým dvojiciam E, ψE,s. Koeficient
pri funkcii e−iEt/
ψE,s(xxx) v takejto kombinácii sa nájde ako skalárny
súčin
ϕ, ψE,s =
Rn
ϕ(xxx) ψE,s(xxx) dn
xxx .
26.9.3. Voľná častica na priamke. Najjednoduchší kvantovomechanický
systém tvorí jediná voľná častica na priamke. V tomto prípade má hamiltonián
tvar
H = −
2
2m
∂2
∂x2
,
kedže „voľnosť práve znamená všade nulovú potenciálnu energiu. Príslušná
bezčasová Schrödingerova rovnica
−
2
2m
d2
ψ
dx2
= Eψ
je vlastne rovnicou lineárneho oscilátora v zmenenom označení (pozri paragraf
25.4)
d2
ψ
dx2
= −
p2
2
ψ,
26.10. Kvantový harmonický oscilátor 577
kde p =
√
2Em je nezáporná hodnota hybnosti prislúchajúca k energii E.
To znamená, že hamiltonián H má spojité spektrum a tvoria ho všetky reálne
čísla E ≥ 0. Každému z nich zodpovedajú dve lineárne nezávislé vlastné
funkcie
ψE,p(x) = ψp(x) =
1
√
2π
eipx/
, ψE,p(x) = ψ−p(x) =
1
√
2π
e−ipx/
(s výnimkou E = 0, kedy sú obe konštantne rovné 1), v ktorých náš čitateľ
isto spozná (normované) stacionárne de Broglieho vlnové funkcie. Zodpovedajúce
riešenia časovej Schrödingerovej rovnice
i
∂ψ
∂t
= −
2
2m
∂2
ψ
∂x2
,
sú tak práve de Broglieho vlnové funkcie
ψp(x, t) = e−iEt/
ψp(x) =
1
√
2π
exp
i
(px − Et) ,
v ktorých sú energia E a hybnosť p zviazané vzťahom E = p2
/2m (pričom
hybnosť môže nadobúdať ľubovoľnú hodnotu p ∈ R).
Všeobecnej počiatočnej podmienke ψ(x, 0) = ϕ(x) zodpovedá riešenie
ψ(x, t) =
R
ϕ(p) ψp(x, t) dp =
1
√
2π R
ϕ(p) exp
ip
x −
pt
2m
dp,
v ktorom koeficienty pri de Broglieho funkciách ψp(x, t) sú práve hodnoty
ϕ(p) Fourierovej transformácie funkcie ϕ. Všetko do seba krásne zapadá.
26.10 Kvantový harmonický oscilátor
Kvantový harmonický alebo tiež kvantový lineárny harmonický oscilátor je
kvantovomechanickou obdobou harmonického oscilátora z klasickej mechaniky.
Jeho význam je dvojaký. Na jednej strane popisuje so značnou presnosťou
správanie sa veľkého množstvo rôznych kvantovomechanických sústav,
ako napr. kmity dvojatómových molekúl. Zložitejšie systémy, hlavne v blízkosti
rovnovážneho stavu, možno zasa často modelovať pomocou sústav viacerých
rôznym spôsobom spriahnutých harmonických oscilátorov. Príkladom
sú tzv. fonóny, t. j. kvantované vibračné módy (kvantá zvukových vĺn) v kryštalických
mriežkach tuhých látok. Na druhej strane, vďaka matematickej
jednoduchosti, je kvantový harmonický oscilátor jedným z mála kvantovomechanických
systémov, ktorého Schrödingerovu rovnicu vieme presne vyriešiť,
t. j. určiť spektrum a explicitne vyjadriť príslušné vlastné funkcie jej
578 26. Hermitovské operátory v kvantovej mechanike
hamiltoniánu. V tom spočíva jeho metodický a pedagogický význam. Pre nás
to navyše bude prvý (a zároveň jediný) príklad hamiltoniánu s diskrétnym
spektrom, čo je inak pre kvantovú mechaniku charakteristické.
Pripomeňme, že Hamiltonova funkcia klasického harmonického oscilátora
má tvar
H(x, p) =
1
2
p2
m
+ mω2
x2
,
pričom členy p2
/2m a mω2
x2
/2 zodpovedajú kinetickej resp. potenciálnej
energii – pozri paragraf 25.4.
Tomu zodpovedajúci hamiltonián kvantového harmonického oscilátora
(v súradnicovej reprezentácii) je hermitovský operátor na priestore L2(R)
H =
1
2
P2
m
+ mω2
X2
=
1
2
−
2
m
d2
dx2
+ mω2
x2
,
kde operátory P2
/2m a mω2
X2
/2 predstavujú pozorovateľné kinetickej resp.
potenciálnej energie. Príslušná stacionárna Schrödingerova rovnica Hψ =
Eψ má preto tvar
1
2
P2
m
+ mω2
X2
ψ = Eψ,
prípadne, rozmenená na drobné,
1
2
−
2
m
d2
ψ
dx2
+ mω2
x2
ψ = Eψ.
Veľkú časť „spektrálnej analýzy tejto rovnice možno vykonať len na základe
komutačných vzťahov medzi šikovne zvolenými operátormi. Zaveďme
si teda anihilačný operátor A a k nemu združený kreačný operátor A∗
A =
1
√
2
√
mω X +
i
√
mω
P =
1
√
2
mω
x +
mω
d
dx
,
A∗
=
1
√
2
√
mω X −
i
√
mω
P =
1
√
2
mω
x −
mω
d
dx
.
Na základe bilinearity a antisymetrie komutátora a Heisenbergovho komutačného
vzťahu [X, P] = i dostávame
[A, A∗
] =
1
2
mω [X, X] +
1
mω
[P, P] − i [X, P] + i [P, X]
=
1
2
(−2i[X, P]) = −
i
i = 1,
26.10. Kvantový harmonický oscilátor 579
t. j. [A, A∗
] je identický operátor. Označme
M = A∗
A =
1
2
mωX2
+
1
mω
P2
+ i [X, P] =
1
ω
H −
1
2
.
Z paragrafu 25.1 vieme, že M je nezáporný hermitovský operátor, teda 0 ≤
λ ∈ R pre každé λ ∈ Spec M. Jeho tesný súvis s pôvodným hamiltoniánom H
nás oprávňuje nazvať ho modifikovaným hamiltoniánom a navyše zaručuje,
že
Spec H = λ +
1
2
ω; λ ∈ Spec M ,
pričom vlastným číslam λ a E = (λ + 1/2) ω operátorov M resp. H zodpovedajú
rovnaké vlastné funkcie. Stačí sa teda zaoberať modifikovaným hamiltoniánom
M. Začneme výpočtom komutátorov
[M, A] = [A∗
A, A] = A∗
[A, A] + [A∗
, A] A = −A,
[M, A∗
] = [A∗
A, A∗
] = A∗
[A, A∗
] + [A∗
, A∗
] A = A∗
.
Ďalej si uvedemme, že
AA∗
= A∗
A + [A, A∗
] = M + 1.
Predpokladajme teraz, že ψ je vlastná funkcia modifikovaného hamiltoniánu
M prislúchajúca k jeho vlastnému číslu 0 ≤ λ ∈ R. Potom
M(Aψ) = [M, A]ψ + A(Mψ) = −Aψ + A(λψ) = (λ − 1)(Aψ),
M(A∗
ψ) = [M, A∗
]ψ + A∗
(Mψ) = A∗
ψ + A∗
(λψ) = (λ + 1)(A∗
ψ),
a taktiež
Aψ 2
= Aψ, Aψ = A∗
Aψ, ψ = Mψ, ψ = λψ, ψ = λ ψ 2
,
A∗
ψ 2
= A∗
ψ, A∗
ψ = AA∗
ψ, ψ = (M + 1)ψ, ψ = (λ + 1) ψ 2
.
Teda okrem prípadu λ = 0 je aj λ − 1 vlastným číslom operátora M a
zodpovedá mu vlastná funkcia Aψ. Podobne je aj λ + 1 je vlastným číslom
hamiltoniánu M a zodpovedá mu vlastná funkcia A∗
ψ.
Náš prvý čiastočný záver teda znie: Ak M má čo len jednu vlastnú hodnotu
λ, tak je to nezáporné celé číslo, a následne platí
Spec M = {0, 1, 2, . . . } = N.
Navyše, ak ψ je vlastná funkcia operátora M prislúchajúca k vlastnému
číslu 0, tak (A∗
)n
ψ je jeho vlastná funkcia prislúchajúca k vlastnému číslu n
a platí
(A∗
)n
ψ =
√
n! ψ .
580 26. Hermitovské operátory v kvantovej mechanike
Ukážeme, že 0 je naozaj vlastným číslom operátora M a nájdeme príslušný
vlastný podpriestor Ker M. Hamiltonián M si vyjadríme v explicitnom
tvare
M =
1
ω
1
2m
P2
+
mω2
2
X2
−
1
2
=
1
2
−
mω
d2
dx2
+
mω
x2
− 1 .
Diferenciálna rovnica Mψ = 0 prejde po miernej úprave a substitúcii
ξ =
mω
x, ψ(x) = ϕ(ξ),
na tvar
d2
ϕ
dξ2
= (ξ2
− 1)ϕ
(uvedomte si, že potom dξ = mω/ dx). To je lineárna diferenciálna rovnica
druhého rádu s nekonštantými koeficientmi, na ktorú metódy z paragrafu
22.5 nezaberajú – (pozrite si poznámku (b) za vetou 22.5.1 a vetu 22.5.3
a rozmyslite si prečo). Jedno riešenie sa však dá uhádnuť a druhé čitateľovi
prezradíme: fundamentálny systém jej riešení tvoria funkcie
ϕ0(ξ) = e−ξ2/2
a ϕ+
0 (ξ) = e−ξ2/2
ξ
0
eu2
du
– dodatočné overenie je už priamočiare.
Norma riešenia ϕ0 vedie na známy Laplaceov integrál
∞
−∞
e−ξ2
dξ =
√
π
(pozri cvičenie 14.20), preto
ϕ0
2
=
R
|ϕ(ξ)|2
dx =
mω
∞
−∞
e−ξ2
dξ =
π
mω
.
Z toho vyplýva, že ϕ0 ∈ L2(R) a normovaná vlastná funkcia prislúchajúca
k vlastnej hodnote 0 je
ψ0(x) =
mω
π
1/4
exp −
mω
2
x2
.
Druhé riešenie ϕ+
0 nepatrí do priestoru L2(R). To by totiž obe limity ϕ+
0 (ξ)
pre ξ → ±∞ museli byť rovné 0. Táto funkcia sa však pre malé hodnoty |ξ|
správa približne ako ξ eξ2
a pre veľké hodnoty |ξ| má asymptotické chovanie
ako eξ2
/2ξ, teda limξ→±∞ ϕ+
0 (ξ) = ±∞. To sú matematické dôvody, pre ktoré
funkcia ϕ+
0 nepopisuje žiaden stav harmonického oscilátora.
26.10. Kvantový harmonický oscilátor 581
Kritického čitateľa, ktorý si spomenie, že ako vlastné stavy operátora
hybnosti P sme pripustili de Broglieho vlnové funkcie eipx/
, ktoré rovnako
nepatrili do priestoru L2(R) (hoci až tak prudko neubiehali do ±∞ ako funkcia
ϕ+
0 ), a ako vlastné funkcie operátora polohy X sme pripustili dokonca
Diracove δ-funkcie, ktoré ani nie sú funkcie ale distribúcie, však takéto vysvetlenie
sotva uspokojí. Dodajme ešte, že v prípade spojitého spektra vládne
„väčšia benevolencia – jednoducho preto, lebo nájsť k takýmto vlastným
hodnotám vlastné funkcie v priestore L2(Rn
) nie je vždy možné. Naopak,
pre vlastné hodnoty z diskrétneho spektra to vždy možné je, preto si voči
vlastným funkciám ležiacim mimo tohto priestoru môžeme dovoliť uplatňovať
„diskriminačnú politiku .
Rozhodujúce dôvody sú však fyzikálne. Degenerovanosť spektra hamiltoniánu
a následne dvojnásobný počet stupňov voľnosti systémov popisovaných
pomocou kvantového harmonického oscilátora by sa museli prejaviť pozorovateľnými
fyzikálnymi efektmi – napr. v odlišných hodnotách merného tepla
rôznych látok, ako boli skutočne namerané. Taktiež matematicky formulovaná
požiadavka limξ→±∞ ϕ(ξ) = 0 pre riešenia rovnice d2
ϕ/ dξ2
= (ξ2
− 1)ξ
má fyzikálnu interpretáciu: Podľa klasickej teórie by častica v základnom
stave mala byť lokalizovaná v blízkosti rovnovážnej polohy (počiatku súradného
systému). V kvantovej mechanike vychádza istá nenulová pravdepodobnosť,
že ju nájdeme ľubovoľne ďaleko od rovnovážnej polohy. No keďže
klasická mechanika je svojho druhu limitnou aproximáciou kvantovej mechaniky,
musí táto pravdepodobnosť s rastúcou vzdialenosťou od počiatku
klesať k nule. V závere paragrafu uvidíme, že podobnú podmienku spĺňajú
aj vlastné funkcie zodpovedajúce ostatným vlastným hodnotám.
Zmierme sa teda s tým, že Spec M = N a vlastné funkcie prislúchajúce
k vlastným hodnotám n ∈ N tvoria postupnosť ϕn = (A∗
)n
ϕ0. Explicitný
tvar kreačného operátora A∗
v premennej ξ je
A∗
=
1
√
2
ξ −
d
dξ
.
Vzhľadom na „odolnosť exponenciálnej funkcie voči derivácii je rozumné
hľadať vlastné funkcie v tvare
ϕn(ξ) = ϕ0(ξ) Fn(ξ) = e−ξ2/2
Fn(ξ)
pre vhodné funkcie Fn. Potom
(A∗
ϕn)(ξ) = ϕn+1(ξ) = e−ξ2/2
Fn+1(ξ)
582 26. Hermitovské operátory v kvantovej mechanike
a zároveň
(A∗
ϕn)(ξ) =
1
√
2
ξ ϕn(ξ) −
dϕn(ξ)
dξ
=
1
√
2
ξ e−ξ2/2
Fn(ξ) −
d
dξ
e−ξ2/2
Fn(ξ)
=
1
√
2
e−ξ2/2
2 ξFn(ξ) − Fn(ξ) .
Pre postupnosť funkcií Fn tak dostávame rekurentný vzťah
F0(ξ) = 1, Fn+1(ξ) =
1
√
2
2 ξFn(ξ) − Fn(ξ) ,
z ktorého je zrejmé, že Fn(ξ) je polynóm stupňa n v premennej ξ. Polynómy
Fn(ξ), až na multiplikatívny faktor
√
2n, splývajú s nám už známymi
Hermitovými polynómami
Hn(ξ) = (−1)n
eξ2 dn
e−ξ2
dξn
=
√
2nFn(ξ)
– pozri cvičenie 13.16. Pre n ≤ 5 máme
H0(ξ) = 1, H1(ξ) = 2ξ,
H2(ξ) = 4ξ2
− 2, H3(ξ) = 8ξ3
− 12ξ,
H4(ξ) = 16ξ4
− 48ξ2
+ 12, H5(ξ) = 32ξ5
− 160ξ3
+ 120ξ.
Explicitný tvar vlastných funkcií ϕn teda je
ϕn(ξ) =
1
√
2n
e−ξ2/2
Hn(ξ) =
(−1)n
√
2n
eξ2/2 dn
e−ξ2
dξn
.
Ak sa vrátime k pôvodnej premennej
x =
mω
ξ
a funkcie ψn(x) = Cnϕn(ξ) sa pokúsime znormovať tak, aby platilo
ψn
2
=
R
|ψn(x)|2
dx = 1,
zistíme, že treba voliť
Cn =
1
√
n!
mω
π
1/4
.
26.10. Kvantový harmonický oscilátor 583
Tak dostaneme normované vlastné funkcie
ψn(x) =
1
√
n!
mω
π
1/4
ϕn
mω
x
=
1
√
2nn!
mω
π
1/4
exp −
mω
2
x2
Hn
mω
x
prislúchajúce k vlastným hodnotám n modifikovaného hamiltoniánu M a
zároveň k vlastným hodnotám
En = n +
1
2
ω
pôvodného hamiltoniánu H.
Energia kvantového harmonického oscilátora tak môže nadobúdať len diskrétne
hodnoty En a jeho stav sa môže meniť iba pohltením alebo vyžiarením
celočíselného násobku energetického kvanta ω. Ak sa nachádza na energetickej
hladine En, t. j. v stave ψn, tak pohltením energie k ω prejde na energetickú
hladinu En+k do stavu ψn+k; vyžiarením energie k ω, kde k ≤ n,
prejde na energetickú hladinu En−k do stavu ψn−k. Najnižšia možná energetická
hladina zodpovedajúca základnému stavu ψ0 je E0 = 1
2
ω > 0, a túto
energiu už oscilátor nemôže vyžiariť. Stavy ψn, kde n ≥ 1, zodpovedajúce
vyšším energetickým hladinám nazývame vzbudené alebo excitované.
Obrázky vľavo znázorňujú základný stav ψ0 a vzbudené stavy ψn pre
1 ≤ n ≤ 5. Vpravo sú im zodpovedajúce hustoty pravdepodobnosti |ψn|2
.
Všimnite si, že pravdepodobnosť základného stavu je sústredená v blízkosti
rovnovážnej polohy x = 0, čo je prirodzené pre stav s malou energiou. Vo
všeobecnosti miesta lokálnych maxím pravdepodobnosti výskytu častice splývajú
s miestami lokálnych extrémov (maxím aj miním) funkcie ψn, kde je
derivácia ψn(x) teda aj hybnosť (Pψ)(x) = i
ψn(x) nulová. Časticu v danom
stave tak pravdepodobnejšie nájdeme tam, kde je jej hybnosť (t. j. aj
rýchlosť) najmenšia. S rastúcou energiou sa počet lokálnych maxím pravdepodobnosti
výskytu zvyšuje vždy o jednotku a jej globálne maximá sa
posúvajú do blízkosti miest zodpovedajúcich klasickým bodom obratu (tie
ležia na priesečníkoch paraboly E = 1
2
x2
a vodorovných priamok vyznačujúcich
príslušné energetické hladiny a zároveň osi x pre jednotlivé stavy ψn),
kde celá energia stavu oscilátora má podobu potenciálnej energie (a kinetická
energia je nulová). Podľa klasickej teórie sa častica môže nachádzať
len „vovnútri paraboly , t. j. na úsečke ohraničenej klasickými bodmi obratu.
V kvantovej mechanike existuje nenulová pravdepodobnosť objaviť ju
aj mimo tejto úsečky, teda tam, kde sa z klasického hľadiska nemôže vyskytovať.
Táto pravdepodobnosť však s rastúcou hodnotou |x| rýchle klesá
k nule.
584 26. Hermitovské operátory v kvantovej mechanike
Obr. 26.1. Kvantový harmonický oscilátor:
vľavo vlastné stavy, vpravo im zodpovedajúce hustoty pravdepodobnosti.
V kvantovej teórii poľa sa elektromagnetické pole matematicky popisuje
ako sústava nekonečne mnohých (až kontinua) harmonických oscilátorov
s rôznymi kruhovými frekvenciami ω. Presnejšie, každý stav (oscilačný mód)
elektromagnetického poľa (ako aj iných bozónových polí) s daným vektorom
hybnosti a polarizáciou je reprezentovaný kvantovým harmonickým oscilátorom.
Kvantové číslo n (vlastné číslo príslušného modifikovaného hamiltoniánu
M = A∗
A) udáva počet fotónov v danom stave. Základný stav, tzv. vákuum,
t. j. „nula fotónov , je superpozíciou základných stavov všetkých jednotlivých
oscilátorov. Matematický model tak predpisuje energii poľa v tomto
stave nekonečnú hodnotu, hoci z klasického hľadiska by jeho energia mala
byť nulová. S podobnými matematickými ťažkosťami sa súčasné fyzikálne
teórie vyrovnávajú zďaleka nie uspokojivým spôsobom.
Cvičenia
26.1. Nech V je unitárny priestor a dim V ≥ 2.
Cvičenia 585
(a) Nájdite príklady hermitovských operátorov A, B : V → V takých, že ich komutátor
[A, B] nie je hermitovský operátor.
(b) Dokážte, že komutátor [A, B] hermitovských operátorov A, B : V → V je antihermitovský
operátor, teda i[A, B] je hermitovský operátor.
26.2. Nech L2(R) označuje vektorový priestor všetkých funkcií f : R → C, pre ktoré má
nevlastný integrál R
|f(x)|2
dx konečnú hodnotu, so skalárnym súčinom f, g =
R
f(x)g(x) dx.
(a) Dokážte, že pre f, g ∈ L2(R) má nevlastný integrál R
f(x)g(x) dx konečnú hod-
notu.
(b) Uvedomte si, že · , · je síce kososymetrická poldruhalineárna forma na L2(R),
nie je však kladne definitná ale iba kladne semidefinitná. Nájdite príklady funkcií
f ∈ L2(R), ktoré nie sú identicky rovné 0, jednako f, f = 0.
(c) Dokážte, že N = {f ∈ L2(R); f = 0} je lineárny podpriestor v L2(R). Vysvetlite,
ako možno na faktorový priestor L2(R)/N (pozri cvičenie 9.8) preniesť skalárny
súčin z L2(R), a dokážte, že L2(R)/N je unitárny priestor. (L2(R)/N je dokonca
Hilbertov priestor; v matematickej literatúre sa pod Hilbertovým priestorom L2(R)
väčšinou rozumie faktorový priestor L2(R)/N.)
26.3. Dokážte, že nasledujúce predpisy definujú samoadjungované lineárne operátory na
vhodných „dosť veľkých lineárnych podpriestoroch priestoru L2(R):
(a) X(f)(x) = xf(x), t. j. operátor polohy;
(b) P(f)(x) = idf(x)
dx , t. j. (až na multiplikatívnu konštantu) operátor hybnosti;
(c) H(f)(x) = −d2
f(x)
dx2 + x2
f(x), t. j. (až na multiplikatívnu konštantu) operátor
energie čiže hamiltonián.
26.4. Overte komutačné vzťahy pre operátory polohy a hybnosti v smeroch osí x, y, z:
(a) [X, Y ] = [X, Z] = [Y, Z] = 0;
(b) [Px, Py] = [Px, Pz] = [Py, Pz] = 0;
(c) [X, Py] = [X, Pz] = [Y, Px] = [Y, Pz] = [Z, Px] = [Z, Py] = 0;
(d) [X, Px] = [Y, Py] = [Z, Pz] = i .
26.5. (a) Symbolickým integrovaním (prevedením trojného integrálu na trojnásobný) overte
rovnosť R3 f(x, y, z) δrrr(x, y, z) dx dy dz = f(a, b, c) pre rrr = (a, b, c) a ľubovoľnú
„slušnú funkciu f : R3
→ C.
(b) Odvoďte z toho zovšeobecnenú podmienku pre vektor vlastných hodnôt a vlastnú
funkciu vektorového lineárneho operátora polohy RRR δrrr = rrrδrrr = (aδrrr, bδrrr, cδrrr).
26.6. Overte formulu pre inverznú Fourierovu transformáciu: Ak funkcia F(t) = f(t) =
f, ψt = 1√
2π R
f(x) e−itx
dx je Fourierovou transformáciou funkcie f vzhľadom na
systém funkcií ψt(x) = 1√
2π
eitx
, tak pôvodná funkcia f(x) = F(−x) = F, ψ−x =
1√
2π R
F(t) eitx
dt je Fourierovou transformáciou funkcie F vzhľadom na systém
funkcií ψ−x(t) = 1√
2π
e−itx
. (Predpokladajte, že obe funkcie f a F sú „slušné
natoľko, že umožňujú všetky obvyklé manipulácie s príslušnými nevlastnými integ-
rálmi.)
26.7. Normálne alebo tiež Gaussovo pravdepodobnostné rozdelenie so strednou hodnotou 0
586 26. Hermitovské operátory v kvantovej mechanike
a strednou kvadratickou odchýlkou σ > 0 je dané funkciou φ(x) = 1
σ
√
2π
e−x2
/2σ2
,
nazývanou hustota normálneho rozdelenia.
(a) Odvoďte formulu pre Fourierovu transformáciu hustoty takého normálneho
φ(t) = 1√
2π R
φ(x) e−itx
dx = 1
2πσ R
exp − x2
2σ2 − itx dx = σ√
2π
e−σ2
t2
/2
. (Návod:
Úlohu preveďte vhodnou substitúciou na výpočet Laplaceovho integrálu R
e−y2
dy =
√
π – pozri cvičenie 14.20.) Funkciu φ(t) nazývame tiež charakteristickou funkciou
normálneho rozdelenia.
(b) Odvoďte z (a), že charakteristická funkcia normálneho rozdelenia so strednou
hodnotou 0 a strednou kvadratickou odchýlkou σ je sama hustotou normálneho
pravdepodobnostného rozdelenia s rovnakou strednou hodnotou 0 a strednou kvadratickou
odchýlkou σ = 1/σ. Pre stredné kvadratické odchýlky normálnych rozdelení
φ(x) a φ(t) teda platí σσ = 1 (čo možno tiež interpretovať ako istý prípad
Heisenbergovho vzťahu neurčitosti).
26.8. (a) Overte komutačné vzťahy pre operátory momentov hybnosti vzhľadom na osi x,
y, z: [Lx, Ly] = i Lz, [Ly, Lz] = i Lx, [Lz, Lx] = i Ly.
(b) Označme L2
= L2
x + L2
y + L2
z operátor štvorca celkovej hybnosti. Overte komutačné
vzťahy Lx, L2
= Ly, L2
= Lz, L2
= 0.
26.9. Zaveďme v R3
sférické súradnice x = r sin θ cos φ, y = r sin θ sin φ, z = r cos θ
(všimnite si tradovanú malú redakčnú úpravu oproti sférickým súradniciam z paragrafu
14.4). Uhly θ, φ sa nazývajú polárny uhol resp. azimut.
(a) Overte vyjadrenia operátorov momentov hybnosti vzhľadom na sférické súradnice:
Lx = i sin φ ∂
∂θ + ctg θ cos φ ∂
∂φ , Ly = −i cos φ ∂
∂θ − ctg θ sin φ ∂
∂φ ,
Lz = −i ∂
∂φ .
(b) Overte vyjadrenie operátora štvorca celkového momentu hybnosti vo sférických
súradniciach: L2
= −
2
sin θ
1
sin θ
∂2
∂φ2 + ∂
∂θ sin θ ∂
∂θ .
(c) Pokúste sa názorne geometricky zdôvodniť, prečo uvedené operátory závisia len
na uhlových súradniciach θ, φ a nezávisia na dĺžkovej súradnici r.
26.10. Zúženie kreačného operátora A∗
na vlastný podpriestor Ker(M −n) modifikovaného
hamiltoniánu M je lineárny izomorfizmus tohto podpriestoru na vlastný podpriestor
Ker(M − (n + 1)) operátora M. Dokážte. Akú medzeru v úvahách paragrafu 26.10
o kvantovom harmonickom oscilátore zapĺňa toto pozorovanie?
26.11. (a) Overte, že funkcie ϕ0(x) = e−x2
/2
a ϕ+
0 (x) = e−x2
/2 x
0
eu2
du sú lineárne nezávislé
a vyhovujú diferenciálnej rovnici d2
ϕ
dx2 = (x2
− 1)ϕ, teda tvoria jej fundamentálny
systém riešení.
(b) Riešte uvedenú diferenciálnu rovnicu rozvojom funkcie ϕ do mocninného radu
ϕ(x) =
∞
n=0
an
n! xn
. (Na základe diferenciálnej rovnice odvoďte najprv rekurentný
a potom explicitný vzťah pre koeficienty an.)
(c) Pre aké hodnoty počiatočných koeficientov a0, a1 dostávame riešenia ϕ0 resp.
ϕ+
0 ?
26.12. (a) Ukážte, že lokálne extrémy vlastnej stavovej funkcie ψn kvantového harmonického
oscilátora sú v takých bodoch x ∈ R, kde Pψn(x) = 0.
(b) Vysvetlite, prečo hustota pravdepodobnosti výskytu častice v danom stave ψn
Cvičenia 587
nadobúda lokálne maximá v tých istých bodoch x ∈ R ako v (a).
(c) V akých bodoch x ∈ R nadobúda hustota pravdepodobnosti výskytu častice
v danom stave ψn svoje lokálne minimá?
26.13. (a) Zmodifikujte definície cyklického podpriestoru a cyklického generátora lineárneho
operátora z paragrafu 21.3 tak, aby dávali zmysel pre každý lineárny operátor
T : V → V na (nie nutne konečnorozmernom) vektorovom priestore V , aj keď je celá
nekonečná postupnosť xxx, T(xxx), T2
(xxx), . . . , Tn
(xxx), . . . iterovaných obrazov vektora
xxx ∈ V lineárne nezávislá.
(b) Presvedčte sa, že vlastná funkcia ψ(x) = exp −mω
2 x2
oboch hamiltoniánov
M a H je cyklickým generátorom cyklického podpriestoru kreačného operátora A∗
.
(Pokročilejšími metódami možno ukázať, že tento podpriestor je hustý v L2(R).)
588 26. Hermitovské operátory v kvantovej mechanike
Časť IV
Grupy a algebry
27. Úvod do teórie grúp
Pojem grupy hrá natoľko kľúčovú úlohu nielen v algebre, ale v celej modernej
matematike a jej početných aplikáciách, že ani v našom kurze by už
nebolo ďalej únosné sa mu vyhýbať. Systematické štúdium teórie grúp však
nie je predmetom lineárnej algebry, teda ani tohto kurzu. Preto sa sústredíme
hlavne na jej základné pojmy a výsledky v miere, ktorá nám umožní
ich využitie pri hlbšom objasnení algebraickej a geometrickej štruktúry vektorových
priestorov, bilineárnych a kvadratických foriem a lineárnych transformácií.
Potom sa trochu podrobnejšie pozrieme na niektoré maticové grupy.
V záujme ucelenosti výkladu a na ilustráciu niektorých pojmov, výsledkov a
metód však neraz neodoláme pokušeniu povedať toho o grupách trochu viac,
než je z hľadiska uvedených zámerov naozaj nevyhnutné.
Pri analýze akéhokoľvek (nielen matematického) štruktúrovaného oboru
objektov hrá dôležitú úlohu otázka jeho symetrie. Znalosť transformácií,
ktoré zachovávajú príslušnú štruktúru (t. j. jej symetrií), nám totiž neraz
umožňuje výrazne sprehľadniť a zjednodušiť jej popis. Čím je takýchto transformácií
viac, tým symetrickejšiu štruktúru nesie spomínaný obor, malé množstvo
takýchto transformácií naopak svedčí o nízkom stupni symetrie.
Ukazuje sa, že (bijektívne) transformácie zachovávajúce danú štruktúru
tvoria vždy grupu, t. j. množinu transformácií uzavretú vzhľadom na kompozíciu,
obsahujúcu identickú transformáciu a spolu s každou transformáciou
aj transformáciu k nej inverznú. Typickými príkladmi takýchto grúp
sú kryštalografické grupy, alebo grupy transformácií euklidovských priestorov
zachovávajúcich rôzne invarianty, ako napr. dĺžku, objem či uhol. Grupa
transformácií daného štruktúrovaného oboru však v sebe nesie podstatne
viac informácií o jeho symetrii, než len to, či je ich „veľa alebo „málo .
I „rovnako veľké grupy sa totiž môžu výrazne líšiť svojou vlastnou vnútornou
štruktúrou, a tým spätne mnoho vypovedať o symetrii a štruktúre
pôvodných oborov.
V tejto kapitole sa stručne oboznámime len s celkom základnými pojmami
a výsledkami teórie grúp. V duchu modernej algebry ich však budeme
študovať v abstraktnom poňatí, t. j. bez toho, aby sme predpokladali, že
ide nutne o grupy transformácií. Tým sa budeme podrobnejšie venovať až
v nasledujúcej kapitole.
27.1 Abstraktný pojem grupy
Grupou nazývame množinu G vybavenú binárnou operáciou · : G × G → G,
592 27. Úvod do teórie grúp
ktorá spĺňa nasledujúce podmienky, nazývané tiež axiómami teórie grúp:
(a) (∀ a, b, c ∈ G) a(bc) = (ab)c ,
t. j. operácia · je asociatívna;
(b) (∃ e ∈ G)(∀ a ∈ G) ae = ea = a & (∃ b ∈ G)(ab = ba = e) ,
t. j. existuje neutrálny prvok e ∈ G operácie · a ku každému a ∈ G
existuje inverzný prvok b ∈ G vzhľadom na operáciu · .
Ako už vieme z paragrafu 0.4, neutrálny prvok e ∈ G je prvou časťou podmienky
(b) určený jednoznačne; podobne je jej druhou časťou jednoznačne
určený inverzný prvok b ∈ G k danému a ∈ G.
Hovoríme, že grupa G je komutatívna, alebo tiež abelovská, ak operácia ·
je komutatívna, t. j. platí ab = ba pre všetky a, b ∈ G.
Uvedený spôsob zápisu, pri ktorom grupovú operáciu značíme · (a jej
znak väčšinou vynechávame), prípadne ◦, nazývame multiplikatívny zápis.
Grupovú operáciu vtedy nazývame súčinom alebo násobením, prípadne skladaním
alebo kompozíciou. Neutrálny prvok nazývame tiež jednotkovým prvkom
alebo jednotkou, prípadne identitou a značíme ho väčšinou e, ε alebo 1,
prípadne III, id, ι a pod. Inverzný prvok k prvku a ∈ G značíme a−1
, občas
tiež a alebo ¯a. Zrejmým spôsobom (porovnaj s paragrafom 1.2) zavádzame
výrazy an
pre a ∈ G, n ∈ Z.
Grupovú operáciu, neutrálny prvok resp. inverzný prvok k danému môžeme,
samozrejme, označiť hocako. Popri multiplikatívnom zápise sa však
bežne používa už len tzv. aditívny zápis, pri ktorom grupovú operáciu značíme
+ a nazývame sčítaním, neutrálny prvok značíme 0 a nazývame nulou
alebo nulovým prvkom a inverzný prvok značíme −a a nazývame opačným
prvkom k prvku a ∈ G. Čitateľ by si mal samostane premyslieť, ako sa zmení
formulácia grupových axióm (a), (b) pri prechode k aditívnemu zápisu. Výrazy
a − b, na, pre a, b ∈ G, n ∈ Z, zavádzame obdobne ako v paragrafe 1.2.
Aditívny zápis je rezervovaný takmer výlučne pre abelovské grupy. To neznamená,
že by sme sa s komutatívnou grupou nemohli stretnúť v multiplikatívnom
zápise. No uvedením nejakej grupy v aditívnom zápise už vlastne dávame
najavo (pokiaľ výslovne nezdôrazníme opak), že ide o abelovskú grupu.
Ako sme už naznačili, grupu väčšinou označujeme rovnakým znakom
ako jej základnú množinu. Niekedy je však účelné zahrnúť do označenia
grupy i príslušnú binárnu operáciu, prípadne aj jej neutrálny prvok, či tiež
unárnu operáciu inverzného prvku; vtedy hovoríme napr. o grupe (G, ·),
grupe (A, +, 0), grupe H, ·, e, −1
, a pod.
Hovoríme, že grupa G je konečná resp. nekonečná, ak jej základná množina
má príslušnú vlastnosť. Rádom konečnej grupy nazývame počet jej prv-
kov.
S niektorými jednoduchými príkladmi grúp sme sa už v našom kurze
stretli.
27.1. Abstraktný pojem grupy 593
27.1.1. Príklad. Množina Z všetkých celých čísel tvorí grupu vzhľadom na
operáciu sčítania. Podobne, pre n ≥ 1, tvorí grupu množina Zn = {0, 1, . . . , n−
1} všetkých zvyškových tried s operáciou sčítania modulo n (pozri paragraf
1.3). Zrejme (Z, +) aj všetky (Zn, +) sú napospol abelovské grupy.
27.1.2. Príklad. Každé pole K určuje hneď dve komutatívne grupy. Je to
jednak aditívna grupa (K, +, 0), jednak multiplikatívna grupa (K {0}, ·, 1)
jeho nenulových prvkov, ktorú zvykneme tiež značiť (K , ·, 1) alebo len krátko
K . V prípade polí Q a R sa k nim pridružujú ešte multiplikatívne grupy
(Q+
, ·, 1) resp. (R+
, ·, 1) kladných prvkov daného poľa.
Podobne určuje každý vektorový priestor V nad ľubovoľným poľom K
abelovskú grupu (V, +, 0).
27.1.3. Príklad. Z úvah vykonaných v paragrafe 0.5 vyplýva, že množina
S(X) všetkých permutácií ľubovoľnej množiny X tvorí grupu vzhľadom na
operáciu ◦ skladania zobrazení, s jednotkou idX. Táto grupa je pre # X ≥
3 nekomutatívna. Pre konečnú množinu X = {1, . . . , n} nazývame grupu
S(X) = Sn symetrickou grupou stupňa n; jej rád je zrejme n! .
27.1.4. Príklad. Množinu všetkých regulárnych matíc rozmeru n × n nad
poľom K budeme odteraz značiť GL(n, K). Z výsledkov paragrafu 7.2 vyplýva,
že GL(n, K) tvorí grupu vzhľadom na operáciu násobenia matíc, s jednotkou
IIIn; nazývame ju všeobecná lineárna grupa (stupňa n nad poľom K)
(GL je skratka anglického general linear). Pre n ≥ 2 je GL(n, K) nekomutatívna
grupa.
Poznámka. Pri pohľade na pred chvíľou uvedenú definíciu a za ňou nasledujúce
dôverne známe príklady hĺbavejšieho čitateľa asi nevdojak napadne
otázka, prečo sme s definíciou grupy tak dlho otáľali. Pritom je to definícia
– najmä v porovnaní s definíciami poľa a vektorového priestoru (pozri paragrafy
1.2 a 1.5) – veľmi jednoduchá. Vlastne už v paragrafe 0.4 sme mali
pohromade všetky pojmy potrebné nato, aby sme ju mohli vysloviť. Navyše,
keby sme vtedy boli tak učinili, mohli sme trochu neskôr definície poľa a
vektorového priestoru sformulovať podstatne kratšie a jednoduchšie.
Napr. v definícii poľa (pozri paragraf 1.2) možno prvé štyri formuly ľavého
stĺpca zhrnúť do podmienky, že množina K tvorí vzhľadom na sčítanie + komutatívnu
grupu s nulovým prvkom 0, a celý ľavý stĺpec zasa do podmienky,
že množina K = K {0} tvorí komutatívnu grupu vzhľadom na násobenie
s jednotkovým prvkom 1 (potom nutne 1 ∈ K , teda 0 = 1). Zostáva už
len jediná formula – distributívny zákon –, ktorá dáva do súvisu obe operácie.
S istou dávkou zjednodušenia možno povedať, že pole pozostáva z dvoch
komutatívnych grúp spojených distributívnym zákonom.
594 27. Úvod do teórie grúp
Podobne možno prvé štyri formuly v definícii vektorového priestoru (pozri
paragraf 1.5) nahradiť požiadavkou, že (V, +, 0) je abelovská grupa.
No takýto prístup by popri spomínanom zisku mohol zároveň u čitateľa
vyvolať mylný dojem, že pojem grupy je len verbálnou skratkou, slúžiacou
na zjednodušenie niektorých zložitejších definícií iných algebraických pojmov.
Navyše, pokiaľ by sme nechceli neorganicky odbočovať od témy, prípadne na
prítomnosť grúp v našom výklade umelo upozorňovať, boli by sme obmedzení
v podstate na grupy uvedené v príkladoch 27.1.1–4, v ktorých prevládajú abelovské
grupy. Takéto obmedzenie by však zastieralo viaceré podstatné znaky
sveta grúp, v ktorom naopak prevládajú grupy neabelovské. Práve stručnosť
a jednoduchosť definície grupy má totiž za následok, že jej vyhovuje
obrovské množstvo nesmierne rozmanitých matematických objektov, a tým
aj prekvapivú zložitosť možnej štruktúry grúp. Abelovské grupy, a obzvlášť
vektorové priestory patria práve k tým štruktúrne najjednoduchším predstaviteľom
grúp.
V nasledujúcom tvrdení, ktorého dôkaz prenechávame ako jednoduché
cvičenie čitateľovi, je zhrnutých niekoľko najelementárnejších pravidiel pre
počítanie v grupách.
27.1.5. Tvrdenie. Nech (G, ·, e) je grupa. Potom pre ľubovoľné prvky a, b, c ∈
G a m, n ∈ Z platí
e−1
= e, a−1 −1
= a, (ab)−1
= b−1
a−1
,
a0
= e, am+n
= am
an
, amn
= (am
)n
,
v G sú splnené pravidlá o krátení zľava aj sprava, t. j.
ab = ac ⇒ b = c, ac = bc ⇒ a = b,
a každá z rovníc ax = b, resp. ya = b má v G jediné riešenie x = a−1
b,
resp. y = ba−1
.
27.2 Podgrupy, generujúce množiny, cyklické grupy
Nech (G, ·, e) je grupa. Hovoríme, že podmnožina S ⊆ G je podgrupa grupy
G, ak e ∈ S a pre ľubovoľné a, b ∈ S platí ab ∈ S aj a−1
∈ S. Inak povedané,
podgrupa grupy G je jej podmnožina, ktorá obsahuje neutrálny prvok a je
uzavretá vzhľadom na operácie súčinu a inverzného prvku v G. Zrejme každá
podgrupa grupy G je zároveň sama grupou vzhľadom na grupovú operáciu
zdedenú z G.
Pri overovaní, či daná pomnožina grupy je jej podgrupou, býva niekedy
užitočné nasledujúce tvrdenie.
27.2. Podgrupy, generujúce množiny, cyklické grupy 595
27.2.1. Tvrdenie. Nech (G, ·, e) je grupa a S ⊆ G. Potom S je podgrupa
grupy G práve vtedy, keď S = ∅ a pre každé a, b ∈ S platí ab−1
∈ S.
Dôkaz. Zrejme každá podgrupa grupy G je neprázdna a uzavretá vzhľadom
na operáciu (a, b) → ab−1
. Naopak, nech ∅ = S ⊆ G je uzavretá na uvedenú
operáciu a s ∈ S je ľubovoľný prvok. Potom e = ss−1
∈ S. Ďalej pre a, b ∈ S
platí b−1
= eb−1
∈ S a taktiež ab = a(b−1
)−1
∈ S. Teda S je podgrupa
grupy G.
Pojem podgrupy danej grupy má niektoré spoločné črty s pojmom lineárneho
podpriestoru daného vektorového priestoru: v oboch prípadoch
ide o neprázdnu podmnožinu uzavretú vzhľadom na príslušné operácie. Navyše,
lineárny podpriestor S vektorového priestoru V je zároveň podgrupou
grupy (V, +, 0). Naopak, podgrupa S (aditívnej grupy) vektorového priestoru
V je jeho lineárnym podpriestorom práve vtedy, keď je uzavretá aj na
skalárne násobky.
Každá grupa G obsahuje tzv. triviálnu podgrupu {e} a nevlastnú podgrupu
G. Pritom, okrem prípadu G = {e}, ide zrejme o dve rôzne podgrupy.
V nasledujúcich príkladoch si ukážeme niekoľko dôležitých typov netriviálnych
vlastných podgrúp, čím zároveň trochu rozšírime našu zatiaľ skromnú
zbierku grúp.
27.2.2. Príklad. Nech n ≥ 3 je prirodzené číslo. Označme ι identickú permutáciu
množiny {1, . . . , n} a cyklickú permutáciu 1 → 2 → . . . → n−1 →
n → 1. Potom permutácie ι = 0
, = 1
, . . . , k
, . . . , n−1
predstavujú otočenia
(proti smeru hodinových ručičiek) pravidelného n-uholníka s vrcholmi
1, . . . , n o uhly 2kπ/n pre 0 ≤ k ≤ n − 1. Ak n = 2m je párne, tak pre
1 ≤ k ≤ m označme σ2k−1 permutáciu zodpovedajúcu súmernosti n-uholníka
podľa osi spájajúcej vrcholy k, m+k a σ2k permutáciu zodpovedajúcu súmernosti
podľa osi strany spájajúcej vrcholy k, k +1 (a protiľahlej strany). Ak n
je nepárne, tak σk pre 1 ≤ k ≤ n označuje permutáciu zodpovedajúcu osovej
súmernosti podľa spojnice vrchola k so stredom protiľahlej strany n-uholníka.
Prípad nepárneho n = 3 je znázornený na obrázku v paragrafe 0.5 (kde
zrejme −1
= 2
). Obrázok na dalšej strane ukazuje situáciu pre párne n = 4
(tentokrát −1
= 3
).
Pre každé n ≥ 3 tvorí množina {ι, , . . . , n−1
, σ1, . . . , σn} podgrupu symetrickej
grupy Sn. Označujeme ju ∆n a nazývame grupou symetrií pravidelného
n-uholníka alebo tiež dihedrálnou grupou stupňa n.1
Dihedrálna grupa
∆n má rád 2n a – okrem prípadu n = 3, kedy ∆3 = S3, – je to netriválna
vlastná podgrupa symetrickej grupy Sn.
1
Používa sa tiež označenie Dn prípadne D2n.
596 27. Úvod do teórie grúp
Obr. 27.1. Symetrie štvorca
27.2.3. Príklad. Z vety 0.5.1 vyplýva, že množina všetkých párnych permutácií
množiny {1, . . . , n} tvorí podgrupu symetrickej grupy Sn. Hovoríme
jej alternujúca grupa stupňa n a značíme ju An. Zrejme A0 = S0, A1 = S1,
no pre n ≥ 2 má An rád n!/2 (rozmyslite si prečo), teda je to vlastná (a pre
n ≥ 3 tiež netriviálna) podgrupa symetrickej grupy Sn.
27.2.4. Príklad. Ako sme už spomínali, množina C = C {0} tvorí grupu
vzhľadom na násobenie. Z vlastností komplexných čísel možno ľahko nahliadnuť,
že množina {z ∈ C; |z| = 1} je jej podgrupou. Hovoríme jej grupa komplexných
jednotiek (nepliesť si s jednotkou ako neutrálnym prvkom grupy) a
z dôvodov, ktoré vysvitnú neskôr, ju značíme U(1). Zrejme U(1) je nekonečná
vlastná podgrupa grupy (C , ·).
Podobne ako vo vektorovom priestore V generuje ľubovoľná množina X ⊆
V lineárny podpriestor [X], každá podmnožina X grupy G generuje istú
podgrupu grupy G, ktorú teraz opíšeme. Pre X ⊆ G označme
X = xk1
1 . . . xkn
n ; n ∈ N & k1, . . . , kn ∈ Z & x1, . . . , xn ∈ X .
Ak X = {x1, . . . , xm} je konečná množina, tak miesto {x1, . . . , xm} píšeme
len x1, . . . , xm . Množinu X nazývame podgrupa generovaná množinou X.
Tento názov je oprávnený nasledujúcim tvrdením.
27.2.5. Tvrdenie. Nech X je podmnožina grupy G. Potom množina X
je najmenšia podgrupa grupy G taká, že X ⊆ X .
Náčrt dôkazu. Podobne ako v tvrdení 4.2.1 pre vektorové priestory, i teraz
možno ľahko dokázať, že
27.2. Podgrupy, generujúce množiny, cyklické grupy 597
(a) X je podgrupa grupy G;
(b) pre každú podgrupu S ⊆ G platí X ⊆ S ⇒ X ⊆ S.
Ak X = G, hovoríme, že množina X generuje grupu G, alebo, že X
je množinou generátorov grupy G. Prvky množiny X potom nazývame generátory
grupy G. Grupa G sa nazýva konečne generovaná, ak G má nejakú
konečnú množinu generátorov.
Štruktúrne najjednoduchšími grupami sú tzv. cyklické grupy, t. j. grupy
generované jediným generátorom. Príkladom cyklickej grupy je grupa (Z, +)
všetkých celých čísel, a taktiež grupy (Zn, +) pre každé kladné celé číslo n.
Každá z týchto grúp (okrem prípadu n = 1, kedy však Z1 = {0} = 0 ) je
totiž generovaná svojim prvkom 1.
Každý prvok x grupy G v nej generuje cyklickú podgrupu x . Ak je
konečná, tak jej rád # x nazývame rádom prvku x v G; ak je nekonečná,
hovoríme, že prvok x ∈ G má nekonečný rád.
Nasledujúce tvrdenie by sme mohli dostať ako jednoduchý dôsledok našich
neskorších úvah. Zámerne ho však dokážeme celkom elementárnymi, no o to
názornejšími prostriedkami.
27.2.6. Tvrdenie. Prvok x grupy G má konečný rád práve vtedy, keď existuje
kladné celé číslo r také, že xr
= e. Potom rádom prvku x je najmenšie
kladné celé číslo r s touto vlastnosťou a x = e, x, . . . , xr−1
. Ak x má
nekonečný rád, tak x = {xn
; n ∈ Z}, pričom xm
= xn
pre všetky celé čísla
m = n.
Dôkaz. Vezmime x ∈ G a uvažujme postupnosť mocnín x1
= x, x2
= xx,
x3
= xxx, atď. Všetky jej členy patria do podgrupy x .
Pokiaľ x má konečný rád, t. j. x je konečná, musia sa v tejto postupnosti
vyskytnúť aspoň dva rovnaké členy, napr. xk
a xk+r
, kde k a r sú kladné celé
čísla. Potom však xk
e = xk
= xk+r
= xk
xr
, z čoho krátením zľava dostávame
e = xr
. Ak r je najmenšie kladné celé číslo s touto vlastnosťou, tak všetky
prvky x0
= e, x1
= x, . . . , xr−1
sú navzájom rôzne (rozmyslite si, prečo),
a ďalšie mocniny sa už cyklicky opakujú: xr
= e, xr+1
= x, . . . , x2r−1
= xr−1
,
atď. Ak si ešte uvedomíme, že pre 1 ≤ k ≤ r − 1 potom platí xk −1
= xr−k
,
je jasné, že x = {xk
; 0 ≤ k ≤ r − 1}.
Z prvej časti dôkazu je zrejmé, že ak x ∈ G má nekonečný rád, tak
všetky prvky uvažovanej nekonečnej postupnosti x, x2
, . . . , xn
, . . . sú navzájom
rôzne. Potom sa v nej nemôže vyskytnúť neutrálny prvok e. Navyše,
žiadne dva z nich nemôžu byť navzájom inverzné. Teda xm
= xn
pre navzájom
rôzne m, n ∈ Z a x = {xn
; n ∈ Z}.
598 27. Úvod do teórie grúp
27.3 Homomorfizmy a izomorfizmy
Nech (G, ·), (H, ·) sú grupy. Zobrazenie ϕ: G → H sa nazýva homomorfizmus
grúp, ak pre všetky a, b ∈ G platí
ϕ(ab) = ϕ(a) · ϕ(b).
Inak povedané, homomorfizmus je zobrazenie, ktoré zachováva operáciu súčinu
v grupách. Nasledujúce tvrdenie ukazuje, že grupový homomorfizmus
už nevyhnutne zachováva aj jednotku a operáciu inverzného prvku.
27.3.1. Tvrdenie. Nech ϕ: G → H je homomorfizmus grúp. Potom ϕ(eG) =
eH a pre každé a ∈ G platí ϕ a−1
= ϕ(a)−1
.
Dôkaz. Čitateľ asi sám prišiel na to, že kvôli rozlíšeniu jednotiek v grupách
G a H sme ich pre potreby tohto tvrdenia a jeho dôkazu označili eG resp.
eH. S využitím vlastnosti homomorfizmu dostávame
ϕ(eG) · eH = ϕ(eG) = ϕ(eG · eG) = ϕ(eG) · ϕ(eG),
z čoho po krátení zľava vyplýva eH = ϕ(eG).
Na dôkaz rovnosti ϕ a−1
= ϕ(a)−1
stačí overiť, že ϕ a−1
sa správa ako
inverzný prvok k prvku ϕ(a), t. j. platí ϕ(a) · ϕ a−1
= eH. Vďaka vlastnosti
homomorfizmu a už dokázanej prvej rovnosti nám vyjde
ϕ(a) · ϕ a−1
= ϕ aa−1
= ϕ(eG) = eH.
Pre ľubovoľné dve grupy G, H je konštantné zobrazenie x → eH, ktoré
každému prvku x ∈ G priradí jednotkový prvok grupy H, homomorfizmus
grúp; nazývame ho triválny homomorfizmus. Čoskoro sa budeme mať možnosť
zoznámiť aj s netriválnymi homomorfizmami.
Opäť sa stretáme so zrejmou analógiou spájajúcou pojmy lineárneho zobrazenia
medzi vektorovými priestormi a homomorfizmu grúp: sú to zobrazenia
medzi ich základnými množinami, ktoré zachovávajú príslušné operácie.
Navyše, lineárne zobrazenie ϕ: V → U je zároveň homomorfizmus grúp
ϕ: (V, +) → (U, +). Naopak, homomorfizmus ϕ: (V, +) → (U, +) aditívnych
grúp vektorových priestorov V a U je lineárnym zobrazením práve vtedy, keď
ϕ zachováva aj skalárne násobky.
Z toho dôvodu nie je potrebné uvádzať dôkazy zostávajúcich tvrdení tohto
paragrafu. Čitateľ by si však mal samostatne premyslieť, ako ich dostane
malými obmenami dôkazov príslušných tvrdení o lineárnych zobrazeniach,
ktorých čísla mu na uľahčenie zakaždým uvedieme.
27.3. Homomorfizmy a izomorfizmy 599
27.3.2. Tvrdenie. Nech ψ: F → G, ϕ: G → H sú homomorfizmy grúp.
Potom aj ich kompozícia ϕ ◦ ψ: F → H je homomorfizmus grúp.
Dôkaz. Pozri tvrdenie 6.1.2.
27.3.3. Tvrdenie. Nech ϕ: G → H je homomorfizmus grúp, S ⊆ G je
podgrupa grupy G a T ⊆ H je podgrupa grupy H. Potom aj ϕ(S) ⊆ H je
podgrupa grupy H a ϕ−1
(T) ⊆ G je podgrupa grupy G.
Dôkaz. Pozri tvrdenie 6.1.3.
Nech ϕ: G → H je homomorfizmus grúp. Jeho jadrom resp. obrazom
nazývame množinu
Ker ϕ = ϕ−1
{eH} = {x ∈ G; ϕ(x) = eH},
resp.
Im ϕ = ϕ(G) = {ϕ(x); x ∈ G}.
Ako bezprostredný dôsledok tvrdenia 27.3.3 (pozri tiež tvrdenie 6.2.1) do-
stávame
27.3.4. Tvrdenie. Nech ϕ: G → H je homomorfizmus grúp. Potom Ker ϕ
je podgrupa grupy G a Im ϕ je podgrupa grupy H.
Podobne ako vo vete 6.2.2 pre lineárne zobrazenia, možno pomocou jadra
a obrazu charakterizovať aj injektívnosť resp. surjektívnosť grupových ho-
momorfizmov.
27.3.5. Tvrdenie. Nech ϕ: G → H je homomorfizmus grúp. Potom
(a) ϕ je injektívny práve vtedy, keď Ker ϕ = {eG};
(b) ϕ je surjektívny práve vtedy, keď Im ϕ = H.
Bijektívny homomorfizmus grúp ϕ: G → H nazývame izomorfizmus grúp.
Hovoríme, že grupy G, H sú izomorfné, označenie G ∼= H, ak existuje nejaký
izomorfizmus ϕ: G → H.
Zrejme injektívny homomorfizmus ϕ: G → H je zároveň izomorfizmom
grupy G na podgrupu Im ϕ grupy H.
Aj pre grupové izomorfizmy platí obdoba tvrdenia 6.3.1 pre lineárne izo-
morfizmy.
27.3.6. Tvrdenie. Nech F, G, H sú grupy.
(a) idG : G → G je izomorfizmus grúp.
(b) Ak ϕ: G → H je izomorfizmus grúp, tak aj inverzné zobrazenie ϕ−1
: H → G
je izomorfizmus grúp.
600 27. Úvod do teórie grúp
(c) Ak ψ: F → G, ϕ: G → H sú izomorfizmy grúp, tak aj ϕ ◦ ψ: F → H je
izomorfizmus grúp.
V dôsledku toho pre ľubovoľné grupy F, G, H platí
G ∼= G,
G ∼= H ⇒ H ∼= G,
F ∼= G & G ∼= H ⇒ F ∼= H.
Inak povedané, vzťah ∼= izomorfnosti grúp je reflexívny, symetrický a tranzitívny,
teda je to vzťah ekvivalencie. Izomorfné grupy môžeme z hľadiska ich
štruktúry považovať za totožné.
27.3.7. Príklad. Nech (G, ·) je ľubovoľná grupa, a ∈ G. Keďže pre všetky
m, n ∈ Z platí am+n
= am
an
, znamená to, že predpisom ϕ(n) = an
je definovaný
homomorfizmus ϕ: (Z, +) → (G, ·). Zrejme Im ϕ = a je cyklická
podgrupa grupy G generovaná prvkom a. Ak a má konečný rád r, tak
Ker ϕ = rZ = {rn; n ∈ Z}; ak x má nekonečný rád, tak Ker ϕ = {0}. Teda
ϕ je surjektívne práve vtedy, keď G = a , t. j. keď a generuje grupu G, a ϕ
je injektívne práve vtedy, keď a má nekonečný rád.
27.3.8. Príklad. Nech 0 < a ∈ R. Keďže ax
> 0 a ax+y
= ax
ay
pre
všetky x, y ∈ R, je predpisom ϕ(x) = ax
definovaný homomorfizmus grúp
ϕ: (R, +) → (R+
, ·). Ak a = 1, ide o triviálny homomorfizmus ϕ(x) = 1 pre
každé x ∈ R, teda Ker ϕ = R a Im ϕ = {1}. Pre a = 1 je to však bijektívny
homomorfizmus, teda izomorfizmus. Inverzný izomorfizmus ϕ−1
: (R+
, ·) →
(R, +) je daný predpisom ϕ−1
(u) = loga u pre u ∈ R+
. Známa formula
loga uv = loga u + loga v pre u, v ∈ R+
nie je vlastne nič iné než vlastnosť
homomorfizmu zobrazenia u → loga u.
Okrem iného sme práve dokázali, že aditívna grupa (R, +) a multiplikatívna
grupa (R+
, ·) sú izomorfné.
27.3.9. Príklad. Pripomeňme, že RRRα = ( cos α − sin α
sin α cos α ) ∈ GL(2, R) je matica
otočenia euklidovskej roviny R2
okolo počiatku o uhol α (pozri príklad
6.4.3). Keďže pre α, β ∈ R platí známy vzťah RRRα ·RRRβ = RRRα+β, znamená
to, že priradením α → RRRα je definovaný homomorfizmus grúp RRR: (R, +) →
(GL(2, R), ·). Zrejme jadro KerRRR = 2πZ = {2kπ; k ∈ Z} ⊆ R tvorí podgrupa
všetkých celočíselných násobkov čísla 2π a obraz ImRRR = {RRRα; α ∈
R} ⊆ GL(2, R) je práve podgrupa všetkých matíc otočení RRRα.
27.3.10. Príklad. Exponenciála rýdzo imaginárneho čísla ix, kde x ∈ R,
je definovaná Eulerovým vzťahom eix
= cos x + i sin x. Opäť platí ei(x+y)
=
27.4. Rozklad grupy podľa podgrupy, normálne podgrupy 601
eix
eiy
pre všetky x, y ∈ R. To znamená, že priradením x → eix
je definovaný
homomorfizmus grúp ϕ: (R, +) → (C , ·). Ľahko možno nahliadnuť, že
Ker ϕ = 2πZ a Im ϕ = U(1).
27.3.11. Príklad. Predošlé tri príklady majú veľmi dôležité spoločné zovšeobecnenie.
Ak FFF je spojitý homomorfizmus aditívnej grupy R do všeobecnej
lineárnej grupy GL(n, R) resp. GL(n, C), tak jeho obraz ImFFF sa nazýva
jednoparametrická maticová grupa (pritom spojitosť maticovej funkcie
FFF = (fij)n×n chápeme v zmysle paragrafu 22.4, čiže ako spojitosť všetkých jej
zložiek fij). Často striktne nerozlišujeme medzi homomorfizmom FFF a maticovou
grupou ImFFF a používame názov jednoparametrická (maticová) grupa
aj pre homomorfizmus FFF. Podobne možno definovať aj jednoparametrické
grupy lineárnych operátorov. Jednoparametrické podgrupy sú akousi spojitou
obdobou cyklických podgrúp grupy GL(n, R) resp. GL(n, C). Každá taká
cyklická podgrupa má totiž tvar ImΦΦΦ = {AAAk
; k ∈ Z}, kde AAA je jej generátor
a ΦΦΦ(k) = AAAk
je homomorfizmus aditívnej grupy celých čísel Z do príslušnej
všeobecnej lineárnej grupy (porovnaj s cvičením 27.5(c)).
Jednoparametrické grupy úzko súvisia s autonómnymi sústavami lineárnych
diferenciálnych rovníc (pozri paragraf 22.6). Presnejšie, pre AAA z Rn×n
,
prípadne Cn×n
, je fundamentálna matica FFF(t) = eAAAt
autonómnej homogénnej
sústavy xxx = AAA · xxx zároveň jednoparametrickou grupou matíc. Ak položíme
UUU = eAAA
, môžeme písať FFF(t) = eAAAt
= UUUt
; príslušnú jednoparametrickú grupu
potom obvykle zapisujeme v exponenciálnom tvare UUUt
t∈R
.
27.4 Rozklad grupy podľa podgrupy, normálne podgrupy
Skôr než čitateľ pristúpi k štúdiu tohto a nasledujúceho paragrafu, mal by si
zopakovať základné fakty o ekvivalenciách a rozkladoch z paragrafu 0.6.
Pre ľubovoľné podmnožiny X, Y grupy (G, ·) označíme
XY = {xy; x ∈ X & y ∈ Y }.
Miesto X{y} píšeme len krátko Xy a miesto {x}Y iba xY . V aditívnom
zápise používame označenie X + Y = {x + y; x ∈ X & y ∈ Y }, X + y a
x + Y .
Nech S je podgrupa grupy (G, ·, e). Potom zrejme x = ex ∈ Sx, lebo
e ∈ S. Navyše pre ľubovoľné x, y ∈ G platí
Sx ∩ Sy = ∅ ⇒ Sx = Sy;
inak povedané množiny, Sx, Sy sú disjunktné alebo sa rovnajú. Ak totiž
z ∈ Sx∩Sy, tak existujú s1, s2 ∈ S také, že z = s1x = s2y. Potom x = s−1
1 s2y,
a každý prvok množiny Sx má pre vhodné s ∈ S tvar sx = ss−1
1 s2y ∈ Sy,
602 27. Úvod do teórie grúp
lebo – keďže S ⊆ G je podgrupa – platí ss−1
1 s2 ∈ S. Teda Sx ⊆ Sy a obrátenú
inklúziu možno dostať rovnako, zámenou úloh x a y. Tým sme dokázali prvú
časť nasledujúceho tvrdenia.
27.4.1. Tvrdenie. Nech S je podgrupa grupy G. Potom systém množín
{Sx; x ∈ G} tvorí rozklad množiny G. Prvky x, y ∈ G patria do tej istej
triedy tohto rozkladu práve vtedy, keď xy−1
∈ S.
Dôkaz. Zostáva dokázať už len druhú časť. Keďže uvedený systém množín je
rozklad a y ∈ Sy, tak x a y patria do tej istej triedy rozkladu práve vtedy, keď
x ∈ Sy, t. j. x = sy pre nejaké s ∈ S. To je zrejme ekvivalentné s podmienkou
xy−1
= s ∈ S.
Množiny Sx, x ∈ G, sa nazývajú ľavé triedy rozkladu grupy G podľa
podgrupy S. Reláciu ekvivalencie zodpovedajúcu tomuto rozkladu značíme
≡S a môžeme ju vyjadriť nasledujúcimi piatimi ekvivalentnými spôsobmi:
x ≡S y ⇔ xy−1
∈ S ⇔ Sx = Sy
⇔ x ∈ Sy ⇔ y ∈ Sx ⇔ Sx ∩ Sy = ∅.
Príslušnú faktorovú množinu (t. j. vlastne rozklad) značíme
G/S = G/≡S = {Sx; x ∈ G}.
Počet prvkov #(G/S) faktorovej množiny G/S (ak je konečná) nazývame
indexom podgrupy S v grupe G a značíme ho tiež [G : S]; ak G/S je nekonečná,
kladieme [G : S] = ∞ a hovoríme, že S má v G nekonečný index.
Rád # G samotnej grupy G zrejme splýva s indexom [G : e] jej triviálnej
podgrupy {e}.
Analogicky možno zaviesť aj pravé triedy rozkladu grupy G podľa podgrupy
S, t. j. množiny xS, x ∈ G, a dokázať pre ne obdobu tvrdenia 27.4.1.2
Príslušnú reláciu ekvivalencie možno vyjadriť zodpovedajúcimi piatimi ekvivalentnými
formulami:
x S≡ y ⇔ x−1
y ∈ S ⇔ xS = yS
⇔ x ∈ yS ⇔ y ∈ xS ⇔ xS ∩ yS = ∅.
Taktiež rozklad grupy G na pravé triedy rozkladu podľa podgrupy S značíme
rovnako
G/S = G/S≡ = {xS; x ∈ G};
2
Používaná terminológia nie je v tomto smere jednotná. Niektorí autori nazývajú pravými
triedami rozkladu grupy podľa podgrupy to, čo my nazývame ľavými triedami, a
naopak.
27.4. Rozklad grupy podľa podgrupy, normálne podgrupy 603
ak je potrebné blžšie špecifikovať, či ide o rozklad na ľavé alebo pravé triedy,
vyjadríme to väčšinou slovne.
Nech S je podgrupa grupy G a Sx, Sy sú ľubovoľné (nie nevyhnutne
rôzne) ľavé triedy rozkladu G podľa S. Takpovediac na prstoch možno overiť,
že predpisom u → ux−1
y je definované bijektívne zobrazenie Sx → Sy, ktoré
prvok u = sx ∈ Sx (s ∈ S) zobrazí na prvok sy ∈ Sy; k nemu inverzné
zobrazenie Sy → Sx je dané predpisom v → vy−1
x, t. j. prvok v = sy ∈ Sy
ním prejde na prvok sx ∈ Sx. V prípade, že podgrupa S je konečná, to však
znamená, že všetky ľavé (no rovnako aj pravé) triedy rozkladu G podľa S
majú ten istý počet prvkov rovný rádu # S = [S : e] grupy S = Se = eS.
Keďže G je zjednotením navzájom disjunktných, rovnako početných tried
rozkladu Sx ∈ G/S (prípadne xS), dokázali sme tým nasledujúcu vetu:
27.4.2. Veta. (Lagrange) Nech S je podgrupa konečnej grupy G. Potom
[G : e] = [G : S] · [S : e],
teda rád aj index podgrupy S sú deliteľmi rádu grupy G.
Neskôr uvidíme, že pre daný deliteľ d rádu konečnej abelovskej grupy G
existuje podgrupa grupy G rádu d (veta 28.3.8). Vo všeobecnosti však G
nemusí obsahovať podgrupu rádu d pre každý deliteľ d svojho rádu [G : e]
(pozri cvičenie 28.20).
27.4.3. Dôsledok. (Malá veta Fermatova) Nech p je prvočíslo. Potom
pre každé celé číslo x, ktoré nie je násobkom čísla p, platí
xp−1
≡ 1 mod p,
t. j. číslo xp−1
dáva po delení číslom p zvyšok 1.
Dôkaz. Označme z zvyšok, ktorý dáva x po delení p. Keďže x nie je násobkom
p, z ∈ Zp, čo je multiplikatívna grupa (nenulových prvkov) poľa Zp s rádom
p − 1. Potom rád r jej cyklickej podgrupy z je deliteľom čísla p − 1, teda
p − 1 = rk pre nejaké kladné celé číslo k. Podľa tvrdenia 27.2.6 v grupe
(Zp, ·, 1) platí zr
= 1, z čoho vyplýva
zp−1
= zrk
= (zr
)k
= 1k
= 1.
Teda zp−1
(teraz už ako prvok Z) dáva po delení číslom p zvyšok 1. Avšak čísla
zp−1
a xp−1
dávajú po delení číslom p rovnaký zvyšok (pozri cvičenie 0.16).
Pre ľavú a pravú triedu rozkladu prvku x grupy G podľa jej podgrupy S
môže vo všeobecnosti platiť Sx = xS. Napríklad rozklad dihedrálnej grupy
604 27. Úvod do teórie grúp
∆3 = S3 podľa cyklickej podgrupy S = σ1 = {ι, σ1} na ľavé triedy tvoria
množiny
Sι = Sσ1 = {ι, σ1}, S = Sσ2 = { , σ2}, S −1
= Sσ3 = −1
, σ3 ,
a rozklad na pravé triedy zasa množiny
ιS = σ1S = {ι, σ1}, S = σ3S = { , σ3}, −1
S = σ2S = −1
, σ2 .
(Overte pomocou multiplikatívnej tabuľky tejto grupy v paragrafe 0.5.)
Za istých dodatočných podmienok kladených na podgrupu S však ľavé a
pravé triedy rozkladu G podľa S splývajú.
27.4.4. Tvrdenie. Nech S je podgrupa grupy G. Potom nasledujúce podmienky
sú ekvivalentné:
(i) (∀ x ∈ G)(∀ s ∈ S) x−1
sx ∈ S ;
(ii) (∀ x ∈ G) x−1
Sx = S);
(iii) (∀ x ∈ G)(Sx = xS);
(iv) (∀ x, y ∈ G)(x ≡S y ⇔ x S≡ y).
Dôkaz. (i) ⇒ (ii) Z predpokladu (i) vyplýva inklúzia x−1
Sx ⊆ S. Jej prenásobením
prvkom x zľava a prvkom x−1
sprava dostaneme inklúziu S ⊆ xSx−1
;
keďže x ∈ G je ľubovoľný prvok, substitúciou x−1
miesto x získame S ⊆
x−1
Sx. Teda x−1
Sx = S.
(ii) ⇒ (iii) Stačí prenásobiť rovnosť x−1
Sx = S prvkom x zľava.
(iii) ⇒ (iv) Ak Sx = xS, tak
x ≡S y ⇔ y ∈ Sx ⇔ y ∈ xS ⇔ x S≡ y.
(iv) ⇒ (i) Podľa predpokladu pre všetky x, y ∈ G platí xy−1
∈ S ⇔
x−1
y ∈ S. Keďže pre ľubovoľné s ∈ S je x(sx)−1
= s−1
∈ S, stačí položiť
y = sx a hneď máme x−1
sx ∈ S.
Hovoríme, že podgrupa S grupy G je normálna alebo tiež invariantná,
označenie S G, ak spĺňa niektorú (teda všetky) z navzájom ekvivalentných
podmienok tvrdenia 27.4.4. V prípade normálnych podgrúp teda nemusíme
rozlišovať medzi ľavými a pravými triedami rozladu ani medzi ekvivalenciami
≡S a S≡.
V každej grupe G platí {e} G a G G. Zrejme v abelovskej grupe G
je každá podgrupa normálna. Ako sme však videli pred chvíľou, netriválna
vlastná podgrupa neabelovskej grupy už normálna byť nemusí.
Najdôležitejšími, a svojim spôsobom typickými príkladmi normálnych
podgrúp sú jadrá grupových homomorfizmov.
27.5. Faktorové grupy 605
27.4.5. Tvrdenie. Nech ϕ: G → H je homomorfizmus grúp. Potom Ker ϕ
G.
Dôkaz. Podľa tvrdenia 27.3.4 je Ker ϕ podgrupa grupy G. Overíme podmienku
(i) tvrdenia 27.4.4, čím dokážeme jej normálnosť. Nech a ∈ Ker ϕ,
t. j. ϕ(a) = e, a x ∈ G je ľubovoľný prvok. Potom
ϕ x−1
ax = ϕ x−1
· ϕ(a) · ϕ(x) = ϕ(x)−1
· e · ϕ(x) = e,
teda x−1
ax ∈ Ker ϕ.
Každá podmnožina X grupy G generuje nielen najmenšiu podgrupu X ⊆
G takú, že X ⊆ X , ale aj najmenšiu normálnu podgrupu |X| ⊆ G,
ktorá obsahuje X. Množinu |X| možno jednoducho popísať. Položme X−1
=
{x−1
; x ∈ X}, X = {gug−1
; u ∈ X ∪ X−1
& g ∈ G} a konečne
|X| = X ,
čiže |X| je podgrupa generovaná množinou X. Jednoduchý dôkaz nasledujúceho
tvrdenie prenechávame ako cvičenie čitateľovi.
27.4.6. Tvrdenie. Nech G je grupa a X ⊆ G. Potom |X| je najmenšia
normálna podgrupa grupy G taká, že X ⊆ X| .
Množinu |X| teda môžeme oprávnene nazývať normálna podgrupa grupy
G generovaná množinou X. Zrejme platí X ⊆ |X| , a v abelovskej grupe
G dokonca X = |X| .
27.5 Faktorové grupy
V tomto paragrafe sa zoznámime s konštrukciou faktorovej grupy. Ide o dôležitý
príklad všeobecnejšej konštrukcie faktorovej štruktúry, s ktorou sa možno
stretnúť v najrôznejších oblastiach matematiky. S prvou základnou myšlienkou
tejto konštrukcie sme sa už zbežne zoznámili v paragrafe 0.6 – spočíva
v nazeraní prvkov faktorovej množiny X/∼ množiny X podľa ekvivalencie
∼ nie ako množín (t. j. tried príslušného rozkladu) ale ako jednotlivých prvkov.
Druhou kľúčovou myšlienkou spomínanej konštrukcie je prenos štruktúry
z pôvodnej množiny X na faktorovú množinu X/∼ pomocou kanonickej projekcie
X → X/∼ danej priradením x → ˜x. Túto všeobecnú myšlienku možno
asi najjednoduchšie ilustrovať práve na konštrukcii faktorovej grupy.
Nech (G, ·) je grupa a ∼ je ekvivalencia na množine G. Na faktorovej
množine G/∼ hodláme zaviesť binárnu operáciu · tak, aby (G/∼, ·) bola
606 27. Úvod do teórie grúp
grupa a kanonická projekcia G → G/∼ homomorfizmus grúp. To znamená,
že pre všetky x, y ∈ G musí platiť
˜x · ˜y = xy,
Inak povedané, podmienka homomorfnosti kanonickej projekcie x → ˜x už
jednoznačne určuje príslušnú binárnu operáciu na G/∼.
Aby však takto bola korektne definovaná binárna operácia na množine
G/∼, jej výsledok nesmie závisieť na konkrétnych reprezentantoch x, y tried
˜x, ˜y ∈ G/∼. Pre prvky x1, x2, y1, y2 ∈ G také, že ˜x1 = ˜x2 a ˜y1 = ˜y2, t. j.
x1 ∼ x2 a y1 ∼ y2, musí totiž platiť ˜x1 · ˜y1 = ˜x2 · ˜y2. Teda podľa našej definície
x1y1 = ˜x1 · ˜y1 = ˜x2 · ˜y2 = x2y2,
v dôsledku čoho x1y1 ∼ x2y2.
Hovoríme, že ekvivalencia ∼ na grupe G je kongruencia, ak pre ľubovoľné
prvky x1, x2, y1, y2 ∈ G platí
x1 ∼ x2 & y1 ∼ y2 ⇒ x1y1 ∼ x2y2.
Krátko povedané, aby rovnosťou ˜x· ˜y = xy bola korektne definovaná binárna
operácia na faktorovej množine G/∼, ekvivalencia ∼ musí byť kongruenciou
na grupe G. Táto nevyhnutná podmienka je aj postačujúca na dosiahnutie
nášho vopred stanoveného cieľa.
27.5.1. Veta. Nech ∼ je kongruencia na grupe (G, ·). Potom faktorová množina
G/∼ s binárnou operáciou ˜x · ˜y = xy tvorí grupu, ktorej jednotkovým
prvkom je ˜e a inverzným prvkom k prvku ˜x ∈ G/∼ je prvok ˜x−1
= x−1.
Navyše, prirodzená projekcia G → G/∼ je surjektívny homomorfizmus grúp.
Dôkaz. Na dôkaz prvej časti tvrdenia stačí overiť, že pre ľubovoľné prvky
x, y, z ∈ G platí
˜x · (˜y · ˜z) = (˜x · ˜y) · ˜z, ˜e · ˜x = ˜x · ˜e = ˜x, ˜x · x−1 = x−1 · ˜x = ˜e.
Príslušné jednoduché výpočty prenechávame ako cvičenie čitateľovi.
Zrejme prirodzená projekcia G → G/∼ je surjekcia. Už len stačí pripomenúť,
že násobenie na množine G/∼ bolo definované práve tak, aby zobrazenie
x → ˜x bolo homomorfizmom.
Ukazuje sa, že kongruencie na grupách úzko súvisia s normálnymi podg-
rupami.
27.5.2. Tvrdenie. Nech (G, ·, e) je grupa.
27.5. Faktorové grupy 607
(a) Ak N je normálna podgrupa grupy G, tak ekvivalencia ≡N je kongruenciou
na grupe G.
(b) Ak ∼ je kongruencia na grupe G, tak N = ˜e je normálna podgrupa grupy
G a pre všetky x, y ∈ G platí
x ∼ y ⇔ xy−1
∈ N,
t. j. ∼ splýva s ekvivalenciou ≡N rozkladu grupy G podľa N a pre x ∈ G
platí ˜x = Nx = xN.
Inými slovami, kongruencie na grupách sú práve ekvivalenciami rozkladu
podľa ich normálnych podgrúp.
Dôkaz. (a) Nech N G. Už vieme, že ≡N je ekvivalencia na G. Zvoľme v G
prvky x1 ≡N x2, y1 ≡N y2; ukážeme, že platí x1y1 ≡N x2y2. Podľa predpokladu
x1x−1
2 ∈ N a y1y−1
2 ∈ N. Keďže N je normálna, platí x2 y1y−1
2 x−1
2 ∈
N. Preto tiež
(x1y1)(x2y2)−1
= x1 y1y−1
2 x−1
2 = x1x−1
2 x2 y1y−1
2 x−1
2 ∈ N,
teda x1y1 ≡N x2y2, takže ≡N je kongruencia na G.
(b) Nech ∼ je kongruencia na G. Podľa vety 27.5.1 je x → ˜x homomorfizmus
grúp G → G/∼. Jeho jadrom je zrejme N = ˜e. Podľa tvrdenia 27.4.5
potom N G.
Keďže (G/∼, ·) je grupa, pre x, y ∈ G máme
x ∼ y ⇔ ˜x = ˜y ⇔ ˜x · ˜y−1
= ˜e.
Nakoľko x → ˜x je homomorfizmus, platí ˜x · ˜y−1
= (xy−1
)
∼
, preto tretia podmienka
je zrejme ekvivalentná so vzťahom xy−1
∈ N. Zvyšok je dôsledkom
tvrdenia 27.4.4.
Grupu G/≡N nazývame faktorovou grupou grupy G podľa jej normálnej
podgrupy N a značíme ju G/N. Násobenie v G/N je definované rovnosťou
Nx · Ny = Nxy,
jednotkovým prvkom v G/N je N = Ne a inverzným prvkom k Nx ∈ G/N
je (Nx)−1
= Nx−1
.
Prirodzená projekcia ζN : G → G/N, daná predpisom ζN (x) = Nx pre
x ∈ G, je surjektívny homomorfizmus s jadrom Ker ζN = N. To dokazuje
platnosť aj obrátenej implikácie k tvrdeniu 27.4.5.
27.5.3. Veta. Podgrupa N grupy G je normálna práve vtedy, keď existuje
homomorfizmus grúp ϕ: G → H taký, že N = Ker ϕ.
608 27. Úvod do teórie grúp
27.5.4. Veta. (O homomorfizme) Nech ϕ: G → H je homomorfizmus
grúp; označme N = Ker ϕ. Potom predpisom ϕ∗(Nx) = ϕ(x) je definovaný
injektívny homomorfizmus grúp ϕ∗ : G/N → H. V dôsledku toho
Im ϕ ∼= G/ Ker ϕ;
ak ϕ je navyše surjektívny homomorfizmus, tak H ∼= G/ Ker ϕ.
Dôkaz. Pre x, y ∈ G platí Nx = Ny ⇔ ϕ(x) = ϕ(y). Implikácia ⇒ zaručuje,
že priradením Nx → ϕ(x) je korektne definované zobrazenie ϕ∗ : G/N → H.
Obrátená implikácia ⇐ vyjadruje injektívnosť tohto zobrazenia. Priamočiary
výpočet
ϕ∗(Nx · Ny) = ϕ∗(Nxy) = ϕ(xy) = ϕ(x) · ϕ(y) = ϕ∗(Nx) · ϕ∗(Ny)
ukazuje, že ide o homomorfizmus. Druhá časť vety je bezprostredným dôsledkom
prvej.
Uvedený homomorfizmus ϕ∗ spĺňa podmienku ϕ = ϕ∗ ◦ ζN , t. j. zabezpečuje
komutatívnosť diagramu
27.5.3. Veta. Podgrupa N grupy G je normálna práve vtedy, keď existuje homomorfizmus
grúp ϕ: G → H taký, že N = Ker ϕ.
27.5.4. Veta. (O homomorfizme) Nech ϕ: G → H je homomorfizmus grúp; označme
N = Ker ϕ. Potom predpisom ϕ∗(Nx) = ϕ(x) je definovaný injektívny homomorfizmus
grúp ϕ∗ : G/N → H. V dôsledku toho
Im ϕ ∼= G/ Ker ϕ;
ak ϕ je navyše surjektívny homomorfizmus, tak H ∼= G/ Ker ϕ.
Dôkaz. Pre x, y ∈ G platí Nx = Ny ⇔ ϕ(x) = ϕ(y). Implikácia ⇒ zaručuje, že
priradením Nx → ϕ(x) je korektne definované zobrazenie ϕ∗ : G/N → H. Obrátená
implikácia ⇐ vyjadruje injektívnosť tohto zobrazenia. Priamočiary výpočet
ϕ∗(Nx · Ny) = ϕ∗(Nxy) = ϕ(xy) = ϕ(x) · ϕ(y) = ϕ∗(Nx) · ϕ∗(Ny)
ukazuje, že ide o homomorfizmus. Druhá časť vety je bezprostredným dôsledkom prvej.
Uvedený homomorfizmus ϕ∗ spĺňa podmienku ϕ = ϕ∗ ◦ ζN , t. j. zabezpečuje komutatívnosť
diagramu
G H
G/N
ϕ
ϕ∗ζN
Naopak, pokiaľ má zobrazenie ϕ∗ : G/N → H vyhovovať tejto podmienke, musí byť
nevyhnutne definované rovnosťou ϕ∗(Nx) = ϕ(x).
Grupa H sa nazýva homomorfným obrazom grupy G, ak existuje surjektívny homomorfizmus
ϕ: G → H. Zrejme každá faktorová grupa grupy G je jej homomorfným
obrazom. Ako vyplýva z vety o homomorfizme, tiež naopak, každý homomorfný obraz
grupy G je izomorfný s faktorovou grupou G/N grupy G podľa niektorej jej normálnej
podgrupy N. To znamená, že všetky homomorfné obrazy grupy G sú (až na izomorfizmus)
skryte prítomné už v samotnej grupe G.
27.5.5. Príklad. Nech n je kladné celé číslo. Označme ζn(x) zvyšok po delení celého
čísla x číslom n. Potom ζn : Z → Zn je homomorfizmus grúp (s operáciou +). Keďže
ζn je surjektívny a Ker ζn = nZ, podľa vety o homomorfizme platí Z/nZ ∼= Zn. Po stotožnení
faktorovej grupy Z/nZ s homomorfným obrazom Zn = ζn(Z) grupy Z, danom
uvedeným izomorfizmom, je každý prvok x + nZ = {x + nk; k ∈ Z} faktorovej grupy
Z/nZ, t. j. vlastne nekonečná trieda rozkladu podľa podgrupy nZ ⊆ Z, reprezentovaný
ako jediný prvok ζn(x) ∈ Zn = {0, 1, . . . , n − 1}. Príslušná kongruencia ≡nZ zrejme
splýva s kongruenciou ≡n modulo n z cvičenia 16 z kapitoly 0.
Naopak, pokiaľ má zobrazenie ϕ∗ : G/N → H vyhovovať tejto podmienke,
musí byť nevyhnutne definované rovnosťou ϕ∗(Nx) = ϕ(x).
Grupa H sa nazýva homomorfným obrazom grupy G, ak existuje surjektívny
homomorfizmus ϕ: G → H. Zrejme každá faktorová grupa grupy
G je jej homomorfným obrazom. Ako vyplýva z vety o homomorfizme, tiež
naopak, každý homomorfný obraz grupy G je izomorfný s faktorovou grupou
G/N grupy G podľa niektorej jej normálnej podgrupy N. To znamená, že
všetky homomorfné obrazy grupy G sú (až na izomorfizmus) skryte prítomné
už v samotnej grupe G.
27.5.5. Príklad. Nech n je kladné celé číslo. Označme ζn(x) zvyšok po delení
celého čísla x číslom n. Potom ζn : Z → Zn je homomorfizmus grúp
(s operáciou +). Keďže ζn je surjektívny a Ker ζn = nZ, podľa vety o homomorfizme
platí Z/nZ ∼= Zn. Po stotožnení faktorovej grupy Z/nZ s homomorfným
obrazom Zn = ζn(Z) grupy Z, daným uvedeným izomorfizmom, je
každý prvok x + nZ = {x + nk; k ∈ Z} faktorovej grupy Z/nZ, t. j. vlastne
nekonečná trieda rozkladu podľa podgrupy nZ ⊆ Z, reprezentovaný ako jediný
prvok ζn(x) ∈ Zn = {0, 1, . . . , n − 1}. Príslušná kongruencia ≡nZ zrejme
splýva s kongruenciou ≡n modulo n z cvičenia 0.16.
27.5. Faktorové grupy 609
27.5.6. Príklad. Z príkladu 27.3.9 vieme, že zobrazenie RRR: (R, +) → (GL(2, R), ·)
je homomorfizmus grúp s jadrom KerRRR = 2πZ a obrazom ImRRR = {RRRα; α ∈
R}. Z príkladu 27.3.10 zasa vieme, že priradením x → eix
je definovaný homomorfizmus
grúp (R, +) → (C , ·) s rovnakým jadrom 2πZ a s obrazom
U(1) = {eix
; x ∈ R} = {z ∈ C; |z| = 1}. Z vety 27.5.4 tak okamžite vyplýva
ImRRR ∼= R/2πZ ∼= U(1).
Práve izomorfizmus aditívnej faktorovej grupy R/2πZ grupy R a jej homomorfného
obrazu, multiplikatívnej grupy U(1), je pre pochopenie všeobecnej
konštrukcie faktorovej grupy veľmi poučný. Faktorová množina R/2πZ je
ním reprezentovaná ako jednotková kružnica – názorne si môžeme predstaviť,
že vznikla priložením bodu 0 reálnej osi R na bod 1 jednotkovej kružnice
U(1) ⊆ C a následným namotaním kladnej polosi proti a zápornej v smere
hodinových ručičiek. Body x, y ∈ R sa pritom ocitnú v tom istom bode kružnice
U(1) práve vtedy keď x−y ∈ 2πZ, t. j. práve vtedy, keď (x−y)/2π je celé
číslo. Celá nekonečná trieda rozkladu x + 2πZ ∈ R/2πZ prvku x ∈ R podľa
podgrupy 2πZ ⊆ R je tak reprezentovaná jediným bodom eix
= cos x + i sin x
kružnice U(1).
Konštrukcia faktorovej grupy pripúšťa tiež abstraktnejší popis pomocou
tzv. krátkych exaktných postupností. Hovoríme že postupnosť
G0
ϕ1
−−−→ G1
ϕ2
−−−→ · · ·
ϕn−1
−−−→ Gn−1
ϕn
−−−→ Gn
grupových homomorfizmov je exaktná, ak pre každé 1 ≤ i < n platí
Im ϕi = Ker ϕi+1.
Podobne možno definovať pojem exaktnosti aj pre (na jednu či na obe strany)
nekonečné postupnosti na seba nadväzujúcich grupových homomorfizmov.
Krátkou exaktnou postupnosťou nazývame exaktnú postupnosť tvaru
{e}
η
−→ F
ϕ
−→ G
ψ
−→ H
τ
−→ {e},
kde η: {e} → F a τ : H → {e} sú triviálne homomorfizmy. Exaktnosť v člene
F znamená, že Ker ϕ = Im η = {eF }, čiže injektívnosť ϕ. Podobne, exaktnosť
v člene H znamená, že Im ψ = Ker τ = H, čiže surjektívnosť ψ. Konečne
exaktnosť v strednom člene G znamená, že platí Im ϕ = Ker ψ G, z čoho
vzhľadom na vetu o homomorfizme a surjektívnosť ψ vyplýva G/ Im ϕ ∼= H.
Triviálna grupa {e} na okrajoch, ako aj triviálne homomorfizmy η, τ sa
zvyknú pri zápise krátkej exaktnej postupnosti vynechávať. Ak teda hovoríme
o krátkej exaktnej postupnosti
F
ϕ
G
ψ
H,
610 27. Úvod do teórie grúp
znamená to, že ϕ je injektívny a ψ je surjektívny homomorfizmus grúp, pričom
platí Im ϕ = Ker ψ. Injektívnosť ϕ resp. surjektívnosť ψ sa vyznačuje
modifikovanými šípkami resp. . Ak existuje krátka exaktná postupnosť
F
ϕ
G
ψ
H, hovoríme, že stredná grupa G je rozšírením grupy H pomocou
grupy F.3
Paragraf uzatvárame zhrnutím úvah o krátkych exaktných postupnostiach
a vety o homomorfizme do jedného celku.
27.5.7. Veta. (a) Nech G je grupa a N G je jej normálna podgrupa.
Označme ι: N → G vnorenie, t. j. identické zobrazenie N do G a ζ : G →
G/N kanonickú projekciu G na faktorovú grupu G/N. Potom N
ι
G
ζ
G/N
je krátka exaktná postupnosť homomorfizmov grúp.
(b) Nech naopak F
ϕ
G
ψ
H je krátka exaktná postupnosť homomorfizmov
grúp. Označme N = Im ϕ = Ker ψ. Potom F ∼= N G a H ∼= G/N.
27.6 Priamy súčin grúp
Konštrukcia priameho súčinu nám, spolu s konštrukciami podgrúp a faktorových
grúp, umožňuje vytvárať z daných grúp nové. Taktiež naopak, niekedy
nám umožňuje reprezentovať danú grupu v tvare priameho súčinu jednoduchších
grúp, a tým sprehľadniť jej štruktúru. Opäť ide o špeciálny prípad
veľmi dôležitej všeobecnej konštrukcie, ktorej pôsobnosť sa neobmedzuje len
na teóriu grúp.
Priamym súčinom grúp (G1, ·, e1), (G2, ·, e2) nazývame karteziánsky súčin
G1 × G2 = {(x1, x2); x1 ∈ G1 & x2 ∈ G2},
množín G1, G2, s binárnou operáciou definovanou po zložkách, t. j.
(x1, x2) · (y1, y2) = (x1y1, x2y2)
pre x1, y1 ∈ G1, x2, y2 ∈ G2. Roznásobením zvlášť v každej zložke sa možno
ľahko presvedčiť, že táto operácia na množine G1 × G2 je asociatívna, má
(e1, e2) za neutrálny prvok a inverzným prvkom k prvku (x1, x2) ∈ G1 × G2
je (x1, x2)−1
= x−1
1 , x−1
2 . Tým sme vlastne dokázali nasledujúcu vetu.
27.6.1. Veta. Priamy súčin G1 × G2 grúp G1, G2 je grupa.
Zovšeobecnenie konštrukcie priameho súčinu, ako aj vety 27.6.1 na ľubovoľný
konečný počet grúp prenechávame čitateľovi.
3
Niektorí autori v takejto situácii hovoria, že grupa G je rozšírením grupy F pomocou
grupy H.
27.6. Priamy súčin grúp 611
Reprezentácia danej grupy G v tvare priameho súčinu G ∼= G1 × G2
prináša niečo nové, len ak sú obe grupy G1, G2 netriviálne. To nastoľuje
zaujímavý problém: rozložiť danú grupu G na priamy súčin dvoch netriviálnych
grúp, t. j. nájsť netriválne grupy G1 a G2 tak, že platí G ∼= G1 × G2,
prípadne ukázať, že také grupy neexistujú – v tom prípade hovoríme, že
grupa G je priamo nerozložiteľná. Rozumnú charakterizáciu priamo nerozložiteľných
grúp nemáme naporúdzi. Jednako uvedieme niekoľko jednoduchých
podmienok, ktoré nám umožnia rozložiť niektoré známe grupy na priamy
súčin v istom zmysle jednoduchších faktorov.
Najprv si všimnime, že projekcie π1 : G1 × G2 → G1, π2 : G1 × G2 →
G2, dané predpismi π1(x1, x2) = x1, π2(x1, x2) = x2, sú surjektívne grupové
homomorfizmy a pre ich jadrá platí
Ker π1 = {e1} × G2
∼= G2, Ker π2 = G1 × {e2} ∼= G1;
príslušné izomorfizmy sú dané priradeniami (e1, x2) → x2 resp. (x1, e2) → x1.
To znamená, že grupa G1 × G2 obsahuje dve normálne podgrupy N1
∼= G1
a N2
∼= G2. Navyše N1 ∩ N2 = {(e1, e2)} a pre ľubovoľný prvok (x1, x2) ∈
G1 × G2 platí
(x1, x2) = (x1, e2) · (e1, x2) = (e1, x2) · (x1, e2),
z čoho vyplývajú rovnosti G = N1N2 = N2N1.
27.6.2. Tvrdenie. Nech (G, ·) je grupa a S, T ⊆ G sú jej podgrupy. Označme
ϕ: S × T → G zobrazenie dané predpisom ϕ(x, y) = xy pre x ∈ S, y ∈ T.
Potom
(a) ϕ je homomorfizmus grúp práve vtedy, keď pre všetky x ∈ S, y ∈ T platí
xy = yx;
(b) ϕ je injektívne práve vtedy, keď S ∩ T = {e};
(c) ϕ je surjektívne práve vtedy, keď G = ST.
Dôkaz. (a) Predpokladajme, že ϕ je homomorfizmus. Potom pre ľubovoľné
x ∈ S, y ∈ T platí
xy = ϕ(x, y) = ϕ (e, y) · (x, e) = ϕ(e, y) · ϕ(x, e) = (ey)(xe) = yx.
Nech naopak pre všetky x ∈ S, y ∈ T platí xy = yx. Zvoľme x1, x2 ∈ S,
y1, y2 ∈ T. Potom
ϕ (x1, y1) · (x2, y2) = ϕ(x1x2, y1y2) = (x1x2)(y1y2)
= (x1y1)(x2y2) = ϕ(x1, y1) · ϕ(x2, y2),
čo znamená, že ϕ je homomorfizmus.
612 27. Úvod do teórie grúp
(b) Predpokladajme, že platí S∩T = {e}. Nech (x1, y1), (x2, y2) ∈ S×T sú
také, že ϕ(x1, y1) = ϕ(x2, y2). Potom x1y1 = x2y2, a keďže S, T sú podgrupy
a x1, x2 ∈ S, y1, y2 ∈ T, platí x−1
2 x1 = y2y−1
1 ∈ S∩T. Z toho vyplýva x−1
2 x1 =
y2y−1
1 = e, teda (x1, y1) = (x2, y2), čo dokazuje injektívnosť zobrazenia ϕ.
Nech naopak ϕ je injektívne. Pre x ∈ S ∩ T platí tiež x−1
∈ S ∩ T, lebo
S ∩ T je podgrupa grupy G. Preto x, x−1
∈ S × T a
ϕ x, x−1
= xx−1
= e = ϕ(e, e).
Vďaka injektívnosti ϕ z toho vyplýva x = e = x−1
. Teda S ∩ T = {e}.
(c) platí triviálne.
27.6.3. Dôsledok. Nech G je grupa a S, T G sú jej dve normálne podgrupy
také, že S ∩ T = {e} a G = ST. Potom G ∼= S × T.
Dôkaz. Stačí overiť, že za uvedených predpokladov je splnená aj podmienka
(a) predchádzajúceho tvrdenia, čiže pre všetky x ∈ S, y ∈ T platí xy = yx.
Potom totiž priradenie (x, y) → xy bude izomorfizmus grúp S × T ∼= G.
Keďže S, T G, platí yx−1
y−1
∈ S, xyx−1
∈ T a
x · yx−1
y−1
= xyx−1
· y−1
∈ S ∩ T,
teda xyx−1
y−1
= e, z čoho už vyplýva požadovaná rovnosť.
Nasleduje niekoľko aplikácií čerstvo dokázaných výsledkov.
27.6.4. Tvrdenie. Nech m, n sú kladné celé čísla. Potom cyklická aditívna
grupa Zmn je izomorfná s priamym súčinom Zm × Zn cyklických aditívych
grúp Zm a Zn práve vtedy, keď m a n sú nesúdeliteľné.
Dôkaz. Nech m, n sú nesúdeliteľné. Označme S, T podmnožiny množiny
Zmn pozostávajúce z čísel deliteľných číslom n resp. m. Zrejme S aj T sú
podgrupy grupy Zmn a platí Zm
∼= S = {0, n, 2n, . . . , (m − 1)n}, Zn
∼= T =
{0, m, 2m . . . , (n − 1)m}. Keďže grupa Zmn je komutatívna, rovnosť x + y =
y+x platí pre všetky x, y ∈ Zmn, a nielen pre x ∈ S, y ∈ T. Z nesúdeliteľnosti
m a n vyplýva S ∩ T = {0}. Podľa častí (a), (b) tvrdenia 27.6.2 je predpisom
(x, y) → x + y definovaný injektívny homomorfizmus grúp S × T → Zmn.
Keďže množina S má m prvkov a množina T má n prvkov, je to injekcia mnprvkovej
množiny S × T do množiny Zmn s rovnakým počtom prvkov, teda
zároveň surjekcia. Môžeme uzavrieť, že uvedené zobrazenie je izomorfizmus
grúp, preto platí
Zmn
∼= S × T ∼= Zm × Zn.
27.6. Priamy súčin grúp 613
Nech naopak m, n sú súdeliteľné s najväčším spoločným deliteľom d > 1.
Potom m/d, n/d aj k = mn/d < mn sú celé čísla. Pre každý prvok (x, y)
grupy Zm × Zn platí
k(x, y) = (kx, ky) =
n
d
mx,
m
d
ny = (0, 0),
lebo mx = 0 v Zm a ny = 0 v Zn (výrazy ako kz označujú súčet k exemplárov
prvku z v príslušnej grupe). To znamená, že rád každého prvku tejto grupy
je nanajvýš k, teda ostro menší než mn. Z toho dôvodu podľa tvrdenia 27.2.6
grupa Zm × Zn nemôže byť izomorfná s cyklickou grupou rádu mn.
Poznámka. Metódami do istej miery podobnými niektorým metódam z kapitoly
21 možno dokázať, že každá konečne generovaná abelovská grupa
je izomorfná s priamym súčinom konečného počtu cyklických grúp. V dôsledku
toho je každá konečná abelovská grupa izomorfná s priamym súčinom
Zn1 ×. . .×Znk
pre vhodné kladné celé čísla n1, . . . , nk. Čísla n1, . . . , nk možno
navyše vybrať tak, že každé z nich je mocninou nejakého prvočísla (primárny
kanonický tvar), prípadne tak, že každé z nich je násobkom nasledujúceho
(racionálny kanonický tvar). Tieto výsledky však už výrazne presahujú rámec
nášho kurzu.
Nasledujúce jednoduché dôsledky tvrdenia 27.6.4 nám poslúžia pri dôkaze
záverečného tvrdenia.
27.6.5. Dôsledok. V ľubovoľnej grupe (G, ·) platí:
(a) Ak prvky x, y ∈ G komutujú, t. j. xy = yx, a majú konečné po dvoch
nesúdeliteľné rády m resp. n, tak prvok xy má rád mn.
(b) Ak prvok x ∈ G má konečný rád mn, kde m, n sú navzájom nesúdeliteľné
kladné celé čísla, tak existujú prvky u, v ∈ x rádov m resp. n také, že
x = uv.
(c) Ak prvky x, y ∈ G komutujú a majú konečné rády m resp. n, tak existuje
prvok z ∈ x, y , ktorého rád je najmenším spoločným násobkom čísel m
a n.
Dôkaz. (a) Rád prvku xy ∈ x, y ∼= x × y je zrejme rovnaký ako rád
prvku (1, 1) ∈ Zm × Zn.
(b) Cyklická podgrupa x grupy G je izomorfná s priamym súčinom
Zm × Zn; nech ϕ: Zm × Zn → x je nejaký izomorfizmus a (a, b) = ϕ−1
(x).
Potom rád prvku a ∈ Zm je m a rád prvku b ∈ Zn je n (rozmyslite si prečo).
Stačí položiť u = ϕ(a, 0), v = ϕ(0, b).
(c) Nech m = pα1
1 . . . pαk
k , n = pβ1
1 . . . pβk
k , kde p1, . . . , pk sú navzájom rôzne
prvočísla a αi, βi ∈ N. Keďže pre i = j sú čísla pαi
i , p
αj
j navzájom nesúdeliteľné,
podľa (b) (ktoré možno indukciou zovšeobecniť na ľubovoľný konečný
614 27. Úvod do teórie grúp
počet činiteľov) existujú prvky u1, . . . , uk ∈ x také, že x = u1 . . . uk a ui
má rád pαi
i . Z rovnakého dôvodu existujú prvky v1, . . . , vk ∈ y také, že y =
v1 . . . vk a vi má rád pβi
i . Zrejme ľubovoľné dva z prvkov u1, . . . , uk, v1, . . . , vk
komutujú. Položme wi = ui, ak αi ≥ βi a wi = vi, ak αi < βi. Podľa (a) (ktoré
možno takisto zovšeobecniť indukciou na ľubovoľný konečný počet činiteľov)
rád prvku z = w1 . . . wk je pγ1
1 . . . pγk
k , kde γi = max(αi, βi), čiže najmenší
spoločný násobok čísel m a n.
Taktiež časť (c) uvedeného dôsledku možno indukciou zovšeobecniť na ľubovoľný
konečný počet po dvoch komutujúcich prvkov grupy. Jeden špeciálny
prípad tohto zovšeobecnenia si zaslúži našu pozornosť.
27.6.6. Dôsledok. Nech G je konečná abelovská grupa. Potom existuje prvok
z ∈ G, ktorého rád je násobkom rádu každého prvku grupy G.
Nasledujúca veta odhaľuje zaujímavú súvislosť medzi štruktúrou polí a
konečných cyklických grúp.
27.6.7. Veta. Nech K je ľubovoľné pole. Potom každá konečná podgrupa
multiplikatívnej grupy K jeho nenulových prvkov je cyklická.
Dôkaz. Nech G je konečná podgrupa grupy K . Podľa dôsledku 27.6.6 existuje
prvok z ∈ G, ktorého rád n = # z je násobkom rádu každého prvku
grupy G. Potom n delí rád G, teda n ≤ # G, a pre každé a ∈ G platí an
= 1.
Inak povedané, každý prvok grupy G je koreňom polynómu xn
− 1 ∈ K[x].
Ale, ako sme sa už zmienili v úvode paragrafu 19.1, polynóm n-tého stupňa
má v poli K najviac n koreňov (dokonca vrátane násobnosti). Preto musí
platiť # G ≤ n, teda # G = n a G = z je cyklická.
27.6.8. Dôsledok. Nech K je konečné pole. Potom multiplikatívna grupa
K jeho nenulových prvkov je cyklická.
Ešte poznamenajme, že generátor cyklickej multiplikatívnej grupy K
konečného q-prvkového poľa K sa nazýva (q − 1)-á primitívna odmocnina
z jednotky. Takýto prvok má totiž rád q − 1, t. j. vyhovuje rovnici xq−1
= 1,
ale žiadnej z rovníc xk
= 1 pre 1 ≤ k < q − 1.
27.7 Voľné a konečne prezentované grupy
Nech X je ľubovoľná množina. Zamyslime sa nad otázkou, ako vyzerá „najvšeobecnejšia
grupa generovaná množinou X. Predovšetkým treba upresniť,
čo vlastne znamená ono „najvšeobecnejšia . Označme F túto zatiaľ bližšie
neurčenú grupu. Vieme, že X ⊆ F = X . Podľa našich predstáv by v grupe
27.7. Voľné a konečne prezentované grupy 615
F nemali platiť „žiadne vzťahy navyše okrem tých, ktoré sú nevyhnutnými
logickými dôsledkami axióm (a), (b) teórie grúp, uvedených na začiatku paragrafu
27.1.
Grupa F by teda okrem prvkov množiny X mala obsahovať aj nejaký
(jediný) neutrálny prvok e, a keďže nás nič nenúti, aby pre nejaké x ∈ X
platilo x = e, tento prvok by mal byť rôzny od každého prvku x ∈ X.
S každým prvkom x ∈ X by F mala obsahovať aj k nemu inverzný prvok
x−1
, ktorý by mal byť z rovnakého dôvodu rôzny od každého prvku y ∈ X aj
od prvku e. Na druhej strane, axiómy teórie grúp nás nútia položiť e−1
= e
a (x−1
)−1
= x. Pôvodná množina X sa nám tak rozrástla do zjednotenia po
dvoch disjunktných množín X, {e} a X−1
= {x−1
; x ∈ X}.
Grupa F však musí byť uzavretá aj vzhľadom na súčiny, teda musí popri
prvku e obsahovať aj všetky výrazu tvaru s1s2 . . . sn, kde 1 ≤ n ∈ N a
s1, . . . , sn ∈ X ∪ X−1
. Zátvorky si môžeme dovoliť vynechať, lebo v dôsledku
asociatívnosti grupy F ich umiestnenie nemá vplyv na výsledok. Keď sa však
v takomto „slove vyskytnú vedľa seba „písmená x a x−1
, je nevyhnutné
ich navzájom vykrátiť a takto pokračovať, pokiaľ sa to len dá. Napr. zo slova
u−1
uxxyz−1
zy−1
zu−1
, kde x, y, z, u ∈ X, tak najprv dostaneme xxyy−1
zu−1
a potom xxzu−1
.
Ukážeme, že do množiny F netreba ďalej nič pridávať. Ak sa navyše
dohodneme, že prvok e stotožníme s prázdnou postupnosťou prvkov množiny
X ∪ X−1
, máme
F = s1 . . . sn; n ∈ N & s1, . . . , sn ∈ X ∪ X−1
& (∀ i < n)(s−1
i = si+1) .
Prvky množiny F nazývame redukované grupové slová nad abecedou X. Ak k
po sebe nasledujúcich rovnakých znakov x resp. x−1
napíšeme ako mocninu
xk
resp. x−k
, možno každé redukované slovo jednoznačne vyjadriť v tvare
xk1
1 . . . xkm
m , kde m ∈ N, x1, . . . , xm ∈ X, k1, . . . , km ∈ Z {0} a xi = xi+1 pre
1 ≤ i < m.
Súčin redukovaných slov r1 . . . rm, s1 . . . sn definujeme v dvoch krokoch:
Najprv ich jednoducho napíšeme za sebou, t. j. utvoríme slovo r1 . . . rms1 . . . sn,
a potom ho zredukujeme podľa skôr spomínaného receptu.
Ľahko nahliadneme, že takto definovaná operácia násobenia je asociatívna.
Prázdne slovo e je naozaj redukované a je jej neutrálnym prvkom. Inverzným
prvkom k redukovanému slovu s1 . . . sn je redukované slovo s−1
n . . . s−1
1 ,
lebo redukciou zloženého slova s1 . . . sns−1
n . . . s−1
1 zrejme dostaneme prázdne
slovo e. Krátko povedané, množina F s práve definovanou operáciou tvorí
grupu. Nazývame ju voľná grupa nad množinou generátorov X a prvkom
množiny X hovoríme voľné generátory. Aby sme zvýraznili ich úlohu, používame
označenie F = FG(X) (z anglického free group).
Voľné grupy však možno charakterizovať aj iným, abstraktným spôsobom.
616 27. Úvod do teórie grúp
27.7.1. Veta. Nech X je množina a G je ľubovoľná grupa. Potom ku každému
zobrazeniu f : X → G existuje práve jeden homomorfizmus ϕ: FG(X) →
G taký, že ϕ X = f, t. j. ϕ(x) = f(x) pre každé x ∈ X. Naopak, ak nejaká
grupa F má tiež uvedenú vlastnosť, t. j. X ⊆ F a ku každému zobrazeniu
g: X → G existuje jediný homomorfizmus grúp ψ: F → G taký, že ψ X = g,
tak F ∼= FG(X).
Dôkaz. Nech f : X → G je nejaké zobrazenie z množiny X do grupy G.
Ak má byť ϕ: FG(X) → G homomorfizmus rozširujúci f, tak pre každé
(redukované) slovo xk1
1 . . . xkn
n ∈ FG(X), kde xi ∈ X a ki ∈ Z, musí platiť
ϕ xk1
1 . . . xkn
n = ϕ(x1)k1
. . . ϕ(xn)kn
= f(x1)k1
. . . f(xn)kn
,
teda ϕ možno definovať len jediným spôsobom. Naopak, ľahko nahliadneme,
že uvedeným predpisom je naozaj definovaný homomorfizmus grúp rozširujúci
f.
Predpokladajme, že F ⊇ X je grupa a ku každému zobrazeniu g: X → G
do ľubovoľnej grupy G existuje jediný homomorfizmus ψ: F → G rozširujúci
g. Uvažujme identitu idX ako zobrazenie X → F aj ako zobrazenie X →
FG(X). Existuje jediný homomorfizmus ϕ: FG(X) → F rozširujúci idX,
a tiež jediný taký homomorfizmus χ: F → FG(X). Potom aj ϕ ◦ χ: F → F
je homomorfizmus rozširujúci idX, rovnako ako χ ◦ ϕ: FG(X) → FG(X).
Preto nevyhnutne ϕ ◦ χ = idF a χ ◦ ϕ = idFG(X), teda ϕ, χ sú navzájom
inverzné izomorfizmy.
Uvedená vlastnosť voľných grúp pripomína vektorové priestory. Aj tie sú
„voľné nad svojimi bázami . Ak totiž X je (neusporiadaná) báza vektorového
priestoru V nad poľom K, tak každé zobrazenie f : X → U do nejakého
vektorového priestoru U možno jediným spôsobom rozšíriť do lineárneho zobrazenia
ϕ: V → U. Zrejme ϕ zobrazí lineárnu kombináciu c1x1 +. . .+cnxn,
kde x1, . . . , xn ∈ X, c1, . . . , cn ∈ K do lineárnej kombinácie
ϕ(c1x1 + . . . + cnxn) = c1f(x1) + . . . + cnf(xn).
No na rozdiel od vektorových priestorov, zďaleka nie všetky grupy, dokonca
ani tie konečne generované, sú voľné. Jednako – ako ukazuje nasledujúca veta
– voľné grupy sú v istom zmysle predobrazmi všetkých grúp.
27.7.2. Veta. Každá grupa je homomorfným obrazom nejakej voľnej grupy.
Dôkaz. Nech G je ľubovovoľná grupa a X ⊆ G je nejaká množina jej generátorov
(vždy môžeme položiť napr. X = G). Nech F = FG(X) je voľná
grupa nad množinou X. Uvažujme identitu idX ako zobrazenie idX : X → G.
Podľa predchádzajúcej vety existuje (dokonca jediný) homomorfizmus grúp
27.7. Voľné a konečne prezentované grupy 617
ϕ: F → G taký, že ϕ(x) = x pre všetky x ∈ X. Keďže X generuje G, zrejme
ϕ je surjekcia.
Napríklad voľná grupa s jedným generátorom x je zrejme nekonečná cyklická
grupa, teda (FG(x), ·) ∼= (Z, +). Podľa tvrdenia 27.3.1 je každý homomorfizmus
Z → G jednoznačne určený obrazom jej generátora 1 ∈ Z, ktorým
môže byť každý prvok grupy G. Homomorfné obrazy grupy Z – grupy Zn,
kde 2 ≤ n ∈ N, – však voľné nie sú. Voľné grupy s viac než jedným generátorom
už nie sú komutatívne a majú podstatne zložitejšiu štruktúru. Nech
X ⊆ G je nejaká množina, ktorá generuje grupu G. Uvažujme (jednoznačne
určený) surjektívny homomorfizmus ϕ: FG(X) → G rozširujúci identické
zobrazenie idX : X → G. Potom jeho jadro N = Ker ϕ je normálna podgrupa
voľnej grupy FG(X). Ľubovoľný prvok s1 . . . sn ∈ N predpisuje rovnosť
s1 . . . sn = e, ktorá musí platiť v grupe G. Ak napr. xyx−1
y−1
∈ N, znamená
to, že v G platí xyx−1
y−1
= e, t. j. generátory x, y ∈ X komutujú.
Podobne, ak xxx ∈ N, tak v G platí x3
= e, t. j. generátor x má rád 3,
prípadne 1. Keby sme vypísali všetky slová, ktoré sú prvkami grupy N, dostali
by sme tak zoznam všetkých redukovaných grupových slov nad abecedou
X, ktoré sa v grupe G rovnajú neutrálnemu prvku e. Keďže každú
rovnosť medzi slovami r1 . . . rm = s1 . . . sn možno prepísať na ekvivalentný
tvar r1 . . . rms−1
n . . . s−1
1 = e, grupa N tak v sebe skrýva všetky možné rovnosti
medzi (redukovanými) grupovými slovami nad abecedou X, ktoré platia
v G.
Aby sme však mohli popísať grupu G ∼= FG(X)/N, nepotrebujeme explicitne
poznať všetky rovnosti s1 . . . sn = e spomínaného tvaru, ktoré platia
v G. Stačí mať k dispozícii nejaký menší zoznam takých rovností, z ktorých
všetky ostatné rovnosti v G logicky vyplývajú. Inak povedané, nepotrebujeme
zoznam všetkých prvkov grupy N FG(X), stačí nejaká jej podmnožina
E ⊆ N, taká, že |E| = N. Potom rovnosť r1 . . . rm = s1 . . . sn platí
v G práve vtedy, keď vyplýva z množiny rovností E, t. j. práve vtedy, keď
r1 . . . rms−1
n . . . s−1
1 ∈ |E| .
Faktorovú grupu FG(X)/ |E| značíme X | E a nazývame ju grupa prezentovaná
množinou generátorov X a množinou slov E. X | E tak predstavuje
„najvšeobecnejšiu grupu generovanú množinou X, v ktorej platia
rovnosti s1 . . . sn = e, kde s1 . . . sn ∈ E. Akákoľvek iná rovnosť medzi slovami
zostavenými z generátorov (t. j. z prvkov množiny X) v nej platí, len ak
je logickým dôsledkom rovností z E a axióm teórie grúp – inak nie. Špeciálne
FG(X) = X | ∅ .
Niekedy slová w ∈ E zapisujeme ako rovnosti w = e, prípadne slová tvaru
uv−1
∈ E ako rovnosti u = v. Napr.
x | xn
= x | xn
= e ,
618 27. Úvod do teórie grúp
predstavuje cyklickú grupu rádu n, teda izomorfnú s aditívnou grupou Zn.
Podobne
x, y | xyx−1
y−1
= x, y | xy = yx
predstavuje „voľnú abelovskú grupu s dvoma generátormi. Možno ukázať,
že je izomorfná s priamym súčinom Z × Z.
Grupy tvaru X | E , kde X aj E ⊆ FG(X) sú konečné množiny, nazývame
konečne prezentované grupy. Ak X = {x1, . . . , xn}, E = {w1, . . . , wk},
píšeme
X | E = x1, . . . , xn | w1, . . . , wk .
Zrejme každá konečná grupa je konečne prezentovaná (rozmyslite si prečo).
Ako sme však videli pred chvíľou, konečne prezentovaná grupa môže byť
nekonečná.
Prezentácie grúp hrajú dôležitú úlohu pri popise na nich definovaných
homomorfizmov.
27.7.3. Veta. Nech X | E je prezentácia grupy G a H je ľubovoľná grupa.
Potom zobrazenie f : X → H možno rozšíriť do homomorfizmu ϕ: G → H
práve vtedy, keď pre každé xk1
1 . . . xkn
n ∈ E, kde x1, . . . , xn ∈ X, k1, . . . , kn ∈
Z, platí f(x1)k1
. . . f(xn)kn
= eH. V tom prípade je homomorfizmus ϕ rozširujúci
f určený jednoznačne.
Dôkaz. Ak ϕ má byť homomorfizmus, tak jediný možný spôsob ako ho definovať
zrejme je
ϕ xk1
1 . . . xkn
n = ϕ(x1)k1
. . . ϕ(xn)kn
= f(x1)k1
. . . f(xn)kn
pre každý prvok xk1
1 . . . xkn
n grupy G. Ľahko možno overiť, že takto definované
zobrazenie je homomorfizmus grúp práve vtedy, keď f(x1)k
1 . . . f(xn)k
n = eH
pre každé xk1
1 . . . xkn
n ∈ E.
Ak si napríklad uvedomíme, že Zn
∼= x | xn
, pričom úlohu generátora x
hrá prvok 1 ∈ Zn, hneď vidíme, že priradenie 1 → a ∈ H možno rozšíriť do
homomorfizmu grúp ϕ: Zn → H práve vtedy, keď v H platí an
= e, čiže rád
prvku a je deliteľom čísla n. Taktiež naopak, každý homomorfizmus ϕ: Zn →
H je jednoznačne určený obrazom a = ϕ(1) jediného prvku 1 ∈ Zn. Úlohu
prvku 1 môže samozrejme zohrať ľubovoľný generátor cyklickej grupy Zn, t. j.
ľubovoľný prvok k ∈ Zn nesúdeliteľný s n.
27.7.4. Príklad. Metacyklickou grupou nazývame každú konečne prezentovanú
grupu tvaru
Fk
mn = x, y | xm
= yn
= e, xyx−1
= yk
,
27.7. Voľné a konečne prezentované grupy 619
kde m, n sú prirodzené čísla a k ∈ Zn je nesúdeliteľné s n také, že km
≡n 1.
Pripúšťame aj prípady m = 0 alebo n = 0; vtedy kladieme Z0 = Z, navyše
podmienka nesúdeliteľnosti k ∈ Z s n = 0 znamená k = ±1. Grupy Fk
mn
patria do širšej triedy grúp nazývaných Frobeniovými grupami.
Ukážeme, že každý prvok grupy Fk
mn má tvar yb
xa
pre jednoznačne určené
a ∈ Zm, b ∈ Zn. Uvedená prezentácia totiž umožňuje vypočítať všetky súčiny
yb
xa
· yd
xc
a previesť ich na súčin vhodných mocnín generátorov y a x. Ak si
totiž uvedomíme, že pre prvky ľubovoľnej grupy platí gug−1
·gvg−1
= guvg−1
a (gh)u(gh)−1
= g(huh−1
)g−1
, môžeme počítať
yb
xa
·yd
xc
= yb
·xa
yd
x−a
·xa+c
= yb
(xa
yx−a
)d
xa+c
= yb
ykad
xa+c
= yb+kad
xa+c
,
lebo xyx−1
= yk
a x2
yx−2
= xyk
x−1
= (xyx−1
)k
= (yk
)k
= yk2
, . . . ,
xa
yx−a
= yka
.
Pre m = 2, k = n − 1 dostávame dihedrálnu grupu ∆n z príkladu 27.2.2.
Keďže pre generátor y rádu n je yn−1
= y−1
, môžeme jej prezentáciu prepísať
do obvyklej podoby
∆n
∼= x, y | x2
= yn
= e, xyx−1
= y−1
.
Zrejme v uvedenej prezentácii zodpovedá generátor x osovej súmernosti podľa
niektorej z osí pravidelného n-uholníka a y otočeniu okolo jeho stredu o uhol
2π/n.
27.7.5. Príklad. Nech p, q sú ľubovoľné prvočísla. Keďže podľa dôsledku 27.6.8
multiplikatívna grupa Zq poľa Zq je cyklická rádu q −1, prvok k ∈ Zq rádu p
(t. j. k ∈ Zq, kp
≡q 1 a k = 1) existuje práve vtedy, keď p delí q − 1. V takom
prípade p < q a
Fk
pq = x, y | xp
= yq
= e, xyx−1
= yk
je nekomutatívna grupa rádu pq. Ukážeme, že metacyklická grupa Fk
pq nezávisí
na k; presnejšie, ak l ∈ Zq je iný prvok rádu p, tak Fk
pq
∼= Fl
pq.
Množina A = {a ∈ Zq; ap
= 1} tvorí cyklickú podgrupu grupy Zq rádu
p, preto l ∈ A = k . Teda existuje 1 ≤ r ≤ p − 1 také, že v Zq platí l = kr
,
čiže l ≡q kr
. Potom pre z = xr
∈ Fk
pq máme z = x , zp
= e a
zyz−1
= xr
yx−r
= ykr
= yl
.
To však podľa vety 27.7.3 znamená, že priradenie x → xr
, y → y možno
rozšíriť do homomorfizmu grupy
Fl
pq = x, y | xp
= yq
= e, xyx−1
= yl
do grupy Fk
pq. Čitateľ by si mal samostatne premyslieť, že ide naozaj o izo-
morfizmus.
620 27. Úvod do teórie grúp
27.8 Grupy homomorfizmov a charaktery abelovských
grúp
V paragrafe 6.5 sme videli, že všetky lineárne zobrazenia z vektorového priestoru
V do vektorového priestoru U nad daným poľom K opäť tvoria vektorový
priestor L(V, U). Niečo podobné platí aj pre abelovské grupy.
Množinu všetkých homomorfizmov grupy G do grupy H označujeme Hom(G, H).
Ak ϕ, ψ ∈ Hom(G, H), tak ich súčin po zložkách, t. j. zobrazenie ϕψ: G → H
dané predpisom (ϕψ)(x) = ϕ(x) ψ(x) pre x ∈ G, nemusí byť homomorfizmom.
Situácia sa však zmení, ak grupa H je komutatívna.
Jednoduchý dôkaz nasledujúceho tvrdenia prenechávame čitateľovi ako
cvičenie.
27.8.1. Tvrdenie. Nech G je ľubovoľná grupa a H je abelovská grupa. Potom
množina Hom(G, H) s operáciou súčinu po zložkách je abelovská grupa.
Ďalej sa budeme zaoberať výlučne grupami homomorfizmov medzi abelovskými
grupami.
27.8.2. Tvrdenie. Nech A, B1, B2, resp. A1, A2, B sú abelovské grupy.
Potom
(a) Hom(A, B1 × B2) ∼= Hom(A, B1) × Hom(A, B2);
(b) Hom(A1 × A2, B) ∼= Hom(A1, B) × Hom(A2, B);
Dôkaz. len naznačíme. Budeme používať aditívny zápis grupových operácií.
(a) Označme π1 : B1 × B2 → B1, π2 : B1 × B2 → B2 projekcie priameho
súčinu na prvý resp. druhý faktor, t. j. π1(b1, b2) = b1, π2(b1, b2) = b2 pre
(b1, b2) ∈ B1 × B2. Zrejme sú to surjektívne homomorfizmy. Niekoľkými priamočiarymi
výpočtami sa možno presvedčiť, že priradením ϕ → (π1 ◦ϕ, π2 ◦ϕ)
je určený izomofizmus grúp Hom(A, B1 × B2) → Hom(A, B1) × Hom(A, B2).
(b) Označme ι1 : A1 → A1 × A2, ι2 : A2 → A1 × A2 kanonické vnorenia
prvého resp. druhého činiteľa do ich priameho súčinu, t. j. ι1(a1) = (a1, 0),
ι2(a2) = (0, a2) pre a1 ∈ A1, a2 ∈ A2. Zrejme sú to injektívne homomorfizmy.
Opäť sa sa možno ľahko presvedčiť, že zobrazenie ϕ → (ϕ ◦ ι1, ϕ ◦ ι2) je
izomorfizmus grúp Hom(A1 × A2, B) → Hom(A1, B) × Hom(A2, B).
Zvláštnu pozornosť si zaslúžia grupy homomorfizmov do (abelovskej) grupy
komplexných jednotiek U(1). Jedným z dôvodov je ich súvis s diskrétnou Fourierovou
transformáciou, ktorý si bližšie všimneme v paragrafe 30.2. Charakterom
abelovskej grupy G nazývame ľubovoľný homomorfizmus α: G → U(1)
a grupe
Gd
= Hom(G, U(1))
27.8. Grupy homomorfizmov a charaktery abelovských grúp 621
hovoríme grupa charakterov alebo tiež duálna grupa abelovskej grupy G.
Jednotkou v grupe Gd
je triviálny charakter ε: G → U(1), t. j. ε(x) = 1 pre
každé x ∈ G, a inverzný prvok k charakteru α ∈ Gd
je k nemu komplexne
združený charakter α−1
= α.
Tvrdenie 27.8.2 (b) má nasledujúci dôsledok.
27.8.3. Dôsledok. Pre ľubovoľné abelovské grupy G1, G2 platí
(G1 × G2)d ∼= Gd
1 × Gd
2.
27.8.4. Tvrdenie. Pre ľubovoľné n ≥ 1 je Zd
n
∼= Zn.
Dôkaz. Keďže grupa Zn je cyklická s generátorom 1, ľubovoľný charakter
α: Zn → U(1) je podľa vety 27.7.3 jednoznačne určený svojou hodnotou
α(1) ∈ U(1). Naopak, číslo c ∈ U(1) môže byť hodnotou c = α(1) charakteru
α: Zn → U(1) práve vtedy, keď vyhovuje binomickej rovnici cn
= 1. Možné
hodnoty α(1) tak tvoria podgrupu
Cn = {c ∈ U(1); cn
= 1} = e2πia/n
; a ∈ Zn
grupy U(1) izomorfnú so Zd
n. Zrejme a → e2πia/n
je izomorfizmus Zn → Cn,
takže Zd
n
∼= Cn
∼= Zn.
Na základe faktu, že každá konečná abelovská grupa G je izomorfná s nejakým
priamym súčinom cyklických grúp Zn1 × . . . × Znk
, ktorý sme nútení
prijať bez dôkazu, tak z dôsledku 27.8.3 a z tvrdenia 27.8.4 vyplýva nasledujúci
výsledok.
27.8.5. Veta. Pre ľubovoľnú konečnú abelovskú grupu G platí Gd ∼= G.
Charaktery grupy G = Zn1 ×. . .×Znk
už vieme explicitne popísať: každý
z nich má tvar
α(x) = cx1
1 . . . cxk
k = e2πia1x1/n1
. . . e2πiakxk/nk
= exp 2πi
k
j=1
ajxj
nj
,
kde x = (x1, . . . , xk) ∈ G a c1, . . . , ck ∈ U(1) sú pevné čísla také, že c
nj
j = 1,
t. j. cj = e2πiaj/nj
pre nejaké aj ∈ Znj
. Potom priradenie α → (c1, . . . , ck)
určuje izomorfizmus grúp (Zn1 × . . . × Znk
)d ∼= Cn1 × . . . × Cnk
a priradenie
α → (a1, . . . , ak) izomorfizmus grúp (Zn1 × . . . × Znk
)d ∼= Zn1 × . . . × Znk
.
Podotknime, že vetu 27.8.5 nemožno rozšíriť na nekonečné abelovské grupy.
Napr. pre grupu celých čísel Z zrejme platí
Zd ∼= U(1) ∼= Z.
622 27. Úvod do teórie grúp
Ďalej poznamenajme, že izomorfizmus Zn
∼= Zd
n z tvrdenia 27.8.4 nie je
kanonický. Závisí totiž od voľby generátora cyklickej grupy Zn. Tým môže
byť popri prvku 1 ľubovoľný prvok a ∈ Zn nesúdeliteľný s n. Z podobných
dôvodov nie je kanonický izomorfizmus G ∼= Gd
z vety 27.8.5.
Konečná abelovská grupa G je však kanonicky izomorfná so svojim druhým
duálom Gdd
(a tento výsledok už možno – ale až s využitím vhodných
topologických pojmov – zovšeobecniť aj na niektoré nekonečné, tzv. lokálne
kompaktné abelovské grupy).
Ľahko nahliadneme, že pre každý prvok x abelovskej grupy G je predpi-
som
x∆
(α) = α(x),
kde α ∈ Gd
, definovaný homomorfizmus x∆
: Gd
→ U(1). To znamená, že
x∆
∈ Gdd
a x → x∆
je zobrazenie G → Gdd
.
27.8.6. Veta. Nech G je konečná abelovská grupa. Potom x → x∆
je izomorfizmus
grúp G ∼= Gdd
.
Dôkaz. Označme ∆(x) = x∆
. Priamym výpočtom, ktorý prenechávame čitateľovi,
možno overiť, že ∆: G → Gdd
je homomorfizmus. Keďže G ∼= Gd ∼=
Gdd
, všetky tieto grupy majú rovnaký počet prvkov. Stačí preto dokázať, že
∆ je injektívne, čiže Ker ∆ = {0}.
Zvoľme x ∈ G, x = 0. Keďže G je konečná, stačí sa zaoberať prípadom,
keď G = Zn1 × . . . × Znk
je priamym súčinom cyklických grúp. Potom x =
(x1, . . . , xk), kde xj ∈ Znj
. Nakoľko x = (0, . . . , 0), xj = 0 pre nejaké j ≤ k.
Definujme α ∈ Gd
predpisom α(y) = e2πiyj/nj
pre y = (y1, . . . , yk) ∈ G.
Zrejme α(x) = 1, preto
∆(x)(α) = x∆
(α) = α(x) = 1,
t. j. x∆
= ∆(x) nie je jednotkový prvok grupy Gdd
(triviálny charakter Gd
→
U(1)) a x /∈ Ker ∆. Teda Ker ∆ = {0}.
Na základe uvedeného kanonického izomorfizmu stotožníme konečnú abelovskú
grupu G s grupou Gdd
charakterov jej duálnej grupy Gd
. Každý prvok
x = x∆
grupy G tak zároveň považujeme za charakter grupy Gd
a pre α ∈ Gd
máme x(α) = α(x).
Na budúce použitie ešte zaznamenáme jeden technický výsledok.
27.8.7. Lema. Nech G je konečná abelovská grupa a α ∈ Gd
. Potom
x∈G
α(x) =
0, ak α = ε,
# G, ak α = ε.
Cvičenia 623
Dôkaz. Opäť stačí uvažovať prípad G = Zn1 × . . . × Znk
. Ľubovoľné α ∈ Gd
má tvar
α(x) = cx1
1 . . . cxk
k ,
kde x = (x1, . . . , xk) ∈ G a c1, . . . , ck ∈ U(1) sú pevné čísla také, že c
nj
j = 1.
Zrejme α = ε práve vtedy, keď c1 = . . . = ck = 1. Počítajme
x∈G
α(x) =
n1−1
x1=0
. . .
nk−1
xk=0
cx1
1 . . . cxk
k =
n1−1
x1=0
cx1
1 . . .
nk−1
xk=0
cxk
k .
V poslednom výraze je každý jednotlivý činiteľ súčtom prvých nj členov
geometrickej postupnosti s kvocientom cj, t. j.
nj−1
xj=0
c
xj
j =



c
nj
j − 1
cj − 1
= 0, ak cj = 1,
nj−1
xj=0
1 = nj, ak cj = 1.
V dôsledku toho
x∈G
α(x) =
0, ak α = ε,
n1 . . . nk = # G, ak α = ε.
Cvičenia
27.1. Pojem grupy možno definovať viacerými alternatívnymi spôsobmi.
(a) Nech G je neprázdna množina s asociatívnou binárnou operáciou ·. Dokážte, že
nasledujúce podmienky sú ekvivalentné:
(i) (G, ·) je grupa;
(ii) v (G, ·) platia pravidlá o krátení zľava (∀ x, y, z ∈ G)(xy = xz ⇒ y = z) a
sprava (∀ x, y, z ∈ G)(xy = zy ⇒ x = z) a pre každé a, b ∈ G majú rovnice
ax = b, ya = b aspoň jedno riešenie, t. j. (∀ a, b ∈ G)(∃ x, y ∈ G)(ax = b & ya =
b);
(iii) pre ľubovoľné a, b ∈ G majú rovnice ax = b, ya = b jediné riešenie v G, t. j.
(∀ a, b ∈ G)(∃! x, y ∈ G)(ax = b & ya = b);
(iv) (G, ·) má ľavú jednotku a každý prvok v G má ľavý inverzný, t. j. (∃ e ∈
G)(∀ x ∈ G) ex = x & (∃ x ∈ G)(x x = e) ;
(v) (G, ·) má pravú jednotku a každý prvok v G má pravý inverzný, t. j. (∃ e ∈
G)(∀ x ∈ G) xe = x & (∃ x ∈ G)(xx = e) .
(Návod: V dôkaze implikácie (iv) ⇒ (v), dokážte najprv, že ľavá jednotka v G je
zároveň pravou jednotkou, a potom, že ľavý inverzný prvok k x ∈ G je zároveň
pravý inverzný prvok k x.)
(b) Na základe (iv) resp. (v) ukážte, že aj z podmienok (ii) resp. (iii) možno niečo
624 27. Úvod do teórie grúp
vynechať, a (G, ·) spĺňajúca takéto oslabené podmienky bude stále ešte grupou.
Skúste nájsť viac možností.
(c) Nech G je neprázdna množina s asociatívnou binárnou operáciou ·, ktorá spĺňa
pravidlo o krátení zľava, má ľavú jednotkou a ku každému prvku existuje pravý
inverzný, t. j. (∃ e ∈ G)(∀ x ∈ G) ex = x & (∃ x ∈ G)(xx = e) . Zostrojte príklad,
z ktorého vyplýva, že (G, ·) aj tak nemusí byť nevyhnutne grupa.
(Návod: Operáciu · zadefinujte tak, aby každý prvok množiny G bol ľavou jednot-
kou.)
27.2. (a) Dokážte tvrdenie 27.1.5.
(b) Doplňte vynechané podrobnosti v dôkazoch tvrdení 27.2.5, 27.2.6.
(c) Dokážte tvrdenia 27.3.2 – 27.3.6.
27.3. (a) V abelovskej grupe pre ľubovoľné prvky a, b a celé číslo n platí (ab)n
= an
bn
.
Dokážte, že uvedené tvrdenie platí v ľubovoľnej grupe za predpokladu, že prvky a,
b komutujú.
(b) Nájdite príklad neabelovskej grupy a v nej prvkov a, b takých, že (ab)2
= a2
b2
.
27.4. Neprázdna podmnožina konečnej grupy (G, ·) je jej podgrupou práve vtedy, keď je
uzavretá na grupový súčin. Dokážte.
27.5. Dokážte nasledujúce tvrdenia o cyklických grupách:
(a) Každá podgrupa cyklickej grupy je cyklická.
(b) Každý homomorfný obraz cyklickej grupy je cyklická grupa.
(c) Grupa G je cyklická práve vtedy, keď je homomorfným obrazom grupy (Z, +).
(d) Ak celé číslo k ≥ 1 delí rád konečnej cyklickej grupy G, tak G má práve jednu
podgrupu rádu k.
27.6. Dokážte nasledujúce zovšeobecnenie Lagrangeovej vety: Ak S, T sú podgrupy konečnej
grupy G a S ⊆ T, tak [G : S] = [G : T] [T : S].
27.7. Nájdite všetky podgrupy grúp Z4 a a Z2 × Z2. Odvoďte z toho, že uvedené grupy
nie sú izomorfné.
27.8. (a) Zostrojte multiplikatívne tabuľky grúp ∆4 a ∆5.
(b) Nájdite všetky podgrupy týchto grúp. Ktoré z nich sú normálne?
27.9. Nech G je grupa a S, T sú jej podgrupy. Označme S ∨ T = S ∪ T podgrupu grupy
G generovanú množinou S ∪ T, t. j. najmenšiu podgrupu grupy G, ktorá obsahuje
S aj T. Dokážte dve nasledujúce tvrdenia:
(a) Ak pre podgrupy S, T platí ST = TS, tak S ∨ T = ST = TS.
(b) Ak aspoň jedna z podgrúp S, T je normálna, tak ST = TS, teda tiež S ∨ T =
ST = TS.
(c) Na príklade podgrúp vhodnej dihedrálnej grupy ∆n ukážte, že množina ST
nemusí byť podgrupou grupy G.
27.10. (a) Všetky otočenia roviny R2
okolo počiatku tvoria podgrupu grupy S(R), ◦ všetkých
bijekcií R → R s operáciou kompozície zobrazení, izomorfnú s multiplikatívnou
grupou všetkých komplexných jednotiek U(1). Dokážte.
(b) Dokážte, že všetky otočenia roviny R2
okolo počiatku o celočíselný počet stup-
Cvičenia 625
ňov tvoria podgrupu grupy všetkých otočení roviny okolo počiatku. Pre ktoré n je
táto grupa izomorfná s cyklickou grupou Zn?
27.11. Dokážte postupne nasledujúce tvrdenia:
(a) Každá konečná podgrupa multiplikatívnej grupy (C , ·) je nevyhnutne podgrupou
grupy komplexných jednotiek U(1) ⊆ C .
(b) Každá konečná podgrupa S grupy U(1) je cyklická, teda izomorfná s grupou
Zn pre n = # S.
(c) Množina e2πiQ
= e2πiq
; q ∈ Q je podgrupou grupy U(1).
(d) Každá konečná podgrupa grupy U(1), teda aj C , je podgrupou grupy e2πiQ
.
(e) Ak a ∈ R je iracionálne číslo, tak cyklická podgrupa e2πia
grupy U(1) je nekonečná,
teda izomorfná s grupou (Z, +).
(f) Podgrupa S = e2πia
, kde a ∈ R Q, je navyše hustá v U(1), t. j. pre ľubovoľné
x ∈ U(1) a ε > 0 existuje s ∈ S také, že |x − s| < ε.
(g) Podgrupa e2πiQ
je takisto hustá v U(1).
27.12. Nech N G je normálna podgrupa grupy G a M N je normálna podgrupa
grupy N. Vyplýva z toho, že M je normálna podgrupa grupy G?
27.13. Nech G je konečná grupa a H je jej podgrupa indexu 2. Dokážte, že H je normálna.
Odvoďte z toho, že pre každé n ≥ 2 je alternujúca grupa An normálnou podgrupou
symetrickej grupy Sn. Viete tento výsledok dokázať aj iným spôsobom?
27.14. Sformulujeme a dokážeme Eulerovu vetu, ktorá je zovšeobecnením malej Fermatovej
vety (dôsledok 27.4.3).
(a) Ak n ≥ 2 je celé číslo, tak prvky množiny Zn nesúdeliteľné s n tvoria grupu
vzhľadom na násobenie v Zn. Dokážte. Túto grupu značíme (Zn, ·) a jej rád φ(n).
Funkciu φ: N {0} → N {0} (doplnenú o hodnotu φ(1) = 1) nazývame Eulerovou
funkciou.
(b) Dokážte, že φ(p) = p − 1 pre každé prvočíslo p.
(c) Nech n = pm1
1 . . . pmk
k je rozklad čísla n na prvočinitele (pi sú rôzne prvočísla a
mi ≥ 1). Odvoďe explicitné vyjadrenie φ(n) = pm1−1
1 (p1 − 1) . . . pmk−1
k (pk − 1).
(d) Dokážte Eulerovu vetu: Ak n ≥ 2 je celé číslo, x je celé číslo nesúdeliteľné s n,
tak xφ(n)
≡n 1.
(e) Počet prvkov cyklickej grupy rádu n, ktorých rád je rovný danému deliteľovi d
čísla n je rovný číslu φ(d). Dokážte.
27.15. Nech ϕ: G → H je homomorfizmus grúp a X ⊆ G je ľubovoľná množina.
(a) Dokážte rovnosť ϕ X = ϕX .
(b) Dokážte inklúziu ϕ |X| ⊆ |ϕX| a na príklade ukážte, že rovnosť nemusí nastať.
(c) Dokážte, že ak homomorfizmus ϕ je surjektívny, tak ϕ |X| = |ϕ(X)| .
(d) Odvoďte z (b), že homomorfný obraz ϕ(N) normálnej podgrupy N G nemusí
byť normálnou podgrupou v H.
(e) Odvoďte z (c), že homomorfný obraz ϕ(N) normálnej podgrupy N G v surjektívnom
homomorfizme ϕ je normálna podgrupa v H.
(f) Predpokladajme, že ϕ je surjektívny homomorfizmus. Dokážte, že zobraze-
626 27. Úvod do teórie grúp
nie N → ϕ(N) je bijekcia z množiny Nϕ = {N G; Ker ϕ ⊆ N} na množinu
všetkých normálnych podgrúp grupy H a pre ľubovoľné M, N ∈ Nϕ platí
M ⊆ N ⇔ ϕ(M) ⊆ ϕ(N).
27.16. Nech N G je normálna podgrupa grupy G. Overte Nx · Ny = N(xy), (Nx)−1
=
Nx−1
ako rovnosti množín.
27.17. Zmodifikujte definíciu homomorfizmu x → eix
z príkladu 27.5.6 tak, aby ste získali
izomorfizmus R/Z ∼= U(1).
27.18. Dokážte nasledujúce vety o izomorfizmoch grúp tak, že zakaždým nájdete konkrétne
kanonické izomorfizmy.
(a) Prvá (kosoštvorcová) veta o izomorfizme: Nech N, S sú podgrupy grupy G,
pričom N G. Potom N ∩ S S, NS je podgrupa v G a S/(N ∩ S) ∼= NS/N.
(b) Druhá veta o (dvojnom) izomorfizme: Nech M, N sú normálne podgrupy grupy
G, pričom M ⊆ N. Potom M N, N/M = ζM (N) je normálna podgrupa faktorovej
grupy G/N a platí (G/M)/(N/M) ∼= G/N.
(c) Tretia veta o izomorfizme: Nech N1 je normálna podgrupa grupy G1 a N2 je
normálna podgrupa grupy G2. Potom N1 ×N2 je normálna podgrupa grupy G1 ×G2
a platí G1/N1 × G2/N2
∼= (G1 × G2)/(N1 × N2).
27.19. Dokážte, že nasledujúce grupy sú izomorfné:
(a) (R , ·) ∼= (R+
, ·) × ({−1, 1}, ·) ∼= (R, +) × (Z2, +);
(b) (C , ·) ∼= (R+
, ·) × (U(1), ·) ∼= (R, +) × (U(1), ·).
27.20. Pripomeňme, že RRRhhhθ = ch θ sh θ
sh θ ch θ je označuje maticu hyperbolickej rotácie (pozri
paragraf 16.9). Dokážte, že priradením θ → RRRhhhθ je definovaný injektívny grupový
homomorfizmus RRRhhh: (R, +) → GL(2, R), · .
27.21. (a) Podajte priamy dôkaz izomorfizmu grúp Zn × Zn
∼= Zmn pre nesúdeliteľné celé
čísla m, n ≥ 1. (Návod: Určte rád prvku (1, 1)).
(b) Pre nesúdeliteľné celé čísla m, n ≥ 1 existujú celé čísla a, b také, že am+bn = 1.
Dokážte jednak priamo, jednak ako dôsledok tvrdenia 27.6.4.
(c) Odvoďte z (b), že pre ľubovoľné celé čísla m, n ≥ 1 existujú a, b ∈ Z také, že
am + bn je najväčší spoločný deliteľ čísel m, n.
27.22. Uvažujme komutatívny diagram grupových homomorfizmov:
{e} −−−−→ F1
ϕ1
−−−−→ G1
ψ1
−−−−→ H1 −−−−→ {e}

α

β

γ
{e} −−−−→ F2 −−−−→
ϕ2
G2 −−−−→
ψ2
H2 −−−−→ {e}
ktorého riadky tvoria krátke exaktné postupnosti. Dokážte, tzv. lemu o piatich ho-
momorfizmoch:4
(a) Ak sú oba krajné zvislé homomorfizmy α, γ injektívne, tak aj stredný homomorfizmus
β je injektívny.
4
Názov je mierne povedané čudný, lebo v hre je minimálne sedem homomorfizmov.
Zrejme ide o pokračovanie literárnej tradície v duchu Alexandra Dumasa: aj jeho Traja
mušketieri boli v skutočnosti štyria.
Cvičenia 627
(b) Ak sú oba krajné zvislé homomorfizmy α, γ surjektívne, tak aj stredný homomorfizmus
β je surjektívny.
(c) Ak sú oba krajné zvislé homomorfizmy α, γ izomorfizmy, tak aj stredný homomorfizmus
β je izomorfizmus.
27.23. Komutátorom prvkov x, y v grupe G nazývame výraz [x, y] = xyx−1
y−1
. Podgupu
[G, G] = [x, y]; x, y ∈ G grupy G generovanú všetkými komutátormi nazývame
komutantom alebo tiež deriváciou grupy G. Dokážte nasledujúce tvrdenia:
(a) Prvky x, y komutujú práve vtedy, keď [x, y] = 1.
(b) Grupa G je komutatívna práve vtedy, keď jej komutant je triválna podgrupa,
t. j. [G, G] = {e}.
(c) Komutant grupy je vždy jej normálna podgrupa, t. j. [G, G] G.
(d) Nech N G je normálna podgrupa grupy G. Potom faktorová grupa G/N je
komutatívna práve vtedy, keď [G, G] ⊆ N.
27.24. Dokážte nasledujúci dodatok k vete 27.7.3. Nech X je podmnožina grupy G a E je
nejaká množina redukovaných grupových slov nad abecedou X. Ak ϕ: G → X | E
je prostý homomorfizmus grúp taký, že ϕ(x) = x pre každé x ∈ X, tak ϕ je
izomorfizmus G na X | E .
27.25. (a) Podrobne zdôvodnite výpočet súčinu yb
xa
· yd
xc
v príklade 27.7.4 o metacyklických
grupách Fk
mn.
(b) Na základe cvičenia 27.23 (c) doplňte ďalšie vynechané detaily v tomto príklade.
(c) Popíšte komutant metacyklickej grupy Fk
mn a dokážte, že Fk
mn, Fk
mn
∼= Zn.
(d) Pomocou cvičenia 27.23 (c) odvoďte z (c), že grupa Fk
mn je rozšírením cyklickej
grupy Zm pomocou cyklickej grupy Zn. Popíšte príslušnú krátku exaktnú postup-
nosť.
27.26. Dokážte, že homomorfizmus Fl
pq → Fk
pq z príkladu 27.7.5 je naozaj izomorfizmus.
27.27. Dokážte tvrdenie 27.8.1.
27.28. (a) Nech H je abelovská grupa. Dokážte izomorfizmus grúp Hom(Z, H) ∼= H.
(b) Odvoďte z (a), že duálna grupa ku grupe celých čísel Z je izomorfná s grupou
komplexných jednotiek U(1), čiže Zd ∼= U(1).
27.29. Dokážte tvrdenie 27.8.1 a doplňte vynechané detaily z dôkazov tvrdenia 27.8.2 a
vety 27.8.6.
27.30. (a) Nech m, n ≥ 1 sú celé čísla. Dokážte izomorfizmus grúp Hom(Zm, Zn) ∼= Zd, kde
d je najväčší spoločný deliteľ čísel m, n.
(b) Vychádzajúc z faktu, že každá konečná abelovská grupa je priamym súčinom
cyklických grúp, a z tvrdenia 27.8.2 odvoďte z (a), že pre ľubovoľné konečné abelovské
grupy G, H platí Hom(G, H) ∼= Hom(H, G).
28. Grupy transformácií
V tejto kapitole si trochu bližšie všimneme niektoré typy grúp transformácií.
Nebudeme sa však systematicky venovať ich štúdiu. Začneme dôkazom tzv.
Cayleyho vety o reprezentácii, podľa ktorej je každá grupa izomorfná s nejakou
grupou transformácií, a sústredíme sa najmä na využitie tohto faktu
pri štúdiu abstraktných grúp. Uvidíme, že práve reprezentácie abstraktných
grúp ako grúp transformácií konkrétnych množín, často vybavených dodatočnou
štruktúrou, sú veľmi účinným nástrojom, ktorý nám umožňuje hlbšie
preniknúť do štruktúry pôvodných grúp a jasnejšie osvetliť ich stavbu.
Ani v tomto smere však nebudeme postupovať príliš ďaleko. Uspokojíme
sa s vybudovaním niekoľkých základných pojmov a techník, ktoré využijeme
v nasledujúcej kapitole venovanej maticovým grupám, a týmito elementárnymi
prostriedkami sa pokúsime zodpovedať niektoré prirodzené otázky,
ktoré by pri štúdiu tejto a predchádzajúcej kapitoly mohli či – lepšie povedané
– mali napadnúť zvedavého čitateľa.
28.1 Cayleyho veta o reprezentácii
Nech X je ľubovoľná množina. Každú podgrupu G ⊆ S(X) grupy všetkých
permutácií množiny X nazývame grupou transformácií množiny X.
Hovoríme, že G je grupa transformácií, ak G je grupou transformácií nejakej
množiny.
Zrejme všetky prvky ľubovoľnej grupy transformácií sú bijektívne transformácie
príslušnej množiny. Podľa uvedenej definície je množina G ⊆ S(X)
grupou transformácií množiny X práve vtedy, keď idX ∈ G a pre všetky
f, g ∈ G platí f ◦ g ∈ G a f−1
∈ G, t. j. G obsahuje identické zobrazenie na
X, je uzavretá vzhľadom na kompozíciu zobrazení a s každým zobrazením
obsahuje aj k nemu inverzné zobrazenie.
Ukazuje sa, že grupy transformácií, až na izomorfizmus, zahŕňajú vôbec
všetky grupy. Inak povedané, každú abstraktnú grupu (G, ·) možno reprezentovať
konkrétnym spôsobom ako grupu transformácií nejakej množiny X a
jej grupovú operáciu skladaním zobrazení.
28.1.1. Veta. (Cayley) Každá grupa je izomorfná s nejakou grupou trans-
formácií.
Dôkaz. Vlastne stačí k danej grupe G nájsť nejakú vhodnú množinu X a
28.2. Akcie a reprezentácie grúp 629
injektívny homomorfizmus grúp Φ: G → S(X). Podľa vety 27.5.4 o homomorfizme
G je potom izomorfná s grupou transformácií Im Φ ⊆ S(X).
Zvoľme X = G a pre g ∈ G, x ∈ X položme Φg(x) = gx. Inak povedané,
pre g ∈ G je Φg : X → X zobrazenie dané priradením x → gx. Každé
zobrazenie Φg je zrejme bijektívne, s inverzným zobrazením Φ−1
g = Φg−1 : x →
g−1
x, takže Φ: G → S(X).
Dokážeme, že Φ je homomorfizmus grúp, t. j. Φgh = Φg ◦ Φh pre všetky
g, h ∈ G. Nato stačí overiť, že obe zobrazenia dávajú rovnaké výsledky pre
každé x ∈ X:
Φgh(x) = (gh)x = g(hx) = Φg(Φh(x)) = (Φg ◦ Φh)(x).
Na dôkaz injektívnosti homomorfizmu Φ sa stačí presvedčiť, že má triválne
jadro. Ak g ∈ Ker Φ, tak Φg = idX, preto gx = Φg(x) = idX(x) = x pre všetky
x ∈ X. Voľbou x = e dostávame g = ge = e, teda Ker Φ = {e}.
28.1.2. Príklad. Nech (V, +) je aditívna grupa nejakého vektorového priestoru
(nad ľubovoľným poľom K). Pre každé uuu ∈ V označme Φuuu : V → V
zobrazenie dané priradením xxx → xxx + uuu pre xxx ∈ V , t. j. posunutie (transláciu)
o vektor uuu. Zrejme každé posunutie Φuuu je bijektívne zobrazenie (k nemu
inverzné zobrazenie je posunutie o vektor −uuu) a pre uuu,vvv ∈ V platí Φuuu+vvv =
Φuuu ◦ Φvvv. Inak povedané, zložením posunutí o vektory uuu a vvv dostaneme posunutie
o vektor uuu + vvv. Samozrejme, identickým zobrazením idV : V → V je
jedine posunutie Φ0 o nulový vektor 0. Φ: (V, +) → (S(V ), ◦) je tak injektívny
grupový homomorfizmus a (V, +) je izomorfná s grupou Im Φ ⊆ S(V )
všetkých posunutí priestoru V .
Výslovne upozorňujeme, že – napriek dojmu, ktorý by snáď mohol navodiť
dôkaz vety 28.1.1 a príklad 28.1.2, – zďaleka nie pre každý injektívny
homomorfizmus grúp Φ: G → S(X) musí množina X splývať so základnou
množinou grupy G.
28.2 Akcie a reprezentácie grúp
Niektoré metódy, ktoré sa vyskytli v dôkaze Cayleyho vety, stoja za podrobnejšie
preskúmanie vo všeobecnej polohe.
Nech (G, ·, e) je grupa a X je ľubovoľná množina.
(a) Akciou grupy G na množine X nazývame binárnu operáciu ·: G×X →
X, ktorá spĺňa podmienky
ex = x a g(hx) = (gh)x
pre ľubovoľné g, h ∈ G, x ∈ X. Uvedený typ akcie presnejšie nazývame ľavou
akciou grupy G na množine X. Analogicky možno definovať aj pravú akciu
630 28. Grupy transformácií
·: X × G → X grupy G na množine X; formuláciu príslušných podmienok
prenechávame čitateľovi.
(b) Reprezentáciou grupy G v množine X nazývame ľubovoľný grupový
homomorfizmus Φ: G → S(X). Keďže pre g ∈ G je samotné Φ(g): X →
X zobrazenie, budeme miesto Φ(g) dávať prednosť zápisu Φg; podmienka
homomorfnosti Φ má potom tvar rovnosti Φgh = Φg ◦Φh pre všetky g, h ∈ G.
Rozdiel medzi pojmami akcie a reprezentácie je čiste formálny, sú to len
dva mierne odlišné spôsoby ako hovoriť o tom istom. Ak je daná akcia ·: G×
X → X, tak každé g ∈ G určuje predpisom Φg(x) = gx bijekciu Φg ∈ S(X);
k nej inverzná bijekcia je daná prepisom Φg−1 (x) = g−1
x. Zobrazenie Φ: G →
S(X) je potom reprezentáciou grupy G v množine X. Z vlastností akcie totiž
vyplýva podmienka homomorfnosti Φ:
Φgh(x) = (gh)x = g(hx) = Φg(Φh(x)) = (Φg ◦ Φh)(x),
pre všetky g, h ∈ G, x ∈ X. Naopak, každá reprezentácia Φ: G → S(X)
určuje predpisom gx = Φg(x) akciu ·: G × X → X. Dôvody sú podobné: na
dôkaz podmienky g(hx) = (gh)x stačí prepísať uvedené rovnosti v mierne
pozmenenom poradí; podmienka ex = x vyplýva z vlastnosti reprezentácie
Φe = idX.
Nech grupa G má akciu na množine X. Orbitou prvku x ∈ X (vzhľadom
na túto akciu) naývame množinu
Gx = {gx; g ∈ G}.
Podobne ako v paragrafe 27.4, i teraz možno ľahko nahliadnuť, že pre ľubovoľné
x, y ∈ X platí x = ex ∈ Gx a
Gx ∩ Gy = ∅ ⇔ Gx = Gy.
Z toho vyplýva, že systém orbít všetkých prvkov grupy G tvorí rozklad
množiny X; hovoríme mu orbitálny rozklad množiny X a značíme ho X/G.
K nemu prislúchajúcu ekvivalenciu možno vyjadriť nasledujúcimi štyrmi ekvivalentnými
spôsobmi:
x ≡G y ⇔ Gx = Gy ⇔ x ∈ Gy ⇔ y ∈ Gx ⇔ Gx ∩ Gy = ∅.
Hovoríme, že množina T ⊆ X je transverzálna, ak # (Gx ∩ T) = 1 pre každé
x ∈ X, t. j. T obsahuje práve jedného reprezentanta každej orbity Gx ∈ X/G.
Stabilizátorom prvku x ∈ X nazývame množinu
Stb(x) = {g ∈ G; gx = x}.
Ľahko sa možno presvedčiť, že stabilizátor Stb(x) je dokonca podgrupou
grupy G. Podobne nazývame
Fix(g) = {x ∈ G; gx = x}
28.2. Akcie a reprezentácie grúp 631
množinou pevných bodov, prípadne množinou fixpunktov prvku g ∈ G. Zrejme
pre g = e máme Fix(e) = X.
Nasledujúce dva výsledky dávajú do súvisu práve zavedené pojmy.
28.2.1. Veta. Nech grupa G má akciu na množine X. Potom pre každé
x ∈ X je predpisom g Stb(x) → gx korektne definované bijektívne zobrazenie
G/ Stb(x) → Gx medzi množinou pravých tried rozkladu grupy G podľa
stabilizátora Stb(x) a orbitou Gx. Ak G alebo X je konečná, tak z toho
vyplýva
# Gx = [G : Stb(x)].
Ak X je konečná, tak navyše pre každú transverzálnu množinu T ⊆ X platí
#X =
x∈T
[G : Stb(x)].
Dôkaz. Označme S = Stb(x). Predpisom g → gx je zrejme definované surjektívne
zobrazenie G → Gx. Pre všetky g, h ∈ G pritom platí
gx = hx ⇔ x = g−1
hx ⇔ g−1
h ∈ S ⇔ gS = hS,
To znamená, že predpisom gS → gx je naozaj korektne definované bijektívne
zobrazenie G/S → Gx. To dokazuje prvú rovnosť. Keďže množina X je zjednotením
po dvoch disjunktných orbít Gx, x ∈ T, druhá rovnosť je dôsledkom
prvej.
Poznamenajme, že druhá z rovností vety 28.2.1 sa niekedy zvykne nazývať
rovnosť tried. Podľa prvej rovnosti sa počet prvkov orbity Gx ľubovoľného
prvku x ∈ X rovná indexu jeho stabilizátora Stb(x) v grupe G.
Ak G je konečná, tak z toho podľa Lagrangeovej vety 27.4.2 vyplýva rovnosť
# Stb(x) = (# G)/(# Gx), v dôsledku čoho majú všetky stabilizátory prvkov
tej istej orbity rovnaký rád. No nielen to – tieto stabilizátory sú dokonca
izomorfné.
28.2.2. Tvrdenie. Nech grupa G má akciu na množine X. Potom stabilizátory
ľubovoľných dvoch prvkov tej istej orbity sú izomorfné. Presnejšie, ak
x, y ∈ X a y = hx, kde h ∈ G, tak predpisom g → hgh−1
je definovaný
izomorfizmus grúp Stb(x) ∼= Stb(y).
Dôkaz prenechávame ako cvičenie čitateľovi.
Ďalšia veta, známa pod názvom Burnsideova lema, vyjadruje počet orbít
akcie ako aritmetický priemer počtov fixpunktov jednotlivých prvkov
grupy. Ako vzápätí uvidíme Burnsideova lema je zovšeobecnením Lagrangeovej
vety 27.4.2.
632 28. Grupy transformácií
28.2.3. Veta. Nech G je konečná grupa, ktorá má akciu na konečnej množine
X. Potom
# (X/G) =
1
# G g∈G
# Fix(g).
Dôkaz. Počet prvkov množiny R = {(g, x) ∈ G × X; gx = x} spočítame
dvoma spôsobmi. Zrejme platí
#R =
g∈G
# Fix(g) =
x∈X
# Stb(x).
S využitím predchádzajúceho tvrdenia a faktu, že X je zjednotením po dvoch
disjunktných orbít ω ∈ X/G, z toho dostaneme
g∈G
# Fix(g) =
x∈X
# Stb(x) =
x∈X
# G
# Gx
=
ω∈X/G x∈ω
# G
# ω
= # (X/G)·# G.
S príkladom reprezentácie sme sa už stretli v predchádzajúcom paragrafe,
v dôkaze vety 28.1.1. Tam zostrojené zobrazenie Φ: G → S(X) bolo injektívnou
reprezentáciou grupy G v množine X = G. To je tiež dôvod, prečo
uvedený výsledok nazývame Cayleyho veta o reprezentácii. Trochu všeobecnejšiu
situáciu si teraz preberieme v reči akcií.
28.2.4. Príklad. Nech G je grupa a H je jej podgrupa. Potom grupa H
má na množine G ľavú akciu transláciou H × G → G danú priradením
(h, x) → hx pre h ∈ H, x ∈ G, ako aj pravú akciu transláciou G × H → G
danú priradením (x, h) → xh.
Orbitou prvku x ∈ G v ľavej akcii transláciou je práve ľavá trieda rozkladu
Hx prvku x podľa podgrupy H; jeho orbitou v pravej akcii transláciou
je zasa pravá trieda rozkladu xH podľa podgrupy H. Označenie G/H množiny
všetkých orbít (ľavej resp. pravej) akcie podgrupy H transláciou si tak
zachováva svoj predošlý význam z paragrafu 27.4 množiny (ľavých resp. pravých)
rozkladových tried grupy G podľa podgrupy H.
Ďalej sa sústreďme len na ľavú akciu podgrupy H na grupe G. Zrejme
každé x ∈ G má triviálny stabilizátor Stb(x) = {e}, a taktiež množina pevných
bodov každého h ∈ H {e} je prázdna, čiže Fix(h) = ∅; pre h = e
samozrejme Fix(e) = G. Prvá časť vety 28.2.1 v tomto kontexte hovorí,
že podgrupu H ∼= H/{e} možno prirodzeným spôsobom vzájomne jednoznačne
zobraziť na každú orbitu (ľavú triedu rozkladu) Hx. Podobne, Burnsideova
lema splýva v tomto prípade s Lagrangeovou vetou, podľa ktorej
#(G/H) = (# G)/(# H).
28.3. Grupy automorfizmov a konjugácia 633
28.2.5. Príklad. Tento príklad nadväzuje na príklad 27.3.11, v ktorom sme
zaviedli jednoparametrické grupy matíc. Pre ľubovoľnú maticu AAA z Rn×n
resp.
Cn×n
je priradením (t,ccc) → eAAAt
·ccc daná akcia grupy (R, +) na vektorovom
priestore Rn
resp. Cn
. Orbitu bodu ccc, t. j. množinu eAAAt
·ccc; t ∈ R nazývame
dráhou alebo trajektóriou bodu ccc. Riešenie xxx(t) = eAAAt
·ccc autonómnej počiatočnej
úlohy xxx = AAA · xxx, xxx(0) = ccc možno chápať ako parametrizáciu tejto
trajektórie.
Poznámka o značení. V literatúre sa možno stretnúť so značne rôznorodým
označením akcií, orbít, stabilizátorov a pod. Napr. výsledok akcie prvku g ∈
G na prvok x ∈ X sa často značí ako „mocnina xg
a orbita prvku x ako
xG
= {xg
; g ∈ G}. Tento zápis je vhodný najmä pre pravú akciu grupy
(G, ·, 1) na množine X, kedy definujúce podmienky akcie nadobúdajú tvar
x1
= x a (xg
)h
= xgh
. Bežné označenie stabilizátora prvku x ∈ X v akcii
grupy G je Gx. Orbita prvku x sa občas značí Orb(x).
28.3 Grupy automorfizmov a konjugácia
Niektoré reprezentácie Φ grupy G v množine X môžu mať isté vlastnosti
navyše – jednotlivé zobrazenia Φg nemusia byť len bijekcie X → X, ale môžu
to byť zobrazenia zachovávajúce nejakú štruktúru na množine X. Potom
reprezentáciu Φ možno chápať ako homomorfizmus Φ: G → A, kde A je
nejaká podgrupa grupy S(X). Jedným takým prípadom sa budeme zaoberať
v tomto paragrafe: množina X bude opäť splývať s grupou G a spomínaná
podgrupa A ⊆ S(G) bude pozostávať z izomorfizmov G → G.
Homomorfizmus ϕ: G → G grupy G do seba sa nazýva endormorfizmus
grupy G. Množinu všetkých endomorfizmov grupy G značíme End G. Zrejme
idG ∈ End G a pre ϕ, ψ ∈ End G platí ϕ ◦ ψ ∈ End G, čiže množina End G
obsahuje identické zobrazenie a je uzavretá vzhľadom na skladanie zobrazení.
Taktiež obsahuje ďalší význačný prvok – je ním triviálny (konštantný)
endomorfizmus x → e.
Automorfizmom grupy G nazývame každý jej bijektívny endomorfizmus.
Množinu všetkých automorfizmov grupy G značíme Aut G.
28.3.1. Veta. Nech (G, ·) je grupa. Potom množina jej automorfizmov Aut G
je podgrupou grupy S(G), teda je to grupa transformácií množiny G.
Dôkaz. Zrejme Aut G ⊆ S(G), idG ∈ Aut G a pre ľubovoľné ϕ, ψ ∈ Aut G
platí ϕ ◦ ψ ∈ Aut G a ϕ−1
∈ Aut G.
Grupu Aut G nazývame grupou automorfizmov grupy G.
634 28. Grupy transformácií
Dôležitým príkladom automorfizmov sú tzv. konjugácie. Ak g je prvok
grupy G, tak zobrazenie Γg : G → G dané predpisom Γg(x) = gxg−1
pre
x ∈ G nazývame konjugáciou prvkom g ∈ G.
28.3.2. Tvrdenie. Nech G je grupa. Potom
(a) pre každé g ∈ G platí Γg ∈ Aut G, t. j. zobrazenie Γg je automorfizmus
grupy G;
(b) samotné zobrazenie Γ : G → Aut G je reprezentácia grupy G v množine
G.
Dôkaz. (a) Zrejme každé zobrazenie Γg je bijektívne – k nemu inverzným
zobrazením je Γ−1
g = Γg−1 . Ukážeme, že je to tiež homomorfizmus. Pre ľubovoľné
x, y ∈ G platí
Γg(xy) = g(xy)g−1
= gxg−1
gyg−1
= Γg(x)Γg(y).
(b) Treba overiť rovnosť Γgh = Γg ◦Γh pre všetky g, h ∈ G. Zvoľme x ∈ G
a počítajme
Γgh(x) = (gh)x(gh)−1
= g hxh−1
g−1
= Γg(Γh(x)) = (Γg ◦ Γh)(x).
Automorfizmy grupy G, ktoré majú tvar Γg pre nejaké g ∈ G, nazývame
jej vnútornými automorfizmami. Podgrupu Im Γ ⊆ Aut G značíme In G a
nazývame grupou vnútorných (interných) automorfizmov grupy G.
Akciu grupy G na množine G konjugáciou budeme značiť (g, x) → gxg−1
;
v predchádzajúcom paragrafe zavedené označenie (g, x) → gx by v tomto
prípade zrejme viedlo k nedorozumeniam.
Orbitou prvku x ∈ G v tejto akcii je množina {gxg−1
; g ∈ G}; prvky x, y ∈
G sa nazývajú konjugované, označenie x ∼G y, ak existuje g ∈ G také, že
y = gxg−1
, t. j. ak ležia v tej istej orbite. Zrejme relácia konjugovanosti ∼G je
ekvivalencia na množine G. Orbitálny rozklad tvorí faktorová množina G/∼G,
príslušné orbity sa nazývajú triedy konjugácie. Výslovne upozorňujeme, že
(s výnimkou komutatívnych grúp) ekvivalencia konjugovanosti ∼G nie je
kongruencia na grupe G.
Stabilizátorom prvku x ∈ G v akcii konjugáciou je podgrupa
CG(x) = C(x) = {g ∈ G; gxg−1
= x} = {g ∈ G; gx = xg}
grupy G, nazývaná centralizátor prvku x; zrejme pre g ∈ G platí g ∈ C(x)
práve vtedy, keď gx = xg, t. j. g komutuje s x. Podobne, množinou pevných
bodov prvku g ∈ G je opäť centralizátor
CG(g) = C(g) = {x ∈ G; gxg−1
= x} = {x ∈ G; gx = xg}.
28.3. Grupy automorfizmov a konjugácia 635
Jadrom reprezentácie Γ : G → Aut G je množina
C(G) = {g ∈ G; Γg = idG} = {g ∈ G; (∀ x ∈ G)(gx = xg)}
nazývaná centrum grupy G, pozostávajúca zo všetkých prvkov grupy G, ktoré
komutujú s každým jej prvkom. Zrejme C(G) je abelovská grupa a G je abelovská
práve vtedy, keď C(G) = G. Z vety 27.5.3 a vety 27.5.4 o homomorfizme
okamžite vyplýva
28.3.3. Veta. Centrum C(G) grupy G je jej normálna podgrupa a faktorová
grupa G/C(G) je izomorfná s grupou In G vnútorných automorfimov grupy
G; symbolicky C(G) G a G/C(G) ∼= In G.
Centrum hodne vypovedá o štruktúre pôvodnej grupy. Ako jednoduchú
ukážku uvádzame nasledujúci zďaleka nie očividný výsledok.
28.3.4. Veta. Nech G je ľubovoľná grupa. Ak faktorová grupa G/C(G) je
cyklická, tak G je komutatívna.
Dôkaz. Označme C = C(G) a predpokladajme, že G/C je cyklická rádu r
s generátorom Ca, kde 0 < r ∈ N ∪ {∞}, a ∈ G. Potom množina C ∪ {a}
generuje celú grupu G. Pre ľubovoľný prvok x ∈ G totiž existuje 0 ≤ k < r
také, že Cx = (Ca)k
= Cak
. Preto x ∈ Cak
, teda x = cak
∈ C ∪ {a} pre
nejaké c ∈ C. Ukážeme, že i samotná grupa G je komutatívna. Ľubovoľné
x, y ∈ G možno napísať v tvare x = cak
, y = dal
pre vhodné c, d ∈ C,
0 ≤ k, l < r. V dôsledku toho platí xy = cak
· dal
= dal
· cak
= yx.
Prvok x ∈ C(G) je konjugovaný len sám so sebou, t. j. jeho orbitou je
jednoprvková množina {x}, preto pre každú transverzálnu množinu T platí
C(G) ⊆ T. Ak x /∈ C(G), tak jeho orbita obsahuje aspoň dva prvky. Centralizátor
prvku x ∈ C(G) je celá grupa, t. j. C(x) = G; pre x /∈ C(G) je C(x)
vlastná podgrupa grupy G.
Špecifikáciou viet 28.2.1 a 28.2.3 na akciu konjugáciou dostávame nasledujúce
dve vety – rovnosť v prvej z nich sa opäť nazýva rovnosť tried, druhá
je zvláštnym prípadom Burnsideovej lemy.
28.3.5. Veta. Nech G je konečná grupa. Potom počet prvkov grupy G konjugovaných
s prvkom x ∈ G sa rovná indexu [G : C(x)] jeho centralizátora.
Ak T ⊆ G je transverzálna množina vzhľadom na akciu konjugáciou, tak
C(G) ⊆ T a platí
# G =
x∈T
[G : C(x)] = # C(G) +
x∈T C(G)
[G : C(x)].
636 28. Grupy transformácií
28.3.6. Veta. Nech G je konečná grupa. Potom počet tried konjugácie v grupe
G je
# (G/∼G) =
1
# G g∈G
# C(g) = # C(G) +
1
# G
g∈G C(G)
# C(g)
a počet netriviálnych (t. j. aspoň dvojprvkových) tried konjugácie v G je
# (G/∼G) − # C(G) =
1
# G
g∈G C(G)
# C(g).
Rovnosť tried ma celý rad zaujímavých dôsledkov. Jedným z nich je Cauchyho
veta, ktorá je obrátením Lagrangeovej vety pre prvočíselné delitele
rádu konečnej grupy.
28.3.7. Veta. Nech G je konečná grupa a p je prvočíslo, ktoré delí jej rád.
Potom G má podgrupu rádu p.
Dôkaz. Najprv budeme predpokladať, že G = {x1, . . . , xn} je komutatívna
rádu n, pričom prvok xi má rád ri. Vďaka komutatívnosti G ľahko nahliadneme,
že priradením (k1, . . . , kn) → xk1
1 . . . xkn
n je definovaný surjektívny homomorfizmus
grúp
ϕ: Zr1 × . . . × Zrn → G.
Podľa vety o homomorfizme je G ∼= (Zr1 ×. . .×Zrn )/ Ker ϕ a z Lagrangeovej
vety vyplýva, že rád n grupy G delí rád r1 . . . rn grupy Zr1 ×. . .×Zrn . Potom
aj prvočíslo p delí r1 . . . rn, preto musí deliť niektorý z činiteľov ri. Označme
k = ri/p. Prvok y = xk
i ∈ xi ⊆ G má zrejme rád p, teda y ⊆ G je cyklická
podgrupa rádu p.
Predpokladajme teraz, že G je konečná grupa s najmenším možným rádom,
ktorý je deliteľný číslom p, ale G nemá podgrupu rádu p. Potom G nie je
komutatívna, takže centrum C = C(G) je jej vlastná komutatívna podgrupa
a z prvej časti dôkazu vyplýva, že p nemôže deliť ani rád centra C. Podľa
rovnosti tried z vety 28.3.5 platí
# G = # C +
x∈T C
[G : C(x)],
kde T ⊆ G je nejaká transverzálna množina vzhľadom na akciu konjugáciou
grupy G na sebe samej. Keby p nedelilo rád žiadneho z centralizátorov C(x),
x ∈ T C, delilo by všetky ich indexy [G : C(x)]; potom by však muselo
deliť aj rád # C, čo je spor. Preto p delí rád C(x) pre nejaké x /∈ C, čo je
vlastná podgrupa grupy G. Z minimality rádu G vyplýva, že C(x), a tým
aj G, obsahuje pogrupu rádu p, čo je opäť spor.
Pre konečné abelovské grupy je možné úplné obrátenie Lagrangeovej vety.
28.4. Polopriamy súčin grúp 637
28.3.8. Veta. Nech G je konečná abelovská grupa a d je prirodzené číslo,
ktoré delí jej rád. Potom G má podgrupu rádu d.
Dôkaz. Ak d je prvočíslo, tak potrebný záver vyplýva z predchádzajúcej vety.
Predpokladajme, že d je najmenšie prirodzené číslo, pre ktoré existuje konečná
abelovská grupa s rádom deliteľným číslom d, no bez podgrupy rádu d.
Potom d = pm pre nejaké prvočíslo p a prirodzené číslo m > 1. Nech G je
spomínaná grupa. Keďže m < d tiež delí rád grupy G, táto má podgrupu S
rádu m. Faktorová grupa G/S má rád deliteľný číslom p, teda aj podgrupu
H rádu p. Potom však ζ−1
S (H) je podgrupa grupy G rádu pm = d, čo je spor.
(Pripomíname, že ζS : G → G/S označuje prirodzenú projekciu.)
Aj nasledujúci výsledok je jednoduchým dôsledkom rovnosti tried. Ide o
slabšiu verziu výsledku dokázaného Burnsidom.
28.3.9. Veta. Nech rád grupy G je kladnou mocninou prvočísla p. Potom
G má netriviálne centrum.
Dôkaz. Nech T ⊆ G je transverzálna množina vzhľadom na akciu konjugáciou.
Pre každé x ∈ T C(G) je centralizátor C(x) vlastnou podgrupou
grupy G, teda jeho index [G : C(x)] je deliteľný číslom p. Potom však aj rád
centra
# C(G) = # G −
x∈T C(G)
[G : C(x)]
je deliteľný číslom p.
28.3.10. Dôsledok. Nech G je grupa rádu p2
, kde p prvočíslo. Potom G je
komutatívna.
Dôkaz. Podľa predošlej vety G má netriviálne centrum; toto môže mať len
p alebo p2
prvkov. Prvý prípad však nemôže nastať, lebo potom by faktorová
grupa G/C(G) bola rádu p, teda cyklická. Podľa vety 28.3.4 by G bola
komutatívna, čiže C(G) = G.
28.4 Polopriamy súčin grúp
Reprezentácie jednej grupy automorfizmami inej grupy umožňujú zaujímavé
zovšeobecnenie konštrukcie priameho súčinu grúp. Zatiaľ čo priamy súčin
abelovských grúp je abelovská grupa, pomocou tzv. polopriameho súčinu
možno i z abelovských grúp vytvoriť grupy neabelovské. Naopak, rozkladom
nejakej grupy na polopriamy súčin v istom zmysle jednoduchších grúp možno
získať hlbší vhľad do jej štruktúry.
638 28. Grupy transformácií
Nech G a X sú grupy a Φ: G → Aut X je homomorfizmus grúp, teda
vlastne reprezentácia grupy G v množine X automorfizmami grupy X. Polopriamym
súčinom grúp G a X vzhľadom na reprezentáciu Φ nazývame
množinu G × X s binárnou operáciou definovanou predpisom
(g, x) · (h, y) = (gh, xΦg(y))
pre g, h ∈ G, x, y ∈ X. Polopriamy súčin grúp G, X budeme značiť G Φ X,
prípadne len G X, ak reprezentácia Φ bude zrejmá z kontextu.
28.4.1. Veta. Nech (G, ·, e), (X, ·, ε) sú grupy a Φ : G → Aut X je reprezentácia
grupy G. Potom polopriamy súčin G Φ X grúp G a X je grupa.
Dôkaz. Na základe definície operácie na polopriamom súčine G Φ X a vlastností
homomorfizmov pre ľubovoľné (g, x), (h, y), (f, z) ∈ G × X platí
(g, x) · (h, y) · (f, z) = (g, x) · (hf, y Φh(z)) = g(hf), x Φg(y Φh(z))
= (gh)f, x Φg(y) Φgh(z) = (gh, x Φg(y)) · (f, z)
= (g, x) · (h, y) · (f, z),
(e, ε) · (g, x) = (eg, ε Φe(x)) = (g, x)
= (ge, x Φg(ε)) = (g, x) · (e, ε),
(g, x) · g−1
, Φg−1 x−1
= gg−1
, x Φgg−1 x−1
= e, xx−1
= (e, ε)
= g−1
g, Φg−1 (x)−1
Φg−1 (x) = g−1
, Φg−1 (x)−1
· (g, x).
To znamená, že príslušná binárna operácia je asociatívna, jej neutrálnym
prvkom je (e, ε) a inverzným prvok k prvku (g, x) je
(g, x)−1
= g−1
, Φg−1 x−1
= g−1
, Φg−1 (x)−1
,
teda G Φ X je grupa.
Ak Φ: G → Aut X je triviálny homomorfizmus, čiže Φg = idX pre všetky
g ∈ G, tak uvedená definícia operácie na množine G × X nadobúda tvar
(g, x) · (h, y) = (gh, xy), teda polopriamy súčin G Φ X splýva s priamym
súčinom G × X grúp G a X.
Iný dôležitý špeciálny prípad polopriameho súčinu dostaneme tak, že za
grupu G vezmeme priamo grupu Aut X všetkých automorfizmov grupy X a
za homomorfizmus Φ identické zobrazenie idG : G = Aut X → Aut X. Príslušný
polopriamy súčin značíme Aut X X = Hol(X) a nazývame holomorf
grupy X. Bližší pohľad na holomorf nájde čitateľ v cvičeniach 28.10 a 28.11.
Trochu všeobecnejšie možno za G vziať akúkoľvek podgrupu grupy automorfizmov
Aut X. Násobenie v takomto polopriamom súčine G X je dané
formulou
(g, x) · (h, y) = (g ◦ h, xg(y)).
28.4. Polopriamy súčin grúp 639
Konečne tretí špeciálny prípad možno dostať ako polopriamy súčin grupy
G samej so sebou vzhľadom na reprezentáciu konjugáciou Γ : G → Aut G
(porovnaj s cvičením 28.11). I táto konštrukcia funguje za trochu všeobecnejších
podmienok. Ak H a N sú podgrupy grupy G, pričom N G (dokonca
stačí, aby platilo hxh−1
∈ N pre všetky h ∈ H, x ∈ N), tak H má reprezentáciu
Γ : H → Aut N konjugáciou na grupe N. Násobenie na polopriamom
súčine H N = H Γ N je dané predpisom
(g, x) · (h, y) = gh, xgyg−1
,
pre g, h ∈ H, x, y ∈ N. Pre tento polopriamy súčin nezavádzame osobitný
názov práve preto, že – ako hneď uvidíme – ide svojim spôsobom o prípad
typický.
Podobne ako v prípade priameho súčinu, aj v súvislosti s polopriamym
súčinom prirodzene vzniká otázka rozložiteľnosti danej grupy na polopriamy
súčin netriválnych, v istom zmysle jednoduchších faktorov. Tieto, ak existujú,
možno opäť nájsť medzi jej vhodnými podgrupami.
Ľahko možno overiť, že s každým polopriamym súčinom G Φ X grúp
(G, ·, e), (X, ·, ε) sú zviazané tri grupové homomorfizmy
548 PAVOL ZLATOŠ: LINEÁRNA ALGEBRA A GEOMETRIA
akúkoľvek podgrupu grupy automorfizmov Aut X. Násobenie v takomto polopriamom
súčine G X je dané formulou
(g, x) · (h, y) = (g ◦ h, xg(y)).
Konečne tretí špeciálny prípad možno dostať ako polopriamy súčin grupy G samej
so sebou vzhľadom na reprezentáciu konjugáciou Γ : G → Aut G (porovnaj s cvičením
28.11). I táto konštrukcia funguje za trochu všeobecnejších podmienok. Ak H a N sú
podgrupy grupy G, pričom N G (dokonca stačí, aby platilo hxh−1
∈ N pre všetky
h ∈ H, x ∈ N), tak H má reprezentáciu Γ : H → Aut N konjugáciou na grupe N.
Násobenie na polopriamom súčine H N = H Γ N je dané predpisom
(g, x) · (h, y) = gh, xgyg−1
,
pre g, h ∈ H, x, y ∈ N. Pre tento polopriamy súčin nezavádzame osobitný názov práve
preto, že – ako hneď uvidíme – ide svojim spôsobom o prípad typický.
Podobne ako v prípade priameho súčinu, aj v súvislosti s polopriamym súčinom
prirodzene vzniká otázka rozložiteľnosti danej grupy na polopriamy súčin netriválnych,
v istom zmysle jednoduchších faktorov. Tieto, ak existujú, možno opäť nájsť
medzi jej vhodnými podgrupami.
Ľahko možno overiť, že s každým polopriamym súčinom G Φ X grúp (G, ·, e),
(X, ·, ε) sú zviazané tri grupové homomorfizmy
X G Φ X G,
ξ π
γ
dané predpismi
ξ(x) = (e, x), π(g, x) = g, γ(g) = (g, ε),
pre g ∈ G, x ∈ X. Pritom ξ je injektívny, π je surjektívny a platí Im ξ = Ker π,
teda X
ξ
G Φ X
π
G je krátka exaktná postupnosť. Taktiež γ : G → G Φ X je
injektívny a spĺňa podmienku π ◦ γ = idG. Podotýkame, že ani jedno z ponúkajúcich
sa zobrazení (g, x) → x resp. (g, x) → Φg(x) vo všeobecnosti nie je homomorfizmom
G Φ X → X.
V polopriamom súčine G Φ X sme tak identifikovali dve podgrupy
H = Im γ = {(g, ε); g ∈ G} ∼= G,
N = Im ξ = Ker π = {(e, x); x ∈ X} ∼= X
také, že N G Φ X a H ∩N = {(e, ε)}. Navyše každý prvok (g, x) ∈ G Φ X možno
písať v tvare (g, x) = (e, x) · (g, ε) ∈ NH, ako aj (g, x) = (g, ε) · (e, Φg−1 (x)) ∈ HN,
teda G = NH = HN. Ukazuje sa, že prítomnosť takýchto podgrúp v danej grupe už
zabezpečuje jej rozklad na ich polopriamy súčin.
dané predpismi
ξ(x) = (e, x), π(g, x) = g, γ(g) = (g, ε),
pre g ∈ G, x ∈ X. Pritom ξ je injektívny, π je surjektívny a platí Im ξ =
Ker π, teda X
ξ
G ΦX
π
G je krátka exaktná postupnosť. Taktiež γ : G →
G ΦX je injektívny a spĺňa podmienku π◦γ = idG. Podotýkame, že ani jedno
z ponúkajúcich sa zobrazení (g, x) → x resp. (g, x) → Φg(x) vo všeobecnosti
nie je homomorfizmom G Φ X → X.
V polopriamom súčine G Φ X sme tak identifikovali dve podgrupy
H = Im γ = {(g, ε); g ∈ G} ∼= G,
N = Im ξ = Ker π = {(e, x); x ∈ X} ∼= X
také, že N G Φ X a H ∩ N = {(e, ε)}. Navyše každý prvok (g, x) ∈
G Φ X možno písať v tvare (g, x) = (e, x) · (g, ε) ∈ NH, ako aj (g, x) =
(g, ε) · (e, Φg−1 (x)) ∈ HN, teda G = NH = HN. Ukazuje sa, že prítomnosť
takýchto podgrúp v danej grupe už zabezpečuje jej rozklad na ich polopriamy
súčin.
640 28. Grupy transformácií
28.4.2. Veta. Nech (G, ·, e) je grupa a H, N sú jej podgrupy také, že N G,
H ∩ N = {e} a G = NH. Potom G je izomorfná s polopriamym súčinom
H Γ N grúp H, N vzhľadom na reprezentáciu konjugáciou Γ : H → Aut N.
Dôkaz. Ukážeme, že zobrazenie ϕ(g, x) = xg je homomorfizmus grúp ϕ: H
N → G. Pre g, h ∈ H, x, y ∈ N jednoduchým výpočtom dostávame
ϕ (g, x)·(h, y) = ϕ(gh, xgyg−1
) = (xgyg−1
)(gh) = (xg)(yh) = ϕ(g, x)ϕ(h, y).
Keďže H ∩ N = {e}, z tvrdenia 27.6.2 (b) vyplýva, že ϕ je injekcia. Surjektívnosť
ϕ je dôsledkom rovností Im ϕ = NH = G. Teda G ∼= H N.
Hovoríme, že krátka exaktná postupnosť grúp F
ϕ
G
ψ
H je rozštiepená,
ak existuje homomorfizmus η: H → G taký, že ψ ◦ η = idH.
Videli sme, že každý polopriamy súčin grúp určuje istú rozštiepenú krátku
exaktnú postupnosť. Toto tvrdenie však možno aj obrátiť.
28.4.3. Dôsledok. Nech F
ϕ
G
ψ
H je krátka exaktná postupnosť grúp
rozštiepená homomorfizmom η: H → G. Potom grupa G je izomorfná s polopriamym
súčinom H F grúp H a F.
Dôkaz. Stačí overiť, že podgrupy N = Im ϕ a H = Im η grupy G spĺňajú
podmienky N G, N ∩ H = {e} a G = NH predošlej vety. Detaily
prenechávame čitateľovi.
28.4.4. Príklad. Nech m, n sú prirodzené čísla. Keďže Zn
∼= x | xn
,
každý endomorfizmus ϕ: Zn → Zn je jednoznačne určený jediným prvkom
k ∈ Zn, totiž obrazom k = ϕ(1) generátora 1 ∈ Zn. Pre b ∈ Zn potom
platí ϕ(b) = kb. Samostatne si rozmyslite, že ϕ ∈ Aut Zn práve vtedy, keď
k = ϕ(1) je nesúdeliteľné s n. Podobne, z dôvodu Zm
∼= x | xm
je každý
homomorfizmus Φ: Zm → Aut Zn jednoznačne určený jediným automorfizmom
ϕ grupy Zn, totiž obrazom ϕ = Φ1 generátora 1 ∈ Zm, ktorý však musí
vyhovovať podmienke ϕm
= idZn (pozri vetu 27.7.3). V konečnom dôsledku
je tak každý homomorfizmus Φ: Zm → Aut Zn jednoznačne určený jediným
prvkom k = Φ1(1) ∈ Zn, ktorý je nesúdeliteľný s n a vyhovuje podmienke
km
≡n 1. Potom pre a ∈ Zm, b ∈ Zn platí Φa(b) = ka
b.
Nech teda Φ: Zm → Aut Zn je reprezentácia grupy Zm automorfizmami
grupy Zn a k = Φ1(1). Polopriamy súčin Zm Φ Zn budeme značiť Zm k Zn.
Operácia v grupe Zm k Zn je daná formulou
(a, b) ∗ (c, d) = (a + c, b + ka
d),
28.5. Štruktúra grúp jednoduchých rádov 641
pre a, c ∈ Zm, b, d ∈ Zn. Pri porovnaní s príkladom 27.7.4 vidíme, že priradením
(a, b) → yb
xa
je definovaný homomorfizmus grúp Zm k Zn → Fk
mn.
Čitateľ by si mal samostatne premyslieť, že ide dokonca o izomorfizmus. Teda
Zm k Zn
∼= Fk
mn = x, y | xm
= yn
= e, xyx−1
= yk
,
čím sme metacyklické grupy predstavili v tvare polopriamych súčinov cyklických
grúp.
28.5 Štruktúra grúp jednoduchých rádov
Ako naznačuje naše doterajšie krátke zoznámenie so svetom grúp, štruktúra
konečnej grupy do značnej miery závisí od jej rádu, presnejšie od štruktúry
deliteľov tohto čísla. Jednako rád grupy (okrem istých singulárnych prípadov)
ani zďaleka neurčuje jej štruktúru jednoznačne. Štruktúrou deliteľov
rádu grupy je však daný akýsi predbežný rozvrh možností, ktoré u grúp daného
rádu vôbec prichádzajú do úvahy. Naopak, ak je štruktúra deliteľov
niektorého prirodzeného čísla dostatočne jednoduchá, umožňuje to popísať
štruktúru všetkých grúp daného rádu.
Pomocou doteraz dokázaných výsledkov sme schopní jednoznačne až na
izomorfizmus popísať všetky grupy rádov p, p2
a pq, kde p, q sú rôzne prvočísla.
Skúsme si najprv zosumarizovať to málo, čo už vieme:
1. Každá grupa G rádu p je cyklická, teda izomorfná s aditívnou grupou Zp.
2. Každá grupa G rádu p2
je podľa dôsledku 28.3.10 komutatívna. Ak obsahuje
prvok rádu p2
, tak je cyklická, teda izomorfná s grupou Zp2 . V opačnom
prípade musí obsahovať aspoň dva prvky a, b rádu p také, že b /∈ a .
Ľahko možno overiť, že potom a ∩ b = {e} a a b = G (skúste sami).
Z tvrdenia 27.6.2 tak vyplýva izomorfizmus grúp G ∼= a × b ∼= Zp ×Zp.
Štruktúru všetkých grúp rádu pq popisuje nasledujúca veta.
28.5.1. Veta. Nech p < q sú dve prvočísla. Potom
(a) každá komutatívna grupa rádu pq je cyklická, teda izomorfná s grupou
Zpq;
(b) nekomutatívna grupa rádu pq existuje práve vtedy, keď p delí q − 1, a
v tom prípade je izomorfná s metacyklickou grupou Fk
pq, kde k ∈ Zq je
prvok rádu p.
Dôkaz. Nech G je grupa rádu pq. Podľa Cauchyho vety G obsahuje podgrupu
A rádu p aj podgrupu B rádu q. Obe sú zrejme cyklické, teda A = a ,
B = b pre nejaké prvky a, b ∈ G rádov p resp. q. Keďže rád podgrupy
A ∩ B musí deliť rád každej z grúp A, B, nevyhnutne A ∩ B = {e}. Podľa
tvrdenia 27.6.2 (b) je predpisom (x, y) → yx definované injektívne zobrazenie
642 28. Grupy transformácií
A × B → G. Keďže obe množiny A × B aj G majú zhodne pq prvkov, je to
dokonca bijekcia, teda G = BA.
Podobným spôsobom ukážeme, že B je normálna podgrupa v G. Keby
pre niektoré g ∈ G platilo gBg−1
= B, podgrupa B ∩ gBg−1
by bola triviálna,
teda predpisom (x, y) → xy by bolo definované prosté zobrazenie
B × gBg−1
→ G. Ale množina B × gBg−1
má q2
kým množina G len pq
prvkov, čo je spor, teda B G.
Podľa vety 28.4.2 grupa G je izomorfná s polopriamym súčinom A B
vzhľadom na reprezentáciu konjugáciou Γ : A → Aut B grupy A automorfizmami
grupy B. Nech Γa(b) = aba−1
= bk
, kde k ∈ Zq. Z úvah vykonaných
v príkladoch 27.7.4–5 a 28.4.4 je jasné, že G je izomorfná s metacyklickou
grupou Fk
pq.
Ak k = 1, tak generátory a, b komutujú, teda i G je komutatívna a podľa
tvrdenia 27.6.2 izomorfná s priamym súčinom svojich cyklických podgrúp
A ∼= Zp, B ∼= Zq. Z tvrdenia 27.6.4 potom vyplýva, že G ∼= Zpq je cyklická
grupa.
Ak k = 1, tak k je prvok rádu p multiplikatívnej grupy Zq poľa Zq. Keďže
Zq má rád q −1, takéto k existuje vtedy a len vtedy, keď p delí q −1. Navyše,
ako sme dokázali v príklade 27.7.5, metacyklická grupa Fk
pq
∼= G je nezávisle
na k = 1 určená jednoznačne až na izomorfizmus.
Len pre informáciu a bez dôkazu uveďme, že pre každé prvočíslo p existujú
až na izomorfizmus práve tri komutatívne grupy rádu p3
: Zp3 , Zp2 × Zp a
Zp × Zp × Zp; a práve dve nekomutatívne grupy rádu p3
. Pre nepárne p sú to
x, y, z | xp
= yp
= zp
= e, xz = zx, yz = zy, xyx−1
y−1
= z ,
x, y | xp
= yp2
= e, xyx−1
= yp+1
.
Pre p = 2 máme tiež dve grupy
∆4
∼= x, y | x2
= y4
= e, xyx−1
= y−1
,
Q8
∼= x, y | x4
= e, x2
= y2
, xyx−1
= y−1
.
Ešte poznamenajme, že Q8 sa zvykne nazývať kvaterniónová grupa. Obsahuje
osem prvkov, typicky označovaných ako ±1, ±i, ±j, ±k, nazývaných tiež
kvaterniónové jednotky. Násobenie v Q8 je jednoznačne dané požiadavkami,
že 1 je neutrálny prvok, (−1)q = −q pre každé q ∈ Q8, a rovnosťami
i2
= j2
= k2
= −1,
ij = −ji = k, jk = −kj = i, ki = −ik = j.
Kvaterniónmi sa budeme podrobnejšie zaoberať v paragrafoch 30.4–6.
Cvičenia 643
Cvičenia
28.1. (a) Nech σ = (i1, . . . , ik) ∈ Sn je permutácia n-prvkovej množiny pozostávajúca z
jediného cyklu (pozri cvičenie 0.14). Dokážte, že jej rád je práve k.
(b) Dokážte, že cykly párneho rádu sú nepárne permutácie a cykly párneho rádu
sú nepárne permutácie.
(c) Nech σ = 1 ◦. . .◦ m je rozklad permutácie σ ∈ Sn na disjunktné cykly. Potom
jej rád je najmenším spoločným násobkom rádov jednotlivých cyklov 1, . . . , m;
dokážte.
28.2. (a) Nech grupa G má akciu na množine X. Podrobne dokážte, že stabilizátor Stb(x)
ľubovoľného prvku x ∈ X je podgrupa grupy G.
(b) Dokážte tvrdenie 28.2.2.
28.3. Nech G×X → X je akcia grupy G na množine X. Dokážte, že každé z nasledujúcich
priradení určuje akciu grupy G na príslušnej množine:
(a) pre každé n ≥ 1 je g, (x1, . . . , xn) → (gx1, . . . , gxn) akcia grupy G na množine
Xn
;
(b) pre každé n ≥ 1 je g, {x1, . . . , xn} → {gx1, . . . , gxn} akcia grupy G na množine
Pn(X) všetkých n-prvkových podmnožín množiny X;
(c) (g, S) → gM = {gx; x ∈ M} je akcia grupy G na množine P(X) všetkých
podmnožín množiny X.
28.4. Nech G×P(X) → P(X) je akcia grupy G na množine všetkých podmnožín množiny
X pochádzajúca z akcie G × X → X. Stabilizátorom množiny M ⊆ X nazývame
jej stabilizátor ako prvku M ∈ P(X), t. j. Stb(M) = {g ∈ G; gM = M}. Jej
bodový stabilizátor definujeme ako prienik stabilizátorov všetkých jej prvkov, čiže
Stb•
(M) = x∈M Stb(x) = g ∈ G; (∀ x ∈ M)(gx = x) . Dokážte, že stabilizátor
Stb(M) množiny M ⊆ X je podgrupa grupy G a jej bodový stabilizátor Stb•
(M)
je normálna podgrupa je stabilizátora Stb(S), teda Stb•
(M) Stb(M).
28.5. Nech Φ: G → Aut X je reprezentácia grupy G automorfizmami grupy X. Potom
predpisom gS = {Φg(x); x ∈ S} je definovaná akcia grupy G na množine Sub(X)
všetkých podgrúp grupy X. Dokážte.
28.6. V zmysle predchádzajúceho cvičenia označme (g, S) → gSg−1
akciu grupy G na
svojich podgrupách pochádzajúcu od reprezentácie konjugáciou Γ : G → Aut G.
(a) Podgrupa N grupy G je normálna práve vtedy, keď je pevným bodom uvedenej
akcie; dokážte.
(b) Stabilizátor podgrupy S ⊆ G nazývame normalizátorom podgrupy S v grupe
G a značíme ho NG(S) = N(S) = {g ∈ G; gSg−1
= S}. Dokážte, že normalizátor
NG(S) je najväčšia podgrupa grupy G, pre ktorú platí S NG(S).
(c) Dokážte, že počet rôznych podgrúp grupy G konjugovaných s pogrupou S ⊆ G
sa rovná indexu jej normalizátora [G : N(S)].
(d) Bodový stabilizátor podgrupy S ⊆ G nazývame centralizátorom podgrupy S
v grupe G a značíme ho CG(S) = C(S) = {g ∈ G; (∀ x ∈ S)(gxg−1
= x)}.
Dokážte, že centralizátor CG(S) je normálnou podgrupou normalizátora NG(S).
28.7. Nech X, Y sú ľubovoľné množiny; označme F = Y X
množinu všetkých funkcií
f : X → Y .
644 28. Grupy transformácií
(a) Predpokladajme, že H ×Y → Y je ľavá akcia grupy H na množine Y . Dokážte,
že predpisom (η, f) → ηf, kde (ηf)(x) = ηf(x) pre η ∈ H, f ∈ F, x ∈ X, je
definovaná ľavá akcia grupy H na množine F.
(b) Funkcia f ∈ F je pevným bodom prvku η ∈ H práve vtedy, keď pre každé
y ∈ f(X) platí ηy = y, t. j. η f(X) = idf(X). Dokážte.
(c) Predpokladajme, že X×G → X je pravá akcia grupy G na množine X. Dokážte,
že predpisom (f, γ) → fγ, kde (fγ)(x) = f(γx) pre γ ∈ G, f ∈ F, x ∈ X, je
definovaná pravá akcia grupy G na množine F.
(d) Funkcia f ∈ F je pevným bodom prvku γ ∈ G práve vtedy, keď pre každé
x ∈ X platí f(γx) = x, t. j. f je konštantná na každej orbite podgrupy γ ⊆ G
v akcii X × γ → X. Dokážte.
28.8. Kruh v rovine je rozdelený svojimi n polomermi na n rovnakých kruhových výsečí.
Každú z týchto výsečí vyfarbíme niektorou z k rôznych farieb (pripúšťame, že niektoré
susedné výseče možu mať rovnakú farbu). Pomocou Burnsideovej lemy určíme
počet rôznych terčov, ktoré možno získať takýmto farbením (dva terče považujeme
za rovnaké, ak jeden možno získať z druhého otočením o celočíselný násobok uhla
2π/n).
(a) Vysvetlite ako zodpovedajú farbenia výsečí kruhu funkciám f : {1, . . . , n} →
{1, . . . , k}. Označíme F = F(n, k) množinu všetkých takých funkcií (farbení) a
Cn = ρ podgrupu symetrickej grupy Sn generovanú cyklickou permutáciou ρ =
(1, . . . , n). Zrejme (Cn, ◦) ∼= (Zn, +).
(b) Podľa cvičenia 28.7 (c) je priradením (f, γ) → f ◦ γ daná pravá akcia grupy
Cn na množine F. Dokážte, že dve farbenia f, g ∈ F určujú rovnaký terč práve
vtedy, keď ležia v tej istej orbite tejto akcie F × Cn → F, teda počet terčov splýva
s počtom orbít #(F/Cn)
(c) Pre j ∈ Zn označme dj najväčšieho spoločného deliteľa čísel j a n (pre j = 0
kladieme d0 = n). Dokážte, že množina Fix(ρj
) = {f ∈ F; fρj
= f} všetkých
pevných bodov permutácie ρj
∈ Cn má práve kdj
prvkov.
(d) Odvoďte z (c), že počet všetkých terčov, ktoré možno získať zafarbením kruhu
rozdeleného na n výsečí k farbami je práve 1
n
n−1
j=0 kdj
.
(e) Nech 1 ≤ d ≤ n je ľubovoľný deliteľ čísla n. Dokážte, že počet všetkých prvkov
j ∈ Zn, pre ktoré je najväčší spoločný deliteľ j a n rovný práve d, je φ(n/d), kde φ
je Eulerova funkcia – pozri cvičenie 27.14.
(f) Odvoďte z (e), že hľadaný počet terčov je práve 1
n d kd
φ(n/d), kde súčet beží
cez všetky delitele d čísla n.
(g) Vypočítajte niekoľko konkrétnych hodnôt počtov terčov #(F(n, k)/Cn) pre
3 ≤ n ≤ 12, 2 ≤ k ≤ 6.
28.9. Nech G je ľubovoľná aspoň dvojprvková grupa.
(a) Dokážte, že priradením (x, y) → (y, x) je definovaný autorfizmus grupy G2
=
G × G, ktorý nie je vnútorný.
(b) Nech n ≥ 2. Pre každú permutáciu σ ∈ Sn označme Φσ : Gn
→ Gn
zobrazenie
dané predpisom Φσ(x1, . . . , xn) = (xσ−1(1), . . . , xσ−1(n)). Dokážte, že Φ: Sn →
Aut Gn
je injektívna reprezentácia symetrickej grupy Sn automorfizmami grupy Gn
a platí Im Φ ∩ In Gn
= {idGn }.
Cvičenia 645
(c) Vysvetlite, prečo sme v (b) nepoužili jednoduchšiu definíciu Φσ(x1, . . . , xn) =
(xσ(1), . . . , xσ(n)).
28.10. Pripomeňte si definíciu okruhu s jednotkou z cvičení 1.8 a 2.10.
(a) Dokážte že všetky endomorfizmy ľubovoľnej abelovskej grupy (A, +) tvoria okruh
s jednotkou (End A, +, ◦, 0, idA) so sčítaním po zložkách, násobením daným kompozíciou
zobrazení a identickým zobrazením idA ako jednotkou.
(b) Zadefinujte pojem izomorfizmu pre okruhy s jednotkou a dokážte nasledujúce
izomorfizmy okruhov s jednotkou: End Zn
∼= Zn pre ľubovoľné n ≥ 1 a End Z ∼= Z.
28.11. (a) Nech p je prvočíslo. Dokážte, že grupa Aut Zp všetkých automorfizmov cyklickej
grupy (Zp, +) je izomorfná s multiplikatívnou grupou (Zp, ·) nenulových prvkov
poľa Zp ako aj s cyklickou aditívnou grupou (Zp−1, +).
(b) Nech n ≥ 2. Dokážte, že grupa Aut Zn všetkých automorfizmov cyklickej grupy
(Zn, +) je izomorfná s multiplikatívnou grupou (Zn, ·) všetkých zvyškov modulo n
nesúdeliteľných s n.
(c) Grupa Aut Z všetkých automorfizmov nekonečnej cyklickej grupy (Z, +) je izomorfná
s multiplikatívnou grupou ({1, −1}, ·), teda tiež s cyklickou aditívnou grupou
(Z2, +). Dokážte.
28.12. Holomorfizmom grupy X nazývame ľubovoľnú bijekciu h: X → X takú, že pre ľubovoľné
x, y, z ∈ G platí h xy−1
z = h(x)h(y)−1
h(z). Dokážte nasledujúce tvrdenia:
(a) Každý automorfizmus grupy X je jej holomorfizmom.
(b) Každá ľavá translácia, t. j. vynásobenie µa : x → ax konštantným prvkom
a ∈ X, je holomorfizmus grupy X.
(c) Všetky holomorfizmy grupy X tvoria grupu Hol(X) vzhľadom na skladanie zo-
brazení.
(d) Grupa Aut G všetkých automorfizmov grupy G je podgrupou grupy Hol(G).
(e) Všetky translácie µa : G → G, a ∈ X, tvoria normálnu podgrupu grupy Hol X
izomorfnú s grupou X.
(f) Hol(X) ∼= Aut X X.
28.13. (a) Podobným spôsobom ako v predchádzajúcom cvičení opíšte vnútorný holomorf
IHol(X) grupy X ako polopriamy súčin In X X grupy X s grupou jej vnútorných
automorfizmov In X.
(b) Dokážte, že vnútorný holomorf IHol(X) je izomorfný s homomorfným obrazom
polopriameho súčinu X X grupy X so sebou samou vzhľadom na reprezentáciu
konjugáciou Γ : X → Aut X. Popíšte explicitne prirodzený surjektívny homomorfizmus
X X → In X X = IHol(X) aj jeho jadro.
28.14. Podrobne overte, že zobrazenia ξ, π a γ z rozštiepenej krátkej exaktnej postupnosti
polopriameho súčinu v paragrafe 28.4 sú naozaj homomorfizmy. Na jednoduchých
príkladoch predveďte, že zobrazenia (g, x) → x, (g, x) → Φg(x) nemusia byť homo-
morfizmy.
28.15. Doplňte vynechané detaily dôkazu dôsledku 28.4.3 a popíšte explicitne homomorfizmus
Φ: H → Aut F pomocou homomorfizmov ϕ, ψ a η.
28.16. Doplňte vynechané podrobnosti v úvahe z bodu 2 na začiatku paragrafu 28.5.
28.17. Dokážte nasledujúce tvrdenia:
646 28. Grupy transformácií
(a) Každá grupa rádu 15, 33, 35, resp. 77 je cyklická.
(b) Existuje jediná nekomutatívna grupa rádu 21, 55, resp. 155.
(c) Ak p je nepárne prvočíslo, tak ∆p je jediná nekomutatívna grupa rádu 2p.
(d) Ak q je prvočíslo tvaru 3k+1, tak existuje jediná nekomutatívna grupa rádu 3q.
(e) Ak q je prvočíslo tvaru 3k − 1, tak každá grupa rádu 3q je cyklická.
28.18. (a) Dokážte, že grupy ∆4 a Q8 nie sú izomorfné.
(b) Dokážte, že každá nekomutatívna grupa rádu 8 je izomorfná s niektorou z grúp
∆4 alebo Q8.
28.19. (a) Dokážte, že jediná dvojprvková podgrupa kvaterniónovej grupy Q8 je jej centrum
C(Q8) = {1, −1}.
(b) Odvoďte z (a), že hoci Q8 nie je komutatívna, každá jej podgrupa je normálna.
28.20. (a) Znázornite si všetkých 12 prvkov alternujúcej grupy A4 ako permutácie štvorprvkovej
množiny {1, 2, 3, 4} umiestnenej do vrcholov pravidelného štvorstena. Uvedomte
si, že všetky tieto permutácie možno reprezentovať rotáciami v euklidovskom
priestore R3
okolo vhodných osí prechádzajúcich cez stred štvorstena o uhol π
resp. 2π/3.
(b) Nájdite všetky dvoj-, troj- a štvorprvkové podgrupy grupy A4.
(c) Dokážte, že A4 nemá podgrupu rádu 6.
(d) Dokážte, že žiadne dve z nasledujúcich nekomutatívnych dvanásťprvkových grúp
nie sú izomorfné: alternujúca grupa A4, dihedrálna grupa ∆6, priamy súčin ∆3 ×Z2.
29. Lineárne a afinné grupy
Lineárne grupy, t. j. rôzne grupy regulárnych matíc resp. grupy automorfizmov
vektorových priestorov, patria k vôbec najdôležitejším príkladom grúp.
V tejto kapitole sa zoznámime so základnými typmi lineárnych grúp a ich
afinnými rozšíreniami, ako aj s rôznymi vzťahmi medzi nimi. Využitie aparátu
teórie grúp nám zároveň umožní uvidieť v novom, jednotiacom svetle
niektoré otázky týkajúce sa zachovávania niektorých geometrických invariantov,
napr. objemu, vzdialenosti či časopriestorovej odľahlosti. Lineárne grupy
(najmä nad poľom C) hrajú navyše kľúčovú úlohu pri objasnení štruktúry
vôbec všetkých konečných grúp pomocou ich lineárnych reprezentácií, t. j.
homomorfizmov danej grupy do rôznych lineárnych grúp. Teóriou takýchto
reprezentácií sa však už v tomto kurze zaoberať nebudeme.
V dvoch záverečných paragrafoch podnikneme malý výlet do topológie lineárnych
grúp. Zavedieme pojmy súvislosti a jednoduchej súvislosti a okrem
iného ukážeme, ako súvisia súvislé komponenty niektorých maticových grúp
s orientáciou (časo)priestoru. Obmedzený rozsah nám však nedovoľuje zaviesť
všetky potrebné topologické pojmy a techniky, ktoré by nám umožnili
pojednať o tejto téme uceleným a elegantnejším spôsobom. Preto budeme
nútení urobiť zopár dôkazov takpovediac na kolene a trochu „zašmodrchať
niektoré detaily.
29.1 Všeobecná a špeciálna lineárna grupa
Ako sme už uviedli v príklade 27.1.4, všetky regulárne matice daného rozmeru
n×n nad poľom K tvoria vzhľadom na násobenie matíc grupu, ktorú značíme
GL(n, K) a nazývame všeobecná lineárna grupa stupňa n nad poľom K.
Podobne, pre ľubovoľný vektorový priestor V nad poľom K tvorí množina
všetkých lineárnych izomorfizmov ϕ: V → V grupu vzhľadom na skladanie
zobrazení. Značíme ju GL(V ) a nazývame všeobecná lineárna grupa, prípadne
tiež grupa automorfizmov vektorového priestoru V . Zrejme GL(V ) je podgrupou
grupy S(V ) všetkých bijekcií V → V a taktiež grupy Aut(V, +) všetkých
automorfizmov aditívnej grupy (V, +) vektorového priestoru V .
Ak dim V = n a ααα = (uuu1, . . . ,uuun) je pevne zvolená báza vektorového
priestoru V , tak priradenie ϕ → (ϕ)ααα určuje izomorfizmus grúp GL(V ) ∼=
GL(n, K). Pre inú bázu βββ dostávame iný izomorfizmus ϕ → (ϕ)βββ. Pre (stŤpcový)
vektorový priestor V = Kn
sa grupy GL(Kn
) a GL(n, K) zvyknú
často stotožňovať prostredníctvom izomorfizmu ϕ → (ϕ)εεε sprostredkovaného
kanonickou bázou εεε v Kn
.
648 29. Lineárne a afinné grupy
Lineárnou grupou stupňa n nad poľom K budeme nazývať ľubovoľnú
podgrupu G všeobecnej lineárnej grupy GL(n, K). Podobne, lineárnou grupou
vektorového priestoru V budeme nazývať ľubovoľnú podgrupu G všeobecnej
lineárnej grupy GL(V ).1
Lineárne grupy transformácií G ⊆ GL(V ) a lineárne grupy matíc G ⊆
GL(n, K), nazývané tiež maticovými grupami, budeme študovať paralelne.
Pritom budeme prednostne používať tú formuláciu, ktorá sa nám v danej situácii
vidí názornejšia, prípadne technicky výhodnejšia. Spomínané izomorfizmy
nám kedykoľvek umožnia prenášať získané výsledky oboma smermi.
Všeobecná lineárna grupa GL(n, K) má dve význačné pravé akcie na
množine Kn×n
všetkých matíc rozmeru n × n nad poľom K: sú dané prira-
deniami
(XXX,AAA) → AAA−1
· XXX · AAA, resp. (XXX,AAA) → AAAT
· XXX · AAA,
pre XXX ∈ Kn×n
, AAA ∈ GL(n, K). V prípade poľa komplexných čísel K = C
k druhú z nich často nahrádza niektorá z akcií
(XXX,AAA) → AAAT
· XXX · AAA, resp. (XXX,AAA) → AAA∗
· XXX · AAA.
To nám umožňuje zasadiť známe vzťahy podobnosti a kongruencie štvorcových
matíc do kontextu orbitálnych rozkladov akcií grúp. Priamočiary dôkaz
nasledujúceho tvrdenia tak možno prenechať čiateľovi.
29.1.1. Tvrdenie. (a) Všetky štyri uvedené zobrazenia sú pravými akciami
grupy GL(n, K) na vektorovom priestore Kn×n
, pričom pre pevné AAA ∈
GL(n, K) je každé z priradení XXX → AAA−1
· XXX · AAA, XXX → AAAT
· XXX · AAA,
XXX → AAAT
· XXX · AAA, XXX → AAA∗
· XXX · AAA lineárnym izomorfizmom Kn×n
→ Kn×n
.
(b) Matice XXX,YYY ∈ Kn×n
sú podobné, t. j. XXX ≈ YYY , práve vtedy, keď patria
do tej istej orbity grupy GL(n, K) vzhľadom na akciu (XXX,AAA) → AAA−1
· XXX · AAA.
(c) Matice XXX,YYY ∈ Kn×n
sú kongruentné, t. j. XXX ≡ YYY , práve vtedy, keď
patria do tej istej orbity grupy GL(n, K) vzhľadom na akciu (XXX,AAA) → AAAT
·
XXX · AAA.
(d) Matice XXX,YYY ∈ Cn×n
sú hermitovsky kongruentné, t. j. XXX
∗
≡ YYY , práve
vtedy, keď patria do tej istej orbity grupy GL(n, C) vzhľadom na akciu
(XXX,AAA) → AAAT
· XXX · AAA, prípadne vzhľadom na akciu (XXX,AAA) → AAA∗
· XXX · AAA,
keďže obe majú rovnaký orbitálny rozklad.
1
Kvôli vylúčeniu niektorých patologických príkladov sa od lineárnych (maticových)
grúp (aspoň nad poľami R resp. C) tradične žiada, aby boli navyše uzavretými podmnožinami
príslušnej všeobecnej lineárnej grupy (chápanej – ak treba po vhodnom stožnení
– ako podmnožina n2
-rozmerného priestoru Rn×n
resp. 2n2
-rozmerného priestoru Cn×n
).
Keďže všetky konkrétne príklady lineárnych grúp, s ktorými sa v tejto kapitole stretneme,
budú túto popmienku spĺňať, nepovažujeme za potrebné zahrnúť ju do našej definície.
29.1. Všeobecná a špeciálna lineárna grupa 649
Uvedené relácie, ako aj tvrdenie 29.1.1 však možno zovšeobecniť na ľubovoľnú
lineárnu grupu G ⊆ GL(n, K). Matice XXX,YYY ∈ Kn×n
sa nazývajú
G-podobné, označenie XXX ≈G YYY , ak existuje matica AAA ∈ G taká, že
YYY = AAA−1
· XXX · AAA. Hovoríme, že XXX, YYY sú G-kongrunetné, označenie XXX ≡G YYY ,
ak existuje AAA ∈ G taká, že YYY = AAAT
· XXX · AAA. V prípade poľa K = C možno
zaviesť aj vzťah hermitovskej G-kongruencie: XXX
∗
≡G YYY , ak existuje AAA ∈ G
taká, že YYY = AAA∗
·XXX ·AAA. Obzvlášť zaujímavá je situácia, keď pre všetky AAA ∈ G
platí AAA−1
= AAAT
(resp. v komplexnom prípade AAA−1
= AAA∗
), kedy vzťahy Gpodobnosti
a (hermitovskej) G-kongruencie splývajú.
Ešte si všimnime, že akciu z bodu (c) možno uvažovať aj ako akciu len na
lineárnom podpriestore všetkých symetrických matíc z Kn×n
a akcie z bodu
(d) ako akcie len na podpriestore všetkých hermitovských matíc z Cn×n
.
Podľa Cauchyho vety 10.3.2 a jej dôsledku, vety 10.3.3, je determinant homomorfizmom
všeobecnej lineárnej grupy GL(n, K) na multiplikatívnu grupu
K poľa K. Jeho jadro
SL(n, K) = {AAA ∈ GL(n, K); detAAA = 1}
je tak normálnou podgrupou grupy GL(n, K) – nazývame ju špeciálna lineárna
grupa stupňa n nad poľom K.
Taktiež dôkaz nasledujúceho jednoduchého tvrdenia prenechávame čita-
teľovi.
29.1.2. Tvrdenie. Pre AAA ∈ GL(n, K) platí AAA ∈ SL(n, K) práve vtedy, keď
det(AAA · XXX) = detXXX
pre každú maticu XXX ∈ Kn×n
.
Teda v prípade poľa K = R a euklidovského priestoru Rn
vybaveného
štandardným skalárnym súčinom špeciálna lineárna grupa SL(n, R) pozostáva
práve zo všetkých matíc AAA ∈ Rn×n
takých, že lineárne zobrazenie
Rn
→ Rn
, dané predpisom xxx → AAA · xxx, zachováva orientované objemy nrozmerných
rovnobežnostenov vytvorených usporiadanými n-ticami vektorov
(uuu1, . . . ,uuun) z Rn
. Hovoríme, že orientovaný objem je invariantom grupy
SL(n, R); všeobecnejšie, determinant je invariantom grupy SL(n, K).
Všeobecnú lineárnu grupu GL(n, K) možno tiež opísať ako polopriamy
súčin multiplikatívnej grupy K nenulových prvkov poľa K a špeciálnej lineárnej
grupy SL(n, K).
29.1.3. Tvrdenie. GL(n, K) ∼= K SL(n, K).
Dôkaz. Ľahko možno nahliadnuť, že grupové homomorfizmy
SL(n, K)
ι
GL(n, K)
δ
K ,
650 29. Lineárne a afinné grupy
kde ι je identické zobrazenie a δ priradí matici AAA ∈ GL(n, K) jej determinant,
tvoria krátku exaktnú postupnosť, rozštiepenú napr. homomorfizmom
η: K → GL(n, K), a → diag(IIIn−1, a). Potrebný záver tak vyplýva z dôsledku
28.4.3.
29.2 Afinné rozšírenia lineárnych grúp
Podľa vety 8.5.2 a bezprostredne za ňou nasledujúcej poznámky možno každé
afinné zobrazenie f : V → V vektorového priestoru V do seba jednoznačne
vyjadriť v tvare kompozície f = ϕ + uuu = τuuu ◦ ϕ lineárneho zobrazenia ϕ =
f − f(0): V → V a posunutia τuuu : V → V o pevný vektor uuu = f(0) ∈ V .
Navyše podľa tvrdenia 8.5.8 je f bijektívne práve vtedy, keď je bijektívne ϕ.
Afinným rozšírením lineárnej grupy G ⊆ GL(V ) nad vektorovým priestorom
V nazývame množinu Gaf
všetkých afinných zobrazení f : V → V ,
ktorých lineárna časť ϕ = f − f(0) patrí do grupy G – pozri paragraf 8.5.
Keďže kompozícia f ◦g afinných bijekcií f, g: V → V s lineárnymi časťami ϕ
resp. ψ je opäť afinná bijekcia s lineárnou časťou ϕ◦ψ, a inverzné zobrazenie
k f je tiež afinná bijekcia s lineárnou časťou ϕ−1
, vidíme, že afinné rozšírenie
Gaf
lineárnej grupy G je podgrupou grupy transformácií S(V ).
Štruktúru afinného rozšírenia Gaf
teraz popíšeme pomocou polopriameho
súčinu grupy G a aditívnej grupy (V, +) vektorového priestoru V .
Každá lineárna grupa G ⊆ GL(V ) nad vektorovým priestorom V je zároveň
podgrupou grupy Aut(V, +) všetkých automorfizmov jeho aditívnej
grupy (V, +). Množina G × V tak prirodzene nesie štruktúru polopriameho
súčinu týchto grúp s neutrálnym prvkom (idV , 0) a s operáciami definovanými
pomocou rovností
(ϕ,uuu) ◦ (ψ,vvv) = (ϕ ◦ ψ,uuu + ϕ(vvv)),
(ϕ,uuu)−1
= ϕ−1
, −ϕ−1
(uuu) ,
pre ϕ, ψ ∈ G, uuu,vvv ∈ V – pozri paragraf 28.4. Ak tieto rovnosti porovnáme
s rovnosťou tesne za dôkazom tvrdenia 8.5.4 a s rovnosťou z tvrdenia 8.5.8,
uvidíme, že sme vlastne dokázali nasledujúcu vetu:
29.2.1. Veta. Nech V je vektorový priestor nad poľom K a G ⊆ GL(V ) je
ľubovoľná lineárna grupa nad V . Potom jej afinné rozšírenie Gaf
je izomorfné
s polopriamym súčinom G V ; príslušný izomorfizmus G V → Gaf
je daný
predpisom (ϕ,uuu) → ϕ + uuu.
Z popisu polopriameho súčinu v paragrafe 28.4 tak dostávame tri grupové
homomorfizmy
554 PAVOL ZLATOŠ: LINEÁRNA ALGEBRA A GEOMETRIA
Štruktúru afinného rozšírenia Gaf
teraz popíšeme pomocou polopriameho súčinu
grupy G a aditívnej grupy (V, +) vektorového priestoru V .
Každá lineárna grupa G ⊆ GL(V ) nad vektorovým priestorom V je zároveň podgrupou
grupy Aut(V, +) všetkých automorfizmov jeho aditívnej grupy (V, +). Množina
G×V tak prirodzene nesie štruktúru polopriameho súčinu týchto grúp s neutrálnym
prvkom (idV , 0) a s operáciami definovanými pomocou rovností
(ϕ, u) ◦ (ψ, v) = (ϕ ◦ ψ, u + ϕ(v)),
(ϕ, u)−1
= ϕ−1
, −ϕ−1
(u) ,
pre ϕ, ψ ∈ G, u, v ∈ V – pozri paragraf 28.4. Ak tieto rovnosti porovnáme s rovnosťou
tesne za dôkazom tvrdenia 8.5.4 a s rovnosťou z tvrdenia 8.5.8, uvidíme, že sme vlastne
dokázali nasledujúcu vetu:
29.2.1. Veta. Nech V je vektorový priestor nad poľom K a G ⊆ GL(V ) je ľubovoľná
lineárna grupa nad V . Potom jej afinné rozšírenie Gaf
je izomorfné s polopriamym
súčinom G V ; príslušný izomorfizmus G V → Gaf
je daný predpisom (ϕ, u) → ϕ + u.
Z popisu polopriameho súčinu v paragrafe 28.4 tak dostávame tri grupové homo-
morfizmy
V Gaf G,
τ λ
ι
kde τu je posunutie o vektor u ∈ V , ι je identické vnorenie grupy G do grupy Gaf
a
λ(f) = f − f(0) je lineárna časť afinného zobrazenia f ∈ G. Zrejme V
τ
Gaf
λ
G je
krátka exaktná postupnosť a λ ◦ ι = idG.
Vzhľadom na vetu 29.2.1 a očividný izomorfizmus GL(Kn
) ∼= GL(n, K) daný
kanonickou bázou ε v Kn
, afinné rozšírenie lineárnej grupy G ⊆ GL(n, K) priamo
definujeme ako polopriamy súčin Gaf
= G Kn
, t. j. jej prvky budeme reprezentovať
ako usporiadané dvojice (blokové matice) (A, u) = (A | u) ∈ GL(n, K) × Kn
,
s násobením
29.2. Afinné rozšírenia lineárnych grúp 651
kde τuuu je posunutie o vektor uuu ∈ V , ι je identické vnorenie grupy G do grupy
Gaf
a λ(f) = f − f(0) je lineárna časť afinného zobrazenia f ∈ G. Zrejme
V
τ
Gaf
λ
G je krátka exaktná postupnosť a λ ◦ ι = idG.
Vzhľadom na vetu 29.2.1 a očividný izomorfizmus GL(Kn
) ∼= GL(n, K)
daný kanonickou bázou εεε v Kn
, afinné rozšírenie lineárnej grupy G ⊆ GL(n, K)
priamo definujeme ako polopriamy súčin Gaf
= G Kn
, t. j. jej prvky budeme
reprezentovať ako usporiadané dvojice (blokové matice) (AAA,uuu) = (AAA |uuu) ∈
GL(n, K) × Kn
, s násobením
(AAA,uuu) · (BBB,vvv) = (AAA · BBB,uuu + AAA · vvv)
– porovnaj s tvrdením 8.5.9.
Afinné rozšírenie všeobecnej lineárnej grupy GL(n, K) značíme GA(n, K)
a nazývame všeobecnou afinnou grupou stupňa n nad poľom K. Podobne,
afinné rozšírenie špeciálnej lineárnej grupy SL(n, K) značíme SA(n, K) a nazývame
špeciálnou afinnou grupou stupňa n nad poľom K.
Záverom tohto paragrafu si ukážeme, že všeobecnú afinnú grupu GA(n, K)
možno prirodzene vnoriť do všeobecnej lineárnej grupy GL(n + 1, K). V dôsledku
toho je i každé afinné rozšírenie ľubovoľnej lineárnej grupy izomorfné
s nejakou lineárnou grupou.
29.2.2. Veta. Zobrazenie dané predpisom
(AAA,uuu) →
AAA uuu
0n 1
,
kde (AAA,uuu) ∈ GA(n, K) a 0n ∈ Kn
je nulový riadkový vektor, je injektívny
homomorfizmus grúp GA(n, K) → GL(n + 1, K).
Dôkaz. Nakoľko pre (AAA,uuu) ∈ GA(n, K) platí
det
AAA uuu
0n 1
= detAAA = 0,
je to naozaj zobrazenie do grupy GL(n + 1, K). Podmienku homomorfnosti
overíme priamym výpočtom. Pre (AAA,uuu), (BBB,vvv) ∈ GA(n, K) dostávame
AAA uuu
0n 1
·
BBB vvv
0n 1
=
AAA · BBB AAA · vvv + uuu
0n 1
,
čo je matica zodpovedajúca prvku (AAA,uuu) · (BBB,vvv) = (AAA · BBB,uuu + AAA · vvv) ∈
GA(n, K). Tento homomorfizmus je injektívny, lebo jeho jadro obsahuje jedine
neutrálny prvok (IIIn, 0) ∈ GA(n, K).
652 29. Lineárne a afinné grupy
Trik spočívajúci v nahradení dvojice (AAA,uuu) maticou (AAA uuu
0 1 ) je výpočtovo
nesmierne výhodný. Umožňuje totiž počítať s afinnými transformáciami pomocou
obvyklého násobenia matíc. Preto je hojne využívaný napr. pri programovaní
úloh počítačovej grafiky. Navyše funguje aj bez predpokladu regularity
matice AAA (pozri cvičenie 28.5).
29.3 Izometrie
Pojem izometrie kvadratickej formy je zovšeobecnením pojmu zhodného zobrazenia
známeho zo stredoškolskej geometrie.
Nech V je vektorový priestor nad ľubovoľným poľom K a q: V → K je
kvadratická forma. Hovoríme, že zobrazenie f : V → V je izometriou kvadratickej
formy q (prípadne len izometriou, ak q je jasná z kontextu), ak pre
všetky xxx,yyy ∈ V platí
q(fxxx − fyyy) = q(xxx − yyy).
29.3.1. Príklad. Ak V je vektorový priestor s reálnym prípadne komplexným
skalárnym súčinom xxx,yyy a
q(xxx) = xxx,xxx = xxx 2
je ním indukovaná kvadratická forma, tak izometrie formy q sú práve tie
zobrazenia f : V → V , ktoré zachovávajú vzdialenosť vo V , t. j. pre všetky
xxx,yyy ∈ V platí
fxxx − fyyy = xxx − yyy .
Hovoríme im tiež zhodné zobrazenia alebo izometrie priestoru V .
Väčšina čitateľov sa už asi stretla s príkladmi zhodných zobrazení v rovine
a v trojrozmernom priestore. Pojem izometrie však má ten istý geometrický
význam v ľubovoľnom vektorovom priestore so skalárnym súčinom (či už
reálnym alebo komplexným).
29.3.2. Príklad. V Minkowského časopriestore V s pseudoskalárnym súčinom
xxx,yyy sú izometriami kvadratickej formy q(xxx) = xxx,xxx práve tie zobrazenia
f : V → V , ktoré zachovávajú štvorec časopriestorovej odľahlosti, t. j.
platí pre ne
fxxx − fyyy, fxxx − fyyy = xxx − yyy,xxx − yyy
pre všetky xxx,yyy ∈ V .
K obom uvedeným príkladom sa ešte niekoľkokrát vrátime.
Všeobecné štúdium izometrií začneme jednoduchým pozorovaním, ktorého
dôkaz prenechávame čitateľovi. Pripomíname, že posunutie τuuu vektorového
priestoru V o pevný vektor uuu ∈ V je zobrazenie V → V dané predpisom
τuuu(xxx) = xxx + uuu.
29.3. Izometrie 653
29.3.3. Tvrdenie. Nech q: V → K je kvadratická forma na vektorovom
priestore V nad poľom K.
(a) Ak uuu ∈ V je pevný vektor, tak posunutie τuuu : V → V je izometria formy q.
(b) Ak f : V → V je izometria formy q, tak aj zobrazenie ϕ: V → V dané
predpisom ϕ(xxx) = f(xxx) − f(0) je izometria formy q, ktorá navyše fixuje
počiatok, t. j. spĺňa podmienku ϕ(0) = 0.
Pri štúdiu štruktúry všetkých izometrií danej kvadratickej formy q: V →
K sa teda stačí obmedziť na izometrie, ktoré navyše fixujú počiatok. Každú
izometriu totiž možno získať ako kompozíciu f = τuuu ◦ ϕ = ϕ + uuu izometrie
ϕ = f − f(0) fixujúcej počiatok a posunutia τuuu o vektor uuu = f(0). Táto
súvislosť silne pripomína vzťah medzi afinnými a lineárnymi zobrazeniami.
Ukážeme si, že to nie je náhoda.
Ďalej budeme predpokladať, že V je konečnorozmerný vektorový priestor
nad ľubovoľným poľom K charakteristiky = 2 a F : V ×V → K je symetrická
bilineárna, prípadne, pre K = C, kososymetrická poldruhalineárna forma na
V . Pripomeňme, že F je regulárna, práve vtedy, keď pre každé xxx ∈ V platí
(∀yyy ∈ V )(F(xxx,yyy) = 0) ⇒ xxx = 0;
potom takisto
(∀xxx ∈ V )(F(xxx,yyy) = 0) ⇒ yyy = 0,
pre ľubovoľné yyy ∈ V (pozri záver paragrafu 11.1).
29.3.4. Veta. Nech V je konečnorozmerný vektorový priestor nad poľom
K charakteristiky = 2, F : V × V → K je regulárna symetrická bilineárna,
prípadne kososymetrická poldruhalineárna forma a q je ňou indukovaná kvadratická
forma. Potom pre ľubovoľné zobrazenie ϕ: V → V nasledujúce podmienky
sú ekvivalentné:
(i) ϕ zachováva formu F, t. j. pre všetky xxx,yyy ∈ V platí
F(ϕxxx, ϕyyy) = F(xxx,yyy);
(ii) ϕ je lineárne zobrazenie zachovávajúce formu q, t. j. pre každé xxx ∈ V
platí
q(ϕxxx) = q(xxx);
(iii) ϕ je izometria formy q zachovávajúca počiatok, t. j. pre všetky xxx,yyy ∈ V
platí q(ϕxxx − ϕyyy) = q(xxx − yyy) a ϕ(0) = 0.
Navyše každá lineárna transformácia ϕ: V → V spĺňajúca niektorú z uvedených
podmienok je už nevyhnutne bijektívna, teda je to lineárny izomorfiz-
mus.
Dôkaz. (i) ⇒ (ii): Nech ϕ zachováva F. Najprv dokážeme linearitu ϕ. Zvoľme
ľubovoľnú bázu ααα = (uuu1, . . . ,uuun) priestoru V . Potom [F]ααα = F(uuui,uuuj) ∈
Kn×n
je regulárna matica. Pre i ≤ n označme vvvi = ϕ(uuui) a položme βββ =
654 29. Lineárne a afinné grupy
(vvv1, . . . ,vvvn). Podľa predpokladu F(uuui,uuuj) = F(vvvi,vvvj) pre všetky i, j. Z regularity
matice F(vvvi,vvvj) n×n
vyplýva, že i βββ je báza priestoru V . Existuje
jediné lineárne zobrazenie ϑ: V → V také, že ϑ(uuui) = vvvi pre i ≤ n
a, keďže βββ je báza, ϑ je nevyhnutne bijektívne. Z linearity ϑ a podmienok
F(ϑuuui, ϑuuuj) = F(uuui,uuuj) navyše vyplýva, že aj ϑ zachováva formu F. Dokážeme,
že ϕ = ϑ. Na to stačí overiť, že pre každé xxx ∈ V a pre každý vektor vvvi
bázy βββ platí F(ϕxxx−ϑxxx,vvvi) = 0. Potom totiž F(ϕxxx−ϑxxx,yyy) pre každé yyy ∈ V ,
a z regularity formy F vyplýva ϕ(xxx) = ϑ(xxx). Počítajme
F(ϕxxx − ϑxxx,vvvi) = F(ϕxxx, ϕuuui) − F(ϑxxx, ϑuuui) = F(xxx,uuui) − F(xxx,uuui) = 0.
Druhá časť tvrdenia (ii) je triviálnym dôsledkom predpokladu (i) a rovnosti
q(xxx) = F(xxx,xxx).
(ii) ⇒ (iii): Nech ϕ je lineárne a zachováva q. Potom ϕ(0) = 0 a pre všetky
xxx,yyy ∈ V máme
q(ϕxxx − ϕyyy) = q(ϕ(xxx − yyy)) = q(xxx − yyy).
(iii) ⇒ (i): Nech ϕ je izometria, ktorá zachováva počiatok. Ak si uvedomíme,
že pre všetky xxx,yyy ∈ V platí
F(xxx,yyy) =
1
2
q(xxx) + q(yyy) − q(xxx − yyy) ,
vyplýva potrebný záver z nasledujúceho jednoduchého výpočtu:
F(ϕxxx, ϕyyy) =
1
2
q(ϕxxx − ϕ0) + q(ϕyyy − ϕ0) − q(ϕxxx − ϕyyy)
=
1
2
q(xxx − 0) + q(yyy − 0) − q(xxx − yyy) = F(xxx,yyy).
Dôkaz záverečneho dovetku je už zahrnutý v dôkaze implikácie (i) ⇒ (ii).
Zdôraznime, že linearita ani bijektívnosť zobrazenia ϕ nie sú zahrnuté vo
východzích predpokladoch práve dokázaného tvrdenia. Pozoruhodné je, že
v konečnorozmerných priestoroch sú už obe tieto vlastnosti dôsledkom zachovávania
regulárnej bilineárnej (prípadne poldruhalineárnej) formy (všimnite
si, že v príslušných častiach dôkazu sme nevyužívali ani žiadnu vlastnosť
symetrie formy F). Vari ešte prekvapivejšia je skutočnosť, že linearita i bijektívnosť
sú dôsledkom izometrie a fixovania počiatku. To však znamená,
že každá izometria f : V → V je bijektívnym afinným zobrazením. Práve
dokázaná veta tak má nasledujúci dôsledok.
29.3. Izometrie 655
29.3.5. Dôsledok. Všetky zobrazenia zachovávajúce regulárnu symetrickú
bilineárnu formu na konečnorozmernom vektorovom priestore V nad poľom
charakteristiky = 2 (v prípade poľa C tiež kososymetrickú poldruhalineárnu
na V ) tvoria podgrupu všeobecnej lineárnej grupy GL(V ). Všetky izometrie
príslušnej kvadratickej formy tvoria podgrupu všeobecnej afinnej grupy
GA(V ), ktorá je jej afinným rozšírením.
Zachovávanie (nie nutne symetrických) bilineárnych foriem (nie nutne bijektívnymi)
lineárnymi transformáciami na konečnorozmernom vektorovom
priestore možno jednoducho vyjadriť v reči ich matíc. To nám ďalej umožní
stotožniť obe grupy izometrií z dôsledku 29.3.5 s istými podgrupami všeobecných
lineárnych grúp matíc.
Nech ααα = (uuu1, . . . ,uuun) je nejaká báza vektorového priestoru V , F : V ×
V → K je akákoľvek bilineárna forma a ϕ: V → V je lineárna transformácia.
Označme ZZZ = [F]ααα maticu F a AAA = (ϕ)ααα maticu ϕ v báze ααα. Potom pre
všetky xxx,yyy ∈ V platí
F(xxx,yyy) = (xxx)T
ααα · ZZZ · (yyy)ααα,
F(ϕxxx, ϕyyy) = (AAA · (xxx)ααα)T
· ZZZ · (AAA · (yyy)ααα) = (xxx)T
· (AAAT
· ZZZ · AAA) · (yyy)ααα.
To znamená, že ϕ zachováva F práve vtedy, keď
AAAT
· ZZZ · AAA = ZZZ.
V prípade poldruhalineárnej formy F : V × V → C možno rovnako odvodiť,
že ϕ zachováva F práve vtedy, keď
AAAT
· ZZZ · AAA = ZZZ.
V oboch prípadoch teda AAA musí patriť do stabilizátora matice ZZZ v príslušnej
akcii grupy GL(n, K) na priestore matíc Kn×n
. Ak ZZZ je regulárna, t. j.
detZZZ = 0, tak z toho vyplýva (detAAA)2
= 1, t. j. detAAA = ±1, prípadne pre
poldruhalineárne formy |detAAA|2
= 1, t. j. |detAAA| = 1. To má o. i. za dôsledok
regularitu matice AAA a iným spôsobom dokazuje, že lineárna transformácia ϕ
konečnorozmerného priestoru V zachovávajúca regulárnu bilineárnu formu F
na V je nevyhnutne bijektívna. Tým sme vlastne dokázali nasledujúcu vetu.
29.3.6. Veta. Nech V je vektorový priestor konečnej dimenzie n nad poľom
K charakteristiky = 2, F : V × V → K je regulárna symetrická bilineárna,
prípadne, pre K = C, hermitovská poldruhalineárna forma, q je ňou
indukovaná kvadratická forma, ααα je ľubovoľná báza priestoru V a ZZZ = [F]ααα je
matica formy F v báze ααα. Potom priradením ϕ → (ϕ)ααα je daný izomorfizmus
lineárnej grupy tvorenej všetkými zobrazeniami ϕ: V → V zachovávajúcimi
F so stabilizátorom
Stb(ZZZ) = AAA ∈ GL(n, K); AAAT
· ZZZ · AAA = ZZZ
656 29. Lineárne a afinné grupy
matice ZZZ v akcii (XXX,AAA) → AAAT
· XXX · AAA všeobecnej lineárnej grupy GL(n, K)
na priestore všetkých symetrických matíc XXX ∈ KKKn×n
, prípadne s jej stabili-
zátorom
Stb(ZZZ) = AAA ∈ GL(n, C); AAAT
· ZZZ · AAA = ZZZ
v akcii (XXX,AAA) → AAAT
·XXX ·AAA všeobecnej lineárnej grupy GL(n, C) na priestore
všetkých hermitovských matíc XXX ∈ Cn×n
. Grupa všetkých izometrií kvadratickej
formy q je potom izomorfná s afinným rozšírením Stb(ZZZ) Kn
stabilizátora
Stb(ZZZ), teda tiež s podgrupou všeobecnej lineárnej grupy GL(n+1, K)
tvorenou všetkými maticami tvaru (AAA uuu
0 1 ), kde AAA ∈ Stb(ZZZ) a uuu ∈ Kn
.
Pri ďalšom štúdiu grúp izometrií sa preto zameriame len na stabilizátory
(koso)symetrických regulárnych matíc ZZZ ∈ Kn×n
. Navyše, keďže podľa tvrdenia
28.2.2 sú stabilizátory kongruentných matíc navzájom izomorfné, stačí
sa pritom obmedziť na diagonálne matice ZZZ; v prípade kvadratických foriem
nad poľom R resp. hermitovských kvadratických foriem nad poľom C dokonca
na matice tvaru diag(IIIk, −IIIl).
29.4 Ortogonálna, špeciálna ortogonálna
a euklidovská grupa
Nech K je ľubovoľné pole. Potom stabilizátor jednotkovej matice IIIn vzhľadom
na akciu (XXX,AAA) → AAAT
·XXX·AAA všeobecnej lineárnej grupy GL(n, K) na priestore
Kn×n
tvorí podgrupu
O(n, K) = Stb(IIIn) = AAA ∈ GL(n, K); AAAT
· AAA = IIIn
grupy GL(n, K) nazývanú ortogonálna grupa stupňa n nad poľom K. Zrejme
pre AAA ∈ GL(n, K) platí
AAA ∈ O(n, K) ⇔ AAA−1
= AAAT
.
Lineárnu grupu
SO(n, K) = O(n, K) ∩ SL(n, K) = {AAA ∈ O(n, K); detAAA = 1}
nazývame špeciálna ortogonálna grupa stupňa n nad poľom K. Zrejme
SO(n, K), ako jadro homomorfizmu det: O(n, K) → {1, −1}, je normálna
podgrupa grupy O(n, K) s indexom 2 (okrem prípadu char K = 2, kedy
SO(n, K) = O(n, K)).
Uvedené grupy majú najväčší význam nad poľom reálnych čísel. Preto sa
pre ne zaužívalo skrátené označenie O(n) = O(n, R), resp. SO(n) = SO(n, R),
a názvy ortogonálna, resp. špeciálna ortogonálna grupa stupňa n (bez explicitnej
zmienky o poli R). Prvky grupy O(n) sa nazývajú ortogonálne matice
a jednotlivo sme ich už dosť podrobne preštudovali v paragrafoch 13.5 a 23.5.
29.4. Ortogonálna, špeciálna ortogonálna a euklidovská grupa 657
Ak uvažujeme Rn
ako euklidovský priestor so štandardným skalárnym
súčinom xxx,yyy = xxxT
· yyy a kanonickou ortonormálnou bázou εεε = (eee1, . . . ,eeen),
tak každú maticu AAA ∈ GL(n, R) možno stotožniť s lineárnou transformáciou
xxx → AAA·xxx, teda považovať za prvok grupy GL(Rn
). Prvky grupy O(n) tak zodpovedajú
izometriám euklidovského priestoru Rn
, ktoré fixujú počiatok. Jej
podgrupa SO(n) je tvorená práve tými maticami z O(n), ktoré zachovávajú
orientáciu danú kanonickou bázou εεε (pozri paragraf 15.2). Všetky izometrie
euklidovského priestoru Rn
tvoria grupu izomorfnú s afinným rozšírením
O(n) Rn
ortogonálnej grupy O(n) pomocou grupy posunutí Rn
– hovoríme
jej euklidovská grupa stupňa n. Jej prvky nazývame tiež zhodné zobrazenia
alebo len zhodnosti v Rn
. Prvky jej podgrupy SO(n) Rn
, t. j. afinného rozšírenia
špeciálnej ortogonálnej grupy SO(n), nazývame priamymi zhodnosťami,
ostatné prvky euklidovskej grupy nazývame nepriamymi zhodnosťami.
K vete 23.5.3, ktorá vyčerpávajúcim spôsobom popisuje štruktúru ortogonálnych
matíc, ešte dodajme, že priame zhodnosti fixujúce počiatok, t. j.
prvky grupy SO(n), sú práve tie, ktoré majú v nejakej ortonormálnej báze
priestoru Rn
maticu tvaru
diag(RRRα1 , . . . ,RRRαm , 1),
ak n = 2m + 1 ≥ 1 je nepárne, resp.
diag(RRRα1 , . . . ,RRRαm ),
ak n = 2m ≥ 2 je párne. Zvyšné matice
diag(RRRα1 , . . . ,RRRαm , −1) resp. diag(RRRα1 , . . . ,RRRαm−1 , 1, −1)
zodpovedajú nepriamym zhodnostiam.
Vzťah grúp SO(n, K) a O(n, K) nad ľubovoľným poľom K charakteristiky
= 2 možno objasniť pomocou konštrukcie polopriameho súčinu (ešte raz
pripomíname, že v prípade char K = 2 platí SO(n, K) = O(n, K), takže niet
čo objasňovať). Označme
QQQn = diag(IIIn−1, −1) ∈ O(n, K) SO(n, K)
a
∆ = {IIIn,QQQn}.
Potom ∆ je zrejme podgrupa grupy O(n, K) izomorfná s aditívnou grupou
Z2 ako aj s multiplikatívnou grupou {1, −1}. Ďalej platí ∆ ∩ SO(n, K) =
{IIIn}, a kedže index podgrupy SO(n, K) v O(n, K) je 2, tak nevyhnutne
SO(n, K)·∆ = O(n, K). To podľa vety 28.4.2 dokazuje nasledujúci výsledok.
658 29. Lineárne a afinné grupy
29.4.1. Veta. Nech K je pole chrakteristiky = 2. Potom ortogonálna grupa
O(n, K) je izomorfná s polopriamym súčinom ∆ SO(n, K) svojich podgrúp
∆ ∼= Z2 a SO(n, K).
Ešte podotknime, že úlohu generátora QQQn grupy ∆ by mohol zohrať ľubovoľný
prvok QQQ ∈ O(n, K) SO(n, K) taký, že QQQ2
= IIIn, napr. ľubovoľná
matica tvaru QQQ = diag(±1, . . . , ±1) s nepárnym počtom prvkov −1.
29.5 Pseudortogonálna, Lorentzova a Poincarého grupa
Nech K je ľubovoľné pole a n = k + l, kde k, l sú kladné celé čísla. Potom
stabilizátor matice diag(IIIk, −IIIl) vzhľadom na akciu (XXX,AAA) → AAAT
· XXX · AAA
všeobecnej lineárnej grupy GL(n, K) na priestore Kn×n
tvorí podgrupu
O(k, l, K) = Stb diag(IIIk, −IIIl)
= AAA ∈ GL(n, K); AAAT
· diag(IIIk, −IIIl) · AAA = diag(IIIk, −IIIl)
grupy GL(n, K), nazývanú pseudoortogonálna grupa typu (k, l) nad poľom
K. Jej normálnu podgrupu
SO(k, l, K) = O(k, l, K) ∩ SL(n, K) = {AAA ∈ O(k, l, K); detAAA = 1}
nazývame špeciálna pseudoortogonálna grupa typu (k, l) nad poľom K.
I tentokrát majú uvedené grupy majú najväčší význam nad poľom reálnych
čísel. Z toho dôvodu ich označujeme len O(k, l) = O(k, l, R), resp.
SO(k, l) = SO(k, l, R), a nazývame stručne pesudoortogonálna, resp. špeciálna
pseudoortogonálna grupa typu (k, l) (bez explicitnej zmienky o poli R).
Keďže kongruentné matice majú izomorfné stabilizátory vzhľadom na uvedenú
akciu a zrejme platí Stb(−IIIn) = Stb(IIIn) = O(n), stabilizátor každej
regulárnej symetrickej matice ZZZ ∈ Rn×n
je už izomorfný s niektorou z grúp
O(n) či O(k, l).
Poznamenajme, že štúdium grúp O(k, l, C) by bolo nadbytočné. Každá
z matíc diag(IIIk, −IIIl) je totiž nad poľom komplexných čísel kongruentná s maticou
IIIn. Preto platí O(k, l, C) ∼= O(n, C) a SO(k, l, C) ∼= SO(n, C). Ale ani
samotné grupy O(n, C) a SO(n, C) nie sú až také dôležité. Významnejšie sú
ich hermitovské varianty, unitárna grupa U(n) a špeciálna unitárna grupa
SU(n), s ktorými sa letmo zoznámime v nasledujúcom paragrafe.
Na druhej strane nad inými poľami ako R a C, napríklad nad poľom Q
všetkých racionálnych čísel, nemusí byť každá symetrická matica kongruentná
s niektorou z diagonálnych matíc IIIn, −IIIn či diag(IIIk,IIIl). Preto stabilizátor
nie každej regulárnej symetrickej matice ZZZ ∈ Qn×n
je nevyhnutne izomorfný
s niektorou z grúp O(n, Q) či O(k, l, Q).
29.5. Pseudortogonálna, Lorentzova a Poincarého grupa 659
Ani všetkými „dôležitými reálnymi pseudortogonálnymi grupami sa však
v tomto kurze nebudeme osobitne zaoberať. Obmedzíme sa len na grupy
O(1, n), ktoré úzko súvisia so špeciálnou teóriou relativity a štruktúrou Minkowského
časopriestoru R(1,n)
so štandardným pseudoskalárnym súčinom xxx,yyy =
x0y0 − x1y1 − . . . − xnyn. Grupu
Λ(n) = O(1, n)
budeme nazývať Lorentzovou grupou stupňa n. Poincarého grupou nazývame
jej afinné rozšírenie Λ(n) Rn+1
.2
V súlade s tým budeme Lorentzovými transformáciami Minkowského
časopriestoru R(1,n)
nazývať lineárne zobrazenia ϕ: Rn+1
→ Rn+1
, ktorých
matice vzhľadom na kanonickú inerciálnu bázu εεε = (eee0,eee1, . . . ,eeen) (s ktorými
ich budeme stotožňovať) patria do Lorentzovej grupy Λ(n). Ako o chvíľu
uvidíme, Lorentzove transformácie, tak ako sme ich zaviedli v paragrafe 16.9,
tvoria istú významnú podgrupu grupy Λ(n).
Na začiatok vyčleníme niekoľko dôležitých podgrúp Lorentzovej grupy
Λ(n): popri nám už známej grupe SO(1, n) všetkých Lorentzových transformácií
s determinantom 1, je to grupa
Λ↑
(n) = {AAA ∈ Λ(n); eee0,AAA · eee0 > 0}
všetkých ortochrónnych Lorentzových transformácií, t. j. takých, ktoré zachovávajú
orientáciu časového šípu eee0. Pri číslovaní riadkov a stĺpcov matíc
AAA ∈ R(n+1)×(n+1)
od 0 do n je eee0,AAA · eee0 = a00, teda Lorentzova transformácia
AAA ∈ Λ(n) je ortochrónna práve vtedy, keď a00 > 0 (podľa cvičenia 16.1 je
toto číslo, ako pseudoskalárny súčin dvoch časových šípov, vždy = 0). Práve
týmto typom Lorentzových transformácií sme sa zaoberali v paragrafe 16.9.
Ďalej je to grupa
Λ+(n) = {AAA ∈ Λ(n); eee0,AAA · eee0 detAAA > 0}
všetkých vlastných Lorentzových transformácií, t. j. takých ktoré zachovávajú
orientáciu euklidovského podpriestoru [eee0]⊥
⊆ R(1,n)
,3
a prienik uvedených
grúp
Λ↑
+(n) = Λ+(n) ∩ Λ↑
(n) = Λ+(n) ∩ SO(1, n) = Λ↑
(n) ∩ SO(1, n),
2
Vo väčšine učebníc sa pod Lorentzovou či Poincarého grupou rozumejú len fyzikálne
relevantné grupy Λ(3) resp. Λ(3) R4
. Našou všeobecnejšou definíciou sa chceme zavďačiť
najmä „malým Lorentzovým grupám Λ(1) a Λ(2), náramne užitočným pri ich štúdiu.
Lorentzova grupa Λ(4) sa vyskytuje ako grupa izometrií istého kozmologického modelu,
tzv. de Sitterovho univerza. S vyššími Lorentzovými grupami Λ(n) sa zasa možno stretnúť
v niektorých strunových teóriách.
3
Najmä vo fyzike sa pod pojmom „vlastná Lorentzova grupa často rozumie špeciálna
pseudoortogonálna grupa SO(1, n), jej prvkom sa potom prirodzene hovorí vlastné Lorentzove
transformácie.
660 29. Lineárne a afinné grupy
čiže grupa všetkých vlastných ortochrónnych Lorentzových transformácií.
Konečne je to tzv. štvorgrupa Γ tvorená maticami IIIn+1, PPPn+1 = diag(1,IIIn−1, −1),
TTTn+1 = diag(−1,IIIn−1, 1) a PPPn+1TTTn+1 = diag(−1,IIIn−1, −1), izomorfná s aditívnou
grupou Z2 × Z2. Ak vynecháme indexy v označení týchto matíc, môžeme
písať
Γ = {III,PPP,TTT,PPPTTT}.
29.5.1. Veta. Lorentzova grupa Λ(n) je izomorfná s polopriamym súčinom
Γ Λ↑
+(n) svojich podgrúp Γ ∼= Z2 × Z2 a Λ↑
+(n).
Dôkaz. Označme H = {1, −1} × {1, −1} priamy súčin dvoch exemplárov
multiplikatívnej grupy {1, −1} ⊆ R . Zrejme H je generovaná svojimi prvkami
(1, −1), (−1, 1) a (nezávisle na n) je H ∼= Z2 × Z2
∼= Γ. Nech ďalej
ι: Λ↑
+(n) → Λ(n) je identické zobrazenie a π: Λ(n) → H je dané predpisom
π(AAA) =
eee0,AAA · eee0
| eee0,AAA · eee0 |
, detAAA =
a00
|a00|
, detAAA ,
pre AAA ∈ Λ(n). Niekoľkými priamymi výpočtami možno jednoducho overiť, že
Λ↑
+(n)
ι
Λ(n)
π
H
je krátka exaktná postupnosť grúp rozštiepená homomorfizmom η: H →
Λ(n), ktorý je jednoznačne určený obrazmi generátorov η(1, −1) = PPP, η(−1, 1) =
PPPTTT. Preto podľa dôsledku 28.4.3 je
Λ(n) ∼= H Λ↑
+(n) ∼= Γ Λ↑
+(n).
Detaily prenechávame ako cvičenie čitateľovi.
Teda Lorentzova grupa je zjednotením
Λ(n) = Λ↑
+(n) ∪ Λ↑
−(n) ∪ Λ↓
+(n) ∪ Λ↓
−(n)
štyroch disjunktných tried rozkladu
Λ↑
+(n) = Λ↑
+(n) · III, Λ↑
−(n) = Λ↑
+(n) · PPP,
Λ↓
+(n) = Λ↑
+(n) · TTT, Λ↓
−(n) = Λ↑
+(n) · PPPTTT
podľa svojej normálnej podgrupy Λ↑
+(n).
Násobenie maticou PPP sprava reprezentuje zmenu orientácie v priestore
a maticou TTT zasa obrátenie smeru plynutia času. Kým výber matice TTT je
viac-menej kanonický, úlohu matice PPP by mohla zohrať ľubovoľná matica
29.5. Pseudortogonálna, Lorentzova a Poincarého grupa 661
tvaru diag(1, ±1, . . . , ±1) s nepárnym počtom členov −1 (t. j. s determinantom
−1).
V euklidovskom priestore Rn
má špeciálna ortogonálna grupa SO(n) v ortogonálnej
grupe O(n) index 2, na základe čoho možno hovoriť o jeho dvoch
možných orientáciách. Naproti tomu v Minkowského časopriestore R(1,n)
má
vlastná ortochrónna Lorentzova grupa Λ↑
+(n) v Lorentzovej grupe Λ(n) index
4, v dôsledku čoho Minkowského časopriestoru pripisujeme štyri orientácie,
dané kombináciami dvoch možných orientácií priestoru a dvoch možných
orientácií času.
Na objasnenie štruktúry grupy Λ(n) tak stačí poznať štruktúru jej podgrupy
Λ↑
+(n) vlastných ortochrónnych Lorentzových transformácií. Najprv
podrobnejšie preskúmame „malú Lorentzovu grupu Λ(1) a jej podgrupu
Λ↑
+(1).
29.5.2. Veta. Nech AAA ∈ R2×2
. Potom AAA ∈ Λ↑
+(1) práve vtedy, keď
AAA =
1√
1−v2
v√
1−v2
v√
1−v2
1√
1−v2
= LLLv
pre nejaké v ∈ R také, že |v| < 1. Ďalej AAA ∈ Λ(1) práve vtedy, keď AAA je tvaru
LLLv, LLLv · PPP, LLLv · TTT alebo LLLv · PPPTTT.
Dôkaz. Nech AAA = ( a b
c d ). Potom
AAAT
· diag(1, −1) · AAA =
a c
b d
·
1 0
0 −1
·
a b
c d
=
a2
− c2
ab − cd
ba − dc b2
− d2 ,
teda podmienka AAA ∈ Λ(1), t. j. AAAT
· diag(1, −1) · AAA = diag(1, −1), je ekvivalentná
s rovnosťami
a2
− c2
= 1,
ab − cd = 0,
b2
− d2
= −1.
Z prvej rovnosti vyplýva a2
= 1 + c2
> c2
≥ 0, teda a = 0 a |a| > |c|.
Podobne, z tretej vyplýva d2
= 1+b2
> b2
≥ 0, teda d = 0 a |d| > |b|. Druhú
rovnosť preto možno upraviť na tvar
b
d
=
c
a
.
Označme túto spoločnú hodnotu v = b/d = c/a. Zrejme |v| < 1 a b = dv,
c = av. Dosadením do prvej a tretej rovnosti dostávame
a2
(1 − v2
) = d2
(1 − v2
) = 1.
662 29. Lineárne a afinné grupy
Teda
a = ±
1
√
1 − v2
, d = ±
1
√
1 − v2
.
Matica AAA tak nadobúda niektorý z tvarov
LLLv =
1√
1−v2
v√
1−v2
v√
1−v2
1√
1−v2
, LLLv · PPP =
1√
1−v2 − v√
1−v2
v√
1−v2 − 1√
1−v2
,
LLLv · TTT =
− 1√
1−v2
v√
1−v2
− v√
1−v2
1√
1−v2
, LLLv · PPPTTT =
− 1√
1−v2 − v√
1−v2
− v√
1−v2 − 1√
1−v2
.
Naopak, priamym výpočtom sa možno presvedčiť, že každá z uvedených matíc
je prvkom grupy Λ(1). Zrejme AAA ∈ Λ↑
+(1) práve vtedy, keď AAA = LLLv;
zvyšné tri tvary zodpovedajú ostatným triedam rozkladu grupy Λ(1) podľa
podgrupy Λ↑
+(1).
Pripomeňme si, že Lorentzovu transformáciu LLLv možno substitúciou θ =
1
2
ln 1+v
1−v
previesť do tvaru hyperbolickej rotácie
RRRhhhθ =
cosh θ sinh θ
sinh θ cosh θ
(pozri paragraf 16.9). Zrejme tiež naopak, RRRhhhθ ∈ Λ↑
+(1) pre každé θ ∈ R.
Konečne z cvičenia 27.20 vieme, že zobrazenie RRRhhh: (R, +) → (GL(2, R), ·) je
prostý homomorfizmus grúp. Práve dokázaná veta, tak má nasledujúci
29.5.3. Dôsledok. Λ↑
+(1) = {LLLv; v ∈ R & |v| < 1} = {RRRhhhθ; θ ∈ R} ∼= R.
Nech teda n ≥ 2. Uvažujme všeobecnú vlastnú ortochrónnu Lorentozovu
transformáciu AAA ∈ Λ↑
+(n). Inak povedané, stŤpce aaa0,aaa1, . . . ,aaan ∈ Rn+1
matice
AAA tvoria inerciálnu bázu ααα Minkowského časopriestoru R(1,n)
, pričom
platí a00 > 0 a detAAA = 1 > 0. Potom AAA = PPPεεε,ααα je maticou prechodu z bázy
ααα do kanonickej bázy εεε. Keďže časové šípy eee0 a aaa0 = AAA · eee0 sú zhodne orientované,
z našich úvah vykonaných v paragrafe 16.9 vyplýva, že ich možno
doplniť do inerciálnych báz βββ = (eee0,bbb1,bbb2, ·,bbbn) a γγγ = (aaa0,ccc1,ccc2, . . . ,cccn) takých,
že bbb2 = ccc2, . . . , bbbn = cccn a matica prechodu medzi nimi má tvar
PPPβββ,γγγ = PPPeee0,aaa0 = diag(LLLv,IIIn−1),
kde
v = 1 − eee0,aaa0
−2 = 1 − eee0,AAA · eee0
−2 = 1 − a−2
00 .
Keďže navyše detAAA > 0, vynásobením priestorového vektora vektora bbb2 = ccc2
skalárom −1 (ak treba) možno docieliť, že ortonormálne bázy (eee1, . . . ,eeen),
29.5. Pseudortogonálna, Lorentzova a Poincarého grupa 663
(bbb1, . . .bbbn) euklidovského priestoru [eee0]⊥
budú súhlasne orientované, rovnako
ako ortonormálne bázy (ccc1, . . . ,cccn), (aaa1, . . .aaan) euklidovského priestoru [aaa0]⊥
.
Príslušné matice prechodu majú preto tvar
PPPεεε,βββ = diag(1,BBB), PPPγγγ,ααα = diag(1,CCC),
kde BBB,CCC ∈ SO(n). Maticu AAA tak možno rozložiť na súčin
AAA = PPPεεε,ααα = PPPεεε,βββ · PPPβββ,γγγ · PPPγγγ,ααα
= diag(1,BBB) · diag(LLLv,IIIn−1) · diag(1,CCC)
špeciálnej Lorentzovej transformácie diag(LLLv,IIIn−1) a dvoch Lorentzových
transformácií diag(1,BBB), diag(1,CCC), ktoré sú zároveň prvkami špeciálnej ortogonálnej
(euklidovskej) grupy SO(n + 1). Tým sme vlastne dokázali nasledujúcu
vetu.
29.5.4. Veta. Pre n ≥ 2 možno každú vlastnú ortochrónnu Lorentzovu
transformáciu AAA ∈ Λ↑
+(n) vyjadriť v tvare kompozície
AAA = diag(1,BBB) · diag(LLLv,IIIn−1) · diag(1,CCC)
špeciálnej Lorentzovej transformácie diag(LLLv,IIIn−1), kde v = 1 − a−2
00 , a
dvoch Lorentzových transformácií diag(1,BBB), diag(1,CCC) ∈ SO(n + 1), kde
matice BBB,CCC ∈ SO(n) zodpovedajú priamym zhodnostiam n-rozmerných euklidovských
podpriestorov [eee0]⊥
resp. [AAA · eee0]⊥
v R(1,n)
.
Špeciálne pre n = 2, resp. pre fyzikálne relevantný prípad n = 3 dostávame
nasledujúci
29.5.5. Dôsledok. (a) V Minkowského časopriestore R(1,2)
možno každú
vlastnú ortochrónnu Lorentzovu transformáciu AAA ∈ Λ↑
+(2) vyjadriť v tvare
kompozície
AAA = diag(1,RRRα) · diag(LLLv, 1) · diag(1,RRRβ)
špeciálnej Lorentzovej transformácie diag(LLLv, 1), kde v = 1 − a−2
00 , a dvoch
Lorentzových transformácií diag(1,RRRα), diag(1,RRRβ) ∈ SO(3), kde matice RRRα,RRRβ ∈
SO(2) zodpovedajú otočeniam euklidovských rovín [eee1,eee2] resp. [AAA ·eee1,AAA ·eee2]
v R(1,2)
.
(b) V Minkowského časopriestore R(1,3)
možno každú vlastnú ortochrónnu
Lorentzovu transformáciu AAA ∈ Λ↑
+(3) vyjadriť v tvare kompozície
AAA = diag(1,RRRuuu
α) · diag(LLLv, 1, 1) · diag(1,RRRwww
β )
špeciálnej Lorentzovej transformácie diag(LLLv, 1, 1), kde v = 1 − a−2
00 , a
dvoch Lorentzových transformácií diag(1,RRRuuu
α), diag(1,RRRwww
β ) ∈ SO(4), kde matice
RRRuuu
α,RRRwww
β ∈ SO(3) zodpovedajú otočeniam trojozmerných euklidovských
podpriestorov [eee1,eee2,eee3] resp. [AAA · eee1,AAA · eee2,AAA · eee3] v R(1,3)
.
664 29. Lineárne a afinné grupy
Transformáciám Minkovského časopriestoru R(1,3)
, ktoré majú v nejakej
inerciálnej báze ααα maticu tvaru diag(LLLv, 1, 1), sa najmä v anglojazyčnej fyzikálnej
literatúre zvykne hovoriť boosty. Taký boost má vzhľadom na kanonickú
bázu εεε maticu tvaru PPPεεε,ααα ·diag(LLLv, 1, 1)·PPPααα,εεε. Podľa dôsledku 29.5.5 (b)
tak možno každú Lorentzovu transformáciu AAA ∈ Λ↑
+(3) vyjadriť ako kompozíciu
boostu (výrazy vo veľkých zátvorkách) a euklidovskej rotácie
AAA = diag(1,BBB) · diag(LLLv, 1, 1) · diag(1,CCC)
= diag(1,BBB) · diag(LLLv, 1, 1) · diag 1,BBB−1
· diag(1,BBBCCC)
= diag(1,BBBCCC) · diag 1,CCC−1
· diag(LLLv, 1, 1) · diag(1,CCC) ,
kde BBB,CCC ∈ SO(3). Keďže však kompozícia dvoch boostov nie je vo všeobecnosti
boostom, z hľadiska teórie grúp nie je tento pojem až taký dôležitý.
Poznámka. Pri odvodzovaní matematickej podoby špeciálnej Lorentzovej transformácie
môže v dôsledku nie príliš jasnej argumentácie niekedy vzniknúť
dojem, že jej tvar je dôsledkom výlučne postulátu stálosti rýchlosti svetla
vo všetkých inerciálnych sústavách (a šikovnej voľby inerciálnych báz prislúchajúcich
uvažovaným pozorovateľom). Niekedy sa otvorene prijme aj predpoklad
linearity hľadanej transformácie. Z nich sa potom nejako „vyargumentuje
nevyhnutnosť zachovávania časopriestorovej odľahlosti. Ako sme
videli, od tohto bodu už ide všetko hladko. Z postulátu stálosti rýchlosti
svetla však bezprostredne vyplýva len požiadavka, aby hľadaná transformácia
ϕ Minkowského časopriestoru V zachovávala svetelný kužeľ, t. j. spĺňala
podmienku
xxx,xxx = 0 ⇔ ϕxxx, ϕxxx = 0
pre každé xxx ∈ V . V cvičení 29.12 si ukážeme, že už na Minkowského časopriamke
R(1,1)
existujú bijektívne (lineárne aj nelineárne) transformácie,
ktoré zachovávajú svetelný kužeľ, no nezachovávajú časopriestorovú odľahlosť
ani pseudoskalárny súčin, teda nepatria do Lorentzovej grupy Λ(1). Inak
povedané, či už je matematický predpoklad zachovávania časopriestorovej
odľahlosti fyzikálne dobre zdôvodniteľný alebo nie, bez neho to nejde, a predpoklad
linearity je už po jeho prijatí nadbytočný.
29.6 Unitárna a špeciálna unitárna grupa
Nech n = k+l > 0, kde k, l sú kladné celé čísla. Potom stabilzátory matíc IIIn
a diag(IIIk, −IIIl) vzhľadom na akciu (XXX,AAA) → AAAT
· XXX · AAA všeobecnej lineárnej
29.6. Unitárna a špeciálna unitárna grupa 665
grupy GL(n, C) na priestore všetkých matic Cn×n
tvoria podgrupy
U(n) = Stb(IIIn) = AAA ∈ GL(n, C); AAAT
· AAA = IIIn ,
U(k, l) = Stb diag(IIIk, −IIIl)
= AAA ∈ GL(n, C); AAAT
· diag(IIIk, −IIIl) · AAA = diag(IIIk, −IIIl)
grupy GL(n, C), nazývané unitárna grupa stupňa n, resp. pseudounitárna
grupa typu (k, l). Ich podgrupy
SU(n) = U(n) ∩ SL(n, C) = {AAA ∈ U(n); detAAA = 1},
SU(k, l) = U(k, l) ∩ SL(n, C) = {AAA ∈ U(k, l); detAAA = 1}
nazývame špeciálna unitárna grupa stupňa n resp. špeciálna pseudounitárna
grupa typu (k, l).
Zrejme pre AAA ∈ GL(n, C) platí
AAA ∈ U(n) ⇔ AAA−1
= AAA∗
,
AAA ∈ U(k, l) ⇔ AAA∗
· diag(IIIk, −IIIl) · AAA = diag(IIIk, −IIIl),
a stabilizátor každej regulárnej kososymetrickej matice ZZZ ∈ Cn×n
vzhľadom
na uvedenú akciu je už izomorfný s niektorou z grúp U(n), U(k, l).
Lineárne grupy U(n), U(k, l), SU(n) a SU(k, l) sú tak komplexnou analógiou
reálnych lineárnych grúp O(n), O(k, l), SO(n) a SO(k, l). Ani tentokrát
sa im však nebudeme venovať všetkým. Obmedzíme sa len na jeden všeobecný
výsledok o vzťahu unitárnej grupy U(n) a špeciálnej unitárnej grupy
SU(n), ktorým doplníme paragrafy 17.4 a 23.4. Potom si podrobnejšie všimneme
špeciálnu unitárnu grupu SU(2).
Začneme triviálnym pozorovaním, ktorým si pripomenieme, čo už vlastne
vieme z príkladov 27.2.4 a 27.5.6: keďže pre c ∈ C platí c∗
= c a cc = |c|2
,
unitárna grupa
U(1) = {c ∈ C; |c| = 1}
splýva s jednotkovou kružnicou v Gaussovej komplexnej rovine. Priradením
eiα
→ RRRα je daný izomorfizmus grúp U(1) ∼= SO(2)
Ak uvažujeme Cn
ako unitárny priestor vybavený štandardným skalárnym
súčinom xxx,yyy = xxxT
· yyy, tak matica AAA ∈ Cn×n
je zrejme unitárna práve
vtedy, keď jej stĺpce tvoria ortonormálnu bázu v Cn
. Podľa tvrdenia 23.4.4
sú všetky vlastné hodnoty unitárnej matice AAA ∈ Cn×n
komplexné jednotky
(t. j. prvky U(1)) a podľa vety 23.4.7 je AAA podobná s diagonálnou maticou
prostredníctvom unitárnej matice prechodu.
Ukazuje sa, že grupu U(n) možno popísať ako polopriamy súčin grupy
SU(n) a jednotkovej kružnice U(1). Úplne rovnako ako v dôkaze tvrdenia 29.1.3
možno totiž nahliadnuť, že grupové homomorfizmy
SU(n)
ι
U(n)
δ
U(1),
666 29. Lineárne a afinné grupy
kde ι je identické zobrazenie a δ priradí matici AAA ∈ U(n) jej determinant,
tvoria krátku exaktnú postupnosť, rozštiepenú napríklad homomorfizmom
η: U(1) → U(n), u → diag(IIIn−1, u).
29.6.1. Veta. Pre každé n ≥ 1 je unitárna grupa U(n) izomorfná s polopriamym
súčinom U(1) SU(n) jednotkovej kružnice U(1) a špeciálnej unitárnej
grupy SU(n).
Prejdime teraz k avizovanej grupe SU(2). Podľa vety 17.4.3 je matica
AAA ∈ C2×2
unitárna práve vtedy, keď má tvar
AAA =
a b
−bu au
,
pre nejaké a, b, u ∈ C také, že |a|2
+ |b|2
= |u| = 1. Potom u = detAAA. Ako
špeciálny prípad pre u = 1 tak dostávame
29.6.2. Veta. Nech AAA ∈ C2×2
. Potom AAA ∈ SU(2) práve vtedy, keď existujú
komplexné čísla a, b také, že |a|2
+ |b|2
= 1 a
AAA =
a b
−b a
.
Po rozklade komplexných čísel a = a0 + a1i, b = b0 + b1i na reálnu a
imaginárnu časť možno špeciálnu unitárnu grupu SU(2) priamo stotožniť
s jednotkovou trojrozmernou sférou
S(3)
= (a0, a1, b0, b1) ∈ R4
; a2
0 + a2
1 + b2
0 + b2
1 = 1
v štvorrozmernom euklidovskom priestore R4
. Len ako zaujímavosť poznamenajme,
že zo všetkých jednotkových sfér
S(n)
= (x0, x1, . . . , xn) ∈ Rn+1
; x2
0 + x2
1 + . . . + x2
n = 1
rôznych rozmerov n ≥ 0 jedine sféry S(0)
= {1, −1}, S(1) ∼= U(1) a S(3) ∼=
SU(2) nesú „prirodzenú grupovú štruktúru. Posledný vzťah konkretizujeme
do podoby grupového izomorfizmu v nasledujúcej kapitole v časti venovanej
kvaterniónom.
29.7 Súvislé komponenty a orientácia
Pri našom sľúbenom výlete do topológie lineárnych grúp sa obmedzíme len na
maticové grupy. Začneme však v mierne všeobecnejšom kontexte podmnožín
priestoru Rn
.
29.7. Súvislé komponenty a orientácia 667
Nech X ⊆ Rn
pre nejaké n ≥ 1. Pod cestou alebo oblúkom v množine X
rozumieme ľubovoľné spojité zobrazenie f : a, b → X, kde a, b ⊆ R je
netriviálny uzavretý interval. Ak f(a) = x, f(b) = y, hovoríme, že f je cesta
z x do y v množine X. Množina X sa nazýva súvislá, ak každé dva body
x, y ∈ X možno spojiť cestou v X.4
Pri tom sa zrejme stačí obmedziť na
cesty f : 0, 1 → X.
Pre x, y ∈ X položme x ∼X y práve vtedy, keď x a y možno spojiť cestou
v X. Zrejme ∼X je relácia ekvivalencie na množine X. Triedu ekvivalencie
bodu x ∈ X, t. j. množinu {y ∈ X; x ∼X y} ∈ X/∼X, nazývame komponentou
súvislosti alebo súvislou komponentou bodu x v množine X.
29.7.1. Príklad. (a) Každý interval v R (otvorený či uzavretý, ohraničený či
neohraničený, možno dokonca prázdny alebo jednobodový) je zrejme súvislá
množina. Naopak, ak množina X ⊆ R nie je interval, t. j. existujú body
x < y < z také, že x, z ∈ X a y /∈ X, tak X nie je súvislá. Každá cesta v R
z x do z totiž musí prejsť cez y, teda nemôže celá ležať v X.
(b) Ak X ⊆ Rn
je konečná množina, ktorá má aspoň dva prvky, tak X je
nesúvislá. Všeobecnejšie, všetky komponenty súvislosti konečnej neprázdnej
množiny sú jednoprvkové.
(c) Každý afinný podpriestor M ⊆ Rn
je súvislá množina. Pre ľubovoľné
ppp,qqq ∈ M je totiž funkcia f(t) = (1 − t)ppp + tqqq, kde t ∈ 0, 1 , t. j. prirodzená
parametrizácia úsečky spájajúcej body ppp a qqq, zároveň cestou z ppp do qqq v M.
29.7.2. Tvrdenie. Nech X ⊆ Rm
, Y ⊆ Rn
a F : X → Y je surjektívne
spojité zobrazenie. Ak množina X je súvislá, tak aj množina Y je súvislá;
naopak, ak Y je nesúvislá, tak aj X je nesúvislá.
Dôkaz. Stačí si uvedomiť, že ak je f : 0, 1 → X cesta z x do y, tak F ◦
f : 0, 1 → Y je cesta z F(x) do F(y).
29.7.3. Tvrdenie. Nech X ⊆ Rm
, Y ⊆ Rn
. Potom
(a) množina X × Y ⊆ Rm+n
je súvislá práve vtedy, keď obe množiny X, Y
sú súvislé;
(b) súvislá komponenta bodu (x, y) ∈ X × Y je karteziánskym súčinom
súvislej komponenty bodu x v X a súvislej komponenty bodu y v X.
Dôkaz. (a) Keďže obe projekcie (x, y) → x: X×Y → X, (x, y) → y: X×Y →
Y sú spojité, súvislosť množiny X × Y implikuje súvislosť X aj Y podľa
predchádzajúceho tvrdenia.
4
Tento druh súvislosti sa v topológii zvykne nazývať oblúkovou súvislosťou, zatiaľ čo
pod súvislosťou sa rozumie o niečo všeobecnejší (no menej názorný) pojem, definovaný
ako nemožnosť rozkladu na dve otvorené podmnožiny. Keďže sa však mienime zaoberať
výlučne oblúkovou súvislosťou, nebudeme si zbytočne komplikovať názvoslovie.
668 29. Lineárne a afinné grupy
Nech naopak X aj Y sú súvislé. Zvoľme ľubovoľné (x0, y0), (x1, y1) ∈
X × Y . Existujú cesty f : 0, 1 → X z x0 do x1 a g: 0, 1 → Y z y0 do y1.
Potom h(t) = (f(t), g(t)), t ∈ 0, 1 , je cesta z (x0, y0) do (x1, y1) v X × Y .
(b) priamo vyplýva z (a).
Ďalej nám pôjde hlavne o súvislosť v maticových grupách nad poľami
R alebo C. Uvedomme si preto, že každá maticová grupa G ⊆ GL(n, R) je
zároveň podmnožinou n2
-rozmerného priestoru Rn×n
. Podobne, po stotožnení
komplexných čísel s usporiadanými dvojicami reálnych čísel, možno každú
grupu G ⊆ GL(n, C) považovať za podmnožinu 2n2
-rozmerného priestoru
Cn×n ∼= R2n2
. Ďalej je užitočné si uvedomiť, že pre obe z uvedených polí,
t. j. pre K = R aj K = C, sú grupové operácie násobenia · : GL(n, K) ×
GL(n, K) → GL(n, K) a inverzného prvku −1
: GL(n, K) → GL(n, K), ako i
determinant det: GL(n, K) → K spojité zobrazenia. Taktiež exponenciála
AAA → eAAA
je spojité zobrazenie Kn×n
→ GL(n, K).
Nasledujúce tvrdenie je bezprostredným dôsledkom tvrdení 29.7.2 a 29.7.3 (a)
a spojitosti násobenia v GL(n, K).
29.7.4. Tvrdenie. Nech G ⊆ GL(n, K) je maticová grupa nad poľom K ∈
{R, C} a A, B ⊆ G sú súvislé množiny. Potom aj množina
A · B = {AAA · BBB; AAA ∈ A & BBB ∈ B}
je súvislá.
29.7.5. Veta. Nech G ⊆ GL(n, K) je maticová grupa nad poľom K ∈
{R, C}. Potom súvislá komponenta
Υ(G) = {AAA ∈ G; AAA ∼G IIIn}
jednotkovej matice IIIn je normálna podgrupa grupy G. Súvislá komponenta
matice AAA ∈ G je trieda rozkladu Υ(G)AAA ∈ G/Υ(G) a index [G : Υ(G)] udáva
počet komponent súvislosti grupy G.
Dôkaz. Zrejme IIIn ∈ Υ(G). Nech AAA,BBB ∈ Υ(G) a f, g: 0, 1 → G sú cesty
také, že f(0) = g(0) = IIIn, f(1) = AAA, g(1) = B. Položme h(t) = f(t) g(t)−1
pre t ∈ 0, 1 . Potom h je cesta z IIIn do AAABBB−1
v G. Ak XXX ∈ G je ľubovoľná
matica, tak j(t) = XXX f(t)XXX−1
definuje cestu j z IIIn do XXXAAAXXX−1
v G. Teda
AAABBB−1
aj XXXAAAXXX−1
patria do Υ(G), čo dokazuje, že Υ(G) G. Druhé tvrdenie
je bezprostredným dôsledkom prvého.
Preskúmajme teraz, ako je to so súvislosťou niektorých vybraných maticových
grúp nad R resp. C.
29.7.6. Veta. Pre každé n ≥ 1 nasledujúce maticové grupy sú súvislé:
29.7. Súvislé komponenty a orientácia 669
(a) špeciálna ortogonálna grupa SO(n);
(b) unitárna grupa U(n) a špeciálna unitárna grupa SU(n);
(c) všeobecná lineárna grupa GL(n, C) a obe špeciálne lineárne grupy SL(n, C)
a SL(n, R);
(d) vlastná ortochrónna Lorentzova grupa Λ↑
+(n).
Dôkaz. V každom z uvedených prípadov stačí dokázať, že ľubovoľnú maticu
AAA z danej grupy možno v nej spojiť cestou s jednotkovou maticou III = IIIn.
(a) Nech napr. n = 2m + 1 je nepárne. Zvoľme AAA ∈ SO(n). Podľa
vety 23.5.3 (pozri tiež paragraf 29.4) existuje ortogonálna matica PPP a reálne
čísla α1, . . . , αm také, že
AAA = PPP · diag(RRRα1 , . . . ,RRRαm , 1) · PPP−1
.
Položme
f(t) = PPP · diag(RRRα1t, . . . ,RRRαmt, 1) · PPP−1
pre 0 ≤ t ≤ 1. Potom f je cesta v SO(n), f(0) = III a f(1) = AAA. Podobne
možno postupovať aj pre párne n.
(b) Nech AAA ∈ U(n). Podľa vety 23.4.9 existuje hermitovská matica HHH
taká, že AAA = eiHHH
. Potom f(t) = eitHHH
je hľadaná cesta z III do AAA v U(n).
Ak AAA ∈ SU(n), tak HHH možno podľa vety 23.4.9 zvoliť tak, aby navyše
platilo trHHH = 0. Potom však tr tHHH = 0 a det f(t) = 1 pre každé t ∈ 0, 1 ,
teda f je cesta v SU(n).
(c) Nech AAA ∈ GL(n, C). Podľa vety 25.1.3 o polárnom rozklade AAA = RRR ·UUU
pre nejakú kladne definitnú hermitovskú maticu RRR a unitárnu maticu UUU.
Z (b) už vieme, že množina U(n) ⊆ GL(n, C) je súvislá. Vzhľadom na tvrdenie
29.7.4 stačí dokázať, že aj množina H+
všetkých kladne definitných
hermitovských matíc RRR ∈ Cn×n
je súvislá. Podľa vety 23.3.2 (a) má každá
taká matica tvar RRR = PPP · DDD · PPP−1
, kde PPP ∈ U(n) a DDD ∈ Rn×n
je diagonálna
matica s diagonálou tvorenou kladnými číslami. Potom predpis
f(t) = PPP · (1 − t)III + tDDD · PPP−1
,
pre t ∈ 0, 1 , určuje cestu z III do RRR v H+
.
Ak AAA ∈ SL(n, C), tak z podmienok detRRR > 0 a detRRR detUUU = detAAA = 1
vyplýva detUUU = 1, čiže UUU ∈ SU(n), a následne aj detRRR = 1. Vzhľadom
na súvislosť grupy SU(n) opäť stačí dokázať, že existuje cesta z III
do RRR v množine H+
1 všetkých kladne definitných hermitovských matíc RRR ∈
Cn×n
s determinantom 1. Diagonálnu maticu DDD možno zapísať v tvare DDD =
diag ea1
, . . . , ean
, kde a1, . . . , an ∈ R a j aj = 0. Potom
g(t) = PPP · diag ea1t
, . . . , eant
· PPP−1
,
670 29. Lineárne a afinné grupy
kde 0 ≤ t ≤ 1, je cesta v H+
1 z III do RRR.
Ak AAA ∈ SL(n, R), tak matice RRR, UUU možno zvoliť reálne. Presnejšie, RRR
je symetrická, kladne definitná a UUU je ortogonálna. Potom aj PPP je reálna
(teda ortogonálna) matica. Preto g(t) je symetrická kladne definitná matica
a det g(t) = 1 pre každé t.
(d) Podľa vety 29.5.4 možno každú maticu AAA ∈ Λ↑
+(n) zapísať v tvare
AAA = diag(1,BBB) · diag(LLLv,IIIn−1) · diag(1,CCC),
kde v ∈ −1, 1 a BBB,CCC ∈ SO(n). Nech f, g: 0, 1 → SO(n) sú cesty také, že
f(0) = g(0) = IIIn a f(1) = BBB, g(1) = CCC. Položme
h(t) = diag(1, f(t)) · diag(LLLvt,IIIn−1) · diag(1, g(t)).
Potom h je cesta z III do AAA v Λ↑
+(n).
Na druhej strane pre každé n ≥ 1 sú maticové grupy GL(n, R), O(n) a
Λ(n) = O(1, n) nesúvislé. Presnejšie platí nasledujúca veta.
29.7.7. Veta. Nech n ≥ 1. Potom
(a) súvislú komponentu jednotkovej matice vo všeobecnej lineárnej grupe
GL(n, R) tvorí jej podgrupa GL+
(n, R) = {AAA ∈ GL(n, R); detAAA > 0};
(b) súvislou komponentou jednotkovej matice v ortogonálnej grupe O(n) je
špeciálna ortogonálna grupa SO(n);
(c) súvislou komponentou jednotkovej matice v Lorentzovej grupe Λ(n) je
vlastná ortochrónna Lorentzova grupa Λ↑
+(n).
Dôkaz. (a) Podľa tvrdenia 29.1.3 platí GL(n, R) ∼= R × SL(n, R) a z dôkazu
vyplýva, že oba navzájom inverzné izomorfizmy sú zároveň spojité zobrazenia.
Keďže grupa SL(n, R) je podľa vety 29.7.6 (c) súvislá a súvislá komponenta
jednotky v grupe R je zrejme R+
, súvislou komponentou jednotky
v tomto priamom súčine je podľa tvrdenia 29.7.3 (b) podgrupa R+
×SL(n, R).
Tej zodpovedá v príslušnom izomorfizme podgrupa GL+
(n, R).
(b) Obrazom grupy O(n) v spojitom zobrazení AAA → detAAA je nesúvislá
množina {−1, 1}. To podľa tvrdenia 29.7.2 znamená, že O(n) je nesúvislá.
Rovnako je nesúvislá každá jej podmnožina, ktorá obsahuje aspoň jednu maticu
s deteminantom 1 a aspoň jednu maticu s determinantom −1. Preto
súvislá komponenta jednotkovej matice v O(n) je podmnožinou podgrupy
SO(n). Na zavŕšenie dôkazu si stačí uvedomiť, že táto podgrupa je súvislá
podľa vety 29.7.6 (a).
(c) možno dokázať podobne ako (b), len namiesto determinantu treba použiť
surjektívne spojité zobrazenie AAA → (a00/|a00|, detAAA): Λ(n) → {1, −1}×
{1, −1} z dôkazu vety 29.5.1.
29.7. Súvislé komponenty a orientácia 671
Z viet 29.7.6 a 29.7.7 zároveň vyplýva, že postavenie normálnej podgrupy
SU(n) v grupe U(n) sa diametrálne líši od postavenia normálnej podgrupy
SO(n) v grupe O(n): kým špeciálna unitárna grupa aj unitárna grupa sú
obe súvislé, ortogonálna grupa je nesúvislá a špeciálna ortogonálna je jej
komponentou súvislosti.
Afinné rozšírenia lineárnych grúp G ⊆ GL(n, K) sme v paragrafe 29.2
opísali ako polopriame súčiny Gaf
= G Kn
grupy G a aditívnej grupy
(Kn
, +) vektorového priestoru Kn
. Kedže základná množina polopriameho
súčinu splýva s karteziánskym súčinom základných množín oboch činiteľov
(pozri paragraf 28.4), z tvrdenia 29.7.3 a súvislosti priestorov Rn
, Cn
vyplýva
29.7.8. Veta. Nech K je jedno z polí R, C a G ⊆ GL(n, K) je maticová
grupa nad K. Potom
(a) G je súvislá práve vtedy, keď jej afinné rozšírenie Gaf
= G Kn
je súvislé;
(b) súvislá komponenta jednotky (III, 0) v afinnom rozšírení grupy G splýva
s afinným rozšírením súvislej komponenty jednotkovej matice III v grupe G,
čiže
Υ Gaf
= Υ(G)af
= Υ(G) Kn
.
Teraz už konečne môžeme podporiť ďalšími argumentmi naše úvahy o
dvoch orientáciách priestoru z paragrafov 15.2 a 29.5, resp. o štyroch orientáciách
časopriestoru z paragrafu 29.5. Číslo 2 sme dostali ako index špeciálnej
ortogonálnej grupy SO(n) v ortogonálnej grupe O(n) a číslo 4 ako
index vlastnej ortochrónnej Lorentzovej grupy Λ↑
+(n) v Lorentzovej grupe
Λ(n) = O(1, n). Vyhli sme sa však otázke, prečo by o orientácii mali rozhodovať
práve tieto podgrupy. Na túto otázku teraz môžeme poskytnúť jednotnú
odpoveď. Príslušné číslo sa totiž objavuje ako index [G : Υ(G)] súvislej
komponenty Υ(G) v grupe G „prirodzených transformácií (časo)priestoru.
Na „náš trojrozmerný priestor, no taktiež na priestory iných rozmerov
n sa môžeme dívať rôznymi spôsobmi:
(a) Ako na (iba) vektorový, prípadne afinný priestor Rn
. „Prirodzenými
transformáciami takého priestoru sú transformácie zachovávajúce jeho lineárnu
resp. afinnú štrutúru. Tie tvoria (po stotožnení transformácie s jej maticou
vzhľadom na kanonickú bázu εεε resp. kanonický repér (0,εεε)) všeobecnú
lineárnu grupu GL(n, R), so súvislou komponentou jednotky GL+
(n, R), prípadne
všeobecnú afinnú grupu GA(n, R) = GL(n, R) Rn
, so súvislou komponentou
jednotky GA+
(n, R) = GL+
(n, R) Rn
.
(b) Ako na (vektorový alebo afinný) euklidovský priestor Rn
. V tom prípade
úlohu „prirodzených transformácií preberajú transformácie zachovávajúce
dĺžku (skalárny súčin) vektorov, prípadne euklidovskú vzdialenosť bodov
(čiže izometrie). Tie tvoria ortogonálnu grupa O(n), so súvislou komponentou
jednotky SO(n), prípadne euklidovskú grupu O(n) Rn
, so súvislou
komponentou jednotky SO(n) Rn
.
672 29. Lineárne a afinné grupy
V každom z uvedených prípadov je index súvislej komponenty Υ(G) v celej
grupe G rovný 2, presnejšie
G/Υ(G) ∼= ({1, −1}, · ) ∼= (Z2, +).
Pritom od jednej transformácie sa dá spojitým prechodom dostať k druhej
transformácii práve vtedy, keď ležia v tej istej komponente. Celá grupa sa tak
rozpadá na dva od seba oddelené súvislé bloky, zodpovedné za dve orientácie
priestoru.
Komplexné analógy uvedených grúp sú napospol súvislé. Baviť sa o orientácii
príslušných komplexných priestorov preto nedáva príliš zmysel – tieto
priestory sú neorientovateľné, alebo, ak silou-mocou chceme, majú len jednu
orientáciu.
V prípade „nášho Minkowského časopriestoru R(1,3)
, no aj iných Minkowského
časopriestorov R(1,n)
sa ako „prirodzené grupy transformácií ukazujú
Lorentzova grupa Λ(n), so súvislou komponentou jednotky Λ↑
+(n), prípadne
Poincarého grupa Λ(n) Rn+1
, so súvislou komponentou jednotky
Λ↑
+(n) Rn+1
. V oboch prípadoch je index súvislej komponenty Υ(G) v celej
grupe G rovný 4, presnejšie
G/Υ(G) ∼= {1, −1}2
, · ∼= Z2
2, + .
Celá grupa sa tak rozpadá na štyri súvislé, no spojitými prechodmi navzájom
neprepojiteľné časti, zodpovedné za štyri orientácie časopriestoru.
Len na doplnenie a bez dôkazu poznamenajme, že aj vo všeobecnom
prípade je pseudoortogonálna grupa O(k, l) izomorfná s polopriamym súčinom
štvorgrupy Γ = {III,PPP,TTT,PPPTTT} ∼= Z4 a svojej súvislej komponenty
SO+
(k, l) jednotkovej matice. Pritom vlastná špeciálna pseudoortogonálna
grupa SO+
(k, l) je tvorená maticami, ktoré zachovávajú orientáciu (vhodne
zvoleného) maximálneho kladne definitného podpriestoru S ⊆ R(k,l)
aj jeho
ortokomplementu S⊥
, alebo, ekvivalentne, maticami s determinantom 1, ktoré
zachovávajú orientáciu jedného z nich. Špeciálne teda Λ↑
+(n) = SO+
(1, n).
V tomto zmysle môžeme aj v prípade pseudoeuklidovského priestoru R(k,l)
hovoriť o štyroch orientáciách.
29.8 Homotopia a jednoduchá súvislosť
Aj medzi súvislými grupami existujú viaceré rozdiely: niektoré sú súvislejšie
než iné. Akási „súvislosť vyššieho rádu spočíva v možnosti spojitého
prechodu medzi istými uzavretými cestami v danej grupe.
Homotopiou medzi cestami f, g: 0, 1 → X v množine X ⊆ Rn
nazývame
ľubovoľné spojité zobrazenie H : 0, 1 × 0, 1 → X také, že pre všetky t ∈
0, 1 platí H(0, t) = f(t), H(1, t) = g(t). Intuitívne určuje homotopia H
29.8. Homotopia a jednoduchá súvislosť 673
systém ciest Hs = H(s, −): 0, 1 → X, kde s ∈ 0, 1 , na ktorý sa možno
dívať ako na jedinú cestu spájajúcu body f = H0, g = H1 v množine ciest
C( 0, 1 , X). Ak F ⊆ C( 0, 1 , X) je nejaká množina ciest a Hs ∈ F pre každé
s ∈ 0, 1 , hovoríme, že H je homotopia v množine F.
Hovoríme, že cesta f : 0, 1 → X je uzavretá, ak f(0) = f(1). Uzavreté
cesty nazývame tiež slučkami. Množinu všetkých slučiek f v X takých, že
f(0) = f(1) = x0 ∈ X, značíme Ω(X, x0). Množina X ⊆ Rn
sa nazýva jednoducho
súvislá, ak je súvislá a taktiež jej množina slučiek Ω(X, x0) je súvislá.
To druhé znamená, že pre každú slučku f ∈ Ω(X, x0) existuje homotopia H
v Ω(X, x0) taká, že H0 je konštantná slučka x0 (t. j. H(0, t) = x0 pre každé
t) a H1 = f. Názorne hovoríme, že každú slučku v X možno stiahnuť do
bodu x0. Dá sa dokázať, že uvedená definícia jednoduchej súvislosti nezávisí
na voľbe bodu x0 (pozri cvičenie 29.18).
29.8.1. Príklad. (a) Grupa U(1), t. j. kružnica, je zrejme súvislá, no nie
je jednoducho súvislá. Slučku, ktorá obieha celú kružnicu práve raz (takou
je napr. funkcia f(t) = exp(2πit)) totiž nemožno vnútri kružnice stiahnuť
do bodu 1 bez toho, aby sme ju niekde pretrhli. Také niečo by sme mohli
urobiť vovnútri kruhu {c ∈ C; |c| ≤ 1} – ten však nemáme k dispozícii.
Podobne nie je jednoducho súvislá napr. (konečná či nekonečná) valcová
plocha (x, y, z) ∈ R3
; x2
+ y2
= 1 & z ∈ J , kde ∅ = J ⊆ R je ľubovoľný
(ohraničený či neohraničený) interval. Gumičku na ňu natiahnutú totiž opäť
nemožno bez pretrhnutia stiahnuť do bodu.
Treba si však uvedomiť, že i v množinách, ktoré nie sú jednoducho súvislé,
možno niektoré slučky stiahnuť do bodu. Takou je napríklad slučka f
v kružnici U(1), ktorá beží z bodu 1 v kladnom zmysle dokola do ľubovoľného
pevného bodu c ∈ U(1), tam sa obráti a beží v opačnom smere nazad.
Napíšte si sami vzorec pre nejakú takú funkciu f a nájdite homotopiu, ktorá
z nej spraví konštantnú slučku g(x) = 1.
(b) Na druhej strane každý interval J ⊆ R, rovina R2
(resp. C), ako aj
dvojrozmerná sféra S(2)
sú jednoducho súvislé. Z názoru je totiž zrejmé, že
každú slučku v takejto množine možno vnútri nej stiahnuť do bodu. Z podobných
príčin je jednoducho súvislá aj plocha, ktorá vznikne pridaním aspoň
jednej z podstáv k ohraničenej valcovej ploche (x, y, z) ∈ R3
; x2
+ y2
=
1 & 0 ≤ z ≤ 1 .
(c) Keď však (po jej potrebnom natiahnutí) zlepíme voľné okraje valcovej
plochy (x, y, z) ∈ R3
; x2
+ y2
= 1 & 0 ≤ z ≤ 1 , dostaneme niečo ako
pneumatiku, čiže plochu učene nazývanú torus. Táto opäť nie je jednoducho
súvislá. Dokonca vieme uviesť dva základné príklady slučiek na tore, nestiahnuteľných
do bodu. Jedna vznikne napr. z úsečky spájajúcej body (1, 0, 0)
a (1, 0, 1) zlepením práve týchto koncových bodov – môžeme si ju predstaviť
ako gumičku znútra obopínajúcu vnútorný obvod toru (na obrázku ju pred-
674 29. Lineárne a afinné grupy
stavuje krivka f). Druhou je napr. slučka, ktorá práve raz obehne množinu
(x, y, 1/2) ∈ R3
; x2
+ y2
= 1 , čiže „gumička vopred natiahnutá na plášť
valca ešte pred zlepením jeho okrajov (na obrázku krivka g).
Obr. 29.1. Valcová plocha a torus so slučkami f, g
Prechod od kružnice k valcovej ploche v bode (a) predchádzajúceho príkladu
pripúšťa nasledujúce zovšeobecnenie.
29.8.2. Tvrdenie. Nech X ⊆ Rn
je súvislá množina a J ⊆ R je neprázdny
interval. Potom množina X × J ⊆ Rn+1
je jednoducho súvislá práve vtedy,
keď množina X je jednoducho súvislá.
Dôkaz. Keďže interval J je súvislý, aj X×J je súvislá. Ďalej si zrejme môžeme
dovoliť bez ujmy na všeobecnosti predpokladať, že 0 ∈ J. Zvoľme ľubovoľné
x0 ∈ X.
Predpokladajme, že X je jednoducho súvislá. Dokážeme, že aj X × J
má rovnakú vlastnosť. Nech f : 0, 1 → X × J je slučka taká, že f(0) =
f(1) = (x0, 0). Potom f(t) = g(t), h(t) pre vhodné slučky g: 0, 1 →
X a h: 0, 1 → J. Keďže X je jednoducho súvislá, existuje homotopia
H : 0, 1 2
→ X v Ω(X, x0) taká, že H(0, t) = g(t) a H(1, t) = x0 pre každé
t ∈ 0, 1 . Potom predpisom
H(s, t) = H(s, t), (1 − s)h(t)
je určená homotopia H : 0, 1 2
→ X ×J v Ω X ×J, (x0, 0) spájajúca slučku
f s konštantnou slučkou (x0, 0).
Nech naopak X ×J je jednoducho súvislá. Treba dokázať, že aj ľubovoľnú
slučku f : 0, 1 → X, f(0) = f(1) = x0 možno v X stiahnuť do bodu x0.
Potom f(t) = (f(t), 0) je slučka v X × J. Z jednoduchej súvislosti množiny
X × J vyplýva existencia homotopie H : 0, 1 2
→ X × J, ktorá stiahne
29.8. Homotopia a jednoduchá súvislosť 675
f do bodu (x0, 0). H má tvar H(s, t) = H(s, t), H (s, t) pre vhodné homotopie
H v Ω(X, x0), H v Ω(J, 0). Potom H je hľadaná homotopia, ktorá
stiahne f do x0.
Ak G ⊆ GL(n, K), kde K ∈ {R, C}, je maticová grupa, tak miesto
Ω(G,III) píšeme len Ω(G). Ľahko možno nahliadnuť, že Ω(G) obsahuje konštantnú
slučku III(t) = III a je uzavretá na operácie súčinu a inverzného prvku
definované po zložkách. Presnejšie, ak f, g ∈ Ω(G), tak aj funkcie f · g a f−1
definované predpismi
(f · g)(t) = f(t) · g(t), resp. f−1
(t) = f(t)−1
patria do Ω(G). To je vlastne obsahom prvej časti nasledujúcej vety. Jej
druhú časť možno dokázať podobne ako vetu 29.7.5.
29.8.3. Veta. Pre ľubovoľnú maticovú grupu G nad poľom R alebo C množina
slučiek Ω(G) tvorí tiež grupu. Množina ΥΩ(G) všetkých slučiek v Ω(G)
stiahnuteľných do bodu III, t. j. vlastne súvislá komponenta konštantnej slučky
III v grupe Ω(G), je normálna podgrupa grupy Ω(G).
Teda maticová grupa G je jednoducho súvislá práve vtedy, keď Υ(G) = G
a ΥΩ(G) = Ω(G).
Pre nás sú dôležité dve skupiny jednoducho súvislých grúp.
29.8.4. Veta. Pre každé n ≥ 1 sú grupy SU(n) a SL(n, C) jednoducho sú-
vislé.
Náznak dôkazu. Podľa vety 29.7.6 sú obe uvedené grupy súvislé pre každé n.
Nech f je slučka v SU(n) so začiatkom i koncom v III. Podľa vety 23.4.9
možeme pre každé t ∈ 0, 1 nájsť hermitovskú maticu h(t) ∈ Cn×n
s nulovou
stopou, takú že f(t) = exp ih(t) . Navyše možno zaručiť, že h je spojité
zobrazenie intervalu 0, 1 do množiny takých matíc (čo nie je celkom samozrejmé,
no nechávame na uverenie). Položme
H(s, t) = exp ish(t) .
Potom H je homotopia, H0 je konštantná slučka III, každé Hs je slučka v SU(n)
a H1 = f.
Ak f je slučka v SL(n, C), f(0) = f(1) = III, tak podobným spôsobom
ako v dôkaze bodu (c) vety 29.7.6 a v predošlom odstavci možno zaručiť, že
existujú spojité funkcie p: 0, 1 → U(n), g1, . . . , gn : 0, 1 → R a h z 0, 1
do množiny všetkých hermitovských matíc rádu n s nulovou stopou také, že
j gj(t) = 0 a
f(t) = p(t) · diag eg1(t)
, . . . , egn(t)
· p(t)−1
· eih(t)
676 29. Lineárne a afinné grupy
pre každé t. Potom
H(s, t) = p(t) · diag esg1(t)
, . . . , esgn(t)
· p(t)−1
· eish(t)
je hľadaná homotopia.
Na druhej strane grupy SO(3) a Λ↑
+(3), tak náramne dôležité z geometrického
resp. z fyzikálneho hľadiska, jednoducho súvislé nie sú. Dôvody tejto
skutočnosti len veľmi približne naznačíme v nasledujúcej kapitole. To dodáva
zvláštny význam surjektívnym dvojnásobne nakrývajúcim homomorfizmom
SU(2) → SO(3) a SL(2, C) → Λ↑
+(3), ktoré ich dávajú do súvislosti s jednoducho
súvislými grupami SU(2) resp. SL(2, C).
Cvičenia
29.1. (a) Sformulujte zovšeobecnenia častí (a) – (d) tvrdenia 29.1.1 pre ľubovoľnú lineárnu
grupu G ⊆ GL(n, K) a dokážte ich.
(b) Vysvetlite, prečo používame pravé a nie ľavé akcie. Zmeňte uvedené zobrazenia
tak, aby ste dostali ľavé akcie.
29.2. (a) Dokážte tvrdenie 29.1.2.
(b) Popíšte grupu všetkých matíc PPP ∈ GL(n, R) takých, že lineárne zobrazenie xxx →
PPP ·xxx, Rn
→ Rn
zachováva (neorientované) objemy n-rozmerných rovnobežnostenov
vytvorených usporiadanými n-ticami vektorov (uuu1, . . . ,uuun) z Rn
.
29.3. Nech V je n-rozmerný vektorový priestor nad poľom K. Dokážte, že všeobecné
afinné grupy GA(V ) a GA(n, K) sú izomorfné. Využite pritom akýkoľvek repér
vo V (pozri cvičenia 8.7, 8.8).
29.4. Nech G ⊆ GL(n, K) je lineárna grupa a S ⊆ G je jej podgrupa. Potom afinné
rozšírenie Saf
je podgrupou afinného rozšírenia Gaf
. Dokážte pre grupy matíc aj
lineárnych zobrazení.
29.5. Nasledujúce označenie umožňuje rozlíšiť body a vektory v priestore Kn
a afinné zobrazenia
Kn
→ Km
reprezentovať pomocou lineárnych zobrazení Kn+1
→ Km+1
,
t. j. maticami z K(m+1)×(n+1)
. Každý vektor uuu ∈ Kn
nahradíme vektorom uuu
0 ∈
Kn+1
a každý bod ppp ∈ Kn
nahradíme bodom ppp
1 ∈ Kn+1
. Dvojicu (AAA,uuu) pozostávajúcu
z matice AAA ∈ Km×n
a vektora uuu ∈ Km
nahradíme maticou AAA uuu
0n 1 ∈
K(m+1)×(n+1)
.
(a) Dokážte, že v takejto reprezentácii skutočne platí, že súčet bodu a vektora je
bod, rozdiel dvoch bodov je vektor a afinná kombinácia bodov je bod.
(b) Pre ľubovoľný bod xxx
1 ∈ Kn+1
a maticu AAA uuu
0n 1 ∈ K(m+1)×(n+1)
platí AAA·xxx+uuu
1 =
AAA uuu
0n 1 · xxx
1 . Dokážte.
(c) Dokážte, že kompozícia f ◦ g afinných zobrazení g: Kp
→ Kn
, f : Kn
→ Km
,
tvaru g(xxx) = BBB · xxx + vvv, f(yyy) = AAA · yyy + uuu zodpovedá súčinu matíc AAA uuu
0n 1 · BBB vvv
0p 1 .
29.6. (a) Nech K je ľubovoľné pole. Uvažujme akciu (XXX,AAA) → AAAT
· XXX · AAA všeobecnej
lineárnej grupy GL(n, K) na priestore matíc Kn×n
. Ak ZZZ ∈ Kn×n
je regulárna,
Cvičenia 677
tak pre každú maticu AAA ∈ Stb(ZZZ) platí detAAA = ±1. Dokážte.
(b) Odvoďte z (a), že ak char K = 2, tak normálna podgrupa SO(n, K) má v grupe
O(n, K) index 2. Ako je to v prípade char K = 2?
(c) Uvažujme akciu (XXX,AAA) → AAAT
· XXX · AAA všeobecnej lineárnej grupy GL(n, C) na
priestore matíc Cn×n
. Nech ZZZ ∈ Cn×n
je ľubovoľná regulárna matica. Potom pre
každé AAA ∈ Stb(ZZZ) platí |detAAA| = 1. Dokážte.
(d) Odvoďte z (c), že U(n)/ SU(n) ∼= U(1).
29.7. Nech V je vektorový priestor nad poľom K, F je regulárna bilineárna (prípadne pre
K = C tiež poldruhalineárna) forma na V a ϕ: V → K je ľubovoľné zobrazenie.
(a) Pre kladne resp. záporne definitnú formu F nad poľom R resp. C dokážte injektívnosť
zobrazenia ϕ zachovávajúceho F aj bez predpokladu konečnorozmernosti
priestoru V .
(b) Pre každé n ≥ 2 nájdite príklad (neregulárnej) symetrickej bilineárnej formy
na Rn
a nebijektívneho lineárneho zobrazenia ϕ: Rn
→ Rn
, ako aj bijektívneho
nelineárneho zobrazenia ψ: Rn
→ Rn
fixujúceho počiatok, takých, že ϕ aj ψ zachovávavajú
F (teda sú zároveň izometriami kvadratickej formy q(xxx) = F(xxx,xxx)).
(c) Odvoďte z (b), že všetky bijektívne izometrie kvadratickej formy q na vektorovom
priestore V tvoria podgrupu grupy S(V ), nie však nutne afinnej grupy GA(V ).
29.8. Zameňte vo vete 29.3.4 vete predpoklad konečnorozmernosti priestoru V predpokladom
surjektívnosti lineárnej transformácie ϕ a dokážte jej takto pozmenenú verziu.
29.9. Dokážte, že prienik ľubovoľných dvoch z grúp SO(1, n), Λ+(n), Λ↑
(n) je podgrupou
tretej z nich. Odvoďte z toho rovnosti Λ+(n)∩Λ↑
(n) = Λ+(n)∩SO(1, n) = Λ↑
(n)∩
SO(1, n).
29.10. Pre reálne čísla u, v z otvoreného intervalu J = (−1, 1) (chápané ako veľkosti
rýchlostí) definujme ich „relativistický súčet u ⊕ v = u+v
1+uv . Dokážte, že interval
J s takto definovanou operáciou ⊕ tvorí grupu a nájdite grupové izomorfizmy
Λ↑
+(1), · ∼= (J, ⊕) ∼= (R, +).
29.11. Nájdite explicitný tvar prvkov „malej Lorentzovej grupy Λ↑
+(2).
29.12. Ukážeme, že zo zachovávania svetelného kužeľa v Minkowského časopriestore R(1,1)
nejakou bijektívnou transformáciou R(1,1)
→ R(1,1)
ešte nevyplýva, že táto transformácia
zachováva časopriestorovú odľahlosť resp. pseudoskalárny súčin, a dokonca
ani jej linearita.
(a) Nech F označuje množinu všetkých rýdzo monotónnych (t. j. rastúcich alebo
klesajúcich) surjektívnych funkcií R → R takých, že f(0) = 0 (také funkcie sú už
nevyhnutne spojité a bijektívne). Dokážte, že F je podgrupa grupy S(R) všetkých
bijekcií R → R s operáciou skladania zobrazení.
(b) Prvky priameho súčinu grúp F × F budeme značiť fff = (f0, f1). Pre fff =
(f0, f1) ∈ F × F označme fff∗
: R(1,1)
→ R(1,1)
zobrazenie dané predpisom
fff∗
(xxx) =
1
2
f0(x0 + x1) + f1(x0 − x1)
f0(x0 + x1) − f1(x0 − x1)
,
pre xxx = (x0, x1)T
∈ R(1,1)
. Dokážte, že fff → fff∗
je prostý grupový homomorfizmus
678 29. Lineárne a afinné grupy
F × F → S R2
.
(c) Overte, že pre každé fff ∈ F × F a xxx ∈ R(1,1)
platí fff∗
(0) = 0 a xxx,xxx = 0 ⇔
fff∗
(xxx),fff∗
(xxx) = 0, t. j. transformácia fff∗
zachováva svetelný kužeľ LC(0) v R(1,1)
.
(d) Označme G = (F × F)∗
obraz grupy F × F v homomorfizme fff → fff∗
. Dokážte,
že Λ(1) ⊆ G (pri stotožnení lineárnych transformácií R2
→ R2
s ich maticami vzhľadom
na bázu (eee0,eee1)).
(e) Dokážte, že grupa G ∩ GL(2, R) (pri rovnakom stotožnení ako v (d)) pozostáva
práve zo všetkých nenulových skalárnych násobkov aϕ Lorentzových transformácií
ϕ ∈ Λ(1). Nájdite príklady lineárnych transformácií fff∗
∈ G, ktoré nezachovávajú
časopriestorovú odľahlosť a pseudoskalárny súčin, teda nepatria do Lorentzovej
grupy Λ(1).
(f) Nájdite príklady nelineárnych transformácií fff∗
∈ G. Nelineárne transformácie
fff∗
∈ G nemôžu podľa vety 29.3.4 zachovávať pseudoskalárny súčin ani časopriestorovú
odľahlosť v R(1,1)
.
29.13. (a) Dokážte vetu 29.6.2 priamo, bez použitia vety 17.4.3.
(b) Odvoďte vetu 17.4.3 z viet 29.6.1 a 29.6.2.
29.14. Dokážte, že pseudounitárna grupa U(k, l) je izomorfná s polopriamym súčinom
U(1) SU(k, l) kružnice U(1) a špeciálnej pseudounitárnej grupy SU(k, l).
29.15. Projektívnou priamkou nad poľom K nazývame množinu K ∪ {∞}, t. j. jednorozmerný
vektorový priestor K rozšírený o nevlastný bod ∞. Dokážte nasledujúce
tvrdenia:
(a) Pre ľubovoľnú maticu A =
a b
c d
∈ GL(2, K) je predpisom FAAA = ax+b
cx+d definovaná
bijektívna transformácia FAAA : K ∪ {∞} → K ∪ {∞} (kladieme FAAA(x) = ∞,
ak cx + d = 0, a FAAA(∞) = ∞ pre c = 0 resp. FAAA(∞) = a/c pre c = 0). Zobrazenia
tvaru FAAA nazývame racionálne lineárne transformácie.
(b) Priradením AAA → fAAA je daná reprezentácia grupy GL(2, K) v množine K ∪{∞}.
Obraz Im F ⊆ S(K ∪ {∞}) nazývame (najmä v prípade poľa C) Möbiovou grupou
alebo grupou grupou racionálnych lineárnych transformácií.
29.16. (a) Dokážte, že centrum všeobecnej lineárnej grupy GL(n, K) pozostáva práve zo
všetkých nenulových skalárnych násobkov aIII jednotkovej matice III = IIIn, teda je
izomorfné s multiplikatívnou grupou K , s ktorou ho možno stotožniť.
(b) Všeobecná projektívna grupa rádu n nad poľom K je definovaná ako faktorová
grupa PGL(n, K) ∼= GL(n, K)/K všeobecnej lineárnej grupy podľa jej centra.
Dokážte, že projektívna grupa PGL(2, K) je izomorfná s Möbiovou grupou všetkých
racionálnych lineárnych transormácií FAAA : K ∪ {∞} → K ∪ {∞}.
29.17. Doplňte vynechané podrobnosti v dôkaze vety 29.7.7 (c).
29.18. Nech X ⊆ Rn
je súvislá množina. Ukážte nezávislosť definície jednoduchej súvislosti
množiny X na vybranom bode x0 ∈ X.
29.19. Nech V je vektorový priestor nad poľom R (prípadne zreálnenie vektorového priestoru
nad poľom C). Množina X ⊆ V sa nazýva konvexná, ak pre všetky xxx,yyy ∈ X
celá úsečka spájajúca body xxx, yyy leží v X, t. j. (1 − t)xxx + tyyy ∈ X pre každé reálne
číslo 0 ≤ t ≤ 1. Dokážte nasledujúce tvrdenia:
(a) Každá konvexná množina X ⊆ V je jednoducho súvislá.
Cvičenia 679
(b) Každý interval J ⊆ R je konvexná, teda jednoducho súvislá množina.
29.20. Nech K je jedno z polí R, C a G ⊆ GL(n, K) je súvislá lineárna grupa. Potom jej
afinné rozšírenie G Kn
je jednoducho súvislé práve vtedy, keď G je jednoducho
súvislá. Dokážte. (Návod: Použite tvrdenie 29.8.2 a matematickú indukciu.)
29.21. S využitím sférických súradníc (pozri paragraf 14.4) dokážte jednoduchú súvislosť
viacrozmerných sfér S(n)
= (x0, x1, . . . , xn) ∈ Rn+1
; x2
0 + x2
1 + . . . + x2
n = 1 pre
n ≥ 2.
30. Lineárne algebry
Lineárne algebry sú vektorové priestory vybavené dodatočnou bilineárnou
operáciou. Spomedzi rôznych typov lineárnych algebier sa v tejto kapitole
budeme zaoberať najmä asociatívnymi algebrami. Nepôjde nám však o ich
systematické štúdium, a tak sa popri nevyhnutnom minime všeobecných
poznatkov a krátkej zmienke o graduovaných algebrách obmedzíme len na
dve ukážky: grupové algebry konečných abelovských grúp a ich súvis s diskrétnou
Fourierovou transformáciou, a na kvaternióny (teda akúsi štvorrozmernú
analógiu komplexných čísel), ktoré využijeme na reprezentáciu rotácií
v trojrozmernom euklidovskom priestore R3
. Na dôvažok predvedieme, ako
možno túto reprezentáciu rozšíriť do reprezentácie Lorentzových transformácií
v Minkowského časopriestore R(1,3)
maticami zo špeciálnej lineárnej grupy
SL(2, C). Ďalšie aspekty reprezentácií grúp, ktoré tvoria hlavnú náplň teórie
asociatívnych algebier, si už všímať nebudeme.
30.1 Algebry a štruktúrne konštanty
Lineárnou algebrou alebo len algebrou nad poľom K, prípadne K-algebrou,
nazývame vektorový priestor A nad týmto poľom vybavený bilineárnou binárnou
operáciou ·: A ×A → A. Bilinearita rozmenená na drobné znamená,
že pre všetky xxx,yyy,zzz ∈ A, c ∈ K platí
(xxx + yyy)zzz = xxxzzz + yyyzzz, xxx(yyy + zzz) = xxxyyy + xxxzzz,
(cxxx)yyy = c(xxxyyy) = xxx(cyyy).
Operáciu · často nazývame násobením alebo súčinom v algebre A. Niekedy
jej prítomnosť zvýraznime označením algebry v tvare (A, ·). Hovoríme, že
(lineárna) algebra A je asociatívna resp. komutatívna, ak binárna operácia ·
má príslušnú vlastnosť. Ak súčin · má neutrálny prvok, t. j. existuje eee ∈ A
také, že
eeexxx = xxx = xxxeee
pre každé xxx ∈ A, hovoríme, že A je algebra s jednotkou a (jednoznačne
určený) prvok eee nazývame jednotkou algebry A.
Hovoríme, že lineárna algebra je konečnorozmerná, ak je konečnorozmerný
jej podkladový vektorový priestor. Podobne, bázou lineárnej algebry nazývame
ľubovoľnú bázu jej vektorového priestoru a jej dimenziou dimenziu
tohto priestoru.
30.1. Algebry a štruktúrne konštanty 681
30.1.1. Príklad. Nech K je pole a n je ľubovoľné prirodzené číslo. (Len aby
sme sa vyhli trivialitám budeme predpokladať, že n ≥ 1.)
(a) Vektorový priestor Kn
všetkých (pre určitosť riadkových, no rovnako
aj stĺpcových) usporiadaných n-tíc s násobením definovaným po zložkách,
t. j.
xxxyyy = (x1y1, . . . , xnyn)
pre xxx = (x1, . . . , xn), yyy = (y1, . . . , yn) ∈ Kn
, tvorí komutatívnu a asociatívnu
K-algebru. Jej jednotkou je usporiadaná n-tica 111 = (1, . . . , 1) ∈ Kn
.
(b) Vektorový priestor K[x] všetkých polynómov v premennej x, s obvyklým
násobením polynómov (pozri príklad 1.6.3), tvorí komutatívnu a asociatívnu
K-algebru s jednotkou 1 ∈ K ⊆ K[x].
(c) Vektorový priestor Kn×n
všetkých štvorcových matíc rozmeru n × n
s operáciou násobenia matíc tvorí asociatívnu K-algebru s jednotkou IIIn. Táto
algebra je komutatívna práve vtedy, keď n = 1.
Neskôr sa stretneme aj s príkladmi neasociatívnych algebier.
Podalgebrou (lineárnej) K-algebry A nazývame jej lineárny podpriestor
S, ktorý je zároveň uzavretý na súčin v A, t. j. pre ľubovoľné xxx,yyy ∈ S
platí xxxyyy ∈ S.
Lineárne zobrazenie ϕ: A → B K-algebry A do K-algebry B nazývame
homomorfizmom (lineárnych) algebier, ak ϕ zachováva aj operáciu súčinu,
t. j. pre ľubovoľné xxx,yyy ∈ A navyše platí ϕ(xxxyyy) = ϕ(xxx) ϕ(yyy). Bijektívny homomorfizmus
algebier nazývame izomorfizmom. Hovoríme, že algebry A, B
sú izomorfné, označenie A ∼= B, ak existuje nejaký izomorfimus algebier
ϕ: A → B.
Ukazuje sa, že celá štruktúra konečnorozmernej algebry je pri pevne zvolenej
báze jednoznačne zakódovaná v istej „trojrozmernej , presnejšie trojindexovej
matici. Systémom štruktúrnych konštánt algebry A vzhľadom na jej
bázu βββ = (vvv1, . . . ,vvvn) nazývame trojindexovú maticu CCC = ck
ij ∈ Kn×n×n
takú, že pre všetky i, j ≤ n platí
vvvivvvj =
n
k=1
ck
ijvvvk. (∗)
Inak povedané, pre ľubovoľnú dvojicu vektorov vvvi, vvvj tvorí vektor c1
ij, . . . , cn
ij
T
∈
Kn
súradnice ich súčinu vvvivvvj v báze βββ, t. j.
(vvvivvvj)βββ = c1
ij, . . . , cn
ij
T
.
Píšeme tiež CCC = {A}βββ.
Taktiež naopak, pri danej báze βββ = (vvv1, . . . ,vvvn) vektorového priestoru
V nad poľom K, ľubovoľná trojindexová matica CCC = ck
ij ∈ Kn×n×n
jednoznačne
určuje bilineárnu operáciu na V vyhovujúcu rovnostiam (∗) pre
682 30. Lineárne algebry
i, j ≤ n, a tým robí z V algebru nad K. Podmienka bilinearity si totiž vynucuje,
že súčin vektorov xxx,yyy ∈ V so súradnicami (xxx)βββ = (x1, . . . , xn)T
,
(yyy)βββ = (y1, . . . , yn)T
musí mať tvar
xxxyyy =
n
i=1
xivvvi ·
n
j=1
yjvvvj =
i,j≤n
xiyj vvvivvvj =
i,j,k≤n
ck
ijxiyj vvvk.
Inak povedané, jednotlivé zložky súradníc (xxxyyy)βββ = (z1, . . . , zn)T
súčinu xxxyyy
vzhľadom na bázu βββ sú
zk =
i,j≤n
ck
ijxiyj.
Nasledujúca veta vyjadruje jednoznačnú určenosť algebry systémom jej
štruktúrnych konštánt abstraktnejším spôsobom. Dôkaz prenechávame čitateľovi
ako cvičenie.
30.1.2. Veta. Nech A, B sú konečnorozmerné lineárne algebry nad poľom K.
Potom A ∼= B práve vtedy, keď dim A = dim B a existujú bázy ααα v A a βββ
v B také, že algebra A má vzhľadom na bázu ααα rovnaký systém štruktúrnych
konštánt ako algebra B vzhľadom na bázu βββ, čiže {A}ααα = {B}βββ.
30.1.3. Príklad. V každom z príkladov 30.1.1 (a) – (c) určíme štruktúrne
konštanty príslušnej algebry vzhľadom na (v istom zmysle) kanonickú bázu.
Vo všetkých prípadoch v nich podstatným spôsobom vystupuje Kroneckerov
delta-symbol.
(a) Nech εεε = (eee1, . . . ,eeen) je kanonická báza v Kn
. Zrejme platí eeeieeej =
δijeeei = δijeeej, teda štruktúrne konštanty algebry Kn
s po zložkách definovaným
súčinom sú
ck
ij = δk
i δk
j =
1, ak i = j = k,
0, ak i = k alebo j = k.
(b) Kanonickou bázou v K[x] je postupnosť 1, x, x2
, . . . , xn
, . . . mocnín
premennej x. Ide síce o nekonečnorozmernú algebru, ale (ako vzápätí uvidíme)
hodnoty jej štruktúrnych konštánt ck
mn sú i tak dobre definované.
Zo zrejmej rovnosti xm
xn
= xm+n
vyplýva
ck
mn = δk
m+n =
1, ak k = m + n,
0, ak k = m + n.
(c) Kanonickú bázu v algebre matíc Kn×n
s bežným maticovým súčinom
tvorí systém matíc EEEkl = δi
kδj
l , kde k, l ≤ n. S trochou námahy možno
nahliadnuť, že pre ľubovoľné k, l, p, q ≤ n platí EEEkl · EEEpq = δlpEEEkq, teda
cij
kl,pq = δlpδi
kδj
q =
1, ak p = l, i = k a j = q,
0, ak l = p alebo k = i alebo q = j.
30.2. Graduované algebry 683
(Treba si uvedomiť, že „jednotlivý index štruktúrnej konštanty tvorí v tomto
prípade dvojica čísel z množiny {1, . . . , n}.)
30.2 Graduované algebry
Niektoré algebry sa prirodzene štiepia do akýchsi „vrstiev , ktorých štruktúra
tesne súvisí so súčinom v algebre.
Pripomeňme si z cvičenia 6.19, že vektorový priestor V je (izomorfný s)
priamym súčtom systému (Vi)i∈I svojich lineárnych podpriestorov, ak každý
prvok xxx ∈ V možno jednoznačne až na poradie sčítancov a nulové členy
vyjadriť v tvare konečného súčtu
xxx = xxx1 + . . . + xxxn,
kde xxxk ∈ Vik
a i1, . . . , in ∈ I sú navzájom rôzne indexy. V takom prípade
píšeme V = i∈I Vi.
Hovoríme, že systém (Ak)k∈N lineárnych podpriestorov lineárnej algebry
A je jej rozvrstvením alebo graduáciou, ak
A =
k∈N
Ak,
t. j. A je priamym súčtom svojich lineárnych podpriestorov Ak, a pre všetky
xxx ∈ Ak, yyy ∈ Al platí
xxxyyy ∈ Ak+l.
Samotnú algebru A (spolu so systémom vyznačených podpriestorov Ak) nazývame
graduovanou (lineárnou) algebrou.
Operácia súčinu v graduovanej algebre sa tak rozpadá na čiastkové bilineárne
operácie
·: Ak × Al → Ak+l.
Výsledná operácia ·: A × A → A je jednoznačne určená týmito čiastkovými
operáciami a požiadavkou bilineárnosti. Ak je napr. algebra A nekonečnorozmerná,
tak jej rozvrstvenie do konečnorozmerných podpriestorov často
umožňuje lepší vhľad do jej štruktúry. Naopak, niekedy môže byť užitočné
zahrnúť systém vektorových priestorov (Vk)k∈N vybavený bilineárnymi operáciami
Vk ×Vl → Vk+l do jedinej graduovanej lineárnej algebry s podkladovým
priestorom k∈N Vk.
Každá podalgebra B graduovanej algebry A je sama graduovaná systémom
svojich lineárnych podpriestorov Bk = B ∩ Ak.
Hovoríme, že zobrazenie ϕ: A → B K-algebry A s graduáciou (Ak) do
K-algebry B s graduáciou (Bk) je homomorfizmus graduovaných algebier, ak
ϕ je homomorfizmus K-algebier, ktorý zachováva graduáciu, t. j. pre xxx ∈ Ak
684 30. Lineárne algebry
platí ϕ(xxx) ∈ Bk. Bijektívny homomorfizmus graduovaných algebier nazývame
izomorfizmom graduovaných algebier. Z podmienky rozkladu graduovanej
algebry na priamy súčet svojich vrstiev možno odvodiť, že každé zúženie
ϕ Ak : Ak → Bk izomorfizmu graduovaných algebier ϕ: A → B je lineárnym
izomorfizmom vrstvy Ak na vrstvu Bk.
30.2.1. Príklad. Tento príklad v sebe zahŕňa viacero tvrdení, ktoré by si
čitateľ mal dokázať samostatne.
(a) Všetky polynómy v n komutujúcich premenných x1, . . . , xn nad poľom
K tvoria komutatívnu a asociatívnu algebru, ktorú značíme K[x1, . . . , xn].
Každý taký polynóm možno jednoznačne až na poradie sčítancov a nulové
členy vyjadriť v tvare súčtu
f(x1, . . . , xn) =
k1,...,kn
ak1...kn xk1
1 . . . xkn
n ,
kde k1, . . . , kn sú nezáporné celé, čísla a len konečne mnoho koeficientov
ak1...kn ∈ K je nenulových. Dva polynómy
f(x1, . . . , xn) = ak1...kn xk1
1 . . . xkn
n , g(x1, . . . , xn) = bk1...kn xk1
1 . . . xkn
n
sa rovnajú práve vtedy, keď pre každú n-ticu (k1, . . . , kn) platí ak1...kn =
bk1...kn . Operácie súčtu a skalárneho násobku takýchto polynómov sú definované
zrejmým spôsobom po zložkách. Ich súčin je jednoznačne určený
požiadavkou bilineárnosti a pravidlom pre súčin jednočlenov
xk1
1 . . . xkn
n · xl1
1 . . . xln
n = xk1+l1
1 . . . xkn+ln
n .
Stupňom jednočlena xk1
1 . . . xkn
n nazývame súčet jeho exponentov k1 +
. . .+kn a stupňom polynómu f(x1, . . . , xn) je maximum stupňov jednočlenov
xk1
1 . . . xkn
n , ktoré sa v ňom vyskytujú s nenulovým koeficientom ak1...kn .
Hovoríme, že f je homogénny polynóm stupňa p, ak všetky jednočleny,
ktoré sa v ňom vyskytujú s nenulovým koeficientom, majú ten istý stupeň
p. Všetky homogénne polynómy stupňa p (spolu s nulovým polynómom)
tvoria lineárny podpriestor K[x1, . . . , xn]p algebry K[x1, . . . , xn] a algebra
K[x1, . . . , xn] je priamym súčtom systému svojich podpriestorov K[x1, . . . , xn]p p∈N
.
Pre f ∈ K[x1, . . . , xn]p, g ∈ K[x1, . . . , xn]q navyše platí
f · g ∈ K[x1, . . . , xn]p+q.
Inak povedané, K[x1, . . . , xn] je graduovaná algebra, rozvrstvená do podpriestorov
homogénnych polynómov jednotlivých stupňov K[x1, . . . , xn]p.
(b) Nech V je konečnorozmerný vektorový priestor nad poľom K s bázou
βββ = (vvv1, . . . ,vvvn). Označme si : V → K lineárny funkcionál, ktorý vektoru
30.2. Graduované algebry 685
xxx ∈ V priradí jeho i-tú súradnicu v báze βββ, t. j. (xxx)βββ = s1(xxx), . . . , sn(xxx)
T
.
Označme K[V ] množinu všetkých funkcií Φ: V → K, ktoré možno vyjadriť
v tvare Φ = f(s1, . . . , sn), t. j.
Φ(xxx) = f s1(xxx), . . . , sn(xxx) ,
pre nejaký polynóm f ∈ K[x1, . . . , xn]. Ľahko sa možno presvedčiť, že odpoveď
na otázku či nejaká funkcia Φ : V → K patrí alebo nepatrí do K[V ],
nezávisí od bázy βββ. Zrejme K[V ] s operáciami definovanými po zložkách
tvorí komutatívnu a asociatívnu K-algebru – nazývame ju algebrou polynomických
funkcií na vektorovom priestore V alebo aj súradnicovým okruhom
priestoru V .
Hovoríme, že polynomická funkcia Φ: V → K je homogénna stupňa p,
ak pre všetky xxx ∈ V , c ∈ K platí Φ(cxxx) = cp
Φ(xxx). Homogénne polynomické
funkcie stupňov 0, 1 a 2 sú postupne konštantné funkcie, lineárne funkcionály
resp. kvadratické formy. Homogénne funkcie stupňa p, nazývané tiež
p-homogénnymi formami, tvoria lineárny podpriestor K[V ]p algebry K[V ].
Pre Φ ∈ K[V ]p, Ψ ∈ K[V ]q zrejme platí Φ · Ψ ∈ K[V ]p+q.
Zobrazenie K[x1, . . . , xn] → K[V ], ktoré polynómu f ∈ K[x1, . . . , xn]
priradí polynomickú funkciu f(s1, . . . , sn) ∈ K[V ], je surjektívny homomorfizmus
K-algebier, ktorý zobrazí každý z podpriestorov K[x1, . . . , xn]p phomogénnych
polynómov na príslušný podpriestor K[V ]p p-homogénnych foriem.
Ak pole K má viac než p prvkov, tak toto zúženie je bijekcia K[x1, . . . , xn]p →
K[V ]p (pozri cvičenie 30.9). Preto ak pole K je nekonečné, tak systém podpriestorov
K[V ]p je rozvrstvením graduovanej algebry K[V ] a zobrazenie
K[x1, . . . , xn] → K[V ] (závislé na báze βββ) je izomorfizmus graduovaných
algebier.
Na druhej strane, ak pole K pole má q prvkov, tak rôzne nenulové polynómy
x ∈ K[x]1, xq
∈ K[x]q určujú tú istú polynomickú funkciu K → K (pozri
dôsledok 27.6.8). Takže pre konečné pole K systém podpriestorov K[V ]p
nie je graduáciou algebry K[V ].
Ak zafixujeme bázu βββ a – ako je to bežné – funkciu i-tej súradnice vzhľadom
na bázu βββ budeme značiť xi, môžeme polynóm aj príslušnú polynomickú
funkciu značiť tým istým výrazom f = f(x1, . . . , xn). V konečnom poli K
sa nám môže akurát tak stať, že dva rôzne polynómy f a g budú označovať
tú istú funkciu. Také niečo interpretujeme ako platnosť netriviálnej identity
f(x1, . . . , xn) = g(x1, . . . , xn) v K.
Graduácia algebry nemusí byť nutne indexovaná len prirodzenými číslami.
V kapitole o tenzoroch sa napr. stretneme s graduáciou indexovanou
dvojicami prirodzených čísel. V takom prípade je algebra A priamym súčtom
systému Ak
l k,l∈N
svojich lineárnych podpriestorov a pre xxx ∈ Ak
l , yyy ∈ Am
n
platí
xxxyyy ∈ Ak+m
l+n .
686 30. Lineárne algebry
Ešte s inak indexovanou graduáciou sa stretneme v nasledujúcom paragrafe.
30.3 Grupové algebry a diskrétna Fourierova
transformácia
Vektorový priestor KG
všetkých funkcií f : G → K z konečnej grupy G do
poľa K s operáciou súčinu definovanou po zložkách, t. j. (fg)(x) = f(x) g(x)
pre f, g ∈ KG
, x ∈ G, tvorí asociatívnu K-algebru KG
, ·). Táto algebra je
zrejme izomorfná s algebrou (Kn
, ·) z príkladu 30.1.1 (a) pre n = # G. Popri
nej však KG
nesie ešte jednu štruktúru algebry, tesne zviazanú so štruktúrou
grupy G.
Grupovou algebrou konečnej grupy (G, ·, 1) nad poľom K nazývame vektorový
priestor KG
všetkých funkcií f : G → K (s operáciami definovanými
po zložkách), vybavený operáciou násobenia, definovanou ako konvolúcia
(f ∗ g)(x) =
st=x
f(s) g(t) =
s∈G
f(s) g s−1
x =
t∈G
f xt−1
g(t),
pre f, g: G → K, x ∈ G.1
Ak prvok x ∈ G stotožníme s δ-funkciou δx ∈ KG
, kde
δx(y) =
1, ak x = y,
0, ak x = y,
pre y ∈ G, tak ľubovoľnú funkciu f ∈ KG
možno chápať ako lineárnu kom-
bináciu
f =
x∈G
f(x) δx =
x∈G
f(x) x .
Množina G ⊆ KG
potom tvorí (neusporiadnú) bázu vektorového priestoru KG
a samotná funkcia f ∈ KG
splýva so svojimi súradnicami f = (f)G vzhľadom
na bázu G (pozri paragraf 5.5). Ľahko sa presvedčíme, že pre x, y ∈ G platí
(δx ∗ δy)(z) = δ(xy)(z), v dôsledku čoho
x ∗ y = δx ∗ δy = δ(xy) = xy.
Inými slovami, konvolúcia prvkov bázy G splýva s ich súčinom v grupe G.
Grupovú algebru KG
, ∗ tak možno alternatívne popísať ako množinu
všetkých (konečných) formálnych lineárnych kombinácií x∈G axx s koeficientmi
ax ∈ K. Skalárne násobky a súčty sú definované zrejmým spôsobom
1
Grupovú algebru možno definovať aj pre nekonečné grupy, treba sa však obmedziť na
priestor K(G)
funkcií f : G → K s konečným suportom supp f = {x ∈ G; f(x) = 0}.
30.3. Grupové algebry a diskrétna Fourierova transformácia 687
po zložkách, zatiaľ čo tvar súčinu výrazov s∈G ass, t∈G btt je jednoznačne
vynútený požiadavkou bilinearity a zachovávania násobenia v G
s∈G
ass ·
t∈G
btt =
s,t∈G
asbtst =
x∈G
cxx,
kde koeficienty výsledného výrazu sú opäť dané konvolúciou cx = st=x asbt.
Grupová algebra KG
, ∗ , najmä pri reprezentácii jej prvkov v uvedenom
tvare, sa obvykle značí KG. 2
Ako zaujímavosť si všimnime, že grupová algebra KG je priamym súčtom
svojich jednorozmerných podpriestorov Kx = {ax; a ∈ K}, kde x ∈ G, a pre
ax ∈ Kx, by ∈ Ky platí
ax · by = abxy ∈ Kxy.
Inak povedané, KG je graduovaná algebra rozvrstvená do jednorozmerných
lineárnych podpriestorov Kx, x ∈ G. Ide teda o graduáciu indexovanú prvkami
grupy G.3
30.3.1. Tvrdenie. Nech G je konečná grupa. Potom jej grupová algebra
(KG, ·) ∼= KG
, ∗ je asociatívna lineárna algebra nad poľom K; jej jednotkou
je funkcia δ1, ktorú stotožňujeme s jednotkovým prvkom 1 grupy G. Ak G je
navyše komutatívna, tak aj jej grupová algebra je komutatívna.
Náčrt dôkazu. Naznačíme len dôkaz asociatívnosti konvolúcie a zvyšok prenecháme
čitateľovi ako cvičenie. Jednoduchým výpočtom sa možno presvedčiť,
že pre ľubovoľné f, g, h ∈ KG
, x ∈ G platí
f ∗ (g ∗ h) (x) =
uvw=x
f(u) g(v) h(w) = (f ∗ g) ∗ h (x).
Grupové algebry sú jedným zo základných objektov teórie reprezentácií
konečných grúp. V špeciálnom a najdôležitejšom prípade poľ K = C je takáto
algebra zároveň unitárnym priestorom so skalárnym súčinom
f, g =
x∈G
f(x) g(x),
vzhľadom na ktorý je kanonická báza G = {δx; x ∈ G} zrejme ortonormálna.
My sa však vo zvyšku tohto paragrafu budeme venovať výhradne grupovým
2
V prípade nekonečnej grupy G splýva KG s algebrou K(G)
, ∗ .
3
Táto úvaha zostáva v platnosti, aj keď grupa G je nekonečná. V takom prípade G je
Hamelovou bázou algebry KG (pozri paragraf 5.5 a cvičenie 6.20).
688 30. Lineárne algebry
algebrám konečných abelovských grúp nad poľom C. Tie majú popri kanonickej
báze G ⊆ CG
ešte jednu významnú ortogonálnu bázu tvorenú charaktermi
grupy G. Práve ony nám umožnia pozrieť sa na diskrétnu Fourierovu transformáciu
z istého nadhľadu a zovšeobecniť tak výsledky paragrafu 17.5 z grúp
(Zn, +) (skryte v nich prítomných) na ľubovoľné konečné abelovské grupy.
Pripomeňme, že charakterom abelovskej grupy G nazývame ľubovoľný
grupový homomorfizmus α: G → U(1); množina Gd
= Hom(G, U(1)) všetkých
charakterov grupy G s násobením definovaným po zložkách tvorí abelovskú
grupu. Pre konečnú G okrem toho platí G ∼= Gd
a taktiež Gd
⊆ CG
(pozri paragraf 27.8).
30.3.2. Tvrdenie. Pre ľubovoľné charaktery α, β konečnej abelovskej grupy
G platí
α, β = (# G) δα,β =
# G, ak α = β,
0, ak α = β.
Inak povedané, všetky charaktery grupy G majú rovnakú normu
√
# G a
tvoria ortogonálnu bázu unitárneho priestoru CG
.
Dôkaz. Ak si uvedomíme, že αβ−1
= αβ je tiež charakter grupy G a αβ−1
= ε
(triviálny charakter) práve vtedy, keď α = β, tak s použitím lemy 27.8.7
dostávame
α, β =
x∈G
α(x) β(x) =
x∈G
αβ−1
(x) =
# G, ak α = β,
0, ak α = β.
Ako sme už spomínali, súradnice funkcie f ∈ CG
vzhľadom na ortonormálnu
bázu G ⊆ CG
tvoria priamo funkčné hodnoty f(x) = f, δx . Podobne,
jej súradnice vzhľadom na ortogonálnu bázu Gd
⊆ CG
možno vyjadriť pomocou
skalárneho súčinu v tvare
f, α
α, α
=
1
# G
f, α .
Samotné priradenie α → f, α určuje funkciu f : Gd
→ C čiže vektor z unitárneho
priestoru CGd
. Pri takomto označení možno súradnice funkcie f ∈ CG
vzľadom na bázu charakterov Gd
vyjadriť ako
(f)Gd =
1
# G
f.
Diskrétnou Fourierovou transformáciou (DFT) na konečnej abelovskej
grupe G nazývame zobrazenie F : f → f unitárneho priestoru CG
do unitárneho
priestoru CGd
dané predpisom
F(f)(α) = f(α) = f, α =
x∈G
f(x) α(x),
30.3. Grupové algebry a diskrétna Fourierova transformácia 689
pre f ∈ CG
, α ∈ Gd
.
Každú funkciu f ∈ CG
možno teda vyjadriť ako lineárnu kombináciu
charakterov s koeficientmi určenými hodnotami Fourierovej transformácie f:
f =
1
# G
α∈Gd
f(α) α,
čo v jednotlivých zložkách x ∈ G dáva
f(x) =
1
# G
α∈Gd
f(α) α(x).
30.3.3. Veta. Nech G je konečná abelovská grupa. Potom pre všetky f, g ∈
CG
platí
F(f), F(g) = f, g = (# G) f, g ,
F(f ∗ g) = (f ∗ g) = F(f) F(g) = f g.
V dôsledku toho DFT na G je izomorfizmus algebier F : CG
, ∗ → CGd
, · .
Dôkaz. Nech f, g ∈ CG
. Označme n = # G. Ak si uvedomíme, že násobky
charakterov n−1/2
α tvoria ortonormálnu bázu v CG
, tak z Parsevalovej rovnosti
dostávame
f, g =
α∈Gd
f(α) g(α) =
α∈Gd
f, α α, g
= n
α∈Gd
f, n−1/2
α n−1/2
α, g = n f, g .
To dokazuje prvú rovnosť. Keďže F je očividne lineárne zobrazenie, vyplýva
z toho tiež, že F je lineárny izomorfizmus.
Zvoľme ľubovoľný charakter β ∈ Gd
. Keďže β je grupový homomorfizmus,
platí
F(f ∗ g)(β) = f ∗ g, β =
x∈G
(f ∗ g)(x) β(x) =
x∈G st=x
f(s) g(t) β(st)
=
s∈G
f(s) β(s) ·
t∈G
g(t) β(t) = f, β g, β = f(β) g(β) = f g (β).
Teda (f ∗ g) = f g. To znamená, že F : CG
, ∗ → CGd
, · je izomorfizmus
algebier.
Nakoľko algebra CGd
, · si z grupy Gd
„pamätá len počet jej prvkov,
presnejšie CGd
, · ∼= (Cn
, ·) pre n = # Gd
= # G, vyplýva z práve dokázanej
vety obdobný, dosť nečakaný výsledok aj pre grupové algebry konečných
abelovských grúp.
690 30. Lineárne algebry
30.3.4. Dôsledok. Nech G, H sú konečné abelovské grupy. Potom grupové
algebry CG
, ∗ , CH
, ∗ sú izomorfné práve vtedy, keď G a H majú rovnaký
počet prvkov.
Ešte poznamenajme, že vďaka stotožneniu konečnej abelovskej grupy G
s jej druhým duálom Gdd
prostredníctvom kanonického izomorfizmu x → x∆
(pozri vetu 27.8.6 a text okolo), má aj inverzné zobrazenie F−1
: CGd
→ CG
k DFT F tvar diskrétnej Fourierovej transformácie (až na násobok konštantou
(# G)−1
a zámenu α ↔ α), konkrétne
F−1
(h)(x) =
1
# G
h, x−1
=
1
# G
α∈Gd
h(α) α(x),
pre h ∈ CGd
, x ∈ G.
Keďže každá konečná abelovská grupa je izomorfná s priamym súčinom
cyklických grúp, stačí sa obmedziť na DFT na takýchto grupách. Z paragrafu
27.8 vieme, že každý charakter α grupy G = Zn1 × . . . Znk
má tvar
α(x) = exp 2πi
k
j=1
ajxj
nj
,
kde x = (x1, . . . , xk) ∈ G, pre jednoznačne určený prvok a = (a1, . . . , ak) ∈
G a priradenie α → a určuje izomorfizmus grúp Gd ∼= G. Označme n =
n1 . . . nk = # G. Po takomto stotožnení grúp Gd
a G sa z DFT na G stáva
tzv. k-rozmerná diskrétna Fourierova transformácia F : CG
→ CG
definovaná
predpisom
F(f)(a) = f(a) = f, α =
x∈G
f(x) exp −2πi
k
j=1
ajxj
nj
pre f ∈ CG
, a ∈ G, čo dáva vyjadrenie f v ortogonálnej báze charakterov
f(x) =
1
n a∈G
f(a) exp 2πi
k
j=1
ajxj
nj
.
Inverzná k-rozmerná DFT má potom tvar
F−1
(h)(x) =
1
n
h(−x) =
1
n a∈G
h(a) exp 2πi
k
j=1
ajxj
nj
pre h ∈ CG
, x ∈ G.
30.4. Algebra kvaterniónov 691
30.4 Algebra kvaterniónov
Začiatkom 19. stor. sa vyjasnilo, že komplexné čísla možno algebraicky reprezentovať
ako usporiadané dvojice reálnych čísel a geometricky znázorniť
ako body v rovine, pričom násobenie komplexnou jednotkou cos α + i sin α
zodpovedá otočeniu roviny okolo počiatku o uhol α. Prirodzene sa tak vynorila
otázka, či niečo podobné nie je možné aj v priestore. Na R3
máme síce
k dispozícii vektorový súčin – ten však nie je komutatívny ani asociatívny,
nemá jednotkový prvok a neumožňuje delenie.
Snahe objaviť násobenie trojíc reálnych čísel alias bodov priestoru, ktoré
by (povedané moderným jazykom) spolu s obvyklým vektorovým sčítaním
urobilo z R3
pole a zároveň algebru nad poľom R rozširujúcu C, venoval Sir
William Rowan Hamilton dlhých trinásť rokov. Postupne v ňom začali hlodať
pochybnosti, či jeho cieľ je vôbec dosiahnuteľný. Podľa jeho vlastného
vyjadrenia ho riešenie napadlo 16. októbra 1843, keď s manželkou prechádzali
popri Royal Canal v Dubline. Zrazu si uvedomil, že násobenie, ktoré
hľadá, nie je komutatívne a vyžaduje si nie tri ale štyri rozmery. V náhlom
„záblesku génia zahliadol základnú formulu pre súčiny troch imaginárnych
jednotiek i, j, k. Bol taký nadšený svojim objavom, že ho vyryl nožíkom do
kameňa blízkeho mosta Broombridge. Dnes je na tom mieste pamätná tabuľa
s nápisom:
Here as he walked by
on the 16th of October 1843
Sir William Rowan Hamilton
in a flash of genius discovered
the fundamental formula for
quaternion multiplication
i2
= j2
= k2
= ijk = −1
& cut it on a stone of this bridge
Kvaternióny definujeme ako lineárnu algebru H nad poľom R s bázou
tvorenou jednotkou 1 ∈ R a troma imaginárnymi jednotkami i, j, k, pričom
súčiny bázických prvkov sú dané tabuľkou
· 1 i j k
1 1 i j k
i i −1 k −j
j j −k −1 i
k k j −i −1
ktorú si však netreba pamätať, lebo všetky jej výsledky vyplývajú z uvedenej
692 30. Lineárne algebry
Hamiltonovej formuly vďaka bilinearite a asociatívnosti (ktorú zatiaľ mlčky
predpokladáme a dokážeme neskôr). Napr.
ij = (ij)(−k2
) = −(ijk)k = k,
ji = (ji)(−ijk) = −ji2
jk = j2
k = −k,
kj = (ij)j = ij2
= −i,
atď. Ešte lepšou mnemotechnickou pomôckou pre súčiny dvojíc rôznych imaginárnych
jednotiek je nasledujúca cyklická schéma
Súčin dvojice rôznych imaginárnych jednotiek v smere šípky je tretia jednotka,
súčin proti smeru šípky je tá ista jednotka so znamienkom mínus.
Kvaternióny teda možno zaviesť aj ako výrazy tvaru
q = q0 + q1i + q2j + q3k,
kde q0, q1, q2, q3 ∈ R, pričom rovnosť kvaterniónov p = p0 + p1i + p2j + p3k,
q = q0 + q1i + q2j + q3k je definovaná podmienkou
p = q ⇔ p0 = q0 & p1 = q1 & p2 = q2 & p3 = q3
a ich súčet a súčin sú dané formulami
p + q = (p0 + q0) + (p1 + q1)i + (p2 + q2)j + (p3 + q3)k,
p q = (p0q0 − p1q1 − p2q2 − p3q3) + (p0q1 + p1q0 + p2q3 − p3q2)i
+ (p0q2 + p2q0 + p3q1 − p1q3)j + (p0q3 + p3q0 + p1q2 − p2q1)k.
Toto je v skutočnosti obvyklá definícia algebry kvaterniónov H.
Keďže reálne čísla komutujú so všetkými kvaterniónmi, môžeme tiež písať
q = q0 + iq1 + jq2 + kq3 ako aj
1
a
q = q
1
a
=
q
a
=
q0
a
+
q1
a
i +
q2
a
j +
q3
a
k
pre 0 = a ∈ R.
Skalár q0 ∈ R nazývame skalárnou prípadne reálnou časťou kvaterniónu
q a vektor q = q1i + q2j + q3k ∈ R3
nazývame jeho vektorovou prípadne
30.4. Algebra kvaterniónov 693
imaginárnou časťou. Každý kvaternión teda môžeme rozložiť na súčet jeho
skalárnej a vektorovej časti
q = q0 + q1i + q2j + q3k = q0 + q.
Množinu všetkých skalárnych kvaterniónov, t. j. takých, pre ktoré platí q =
q0, stotožňujeme s poľom R ⊆ H a množinu všetkých vektorových kvaterniónov,
t. j. takých, pre ktoré platí q = q, stotožňujeme s vektorovým priestorom
R3
⊆ H. Čitateľ už v tejto chvíli určite uhádol, odkiaľ pochádza označenie iii,
jjj, kkk pre kanonickú ortonormálnu bázu v euklidovskom priestore R3
.
Združeným kvaterniónom ku kvaterniónu q nazývame kvaternión
q∗
= q0 − q1i − q2j − q3k = q0 − q.
Zrejme platí (p + q)∗
= p∗
+ q∗
; overenie nasledujúcej identity prenechávame
ako cvičenie čitateľovi:
(p q)∗
= q∗
p∗
.
Na kvaterniónoch možno definovať obvyklý euklidovský skalárny súčin
p, q E = p0q0 + p1q1 + p2q2 + p3q3,
ako aj Minkowského pseudoskalárny súčin
p, q M = p, q∗
E = p0q0 − p1q1 − p2q2 − p3q3.
Ak si ešte spomenieme, že vektorový súčin vektorov p, q ∈ R3
je daný formu-
lou
p × q =
p1 p2 p3
q1 q2 q3
i j k
,
zistíme, že súčin kvaterniónov možno vyjadriť v jednom z podstatne kompaktnejších
tvarov
p q = − p, q E + p0q + q0p + (p × q)
= p0q0 − p, q E + p0q + q0p + (p × q)
= p, q M + p0q + q0p + (p × q),
ktoré odhaľujú jeho tesnú spätosť so skalárnym resp. pseudoskalárnym a vektorovým
súčinom. Špeciálne pre vektorové kvaternióny p = p1i + p2j + p3k,
q = q1i + q2j + q3k dostávame
p q = − p, q E + (p × q).
694 30. Lineárne algebry
Absolútnou hodnotou kvaterniónu q nazývame jeho euklidovskú normu
|q| = q, q
1/2
E = q2
0 + q2
1 + q2
2 + q2
3.
Prvú z nasledujúcich dvoch formúl možno ľahko nahliadnuť a s jej pomocou
overiť i druhú:
|q|2
= q, q E = q, q∗
M = q q∗
= q∗
q = |q∗
|2
,
|p q| = |p| |q| .
Z toho okrem iného vyplýva, že pre nenulový kvaternión q platí
q
q∗
|q|2
=
q∗
|q|2
q =
|q|2
|q|2
= 1.
Ale to znamená, že q−1
= q∗
/|q|2
je inverzný prvok ku kvaterniónu q = 0
vzhľadom na operáciu násobenia.
Kvaternióny jednotkovej dĺžky nazývame jednotkovými kvaterniónmi alebo
kvaterniónovými jednotkami. Množinu všetkých jednotkových kvaterniónov
S(3)
= {q ∈ H; |q| = 1} = (x0, x1, x2, x3) ∈ R4
; x2
0 + x2
1 + x2
2 + x2
3 = 1}
z očividných dôvodov stotožňujeme s trojrozmernou jednotkovou sférou v R4
.
Pre p, q ∈ S(3)
zrejme platí p q ∈ S(3)
, ako aj q−1
= q∗
∈ S(3)
.
Kvaternióny možno taktiež reprezentovať komplexnými maticami tvaru
a b
−b a
,
kde a, b sú ľubovoľné komplexné čísla. Množinu všetkých takýchto matíc
označíme U. Pre matice z U platí
a b
−b a
+
c d
−d c
=
a + c b + d
−(b + d) a + c
,
a b
−b a
·
c d
−d c
=
ac − bd ad + bc
−(ad + bc) a c − bd
,
teda ich súčet i súčin sú opäť matice uvedeného typu. Zrejme i nulová matica
0 ∈ C2×2
a jednotková matica III ∈ C2×2
patria do U a pre AAA ∈ U, c ∈ R platí
cAAA ∈ U. Tým sme dokázali nasledujúce tvrdenie.
30.4.1. Tvrdenie. Množina U všetkých komplexných matíc tvaru a b
−b a ,
kde a, b ∈ C, tvorí asociatívnu algebru nad poľom R s jednotkou III.
30.4. Algebra kvaterniónov 695
Pre ľubovoľný kvaternión q = q0 + q1i + q2j + q3k položme
UUU(q) =
q0 + q1i q2 + q3i
−q2 + q3i q0 − q1i
.
Potom UUU : H → U je zrejme bijektívne R-lineárne zobrazenie.
30.4.2. Tvrdenie. Zobrazenie UUU : H → U je izomorfizmus R-algebier H a U.
Dôkaz. Zostáva dokázať, že UUU zachováva súčin. Na to stačí podľa vety 30.1.2
overiť, že pre ľubovoľnú dvojicu x, y ∈ {1, i, j, k} plati UUU(xy) = UUU(x) · UUU(y)
(pozri tiež cvičenie 30.30). Napr.
UUU i2
= UUU(−1) =
−1 0
0 −1
=
i 0
0 −i
2
= UUU(i)2
,
UUU(ij) = UUU(k) =
0 i
i 0
=
i 0
0 −i
·
0 1
−1 0
= UUU(i) · UUU(j).
Zvyšné priamočiare výpočty prenechávame čitateľovi (nakoľko UUU(1) = III,
stačí sa obmedziť na x, y = 1).
Keďže U je asociatívna a H ∼= U, je i H asociatívna. Ak chce čitateľ doceniť
spôsob, akým sme práve dokázali asociatívnosť násobenia kvaterniónov, nech
skúsi overiť identitu p (qr) = (p q)r priamym výpočtom.
30.4.3. Dôsledok. Množina H = H {0} všetkých nenulových kvaterniónov
s operáciou súčinu tvorí grupu. Množina S(3)
všetkých jednotkových
kvaterniónov je jej normálna podgrupa.
Za povšimnutie stojí i to, že pre matice z U platí
a b
−b a
∗
=
a −b
b a
,
a b
−b a
= |a|2
+ |b|2
,
z čoho pre ľubovoľné q ∈ H vyplýva
UUU(q)∗
= UUU(q∗
)
UUU(q) · UUU(q)∗
= UUU(qq∗
) = |q|2
III,
696 30. Lineárne algebry
a konečne
detUUU(q) = |q0 + q1i|2
+ |q2 + q3i|2
= |q|2
=
1
2
tr UUU(q) · UUU(q)∗
.
Ďalej si všimnime, že špeciálna unitárna grupa SU(2) splýva podľa vety 29.6.2
s podmnožinou algebry U tvorenou maticami s determinantom 1. Zúženie
zobrazenia UUU na množinu jednotkových kvaterniónov je tak izomorfizmom
grupy S(3)
na grupu SU(2). Tým sme dokázali ďalší výsledok.
30.4.4. Veta. Špeciálna unitárna grupa SU(2) je izomorfná s multiplikatívnou
grupou jednotkových kvaterniónov alias jednotkovou trojrozmernou
sférou S(3)
.
Ak z definície poľa z paragrafu 1.2 vypustíme podmienku komutatívnosti
násobenia, získame definíciu štruktúry, ktorej hovoríme teleso, prípadne kosé
pole alebo okruh s delením. Pole teda je komutatívne teleso (t. j. teleso s komutatívnym
násobením). Kvaternióny sú tak príkladom telesa, ktoré nie je
poľom.
Algebra s jednotkou A nad poľom K sa nazýva algebra s delením, ak ku
každému prvku 0 = aaa ∈ A existuje (obojstranný) inverzný prvok aaa−1
∈ A.
S využitím práve zavedenej terminológie teda môžeme povedať, že kvaternióny
H tvoria nekomutatívnu asociatívnu R-algebru s delením. Ako dokázal
Georg Frobenius v r. 1878, okrem nej existujú (až na izomorfizmus) len
dve asociatívne R-algebry s delením: samotné R a C, ktoré sú obe komutatívne.
Ak oželieme aj podmienku asociatívnosti, môžeme dostať ešte jednu
R-algebru s delením: tzv. Cayleyho čísla alebo oktonióny O, objavené vzápätí
po Hamiltonovom objave jeho priateľom Johnom Gravesom a krátko nato a
nezávisle na ňom Arthurom Cayleym. Ako naznačuje ich názov, ide o osemrozmernú
algebru nad R. Teda R-algebry s delením existujú iba v dimenziách
1, 2, 4 a 8.
30.5 Goniometrický tvar kvaterniónu
Pre každý vektorový kvaternión u = u1i+u2j+u3k jednotkovej dĺžky |u| = 1
platí
u2
= − u, u E + (u × u) = −|u|2
= −1,
rovnako ako pre imaginárne jednotky i, j, k. Z toho dôvodu budeme všetky takéto
kvaternióny nazývať imaginárnymi jednotkami. Množinu všetkých imaginárnych
jednotiek stotožníme s jednotkovou dvojrozmernou sférou
S(2)
= (x1, x2, x3) ∈ R3
; x2
1 + x2
2 + x2
3 = 1 .
30.5. Goniometrický tvar kvaterniónu 697
Obdobou vyjadrenia komplexného čísla z = x+yi v goniometrickom tvare
z = |z| (cos α + i sin α)
je vyjadrenie kvaterniónu q = q0 + q1i + q2j + q3k v tvare
q = |q| (cos α + u sin α), (∗)
kde α ∈ R a u a je imaginárna jednotka. Pre q = 0 môžu byť α aj u ľubovoľné,
pre 0 = q = q0 ∈ R je
q = q0 =
|q| cos 0, ak q0 > 0,
|q| cos π, ak q0 < 0,
a u môže byť stále ľubovoľné. No pre q ∈ H R máme |q| = 0 = |q |,
v dôsledku čoho
q = q0 + q = |q|
q0
|q|
+
q
|q |
|q |
|q|
,
pričom q/|q | je zrejme imaginárna jednotka. Preto musí platiť
cos α =
q0
|q|
a zároveň
u =
q
|q |
,
sin α =
|q |
|q|
,



alebo



u = −
q
|q |
,
sin α = −
|q |
|q|
.
Teda stále zostáva istá dvojznačnosť, nakoľko imaginárna jednotka u a uhol
α určujú ten istý kvaternión ako dvojica −u, −α. Keď na tom záleží, môžeme
zafixovať napr. prvú možnosť dodatočnou podmienkou 0 ≤ α ≤ π.
Každú imaginárnu jednotku u = u1i + u2j + u3k ∈ S(2)
možno vyjadriť
pomocou jej sférických súradníc
u = i cos θ cos ω + j sin θ cos ω + k sin ω
– pozri paragraf 14.4. Dosadením do (∗) dostávame konečné vyjadrenie kvaterniónu
v goniometrickom tvare
q = |q| cos α + sin α (i cos θ cos ω + j sin θ cos ω + k sin ω) .
No z praktických dôvodov dávame prednosť stručnejšiemu vyjadreniu (∗).
To v prípade kvaterniónovej jednotky q ∈ S(3)
budeme zapisovať pomocou
zovšeobecneného Eulerovho vzťahu
q = cos α + u sin α = euα
.
698 30. Lineárne algebry
Pre n ∈ Z (dokonca pre n ∈ R) zostáva v platnosti aj obdoba Moivreovej
vety
euα n
= (cos α + u sin α)n
= cos nα + u sin nα = eunα
.
Všimnime si však, že imaginárne jednotky u, v spĺňajú identitu
euα
evβ
= e(uα+vβ)
pre všetky α, β ∈ R vtedy a len vtedy, keď uv = vu (pozri cvičenie 30.18).
30.6 Kvaternióny a rotácie
V komplexnej rovine predstavuje násobenie z → az komplexnou jednotkou
a = eiα
otočenie okolo počiatku o uhol α. Súvis kvaterniónov s rotáciami
v R3
a priamymi zhodnosťami v R4
nie je až taký priamočiary.
Nech q = q0 +q1i+q2j+q3k ∈ H je pevne zvolený kvaternión. Zobrazenia
Lq, Rq : H → H, dané predpismi
Lq(x) = qx resp. Rq(x) = xq
pre x ∈ H, budeme nazývať ľavou resp. pravou transláciou kvaterniónom q.
Očividne lineárne zobrazenia Lq, Rq budeme stotožňovať s ich maticami
vzhľadom na kanonickú bázu (1, i, j, k), čiže
Lq =




q0 −q1 −q2 −q3
q1 q0 −q3 q2
q2 q3 q0 −q1
q3 −q2 q1 q0



 , Rq =




q0 −q1 −q2 −q3
q1 q0 q3 −q2
q2 −q3 q0 q1
q3 q2 −q1 q0



 .
Keďže vďaka asociatívnosti pre všetky p, q, x ∈ H platí Lp(Rq(x)) = pxq =
Rq(Lp(x)), zobrazenia (matice) Lp, Rq komutujú, t. j. LpRq = RqLp. Ďalej
zrejme
|Lq(x)| = |Rq(x)| = |q| |x|
pre každé x ∈ H, a jednoduchý výpočet dáva
det Lq = det Rq = q2
0 + q2
1 + q2
2 + q2
3
2
= |q|4
≥ 0.
Špeciálne pre kvaterniónovú jednotku q a ľubovoľné x ∈ H platí
|Lq(x)| = |Rq(x)| = |x| a det Lq = det Rq = 1,
čiže ľavá aj pravá translácia kvaterniónom q ∈ S(3)
sú priame zhodnosti euklidovského
priestoru H ∼= R4
, a ako matice, Lq, Rq ∈ SO(4). Poznamenajme,
že každú maticu AAA ∈ SO(4) možno zapísať v tvare
AAA = LpRq = RqLp
30.6. Kvaternióny a rotácie 699
pre vhodné kvaterniónové jednotky p, q ∈ S(3)
. Inak povedané, každá priama
zhodnosť v euklidovskom priestore R4 ∼= H fixujúca počiatok má tvar x →
pxq pre nejaké p, q ∈ S(3)
(pozri cvičenie 30.31).
Nás však väčšmi zaujímajú rotácie v euklidovskom priestore R3
, ktorý
stotožňujeme s lineárnym podpriestorom [i, j, k] ⊆ H. Konjugáciou kvaterniónom
q = 0 nazývame lineárne zobrazenie ΓΓΓq : H → H dané predpisom
ΓΓΓq(x) = qxq−1
pre x ∈ H. Zrejme ΓΓΓq = Lq ◦ Rq−1 = Rq−1 ◦ Lq a pre reálne a = 0 platí
ΓΓΓaq = ΓΓΓq. Ale to znamená, že pri konjugácii kvaterniónmi sa stačí obmedziť
na kvaterniónové jednotky, lebo každá takáto konjugácia má tvar
ΓΓΓq = ΓΓΓs
kde s ∈ S(3)
je kvaterniónová jednotka taká, že q = ± |q| s.
30.6.1. Tvrdenie. Konjugácia kvaterniónom q ∈ H je priama zhodnosť
ΓΓΓq : H → H fixujúca počiatok s invariantnými podpriestormi R, R3
⊆ H.
Dôkaz. Z našich predchádzajúcich úvah vyplýva, že ΓΓΓq je izometria a jej
matica v kanonickej báze (1, i, j, k) má determinant
detΓΓΓq = det Lq det Rq−1 = |q|4
q−1 4
= qq−1 4
= 1.
Stačí teda overiť, že R3
= [i, j, k] je ΓΓΓq-invariantný podpriestor. Pre a ∈ R
platí
ΓΓΓq(a) = qaq−1
= aqq−1
= a,
teda podpriestor R všetkých skalárnych kvaterniónov je invariantný. Preto
aj jeho ortokomplement R3
= R⊥
je invariantný – pozri tvrdenie 23.4.5.
Uvedený záver vyplýva aj z tvaru matice zobrazenia ΓΓΓq vzhľadom na
kanonickú bázu (1, i, j, k). Po obvyklom stotožnení zobrazení a matíc môžeme
písať
ΓΓΓq = LqRq−1 = LqRq∗/|q|2 = |q|−2
LqRq∗
= |q|−2




q0 −q1 −q2 −q3
q1 q0 −q3 q2
q2 q3 q0 −q1
q3 −q2 q1 q0



 ·




q0 q1 q2 q3
−q1 q0 −q3 q2
−q2 q3 q0 −q1
−q3 −q2 q1 q0




= |q|−2




|q|2
0 0 0
0 q2
0 + q2
1 − q2
2 − q2
3 2(q1q2 − q0q3) 2(q1q3 + q0q2)
0 2(q1q2 + q0q3) q2
0 − q2
1 + q2
2 − q2
3 2(q2q3 − q0q1)
0 2(q1q3 − q0q2) 2(q2q3 + q0q1) q2
0 − q2
1 − q2
2 + q2
3



 .
700 30. Lineárne algebry
Vynechaním prvého riadku a stĺpca dostaneme maticu zúženia ΦΦΦq = ΓΓΓq R3
konjugácie ΓΓΓq na invariantný podpriestor R3
vzhľadom na kanonickú bázu
(i, j, k). Ak sa navyše obmedzíme len na kvaterniónové jednotky q ∈ S(3)
a
zobrazenie ΦΦΦq opäť stotožníme s jeho maticou, dostaneme
ΦΦΦq =


q2
0 + q2
1 − q2
2 − q2
3 2(q1q2 − q0q3) 2(q1q3 + q0q2)
2(q1q2 + q0q3) q2
0 − q2
1 + q2
2 − q2
3 2(q2q3 − q0q1)
2(q1q3 − q0q2) 2(q2q3 + q0q1) q2
0 − q2
1 − q2
2 + q2
3

 .
Determinant tejto matice zrejme je detΦΦΦq = |q|6
= 1. Z toho dôvodu
ΦΦΦq ∈ SO(3), inak povedané ΦΦΦq predstavuje otočenie v R3
okolo nejakej osi
prechádzajúcej počiatkom o určitý uhol. Štvorici reálnych čísel q0, q1, q2, q3,
t. j. zložkám kvaterniónu q, hovoríme Eulerove parametre príslušného otočenia.
Zostáva vyjasniť súvis medzi osou a uhlom daného otočenia a jeho
Eulerovými parametrami. Začneme jednoduchým príkladom.
30.6.2. Príklad. Nájdeme matice ΦΦΦq, ak q je niektorá z kvaterniónových
jednotiek eiα
= cos α + i sin α, ejα
= cos α + j sin α, ekα
= cos α + k sin α, kde
α ∈ R. Priamym dosadením a jednoduchými úpravami dostaneme
ΦΦΦeiα =


1 0 0
0 cos 2α − sin 2α
0 sin 2α cos 2α

 = RRRi
2α,
ΦΦΦejα =


cos 2α 0 sin 2α
0 1 0
− sin 2α 0 cos 2α

 = RRRj
2α,
ΦΦΦekα =


cos 2α − sin 2α 0
sin 2α cos 2α 0
0 0 1

 = RRRk
2α.
Porovnanie s príkladom 23.5.6 ukazuje, že uvedené matice predstavujú postupne
otočenia v R3
okolo osí [i], [j], [k] o uhol 2α v kladnom zmysle vzhľadom
na vektory i = eee1, j = eee2, resp. k = eee3.
Nahraďme teraz základné imaginárne jednotky i, j, k všeobecnou imaginárnou
jednotkou u = u1i + u2j + u3k ∈ S(2)
a preskúmajme otočenie ΦΦΦq pre
jednotkový kvaternión q = euα
= cos α + u sin α. Predovšetkým si všimnime,
že qu = uq, teda
ΦΦΦq(u) = quq−1
= u,
čiže u je vlastný vektor lineárneho operátora ΦΦΦq prislúchajúci k jeho vlastnému
číslu 1. ΦΦΦq teda bude otočenie okolo osi [u] o zatiaľ neznámy uhol.
30.6. Kvaternióny a rotácie 701
Ten zistíme z pôsobenia ΦΦΦq na vektory z ortokomplementu [u]⊥
(vzhľadom
na R3
). Pritom stačí uvažovať vektorové kvaternióny x ⊥ u také, že |x| = 1,
t. j. opäť imaginárne jednotky. Pre také x platí u, x E = 0, teda
ux = − u, x E + (u × x) = u × x a |ux| = |u| |x| = 1,
a tiež
qx = euα
x = x cos α + ux sin α.
Podľa vety 15.4.1 (c) tvoria vektory u, x a ux = u × x kladne orientovanú
ortonormálnu bázu priestoru R3
. Vektory x a ux tvoria kladne orientovanú
ortonormálnu bázu roviny [u]⊥
, rovnako ako vektory 1 a i v komplexnej rovine
C ∼= R2
. Posledná rovnosť preto znamená, že vektor qx vznikne otočením
vektora x o uhol α okolo osi [u] v kladnom zmysle vzhľadom na vektor u.
Ak si ďalej uvedomíme, že x ⊥ u má tiež za dôsledok xu = x × u =
−(u × x) = −ux, dostaneme
xq∗
= x e−uα
= x cos α − xu sin α = x cos α + ux sin α = qx
a konečne
ΦΦΦq(x) = qxq∗
= q2
x = x cos 2α + ux sin 2α.
Rovnako ako v predchádzajúcom odstavci dospejeme k záveru, že vektor
ΦΦΦq(x) = qxq∗
vznikne otočením vektora x o uhol 2α okolo tej istej osi [u]
v kladnom zmysle. S použitím označenia z paragrafu 23.5 môžeme písať
ΦΦΦq = ΦΦΦeuα = RRRu
2α
a výsledky našich úvah zhrnúť do vety.
30.6.3. Veta. Nech α ∈ R, u ∈ S(2)
je imaginárna jednotka a q = |q| (cos α+
u sin α) je nenulový kvaternión. Potom zobrazenie x → qxq−1
: R3
→ R3
predstavuje otočenie RRRu
2α euklidovského priestoru R3
= [i, j, k]. Naopak, každé
otočenie RRRv
β, kde β ∈ R, v ∈ S(2)
, euklidovského priestoru R3
má tvar
RRRv
β(x) = pxp−1
= pxp∗
pre jednotkový kvaternión p = evβ/2
= cos(β/2) +
v sin(β/2).
Maticu RRRu
α otočenia v R3
o uhol α okolo osi so smerovým jednotkovým
vektorom u = u1i + u2j + u3k v kladnom zmysle vzhľadom na vektor u teda
získame dosadením jednotlivých zložiek jednotkového kvaterniónu
q = euα/2
= cos(α/2) + u sin(α/2) = cos(α/2) + (u1i + u2j + u3k) sin(α/2)
702 30. Lineárne algebry
ako Eulerových parametrov do matice ΦΦΦq. S využitím goniometrických vzorcov
a vzťahu u2
1 + u2
2 + u2
3 = 1 po jednoduchých úpravách dostaneme
RRRu
α = ΦΦΦeuα/2 =


u2
1 + (u2
2 + u2
3) cos α u1u2(1−cos α) − u3 sin α u1u3(1−cos α) + u2 sin α
u1u2(1−cos α) + u3 sin α u2
2 + (u2
1 + u2
3) cos α u2u3(1−cos α) − u1 sin α
u1u3(1−cos α) − u2 sin α u2u3(1−cos α) + u1 sin α u2
3 + (u2
1 + u2
2) cos α

.
30.7 Nakrývajúci homomorfizmus SU(2) → SO(3)
Pozrime sa teraz na grupovo-teoretický aspekt reprezentácie rotácií v R3
pomocou kvaterniónov. Priradenie q → ΦΦΦq je samo zobrazením ΦΦΦ : H →
SO(3). Na základe znalostí o konjugácii z paragrafu 28.3 ľahko nahliadneme
(prípadne aj bez nich overíme priamym výpočtom), že
ΦΦΦp · ΦΦΦq = ΦΦΦpq
pre všetky p, q ∈ H . Inými slovami, ΦΦΦ je homomorfizmus grúp. Podľa
vety 30.6.3 je dokonca zúženie ΨΨΨ = ΦΦΦ S(3)
homomorfizmu ΦΦΦ na podgrupu
S(3)
⊆ H jednotkových kvaterniónov surjektívne. Zrejme KerΦΦΦ = R
a KerΨΨΨ = {−1, 1}. Z vety 27.5.4 tak vyplývajú izomorfizmy grúp H /R ∼=
SO(3) a S(3)
/{±1} ∼= SO(3), a na základe izomorfizmu SU(2) ∼= S(3)
z vety 30.4.4
tiež izomorfizmus SU(2)/{±III} ∼= SO(3). Tým sme dokázali nasledujúcu vetu.
30.7.1. Veta. SO(3) ∼= S(3)
/{1, −1} ∼= SU(2)/{III2, −III2}.
Každá matica AAA ∈ SO(3) má v homomorfizme ΨΨΨ : S(3)
→ SO(3) dva
vzory, rovnako ako jednotková matica III3. Tieto dva vzory majú navyše v S(3)
také disjunktné okolia P resp. Q, že zúženie homomorfizmu ΨΨΨ na každé z nich
je spojité bijektívne zobrazenie na to isté okolie M matice AAA v SO(3), a tiež
obe inverzné zobrazenia (ΨΨΨ P)−1
: M → P, (ΨΨΨ Q)−1
: M → Q sú spojité
(v topologickej terminológii sa hovorí, že ΨΨΨ P, ΨΨΨ Q sú homeomorfizmy).
To je dôvod, prečo sa homomorfizmus ΨΨΨ nazýva dvojnásobným nakrytím
špeciálnej ortogonálnej grupy SO(3) grupou kvaterniónových jednotiek S(3)
,
prípadne len nakrývajúcim homomorfizmom. Rovnako dobre možno hovoriť
o dvojnásobnom nakrytí grupy SO(3) špeciálnou unitárnou grupou SU(2).
Prečo týmto homomorfizmom a samotnej možnosti nakrytia grupy SO(3)
grupou S(3)
resp. SU(2) prikladáme taký význam? Podľa vety 29.8.4 sú všetky
grupy SU(n) jednoducho súvislé. Na základe názoru a analógie s dvojrozmernou
sférou S(2)
sme zasa náchylní uveriť, že aj všetky sféry S(n)
pre n ≥ 2 sú
jednoducho súvislé (v cvičení 29.21 je návod na presný dôkaz). Hoci zvodný
izomorfizmus SU(n) ∼= S(n+1)
ani nič podobné sa pre n = 3 nekoná – sféry
30.7. Nakrývajúci homomorfizmus SU(2) → SO(3) 703
S(2)
a S(n)
pre n > 3 dokonca vôbec nie sú grupami. Každopádne však jednoduchá
súvislosť grúp S(3)
resp. SU(2) naznačuje, že majú v istom zmysle
prehľadnú a jednoduchú štruktúru.
Na druhej strane, grupa SO(3) – hoci je súvislá – nie je jednoducho súvislá.
Pokúsme sa aspoň približne naznačiť prečo. To si však vyžiada krátke
odbočenie, v ktorom sa letmo zoznámime s pojmom projektívneho priestoru.
Izomorfizmus SO(3) ∼= S(3)
/{±1} o. i. hovorí, že grupa SO(3) vznikne
zlepením dvojíc navzájom protiľahlých bodov q a −q sféry S(3)
. Takúto konštrukciu
možno urobiť aj pre sféry S(n)
ľubovoľného iného rozmeru n. Výsledný
tvar sa nazýva n-rozmerný projektívny priestor nad poľom R a značí
RPn
. Všeobecnejšie možno projektívny priestor KPn
nad poľom K popísať
ako množinu všetkých priamok prechádzajúcich počiatkom (t. j. jednorozmerných
lineárnych podpriestorov) vo vektorovom priestore Kn+1
. V Rn+1
pretína každá taká priamka jednotkovú sféru S(n)
v dvoch protiľahlých bodoch,
ktoré tak predstavujú jediný bod v priestore RPn
.
V paragrafe 17.8 sme sa dohodli, že stavy kvantovomechanického systému
zodpovedajúceho klasickej sústave s n stavmi budeme reprezentovať lúčmi,
t. j. jednorozmernými podpriestormi [u] = Cu v unitárnom priestore Cn
. S použitím
práve zavedenej terminológie tak môžeme povedať, že stavový priestor
takého kvantovomechanického systému je projektívny priestor CPn−1
.
Historicky vznikla projektívna rovina RP2
pridaním jedného nekonečne
vzdialeného nevlastného bodu ku každej priamke prechádzajúcej počiatkom
v rovine R2
(tým sa „oba konce každej nekonečnej priamky a všetkých
s ňou rovnobežných priamok akosi spojili do tohto nevlastného bodu). Všetky
nevlastné body v projektívnej rovine tvoria tzv. nevlastnú priamku, ktorá
ohraničuje či uzatvára („kompaktifikuje ) pôvodnú euklidovskú rovinu R2
.
Podobne možno dostať projektívny priestor RP3
pridaním nevlastného bodu
ku každej priamke prechádzajúcej počiatkom v R3
; všetky nevlastné body
potom tvoria nevlastnú rovinu. Uvedené zovšeobecnenie pre ľubovoľné pole
a ľubovoľnú dimenziu je až neskoršou záležitosťou.
Zamyslime sa, ako vyzerajú slučky v RPn
. Tie vzniknú (po vhodnom
preparametrizovaní) zo systémov ciest f1, . . . , fk : 0, 1 → S(n)
, ktoré sa prepoja
a uzavrú zlepením protiľahlých bodov sféry, t. j. spĺňajú podmienky
fi(1) = −fi+1(0) pre i < k a fk(1) = ±f1(0). Také systémy ciest zahŕňajú okrem
pôvodných slučiek v S(n)
, aj cesty f : 0, 1 → S(n)
také, že f(0) = −f(1),
dvojice ciest f1, f2 také, že f1(1) = −f2(0) a f2(1) = ±f1(0), atď.
Pôvodné slučky sa dajú stiahnuť do bodu vďaka jednoduchej súvislosti S(n)
pre n ≥ 2 (tak isto je tomu so slučkami, ktoré vznikli párnym počtom lepení).
Ale slučky, ktoré vznikli zlepením koncov neuzavretej cesty v S(n)
(všeobecne
slučky, ktoré potrebovali nepárny počet lepení), sa do bodu stiahnuť nedajú.
V prípade sféry S(2)
je takou napr. cesta po poludníku od jedného pólu k druhému.
Teda projektívne priestory RPn
pre n ≥ 2, vrátane RP3
, ktorý nesie
704 30. Lineárne algebry
štruktúru grupy SO(3), nie sú jednoducho súvislé.
Podobne je tomu napr. so slučkami na plášti valca, ktorý vznikol zlepením
dvoch protiľahlých strán obdĺžnika. Slučku na plášti pochádzajúcu zo slučky
v pôvodnom obdĺžniku možno stiahnuť do bodu; slučka, ktorá vznikla z cesty
spájajúcej dva body protiľahlých strán, čo sa majú zlepiť, sa však do bodu
stiahnuť nedá – pozri obrázok 29.1.
Konkrétnym príkladom slučky v SO(3) vychádzajúcej z a končiacej v III,
ktorá sa nedá stiahnuť do bodu (konštantnej slučky) III, je napr. funkcia
g(t) = RRRuuu
2πt, t ∈ 0, 1 , kde uuu ∈ S(2)
je ľubovoľný pevný vektor. Túto jej
nestiahnuteľnosť si dokonca môžeme navodiť telesným pocitom. Ak sa postavíme
a pripažíme pravú ruku k telu s dlaňou otočenou dozadu, môžeme ňou
opísať kruh, dvíhajúc ju dopredu do vzpaženej polohy a potom ju spustiac
zadom nadol. Pri prirodzenom pohybe skončíme s rukou opäť pripaženou no
s dlaňou obrátenou dopredu (niečo ako „obrátenie spinu ). Ak si to skúsime
ešte raz overiť a budeme sa snažiť skončiť s dlaňou obrátenou dozadu, zistíme,
že v porovnaní s prvým otočením musíme ruku vo vrchnej fáze omnoho
výraznejšie vychýliť zo zvislej roviny doprava (teda vlastne dosť švindlovať).
Prvky špeciálnej ortogonálnej grupy SO(3) možno chápať aj ako všetky
možné pohyby sféry S(2)
(zemského glóbu), pri ktorých jej stred zostáva nehybný
(také niečo možno docieliť upevnením glóbusu pomocou gyroskopu).
Zložitosť tvaru SO(3) ∼= RP3
sa prejavuje okrem iného v tom, že dvojrozmernú
sféru nemožno „spojito učesať . V dôsledku toho neexistujú spojité
zobrazenia f, g: S(2)
→ S(2)
také, že pre každé xxx ∈ S(2)
tvorí trojica vektorov
(xxx, f(xxx), g(xxx)) kladne orientovanú ortonormálnu bázu v R3
. Napr. pokus
umiestniť do každého bodu zemského glóbu trojicu (myslených) jednotkových
šípiek ukazujúcich nahor, na sever a na západ stroskotá na oboch póloch.
Túto skutočnosť treba brať do úvahy pri leteckej navigácii.
Ku každej zo špeciálnych ortogonálnych grúp SO(n) pre n ≥ 3 existuje
jednoducho súvislá maticová grupa Spin(n), nazývaná spinorová grupa,
a dvojnásobne nakrývajúci homomorfizmus Spin(n) → SO(n). Z nich sme
sa zatiaľ zoznámili iba s grupou Spin(3) a nakrývajúcim homomorfizmom
Spin(3) → SO(3). Ako napovedá ich názov, spinorové grupy súvisia so spinom
častíc, kvôli ktorému je často účelné rozlišovať medzi rotáciami okolo
tej istej osi o uhly líšiace sa o nepárny násobok plného uhla 2π. Rotácia o 2π
totiž síce zachováva geometrickú polohu, ale obracia spin. Okrem štyroch
výnimiek
Spin(3) ∼= SU(2) ∼= S(3)
,
Spin(4) ∼= SU(2) × SU(2) ∼= S(3)
× S(3)
,
Spin(5) ∼= Sp(2),
Spin(6) ∼= SU(4)
30.8. Nakrývajúci homomorfizmus SL(2,C) → Λ↑
+ (3) 705
sa však spinorové grupy nenachádzajú medzi grupami, s ktorými sa v tejto
knihe stihneme čo len letmo zoznámiť. Aj k uvedenému zoznamu treba dodať,
že tzv. symplektická grupa Sp(n) je kvaterniónová obdoba unitárnej
grupy U(n), t. j. grupa všetkých kvaterniónových matíc AAA ∈ Hn×n
takých, že
AAA · AAA∗
= IIIn, kde AAA∗
označuje maticu, ktorú dostaneme nahradením každého
prvku matice AAA k nemu združeným kvaterniónom a následnou transpozíciou.
Z nich sme sa doteraz, aj to len inkognito, stretli iba s prvou v poradí –
symplektickou grupou Sp(1) = S(3) ∼= SU(2). Ešte poznamenajme, že druhý
z uvedených izomorfizmov, teda vlastne Spin(4) ∼= Sp(1) × Sp(1), súvisí s už
spomínanou reprezentáciou matíc zo špeciálnej ortogonálnej grupy SO(4)
v tvare AAA = Lp · Rq pre p, q ∈ Sp(1). (pozri cvičenie 30.31). Na druhej strane
hrá nakrývajúci homomorfizmus Sp(1)×Sp(1) → SO(4) významnú úlohu pri
prepojení štvorrozmerných variet, Yangových-Millsových konexií a časticovej
fyziky.
30.8 Nakrývajúci homomorfizmus SL(2,C) → Λ↑
+(3)
Rovnako ako špeciálna ortogonálna grupa SO(3), ani vlastná ortochrónna
Lorentzova grupa Λ↑
+(3) nie je jednoducho súvislá. Z topologického hľadiska
má totiž Λ↑
+(3) rovnakú štruktúru ako množina SO(3) × R3
(hoci ako grupy
nie sú izomorfné). To možno nahliadnuť na základe reprezentácie každej matice
AAA ∈ Λ↑
+(3) v tvare súčinu boostu daného vhodným časovým vektorom
vvv = (1, v1, v2, v3) a euklidovskej rotácie v trojrozmernom priestore [vvv]⊥
(pozri
komentár za dôsledkom 29.5.5 a cvičenie 29.10). Trojnásobným použitím tvrdenia
29.8.2 na interval J = R tak dostávame, že SO(3)×R3
nie je jednoducho
súvislá.
Nakrývajúci homomorfizmus SU(2) → SO(3) však možno rozšíriť do nakrývajúceho
homomorfizmu SL(2, C) → Λ↑
+(3), pri ktorom je vlastná ortochrónna
Lorentzova grupa Λ↑
+(3) dvojnásobne nakrytá špeciálnou lineárnou
grupou SL(2, C). O tej už vieme, že – podobne ako grupa SU(2) – jednoducho
súvislá je (pozri vetu 29.8.4). Navyše zúženie avizovaného homomorfizmu
SL(2, C) → Λ↑
+(3) na podgrupu SU(2) ⊆ SL(2, C) dáva (len v mierne pozmenenej
podobe) nám už známy homomorfizmus SU(2) → SO(3).
Pripomeňme si, že pri reprezentácii kvaterniónu q = q0 + q1i + q2j + q3k
maticou
UUU(q) =
q0 + q1i q2 + q3i
−q2 + q3i q0 − q1i
z paragrafu 30.4 pre jeho euklidovskú normu platí
q 2
= qq∗
= q2
0 + q2
1 + q2
2 + q2
3 = detUUU(q),
706 30. Lineárne algebry
v dôsledku čoho je podmienka q = 1, t. j. q ∈ S(3)
, ekvivalentná s UUU(q) ∈
SU(2). Pokúsme sa teraz ten istý kvaternión reprezentovať mierne pozmenenou
maticou VVV (q) tak, aby výraz detVVV (q) reprezentoval indefinitnú kvadratickú
formu signatúry (1, 3) v Minkovského časopriestore, t. j. aby platilo
detVVV (q) = q, q M = q2
0 − q2
1 − q2
2 − q2
3.
Také niečo možno dosiahnuť napr. definíciou
VVV (q) =
q0 + q3 q1 − q2i
q1 + q2i q0 − q3
.
Potom každé VVV (q) ∈ C2×2
je zrejme hermitovská matica. Množina H všetkých
hermitovských matíc rozmeru 2 × 2 tvorí vektorový priestor nad poľom
R a samotné VVV : H → H je lineárny izomorfizmus (na rozdiel od UUU : H → U
však VVV nezachováva súčin, ani H nie je podalgebra R-algebry C2×2
, · ).
Jednu z báz vektorového priestoru H tvoria tzv. Pauliho matice
σ0 =
1 0
0 1
, σ1 =
0 1
1 0
,
σ2 =
0 −i
i 0
, σ3 =
1 0
0 −1
,
ktoré zaviedol Wolfgang Pauli, jeden z tvorcov kvantovej mechaniky, pri popise
spinu elektrónu. Pri takomto označení
VVV (q) = q0σ0 + q1σ1 + q2σ2 + q3σ3.
Ako cvičenie prenechávame čitateľovi, aby overil, že polárna forma ku kvadratickej
forme XXX,XXX M = detXXX na H je daná výrazom
XXX,YYY = XXX,YYY M =
1
2
trXXX trYYY − tr(XXXYYY )
pre XXX,YYY ∈ H. Vzhľadom na tento pseudoskalárny súčin platí
σ0, σ0 = − σ1, σ1 = − σ2, σ2 = − σ3, σ3 = 1,
σi, σj = 0
pre i = j, inak povedané, Pauliho matice tvoria inerciálnu bázu Minkowského
časopriestoru H ∼= R(1,3)
.
Obrazy reálnych kvaterniónov q = q0 ∈ R tvoria kladne definitný podpriestor
[σ0], obrazy vektorových kvaterniónov q = q1i+q2j+q3k ∈ R3
tvoria
jeho ortokomplement, teda maximálny záporne definitný podpriestor
[σ0]⊥
= [σ1, σ2, σ3] = {XXX ∈ H; trXXX = 0},
30.8. Nakrývajúci homomorfizmus SL(2,C) → Λ↑
+ (3) 707
ktorý splýva s podpriestorom hermitovských matíc s nulovou stopou.
Keďže pre AAA ∈ GL(2, C), XXX ∈ H je i matica AAA · XXX · AAA∗
hermitovská, je
predpisom
ΘΘΘAAA(XXX) = AAA · XXX · AAA∗
definované lineárne zobrazenie ΘΘΘAAA : H → H. Za predpokladu AAA ∈ SL(2, C),
t. j. detAAA = 1, navyše platí
det AAA · XXX · AAA∗
= detXXX,
čiže ΘΘΘA zachováva kvadratickú formu XXX,XXX = detXXX a tým podľa vety 29.3.4
aj pseudoskalárny súčin XXX,YYY . Preto po stotožnení lineárneho zobrazenia
ΘΘΘAAA s jeho maticou v kanonickej báze σσσ = (σ0, σ1, σ2, σ3), môžeme tvrdiť, že
ΘΘΘAAA ∈ Λ(3) = O(1, 3). Priradenie AAA → ΘΘΘAAA je očividne homomorfizmus grúp
ΘΘΘ: SL(2, C) → Λ(3). Okrem toho pre AAA ∈ SU(2) platí ΘΘΘAAA(XXX) = AAA ·XXX ·AAA−1
,
teda ak AAA = VVV (q) pre q ∈ S(3)
, tak ΘΘΘAAA funguje na H rovnako ako ΓΓΓq
z paragrafu 30.6 na H. Platí však ešte o čosi viac.
30.8.1. Veta. Zobrazenie ΘΘΘ: SL(2, C) → O(1, 3), kde ΘΘΘAAA(XXX) = AAA · XXX ·
AAA∗
pre AAA ∈ SL(2, C), XXX ∈ H, je spojitý homomorfizmus grúp s jadrom
KerΘΘΘ = {±III} a obrazom ImΘΘΘ = Λ↑
+(3). Navyše, pre AAA ∈ SU(2) je zúženie
ΘΘΘA [σ1, σ2, σ3] ∈ SO(3).
Inak povedané, ΘΘΘ je dvojnásobne nakrývajúci homomorfizmus vlastnej
ortochrónnej Lorentzovej grupy Λ↑
+(3) špeciálnou lineárnou grupou SL(2, C),
v dôsledku čoho Λ↑
+(3) ∼= SL(2, C)/{±III}. Zúženie izomorfizmu ΘΘΘ na špeciálnu
unitárnu grupu SU(2) dáva nám už známy nakrývajúci homomorfizmus
SU(2) → SO(3).
Dôkaz. Zostáva overiť, že pre jadro resp. obraz homomorfizmu ΘΘΘ skutočne
platí KerΘΘΘ = {±III} resp. ImΘΘΘ = Λ↑
+(3) a invariantnosť podpriestoru [σ1, σ2, σ3]
matíc XXX ∈ H s nulovou stopou vzhľadom na zobrazenia ΘΘΘAAA pre AAA ∈ SU(2).
Začnime posledným bodom. Pre AAA ∈ SU(2) a XXX ∈ H s použitím tvrdenia
18.1.3 a rovností AAA∗
· AAA = III, trXXX = 0 vyplýva
tr(AAA · XXX · AAA∗
) = tr(AAA∗
· AAA · XXX) = trXXX = 0.
Nech AAA ∈ KerΘΘΘ. Potom AAA · σi · AAA∗
= σi pre i = 0, 1, 2, 3. Pre i = 0 to
znamená, že AAA · AAA∗
= III, teda AAA ∈ SU(2). Ďalšie tri podmienky znamenajú,
že zúženie ΘΘΘAAA na euklidovský podpriestor [σ1, σ2, σ3] je identické zobrazenie,
z čoho na základe úvah predchádzajúcich vetu 30.7.1. vyplýva, že AAA = ±III.
Keďže grupa SL(2, C) je podľa vety 29.7.6 (c) súvislá a ΘΘΘ je spojité zobrazenie,
je aj obraz ImΘΘΘ súvislá množina. Preto ImΘΘΘ je podmnožinou súvislej
komponenty jednotky Λ↑
+(3) v Λ(3). Naopak, každú maticu MMM ∈ Λ↑
+(3)
možno podľa vety 29.5.4 napísať v tvare súčinu
MMM = diag(1,BBB) · diag(LLLv, 1, 1) · diag(1,CCC),
708 30. Lineárne algebry
kde BBB,CCC ∈ SO(3) a |v| < 1. Stačí teda ukázať, že matice uvedených typov
ležia v ImΘΘΘ.
Ak BBB ∈ SO(3), tak podľa výsledkov predchádzajúceho paragrafu existuje
matica AAA ∈ SU(2) taká, že matica zúženia ΘΘΘAAA [σ1, σ2, σ3] v báze (σ1, σ2, σ3)
je BBB. Keďže ΘΘΘAAA(σ0) = σ0, platí ΘΘΘAAA = diag(1,BBB) (presnejšie, matica zobrazenia
ΘΘΘAAA v báze σσσ je diag(1,BBB)).
Ak |v| < 1, tak – ako sme sa presvedčili v paragrafe 16.9 (pozri tiež
dôsledok 29.5.3) – existuje reálne číslo γ také, že LLLv = RRRhhhγ. Hľadáme teda
maticu AAA ∈ SL(2, C), pre ktorú platí
AAA · σ0 · AAA∗
= (cosh γ) σ0 + (sinh γ) σ1, AAA · σ2 · AAA∗
= σ2,
AAA · σ1 · AAA∗
= (sinh γ) σ0 + (cosh γ) σ1, AAA · σ3 · AAA∗
= σ3.
Prvá podmienka je vlastne rovnosť AAA·AAA∗
= RRRhhhγ, ktorej vďaka tomu, že zobrazenie
RRRhhh: R → Λ↑
+(1) je homomorfizmus grúp, vyhovuje reálna symetrická
matica AAA = RRRhhhγ/2 ∈ SL(2, C). Priamymi výpočtami, ktoré prenechávame
čitateľovi, možno overiť, že AAA spĺňa aj zvyšné tri podmienky.
Cvičenia
30.1. Pripomeňte si definíciu okruhu s jednotkou (cvičenia 1.8 a 2.10) a dokážte nasledujúce
tvrdenia:
(a) Každá asociatívna algebra s jednotkou je zároveň okruh s jednotkou.
(b) Táto algebra je komutatívna práve vtedy, keď príslušný okruh je komutatívny.
30.2. Kompozícia homomorfizmov algebier je homomorfizmus algebier a inverzné zobrazenie
k izomorfizmu algebier je tiež izomorfizmus algebier. Dokážte.
30.3. Nech A, B sú K-algebry, ααα = (uuu1, . . . ,uuun) je báza v A.
(a) Dokážte, že lineárne zobrazenie ϕ: A → B je homomorfizmus algebier práve
vtedy, keď pre ľub. dvojicu uuui, uuuj prvkov bázy ααα platí ϕ(uuuiuuuj) = ϕ(uuui) ϕ(uuuj);
homomorfizmus ϕ je izomorfizmus práve vtedy, keď navyše ϕ(ααα) = (ϕuuu1, . . . , ϕuuun)
je báza v B.
(b) Na základe (a) dokážte vetu 30.1.2.
30.4. Vyjadrite podmienky komutatívnosti resp. asociatívnosti lineárnej algebry algebry
v reči štruktúrnych konštánt.
30.5. (a) V zhode s definíciou kongruencie na grupe (pozri paragraf 27.5) zadefinujte
pojem kongruencie na lineárnej algebre A ako ekvivalancie na množine A, ktorá sa
zachováva pri operáciach súčtu, skalárneho násobku a súčinu v A.
(b) Nech ∼ je kongruencia na K-algebre A. Na faktorovej množine A/∼ zadefinujte
operácie súčtu, skalárneho násobku a súčinu tak, aby kanonické zobrazenie
xxx → xxx: A → A/∼ bolo homomorfizmom K-algebier. Uvedomte si, že to možno
urobiť jediným spôsobom, a overte korektnosť svojej definície, aj to, že A/∼ je
naozaj K-algebra.
Cvičenia 709
(c) Dokážte, že ak pôvodná algebra A je asociatívna, komutatívna, resp. algebra
s jednotkou, tak aj faktorová algebra A/∼ má príslušnú vlastnosť.
30.6. Lineárny podpriestor J ⊆ A nazývame ideálom K-algebry A, ak pre všetky aaa ∈ A,
xxx ∈ J platí aaaxxx,xxxaaa ∈ J. Dokážte nasledujúce tvrdenia:
(a) Nech ∼ je kongruencia na algebre A. Potom množina J∼ = 0 = {xxx ∈ A; xxx ∼
0} je ideál algebry A.
(b) Nech J je ideál algebry A. Potom relácia xxx ∼J yyy ⇔ xxx−yyy ∈ J je kongruencia na
algebre A a triedou ekvivalencie prvku xxx ∈ A v kongruencii ∼J je afinný podriestor
xxx + J ⊆ A so zameraním J (porovnaj s cvičením 9.8).
(c) Priradenia popísané v (a), (b) tvoria dvojicu navzájom inverzných bijekcií
medzi množinou všetkých kongruencií na algebre A a množinou všetkých ideálov
algebry A.
(d) Prienik ľubovoľného (konečného či nekonečného) systému ideálov algebry A
je opäť ideál v A.
(e) Pre každú množinu X ⊆ A existuje najmenší ideál I(X) algebry A taký, že
X ⊆ I(X), nazývaný ideál generovaný množinou X.
(f) Ak A je asociatívna algebra, tak I(X) splýva s lineárnym obalom množiny
{aaaxxxbbb; xxx ∈ X & aaa,bbb, ∈ A} vo vektorovom priestore A.
(g) Upravte popis ideálu I(X) z bodu (f) tak, aby fungoval aj v neasociatívnych
algebrách.
Ideály v algebrách sú obdobou normálnych podgrúp v grupách. Faktorovú algebru
A/∼J budeme odteraz značiť A/J a nazývať faktorovou algebrou algebry A podľa
ideálu J.
30.7. Nech ϕ: A → B je homomorfizmus K-algebier.
(a) Dokážte, že jeho jadro Ker ϕ = ϕ−1
(0) je ideál algebry A a jeho obraz Im ϕ =
ϕ(A) je podalgebrou algebry B.
(b) Nájdite kanonický izomorfizmu K-algebier A/ Ker ϕ ∼= Im ϕ.
(c) Odvoďte z (b), že A ∼= Im ϕ, ak ϕ je injektívny, a A/ Ker ϕ ∼= B, ak ϕ je
surjektívny.
30.8. Nech ααα, βββ sú bázy n-rozmerného vektorového priestoru V nad poľom K a ri, si : V →
K sú lineárne funkcionály také, že pre ľubovoľné xxx ∈ V platí (xxx)ααα = r1(xxx), . . . , rn(xxx)
T
,
(xxx)βββ = s1(xxx), . . . , sn(xxx)
T
.
(a) Pre daný jednočlen µ(x1, . . . , xn) = xm1
1 . . . xmn
n nájdite polynóm g(x1, . . . , xn) =
k1,...,kn
ck1...kn
xk1
1 . . . xkn
n ∈ K[x1, . . . , xn] tak, aby pre každý vektor xxx ∈ V platilo
g s1(xxx), . . . , sn(xxx) = µ r1(xxx), . . . , rn(xxx) = r1(xxx)m1
. . . rn(xxx)mn
.
(b) Na základe (a) dokážte, že ak platí µ ∈ K[x1, . . . , xn]p (t. j. m1 +. . .+mn = p),
tak aj g ∈ K[x1, . . . , xn]p. Odvodťe z toho, že definícia algebry polynomických funkcií
K[V ] ani jednotlivých p-homogénnych vrstiev K[V ]p nezávisí na báze priestoru
V .
30.9. V označení predchádzajúceho cvičenia zafixujme bázu βββ vektorového priestoru V a
uvažujme zobrazenie K[x1, . . . , xn] → K[V ] dané priradením f(x1, . . . , xn) → fβββ =
f(s1, . . . , sn).
710 30. Lineárne algebry
(a) Dokážte, že uvedené zobrazenie je surjektívny homomorfizmus K-algebier a
pre f ∈ K[x1, . . . , xn]p platí fβββ ∈ K[V ]p.
(b) Za predpokladu, že pole K má viac ako p prvkov, dokážte, že priradenie f → fβββ
určuje bijekciu vrstvy K[x1, . . . , xn]p na vrstvu K[V ]p. (Návod: Najprv overte prípady
n = 0 a n = 1 a ďalej postupujte indukciou.)
(c) Odvoďte z (b), že nad nekonečným poľom K určuje priradenie f → fβββ izomorfizmus
graduovaných algebier K[x1, . . . , xn] ∼= K[V ].
30.10. Dokážte, že dim K[x1, . . . , xn]p = n+p−1
p .
30.11. Uvažujme algebru polynomických funkcií K[V ] pre (stĺpcový) vektorový priestor
V = Kn
. Každý polynóm f(x1, . . . , xn) ∈ K[x1, . . . , xn] určuje rovnako značenú
funkciu f ∈ K[V ] takú, že f(xxx) = f(x1, . . . , xn) pre xxx = (x1, . . . , xn)T
∈ Kn
. Pre
f ∈ K[V ] a ľubovoľnú maticu AAA ∈ Kn×n
označme fAAA
: V → K funkciu danú predpisom
fAAA
(xxx) = f(AAA · xxx). Dokážte nasledujúce tvrdenia:
(a) Pre každé AAA ∈ Kn×n
je f → fAAA
homomorfizmus K-algebier K[V ] → K[V ],
ktorý zachovávava rozvrstvenie, t. j. pre f ∈ K[V ]p platí fAAA
∈ K[V ]p.
(b) Priradením (f,AAA) → fAAA
je definovaná (pravá) akcia všeobecnej lineárnej grupy
GL(n, K) (aj každej jej podgrupy) na algebre polynomických funkcií K[V ].
(c) Nech G ⊆ GL(n, K) je ľubovoľná maticová grupa. Polynomická funkcia f ∈
K[V ] sa nazýva invariantom grupy G, ak fAAA
= f pre každú maticu AAA ∈ G, t. j.
ak f je pevným bodom (fixpunktom) každej matice AAA ∈ G. Inak povedané, f je
invariantom grupy G práve vtedy, keď stabilizátorm funkcie f v príslušnej akcii
K[V ] × G → K[V ] je celá grupa G (pozri paragraf 28.2). Dokážte, že všetky invarianty
grupy G tvoria podalgebru K[V ]G
algebry K[V ] – nazývame ju algebrou
alebo okruhom invariantov grupy G.
(d) Pre podgrupy G1 ⊆ G2 ⊆ GL(n, K) platí K[V ]G2
⊆ K[V ]G1
, t. j. algebra invariantov
K[V ]G2
je podalgebrou algebry invariantov K[V ]G1
.
(e) Polynomická funkcia xxx
2
= x2
1 + . . . + x2
n je invariantom ortogonálnej grupy
O(n).
(f) Polynomická funkcia s2
(xxx) = x2
1 + . . . + x2
p − x2
p+1 − . . . − x2
p+q je invariantom
pseudoortogonálnej grupy O(p, q).
30.12. Nech G je konečná grupa, # G = n, a K je pole.
(a) Overte, že pre x, y, z ∈ G v KG = KG
platí (δx ∗ δy)(z) = δ(xy)(z) a nájdite
štruktúrne konštanty konvolúcie v grupovej algebre KG vzhľadom na bázu
G ⊆ KG.
(b) Za predpokladu, že G je navyše komutatívna a K = C, overte, že pre charaktery
α, β, γ ∈ Gd
⊆ CG
= KG
platí α ∗ β, γ = n2
δα,γδβ,γ. Na základe toho
nájdite štruktúrne konštanty konvolúcie v grupovej algebre CG
vzhľadom na bázu
Gd
⊆ CG
.
30.13. Dokážte podrobne tvrdenie 30.3.1.
30.14. Nech G je konečná grupa. Pre g ∈ CG
označme g funkciu danú predpisom g(x) =
g x−1
). Dokážte nasledujúce tvrdenia:
(a) Pre každý homomorfizmus ϕ grupy G do multiplikatívnej grupy C platí
ϕ(G) ⊆ U(1) (pozri cvičenie 27.11), v dôsledku čoho ϕ = ϕ.
Cvičenia 711
(b) Pre f, g ∈ CG
platí g = g a f, g = (f ∗ g)(1).
30.15. Nech G je konečná abelovská grupa a FG : CG
→ CGd
, FGd : CGd
→ CG
označujú
diskrétne Fourierove transformácie FG(f)(α) = f, α = x∈G f(x) α(x) pre f ∈
CG
, α ∈ Gd
resp. FGd (h)(x) = h, x = α∈Gd h(α) α(x) pre h ∈ CGd
, x ∈ G.
(a) V označení cvičenia 30.14 overte, že pre každé f ∈ CG
, α ∈ Gd
platí
FG f (α) = FG
¯f α−1
, FG(f)∼
(α) = FG
¯f (α),
(FGd ◦ FG)(f) = (# G)f, (FGd ◦ FG ◦ FGd ◦ FG)(f) = (# G)2
f.
(b) Overte tvar inverznej DFT F−1
G : CGd
→ CG
, konkrétne F−1
G (h) = 1
# G FGd h
pre h ∈ CGd
, x ∈ G.
30.16. Pozrite sa na látku paragrafu 17.5 zo zorného uhla paragrafu 30.3.
(a) Vysvetlite, v akom zmysle možno vektory fffk považovať za charaktery grupy
(Zn, +).
(b) Vysvetlite, v akom zmysle splývajú dva na oko rôzne popisy diskrétnej Fourierovej
transformácie na grupe Zn z paragrafov 17.5 a 30.3.
30.17. Nech p, q sú ľubovoľné kvaternióny. Overte nasledujúce podmienky:
(a) (q∗
)∗
= q a q ∈ R ⇔ q = q∗
;
(b) |q∗
| = |q| a q−1
= |q|−1
pre q = 0;
(c) (pq)∗
= q∗
p∗
a nájdite príklad, keď (pq)∗
= p∗
q∗
.
30.18. (a) Dokážte, že pre kvaternióny p, q platí p q = qp práve vtedy, keď ich vektorové
časti p, q sú lineárne závislé. Odvoďte z toho, že jediné kvaternióny, ktoré komutujú
zo všetkými kvaterniónmi, sú reálne čísla.
(b) Dokážte, že imaginárne jednotky u, v spĺňajú identitu euα
evβ
= e(uα+vβ)
pre
všetky α, β ∈ R práve vtedy, keď uv = vu. Charakterizujte bližšie takéto dvojice
u, v.
30.19. (a) Zdôvodnite aspoň dvoma spôsobmi, prečo platí S(3)
H ?
(b) Dokážte, že faktorová grupa H /S(3)
je izomorfná s multiplikatívnou grupou
kladných reálnych čísel R+
.
(c) Dokáže, že grupa H je izomorfná s priamym súčinom grúp S(3)
× R+
.
30.20. Dokážte, že na R3
nemožno definovať bilineárnu operáciu xxxyyy tak, aby všetky súčiny
dvojíc vektorov kanonickej bázy (iii,jjj,kkk) boli celé čísla a pre všetky xxx,yyy ∈ R3
platilo
xxxyyy = xxx yyy , kde · označuje euklidovskú normu. (Návod: Ukážte, že číslo
(12
+12
+12
)(02
+12
+22
) = 15 nie je súčtom žiadnych troch druhých mocnín celých
čísel; prípadne, ak vás ruší 0, urobte to isté pre číslo (12
+12
+12
)(12
+22
+42
) = 63.)
30.21. Dokážte, že množina všetkých celých čísel, ktoré sa dajú napísať ako súčet štvorcov
štyroch celých čísel, je uzavretá na súčet aj súčin. (Skúste najprv priamo, ak to
nepôjde, použite kvaternióny.) Odvoďte z toho, že každé prirodzené číslo možno
rozložiť na súčet štyroch štvorcov prirodzených čísel.
30.22. Dokážte priamym výpočtom, že každá imaginárna jednotka u ∈ H vyhovuje rovnici
x2
+ 1 = 0. Teda polynóm konečného stupňa n ≥ 2 môže mať v telese – na rozdiel
od poľa – nekonečne mnoho koreňov!
712 30. Lineárne algebry
30.23. (a) Porovnajte goniometrický tvar vektorového kvaterniónu so sférickými súradnicami
v R3
(pozri paragraf 14.4).
(b) Opakujte úlohu (a) pre goniometrický tvar všeobecného kvaterniónu a sférické
súradnice v R4
. Vysvetlite názorne v geometrických pojmoch, v čom a prečo sa
líšia. Zmodifikujte definíciu sférických súradníc v R4
tak, aby sa zhodovali.
30.24. Pripomeňme, že zobrazenia Lp, Rp : H → H označujú ľavú resp. pravú transláciu
kvaterniónom p. Dokážte, že pre všetky p, q ∈ H platí Lpq = Lp ◦Lq , Rpq = Rq ◦Rp
a Lp ◦ Rq = Rq ◦ Lp.
30.25. Pripomeňme, že ΦΦΦq : H → H označuje zúženie konjugácie ΓΓΓq = Lq ◦ Rq−1 kvaterniónom
q = 0 na invariantný podpriestor R3
a zároveň jeho maticu v kanonickej báze
(i, j, k). Dokážte bez priameho výpočtu, že detΦΦΦq = 1 pre každé q ∈ H .
30.26. Nech q = q0 + q1i + q2j + q3k je jednotkový kvaternión. Nájdite explicitné vzťahy
medzi Eulerovými parametrami q0, q1, q2, q3 otočenia ΦΦΦq na jednej strane, a jeho
uhlom α a sférickými súradnicami θ, ω jednotkového smerového vektora u jeho osi
na strane druhej.
30.27. Nájdite Eulerove parametre vybraných otočení z cvičení 23.7 a 23.8.
30.28. (a) Dokážte, že spojitý homomorfizmus z → z2
je dvojnásobným nakrytím grupy
U(1) grupou U(1) s jadrom {±1}. Odvoďte z toho, že projektívna priamka RP1
rovnako ako grupa SO(2) ∼= U(1) majú obe tvar kružnice, teda o. i. nie sú jednoducho
súvislé.
(b) Pre spojité homomorfizmy maticových grúp zadefinujte pojem n-násobného
nakrytia. Pre každé n ≥ 1 nájdite n-násobne nakrývajúci homomorfizmus U(1) →
U(1) a určte jeho jadro.
(c) Vysvetlite, čo rozumiete tvrdením, že homomorfizmus α → RRRα : (R, +) →
(SO(2), ·) je nekonečnonásobným nakrytím grupy (SO(2), ·) (ktorá má tvar kružnice)
grupou (R, +) (ktorá má tvar priamky, teda o. i. je jednoducho súvislá, i keď
nie kompaktná).
30.29. (a) Vyrobte si Möbiovu pásku z pretočeného pruhu látky zošitím jeho dvoch protiľahlých
okrajov (obrázok 30.1). Uvedomte si, že výsledný útvar má len jednu stranu
a jeho okraj pozostáva len z jednej uzavretej krivky – na rozdiel od plášťa valca
(zošitý nepretočený pruh), ktorý má dve strany a jeho okraj tvoria dve kružnice.
(b) Pokúste sa vyrobiť „Möbiov torus zošitím protiľahlých bodov na okraji Möbiovej
pásky. Prečo sa vám nedarí zošívanie dokončiť? V štvorrozmernom priestore
by to nebol problém – dostali by ste uzavretú plochu známu pod názvom Kleinova
fľaša.
(c) Z valcovej plochy možno vyrobiť valec „prišitím dvoch kruhových podstáv
k jej hraničným kružniciam. Pokúste sa prišiť k Möbiovej páske (ktorá má len jednu
uzavretú hraničnú krivku) kus látky v tvare kruhu, ktorého obvod je dvojnásobkom
dĺžky pôvodného pruhu. Prečo sa vám ani tentokrát nedarí prišívanie dokončiť?
V štvorrozmernom priestore by ste opäť uspeli – uzavretá plocha, ktorú by ste
dostali, má tvar projektívnej roviny RP2
. Teda na rozdiel od projektívnej priamky
RP1
, ktorá má tvar kružnice S(1)
, projektívna rovina RP2
nemá tvar dvojrozmernej
sféry S(2)
– je to plocha nerealizovateľná v trojrozmernom priestore.
30.30. Dokážte podrobne vetu 30.4.4, t. j. overte izomorfizmus grúp S(3)
= Sp(1) ∼= SU(2)
na základe izomorfizmu algebier UUU : H ∼= U z tvrdení 30.4.1, 30.4.2.
Cvičenia 713
Obr. 30.1. Möbiova páska
30.31. Euklidovský priestor R4
stotožníme s priestorom kvaterniónov H a ukážeme si, ako
možno priame zhodnosti (t. j. matice) AAA ∈ SO(4) reprezentovať dvojicami kvater-
niónov.
(a) Dokážte, že priradenie (p, q) → Lp ◦Rq∗ je homomorfizmus grúp S(3)
×S(3)
→
SO(4) s jadrom {(1, 1), (−1, −1)}.
(b) Dokážte, že uvedený homomorfizmus je surjektívny, teda je to dvojnásobné
nakrytie grupy SO(4) grupou Spin(4) ∼= Sp(1) × Sp(1) ∼= SU(2) × SU(2). (Návod:
Nech AAA ∈ SO(4). Stĺpce matice AAA označte a, b, c, d a považujte ich za
kvaternióny – potom (a, b, c, d) je kladne orientovaná ortonormálna báza v euklidovskom
priestore H ∼= R4
. Nech q ∈ S(3)
je jednotkový kvaternión taký, že zhodnosť
ΦΦΦq = Lq ◦ Rq∗ : R3
→ R3
pretransformuje kladne orientovanú ortonormálnu
bázu (i, j, k) do kladne orientovanej ortonormálnej bázy (a∗
b, a∗
c, a∗
d). Dokážte, že
AAA = Laq ◦ Rq∗ .)
(c) Odvoďte z (a) a (b), že každá priama zhodnosť v euklidovskom priestore H ∼=
R4
má tvar x → pxq pre vhodnú dvojicou jednotkových kvaterniónov p, q ∈ S(3)
.
30.32. (a) Dokážte, že determinant detXXX je kvadratická forma na reálnom vektorovom
priestore H ⊆ C2×2
všetkých hermitovských matíc rozmeru 2 × 2 a určte jej signa-
túru.
(b) Overte, že polárna forma ku kvadratickej forme detXXX má tvar XXX,YYY =
714 30. Lineárne algebry
1
2 trXXX trYYY − tr(XXXYYY ) pre XXX,YYY ∈ H.
30.33. (a) Overte aj zvyšné tri podmienky pre maticu AAA = RRRhhhγ/2 a Pauliho matice zo
záverečnej časti dôkazu vety 30.8.1.
(b) Nech v ∈ R, |v| < 1, je také, že LLLv = RRRhhhγ. Nájdite u ∈ R, |u| < 1, také, že
LLLu = RRRhhhγ/2, t. j. LLLu · LLLu = LLLv, a vyjadrite ho ako funkciu v (u je „relativistická
polovica rýchlosti v).
(c) Uvedomte si, že pre rýchlosti, ktoré sú malé v porovnaní s rýchlosťou svetla,
naozaj platí u ≈ v/2. Na druhej strane, pre v = c je u = c.
31. Lieove algebry a maticové grupy
Lieove algebry patria k najdôležitejším typom lineárnych algebier. Teória
Lieových grúp a Lieových algebier je však značne rozsiahla a pokročilá časť
modernej matematiky, pre ktorú je rámec samotnej lineárnej algebry priúzky.
Ak sa chceme vyhnúť teórii vektorových polí na hladkých varietách a všeobecným
Lieovým grupám, čo by nás predsa len zaviedlo priďaleko od témy
nášho kurzu a zväčšilo by rozsah tejto už aj bez toho značne hrubej učebnice
nad únosné medze, nezostáva nám nič iné než sa popri niekoľkých základných
pojmoch a výsledkoch tejto teórie obmedziť na viac-menej informatívny
prehľad Lieových algebier nám už známych maticových grúp a niekoľko málo
jednoduchých ukážok ich použitia.
31.1 Lieove algebry
Lieove algebry tesne súvisia s asociatívnymi lineárnymi algebrami. Bilineárnu
binárnu operáciu v Lieových algebrách však nenazývame násobením ale
Lieovými zátvorkami alebo komutátorom a obvykle ju značíme hranatými
zátvorkami [ , ].
Lieova algebra L nad poľom K teda je lineárna K-algebra s operáciou [ , ],
ktorá je popri bilinearite navyše alternujúca, t. j.
[aaa,aaa] = 0
pre všetky aaa ∈ L, a spĺňa tzv. Jacobiho identitu
[aaa, [bbb,ccc]] + [bbb, [ccc,aaa]] + [ccc, [aaa,bbb]] = 0
pre všetky aaa,bbb,ccc ∈ L. Z podmienok bilinearity a alternovania vyplýva anti-
symetria
[aaa,bbb] = −[bbb,aaa]
– pozri lemu 10.1.1, najmä dôkaz časti (b). Pomocou nej možno Jacobiho
identitu prepísať do podoby
[aaa, [bbb,ccc]] = [[aaa,bbb],ccc] + [bbb, [aaa,ccc]],
ktorá vlastne hovorí, že pre pevné aaa ∈ L sa lineárne zobrazenie adaaa =
[aaa, ]: L → L správa voči Lieovým zátvorkám podobne ako derivácia voči
súčinu. Táto podobnosť lepšie vynikne pri menej symetrickom zápise
adaaa[bbb,ccc] = [adaaa(bbb),ccc] + [bbb, adaaa(ccc)].
716 31. Lieove algebry a maticové grupy
S komutátorom matíc sme sa už stretli v paragrafe 22.7. Skutočne, vektorový
priestor Kn×n
štvorcových matíc nad ľubovoľným poľom K s operáciou
komutátora [AAA,BBB] = AAABBB − BBBAAA tvorí Lieovu algebru. Tento príklad pripúšťa
isté zovšeobecnenie.
Komutátorom prvkov aaa, bbb asociatívnej algebry (A, ·) nazývame výraz
[aaa,bbb] = aaabbb − bbbaaa.
Potom algebru AL
= A, [ , ] nazývame Lieovou algebrou asociatívnej algebry
A. Tento názov je oprávnený nasledujúcim tvrdením.
31.1.1. Tvrdenie. Nech (A, ·) je asociatívna lineárna algebra nad poľom
K. Potom AL
je Lieova algebra nad poľom K.
Dôkaz. Bilinearita a alternovanie komutátora [ , ] sú splnené triviálne. Vďaka
asociatívnosti násobenia v A možno ľahko overiť, že pre pevné aaa ∈ A sa
lineárne zobrazenie adaaa = [aaa, ]: A → A správa voči súčinu ako derivácia, t. j.
pre ľubovoľné bbb,ccc ∈ A platí
[aaa,bbbccc] = [aaa,bbb]ccc + bbb[aaa,ccc].
Z toho sa už jednoducho odvodí rovnosť [aaa, [bbb,ccc]] = [[aaa,bbb],ccc] + [bbb, [aaa,ccc]] a následne
Jacobiho identita.
Nasledujúci príklad ukazuje, že nie každá Lieova algebra L je izomorfná
s Lieovou algebrou AL
nejakej asociatívnej algebry A. Na druhej strane každá
Lieova algebra je izomorfná s podalgebrou Lieovej algebry AL
vhodnej asociatívnej
algebry A. Dôkaz tohto faktu však prekračuje rámec nášho kurzu.
To je tiež dôvod, prečo sa Lieova algebra L nazýva komutatívna, ak v nej
platí
[aaa,bbb] = 0
pre všetky aaa,bbb ∈ L. Pre Lieovu algebru AL
je totiž táto podmienka ekvivalentná
s komutatívnosťou pôvodnej asociatívnej algebry A. Komutátor [aaa,bbb]
tak v istom zmysle zachytáva „mieru nekomutatívnosti súčinu aaabbb v A.
Čitateľ už pozná aj ďalší jednoduchý no dôležitý príklad Lieovej algebry.
31.1.2. Príklad. Trojrozmerný vektorový priestor R3
nad poľom R s operáciou
vektorového súčinu × tvorí Lieovu algebru. Overenie Jacobiho identity
(uuu × (vvv × www)) + (vvv × (www × uuu)) + (www × (uuu × vvv)) = 0
pre uuu,vvv,www ∈ R3
prenechávame čitateľovi ako súčasť cvičenia 31.8. V cvičení
3.1.8 nájde čitateľ návod ako dokázať, že na R3
neexistuje asociatívna
bilineárna operácia (uuu,vvv) → uuuvvv taká, že uuu×vvv = uuuvvv−vvvuuu pre všetky uuu,vvv ∈ R3
.
Inak povedané, Lieova algebra R3
, × nie je izomorfná so žiadnou algebrou
tvaru AL
, kde (A, ·) je asociatívna R-algebra.
31.2. Lieova algebra maticovej grupy 717
31.2 Lieova algebra maticovej grupy
Z predošlých dvoch kapitol by čitateľ mal nadobudnúť dojem, že maticové
grupy sú vo všeobecnosti dosť zložité objekty, ktoré sa jedna od druhej môžu
výrazne líšiť svojou algebraickou, geometrickou a topologickou štruktúrou.
Na druhej strane, štruktúra konečnorozmerných vektorových priestorov je
pomerne jednoduchá a nám už dobre známa. Je jednoznačne určená jediným
celočíselným invariantom – dimenziou (pozri vetu 6.3.4). Prekvapivo
veľa informácií o štruktúre maticovej grupy však možno získať z istej Lieovej
algebry (čo je vlastne „iba konečnorozmerný vektorový priestor doplnený
binárnou operáciou komutátora) priradenej tejto grupe. Pôjde o dotykový
priestor „priložený bodom 0 k maticovej grupe G v jednotkovom prvku
III ∈ G. Kvôli upresneniu tejto definície je však potrebné malé odbočenie do
diferenciálnej geometrie.
Nech M ⊆ Rn
je ľubovoľná množina. Hladkou krivkou v M budeme nazývať
akékoľvek spojité zobrazenie f : J → M netriviálneho intervalu J ⊆ R
do M, ktoré má na celom intervale J spojitú prvú deriváciu f .1
Hovoríme,
že vektor uuu ∈ Rn
je dotykový vektor množiny M v bode aaa ∈ M, ak existuje
hladká krivka f : J → M a vnútorný bod t0 intervalu J taký, že aaa = f(t0)
a uuu = f (t0). Zrejme uuu ∈ Rn
je dotykový vektor množiny M ⊆ Rn
v bode
aaa ∈ M práve vtedy, keď existuje ε > 0 a hladká krivka f : (−ε, ε) → M taká,
že aaa = f(0) a uuu = f (0).
Každá grupa reálnych matíc je podmnožinou n2
-rozmerného vektorového
priestoru Rn×n
pre nejaké n ∈ N; každú grupu komplexných matíc možno
zasa po stotožnení C ∼= R2
chápať ako podmnožinu vhodného 2n2
-rozmerného
vektorového priestoru (Cn×n
)R
∼= R2 n×n
. Množinu všetkých dotykových
vektorov maticovej grupy G ⊆ Kn×n
(kde K je niektoré z polí R, C) v bode
III ∈ G budeme značiť L(G).
31.2.1. Veta. Nech K je niektoré z polí R, C a G ⊆ GL(n, K) je maticová
grupa. Potom pre ľubovoľné AAA,BBB ∈ L(G), c ∈ R, XXX ∈ G platí
(a) AAA + BBB, cAAA ∈ L(G);
(b) XXX · AAA · XXX−1
∈ L(G);
(c) [AAA,BBB] ∈ L(G).
Dôkaz. Nech f, g: (−ε, ε) → G sú hladké krivky také, že f(0) = g(0) = III a
f (0) = AAA, g (0) = BBB. V (a) budeme navyše predpokladať, že c = 0 (prípad
c = 0 je totiž triviálny).
(a) Potom predpismi t → f(t) · g(t) resp. t → f(ct) sú určené hladké
krivky f ·g: (−ε, ε) → G resp. fc : (−ε/|c|, ε/|c|) → G, pre ktoré zrejme platí
1
Bežne sa v matematike v definícii hladkej krivky vyžaduje existencia a spojitosť derivácií
všetkých rádov. Na naše účely by to však bol zbytočný luxus.
718 31. Lieove algebry a maticové grupy
(f ·g)(0) = III, fc(0) = III. Jednoduchými výpočtami s využitím tvrdenia 22.4.1
dostávame
(f · g) (0) = f (0) · g(0) + f(0) · g (0) = AAA + BBB,
(fc) (0) = cf (0) = cAAA,
teda AAA + BBB, cAAA ∈ L(G).
(b) Keďže G je grupa, predpisom t → XXX · f(t) ·XXX−1
je definovaná hladká
krivka XXX · f · XXX−1
: (−ε, ε) → G, pričom XXX · f · XXX−1
(0) = III. Podľa tvrdenia
22.4.1
XXX · f · XXX−1
(0) = XXX · f (0) · XXX−1
= XXX · AAA · XXX−1
,
takže aj XXX · AAA · XXX−1
∈ L(G).
(c) Podľa (b) je predpisom t → f(t) · BBB · f(t)−1
definovaná funkcia
f · BBB · f−1
: (−ε, ε) → L(G); zrejme je to hladká krivka v množine L(G) ⊆
Kn×n
. Podľa (a) je L(G) lineárny podpriestor konečnorozmerného vektorového
priestoru Rn×n
, prípadne (Cn×n
)R. Z definície derivácie h (t0) funkcie h
v bode t0 ako limity výrazov tvaru h(t)−h(t0) /(t−t0) pre t → t0 a z uzavretosti
lineárnych podpriestorov ako podmnožín v Rn
vyplýva, že i derivácia
funkcie f · BBB · f−1
v každom bode intervalu (−ε, ε) patrí do podpriestoru
L(G) (pozri cvičenie 22.13). Špeciálne tam patrí matica
f · BBB · f−1
(0) = f (0) · BBB · f(0)−1
− f(0) · BBB · f(0)−1
· f (0) · f(0)−1
= AAA · BBB − BBB · AAA = [AAA,BBB].
Pri výpočte sme použili vzorec f−1
(t0) = f(t0)−1
· f (t0) · f(t0)−1
z cvičenia
22.14.
31.2.2. Dôsledok. Nech K je niektoré z polí R, C a G ⊆ GL(n, K) je
maticová grupa. Potom dotykový priestor L(G) s operáciou komutátora je
Lieova algebra nad poľom R.
Podľa (b) vety 31.2.1 je L(G) navyše uzavretá vzhľadom na konjugáciu
prvkami grupy G.
Lieovu algebru L(G) nazývame Lieovou algebrou maticovej grupy G. Pre
istotu ešte raz zdôraznime, že bez ohľadu na to, či G je reálna alebo komplexná
maticová grupa, jej Lieova algebra L(G) je vo všeobecnosti len reálna
Lieova algebra. Podľa okolností je to Lieova podalgebra Lieovej algebry Rn×n
resp. (Cn×n
)R s operáciou komutátora [AAA,BBB] = AAA ·BBB −BBB ·AAA. To samozrejme
neznamená, že by Lieova algebra L(G) nejakej maticovej grupy G ⊆ GL(n, C)
nemohla byť uzavretá aj na komplexné skalárne násobky a tvoriť tak Lieovu
algebru nad C – to je však niečo ako „bonus navyše .
31.3. Exponenciálne zobrazenie 719
Len na okraj poznamenajme, že Lieovu algebru možno uvedeným spôsobom
priradiť každej Lieovej grupe, čo je, veľmi približne povedané, grupa
vybavená hladkou topologickou štruktúrou lokálne zhodnou s topológiou nejakého
euklidovského priestoru Rn
, vzhľadom na ktorú sú grupové operácie
súčinu a inverzného prvku spojito diferencovateľné.
Lieova algebra maticovej (či, všeobecnejšie, Lieovej) grupy sa zvykne značiť
príslušným malým gotickým písmenom, napr. L(G) = g, L(H) = h a pod.
Z definície Lieovej algebry g maticovej grupy G vyplýva, že g zaznamenáva
chovanie prvkov grupy G len v blízkosti jej jednotky III; naopak o
prvkoch, do ktorých sa z III nemožno dostať po hladkej krivke, takpovediac
„nevie nič . Presnejšie možno tento jav popísať pomocou pojmu lokálneho
izomorfizmu, ktorý však už presahuje rámec nášho kurzu. Jeden zrejmý dôsledok
našej definície však môžeme zaznamenať.
31.2.3. Tvrdenie. Nech G je reálna alebo komplexná maticová grupa. Po-
tom
L(G) = L Υ(G) .
Inak povedané, Lieova algebra g grupy G je totožná s Lieovou algebrou súvislej
komponenty Υ(G) jednotkovej matice III ∈ G.
Napr. ak G je diskrétna maticová grupa, t. j. existuje ε > 0 také, že jediný
prvok AAA ∈ G, pre ktorý platí maxij |aij − δij| < ε, je jednotková matica III,
tak g = {0} je triválna Lieova algebra, rovnako ako v prípade jednoprvkovej
grupy G = {III}.
31.3 Exponenciálne zobrazenie
Prvky Lieovej algebry g = L(G) maticovej grupy G možno alternatívne charakterizovať
s využitím exponenciály matice. V zhode s príkladom 27.3.11
nazývame jednoparametrickou podgrupou maticovej grupy G ľubovoľný spojitý
grupový homomorfizmus Φ: (R, +) → (G, ·), prípadne jeho obraz Im Φ =
{Φ(t); t ∈ R}. Možno dokázať, že každá jednoparametrická podgrupa Φ: R →
G je zároveň hladká krivka, ktorá vyhovuje homogénnej autonómnej diferenciálnej
rovnici Φ (t) = AAA · Φ(t) s počiatočnou podmienkou Φ(0) = III, kde
AAA = Φ (0). Φ má preto tvar Φ(t) = eAAAt
. Maticu AAA potom nazývame infinitezimálnym
generátorom jednoparametrickej grupy Φ. Ide o zjavnú analógiu
s cyklickými grupami, ktoré možno vyjadriť v tvare {ak
; k ∈ Z}, kde a je
generátor grupy.
31.3.1. Veta. Nech K je niektoré z polí R, C a G ⊆ GL(n, K) je maticová
grupa. Potom
L(G) = AAA ∈ Kn×n
; (∀ t ∈ R) eAAAt
∈ G .
720 31. Lieove algebry a maticové grupy
To znamená, že Lieova algebra g = L(G) pozostáva z infinitezimálnych
generátorov jednoparametrických podgrúp grupy G.
Dôkaz. Zrejme f(t) = eAAAt
je hladká krivka, f(0) = III, f (0) = AAA. Preto ak
eAAAt
∈ G pre všetky t z nejakého netriviálneho intervalu (−ε, ε), tak AAA ∈ g.
Pri dôkaze obrátenej inklúzie využijeme doteraz úspešne obchádzaný predpoklad
uzavretosti maticovej grupy G ako podmnožiny priestoru Kn×n
. Nech
teda AAA ∈ Kn×n
a f : (−ε, ε) → G je hladká krivka, pre ktorú platí f(0) = III,
f (0) = AAA. Pre každé celé číslo k ≥ 1 položme fk(t) = f(t/k)k
. Potom
fk : (−kε, kε) → G je hladká krivka, fk(0) = III a – keďže matica fk(0) = III
komutuje s každou maticou – podľa dôsledku 22.4.2 je fk(0) = kf(t/k)k−1
·
(1/k)f (t/k) t=0
= AAA.
Dokážeme, že pre každé t ∈ R platí
lim
k→∞
|t|<kε
fk(t) = eAAAt
.
Potom z uzavretosti grupy G dostaneme eAAAt
∈ G. Keďže funkcia f má spojitú
deriváciu na intervale (−ε, ε), z podmienok f(0) = III, f (0) = AAA vyplýva
existencia okolia (−δ, δ) ⊆ (−ε, ε) bodu 0 a spojitej maticovej funkcie AAA(t)
takej, že limt→0 AAA(t) = AAA a pre |t| < δ platí f(t) = III +AAA(t)t. Potom pre dosť
veľké k máme |t| < kδ ako aj
fk(t) = f(t/k)k
= III + AAA(t/k)
t
k
k
,
v dôsledku čoho
lim
k→∞
fk(t) = lim
k→∞
III + AAA(t/k)
t
k
k
= eAAAt
(porovnaj s cvičením 22.20).
Podľa vety 31.3.1 určuje maticová grupa G exponenciálne zobrazenie expG : g →
G, pričom samozrejme
expG(AAA) = expAAA = eAAA
pre AAA ∈ g. Obraz exponeciálneho zobrazenia
eg
= Im expG = eAAA
; AAA ∈ g
je tvorený zjednotením všetkých jednoparametrických podgrúp grupy G a –
ako obraz súvislej množiny g v spojitom zobrazení – je i sám súvislý. Z toho
už okamžite vyplýva nasledujúce pozorovanie.
31.3. Exponenciálne zobrazenie 721
31.3.2. Tvrdenie. Obraz eg
exponenciálneho zobrazenia maticovej grupy
G nad niektorým z polí R alebo C je súvislá podmnožina jej súvislej komponenty
jednotky Υ(G).
Žiadalo by sa nám dodať, že eg
je dokonca podgrupa súvislej komponenty
Υ(G). To by však bol unáhlený záver. Hoci obraz eg
očividne obsahuje jednotkovú
maticu a je uzavretý vzhľadom na maticovú inverziu, vo všeobecnosti
nie je uzavretý vzhľadom na súčin matíc. Pre nekomutujúce matice totiž
nemusí platiť eAAA
· eBBB
= eAAA+BBB
.
Dôkaz toho, že množina eg
generuje podgrupu Υ(G), teda, ak G je súvislá,
priamo celú grupu G, už presahuje rámec tohto kurzu.
Exponenciálne zobrazenie expG je spojité a na nejakom dosť malom okolí
M nulovej matice 0 ∈ g (to môže mať napr. tvar M = {AAA ∈ g; max |aij| ≤ ε}
pre vhodné ε > 0) aj prosté. Potom však zúženie expG M je nevyhnutne
bijektívne zobrazenie okolia M na nejaké okolie N jednotkovej matice III ∈ G
spojité zároveň so svojim inverzným tzv. logaritmickým zobrazením (expG
M)−1
= lnG N. Čo je však ešte zaujímavejšie, súčin matíc z N je plne
určený štruktúrou Lieovej algebry g. Presnejšie, pre ľubovoľné AAA,BBB ∈ M
existuje jednoznačne určená matica CCC ∈ g taká, že
eAAA
· eBBB
= eCCC
,
ktorú možno vyjadriť ako súčet tzv. Campbellovho-Bakerovho-Hausdorffovho
radu, pozostávajúceho z rôznym spôsobom do seba vložených komutátorov
matíc AAA a BBB. Na tomto mieste bez dôkazu uvádzame len jeho prvé členy
CCC = AAA + BBB +
1
2
[AAA,BBB] +
1
12
[AAA, [AAA,BBB]] + [[AAA,BBB],BBB]] + . . . .
Vyššie členy treba chápať ako postupné „opravy k súčtu prvých dvoch členov
AAA + BBB. Pre komutujúce AAA, BBB dostávame známu formulu eAAA
· eBBB
= eAAA+BBB
z tvrdenia 22.2.2; ak AAA, BBB komutujú so svojim komutátorom, dostávame rov-
nosť
eAAA
· eBBB
= exp AAA + BBB +
1
2
[AAA,BBB] = exp(AAA + BBB) · exp
1
2
[AAA,BBB]
z vety 22.7.3.
Nakoľko každé okolie N ⊆ Υ(G) jednotkovej matice III ∈ G už generuje
súvislú komponentu Υ(G), vyplýva z toho, že štruktúra podgrupy Υ(G) ⊆ G
je plne určená štruktúrou Lieovej algebry g. Špeciálne štruktúru súvislej maticovej
grupy G možno plne zrekonštruovať na základe znalosti jej Lieovej
algebry g. Ešte raz však upozorňujeme, že g nenesie nijakú informáciu o
diskrétnej faktorovej grupe G/Υ(G), teda o tom, ako je G zostavená z jednotlivých
tried rozkladu Υ(G) · AAA ∈ G/Υ(G).
722 31. Lieove algebry a maticové grupy
Na druhej strane, napr. z komutatívnosti Lieovej algebry g očividne vyplýva
komutatívnosť súvislej komponenty Υ(G) jej maticovej grupy G.
Spomínaná rekonštrukcia je najjednoduchšia v prípade surjektívnosti exponenciálneho
zobrazenia expG : g → G, t. j. ak každá matica XXX ∈ G má tvar
XXX = eAAA
pre nejakú maticu AAA ∈ g, – vtedy hovoríme, že G je exponenciálna
maticová grupa.
Zrejme každá exponenciálna grupa je súvislá. Na druhej strane, nie každá
súvislá maticová grupa je exponenciálna (pozri cvičenie 31.19). Ako uvidíme
v nasledujúcom paragrafe, niektoré nám už známe súvislé maticové grupy sú
exponenciálne.
31.4 Lieove algebry konkrétnych maticových grúp
Lieova algebra nejakej konkrétnej maticovej grupy, typicky označenej skratkou
z veľkých písmen, sa značí rovnakou skratkou z malých písmen, napr.
L GL(n, K) = gl(n, K), L SO(n) = so(n), L U(n) = u(n) a pod.
Preskúmajme teraz Lieove algebry niektorých najdôležitejších maticových
grúp.
Z definujúcej podmienky detAAA = 0 regularity matice vyplýva, že všeobecné
lineárne grupy GL(n, R), GL(n, C) sú otvorené podmnožiny v Rn×n
resp. Cn×n
. Preto dotykový priestor v každom ich bode splýva s priestorom
všetkých matíc nad príslušným poľom. Ak ešte uvážime, že súvislá komponenta
jednotky v GL(n, R) je GL+
(n, R) (pozri vetu 29.7.7), podľa tvrdenia
31.2.3 z toho vyplýva:
31.4.1. Veta. gl(n, R) = gl+
(n, R) = Rn×n
, gl(n, C) = Cn×n
.
31.4.2. Veta. Nech K je niektoré z polí R, C. Potom
sl(n, K) = AAA ∈ Kn×n
; trAAA = 0 .
Dôkaz. Nech AAA ∈ Kn×n
je ľubovoľná matica Podľa Liouvilleovej formuly
(veta 22.2.6) pre každé t ∈ R platí
det eAAAt
= etrAAAt
.
Na základe vety 31.3.1 z toho vyplýva, že AAA ∈ sl(n, K) práve vtedy, keď
etrAAAt
= 1 pre každé t ∈ R. Táto podmienka je zrejme ekvivalentná s rovnosťou
trAAA = 0.
Z viet 31.4.1–2 vyplýva, že gl(n, C) aj sl(n, C) možno v prípade potreby
považovať aj za Lieove algebry nad poľom C.
K popisu Lieových algebier ďalších maticových grúp pristúpime jednotným
spôsobom.
31.4. Lieove algebry konkrétnych maticových grúp 723
31.4.3. Veta. (a) Nech G = StbZZZ je stabilizátor matice ZZZ ∈ Rn×n
vzhľadom
na akciu XXX → AAAT
· XXX · AAA grupy GL(n, R) na priestore matíc Rn×n
.
Potom
g = L(G) = AAA ∈ Rn×n
; AAAT
· ZZZ = −ZZZ · AAA .
(b) Nech G = StbZZZ je stabilizátor matice ZZZ ∈ Cn×n
vzhľadom na akciu
XXX → AAA∗
· XXX · AAA grupy GL(n, C) na priestore matíc Cn×n
. Potom
g = L(G) = AAA ∈ Cn×n
; AAA∗
· ZZZ = −ZZZ · AAA .
Dôkaz. Dokážeme len reálny prípad (a); komplexný prípad (b) je analogický.
Nech AAA ∈ g a f je hladká krivka v G taká, že f(0) = III, f (0) = AAA. To
znamená, že pre každé t z jej definičného oboru platí f(t)T
· ZZZ · f(t) = ZZZ.
Derivovaním tejto rovnosti v bode t = 0 s použitím tvrdenia 22.4.1 dostaneme
f (0)T
· ZZZ · f(0) + f(0) · ZZZ · f (0) = AAAT
· ZZZ + ZZZ · AAA = 0,
teda, AAAT
· ZZZ = −ZZZ · AAA.
Naopak, nech AAA ∈ Rn×n
spĺňa uvedenú rovnosť. Dokážeme, že potom pre
každé t ∈ R platí eAAAt
∈ G, t. j.
eAAAt T
· ZZZ · eAAAt
= ZZZ.
V priestore Rn×n
uvažujme hladkú krivku h(t) = eAAAt T
· ZZZ · eAAAt
a konštantnú
krivku z(t) = ZZZ. Priamym výpočtom možno overiť, že obe vyhovujú
počiatočnej úlohe x (t) = AAAT
· x(t) + x(t) · AAA, x(0) = ZZZ. Potrebný záver
h(t) = z(t) = ZZZ pre každé t potom vyplýva z jednoznačnosti riešenia tejto
úlohy (pozri vetu 22.5.1 a nasledujúcu poznámku (a)).
Lieove algebry jednotlivých (pseudo)ortogonálnych či (pseudo)unitárnych
grúp dostaneme vhodnou voľbou matice ZZZ. Vzhľadom na tvrdenie 31.2.3 a
vetu 29.7.7 by nás už nemalo prekvapiť, že Lieova algebra nerozlišuje celú
grupu a jej súvislú komponentu jednotky (ani podgrupy H, pre ktoré platí
Υ(G) ⊆ H ⊆ G).
31.4.4. Veta. Nech k, l, n sú kladné celé čísla, n = k+l a DDDkl = diag(IIIk, −IIIl).
Potom
o(n) = so(n) = AAA ∈ Rn×n
; AAAT
= −AAA ,
o(k, l) = so(k, l) = so+
(k, l) = AAA ∈ Rn×n
; AAAT
· DDDkl = −DDDkl · AAA},
u(n) = AAA ∈ Cn×n
; AAA∗
= −AAA ,
su(n) = u(n) ∩ sl(n, C) = AAA ∈ Cn×n
; AAA∗
= −AAA & trAAA = 0 ,
u(k, l) = AAA ∈ Cn×n
; AAA∗
· DDDkl = −DDDkl · AAA},
su(k, l) = u(k, l) ∩ sl(n, C) = AAA ∈ Cn×n
; AAA∗
· DDDkl = −DDDkl · AAA & trAAA = 0 .
724 31. Lieove algebry a maticové grupy
Všimnite si, že Lieova algebra o(n) = so(n) je tvorená všetkými antisymetrickými
maticami AAA ∈ Rn×n
. Takéto matice už automaticky majú nulovú
celú diagonálu, teda aj stopu. Podobne, Lieova algebra u(n) pozostáva zo
všetkých antihermitovských matíc AAA ∈ Cn×n
– tie však môžu mať nenulovú
stopu.
Konečne si treba uvedomiť, že Lieove algebry u(n), su(n), u(k, l), su(k, l)
nie sú uzavreté vzhľadom na komplexné skalárne násobky.
Jedna z charakteristík maticovej (všeobecnejšie Lieovej) grupy G, ktorú
vieme určiť zo znalosti jej Lieovej algebry, je dimenzia. Samotná definícia
dimenzie topologického priestoru nie je nijako jednoduchou záležitosťou, pre
vektorové priestory nad poľom R však topologická dimenzia splýva s ich
dimenziou ako počtom prvkov bázy. Intuitívne by malo byť jasné, že vzhľadom
na translačnú symetriu je topológia maticovej grupy „všade rovnaká ,
a taktiež, že okolie jednotky v grupe sa od okolia nuly v k nemu priloženom
dotykovom priestore, ktoré mu zodpovedá v exponenciálnom zobrazení, líši
len prípadným zakrivením, teda ich dimenzie sú rovnaké. To nám umožňuje
významne si zjednodušť život tým, že dimenziu maticovej grupy priamo definujeme
ako dimenziu jej Lieovej algebry. Teda presnejšie, ak G je maticová
grupa nad niektorým z polí R, C, tak
dim G = dim g = dimR L(G).
Vety 31.4.1–4 majú spolu s uvedenou definíciou nasledujúci dôsledok. Samozrejme,
najprv treba určiť dimenzie príslušných Lieových algebier – to
prenechávame čitateľovi ako cvičenie.
31.4.5. Veta. Nech k, l, n sú kladné celé čísla a n = k + l. Potom
dim GL(n, R) = dim GL+
(n, R) = n2
, dim GL(n, C) = 2n2
,
dim SL(n, R) = n2
− 1, dim SL(n, C) = 2(n2
− 1),
dim O(n) = dim SO(n) =
1
2
n(n − 1), dim U(n) = n2
,
dim SU(n) = n2
− 1,
dim O(k, l) = dim SO(k, l) =
1
2
n(n − 1), dim U(k, l) = n2
,
dim SU(k, l) = n2
− 1.
31.4.6. Príklad. Prvky kanonickej bázy (eee1,eee2,eee3) v R3
spĺňajú komutačné
vzťahy
eee1 × eee2 = eee3, eee2 × eee3 = eee1, eee3 × eee1 = eee2.
31.4. Lieove algebry konkrétnych maticových grúp 725
Podobne, jednu z báz Lieovej algebry so(3) očividne tvoria antisymetrické
matice
EEE1 =


0 0 0
0 0 −1
0 1 0

 , EEE2 =


0 0 1
0 0 0
−1 0 0

 , EEE3 =


0 −1 0
1 0 0
0 0 0

 ,
ktoré vyhovujú analogickým komutačným vzťahom
[EEE1,EEE2] = EEE3, [EEE2,EEE3] = EEE1, [EEE3,EEE1] = EEE2.
Z toho dôvodu je priradením eeei → EEEi pre i = 1, 2, 3 definovaný izomorfizmus
Lieových algebier R3
, × ∼= so(3), [ , ] .
Jednotkové kvaternióny i, j, k tvoria bázu Lieovej algebry R3
= [i, j, k] ⊆
H vektorových kvaterniónov s obvyklým komutátorom [p, q] = pq − qp a
spĺňajú komutačné vzťahy
[i, j] = 2k, [j, k] = 2i, [k, i] = 2j.
Keďže zobrazenie UUU : H → C2×2
, definované tesne pred tvrdením 30.4.2, je
injektívny homomorfizmus asociatívnych algebier, je zrejmé, že aj antihermitovské
matice s nulovou stopou
UUU(i) = iσ3 =
i 0
0 −i
, UUU(j) = iσ2 =
0 1
−1 0
, UUU(k) = iσ1 =
0 i
i 0
,
tvoriace bázu Lieovej algebry su(2) (kde σ1, σ2, σ3 sú Pauliho matice z paragrafu
30.8), vyhovujú obdobným komutačným vzťahom
[UUU(i),UUU(j)] = 2UUU(k), [UUU(j),UUU(k)] = 2UUU(i), [UUU(k),UUU(i)] = 2UUU(j).
Zúženie zobrazenia UUU na podpriestor vektorových kvaterniónov R3
⊆ H je
tak izomorfizmom Lieových algebier R3
, [ , ] ∼= su(2), [ , ] .
Nakrývajúci homomorfizmus SU(2) → SO(3) zas dáva tušiť, že aj Lieove
algebry so(3) a su(2) sú izomorfné. Priradenie EEE1 → UUU(i), EEE2 → UUU(j), EEE3 →
UUU(k), ktoré nás asi napadne ako prvé, však nezachováva komutačné vzťahy.
Dokážete ho upraviť tak, aby dávalo izomorfizmus so(3) ∼= su(2)?
Splňme ešte sľub, ktorý sme dali na konci predchádzajúceho paragrafu.
31.4.7. Veta. Pre každé n ≥ 1 maticové grupy U(n), SU(n), SO(n), ako aj
vlastná ortochrónna Lorentzova grupa Λ↑
+(1) sú exponenciálne.
Dôkaz. Exponenciálnosť grúp U(n) a SU(n) je vlastne len iným vyjadrením
druhej časti vety 23.4.9 v spojení s vetou 31.4.4. Dôkaz exponenciálnosti grúp
SO(n) a Λ↑
+(1) prenechávame ako cvičenie čitateľovi.
726 31. Lieove algebry a maticové grupy
31.5 Jednoparametrické podgrupy
pseudoortogonálnej grupy
Stojí za trochu námahy domyslieť do podrobností, ako vyzerajú matice z Lieových
algebier pseudoortogonálnych a pseudounitárnych grúp. Algebra o(k, l) =
so(k, l) = so+
(k, l) je tvorená maticami blokového tvaru
AAA0 BBB
BBBT
AAA1
,
kde AAA0 ∈ Rk×k
, AAA1 ∈ Rl×l
sú antisymetrické matice a BBB ∈ Rk×l
. Podobne,
algebra u(k, l) je tvorená maticami v blokovom tvare
AAA0 BBB
BBB∗
AAA1
,
kde AAA0 ∈ Ck×k
, AAA1 ∈ Cl×l
sú antihermitovské matice a BBB ∈ Ck×l
. Teda
v oboch prípadoch príslušné matice obsahujú diagonálne umiestnenú antisymetrickú
resp. antihermitovskú časť diag(AAA1,AAA2), priečne doplnenú symetrickou
časťou zloženou z blokov BBB, BBBT
resp. hermitovskou časťou zloženou
z blokov BBB, BBB∗
. Matice z algebry o(k, l) = so(k, l) majú nulovú diagonálu,
a tým skôr stopu, rovnako ako matice z algebry o(k + l) = so(k + l). Matica
AAA ∈ u(k, l) patrí do algebry su(k, l) práve vtedy, keď má nulovú stopu,
t. j. práve vtedy, keď trAAA0 = − trAAA1, čo je opäť analogické vzťahu medzi
algebrami u(k + l) a su(k + l).
Znalosť Lieových algebier o(k, l), u(k, l) a su(k, l) umožňuje nájsť ich viacmenej
kanonické bázy a popísať jednoparametrické podgrupy k nim prislúchajúcich
maticových grúp, ktorých infinitezimálne generátory tvoria prvky
týchto báz. To nám dáva možnosť aspoň trochu nahliadnuť do štruktúry
týchto grúp. Bližšie si to predvedieme na príklade pseudoortogonálnej grupy
O(k, l).
31.5.1. Príklad. Lieova algebra o(k, l) má bázu pozostávajúcu z generátorov
dvoch typov: Jednak je to k
2
+ l
2
antisymetrických matíc EEEsr − EEErs,
kde 1 ≤ r < s ≤ k alebo k +1 ≤ r < s ≤ k +l, jednak kl symetrických matíc
EEErs + EEEsr, kde 1 ≤ k ≤ r, k + 1 ≤ s ≤ k + l.
Matica EEEsr − EEErs má na mieste (r, s) prvok −1, na mieste (s, r) prvok
1 a všade inde nuly. Kľúčom k ňou generovanej jednoparametrickej grupe je
jednoparametrická grupa
e−itσ2
= exp
0 −t
t 0
=
cos t − sin t
sin t cos t
= RRRt.
Jednoparametrická grupa exp (EEEsr − EEErs)t má preto na miestach (r, r) a
(s, s) hodnotu cos t, na miestach (r, s) resp. (s, r) hodnoty − sin t resp. sin t,
Cvičenia 727
na zvyšných miestach diagonály 1 a všade inde 0. Je to teda rotácia o uhol
t v dvojrozmernom kladne alebo záporne definitnom invariantnom podpriestore
[eeer,eees] ⊆ R(k,l)
.
Matica EEErs +EEEsr má na miestach (r, s) a (s, r) prvok 1 a všade inde nuly.
V najjednoduchšom prípade, keď k = l = 1, generuje jednoparametrickú
grupu
etσ1
= exp
0 t
t 0
=
cosh t sinh t
sinh t cosh t
= RRRhhht.
Jednoparametrická grupa exp (EEErs + EEEsr)t má preto na miestach (r, r) a
(s, s) hodnotu cosh t, na miestach (r, s) a (s, r) hodnotu sinh t, na zvyšných
miestach diagonály 1 a všade inde 0. Ide teda o hyperbolickú rotáciu, čiže
boost, o hyperbolický uhol t v dvojrozmernom indefinitnom invariantnom
podpriestore [eeer,eees] ⊆ R(k,l)
.
Všetky matice z vlastnej špeciálnej pseudoortogonálnej grupy SO+
(k, l)
možno teda vyjadriť v tvare súčinu konečného počtu matíc uvedených dvoch
typov.
Cvičenia
31.1. (a) Vyjadrite podmienku alternovania resp. antisymetrie komutátora v Lieovej algebre
v reči štruktúrnych konštánt.
(b) Vyjadrite pomocou štruktúrnych konštánt Jacobiho identitu.
31.2. (a) Dokážte, že Lieova algebra nad poľom charakteristiky = 2 je komutatívna
práve vtedy, keď je komutatívna v pôvodnom zmysle tohto slova, t. j. platí v nej
[aaa,bbb] = [bbb,aaa].
(b) Ako je to s Lieovými algebrami nad poľom charakteristiky 2? Je ich veľa,
vzniknú napr. z každej asociatívnej algebry definíciou komutátora [x, y] = xy−yx =
xy + yx a sú nevyhnutne komutatívne v obyčajnom zmysle, ale nie ako Lieove
algebry. Uveďte konkrétne príklady.
31.3. Nájdite (až na izomorfizmus) všetky Lieove algebry nad poľom R so základným vektorovým
priestorom R resp. R2
. (V oboch prípadoch je len jedna a to komutatívna,
t. j. [aaa,bbb] = 0 pre všetky aaa,bbb.)
31.4. Heisenbergova algebra je Lieova algebra so základným priestorom R3
, pre bázické
vektory platí [eee1,eee2] = eee3, [eee1,eee3] = [eee2,eee3] = 0. Dá sa realizovať striktne hornými
trojuholníkovými maticami AAA ∈ R3×3
(t. j. aij = 0 pre i ≥ j) – nájdite príslušný
izomorfizmus.
31.5. (a) Pre každý z vektorov eee1,eee2,eee3 ∈ R3
, napíšte maticu EEEi ∈ R3×3
lineárneho
operátora xxx → eeei ×xxx na priestore R3
vzhľadom na štandardnú bázu εεε = (eee1,eee2,eee3).
(b) Predpis eeei → EEEi určuje izomorfizmus R-algebier R3
, × ∼= so(3), [ , ] . Dokážte
a porovnajte s príkladom 31.4.6. Odvoďte z toho Jacobiho identitu pre vektorový
súčin.
(c) Nájdite obraz všeobecného vektora (a, b, c)T
∈ R3
v uvedenom izomorfizme.
728 31. Lieove algebry a maticové grupy
31.6. Skúste riešiť rovnakú úlohu ako v cvičení 31.3 pre vektorový priestor R3
. (Malo by
ich byť 9; hovorí sa tomu Bianchiho klasifikácia.)
31.7. (a) Nájdite explicitný tvar pre komutátor [p, q] = pq − qp kvaterniónov p, q ∈ H.
(b) Dokážte, že predpisom eee1 → i/2, eee2 → j/2 eee3 → k/2 je definovaný injektívny
homomorfizmus Lieových algebier R3
, × → H, [ , ] .
(c) Nájdite explicitný tvar čo najprirodzenejšieho izomorfizmu Lieových algebier
so(3) ∼= su(2).
31.8. Dokážeme, že Lieova algebra (R3
, ×) nie je izomorfná so žiadnou Lieovou algebrou,
ktorá vznikne ako AL
z nejakej asociatívnej algebry A. Predpokladajme, že
(uuu,vvv) → uuuvvv je asociatívna bilineárna operácia na R3
taká, že R3
, × = R3
, ·
L
,
t. j. uuu × vvv = uuuvvv − vvvuuu pre všetky uuu,vvv ∈ R3
.
(a) Dokážte, že pre každé uuu ∈ R3
platí uuu2
× uuu = 0. Odvoďte z toho, že vektory uuu
a uuu2
= uuuuuu sú lineárne závislé.
(b) Pre i = 1, 2, 3 označte ai reálne čísla také, že eee2
i = aieeei. Dokážte, že pre i = j
platí aieeej = eeeieeej + eeejeeei = ajeeei. Odvoďte z toho, že pre ľubovoľné uuu,vvv ∈ R3
potom
nutne platí vvvuuu = −uuuvvv, t. j. bilineárna operácia uuuvvv je antisymetrická.
(c) Dokážte, že potom uuu × vvv = 2uuuvvv, v dôsledku čoho by aj vektorový súčin musel
byť asociatívny. Nájdite príklad dosvedčujúci, že nie je.
(d) Nájdite asociatívnu algebru A = R4
, · , pre ktorú existuje injektívny homomorfizmus
Lieových algebier (R3
, ×) → AL
.
31.9. Nech G je maticová grupa. Nájdite chybu v nasledujúcom „dôkaze uzavretosti
Lieovej algebry L(G) vzhľadom na súčet matíc: Nech AAA,BBB ∈ L(G). Potom podľa
vety 31.3.1 platí eAAAt
, eBBBt
∈ G pre všetky t ∈ R. Preto tiež e(AAA+BBB)t
= eAAAt
· eBBBt
∈ G
pre všetky t ∈ R, a z tej istej vety vyplýva AAA + BBB ∈ L(G).
31.10. (a) Na základe kanonického izomorfizmu z vety 29.2.2 stotožníme afinné rozšírenie
Gaf
maticovej grupy G ⊆ GL(n, K) nad poľom K = R resp. K = C s grupou matíc
tvaru (AAA uuu
0 1 ), kde AAA ∈ G, uuu ∈ Kn
. Dokážte, že základný priestor Lieovej algebry
L Gaf
⊆ K(n+1)×(n+1)
pozostáva zo všetkých matíc tvaru (AAA uuu
0 0 ), kde AAA ∈ L(G),
uuu ∈ Kn
.
(b) Nech K je ľubovoľné pole. Nájdite explicitný tvar komutátora matíc (AAA uuu
0 0 ),
(BBB vvv
0 0 ), kde AAA,BBB ∈ Kn×n
, uuu,vvv ∈ Kn
. Dokážte, že všetky matice tvaru (AAA uuu
0 0 ), kde
AAA ∈ Kn×n
, uuu ∈ Kn
, tvoria podalgebru Lieovej algebry K(n+1)×(n+1)
.
(c) Nech A ⊆ Kn×n
je Lieova algebra nad nejakým podpoľom F poľa K (s komutátorom
[AAA,BBB] = AAABBB − BBBAAA). Afinným rozšírením Lieovej algebry A nazývame
algebru Aaf
= A × Kn
so štruktúrou vektorového priestoru nad F definovanou po
zložkách a s komutátorom (AAA,uuu), (BBB,vvv) = [AAA,BBB],uuu + AAAvvv − vvv − BBBuuu . Dokážte,
že Aaf
je Lieova algebra nad poľom F izomorfná s podalgebrou Lieovej algebry
K(n+1)×(n+1)
tvorenou všetkými maticami tvaru (AAA uuu
0 0 ), kde AAA ∈ A, uuu ∈ Kn
.
(d) Za podmienok ako v časti (a) popíšte prirodzený izomorfizmus Lieových algebier
L Gaf ∼= L(G)af
. Taktiež overte, že pri reprezentácii afinného rošírenia Gaf
polopriamym súčinom G Kn
platí priamo rovnosť L Gaf
= L(G)af
.
(e) Vypočítajte dimenzie afinných rozšírení Lieových algebier z viet 31.4.1, 31.4.2
a 31.4.4 a maticových grúp z vety 31.4.5.
31.11. Vypočítajte deriváciu funkcie h z dôkazu vety 31.4.3 a dokážte, že h vyhovuje po-
Cvičenia 729
čiatočnej úlohe h = AAAT
· h + h · AAA, h(0) = ZZZ.
31.12. Nech G, H ⊆ GL(n, K), kde K je niektoré z polí R, C, sú maticové grupy. Dokážte
rovnosť L(G ∩ H) = L(G) ∩ L(H). Zdôvodnite tým tvar Lieových algebier su(n) a
su(k, l) z vety 31.4.4.
31.13. Vysvetlite prečo dimenzie Lieových algebier o(k, l) = so(k, l), resp. u(k, l), su(k, l)
nezávisia priamo na k, l ale iba na ich súčte n = k + l.
(Návod: AAA → AAA · DDDkl je izomorfizmus vektorových priestorov (nie nutne Lieových
algebier) nad R so(n) → so(k, l) resp. u(n) → u(k, l) resp. su(n) → su(k, l).)
31.14. Dokážte vetu 31.4.5 výpočtom dimenzií Lieových algebier príslušných maticových
grúp. (S použitím predchádzajúceho cvičenia minimalizujte počet nevyhnutných
výpočtov.)
31.15. Dokážte, že z komutatívnosti Lieovej algebry g vyplýva komutatívnosť súvislej komponenty
Υ(G) jej maticovej grupy G.
31.16. (a) Dokážte, že pre maticu EEE = 0 −1
1 0 , ktorá tvorí bázu Lieovej algebry so(2),
naozaj platí eEEEt
= RRRt pre ľubovoľné t ∈ R. Odvoďte z toho, že grupa SO(2) je
exponenciálna.
(b) Pomocou (a) dokážte, že pre matice EEE1, EEE2, EEE3 z príkladu 31.4.6, tvoriace bázu
Lieovej algebry so(3), platí eEEEit
= RRReeei
t pre i = 1, 2, 3 a ľubovoľné t ∈ R. S využitím
tvrdenia 22.1.2, dôsledku 23.5.4 a vety 31.2.1 (b) z toho odvoďte, že aj SO(3) je
exponenciálna grupa.
(c) Podobne ako v (b) dokážte, že aj grupy SO(n) pre n > 3 sú exponenciálne.
31.17. (a) Odvoďte explicitný tvar jednoparametrických podgrúp eUUU(i)t
= eit
0
0 e−it , eUUU(j)t
=
cos t sin t
− sin t cos t , eUUU(k)t
= ( cos t i sin t
i sin t cos t ) grupy SU(2), zodpovedajúcich infinitezimálnym
generátorom UUU(i) = iσ3, UUU(j) = iσ2, UUU(k) = iσ1, ktoré tvoria bázu jej Lieovej algebry
su(2).
(b) S použitím vety 17.4.3 dokážte, že ľubovoľnú maticu AAA = a b
−b a
∈ SU(2)
možno vyjadriť v tvare
AAA = exp
ϕ
2
iσ3 · exp
χ
2
iσ1 · exp
ψ
2
iσ3
=
cos χ
2 exp i(ϕ+ψ)
2 i sin χ
2 exp i(ϕ−ψ)
2
i sin χ
2 exp i(ψ−ϕ)
2 cos χ
2 exp −i(ϕ+ψ)
2
,
kde 0 ≤ ϕ < 2π, 0 ≤ χ < π, −2π < ψ ≤ 2π sú parametre, ktoré opäť nazývame
Eulerove uhly, – porovnajte s paragrafom 23.6.
(c) Dokážte, že obrazom matice exp α
2 iσp , kde p = 1, 2, 3, v nakrývajúcom homomorfizme
SU(2) → SO(3) je matica otočenia RRR
eeep
α .
31.18. Pre dané ϑ ∈ R nájdite maticu AAA ∈ so(1, 1) takú, že eAAA
= RRRhhhϑ. Odvoďte z toho, že
Λ↑
+(1) je exponenciálna grupa izomorfná s (R, +).
31.19. Dokážeme, že hoci grupa SL(2, R) je súvislá (veta 29.7.6 (c)), exponenciálne zobrazenie
sl(2, R) → SL(2, R) nie je surjektívne. Uvažujme ľubovoľnú maticu AAA =
a b
c −a ∈ sl(2, R) a označme δ = − detAAA = a2
+ bc, ρ = |δ|. Overte nasledujúce
rovnosti:
(a) AAA2
= δIII2;
730 31. Lieove algebry a maticové grupy
(b) eAAAt
= cosh(ρt)+(a/ρ) sinh(ρt) (b/ρ) sinh(ρt)
(c/ρ) sinh(ρt) cosh(ρt)−(a/ρ) sinh(ρt) , ak δ > 0;
(c) eAAAt
= 1+at bt
ct 1−at , ak δ = 0;
(d) eAAAt
=
cos(ρt)+(a/ρ) sin(ρt) (b/ρ) sin(ρt)
(c/ρ) sin(ρt) cos(ρt)−(a/ρ) sin(ρt)
, ak δ < 0.
(e) V každom z uvedených troch prípadov vypočítajte stopu matice eAAAt
a ohraničte
hodnoty, aké može nadobúdať. Presvedčte sa, že pre ľubovoľnú maticu AAA ∈ sl(2, R)
platí tr eAAAt
≥ −2.
(f) Nájdite aspoň jednu maticu XXX ∈ SL(2, R) takú, že trXXX < −2. Táto matica
nemôže mať tvar XXX = eAAAt
pre žiadnu maticu AAA ∈ sl(2, R). Ukážte, že existuje
nekonečne mnoho takých matíc XXX.
Časť V
Multilineárna algebra
32. Úvod do tenzorového počtu
Tenzory sú z matematického hľadiska jednoducho multilineárne formy. Vo fyzike
sa tenzory vyskytujú najmä ako hodnoty veličín popisujúcich vlastnosti
anizotropných prostredí a dejov, ktoré v nich prebiehajú.
Významnejšie príklady využitia tenzorov presahujú rámec lineárnej algebry,
a tým aj nášho kurzu. Z matematických disciplín, v ktorých hrajú
tenzory významnú úlohu, treba spomenúť aspoň diferenciálnu geometriu, prostredníctvom
ktorej ďalej vstupujú napr. do teoretickej mechaniky či všeobecnej
teórie relativity, a reperezentácie grúp, s rozsiahlymi aplikáciámi napr.
v kryštalografii či časticovej fyzike. Bez tenzorov sa nezaobídeme ani pri
štúdiu elektromagnetizmu či zložitejších systémov v kvantovej mechanike.
Vo väčšine týchto aplikácií však nejde o „konštantné ale o „premenné tenzory,
čiže o tenzorové polia.
Zoči-voči spomínaným faktom sú ciele záverečných dvoch kapitol tejto
knihy pomerne skromné. Mali by čitateľovi sprostredkovať istú „tenzorovú
gramotnosť , ktorá by mu umožnila ďalej študovať oné dôležitejšie, no zložitejšie
aplikácie. Naše príklady využitia tenzorov budú preto pomerne jednoduché.
K nim patrí aj nasledujúci úvodný motivačný príklad.
32.0 Tenzor napätia
Ako sme spomínali ešte v úvode ku kapitole 1, skaláry (presnejšie prvky poľa
R) sú hodnoty fyzikálnych veličín určených jedine svojou veľkosťou (prípadne
aj znamienkom). Vektory zodpovedajú veličinám, ktoré sú okrem veľkosti
určené navyše smerom a orientáciou. Ukazuje sa však, že popri nich je užitočné
zaviesť a študovať aj veličiny, ktoré zachytávajú vzťahy medzi dvoma
či dokonca viacerými vektorovými veličinami. Takýmto veličinám hovoríme
tenzory. Príkladom tenzorovej fyzikálnej veličiny je tenzor napätia, ktorý popisuje
silové pôsobenie v rôznych smeroch v danom prostredí. Napätie sa
po latinsky povie tensio, čo prešlo do slovenčiny v podobe odborného termínu
tenzia. Tenzor napätia, teda doslova tenzor tenzie, je tak prototypom
všetkých tenzorových veličín.
Predstavme si nejaké spojité prostredie (napr. pevné alebo kvapalné teleso)
v trojrozmernom euklidovskom priestore R3
vystavené silovému pôsobeniu,
ktoré sa v ňom šíri. Také pôsobenie môže spočívať v tlaku resp. ťahu
v rôznych smeroch, ako aj v torzii. Do nejakého bodu tohto prostredia umiestnime
myslenú plôšku ∆SSS = nnn∆S, orientovanú v smere jednotkového vektora
normály nnn, dosť malú na to, aby sme veľkosť sily ∆FFF, ktorá na ňu pôsobí
734 32. Úvod do tenzorového počtu
zo strany protiľahlej vektoru nnn, mohli považovať za priamoúmernú veľkosti
∆S tejto plôšky. Keby aj sila ∆FFF mala smer normály nnn, mohli by sme písať
∆FFF = p ∆SSS pre nejaký koeficient úmernosti p = p(nnn) ∈ R, závislý od
normálového vektora nnn. V prostredí spĺňajúcom Pascalov zákon, ako je tomu
v ideálnych kvapalinách, by koeficient úmernosti p bol navyše konštantný,
čiže mal rovnakú hodnotu pre všetky smery normál nnn, zodpovedajúcu tlaku
v danom bode.
Smery vektorov ∆SSS a ∆FFF sa však môžu líšiť, napr. v dôsledku torzie.
Zovšeobecnením podmienky priamej úmernosti je podmienka lineárnej závislosti
sily ∆FFF od orientovanej plôšky ∆SSS, čiže
∆FFF = T(∆SSS) = T(nnn)∆S
pre nejaký lineárny operátor T : R3
→ R3
, ktorému hovoríme tenzor napätia
v danom bode. V limite pre ∆S → 0 dostávame vyjadrenie vektora T(nnn)
v tvare derivácie
T(nnn) =
dFFF
dS
.
Tenzor napätia môžeme stotožniť s jeho maticou
T = T(eee1), T(eee2), T(eee3) = Ti
j ∈ R3×3
v kanonickej báze (eee1,eee2,eee3) priestoru R3
. Stĺpec T(eeej) matice T predstavuje
silu v prepočte na jednotku plošného obsahu pôsobiacu na infinitezimálnu
orientovanú plôšku s normálou nnn = eeej a Ti
jeeei je kolmý priemet vektora T(eeej)
do osi xi = [eeei]. Inak povedané,
T(eeej) = T1
j eee1 + T2
j eee2 + T3
j eee3
je rozklad vektora T(eeej) do zložiek v smeroch jednotlivých súradných osí.
V prípade platnosti Pascalovho zákona má tenzor napätia diagonálnu maticu
T = pIII3.
Dospievame teda k záveru, že niektorým fyzikálnym veličinám môžu zodpovedať
aj zložitejšie matematické objekty než len skaláry alebo vektory.
V našom zatiaľ jedinom príklade to bolo lineárne zobrazenie, no vo všeobecnosti
to môžu byť multilineárne zobrazenia. Takýmto objektom budeme
hovoriť tenzory.
Skôr než pristúpime k samotnému matematickému výkladu tenzorov,
treba ešte upozorniť na istú nejednoznačnosť v terminológii, ktorá by občas
mohla viesť k nedorozumeniam. V našom príklade sme každému bodu nejakej
množiny M ⊆ R3
predstavujúcej skúmané teleso priradili tenzor napätia
v tomto bode. Napätie v danom prostredí je tak popísané (typicky spojitou či
dokonca spojito diferencovateľnou) funkciou T : M → R3×3
, ktorá každému
32.1. Dualita 735
bodu xxx ∈ M priradí tenzor (maticu) T(xxx) = Ti
j (xxx) zodpovedajúci napätiu
v bode xxx. Ak chceme zachytiť aj vývoj napätia v čase, musíme uvažovať
funkciu T : M × I → R3×3
, kde I ⊆ R predstavuje nejaký časový interval.
Často – či už v diferenciálnej geometrii, fyzike alebo v technických aplikáciách
– sa pod tenzorom rozumie práve takáto funkcia. Metodicky správnejšie
je však nazývať ju tenzorovým poľom (v prvom prípade statickým, v druhom
časovo premenným) a názov tenzor používať len pre jej hodnoty T(xxx) resp.
T(xxx, t). V našom výklade sa zameriame iba na jednotlivé tenzory, a nie na
tenzorové polia. Vo viacerých príkladoch však bude aspoň v pozadí prítomná
možnosť priradiť tenzor príslušného typu všetkým bodom nejakej množiny
M ⊆ Rn
, teda chápať „naše tenzory ako hodnoty istého tenzorového poľa.
32.1 Dualita
V tejto i v nasledujúcej kapitole označuje K ľubovoľné pevne zvolené pole
a pod vektorovým priestorom rozumieme vždy vektorový priestor nad poľom
K. Pripomeňme z paragrafu 6.5, že všetky lineárne zobrazenia z vektorového
priestoru V do vektorového priestoru W tvoria vektorový priestor,
ktorý značíme L(V, W). Vektorový priestor L(V, K) značíme V ∗
a nazývame
duálnym priestorom alebo len krátko duálom vektorového priestoru V . Jeho
prvky nazývame lineárne funkcionály alebo tiež lineárne formy na V .
Konečnorozmerný vektorový priestor V je izomorfný so svojim duálom
V ∗
a taktiež so svojim druhým duálom V ∗∗
. Konkrétny izomorfizmus V ∼=
V ∗
závisí na voľbe bázy v priestore V . Na druhej strane existuje kanonický
izomorfizmus V ∼= V ∗∗
, ktorý nám umožňuje stotožniť každý vektor xxx ∈
V s lineárnym funkcionálom xxx: V ∗
→ K, kde xxx(η) = η(xxx) pre η ∈ V ∗
.
V dôsledku toho nebudeme ďalej rozlišovať vektor xxx ∈ V a funkcionál xxx ∈ V ∗∗
ani priestor V a jeho druhý duál V ∗∗
, čiže pod duálom priestoru V ∗
budeme
rozumieť pôvodný priestor V . Zároveň zavádzame symetrické označenie
η,xxx = η(xxx) = xxx(η) = xxx, η .
Takto zavedené lomené zátvorky sú tiež bilineárnou formou · , · : V ∗
×V →
K; hovoríme jej párovanie alebo dualita medzi V ∗
a V .
Pozrime sa teraz bližšie na nekanonické izomorfizmy V ∼= V ∗
. Každá báza
βββ = (vvv1, . . . ,vvvn) priestoru V určuje lineárny izorfizmus
xxx → (xxx)βββ : V → Rn
,
kde n = dim V . Ak položíme (xxx)βββ = (x1
, . . . , xn
)T
(dôvody náhleho presunu
indexov zdola nahor začneme odhaľovať v závere paragrafu), tak každé
z priradení vvvi
(xxx) = xi
určuje lineárny funkcionál vvvi
: V → K. Pri takomto
736 32. Úvod do tenzorového počtu
označení teda môžeme písať
(xxx)βββ = vvv1
(xxx), . . . ,vvvn
(xxx)
T
,
xxx = x1
vvv1 + . . . + xn
vvvn = vvv1
(xxx)vvv1 + . . . + vvvn
(xxx)vvvn.
Každý z lineárnych funkcionálov vvvi
: V → K je jednoznačne určený svojimi
hodnotami
vvvi
,vvvj = δi
j
na vektoroch vvvj bázy βββ. Treba si však uvedomiť, že – napriek označeniu
– lineárny funkcionál vvvi
závisí od celej bázy βββ = (vvv1, . . . ,vvvn), a nielen od
vektora vvvi.
Lineárne formy vvv1
, . . . ,vvvn
tvoria bázu duálneho priestoru V ∗
; označujeme
ju
βββ∗
= (vvv1
, . . . ,vvvn
)
a nazývame duálna báza k báze βββ = (vvv1, . . . ,vvvn). Priradenie vvvj → vvvj
možno
jednoznačne rozšíriť do lineárneho izomorfizmu V → V ∗
, pri ktorom sa vektor
xxx = j xj
vvvj zobrazí na funkcionál j xj
vvvj
.
Pre lineárny funkcionál η ∈ V ∗
a vektor xxx = i xi
vvvi ∈ V zrejme platí
η(xxx) =
i
xi
η(vvvi) =
i
η(vvvi)vvvi
(xxx),
čiže η = i η(vvvi)vvvi
. To znamená, že súradnice funkcionálu η v báze βββ∗
tvorí
stĺpec
(η)βββ∗ = η(vvv1), . . . , η(vvvn)
T
= (η)T
1,βββ,
t. j. transponovaná matica k matici (η)1,βββ lineárneho zobrazenia η: V → K
vzhľadom na bázy βββ vo V a 1 v K.
Uvažujme dve bázy ααα = (uuu1, . . . ,uuun), βββ = (vvv1, . . . ,vvvn) priestoru V .
Označme Pi
j prvok na mieste (i, j) matice prechodu PPPααα,βββ z bázy βββ do bázy
ααα. S použitím práve zavedeného označenia môžeme písať
Pi
j = uuui
,vvvj .
Súradnice (xxx)ααα = uuu1
(xxx), . . . ,uuun
(xxx)
T
, (xxx)βββ = vvv1
(xxx), . . . ,vvvn
(xxx)
T
vektora
xxx ∈ V v bázach ααα resp. βββ sa transformujú podľa vzťahu (xxx)ααα = PPPααα,βββ · (xxx)βββ
(pozri paragraf 7.5), čo rozmenené na drobné znamená
uuui
(xxx) =
j
Pi
jvvvj
(xxx),
čiže uuui
= j Pi
jvvvj
pre i ≤ n, a v súhrne ααα∗
= βββ∗
·PPPT
ααα,βββ. Pre maticu prechodu
medzi duálnymi bázami ααα∗
, βββ∗
z toho vyplýva
PPPβββ∗,ααα∗ = PPPT
ααα,βββ = PPP−1
βββ,ααα
T
.
32.1. Dualita 737
Súradnice lineárnej formy η ∈ V ∗
vzhľadom na duálne bázy ααα∗
= (uuu1
, . . . ,uuun
),
βββ∗
= (vvv1
, . . . ,vvvn) sa preto budú transformovať inverzne voči transformácií súradníc
(xxx)ααα, (xxx)βββ:
(η)βββ∗ = PPPβββ∗,ααα∗ · (η)ααα∗ = PPPT
ααα,βββ · (η)ααα∗ ,
teda po rozpise do jednotlivých zložiek
vvvi(η) =
j
Pj
i uuuj(η),
t. j. vvvi = j Pj
i uuuj, čo je v zhode s transformačným vzťahom βββ = ααα·PPPααα,βββ ešte
z paragrafu 7.5.
Znovu si však uvedomme, že zatiaľ čo matica PPPααα,βββ = Pi
j sprostredkúva
prechod od súradníc (xxx)βββ k súradniciam (xxx)ααα, k nej transponovaná matica
PPPT
ααα,βββ = Pj
i = PPPβββ∗,ααα∗ zabezpečuje prechod v opačnom smere, totiž od súradníc
(η)ααα∗ k súradniciam (η)βββ∗ . Ak označíme maticu prechodu PPPααα,βββ = PPP,
máme βββ = ααα·PPP, βββ∗
= (ααα · PPP)∗
, a rozdielny charakter transformačných rovníc
pre súradnice vektorov xxx ∈ V resp. funkcionálov η ∈ V ∗
sa prejaví výrazne:
(xxx)ααα·PPP = PPP−1
· (xxx)ααα resp. (η)(ααα·PPP)∗ = PPPT
· (η)ααα∗ .
Hovoríme, že súradnice vektorov xxx ∈ V sa transformujú kontravariatne (t. j.
inverzne voči transformácii báz), zatiaľ čo súradnice lineárnych foriem η ∈ V ∗
sa transformujú kovariantne (t. j. súhlasne s transformáciou báz). Prvky
pôvodného priestoru V preto nazývame kontravariantné vektory alebo len
krátko vektory, kým prvky jeho duálu V ∗
nazývame kovariantné vektory,
stručne len kovektory. Je to však terminológia „zaujatého pozorovateľa ,
ktorý celú vec posudzuje z hľadiska báz v pôvodnom priestore V .
V tejto súvislosti prijmeme nasledujúcu dohodu, ktorú sme vlastne už
začali uplatňovať: súradnice vektorov budeme číslovať hornými a súradnice
kovektorov dolnými indexmi; naopak, usporiadané n-tice vektorov budeme
číslovať dolnými a usporiadané n-tice kovektorov hornými indexmi. Význam
tejto dohody vyjde najavo až trochu neskôr v súvislosti s tzv. Einsteinovou
sumačnou konvenciou.
Dualita umožňuje zaviesť aj akýsi vzťah ortogonálnosti medzi vektormi a
kovektormi, ktorý do veľkej miery pripomína ortogonálnosť v (pseudo)euklidovských
resp. konečnorozmerných unitárnych priestoroch. Hovoríme, že vektor xxx ∈ V
a kovektor η ∈ V ∗
sú ortogonálne, označenie xxx ⊥ η, prípadne η ⊥ xxx, ak
xxx, η = 0.
Pre množiny X ⊆ V , Ω ⊆ V ∗
definujeme ich ortokomplementy
X⊥
= η ∈ V ∗
; (∀xxx ∈ X)(xxx ⊥ η)
738 32. Úvod do tenzorového počtu
resp.
Ω⊥
= xxx ∈ V ; (∀ η ∈ Ω)(xxx ⊥ η) .
Pre naše účely postačí, ak zaznamenáme nasledujúce jednoduché tvrdenie,
ktorého dôkaz prenechávame čitateľovi.
32.1.1. Tvrdenie. Nech V je konečnorozmerný vektorový priestor a Ω ⊆
V ∗
je ľubovoľná množina. Potom Ω⊥
⊆ V je lineárny podpriestor a pre jeho
dimenziu platí
dim Ω⊥
= dim V − dim[Ω].
Špeciálne Ω generuje V ∗
práve vtedy, keď Ω⊥
= {0}.
32.2 Tenzorový súčin
Jestvuje viacero ekvivalentných spôsobov ako definovať tenzorový súčin vektorových
priestorov. Z nich asi najmenej abstraktný a pedagogicky najstráviteľnejší
začína veľmi jednoduchou a konkrétnou definíciou tenzorového súčinu
funkcií, ktorá je základom konštrukcie tenzorového súčinu vektorových
priestorov funkcií. Ako špeciálny prípad dostaneme tenzorový súčin duálnych
priestorov k daným vektorovým priestorom. Trik s dualitou, pri ktorom pôvodný
konečnorozmerný priestor V stotožníme s jeho druhým duálom V ∗∗
,
prípadne nekonečnorozmerný priestor V iba vnoríme do V ∗∗
, nám napokon
umožní zaviesť tenzorový súčin pre akékoľvek vektorové priestory nad daným
poľom. My sa vydáme práve touto cestou, hoci zďaleka nie je najkratšia
možná.
Nech X, Y sú množiny a K je pole. Tenzorovým súčinom funkcií f : X →
K, g: Y → K nazývame funkciu f ⊗ g: X × Y → K danú predpisom
(f ⊗ g)(x, y) = f(x)g(y)
pre x ∈ X, y ∈ Y .
Funkcie h: X × Y → K tvaru h = f ⊗ g, kde f : X → K, g: Y → K,
nazývame rozložiteľné. Uvedomme si, že zďaleka nie každá funkcia h ∈ KX×Y
je rozložiteľná, t. j. pripúšťa separáciu premenných h(x, y) = f(x)g(y) pre
nejaké funkcie f ∈ KX
, g ∈ KY
.
Tenzorovým súčinom lineárnych podpriestorov U ⊆ KX
, V ⊆ KY
nazývame
lineárny podpriestor U ⊗ V vektorového priestoru KX×Y
generovaný
všetkými funkciami f ⊗ g, kde f ∈ U, g ∈ V . Teda tenzorový súčin U ⊗ V je
tvorený všetkými súčtami tvaru (f1 ⊗g1)+. . .+(fn ⊗gn), kde f1, . . . , fn ∈ U,
g1, . . . , gn ∈ V . Tento fakt sa zakladá na pozorovaní, že pre a ∈ K a f ∈ KX
,
g ∈ KY
platí
a(f ⊗ g) = (af) ⊗ g = f ⊗ (ag).
32.2. Tenzorový súčin 739
Navyše pre f, f1, f2 ∈ KX
, g, g1, g2 ∈ KY
máme
f ⊗ (g1 + g2) = (f ⊗ g1) + (f ⊗ g2), (f1 + f2) ⊗ g = (f1 ⊗ g) + (f2 ⊗ g).
Takže môžeme zhrnúť:
32.2.1. Tvrdenie. Operácia tenzorového súčinu funkcií (f, g) → f ⊗ g je
bilineárne zobrazenie KX
× KY
→ KX×Y
.
Pre funkcie f : X → K, g: Y → K, h: Z → K a prvky x ∈ X, y ∈ Y ,
z ∈ Z zrejme platí
(f ⊗ g)(x, y) = f(x)g(y) = (g ⊗ f)(y, x),
(f ⊗ (g ⊗ h)(x, (y, z)) = f(x)g(y)h(z) = ((f ⊗ g) ⊗ h)((x, y), z).
Pre ľubovoľné lineárne podpriestory U ⊆ KX
, V ⊆ KY
, W ⊆ KZ
tak
dostávame prirodzené izomorfizmy
U ⊗ V ∼= V ⊗ U,
U ⊗ (V ⊗ W) ∼= (U ⊗ V ) ⊗ W,
ktoré interpretujeme ako komutatívnosť a asociatívnosť tenzorového súčinu
priestorov. K nim sa druží ešte distributívnosť: pre lineárne podpriestory
U1, U2 ⊆ KX
, V ⊆ KY
bilineárnosť tenzorového súčinu funkcií má za následok
priamo rovnosť lineárnych podpriestorov
(U1 + U2) ⊗ V = (U1 ⊗ V ) + (U2 ⊗ V ),
pričom súčet vpravo je priamy práve vtedy, keď U1 + U2 je priamy súčet.
Keďže priamy súčin U1×U2 je izomorfný s priamym súčtom svojich lineárnych
podpriestorov U1×{0} ∼= U1 a {0}×U2
∼= U2, vyplýva z toho aj distributivita
tenzorového súčinu voči priamemu súčinu:
(U1 × U2) ⊗ V ∼= (U1 ⊗ V ) × (U2 ⊗ V ).
Najdôležitejšia z uvedených vlastností je asociatívnosť, ktorá nám umožňuje
vynechávať zátvorky vo viacnásobných tenzorových súčinoch a stotožniť
tenzorový súčin V1 ⊗ . . . ⊗ Vn (s ľubovoľným rozmiestnením zátvoriek) lineárnych
podpriestorov Vi ⊆ KXi
s lineárnym podpriestorom v KX1×...×Xn
generovaným všetkými funkciami tvaru f1 ⊗ . . . ⊗ fn, kde fi ∈ Vi.
32.2.2. Tvrdenie. Ak U ⊆ KX
a V ⊆ KY
sú konečnorozmerné lineárne
podpriestory s bázami ααα = (uuu1, . . . ,uuum) resp. βββ = (vvv1, . . . ,vvvn), tak systém
mn vektorov
ααα ⊗ βββ =




uuu1 ⊗ vvv1, uuu1 ⊗ vvv2, . . . uuu1 ⊗ vvvn,
uuu2 ⊗ vvv1, uuu2 ⊗ vvv2, . . . uuu2 ⊗ vvvn,
...
...
...
...
uuum ⊗ vvv1, uuum ⊗ vvv2, . . . uuum ⊗ vvvn




740 32. Úvod do tenzorového počtu
tvorí bázu tenzorového súčinu U ⊗ V . Preto dim(U ⊗ V ) = dim U · dim V =
mn.
Dôkaz. To, že uvedené vektory generujú tenzorový súčin U ⊗ V , je triviálne.
Dokážeme, že sú lineárne nezávislé. Nech cij
∈ K sú skaláry také, že
i,j
cij
(uuui ⊗ vvvj) = 0.
Uvedomme si, že uuui : X → K, vvvj : Y → K sú funkcie, takže uvedená rovnosť
znamená, že pre všetky x ∈ X, y ∈ Y platí
i,j
cij
uuui(x)vvvj(y) =
i
uuui(x)
j
cij
vvvj(y) = 0.
Zvoľne pevne nejaké y ∈ Y . Z platnosti poslednej rovnosti pre každé x ∈ X
vyplýva
i j
cij
vvvj(y) uuui = 0,
a na základe lineárnej nezávislosti vektorov uuu1, . . . ,uuum
j
cij
vvvj(y) = 0
pre každé i. Nakoľko y ∈ Y sme zvolili ľubovoľne, vyplýva z toho
j
cij
vvvj = 0.
Keďže aj vektory vvv1, . . . ,vvvn sú lineárne nezávislé, konečne dostávame cij
= 0
pre všetky i, j.
Uvažujme teraz ľubovoľné vektorové priestory U a V nad poľom K. Ich
duály U∗
, V ∗
tvoria lineárne podpriestory priestorov funkcií KU
resp. KV
.
Teda tenzorový súčin U∗
⊗ V ∗
je dobre definovaný.
32.2.3. Tvrdenie. Pre ľubovoľné lineárne funkcionály η ∈ U∗
, ϑ ∈ V ∗
je
ich tenzorový súčin η ⊗ ϑ: U × V → K bilineárna forma na vektorových
priestoroch U, V . Ak U a V sú konečnorozmerné, tak ich tenzorový súčin
U∗
⊗ V ∗
splýva s vektorovým priestorom L2(U, V, K) všetkých bilineárnych
foriem U × V → K.
32.2. Tenzorový súčin 741
Dôkaz. Prvé tvrdenie možno overiť priamym výpočtom, ktorý vynecháme.
Zostáva dokázať, že každú bilineárnu formu F : U × V → K na konečnorozmerných
priestoroch U, V možno vyjadriť v tvare súčtu
F = (η1
⊗ ϑ1
) + . . . + (ηk
⊗ ϑk
),
pre vhodné lineárne formy ηi
∈ U∗
, ϑi
∈ V ∗
.
Nech ααα = (uuu1, . . . ,uuum), βββ = (vvv1, . . . ,vvvn) sú bázy priestorov U resp. V a
ααα∗
= (uuu1
, . . . ,uuum
), βββ∗
= (vvv1
, . . . ,vvvn
) sú k nim duálne bázy. Položme Aij =
F(uuui,vvvj); potom AAA = (Aij)m×n je matica formy F vzhľadom na bázy ααα, βββ a
pre všetky xxx ∈ U, yyy ∈ V platí
F(xxx,yyy) =
i,j
Aijuuui
(xxx)vvvj
(yyy) =
i,j
Aij(uuui
⊗ vvvj
)(xxx,yyy)
(pozri paragraf 11.1). To znamená, že
F =
i,j
Aij(uuui
⊗ vvvj
).
Tým sme dokázali ešte jeden výsledok.
32.2.4. Tvrdenie. Nech U, V sú konečnorozmerné vektorové priestory s bázami
ααα = (uuu1, . . . ,uuum) resp. βββ = (vvv1, . . . ,vvvn) a F : U × V → K je bilineárna
forma. Potom súradnice formy F ∈ U∗
× V ∗
vzhľadom na tenzorový súčin
duálnych báz ααα∗
⊗ βββ∗
tvoria prvky Aij = F(uuui,vvvj) matice [F]ααα,βββ formy F
vzhľadom na bázy ααα, βββ.
Zatiaľ máme definovaný tenzorový súčin pre vektorové priestory funkcií,
pod ktoré spadajú aj duály ľubovoľných vektorových priestorov. Chýba nám
však definícia tenzorového súčinu pre abstraktné vektorové priestory. Našťastie
môžeme každý konečnorozmerný vektorový priestor V stotožniť s jeho
druhým duálom V ∗∗
, prípadne nekonečnorozmerný priestor V vnoriť do V ∗∗
.
V oboch prípadoch sa teda na V môžeme dívať ako na lineárny podpriestor
priestoru funkcií KV ∗
.
Nech U a V sú vektorové priestory nad poľom K. Podľa predchádzajúcej
definície tenzorový súčin vektorov uuu ∈ U, vvv ∈ V je bilineárna forma uuu ⊗
vvv: U∗
× V ∗
→ K daná predpisom
(uuu ⊗ vvv)(η, ϑ) = uuu(η)vvv(ϑ) = η(uuu)ϑ(vvv) = (η ⊗ ϑ)(uuu,vvv)
pre η ∈ V ∗
, ϑ ∈ U∗
. Tenzorový súčin U ⊗ V vektorových priestorov U a V
je lineárny podpriestor priestoru KU∗×V ∗
generovaný všetkými bilineárnymi
formami uuu ⊗ vvv, kde uuu ∈ U, vvv ∈ V .
742 32. Úvod do tenzorového počtu
Pre vektorové priestory funkcií U ⊆ KX
, V ⊆ KY
však teraz máme
dve definície tenzorového súčinu: pôvodnú definíciu a novú definíciu, v ktorej
vystupujú ako vektorové priestory funkcií U ⊆ KU∗
, V ⊆ KV ∗
. Patrilo by
sa ukázať, že „oba tenzorové súčiny U ⊗ V sú izomorfné. Na chvíľu teda
budeme pre ten neskôr definovaný používať znak . Kľúčovým momentom
celého dôkazu bude pozorovanie, že dosadenie ľubovoľného prvku x ∈ X do
funkcie f ∈ U, t. j. priradenie f → f(x), definuje lineárnu formu σx
: U → K,
pomocou ktorej možno množinu X stotožniť s množinou {σx
; x ∈ X} ⊆ U∗
.
Podobne možno Y stotožniť s množinou {σy
; y ∈ Y } ⊆ V ∗
.
Najprv si však treba vyjasniť, kedy sa dva prvky (f1 ⊗g1)+. . .+(fn ⊗gn),
(f1 ⊗ g1) + . . . + (fm ⊗ gm) pôvodného tenzorového súčinu KX
⊗KY
rovnajú.
To platí vtedy a len vtedy, keď ich rovnosť možno (v konečnom počte krokov)
odvodiť z vlastností bilinearity operácie tenzorového súčinu. Presnejšie
to vystihuje nasledujúce tvrdenie, podľa ktorého o rovnosti takých výrazov
rozhodujú lineárne resp. bilineárne formy. Zrejme stačí vedieť, kedy platí
(f1 ⊗g1)+. . .+(fn ⊗gn) = 0. Vyslovíme celý rad podmienok ekvivalentných
s touto rovnosťou.
32.2.5. Tvrdenie. Nech U ⊆ KX
, V ⊆ KY
sú lineárne podpriestory, f1, . . . , fn ∈
U, g1, . . . , gn ∈ V sú ľubovoľné funkcie a U0 = [f1, . . . , fn] ⊆ U, V0 =
[g1, . . . , gn] ⊆ V sú ich lineárne obaly. Potom nasledujúce podmienky sú
ekvivalentné:
(i) (f1 ⊗ g1) + . . . + (fn ⊗ gn) = 0;
(ii) η(f1)ϑ(g1) + . . . + η(fn)ϑ(gn) = 0
pre všetky lineárne formy η ∈ U∗
0 , ϑ ∈ V ∗
0 ;
(iii) η(f1)ϑ(g1) + . . . + η(fn)ϑ(gn) = 0
pre všetky lineárne formy η ∈ U∗
, ϑ ∈ V ∗
;
(iv) F(f1, g1) + . . . + F(fn, gn) = 0
pre všetky bilineárne formy F : U0 × V0 → K;
(v) F(f1, g1) + . . . + F(fn, gn) = 0
pre všetky bilineárne formy F : U × V → K;
(vi) H(f1, g1) + . . . + H(fn, gn) = 0
pre ľubovoľný vektorový priestor W a bilineárne zobrazenie H : U0×V0 →
W;
(vii) H(f1, g1) + . . . + H(fn, gn) = 0
pre ľubovoľný vektorový priestor W a bilineárne zobrazenie H : U ×V →
W.
Dôkaz vykonáme podľa schémy (i) ⇒ (ii) ⇒ (iv) ⇒ (vi) ⇒ (vii) ⇒ (v) ⇒ (iii) ⇒
(i).
(i) ⇒ (ii) Pre každé x ∈ X je predpisom f → f(x) definovaný lineárny
funkcionál σx
: U0 → K. Potom pre množinu Ω = {σx
; x ∈ X} ⊆ U∗
0 zrejme
32.2. Tenzorový súčin 743
platí Ω⊥
= {0}. Nakoľko U0 konečnorozmerný, podľa záverečnej časti tvrdenia
32.1.1 to znamená, že Ω generuje jeho duál U∗
0 . Keďže i ten je konečnorozmerný,
existuje konečná množina X0 ⊆ X taká, že už podmnožina
{σx
; x ∈ X0} ⊆ Ω generuje U∗
0 . Podobne možno nájsť konečnú množinu
Y0 ⊆ Y takú, že lineárne formy σy
: V0 → K, y ∈ Y0, generujú duál V ∗
0 .
Podľa (i), f1(x)g1(y) + . . . + fn(x)gn(y) = 0 pre všetky x ∈ X, y ∈ Y .
Zvoľme ľubovoľné η ∈ U∗
0 , ϑ ∈ V ∗
0 . Z vykonaných úvah vyplýva existencia
skalárov ax, by ∈ K, pre x ∈ X0, y ∈ Y0, takých že η = x∈X0
axσx
a
ϑ = y∈Y0
byσy
. Potom
η(f1)ϑ(g1) + . . . + η(fn)ϑ(gn) =
n
i=1 x∈X0
axσx
(fi)
y∈Y0
byσy
(gi)
=
n
i=1 x∈X0
axfi(x)
y∈Y0
bygi(y)
=
x∈X0 y∈Y0
axby
n
i=1
fi(x)gi(y) = 0.
(ii) ⇒ (iv) vyplýva z tvrdenia 32.2.3, podľa ktorého každá bilineárna forma
na konečnorozmerných priestoroch U0, V0 je súčtom foriem tvaru η ⊗ ϑ, kde
η ∈ U∗
0 , ϑ ∈ V ∗
0 .
(iv) ⇒ (vi) Nech platí (iv) a predpokladajme, že pre nejaké bilineárne
zobrazenie H : U0 × V0 → W je
www = H(f1, g1) + . . . + H(fn, gn) = 0.
Potom existuje lineárny funkcionál ϕ: W → K taký, že ϕ(www) = 0 (pozri
cvičenie 6.15). To je však v spore s (iv), lebo predpisom F(f, g) = ϕH(f, g)
je definovaná bilineárna forma ϕ ◦ H : U0 × V0 → K.
(vi) ⇒ (vii) je triviálne, lebo pre bilineárne zobrazenie H : U × V → W
jeho zúženie H (U0 × V0): U0 × V0 → W je opäť bilineárne zobrazenie.
Implikácie (vii) ⇒ (v) a (v) ⇒ (iii) sú tak isto triviálne.
(iii) ⇒ (i) vyplýva z pozorovania, že pre x ∈ X, y ∈ Y sú priradeniami
f → f(x), g → g(y) definované lineárne formy σx
: U → K resp. σy
: V → K.
Potom
(f1 ⊗ g1)(x, y) + . . . + (fn ⊗ gn)(x, y) = σx
(f1)σy
(g1) + . . . + σx
(fn)σy
(gn) = 0
pre všetky x ∈ X, y ∈ Y .
Ešte poznamenajme, že ekvivalenciu podmienok (i)–(v), prípadne aj (vi)
a (vii) pre konečnorozmerný vektorový priestor W, možno dokázať aj bez
predpokladu existencie Hamelových báz z cvičenia 6.15.
744 32. Úvod do tenzorového počtu
32.2.6. Dôsledok. Nech U ⊆ KX
, V ⊆ KY
sú vektorové priestory funkcií
nad poľom K. Potom priradenie f ⊗ g → f g určuje prirodzený lineárny
izomorfizmus ich tenzorových súčinov U ⊗ V → U V .
Dôkaz. Vďaka ekvivalencii podmienok (i) a (iii) predchádzajúceho tvrdenia
je priradením f ⊗ g → f g dobre definované injektívne lineárne zobrazenie
U ⊗ V → U V . Kedže U ⊗ V je generovaný prvkami tvaru f ⊗ g a U V
je generovaný prvkami tvaru f g, je to zároveň surjektívne zobrazenie.
Odteraz teda nebudeme rozlišovať medzi „konkrétnym tenzorovým súčinom
lineárnych podpriestorov funkcií U ⊆ KX
, V ⊆ KY
a ich „abstraktným
tenzorovým súčinom, pri ktorom ich chápeme ako lineárne podpriestory
U ⊆ KU∗
, V ⊆ KV ∗
. Oba značíme rovnako U ⊗ V a používame tú reprezentáciu,
ktorá sa v danej chvíli lepšie hodí. Ak bude treba zdôrazniť úlohu poľa
K, budeme používať označenie U ⊗K V .
Najdôležitejšie vlastnosti tenzorového súčinu „abstraktných vektorových
priestorov sú zhrnuté v nasledujúcej vete.
32.2.7. Veta. Nech U, V W sú vektorové priestory nad poľom K. Potom
(a) operácia tenzorového súčinu (uuu,vvv) → uuu ⊗ vvv je bilineárne zobrazenie
U × V → U ⊗ V ;
(b) ku každému bilineárnemu zobrazeniu H : U × V → W existuje práve
jedno lineárne zobrazenie H : U ⊗ V → W také, že
H (uuu ⊗ vvv) = H(uuu,vvv)
pre všetky uuu ∈ U, vvv ∈ V ;
(c) priradenie H → H je lineárny izomorfizmus L2(U, V, W) → L(U ⊗
V, W);
(d) ak U, V sú konečnorozmerné, tak tenzorový súčin U ⊗V splýva s vektorovým
priestorom L2(U∗
, V ∗
, K) všetkých bilineárnych foriem F : U∗
×
V ∗
→ K a pre jeho dimenziu platí
dim(U ⊗ V ) = dim U · dim V.
Dôkaz. (a) je obsahom tvrdenia 32.2.1.
(b) Nech H : U × V → W je bilineárne zobrazenie. Keďže U ⊗ V je
generovaný prvkami tvaru uuu ⊗ vvv, každé lineárne zobrazenie U ⊗ V → W je
jednoznačne určené svojimi hodnotami na nich. Teda k danému H existuje
najviac jedno H , ktoré spĺňa uvedenú podmienku. Presvedčíme sa, že také
H naozaj existuje.
Problém by mohli robiť jedine prvky uuu1, . . . ,uuun ∈ U, vvv1, . . . ,vvvn ∈ V
také, že i(uuui ⊗ vvvi) = 0, ale i H(uuui,vvvi) = 0. To však odporuje implikácii
(i) ⇒ (vii) z tvrdenia 32.2.5.
32.2. Tenzorový súčin 745
(c) Injektívnosť aj surjektívnosť zobrazenia H → H je zrejmá. Linearitu
možno jednoducho overiť priamym výpočtom.
(d) je dôsledkom tvrdení 32.2.2 a 32.2.3.
Tvrdenia (a) a (b) hovoria, že priradenie (uuu,vvv) → uuu ⊗ vvv je univerzálne
bilineárne zobrazenie na priamom súčine vektorových priestorov U × V :
akékoľvek zobrazenie H : U × V → W do tretieho vektorového priestoru
W je totiž bilineárne práve vtedy, keď ho možno rozložiť na kompozíciu
H(uuu,vvv) = H (uuu ⊗ vvv) tenzorového súčinu ⊗: U × V → U ⊗ V a lineárneho
zobrazenia H : U ⊗ V → W. Vďaka (d) (porovnaj tiež s tvrdením 32.2.3)
môžeme tenzorový súčin U ⊗V akýchkoľvek vektorových priestorov U, V nad
poľom K stručne definovať ako vektorový priestor všetkých bilineárnych foriem
U∗
× V ∗
→ K na duálnych priestoroch U∗
, V ∗
. Toto je naozaj jedna
z obvyklých definícií bežne používaných v matematickej literatúre. Význam
tvrdenia (c) sa naplno prejaví až v paragrafe 32.4. Jeden jeho dôsledok však
môžeme zaznamenať už teraz.
32.2.8. Dôsledok. Nech U a V sú konečnorozmerné vektorové priestory.
Potom duál (U ⊗ V )∗
tenzorového súčinu U ⊗ V je kanonicky izomorfný
s tenzorovým súčinom U∗
⊗ V ∗
duálnych priestorov U∗
a V ∗
.
Dôkaz. Podľa 32.2.7 (c) možno každú bilineárnu formu F : U × V → K stotožniť
s lineárnym funkcionálom F : U ⊗ V → K. Vďaka tvrdeniu 32.2.3 tak
máme
U∗
⊗ V ∗
= L2(U, V, K) ∼= L(U ⊗ V, K) = (U ⊗ V )∗
.
V prípade, že K je niektoré z polí R, C, nekonečnorozmerné vektorové
priestory U, V sú často vybavené vhodnou topológiou (napr. pochádzajúcou
od nejakej normy). Ich duály U∗
, V ∗
, ktoré sa obvykle definujú ako priestory
všetkých spojitých lineárnych funkcionálov na príslušnom priestore, sú
opäť vybavené prirodzenou topológiou. Tenzorovým súčinom U ⊗ V sa v takom
prípade väčšinou rozumie priestor všetkých spojitých bilineárnych foriem
U∗
× V ∗
→ K. 1
Zvyčajne neplatí, že by množina {uuu ⊗ vvv; uuu ∈ U, vvv ∈ V },
(v algebraickom zmysle) generovala takto definovaný tenzorový súčin U ⊗V ,
no možno aspoň dokázať, že jej lineárny obal je hustý v U ⊗ V v nejakej
„prirodzenej topológii na priestore U ⊗ V , čiže každú bilineárnu formu
F ∈ U ⊗ V možno ľubovoľne presne aproximovať formami tvaru konečných
1
Aj konečnorozmerné vektorové priestory nad R alebo C majú svoju prirodzenú topológiu
totožnú s obvyklou topológiou v Rn
resp. Cn
, kde n je dimenzia príslušného priestoru.
Nakoľko však všetky lineárne aj bilineárne formy na nich sú automaticky spojité, je požiadavka
spojitosti bilineárnych foriem pri definícii tenzorového súčinu konečnorozmerných
vektorových priestorov nadbytočná.
746 32. Úvod do tenzorového počtu
súčtov m
i=1(uuui ⊗ vvvi). My sa však budeme naďalej držať jednotnej čisto algebraickej
definície tenzorového súčinu pre akékoľvek vektorové priestory.
32.2.9. Príklad. Tenzorový súčin K[x]⊗K[y] priestorov polynómov jednej
premennej x resp. y v dôsledku rovnosti xm
⊗yn
= xm
yn
splýva s priestorom
K[x, y] polynómov dvoch (komutujúcich) premenných x a y.
32.2.10. Príklad. Na druhej strane tenzorový súčin C(R) ⊗ C(R) dvoch
exemplárov vektorového priestoru všetkých spojitých funkcií R → R s priestorom
C(R×R) všetkých spojitých funkcií R×R → R nesplýva, no je v ňom
hustý v tom zmysle, že pre každú spojitú funkciu h ∈ C(R × R), ε > 0 a ľubovoľné
intervaly a, b , c, d existujú funkcie f1, g1, . . . , fk, gk ∈ C(R) také,
že pre všetky x ∈ a, b , y ∈ c, d platí 2
|f1(x)g1(y) + . . . + fk(x)gk(y) − h(x, y)| < ε.
To sa využíva pri riešení diferenciálnych rovníc. V tom najjednoduchšom
prípade možno pri dostatočne presnej aproximácii funkcie
h(x, t) ≈ f1(x)g1(t) + . . . + fk(x)gk(t)
na dostatočne veľkom dvojrozmernom intervale a, b × c, d aproximovať
riešenie diferenciálnej rovnice x (t) = h(x(t), t) s ľubovoľnou presnosťou a na
ľubovoľne veľkom intervale súčtom
x(t) ≈ x1(t) + . . . + xk(t)
riešení dielčích rovníc xi(t) = fi(xi(t))gi(t). Tie sa riešia ľahko zapamätateľnou
metódou separácie premenných:
dx
dt
= f(x)g(t),
dx
f(x)
= g(t) dt,
dx
f(x)
= g(t) dt,
Φ(x) = G(t) + C,
x(t) = Φ−1
(G(t) + C),
kde G je primitívna funkcia k funkcii g, Φ je primitívna funkcia k funkcii
1/f, Φ−1
je k nej inverzná funkcia a C je integračná konštanta, ktorú možno
stanoviť na základe prípadnej počiatočnej podmienky x(t0) = x0. Detaily
však v konkrétnych prípadoch môžu byť trochu zložitejšie, než prezrádza náš
zbežný náčrt.
2
Ide o hustotu vzhľadom na tzv. topológiu rovnomernej konvergencie na kompaktoch,
nazývanú tiež kompaktno-otvorená topológia.
32.3. Zdvih poľa skalárov 747
32.3 Zdvih poľa skalárov
Pomocou tenzorových súčinov možno jednoducho popísať konštrukciu nazývanú
zdvihom poľa skalárov, ktorou z vektorového priestoru nad poľom K
dostaneme vektorový priestor nad jeho rozšírením L. Špeciálnym prípadom
tejto konštrukcie je komplexifikácia reálneho vektorového priestoru z paragrafu
19.4.
Nech pole L je rozšírením poľa K a V je vektorový priestor nad K. Potom
aj L môžeme považovať za vektorový priestor nad poľom K a vytvoriť
tenzorový súčin L ⊗K V . Ten je, samozrejme, vektorovým priestorom nad
K, no jednoducho z neho možno vyrobiť vektorový priestor nad L. Stačí
zadefinovať násobenie rozložiteľných prvkov c ⊗ xxx ∈ L ⊗ V skalármi b ∈ L
rovnosťou
b(c ⊗ xxx) = bc ⊗ xxx.
Výsledný vektorový priestor nad L značíme tiež V L
= L ⊗K V a nazývame
zdvihom poľa skalárov vektorového priestoru V z K na L. na pole L.
Pre dimenzie priestoru L ⊗K V platí
dimK(L ⊗K V ) = [L : K] dimK V, dimL(L ⊗K V ) = dimK V.
Prípad nekonečného rozšírenia je triválny. Ak [L : K] = m a ααα = (u1 =
1, u2, . . . , um) je báza L ako vektorového priestoru nad K, tak L ⊗K V je
tvorený všetkými súčtami tvaru
(u1 ⊗ xxx1) + (u2 ⊗ xxx2) + . . . + (um ⊗ xxxm),
kde xxx1,xxx2, . . . ,xxxm ∈ V , čo možno zjednodušene zapísať ako lineárnu kombi-
náciu
xxx1 + u2xxx2 + . . . + umxxxm,
pričom pre dva takéto výrazy platí
xxx1 + u2xxx2 + . . . + umxxxm = yyy1 + u2yyy2 + . . . + umyyym
⇔ xxx1 = yyy1 & . . . & xxxm = yyym
a ich súčet je definovaný zrejmým spôsobom po zložkách. Pre K = R, L = C
s bázou (1, i) v tom čitateľ určite spozná reprezentáciu vektorov komplexifikácie
V C
= C ⊗R V v tvare xxx + iyyy, kde xxx,yyy ∈ V .
Ak βββ = (vvv1, . . . ,vvvn) je báza V , tak βββ je zároveň bázou V L
ako vektorového
priestoru nad poľom L; jeho bázu ako vektorového priestoru nad K podľa
tvrdenia 32.2.2 tvoria všetky vektory ui ⊗ vvvj = uivvvj systému ααα ⊗ βββ.
Pole L možno zároveň chápať ako asociatívnu lineárnu algebru nad poľom
K (pozri paragraf 30.1). Označme γk
ij ∈ K štruktúrne konštanty algebry
748 32. Úvod do tenzorového počtu
L vzhľadom na bázu ααα. To znamená, že pre všetky i, j ≤ m platí
uiuj =
m
k=1
γk
ijuk.
Vyjadrenie násobku všeobecného skalára a1 +a2u2 +. . .+amum ∈ L, ai ∈ K,
a všeobecného vektora xxx1 + u2xxx2 + . . . + umxxxm ∈ V L
, xxxj ∈ V , pomocou
štruktúrnych konštánt možno na prvý pohľad vyzerá trochu zložito:
(a1 + a2u2 + . . . + amum)(xxx1 + u2xxx2 + . . . + umxxxm) =
i,j
aiuiujxxxj
=
i,j k
γk
ijuk aixxxj =
k
uk
i,j
γk
ijaixxxj.
Čitateľ by si mal preto samostatne overiť, že pre komplexifikáciu reálneho
vektorového priestoru dáva táto formula presne to, čo sa od nej očakáva.
32.4 Priestory (multi)lineárnych zobrazení
Pomocou konštrukcií duálu a tenzorového súčinu možno jednotným spôsobom
popísať vektorové priestory lineárnych a multilineárnych zobrazení.
Najprv si pripomeňme označenie Ln(V1, . . . , Vn, W) vektorového priestoru
všetkých n-lineárnych zobrazení V1 × . . . × Vn → W, ktoré sme zaviedli
v cvičení 10.2. Teda špeciálne L1(V, W) = L(V, W) a L2(U, V, W) je priestor
všetkých bilineárnych zobrazení U × V → W. Pre úplnosť ešte kladieme
L0(W) = W. Multilineárne zobrazenia V1 × . . . × Vn → K nazývame tiež
multilineárnymi formami.
Uvedomme si, že na funkciu dvoch premenných F : X ×Y → Z sa možno
dívať aj ako na funkciu F : X → ZY
, ktorá predpisom Fx(y) = F(x, y) priradí
prvku x ∈ X funkciu Fx : Y → Z. Naopak, každú funkciu G: X → ZY
možno chápať aj ako funkciu dvoch premenných G: X × Y → Z takú, že
G(x, y) = G(x)(y) pre x ∈ X, y ∈ Y . Tým sú popísané dve prirodzené
navzájom inverzné bijekcie medzi množinami funkcií ZX×Y
a ZY X
, prostredníctvom
ktorých ich možno priamo stotožniť.
Niečo podobné funguje aj pre lineárne a multilineárne zobrazenia medzi
vektorovými priestormi. Každé bilineárne zobrazenie H : U × V → W určuje
priradením uuu → Huuu = H(uuu, ·) lineárne zobrazenie H : U → L(V, W), ktoré
umožňuje prirodzene stotožniť priestory L2(U, V, W) a L(U, L(V, W)).
Konečnorozmerné vektorové priestory V a W možno navyše prirodzene
stotožniť s ich druhými duálmi V ∗∗
resp. W∗∗
, čím dostávame ďalšie kanonické
izomorfizmy
L(V, W) ∼= L(V, W∗∗
) = L(V, L(W∗
, K))
∼= L2(V, W∗
, K) ∼= L2(V ∗∗
, W∗
, K) ∼= V ∗
⊗ W.
32.4. Priestory (multi)lineárnych zobrazení 749
Tento výsledok stojí za zaznamenanie.
32.4.1. Tvrdenie. Nech V , W sú konečnorozmerné vektorové priestory. Potom
vektorový priestor L(V, W) všetkých lineárnych zobrazení V → W je
kanonicky izomorfný s tenzorovým súčinom V ∗
⊗ W.
Kanonický izomorfizmus L(V, W) → V ∗
⊗ W možno popísať aj priamo.
Lineárne zobrazenie ϕ: V → W sa v ňom zobrazí na (rovnako značenú) bilineárnu
formu ϕ: V ×W∗
→ K (t. j. prvok priestoru V ∗
⊗W) danú predpisom
ϕ(xxx, ϑ) = ϑ(ϕxxx) = (ϑ ◦ ϕ)(xxx)
pre xxx ∈ V , ϑ ∈ W∗
.
Nech βββ = (vvv1, . . . ,vvvn), γγγ = (www1, . . . ,wwwk) sú bázy priestorov V resp. W a
βββ∗
= (vvv1
, . . . ,vvvn
), γγγ∗
= (www1
, . . . ,wwwk
) sú k nim duálne bázy. Potom súradnice
bilineárnej formy ϕ vzhľadom na bázu βββ∗
⊗ γγγ = (vvvj
⊗ wwwi) priestoru V ∗
⊗ W
tvoria podľa tvrdenia 32.2.4 skaláry
Ai
j = ϕ(vvvj,wwwi
) = wwwi
(ϕvvvj),
čiže prvky matice AAA = (Ai
j) = (ϕ)γγγ,βββ lineárneho zobrazenia ϕ: V → W.
Samotné ϕ teda možno vyjadriť ako lineárnu kombináciu
ϕ =
i,j
Ai
j(vvvj
⊗ wwwi).
Podľa (b) a (c) vety 32.2.7 stotožňujeme bilineárne zobrazenie H : U ×
V → W s lineárnym zobrazením H : U ⊗ V → W a následne aj vektorové
priestory L2(U, V, W) a L(U ⊗ V, W). V konečnorozmernom prípade je ten
druhý podľa tvrdenia 32.4.1 kanonicky izomorfný s tenzorovým súčinom (U ⊗
V )∗
⊗ W, a podľa dôsledku 32.2.8 tiež s tenzorovým súčinom U∗
⊗ V ∗
⊗ W.
Situáciu možno indukciou zovšeobecniť na ľubovoľný konečný počet činiteľov.
32.4.2. Veta. Nech V1, . . . , Vm a W sú konečnorozmerné vektorové priestory.
Potom priestor Lm(V1, . . . , Vm, W) všetkých m-lineárnych zobrazení
V1 × . . . × Vm → W je kanonicky izomorfný s tenzorovým súčinom V ∗
1 ⊗
. . . ⊗ V ∗
m ⊗ W.
Explicitne stotožňujeme m-lineárne zobrazenie H : V1 × . . . × Vm → W
s lineárnym funkcionálom H : V1 ⊗ . . . ⊗ Vm ⊗ W∗
→ K (t. j. prvkom duálu
(V1 ⊗ . . . ⊗ Vm ⊗ W∗
)∗
, ako aj s (m + 1)-lineárnou formou H : V1 × . . . × Vm ×
W∗
→ K (t. j. prvkom tenzorového súčinu V ∗
1 ⊗ . . . ⊗ V ∗
m ⊗ W) takými, že
H(xxx1 ⊗ . . . ⊗ xxxm ⊗ ϑ) = H(xxx1, . . . ,xxxm, ϑ)
= ϑH(xxx1, . . . ,xxxm) = (ϑ ◦ H)(xxx1, . . . ,xxxm)
750 32. Úvod do tenzorového počtu
pre xxx1 ∈ V1, . . . , xxxm ∈ Vm, ϑ ∈ W∗
.
Vo všeobecnosti môžeme uvažovať tenzorové súčiny tvaru
V1 ⊗ . . . ⊗ Vp ⊗ V ∗
p+1 ⊗ . . . ⊗ V ∗
p+q
vektorových priestorov Vi resp. ich duálov V ∗
i . My sa však ďalej obmedzíme
na prípad, keď všetky priestory Vi sú inštanciami jedného a toho istého konečnorozmerného
vektorového priestoru V .
32.5 Tenzory nad vektorovým priestorom
Nad každým konečnorozmerným vektorovým priestorom V možno pomocou
konštrukcií duálu a tenzorového súčinu vybudovať rozvetvenú štruktúru ďalších
vektorových priestorov.
Ľubovoľnú (p + q)-lineárnu formu
T : V ∗
× . . . × V ∗
p
× V × . . . × V
q
→ K,
nazývame tenzorom typu p
q
nad vektorovým priestorom V . Skaláry, t. j.
prvky poľa K, považujeme za tenzory typu 0
0
. Číslo p+q nazývame stupňom
tenzora T. 3
Tenzor typu p
q
je tak prvkom tenzorového súčinu
T p
q (V ) = V ⊗ . . . ⊗ V
p
⊗ V ∗
⊗ . . . ⊗ V ∗
q
p exemplárov vektorového priestoru V a q exemplárov jeho duálu V ∗
. T p
q (V )
nazývame priestorom tenzorov typu p
q
nad vektorovým priestorom V . Špeciálne
pre p = q = 0 kladieme T 0
0 (V ) = K.
Hovoríme, že T ∈ T p
q (V ) je rozložiteľný tenzor, ak má tvar
T = xxx1 ⊗ . . . ⊗ xxxp ⊗ η1 ⊗ . . . ⊗ ηq
pre nejaké vektory xxx1, . . . ,xxxp ∈ V a kovektory η1, . . . , ηq ∈ V ∗
; ostatné tenzory
sa nazývajú nerozložiteľné. Priestor tenzorov T p
q (V ) teda pozostáva z lineárnych
kombinácií rozložiteľných tenzorov.
Poznamenajme, že v prípade vektorových priestorov nad poľom komplexných
čísel je namieste zaviesť a študovať aj tenzory typu p,r
q,s
, čiže formy
T : V ∗
× . . . × V ∗
p
× V × . . . × V
q
× V ∗
× . . . × V ∗
r
× V × . . . × V
s
→ C
3
Značenie ani terminológia nie sú v tejto záležitosti jednotné. To, čo sme práve nazvali
tenzorom typu p
q , sa niekde nazýva tenzorom typu (p, q) a inde zasa tenzorom typu (q, p).
Tenzor stupňa m sa zvykne tiež nazývať m-valentný tenzor, prípadne tenzor rádu alebo
rangu m.
32.5. Tenzory nad vektorovým priestorom 751
lineárne v prvých p + q argumentoch a semilineárne v ďalších r + s argumentoch.
Vektorový priestor takýchto foriem možno opísať ako tenzorový
súčin
T p,r
q,s (V ) = T p
q (V ) ⊗ T r
s (V )
= V ⊗ . . . ⊗ V
p
⊗ V ∗
⊗ . . . ⊗ V ∗
q
⊗ V ⊗ . . . ⊗ V
r
⊗ V
∗
⊗ . . . ⊗ V
∗
s
,
kde V označuje vektorový priestor V , v ktorom bola pôvodná operácia skalárneho
násobku nahradená operáciou násobku konjugovaným skalárom (c,xxx) →
cxxx. Napríklad každá poldruhalineárna forma F : V × V → C je ako tenzor
prvkom tenzorového súčinu T 0,0
1,1 (V ) = V ∗
⊗ V
∗
. Priestormi tenzorov tohto
druhu sa však podrobnejšie zaoberať nebudeme.
Podľa vety 32.4.2 je priestor T p
q (V ) kanonicky izomorfný s ďalšími priestormi
(multi)lineárnych zobrazení
T p
q (V ) = T p
0 (V ) ⊗ T q
0 (V ∗
) = T p
0 (V ) ⊗ T 0
q (V ) = Lp+q(V ∗
, . . . , V ∗
p
, V, . . . , V
q
, K)
∼= L(V ∗
⊗ . . . ⊗ V ∗
p
⊗ V ⊗ . . . ⊗ V
q
, K) = T q
p (V ∗
) = T q
p (V )∗
∼= L(V ⊗ . . . ⊗ V
q
, V ⊗ . . . ⊗ V )p = L T q
0 (V ), T p
0 (V ) .
Tenzor T ∈ T p
q (V ) preto môžeme podľa potreby považovať tak za lineárny
funkcionál
T : V ∗
⊗ . . . ⊗ V ∗
p
⊗ V ⊗ . . . ⊗ V
q
→ K,
čiže T : T q
p (V ) → K, ako aj za lineárne zobrazenie
T : V ⊗ . . . ⊗ V
q
→ V ⊗ . . . ⊗ V
p
,
t. j. T : T q
0 (V ) → T p
0 (V ).
32.5.1. Veta. Nech dim V = n. Potom dim T p
q (V ) = np+q
.
Dôkaz vety je vedľajším produktom nasledujúcej úvahy.
Ak ααα = (uuu1, . . . ,uuun) je nejaká báza priestoru V a ααα∗
= (uuu1
, . . . ,uuun
) je
k nej duálna báza, tak bázu priestoru T p
q (V ) tvoria v dôsledku tvrdenia 32.2.2
tenzory
uuui1 ⊗ . . .uuuip ⊗ uuuj1
⊗ . . .uuujq
,
752 32. Úvod do tenzorového počtu
kde indexy i1, . . . , ip, j1, . . . , jq nadobúdajú hodnoty od 1 do n. Každý tenzor
T ∈ T p
q (V ) tak možno vyjadriť ako lineárnu kombináciu
T =
i1,...,ip
j1,...,jq
A
i1...ip
j1...jq
uuui1 ⊗ . . . ⊗ uuuip ⊗ uuuj1
⊗ . . . ⊗ uuujq
pre jednoznačne určené koeficienty
A
i1...ip
j1...jq
= T uuui1
, . . . ,uuuip
,uuuj1 , . . . ,uuujq ∈ K.
Horné, tzv. kontravariantné indexy i1, . . . , ip zodpovedajú v tejto lineárnej
kombinácii vektorom uuui1 , . . . ,uuuip ∈ V a dolné, tzv. kovariantné indexy j1, . . . , jq
zasa kovektorom uuuj1
, . . . ,uuujq
∈ V ∗
.
Pre kovektory η1
, . . . , ηp
∈ V ∗
a vektory xxx1, . . . ,xxxq ∈ V so súradnicami
ηk
i = ηk
,uuui resp. xj
l = xxxl,uuuj
(k ≤ p, l ≤ q, i, j ≤ n)
vzhľadom na bázu ααα potom platí
T η1
, . . . , ηp
,xxx1, . . . ,xxxq =
i1,...,ip
j1,...,jq
A
i1...ip
j1...jq
η1
i1
. . . ηp
ip
xj1
1 . . . xjq
q .
Systém koeficientov AAA = A
i1...ip
j1,...jq
, kde každý z indexov ik, jl nadobúda
hodnoty od 1 do n, hrá podobnú úlohu ako matica lineárnej transformácie
V → V alebo bilineárnej formy V × V → K; nazývame ho súradnicami
tenzora T vzhľadom na bázu ααα a značíme
AAA = A
i1...ip
j1...jq
= (T)ααα.
AAA je naozaj niečo ako „(p+q)-rozmerná matica s p hornými a q dolnými indexmi.
Znázorniť si takúto „maticu prehľadne ako tabuľku však pre tenzory
stupňa > 2 už nie je ďalej možné – také niečo by si vyžadovalo schopnosť čítať
z „(p+q)-rozmerného papiera, čo je úloha, ktorú by mohli zvládnuť leda
ak obyvatelia (p + q + 1)-rozmerného priestoru, kde by list takého „papiera
predstavoval časť nadroviny.
Z toho dôvodu nebudeme ďalej viazať reprezentáciu súradníc tenzorov
na „geometriu listu papiera , inak povedané, nebudeme si ich predstavovať
ako tabuľky. Potrebnú informáciu budeme fixovať polohou indexov a ich
poradím. Napr. obdobou operácie transponovania matice bude zámena poradia
dvoch indexov rovnakého typu. Miesto rozlišovania vektorov-stĺpcov
a vektorov-riadkov budeme rozlišovať vektory, ktorých súradnice budú mať
indexy hore, a kovektory, ktorých súradnice budú mať indexy dole. Naopak,
systémy vektorov budeme číslovať dolnými a systémy kovektorov hornými
32.5. Tenzory nad vektorovým priestorom 753
indexmi. Túto dohodu sme už medzičasom začali požívať. Kvôli sprehľadneniu
zápisov však prijmeme aj tzv. Einsteinovu konvenciu, ktorá nám umožní
vynechávať znaky sumácie .
32.5.2. Einsteinova konvencia o implicitnej sumácii. Vo svete tenzorov
sa výrazy „správne sčitujú len cez tzv. sumačné indexy, t. j. indexy,
ktoré sa v nich vyskytujú raz v hornej a raz v dolnej polohe. Sumácia cez
takéto indexy sa nemusí explicitne vyznačovať znakom . Výsledok sumácie
potom závisí iba od zvyšných (t. j. „nesumačných ) tzv. voľných indexov.
Zrozumiteľnosť Einsteinovej sumačnej konvencie závisí na kontexte. Bez
toho nemusí byť zrejmé či napr. výraz Ai
i označuje jeden všeobecný diagonálny
prvok matice AAA = Ai
j alebo jej stopu trAAA = i Ai
i. Celá vec sa stane
jasnejšou po niekoľkých známych príkladoch, ktoré si teraz prepíšeme pomocou
tejto konvencie. Keďže našim cieľom nie je túto konvenciu systematicky
využívať, ale naučiť sa jej rozumieť a používať ju, budeme väčšinou uvádzať
oba zápisy – s explicitnou aj s implicitnou sumáciou.
32.5.3. Príklad. (a) Vektory sú tenzory typu 1
0
. Vektor xxx ∈ V so súradnicami
(xxx)ααα = (xj
) vzhľadom na bázu ααα = (uuu1, . . . ,uuun) má tvar
xxx =
j
xj
uuuj = xj
uuuj.
(b) Kovektory sú tenzory typu 0
1
. Kovektor η ∈ V so súradnicami (η)ααα =
(ηi) možno zapísať aj ako lineárnu kombináciu
η =
i
ηiuuui
= ηiuuui
.
(c) Samotné párovanie · , · je tenzor typu 1
1
, ktorý zodpovedá identickému
lineárnemu zobrazeniu idV : V → V so súradnicami (maticou) (idV )ααα =
(δi
j). Potom
idV =
i,j
δi
j uuui ⊗ uuuj
=
i
uuui ⊗ uuui
= δi
j uuui ⊗ uuuj
= uuui ⊗ uuui
a
η,xxx =
i,j
δi
jηixj
=
i
ηixi
= δi
jηixj
= ηixi
.
(d) Lineárna transformácia ϕ: V → V je rovnako tenzor typu 1
1
. Jej
súradnice (t. j. matica) v báze ααα sú AAA = (ϕ)ααα = (Ai
j), kde Ai
j = uuui
, ϕuuuj .
Potom
ϕ =
i,j
Ai
j(uuui ⊗ uuuj
) = Ai
j(uuui ⊗ uuuj
)
754 32. Úvod do tenzorového počtu
a
ϕ(η,xxx) = η(ϕxxx) = η, ϕxxx =
i,j
Ai
jηixj
= Ai
jηixj
.
Špeciálne pre η = uuui
máme
ϕ(uuui
,xxx) = uuui
(ϕxxx) = uuui
, ϕxxx =
j
Ai
jxj
= Ai
jxj
.
(e) Bilineárna forma F : V × V → K je tenzor typu 0
2
. Jej súradnice
(matica) v báze ααα je AAA = (F)ααα = (Aij), kde Aij = F(uuui,uuuj). Potom
F =
i,j
Aij(uuui
⊗ uuuj
) = Aij(uuui
⊗ uuuj
)
a
F(xxx,yyy) =
i,j
Aijxi
yj
= Aijxi
yj
pre vektory xxx = xi
uuui, yyy = yj
uuuj.
(f) Konečne všeobecný tenzor T ∈ T p
q (V ) so súradnicami AAA = (T)ααα =
A
i1...ip
j1...jq
, kde
A
i1...ip
j1...jq
= T uuui1
, . . . ,uuuip
,uuuj1 , . . . ,uuujq ,
má tvar
T =
i1,...,ip
j1,...,jq
A
i1...ip
j1...jq
uuui1 ⊗ . . . ⊗ uuuip ⊗ uuuj1
⊗ . . . ⊗ uuujq
= A
i1...ip
j1...jq
uuui1 ⊗ . . . ⊗ uuuip ⊗ uuuj1
⊗ . . . ⊗ uuujq
.
Potom pre η1
, . . . , ηp
∈ V ∗
, xxx1, . . . ,xxxq ∈ V máme
T η1
, . . . , ηp
,xxx1, . . . ,xxxq =
i1,...,ip
j1,...,jq
A
i1...ip
j1...jq
η1
i1
. . . ηp
ip
xj1
1 . . . xjq
q
= A
i1...ip
j1...jq
η1
i1
. . . ηp
ip
xj1
1 . . . xjq
q .
Pozrime sa teraz bližšie, ako sa transformujú súradnice tenzora pri zmene
bázy. Najprv preskúmame jednoduchšie špeciálne príklady vektorov, kovektorov,
bilineárnych foriem a lineárnych zobrazení.
32.5.4. Príklad. Nech ααα = (uuu1, . . . ,uuun), βββ = (vvv1, . . . ,vvvn) sú dve bázy priestoru
V a ααα∗
= (uuu1
, . . . ,uuun
) resp. βββ∗
= (vvv1
, . . . ,vvvn
) sú k nim duálne bázy.
Označme PPP = PPPααα,βββ = Pi
j a QQQ = PPPβββ,ααα = Qi
j matice prechodu medzi nimi.
Potom QQQ = PPP−1
.
32.5. Tenzory nad vektorovým priestorom 755
(a) Náš doterajší zápis (xxx)ααα = PPPααα,βββ ·(xxx)βββ transformačnej rovnice súradníc
vektora xxx ∈ V nadobúda s využitím Einsteinovej sumačnej konvencie podobu
uuui
(xxx) =
j
Pi
jvvvj
(xxx) = Pi
jvvvj
(xxx).
V opačnom smere prebieha zámena súradníc podľa rovnice
vvvi
(xxx) =
j
Qi
juuuj
(xxx) = Qi
juuuj
(xxx).
(b) Pre kovektor η ∈ V ∗
sa pôvodná transformačná rovnica (η)βββ∗ = PPPT
ααα,βββ ·
(η)ααα∗ zapíše takto:
vvvi(η) =
i
Pj
i uuuj(η) = Pj
i uuuj(η).
(c) Transformačný vzťah BBB = PPPT
ααα,βββ ·AAA ·PPPααα,βββ medzi maticami AAA = [F]ααα =
(Aij), BBB = [F]βββ = (Bkl) bilineárnej formy F : V × V → K vzhľadom na bázy
ααα resp. βββ prejde do podoby
Bkl =
i,j
Pi
kAijPj
l = AijPi
kPj
l .
(d) Konečne transformačný vzťah BBB = PPPβββ,ααα · AAA · PPPααα,βββ medzi maticami
AAA = (ϕ)ααα = Ai
j , BBB = (ϕ)βββ = Bk
l lineárnej transformácie ϕ: V → V
vzhľadom na bázy ααα resp. βββ má tvar
Bk
l =
i,j
Qk
i Ai
jPj
l = Ai
jQk
i Pj
l .
Obzvlášť v poslednom príklade (d) pekne vidno ako sa pri prechode od
súradníc v báze ααα k súradniciam v báze βββ dvojica i, k kontravariantných (horných)
indexov transformuje prostredníctvom prvku Qk
i matice QQQ = PPPβββ,ααα =
PPP−1
, teda kontravariantne, kým dvojica j, l kovariantných (dolných) indexov
sa transformuje prostredníctvom prvku Pj
l matice PPP = PPPααα,βββ, teda kovariantne.
Vo všetkých príkladoch nám párovanie horných a dolných sumačných
indexov a požiadavka zhody voľných indexov na oboch stranách rovností poskytujú
účinný kontrolný prostriedok. S trochou cviku možno transformačné
rovnice písať tak povediac mechanicky. Niečo podobné platí aj pre transformáciu
súradníc všeobecného tenzora.
32.5.5. Veta. Nech T ∈ T p
q (V ) je tenzor typu p
q
nad n-rozmerným vektorovým
priestorom V , AAA = (T)ααα = A
i1...ip
j1...jq
, BBB = (T)βββ = B
k1...kp
l1...lq
sú jeho
756 32. Úvod do tenzorového počtu
súradnice v bázach ααα resp. βββ a PPP = PPPααα,βββ = Pi
j a QQQ = PPPβββ,ααα = Qi
j sú
matice prechodu medzi nimi. Potom
B
k1...kp
l1...lq
=
i1,...,ip
j1,...,jq
Qk1
i1
. . . Q
kp
ip
A
i1...ip
j1...jq
Pj1
l1
. . . P
jq
lq
= A
i1...ip
j1...jq
Qk1
i1
. . . Q
kp
ip
Pj1
l1
. . . P
jq
lq
.
Dôkaz prenechávame ako cvičenie čitateľovi.
Tradične sa tenzory vo fyzikálnej, technickej, no i v (najmä staršej) matematickej
literatúre chápu ako systémy skalárov T = T
i1...ip
j1...jq
s rôznym
počtom horných a dolných indexov. Tenzor je tak stotožňovaný s jeho súradnicami
v nejakej, podľa možnosti kanonickej, báze daného vektorového
priestoru. Vzápätí je však potrebné dodať, že jeden taký systém skalárov
ešte netvorí tenzor – tenzor je totiž až celý systém Tααα takýchto indexovaných
systémov skalárov, jeden pre každú bázu ααα priestoru V , ktoré sa
(pri označeni Tααα = (T)ααα = AAA, Tβββ = (T)βββ = BBB) transformujú podľa rovnice
z vety 32.5.5. Za všetkými jednotlivými súradnicovými reprezentáciami tenzora
sa však skrýva jednoznačne určený matematický objekt, ktorý ich drží
pohromade. Tým je práve multilineárna forma T : (V ∗
)p
× V q
→ K. Z toho
dôvodu dávame v našom kurze prednosť invariantnej, t. j. na jednotlivých
bázach nezávislej reprezentácii tenzorov.
32.5.6. Príklad. Násobenie M(xxx,yyy) = xxxyyy v lineárnej algebre A nad poľom
K je bilineárne zobrazenie M : A × A → A. To znamená, že M ∈ T 1
2 (A) je
tenzor typu 1
2
nad vektorovým priestorom A. Systém štruktúrnych konštánt
algebry A vzhľadom na bázu ααα potom nie je nič iné ako súradnice tenzora
M v tejto báze, čiže
{A}ααα = ak
ij = (M)ααα.
Ak
{A}βββ = bk
ij = (M)βββ
je systém štruktúrnych konštánt algebry A vzhľadom na druhú bázu βββ, tak
bk
ij =
r,s,t
Qk
r ar
stPs
i Pt
j = Qk
r ar
stPs
i Pt
j
kde PPPααα,βββ = Pi
j , PPPβββ,ααα = Qi
j sú príslušné matice prechodu.
Naopak, každý tenzor M ∈ T 1
2 (V ) určuje na vektorovom priestore V
štruktúru lineárnej algebry. To znamená, že priestor tenzorov T 1
2 (V ) možno
chápať ako vektorový priestor všetkých lineárnych algebier s podkladovým
vektorovým priestorom V .
32.6. Operácie na tenzoroch 757
32.6 Operácie na tenzoroch
Na priestoroch tenzorov T p
q (V ) nad konečnorozmerným vektorovým priestorom
V možno zaviesť niekoľko ďalších algebraických operácií. O ich súradnicovej
podobe sa niekedy zvykne mierne ironicky hovoriť ako o indexovej
gymnastike.
32.6.1. Súčin tenzorov. Súčin S ⊗ T tenzorov S ∈ T p
q (V ), T ∈ T r
s (V )je
tenzor S ⊗ T ∈ T p+r
q+s (V ), t. j. multilineárna forma daná predpisom
(S ⊗ T)(η1
, . . . , ηp
, ϑ1
, . . . , ϑr
,xxx1, . . . ,xxxq,yyy1, . . . ,yyys)
= S(η1
, . . . , ηp
,xxx1, . . . ,xxxq) T(ϑ1
, . . . , ϑr
,yyy1, . . . ,yyys)
pre η1
, . . . , ηp
, ϑ1
, . . . , ϑr
∈ V ∗
, xxx1, . . . ,xxxq,yyy1, . . . ,yyys ∈ V . Pre každú štvoricu
prirodzených čísel p, q, r, s je tak určená bilineárna binárna operácia
⊗: T p
q (V ) × T r
s (V ) → T p+r
q+s (V ),
indukujúca lineárny izomorfizmus vektorových priestorov T p
q (V ) ⊗ T r
s (V ) ∼=
T p+r
q+s (V ).
Ak βββ = (vvv1, . . . ,vvvn) je nejaká báza priestoru V , a AAA = A
i1...ip
j1...jq
= (S)βββ,
BBB = Bk1...kr
l1...ls
= (T)βββ sú súradnice tenzorov S resp. T vzhľadom na ňu, tak
pre súradnice CCC = C
i1...ipk1...kr
j1...jql1...ls
= (S ⊗ T)βββ tenzora S ⊗ T v báze βββ platí
C
i1...ip k1...kr
j1...jq l1...ls
= A
i1...ip
j1...jq
Bk1...kr
l1...ls
.
Píšeme tiež CCC = AAA ⊗ BBB a (p + q + r + s)-rozmernú maticu CCC nazývame
tenzorovým súčinom matíc AAA a BBB.
Z priestorov tenzorov T p
q (V ) jednotlivých typov vytvoríme ich priamy
súčet
T (V ) =
p,q∈N
T p
q (V )
(pozri cvičenie 6.19). Dielčie tenzorové súčiny ⊗: T p
q (V )×T r
s (V ) → T p+r
q+s (V )
možno potom jednoznačne rozšíriť do bilineárnej binárnej operácie
⊗: T (V ) × T (V ) → T (V ).
Výsledný tenzorový súčin ⊗ určuje na nekonečnorozmernom priestore T (V )
štruktúru asociatívnej lineárnej algebry s jednotkou 1 ∈ K = T 0
0 (V ), nazývanej
algebrou tenzorov nad vektorovým priestorom V . Algebra T (V ), ⊗
je prirodzene graduovaná do podpriestorov T p
q (V ) (pozri paragraf 30.2). Podpriestor
kontravariantných tenzorov T0(V ) = p∈N T p
0 (V ) a podpriestor kovariantných
tenzorov T 0
(V ) = q∈N T 0
q (V ) tvoria podalgebry tenzorovej
758 32. Úvod do tenzorového počtu
algebry T (V ), ktoré sú samy tiež prirodzene graduované. Kým však graduácie
podalgebier kontra- resp. kovariantných tenzorov sú indexované prirodzenými
číslami, graduácia celej tenzorovej algebry je indexovaná dvojicami
čísel p, q ∈ N.
32.6.2. Kontrakcie alebo zovšeobecnené stopy tenzora. Sumácia cez
vybraný horný a dolný index určuje lineárne zobrazenie T p
q (V ) → T p−1
q−1 (V )
nazývané kontrakciou alebo zúžením alebo tiež zovšeobecnenou stopou. Názornejšie
je opísať toto zobrazenie najprv v jeho súradnicovej podobe.
Nech n = dim V a p, q ≥ 1, k ≤ p, l ≤ q. Ak AAA = A
i1...ip
j1...jq
je matica nad
poľom K s p hornými a q dolnými indexmi nadobúdajúcimi hodnoty od 1
do n, tak maticu BBB s p − 1 hornými a q − 1 dolnými indexmi s jednotlivými
zložkami
B
i1...ip−1
j1...jq−1
=
n
i=1
A
i1...ik−1 i ik...ip−1
j1...jl−1 i jl...jq−1
= A
i1...ik−1 i ik...ip−1
j1...jl−1 i jl...jq−1
nazývame kontrakciou, prípadne zúžením alebo zovšeobecnenou stopou matice
AAA podľa k-teho horného a l-tého dolného indexu; píšeme BBB = trk
l AAA.
(Uvedená formula si vyžaduje miernu modifikáciu, ak sa niektorý z indexov
ik, jl nachádza v krajnej polohe – to však prenechávame čitateľovi.)
Zrejme pre dvojrozmernú maticu AAA = (Ai
j) kontrakcia tr1
1 AAA = i Ai
i = Ai
i
splýva s jej „obyčajnou stopou trAAA.
Obvyklý súčin dvojrozmerných matíc AAA = Ai
j , BBB = Bj
k možno vyjadriť
ako kontrakciu ich tenzorového súčinu
AAA · BBB = tr2
1(AAA ⊗ BBB).
Podobne možno pomocou kontrakcií a tenzorového súčinu vyjadriť hodnotu
bilineárnej formy F(xxx,yyy) = Aijxi
yj
na Kn
:
F(xxx,yyy) = tr12
12(AAA ⊗ xxx ⊗ yyy) = tr1
1 ◦ tr2
2 AAA ⊗ (xxx ⊗ yyy) .
Presvedčte sa o jednom i druhom rozpisom do jednotlivých zložiek.
Ak AAA = (T)βββ je matica súradníc tenzora T ∈ T p
q (V ) v báze βββ = (vvv1, . . . ,vvvn)
priestoru V , tak jej kontrakcia trk
l AAA tvorí súradnice tenzora trk
l T ∈ T p−1
q−1 (V )
v tej istej báze. Tento tenzor ako multilineárna forma funguje podľa predpisu
trk
l T η1
, . . . , ηp−1
,xxx1, . . . ,xxxq−1
=
n
i=1
T η1
, . . . , ηk−1
,vvvi
, ηk
, . . . , ηp−1
,xxx1, . . . ,xxxl−1,vvvi,xxxl, . . . ,xxxq−1
pre η1
, . . . , ηp−1
∈ V ∗
, xxx1, . . . ,xxxq−1 ∈ V . Presvedčte sa o tom samostatne a
dokážte, že multilineárna forma trk
l T ∈ T p−1
q−1 (V ) nezávisí na báze βββ.
32.7. Tenzory v (pseudo)euklidovských priestoroch 759
32.6.3. Permutácie indexov. Ľubovoľná dvojica permutácií množiny {1, . . . , p}
a σ množiny {1, . . . , q} indukuje lineárny izomorfizmus T → Tσ : T p
q (V ) →
T p
q (V ), daný predpisom
Tσ η1
, . . . , ηp
,xxx1, . . . ,xxxq = T η (1)
, . . . , η (p)
,xxxσ(1), . . . ,xxxσ(q)
pre T ∈ T p
q (V ) a η1
, . . . , ηp
∈ V ∗
, xxx1, . . . ,xxxq ∈ V . Inak povedané, poradie
kovektorových argumentov ηk
poprehadzujeme permutáciou a poradie vektorových
argumentov xxxl permutáciou σ. Znak identickej permutácie ι (či už
na množine {1, . . . , p} alebo {1, . . . , q}) nepíšeme, teda Tσ = Tι
σ a T = Tι .
Ak matica AAA = A
i1...ip
j1...jq
tvorí súradnice tenzora T ∈ T p
q (V ) v báze βββ
priestoru V , tak zložky matice AAAρ
σ = BBB = B
i1...ip
j1...jq
súradníc tenzora Tσ
v tejto báze sú dané rovnosťou
B
i1...ip
j1...jq
= A
i (1)...i (p)
jσ(1)...jσ(q)
.
To znamená, že poradie horných indexov je poprehadzované permutáciou
a poradie dolných indexov permutáciou σ.
32.7 Tenzory v (pseudo)euklidovských priestoroch
Predpokladajme, že V je konečnorozmerný vektorový priestor nad poľom R
s bázou βββ = (vvv1, . . . ,vvvn) a G: V × V → R je symetrická regulárna bilineárna
forma na V s Gramovou maticou [G]βββ = ggg = (gij), kde gij = G(vvvi,vvvj). Teda
V je euklidovský alebo pseudoeuklidovský priestor a G je skalárny resp. pseudoskalárny
súčin na V (navyše bez ujmy na všeobecnosti môžeme predpokladať,
že G nie je záporne definitná). Formu G obvykle nazývame metrický
prípadne pseudometrický tenzor.
Hoci prípad poľa R je najdôležitejší, väčšina úvah z tohto paragrafu si zachováva
platnosť v konečnorozmerných vektorových priestoroch nad ľubovoľným
poľom K vybavených symetrickou regulárnou bilineárnou formou G: V ×
V → K. V prostredí takýchto priestorov možno indexovú gymnastiku obohatiť
o ďalší súbor cvikov. Každý vektor xxx ∈ V totiž určuje lineárnu formu
(kovektor) ↓xxx ∈ V ∗
predpisom (↓xxx)(yyy) = G(xxx,yyy) pre yyy ∈ V . Naopak, každý
kovektor η ∈ V ∗
má tvar η = ↓ xxx pre j ednoznačne určený vektor xxx = ↑ η.
Priestor V tak možno stotožniť s jeho duálom V ∗
prostredníctvom dvojice
navzájom inverzných lineárnych izomorfizmov xxx → ↓xxx, η → ↑η.
V súradniciach funguje izomorfizmus xxx → ↓xxx ako spustenie indexu (čo je
aj dôvod pre jeho označenie šípkou ↓): Ak (xxx)βββ = (xi
), tak (↓xxx)βββ = (xj), kde
xj =
i
gijxi
= gijxi
.
760 32. Úvod do tenzorového počtu
V opačnom smere ide o zdvih indexu
xi
=
j
gij
xj = gij
xj,
kde gijgjk
= δk
i , čiže gjk
= ggg−1
je inverzná matica k matici ggg. Systémy
skalárov (xi
), (xj) sa niekedy nazývajú kontravariantné resp. kovariantné
súradnice (toho istého kontravariantného) vektora xxx.
Rovnako možno popísať aj súradnicovú podobu izomorfizmu η → ↑ η,
ktorá sa opäť prejaví zdvihom indexu: Ak (η)βββ = (ηj), tak (↑η)βββ = (ηi
), kde
ηi
=
j
gij
ηj = gij
ηj.
V opačnom smere ide o spustenie indexu
ηj =
i
gijηi
= gijηi
.
Systémy skalárov (ηj), (ηi
) sa zvyknú nazývať kovariantné resp. kontravariantné
súradnice kovektora η.
Tým sa otvára možnosť voľného prechodu oboma smermi medzi vektormi
a kovektormi. Ak (V, G) je euklidovský priestor a báza βββ je navyše ortonormálna,
t. j. gij = δij, tak aj gjk
= δjk
a xj = xj
, ηi
= ηi. Potreba rozlišovať
medzi vektormi a kovektormi ako aj medzi hornými a dolnými indexmi sa
potom celkom vytráca. V pseudoeuklidovskom priestore však (v dôsledku indefinitnosti
formy G) pre žiadnu bázu βββ neplatí [G]βββ = IIIn, preto (gij) = (δij)
a súradnice (xi
), (xi) či (ηj), (ηj
) sa pre niektoré (ko)vektory nevyhnutne
líšia.
Operácie spustenia a zdvihu indexov možno z vektorov resp. kovektorov
rozšíriť aj na všeobecné tenzory. V (pseudo)euklidovskom priestore (V, G)
máme za predpokladu p ≥ 1 pre každú dvojicu k ≤ p, l ≤ q + 1 lineárny
izomorfizmus tenzorových priestorov
↓k
l : T p
q (V ) → T p−1
q+1 (V ),
nazývaný spustenie k-teho horného indexu na l-té miesto. Podobne, za predpokladu
q ≥ 1 máme pre každú dvojicu l ≤ q, k ≤ p+1 lineárny izomorfizmus
tenzorových priestorov
↑k
l : T p
q (V ) → T p+1
q−1 (V ),
nazývaný zdvih l-teho dolného indexu na k-té miesto. V invariantnom zápise
fungujú tieto zobrazenia podľa predpisov
↓k
l T η1
, . . . , ηp−1
,xxx1, . . . ,xxxq+1
= T η1
, . . . , ηk−1
, ↓xxxl, ηk
, . . . , ηp−1
,xxx1, . . . ,xxxl−1,xxxl+1, . . . ,xxxq+1
32.7. Tenzory v (pseudo)euklidovských priestoroch 761
pre η1
, . . . , ηp−1
∈ V ∗
, xxx1, . . . ,xxxq+1 ∈ V , resp.
↑k
l T η1
, . . . , ηp+1
,xxx1, . . . ,xxxq−1
= T η1
, . . . , ηk−1
, ηk+1
, . . . , ηp+1
,xxx1, . . . ,xxxl−1, ↑ηk
,xxxl, . . . ,xxxq−1
pre η1
, . . . , ηp+1
∈ V ∗
, xxx1, . . . ,xxxq−1 ∈ V . 4
(Uvedené formuly si opäť vyžadujú
miernu modifikáciu pre krajnú polohu niektorého z indexov ik, jl.)
V súradniciach tenzora vidno spúšťanie a dvíhanie indexov jasnejšie: Ak
(T)βββ = A
i1...ip
j1...jq
, tak ↓k
l T βββ
= B
i1...ip−1
j1...jq+1
a ↑k
l T βββ
= C
i1...ip+1
j1...jq−1
, kde
B
i1...ip−1
j1...jq+1
=
i
gijl
A
i1...ik−1iik...ip−1
j1...jl−1 jl+1...jq+1
= gijl
A
i1...ik−1iik...ip−1
j1...jl−1 jl+1...jq+1
,
C
i1...ip+1
j1...jq−1
=
j
gikj
A
i1...ik−1 ik+1...ip+1
j1...jl−1jjl...jq−1
= gikj
A
i1...ik−1 ik+1...ip+1
j1...jl−1jjl...jq−1
.
Samozrejme, spúšťať alebo dvíhať môžeme aj viacero indexov, v krajnom
prípade všetky. Označenia ako ↓kr
l s , ↑
k1...kq
1 ... q a pod. hovoria samy za seba.
Napríklad spustením oboch horných indexov v tenzore T typu 2
0
so súradnicami
(T)βββ = Aij
dostaneme tenzor ↓12
12 T typu 0
2
so súradnicami
↓12
12 T βββ
= Akl , kde
Akl =
ij
gikgjlAij
= gikgjlAij
.
Ďalšie podrobnosti ponechávame na samostatné premyslenie čitateľovi.
Aj samotná forma G je tenzor typu 0
2
. Zdvihom oboch jej indexov dostaneme
tenzor ↑12
12 G typu 2
0
. Vďaka symetrii matice ggg a rovnosti ggg−1
=
ggg−1
· ggg · ggg−1
vidíme, že
gij
=
kl
gik
gklglj
= gik
gjl
gkl,
teda súradnice ↑12
12 G βββ
naozaj tvorí inverzná matica ggg−1
= gij
k matici ggg.
V dôsledku komutatívnosti tenzorového súčinu nehrá miesto, kam sa nejaký
index spúšťa alebo dvíha, až takú dôležitú úlohu. V konkrétnych prípadoch
sa preto ani nezvykne explicitne vyznačovať; implicitne sa predpokladá,
4
Značenie ↓k
l T, ↑k
l T spustenia a zdvihu indexov nie je celkom obvyklé, no na rozdiel
od bežne používaného značenia (či skôr neznačenia lebo poloznačenia) je názorné a jednoznačné,
a preto vhodné na potreby výuky. Pri konkrétnych výpočtoch by bolo zrejme
zbytočne pedantské a ťažkopádne. Ak je z kontextu jasné, ktorý index spúšťame resp.
dvíhame a na ktoré miesto, môžeme použiť obvyklejšie „hudobné značenie ↓ T = T ,
resp. ↑T = T .
762 32. Úvod do tenzorového počtu
že index spúšťame alebo dvíhame „na to isté miesto pod resp. nad ním. Kvôli
tomu sa indexy tenzorov často zvyknú písať tak, aby žiaden pár pozostávajúci
z jedného horného a jedného dolného indexu neležal v jednej zvislej línii.
Príslušný index sa potom spustí/zdvihne na voľné miesto pod/nad ním.
V diferenciálnej geometrii napr. Riemannov tenzor krivosti (presnejšie
jeho súradnice) zapisujeme v tvare Ri
klm. Spustením horného indexu získame
tenzor Rjklm = gijRi
klm. Keby sme hodlali spustiť horný index napr. na druhé
miesto, pôvodný tenzor by sme zapísali v tvare R i
k lm a po spustení by sme
dostali tenzor Rkjlm = gijR i
k lm.
Ak ααα je iná báza priestoru V , tak spúšťanie a dvíhanie indexov v súradnicich
tenzorov vzhľadom na bázu ααα funguje rovnako ako v súradnicich
vzhľadom na bázu βββ, len s tým rozdielom, že úlohu matíc ggg = (gij) = [G]βββ,
ggg−1
= (gij
) prevezmú matice fff = (fij) = [G]ααα, fff−1
= (fij
). Býva zvykom
obmedziť sa len na ortonormálne bázy ααα, βββ pre ktoré platí [G]ααα = [G]βββ =
diag(IIIr, −IIIs), kde (r, s) je signatúra formy G. Vo všetkých takých bázach
spúšťanie aj dvíhanie indexov funguje s rovnakými koeficientmi gij = gij
. Čitateľ
si hádam ešte spomenie, že v Minkowského časopriestore (kapitola 16)
sme takýmto bázam hovorili inerciálne.
32.7.1. Príklad. Nech M ⊆ Rn
je otvorená množina, f : M → R je (spojito)
diferencovateľná reálna funkcia n premenných a aaa ∈ M je ľubovoľný bod.
V diferenciálnom počte funkcií viac premenných chápeme gradient funkcie f
v bode aaa primárne ako vektor
gradf(aaa) = f(aaa) =
∂f(aaa)
∂x1
, . . . ,
∂f(aaa)
∂xn
=
n
i=1
∂f(aaa)
∂xi
eeei =
∂f(aaa)
∂xi
eeei
vychádzajúci z bodu aaa a ukazujúci v smere, v ktorom sa hodnota funkcie f
mení najrýchlejšie, s dĺžkou priamo úmernou rýchlosti tejto zmeny. Derivácia
funkcie f v bode aaa v smere vektora vvv ∈ Rn
je definovaná ako limita
vvvf(aaa) = lim
t→0
f(aaa + tvvv) − f(aaa)
t
.
Špeciálne pre vektory eeei kanonickej ortonormálnej bázy smerové derivácie
splývajú s parciálnymi deriváciami:
eeei
f(aaa) =
∂f(aaa)
∂xi
.
Pre všeobecný vektor vvv ∈ Rn
platí
vvvf(aaa) = f(aaa) · vvv =
n
i=1
∂f(aaa)
∂xi
vi
=
∂f(aaa)
∂xi
vi
,
Cvičenia 763
kde · označuje štandardný skalárny súčin v Rn
. Na gradient funkcie f v bode aaa
sa tak môžeme dívať aj ako na kovektor, t. j. lineárnu formu f(aaa): Rn
→ R,
ktorá vektoru vvv ∈ Rn
priradí skalár
f(aaa)(vvv) = vvvf(aaa) =
n
i=1
∂f(aaa)
∂xi
vi
=
∂f(aaa)
∂xi
vi
.
Výraz pre totálny diferenciál funkcie f v bode aaa
df(aaa,xxx) =
n
i=1
∂f(aaa)
∂xi
(xi
− ai
) =
∂f(aaa)
∂xi
(xi
− ai
) = f(aaa) · (xxx − aaa)
je tak aplikáciou gradientu f(aaa) ako lineárneho funkcionálu na vektor xxx−aaa.
V „plochých priestoroch, ako sú napr. otvorené množiny M v euklidovskom
priestore Rn
, je rozdiel medzi gradientom ako vektorom a gradientom
ako kovektorom viac-menej formálny a nie príliš zreteľný. V zakrivenom priestore
však prechod medzi oboma rolami gradientu sprostredkúva Riemannov
metrický tenzor gij(aaa) spojite závislý na bodoch aaa ∈ M, ktorý určuje jeho
geometriu (a vo všeobecnosti nesplýva s Kroneckerovým symbolom δij). Gradient
je tu primárne lineárna forma na dotykovom priestore v danom bode;
zdvihom indexu z neho dostaneme vektor
n
j=1
n
i=1
gij
(aaa)
∂f(aaa)
∂xi
eeej = gij
(aaa)
∂f(aaa)
∂xi
eeej.
Ak prestaneme fixovať bod aaa ∈ M a gradient budeme chápať ako funkciu
M → Rn
, stane sa z neho (ko)vektorové pole, ako je to obvyklé v diferenciálnej
geometrii.
Na záver ešte poznamenajme, že spúšťať a dvíhať indexy možno aj bez
predpokladu symetrie formy G – dôležitá je len jej regularita. Tak je tomu
napr. v tzv. symplektickej geometrii, ktorá je zadaná pomocou antisymetrickej
bilineárnej formy G a má o. i. značné využitie v hamiltonovskej mechanike.
Pri absencii symetrie by však bolo treba viaceré formuly tohto paragrafu
mierne upraviť.
Cvičenia
32.1. Dokážte tvrdenie 32.1.1.
32.2. Nech X, Y sú konečné množiny a K je pole.
(a) Dokážte rovnosť vektorových priestorov funkcií KX
⊗ KY
= KX×Y
jednak
porovnaním ich dimenzií, jednak explicitným vyjadrením každej funkcie h: X ×Y
v tvare h = (f1 ⊗ g1) + . . . + (fk ⊗ gk) pre fi ∈ KX
, gi ∈ KY
. Odhadnite počet
764 32. Úvod do tenzorového počtu
potrebných sčítancov k v závislosti na počtoch m = # X, n = # Y .
(b) Ak aj pole K je konečné, pričom # K = q, porovnajte počet prvkov tenzorového
súčinu KX
⊗ KY
a priameho súčinu KX
× KY
.
(c) Aká je pravdepodobnosť, že náhodne vybraná funkcia h ∈ KX×Y
je rozloži-
teľná?
32.3. (a) Nech ϕ: V → U je lineárne zobrazenie. Dokážte, že predpisom ϕ∗
(η) = η ◦ ϕ
je definované lineárne zobrazenie ϕ∗
: U∗
→ V ∗
.
(b) Dokážte, že pre identické zobrazenie idV : V → V je id∗
V = idV ∗ : V ∗
→ V ∗
taktiež identické zobrazenie.
(c) Pre lineárne zobrazenia ψ: W → V , ϕ: V → U platí (ϕ ◦ ψ)∗
= ψ∗
◦ ϕ∗
.
Nakreslite si komutatívny diagram a dokážte.
(V jazyku teórie kategórií hovoríme, že priradenia V → V ∗
, ϕ → ϕ∗
určujú kontravariantný
funktor na kategórií vektorových priestorov nad poľom K a lineárnych
zobrazení.)
32.4. (a) Nech η: U → W, ϑ: V → W sú lineárne zobrazenia. Overte, že ich tenzorový
súčin η ⊗ ϑ: U × V → W je naozaj bilineárne zobrazenie.
(b) Nech U je vektorový podpriestor priestoru funkcií KX
. Overte, že dosadením
prvku x ∈ X do funkcie f ∈ U, t. j. predpisom σx
(f) = f(x), je definovaná lineárna
forma σx
: U → K.
(c) Dokážte, že priradením x → σx
je definované prosté zobrazenie σ: X → U∗
.
32.5. Nech V je vektorový priestor nad poľom K. Nájdite prirodzené izomorfizmy vektorových
priestorov
(a) K ⊗ V ∼= V ; (b) Kn
⊗ V ∼= V n
pre n ≥ 0;
(c) Km
⊗ Kn ∼= Km×n
; (d) Km×n
⊗ Kr×s ∼= Kmr×ns
.
32.6. Kroneckerovým súčinom vektorov xxx ∈ Km
, yyy ∈ Kn
nazývame maticu xxx ⊗ yyy =
(xiyj) ∈ Km×n
. Kroneckerov súčin xxx ⊗ yyy niekedy nazývame priamo tenzorovým
súčinom vektorov xxx, yyy.
(a) Dokážte, že pre hodnosť matice xxx ⊗ yyy platí h(xxx ⊗ yyy) ≤ 1, pričom h(xxx ⊗ yyy) =
1 ⇔ xxx = 0 & yyy = 0.
(b) Matica AAA ∈ Km×n
sa nazýva rozložiteľná, ak AAA = xxx ⊗ yyy pre nejaké vektory
xxx ∈ Km
, yyy ∈ Kn
. Dokážte, že matica AAA ∈ Km×n
je rozložiteľná práve vtedy,
keď je rozložiteľná ako tenzor AAA ∈ Km
⊗ Kn
, a to je ekvivalentné s podmienkou
h(AAA) ≤ 1.
(c) Dokážte, že hodnosť matice AAA ∈ Km×n
splýva s najmenším prirodzeným
číslom k, pre ktoré sa AAA dá vyjadriť ako súčet AAA = (xxx1 ⊗ yyy1) + . . . + (xxxk ⊗ yyyk)
k nerozložiteľných matíc xxxi ⊗ yyyi.
32.7. Kroneckerovým súčinom matíc AAA ∈ Km×n
, BBB ∈ Kr×s
nazývame maticu
AAA ⊗ BBB =





a11BBB a12BBB . . . a1nBBB
a21BBB a22BBB . . . a2nBBB
...
...
...
...
am1BBB am2BBB . . . amnBBB





∈ Kmr×ns
.
Kroneckerov súčin AAA ⊗ BBB niekedy nazývame priamo tenzorovým súčinom matíc
Cvičenia 765
AAA, BBB. Dokážte nasledujúce rovnosti:
(a) IIIm ⊗ IIIn = IIImn;
(b) (AAA1 ⊗ BBB1) · (AAA2 ⊗ BBB2) = AAA1AAA2 ⊗ BBB1BBB2 pre AAA1,AAA2 ∈ Km×n
, BBB1,BBB2 ∈ Kr×s
;
(c) (AAA ⊗ BBB)−1
= AAA−1
⊗ BBB−1
, ak AAA ∈ Kn×n
, BBB ∈ Ks×s
sú regulárne;
(d) pre hodnosť matice AAA ⊗ BBB platí h(AAA ⊗ BBB) = h(AAA) h(BBB);
(e) tr(AAA ⊗ BBB) = trAAA trBBB a det(AAA ⊗ BBB) = (detAAA)n
(detBBB)s
pre AAA ∈ Kn×n
,
BBB ∈ Ks×s
.
32.8. Dokážte, že komplexifikácia V C
reálneho vektorového priestoru V tak, ako bola
definovaná v paragrafe 19.4, je izomorfná s tenzorovým súčinom C ⊗R V .
32.9. Predpokladajme, že pole L je rozšírením poľa K a V je vektorový priestor nad K.
(a) Za prepokladu, že L je konečné rozšírenie stupňa [L : K] = k, podrobne
dokážte, že prvky vektorového priestoru V L
= L ⊗K V možno jednoznačne až na
poradie sčítancov reprezentovať v tvare (b1 ⊗xxx1) + (b2 ⊗xxx2) + . . . + (bk ⊗xxxk), kde
b1, . . . , bk je báza L ako vektorového priestoru nad poľom K a xxx1, . . . ,xxxk ∈ V .
(b) Dokážte, že xxx → 1 ⊗ xxx je injektívne K-lineárne zobrazenie V → V L
.
(c) Dokážte, že rovnosť dimK(L ⊗K V ) = [L : K] dimK V platí, aj keď L je
nekonečné rozšírenie poľa K.
(d) Dokážte rovnosť dimL V L
= dimK V .
(e) Nech U, V sú vektorové priestory nad poľom K, s bázami ααα resp. βββ a ϕ: V →
U je K-lineárne zobrazenie s maticou AAA = (ϕ)ααα,βββ. Dokážte, že predpisom ϕL
(a ⊗
xxx) = a ⊗ ϕ(xxx) je jednoznačne určené L-lineárne zobrazenie ϕL
: V L
→ UL
s tou
istou maticou ϕL
ααα,βββ
= AAA vzhľadom na dané bázy.
32.10. Nech V1, . . . , Vp, W1, . . . , Wq sú konečnorozmerné vektorové priestory nad poľom K.
(a) Podrobne popíšte prirodzené izomorfizmy medzi každou dvojicou z nasledujúcich
vektorových priestorov:
V ∗
1 ⊗ . . . ⊗ V ∗
p ⊗ W1 ⊗ . . . ⊗ Wq, Lp+q(V1, . . . , Vp, W∗
1 , . . . , W∗
q , K),
L(V1 ⊗ . . . ⊗ Vp, W1 ⊗ . . . ⊗ Wq).
(b) Aká je dimenzia uvedených priestorov, ak dim Vi = ni, dim Wj = mj?
32.11. Preverte výpočty v jednotlivých častiach príkladu 32.5.4 a na ich základe dokážte
vetu 32.5.5.
32.12. Nech AAA = Ai
j , BBB = Bj
k sú matice rozmeru n × n nad poľom K a xxx =
(x1
, . . . , xn
), yyy = (y1
, . . . , yn
) sú vektory z Kn
. Dokážte nasledujúce rovnosti:
(a) AAA · BBB = tr2
1(AAA ⊗ BBB);
(b) Aijxi
yj
= (tr1
1 ◦ tr2
2) AAA ⊗ (xxx ⊗ yyy) .
32.13. Dokážte formulu pre kontrakciu trk
l T tenzora T z konca odseku 32.6.2 a overte, že
trk
l T ako multilineárna forma nezávisí na báze βββ.
32.14. Nech V je konečnorozmerný vektorový priestor nad poľom K. Dokážte nasledujúce
dve tvrdenia:
(a) Predpisom (T, , σ) → Tσ je definovaná pravá akcia grupy Sp×Sq na priestore
tenzorov T p
q (V ).
(b) Pre pevné ∈ Sp, σ ∈ Sq je T → Tσ lineárny izomorfizmus T p
q (V ) → T p
q (V ).
(c) Ako vyzerajú pevné body uvedenej akcie? Osobitne sa zamerajte na prípady
766 32. Úvod do tenzorového počtu
p = 0 resp. q = 0.
32.15. Nech βββ = (vvv1, . . . ,vvvn) je báza vektorového priestoru V a βββ∗
= (vvv1
, . . . ,vvvn
) je k
nej duálna báza. V častiach (d), (e) navyše predokladáme, že G: V × V → K je
symetrická regulárna bilineárna forma s Gramovou maticou [G]βββ = (gij). Overte,
že operácie tenzorového súčinu, kontrakcie, permutácie indexov a spúšťania a dvíhania
indexov na bázických prvkoch fungujú podľa nasledujúcich formúl:
(a) vvvi1 ⊗ . . . ⊗ vvvip ⊗ vvvj1
⊗ . . . ⊗ vvvjq
⊗ vvvk1 ⊗ . . . ⊗ vvvkr ⊗ vvvl1
⊗ . . . ⊗ vvvls
= vvvi1
⊗ . . . ⊗ vvvip
⊗ vvvk1
⊗ . . . ⊗ vvvkr
⊗ vvvj1
⊗ . . . ⊗ vvvjq
⊗ vvvl1
⊗ . . . ⊗ vvvls
;
(b) trk
l vvvi1 ⊗ . . . ⊗ vvvip ⊗ vvvj1
⊗ . . . ⊗ vvvjq
= vvvik
,vvvjl
vvvi1
⊗ . . . ⊗ vvvik−1
⊗ vvvik+1
⊗ . . . ⊗ vvvip
⊗vvvj1
⊗ . . . ⊗ vvvjl−1
⊗ vvvjl+1
⊗ . . . ⊗ vvvjq
;
(c) vvvi1
⊗. . .⊗vvvip
⊗vvvj1
⊗. . .⊗vvvjq
σ
= vvvi −1(1)
⊗. . .⊗vvvi −1(p)
⊗vvvjσ−1(1) ⊗. . .⊗vvvjσ−1(q)
pre ∈ Sp, σ ∈ Sq;
(d) ↓k
l vvvi1
⊗ . . . ⊗ vvvip
⊗ vvvj1
⊗ . . . ⊗ vvvjq
= j gikj vvvi1 ⊗ . . . ⊗ vvvik−1
⊗ vvvik+1
⊗ . . . ⊗ vvvip
⊗vvvj1
⊗ . . . ⊗ vvvjl−1
⊗ vvvj
⊗ vvvjl
⊗ . . . ⊗ vvvjq
;
(e) ↑k
l vvvi1
⊗ . . . ⊗ vvvip
⊗ vvvj1
⊗ . . . ⊗ vvvjq
= i gijl
vvvi1 ⊗ . . . ⊗ vvvik−1
⊗ vvvi ⊗ vvvik
⊗ . . . ⊗ vvvip
⊗vvvj1
⊗ . . . ⊗ vvvjl−1
⊗ vvvjl+1
⊗ . . . ⊗ vvvjq
.
V časti (c) si všimnite zámenu permutácií , σ inverznými permutáciami −1
, σ−1
a ich presun v indexoch zhora nadol resp. zdola nahor. V častiach (d), (e) zasa
stojí za povšimnutie, že na bázických vektoroch sa spúšťanie indexu prejavi jeho
zdvihom a zdvih indexu jeho spustením.
32.16. (a) Overte, že lineárny izomorfizmus xxx → ↓ xxx na (pseudo)eklidovskom priestore
(V, G) môžeme vyjadriť pomocou operácií tenzorového súčinu a kontrakcie
↓xxx = tr1
1(G ⊗ xxx).
(b) Vyjadrite aj všeobecné formuly spúšťania a dvíhania indexov pomocou tenzorového
súčinu a zúženia.
32.17. Nech βββ = (vvv1, . . . ,vvvn) je báza vektorového priestoru V nad poľom R a βββ∗
=
(vvv1
, . . . ,vvvn
) je k nej duálna báza. Nech ďalej G je (pseudo)skalárny súčin na V .
Za akých podmienok platí ↓vvvi = vvvi
resp. ↑vvvj
= vvvj pre všetky i, j ≤ n?
32.18. Popíšte ako „do kríža funguje v priestoroch tenzorov nad konečnorozmerným
vektorovým priestorom V nad poľom C s regulárnou kososymetrickou poldruhalineárnou
formou G spúšťanie indexov T p,r
q,s (V ) → T p−1,r
q,s+1 (V ) resp. T p,r
q,s (V ) →
T p,r−1
q+1,s (V ) a dvíhanie indexov T p,r
q,s (V ) → T p,r+1
q−1,s (V ) resp. T p,r
q,s (V ) → T p+1,r
q,s−1 (V ).
Ktoré z týchto zobrazení sú lineárne a ktoré semilineárne izomorfizmy?
33. Symetrické a alternujúce tenzory
Mnoho tenzorov (dalo by sa povedať, že ich väčšina), s ktorými sa stretávame
v geometrii či vo fyzike, vykazuje istú symetriu voči zámene poradia
argumentov resp. indexov. Napr. kvadratické formy reprezentujeme pomocou
symetrických bilineárnych foriem (t. j. symetrických kovariantných tenzorov
stupňa 2). Riemannov tenzor krivosti Ri
jkl je zasa antisymetrický v poslednej
dvojici indexov a po spustení indexu i aj v prvej dvojici, čiže Ri
jkl = −Ri
jlk
a Rijkl = −Rjikl. 1
Symetrický je aj tenzor napätia (po zdvihu alebo spustení
niektorého indexu) a tenzor momentu zotrvačnosti, zatiaľ čo tenzor elektromagnetického
poľa je antisymetrický. Antisymetrické multilineárne formy
hrajú dôležitú úlohu v diferenciálnej geometrii a algebraickej topológii. Algebry
symetrických resp. antisymetrických tenzorov sa objavujú v kvantovej
mechanike ako stavové priestory systémov identických bozónov resp. fermiónov
(t. j. častíc s celočíselným resp. poloceločíselným spinom).
Symetria prípadne antisymetria tenzora T ∈ T p
0 (V ) umožňuje značnú redukciu
počtu parametrov potrebných na jeho popis. Formálne sa to prejavuje
tým, že dimenzie podpriestorov takýchto tenzorov sú podstatne menšie než
dimenzia priestoru T p
0 (V ) (porovnaj vety 33.1.3 a 33.4.3 s vetou 32.5.1).
Podrobné a ucelené spracovanie problematiky symetrických a alternujúcich
(antisymetrických) tenzorov, zahŕňajúce aj ich najdôležitejšie aplikácie,
by podstatne presiahlo rozumný rozsah jednej na to vyhradenej kapitoly.
A tak sa voľky-nevoľky obmedzíme len na výklad základných pojmov a súvislostí,
doplnený niekoľkými ukážkami aplikácií mimo rámca lineárnej algebry.
33.1 Symetrické tenzory
Prototypom symetrických tenzorov nad vektorovým priestorom V sú symetrické
bilineárne formy F : V × V → K, ktoré tvoria lineárny podpriestor
priestoru tenzorov T 0
2 (V ) ∼= T 2
0 (V ∗
).
Hovoríme, že p-lineárne zobrazenie H : V p
→ W je symetrické, ak zámenou
poradia ľubovoľných dvoch argumentov xxxi,xxxj ∈ V sa hodnota výrazu
H(xxx1, . . . ,xxxp) ∈ W nezmení. Pre W = K dostávame pojem symetrického kovariantného
tenzora nad priestorom V . Zrejme kovariantný tenzor T ∈ T 0
p (V )
stupňa p (t. j. typu 0
p
) je symetrický práve vtedy, keď pre ľubovoľnú permutáciu
σ ∈ Sp platí Tσ = T. V reči súradníc (vzhľadom na ľubovoľnú
1
Riemannov tenzor Rijkl je navyše symetrický voči zámene poradia dvojíc indexov (i, j)
a (k, l), t. j. Rijkl = Rklij.
768 33. Symetrické a alternujúce tenzory
bázu βββ priestoru V ) to znamená, že platí Tj1...jp = Tjσ(1)...jσ(p)
pre všetky
j1, . . . , jp ≤ n. Podobne možno definovať a charakterizovať aj pojem symetrického
kontravariantného tenzora T ∈ T p
0 (V ) stupňa p (t. j. typu p
0
).
Symetrické tenzory tvoria v oboch prípadoch lineárne podpriestory priestorov
tenzorov T 0
p (V ) resp. T p
0 (V ); značíme ich Symp(V ) resp. Symp
(V ). 2
Vzhľadom na kanonické izomorfizmy T 0
p (V ) ∼= T p
0 (V ∗
) a Symp(V ) ∼= Symp
(V ∗
)
pre začiatok stačí zaoberať sa priestormi kontravariantných symetrických tenzorov
Symp
(V ) ⊆ T p
0 (V ).
Všetky skaláry a ∈ K a vektory xxx ∈ V budeme považovať za symetrické
tenzory (rozmyslite si, že je to aj formálne v zhode s definíciou symetrického
tenzora). Inak povedané, Sym0
(V ) = K a Sym1
(V ) = V .
Naším cieľom je vybaviť priestor všetkých symetrických tenzorov
Sym(V ) =
p∈N
Symp
(V )
prirodzenou štruktúrou asociatívnej graduovanej lineárnej algebry. Bežný
tenzorový súčin symetrických tenzorov však vo všeobecnosti nie je symetrický
tenzor. Napr. vektory xxx,yyy ∈ V sú symetrické tenzory, ale ich súčin
xxx ⊗ yyy nemusí byť symetrický. Pre η, ϑ ∈ V ∗
totiž platí
(xxx ⊗ yyy)(η, ϑ) = xxx(η)yyy(ϑ) = yyy(ϑ)xxx(η) = (yyy ⊗ xxx)(ϑ, η).
Teda symetria tenzora xxx ⊗ yyy, t. j. rovnosť (xxx ⊗ yyy)(η, ϑ) = (xxx ⊗ yyy)(ϑ, η) pre
všetky η, ϑ ∈ V ∗
, je ekvivalentná s podmienkou xxx ⊗ yyy = yyy ⊗ xxx. Ak sú ale
xxx, yyy lineárne nezávislé vektory, tak xxx ⊗ yyy a yyy ⊗ xxx sú rôzne bilineárne formy
na priestore V ∗
. Ako však vyplýva z našej úvahy, bilineárna operácia súčinu,
ktorá zo symetrických tenzorov vyrába opäť symetrické tenzory, musí byť
aspoň na vektoroch xxx,yyy ∈ V komutatívna.
Ku konštrukcii algebry symetrických tenzorov preto pristúpime z inej
strany. Ak si zvolíme v priestore V nejakú bázu βββ = (vvv1, . . . ,vvvn), tak komutatívny
a asociatívny súčin ľubovoľných p vektorov vvvi1 , . . . ,vvvip tejto bázy
je jednoznačne určený len počtom výskytov k1, . . . , kn každého z vektorov
vvv1, . . . ,vvvn v uvedenom zozname. Tento súčin preto zapíšeme v tvare
vvvi1 . . .vvvip = vvvk1
1 . . .vvvkn
n .
Všetky formálne lineárne kombinácie
ak1...knvvvk1
1 . . .vvvkn
n
2
Používa sa tiež označenie Sp(V ) resp. Sp
(V ), ktoré by však v našom prípade kolidovalo
s označením grupy permutácií Sp.
33.1. Symetrické tenzory 769
len s konečným počtom nenulových koeficientov ak1...kn ∈ K tvoria nekonečnorozmerný
vektorový priestor K[vvv1, . . . ,vvvn] a pravidlo pre súčin výrazov
vvvk1
1 . . .vvvkn
n · vvvl1
1 . . .vvvln
n = vvvk1+l1
1 . . .vvvkn+ln
n
spolu s podmienkou bilinearity jednoznačne určuje na K[vvv1, . . . ,vvvn] komutatívnu
a asociatívnu binárnu operáciu, ktorú nazývame symetrickým tenzorovým
súčinom. Takto získanú algebru možno prirodzene stotožniť s graduovanou
algebrou polynómov K[x1, . . . , xn] z príkladu 30.2.1, resp. chápať
ju priamo ako algebru polynómov v premenných vvv1, . . . ,vvvn nad poľom K.
Presnejšie, priradenie xi → vvvi pre i ≤ n určuje izomorfizmus algebier
f(x1, . . . , xn) → f(vvv1, . . . ,vvvn): K[x1, . . . , xn] → K[vvv1, . . . ,vvvn]
a zároveň indukuje prirodzenú graduáciu algebry K[vvv1, . . . ,vvvn], v ktorej prvky
podpriestoru K[vvv1, . . . ,vvvn]p zodpovedajú homogénnym polynómom p-teho
stupňa. Graduovanú algebru K[vvv1, . . . ,vvvn] nazývame symetrickou algebrou
vektorového priestoru V a značíme ju Σ(V ). Špeciálne každý vektor xxx =
xi
vvvi ∈ V = T 1
0 (V ) môžeme chápať ako prvok vrstvy Σ1
(V ) = V . Priradenie
vvvi1 ⊗ . . . ⊗ vvvip → vvvk1
1 . . .vvvkn
n ,
kde ki = # {r ≤ p; i = ir} je počet výskytov indexu i v zozname i1, . . . , ip,
určuje surjektívny homomorfizmus graduovaných algebier T0(V ) → Σ(V ),
nazývaný symetrická kanonická projekcia. Čitateľ by si mal rozmyslieť, že
samotná algebra Σ(V ) ani jej graduácia na vrstvy Σp
(V ) = K[vvv1, . . . ,vvvn]p,
na rozdiel od homomorfizmu T0(V ) → Σ(V ), nezávisia od výberu bázy βββ
(pozri cvičenie 33.2 (a)).
Vďaka spomínanému surjektívnemu homomorfizmu sa na symetrickú algebru
Σ(V ) možno dívať ako na faktorovú algebru graduovanej tenzorovej
algebry T0(V ), ktorá vznikne stotožnením všetkých tenzorových súčinov xxx1 ⊗
. . . ⊗ xxxp ∈ T p
0 (V ) líšiacich sa len poradím činiteľov. Tento popis symetrickej
algebry Σ(V ) je už invariantný, teda samotná algebra Σ(V ) ani jej graduácia
Σp
(V ) = K[vvv1, . . . ,vvvn]p, na rozdiel od izomorfizmu Σ(V ) ∼= K[x1, . . . , xn],
nezávisia od výberu bázy βββ (pozri cvičenie 33.2 (b)).
Navzájom rôznych jednočlenov xk1
1 . . . xkn
n stupňa p je práve toľko, koľkými
spôsobmi možno číslo p rozložiť na súčet n celých nezáporných sčítancov,
t. j. toľko, koľko je p-prvkových kombinácií s opakovaním z n prvkov (pozri
cvičenie 30.10). Keďže tieto polynómy tvoria bázu priestoru K[x1, . . . , xn]p
∼=
Σp
(V ), môžeme tak určiť dimenziu priestoru p-homogénnych polynómov Σp
(V ).
33.1.1. Tvrdenie. Symetrická algebra Σ(V ) n-rozmerného vektorového priestoru
V je komutatívna a asociatívna nekonečnorozmerná graduovaná Kalgebra
s jednotkou 1 ∈ K. Pre dimenzie jej jednotlivých vrstiev platí
dim Σp
(V ) =
n + p − 1
p
=
n(n + 1) . . . (n + p − 1)
p!
.
770 33. Symetrické a alternujúce tenzory
Symetrický tenzorový súčin xxxyyy vektorov xxx,yyy ∈ V sa niekedy tiež značí
xxx ⊗
sym
yyy alebo xxx∨yyy. Priestor Σp
(V ) potom značíme aj ako symetrický tenzorový
súčin p exemplárov priestoru V , t. j.
Σp
(V ) = V ⊗
sym
. . . ⊗
sym
V
p
= V ∨ . . . ∨ V
p
,
a nazývame p-tou symetrickou mocninou priestoru V .
Symetrický tenzorový súčin sa spomedzi symetrických bilineárnych zobrazení
vydeľuje podobnou univerzálnou vlastnosťou ako bežný tenzorový súčin
spomedzi všetkých bilineárnych zobrazení (porovnaj s vetou 32.2.7).
33.1.2. Veta. Nech V , W sú vektorové priestory nad poľom K, pričom V
je konečnorozmerný a p ∈ N. Potom
(a) operácia symetrického tenzorového súčinu (xxx1, . . . ,xxxp) → xxx1 . . .xxxp je symetrické
p-lineárne zobrazenie V p
→ Σp
(V );
(b) ku každému symetrickému p-lineárnemu zobrazeniu H : V p
→ W existuje
práve jedno lineárne zobrazenie H : Σp
(V ) → W také, že
H(xxx1 . . .xxxp) = H(xxx1, . . . ,xxxp)
pre všetky xxx1, . . . ,xxxp ∈ V ;
(c) priradenie H → H je lineárny izomorfizmus priestoru všetkých symetrických
p-lineárnych zobrazení V p
→ W na priestor L Σp
(V ), W .
Dôkaz prenechávame ako cvičenie čitateľovi.
Symetrická mocnina Σp
(V ) je podmienkami (a), (b) určená jednoznačne
až na lineárny izomorfizmus. Zostáva nám vyjasniť, ako súvisia jednotlivé
priestory symetrických tenzorov Symp
(V ) ⊆ T p
0 (V ) s priestormi Σp
(V ) homogénnych
polynómov stupňa p a celý nekonečnorozmerný priestor Sym(V ) ⊆
T0(V ) s graduovanou symetrickou algebrou Σ(V ). Kľúčom k odpovedi na túto
otázku sú body (b) a (c) vety 33.1.2.
Každý symetrický tenzor T ∈ Symp
(V ) ⊆ T p
0 (V ) je symetrická p-lineárna
forma T : (V ∗
)p
→ K. Táto podľa (b) určuje lineárny funkcionál T : Σp
(V ∗
) →
K taký, že pre ľubovoľné k1 + . . . + kn = p platí
T (vvv1
)k1
. . . (vvvn
)kn
= T(vvv1
, . . . ,vvv1
k1
, . . . ,vvvn
, . . . ,vvvn
kn
,
kde βββ∗
= (vvv1
, . . . ,vvvn
) je duálna báza k báze βββ (vo výrazoch (vvvi
)ki
treba
rozlišovať horný index i a exponent ki). V dôsledku symetrie tenzora T
33.1. Symetrické tenzory 771
výraz na pravej strane rovnosti závisí len od počtu výskytov jednotlivých
kovektorov vvvj
a nie od ich poradia. Podľa (c) je priradenie T → T lineárny
izomorfizmus vektorového priestoru Symp
(V ) na vektorový priestor
L(Σp
(V ∗
), K) = Σp
(V ∗
)∗
. Lineárny funkcionál T ∈ Σp
(V ∗
)∗
môžeme prirodzene
stotožniť s polynómom
T =
k1+...+kn=p
T (vvv1
)k1
. . . (vvvn
)kn
vvvk1
1 . . .vvvkn
n ∈ Σp
(V )
a priradenie T → T chápať ako lineárny izomorfizmus Symp
(V ) ∼= Σp
(V ).3
Vzor polynómu f ∈ Σp
(V ) v tomto zobrazení, teda vlastne inverzné zobrazenie
k zobrazeniu T → T, budeme značiť f+
. Symetrický tenzor, ktorý sa
v tomto izomorfizme zobrazí na jednočlen vvvk1
1 . . .vvvkn
n stupňa p, má tvar súčtu
vvvk1
1 . . .vvvkn
n
+
=
i1,...,ip
vvvi1 ⊗ . . . ⊗ vvvip
cez všetky usporiadané p-tice (i1, . . . , ip) indexov z množiny {1, . . . , n}, ktoré
obsahujú každý z indexov i ≤ n práve ki-krát. Počet týchto sčítancov udáva
tzv. polynomický koeficient
p
k1, . . . , kn
=
p!
k1! . . . kn!
.
Násobenie v priestore symetrických tenzorov Sym(V ) = p∈N Symp
(V )
zavedieme tak, aby priradenie T → T bolo homomorfizmom, a teda izomorfizmom
graduovaných algebier Sym(V ) ∼= Σ(V ). Pre S ∈ Symp
(V ),
T ∈ Symq
(V ) preto položíme
S · T = S · T
+
.
Potom zrejme ST = S · T. Takže môžeme zhrnúť:
33.1.3. Veta. Symetrické (kontravariantné) tenzory nad n-rozmerným vektorovým
priestorom V tvoria nekonečnorozmernú komutatívnu a asociatívnu
graduovanú algebru Sym(V ), · s jednotkou 1 ∈ K, izomorfnú so symetrickou
algebrou Σ(V ), · priestoru V . Pre dimenzie jej jednotlivých vrstiev
platí
dim Symp
(V ) =
n + p − 1
p
.
3
Tým sme len tak medzi rečou dokázali očakávaný izomorfizmus Σp
(V )∗ ∼= Σp
(V ∗
),
ktorý je dokonca kanonický. Chyba krásy uvedeného popisu, ktorý závisí od bázy βββ, sa
totiž dá odstrániť (pozri cvičenie 33.2 (c)).
772 33. Symetrické a alternujúce tenzory
Ešte raz výslovne upozorňujeme, že – napriek inklúzii Sym(V ) ⊆ T0(V )
– symetrické tenzory netvoria podalgebru graduovanej algebry všetkých kontravariantných
tenzorov nad V . Nad poľami nekonečnej charakteristiky však
existuje možnosť ako rozšíriť symetrický tenzorový súčin na celý priestor
T0(V ) a urobiť z neho komutatívnu a asociatívnu graduovanú algebru, v ktorej
symetrické tenzory tvoria graduovanú podalgebru Sym(V ) ⊆ T0(V ) izomorfnú
so symetrickou graduovanou algebrou Σ(V ). Na ten účel stačí definovať
súčiny bázických tenzorov vvvi1 ⊗. . .⊗vvvip ∈ T p
0 (V ), vvvj1 ⊗. . .⊗vvvjq ∈ T q
0 (V ).
Ak označíme ki = #{r ≤ p; ir = i}, lj = #{s ≤ q; js = j}, môžeme písať
vvvk1
1 . . .vvvkn
n
+
· vvvl1
1 . . .vvvln
n
+
= vvvk1+l1
1 . . .vvvkn+ln
n
+
=
m1,...,mp+q
vvvm1 ⊗ . . . ⊗ vvvmp+q ,
kde posledný súčet beží cez všetky (p + q)-tice (m1, . . . , mp+q), v ktorých sa
každý z indexov m ≤ n vyskytuje práve (km +lm)-krát. Túto hodnotu rovnomerne
rozdelíme medzi p
k1,...,kn
q
l1,...,ln
sčítancov tvoriacich výraz vľavo, t. j.
položíme
(vvvi1 ⊗. . .⊗vvvip )·(vvvj1 ⊗. . .⊗vvvjq ) =
k1! . . . kn!
p!
l1! . . . ln!
q! m1,...,mp+q
vvvm1 ⊗. . .⊗vvvmp+q .
V nasledujúcom paragrafe uvidíme, že nad poľami nekonečnej charakteristiky
jestvuje ešte jedna prirodzená možnosť ako urobiť z priestoru T0(V )
komutatívnu a asociatívnu graduovanú algebru s graduovanou podalgebrou
Sym(V ) ⊆ T0(V ), izomorfnou so symetrickou graduovanou algebrou Σ(V ).
Tento nový symetrický súčin sa však od práve definovaného symetrického súčinu
bude líšiť len istými faktormi kombinatorického charakteru pred výrazmi
m1,...,mp+q
vvvm1 ⊗ . . . ⊗ vvvmp+q (pozri cvičenie 33.5).
33.2 Symetrické tenzory a ppp-homogénne formy
Súvis medzi (symetrickými) bilineárnymi formami a kvadratickými formami,
ktorý sme študovali v kapitole 11, má svoju analógiu vo vzťahu (symetrických)
multilineárnych foriem, t. j. kovariantných tenzorov stupňa p a phomogénnych
foriem. Pripomeňme si z príkladu 30.2.1, časť (b), že K[V ]p
označuje lineárny podpriestor algebry K[V ] všetkých polynomických funkcií
V → K, tvorený práve p-homogénnymi funkciami. Ak si zafixujeme nejakú
bázu βββ = (vvv1, . . . ,vvvn) priestoru V a k nej duálnu bázu βββ∗
= (vvv1
, . . . ,vvvn
),
tak priradenie xi → vvvi
možno jednoznačne rozšíriť do surjektívneho homomorfizmu
K-algebier K[x1, . . . , xn] → K[V ], pri ktorom sa podpriestor phomogénnych
polynómov K[x1, . . . , xn]p zobrazí na podpriestor p-homogénnych
polynomických funkcií (foriem) K[V ]p.
33.2. Symetrické tenzory a ppp-homogénne formy 773
Každý kovariantný tenzor T ∈ T 0
p (V ), t. j. p-lineárna forma T : V p
→ K
určuje predpisom
T∆
(xxx) = T(xxx, . . . ,xxx)
p-homogénnu formu T∆
: V → K. Naopak, každá p-homogénna forma f ∈
K[V ]p má zrejme tvar f(xxx) = T∆
(xxx) = T(xxx, . . . ,xxx) pre viacero rôznych
tenzorov T ∈ T 0
p (V ). Predpisom T → T∆
je tak definované surjektívne (a
okrem prípadu n = 1 neinjektívne) lineárne zobrazenie T 0
p (V ) → K[V ]p.
Navyše, pre S ∈ T 0
p (V ), T ∈ T 0
q (V ) zrejme platí
(S ⊗ T)∆
= S∆
· T∆
∈ K[V ]p+q.
Vieme, že v špeciálnom prípade p = 2 a za predpokladu char K = 2
má každá kvadratická forma f : V → K tvar f(xxx) = T∆
(xxx) = T(xxx,xxx) pre
jednoznačne určený symetrický tenzor T ∈ T 0
2 (V ) (pozri paragraf 11.2). Jeden
z tenzorov T ∈ T 0
p (V ), ktorý po stotožnení svojich argumentov dáva
p-homogénnu formu
f(xxx) =
k1+...+kn=p
ak1...kn xk1
1 . . . xkn
n ,
kde xi = vvvi
(xxx) sú súradnice vektora xxx ∈ V v báze βββ,4
je daný predpisom
T(vvvi1 , . . . ,vvvip ) =



ak1...kn , ak (i1, . . . , ip) = ( 1, . . . , 1
k1
, . . . , n, . . . , n
kn
),
0 inak.
To napr. pre p = 2 zodpovedá reprezentácii kvadratickej formy q(xxx) =
i≤j aijxixj bilineárnou formou F(xxx,yyy) = i≤j aijxiyj s hornou trojuholníkovou
maticou (aij). Teda tento tenzor má vo všeobecnosti do symetrie
ďaleko. Na druhej strane symetrický tenzor T = f+
, ktorý zodpovedá polynómu
f(x1, . . . , xn) v lineárnom izomorfizme
T → T : Symp(V ) → Σp(V ) ∼= K[x1, . . . , xn]p,
dáva po stotožnení svojich argumentov polynomickú funkciu
T∆
(xxx) = f+
(xxx, . . . ,xxx) =
k1,...,kn
p
k1, . . . , kn
ak1...kn xk1
1 . . . xkn
n ,
ktorá okrem prípadu, že f je priamo lineárnou kombináciou p-tych mocnín
xp
i , nesplýva s f(xxx).
4
Všimnite si, že sme práve porušili dohodu o značení súradníc vektorov hornými indexmi.
Pri označení (xj
)kj
by sa nám však plietli horné indexy a exponenty.
774 33. Symetrické a alternujúce tenzory
Symetrickú p-lineárnu formu T : V p
→ K, ktorá po stotožnení svojich
argumentov dáva p-homogénnu polynomickú funkciu f, čiže platí pre ňu
T∆
= f, nazývame polárnou formou funkcie f a značíme ju pol f. Jej existencia
a jednoznačnosť je však viazaná na možnosť deliť v poli K kladnými
celými číslami ≤ p (a ich súčinmi).
Predpokladajme, že char K > p. Keďže char K je ∞ alebo prvočíslo –
v tom druhom prípade je počet prvkov poľa K mocninou jeho charakteristiky,
tým skôr platí # K > p. Podľa príkladu 30.2.1 z toho vyplýva, že
priradenie xi → vvvi
určuje lineárny izomorfizmus K[x1, . . . , xn]p → K[V ]p,
prostredníctvom ktorého môžeme stotožniť p-homogénne formy f : V → K
s p-homogénnymi polynómami f(x1, . . . , xn). Navyše, žiaden z polynomických
koeficientov p
k1,...,kn
nie je násobkom čísla char K. V takom prípade
vieme polárnu formu funkcie f ∈ K[V ]p určiť len zo znalosti jej koeficientov.
Vďaka linearite stačí poznať polárne formy jednočlenov p-teho stupňa
xk1
1 . . . xkn
n – tie majú zrejme tvar
pol xk1
1 . . . xkn
n =
p
k1, . . . , kn
−1
xk1
1 . . . xkn
n
+
=
k1! . . . kn!
p! i1,...,ip
vvvi1
⊗ . . . ⊗ vvvip
,
pričom sčítame cez všetky usporiadané p-tice (i1, . . . , ip) indexov z množiny
{1, . . . , n}, ktoré obsahujú každý z indexov i ≤ n práve ki-krát.
Posledný výraz preskúmame v trochu všeobecnejšom kontexte. Symetrizáciou
tenzora T ∈ T 0
p (V ) nazývame tenzor
sym T =
1
p! σ∈Sp
Tσ.
Predpisom T → sym T je definované lineárne zobrazenie sym: T 0
p (V ) →
T 0
p (V ), ktoré nazývame symetrizáciou. Tenzor T ∈ T 0
p (V ) je zrejme symetrický
práve vtedy, keď T = sym T. Navyše pre ľubovoľný tenzor T ∈ T 0
p (V )
a xxx ∈ V očividne platí
(sym T)(xxx, . . . ,xxx) = T(xxx, . . . ,xxx),
teda symetrizácia tenzora T a samotný tenzor indukujú tú istú p-homogénnu
formu T∆
= (sym T)∆
∈ K[V ]p.
Pre každý z tenzorov vvvj1
⊗ . . . ⊗ vvvjp
, v ktorom sa každý z činiteľov vvvj
vyskytuje práve kj-krát, zrejme platí
sym vvvj1
⊗ . . . ⊗ vvvjp
=
k1! . . . kn!
p! i1,...,ip
vvvi1
⊗ . . . ⊗ vvvip
,
33.2. Symetrické tenzory a ppp-homogénne formy 775
kde súčet beží cez všetky usporiadané p-tice indexov (i1, . . . , ip), ktoré majú
túto vlastnosť. Inak povedané výraz
p
k1, . . . , kn
sym vvvj1
⊗ . . . ⊗ vvvjp
∼
= (vvv1
)k1
. . . (vvvn
)kn
je symetrická kanonická projekcia bázického tenzora vvvj1
⊗. . .⊗vvvjp
. Spojením
oboch rovností dostávame
pol xk1
1 . . . xkn
n = sym vvvj1
⊗ . . . ⊗ vvvjp
,
kde (j1, . . . , jp) je ľubovoľná usporiadaná p-tica indexov, ktorá obsahuje každý
index j ≤ n práve kj-krát.
Ak p + q < char K, tak môžeme definovať ešte jeden súčin symetrických
kovariantných tenzorov S ∈ Symp(V ), T ∈ Symq(V ) formulou
S T = sym(S ⊗ T) =
1
(p + q)! σ∈Sp+q
(S ⊗ T)σ,
ktorá však dáva zmysel pre akékoľvek tenzory S ∈ T 0
p (V ), T ∈ T 0
q (V ) a stále
platí S T ∈ Symp+q(V ). Navyše oba tenzory S T = sym(S ⊗ T) a S ⊗ T
určujú tú istú (p + q)-homogénnu formu
(S T)∆
= (S ⊗ T)∆
= S∆
· T∆
,
takže lineárne zobrazenie T → T∆
je homomorfizmom operácie symetrického
tenzorového súčinu a zároveň aj operácie bežného tenzorového súčinu ⊗
na súčin polynómov v K[V ]. Ak si uvedomíme, že po stotožnení kanonicky
izomorfných algebier priradenie T → T∆
nie je vlastne nič iné ako symetrická
kanonická projekcia T0(V ∗
) → K[x1, . . . , xn] ∼= Σ(V ∗
), nemalo by nás to
prekvapiť. Z jednoznačnosti polárnej formy a zo symetrie tenzorov S T,
sym(S ⊗ T) ďalej vyplýva
S T = sym(S ⊗ T) = pol S∆
· T∆
= sym S sym T.
Za predpokladu, že pole K má nekonečnú charakteristiku, definuje súčin
na podkladovom priestore symetrických kovariantných tenzorov
Sym(V ∗
) =
p∈N
Symp
(V ∗
) =
p∈N
Symp(V )
štruktúru graduovanej komutatívnej a asociatívnej lineárnej algebry. I keď
rovnosť S · T = S T pre symetrické tenzory vo všeobecnosti neplatí, vytvárajú
oba symetrické tenzorové súčiny izomorfné graduované algebry. Pre
každú jednotlivú vrstvu máme totiž lineárne izomorfizmy
Symp(V ) ∼= K[x1, . . . , xn]p
∼= K[V ]p,
776 33. Symetrické a alternujúce tenzory
ktoré dohromady dávajú izomorfizmy príslušných graduovaných algebier
Sym(V ∗
), · ∼= K[x1, . . . , xn], · ∼= K[V ], · ∼= Sym(V ∗
), .
Symetrizácia T → sym T je navyše homomorfizmom každej z graduovaných
algebier T 0
(V ), ⊗ , T 0
(V ), na graduovanú algebru Sym(V ∗
), · .
Zatiaľ čo súčin · je univerzálny v tom zmysle, že aspoň na symetrických
tenzoroch nezávisí na charakteristike poľa K, súčin funguje čo len na podpriestore
symetrických tenzorov iba nad poľami nekonečnej charakteristiky,
priamo sa však zhoduje s násobením v súradnicovom okruhu polynomických
funkcií K[V ]. To je hlavný dôvod, prečo sa nad poľom charakteristiky ∞
niekedy dáva prednosť symetrickému tenzorovému súčinu S T pred „univerzálnym
symetrickým tenzorovým súčinom S·T. Označenie S·T, prípadne
S ⊗
sym
T sa potom zvykne používať pre „uprednostňovaný symetrický tenzorový
súčin.
Ešte poznamenajme, že symetrický tenzorový súčin S T = sym(S ⊗ T)
možno samozrejme definovať aj pre kontravariantné tenzory S ∈ T p
0 (V ),
T ∈ T q
0 (V ). Úvahy vykonané v paragrafe 33.2 nás teraz oprávňujú vysloviť
nasledujúci záver.
33.2.1. Veta. Nech V je konečnorozmerný vektorový priestor nad poľom K
charakteristiky ∞. Potom súčin vytvára na priestore kontravariantných
tenzorov T0(V ) štruktúru komutatívnej a asociatívnej graduovanej algebry
T0(V ), s jednotkou 1 ∈ K, v ktorej symetrické tenzory tvoria graduovanú
podalgebru Sym(V ) a symetrická kanonická projekcia T → T∆
je homomorfizmus
každej z graduovaných algebier T0(V ), ⊗ , T0(V ), na symetrickú
graduovanú algebru Σ(V ), · . Jej zúženie na podalgebru symetrických tenzorov
je izomorfizmus graduovaných algebier Sym(V ), ∼= Σ(V ), · .
33.3 Totálne derivácie vyšších rádov
V prípade, že V je vektorový priestor nad poľom R, možno pre p-homogénne
formy f : V → R očividným spôsobom definovať vlastnosti kladnej resp. zápornej
definitnosti či semidefinitnosti, ako aj vlastnosť indefinitnosti, rovnako
ako pre kvadratické formy v paragrafe 12.2. Zrejme každá homogénna funkcia
nepárneho stupňa p, ktorá nie je identicky rovná nule, je automaticky indefinitná.
Hovoriť o kladnej resp. zápornej (semi)definitnosti má preto praktický
zmysel len pre homogénne formy párneho stupňa p. Ukážeme si, ako možno
pomocou týchto pojmov aplikovaných na parciálne derivácie vyšších rádov
rozhodnúť o existencii a charaktere extrémov funkcie n-premenných aj v niektorých
prípadoch, keď nám to len znalosť prvých a druhých parciálnych
derivácií nedovoľuje.
33.3. Totálne derivácie vyšších rádov 777
Nech M ⊆ Rn
je otvorená množina a f : M → R je funkcia. Totálnou
p-tou deriváciou prípadne totálnou deriváciou p-teho rádu funkcie f v bode
v bode aaa ∈ M nazývame p-rozmernú maticu
f(p)
(aaa) =
∂p
f(aaa)
∂xi1 . . . ∂xip
,
tvorenú parciálnymi deriváciami ∂p
f(aaa)/∂xi1 . . . ∂xip , za predpokladu, že všetky
jej zložky existujú a sú konečné. Pre p = 1 dostávame gradient a pre p = 2
Hesseho maticu funkcie f (pozri paragraf 12.3 a príklad 32.7.1).
Na totálnu p-tu deriváciu sa možno dívať ako na kovariantný tenzor
f(p)
(aaa) ∈ T 0
p (Rn
). Ak navyše všetky parciálne derivácie funkcie f až do
stupňa p sú spojité v nejakom okolí bodu aaa, tak podľa Clairautovej-Schwartzovej
vety f(p)
(aaa) je symetrický tenzor. Ním indukovaná p-homogénna forma priradí
vektoru uuu = xxx − aaa ∈ Rn
, kde xxx ∈ M, výraz
dp
f(aaa,xxx) = f(p)
(aaa)
∆
(uuu) =
∂p
f(aaa)
∂xi1 . . . ∂xip
xi1 − ai1 . . . xip − aip
(používame Einsteinovu sumačnú konvenciu), ktorý nazývame p-ty totálny
diferenciál alebo totálny diferenciál p-teho rádu funkcie f v bode aaa.
Hodnotu funkcie f, ktorá má v bode aaa spojité parciálne derivácie až do
rádu p vrátane, možno v okolí tohto bodu vyjadriť pomocou Taylorovho
rozvoja
f(xxx) = f(aaa) + df(aaa,xxx) +
1
2!
d2
(aaa,xxx) + . . . +
1
p!
dp
(aaa,xxx) + Θ(xxx)(xxx − aaa),
kde Θ je spojité zobrazenie, ktoré každému bodu xxx z onoho okolia bodu aaa
priradí p-homogénnu formu Θ(xxx): Rn
→ R a Θ(aaa) je forma identicky rovná
nule. Z uvedeného vyjadrenia možno podobnou úvahou ako v paragrafe 12.3
odvodiť nasledujúce závery:
33.3.1. Veta. Nech M ⊆ Rn
je otvorená množina, aaa ∈ M a f : M → R je
funkcia, ktorá má v bode aaa spojité všetky parciálne derivácie až do rádu p
vrátane. Predpokladajme, že v bode aaa sú všetky parciálne derivácie rádov 1
až p − 1 nulové, t. j. f(r)
(aaa) = 0 pre 1 ≤ r < p, a f(p)
(aaa) = 0. Potom
(a) ak forma f(p)
(aaa) je kladne definitná (čo môže nastať len pre párne p),
tak funkcia f má v bode aaa ostré lokálne minimum;
(b) ak forma f(p)
(aaa) je záporne definitná (čo opäť môže nastať len pre párne p),
tak funkcia f má v bode aaa ostré lokálne maximum;
(c) ak forma f(p)
(aaa) je indefinitná (čo nastane vždy, keď p je nepárne), tak
funkcia f nemá v bode aaa extrém; ak p je párne, tak f má v bode aaa sedlo.
778 33. Symetrické a alternujúce tenzory
Pre istotu pripomíname, že funkcia f : M → R má v bode aaa ∈ M sedlo, ak
existujú dva lineárne nezávislé vektory uuu,vvv a kladné číslo ε také, že aaa+suuu+
tvvv; s2
+ t2
≤ ε2
⊆ M, a funkcie fuuu
aaa , fvvv
aaa : (−ε, ε) → R, kde fuuu
aaa (t) = f(aaa + tuuu),
fvvv
aaa (t) = f(aaa + tvvv) majú v bode t = 0 ostré lokálne maximum resp. minimum.
Zrejme v prípade (c) sa sedlo v bode aaa ∈ M môže (no nemusí) vyskytnúť aj
pre nepárne p.
Ak nenastane žiaden z prípadov (a), (b), (c), t. j. ak p je párne a forma
f(p)
(aaa) je kladne alebo záporne semidefinitná, ale nie definitná, tak o prítomnosti
ani charaktere prípadných extrémov funkcie f v bode aaa nemožno
rozhodnúť len na základe znalosti p-tej totálnej derivácie f(p)
(aaa). Niekedy
nám v takom prípade môže pomôcť „výlet do okolia bodu aaa (pozri cvičenie
33.6).
Bohužiaľ, na rozdiel od kvadratických foriem, pre p-homogénne formy
párneho stupňa ≥ 4 nemáme k dispozícii jednoduchú a efektívnu metódu na
určenie ich definitnosti. A tak má veta 33.3.1 väčšmi teoretický než praktický
význam.
33.4 Alternujúce tenzory
Nech V , W sú vektorové priestory nad poľom K a H : V p
→ W je p-lineárne
zobrazenie. Hovoríme, že H je alternujúce zobrazenie, ak H(xxx1, . . . ,xxxp) = 0
pre všetky xxx1, . . . ,xxxp ∈ V , len čo pre nejaké i < j ≤ n platí xxxi = xxxj.
Zobrazenie H sa nazýva antisymetrické, ak zámenou poradia ľubovoľných
argumentov xxxi,xxxj ∈ V , kde i = j, sa výraz H(xxx1, . . . ,xxxp) ∈ W zmení na
opačný.
Úplne rovnako ako v dôkaze lemy 10.1.1 sa možno presvedčiť, že každé
alternujúce multilineárne zobrazenie je antisymetrické. Ak charakteristika
poľa K nie je 2, tak aj naopak každé antisymetrické multilineárne zobrazenie
je očividne alternujúce. Ak však char K = 2, tak podmienky antisymetrie a
symetrie sú zrejme ekvivalentné.
Ako špeciálny prípad pre W = K dostávame pojmy alternujúceho resp.
antisymetrického kovariantného tenzora nad priestorom V . Zrejme tenzor
T ∈ T 0
p (V ) je antisymetrický práve vtedy, keď pre ľubovoľnú permutáciu
σ ∈ Sp platí Tσ = (sgn σ) T, kde sgn σ = (−1)|σ|
je znamienko permutácie
σ (pozri paragraf 0.5). Podobne (zámenou vektorového priestoru V jeho
duálom V ∗
) možno definovať aj pojmy alternujúceho resp. antisymetrického
kontravariantného tenzora T ∈ T p
0 (V ).
Nad poľami charakteristiky = 2, špeciálne nad poľami nekonečnej charakteristiky
sa pojmy alternujúci a antisymetrický tenzor môžu používať
ako synonymá. Nakoľko však nehodláme zo svojich úvah zbytočne vylučovať
ani polia charakteristiky 2, radšej budeme dôsledne hovoriť o alternujúcich
33.4. Alternujúce tenzory 779
tenzoroch.
Kontravariantné alternujúce tenzory T ∈ T p
0 (V ) tvoria lineárny podpriestor
priestoru tenzorov T p
0 (V ), ktorý značíme Altp
(V ). Podobne tvoria lineárny
podpriestor Altp(V ) ⊆ T 0
p (V ) kovariantné alternujúce tenzory. Vzhľadom
na kanonický izomorfizmus Altp(V ) ∼= Altp
(V ∗
) sa stačí zaoberať kontravariantnými
alternujúcimi tenzormi. Kvôli úplnosti (no v plnom súlade
s definíciou) kladieme Alt0
(V ) = K, Alt1
(V ) = V , čiže skaláry a ∈ K a
vektory xxx ∈ V považujeme za alternujúce tenzory.
Jeden typ alternujúceho tenzora na vektorovom priestore V = Kn
všetkých
usporiadaných n-tíc, zapisovaných ako stĺpce, už dôverne poznáme. Je
to determinant chápaný ako zobrazenie D = det: Kn×n
→ K, t. j. ako alternujúci
kovariantný tenzor D ∈ Altn(Kn
). Čoskoro uvidíme, že všetky
alternujúce tenzory sú v podstate „iba determinanty.
Ďalej si všimnime, že pre p > n = dim V neexistujú nenulové alternujúce
tenzory T ∈ T p
0 (V ), teda Altp
(V ) = {0}. Z toho dôvodu je priestor
alternujúcich tenzorov nad vektorovým priestorom V , čiže priamy súčet
Alt(V ) =
p∈N
Altp
(V ) =
n
p=0
Altp
(V ),
konečnorozmerný. Našim cieľom je vybaviť ho štruktúrou asociatívnej graduovanej
K-algebry. Obyčajný tenzorový súčin xxx ⊗ yyy vektorov xxx,yyy ∈ V (čo sú
alternujúce tenzory) však vo všeobecnosti alternujúci nie je. Pre ľubovoľné
η ∈ V ∗
totiž platí
(xxx ⊗ yyy)(η, η) = xxx(η)yyy(η) = η(xxx) η(yyy) = (η ⊗ η)(xxx,yyy).
Z toho vidno, že ak zároveň chceme, aby naša konštrukcia mala všeobecný
charakter, t. j. dala sa rovnakým spôsobom aplikovať na ľubovoľný (konečnorozmerný)
vektorový priestor, o. i. aj na duál V ∗
pôvodného priestoru V , je
potrebné, aby aj samotný súčin v algebre Alt(V ) bol na vektoroch xxx,yyy ∈ V
alternujúcim bilineárnym zobrazením.
Ku konštrukcii tejto algebry preto pristúpime z druhej strany, podobne
ako sme si počínali v prípade symetrických tenzorov v paragrafe 33.1. V priestore
V si zvolíme ľubovoľnú bázu βββ = (vvv1, . . . ,vvvn). Vopred sa dohodneme, že
hľadaný súčin budeme značiť znakom ∧ a nazývať klinovým alebo častejšie
vonkajším súčinom. Alternujúci a asociatívny súčin vvvi1 ∧· · ·∧vvvip ľubovoľných
p vektorov vvvi1 , . . . ,vvvip tejto bázy je nenulový, len ak sú všetky indexy i1, . . . , ip
navzájom rôzne. Pre dva takéto súčiny vvvi1 ∧. . .∧vvvip , vvviσ(1)
∧. . .∧vvviσ(p)
, líšiace
sa len poradím činiteľov, t. j. permutáciou σ ∈ Sp, v dôsledku antisymetrie
nevyhnutne platí
vvviσ(1)
∧ . . . ∧ vvviσ(p)
= (sgn σ)(vvvi1 ∧ . . . ∧ vvvip ).
780 33. Symetrické a alternujúce tenzory
Každý taký súčin možno preto jednoznačne zapísať v tvare ±vvvj1 ∧ . . . ∧ vvvjp ,
kde 1 ≤ j1 < . . . < jp ≤ n. Všetky formálne lineárne kombinácie
j1<...<jp
aj1...jp (vvvj1 ∧ . . . ∧ vvvjp )
s koeficientmi aj1...jp ∈ K tvoria konečnorozmerný vektorový priestor Λp
(V )
nad poľom K, ktorý nazývame p-tou vonkajšou mocninou vektorového priestoru
V . Jej prvkom hovoríme p-vektory nad priestorom V . Zrejme Λp
(V ) =
{0} pre p > n.
Pravidlo pre súčin p-vektora vvvi1 ∧ . . . ∧vvvip ∈ Λp
(V ) a q-vektora vvvj1 ∧ · · · ∧
vvvjq ∈ Λq
(V )
(vvvi1 ∧. . .∧vvvip )∧(vvvj1 ∧· · ·∧vvvjq ) =



0, ak {i1, . . . , ip} ∩ {j1, . . . , jq} = ∅,
vvvi1 ∧ . . . ∧ vvvip ∧ vvvj1 ∧ · · · ∧ vvvjq ,
ak {i1, . . . , ip} ∩ {j1, . . . , jq} = ∅,
je vynútené požiadavkami alternovania a asociatívnosti, a spolu s podmienkou
bilinearity jednoznačne určuje na priamom súčte
Λ(V ) =
p∈N
Λp
(V ) =
n
p=0
Λp
(V )
štruktúru graduovanej algebry s vrstvami Λp
(V ). Graduovanú algebru (Λ(V ), ∧)
nazývame vonkajšou alebo tiež Grassmannovou algebrou vektorového priestoru
V . Priradením
vvvi1 ⊗ . . . ⊗ vvvip → vvvi1 ∧ · · · ∧ vvvip
je určený surjektívny homomorfizmus graduovaných algebier T0(V ) → Λ(V ),
nazývaný alternujúca kanonická projekcia. Čitateľ by si mal rozmyslieť, že
samotná algebra Λ(V ) ani jej graduácia na vrstvy Λp
(V ), na rozdiel od homomorfizmu
T0(V ) → Λ(V ), nezávisia od výberu bázy βββ (pozri cvičenie 33.8 (a)).
Na vonkajšiu algebru Λ(V ) sa vďaka tomuto surjektívnemu homomorfizmu
možno pozerať ako na faktorovú algebru graduovanej tenzorovej algebry
T0(V ), ktorá vznikne stotožnením všetkých tenzorových súčinov xxx1 ⊗
. . . ⊗xxxp ∈ T p
0 (V ), v ktorých sú vektory xxx1, . . . ,xxxp ∈ V lineárne závislé, s nulovým
tenzorom 0 ∈ T p
0 (V ). Tento popis algebry Λ(V ) je už invariantný, t. j.
nezávisí na báze (vvv1, . . . ,vvvn) (pozri cvičenie 33.8 (b), (c)).
Násobenie vo vonkajšej algebre Λ(V ) je navyše kosokomutatívne alebo
graduovane antikomutatívne, t. j. pre A ∈ Λp
(V ), B ∈ Λq
(V ) platí
B ∧ A = (−1)pq
(A ∧ B).
33.4. Alternujúce tenzory 781
Platnosť tejto podmienky pre p-vektor A = vvvi1 ∧ . . . ∧ vvvip a q-vektor B =
vvvj1 ∧ . . . ∧ vvvjq možno nahliadnuť okamžite: stačí si uvedomiť, že na to, aby
sme v súčine A ∧ B dostali všetkých q činiteľov vvvjl
dopredu, musíme postupne
každý z nich vymeniť s každým z p činiteľov vvvik
, čo má za následok
pq zmien znamienka. Všeobecný prípad vyplýva zo špeciálneho na základe
multilinearity klinového súčinu.
Všetkých súčinov vvvi1 ∧ · · · ∧ vvvip stupňa p, kde 1 ≤ i1 < . . . < ip ≤ n, je
práve toľko, koľko je p-prvkových podmnožín množiny {1, . . . , n}. Keďže tieto
súčiny tvoria bázu priestoru Λp
(V ), môžeme tak určiť dimenziu jednotlivých
vrstiev Λp
(V ) ako aj celej vonkajšej algebry Λ(V ).
33.4.1. Tvrdenie. Vonkajšia algebra Λ(V ), ∧ n-rozmerného vektorového
priestoru V je kosokomutatívna a asociatívna graduovaná K-algebra s jednotkou
1 ∈ K. Pre dimenzie jej jednotlivých vrstiev resp. celej algebry platí
dim Λp
(V ) =
n
p
=
n(n − 1) . . . (n − p + 1)
p!
,
dim Λ(V ) =
n
p=0
n
p
= 2n
.
Vonkajšiu p-tu mocninu vektorového priestoru V niekedy značíme aj ako
klinový súčin
Λp
(V ) = V ∧ . . . ∧ V
p
p exemplárov vektorového priestoru V . Vonkajší súčin sa spomedzi alternujúcich
multilineárnych zobrazení vydeľuje analogickou univerzálnou vlastnosťou
ako bežný tenzorový súčin spomedzi všetkých bilineárnych zobrazení resp.
symetrický tenzorový súčin spomedzi všetkých symetrických multilineárnych
zobrazení (porovnaj s vetami 32.2.7 a 33.1.2).
33.4.2. Veta. Nech V , W sú vektorové priestory nad poľom K, pričom V
je konečnorozmerný a p ∈ N. Potom
(a) operácia vonkajšieho súčinu (xxx1, . . . ,xxxp) → xxx1 ∧ . . . ∧ xxxp je alternujúce
p-lineárne zobrazenie V p
→ Λp
(V );
(b) ku každému alternujúcemu p-lineárnemu zobrazeniu H : V p
→ W existuje
práve jedno lineárne zobrazenie H : Λp
(V ) → W také, že
H(xxx1 ∧ . . . ∧ xxxp) = H(xxx1, . . . ,xxxp)
pre všetky xxx1, . . . ,xxxp ∈ V ;
(c) priradenie H → H je lineárny izomorfizmus priestoru všetkých alternujúcich
p-lineárnych zobrazení V p
→ W na priestor L Λp
(V ), W .
782 33. Symetrické a alternujúce tenzory
Dôkaz opäť prenechávame ako cvičenie čitateľovi.
Ľahko možno nahliadnuť, že podmienky (a), (b) určujú priestor Λp
(V )
jednoznačne až na izomorfizmus. Podmienky (b), (c) sú kľúčom k objasneniu
súvisu jednotlivých priestorov alternujúcich tenzorov Altp
(V ) ⊆ T p
0 (V )
s vonkajšími mocninami Λp
(V ) ako aj celého priestoru alternujúcich tenzorov
Alt(V ) ⊆ T0(V ) s graduovanou vonkajšou algebrou Λ(V ).
Každý alternujúci tenzor T ∈ Altp
(V ) ⊆ T p
0 (V ) je alternujúca p-lineárna
forma T : (V ∗
)p
→ K. Preto podľa (b) určuje lineárny funkcionál T : Λp
(V ∗
) →
K taký, že pre ľubovoľné 1 ≤ i1 < . . . < ip ≤ n platí
T vvvi1
∧ · · · ∧ vvvip
= T(vvvi1
, . . . ,vvvip
,
kde βββ∗
= (vvv1
, . . . ,vvvn
) je duálna báza k báze βββ. Podľa (c) je priradenie T → T
lineárny izomorfizmus vektorového priestoru Altp
(V ) na vektorový priestor
L(Λp
(V ∗
), K) = Λp
(V ∗
)∗
. Lineárny funkcionál T ∈ Λp
(V ∗
)∗
možno prirodzene
stotožniť s výrazom
T =
i1<...<ip
T vvvi1
∧ · · · ∧ vvvip
(vvvi1 ∧ · · · ∧ vvvip )
=
i1<...<ip
T vvvi1
, . . . ,vvvip
(vvvi1 ∧ · · · ∧ vvvip ) ∈ Λp
(V )
a priradenie T → T chápať ako lineárny izomorfizmus Altp
(V ) ∼= Λp
(V ).5
Inverzné
zobrazenie k tomuto izomorfizmu budeme značiť A → A±
. Špeciálne,
alternujúci tenzor, ktorý sa zobrazí na p-vektor vvvi1 ∧ · · · ∧ vvvip , je súčtom
p! sčítancov
(vvvi1 ∧ · · · ∧ vvvip )±
=
∈Sp
(sgn )(vvvi (1)
⊗ . . . ⊗ vvvi (p)
).
Súčin na priestore alternujúcich tenzorov opäť zadefinujeme tak, aby priradenie
T → T bolo homomorfizmom, teda izomorfizmom takto vzniknutej
graduovanej algebry Alt(V ), ∧ na graduovanú vonkajšiu algebru Λ(V ), ∧ .
Preto pre S ∈ Altp
(V ), T ∈ Altq
(V ) položíme
S ∧ T = S ∧ T
±
a podmienka homomorfnosti S ∧ T = S ∧ T bude automaticky splnená.
5
Tým sme mimochodom dokázali ďalší očakávaný izomorfizmus Λp
(V )∗ ∼= Λp
(V ∗
),
ktorý je opäť kanonický, t. j. – napriek uvedenému popisu – nezávisí od bázy βββ (pozri
paragraf 33.5 a cvičenie 33.8 (d)).
33.4. Alternujúce tenzory 783
33.4.3. Veta. Alternujúce (kontravariantné) tenzory nad n-rozmerným vektorovým
priestorom V tvoria kosokomutatívnu a asociatívnu graduovanú
algebru Alt(V ), ∧ s jednotkou 1 ∈ K, izomorfnú s vonkajšou algebrou
Λ(V ), ∧ priestoru V . Pre dimenzie jej jednotlivých vrstiev a celej algebry
platí
dim Altp
(V ) =
n
p
, resp. dim Alt(V ) = 2n
.
Po stotožnení vonkajšej algebry Λ(V ∗
) s algebrou Alt(V ∗
) sa alternujúce
kovariantné tenzory T ∈ Alt(V ∗
) zvyknú nazývať tiež formy na priestore V ;
tenzorom T ∈ Altp
(V ∗
) = Altp(V ) hovoríme vonkajšie p-formy.
Nasledujúci príklad konečne odhaľuje konkrétnu podobu alternujúcich
tenzorov.
33.4.4. Príklad. Nech V = Kn
je priestor všetkých usporiadaných n-tíc
skalárov z poľa K, zapisovaných ako stĺpce, s kanonickou bázou (eee1, . . . ,eeen)
a duálnou bázou (eee1
, . . . ,eeen
). Usporiadanú p-ticu vektorov (aaa1, . . . ,aaap) ∈ V p
stotožníme ako obvykle s maticou AAA = eeei
(aaaj) = (ai
j) ∈ Kn×p
. Podľa definície
vonkajšieho súčinu máme
eeei1
∧ . . . ∧ eeeip
(AAA) =
σ∈Sp
(sgn σ) eeeiσ(1)
⊗ . . . ⊗ eeeiσ(p)
(aaa1, . . . ,aaap)
=
σ∈Sp
(sgn σ) eeei1
⊗ . . . ⊗ eeeip
(aaaσ(1), . . .aaaσ(p))
=
σ∈Sp
(−1)|σ|
ai1
σ(1) . . . a
ip
σ(p)
= detAAA(i1, . . . , ip).
Inak povedané, eeei1
∧. . .∧eeeip
(AAA) je proste determinant matice AAA(i1, . . . , ip) ∈
Kp×p
tvorenej postupne i1-tým až ip-tým riadkom matice AAA.
Špeciálne pre p = n, AAA ∈ Kn×n
dostávame
eee1
∧ . . . ∧ eeen
(AAA) = detAAA.
Keďže dim Altn(V ) = n
n
= 1, determinant, chápaný ako alternujúca nlineárna
forma det = eee1
∧ . . . ∧ eeen
: Kn×n
→ K, je bázou priestoru Altn(V )
(porovnaj s vetou 10.3.1 a cvičením 10.3).
Nasledujúce tvrdenie je len priamočiarým zovšeobecnením uvedeného príkladu.
Jeho dôkaz preto prenechávame čitateľovi.
33.4.5. Tvrdenie. Nech xxx1, . . . ,xxxp ∈ V , η1
, . . . , ηp
∈ V ∗
. Potom
(η1
∧ . . . ∧ ηp
)(xxx1, . . . ,xxxp) = (xxx1 ∧ . . . ∧ xxxp)(η1
, . . . , ηp
) = det ηi
,xxxj .
784 33. Symetrické a alternujúce tenzory
Ani tentokrát, napriek inklúzii Alt(V ) ⊆ T0(V ), nie je Alt(V ) podalgebrou
graduovanej algebry T0(V ) všetkých kontravariantných tenzorov nad V .
Ak však pole K má nekonečnú charakteristiku, tak – podobne ako v prípade
symetrických tenzorov – možno definíciu klinového súčinu rozšíriť na celý
priestor kontravariantných tenzorov T0(V ).
Ak znovu použijeme „metódu rovnomerného rozdelenia , ľahko nahliadneme,
že klinový súčin bázických vektorov vvvi1 ⊗. . .⊗vvvip ∈ T p
0 (V ), vvvj1 ⊗. . .⊗
vvvjq ∈ T q
0 (V ) treba zadefinovať formulou
(vvvi1 ⊗ . . . ⊗ vvvip ) ∧ (vvvj1 ⊗ . . . ⊗ vvvjq ) =
1
p! q!
(vvvi1 ∧ . . . ∧ vvvip ∧ vvvj1 ∧ . . . ∧ vvvjq )±
.
Podrobnejšie preberieme aj druhý variant alternujúceho tenzorového súčinu,
ktorému niektorí autori dávajú prednosť. Predpokladajme zatiaľ len, že
char K > p. Alternáciou, prípadne tiež antisymetrizáciou tenzora T ∈ T p
0 (V )
nazývame výraz
alt T =
1
p! σ∈Sp
(sgn σ) Tσ
.
Predpisom T → alt T je zrejme definované lineárne zobrazenie alt: T p
0 (V ) →
T p
0 (V ), pričom tenzor T ∈ T p
0 (V ) je alternujúci práve vtedy, keď T = alt T.
Navyše výraz p! (alt T) ∈ Λp
(V ) je zrejme alternujúca kanonická projekcia
tenzora T ∈ T p
0 (V ).
Ak p + q < char K, tak súčin alternujúcich tenzorov S ∈ Altp
(V ), T ∈
Altq
(V ) možno definovať formulou
S ¯∧ T = alt(S ⊗ T) =
1
(p + q)! σ∈Sp+q
(sgn σ)(S ⊗ T)σ
.
Túto formulu však možno aplikovať na ľubovoľné tenzory S ∈ T p
0 (V ), T ∈
T q
0 (V ), pričom stále platí S ¯∧ T ∈ Altp+q
(V ) a taktiež
S ¯∧ T = alt(S ⊗ T) = alt S ¯∧ alt T.
Inak povedané, alternácia T → alt T je homomorfizmom každej z graduovaných
algebier T0(V ), ⊗ , T0(V ), ¯∧ na graduovanú algebru Alt(V ), ¯∧ .
Tento „nový klinový súčin ¯∧ súvisí s „pôvodným klinovým súčinom
∧ jednoduchým vzťahom: pre ľubovoľný p-vektor S ∈ Altp
(V ) a q-vektor
T ∈ Altq
(V ) platí
S ¯∧ T =
p! q!
(p + q)!
(S ∧ T)
(overte si samostatne ako cvičenie). Z tejto rovnosti vyplýva izomorfizmus
všetkých troch graduovaných algebier Alt(V ), ¯∧ , Alt(V ), ∧ , Λ(V ), ∧ .
Takže, podobne ako vo vete 33.2.1, môžeme zhrnúť:
33.5. Dualita vo vonkajšej algebre 785
33.4.6. Veta. Nech V je konečnorozmerný vektorový priestor nad poľom
charakteristiky ∞. Potom súčin ¯∧ vytvára na priestore kontravariantných
tenzorov T0(V ) štruktúru kosokomutatívnej asociatívnej graduovanej algebry
T0(V ), ¯∧ s jednotkou 1 ∈ K, v ktorej alternujúce tenzory tvoria graduovanú
podalgebru Alt(V ) a kanonická alternujúca projekcia T → p! (alt T)
pre T ∈ T p
0 (V ) je homomorfizmus každej z graduovaných algebier T0(V ), ⊗ ,
T0(V ), ¯∧ na graduovanú algebru Λ(V ), ∧ . Jej zúženie na podalgebru alternujúcich
tenzorov je izomorfizmom graduovaných algebier Alt(V ), ¯∧ ∼=
Λ(V ), ∧ .
Z uvedených dôvodov sa aj súčin S ¯∧ T štandardne značí S∧T. Vzhľadom
na reprezentáciu alternujúcich tenzorov prvkami vonkajšej algebry Λ(V ) však
voľba konkrétneho alternujúceho súčinu v T0(V ) resp. v Alt(V ) nehrá až takú
významnú úlohu.
33.5 Dualita vo vonkajšej algebre
V celom paragrafe predpokladáme, že V je n-rozmerný vektorový priestor
nad poľom K, βββ = (vvv1, . . . ,vvvn) je nejaká jeho báza a βββ∗
= (vvv1
, . . . ,vvvn
) je
k nej duálna báza.
33.5.1. Dualita a vektorový súčin. Vektorové priestory alternujúcich tenzorov
Λp
(V ), Λn−p
(V ), Λp(V ), Λn−p(V ) majú rovnakú dimenziu n
p
= n
n−p
,
sú preto lineárne izomorfné. Pri bližšom pohľade sa ukazuje, že tieto izomorfizmy
majú charakter duality.
Predpis η1
, . . . , ηp
,xxx1, . . . ,xxxp → det ηi
,xxxj určuje multilineárne zobrazenie
(V ∗
)p
× V p
→ K, alternujúce v prvých a rovnako aj v druhých
p argumentoch. Preto podľa vety 33.4.2 (b) (ktorú treba použiť dvakrát) indukuje
bilineárnu formu F : Λp
(V ∗
) × Λp
(V ) → K takú, že
F η1
∧ . . . ∧ ηp
,xxx1 ∧ . . . ∧ xxxp = det ηi
,xxxj
pre xxx1, . . . ,xxxp ∈ V , η1
, . . . , ηp
∈ V ∗
. Ľahko možno nahliadnuť, že forma
F je regulárna, preto predpisom Φ(η1
, . . . , ηp
)(xxx1, . . . ,xxxp) = det ηi
,xxxj je
podľa vety 11.1.7 definovaný kanonický lineárny izomorfizmus Φ: Λp(V ) =
Λp
(V ∗
) ∼= Λp
(V )∗
. Rovnako možno dospieť ku kanonickému izomorfizmu
Λp
(V ) = Λp(V ∗
) ∼= Λp(V )∗
.
Taktiež klinový súčin medzi vrstvami Λp
(V ) a Λn−p
(V ) vo vonkajšej algebre
Λ(V ) je bilineárne zobrazenie ∧: Λp
(V ) × Λn−p
(V ) → Λn
(V ). Uvedomme
si, že priestor Λn
(V ) je jednorozmerný s bázou (napr.) vvv1 ∧ . . . ∧ vvvn.
Pre T ∈ Λn
(V ) označme B(T) ten jediný skalár b ∈ K, pre ktorý platí
786 33. Symetrické a alternujúce tenzory
T = b(vvv1 ∧ . . . ∧ vvvn). Potom B môžeme považovať aj za regulárnu bilineárnu
formu B : Λp
(V ) × Λn−p
(V ) → K takú, že B(T1, T2) = B(T1 ∧ T2)
pre T1 ∈ Λp
(V ), T2 ∈ Λn−p
(V ). Z nej dostávame lineárny izomorfizmus
Λp
(V ) ∼= Λn−p
(V )∗
.
Uvedené priradenie je však popísané pomocou bázy βββ. Vyjasníme, v akom
zmysle ho možno považovať za kanonické. S inou bázou ααα = (uuu1, . . . ,vvvn) by
sme pre každé T ∈ Λn
(V ) mali T = b(vvv1 ∧ . . . ∧ vvvn) = a(uuu1 ∧ . . . ∧ uuun), kde
a = b detPPPααα,βββ. A tak sú forma B aj ňou indukovaný izomorfizmus určené
jednoznačne až na multiplikatívnu konštantu.
Obraz p-vektora xxx1 ∧ . . . ∧ xxxp v izomorfizme Λp
(V ) ∼= Λn−p
(V )∗
je teda
lineárny funkcionál Λn−p
(V ) → K, ktorý značíme xxx1 × . . . × xxxp, prípadne
xxx1 ∨ . . . ∨xxxp a nazývame vektorový alebo tiež duálny vonkajší súčin vektorov
xxx1, . . . ,xxxp ∈ V . Jeho pôsobenie na (n − p)-vektor yyy1 ∧ . . . ∧ yyyn−p ∈ Λn−p
(V )
možno pomocou súradníc v báze βββ opísať názorne ako determinant
(xxx1 × . . . × xxxp)(yyy1 ∧ . . . ∧ yyyn−p) = det (xxx1)βββ, . . . , (xxxp)βββ, (yyy1)βββ, . . . , (yyyn−p)βββ .
Inak povedané,
xxx1 ∧ . . . ∧xxxp ∧yyy1 ∧ . . . ∧yyyn−p = (xxx1 × . . . ×xxxp)(yyy1 ∧ . . . ∧yyyn−p)(vvv1 ∧ . . . ∧vvvn).
Ak vezmeme do úvahy aj skôr spomínaný kanonický izomorfizmus Λn−p
(V )∗ ∼=
Λn−p(V ) = Λn−p
(V ∗
) dostávame ďalší „takmer kanonický izomorfizmus
Λp
(V ) ∼= Λn−p
(V ∗
),
takže vektorový súčin xxx1 × . . . × xxxp môžeme chápať aj ako prvok vonkajšej
mocniny Λn−p
(V ∗
).
V euklidovskom priestore V by sme si za βββ samozrejme zvolili nejakú
ortonormálnu bázu, ktorou by sme zadali orientáciu priestoru V (pozri paragraf
15.2). Potom pre každú ortonormálnu bázu ααα zhodne orientovanú s bázou
βββ by sme dostali tú istú bilineárnu formu B a ten istý lineárny izomorfizmus
Λp
(V ) ∼= Λn−p
(V )∗
ako pre bázu βββ. Navyše po stotožnení priestoru V s jeho
duálom V ∗
prostredníctvom skalárneho súčinu dostávame izomorfizmy
Λp
(V ) ∼= Λn−p
(V ∗
) ∼= Λn−p
(V ),
kanonické z hľadiska všetkých kladne orientovaných ortonormálnych báz.
V tomto prípade teda môžeme vektorový súčin xxx1 × . . . × xxxp konečne považovať
za (n − p)-vektor z vonkajšej mocniny Λn−p
(V ). Zrejme pre p = n − 1
splýva xxx1 × . . . × xxxn−1 s vektorovým súčinom z paragrafu 15.4.
33.6. Symetrické a alternujúce tenzory v kvantovej mechanike 787
33.5.2. Vnútorný súčin a Hodgeov operátor. Dosadením pevných vektorov
xxx1, . . . ,xxxp ∈ V na prvých p-miest alternujúcej (p + q)-formy F ∈
Altp+q(V ) získame q-formu iiixxx1...xxxp (F) ∈ Altq(V ) takú, že
iiixxx1...xxxp (F)(yyy1, . . . ,yyyq) = F(xxx1 . . .xxxp,yyy1, . . . ,yyyq)
pre yyy1, . . . ,yyyq ∈ V . Priradením xxx1, . . . ,xxxp, F → iiixxx1...xxxp (F) je dané multilineárne
zobrazenie V p
× Altp+q(V ) → Altq(V ) alternujúce v prvých pzložkách.
To podľa viet 32.2.7 (b) a 33.4.2 (b) indukuje lineárne zobrazenie
Λp
(V )⊗Altp+q(V ) → Altq(V ) nazývané vnútorný súčin. Teda pre T ∈ Λp(V ),
F ∈ Altp+q(V ), yyy1, . . . ,yyyq ∈ V platí
iiiT (F)(yyy1, . . . ,yyyq) = F(T ∧ yyy1 ∧ . . . ∧ yyyq).
Rovnako funguje aj vnútorný súčin Λp(V ) × Altp+q
(V ) → Altq
(V ).
Pre q = 0 nám bilineárne forma (T, F) → iiiT (F): Λp
(V ) × Altp(V ) →
Alt0(V ) = K dáva iný pohľad na dualitu
Altp(V ) = Altp
(V ∗
) ∼= Λp
(V )∗
.
Pre q = n − p je zasa Altn(V ) ∼= K, takže Λp
(V ) ⊗ Altn(V ) ∼= Λp
(V ) a
predpisom
∗T = iiiT (vvv1
∧ . . . ∧ vvvn
)
je definovaný izomorfizmus ∗ : Λp
(V ) ∼= Altn−p(V ) nazývaný Hodgeov operátor
alebo Hodgeova dualita. Obvyklú podobu Hodgeovho operátora ∗ :
Λp
(V ) ∼= Λn−p(V ) dostávame po stotožnení Altn−p(V ) ∼= Λn−p(V ). V euklidovskom
priestore V môžeme ďalej stotožniť V ∼= V ∗
a Λn−p(V ) = Λn−p
(V ∗
) ∼=
Λn−p
(V ), takže po voľbe nejakej ortonormálnej bázy βββ funguje Hodgeova dualita
∗ : Λp
(V ) ∼= Λn−p
(V ) kanonicky vzhľadom na všetky s ňou súhlasne
orientované ortonormálne bázy. Nie je ťažké nahliadnuť, že Hodgeova dualita
splýva s dualitami Λp
(V ) ∼= Λn−p(V ), resp. Λp
(V ) ∼= Λn−p
(V ) z odstavca
33.5.1. Presnejšie, pre xxx1, . . . ,xxxp ∈ V platí
xxx1 × . . . × xxxp = ∗(xxx1 ∧ . . . ∧ xxxp).
33.6 Symetrické a alternujúce tenzory v kvantovej
mechanike
Jeden zo základných princípov kvantovej mechaniky postuluje, že stavový
priestor W kvantovo-mechanického systému S, ktorý je spojením kvantovomechanických
systémov S1, . . . , Sp so stavovými priestormi V1, . . . , Vp, je
„vhodný lineárny podpriestor tenzorového súčinu V1⊗. . .⊗Vp = V1⊗C. . .⊗C
788 33. Symetrické a alternujúce tenzory
Vp.6
Intuitívne, rozložiteľný vektor ψ1 ⊗. . .⊗ψp reprezentuje stav systému S,
zodpovedajúci situácii, keď každý z jeho podsystémov Sj je v stave ψj ∈ Vj.
Nerozložiteľné stavové vektory však takúto intuitívnu reprezentáciu nemajú,
v dôsledku čoho úvahy o tom, aké stavy podsystémov Sj reprezentuje všeobecný
stavový vektor k ak(ψ1k ⊗. . .⊗ψpk) ∈ W, ako aj samotná predstava
o rozdelení systému S na pôvodné podsystémy, strácajú jasný zmysel.
Dôležité špeciálne typy kvantovomechanických systémov vznikajú spojením
podsystémov pozostávajúcich z identických častíc. Stavy každého z takýchto
podsystémov (to znamená stavy každej jednotlivej častice) možno
reprezentovať vektormi z toho istého priestoru Vj = V . Na celý systém sa
potom vzťahuje princíp nerozlíšiteľnosti rovnakých častíc. Podľa neho v takomto
systéme nemožno rozlíšiť jednotlivé častice, ani určiť stavy, v ktorých
sa každá z nich nachádza. Napr. v systéme pozostávajúcom z dvoch rovnakých
častíc nemožno rozlíšiť celkový stav, keď je prvá častica v stave ϕ ∈ V
a druhá v stave ψ ∈ V , od celkového stavu, keď je prvá v stave ψ a druhá
v stave ϕ (presnejšie, takáto formulácia problému vôbec nemá zmysel). Pri
matematickom modelovaní sa to prejaví tak, že stavový priestor systému je
buď podpriestor symetrických tenzorov Symp
(V ) ⊆ T p
0 (V ) alebo podpriestor
alternujúcich (antisymetrických) tenzorov Altp
(V ) ⊆ T p
0 (V ), kde p je počet
identických častíc. Ktorý z oboch prípadov nastane, závisí na spine príslušného
druhu častíc.
Systému p rovnakých častíc s celočíselným spinom (vrátane častíc bez
spinu, čiže so spinom 0) zodpovedá priestor symetrických tenzorov Symp
(V ) ∼=
Σp
(V ). Ich chovanie podlieha tzv. Boseho-Einsteinovej štatistike a hovoríme
im bozóny. Medzi bozóny patria napr. fotóny, mezóny a α-častice (jadrá hé-
lia).
Systému p rovnakých častíc s poloceločíselným spinom zodpovedá priestor
alternujúcich tenzorov Altp
(V ) ∼= Λp
(V ). Ich chovanie sa riadi tzv. FermihoDiracovou
štatistikou a hovoríme im fermióny. Medzi fermióny patria napr.
elektróny a protóny (a ich antičastice – pozitróny a antiprotóny), ako aj
neutróny.
Ak (ψ1, . . . , ψn) je nejaká ortonormálna báza stavového priestoru V , tak
stav systému p identických bozónov „k1 častíc v stave ψ1, k2 častíc v stave
ψ2, . . . , kn častíc v stave ψn fyzici zvyčajne zapisujú ako symetrický tenzor
|k1, . . . , kn =
p
k1, . . . , kn
−1/2
ψk1
1 . . . ψkn
n ∈ Σp
(V ),
kde k1, . . . , kn sú nezáporné celé čísla také, že k1 +. . .+kn = p. Podobne, stav
systému p identických fermiónov „po jednej častici v stavoch ψj1 , . . . , ψjp ,
6
V typickom prípade, keď aspoň dva z Hilbertových priestorov V1, . . . , Vp sú nekonečnorozmerné,
je potrebné nahradiť tenzorový súčin V1 ⊗ . . . ⊗ Vp jeho zúplnením. Túto
technickú komplikáciu však nebudeme brať do úvahy.
33.6. Symetrické a alternujúce tenzory v kvantovej mechanike 789
kde 1 ≤ j1 < . . . < jp ≤ n, sa zvykne zapisovať ako alternujúci tenzor
|k1, . . . , kn = (p!)−1/2
(ψj1 ∧ . . . ∧ ψjp ) ∈ Λp
(V ),
kde pre j ≤ n platí kj = 1, ak j ∈ {j1, . . . , jp}, a kj = 0 v opačnom prípade.
Čísla k1, . . . , kn zakaždým udávajú stupne zaplnenia jednotlivých bázických
stavov ψ1, . . . , ψn. Normujúce koeficienty p
k1,...,kn
−1/2
resp. (p!)−1/2
sa môžu
líšiť podľa voľby konkrétnej reprezentácie symetrického súčinu v Symp
(V )
resp. vonkajšieho súčinu v Altp
(V ).
Symetria stavového tenzora |k1, . . . , kn ∈ Σp
(V ) znamená, že dva „mysliteľné
stavy ψi1 ⊗ . . . ⊗ ψip , ψj1 ⊗ . . . ⊗ ψjp systému p identických bozónov,
líšiace sa len poradím činiteľov ψj sú nerozlíšiteľné, teda nemôžu
vystupovať oddelene, ale iba ako súčasť toho istého symetrického tenzora
ψi1 . . . ψip = ψj1 . . . ψjp = ψk1
1 . . . ψkn
n .
Z toho, že stavový tenzor |k1, . . . , kn ∈ Λp
(V ) systému p identických fermiónov
je alternujúci, vyplýva obmedzujúca podmienka kj ∈ {0, 1} na stupne
zaplnenia jednotlivých bázických stavov. Ide o matematický prejav tzv. Pauliho
vylučovacieho princípu, podľa ktorého v systéme identických fermiónov
sa žiadne dve častice nemôžu nachádzať v rovnakom stave. Antisymetria
takýchto tenzorov je už čisto matematickým dôsledkom ich alternovania a
multilinearity.
Keďže v priebehu vývoja kvantovomechanického systému môžu častice
vznikať i zanikať, je potrebné matematicky zachytiť aj systémy s premenným
počtom identických bozónov resp. fermiónov. Prvému prípadu zodpovedá
symetrická algebra Σ(V ) = p∈N Σp
(V ), druhému vonkajšia algebra
Λ(V ) = p∈N Λp
(V ). Stojí za povšimnutie, že v typickom prípade nekonečnorozmerného
Hilbertovho priestoru V sú netriválne všetky priame sčítance
Λp
(V ), p ∈ N. Naopak, ak V má konečný rozmer n, tak z Pauliho vylučovacieho
princípu vyplýva, že takýto systém môže obsahovať nanajvýš n
častíc. Taktiež si treba uvedomiť, že v oboch prípadoch tenzor |0, . . . , 0, . . .
pozostávajúci zo samých núl (či už ich je konečne alebo nekonečne mnoho)
nepredstavuje nulový tenzor 0 (ktorému napokon nezodpovedá žiaden stav
systému), ale nenulový skalár z priestoru Σ0
(V ) = Λ0
(V ) = C. Dohodou
stanovujeme |0, . . . , 0, . . . = 1.
Uvedený tvar stavových tenzorov umožňuje veľmi názorný zápis napr.
anihilačných a k nim združených kreačných operátorov.
Jednotlivé operátory anihilácie resp. kreácie Aj, A∗
j : Σ(V ) → Σ(V ) bozónu
v stave ψj vyzerajú takto:
Aj|k1, . . . , kj, . . . , kp = kj |k1, . . . , kj ˙− 1, . . . , kp ,
A∗
j |k1, . . . , kj, . . . , kp = kj + 1 |k1, . . . , kj + 1, . . . , kp ,
790 33. Symetrické a alternujúce tenzory
kde k ˙− 1 = max{0, k − 1}. Jednoduché overenie komutačných vzťahov
[Ai, Aj] = [A∗
i , A∗
j ] = 0, [Ai, A∗
j ] = δij id
prenechávame čitateľovi.
Pre operátory anihilácie resp. kreácie Aj, A∗
j : Λ(V ) → Λ(V ) fermiónu
v stave ψj máme vyjadrenia
Aj|k1, . . . , kj, . . . , kp = (−1)k1+...+kj−1
kj |k1, . . . , kj ˙− 1, . . . , kp ,
A∗
j |k1, . . . , kj, . . . , kp = (−1)k1+...+kj−1
kj ⊕ 1 |k1, . . . , kj ⊕ 1, . . . , kp ,
kde ⊕ označuje sčítanie modulo 2. Znamienkový faktor (−1)k1+...+kj−1
má
konvenčný charakter a mohol by sa voliť aj inak. Ľahko možno overiť, že
ľubovoľné dva kreačné resp. anihilačné operátory antikomutujú, t. j. AiAj =
−AjAi a A∗
i A∗
j = −A∗
j A∗
i . Pre kompozície anihilačného a kreačného operátora
však platí AiA∗
j + A∗
j Ai = δij id. Ak si teda označíme
{A, B} = AB + BA
antikomutátor operátorov A, B, dostávame tzv. antikomutačné vzťahy
{Ai, Aj} = {A∗
i , A∗
j } = 0, {Ai, A∗
j } = δij id .
Špeciálne A∗
j A∗
j = 0, teda v zhode s Pauliho vylučovacím princípom nie je
možné kreovať dva identické fermióny v tom istom stave ψj.
Význam kreačných a anihilačných operátorov spočíva hlavne v tom, že –
podobne ako sme to videli v paragrafe 26.10 pri kvantovom harmonickom oscilátore
– s ich pomocou možno vyjadriť hamiltonián systému aj viacero ďalších
hermitovských operátorov zodpovedajúcich pozorovateľným fyzikálnym
veličinám, popisujúcim jeho vlastnosti. Napr. hermitovský operátor A∗
j Aj popisuje
v oboch prípadoch počet častíc v stave ψj a operátor n
j=1 A∗
j Aj udáva
počet všetkých častíc v systéme.
Cvičenia
33.1. (a) Dokážte vetu 33.1.2.
(b) Sformulujte, čo presne znamená, že priestor Σp
(V ) je podmienkami (a), (b)
tejto vety určený jednoznačne až na izomorfizmus, a dokážte to.
33.2. (a) Nech ααα = (uuu1, . . . ,uuun), βββ = (vvv1, . . . ,vvvn) sú dve bázy vektorového priestoru V .
Dokážte, že priradenie uuui → vvvi možno jednoznačne rozšíriť do izomorfizmu graduovaných
algebier K[uuu1, . . . ,uuun] ∼= K[vvv1, . . . ,vvvn]. Odvoďte z toho, že symetrická
algebra Σ(V ) nezávisí na báze priestoru V .
(b) Označme Jsym najmenší ideál graduovanej algebry T0(V ), ktorý obsahuje
Cvičenia 791
všetky prvky tvaru T − Tσ
, kde T ∈ T p
0 (V ) a σ ∈ Sp pre p ∈ N (pozri cvičenie
30.6). Dokážte, že graduovaná symetrická algebra Σ(V ) je izomorfná s faktorovou
algebrou T0(V )/Jsym, čo je invariantný (t. j. na báze priestoru V nezávislý)
popis symetrickej algebry Σ(V ).
(c) Nájdite kanonický (t. j. na báze priestoru V nezávislý) lineárny izomorfizmus
Σp
(V )∗ ∼= Σp
(V ∗
).
33.3. (a) Dokážte že počet všetkých usporiadaných p-tic (i1, . . . , ip) prvkov z množiny
{1, . . . , n}, ktoré obsahujú každý z indexov i ≤ n práve ki-krát udáva polynomický
koeficient p
k1,...,kn
= p!
k1!...kn! .
(b) Dokážte, že tento počet je rovnaký ako počet rozkladov množiny {1, . . . , p} na
na n disjunktných nie nevyhnutne neprázdnych podmnožín, ktoré majú postupne
k1, . . . , kn prvkov.
(c) Dokážte tzv. polynomickú vetu (pre p = 2 ide samozrejme o binomickú vetu):
Pre prvky a1, . . . , an ∈ K platí
(a1 + . . . + an)p
=
p
k1, . . . , kn
ak1
1 . . . akn
n ,
kde súčet prebieha cez všetky usporiadané n-tice nezáporných celých čísel k1, . . . , kn
takých, že k1 + . . . + kn = p.
(d) Odvoďte z toho identitu p
k1,...,kn
= np
(pri rovnakej sumácii ako v (c)).
33.4. Nech char K > p a f : Kn
→ K je p-homogénna forma daná predpisom
f(xxx) =
k1+...+kn=p
ak1...kn
xk1
1 . . . xkn
n .
Označme pol f = T = i1...ip
Ti1...ip
eeei1
⊗. . .⊗eeeip
. Nájdite explicitné vyjadrenie
zložiek Ti1...ip symetrického tenzora T pomocou koeficientov ak1...kn .
33.5. Odvoďte explicitný vzťah
(vvvi1 ⊗. . .⊗vvvip ) (vvvj1 ⊗. . .⊗vvvjq ) =
p
k1,...,kn
q
l1,...,ln
p+q
k1+l1,...,kn+ln
(vvvi1 ⊗. . .⊗vvvip )·(vvvj1 ⊗. . .⊗vvvjq )
medzi oboma symetrickými súčinmi bázických vektorov vvvi1
⊗ . . . ⊗ vvvip
∈ T p
0 (V ),
vvvj1 ⊗ . . . ⊗ vvvjq ∈ T q
0 (V ), kde ki = # {r ≤ p; ir = i}, lj = # {s ≤ q; js = j}.
33.6. Zdôvodnite platnosť nasledujúceho dodatku k vete 33.3.1 (porovnajte s cvičením 12.9).
Nech M ⊆ Rn
je otvorená množina, aaa ∈ M a f : M → R je funkcia, ktorá má
v bode aaa spojité všetky parciálne derivácie až do rádu p vrátane. Predpokladajme,
že v bode aaa sú všetky parciálne derivácie rádov 1 až p − 1 nulové, t. j. f(r)
(aaa) = 0
pre 1 ≤ r < p, pričom p je párne číslo.
(a) Ak forma f(p)
(xxx) je kladne (záporne) definitná pre všetky xxx = aaa z nejakého
okolia N ⊆ M bodu aaa, tak f má v bode aaa ostré lokálne minimum (maximum);
(b) Ak forma f(p)
(xxx) je kladne (záporne) semidefinitná pre všetky xxx = aaa z nejakého
okolia N ⊆ M bodu aaa, tak f má v bode aaa lokálne minimum (maximum).
(c) Ak forma f(p)
(xxx) je indefinitná pre všetky xxx = aaa z nejakého okolia N ⊆ M
bodu aaa, tak f má v bode aaa sedlo.
792 33. Symetrické a alternujúce tenzory
33.7. (a) Dokážte vetu 33.4.2.
(b) Sformulujte, čo presne znamená, že priestor Λp
(V ) je podmienkami (a), (b)
tejto vety určený jednoznačne až na izomorfizmus, a dokážte to.
33.8. Kvôli zdôrazneniu úlohy bázy βββ = (vvv1, . . . ,vvvn) pri konštrukcii vonkajšej algebry
vektorového priestoru V budeme miesto Λ(V ) na chvíľu písať Λ(vvv1, . . . ,vvvn).
(a) Nech ααα = (uuu1, . . . ,uuun), βββ = (vvv1, . . . ,vvvn) sú dve bázy vektorového priestoru V .
Dokážte, že priradenie uuui → vvvi možno jednoznačne rozšíriť do izomorfizmu graduovaných
algebier Λ(uuu1, . . . , . . .uuun) ∼= Λ(vvv1, . . . , . . .vvvn). Odvoďte z toho, že symetrická
algebra Λ(V ) nezávisí na báze priestoru V .
(b) Označme Jalt najmenší ideál graduovanej algebry T0(V ), ktorý obsahuje všetky
prvky tvaru T −(sgn σ)Tσ
, kde T ∈ T p
0 (V ) a σ ∈ Sp pre p ∈ N (pozri cvičenie 30.6).
Dokážte, že graduovaná vonkajšia algebra Λ(V ) je izomorfná s faktorovou algebrou
T0(V )/Jalt. Odvoďte z toho, že symetrická algebra Λ(V ) nezávisí na báze priestoru
V .
(c) Dokážte, že vektory xxx1, . . . ,xxxp ∈ V sú lineárne závislé práve vtedy, keď
xxx1 ⊗ . . . ⊗ xxxp ∈ Jalt, t. j. práve vtedy, keď xxx1 ∧ . . . ∧ xxxp = 0.
(d) Nájdite kanonický (t. j. na báze priestoru V nezávislý) lineárny izomorfizmus
Λp
(V )∗ ∼= Λp
(V ∗
).
33.9. Odvoďte explicitnú formulu
S ∧ T = (S ∧ T)±
=
σ∈Ssh
p,q
(sgn σ)(S ⊗ T)σ
,
pre vonkajší súčin alternujúcich tenzorov S ∈ Altp
(V ), T ∈ Altq
(V ), kde množina
Ssh
p,q = {σ ∈ Sp+q; σ(1) < . . . < σ(p) & σ(p + 1) < . . . < σ(p + q)} je tvorená
všetkými tzv. (p, q)-premiešanými (t. j. shuffle) permutáciami množiny {1, . . . , p+
q}.
33.10. Za predpokladu char K > p + q dokážte vzťah medzi oboma vonkajšími súčinmi
S ¯∧ T =
p! q!
(p + q)!
(S ∧ T)
alternujúcich tenzorov S ∈ Altp
(V ), T ∈ Altq
(V ). Rozšírte jeho platnosť (ak
treba, po prípadnej úprave) na ľubovoľné kontravariantné tenzory S ∈ T p
0 (V ),
T ∈ T q
0 (V ).
33.11. Nech V je vektorový priestor nad poľom K, dim V = n. Anulátorom p-vektora
T ∈ Λp
(V ) nazývame množinu An T = {xxx ∈ V ; T ∧ xxx = 0}. Dokážte postupne
nasledujúce tvrdenia:
(a) Anulátor An T ľubovoľného p-vektora T ∈ Λp
(V ) je lineárny podpriestor
vo V .
(b) Ak aaa1, . . . ,aaap ∈ V sú lineárne nezávislé 1-vektory, tak An(aaa1 ∧ . . . ∧ aaap) =
[aaa1, . . . ,aaap].
(c) Pre T ∈ Λp
(V ), U ∈ Λq
(V ) platí An T ⊆ An U práve vtedy, keď T delí U,
t. j. q ≥ p a U = T ∧ S pre nejaké S ∈ Λq−p
(V ).
(d) Pre nenulový p-vektor T ∈ Λp
(V ) platí dim An T = p práve vtedy, keď T je
Cvičenia 793
rozložiteľný p-vektor, t. j. T = xxx1 ∧ . . . ∧ xxxp pre nejaké xxx1, . . . ,xxxp ∈ V .
(e) Nenulový 2-vektor T ∈ Λ2
(V ) je rozložiteľný práve vtedy, keď T ∧ T = 0.
(f) Každý (n − 1)-vektor T ∈ Λn−1
(V ) je rozložiteľný.
33.12. Nech V je euklidovský priestor so skalárnym súčinom ·, · .
(a) Dokážte, že formulou xxx1 ∧ . . . ∧ xxxp,yyy1 ∧ . . . ∧ yyyp = det xxxi,yyyj je daný
skalárny súčin na vonkajšej mocnine Λp
(V ).
(b) Pre ľubovoľné 1-vektory xxx1, . . . ,xxxp ∈ V platí
xxx1 ∧ . . . ∧ xxxp = detGGG(xxx1, . . . ,xxxp)
1/2
= volp(xxx1, . . . ,xxxp),
kde GGG(xxx1, . . . ,xxxp) je Gramova matica a volp(xxx1, . . . ,xxxp) je p-rozmerný objem
rovnobežnostena vytvoreného vektormi xxx1, . . . ,xxxp ∈ V . Dokážte a porovnajte s paragrafom
15.3.
33.13. Pre konečnorozmerné priestory a p ≤ dim V + dim W popište kanonické lineárne
izomorfizmy
Σp
(V ⊕ W) ∼=
p
k=0
Σk
(V ) ⊗ Σp−k
(W),
Λp
(V ⊕ W) ∼=
p
k=0
Λk
(V ) ⊗ Λp−k
(W)
pre p-tu symetrickú resp. vonkajšiu mocninu priameho súčtu V ⊕ W.
33.14. (a) Dokážte, že vnútorný súčin V × Alt(V ∗
) → Alt(V ∗
) sa voči vonkajšiemu
súčinu správa ako graduovaná derivácia, t. j. pre xxx ∈ V , F ∈ Altp
(V ∗
) = Altp(V ),
G ∈ Altq
(V ∗
) = Altq(V ) platí
iiixxx(F ∧ G) = iiixxx(F) ∧ G + (−1)p
F ∧ iiixxx(G) .
(b) Dokážte, že pre ľubovoľné xxx,yyy ∈ V platí iiixxx ◦ iiixxx = 0, iiixxx ◦ iiiyyy = −(iiiyyy ◦ iiixxx).
(c) Vyjadrite obe rovnosti v (b) jednotným spôsobom ako antikomutačný vzťah
pre operátory iiixxx, iiiyyy.
33.15. Zaveďte vnútorný súčin aj pre symetrické tenzory; sformulujte a overte jeho základné
vlastnosti.
33.16. Predpokladajme, že V je euklidovský priestor a každá z vonkajších mocnín Λp
(V )
je vybavená skalárnym súčinom tak, ako v cvičení 33.12.
(a) Dokážte, že Hodgeov operátor ∗: Λp
(V ) → Λn−p
(V ) je izometria.
(b) Overte, že kompozícia ∗ ◦ ∗ Hodgeových operátorov ∗: Λp
(V ) → Λn−p
(V ) a
∗: Λn−p
(V ) → Λp
(V ) je (−1)p(n−p)
násobok identického operátora.
33.17. (a) Overte komutačné resp. antikomutačné vzťahy pre anihilačné a kreačné operátory
Ai, A∗
j bozónov resp. fermiónov.
(b) Nájdite vlastné hodnoty a k nim príslušné vlastné podpriestory hermitovských
operátorov počtu častíc A∗
j Aj a
n
j=1 A∗
j Aj pre bozóny, t. j. ako operátorov
Σ(V ) → Σ(V ), aj pre fermióny, t. j. ako operátorov Λ(V ) → Λ(V ).
Literatúra
[1] A. V. Archangeľskij, Konečnomernyje linejnyje prostranstva, Izdateľstvo Moskovskogo
universiteta, Moskva, 1982.
[2] L. Bican, Lineární algebra, Matematický seminář, SPN, Praha, 1979.
[3] G. Birkhoff, S. Mac Lane, Prehľad modernej algebry, Alfa, Bratislava, 1979.
[4] L. Boček, Tensorový počet, Matematický seminář, SPN, Praha, 1978.
[5] M. L. Curtis, Matrix Groups, Springer Verlag, New York, 1984.
[6] B. A. Dubrovin, A. T. Fomenko, S. P. Novikov, Sovremennaja geometrija, Metody i
priloženija, časť I, Nauka, Moskva, 1979, (anglický preklad Modern Geometry, Methods
and Applicatons, Springer Verlag, New York, 1984).
[7] A. K. Faddejev, J. S. Sominskij, Zbierka úloh z vyššej algebry Alfa, Bratislava, 1968.
[8] L. D. Faddejev, O. A. Jakubovskij, Lekcii po kvantovoj mechanike dľa studentov-matematikov,
Izdateľstvo Leningradskogo universiteta, Leningrad, 1980.
[9] M. Fecko, Diferenciálna geometria a Lieove grupy pre fyzikov Iris, Bratislava, 2004.
[10] F. R. Gantmacher, Teorija matric, Nauka, Moskva, 1966.
[11] I. M. Geľfand, Lekciji po linejnoj algebre, Nauka, Moskva, 1966.
[12] L. I. Golovina, Linejnaja algebra i nekotoryje jejo priloženija Nauka, Moskva, 1985.
[13] W. H. Greub, Multilinear Algebra, Springer-Verlag, Berlin, 1967.
[14] P. R. Halmos, Finite-Dimensional Vector Spaces, Springer Verlag, New York, 1974.
[15] L. Hogben (ed.), Handbook of Linear Algebra, Chapman & Hall/CRC, Boca Raton,
FL 2007.
[16] V. Chvál, M. Mikola, Lineárna algebra, Katolícka univerzita, Ružomberok, 2000.
[17] D. Ilkovič, Fyzika I, II, (4. vyd.), Alfa, Bratislava, SNTL, Praha, 1968.
[18] V. A. Iľjin, E. G. Pozňak, Linejnaja algebra Nauka, Moskva, 1978.
Literatúra 795
[19] P. Kaprálik, J. Tvarožek, Zbierka riešených príkladov z lineárnej algebry a analytickej
geometrie, Alfa, Bratislava, 1987.
[20] T. Katriňák, M. Gavalec, E. Gedeonová, J. Smítal, Algebra a teoretická aritmetika I,
(3. vydanie), Univerzita Komenského, Bratislava, 1999.
[21] J. Korbaš, Lineárna algebra a geometria I, Univerzita Komenského, Bratislava, 2003.
[22] A. I. Kostrikin, Ju. I. Manin, Linejnaja algebra i geometrija, Nauka, Moskva, 1986,
(anglický preklad Linear algebra and geometry, Gordon & Breach, New York, 1989).
[23] J. Kvasnica, Matematický aparát fyziky, Academia, Praha, 1989.
[24] D. C. Lay, Linear Algebra and Its Applications, Addison-Wesley, Boston, 2003.
[25] O. Litzman, M. Sekanina, Užití grup ve fyzice, Academia, Praha, 1982.
[26] S. Mac Lane, G. Birkhoff, Algebra, (2. vydanie), Alfa, Bratislava, 1974.
[27] A. I. Maľcev, Osnovy linejnoj algebry, Nauka, Moskva, 1975.
[28] R. Merris, Multilinear Algebra, Gordon Breach, Amsterdam, 1997.
[29] L. Motl, M. Zahradník, Pěstujeme lineární algebru, Univerzita Karlova, vydavatelství
Karolinum, Praha, 1995.
[30] M. Neusel, Invariant Theory, Student Mathematical Library, American Mathematical
Society, Providence, Rhode Island, 2006.
[31] J. Pišút, L. Gomolčák, V. Černý, Úvod do kvantovej mechaniky, Alfa, Bratislava,
1983.
[32] J. Slovák, Lineární algebra, skriptá PřF MU, Brno, 1995, elektronický učebný text
dostupný na sieti, http://www.math.muni.cz/∼
slovak
[33] J. Smítal, E. Gedeonová, Lineárna algebra, skriptá MFF UK, Bratislava, 1981.
[34] G. Strang, Linear Algebra and its Applications, Thomson Brooks/Cole, 2006.
[35] F. Šik, Lineární algebra zaměřená na numerickou analýzu, Masarykova univerzita,
Brno, 1998.
[36] K. Tapp, Matrix Groups for Undergraduates, Student Mathematical Library, American
Mathematical Society, 2005.
[37] V. Votruba, Základy speciální teorie relativity, Academia, Praha, 1969.
Register
λ-ERO, 438
λ-ESO, 438
λ-matica, 438
invertibilná, 438
konštantná, 438
v kanonickom tvare, 439
λ-matice
λ-ekvivalentné, 438
K-algebra, 668
algebra
Lieova maticovej grupy, 705
absolútna hodnota kvaterniónu, 682
aditívny zápis, 580
afinná kombinácia, 149
afinná transformácia, 161
afinné podpriestory
čiastočne rovnobežné, 158
disjunktné, 157
mimobežné, 158
rovnobežné, 157
rôznobežné, 158
afinné rozšírenie lineárnej grupy, 638, 639
afinné súradnice bodu, 164
afinné zobrazenie, 159
afinný obal, 153
afinný podpriestor, 150
afinný priestor, 148
akcia grupy, 617
pravá, 618
ľavá, 617
algebra, 668
faktorová, 697
invariantov, 698
Lieova, 702
algebra polynomických funkcií, 673
algebra s delením, 684
algebraická váha spektra, 380
algebraický doplnok, 194
algebraický uzáver poľa, 389
algebry
izomorfné, 669
amplitúda pravdepodobnosti, 358, 359
anihilačný operátor, 568
asymptotická plocha jednodielneho eliptického
hyperboloidu, 517
automorfizmus grupy, 621
axiómy teórie grúp, 580
barycentrická kombinácia, 149
barycentrické súradnice bodu, 164
báza, 98, 105
duálna, 724
Hamelova, 106
Jordanova, 401
kanonická, 101
kladne orientovaná, 295
neusporiadaná, 106
ortogonálna, 251, 342
ortonormálna, 251, 342
usporiadaná, 105
vektorového priestoru, 98
vzhľadom na podpriestor, 418
záporne orientovaná, 295
báza lineárnej algebry, 668
bázy
súhlasne orientované, 295
Besselovu nerovnosť, 261
Bianchiho klasifikácia, 715
bilineárna forma, 208, 212
antisymetrická, 212
regulárna, 211
singulárna, 211
symetrická, 212
bilineárne zobrazenie, 207
binomická veta, 429
blok ekvivalencie, 27
bod funkcie
Register 797
kritický, 234
sedlový, 237
stacionárny, 234
body
afinne nezávislé, 153
kolineárne, 163
komplanárne, 163
nekolineárne, 163
nekomplanárne, 163
boost, 652
Cauchyho-Schwartzova nerovnosť, 248, 340
Cayleyho čísla, 684
centralizátor
podgrupy, 631
prvku, 622
centrum grupy, 623
cesta, 655
uzavretá, 661
cirkulant, 398
cirkulatná matica, 398
Cramerovo pravidlo, 200
cyklická báza, 433
cyklická grupa, 585
cyklický generátor, 433, 576
cyklický podpriestor, 433, 576
cyklický rád, 433
časopriestorová odľahlosť, 310
časové vektory súhlasne orientované, 316
časový šíp, 316
číslo
celé, 39
komplexné, 39
komplexne združené, 51
prirodzené, 39
racionálne, 39
reálne, 39
čistý stav, 357
de Broglieova vlnová funkcia, 549
bezčasová, 549
normovaná, 557
definičný obor potenčného radu, 447
deliteľnosť polynómov, 379
derivácia grupy, 615
determinant, 189
Gramov, 247
determinantové delitele λ-matice, 439
diagonála matice, 56
dimenzia
afinného priestoru, 153
vektorového priestoru, 99
dimenzia lineárnej algebry, 668
dimenzia maticovej grupy, 711
Diracova δ-funkcia, 551
disjunktné množiny, 17
diskrétna Fourierova transformácia, 676
disperzia náhodnej premennej, 286
disperzia pozorovateľnej, 546
dĺžka permutácie, 24
dĺžka vektora, 245, 248, 340
dotykový vektor, 704
duál, 723
druhý, 723
duál vektorového priestoru, 127
dualita, 723
duálny priestor, 723
Einsteinova konvencia, 741
ekvivalentné sústavy, 69
elementárna matica, 136
elementárna riadková operácia
na λ-matici, 438
elementárna stpĺpcová operácia
na λ-matici, 438
elementárne operácie, 73
riadkové, 73
stĺpcové, 73
elipsa, 510
elipsoid rotačný
pretiahnutý, 516
sploštený, 516
vajcovitý, 516
elipsoid trojosý, 516
endormorfizmus grupy, 621
ERO, 73
ESO, 73
euklidovská grupa, 645
euklidovský priestor, 245
Eulerov vzťah
zovšeobecnený, 685
Eulerova funkcia, 613
Eulerove parametre, 688
Eulerove uhly, 493, 716
Eulerove vzťahy, 324
excentricita
elipsy, 522
hyperboly, 523
798 Register
exponenciála, 452
faktorová algebra, 697
faktorová grupa, 595
faktorový priestor, 182
Feynmanov integrál, 360
forma
p-homogénna, 673
bilineárna, 208, 212
kvadratická, 213
lineárna, 723
multilineárna, 736
polárna, 213
poldruhalineárna, 336
formálna derivácia polynómu, 430
formálna derivácia potenčného radu, 447
Fourierov rad
exponenciálny, 539
komplexný, 539
trigonometrický, 539
Fourierova transformácia, 346, 559
diskrétna, 346, 676
diskrétna dvojrozmerná, 349
spojitá, 559
fundamentálna matica sústavy, 464
fundamentálny systém riešení, 167
funkcia, 18
Hamiltonova, 351
periodická, 261
polynomická homogénna, 673
rozložiteľná, 726
funkcionál
lineárny, 127
fyzikálny priestor
okamžitý, 319
subjektívny, 319
Galileova transformácia, 125, 164
Gaussova eliminácia, 79
Gaussova rovina, 51
Gaussova-Jordanova eliminácia, 73
generátor
voľný, 603
generujúca množina, 85
geometrická váha spektra, 380
goniometrický tvar kvaterniónu, 685
gradient, 235
gradient funkcie, 750
graduácia, 671
Gramov determinant, 247, 307
Gramov-Schmidtov ortogonalizačný proces,
252
Gramova matica, 247, 307
grupa, 579
abelovská, 580
alternujúca, 584
automorfizmov grupy, 621
cyklická, 585
dihedrálna, 583
duálna, 609
euklidovská, 645
faktorová, 595
charakterov, 609
komplexných jednotiek, 584
komutatívna, 580
konečná, 580
konečne generovaná, 585
konečne prezentované, 606
kvaterniónová, 630
lineárnych operátorov
jednoparametrická, 589
Lorentzova, 647
Möbiova, 666
maticová, 636
jednoparametrická, 589
metacyklická, 606
nekonečná, 580
ortogonálna, 644
Poincarého, 647
prezentovaná množinou generátorov
a množinou slov, 605
priamo nerozložiteľná, 599
pseudoortogonálna, 646
pseudounitárna, 653
spinorová, 692
symetrická, 581
symplektická, 693
špeciálna lineárna, 637
špeciálna ortogonálna, 644
špeciálna pseudoortogonálna, 646
špeciálna pseudounitárna, 653
špeciálna unitárna, 653
unitárna, 653
vlastná špeciálna pseudoortogonálna,
660
voľná, 603
všeobecná afinná, 639
všeobecná lineárna, 581, 635
Register 799
všeobecná projektívna, 666
grupa automorfizmov vektorového priestoru,
635
grupa transformácií, 616
grupa vnútorných automorfizmov, 622
grupová algebra, 674
grupové slovo
redukované, 603
grupy izomorfné, 587
hamiltonián, 351, 563
modifikovaný, 569
hamiltonián kvantového harmonického oscilátora,
568
Hamiltonov operátor, 564
Hamiltonova funkcia, 351
harmonický oscilátor, 535
Heisenbergov vzťah neurčitosti, 546
Heisenbergove komutačné vzťahy, 557
Hermitove polynómy, 572
hermitovský lineárny operátor, 526
kladný, 526
nezáporný, 526
pozitívny, 526
Hilbertov priestor, 357
hladká krivka, 704
hlavné osi
kvadratickej formy, 505
kvadriky, 509
hodnosť
kvadratickej formy, 215
lineárneho zobrazenia, 119
matice, 133
hodnosť kvadriky, 506
holomorf grupy, 626
holomorfizmus grupy, 633
homomorfizmus
nakrývajúci, 690
homomorfizmus algebier, 669
homomorfizmus graduovaných algebier, 671
homomorfizmus grúp, 586
triválny, 586
homomorfný obraz grupy, 596
homotopia, 660
hustota normálneho rozdelenia, 575
hyperbola, 510
rovnoosá, 510
hyperboloid eliptický
dvojdielny, 516
jednodielny, 516
hyperboloid rotačný
jednodielny, 517
charakter abelovskej grupy, 608
charakteristická hodnota, 368
charakteristický vektor, 368
charakteristika poľa, 42
ideál K-algebry, 697
ideál generovaný množinou, 697
imaginárna časť kvaterniónu, 681
imaginárna jednotka, 684
index
kontravariantný, 740
kovariantný, 740
index podgrupy, 590
inerciálna svetočiara, 314
inerciálna vzťažná sústava, 320
infinitezimálny generátor jednoparametrickej
grupy, 706
interpolačný polynóm, 203
invariant grupy, 698
invariantný podpriestor, 368
inverzná matica, 134
iterácia zobrazenia, 20
Iwasawov rozklad, 262, 362
izometria, 640
izometria kvadratickej formy, 640
izometria priestoru, 640
izomorfizmus
kanonický, 723
lineárny, 119
izomorfizmus algebier, 669
izomorfizmus grúp, 587
Jacobiho identita, 304, 702
Jacobiho matica, 279
jadro homomorfizmu, 587
jadro lineárneho zobrazenia, 117
jakobián, 279
jednoducho súvislá množina, 661
jednotka
kvaterniónová, 630, 682
jednotka grupy, 580
jednotka lineárnej algebry, 668
jednotkový prvok grupy, 580
Jordanov blok, 382
Jordanov kanonický tvar, 399
matice, 399
800 Register
Jordanova báza, 401
Jordanova bunka, 382
zovšeobecnená, 410
kanonický tvar
Jordanov, 399
primárny, 435
racionálny, 436
klasifikácia kvadrík
afinná, 505
metrická, 505
Kleinova fľaša, 700
kolmý priemet vektora, 265
kombinácia
afinná, 149
barycentrická, 149
lineárna, 47
komplexifikácia
lineárneho zobrazenia, 392
vektorového priestoru, 391
komponenta súvislosti, 655
kompozícia zobrazení, 19
komutant, 615
komutatívny diagram, 19
komutátor, 702
komutátor asociatívnej algebry, 703
komutátor matíc, 471
komutátor prvkov v grupe, 615
konečnorozmerný priestor, 98
kongruencia na grupe, 594
kongruencia na lineárnej algebre, 696
konjugácia kvaterniónu, 687
kontrakcia tenzora, 746
konvergencia
maticového radu, 449
postupnosti matíc, 448
konvergencia podľa stredu, 540
konvexná množina, 666
konvolúcia, 348, 674
cyklická, 348
funkcií, 542
postupností, 542
korelačný koeficient, 287
koreň polynómu, 379
koreňový podpriestor, 412
kosé pole, 684
kovariancia náhodných premenných, 290
kovektor, 725
krátka exaktná postupnosť
rozštiepená, 628
kreačný operátor, 568
kritický bod funkcie, 234
Kroneckerov súčin
vektorov, 752
Kroneckerov symbol, 60
kruhová frekvencia, 535
kružnica, 510
kužeľosečka, 505, 510
kužeľová plocha
eliptická, 515
rotačná, 516
kvadratická forma, 213
indefinitná, 230
kladne definitná, 230
kladne semidefinitná, 230
regulárna, 215
singulárna, 215
záporne definitná, 230
záporne semidefinitná, 230
kvadratická plocha, 515
kvadrika, 505
nestredová, 506
stredová, 506
kvadrika nestredová, 508
regulárna, 508
singulárna, 508
kvadrika stredová
homogénna, 507
nehomogénna, 507
regulárna, 507
singulárna, 507
kvantová mechanika, 353
kvantový harmonický oscilátor, 567
kvaternión
skalárny, 681
vektorový, 681
združený, 681
kvaterniónová jednotka, 682
kvaternióny, 679
Laplaceov integrál, 570
Laplaceov operátor, 564
Laplaceov rozvoj determinantu, 194, 203
podľa vybraných riadkov, 203
podľa vybraných stĺpcov, 203
lema
Burnsideova, 619
lema o piatich homomorfizmoch, 614
Register 801
Lieova algebra, 702
komutatívna, 703
Lieova algebra asociatívnej algebry, 703
Lieova algebra maticovej grupy, 705
Lieove zátvorky, 702
lineárna algebra, 668
asociatívna, 668
graduovaná, 671
komutatívna, 668
s jednotkou, 668
lineárna diferenciálna rovica
maticová, 463
vektorová, 462
lineárna forma, 127, 723
lineárna grupa, 636
lineárna grupa vektorového priestoru, 636
lineárna kombinácia, 47
lineárna nezávislosť vektorov, 87
lineárna regresia, 281
lineárna transformácia, 119
lineárna varieta, 150
lineárna závislosť vektorov, 86
lineárne operátory
adjungované, 477
duálne, 477
združené, 477
lineárne zobrazenie, 114
lineárny funkcionál, 127, 723
lineárny izomorfizmus, 119
lineárny obal, 84
lineárny operátor, 119
antihermitovský, 496
diagonalizovateľný, 367
hermitovský, 479
nilpotentný, 415
normálny, 496
ortogonálny, 484
samoadjungovaný, 479
symetrický, 479
unitárny, 483
lineárny oscilátor, 535
lineárny podpriestor, 82
indefinitný, 307
kladne definitný, 307
regulárny, 307
singulárny, 307
záporne definitný, 307
lineárny priestor, 46
Liouvilleova formula, 454
Lorentzova grupa, 647
Lorentzova transformácia, 328, 647
ortochrónna, 647
špeciálna, 329
vlastná, 647
vlastná ortochrónna, 648
Möbiova grupa, 666
Möbiova páska, 700
matica, 54
adjungovaná, 336
afinného zobrazenia, 162
algebraických doplnkov, 194
bilineárnej formy, 208, 212
bloková, 56
blokovo diagonálna, 62
diagonálna, 62
elementárna, 136
Gramova, 247, 307
hermitovská, 338
hermitovsky združená, 336
Hesseho, 235
charakteristická, 371
inverzná, 134
Jacobiho, 279
jednotková, 60
kososymetrická, 338
kvadratickej formy, 215
lineárneho zobrazenia, 121
lineárnej transformácie, 122
nilpotentná, 415
nulová, 58
ortogonálna, 258
poldruhalineárnej formy, 336
prechodu, 138
pseudoinverzná, 529
regulárna, 134
rozložiteľná, 752
singulárna, 134
sústavy lineárnych rovníc, 68
rozšírená, 68
symetrická, 56
štvorcová, 54
transponovaná, 55
typu m × n, 54
unitárna, 343
v redukovanom stupňovitom tvare,
70
v stupňovitom tvare, 70
802 Register
matice
G-kongrunetné, 637
G-podobné, 637
hermitovskej G-kongruencie, 637
hermitovsky kongruentné, 337
komutujúce, 429
kongruentné, 218
Pauliho, 694
podobné, 366
riadkovo ekvivalentné, 73
stĺpcovo ekvivalentné, 73
maticová funkcia
komutujúca, 465
polynomická, 426
spojitá, 458
maticová funkcia reálnej premennej
komplexná, 458
reálna, 458
maticová grupa, 636
diskrétna, 706
maximum
ostré lokálne, 237
metóda najmenších štvorcov, 282
minimálny polynóm
lineárneho operátora, 431
matice, 430
minimum
ostré lokálne, 237
Minkowského časopriestor, 310
minor matice, 194, 202
hlavný, 202
mnohočlen, 49
množina
faktorová, 27
fixpunktov, 619
generátorov, 85
jednoducho súvislá, 661
konvexná, 666
ortogonálna, 342
ortonormálna, 342
pevných bodov, 619
súvislá, 655
transverzálna, 618
vektorov lineárne nezávislá, 94
zvyškových tried, 43
množina generátorov grupy, 585
mocnina matice, 61
mocninný rad, 446
modul matice
pravý, 527
ľavý, 527
moment hybnosti, 562
Mooreova-Penroseova pseudoinverzia lineárneho
zobrazenia, 531
Mooreova-Penroseova pseudoinverzia matice,
531
multiplikatívny zápis, 580
nadrovina, 153
náhodná premenná, 286
náhodné premenné
nekorelované, 290
najmenší spoločný násobok, 444
najväčší spoločný deliteľ polynómov, 439
nakrytie
dvojnásobné, 690
násobnosť vlastnej hodnoty
algebraická, 379
geometrická, 380
nekonečnorozmerný priestor, 98
norma vektora, 245, 248, 340
normalizátor podgrupy, 631
normovaný priestor, 248
objem
k-rozmerný, 293
orientovaný, 297
oblúk, 655
obor konvergencie potenčného radu, 447
obraz
lineárneho zobrazenia, 117
množiny, 20
zobrazenia, 20
obraz homomorfizmu, 587
očakávaná hodnota náhodnej premennej,
286
odchýlka
afinných podpriestorov, 272
lineárnych podpriestorov, 272
vektora od podpriestoru, 267
vektorov, 249
odmocnina z jednotky
primitívna, 602
ohniská
elipsy, 522
hyperboly, 523
ohnisko paraboly, 523
okruh
Register 803
invariantov, 698
komutatívny s jednotkou, 52
súradnicový, 673
s jednotkou, 66
okruh s delením, 684
oktonión, 684
operácia, 18
asociatívna, 21
binárna, 21
komutatívna, 21
unárna, 18
operátor
lineárny, 119
orbita prvku, 618
ortogonálna grupa, 644
ortogonálna matica, 258
ortogonálna projekcia vektora, 265
ortogonálny doplnok, 264
ortokomplement množiny, 264, 342, 725
ortonormálny systém, 251
osová súmernosť, 124
otočenie, 123
parabola, 511
paradox dvojčiat, 323
parameter
nestredovej kvadriky, 509
paraboly, 523
párovanie, 723
Parsevalova rovnosť, 252
Pauliho matice, 694
permanent, 204
permutácia, 23
inverzná, 23
nepárna, 25
párna, 25
plocha
guľová, 516
sférická, 516
počiatočná podmienka, 462
počiatočná úloa, 463
podalgebra lineárnej algebry, 669
podgrupa, 582
generovaná množinou, 584
invariantná, 592
nevlastná, 583
normálna, 592
triviálna, 583
podgrupa generovaná množinou
normálna, 593
podpole, 42, 388
podpriestor
afinný, 150
invariantný, 368
koreňový, 412
lineárny, 82
smerový, 152
Poincarého grupa, 647
Poincarého transformácia, 329
polárne súradnice, 277
poldruhalineárna forma, 336
hermitovská, 337
kososymetrická, 337
pole, 40
algebraicky úplné, 389
algebraicky uzavreté, 389
polomer konvergencie mocninného radu,
447
polos elipsy
hlavná, 510
vedľajšia, 510
polos hyperboly
hlavná, 510
vedľajšia, 510
polynóm, 49
homogénny, 672
charakteristický, 371
interpolačný, 203
ireducibilný, 435
polynomická maticová funkcia, 426
polynómy
Hermitove, 263
Legendreove, 254
nesúdeliteľné, 435, 439
postupnosť exaktná, 597
krátka, 597
postupnosť vektorov lineárne nezávislá,
94
posunutie, 159
potenčný rad, 446
pozorovateľná, 544
energie, 563
kinetickej , 564
potenciálnej, 564
hybnosti, 555
polohy, 550
súradníc, 553
pozorovateľné momentov hybnosti, 563
804 Register
pravdepodobnostné rozdelenie
Gaussovo, 575
normálne, 575
pravdepodobnostné rozdelenie rovnomerné,
285
pravdepodobnostný priestor, 285
pravdepodobnosť, 285
pravidlo pravej ruky, 296
priamka, 149
priamy súčin grúp, 598
pridružená matica polynómu, 432
priečka afinných podpriestorov, 270
prienik
lineárnych podpriestorov, 85
množín, 17
priestor
afinný, 148
euklidovský, 245
Hilbertov, 357
lineárny, 46
pravdepodobnostný, 285
projektívny, 691
pseudoeuklidovský, 306
stavový, 350, 357
unitárny, 339
vektorový, 46
projekcia, 288
kanonická, 27
prirodzená, 27
projektívna priamka, 666
projektívny priestor, 691
projektor, 288
prvky
konjugované, 622
prvok
inverzný, 22, 40
matice, 54
neutrálny, 21
opačný, 40
pseudoeuklidovský priestor, 306
pseudoortogonálna grupa, 646
pseudoriešenie sústavy lineárnych rovníc,
281, 533
pseudoskalárny súčin, 306
pseudounitárna grupa, 653
QR-rozklad, 262, 362
racionálna lineárna transformácia, 666
rad
Campbellov-Bakerov-Hausdorffov, 708
rád
konečnej grupy, 580
koreňového vektora, 412
nilpotentného operátora, 415
prvku v grupe, 585
vlastnej hodnoty, 412
reálna časť kvaterniónu, 680
reálne zúženie vektorového priestoru, 337
regulárna matica, 134
relativistická dilatácia času, 325
relativistická kontrakcia, 332
relativistické skladanie rýchlostí, 333
repér, 163
ortogonálny, 508
ortonormálny, 508
reprezentácia
hybnostná, 560
polohová, 560
súradnicová, 560
reprezentácia grupy, 618
riadiaca priamka
paraboly, 523
riadok matice, 55
riešenie sústavy lineárnych rovníc, 68
minimálne, 283
rovnica
charakteristická, 371
kvadriky, 505
lineárna, 68
rovnice
Hamiltonove, 352
rovnice afinného podpriestoru
parametrické, 170
všeobecné, 171
rovnosť tried, 619, 623
rovnoľahlosť, 125
rozdelenie pravdepodobnosti, 285
rozdiel
množín, 17
rozklad
orbitálny, 618
polárny, 528
singulárny, 528
rozklad množiny, 27
rozptyl náhodnej premennej, 286
rozptyl pozorovateľnej, 546
rozšírenie grupy pomocou grupy, 598
Register 805
rozšírenie poľa, 388
algebraické, 388
konečné, 388
rozvrstvenie, 671
Sarrusovo pravidlo, 189
sedlo, 237
semilineárne zobrazenie, 336
sféra dvojrozmerná, 684
sférické súradnice, 277, 278
Schrödingerova rovnica, 564
bezčasová, 565
stacionárna, 565
v integrálnom tvare, 565
signatúra
diagonálnej matice, 226
kvadratickej formy, 228
pseudoeuklidovského priestoru, 306
symetrickej bilineárnej formy, 227
symetrickej matice, 227
signatúra kvadriky, 506
singulárna matica, 134
singulárne číslo matice, 527
skalár, 39
skalárna časť kvaterniónu, 680
skalárna funkcia maticového argumentu,
455
skalárny súčin, 244
komplexný, 339
komplexný štandardný, 342
štandardný, 246
slučka, 661
smerodajná odchýlka, 286
smerový podpriestor, 152
spektrálny polomer
lineárneho operátora, 498
spektrálny polomer štvorcovej matice, 451
spektrálny rozklad
normálneho operátora, 497
samoadjungovaného operátora, 483
unitárneho operátora, 486
spektrum
lineárneho operátora, 380
matice, 380
spinorová grupa, 692
spojenie afinných podpriestorov, 154
spustenie indexu, 747, 748
stabilizátor množiny, 631
bodový, 631
stabilizátor prvku, 618
stacionárny bod funkcie, 234
stav
excitovaný, 573
vzbudený, 573
základný, 573
stavový priestor, 350, 352, 357
stĺpec matice, 55
stopa
zovšeobecnená
tenzora, 746
stopa matice, 367
stred kvadriky, 509, 523
stredná hodnota náhodnej premennej, 286
stredná hodnota pozorovateľnej, 545
stredná kvadratická odchýlka, 286
stredná kvadratická odchýlka pozorovateľnej,
546
stupeň
tenzora, 738
stupeň rozšírenia, 388
subdeterminant, 194
súčet
lineárnych podpriestorov, 85
množín, 85
súčet lineárnych podpriestorov
direktný, 86
priamy, 86, 96
súčet vektorových priestorov
priamy, 131
súčin
grúp
priamy, 598
matíc, 59
pseudoskalárny, 306
skalárny, 244
vektorový, 299
vnútorný, 244
vonkajší, 298
zmiešaný, 299
súčin grúp
polopriamy, 626
súčin množín
karteziánsky, 17
súčin tenzorov, 745
súčin vektorových priestorov
priamy, 50, 131
súradná sústava
inerciálna, 320
806 Register
pravotočivá, 296
ľavotočivá, 296
súradnice
polárne, 277
sférické, 277, 278
súradnice bodu
afinné, 164, 508
barycentrické, 164, 508
súradnice kovektora
kontravariantné, 748
kovariantné, 748
súradnice tenzora, 740
súradnice vektora
kontravariantné, 748
kovariantné, 748
súradnice vektora vzhľadom na bázu, 100,
106
sústava elementárnych deliteľov, 435
sústava invariantných faktorov, 436
sústava lineárnych diferenciálnych rovníc,
462
autonómna, 467
homogénna, 463
s konštantnými koeficientmi, 467
sústava lineárnych rovníc, 68
homogénna, 68
nehomogénna, 68
sústavy lineárnych rovníc
ekvivalentné, 69
súvislá komponenta, 655
súvislá množina, 655
svetelné vektory, 333
súhlasne orientované, 333
svetelný kužeľ, 310
budúcnosti, 311
minulosti, 311
svetelný vektor súhlasne orientovaný s časovým
vektorom, 316
svetobod, 310
svetočiara inerciálneho pozorovateľa, 314
Sylvestrov zákon zotrvačnosti, 227
Sylvestrovo kritérium, 233
symplektická grupa, 693
systém riešení
fundamentálny, 464
systém štruktúrnych konštánt, 669
šíp času, 316
špeciálna lineárna grupa, 637
špeciálna ortogonálna grupa, 644
špeciálna pseudoortogonálna grupa, 646
špeciálna pseudounitárna grupa, 653
špeciálna unitárna grupa, 653
štvorgrupa, 648
Taitove-Bryanove uhly, 493
tenzor
metrický, 747
nerozložiteľný, 738
pseudometrický, 747
tenzorom typu p
q , 738
tenzorový súčin
funkcií, 726
podpriestorov, 726
vektorov, 729
vektorových priestorov, 729, 733
totálna derivácia
druhá, 235
prvá, 235
transformácia
afinná, 161
Galileova, 125
lineárna, 119
Lorentzova, 328, 647
špeciálna, 329
množiny, 18
Poincarého, 329
racionálna lineárna , 666
translácia, 159
translácia kvaterniónu
pravá, 686
ľavá, 686
transpozícia, 24
trieda
konjugácie, 622
trieda ekvivalencie, 27
trieda rozkladu grupy podľa podgrupy
pravá, 590
ľavá, 590
udalosti súčasné, 318
udalosť, 310
uhlová frekvencia, 548
uhol
afinných podpriestorov, 272
lineárnych podpriestorov, 273
vektora a podpriestoru, 267
vektorov, 249
Register 807
hyperbolický, 325
unitárna grupa, 653
unitárna matica, 343
unitárny priestor, 339
valcová plocha
eliptická, 516
hyperbolická, 516
rotačná, 516
varieta
lineárna, 150
vektor, 39
anizotropný, 307
časový, 310
charakteristický, 368
izotropný, 307
kladne definitný, 307
kontravariantný, 725
koreňový, 412
kovariantný, 725
opačný, 47
parametrov, 170
priestorový, 310
riadkový, 48
stavový, 357
stĺpcový, 49
vlastný, 368
záporne definitný, 307
vektorová časť kvaterniónu, 680
vektorová funkcia reálnej premennej
komplexná, 458
reálna, 458
vektorová pozorovateľná
hybnosti, 558
momentu hybnosti, 563
polohy, 554
vektorový priestor, 46
duálny, 127
funkcií, 50
konečnorozmerný, 98
matíc, 58
nekonečnorozmerný, 98
vektorový súčin, 299
vektory
kolmé, 250, 251
lineárne nezávislé, 87
lineárne nezávislé vzhľadom na podpriestor,
418
lineárne závislé, 86
ortogonálne, 250, 251
veta
Cauchyho, 192, 624
Cayley, 616
Cayleyova-Hamiltonova, 427
Eulerova, 613
Fermatova malá, 591
Frobeniova, 169
Jacobiho, 231
kosinusová, 250
kosoštvorcová o izomorfizme, 182
Lagrange, 591
o hlavných osiach, 504
o homomorfizme, 596
o izomorfizme
druhá (o dvojnom), 614
prvá (kosoštvorcová), 614
tretia, 614
Pytagorova, 250
Schurova o triangularizácii, 384
Steinitzova, 97
vlastná hodnota, 368
m-násobná, 379
jednoduchá, 379
vlastná špeciálna pseudoortogonálna grupa,
660
vlastné číslo, 368
vlastný podpriestor lineárneho operátora,
380
vlastný vektor, 368
vnútorný súčin, 244
vnútorný súčin komplexný, 339
voľná grupa, 603
voľný generátor, 603
vrchol kvadriky, 509
všeobecná afinná grupa, 639
všeobecná lineárna grupa, 635
všeobecná projektívna grupa, 666
vzdialenosť
afinných podpriestorov, 270
bodov, 249
množín, 270
vzor množiny, 21
vzťah
ekvivalencie, 26
reflexívny, 26
symetrický, 26
tranzitívny, 26
808 Register
základná veta algebry, 389
zameranie, 152
zdvih indexu, 748
zdvih poľa skalárov, 735
zhodné zobrazenie, 640, 645
zhodnosť, 645
nepriama, 645
priama, 645
zjednotenie
množín, 17
znamienko permutácie, 24
zobrazenie, 18
afinné, 159
alternujúce, 186
antisymetrické, 185
bijektívne, 19
bilineárne, 207
exponenciálne, 707
identické, 20
injektívne, 18
inverzné, 19
lineárne, 114
logaritmické, 708
multilineárne, 185
na množinu, 18
prosté, 18
pseudoinverzné, 529
semilineárne, 336
súradnicové, 100
surjektívne, 18
vzájome jednoznačné, 19
zhodné, 640, 645
zložené, 19
zreálnenie vektorového priestoru, 337
zúženie tenzora, 746
zúženie zobrazenia, 20
zvyšok po delení, 395