S

t
u
d
e
n
t

W
E
B

C
o
p
y






Prof. Dr. Vladimir BALAN









ALGEBRĂ LINIARĂ,
GEOMETRIE ANALITICĂ




= ediţia a III-a revăzută şi adăugită =
















BUCUREŞTI - 2004

S
t
u
d
e
n
t

W
E
B

C
o
p
y







Referenţi ştiinţifici: Prof. Dr. Constantin Drăguşin
Prof. Dr. Constantin Radu

S
t
u
d
e
n
t

W
E
B

C
o
p
y


Prefaţă




Acest curs reprezintă un ghid practic, care include noţiunile,
rezultatele teoretice de bază, precum şi tipurile de probleme care apar în
cadrul disciplinei "algebră liniară şi geometrie analitică" predată în
instituţiile de învăţământ superior universitar tehnic şi economic.
În lucrare sunt expuse clar şi cu multe exemple instructive, elemente
de algebră liniară (structuri algebrice, spaţii vectoriale, transformări
liniare, forme pătratice) şi de geometrie analitică (vectori liberi, dreapta şi
planul în spaţiu, conice, cuadrice).
Deşi cartea are un pronunţat caracter teoretic, atât exemplificările ce
însoţesc definiţiile şi rezultatele, precum şi exerciţiile propuse la sfârşit de
capitol urmate de răspunsuri sau rezolvări succinte, fac din acest curs un
instrument util de seminarizare.
În plus, volumul include un index de noţiuni, deci poate fi utilizat şi
ca memento, iar referinţele bibliografice reprezintă un punct de plecare
pentru un studiu extins al materialului.
Lucrarea este utilă în special studenţilor de la facultăţile tehnice,
inginerilor, cercetătorilor şi cadrelor didactice din învăţământul mediu şi
superior, putând fi consultată şi de elevii de liceu din anii terminali.
Parcurgerea cărţii presupune cunoaşterea noţiunilor şi rezultatelor de
algebră, analiză matematică şi geometri predate în învăţământul liceal.




19 noiembrie 2004,
Bucureşti.
Autorul.

S
t
u
d
e
n
t

W
E
B

C
o
p
y





Cuprins

Algebră liniară

Capitolul 1. Spaţii vectoriale
#1. Grupuri şi corpuri ..................................................…............. 1
#2. Spaţii vectoriale. Subspaţii vectoriale..................................… 3
#3. Dependenţă şi independenţă liniară ........................................ 9
#4. Bază şi dimensiune .............................................................…. 10
#5. Spaţii vectoriale euclidiene ..................................................... 18
#6. Ortogonalitate. Procedeul de ortogonalizare Gram-Schmidt... 22
#7. Probleme propuse.................................................................... 29

Capitolul 2. Transformări liniare
#1. Transformări liniare…………………………….................... 39
#2. Nucleu şi imagine .................................................................. 42
#3. Matricea unei transformări liniare ......................................... 46
#4. Endomorfisme particulare ..................................................... 49
#5. Transformări liniare pe spaţii euclidiene ............................... 52
#6. Izometrii ................................................................................ 56
#7. Probleme propuse.................................................................. 58

Capitolul 3. Valori şi vectori proprii
#1. Valori şi vectori proprii ........................................................ 64
#2. Polinomul caracteristic al unui endomorfism........................ 65
#3. Forma diagonală a unui endomorfism................................... 69
#4. Forma canonică Jordan ......................................................... 74
#5. Spectrul endomorfismelor pe spaţii euclidiene ..................... 79
#6. Polinoame de matrice. Funcţii de matrice ............................. 82
#7. Probleme propuse.................................................................. 86

Capitolul 4. Forme biliniare şi pătratice
#1. Forme biliniare. Forme pătratice…......................................... 91
#2. Reducerea formelor pătratice la expresia canonică ...........…. 96
#3. Signatura unei forme pătratice reale ....................................... 103
#4. Probleme propuse................................................................... 105


S
t
u
d
e
n
t

W
E
B

C
o
p
y
Geometrie analitică în E
3

Capitolul 5. Vectori liberi
#1. Spaţiul vectorial al vectorilor liberi……. ......................... 108
#2. Coliniaritate şi coplanaritate ........................................… 112
#3. Proiecţii ortogonale……………….......................………. 114
#4. Produs scalar ..................................................................... 116
#5. Produs vectorial .............................................................… 118
#6. Produs mixt ........................................................................ 121
#7. Probleme propuse............................................................... 123

Capitolul 6. Dreapta şi planul în spaţiu
#1. Reper cartezian ................................................................... 126
#2. Ecuaţiile dreptei în spaţiu ................................................... 127
#3. Ecuaţiile planului în spaţiu ................................................. 129
#4. Unghiuri în spaţiu ............................................................... 134
#5. Distanţe în spaţiu ................................................................ 136
#6. Probleme propuse................................................................ 140

Capitolul 7. Schimbări de repere în spaţiu
#1. Translaţia şi rotaţia reperului cartezian .............................. 146
#2. Trecerea de la reperul cartezian la reperul cilindric ........... 151
#3. Trecerea de la reperul cartezian la reperul polar în plan.... 153
#4 Trecerea de la reperul cartezian la reperul sferic ............… 154
#5. Probleme propuse................................................................ 156

Capitolul 8. Conice
#1. Generalităţi ........................................................................ 158
#2. Reducerea la forma canonică a ecuaţiei unei conice ......... 170
#3. Intersecţia dintre o dreaptă şi o conică ...........................… 176
#4. Pol şi polară ....................................................................... 178
#5. Diametru conjugat cu o direcţie dată ................................. 180
#6. Axele unei conice .............................................................. 182
#7. Probleme propuse.............................................................. 183
Capitolul 9. Cuadrice
#1. Sfera ……………............................................................. 185
#2. Elipsoidul ......................................................................... 188
#3. Hiperboloizii .................................................................... 190
#4. Paraboloizii....................................................................... 193
#5. Alte tipuri de cuadrice………........................................... 195
#6. Cuadrice riglate .......................................................……. 196
#7. Cuadrice descrise prin ecuaţia generală ........................... 197
#8. Reducerea la forma canonică a ecuaţiei unei cuadrice ..... 200
#9. Intersecţia unei cuadrice cu o dreaptă sau cu un plan ...... 202
#10. Probleme propuse........................................................... 205

Index de noţiuni
Algebră liniară………………....................................…..……... 208
Geometrie analitică…………….............................….....……… 211

Bibliografie ....................................……………………..……………… 214



S
t
u
d
e
n
t

W
E
B

C
o
p
y

ALGEBRĂ LINIARĂ


Capitolul 1

SPAŢII VECTORIALE


#1. Grupuri şi corpuri

Vom reaminti întâi noţiunile de grup şi de corp comutativ, structuri cunoscute
din manualul de algebră de liceu de clasa a XII-a.

1.1. Definiţie. Un grup reprezintă o mulţime împreună cu o
operaţie binară internă
( , ) G ∗ G
∗ ∈ × → ∗ ∈ :( G G g g
1 2
, ) g g
1 2
G , care satisface
următoarele condiţii:
(asociativitate) (1)
3 2 1 3 2 1 3 2 1
) ( ) ( , , , g g g g g g G g g g ∗ ∗ = ∗ ∗ ∈ ∀
, (element neutru) (2) , , g e g g e G g G e = ∗ = ∗ ∈ ∀ ∈ ∃
(element simetric). (3) e g g g g G g G g = ∗ ′ = ′ ∗ ∈ ′ ∃ ∈ ∀ , ,
Dacă operaţia * satisface condiţia suplimentară
, (comutativitate) (4)
1 2 2 1 2 1
, , g g g g G g g ∗ = ∗ ∈ ∀
atunci grupul G se numeşte grup comutativ (sau abelian).

Observaţii 1. Elementul e din axioma (2) este unic determinat de proprietatea
dată (temă, verificaţi) şi se numeşte element neutru; elementul ′ g care satisface
axioma (3) este unic determinat de g şi se numeşte simetricul lui g.
2. În grupurile uzuale, operaţia de grup se notează fie aditiv, fie multiplicativ. În
fiecare din cele două cazuri apar următoarele notaţii şi denumiri:
♦ Într-un grup aditiv, notat prin ( , elementul neutru e se notează cu 0 şi se
numeşte zero, iar elementul simetric
, ) G +
′ g al unui element g se notează cu − şi se
numeşte opusul lui g. Diferenţa se defineşte ca fiind suma .
g
g g
1 2
− g g
1 2
+ − ( )
♦ Într-un grup multiplicativ, notat prin ( , elementul neutru e se notează cu 1 şi se
numeşte unitate, iar ′
, ) G ⋅
g se notează cu g şi se numeşte inversul lui g.
−1

Exemple de grupuri.
1. Grupurile aditive (C,+), (R,+), (Q,+), (Z,+).
2. Grupurile multiplicative (C* = C \ {0},⋅), (R* = R \ {0},⋅), (Q* = Q \ {0},⋅).
3. ( , , unde G , iar este înmulţirea
matricelor.
) G ∗ =
|
\

|
.
|
− |
\

|
.
|


|
\

|
.
|

|
\

|
.
|
¦
´
¹
¹
`
)
1 0
0 1
0 1
1 0
1 0
0 1
0 1
1 0
, , , ∗
4. Grupurile ( ,⋅); (Z C ⊂ − − = } , 1 , , 1 { i i G
4
,+).
Algebră liniară 1
S
t
u
d
e
n
t

W
E
B

C
o
p
y
5. Mulţimea bijecţiilor definite pe o mulţime şi cu valori în formează grup
relativ la compunerea funcţiilor.
A A

1.2. Definiţie. Fie ( un grup. Se numeşte subgrup al lui grupului G o
submulţime nevidă care satisface proprietatea
, ) G ∗
G H ⊂
∀ ∈ ∗ ′ ∈ g g H g g H
1 2 1 2
, , . (5)
În acest caz notăm ( , . ) ( , ) H G ∗ ⊂ ∗

Observaţii. 1. este un subgrup al grupului ( dacă şi numai dacă
este grup în raport cu operaţia indusă de .
H , ) G ∗ H

2. Condiţia (5) este echivalentă cu condiţiile
H g g H g g ∈ ∗ ∈ ∀
2 1 2 1
, , ; H g H g ∈ ′ ∈ ∀ , .

Exemple de subgrupuri.
1. ; ) , ( ) , ( ) , ( ) , ( + ⊂ + ⊂ + ⊂ + C R Q Z
2. ; ) , ( ) , ( ) , (
* * *
⋅ ⊂ ⋅ ⊂ ⋅ C R Q
3. ; ) , ( ) , ( ) , (
* * *
⋅ ⊂ ⋅ ⊂ ⋅
+ + +
C R Q
4. Grupul permutărilor de n obiecte ( n ); * N ∈
5. , unde e este elementul neutru al grupului G. Aceste
subgrupuri se numesc subgrupuri improprii ale grupului G.
) , ( ) , ( ); , ( ) }, ({ ∗ ⊂ ∗ ∗ ⊂ ∗ G G G e

1.3. Definiţii.
a) Fie ( , şi două grupuri. Se numeşte omomorfism de grupuri o
funcţie ϕ ' care satisface relaţia .
) G ∗
G
) , ( o G′
:G → G g g g g g g ∈ ∀ ϕ ϕ = ∗ ϕ
2 1 2 1 2 1
, ), ( ) ( ) ( o
b) Un omomorfism bijectiv se numeşte izomorfism.
c) Dacă ' şi G G = ∗ ≡ o, omomorfismul mai poartă numele de endomorfism,
iar izomorfismul, pe cel de automorfism.

Exemple de grupuri izomorfe.
1. Grupurile din exemplul 1.1.3 sunt izomorfe;
2. Grupurile (Z
n
,+) şi } 1 { = ∈ =
n
n
z z U C ( , sunt izomorfe prin aplicaţia
n n
U → ϕ Z : , 1 , 0 , sin cos ) ˆ ( − = + = n m
n
m
i
n
m
m
π π
ϕ .

1.4. Definiţii. a) Se numeşte corp un triplet (K, +, ⋅ ) format dintr-o mulţime
K împreună cu două aplicaţii binare notate prin +, ⋅ ale lui K în K (numite
respectiv adunare şi înmulţire), care satisfac condiţiile:
K ×
♦ adunarea determină pe K o structură de grup comutativ,
♦ înmulţirea determină pe K \{0} o structură de grup,
♦ înmulţirea este distributivă faţă de adunare.
b) Se numeşte câmp (corp comutativ), un corp pentru care şi înmulţirea este
comutativă.
Cap.I. Spaţii vectoriale 2
S
t
u
d
e
n
t

W
E
B

C
o
p
y
În cele ce urmează, vom nota un corp ( , prin K, iar corpurile utilizate
vor fi câmpurile ( , şi ( , .
, K + ⋅)
, ) R + ⋅ , ) C + ⋅

Exemple de corpuri.
1. Tripletele ( , , ( , , ( , sunt corpuri comutative; operaţiile de
adunare şi înmulţire sunt cele obişnuite.
) , ) R + ⋅ Q, + ⋅ , ) C + ⋅
2. Tripletul ( , unde p este un număr prim, este corp comutativ. ) , , ⋅ +
p
Z


#2. Spaţii vectoriale. Subspaţii vectoriale

Pe lângă diverse structuri algebrice precum cele de monoid, algebră, inel, sau
modul, în studiul disciplinelor aplicate intervine cu prioritate structura de spaţiu
vectorial. Această structură constă dintr-un grup aditiv comutativ V , şi o operaţie de
înmulţire externă definită pe cu valori în V care satisface patru axiome, unde K
este un câmp. Vom nota elementele spaţiului vectorial V (numite vectori) prin
, iar cele ale corpului K (numite scalari), prin a sau α β .
K V ×
u v w , , ,... ,... , ; , , , l k c b K , ,...

2.1. Definiţie. Se numeşte spaţiu vectorial peste corpul K un triplet (V,+,⋅ = f ),
în care
k
1. V este o mulţime - ale cărei elemente se numesc vectori;
2. operaţia “+” (numită de adunare a vectorilor) determină o structură de grup
comutativ pe V, notată aditiv, ( , ) ; v w v w ∈ × → + ∈ V V V
3. operaţia “⋅ ” (numită de înmulţire cu scalari), dată de o funcţie f
k
, ) , ( , : kv v k f f = → × V V K
ce satisface proprietăţile

(asoc. înmulţirii cu scalari), (1) V K ∈ ∀ ∈ ∀ = v l k v kl lv k , , , ) ( ) (
(distrib. faţă de adunarea din K), (2) V K ∈ ∀ ∈ ∀ + = + v l k lv kv v l k , , , ) (
(distrib. faţă de adunarea din V) , (3) V K ∈ ∀ ∈ ∀ + = + w v k kw kv w v k , , , ) (
1 (4) V ∈ ∀ = v v v ,

Elementele lui K se numesc scalari, iar aplicaţia f se numeşte înmulţirea cu scalari.
În cazul K = R, spaţiul vectorial se numeşte spaţiu vectorial real, iar dacă K = C,
spaţiul vectorial se numeşte spaţiu vectorial complex.

Un spaţiu vectorial (V,+,⋅ ), se va nota uneori, pe scurt, prin V. În cele ce urmează,
prin corpul K vom înţelege unul din câmpurile R sau C.
k

2.2. Teoremă. Dacă V este un spaţiu vectorial peste corpul K, atunci
∀ ∈ şi ∀ au loc următoarele proprietăţi: u v w , , V ∈ k l , K


Algebră liniară 3
S
t
u
d
e
n
t

W
E
B

C
o
p
y
(i) 0 0 v = ,
(ii) k0 0, =
(iii) ( ) , − = − 1 v v
(iv) , u w u v w v = ⇒ + = +
(v) kv şi lv = l k v = ⇒ ≠ 0 ,
unde elementul 0 din stânga egalităţii (i) reprezintă elementul neutru al corpului K,
iar elementul 0 din membrul drept reprezintă vectorul nul (elementul neutru al
grupului abelian (V,+) ).
V ∈

Demonstraţie. i). . v v v v v 0 0 0 0 ) 0 0 ( 0 = ⇒ + = + =
ii) . 0 0 ) 0 0 ( 0 ⋅ + ⋅ = + ⋅ = ⋅ k k k k 0 0 ⋅ = ⇒ k
iii) v v v v v v v v − = − ⇒ = = − + = − + = − + ) 1 ( 0 0 ) 1 ( 1 ( ) 1 ( 1 ) 1 ( .
iv) v u = + w w u w u v v w v v u v = ⇒ + = + ⇒ + + − = + + − ⇒ + 0 0 .
v) (în caz contrar, înmulţind cu ( , rezultă
, contradicţie) ‰
0 ) ( = − ⇒ = v l k lv kv
0
l k = ⇒
1
)

− l k
= v

Corolar. În orice spaţiu vectorial V peste corpul K , pentru
, ∀ au loc relaţiile: ∀ ∈ k l , K ∈ v w , V
a) , ) ( ) ( ) ( v k v k kv − = − = −
b) , lv kv lv kv v l kv v l k − = − + = − + = − ) ( ) ( ) (
c) kw kv kw kv w k kv w v k w v k − = − + = − + = − + = − ) ( ) ( ] ) 1 ( [ ) ( .

Demonstraţie. Arătăm, spre exemplu, proprietăţile a). Pe de o parte avem
) ( ) 1 ( ) 1 ( ) ( v k v k v k v k
iii
− ⋅ = − ⋅ = ⋅ − = − .
Pe de altă parte, din egalităţile rezultă,
folosind implicaţia (iv), egalitatea . ‰
kv kv v v v k k kv v k
i
+ − = ⋅ = ⋅ = + − = + − ) ( 0 0 ) ( ) (
) 3 (
) ( ) ( kv v k − = −

Exemple de spaţii vectoriale.
În fiecare din exemplele următoare, vom preciza mulţimile V şi K, adunarea din V şi
înmulţirea vectorilor cu scalari.
1. Spaţiul vectorial K peste corpul K. În acest caz, V=K=corp, adunarea şi
înmulţirea cu scalari este înmulţirea din corpul K.
2. Spaţiul vectorial C peste corpul R. În acest caz, V = C (mulţimea
numerelor complexe), (mulţimea numerelor reale), adunarea este cea din C,
înmulţirea cu scalari este cea uzuală dintre un număr real şi un număr complex.
R = K
3. Spaţiul vectorial aritmetic cu n dimensiuni. , K = corp
comutativ; adunarea şi înmulţirea cu scalari definite prin:
n
K V =

K K ∈ ∀ ∈ = = ∀



=
+ + + = +
k y y y y x x x x
kx kx kx kx
y x y x y x y x
n
n n
n
n n
, ) ,..., , ( ), ,..., , ( ,
), ,..., , (
) ,..., , (
2 1 2 1
2 1
2 2 1 1
V
3
4. Spaţiul vectorial al vectorilor liberi. V = , K = R, adunarea vectorilor
liberi prin regula paralelogramului, înmulţirea dintre un număr real şi un vector liber
(vezi cap.V, # 1).
Cap.I. Spaţii vectoriale 4
S
t
u
d
e
n
t

W
E
B

C
o
p
y
5. Spaţiul vectorial al matricelor de tipul m . V = , K = câmp,
adunarea matricelor, înmulţirea dintre un scalar şi o matrice.
n × ) (K
n m
M
×
6. Spaţiul vectorial al soluţiilor unui sistem algebric liniar omogen. V =
mulţimea soluţiilor unui sistem liniar omogen de m ecuaţii cu n necunoscute privite ca
elemente din (n-uple), cu coeficienţi din K, , adunarea din
înmulţirea dintre un scalar şi un element din .
K
n
} , { C R ∈ K K
n
,
K
n
Spre exemplu, familia V a soluţiilor sistemului  este familia
tripletelor de numere reale de forma ( ,
x y z
x z
+ − =
+ =


0
2 0
), , ) ( , , x y z = − − λ λ 3 2 ∈ λ λ R; V formează spaţiu
vectorial cu operaţiile definite în exemplul 3.
7. Spaţiul vectorial al funcţiilor cu valori într-un spaţiu vectorial dat. În
acest caz avem V = W S → : f f
} , { C R ∈ K
{ }, unde S mulţime nevidă iar W este un spaţiu
vectorial peste câmpul , iar operaţiile sunt cele de adunare a funcţiilor şi
înmulţire a acestora cu scalari din corpul K.
8. Spaţiul vectorial al soluţiilor unei ecuaţii diferenţiale liniare şi omogene.
În acest caz, V = mulţimea soluţiilor unei ecuaţii diferenţiale ordinare, liniare şi
omogene, K = R, adunarea funcţiilor, înmulţirea unei funcţii cu un scalar. Spre
exemplu, pentru , R ∈ λ
} , ) ( { } 0 , , : { R ∈ = = = λ − ′ = → =
λ
a ae x f f y y f y f f
x
not
R R V
formează un asemenea spaţiu vectorial.
9. Spaţiul vectorial al tuturor şirurilor reale sau complexe. În acest caz, V =
mulţimea tuturor şirurilor reale sau complexe, , iar operaţiile sunt: } , { C R ∈ K
,



=
+ + = +
,...} ,..., {
,...} ,..., {
1
1 1
n
n n
kx kx kx
y x y x y x
K V ∈ ∀ ∈ = = ∀ k y y y x x x
n n
, ,...} ,..., { ,...}, ,..., {
1 1
.

2.3. Dat fiind un K-spaţiu vectorial, vom studia în cele ce urmează
subspaţiile vectoriale ale spaţiului vectorial V , submulţimile acestuia care sunt ele
însele spaţii vectoriale relativ la operaţiile induse din V .

Definiţie. Se numeşte subspaţiu vectorial al lui V o submulţime nevidă W a
lui V , astfel încât au loc proprietăţile
; (5) W W ∈ + ∈ ∀ v u v u , ,
W W K ∈ ∈ ∀ ∈ ∀ ku u k , , . (6)

Observaţii. 1. Aceste condiţii sunt echivalente cu proprietatea
W K W ∈ + ∈ ∀ ∈ ∀ lv ku l k v u , , , , ;
2. Adunarea şi înmulţirea cu scalari pe W sunt restricţiile la W ale operaţiilor
de pe V; de aceea următoarele afirmaţii sunt echivalente :
♦ W este un subspaţiu vectorial al lui V ;
♦ W este un spaţiu vectorial peste K în raport cu operaţiile induse din V.
Algebră liniară 5
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Exemple de subspaţii vectoriale
1. Fie V un spaţiu vectorial peste câmpul K. Mulţimile {0} şi V sunt subspaţii
vectoriale ale lui V. Acestea se numesc subspaţii improprii; oricare alt subspaţiu al lui
V se numeşte subspaţiu propriu.
2. Mulţimea W a n-uplelor de forma ( , , este un
subspaţiu vectorial al lui . Se observă că are loc egalitatea
,..., ) 0
2
x x
n
∀x x
n 2
,..., K ∈
K
n
W K = = ∈ = { ( , ,..., ) x x x x x
n
n
1 2 1
0}
)

şi că W formează un subspaţiu vectorial în , de tipul spaţiilor vectoriale descrise în
exemplul 2.2.6.
K
n
3. Mulţimea funcţiilor impare şi mulţimea funcţiilor pare sunt respectiv
subspaţii ale spaţiului vectorial real al funcţiilor reale definite pe ( , ,
.
−a a
} {∞ ∪ ∈
+
*
R a
4. Fie continuă pe [a,b]}. V = = → C a b f f a b f
0
[ , ] { :[ , ] , R
Submulţimea este un subspaţiu vectorial în V. W = ∈ = { [ , ] ( ) ( f C a b f a f b
0
)}
5. Fie V . Dreptele şi planele care conţin originea sunt subspaţii
vectoriale ale lui . Coordonatele punctelor lor (triplete din ) sunt familii de
soluţii ale unor sisteme lineare şi omogene de ecuaţii cu trei necunoscute.
3
R =
3
R
3
R

2.4. Definiţie. Fie V un spaţiu vectorial peste corpul K şi S o submulţime
nevidă a sa. Se numeşte combinaţie liniară finită de elemente din S un vector v
de forma
∈V
p i k S v v k v
p
i
i i i i
, 1 , , ,
1
= ∈ ∈ =

=
K unde .

Teoremă. Dacă S este o submulţime nevidă a lui V, atunci mulţimea tuturor
combinaţiilor liniare finite formate cu vectori din S, este un subspaţiu vectorial al
lui V .
Acest subspaţiu se numeşte de subspaţiul generat de submulţimea S sau
acoperirea liniară a lui S şi se notează cu L(S). Dacă S este mulţimea vidă, atunci prin
definiţie L(S)={0}.

Observaţie Diferite submulţimi de vectori din V pot să genereze acelaşi
subspaţiu vectorial. De exemplu, pentru a b , oricare din mulţimile a , , ∈ ≠ K 0
{ , , ,..., }, ,
!
,
!
,...,
!
, { , ( ), ( ) ,..., ( ) } 1 1
1 2
1
2
2
2
t t t
t t t
n
at b at b at b
n
n
n






+ + +
generează spaţiul vectorial al funcţiilor polinomiale în nedeterminata t care au cel
mult gradul n, notat în cele ce urmează cu K
n
[t], iar oricare din mulţimile
{ , , ,..., ,...}, ,
!
,
!
,...,
!
,... , { , ( ), ( ) ,..., ( ) ,...} 1 1
1 2
1
2
2
2
t t t
t t t
n
at b at b at b
n
n
n






+ + +
generează spaţiul vectorial al tuturor funcţiilor polinomiale în nedeterminata t, notat
cu K[t]. Observăm că W= K
n
[t] este subspaţiu vectorial al spaţiului vectorial V= K[t].

Cap.I. Spaţii vectoriale 6
S
t
u
d
e
n
t

W
E
B

C
o
p
y
2.5. Teoremă. Dacă şi sunt două subspaţii ale spaţiului vectorial V,
atunci
U W
1) suma dintre U şi W, mulţimea
} , {
2 1 2 1
W W ∈ ∈ + = = + v v v v v U U
este un subspaţiu vectorial al lui V ;
2) intersecţia este un subspaţiu vectorial al lui V ; mai mult, intersecţia
unui număr arbitrar de subspaţii vectoriale ale lui V este tot un subspaţiu
vectorial.
U∩W
3) reuniunea este un subspaţiu vectorial al lui V dacă şi numai dacă
sau (deci
UUW
⊆U
U ⊆W
W UUW nu este în general subspaţiu vectorial al lui V).

Demonstraţie. 1) Adunarea este o operaţie internă; într-adevăr, avem
⇔ + ∈ ′ W U v v, v u ' , w v u w = + = + , ' '
cu u u , w w ; atunci rezultă u u , w w , şi deci , ' ∈U , ' ∈W + ∈ ' U + ∈ ' W
∈ ′ + + ′ + = ′ + ) ( ) ( w w u u v v U +W.
Pentru proprietatea (6), considerăm . Avem k ∈ K
ku ∈U , . ⇒ ∈W kw ∈ + = ) ( ) ( kw ku kv U +W
2) Din , rezultă , . Cum U şi sunt subspaţii
vectoriale, rezultă
v v , ' ∈ ∩ U W v v , ' ∈U v v , ' ∈W W
kv lv + ∈ ' U, kv , . lv + ∈ ' W ⇒ ∈ ∀ K l k, kv lv + ∈ ∩ ' U W
3) Presupunem că nu are loc nici una dintre incluziunile . Fie deci
, w . Rezultă
U U ⊆ ⊆ W W,
u ∈U \ W ∈W \ U
u w + ∉U, u w , ⇒ ∉ + W w u + ∉UUW
deci, în acest caz, precizată nu este subspaţiu vectorial. Dacă , atunci
, şi deci este subspaţiu vectorial (subspaţiul total) al spaţiului
vectorial V . Cazul se demonstrează analog. ‰
U ⊆W
UUW W =
=
W W ⊆
W ⊆ W U

Exemple. 1. Dacă şi sunt două subspaţii ale spaţiului vectorial V,
atunci acoperirea liniară a mulţimii este exact subspaţiul vectorial
(temă, verificaţi).
U
(U
W
) L UW UUW
U W +
2. Fie U U . = = = = ⊂ L v L v ( ( , )), ( ( , )); ,
1 2
2
1 0 0 1 W W R
Atunci ={0}, U (deci suma este întregul spaţiu vectorial) iar
reuniunea U nu este subspaţiu vectorial în , deoarece
U∩W

+ = ⊂ W R R
2 2
W
2
R
} 0 ) , {( , ,
2 1 2 1
= = ∪ ∉ + ∈ ∈ xy y x v v v v W W U U .
3. Fie subspaţiile U generate respectiv de vectorii
2
R ⊂ W ,
) 0 , 2 ( ), 2 , 1 ( ), 4 , 1 (
3 2 1
= − = = u u u şi w w w
1 2 3
15 2 10 315 = = − − = ( , ), ( , ), ( , )
din . Determinăm subspaţiile U + W şi . Subspaţiul sumă este
acoperirea liniară a mulţimii de vectori { ,
2
R U W ∩
, , ,
1 3
w w u
U W +
} , ,
3 2 2 1
w u u
U W + = L u u u w w w ({ , , , , , })
1 2 3 1 2 3
,
adică orice vector v este de forma ∈ + U W
K ∈ + + + + + =
6 5 4 3 2 1 3 6 2 5 1 4 3 3 2 2 1 1
, , , , , ; k k k k k k u k u k u k w k w k w k v .

Algebră liniară 7
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Subspaţiul conţine acei vectori care admit scrierea simultană U W ∩
v = α α . α β β β
1 1 2 2 3 3 1 1 2 2 3 3
w w w u u + + = + + u
Folosind operaţiile cu vectori din R obţinem prin înlocuire şi identificare pe
componente, sistemul
2
¹
´
¦
β + β = α + α − α
β + β − β = α + α − α
. 2 4 15 10 5
2 3 2
2 1 3 2 1
3 2 1 3 2 1

Rangul matricei sistemului este unu, iar compatibilitatea este asigurată de anularea
determinantului caracteristic β . Obţinem 0 10 7
3 2 1
= β + β −
R ∈ u λ u = β λ = β u − λ = β , , , , 10 7
3 2 1
.
Atunci vectorii spaţiului sunt de forma U W ∩
, R ∈ u λ u − λ = u − λ u − λ = u + λ + u − λ , ), 5 , 1 )( 8 6 ( ) 40 30 , 8 6 ( ) 10 7 (
3 2 1
u u u
şi deci U W ∩ = = L v ({ ' ( , )}) 15 .

2.6. Teoremă. Fie U, subspaţii vectoriale. Următoarele afirmaţii sunt
echivalente:
W
(i) pentru orice vector v , există o unică descompunere ∈ + U W
v ; W U ∈ ∈ + =
2 1 2 1
, , v v v v
(ii) U W ∩ = { } 0 .

Demonstraţie. (ii)⇒(i). Fie v v . , ⇒
}⇒ . Reciproc, prin absurd, dacă
are loc (i), dar U W
v v v = + = ′ + ′
1 2 1
0 v v v
1 1 2
= ′ = ,
∩ ≠
2
v′
v v
1 1
, ′ ∈U v v
2 2
, ′ ∈W
= ′ − =
1 1
v v u {
2 2
= ∩ ∈ − ′ W U v v
2
{ } 0 , fie w∈ ∩ U W \ ≠ ∅ { } 0 . Atunci
reprezintă două descompuneri simultane ale lui w, în care
. Din unicitatea descompunerii, rezultă w=0, contradicţie. ‰
W U + ∈ + 0
W ∈
= + = 0 w w
U ∈ w w , 0 ; , 0
w

2.7. Definiţii. Fie U şi W două subspaţii vectoriale ale lui V.
a) Dacă U W ∩ = { } 0 , atunci suma se numeşte sumă directă şi se notează W U +
W U W U + = ⊕ .
b) Dacă suma este directă şi avem în plus , atunci şi se
numesc subspaţii suplimentare. Noţiunile de sumă şi sumă directă se pot extinde în
mod natural la cazul unui număr finit de subspaţii vectoriale.
U W + V W U = + U W

Exemple. 1. Subspaţiile } ) , 0 {( }, ) 0 , {( R R ∈ = ∈ = y y x x W U
} 0 { )} 0 , 0 {(
2
R
= =
au suma
şi intersecţia , deci sunt suplementare în R U W + = R
2
∩W U
2
.
Într-adevăr, descompunerea unui vector din R
2
după cele două subspaţii este unică:
2
) , ( R ∈ ∀ y x , . W U + ∈ + = ) , 0 ( ) 0 , ( ) , ( y x y x
2. Subspaţiul funcţiilor pare
U = → = − ∀ ∈ { : ( ) ( ), } f I f x f x x I R
şi respectiv impare
W = → = − − ∀ ∈ { : ( ) ( ), } f I f x f x x I R ,
Cap.I. Spaţii vectoriale 8
S
t
u
d
e
n
t

W
E
B

C
o
p
y
unde I=(-a,a) este un interval simetric real, sunt suplementare în spaţiul vectorial real
V al funcţiilor reale definite pe I, întrucât intersecţia conţine numai funcţia constantă
nulă şi are loc descompunerea
I x
x f x f x f x f
x f ∈ ∀
− −
+
− +
= ,
2
) ( ) (
2
) ( ) (
) ( ,
deci orice funcţie f a a :( , ) − → R este suma dintre o funcţie pară şi una impară, ceea
ce probează incluziunea nebanală V . W U + ⊂


#3. Dependenţă şi independenţă liniară

3.1. Definiţii. Fie S o submulţime de vectori din K-spaţiul vectorial V,
unde . } , { C R ∈ K
a) Spunem că mulţimea S este liniar dependentă dacă există o familie finită de
vectori distincţi din S, spre exemplu v v şi scalarii
, cu cel puţin unul nenul, astfel încât să aibă loc relaţia (numită
relaţie de dependenţă liniară):
v S
p 1 2
, ,..., ∈
k k k
p 1 2
, ,..., ∈ K

k v k v k v
p p 1 1 2 2
0 + + + = ... .
b) Spunem că mulţimea S este liniar independentă dacă nu este liniar dependentă,
adică dacă ∀ ∈ = v S i
i
, , 1 p (p arbitrar, ), p ∈ N p i k
i
, 1 , = ∈ ∀ K , are loc
implicaţia
k v k v k v
p p 1 1 2 2
0 + + + = ... ⇒ k i . p
i
= = 0 1 , ,

Notaţii. În cazul dependenţei liniare a familiei S, vom nota dep(S); în caz
contrar, ind(S).
Observaţii. 1. Mulţimea S din definiţie poate fi o mulţime finită sau infinită.
2. Deşi liniar dependenţa şi liniar independenţa sunt proprietăţi specifice unei
familii de vectori, vom spune despre vectorii familiei că sunt vectori liniar
dependenţi, respectiv vectori liniar independenţi.

Exemple. 1. Mulţimea S = {v}, pentru v ∈V \ {0}arbitrar fixat, este finită,
liniar independentă.
2. Mulţimea } { K ∈ λ λ = v S , pentru v ∈V \ {0} arbitrar fixat, este infinită,
liniar dependentă.
3. Mulţimea S = {0} este finită, liniar dependentă, căci are loc relaţia 1 ,
(relaţie de dependenţă în care intervine coeficientul nenul 1).
⋅ = 0 0
4. Dacă 0 , atunci mulţimea S este liniar dependentă. ∈ S
5. Dacă în S există un vector care se poate exprima ca un multiplu scalar al
unui alt vector, atunci S este liniar dependentă.
6. Fie , unde ) ( } , , {
3 2 1
R

⊂ = C v v v S
2 ) ( ) ( , 2 ch ) ( , ) (
3 2 1
/ -e e t t v e e t t v e t v
-t t t t t
≡ = + ≡ = = sh )/ (
-
.
Algebră liniară 9
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Deoarece 1 , mulţimea { , este liniar dependentă. 0 1 ch 1 = ⋅ − ⋅ − ⋅ t t e
t
sh , } v v v
1 2 3
7. Mulţimea este infinită, linear
independentă.
] [ } , ,..., , , {
1 2 5 3 1
X X X X X S
k
R ⊂ =
+
K

3.2. Teoremă. Fie L(S) acoperirea liniară a o mulţimii liniar
independente , . Atunci orice familie de vectori din
L(S) este liniar dependentă.
S v v v
p
= { , ,..., }
1 2
V ⊂ p ∈ N p +1

Demonstraţie. Fie p+1 vectori arbitrari din L(S), a căror descompunere după baza
este } , {
1 n
v v K
w a v i p
i ij
j
p
j
= =
=

1
1 1 , , + .
Considerăm relaţia
k w k w k w
p p 1 1 2 2 1 1
0 + + + =
+ +
... .
Înlocuind expresiile vectorilor relativ la vectorii din S, în relaţie, avem
1 2 1
,... ,
+ p
w w w
0 0
1
1
1
1
1 1
=
|
|
.
|

\
|
⇔ =
|
|
.
|

\
|
∑ ∑ ∑ ∑
=
+
=
+
= =
j
p
j
p
i
ij i
p
i
p
j
j ij i
v a k v a k ;
Dar vectorii v j fiind liniar independenţi, rezultă anularea tuturor
coeficienţilor combinaţiei liniare nule, deci rezultă relaţiile
p
j
, , = 1
p j a k a k a k
j p p j j
, 1 , 0 ...
1 1 2 2 1 1
= = + + +
+ +
.
Acestea formează un sistem liniar omogen cu p ecuaţii şi 1 necunoscute, deci
admite şi soluţii nebanale k k . , care înlocuite în relaţia iniţială, o
transformă într-o relaţie de dependenţă liniară, şi deci vectorii
p +
k
p 1 2 1
, ,...,
+
∈ K
w i sunt
liniar dependenţi. ‰
p
i
, , = + 1 1


#4. Bază şi dimensiune

4.1. Definiţii. Fie V un K-spaţiu vectorial, . } , { C R ∈ K
a) O submulţime de vectori se numeşte bază pentru V dacă B este liniar
independentă şi generează pe V - deci, pe scurt, B satisface condiţiile ind(B) şi
L(B)=V.
V B ⊂
b) Spaţiul vectorial V se numeşte finit dimensional dacă admite o bază finită sau
dacă V = { } 0 . În caz contrar, V se numeşte infinit dimensional.

Observaţie. Utilizând axioma alegerii [RAD_1] se poate demonstra că orice
spaţiu vectorial diferit de spaţiul vectorial nul {0} admite o bază.

4.2. Teoremă. Fie V un spaţiu vectorial finit dimensional. Oricare două baze
B, ale lui V au acelaşi număr de elemente. ′ B

Cap.I. Spaţii vectoriale 10
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Demonstraţie. Fie n numărul de vectori din B şi n numărul de vectori din B . Dar B
este liniar independentă şi generează spaţiul . Dacă B ar avea mai multe
elemente decât B , ar rezulta conform teoremei 3.2, linear dependenţa familiei
B, contradicţie, deoarece B este o bază; în concluzie .

= L

) (B V ′
n ≤
′ n n ′ >
n′
Un raţionament similar aplicat mulţimii liniar independente conduce
la ; deci n ′. ‰
) (B V B L = ⊂ ′
n n ≤ ′ n =

Definiţii. a) se numeşte dimensiunea spaţiului vectorial finit-dimensional V ,
numărul
dacă admite o bază formată din vectori (deci {0}) ,
dim
0 dacă {0}.
n n − ≠ 
=



V V
V
V =

b) Un spaţiu vectorial de dimensiune n finită spunem că este n-dimensional şi îl
notăm cu V .
n

Exemple. 1. Fie spaţiul vectorial aritmetic n-dimensional. Vectorii K
n
e e e
n
n
1 2
1 0 0 0 0 1 0 0 0 0 0 1 = = = ( , , ,..., ), ( , , ,..., ),..., ( , ,..., , ) K ∈
0

determină o bază a spaţiului . Într-adevăr, B este liniar
independentă, deoarece
B = { , ,..., } e e e
n 1 2
K
n
) 0 ,..., 0 , 0 ( ) ,..., , ( 0 ...
2 1 2 2 1 1
= ⇔ = + + +
n n n
k k k e k e k e k ,
de unde rezultă . Pe de altă parte ∀ , avem ...
2 1
= = = =
n
k k k
n
n
x x x x K ∈ = ) ,..., , (
2 1
x x e x e x e L
n n
= + + + ∈
1 1 2 2
... ( ) B ,
deci ; incluziunea inversă este banală, deci B generează pe V = . ) (B L
n
⊂ K
n
K
2. Spaţiul vectorial } grad ] [ { ] [ n p X p X
n
≤ ∈ = K K
+
} ,..., ,
2 1 n
X X X
al tuturor polinoamelor
de grad cel mult (inclusiv) n, are dimensiunea n 1. Într-adevăr, observăm că familia
de polinoame este liniar independentă, deoarece , 1 {
0
X ≡ = B
k k X k X k X k k k k
n
n
n 0 1 2
2
0 1 2
0 0 + + + + = ⇒ = = = = = ... ...
şi orice polinom de grad mai mic sau egal cu n este o combinaţie liniară finită de
monoamele mulţimii B.
3. Spaţiul vectorial al tuturor polinoamelor în nedeterminata X este
infinit dimensional şi admite baza { .
K[ X]
,
, , ,..., ,...} 1
2
X X X
n
4. Spaţiul vectorial al matricelor dreptunghiulare cu m linii şi n
coloane şi coeficienţi în corpul K are dimensiunea mn, admiţând baza
) (K
n m
M
×
B = ≤ ≤ ≤ ≤ { , , } E i m j n
ij
1 1
E
ij
fiind matricea care are coeficientul 1 la intersecţia liniei i cu coloana j, iar
ceilalţi coeficienţi sunt nuli.
5. Dacă V este un C-spaţiu vectorial, atunci spaţiul vectorial real
R
care
coincide cu V ca grup aditiv şi cu înmulţirea cu numere reale definită exact ca în V ,
se numeşte trecerea în real a spaţiului V . În particular, trecând în real spaţiul
vectorial complex n-dimensional , se obţine R-spaţiul vectorial ,
de dimensiune 2n. O bază a acestuia este { , obţinută
prin trecerea în real a bazei { .
V
n

n
C = V
n
e ⊂ } ,...,
n 2
R C
R
n
C
n n
ie ie ie e e e
R
⊂ } ,..., , , ,..., ,
2 1 2 1
n
C e e ,
2 1
Algebră liniară 11
S
t
u
d
e
n
t

W
E
B

C
o
p
y
4.3. Teoremă. Fie V un spaţiu vectorial n-dimensional. Atunci au loc
afirmaţiile:
n
1) O mulţime liniar independentă din V
n

este o submulţime a unei baze din V .
n
2) Fie S v o mulţime formată din n vectori din V . v v
n
= { , ,..., }
1 2
V
n

n
Atunci următoarele afirmaţii sunt echivalente:
(i) S este bază în V ;
n
(ii) S este familie liniar independentă (ind(S));
(iii) S este sistem de generatori pentru V (L(S)= V ).
n n

Demonstraţie. 1) Dată fiind o mulţime liniar independentă din V ,
avem următoarele situaţii: fie L(S) = V şi deci S este o bază, fie L(S) este o
submulţime proprie a lui V . În al doilea caz există măcar un vector , şi
atunci S S
S v v v
p
= { , ,..., }
1 2
\ L v
n
V ∈
n
n
n
) (S
v ' { } = ∪
n
este linear independentă (temă, verificaţi). Dacă , atunci
este o bază ce conţine pe S (deci baza căutată), iar dacă este o submulţime
proprie a lui V , atunci se reia acelaşi raţionament pentru S:=S'. După un număr finit
de paşi (căci numărul de vectori dintr-o familie linear independentă nu poate fi mai
mare decât n), obţinem o bază ce conţine familia S. În concluzie, orice
familie linear independentă S poate fi prelungită sau completată până la o bază a
spaţiului vectorial V .
n
S L V = ′) (
L S ( ) ′ ′ S
n
V ⊂ B
n
2) Implicaţiile (i) ⇒ (ii), (i) (iii) sunt evidente. Demonstrăm implicaţia (ii) (i).
Avem ind(S) S bază în L(S) ⇒ dim L(S) = n = dim V . Dar , deci L(S)
= V ; rezultă S bază în V .
⇒ ⇒

n n
S L V ⊆ ) (
n n
Demonstrăm implicaţia (iii) ⇒ (i). Fie L(S) = V ; dacă avem prin absurd dep(S),
atunci ar rezulta că orice bază a spaţiului L(S) are < n vectori, deci n = dim V = dim
L(S) < n, contradicţie. ‰
n
n

Exemplu. Familia de vectori este liniar
independentă. Cum S are 2 vectori, iar dim , rezultă conform teoremei că S
este bază în .
2
2 1
)} 1 , 1 ( ), 1 , 1 ( { R ⊂ − = = = v v S
2
2
= R
2
R

4.4. Teoremă. Fie V un spaţiu vectorial n-dimensional şi fie
o bază în acest spaţiu. Atunci orice vector x admite o
exprimare unică de forma
n
B = { , , ... , } e e e
n 1 2 n
∈V
x x e x i
i i
i
n
i
= ∈
=

1
1 , K, = ,n
e
(*)
(numită descompunerea lui x după vectorii bazei B).

Demonstraţie. Deoarece V = L(B), orice vector x poate fi scris ca o combinaţie
liniară de vectorii bazei, adică x , iar această descompunere este unică.
∈V
x
i i
i
n
=
=

1
Cap.I. Spaţii vectoriale 12
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Într-adevăr, dacă vectorul x ar admite şi descompunerea x , atunci prin
scădere ar rezulta combinaţia lineară nulă 0 . Dar B fiind bază, este
formată din vectori linear independenţi, deci rezultă anularea coeficienţilor
combinaţiei,
x
i i
i
n
= ′
=

1
)
e
1
= − ′
=
∑(x x e
i i
i
n
i
n i x x n i x x
i i i i
, 1 , , 1 , 0 = ′ = ⇒ = = ′ − ,
deci descompunerea este unică. ‰

Definiţie. a) Se numesc coordonatele vectorului x în raport cu baza B ,
numerele , asociate vectorului x prin descompunerea (*).
n
x x , ,
1
K
n
∈V
b) Se numeşte sistem de coordonate pe V asociat bazei B, bijecţia
n

n
n
n
n
x x x x f f K K V ∈ = → ) ,..., , ( ) ( , :
2 1
.

În cele ce urmează vom identifica un vector cu coordonatele sale relativ la o
bază fixată. Atunci, pentru , operaţiile
spaţiului vectorial se rescriu pe componente
n
n n n
y y y y x x x x K V ≡ ∈ ≡ ≡ ) ,..., , ( ), ,..., , (
2 1 2 1




∈ ∀ ≡
+ + + ≡ +
K. k kn kx kx kx
y x y x y x y x
n
n n
), ,..., , (
) ,..., , (
2 1
2 2 1 1


Exemplu. Aflăm coordonatele vectorului v relativ la baza
2
) 0 , 1 ( R ∈ =
2
2 1
)} 1 , 1 ( ), 1 , 1 ( { R ⊂ − = = = v v S
din exemplul precedent. Relaţia conduce la α , deci
coordonatele vectorului v relativ la baza S sunt
2 1
v v v β + α =
2 / 1
2 / 1 = β =
) 2 / 1 ; ( .

În ceea ce priveşte posibilitatea de a completa o familie de vectori liniar
independenţi la un sistem de generatori folosind un sistem prescris de generatori,
avem următoarea

Teoremă (teorema înlocuirii, Steinitz).

Fie V un K-spaţiu vectorial,
n
n n
v v S V ⊂ = } ,..., {
1

un sistem de generatori ai spaţiului V , şi fie
n
) 0 ( , } ,..., {
1 0
≥ ⊂ = r w w S
n r
V
un sistem de vectori liniar independenţi.
Atunci are loc inegalitatea şi există familia de vectori S care
conţine vectori astfel încât să fie sistem de generatori pentru V .

n r ≤
∪S S
0
S ⊂
+
r n −
+ n
Algebră liniară 13
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Se observă ca în urma teoremei 3.2, avem cu necesitate . n m ≥

Un rezultat deosebit de util ([POP]) în cazul unui spaţiu vectorial de
dimensiune arbitrară, care face posibilă completarea la o bază a unei familii liniar
independente, folosind vectorii unei baze cunoscute, este

Teorema completării. Dacă este un sistem liniar independent în K-
spaţiul vectorial V , atunci se poate completa la o bază a lui V .
V ⊂
0
S
0
S

Corolar. Fie o bază în K-spaţiul vectorial V , şi fie
n n
e e S V ⊂ = = } ,..., {
1
B
n
) 0 ( , } ,..., {
1 0
≥ ⊂ = r w w S
n r
V
un sistem liniar independent de vectori din V . Atunci şi se poate completa
cu vectori ai unei subfamilii la o altă bază a spaţiului V .
n
n r ≤
= ′ B
0
S
∪ r n − B ⊂
+
S
+
S S
0 n

Exemplu. Completaţi familia de vectori
)} 1 , 1 , 1 , 1 ( ), 1 , 1 , 1 , 1 ( {
2 1 0
− − = = = w w S
la o bază a spaţiului vectorial V .
4
R =

Soluţie. Famlia este liniar independentă (temă, verificaţi). Considerăm
baza canonică
0
S
4
4 3 2 1
)} 1 , 0 , 0 , 0 ( ), 0 , 1 , 0 , 0 ( ), 0 , 0 , 1 , 0 ( ), 0 , 0 , 0 , 1 ( { R B ⊂ = = = = = = e e e e S ,
şi observăm că din cele selecţii ordonate de 2 vectori din B putem
alege, spre exemplu, vectorii , iar vectorii familiei
12 3 4
2
4
= ⋅ = A
} , {
3 1
e e S =
+
} , , , {
3 2 1 1 0
e w e w S S = ∪ = ′
+
B
sunt liniar independenţi, şi sunt în număr de 4 în spaţiul (a cărui dimensiune este
tot 4), deci conform teoremei 4.3 rezultă că este o bază. În plus, prin construcţie,
baza conţine familia şi vectori din familia S.
4
R
B′
B′
0
S

4.5. Teoremă (Grassmann).
Dacă U şi W sunt două subspaţii de dimensiuni finite ale spaţiului vectorial
V, atunci are loc relaţia

) dim( ) dim( dim dim W + U W U W U + ∩ = + .

Corolar. Dacă U şi W sunt două subspaţii suplementare de dimensiuni finite
ale spaţiului vectorial V, atunci are loc relaţia

V W U dim dim dim = + .
Cap.I. Spaţii vectoriale 14
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Matricea asociată unei familii de vectori relativ la o bază dată.
Fie V un K-spaţiu vectorial şi o bază în V . Considerând
un sistem de p vectori v v , atunci aceştia se descompun relativ la baza
B, după cum urmează
n
B = { , ,..., } e e e
n 1 2
n
n
v
p 1 2
, ,..., ∈V
v a . e v a e v a
i i
i
n
i
i
n
i p
i
n
i 1 1
1
2 2
1 1
= = =
= = =
∑ ∑ ∑ , ,..., e
ip
n
Vectorilor li se ataşează matricea formată din coeficienţii celor p
descompuneri, aşezaţi succesiv pe coloane:
v v v
p 1 2
, ,...,
|
|
|
|
|
.
|

\
|
=
np n n
p
p
a a a
a a a
a a a
A
K
M O M M
K
K
2 1
2 22 21
1 12 11
,
numită matricea asociată familiei de vectori S relativ la o baza B. Vectorii
pot fi identificaţi cu coloanele matricei A şi notăm această matrice cu v v v
p 1 2
, ,...,

B B
] ,..., , [ ] [
2 1 p
v v v S A = = .

4.6. Teoremă. Fie o bază a lui V , o
familie de p vectori din V şi matricea asociată acestei familii.
} ,..., , {
2 1 n
e e e = B
A S = [ ]
B
n
S v v v
p
= { , ,..., }
1 2
n
Fie rang A = , şi fie indicii coloanelor unui
minor care dă rangul matricii A. Atunci au loc următoarele afirmaţii:
min( , ) m p ≤ p i i i
m
≤ < < < ≤ ... 1
2 1
(i) familia de vectori este bază a subspaţiului L(S) (deci avem } ,..., { '
1 m
i i
v v S =
ind şi ); în particular, rang . S ( ' ) L S L S ( ) ( ' ) = ) ( dim S L A =
(ii) v L , pentru orice S
j
∈ ( ' ) }, ,..., , { \ , 1
2 1 m
i i i p j ∈ .

Exemplu. Pentru subspaţiile date în exemplul 3 al teoremei 2.5., dimensiunea
subspaţiului U coincide cu rangul matricei W +
, |
.
|

\
|
=

− −
0 2 4 15 10 5
2 1 1 3 2 1
] , , , , , [
3 2 1 3 2 1
u u u w w w
deci dim( . Un vector oarecare din subspaţiul U este de forma ) U W + = 2 W ∩
( , ) ( ) ' , , 6 8 30 40 6 8 λ u λ u λ u λ u − − = − ∈ v v R, ' = (1,5),
astfel încât (dim 1. Se observă că avem relaţiile ) U V ∩ =
2
R = W + U = U W U = W ⊂ ∩ .
Întrucât dim = 1, dim , teorema Grassmann se verifică, având loc egalitatea W U = 2

) dim( ) dim( 2 1 1 2 dim dim W + U W U W U + ∩ = + = + = + .

Corolar. Fie o bază a lui şi fie } ,..., , {
2 1 n
e e e = B V
n
} , 1 , {
1

=
= = ′ =
n
i
i ij j
n j e c e S
o familie de n vectori din V . Atunci următoarele afirmaţii sunt echivalente:
n
Algebră liniară 15
S
t
u
d
e
n
t

W
E
B

C
o
p
y
(i) S este bază a lui V ;
n
(ii) . 0 ) det( ≠
ij
c
Rezultă că o familie S ⊂ V reprezintă o bază a spaţiului dacă matricea
a familiei S relativ la o bază B oarecare a spaţiului este pătratică şi
nesingulară.
n
V
n
) ( ] [
ij
c S =
B

Exemplu. Vectorii determină o bază a spaţiului
vectorial V , deoarece
)} 1 , 1 ( ), 1 , 1 ( { − = = = ′ v u B
)} 1 , 0 ( ), 0 , 1 ( {
2 1
= = = e e ), (
2
2
= = L B B R
0 2 ] , [ det
1 1
1 1
≠ − = ≡

v u .


4.7. Schimbarea bazei într-un spaţiu vectorial V .
n
Fie şi două baze distincte în spaţiul
vectorial V . Atunci vectorii bazei se pot exprima relativ la baza B prin relaţiile:
} ,..., , {
2 1 n
e e e = B
n
} ,..., , {
2 1 n
e e e ′ ′ ′ = ′ B
B′
′ = =
=
∑ e c e j
j ij i
i
n
, , 1
1
n
e
e
.
Fie ( respectiv ( coordonatele unui vector arbitrar
în raport cu baza B respectiv , deci au loc descompunerile x respectiv
. Folosind relaţiile existente între vectorii celor două baze, obţinem
,..., ) x x
n 1
e
' ,..., ' ) x x
n 1
B′
n
x V ∈
x
i i
i
n
=
=

1
x x
j
j
n
j
= ′ ′
=

1
x x c e c x
j
j
n
ij i
i
n
ij j
j
n
i
n
i
= ′
|
\

|
.
| = ′
|
\

|
.
|
= = = =
∑ ∑ ∑ ∑
1 1 1 1
.
Din unicitatea descompunerii vectorului x în raport cu baza B, prin identificarea
coeficienţilor, rezultă relaţiile
x c x i
i ij
j
n
j
= ′ =
=

1
1 , , n. (*)
Notând coordonatele vectorului x relativ la cele două baze respectiv prin
, relaţiile (*) se scriu condensat sub formă
matriceală
X x x x
t
n
= ( , ,..., )
1 2
′ = ′ ′ ′ X x x x
t
n
( , ,..., )
1 2
X CX = ′. (**)

Definiţii. a) Matricea pătratică
n j i
ij
c
, 1 ,
) ( ] [
=
= ′ =
B
B C , ale cărei coloane
sunt coordonatele vectorilor bazei în raport cu baza B, se numeşte matricea de
trecere de la baza B la baza .
B′
B′
b) Relaţiile (*) descriu transformarea coordonatelor vectorului x la o
schimbarea bazei B în baza B . ′

Exemple. 1. Să se determine coeficienţii polinomului
relativ la baza .
] [ 1
2
2
t t p R ∈ − =
} 1 , 1 , {
2
− + = ′ t t B

Cap.I. Spaţii vectoriale 16
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Soluţie. Coeficienţii polinomului p relativ la baza naturală a
spaţiului vectorial sunt daţi de vectorul coloană . De asemenea,
matricea coeficienţilor vectorilor noii baze B' relativ la baza B este (temă, verificaţi),
.
} , , 1 {
2
t t = B
] [
2
t R ) 1 , 0 , 1 ( − =
t
X
|
|
|
.
|

\
|
= =

0 1 0
0 0 1
1 1 0
] ' [
B
B C
Coordonatele lui p relativ la B' formează vectorul ce satisface relaţia (**)
′, deci prin calcul direct rezultă coeficienţii , adică p admite
relativ la B' descompunerea:
X′
= ′
t
X CX = ) 2 , 1 , 0 ( − − X
) 1 ( ) 2 ( ) 1 ( ) 1 ( 0
2
− ⋅ − + + ⋅ − + ⋅ = t t p .
2.. Aflaţi coordonatele vectorului relativ la baza
2
) 2 , 1 ( R ∈ − =
t
v
)} 4 , 3 ( ), 2 , 1 ( {
2 1
− = = = ′ v v B .
Soluţie. Matricea de trecere de la baza canonică a
spaţiului vectorial R la baza este , iar coordonatele X' ale
vectorului relativ la baza B sunt , unde .
)} 1 , 0 ( ), 0 , 1 ( {
2 1
= = = e e B
|
|
.
|
) 5 / 2 ; 5 / 1 ( − =
t
v X =
2
)
B′

\
|

=
4 2
3 1
C
'
1
=

X C X 2 , 1 (− = v ′
Altfel, relaţia v conduce la coeficienţii ai vectorului v
relativ la baza .
2
v β
1
v + α =
B′
5 / 2 , 5 / 1 − = β = α

4.8. Spaţii vectoriale izomorfe.
Definiţii. a) Fie V şi W două K -spaţii vectoriale. Se numeşte transformare
liniară de la V la W , o aplicaţie care satisface condiţiile W V → : T
¹
´
¦
∈ ∀ ∈ ∀ =
∈ ∀ + = +
K V
V
k x x kT kx T
y x y T x T y x T
, ), ( ) (
, ), ( ) ( ) (

b) O transformare liniară bijectivă se numeşte izomorfism.

Exemplu. Un sistem de coordonate pe V reprezintă un izomorfism canonic
între V şi K .
n
n
n

Teoremă. Două K-spaţii vectoriale de dimensiuni finite V şi W sunt izomorfe
dacă şi numai dacă dimensiunile lor coincid.

Demonstraţie. ". Fie şi sunt izomorfe, deci există o
transformare liniară bijectivă . Avem
"⇒ V V =
n
n
T V :
W W =
m
m
W →
0 ) 0 ( ) 0 ( 2 ) 0 0 ( ) 0 ( = ⇒ = + = T T T T .
Fie B o bază a lui V . Mulţimea = { , ,..., } e e e
n 1 2 n
m n
e T e T e T T W ⊂ = )} ( ),..., ( ), ( { ) (
2 1
B
este liniar independentă, deoarece:
) 0 ( ) ... ( 0 ) ( ... ) ( ) (
2 2 1 1 2 2 1 1
T e k e k e k T e T k e T k e T k
n n n n
= + + + ⇒ = + + + ;
dar T injectivă şi B bază, deci rezultă
k e k e k e k k k
n n n 1 1 2 2 1 2
0 0 + + + = ⇒ = = = = ... ... .
Algebră liniară 17
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Pe de altă parte, generează W , căci T fiind surjectivă, avem că pentru orice
, există o combinaţie liniară astfel încât T , şi deci
. În concluzie n = dim = dim W = m.
) B ( T
) (B T
m
m
w W ∈
1
v w
n
i
=

=

=
∈ =
n
i
n i i
e v v
1
V
) (B T
w v = ) (
) (e T
i i

m
" "⇐ . Fie şi . Sistemele de coordonate şi ,
asociate unor baze arbitrar fixate în V , respectiv W , produc izomorfismul
V V =
n
W W =
n
f
n
n
:V K → g
n
n
:W K →
n m
n n
f g T W V → =

:
1
o ,
deci cele două spaţii vectoriale sunt izomorfe. ‰

Exemplu. Spaţiile vectoriale , şi sunt izomorfe, având
toate dimensiunea 6.
) (
3 2
R
x
M ] [
5
X R
6
R

#5. Spaţii vectoriale euclidiene

În cele ce urmează, vom adăuga la structura de spaţiu vectorial o nouă operaţie
cu vectori - cea de produs scalar, cu ajutorul căreia vom puta defini:
◊ lungimea unui vector,
◊ unghiul format de doi vectori, ortogonalitatea a doi vectori,
◊ proiecţia unui vector pe un alt vector sau pe un subspaţiu vectorial, etc.

5.1. Definiţii. a) Fie V un C-spaţiu vectorial. Se numeşte produs scalar
(complex), sau încă, produs scalar hermitic pe V, o funcţie care,
pentru , are proprietăţile
C → × > ⋅ ⋅ < V V : ,
V ∈ ∀ w v u , , , C ∈ ∀k
♦ > < >= < v w w v , , (hermiticitate)
♦ (aditivitate/distributivitate) > < + > >=< + < w u v u w v u , , ,
♦ (omog. în primul argument) > >=< < w kv w v k , ,
♦ . (pozitivitate) 0 0 , ; 0 , = ⇔ >= < ≥ > < v v v v v

b) Un spaţiu vectorial complex pe care s-a definit un produs scalar se numeşte
spaţiu vectorial euclidian complex.

Observaţie Din aceste proprietăţi decurg relaţiile
♦ > < >= w v k kw v , < , ,
♦ < , > < + > >=< + w v w u w v u , , ,
♦ < R >∈ v v, ,
♦< , ∀ , 0 0 , , 0 0 , 0 >= >=< >=< u u C ∈ ∀ ∈ k u,v,w , V
deci un produs scalar hermitic nu este în general omogen în al doilea argument, şi este
aditiv în ambele argumente.

Cap.I. Spaţii vectoriale

18
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Teoremă. În orice spaţiu euclidian complex V este satisfăcută inegalitatea
Cauchy-Schwarz
V ∈ ∀ > < ⋅ > < ≤ > < w v w w v v w v , , , , ,
2
;
relaţia devine egalitate dacă şi numai dacă v şi w sunt liniar dependenţi.

Demonstraţie. Dacă 0 sau , relaţia este evidentă. Fie deci v şi
fie un scalar arbitrar. Folosind pozitivitatea produsului scalar, avem
= v 0 = w {0} \ , V ∈ w
C ∈ α
) ( , 0 α α α E w v w v : >= − − ≤< ,
şi . Pentru w v E α α = ⇔ = 0 ) (
> <
> <
=
w w
w v
,
,
α obţinem deci
0
,
,
, ) (
2

> <
> <
− > =<
w w
w v
v v E α ,
de unde rezultă inegalitatea. De asemenea, 0 ) ( , , ,
2
= α ⇔ > >< =< > < E w w v v w v
> < > =< α w w w v w , / , ,
,
cu α fixat ca mai sus, deci avem ; reciproc, dacă
, avem
α = v
w α v =
2 2
, , α >= >< < w w v v
2
2
, , , > < = > α < = > < w v v v v v . ‰

5.2. Vom considera în continuare cazul când V este un spaţiu vectorial real.

Definiţii. a) Fie V un spaţiu vectorial real. Se numeşte produs scalar (real) pe
V, o funcţie
R → × > ⋅ ⋅ < V V : ,
care pentru , are proprietăţile R ∈ ∀ ∈ ∀ k w v u , , , V
♦ (simetrie) > >=< < v w w v , ,
♦ (aditivitate/distributivitate) > < + > >=< + < w u v u w v u , , ,
♦ (omog. în primul argument) > >=< < w kv w v k , ,
♦ . (pozitivitate) 0 0 , ; 0 , = ⇔ >= < ≥ > < v v v v v
b) Un spaţiu vectorial real pe care s-a definit un produs scalar se numeşte
spaţiu vectorial euclidian real.

Observaţie. Din aceste proprietăţi decurg relaţiile (temă, verificaţi):
♦ < > < >= w v k kw v , ,
♦ < > < + > >=< + w v w u w v u , , ,
♦ < , ∀ , 0 0 , , 0 0 , 0 >= >=< >=< u u R ∈ ∀ ∈ k w v u V, , ,
deci un produs scalar real este omogen şi aditiv în ambele argumente.

Teoremă. În orice spaţiu euclidian real V este satisfăcută inegalitatea
Cauchy-Schwarz
V ∈ ∀ > >< < ≤ > < w v w w v v w v , , , , ,
2
.
Relaţia devine egalitate dacă şi numai dacă v şi w sunt liniar dependenţi.


Algebră liniară 19
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Exemple de spaţii vectoriale euclidiene.
1. Funcţia cu valori reale definită pe spaţiul vectorial V = prin
n
R
n
n n n n
y y y y x x x x y x y x y x y x R ∈ = = ∀ + + + >= < ) ,..., , ( ), ,..., , ( , ... ,
2 1 2 1 2 2 1 1

este un produs scalar pe , determinând o structură de spaţiu euclidian real pe .
n
R
n
R
2. Spaţiul vectorial complex V = este un spaţiu vectorial euclidian
complex în raport cu produsul scalar
n
C
n
n n n n
y y y y x x x x y x y x y x y x C ∈ = = ∀ + + + >= < ) ,..., , ( ), ,..., , ( , ... ,
2 1 2 1 2 2 1 1
0

3. Spaţiul euclidian real V = C a al tuturor funcţiilor cu valori reale,
continue pe un interval , cu produsul scalar dat de
b [ , ]
[ , ] a b

>= <
b
a
dx x g x f g f . ) ( ) ( ,
4. Spaţiul euclidian complex V = C al tuturor funcţiilor cu valori
complexe, continue pe un interval cu produsul scalar dat de
) ], , ([
0
C b a
[ , ], a b

>= <
b
a
dx x g x f g f . ) ( ) ( ,
5. Spaţiul euclidian real V al şirurilor reale cu
proprietatea că ∑ este serie convergentă, cu produsul scalar
R ⊂ = ,...} ,..., {
1 n
x x x
x
i
i
2
1 =

V ∈ ∀ = > <


=
y x y x y x
i
i i
, , ,
1
.
6. Spaţiul euclidian complex V al şirurilor complexe
cu proprietatea că
C ⊂ = ,...} ,..., {
1 n
x x x
x
i
i
2
1 =

∑ este serie convergentă, cu produsul scalar
V ∈ ∀ >= <


=
y x y x y x
i
i i
, , ,
1
.
7. Spaţiul euclidian real V al matricilor pătratice , cu produsul
scalar
) (R
n n
M
×
) ( , ), ( , R
n n
t
M B A B A Tr B A
×
∈ ∀ >= < ,
unde am notat prin Tr urma unei matrici pătratice C: ) (C
) ( ) ( , ) (
, 1 ,
22 11
R
n n
n j i
ij nn
M c C c c c C Tr
×
=
∈ = ∀ + + + = K .

5.4. Definiţie. Fie V un K-spaţiu vectorial euclidian. Se numeşte normă pe V,
o aplicaţie
+
→R V : care satisface relaţiile
v v ≥ ∀ ∈ 0, V şi v v = ⇔ = 0 0 (pozitivitate)
kv k v v k = ∀ ∈ ∀ ∈ , , V K (omogenitate)
v w v w v w + ≤ + ∀ ∈ , , V (inegalitatea triunghiului).
Inegalitatea triunghiului devine egalitate doar v şi w sunt coliniari şi de acelaşi sens.

Teoremă. Fie V un K-spaţiu vectorial euclidian. Funcţia
+
→R V : ,
definită prin
V ∈ ∀ > < = v v v v , ,
Cap.I. Spaţii vectoriale

20
S
t
u
d
e
n
t

W
E
B

C
o
p
y
este o normă pe V.
Norma definită în teoremă se numeşte norma euclidiană. Astfel, orice spaţiu
vectorial euclidian este în particular spaţiu vectorial normat.

Demonstraţie. Presupunem că V este un spaţiu vectorial complex. Inegalitatea
implică ( , ) v v ≥ 0 v ≥ 0
∀v
, cu egalitate dacă şi numai dacă v este vectorul nul. Avem,
de asemenea, pentru : C ∈ ∀ ∈ k , V
v k v v k v v k v v k k kv kv kv = > < = > < = > < = > < = , , , ,
2
.
Inegalitatea triunghiului se demonstrează astfel:

. , , ) ( 2
, , , , ,
2
2 2
2
V ∈ ∀ + = + + ≤
≤ > < + > < + > < + > >=< + + =< +
w v w v w w v v
w w w v w v v v w v w v w v

unde am ţinut seama de inegalitatea Cauchy-Schwarz ( , ) v w v w ≤ , şi de
inegalitatea V ∈ ∀ > < >≤ < = > < + > < w v w v w v w v w v , , , 2 , Re 2 , , . ‰

Exemplu. Norma euclidiană canonică a spaţiului R este dată de
3
V ∈ = ∀ + + = > < = ) , , ( , ,
2 2 2
z y x v z y x v v v .

Definiţii. a) Un spaţiu vectorial normat în care norma provine dintr-un produs
scalar se numeşte spaţiu prehilbertian.
b) Un spaţiu prehilbertian complet (în sensul că orice şir Cauchy de elemente
din spaţiu este un şir convergent) se numeşte spaţiu Hilbert.

Observaţii. 1. Primele două proprietăţi ale normei asigură că orice element v
din V\{0} poate fi scris în forma v unde v e = , e are proprietatea
v
v =
1
e =1 şi se
numeşte versorul asociat vectorului nenul v. În general, un vector e cu proprietatea
e =1 se numeşte versor.
2. Fie V un spaţiu vectorial euclidian real. Pentru v w , \ { } ∈V 0 , inegalitatea
Cauchy-Schwarz, , , w v w v ≤ > < se poate rescrie sub forma
1
,
1 ≤
> <
≤ −
w v
w v
,
dublă inegalitate care justifică următoarea definiţie a unghiului format de doi vectori.

Definiţie. Fie V un spaţiu vectorial euclidian real, şi v doi vectori nenuli
din V. Se numeşte unghiul dintre vectorii v şi w, numărul definit de
egalitatea
w ,
θ∈[ , ] 0 π
w v
w v > <
= θ
,
cos .

Se observă că în definiţie este esenţial să avem . R = K
Algebră liniară 21
S
t
u
d
e
n
t

W
E
B

C
o
p
y
5.5. Definiţie. Fie M o mulţime. Se numeşte distanţă (metrică) pe M, o
aplicaţie d , care pentru ∀ satisface relaţiile ( , ): ⋅ ⋅ × →
+
M M R M ∈ w v u , ,
v u v u d v u d = ⇔ = ≥ 0 ) , ( ; 0 ) , ( (pozitivitate)
(simetrie) ) , ( ) , ( u v d v u d =
(inegalitatea triunghiului) ) , ( ) , ( ) , ( v w d w u d v u d + ≤
În acest caz spunem că mulţimea M are o structură de spaţiu metric.

Teoremă. Fie V un spaţiu vectorial normat. Atunci funcţia reală
definită prin d( , ): ⋅ ⋅ × →
+
V V R
V ∈ ∀ − = v u v u v u d , , ) , (
este o distanţă pe V.
Deci orice spaţiu vectorial normat este un spaţiu metric.Dacă norma este
normă euclidiană, atunci distanţa definită cu ajutorul ei se numeşte distanţă
euclidiană.

Exemplu. Fie P spaţiul euclidian real al funcţiilor polinomiale reale de grad
cel mult doi înzestrat cu produsul scalar <⋅,⋅>: ,
2
R → ×
2 2
P P
2 2 2 1 1 0 0
, , 2 2 , P ∈ ∀ + + >= < q p b a b a b a q p ,
pentru . Fie vectorii
2
2 1 0
2
2 1 0
) ( , ) ( x b x b b x q x a x a a x p + + = + + =
2
2
4
2
3 2
2
1
2 ) ( , 1 ) ( , 1 ) ( , 3 ) ( P x x p x x x p x x p x x p ∈ = − + = − = + = .
Aflaţi un vector echidistant faţă de cei patru vectori şi calculaţi distanţă comună. p
0
Soluţie. Fie aflăm coeficienţii din condiţia ca
distanţele de la acest polinom la celelalte patru, să coincidă,
p x a bx cx
0
2
( ) ; = + + a b c , ,
p p p p p p p p
1 0 2 0 3 0 4 0
− = − = − = − ;
obţinem (temă, verificaţi)
15/ 26, 14/ 26, 23/ 26 a b c = = = ,
deci . Distanţa cerută este prin urmare 26 / ) 23 14 15 (
2
0
x x p + + =
3 0 3 0 3 0
2 2 2
29
26 26 26 26
15 14 1262
, d p p p p p p − + − + =
| | | | | |
= − = < − − > =
| | |
\ . \ . \ .
.


#6. Ortogonalitate. Procedeul de ortogonalizare Gram-Schmidt

6.1. Definiţii. Fie V un spaţiu vectorial euclidian.
a) Doi vectori din V se numesc ortogonali dacă produsul lor scalar este nul.
b) O submulţime se numeşte ortogonală dacă vectorii săi sunt
ortogonali doi câte doi, adică
S ⊂V
v < w v S w v w ≠ ∈ ∀ >= , , , 0 , .
c) O mulţime ortogonală se numeşte ortonormată dacă fiecare element al său
are norma egală cu unitatea.

Cap.I. Spaţii vectoriale 22
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Teoremă. Fie V un K-spaţiu euclidian şi S o submulţime din V formată din
vectori nenuli. Atunci au loc următoarele afirmaţii:
1) Dacă S este mulţime ortogonală, atunci este liniar independentă.
2) Dacă n iar S conţine exact n vectori, atunci S este o bază a lui V. = V dim

Demonstraţie. 1) Dacă este mulţime ortogonală, iar { } S ⊂V \ 0
0 ...
2 2 1 1
= + + +
p p
v k v k v k ,
o combinaţie liniară finită nulă de elemente din S. Aplicând acestei egalităţi de vectori
produsul scalar cu v , rezultă
j
p j v v k v v k v v k
j p p j j
, 1 , 0 , ... , ,
2 2 1 1
∈ >= < + + > < + > < .
S fiind ortogonală, cele p relaţii obţinute devin egalităţile p j v v k
j j j
, 1 , 0 , ∈ >= < .
Dar vectorii v j sunt nenuli, deci p
j
, , ∈1
p j v v v
j j j
, 1 , 0 , ∈ ≠ >= < ,
de unde rezultă k j , şi deci mulţimea S este liniar independentă. p
n
j
= ∈ 0 1 , ,
2) rezultă imediat din prima afirmaţie şi din teorema 4.3. ‰

Observaţie. În spaţiile vectoriale euclidiene este comod să se exprime vectorii
în raport cu baze ortonormate. Faptul că o bază este
ortonormată se poate rescrie
B V = ⊂ { , ,..., } e e e
n 1 2
¹
´
¦

=
= >= <
j i
j i
e e
ij j i
pentru , 0
pentru , 1
, δ , i j , n , , = 1
unde simbolul δ se numeşte simbolul lui Kronecker.
ij

Exemplu. În spaţiul vectorial euclidean real V al funcţiilor reale,
continue, definite pe intervalul [ , înzestrat cu produsul scalar
] , 0 [
0
π = C
] 0 π

π
>= <
0
) ( ) ( , dx x g x f g f ,
considerăm următoarea submulţime de funcţii trigonometrice S f , cu f f = { , , ,...}
0 1 2
. }
, (
1 , 2 sin ) ( , 2 cos ) ( { } 1 ) ( {
2 1 2 0
≥ = = ∪ = =

n nx x f nx x f x f S
x n
Mulţimea S este ortogonală, căci temă, verificaţi).
Deoarece S nu conţine elementul nul al spaţiului (funcţia identic nulă),
rezultă conform teoremei de mai sus că S este liniar independentă. Însă S nu este
ortonormată, căci normele vectorilor săi sunt diferite de 1, anume:
N ∈ ≠ ∀ >= < j i j i f f
j i
. , , 0
C
0
0 [ , ] π

¦
¦
¦
¹
¦
¦
¦
´
¦
∈ π = =
π = =
π = = =



π
π

π
* , 2 / 2 sin
, 2 / 2 cos
, ,
0
2
2
0
2
1 2
0
0 0 0
N n nxdx f
nxdx f
dx f f f
n
n

Algebră liniară 23
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Împărţind fiecare funcţie prin norma sa, obţinem mulţimea ortonormată
de mai jos: ,...} , ,
2 1 0
g g {g
* , 2 sin ) ( , 2 cos ) ( , ) (
2 2 1
2 1 2 0
N ∈ = = =
π π π

n nx x g nx x g x g
n n
.

6.2. Definiţie. Fie V un spaţiu vectorial euclidian şi un vector w∈V \ { } 0 .
a) Se numeşte proiecţia vectorului v pe w, vectorul ∈V
w
w w
w v
v pr
w
> <
> <
=
,
,
.
b) Se numeşte mărimea algebrică a proiecţiei lui v pe w, numărul real ∈V
w
w v
v pr
w
> <
=
,
,
unde norma este cea euclidiană asociată produsului scalar considerat.

Teoremă. Fie spaţiul vectorial euclidian . Fie o
bază pentru V şi . Au loc următoarele afirmaţii:
n
V V = B = { , ,..., } e e e
n 1 2
x x e
i i
i
n
= ∈
=

1
V
1) Dacă B este bază ortogonală atunci n i
e e
e x
x
i i
i
i
, 1 ,
,
,
=
> <
> <
= .
2) Dacă B este bază ortonormată, atunci n i e x x
i i
, 1 , , = > =< .

Demonstraţie. 1) Orice vector x se descompune relativ la baza B, deci
. Înmulţind scalar această relaţie cu vectorul
n
∈V
x x
j j
j
n
=
=

1
e e i , obţinem n
i
, , = 1
n i
e e
e x
x e e x e e x e x
i i
i
i
n
j
i i i i j j i
, 1 ,
,
,
, , ,
1
=
> <
> <
= ⇒ > < >= < >= <

=
.
2) Dacă baza { } este ortonormată, atunci
,
e
i
i n =1
n i e x x e e
i i i i
, 1 , , 1 , = > =< ⇒ >= < . ‰

Observaţie. În cazul al doilea din teoremă, orice vector admite
reprezentarea unică . Coordonatele
x
n
∈V

=
> < =
n
i
i i
e e x x
1
, n e x x
i i
, , =< i 1 , = > ale
vectorului x reprezintă exact mărimile algebrice ale proiecţiilor vectorului x (pe scurt,
proiecţii) pe versorii e şi se numesc coordonate euclidiene.
i

6.3. Teoremă. Fie este un spaţiu vectorial euclidian complex şi
este o bază ortonormată în V ; atunci
n
V
B = { , ,..., } e e e
n 1 2 n
1) produsul scalar a doi vectori are expresia
n
V y x, ∈

=
>= <
n
j
j j
y x y x
1
, , unde n j e y y e x x
j j j j
, 1 , , , , = > =< > =< ;
2) norma satisface relaţia x x .
j
j
n
2
2
1
=
=

Cap.I. Spaţii vectoriale 24
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Demonstraţie. 1) Baza fiind ortonormată, avem ; fie
ij j i
e e δ >= < ,

=
=
n
j
j j
e x x
1
, .
n
n
j
j j
e y y V ∈ =

=1
Folosind proprietăţile produsului scalar, obţinem

∑∑ ∑ ∑∑ ∑ ∑
= = = = = = =
= >= < = >= <
n
j
n
k
n
j
j j jk k j
n
j
n
k
k j k j
n
j
n
k
k k j j
y x y x e e y x e y e x y x
1 1 1 1 1 1 1
, , , δ .
2) Înlocuind în expresia produsului scalar, rezultă relaţia. ‰ x y =

6.4. Definiţii. Fie V un spaţiu vectorial euclidian şi S o submulţime a sa.
a) Un vector din V se numeşte ortogonal lui S dacă este ortogonal pe fiecare
element din S.
b) Mulţimea tuturor vectorilor ortogonali relativ la submulţimea S se numeşte “S
ortogonal” şi se notează cu S . Se observă că S este un subspaţiu vectorial al lui V,
indiferent dacă S este sau nu un subspaţiu al lui V.
⊥ ⊥
c) În cazul când S este un subspaţiu vectorial, subspaţiul vectorial S se numeşte
complementul ortogonal al lui S.


Teoremă. Fie V un spaţiu vectorial euclidian şi un subspaţiu
vectorial n- dimensional al lui V; atunci:
n
W W =
1) Are loc descompunerea în sumă directă .

⊕W W V =
2) Fie . Atunci vectorul v satisface relaţia
(numită şi teorema Pitagora)
V ∈ v ,
⊥ ⊥
⊕ = ∈ + = W W V w w v
v w w
2 2
2
= +

.
Vectorul w din descompunerea de mai sus se numeşte proiecţia vectorului
pe subspaţiul al lui V. În cazul când subspaţiul este finit-dimensional, acesta este
dat de suma proiecţiilor sale pe vectorii unei baze ortogonale a subspaţiului.
V ∈ v
W

Demonstraţie. 1) Fie o bază ortonormată a lui W şi fie B = { , ,..., } e e e
n 1 2 n

=
> < =
n
i
i i
e e v w
1
,
proiecţia vectorului v pe subspaţiul W . Notând w v rezultă ∈V
n
w

= −
>= < − > < = > <

w w w v w w , , ,
= > < > < − > < =
∑ ∑ ∑
= = =
n
i
n
j
j j i i
n
i
i i
e e v e e v e e v v
1 1 1
, , , ,

∑ ∑∑
= = =
>= >< >< < − > < =
n
i
n
i
n
j
j i i i i
e e e v e v e v
1 1 1
2
, , , ,

∑ ∑∑
= = =
= δ > >< < − > < =
n
i
n
i
n
j
ij j i i
e v e v e v
1 1 1
2
0 , , ,
şi deci . Exprimarea unică arată că
⊥ ⊥
∈W w

+ = w w v

⊕W W V = .
2) Teorema Pitagora rezultă din următoarele egalităţi:
Algebră liniară 25
S
t
u
d
e
n
t

W
E
B

C
o
p
y
>= + + >=< =<
⊥ ⊥
w w w w v v v , ,
2


2
2
, , 2 ,
⊥ ⊥ ⊥ ⊥
+ >= < + > < + > =< w w w w w w w w . ‰

Fie în continuare V un spaţiu vectorial euclidian. Vom arăta că din orice
mulţime liniar independentă de vectori S din V se poate construi o mulţime
ortonormată S ' (mulţime ortogonală ai cărei vectori au norma egală cu 1) care să
genereze L(S). Această mulţime ortonormată rezultă prin normarea vectorilor unei
mulţimi ortogonale S ". Modul de obţinere al mulţimii orogonale S ", cunoscut sub
numele de procedeul de ortogonalizare Gram-Schmidt, este descris în cele ce
urmează.

6.5. Teoremă. Fie V un spaţiu vectorial euclidian de dimensiune n, iar
o bază a lui V. Atunci există o bază care are
următoarele proprietăţi:
} ,..., , {
2 1 n
v v v = B } ,..., , {
2 1 n
e e e = ′ B
a) baza este B′ ortonormată ;
b) mulţimile { , şi { ,..., } v v v
k 1 2
, ,..., } e e e
k 1 2
generează acelaşi subspaţiu vectorial
W V
k k
L v v v L e e e = = ({ , ,..., }) ({ , ,..., })
1 2 1 2 k

pentru fiecare k n. ∈1,

Demonstraţie. Mai întâi construim o mulţime ortogonală ce
satisface proprietatea b), şi apoi îi normăm elementele. Mulţimea ortogonală
se construieşte din { în felul următor:
}
1
,..., , {
2 1 n
w w w = ′ ′ B
{ , ,..., } w w w
n 1 2
, ,..., } v v v
n 1 2
♦ Se consideră w v .
1 1
=
♦ Se alege w v . Vectorul w nu este zero deoarece ind(B) ⇒ . Se
determină k din condiţia ca w să fie ortogonal lui w , adică
kw
2 2
= +
2
ind{ , } v v
1 2
2 1

> <
> <
− = ⇒
> <
> <
− = >⇒ + >=< =<
1 1
1 2
1 1
1 2
1 1 2 1 2
,
,
,
,
, , 0
w w
w v
k
w w
w v
k w kw v w w
de unde rezultă
2 2 2
1
v pr v w
w
− = .
♦ Vectorul w este luat de forma w v ; el este nenul deoarece ind(B)
ind{ . Scalarii k sunt determinaţi din condiţiile ca w să fie ortogonal
lui w şi lui w ,
3
,
1 2
k w k w
3 3 1 1 2
= + +
2
2
⇒ , } v v v
3
1 2
k
1
,
3







> <
> <
− =
> <
> <
− =




> < + > >= =<
> < + > >=< =<
2 2
2 3
2
1 1
1 3
1
2 2 2 2 3 2 3
1 1 1 1 3 1 3
,
,
,
,
, , ( , 0
, , , 0
w w
w v
k
w w
w v
k
w w k w v w w
w w k w v w w

şi deci
2
2 2
2 3
1
1 1
1 3
3 3
,
,
,
,
w
w w
w v
w
w w
w v
v w
> <
> <

> <
> <
− = , adică
3 3 3 3
2 1
v pr v pr v w
w w
− − = .
Repetăm procedeul până obţinem o mulţime de n vectori ortogonali
} ,..., , {
2 1 n
w w w = ′ ′ B .
Cap.I. Spaţii vectoriale 26
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Se observă că procedeul de ortogonalizare Gram-Schmidt descris mai sus
poate fi sintetizat astfel:

¦
¦
¦
¦
¹
¦
¦
¦
¦
´
¦
− − − − =
− − =
− =
=

n w n w n w n n
w w
w
v pr v pr v pr v w
v pr v pr v w
v pr v w
v w
n 1 2 1
2 1
1
...
......... .......... .......... ..........
,
3 3 3 3
2 2 2
1 1


deci fiecare vector se construieşte scăzând din omologul său proiecţiile
acestuia pe vectorii { anterior determinaţi. Mulţimea ortonormată
se obţine prin normarea vectorilor bazei ,
k
w
k
v
} , ,
1 1 − k
w w K
} ,..., , {
2 1 n
e e e = ′ B B′ ′
e
w
w
i n
i
i
i
= = , , 1 .
Din modul de obţinere a noii baze B din baza B, rezultă relaţiile ′
, } ,..., , { } ,..., , {
2 1 2 1 k k k
e e e L v v v L = = W k n. ‰ ∈1,

Observaţie. Teorema se poate aplica şi pentru B = S = familie liniar
independentă din V. Cum S este bază pentru L(S), procedeul Gram-Schmidt produce o
nouă bază (ortogonală !) =S' a subspaţiului vectorial L(S). B′

Exemplu. Determinaţi baza ortonormată asociată bazei B a spaţiului
canonic cu trei dimensiuni R , unde
B′
3
3
3 2 1
)} 1 , 1 , 0 ( ), 2 , 1 , 1 ( ), 1 , 0 , 1 ( { R ⊂ − = = − = = v v v B .
Soluţie. Utilizând procedeul Gram-Schmidt, construim o bază ortogonală
formată din vectorii } , , {
3 2 1
w w w = ′ ′ B
( )
( ) 11 / 4 ; 11 / 12 ; 11 / 4 ) 2 / 3 ; 1 ; 2 / 3 (
2 / 11
2 / 1
) 1 , 0 , 1 (
2
) 1 (
) 1 , 1 , 0 ( =
,
,
,
,
2 / 3 ; 1 ; 2 / 3 ) 1 , 0 , 1 (
2
1
) 2 , 1 , 1 (
,
,
) 1 , 0 , 1 (
2
2 2
2 3
1
1 1
1 3
3 3
1
1 1
1 2
2 2
1 1
− − =

− −

− −
=
> <
> <

> <
> <
− =
= − − =
> <
> <
− =
− = =
w
w w
w v
w
w w
w v
v w
w
w w
w v
v w
v w

Împărţim fiecare vector din baza ortogonală prin norma sa şi obţinem o bază
ortonormată } formată din vectorii , , {
3 2 1
e e e ′ ′ ′ = ′ B |
.
|

\
| −
= = ′
2
1
, 0 ,
2
1
1
1
1
w
w
e ,
|
.
|
22
3
,
22
2
,
22
3

\
|
= = ′
2
2
2
w
w
e şi |
.
|

\
| −
= = ′
11
1
,
11
3
,
11
1
3
3
3
w
w
e .
Algebră liniară 27
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Observaţie. O simplificare considerabilă a calculului, care conduce la o bază
ortogonală cu proprietăţi similare, şi în final la baza ortonormată , este
următoarea: după ortogonalizare, deci după determinarea celor trei vectori ai bazei
, aceştia pot fi înlocuiţi prin multipli convenabili ai lor. Acest fapt nu influenţează
rezultatul, deoarece au loc următoarele proprietăţi:
B′ ′ B′
B′
1. R = ∈ ∀ ∈ ∀ >= < ⇒ >= < K V k v u kv u v u
n
, , , 0 , 0 , ;
2. R = ∈ ∀ ∈ ∀ = K V l k v u ku pr
n lv v
, , , , , u pr kl
adică, pe scurt, pentru un sistem ortogonal dat, orice alt sistem format din multipli
nenuli ai vectorilor acestuia este tot ortogonal.

În cazul nostru putem înlocui, spre exemplu, prin amplificările indicate:

¦
¦
¹
¦
¦
´
¦
− = → − − =
= → =
− = → − =
− ⋅

− ⋅
) 1 , 3 , 1 ( ) 11 / 4 ; 11 / 12 ; 11 / 4 (
) 3 , 2 , 3 ( ) 2 / 3 ; 1 ; 2 / 3 (
) 1 , 0 , 1 ( ) 1 , 0 , 1 (
3
) 4 / 11 (
3
2
2
2
1
) 1 (
1
w w
w w
w w


Observăm că sistemul B conduce la baza ortonormată
, ce satisface proprietăţile teoremei 8.1.
} , , {
3 2 1
w w w = ′ ′
} , , {
3 2 1
e e e − − = ′ B

6.6. Considerând cazul infinit dimensional, generalizăm teorema 6.5 astfel:

Teoremă. Fie B={ , o mulţime finită sau infinită în spaţiul
vectorial euclidian V şi fie L subspaţiul generat de primii k vectori ai
acestei mulţimi.
,...} v v
1 2
⊂V
( ,..., v v
k 1
)
Atunci există o mulţime B astfel încât: V ⊂ = ′ ,...} , {
2 1
w w
1) vectorul w este ortogonal pe , ∀ ∈
k
L v v v
k
( , ,..., )
1 2 1 −
k N
2) , ∀ ∈ L L { ,..., } { ,..., } w w v v
k k 1 1
= k N
3) vectorii w w cu proprietăţile 1) şi 2) sunt unic determinaţi, abstracţie
1 2
, ,...
făcând de sens (de o posibilă amplificare cu -1).

Observaţie Vectorii w w din teoremă sunt determinaţi recursiv prin
relaţiile:
w
k 1 2
, ,...,
1 , 1 , ,
1
1 1 1 1 1
− = − = =

=
+ + +
k r v pr v w v w
r
i
r w r r
i

pentru . Din mulţimea ortogonală se poate obţine mulţimea
ortonormată
k ∈ N { , ,...} w w
1 2
¦
)
¦
`
¹
,...
2
2
,
1
1
w
w
w
w
¦
¹
¦
´
¦
, ai cărei vectori au proprietăţile 1) şi 2) din teoremă, şi
sunt unic determinaţi, abstracţie făcând de semn. ‰

Cap.I. Spaţii vectoriale 28
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Exerciţiu. Fie V spaţiul vectorial euclidian al funcţiilor polinomiale reale
definite pe intervalul [ , cu produsul scalar dat de , ] −11
V ∈ ∀ >= <


w v dt t w t v w v , , ) ( ) ( ,
1
1
.
Aplicaţi procedeul Gram-Schmidt bazei canonice v t . V B ⊂ =
∈N n n
v } { , t n
n
n
( ) , = ∈ N

Soluţie. Aplicând acestei baze, procedeul Gram-Schmidt, obţinem baza
ortogonală B' formată din polinoamele Legendre, =

{ } w
n n N
,... ) 1 (
)! 2 (
!
) ( ,...,
5
3
) ( ,
3
1
) ( , ) ( , 1 ) (
2 3
3
2
2 1 0
n
n
n
n
t
dt
d
n
n
t w t t t w t t w t t w t w − = − = − = = =


#7. Probleme propuse

1. Fie mulţimea pe care definim operaţiile
3
R
(i) = + y x ,
3
3 3 2 2 1 1
, ), , , ( R ∈ ∀ + + + y x y x y x y x
(ii) x y , x y x y x y x y + = + + − ∀ ∈ ( , , ), ,
1 1 2 2 3 3
3
R
(iii) ( = kx ,
3
3 1
, ), , 0 , R R ∈ ∀ ∈ ∀ x k kx kx
(iv) ( = kx .
3
3 2 1
, ), , , R R ∈ ∀ ∈ ∀ x k kx kx kx
a) Formează un spaţiu vectorial real faţă de operaţiile (i) şi (iii)?
3
R
b) Dar faţă de (i) şi (iv) ?
c) Dar faţă de (ii) şi (iv) ?
R: a) nu; b) da; c) nu.

2. Determinaţi dacă mulţimile următoare reprezintă spaţii vectoriale cu
operaţiile de adunare a vectorilor şi înmulţire cu scalari descrise alăturat
a) ( , ) , ,
2
⊗ ⊕ = R V
¹
´
¦
∈ ∀ ∈ ∀ ⋅ = ⊗

. ) ( ) ( ), 0 ( ) (
) ( ) ( ) (
2
2 1 2 1 1 2 1
2 2 1 1 2 1 2 1
R R λ , ,y y , ,x x , x λ ,x x λ
| +|y ,x +y x = ,y y ,x x
b) ) , }, 4 ] [ { (
R
R V ⋅ + = ∈ = p grad X p
.

c) ) , }, 2 ] [ { ] [
2 R
R R V ⋅ + ≤ ∈ ≡ = p grad X p X ( .
d) , ) , ( : { ) , ( (
2
f b a f f b a C R V → = =
derivabilă de 2 ori, continuă }, , f ′ ′ ) ,
R
⋅ +

¹
´
¦
∈ λ ∀ ∈ ∀ ∈ ∀ λ = λ
+ = +
R V, , ), , ( ), ( ) )( (
) ( ) ( ) )( (
g f b a x x f x f
x g x f x g f
R: a) nu, b) nu, c) da, d) da.

3. a) Să se arate că mulţimea tuturor şirurilor convergente cu trermeni din K
( K ∈{ , } R C ) formează un spaţiu vectorial peste K relativ la adunarea a două şiruri şi
înmulţirea dintre un număr şi un şir.
b) Să se stabilească dacă mulţimea V a tuturor funcţiilor reale de clasă C pe
este spaţiu vectorial real în raport cu adunarea funcţiilor şi înmulţirea dintre
un număr şi o funcţie, descrise prin
k
U R ⊂
n
Algebră liniară 29
S
t
u
d
e
n
t

W
E
B

C
o
p
y

(
( )( ) ( ) ( )
)( ) ( ), , ,
f g x f x g x
kf x kf x k f g
+ = +
= ∀ ∈ ∀ R V ∈

c) Arătaţi că mulţimea V a funcţiilor integrabile pe , este
un spaţiu vectorial real în raport cu operaţiile descrise mai sus.
R ∈ < b a b a ], , [
R: b) da.

4. Fie V un spaţiu vectorial real. Pe definim operaţiile V V ×
( , ) ( , ) ( , ) u v x y u x v y + = + +
( )( , ) ( , ), a ib u v au bv bu av a ib u v x y + = − + ∀ + ∈ ∀ C, , , , V ∈ .
Să se arate că este un spaţiu vectorial peste C (acest spaţiu se numeşte
complexificatul lui V şi îl notăm cu
C
).
V V ×
V

5. Să se verifice care dintre următoarele submulţimi W reprezintă subspaţii
vectoriale în spaţiile vectoriale specificate :
a)
2
2 1 2 1
} 0 ) , {( R ⊂ = − + = a x x x x W ,
b) W , ] [ ] [
4 2
X X R R ⊂ =
c) toate polinoamele cu coeficienţi reali în
nedeterminata X.
≡ ⊂ = ] [ ] [
3
X X W R R
d) ] [ } 0 ) 1 ( ) 1 ( ] [ { X p p X R p R ⊂ = − + ∈ = W
e) ] [ } 1 ) 0 ( ] [ X p X R p R ⊂ = ∈ { W = .
R. a) da , b) da, c) da, d) da, e) nu. 0 = ⇔a

6. Să se stabilească dacă mulţimile
] [ ] [ { X q X p A
n n
R R ∈ ∃ ∈ = , a.î. } ), 2 ( ) 1 2 ( ) ( R ∈ ∀ − + = x q x q x p
B p X p x p x x
n
= ∈ = + ∀ ∈ { [ ] ( ) ( ) , R R 3 7
2
}
] sunt subspaţii vectoriale ale spaţiului vectorial R al polinoamelor cu coeficienţi
reali, de grad cel mult n.
n
X [
R: a) da, b) nu.

7. Considerăm subspaţiile vectoriale V (unde este o familie arbitrară
de indici) ale spaţiului vectorial V .
Λ ∈ i
i
, Λ
Să se arate că este subspaţiu vectorial al lui V .
i
i
V
Λ ∈


8. Fie un interval real şi mulţimile: R ⊂ = ) , ( b a I
i) Mulţimea funcţiilor continue pe I ,
f I f I C R → = : { ) (
0
continuă pe I },
ii) Mulţimea funcţiilor diferenţiabile de clasă pe I ( ),
k
C
*
N ∈ k
f I f I C
k
R → = : { ) ( derivabilă de k ori pe I, cu continuă pe I },
) (k
f
iii) Mulţimea funcţiilor diferenţiabile de clasă pe I ,

C
f I f I C R → =

: { ) ( derivabilă de k ori pe I, }. N ∈ ∀k
Cap.I. Spaţii vectoriale 30
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Arătaţi că:
a) C şi C formează spaţii vectoriale reale cu operaţiile ) ( ), (
0
I C I
k
) (I

. ), ( ) )( ( ), ( ) ( ) )( ( I x x f x f x g x f x g f ∈ ∀ λ = λ + = +
b) este subspaţiu vectorial în ) (I C

N ∈ ∀k I C
k
), ( ;
c) este subspaţiu vectorial în ) (I C
k
N ∈ ≥ ∀ l k I C
l
), ( ;
d) . ) ( ) ( I C I C
k
k N ∈

∩ =

9. Fie două familii de vectori. Arătaţi că: V S S ⊂ ′ ,
a) ; ) (S L S ⊂
b) ; ) ( ) ( ) ( S L S L S L S ′ ⊂ ⇒ ′ ⊂
c) Dacă S este subspaţiu vectorial al lui V, atunci ; S S L = ) (
d) ; W S L
W
V W S
subsp.vec.
) (
⊂ ⊂
= I
e) ; ) ( ) ( ) ( S L S L S S L ′ + = ′ ∪
f) Dacă , atunci ; S S ′ ⊂ ) ( ) ( S ind S ind ⇒ ′
g) Dacă , atunci . S S ′ ⊂ ) ( ) ( S dep S dep ′ ⇒

10. Să se cerceteze dacă vectorul este o combinaţie liniară
a vectorilor u u
4
) 3 , 0 , 2 , 1 ( R ∈ − = v
u
3
1 2 1 2 1 − = − , , ), ( , ,
1 2
3 9 4 2 2 3 0 = − − = ( , , , ), ( , , ).
3
R: da, v u . u u = − +
1 2
3 2

11. Să se determine dacă următoarele familii de vectori sunt dependente sau
independente liniar. În cazul dependenţei liniare indicaţi o relaţie de dependenţă .
a) v ,
3
3 2 1
) 2 , 0 , 1 ( ), 1 , 1 , 1 ( ), 0 , 2 , 1 ( R ∈ − − = = = v v
b) , ] [ ] [ 3 , 1 , 1
2
2
3
2
2 1
X X x x p x x p x p R R ⊂ ∈ + + = + − = + =
c) , unde ) ( exp , ,
3 2 1
R

∈ = = = C f sh f ch f
f f f C , : { ) ( R R R → ≡

derivabilă de oricâte ori pe R },
d) , ) (
1 1
1 1
,
0 0
0 0
,
1 0
1 1
,
2 0
0 1
2 4 3 2 1
R M m m m m ∈
|
|
.
|

\
|
=
|
|
.
|

\
|
=
|
|
.
|

\
|
=
|
|
.
|

\
|
=
e) ) ( } , cos ) ( { R N

⊂ ∈ = = C n x x f f S
n
n n
.
R. a) , b) ,
3 2 1 3 2 1
2 }, , , { v v v v v v dep

+ =

p p p p p p dep
2 1 3 3 2 1
2 }, , , { + =
c) , f f f f f f dep
2 1 3 3 2 1
}, , , { + =
d) , e) ind . 0 0 1 0 0 }, , , , {
4 3 2 1 4 3 2 1
= ⋅ + ⋅ + ⋅ + ⋅ m m m m m m m m dep

S

12. Să se stabilească care dintre următoarele submulţimi ale spaţiului vectorial
sunt liniar dependente / liniar independente: C

( ) R
S x x S e e ch x S e xe x e
x x x x n x
= = =
− −
{ , cos , cos }, ' { , , }, " { , ,..., }. 1 2
2 1

R: dep(S): − ⋅ ; dep(S’): 1 1 ; ind(S”). − ⋅ + ⋅ = 1 1 1 2 2 0
2
cos cos x x 0 2 ⋅ + ⋅ − ⋅ =

e e x
x x
ch

Algebră liniară

31
S
t
u
d
e
n
t

W
E
B

C
o
p
y
13. Să se arate că familia de polinoame S = { este
o mulţime liniar independentă, unde este spaţiul tuturor polinoamelor în
nedeterminata , cu coeficienţi în corpul K..
, , ,..., ,...} [ 1
2
X X X X
n
⊂ K ]
] [ X K
X

14. Să se determine dacă următoarele familii de vectori reprezintă sau nu baze
în spaţiile vectoriale indicate :
a)
n
k
k k
n k e e R ⊂ = ≡

} , 1 ), 0 ,..., 0 , 1 , 0 ,..., 0 , 0 ( { ,
b) ) ( } , 1 ; , 1 , ) (
, 1 ; , 1
R
n m
n l m k
jl ik ij ij
M n j m i e
×
= =
⊂ = = δ δ ≡ { e ,
c) ] [ } , 0 X n k X
n
k
R ⊂ = { ,
d) } 0 ) ( { } sin ,
2
= + ′ ′ = ⊂ y a y t f y at at {cos , unde . * R ∈ a
R. a) da, b) da, c) da, d) da.

15. Determinaţi dacă următoarele familii de vectori din determină baze. În
caz afirmativ, determinaţi descompunerea vectorului v relativ la baza respectivă
(coeficienţii vectorului v relativ la baza ).
4
R
} , , , {
4 3 2 1
v v v v = ′ B
a) v , ( ) ( ) ( ) ( ) ) 5 , 2 , 1 , 5 ( , 1 , 1 , 0 , 0 , 0 , 0 , 2 , 0 , 1 , 0 , 1 , 1 , 0 , 0 , 1 , 1
4 3 2 1
t t t t t
v v v v = = = − = =
b) , ) 1 , 1 , 2 , 1 ( ); 1 , 1 , 1 , 1 ( ), 1 , 1 , 1 , 1 ( ), 1 , 1 , 1 , 1 ( ), 1 , 1 , 1 , 1 (
4 3 2 1
t t t t t
v v v v v = − − = − − = − − = =
c) v . ) 1 , 0 , 0 , 0 ( ); 1 , 1 , 1 , 0 ( ), 0 , 0 , 1 , 1 ( ), 1 , 3 , 1 , 2 ( ), 1 , 0 , 1 , 1 (
4 3 2 1
t t t t t
v v v v = − − = = = =
R. În toate cele trei cazuri, , deci cei 4 vectori sunt linear
independenţi în spaţiul vectorial de dimensiune 4, ; prin urmare, baze.
0 ] , , , det[
4 3 2 1
≠ v v v v
R
4
a) Coeficienţii relativ la noua bază sunt [ . b) .
c)
t
.
) 2 , 2 , 3 , 2 ( ]
t
v =
′ B
) 4 / 1 , 4 / 1 , 4 / 1 , 4 / 5 ( − −
t
) 0 , 1 , 0 , 1 ( −

16. Aflaţi câte o bază a subspaţiului W, şi dimensiunea acestuia, unde:
a) ,
4
)}) 0 , 3 , 1 , 1 ( ), 1 , 0 , 2 , 1 ( ), 1 , 3 , 1 , 2 ( ({ R ⊂ − − = = = = w v u L W
b) , ) 3 , 5 , 1 , 2 , 4 ( ), 1 , 1 , 0 , 1 , 1 ( ), 1 , 3 , 1 , 0 , 2 ( ({
3 2 1
− = − = − = = v v v L W
5
4
)}) 5 , 9 , 2 , 3 , 1 ( R ⊂ − − = v ,
c) ), 1 , 3 , 5 , 4 ( ), 1 , 3 , 1 , 1 ( ), 1 , 3 , 1 , 2 ( ({ − = − − = − = = c b a L W
4
)}) 1 , 3 , 5 , 1 ( R ⊂ − = d ,
d) ) ( , , , ; 3 ,
0
0
3 2
R R
×

)
`
¹
¹
´
¦
∈ − =
|
|
.
|

\
|
= = M v u y x v u y
v u
y x
A A W .
R. În cazurile a, b, c minorul care dă rangul matricii formate din coeficienţii
vectorilor generatori (aşezaţi pe coloane, spre exemplu), determină o familie
liniar independentă de generatori ai spaţiului W, deci o bază. a) .
b) . c) . d) Rezolvăm sistemul (format dintr-o singură
ecuaţie) iar generatorii soluţiilor sistemului sunt vectori linear independenţi;
aceştia formează deci baza
} , { v u =
W
B
} , {
2 1
v v =
W
B } , { b a =
W
B
B
W
=
|
\
|
.
|
\
|
.
− |
\
|
.
¦
´
¹
¹
`
)
1 0 0
0 0 0
0 0 1
1 0 0
0 0 3
0 1 0
, , .
Cap.I. Spaţii vectoriale 32
S
t
u
d
e
n
t

W
E
B

C
o
p
y
17. Dându-se subspaţiile W şi U generate respectiv de vectorii w ,
, , să se arate că
aceste subspaţii sunt suplimentare şi să se găsească descompunerea vectorului
pe aceste subspaţii.
1
2 3115 = ( , , , )
) 1 , 1 , 1 , 0 ( ), 2 , 5 , 1 , 1 (
3 2
= = w w
v = ( , , , ) 2 0 0 3
) 2 , 6 , 2 , 5 ( ), 4 , 3 , 1 , 1 ( ), 2 , 3 , 1 , 2 (
3 2 1
= = = u u u
R: v u . u w w = + + − + ∈ + ( ) ( )
1 2 1 2
U W

18. Fie S f o mulţime de funcţii. f f C
n
= ⊂

{ , ,..., } ( )
1 2
R
Se numeşte wronskianul funcţiilor , determinantul f f f
n 1 2
, ,...,
w S f i n
j
i
( ) det[ ], ,
( )
= =
−1
1 ,
unde am notat f f j
j j
( )
,
0
1 = ∀ = n , . Să se arate că:

a) dacă dep(S) atunci w(S)=0 (echivalent, ); S S w ind 0 ) ( ⇒ ≠
b) reciproca proprietăţii a) nu este adevărată;

19. Se dau subspaţiile vectoriale U şi W ale lui . În situaţiile de mai jos, să
se determine câte o bază în subspaţiile U , W , U , U şi să se verifice
relaţia
3
R
∩ W + W
dim U + dim W = dim (U ) + dim (U ), W + W ∩

a) , )}) 1 , 1 , 0 , 1 ( ), 1 , 1 , 1 , 3 ( ), 2 , 1 , 2 , 1 ( ({
3 2 1
− − = = − − = = f f f L U
4
2 1
)}) 3 , 7 , 2 , 1 ( ), 5 , 6 , 5 , 2 ( ({ R ⊂ − − − = − − = = g g L W ,
b) , )}) 1 , 1 , 1 , 1 ( ), 0 , 1 , 2 , 1 ( ({
2 1
− = = = f f L U
4
2 1
)}) 1 , 3 , 1 , 1 ( ), 1 , 0 , 1 , 2 ( ({ R ⊂ − = − − = = g g L W ,
c) , )}) 1 , 1 , 10 ( ), 0 , 0 , 1 , 1 ( ({
2 1
= = = f f L U
4
2 1
)}) 0 , 1 , 1 , 0 ( ), 1 , 1 , 0 , 0 ( ({ R ⊂ = = = g g L W ,
d) } 0 2 ) , , {( = − + = z y x z y x U ,
3
3 2 1
)}) 2 , 2 , 3 ( ), 0 , 0 , 1 ( ), 1 , 1 , 1 ( ({ R ⊂ = = = = w w w L W ,
R. a) U , 3+2=3+2. } , , { }, , { ,
1 2 1 2 1
f g g g g = = = = ∩
+W U U W
B B B W W
b) ,
2+2=1+3. c) U ; subspaţiile U
şi W sunt suplementare; 2+2=0+4. d) ,
} , , { }, , { }, , { )}, 4 , 3 , 2 , 5 ( {
1 1 1 1
g f u g u f u u = = = − − − = =
+ ∩ W U W U W U
B B B B
4
2 1 2 1
}, , { }, , { }, 0 { R = + = = = ∩ W U B B W
W U
g g f f
)}, 0 , 1 , 1 ( ), 1 , 0 , 2 ( {
2 1
v v = − = = =
V U
B B } , {
2 1
w w
)} 1 , 1 , 1 ( { ; }, , , {
3
2 1 2
= = = + =
∩ +
w w w v
W U W U
B W U B R , 2+2=3+1.

20. Să se găsească o bază a sumei şi o bază a intersecţiei subspaţiilor
vectoriale U= şi W = , unde L u u u ({ , , })
1 2 3
L w w w ({ , , })
1 2 3
). 2 , 0 , 6 ( ), 0 , 1 , 0 ( ), 1 , 3 , 3 (
); 0 , 2 , 1 ( ), 1 , 1 , 1 ( ), 1 , 1 , 2 (
3 2 1
3 2 1
= = − =
− = = − =
w w w
u u u
.
R. . }; { }, , { }, , {
1 2 1 2 1
w B w w u u = = =
∩W U W U
B B ) ( }, , , {
3
2 2 1
R = + =
+
W U
W U
w u u B

Algebră liniară

33
S
t
u
d
e
n
t

W
E
B

C
o
p
y
21. Să se completeze familia F de mai jos la o bază a spaţiului vectorial
corespunzător . Verificaţi în prealabil liniar independenţa sistemului F
a)
3
2 1
)} 1 , 1 , 0 ( ), 1 , 1 , 1 ( { R ⊂ − = = = v v F
b) . ] [ } 1 , {
3
3
2
2
1
X x p x x p F R ⊂ − = − = =
R. a) B , b) B . )} 0 , 0 , 1 ( , , {
3 2 1
3
= = v v v
R
} , , , {
2
4
3
3 2 1 ] [
3
x p x p p p
X
= = =
R

22. Să se arate că dacă sunt subspaţii vectoriale în V, atunci
are loc relaţia U .
V U U U ⊂
3 2 1
, ,
3 2 1
) ( U U U ∩ + =
3 2 1
) ( U U ∩ +

23. Arătaţi că , unde b arbitrar fixat, iar
b a
a
C U U ⊕ ⊕ =

) ( ] 1 , 0 [
0
R
] 1 , 0 [ ∈
]} 1 , 0 [ , ) ( ] 1 , 0 [ {
0
∈ ∀ = ∈ = x a x f C f
a
U , } 0 ) ( ] 1 , 0 [ {
0
= ∈ = b f C f
b
U .

24. Fie un polinom fixat. Arătaţi că } 0 { \ ] [
0
X p R ∈
} divide ] [ { } grad ] [ { ] [
0
p p X p n p X p X R R R ∈ ⊕ ≤ ∈ = .

25. Fie spaţiul vectorial real al polinoamelor în cos care au cel mult
gradul 4. Să se scrie transformarea de coordonate care permite trecerea de la baza
la baza B şi să se
găsească inversa acestei transformări.
V
5
, c x x
x
, cos { } B = 1
2 3 4
, cos , cos os , cos x x 4
2
{ } ′ = 1 2 3 , cos , cos , cos x x x x
R: ' , unde C ; matricea transformării inverse este
C
X CX =
X C ' =
|
|
|
|
|
|
.
|

\
|



=
8 0 0 0 0
0 4 0 0 0
8 0 2 0 0
0 3 0 1 0
1 0 1 0 1
-1
iar . X
−1

26. Să se arate că următoarele familii de vectori B si B sunt baze în spaţiul
vectorial specificat şi să se determine matricea de trecere de la baza la B (notată
) şi coordonatele vectorului v (exprimat în baza canonică) relativ la baza
′ ′ ′
B′ ′ ′
B B ′ ′ ′
C B′


) 7 , 3 , 1 ( ; )} 0 , 0 , 1 ( ), 0 , 1 , 1 ( ), 1 , 1 , 1 ( {
)} 0 , 1 , 1 ( ), 1 , 0 , 1 ( ), 1 , 0 , 1 ( { a)
3
3 2 1
3
3 2 1
− = ⊂ = = = = ′ ′
⊂ = − = = = ′
v g g g
f f f
t t t
t t t
R B
R B

2
1 2 3 2
2 2 2
1 2 3 2
b) { 1 , 1 , 1} [ ]
{ 1 , , 1 } [ ]; 1
q x q x q X
r x x r x r x X v x x
′ = = + = − = ⊂
′′ = = + + = = + ⊂ = − +
B R
B R

R: a) ; [ . ] , , [ ], , , [ ,
3 2 1 3 2 1
1
g g g C f f f C C C C = ′ ′ = ′ ′ ′ ′ =

′ ′ ′B B
) 7 , 3 , 1 ( ]
1
− ⋅ ′ =


t
C v
B
b) ; [ .
1
1 1 1 1 0 1
0 0 1 0
1 0 1 1
, 1 , 0
0 1
C C C C C

′ ′′

| | |
|
′ ′′ ′ ′′ = = =
|
\ . \
B B
|
|
|
.
) 1 , 1 , 1 ( ]
1
− ⋅ ′ =


t
C v
B
Cap.I. Spaţii vectoriale 34
S
t
u
d
e
n
t

W
E
B

C
o
p
y
27. Fie spaţiul vectorial complex n-dimensional C şi fie trecerea în real
a lui C . Ştiind că oricărui vector z din C îi
corespunde vectorul ( din , să se stabilească vectorul din
care este asociat lui iz .
n
ib +
2
R
C
ib
n
+
n
n
a ib a a
n
= + ( , ,..., )
1 1 2
) b
n n
R n
C
n
, ,..., , , , a a a b b
1 2 1 2
...,
R n
C
R: ( . , ,..., , , ,..., ) − − − b b b a a a
n n 1 2 1 2

28. Să se arate că aplicaţiile definite prin formulele R R R → × ] [ ] [ : ) (, X X
n n

a) >= < p ,

=
n
k
k k
b a q
0
,
b)
∑ ∑ ∑
= = =
∈ = = ∀ >= <
n
k
n
n
k
k
k
k
k
n
k
k k
X X b q X a p b a
k
q p
0 0 0
] [ , ,
!
1
, R ,

sunt respectiv produse scalare. Pentru n , să se calculeze unghiul dintre
polinoamele p şi q faţă de produsul scalar (1), respectiv (2), unde
≥ 2
p X q X X
n
= − + = − + ∈ 3 4 2 3 3
2 2
, [ R X].
R: a) , b) . 6 , >= < q p 0 , >= < q p

29. Determinaţi dacă următoarele operaţii reprezintă produse scalare:
a) <
2
2 2 1 1
, , , R ∈ ∀ + >= y x y ax y x y x
b) .
2
2 1
, , , C ∈ ∀ >= < v u v u v u
R: a) , b) nu. 0 > ⇔ a da

30. Să se verifice că următoarele operaţii determină produse scalare pe spaţiile
vectoriale specificate:

a) <
3
3 3 2 2 1 1
, , , R ∈ ∀ + + >= y x y x y x y x y x
b)
2
2 2 1 1
, , , C ∈ ∀ + >= < y x y x y x y x
c) f b a f f b a C g f dt t g t f g f
b
a
, ] , [ : { ] , [ , , ) ( ) ( ,
0
R → = ∈ ∀ >=

< continuă }
d) ] 1 , 1 [ ] [ , , ) ( ) ( ,
0
2 2
1
1
− ⊂ ≡ ∈ ∀ >= <


C P X q p dt t q t p q p R
] [ ,
, , e)
2
2
2 1 0
2
2 1 0
2 2 1 1 0 0
X x q x q q q x p x p p p
q p q p q p q p
R ∈ + + = + + = ∀
+ + >= <

f) , unde ) ( , ), ( ,
2
R M B A B A Tr B A
t
∈ ∀ >= <
) ( ) ( , ) (
, , 1 , 11
R
n n j i ij nn
M c C c c C Tr ∈ = ∀ + + =
= K
K

31. Folosind produsele scalare canonice din exerciţiul precedent, pentru
fiecare din cazurile următoare să se calculeze:

♦ normele celor doi vectori;
♦ pentru punctele a, c, d, e, f, unghiul celor doi vectori;
Algebră liniară 35
S
t
u
d
e
n
t

W
E
B

C
o
p
y
♦ determinaţi dacă cei doi vectori sunt ortogonali;
♦ aflaţi proiecţia celui de-al doilea vector pe primul.

a) u .
3
) 1 , 3 , 1 ( ), 1 , 2 , 1 ( R ∈ − = − = v
b)
2
) 2 , 1 ( ), , 1 ( C ∈ − = + = i v i i u .
c) . ] 1 , 0 [ , ; ) ( , ) (
0
C g f e x g e x f
x x
∈ = =

d) .
2
2
1 , 1 P x q x p ∈ − = + =
e) . ] [ 1 , 1
2
2
X x q x p R ∈ − = + =
f) . ) (
1 1
0 1
,
1 1
0 1
2
R M B A ∈
|
|
.
|

\
|

=
|
|
.
|

\
|
=
R. Temă: b,c,d,e,f. a) 4 , , 11 , 6 >= < = = v u v u , deci u nu este ortogonal pe v;
| |
|
.
|

\
|
− = π ∈ = ∠ ≡ ϕ
3
2
,
3
4
,
3
2
; , 0
66
4
arccos ) , ( v pr v u
u
.

32. Ortonormaţi următoarele familii de vectori folosind produsele scalare
canonice (sau cele indicate, după caz) ale spaţiilor vectoriale considerate:

a) ,
3
3 2 1
} ) 1 , 0 , 0 ( , ) 1 , 0 , 1 ( ), 0 , 1 , 1 ( { R ⊂ = = = = v v v F
b) , unde ] [ } , 1 , 1 {
2
2
3
2
2 1
x x x p x p x p F R ⊂ + = − = + = =
] 1 , 1 [ ] [ , , ) ( ) ( ,
0
2 2
1
1
− ⊂ ≡ ∈ ∀ >= <


C P x q p dt t q t p q p R
c) .
3
3 2 1
i)} i, (0, (1,1,-i), i,0,1), (1 { C ⊂ = = + = = v v v F

R. Temă. b,c). a) În urma ortogonalizării (Gram-Schmidt) şi normării familiei F,
rezultă baza ortonormată:
|
.
|

\
|
|
.
|

\
|
|
.
|

\
|
− = − = =
3
1
,
3
1
,
3
1
,
6
2
,
6
1
,
6
1
, 0 ,
2
1
,
2
1
3 2 1
g g g .

33. Aflaţi o familie ortonormată de soluţii ale sistemului liniar
¹
´
¦
= − − +
= + − −
0 2
0 3
v z y x
v z y x
.
R. Se rezolvă sistemul,se află o bază în spaţiul soluţiilor, se ortogonalizează şi apoi se
normează această bază. Spre exemplu, o asemenea bază ortonormată este
) 17 , 8 , 12 , 1 ( ), 1 , 2 , 0 , 1 (
498
1
6
1
2 1
= − = v v .
34. Completaţi următorul sistem de vectori la o bază ortogonală, verificând în
prealabil că aceasta este formată din vectori ortogonali
3
2 1
} ) 1 , 1 , 1 ( ), 1 , 1 , 2 ( { R ⊂ − − = − = = v v F .
R. . } { \ )) 1 , 1 , 0 ( ( }, , , {
3 3 2 1
0 B = ∈ ∀ = ′ v L v v v v

Cap.I. Spaţii vectoriale 36
S
t
u
d
e
n
t

W
E
B

C
o
p
y

35. Fie spaţiul vectorial euclidian real V cu produsul scalar dat de = C
0
0 4 [ , ]
V ∈ ∀ >= <

g f dx x g x f g f , , ) ( ) ( ,
4
0
.
a) Să se scrie inegalitatea lui Cauchy-Schwarz pentru acest produs scalar.
b) Să se calculeze d f g ( , ) şi g , unde
f x g x
x x
x x
( ) , ( )
, [
, ( ,
= =

− ∈
¦
´
¹
1
0 2
2 2
, ]
]. 4
)

R: a)
( )
;
( )(
f x g x x f x x g x x ( ) ( )d ( )d ( )d
0
4
0
4
0
4
∫ ∫ ∫ ≤
2
2 2
b) d f . g g ( , ) / ; / = = 2 13 3 4 3

36. Determinaţi proiecţia ortogonală v pr v
W
= ′ a vectorului v pe subspaţiul W
precum şi componenta sa ortogonală a vectorului relativ la subspaţiul W, în
fiecare din următoarele cazuri:

v

a) v ;
3
2 1
)} 1 , 1 , 0 ( ), 0 , 1 , 0 ( ({ ), 2 , 0 , 1 ( R ⊂ = = = = w w L W
b) , ) ( ), 1 , 1 , 1 ( S L W v = − =
;
3
3 2 1
)} 2 , 2 , 3 ( ), 0 , 1 , 1 ( ), 2 , 0 , 1 ( { R ⊂ − = = − = = w w w S
c) v ; ] [ }) 1 , 1 ({ , 1
2
2
2 1
x x p x p L W x p
not
R ⊂ − = − = = + = =
d)
3
} 0 ) , , {( ), 1 , 1 , 1 ( R ⊂ = − + = − = z y x z y x W v ;
e) v .
4
2 1
)} 0 , 3 , 1 , 1 ( ), 1 , 1 , 1 , 2 ( ({ ), 2 , 2 , 2 , 5 ( R ⊂ = − = = − = w w L W

R. Temă: a,c. b) , 56/45) 5/45; (-23/45; = = ′ v pr v
W
11/45) - 10/9; - (68/45; = ′ − =

v v v . d) W ,, )} 0 , 1 , 1 ( ), 1 , 0 , 1 ({( − = L
)} 1 , 2 , 1 ( ), 1 , 0 , 1 ( {
2 1 ,
− − = = = w w B
W ortog
, deci ) 0 , 0 , 0 (
2 1
= + = ′ v pr v pr v
w w
) 1 , 1 , 1 ( , − = = ⊥

v v W v . e) v . ) 4 , 1 , 1 , 2 ( , ) (3,1,-1,-2 − = = = ′

v v pr
W

37. Determinaţi complementul ortogonal W al subspaţiului vectorial W,
unde W .

4
2 1
)} 1 , 1 , 1 , 1 ( ), 0 , 0 , 1 , 1 ( ({ R ⊂ − = = = w w L
R. W . )} 1 , 1 , 0 , 0 ( ), 0 , 2 , 1 , 1 ({( − − =

L

38. Se dă familia de vectori B = { , din spaţiul vectorial euclidian
canonic cu trei dimensiuni R
, } v v v
1 2 3
1 2
2 0 = = , ), (
3
, unde v v . v
3
1 0 1 1 11 0 − = − ( , , , ), ( , , )
a) Arătaţi că B este o bază a spaţiului R
3
.
b) Să se ortonormeze baza B.

R: b) Se obţine baza ortonormată
|
|
.
|

\
|
|
.
|

\
|
|
.
|

\
|
′ ′ ′ = ′

= ′

= ′ = ′
11
2
,
22
3
,
22
3
3
,
11
3
,
11
1
,
11
1
2
, 0 ,
2
1
,
2
1
1
}, , , {
3 2 1
e e e e e e B .

Algebră liniară 37
S
t
u
d
e
n
t

W
E
B

C
o
p
y
39. Fie spaţiul vectorial euclidian V al funcţiilor polinomiale definite pe
intervalul [ , cu produsul scalar definit prin aplicaţia , −11]


>= <
1
1
d ) ( ) ( , x x q x p q p .
Ortogonalizând mulţimea S x x x
n
= { , , ,..., ,...} 1
2
se obţine familia a polinoamelor
Legendre. Să se afle primele cinci polinoame ale acestei familii.
S′
R: S x x x x x x x x x ′ ⊂
)
`
¹
¹
´
¦
+ − + − − −
21
5
9
10
,
35
3
7
6
,
5
3
,
3
1
, , 1
3 5 2 4 3 2
.

40. Fie V un spaţiu vectorial euclidean real şi doi vectori . Să se
verifice următoarele proprietăţi:
V ∈ y x,
a)
2 2 2
y x y x y x + = + ⇔ ⊥ ,
b) ) ( ) ( y x y x y x − ⊥ + ⇒ = .
c) ( )
2 2 2 2
2 y x y x y x + = − + + .

41. Fie V un spaţiu vectorial euclidean complex şi doi vectori . Să se
verifice următoarele proprietăţi:
V ∈ y x,
a) C ∈ ∀ + = + ⇔ ⊥ b a by ax by ax y x , ,
2 2 2
,
b)
2 2 2 2
, 4 iy x i iy x i y x y x y x − − + + − − + >= < .

42. Fie V un spaţiu vectorial euclidean real şi o familie de
vectori. Să se arate că:
V ⊂ } , {
1 n
v v K
a) Dacă reprezintă familia obţinută din { în urma
aplicării procesului de ortogonalizare Gram-Schmidt, atunci au loc relaţiile
V ⊂ } , {
1 n
w w K } ,
1 n
v v K
n i w v
i i
, 1 , = ∀ ≥ ;
b) Au loc relaţiile şi ) , ( ) , (
1 1 n n
w w G v v G K K =
2 2
1 1
) , (
n n
v v v v G ⋅ ⋅ ≤ K K ,
unde prin
n j i
j i
v v
, 1 ,
) , (
=
> <
n
v v
1
det ) , ( = K
} ,
1 n
v v K
G am notat determinantul Gram al familiei
de vectori { .
R. a) Pentru i , avem 1 =
1 1 1 1
w v w = ⇒ =
i W i i
v pr w + =
v . Pentru i , se aplică teorema lui
Pitagora vectorului sumă v , unde W .
2 ≥
,
1 − i
w K ) (
1
= w L
b) Pentru prima relaţie, se demonstrează succesiv egalităţile
) , ( ) , , , ( ) , , , ( ) , , , (
1 3 2 1 3 2 1 3 2 1 n n n n
w w G v v w w G v v v w G v v v v G K K K K K = = = = ,
folosind operaţii cu determinanţi şi expresiile care leagă cele două familii de vectori.
Pentru a doua relaţie, aplicăm punctul a) şi prima relaţie, observând că
2 2
1 1 1 1
)) , , , , ( det( ) , (
n n n n
w w w w w w diag w w G ⋅ ⋅ = > < > < = K K K .
Cap.I. Spaţii vectoriale 38
S
t
u
d
e
n
t

W
E
B

C
o
p
y
CAPITOLUL 2

TRANSFORMĂRI LINIARE


#1.Transformări liniare

1.1. Definiţii. Fie V şi W două spaţii vectoriale peste corpul K.
a) Se numeşte transformare liniară de la V la W (sau încă, operator liniar sau
morfism de spaţii vectoriale), o funcţie care satisface proprietăţile W V → : T
V, ∈ ∀ + = + y x y T x T y x T , ), ( ) ( ) ( (1)
(2) V K ∈ ∀ ∈ ∀ = x k x kT kx T , ), ( ) (
b) Se numeşte izomorfism de spaţii vectoriale, orice transformare liniară bijectivă.
c) Se numeşte endomorfism al spaţiului liniar V,orice aplicaţie liniară V V → : T .
d) Se numeşte automorfism al spaţiului liniar V,orice endomorfism bijectiv.
e) Se numeşte formă liniară, o transformare liniară (unde este
considerat ca spaţiu vectorial cu o dimensiune peste K).
K V → : T
1
K K =

Observaţie. Cele două condiţii, (1) şi (2), din definiţia unei transformări
liniare sunt echivalente cu condiţia
. (3) V K ∈ ∀ ∈ ∀ + = + y x l k y lT x kT ly kx T , , , ), ( ) ( ) (
Într-adevăr, dacă este liniară, atunci conform definiţiei avem W V → : T
V K ∈ ∀ ∈ ∀ + = + = + y x l k y lT x kT ly T kx T ly kx T , , , ), ( ) ( ) ( ) ( ) ( .
Reciproc, condiţia (3), pentru 1 implică (1), iar pentru implică (2). k l = = l = 0

Notaţii.
♦ Vom nota prin mulţimea tuturor transformărilor liniare definite pe V cu
valori în W.
) ( W V, L
♦ Vom nota prin mulţimea endomorfismelor spaţiului vectorial V . ) (V End
♦ Vom nota prin mulţimea automorfismelor spaţiului vectorial V . ) (V Aut
♦ Uneori în loc de vom scrie, pe scurt, . ) (x T Tx

Exemple de transformări liniare.
1. Aplicaţia , unde a∈R, este liniară. ax x T L T = ∈ ) ( ), , ( R R
2. Aplicaţia nulă, este transformare liniară. V W V ∈ ∀ = ∈ x x T , L T , 0 ) ( ) , (
3. Aplicaţia de incluziune unde U este subspaţiu
vectorial în V (privit ca spaţiu vectorial cu structura indusă din V), este aplicaţie
liniară. Ca un caz particular, aplicaţia identitate
U V U ∈ ∀ = ∈ x x x T L T , ) ( , ) , ( ,
V V ∈ ∀ = ∈ x x x J End J , ) ( ), ( ,
este aplicaţie liniară.
Algebră liniară 39
S
t
u
d
e
n
t

W
E
B

C
o
p
y
4. Aplicaţia , unde matricea
A∈M
n
n
t m n
x x x Ax x T L T R R R ∈ = ∀ = ∈ ) , , ( , ) ( ), , (
1
K
m×n
(R) este dată, este o transformare liniară. Spre exemplu, pentru m=2, n=3,
aplicaţia
) 3 , , 2 ( ) , ( ), , (
2 1 2 1 2 1
3 2
x x x x x x T L T + − = ∈ R R
este de această formă,
) 3 , , 2 ( ) , (
2 1 2 1 2 1
3
2
1
2
1
1 3
1 0
0 2
x x x x x x T
t
x
x
x
x
x
+ − =
|
|
|
.
|

\
|
|
.
|

\
|
|
|
.
|

\
|
= = − ,
abstracţie făcând de transpunerea vectorului imagine. T este transformare liniară,
deoarece avem

2
2 1 2 1 2 1 2 1
2 1 2 1 2 1 2 1
2 2 1 1 2 2 1 1
2 2 1 1 2 1 2 1
) , ( ), , ( ), , ( ) , (
) 3 , , 2 ( ) 3 , , 2 (
) ) ( 3 ), ( ), ( 2 (
) , ( )) , ( ) , ((
R ∈ ∀ + =
= + − + + − =
= + + + + − + =
= + + = +
y y x x y y T x x T
y y y y x x x x
y x y x y x y x
y x y x T y y x x T

. ) , ( ), , (
) 3 , , 2 (
) 3 , , 2 (
) , ( )) , ( (
2
2 1 2 1
2 1 2 1
2 1 2 1
2 1 2 1
R R ∈ ∀ ∈ ∀ =
= + − =
= + − =
= =
x x k x x kT
x x x x k
kx kx kx kx
kx kx T x x k T
,
5. Aplicaţia , este liniară. ) , ( , ) ( )), , ( ), , ( (
1 0 1
b a C f f f T b a C b a C L T ∈ ∀ ′ = ∈
6. Aplicaţia , este liniară. ] , [ , ) ( ) ( ), ], , [ (
0 0
b a C f dt t f f T b a C L T
b
a
∈ ∀ = ∈

R
7. Aplicaţia T , este liniară. ) ( , ) ( )), ( ), ( ( K K K
n m
t
m n n m
M A A A T M M L
× × ×
∈ ∀ = ∈

1.2. Teoremă. Orice transformare liniară are următoarele
proprietăţi:
) , ( W V L T ∈
1) . 0 ) 0 ( = T
2) Dacă U este un subspaţiu vectorial al lui V, atunci T este un subspaţiu
vectorial al lui W.
) (U
3) Dacă vectorii sunt liniar dependenţi, atunci şi vectorii x x x
n 1 2
, ,..., ∈V
sunt de asemenea liniar dependenţi. W ∈ ) ( ),..., ( ), (
2 1 n
x T x T x T
4) Daţi fiind vectorii x x , dacă vectorii sunt
liniar independenţi, atunci şi vectorii sunt liniar independenţi.
x
n 1 2
, ,..., ∈V W ∈ ) ( ),..., ( ), (
2 1 n
x T x T x T
n
x x x ,..., ,
2 1

Demonstraţie. 1) Avem . 0 ) 0 ( ) 0 ( ) 0 ( ) 0 0 ( ) 0 ( = ⇒ + = + = T T T T T
2) Fie u şi k l . Atunci avem V U ∈ ∈ = = y x T y T v x T , cu ), ( ) ( ), ( , , ∈ K
) ( ) ( ) ( ) ( U T ly kx T y lT x kT lv ku ∈ + = + = +
deci este un subspaţiu vectorial al lui W. 3) Aplicând transformarea T unei
relaţii de dependenţă şi folosind proprietatea de liniaritate
(3) a transformarii T, rezultă relaţia de dependenţă
) (U T
k x k x k x
n n 1 1 2 2
0 + + + = ...
V
W
0 ) ( ... ) ( ) (
2 2 1 1
= + + +
n n
x T k x T k x T k .
Cap.II. Transformări liniare 40
S
t
u
d
e
n
t

W
E
B

C
o
p
y
4) Procedând ca în cazul 3., rezultă anularea coeficienţilor , deci
independenţa vectorilor . ‰
n
k k k ,..., ,
2 1
n
x x x ,..., ,
2 1

1.3. Observaţie. Dacă V şi W sunt două spaţii vectoriale peste corpul K,
putem defini adunarea şi înmulţirea cu scalari pe mulţimea de transformări
liniare , ca şi în cazul spaţiilor vectoriale care au funcţii drept vectori. Mai
exact, pentru , avem
) ( W V, L
S,T K W V, ∈ ∈ k L ), (
¹
´
¦
∈ ∀ =
+ =
. ), ( ) )( (
), ( ) ( ) )( (
V x x kS x kS
x T x S x S+T

În raport cu aceste operaţii mulţimea este un spaţiu vectorial peste corpul K.
Spaţiul vectorial se numeşte dualul lui V , iar vectorii săi se numesc forme
liniare definite pe V cu valori în corpul K.
) ( W V, L
) ( K V, L

1.4. Teoremă. Fie şi W două spaţii vectoriale peste corpul K, fie
o bază a lui , iar w w o familie de vectori din W.
V
n
V B = { , ,..., } e e e
n 1 2 n
w
n 1 2
, ,...,
1) Există o unică transformare astfel încât ) , ( W V
n
L T ∈ n i w e
i i
, 1 , ) ( = = T .
2) Dacă avem ind{w w }, atunci această transformare este injectivă. w
n 1 2
, ,...,

Demonstraţie. 1) Fie x x . Asocierea
defineşte o funcţie , cu proprietatea
e
i i
i
n
n
= ∈
=

1
V
W →
W V ∈ = → ∈

=
n
i
i i
w x x T x
1
) (
V
n
T: n i w
i
, 1 , = = e T
i
) ( . Asocierea T este
o transformare liniară, deoarece pentru
∑ ∑ ∑
= = =
∈ + = + ∈ ∈ = =
n
i
n i i i n
n
i
i i
n
i
i i
e ly kx ly kx l k e y y e x x
1 1 1
) ( , , , , V K V ,
obţinem .
∑ ∑ ∑
= = =
+ = + = + = +
n
i
n
i
n
i
i i i i i i i
y lT x kT w y l w x k w ly kx ly kx T
1 1 1
) ( ) ( ) ( ) (
Pentru a verifica unicitatea transformării liniare T astfel determinate,
fie satisfăcând de asemenea relaţiile ) ( W , V
n
L S ∈ n i w e S
i i
, 1 , ) ( = = .
Atunci, pentru orice x x , avem e
i i
i
n
n
= ∈
=

1
V
)

( ) ( ) ( ) ( ) ( ) (
1 1 1 1
x T e x T e T x e S x e x S x S
n
i
i i
n
i
i i
n
i
i i
n
i
i i
= = = = =
∑ ∑ ∑ ∑
= = = =
2) Fie . Folosind relaţiile x x e y y e
i i
i
n
i i
i
n
n
= =
= =
∑ ∑
1 1
, V n i w e T
i i
, 1 , ) ( = = şi liniar
independenţa vectorilor w w , avem w
n 1 2
, ,...,
y x n i y x w y x y T x T
i i
n
i
i i i
= ⇒ = = ⇒ = − ⇒ =

=
, 1 , 0 ) ( ) ( ) (
1
. ‰

Observaţii. 1. Compunerea a două transformări liniare, definită ca şi în cazul
funcţiilor obişnuite, se numeşte înmulţire (produs) şi produce tot o transformare
liniară. Evident compunerea nu este în general comutativă, dar este asociativă.
Algebră liniară 41
S
t
u
d
e
n
t

W
E
B

C
o
p
y
2. Fie A,B,C transformări liniare . Dacă au sens A+B, AC şi BC , atunci
K ∈ ∀ l k lBC kAC C lB kA , , ) ( + = + ,
iar dacă au sens A+B, CA şi CB, atunci
K ∈ ∀ l k lCB kCA lB kA C , ) ( , + = + .
3. Fie . Puterile naturale ale lui T se definesc inductiv: ) (V End T ∈
1 ,
1 0
≥ = =

n TT T J T
n n
, ,
unde J este transformarea identică.
4. Fie o transformare liniară bijectivă (inversabilă). Atunci
inversa este tot o transformare liniară.
) , ( V U L T ∈
) , ( U V L
1
T ∈

Într-adevăr, pentru , obţinem
2 2 1 1
, Tv w Tv w = =
2
1
1
1
2 1 2 1
1
2 1
1
2 1
1
) ( ) ( ) ( w lT w kT lv kv lv kv T T lTv kTv T lw kw T
− − − − −
+ = + = + = + = + .
5. Dacă şi sunt transformări liniare bijective,
atunci
) ) ( W V, L S ∈ , ( V U L T ∈
♦ este o transformare liniară bijectivă; ) , ( W U L T S ∈ o
♦ are loc relaţia .
1 1 1
) (
− − −
= S T T S o o


#2. Nucleul şi imaginea unei transformări liniare

Fie V şi W două K -spaţii vectoriale şi ) . Vom studia în cele ce
urmează
( W V, L T ∈
• mulţimea soluţiilor ecuaţiei şi V ∈ = x x T , 0 ) (
• mulţimea valorilor transformării, } ) ( { V W ∈ ∈ = x x T y .



0
W

→(T ) →
W
V
Im T
Ker T


2.1. Definiţii. a) Se numeşte nucleul transformării liniare , ) ( W V, L T ∈
mulţimea { } V V ⊂ = ∈ = 0 ) ( , x T x x KerT .

b) Se numeşte imaginea lui V prin T (sau imaginea transformării liniare T),
mulţimea . W V ⊂ = ) ( T T Im

Cap.II. Transformări liniare 42
S
t
u
d
e
n
t

W
E
B

C
o
p
y
2.2. Teoremă. Fie o transformare liniară. ) ( W V, L T ∈
1) Nucleul transformării T este un subspaţiu vectorial al lui V.
2) Imaginea lui V prin T este un subspaţiu vectorial al lui W.
3) Soluţia generală a ecuaţiei (pentru w arbitrar fixat în ImT⊂W),
este suma dintre soluţia generală a ecuaţiei şi o soluţie particulară a
ecuaţiei .
w v T = ) (
0 ) ( = v T
w v T = ) (

Demonstraţie. 1.Avem . Liniaritatea lui T implică 0 ) ( ) ( Ker , = = ⇒ ∈ y T x T T y x
, 0 ) ( = + ly kx T . ⇒ ∈ ∀ K l k, K ∈ ∀ ∈ + l k KerT ly kx , ,
2. Se aplică teorema 1.2, punctul 2, pentru U = V.
3. Se arată prin dublă incluziune că T
−1
(w)=KerT+{v
0
}, unde v
0
este o soluţie arbitrară
fixată a ecuaţiei . ‰ w v T = ) (

Exemplu. Pentru T obţinem ) 3 , , 2 ( ) , ( ,
2 1 2 1 2 1
3 2
x x x x x x T + − = →R R :
)} 0 , 0 {( )} 0 , 0 , 0 ( ) 3 , , 2 ( ) , {(
2 1 2 1
2
2 1
= = + − ∈ = x x x x x x T R Ker ,
= = + − ∈ ∃ ∈ = )} , , ( ) 3 , , 2 ( , ) , ( ) , , {( Im
3 2 1 2 1 2 1
2
2 1
3
3 2 1
y y y x x x x x x y y y T R R
=
)
`
¹
¹
´
¦
∈ |
.
|

\
| +
= = − − ∈ = R R
3 2 3 2
3 2
3 2 1
3
3 2 1
, , ,
3
2 2
} 0 2 2 3 ) , , {( y y y y
y y
y y y y y y
{ } { } ( ) . ) 1 , 0 ; 3 / 2 ( ), 0 , 1 ; 3 / 2 ( , ) 1 , 0 ; 3 / 2 ( ) 0 , 1 ; 3 / 2 (
3
3 2 3 2
R R ⊂ = ∈ + = L y y y y
Se observă că T este injectivă (temă, verificaţi), dar nu este surjectivă.

2.3. Teoremă. Dacă este o transformare liniară, atunci
următoarele afirmaţii sunt echivalente.
) ( W V, L T ∈
(i) T este injectivă.
(ii) Aplicaţia T supusă restricţiei de codomeniu este inversabilă. ) ( : V V T T →
(iii) . } 0 { = KerT

Demonstraţie. Echivalenţa dintre (i) şi (ii) este evidentă. Arătăm că (i) este
echivalentă cu (iii). Fie . Avem } 0 { = KerT
y x y x T y x
y x T y T x T y T x T
= ⇒ = − ⇒ = ∈ − ⇒
⇒ = − ⇒ = − ⇒ =
0 } 0 { Ker
0 ) ( 0 ) ( ) ( ) ( ) (

deci T este injectivă, şi astfel (iii) ⇒ (i). Reciproc, presupunem (i), deci că T este
injectivă. Atunci ceea ce implică
. Cum T , deci incluziunea inversa are loc, rezultă
proprietatea (iii). ‰
0 ) 0 ( ) ( 0 ) (
inj
= ⇒ = ⇔ = ⇔ ∈ x T x T x T KerT x
T
KerT ∈ ⇒ = 0 0 ) 0 ( } 0 { Ker ⊂ T

Observaţie. Nucleul şi imaginea unei transformări liniare nu determină
transformarea liniară. Spre exemplu, orice automorfism are nucleul nul,
(fiind injectiv) iar imaginea sa este întregul spaţiu vectorial
(fiind surjectiv).
) (V Aut T ∈
} 0 { = KerT V = T Im

Algebră liniară 43
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Definiţii. a) Dimensiunea nucleului lui T se numeşte defectul lui T.
b) Dimensiunea imaginii lui V prin transformarea liniară T se numeşte rangul lui T.

2.4. Teoremă (teorema rangului pentru transformări liniare).
Dacă V, W sunt spaţii vectoriale, spaţiul vectorial V este finit dimensional şi
, atunci şi spaţiul vectorial este finit dimensional şi are loc relaţia ) ( W V, L T ∈ T Im
V dim Im dim Ker dim = + T T .
Deci suma dintre defectul şi rangul transformării T este egală cu dimensiunea
domeniului.

Demonstraţie. Fie n şi . Dacă , atunci
, deci T injectivă ⇒ aplicaţia este
inversabilă, deci izomorfism de spaţii vectoriale ⇒ dim ImT = dim V, care este exact
relaţia dorită, căci . Dacă , alegem o bază { în , pe
care o extindem la o bază B = { a întregului spaţiu vectorial V.
Pentru orice există un x x astfel încât ; cum însă
, rezultă
= dimV
} 0 { = T
0 Ker = T
n T p ≤ = Ker dim
p ≥ 1
, ,..., } e e
p p n 1 +
e
i i
= ∈V
1
p = 0
T →
} e
) (x
⇒ = 0 Ker dim T
y ∈
) ( ... ) (
1
= =
p
e T e T
Ker
dim
T Im
0 =
) ( : V V T
...,
p
T Ker
T =
, e
1
y

,...,
i
e e
1
n
=

∑ ∑
=
+ +
+ + = = |
.
|

\
|
= =
n
i
n n p p i i i i
e T x e T x e T x e x T x T y
1
1 1
) ( ... ) ( ) ( ) (
n
1 = i
.
Deci generează pe . Aceşti vectori sunt liniar independenţi,
deoarece avem , de unde
; deci
) ( ),..., (
1 n p
e T e T
+
(
1 + p
T k
e k
n n p
Ker ...
1
∈ + +
+
T Im
) ( =
n
e 0 ) ... ( 0 ... )
1 1 1
= + + ⇒ + +
+ + + n n p p n p
e k e k T T k e
T e k
p 1 +
0 ... ... ... ...
1 1 1 1 1 1 1 1
= − − − + + ⇒ + + = + +
+ + + + p p n n p p p p n n p p
e k e k e k e k e k e k e k e k ;
folosind liniar independenţa bazei din V rezultă k k . k k
p p n 1 1
0 = = = = = =
+
... ...
Deci este bază în , spaţiul vectorial este finit
dimensional (cu dimensiunea n-p) şi avem relaţia: dim Im T = dim V − dim Ker T. ‰
)} ( ),..., ( {
1 n p
e T e T
+
T Im T Im

Exerciţiu. Determinaţi nucleul şi imaginea endomorfismului ,
3 3
: R R → T
) , , ( ), 3 6 3 , 2 4 2 , 2 ( ) (
3 2 1 3 2 1 3 2 1 3 2 1
x x x x x x x x x x x x x x T = − + − + − + = .

Soluţie. Pentru a determina nucleul, rezolvăm sistemul liniar ;
aceasta se reduce la ecuaţia , şi deci vectorii sunt de forma
0 ) ( = x T
0 2
3 2 1
= − + x x x T x Ker ∈
x x x x x x x = + = + ( , , ) ( , , ) ( , ,
1 2 1 2 1 2
2 1 0 1 0 1 2) .
Vectorii e şi e sunt liniar independenţi şi generează pe Ker T, deci
aceştia determină o bază în . Spaţiul este generat de
vectorii , linear dependenţi, din
care extragem - folosind teorema privind rangul matricii unui sistem de vectori,
baza , şi deci dim Im = 1. Dimensiunile nucleului şi
imaginii satisfac relaţia din teoremă: (2+1=3).
1
1 0 1 = ( , , )
( ) ( {
1
= e T
( { = = T w
T
2
0 1 2 = ( , , )
T Ker
) ( ), 3 , 2
2
= e T
)} 3 , 2 , 1 ( =
2 dim = ⇒ T Ker
, 1 ( ) ( ), 6 , 4 , 2 (
3
− − = e T
T
dim dim + T Ker
T Im
3
dim R
)} 3 , 2 , 1 −
)
1
e
Im = T
B
Im
Cap.II. Transformări liniare 44
S
t
u
d
e
n
t

W
E
B

C
o
p
y

2.5. Teoremă. Fie , . Atunci următoarele afirmaţii
sunt echivalente.
) ( W V, L T ∈ dim V = n
(i) T este injectivă.
(ii) Dacă e e (p ≤ n) este o familie de vectori liniar independentă,
p 1
,..., ∈V
atunci şi familia de este liniar independentă. W V ⊂ ∈ ) ( ) ( ),..., (
1
T e T e T
p
(iii) . n T = ) ( dim V
(iv) Dacă { , este bază pentru V, atunci ste ..., } e e
n 1
)} ( ),..., ( {
1 n
e T e T e
bază pentru ) (V T .

Demonstraţie. Demonstrăm echivalenţele ciclic: (i) ⇒ (ii) ⇒ (iii) ⇒ (iv) ⇒ (i).
(i)⇒(ii). Fie T injectivă şi { astfel încât să avem ind(S). Atunci S e e
p
=
1
,..., } V ⊂
0 ) ... ( , 1 , , 0 ) ( ... ) (
1 1 1 1
= + + ⇒ = ∈ = + +
p p i p p
e k e k T p i k e T k e T k K ,
deci, conform teoremei 2.3,
0 ... 0 ... } 0 { Ker ...
1 1 1 1 1
= = = ⇒ = + + ⇒ = ∈ + +
p p p p p
k k e k e k T e k e k .
(ii)⇒(iii). Fie (ii) adevărată ∀ ≤ şi fie B={ o bază în V; deoarece ind{B},
pentru p = n rezultă ind , deci ; pe de altă parte din
teorema 2.4 avem , deci , deci (iii).
p
),..., (
1
e
n ≤
n ,..., } e e
n 1
T dim
n = ) (V
)} ( {
n
e T T
) V dim
n ≥ ) (V
T( dim T
(iii)⇒(iv). Fie (iii) şi = o bază în V. Pentru orice există
astfel încât ; deci .
B { ,..., } e e
n 1
= = x T y ) (
) ( y V T ∈
( ),..., (
1
e T e x x e
i i
i
n
= ∈
=
∑ V
1

=
n
i
i i
e T x
1
) ( )}) { ( ) (
n
T L T = V
Cum însă , rezultă că este o bază a lui T , deci
(iv). (iv)⇒(i). Fie (iv), deci dim ImT = dim V = n; folosind relaţia din teorema 2.4
rezultă dim KerT=0, deci conform teoremei 2.3, T este injectivă, deci (i). ‰
n T = ) ( dim V )} ( ),..., ( {
1 n
e T e T ) (V

Observaţie. Coloanele matricii sunt formate din coeficienţii
vectorilor care generează subspaţiul ImT.
)] ( ),..., ( [
1 n
e T e T

2.6. Teoremă. Fie transformarea liniară T :V
n
→ W
n
, între spaţii vectoriale
de aceeaşi dimensiune. Atunci următoarele afirmaţii sunt echivalente:
(i) T este injectivă;
(ii) T este surjectivă;
(iii) T este bijectivă.

Demonstraţie. Evident (iii)⇒(i), (iii)⇒(ii). Arătăm (i)⇒(iii). T este injectivă ⇒
0; cu teorema 2.4, rezultă
Dar , deci , adică T este şi surjectivă. Arătăm (ii)⇒(iii). T este
surjectivă ⇒ deci ; cu teorema 2.4,
rezultă , deci cu teorema 2.3, T este şi injectivă. ‰
⇒ = } 0 { Ker T
n
W ⊂ T Im
Ker dim T
Ker dim = T
n
T W = Im
n
W = T Im ,
{ Ker 0 = ⇒ T
n T = Im dim .
n
n T V dim Im dim = =
} 0 =
Algebră liniară 45
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Observaţie. Teorema este aplicabilă şi în cazul particular al endomorfismelor
pe spaţii vectoriale finit dimensionale. În acest caz, se observă că un endomorfism
este bijectiv (deci este automorfism, deci inversabil) dacă şi numai dacă matricea sa
relativ la o bază a spaţiului V este pătratică (deci W ) şi nesingulară.
n n n
V =

Exemplu. Fie transformarea liniară ,
3 3
: R R → T
3
3 2 1 1 3 3 2 2 1
) , , ( ), , , ( ) ( R ∈ = + + + = x x x x x x x x x x x T .
Vom arăta că această transformare este bijectivă, şi îi vom calcula inversa.
Într-adevăr, T fiind endomorfism iar spaţiul vectorial fiind finit-
dimensional, este suficient să arătăm că T este injectivă. Ecuaţia este
echivalentă cu sistemul liniar şi omogen
3
R
T 0 ) ( = x
x x
x x
x x
x
x
x
x
1 2
2 3
3 1
1
2
3
0
0
0
0
0
0
0
+ =
+ =
+ =
¦
´
¦
¹
¦

=
=
=
¦
´
¦
¹
¦
⇔ = .
Deci , T injectivă. Conform teoremei 2.6, T rezultă bijectivă, deci
inversabilă. Putem determina acest lucru altfel, folosind observaţia de mai sus, şi
constatarea (verificaţi !) că matricea transformării este nesingulară,
} 0 { Ker = T
. 0 2 det , ] [
1 0 1
1 1 0
0 1 1
≠ =
|
|
.
|

\
|
= = A T A
B

Se observă că surjectivitatea transformării T asigură existenţa unei soluţii pentru
sistemul , iar injectivitatea asigură unicitatea acestei soluţii. Pentru a
determina transformarea inversă rezolvăm ecuaţia , unde
, echivalentă cu sistemul liniar
y x T = ) (
y y , )
3
3
R
y x T = ) (
y y = ( ,
1 2


x x y
x x y
x x y
x y y y
x y y y
x y y y
1 2 1
2 3 2
3 1 3
1 1 2 3
2 1 2 3
3 1 2 3
2
2
2
+ =
+ =
+ =
¦
´
¦
¹
¦

= − +
= + −
= − + +
¦
´
¦
¹
¦
( )
( )
( )
/
/
/
,
deci . ( ) 2 / ) ( , 2 / ) ( , 2 / ) ( ) (
3 2 1 3 2 1 3 2 1
1
y y y y y y y y y x T + + − − + + − =



#3. Matricea unei transformări liniare

Fie şi două K -spaţii vectoriale de dimensiune n respectiv m, şi fie
o transformare liniară. Dacă B={ , este o bază fixată a lui
, iar B’={ este o bază fixată a lui W , atunci avem descompunerile
V
n
m
W
W
m
,...,
) , ( L T V
n

V
n
, w w
,..., } v v v
n 1 2
m
} w
m 1 2
n j w t v T
m
i
i ij j
, 1 , ) (
1
= =

=
. (1)
Coeficienţii
n j m i
ij
t
, 1 , , 1
) (
= =
definesc o matrice unică ) ( ) (
, 1 , , 1
K
n m
n j m i
ij
M t A
×
= =
∈ = cu
elemente din K. Vectorii imagine determină unic transformarea liniară T,
şi prin urmare, considerând fixate bazele B şi B ', matricea A determină unic
transformarea liniară T.
m j
v T W ∈ ) (

Cap.II. Transformări liniare 46
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Definiţie. Matricea A ai cărei coeficienţi sunt daţi de relaţia (1) se numeşte
matricea asociată transformării liniare T în raport cu perechea de baze considerate.

Notaţii. Vom scrie ., sau, atunci când bazele B şi B' se subânţeleg,
. Dacă T este endomorfism al spaţiului şi B’ = B, notăm sau,
atunci când baza B se subânţelege, .
B B, ′
= ] [T A
A =
] [T A = V
n B
] [T A =
] [T

3.1. Teoremă. Dacă are imaginea , atunci au
loc relaţiile dintre coeficienţii vectorului x şi cei ai vectorului imagine :
x x
j j
j
n
=
=

1
e

=
= =
m
i
i i
w y y x T
1
) (
y=T ) (x
y t x i
i ij j
i
n
= =
=

1
1 , , m


=1
. (2)
Notând relaţia (2) se rescrie matriceal X x x x Y y y y
t
n
t
m
= = ( , ,..., ), ( , ,..., )
1 2 1 2
Y . (3) AX =

Demonstraţie. Fie . Aplicând acestei egalităţi transformarea T şi
folosind relaţiile (2), rezultă
x x v
j j
j
n
=
=

1
V
∑ ∑ ∑ ∑
= = = =
|
|
.
|

\
|
= |
.
|

\
|
= =
n
j
m
i
i
n
j
j ij
n
j
m
i
i ij j j j
w x t w t x v T x x T
1 1 1 1
) ( ) ( .
Cu notaţiile din enunţ avem deci, din unicitatea descompunerii
relativ la baza B’, obţinem

=
=
m
i
i i
w y x T
1
, ) (
. ‰ y t x i
i ij i
j
n
= =
=

1
1 , , m
)

Observaţii. 1. Fie mulţimea tuturor transformărilor liniare de la
la şi mulţimea tuturor matricelor de tipul m cu elemente din
K. Fixăm bazele B în şi B’ în . Funcţia care asociază fiecărei transformări
lineare T matricea sa relativ la bazele fixate,
) , (
m n
L W V
W
V
n
W
m
) (K
n m
M
×
V
n ×
n m
( ) , ( : K
B, n m m n B
M L
× ′
→ u W V
definită prin
B B, B B, ′ ′
= = u ] [ ) ( T A T
este un izomorfism de spaţii vectoriale. Drept consecinţă, spaţiul vectorial
are dimensiunea mn, egală cu cea a spaţiului vectorial .
) , (
m n
L W V
) (K
n m
M
×

2. Izomorfismul u are proprietăţile:
♦ [ , dacă compunerea ST are sens; ] ][ [ ] T S ST =
♦ Endomorfismul este inversabil dacă şi numai dacă matricea [
este matrice inversabilă şi, în acest caz, [ .
n n
S V V → : ] S
1 1
] [ ]
− −
= S S


Algebră liniară 47
S
t
u
d
e
n
t

W
E
B

C
o
p
y

Fie în cele ce urmează un K -spaţiu vectorial n-dimensional şi
un endomorfism. Fixând baze diferite în , endomorfismului T i se
asociază matrice pătratice diferite. Relaţia dintre aceste matrici este dată de
următoarea
V
n
) (
n
End T V ∈ V
n

3.2. Teoremă. Matricele A şi , pătratice de ordinul n, cu elemente din K,
reprezintă aceeaşi transformare liniară relativ la bazele
dacă şi numai dacă există o matrice nesingulară C astfel încât are loc relaţia
A′
) (
n
End T V ∈
n
V B B ⊂ ′ .
A C AC ' =
−1
. (4)
În acest caz, matricea C este exact matricea de trecere de la baza veche B la
baza nouă B' unde
B B ′
= ′ = ] [ , ] [ T A T A .

Demonstraţie. Fie B={ şi B'={ , două baze în , iar
matricea de trecere de la prima bază la a doua, adică
, ,..., } e e e
n 1 2
,..., } ′ ′ ′ e e e
1 2 3
V
n
C c
ij
= [ ] ′ = =
=
∑ e
j ij i
i
n
,
1
e c . Fie j 1 n ,
]
n n
T V V → : o transformare liniară. Fie matricea lui T relativ la prima bază
B, adică au loc relaţiile
A a
ij
= [

=
= =
n
i
i ij j
n j e a e T
1
, 1 , ) ( ,
şi matricea lui T relativ la a doua bază B', adică A a
ij
' [ ' = ]

=
= ′ ′ = ′
n
i
i ij j
n j e a e T
1
, 1 , ) ( .
Ţinând cont de relaţiile de mai sus, imaginile vectorilor din a doua bază admit
următoarele expresii
∑ ∑ ∑ ∑
= = = =
|
.
|

\
|
′ = |
.
|

\
|
′ = ′ ′ = ′
n
i
k
n
k
n
i
ij ki
n
i
n
k
k ki ij i ij j
e a c e c a e a e T
1 1 1 1
, ) (

=1

∑ ∑ ∑ ∑ ∑ ∑
= = = = =
|
.
|

\
|
= |
.
|

\
|
= = |
.
|

\
|
= ′
n
i
n
i
k
n
k
n
i
ij ki
n
k
k ki ij i ij i j
e c a e a c e T c e T e T
1 1 1 1 1
) ( )
n
1 = i
ij
c ( ,
din care, prin egalarea coeficienţilor descompunerilor relativ la baza B, obţinem
, c a a c
ki ij ki ij
i
n
i
n
' =
= =
∑ ∑
1 1
sau, în scriere matriceală, CA , de unde rezultă . ‰ AC ' = A C AC ' =
−1

Exemplu. Se dau endomorfismele , ) ( ,
3
2 1
R End T T ∈
) 2 3 , 8 15 20 , 5 5 ( ) (
3 2 1 3 2 1 3 2 1 1
x x x x x x x x x x T + − + − − − = .
3
3 2 1 3 2 1 3 2 1 2
) , , ( ), 5 5 5 , 0 , 10 10 10 ( ) ( R ∈ = ∀ + − + − = x x x x x x x x x x x T .
Să se afle matricea sumei celor două endomorfisme relativ la baza
2 1
T T T + =
3
3 2 1
)} 2 , 2 , 1 ( ), 1 , 4 , 3 ( ), 1 , 3 , 2 ( { R ⊂ = = = = ′ v v v B .
Soluţie. Prin sumarea celor două expresii analitice, obţinem
). 6 7 8 , 8 15 20 , 5 11 15 (
) ( ) ( ) ( ) ( ) (
3 2 1 3 2 1 3 2 1
2 1 2 1
x x x x x x x x x
x T x T x T T x T
+ − + − + − =
= + = + =

Cap.II. Transformări liniare 48
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Rezultă că imaginea bazei canonice
B = {e e } e
1 2 3
1 0 0 0 1 0 0 0 1 = = = ( , , ), ( , , ), ( , , ),
a spaţiului vectorial prin T este R
3
) 6 , 8 , 5 ( ) ( ), 7 , 15 , 11 ( ) ( ), 8 , 20 , 15 ( ) (
3 2 1
= − − − = = e T e T e T ,
deci matricea lui relativ la această bază este
2 1
T T T + =










= = =



6 7 8
8 15 20
5 11 15
)] ( ), ( ), ( [ ] [
3 2 1 B B
e T e T e T T A .
Matricea de trecere de la baza canonică B la baza } 3 , 1 , { = = ′ i v
i
B este
C v v v = = =





 [ ' ] [ , , ] B
B B 1 2 3
2 3 1
3 4 2
1 1 2
,
deci rezultă conform teoremei 3.2 că matricea transformării , relativ la
baza B' este
2 1
T T T + =










= = = ′


3 0 0
0 2 0
0 0 0
1
] [ AC C T A
B
.
Se poate verifica uşor (temă) că avem , unde .
2 1
A A A ′ + ′ = ′
B B
T A T A
′ ′
= ′ = ′ ] [ , ] [
2 2 1 1

Definiţie. Două matrici se numesc asemenea dacă există o
matrice nesingulară ) C astfel încât să aibă loc relaţia .
) ( , K
n n
M B A
×

(K
n n
M
×
∈ B C AC =
−1

Observaţii. 1. Asemănarea matricelor este o relaţie de echivalenţă pe spaţiul
vectorial . Fiecare clasă de echivalenţă corespunde unui endomorfism
şi conţine toate matricile asociate endomorfismului T relativ la bazele
spaţiului vectorial .
) (K
n n
M
×
)
n
V
V
( End T ∈
n
2. Matricile asemenea au următoarele proprietăţi:
♦ Deoarece C este nesingulară, matricele şi A au acelaşi rang; acest
număr se mai numeşte rangul endomorfismului T şi este asociat clasei de asemănare
a matricii A.
B C AC =
−1
♦ Deoarece , toate matricele unei clase de
echivalenţă au acelaşi determinant. Astfel, putem defini determinantul unui
endomorfism al spaţiului , ca fiind determinantul matricei asociate
endomorfismului relativ la o bază dată.
A C A C B det ) det( det ) det( det
1
= ⋅ ⋅ =

V
n


#4. Endomorfisme particulare

Fie V un K-spaţiu vectorial şi mulţimea endomorfismelor lui V.
Observăm că mulţimea End se poate structura simultan ca:
End( ) V
( ) V
♦ spaţiu vectorial peste corpul K , relativ la adunarea endomorfismelor şi
înmulţirea dintre un scalar şi un endomorfism;
♦ inel, relativ la adunarea şi compunerea endomorfismelor.

Algebră liniară 49
S
t
u
d
e
n
t

W
E
B

C
o
p
y
4.1. Definiţii. Fie V un K-spaţiu vectorial. Endomorfismul se
numeşte
) (V End T ∈
a) automorfism, dacă este bijectiv;
b) proiecţie, dacă satisface relaţia ; T T =
2

c) involuţie (sau structură produs) dacă unde este
transformarea identitate;
J T =
2
, ) (V End J ∈
d) structură complexă, dacă J T − =
2
;
e) endomorfism nilpotent de indice p, dacă ( p ), unde O este
morfismul nul;
O =
p
T ≥ 2
f) structură tangentă, dacă T este un endomorfism nilpotent de indice doi şi de
rang maxim.

Observaţie. Automorfismele ale spaţiului vectorial V formează o
submulţime în , notată şi prin . Această submulţime nu reprezintă un
subspaţiu al spaţiului vectorial , deoarece adunarea nu este operaţie internă,
dar formează grup relativ la compunerea automorfismelor, numit grupul liniar
general.
) (V Aut
) (V GL
( ) V
End( ) V
End

Exemplu. Orice structură aproape produs este automorfism. ) (V End T ∈
Într-adevăr fixând o bază în V, matricea asociată transformării T este nesingulară:
0 ] det[ 1 ]) (det[ ] det[ ] det[ ] [ ] [ ] [ ] [
2 2 2 2 2
≠ ⇒ = ⇒ = ⇒ = ⇒ = ⇒ = T T J T J T J T J T ,
deci folosind 3.1-observaţia 2, rezultă T inversabilă, deci automorfism.

4.2. Teoremă. Pentru orice proiecţie , are loc descompunerea ) (V End T ∈
T T Im Ker ⊕ = V .

KerT
T

v
u
w
ImT
J-T


Demonstraţie. Fie . Notând T v T v Im ) ( , ∈ ∈V
V ∈ − = ) (v T v w , avem
0 ) ( ) ( )) (
2
= − v T v T v = ( ) ( − = T v T w T
Im u v T ∃ ⇒ ∈
u
,
adică . Deci . T w Ker ∈ T T Im Ker + = V
Pe de altă parte, pentru u , rezultă T T Im Ker ∩ ∈
) ( = v T u , V ∈ ;
dar u , u v T v T T u T T = = ⇒ ∈ ) ( )) ( ( ) ( = 0 Ker =
deci . ‰ } 0 { Im Ker = ∩ T T

Observaţii. 1. Numele de proiecţie provine din interpretarea geometrică a
relaţiei
T T Im Ker ⊕ = V .
Dat fiind vectorul v , sunt unic determinaţi termenii descompunerii v w : ∈V = +
♦ - vector de-a lungul căruia se face proiecţia - satisface relaţia , T w Ker ∈ 0 ) ( = w T
♦ - rezultatul proiecţiei - satisface relaţia . T u Im ∈ u v T = ) (
Deci (vezi figura), T proiectează vectorul v pe subspaţiul de-a
lungul subspaţiului
∈V T Im
T Ker .

Cap.II. Transformări liniare 50
S
t
u
d
e
n
t

W
E
B

C
o
p
y
2. Dacă T este o proiecţie, atunci şi este o proiecţie, unde J este
transformarea identică a spaţiului vectorial V. În plus au loc relaţiile
T J −
T T J T T J Ker Ker = − = − ) Im( , Im ) ( ,
de unde rezultă
KerT
KerT
T
T
J T J J T = − = ) ( ,
Im
Im
.

Corolar. Dacă p i T
i
, 1 , = →V V : sunt proiecţii astfel încât au loc relaţiile
şi
1
J T
p
i
i
=

=
, , 1 , , p j i j i T T
j i
= ≠ ∀ = 0,
atunci are loc descompunerea .
p
T T Im ... Im
1
⊕ ⊕ = V

Exemplu. În spaţiul V , proiecţiile
3
R =
3
3 2 1 3 3 2 2 1 1
) , , ( ), , 0 , 0 ( ) ( ), 0 , , 0 ( ) ( ), 0 , 0 , ( ) ( R ∈ = ∀ = = = x x x x x x T x x T x x T ,
conduc la descompunerea în sumă directă
)}) 1 , 0 , 0 ({( )}) 0 , 1 , 0 ({( )}) 0 , 0 , 1 ({(
3
L L L ⊕ ⊕ = R .

4.3. Teoremă. Dacă este un endomorfism nilpotent de indice p
şi astfel încât , atunci vectorii { sunt
liniar independenţi.
) (V End T ∈
0 ) (
0
1


x
p
x
0
0 ∈V \ { } T )} ( ),..., ( ,
0
1
0 0
x T x T x
p−

Demonstraţie. Considerăm relaţia 1 , 0 , , 0 ) (
1
1
0
− = ∈ =


=
p i k x T k
i
p
i
i
i
K
p −
0
) ( ),...,
0
1
0
x T
p−
. Aplicând
succesiv acestei egalităţi endomorfismul T de 1 ori şi folosind proprietăţile
, rezultă ; folosind din nou relaţiile obţinute, rezultă
, deci vectorii sunt liniar independenţi. ‰
O T
p
= ,
k
1
= = ...
O x T
p


) (
0
1
k
p 1
0 =

k
0
=
( , x T
0
x

Observaţie. Fie cu proprietăţile din teoremă şi L(S) acoperirea
liniară a mulţimii . Atunci se poate arăta [UDR] că există
un subspaţiu , invariant faţă de T, astfel încât are loc descompunerea în sumă
directă V = .
x
0
0 ∈V \ { }
),..., (
0 0
T x T , )} ( { =
0
1
x x S
p−
V
L S ( )
U ⊂
U ⊕

4.4. Teoremă. Pentru orice endomorfism , există două
subspaţii vectoriale , invariante faţă de T astfel încât
) (
n
End T V ∈
U,W V ⊂
n
1) V =U W
n
⊕ ,
2) restricţia este nilpotentă,
U /
T
3) restricţia este inversabilă, dacă
U /
T W ≠ { } 0 .

Exemple. 1. Endomorfismul definit prin matricea ) (
3
R End T ∈










− − −
=
1 2 1
3 3 2
5 7 4
] [T
este un endomorfism nilpotent de indice 3, deoarece [ ] (temă, verificaţi).
3
T = O
Algebră liniară 51
S
t
u
d
e
n
t

W
E
B

C
o
p
y
2. Endomorfismul dat de derivarea funcţiilor polinomiale de grad cel mult n,
] [ , ) ( ]), [ ( X p p p D X End D
n n
R R ∈ ∀ ′ = ∈ ,
unde ′ este derivata polinomului p, este un endomorfism nilpotent de indice n 1,
deoarece derivata de ordinul n 1 a unui polinom p (care are gradul cel mult n) este
polinomul nul.
p +
+

4.5. Teoremă. Un spaţiu vectorial real finit dimensional V admite o structură
complexă dacă şi numai dacă dimensiunea sa este pară.

Exemplu. Spaţiul vectorial real admite structura complexă
n 2
R
) (
2n
End T R ∈ , T .
n
n n n n
x x x x x x x x
2
2 1 1 2 1
) , , ( ), , , , , , ( ) ( R ∈ = ∀ − − =
+
K K K
Se constată uşor că are loc relaţia (temă, verificaţi) [ .
n
I T
2
2
] − =


#5. Transformări liniare pe spaţii euclidiene

5.1. Definiţii. Fie V şi W două spaţii vectoriale euclidiene complexe. Vom nota
în acelaşi mod produsele scalare (şi normele induse de acestea) ale celor două spaţii.
a) Fie → o transformare liniară. Transformarea liniară ,
definită prin relaţia
W V : T V W →

: T
V W ∈ ∀ ∈ ∀ > >=< <

y , x y x T Ty x , , ,
se numeşte adjuncta transformării liniare T .
b) Un endomorfism se numeşte hermitian dacă ) (V End T ∈

= T T .
. c) Un endomorfism se numeşte antihermitian dacă ) (V End T ∈

− = T T

5.2. Teoremă. Endomorfismul este hermitian dacă şi numai dacă
produsul scalar este real .
) (V End T ∈
∀ ∈ x V > < Tx x,

Demonstraţie. Dacă , atunci

= T T > < >= >=< < Tx x x Tx Tx x , , ,
V ∈ ∀ >∈ x , R
(bara înseamnând
conjugare complexă), deci . Reciproc, dacă este real,
atunci
< Tx x, > < Tx x,
V ∈ − >⇒< < >= <

T T x x Tx x ) ( , , . ∀ >= x x , 0 =< > <
∗ ∗
x T x x x T , , = > Tx ,
Notând şi înlocuind pe x cu , (α ∈

−T S=T y x α + ∈ C, y V arbitrare ), rezultă
2Re( 0, = ∀ ∈C
, < Sx y V ∈
, ) x Sy α < >
0 >= y x,
α . Înlocuind şi în relaţia obţinută, obţinem
, ∀ . Punând rezultă . ‰
1 α =
Sx
i α =
⇔ ∈ ∀x , 0 V Sx y =

⇔ = T=T S 0 =

Exemplu. Arătăm că următorul endomorfism este hermitian ) (
2
C End T ∈
2
2 1 2 1 2 1
) , ( ), 3 ) 1 ( , ) 1 ( 2 ( ) ( C ∈ = ∀ + − + + = x x x x x i x i x x T .
Într-adevăr, folosind proprietăţile produsului scalar complex, obţinem
= + − + + + >= 2
2 1
1
2 1
) 3 ) 1 (( ) ) 1 ( 2 ( , x x x i x x i x x Tx <
= + − + + +
2
2
2
1
1
2
2
1
3 ) 1 ( ) 1 ( 2 x x x i x x i x =
Cap.II. Transformări liniare 52
S
t
u
d
e
n
t

W
E
B

C
o
p
y
= + . + + + + 2 1 1 3
1
2
2
1
2 1 2
2
x i x x i x x ( ) (( ) ) x
Deoarece ∀ avem C ∈ z R ∈ + z z , rezultă .
2
, , Tx x x < >∈ ∀ ∈ R C

5.3. Teoremă. Fie endomorfismele hermitiene şi scalarul ) (V End T,S ∈ R ∈ k .
1. Endomorfismul este hermitian. S kT +
2. Dacă este inversabil, atunci şi endomorfismul este hermitian. T
1


T
3. Endomorfismul este hermitian dacă şi numai dacă . TS ST TS =
Demonstraţie. Prima afirmaţie rezultă din proprietăţile şi
, iar a doua rezultă din ( .
∗ ∗ ∗
S T T+S + = ) (
∗ ∗
= kT kT) (
1 1
) ( )
− ∗ ∗ −
= T T
3. Folosind relaţia , au loc echivalenţele: este hermitian ⇔
. ‰
ST T S TS =
∗ ∗ ∗
= ) (
ST
TS
TS TS (TS) = ⇔ =


5.4. Definiţie. Se numeşte transformare (liniară) unitară, o transformare liniară
care păstrează produsul scalar, adică ) , ( W V L T ∈
V ∈ ∀ > >=< < y x y x Ty Tx , , , , .

Teoremă. 1) O transformare liniară este unitară dacă şi numai
dacă păstrează norma, adică
) , ( W V L T ∈
V ∈ ∀x x Tx , = .
2) Orice transformare unitară T este injectivă. W V → :
Demonstraţie. 1) Dacă este unitară, atunci < în
particular pentru
T V ∈ ∀ > >=< y x y x Ty Tx , , , , ;
y x = avem adică , , , > >=< < x x Tx Tx
2 2
= x Tx şi deci x Tx = .
Reciproc, dacă presupunem că are loc relaţia V ∈ ∀x x Tx , = , folosind egalitatea
4 / } { ,
2 2 2 2
iy x i iy x i y x y x y x − − + + − − + = > <
rezultă
[ ] > < = − − + + − − + >= < y x iy x T i iy x T i y x T y x T Ty Tx , 4 / ) ( ) ( ) ( ) ( ,
2 2 2 2
.
2) Fie transformare unitară. Folosind proprietăţile normei euclidiene şi proprietatea
de la punctul anterior, avem
T
0 0 0 = ⇔ = = ⇔ = ⇔ ∈ x x Tx Tx T Ker x ; rezultă
, deci este injectivă.
‰
} 0 Ker T { = T

Observaţii. 1. Din teoremă rezultă uşor faptul că orice endomorfism unitar
pe un spaţiu euclidian complex finit dimensional, este izomorfism. ) (
n
End T V ∈
2. Condiţia ca un endomorfism să fie unitar, < ,
este echivalentă cu , unde J este transformarea identică pe V .
T V ∈ ∀ > >=< y x y x Ty Tx , , , ,
n
J T T TT =
∗ ∗
=

Algebră liniară 53
S
t
u
d
e
n
t

W
E
B

C
o
p
y
5.6. Definiţii. Presupunem că V şi W sunt spaţii euclidiene complexe n-
dimensionale şi că în fiecare s-a fixat o bază ortonormată. Relativ la aceste baze,
ataşăm transformării liniare matricea asociată A. ) , ( W V L T ∈
a) Matricea A A
t
=

ataşată lui se numeşte adjuncta matricei A.

T
b) Dacă A A
t
= , atunci matricea pătratică A se numeşte hermitică.
c) Dacă A A
t
− = , atunci matricea pătratică A se numeşte antihermitică.
d) Dacă I A A
t
= , (I fiind matricea unitate), atunci matricea A se numeşte unitară.

Teoremă. Un endomorfism este hermitian dacă şi numai dacă
matricea sa relativ la o bază ortonormată este hermitică.
) (
n
End V ∈ T
Demonstraţie. Fie B={ o baza ortonormată şi ,..., } e e
n 1
⊂V
n
n j i
ij
t T A
, 1 ,
) ( ] [
=
= =
B
i

matricea lui relativ la aceasta. " . Fie hermitian. Înmulţind scalar cu e relaţia
, care dă descompunerea vectorilor din imaginea bazei, obţinem
T
k
e
" ⇒ T

=
=
n
k
kj j
t e T
1

=
>= < >= <
n
k
ij i k kj i j
t e e t e Te
1
, , ;
analog rezultă (temă, verificaţi) . Deci avem
∗ ∗
>= <
ij i j
t e e T ,
ji
j i i j i j ij
t e e T e T e e e T t = > < >= >=< <
∗ ∗
, , , = ,
şi cum rezultă A A =

t adică t
ij
ji
= A A
t
= . " . Fie " ⇐ A A
t
= ; atunci
>= < >= < >= >=<
∑ ∑ ∑ ∑
= = = =
n
k j
j k k j k
n
k j
j k j
n
k
k k
n
j
j j
e e T x x e T e x x e x e x Tx x
1 , 1 , 1 1
), ( ) ( , , , <

∑ ∑
= =
> < = ⋅ = ⋅
n
k j
kj k j
n
k j
jk k j
Tx x t x x t x x
1 , 1 ,
, .
adică şi deci este hermitian. ‰ R ∈ > < Tx x, T

În continuare prezentăm un exemplu care arată că pentru verificarea
hermiticităţii folosind matricea asociată transformării relativ la o bază, este esenţial ca
baza să fie ortonormată.

Exemplu. Fie endomorfismul , a cărui matrice relativ la baza
este . Deoarece
) (
2
C End T ∈







−
= ′
3 2
0 1
A
2
2 1
)} 1 , 1 ( ), 0 , 1 ( { C ⊂ = = = ′ v v B A A ′ ≠







 −
= ′
3 2
0 1
2
2
)} 1 , 0 ( ), 0 , C ⊂ = e
2
C
1
1 0
1 1









=
t

matricea A’ nu este hermitică şi totuşi endomorfismul este hermitian. Arătăm că
matricea lui relativ la baza canonică a spaţiului
(bază ortonormată relativ la produsul scalar canonic al spaţiului vectorial !) este
hermitică. Din relaţiile , obţinem matricea de trecere
C
de
la baza B’ la B. Rezultă că matricea lui relativ la baza canonică va fi
T
= B T
v e
1 1
,
1
1 ( { = e
v
2
= = e e
1 2
+
T
A C A C A
t
=








= ′ =

1 2
2 1
1
(deci matrice hermitică), ceea ce probează afirmaţia.
Cap.II. Transformări liniare 54
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Observaţii. Analog cu teorema de mai sus, putem arăta că:
1. Un endomorfism este unitar dacă şi numai dacă matricea lui
în raport cu o bază ortonormată a spaţiului este unitară.
) (
n
End T V ∈
2. Un endomorfism este antihermitic dacă şi numai dacă
matricea lui în raport cu o bază ortonormată a spaţiului este antihermitică.
) (
n
End T V ∈

Exemplu. Arătaţi că endomorfismul ,
2 2
: C C → T
] 2 , 0 [ ), , ( ), cos sin , sin cos ( ) (
2 1 2 1 2 1
π ∈ α = α + α α − α = x x x x x x x x T
este un endomorfism unitar.
Soluţie. Matricea endomorfismului relativ la baza canonică ortonormată
B={e } este . Această matrice este unitară,
căci şi deci .
T
α
α




1
0
e
1 2
1 0 0 1 = = ( , ), ( , )




α −
α α
=

cos sin
sin cos
A








α
α −
= =
cos sin
sin cos
] [
B
T A
I AA =




=

0
1




α

5.7. În cele ce urmează, presupunem că V şi W sunt două spaţii vectoriale
euclidiene reale, ale căror produse scalare (respectiv norme asociate) le notăm la fel.
Fie o transformare liniară. ) , ( W V L T ∈

Definiţii. a) Transformarea liniară definită prin relaţia V W →

: T
V W ∈ ∀ ∈ ∀ > >=< <

y x x y T Ty x , , , ,
se numeşte transpusa transformării liniare T .
b) Un endomorfism se numeşte simetric dacă . ) (V End T ∈

T T =
c) Un endomorfism se numeşte antisimetric dacă . ) (V End T ∈

T T - =
d) Transformarea liniară se numeşte ortogonală dacă păstrează
produsul scalar, deci dacă satisface relaţia <
) , ( W V L T ∈
V ∈ ∀ > >=< y x y x Ty Tx , , , , .

Observaţii. 1. Păstrarea produsului scalar este echivalentă cu conservarea
normei, adică ) este transformare ortogonală dacă şi numai dacă satisface
relaţia (temă, verificaţi):
(V End T ∈
V ∈ ∀ = x x Tx , .
2. Dacă spaţiile vectoriale V şi W sunt finit dimensionale şi dacă în fiecare s-a
fixat o bază ortonormată, atunci transformării i se ataşează matricea A, iar
transpusei , matricea A
t
. Prin urmare, relativ la o bază ortonormată
W V → : T

T
♦ unui endomorfism simetric îi corespunde o matrice simetrică,
♦ unui endomorfism antisimetric îi corespunde o matrice antisimetrică,
♦ unui endomorfism ortogonal îi corespunde o matrice ortogonală.
3. Transformările simetrice / antisimetrice/ ortogonale au proprietăţi analoage
proprietăţilor transformărilor hermitiene / antihermitiene / unitare.
Algebră liniară 55
S
t
u
d
e
n
t

W
E
B

C
o
p
y
#6. Izometrii


S-a văzut că transformările ortogonale ale unui spaţiu vectorial euclidian real
V păstrează distanţa euclidiană şi au drept punct fix originea (duc vectorul nul în
vectorul nul, fiind transformări liniare). Vom introduce o altă funcţie pe V care
păstrează distanţa euclidiană, dar nu este lineară.

6.1. Definiţie. Funcţia definită prin :
a
T → V V
V ∈ ∀ + = x a x x T
a
, ) ( ,
unde este un vector arbitrar fixat, se numeşte translaţia de vector a. V ∈ a

Teoremă. Au loc următoarele proprietăţi:

1) T ; V ∈ ∀
+
b a T T T T
b a a b b a
, , = = o o
2) T ;
V
J =
0
3) ∀ este transformare inversabilă, şi avem ,
a
T a V, ∈ V ∈ ∀ =


a T T
a a
, ) (
1
unde prin am notat transformarea identică a spaţiului vectorial V.
V
J

Demonstraţie. 1) Translaţiile comută; într-adevăr, avem
( ) ( ) ( ) ( ) ( )
a b a a b b b a
T T x T x b x a b T x b x a T x a T T x
+
+ + + = + + = + o o = = = = ,
V ∈ ∀ b a, . 2) . Prin calcul direct se obţine: ) ( 0 ) (
0
x J x x x T = = + =
3) T . ‰ V ∈ ∀ = − + = = = + − =
− −
x x T T a a x x J x a a x x T
a a a a
), ( ) ( ) ( ) ( ) ( o o

Observaţie. Rezultă că produsul (compunerea) defineşte pe mulţimea Tr(V) a
tuturor translaţiilor lui V o structură de grup comutativ (Tr(V), ° ) numit grupul
translaţiilor. Acest grup este izomorf cu grupul abelian aditiv (V,+), prin
izomorfismul V V V ∈ ∀ = ϕ → ϕ a T a Tr
a
, ) ( ), ( : .

6.3. Teoremă. Orice translaţie T T păstrează distanţa euclidiană,
adică satisface relaţia:
,
a
a ∈V =
V y x y x d y T x T d ∈ ∀ = , ), , ( )) ( ), ( ( .

Demonstraţie. V ∈ ∀ = − = + − + = y x y x d x y a x a y y T x T d , ), , ( ) ( ) ( )) ( ), ( ( . ‰

Definiţie. O funcţie surjectivă care păstrează distanţa euclidiană, adică V V → : F
V ∈ ∀ = y x y x d y F x F d , ), , ( )) ( ), ( ( ,
se numeşte izometrie. Notăm mulţimea izometriilor spaţiului vectorial V prin Iz(V).

Observaţii. 1. Orice izometrie este injectivă (temă, verificaţi) şi deci bijectivă.
2. Transformările ortogonale şi translaţiile sunt izometrii.
3. Compunerea a două izometrii este o izometrie.
4. Izometriile unui spaţiu vectorial V formează grup cu compunerea, (Iz(V), °).
Cap.II. Transformări liniare 56
S
t
u
d
e
n
t

W
E
B

C
o
p
y
5. Grupul transformărilor ortogonale (O(V), °) ale spaţiului vectorial V şi grupul
translaţiilor (Tr(V),°) sunt subgrupuri ale grupului izometriilor (Iz(V), °).

6.4. Teoremă. O izometrie cu proprietatea ste o
transformare ortogonală.
R → : V V 0 ) 0 ( = R e
Deci izometriile care păstrează originea sunt exact transformările ortogonale.

Demonstraţie. Izometria R păstrează norma, deoarece avem:
V ∈ ∀ = − = = = = − = x x R x R x R d x R R d x d x x , ) ( 0 ) ( )) ( , 0 ( )) ( ), 0 ( ( ) , 0 ( 0 .
Utilizând acest rezultat rezultă că R păstrează produsul scalar:
⇔ − = − ⇔ = x y x R y R y x d y R x R d ) ( ) ( ) , ( )) ( ), ( (
< >⇔ − − >=< − − x y x y x R y R x R y R , ) ( ) ( ), ( ) (
V ∈ ∀ > >=< < y x y x y R x R , , , ) ( ), (
şi deci este o transformare liniară, deoarece
>= < >= < >= >=< < ⇒ > >=< < ) ( ), ( , , ) ( ), ( , ) ( ), ( y R x R k y x k y kx y R kx R y x y R x R
R ∈ ∀ ∈ ∀ >= − >⇒< =< k , y R y R x kR kx R y R x kR V ) ( , 0 ) ( ), ( ) ( ) ( ), ( .
Înlocuind şi folosind pozitivitatea produsului scalar, rezultă ) ( ) ( ) ( x kR kx R y R − =
, 0 ) ( ) ( = − x kR kx R
deci R este omogenă. Pe de altă parte avem
>= < + > >=< < + > >=< + >=< + < ) ( ), ( ) ( ), ( , , , ) ( ), ( z R y R z R x R z y z x z y x z R y x R
V V = ∈ = ∀ >= − − + >⇒< + =< ) ( ) ( , 0 ) ( ), ( ) ( ) ( ) ( ), ( ) ( R u z R z R y R x R y x R z R y R x R


Deci , deci R este aditivă. Fiind liniară şi păstrând
produsul scalar, R este ortogonală. ‰
0 ) ( ) ( ) ( = − − + y R x R y x R

6.5. Teoremă. Dacă J este o izometrie, atunci există o translaţie
şi o transformare ortogonală O astfel încât . V ∈ a T T
a
, = O T J o
a
=
Deci orice izometrie este compunere dintre o transformare ortogonală şi o translaţie.

Demonstraţie. Fie T translaţia prin vectorul şi translaţia
prin . Funcţia este o izometrie care păstrează pe 0. Conform
teoremei 6.5, izometria este o transformare ortogonală O . Deci
sau . ‰
V ∈ a T
a
, =
T
1


J T o
1


) 0 ( J a =
1


T
T
) 0 ( J a − = −
O T J o =
J o
O J = o
1 −

Observaţii. 1. Presupunem . Dacă B={ , este o bază
ortonormată şi O este o transformare ortogonală pe V, atunci şi B'={
este o bază ortonormată. Reciproc, dacă în V sunt date două baze ortonormate B şi B',
atunci există o singură transformare ortogonală O care duce B în B'; matricea
acesteia relativ la baza B este [ .
dimV = n
B
B ] '
..., } e e
n 1
O )} ( ),..., (
1 n
e O e
B
[ ] = O

2. Fie ({ )}, Im( ) { , 0} KerT L a T v v a = = <
⇒ = ] [ ] [ ] I O O
t
1 ] det[ ± = O
[ det O
>= o izometrie pe spaţiul n-
dimensional V. Avem [ . Dacă , atunci J se
numeşte izometrie pozitivă (congruenţă), iar dacă 1, atunci J se numeşte
izometrie negativă.
1 ] [ det + = O
− ] =

Algebră liniară 57
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Exemplu. Fie locul geometric al punctelor din plan care raportate
la reperul cartezian Ox
) , , ( z y x M
yz verifică ecuaţia
. 0 1 16 2 8 4 2 ) , , (
2 2 2
= + − + − − + = z y x z y x z y x g
Determinăm ecuaţia verificată de coordonatele ( , , ) ′ ′ ′ x y z ale acestor puncte
faţă de reperul O x ′ ′ ′ ′ y z
, 2 ( ′ O
obţinut din cel iniţial printr-o translaţie ce duce originea
O(0,0,0) în punctul , deci având vectorul de translaţie ) 2 , 1 − −
) 2 , 1 , 2 ( ) , , (
' ' '
− − = − − − =
O O O O O O
z z y y x x a .
Deoarece formulele care dau translaţia sunt înlocuind
în ecuaţia dată găsim ecuaţia locului geometric relativ la reperul translatat,

, 2 , 1 , 2 − ′ = − ′ = + ′ = z z y y x x
. 0 8 4 2
2 2 2
= + ′ − ′ + ′ z y x

#7. Probleme propuse

1. Să se studieze care din funcţiile definite prin
3
T → R R :
3

a)
3
( ) , , fixat T x a a = ∈R
b)T a x x + = ) (
c) ( ) , T x x λ λ = ∈R
d) ) , , ( ), , , ( ) (
3 2 1
2
3 2 1
x x x x x x x x T = =
e) ) , , ( ) (
2 1 3
x x x x T =
f)
3 1 2
( ) ( , , ), , 0 T x x x x k k k = + ∈R
g) ) 8 7 4 , 3 3 , 3 2 ( ) (
3 2 1 3 2 1 3 2 1
x x x x x x x x x x T + + + − − + =
sunt transformări liniare.

R. a) da , b) da , c) da, d) nu, e) da, f) nu, g) da. 0 = ⇔a 0 = ⇔a

2. Să se determine dacă urmă toarele aplicaţ ii sunt sau nu
transformă ri liniare:
a)
2
2 1 2 1
2
2
2 2
) , ( ), , ( ) ( , : R R R ∈ = ∀ + = → x x v x x x v T T
b) . ] [ , ) ( ) ( ], [ ] [ :
2
1
0
3 2
x p dt t p x p xp p T x x T R R R ∈ ∀ + − = →


R. nu (T nu este nici aditivă, nici omogenă); b) da.

3. a) Fie spaţiul vectorial real al polinoamelor de grad ≤ . Să se arate
că funcţia
] [ X
n
R n
[ ] [ ]
n n
T X → R R : X ( ) (2 3) 2 '( ) (10), T p x p x p x p x = + − − ∀ ∈R ,
este o transformare liniară.

b) Fie spaţiul vectorial al funcţiilor continue pe intervalul [a,b],
f b a f f b a R, C = V
0
→ = ] , [ : { ] , [ continuă}.
Să se arate că transformarea ce asociază fiecărei funcţii primitiva acesteia,
P:V V → , ,

∈ ∀ = =
x
a
b a x dt t f x g g f P ] , [ ) ( , ) ( ) ( , ) (
este o transformare liniară.
Cap.II. Transformări liniare 58
S
t
u
d
e
n
t

W
E
B

C
o
p
y
4. Pe spaţiul vectorial real al funcţiilor polinomiale de grad cel mult n,
se defineşte funcţia T
n
P
n n
P P → : ,
1
0
( ( )) ( ) , ,
n
T p x x tp t dt p P x = ∀ ∈

R ∀ ∈ .
Să se arate că T este o transformare liniară şi să se determine şi . T Ker T Im

R.
0, 0,
Ker 0 , Im ({ })
2
k k
k
k n k n
a
T p a x T L x
k
= =
¦ ¹
¦ ¦
= = = =
´ `
+
¦ ¦
¹ )
∑ ∑

R
6
.

5. În se consideră vectorii .
3
R ) 2 , 0 , 1 ( ), 1 , 2 , 1 ( ), 1 , 2 , 3 (
3 2 1
= − = − = v v v
a) Să se arate că există o singură formă liniară T astfel încât
3
: → R
T . ) ( , 0 ) ( , 8 ) (
3 2 1
= = − = v T v T v
b) Să se determine o bază a subspaţiului . T Ker
R. a) T , b) . ) 4 , 1 , 2 ( , , ) ( − = > =< a a v v )} 1 , 4 , 0 ( ), 0 , 2 , 1 {( − = L T Ker

6. Fie funcţia ,
3 3
: V V → T = × = a a v v T , ) ( vector fixat, nenul .
a) Să se arate că T este o transformare liniară.
b) Să se găsească şi Im şi să se arate că Ker . T Ker T
3
Im V = ⊕ T T

R. b) } 0 , { Im )}, ({ >= < = = a v v T a L KerT .

7. Se dau urmă toarele transformă ri:
a) ∈End T .
3
3 2 1 1 2 2 1
3
) , , ( ), 2 6 , 0 , 3 ( ) ( ), ( R R ∈ = ∀ − − = x x x x x x x x x T
b) : T R . ] [ , ) ( 2 ) ( ], [ ] [
2
1
0
1 2
x p dt t p x p p T x x R R ∈ ∀ − ′ = →

c)
3
: R T .
3
3 2 1 3 1 3 2 1
2
) , , ( ), ( ) ( , R R ∈ = ∀ + + − = → x x x x x x , x x x x T
d) : T R . ] [ ), 0 ( ) ( ) ( ], [ ] [
2
2
1
0
3
3 2
x p p p x dt t p x p T x x R R ∈ ∀ + ′ − = →

Î n fiecare din cele patru cazuri să se determine urmă toarele chestiuni:
1. Verificaţ i că transformarea T este liniară ;
2. Determinaţ i nucleul transformă rii liniare T ( Ker T );
3. Determinaţ i imaginea transformă rii liniare T ( Im T );
4. Aflaţ i matricea transformă rii liniare 3 relativ la bazele canonice ale
domeniului Dom T ş i codomeniului Codom T;
5. Determinaţ i dacă transformarea T este injectivă sau surjectivă ;
6. Verificaţ i relaţ ia: dim Ker T + dim Im T = dim Dom T.

R. Temă: b,c,d. a) , T nu
este injectivă ( 0), nici surjectivă ( ); [ , 2+1=3.
( ) ( ) { } ( ) )}) 2 , 0 , 1 ( ({ , 1 , 0 , 0 , 0 , 1 , 3
2 1
− = = = = = v L ImT v v L KerT

3
R ≠ ImT
|
|
.
|

\
|
=


0 6 2
0 0 0
0 3 1
] T KerT
b)
2
2
{1, , },{1, }
0 2
0
11 1
1
3 2
({3 11}); Im ({ , 2 ( / 2)});[ ]
x x x
KerT L x T L x x T


| |
= + = − − =
|
\ .
] [
1
x ImT R =
.
T nu este injectivă, dar este surjectivă ( ); 1+2=3.
Algebră liniară 59
S
t
u
d
e
n
t

W
E
B

C
o
p
y
8. Se dau transformările liniare:
a) ∈End T .
3
3 2 1 3 2 2 1 3 1
3
) , , ( ), 2 , , 2 ( ) ( ), ( R R ∈ = ∀ − − − = x x x x x x x x x x x T
b) ∈End T .
3
3 2 1 1 3 3 2 2 1
3
) , , ( ), , , ( ) ( ), ( R R ∈ = ∀ + + + = x x x x x x x x x x x T
Pentru fiecare dintre cele două transformări, determinaţi:
♦ şi . Sunt şi subspaţii suplementare în R ? KerT ImT KerT ImT
3
♦ Este T injectivă ? Dar surjectivă ? Dacă T este inversabilă, determinaţi inversa
acesteia.

R. Temă b). a) ; nucleul şi
imaginea formează subspaţii suplementare în , deoarece ,
; T nu este nici injectivă, nici surjectivă (deci nu este inversabilă).
)}) 1 , 1 , 0 ( ), 0 , 1 , 1 ({( )}), 1 , 2 , 2 ( ({
1
− = = = L ImΤ v L KerΤ
3
R ∩ KerΤ } 0 { = ImΤ
3
R = + ImΤ KerΤ

9. Să se determine matricea asociată transformării liniare, în raport cu bazele
canonice ale spaţiilor, în cazurile
a) C → T : . C C ∈ ∀
|
|
.
|

\
|


=
×
x
x ix
x ix
x T M , ) ( ), (
2 2
b) R
3
3 2 1 3 1 2 1
3 3
) , , ( ), , ) 1 ( , ( ) ( , : R C ∈ = − + − = → x x x x ix x i x ix x T T

c) . A A T M M T
t
= →
× ×
) ( ), ( ) ( :
2 2 2 2
K K

R. a) , unde e [ . } , , , {
22 21 12 11 ) (
2 2
e e e e
M
=
×
C
B ; ) (
2 , 1 , =
δ δ =
l k lj ki ij
) 1 , , 1 , ( ] i i T
t
− − =
b) [ ; c) .
|
|
|
.
|

\
|
=

− −
i
i
i
T
0 0
0 1 1
0 0
]
|
|
|
|
.
|

\
|
= =
×
1 0 0 0
0 0 1 0
0 1 0 0
0 0 0 1
] [ }, , , , {
22 21 12 11 ) (
2 2
T e e e e
M R
B

10. Arătaţi că în spaţiul vectorial real V al funcţiilor reale, fiecare dintre
mulţimile
2 2
{cos , sin }, { sin5 , cos5 }, {3,1 ,1 2 }
x x
S x x S e x e x S x x e ′ ′′ = = = − −
x
+
este liniar independentă şi generează un subspaţiu W finit dimensional. Utilizând
mulţimile date ca baze pentru subspaţiul W, să se găsească în fiecare caz matricea
ataşată operatorului de derivare . W W → : D

R. [ .
|
|
|
.
|

\
|
= |
.
|

\
|
= |
.
|

\
|
= −
− −


′ ′ ′
1 0 0
1 0 0
1 1 0
2 5
5 2
0 1
1 0
] [ ] [ , ]
S S S
D D D

11. Să se determine matricele transformărilor liniare în raport cu
baza formată din vectorii v cunoscând că matricele
acestora în raport cu baza canonică a spaţiului sunt respectiv
3 3
: R R → T
) 1 , 1 , 1 ( ), 3 , 1 , 2 ( ), 3 , 2 , 1 (
3 2 1
= = = v v
3
R
Cap.II. Transformări liniare 60
S
t
u
d
e
n
t

W
E
B

C
o
p
y
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
=



− −
− −
− −

4 2 2
6 3 3
2 1 1
6 2 2
6 2 2
3 2 1
0 0 0
0 0 1
0 2 3
3 2 1
c) ; b) ; ) a A A A .

R. , unde . AC C A
1 −
= ′ } , , { ], , , [
3 2 1 3 2 1
A A A A v v v C ∈ =

12. Fie V un spaţiu vectorial real,
C
complexificatul său şi un
endomorfism. Funcţia definită prin sau altfel scris
se numeşte complexificatul endomorfismului T .
V V V → : T
V V
C C C
→ : T ) , ( ) , ( Tv Tu v u T =
C
, ) ( iTv Tu iv u T + = +
C
a) Să se arate că este o transformare liniară care satisface proprietăţile: T
C
; T S T S
C C C
+ + = ) ( T S ST
C C C
= ) ( ;
R ∈ = k T k kT ,
C C
) ( ; , dacă T este inversabilă. ) ( ) (
1 1 − −
= T T
C C

b) Fie o transformare liniară. Prin reprezentarea reală a
transformării T înţelegem transformarea liniară reală care coincide
punctual cu T , unde sunt trecerile în real ale spaţiilor şi .
m n
T C C → :
n
C
R
,
m n
T C C
R R R
→ :

n
C
m
C
R

]

m
C
Se dă transformarea liniară
3 3
: C C → T , T .
3
3 2 1 3 3 1 2 1
) , , ( ), , , ( ) ( C ∈ = ∀ + + = x x x x ix x x ix x x
Să se determine matricea reprezentării reale a lui T în baza { , unde } , ,
3 2 1
v v v
) 2 , 2 , 1 ( ), , 0 , 0 ( ), 1 , , 0 (
3 2 1
− = = = v i v i v .
R. b) Trecerea în real a spaţiului vectorial complex este dată de identificarea
6 3
3 3 2 2 1 1
3
3 3 2 2 1 1
) , , , , , ( ) , , ( R C C
R
≡ ∈ ≡ ∈ + + + y x y x y x iy x iy x iy x .
Matricea A a reprezentării reale a lui T relativ la baza canonică (vechea bază) a lui
, este . Noua bază este
.
6 3
R C
R

1 , 0 , 0 (
1
− ≡
t
iv
|
|
|
|
|
|
.
|

\
|
=


0 1 0 0 0 0
1 0 0 0 0 0
1 0 0 0 1 0
0 1 0 0 0 1
0 0 0 1 1 0
0 0 1 0 0 1
A
, 0 , 0 , 0 , 0 (
2
), 1 , 0 , 0 , 0 , 0 , 0 ( − ≡ ≡
t
iv
t
, ) 0 , 1 , 1 , 0 , 0 , 0 (
1
{
t
v ≡ = ′ B
)} 2 , 0 , 2 , 0 , 1 , 0 (
3
− ≡
t
iv ), 0 , 2 , 0 , 2 , 0 , 1 (
3
), 0 , 1
2
), 1 , 0 , 0 , − ≡
t
v v
Matricea A' a reprezentării reale a lui T relativ la noua bază din este
dată de relaţia , cu matricea de trecere
,
B′
6 3
R C
R

AC C A
1 −
= ′
) (
6
R ] , , , , , [
3 3 2 2 1 1
M iv v iv v iv v C ∈ =

13. Fie endomorfismul care transformă vectorii
în vectorii .
3 3
: R R → T
) 1 , 1 , 1 (
), 1 , 0 , 0 (
1
= v
) ), 1 , 1 , 0 (
3 2
= = v v ), 1 , 2 , 1 (
1
= w 4 , 1 , 7 ( ), 2 , 1 , 3 (
3 2
− = = w w
Să se determine matricea lui (transpusa lui T ), în baza ortonormată

T
) 1 , 0 , 0 ( ), 0 , 1 , 0 ( ), 0 , 0 , 1 (
3 2 1
= = = e e e .
R. [ . [ *] [ ; ] , , ][ , , [ ] [ ] , , [ ] , , ][
1
3 2 1 3 2 1 3 2 1 3 2 1
T T v v v w w w T w w w v v v T
t
= = ⇒ =

Algebră liniară 61
S
t
u
d
e
n
t

W
E
B

C
o
p
y
14. Să se determine adjuncta (transpusa) T a transformării liniare
*
3
3 2 1 2 3 1
2 3
) , , ( ), 3 2 ( ) ( , : R R R ∈ = ∀ − = → x x x x x , x x x T T .
R. T . | | |T
t
T y y y y y y y = = ∈ = ∀ − =
|
|
|
.
|

\
|
− 0 2
3 0
0 1
* ;
2
)
2
,
1
( ),
1
2 ,
2
3 ,
1
( ) ( * R |
|

15. Să se arate că transformările liniare asociate matricelor
|
|
.
|

\
|
=
− − −
− − −
12 8 12
21 14 21
27 18 27
1
A şi sunt proiecţii.
2
1 0 0
0 0 0
0 0 1
A
| |

=
|
\ .
R. Se verifică faptul că pătratul fiecărei matrici asociate este ea însăşi.

16. Fie spaţiul vectorial al vectorilor legaţi în originea O, identificat cu
mulţimea punctelor din plan , şi fie transformarea liniară definită prin
2
V
2
E
2 2
: V V → T
→ → → →
= = c b T b a T ) ( , ) ( , unde punctele sunt necoliniare, iar un
punct oarecare din plan. Să se determine punctul C astfel încât
) 0 ( ), ( ), (
r r
r
O b B a A ) (c C
r
a) T să fie o proiecţie;
b) T să fie o structură complexă.
R. a) , deci . b) ,
care are loc doar dacă
b c c T
b T b T
a T a T
r
r r
r r
r r
= = ⇔
¦
¹
¦
´
¦
=
=
) (
) ( ) (
) ( ) (
2
2
B C =
¹
´
¦
− =
− =

¦
¹
¦
´
¦
− =
− =
b c T
a c
b b T
a a T
r
r
r r
r r
r r
) ( ) (
) (
2
2
OA OC − = .

17. Arătaţi că matricile următoare sunt nilpotente de ordinele doi (în cazul a)
şi respectiv trei (în cazurile b,c):
|
|
.
|

\
|
=
|
|
.
|

\
|
=
|
|
.
|

\
|
=

0 0 0
3 0 0
0 2 0
0 0 0
1 0 0
0 1 0
) c ; ) b ;
0 0
1 0
) a A A A .
R. a) ; b), c) .
2
2
O A =
3
3
O A =
18. Fie endomorfismul definit prin matricea
[
în
baza canonică a spaţiului vectorial . Să se găsească matricile
hermitiene astfel încât să aibă loc relaţia .
2 2
: C C → T
) (
2
2
C End ∈
|
|
.
|

\
|

+
=
i
i i
T
3 1
1
]
2
2
C
,
1
T T
1
iT T T + =

R: .
|
|
.
|

\
|
− −
+
=
|
|
.
|

\
|

+
=
1 2 / ) 1 (
2 / ) 1 ( 1
] [ ,
3 2 / ) 1 (
2 / ) 1 ( 1
] [
2 1
i
i
T
i
i
T

Cap.II. Transformări liniare 62
S
t
u
d
e
n
t

W
E
B

C
o
p
y
19. Să se arate că endomorfismul definit prin matricea
(considerată relativ la baza canonică a lui ) este ortogonal.
3 3
: R R → T
|
|
.
|

\
|
=
θ θ
θ θ −
sin 0 cos
0 1 0
cos 0 sin
A
3
R
R. .
3
I A A
t
=

20. Să se arate că transformările liniare de mai jos au proprietăţile specificate
(spaţiile euclidiene considerate sunt înzestrate cu produsele scalare canonice).
a) End T ∈ , ( ) ( , ) ( )), ( (
2 2
R R M A A A T M
t
∈ ∀ = , ( )) < >= ⋅ A B Tr A B
t
este involuţie ) simetrică . (
2
Id T = ) ) ( , ), ( ( > >=< < B T A B A T
b) End T ∈ , unde T f . ) (V ( ) ', f f = ∀ ∈V
) , ( ] , [ : { b a C f b a f

∈ → = R V , f continuă pe [ , , , ] a b } ), ( ) (
) ( ) (
N ∈ ∀ = k b f a f
k
s
k
d
este antisimetrică ( < ), unde > < − >= ) ( , ), ( g T f g f T

>= <
b
a
dt t g t f g f ) ( ) ( , .
c) ∈End T , este transformare liniară
ortogonală ( < ).
R R ∈ α
|
.
|

\
|
=
α α
α − α
,
cos sin
sin cos
] [ ), (
2
T
2
, , , ) ( ), ( R ∈ ∀ > >=< y x y x y T x T
d) Transformarea ∈End T este transformare liniară
hermitică ( ).
| |
|
.
|

\
|
=
+

2 3
3 4
), (
2
i
i
T C
> ) ( , v T >=< < ), ( u v u T

21. Fie matricea . Să se determine o matrice unitară
U astfel încât matricea U să fie triunghiulară.
) (
1
1 1
2 2
C
×

+ −
+
|
.
|

\
|
= M
i i
i
A
AU
1 −
R. Dacă , din condiţia
|
.
|

\
|
=
d c
b a
U
2
I U U
t
= (deci U
t
=
−1
U ) şi anularea
coeficientului din stânga jos al matricii
|
.
|

\
|
=
z
y x
AU U
0
t
, rezultă sistemul:
0 ) 1 )( ( ) ( ; 0 , 1 , 1
2 2 2 2
= + + + − = + = + = + i d b c d i b a d b c a d c b a ;
obţinem
|
|
.
|

\
|
=
1
1
2
1
i
i
U , care produce U .
|
|
.
|

\
|
=

2 0
1
1
i
AU

22. Să se determine izometria ştiind că duce punctele ,
respectiv în punctele .
2 2
: R R → J
, 1 (
1
− = B
) 0 , 1 (
1
= A
) 3 − ) 1 , 2 ( ), 0 , 2 (
3 2
= = A A , 0 ( ), 3 , 1 ( ), 2
3 2
= − = B B
R. Relaţia formală şi
condiţiile impuse
0 , 1 ,
2 2 2 2
= χδ + αβ = δ + β = χ + α
|
|
.
|

\
|
|
|
.
|

\
|
δ χ
β α
+
|
|
.
|

\
|
=
|
|
.
|

\
|
y
x
b
a
y
x
J
3 , 1 , ) = ∀ = i B A
i i
( J , conduc la expresia analitică a transformării,
|
|
.
|

\
|
|
|
.
|

\
|


+
|
|
.
|

\
|

=
|
|
.
|

\
|
y
x
y
x
J
0 1
1 0
1
1
.
Algebră liniară 63
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Capitolul 3

VECTORI ŞI VALORI PROPRII


#1. Vectori şi valori proprii


Definiţii. Fie V un K-spaţiu vectorial şi un endomorfism. ) (V End T∈
a) Se numeşte vector propriu al endomorfismului un vector nenul
, astfel încât există cu proprietatea
T
} 0 { \ V ∈ x λ ∈ K
x Tx λ = .
Scalarul se numeşte în acest caz valoarea proprie a lui T corespunzătoare
vectorului propriu x.
λ
b) Se numeşte spectrul endomorfismului T, şi se notează cu σ , mulţimea
tuturor valorilor proprii ale endomorfismului.
) (T

Observaţii. 1. Ecuaţia este echivalentă cu
, unde I este endomorfismul identitate.
0 , ≠ λ = x x Tx
0 ), ( ≠ λ − ∈ x T x I Ker
2. În particular pentru o transformare liniară neinjectivă, vectorii nenuli din
sunt vectori proprii ai lui T ataşaţi valorii proprii zero. T Ker
3. Dacă un vector este vector propriu al lui T , atunci pentru fiecare
, vectorul kx este propriu.
} 0 { \ V ∈ x
} 0 { \ K ∈ k

1.1 Teoremă. Dacă V este un K -spaţiu vectorial şi , atunci ) (V End T∈
1) Fiecărui vector propriu al lui T îi corespunde o singură valoare proprie
. ) (T σ ∈ λ
2) Vectorii proprii ce corespund la valori proprii distincte sunt liniar independenţi.
3) Fie λ o valoare proprie a endomorfismului T. Mulţimea
} , { V S ∈ λ = =
λ
x x x T x
este un subspaţiu vectorial al lui V, invariant faţă de T, adică are loc incluziunea
λ λ
⊆ S S ) ( T .
Subspaţiul poate fi finit sau infinit dimensional şi se numeşte subspaţiul
propriu ataşat valorii proprii .
λ
S
λ

Demonstraţie. 1) Fie x un vector propriu asociat valorii proprii , deci
. Dacă ar exista o altă valoare proprie astfel încât
, atunci am avea , dar deoarece ,
rezultă .
λ
0 , ≠ λ = x x Tx
, ≠ λ′ = x x x T
λ′ = λ
′ ∈ λ K
0 0 ⇔ λ′ = λ x x ) ( = λ′ − λ x 0 ≠ x
2) Fie vectorii proprii ai endomorfismului T, corespunzători valorilor proprii
distincte . Efectuăm după . Pentru 1, vectorul propriu este
p
x x ,...,
1
,...,
1
λ ) (T
p
σ ∈ λ p ∈ N p =
Cap.III. Vectori şi valori proprii

64
S
t
u
d
e
n
t

W
E
B

C
o
p
y
diferit de vectorul nul, deci se constituie într-un sistem (de un singur vector) liniar
independent. Fie proprietatea adevărată pentru vectori. Aplicând T relaţiei p −1
k x
p
+
1
− λ
− p
k k
λ = y
2
,
λ
S
x
2
λ =
(K
n n×
+
+
+
( ...
..........
... )
...
2
2
a
x
x
k x k x k x
p p p 1 1 2 2 1 1
0 + + + =
− −
... (*)
rezultă şi deci, folosind linearitatea endomorfismului T şi
faptul că sunt vectori proprii ai lui T , obţinem k
0 ) ... (
1 1
= + +
p p
x k x k T
,...,
1 p
x x . 0
1 1 1
= λ + + λ
p p p
x k x K
Scăzând relaţia (*) amplificată cu , avem
p
λ
0 ) ( ... ) (
1 1 1 1 1
= λ + + λ − λ
− − p p p p
x k x k
care, folosind ipoteza de inducţie, implică . Din (*) rezultă
şi, cum rezultă şi k , deci ind .
k
p 1 2 1
0 = = = =

...
} , , {
1 p
x x K k x
p p
= 0 0 ≠
p
x
p
= 0
3) Pentru orice şi k l avem ∈ y x,
λ
S , ∈ K
⇒ + λ + λ = + = + ) ( ) ( ) ( ) ( ly kx l x k y lT x kT ly kx T ,
λ
∈ + S ly kx
deci este subspaţiu vectorial în V . Dacă , atunci Tx ,
adică . ‰
λ
S
( T
λ
∈S x
λ
∈ λ = S x
λ λ
⊆ S S )

1.2. Teoremă. Subspaţiile proprii corespunzătoare la valori proprii
distincte , sunt disjuncte (deci au în comun doar vectorul nul).
1
λ
S
2 1 2 1
), ( , λ ≠ λ σ ∈ λ λ A

Demonstraţie. Fie λ . Dacă prin absurd ar exista
, ar rezulta şi , deci ,
absurd. Rezultă . ‰
2 1 2 1
), ( , λ ≠ λ σ ∈ λ A
x Tx
1
λ = Tx
} 0 {
2
=
λ
} 0 { \
2 1
λ λ
∈ S S I x
1
λ
S
2 1 2 1
0 ) ( λ = λ ⇒ = λ − λ x
S I


#2. Polinom caracteristic al unui endomorfism

Definiţie. Fie o matrice pătratică de ordinul
n şi fie un vector coloană cu coeficienţi în corpul
. Dacă există un scalar λ ∈ astfel încât să aibă loc relaţia
)
1
1 11
nn n
n
M
a a
a a
A ∈
|
|
|
.
|

\
|
=
L
M O M
L
1
( ) \ {0}
n
X M
×
= ∈ K
K
1
n
x
x
| |
|
|
|
\ .
M
} , { C R ∈ K
AX X = λ , (1)
atunci X se numeşte vector propriu al matricii A, iar λ se numeşte valoare proprie a
matricii A şi notăm . Ecuaţia matriceală (1) se rescrie ( şi este
echivalentă cu sistemul liniar (numit sistem caracteristic al matricii A)
) ( A σ ∈ λ ) A I X − λ 0 =
¦
¦
¹
¦
¦
´
¦
= λ − + +
= + λ − +
= + + λ −
0 )
...... .......... .......... ..........
0 (
0 ) (
2 2 1 1
2 22 1 21
1 12 1 11
n nn n n
n n
n n
x x a x a
x a a x a
x a a x a
. (1')
Algebră liniară

65
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Fiind un sistem omogen, acesta are soluţii nebanale doar în cazul în care scalarul
satisface ecuaţia algebrică
λ
0 0 ) det( ) (
2 1
2 22 12
1 12 11
=
λ −
λ −
λ −
⇔ = λ − = λ
nn n n
n
n
not
A
a a a
a a a
a a a
I A P
K
M O M M
K
K
. (2)

2.1. Definiţii. a) Se numeşte polinomul caracteristic al matricei , polinomul A
) det( ) ( I A P
A
λ − = λ .
b) Ecuaţia (2) este o ecuaţie algebrică de grad n în necunoscuta λ, şi se
numeşte ecuaţia caracteristică a matricei A.

Observaţii. 1. Valorile proprii ale matricei A sunt soluţiile din K ale ecuaţiei
caracteristice (2); mulţimea acestora formează spectrul matricii A, care se va nota prin
. Dacă notăm prin ( ) A σ ( ) A σ mulţimea rădăcinilor complexe ale polinomului
caracteristic al matricii A, se observă că avem ( ) ( ) A A σ σ = ∩ K .
2. Fie A o matrice pătratică reală de ordinul n şi ecuaţia ei
caracteristică. Deoarece nu orice ecuaţie algebrică admite soluţii în R, dar admite
soluţii în C, uneori valorile proprii ale lui A se definesc ca fiind elemente din C. În
acest caz vectorii proprii corespunzători aparţin complexificatului lui notat
C
.
0 ) det( = λ − I A
n
R
n
R

Teoremă. 1) Fie ) ( ) (
, 1 ,
K
n n
n j i
ij
M a A
×
=
∈ = . Polinomul caracteristic al
matricei A are expresia
) ) 1 ( ... ( ) 1 ( ) (
2
2
1
1 n
n n n n n
P δ − + − λ δ + λ δ − λ − = λ
− −
, unde
♦ ( )
∑ ∑
≤ < ≤ ≤ ≤

= δ = δ − = δ = δ
n k j n j
n jj n jk kj kk jj
A a a a a a A r
1 1
1 2 1
, det ), , , , m( T K
♦ se numeşte urma matricii A,
nn ij
a a a a Tr + + + = K
22 11
) (
♦ ) este minorul obţinut din matricea A prin eliminarea liniei şi coloanei a i-a, (
jj
a m
♦ n k
k
, 1 , = δ reprezintă suma minorilor principali de ordinul k ai matricei A I − λ .

2) Matricele A şi au acelaşi polinom caracteristic.
t
A
3) Două matrice asemenea au acelaşi polinom caracteristic.

Demonstraţie. 1) Vom da demonstraţia pentru matricele de ordinul doi sau trei;
obţinem prin calcul direct
22 11
2
22 21
12 11
T , det ) T ( ) ( a a A r A A r
a a
a a
P + = + λ − λ =
λ −
λ −
= λ ;
iar pentru ordinul trei
, det ) T ( ) (
2 3
33 32 31
23 22 21
13 12 11
A J A r
a a a
a a a
a a a
P + λ − λ + λ − =
λ −
λ −
λ −
= λ

Cap.III. Vectori şi valori proprii

66
S
t
u
d
e
n
t

W
E
B

C
o
p
y
unde am folosit notaţiile
33 32
23 22
33 31
13 11
22 21
12 11
33 22 11
, T
a a
a a
a a
a a
a a
a a
J a a a A r + + = + + = .
2) . ) ( ) det( ) ( det ) det( ) ( λ = λ − = λ − = λ − = λ
A
t t
A
t
P I A I A I A P
3) Fie A şi două matrice asemenea, adică , unde C este o matrice
nesingulară. Atunci
' A AC C A
1
'

=
= λ − = λ − = λ − = λ
− −
] ) ( det[ ) det( ) ' det( ) (
1 1
'
C I A C I AC C I A P
A
) ( ) det( det ) det( ) det(
1
λ = λ − = λ − =

A
P I A C I A C

‰

Pentru o matrice A reală (deci A coincide cu conjugata ei A ) şi simetrică
( ) putem da următoarea A A
t
=
2.3. Teoremă. Valorile proprii ale unei matrice reale şi simetrice sunt reale.
Demonstraţie. Conjugând relaţia (1) , rezultă (2) AX X = λ AX X = λ . În (1)
înmulţim la stânga cu
t
X , iar în (2) înmulţim la stânga cu . Relaţia
implică
t
X A A
t
=
t t
X AX XAX = şi deci obţinem ( ) . Cum vectorul X este nenul,
avem
λ λ −
t
= X X 0
R ∈ λ ⇒ λ = λ ⇒ ≠ 0 X X
t
. ‰

Exemple. 1. Aflaţi valorile şi vectorii proprii pentru matricea
|
|
|
|
.
|

\
|
=
− −



3 1 1 2
1 1 1 2
2 4 2 0
1 2 0 2
A .
Soluţie. Polinomul caracteristic are drept
rădăcini valorile proprii ale matricii A, Sistemul caracteristic
(1) se scrie , şi este echivalent cu sistemul (1')
4
) 2 ( ) det( ) ( − λ = λ − = λ I A P
A
. 2
4 3 2
= λ = λ = λ =
1
λ
)
4
, , , ( , 2
3 2 1
x x x x X X AX
t
= =

¹
´
¦
= + − −
= −
0 2
0 2
4 3 2 1
4 3
x x x x
x x
Obţinem . şi notând şi soluţia se scrie
3 4 3 1 2
2 , 2 x x x x x = + = a x =
1
b x =
3
R ∈ = = + = = b a b x b x b a x a x , , 2 , , 2 ,
4 3 2 1
.
Rezultă , deci valorii proprii λ îi
corespund doi vectori proprii liniar independenţi
) 2 , 1 , 1 , 0 ( ) 0 , 0 , 2 , 1 ( ) 2 , , 2 , (
t t t
b a b b b a a X + = + = 2 =
) 0 , 0 , 2 , 1 (
1
t
v = şi , ) 2 , 1 , 1 , 0 (
2
t
v =
bază a subspaţiului propriu . Se observă că . ) , (
2 1
1
v v L S =
λ
4
dim 4 2 dim
1
R = < =
λ
S

2. Aflaţi valorile şi vectorii proprii pentru matricea .
|
|
|
.
|

\
|
=
− −
− −
3 6 3
0 3 3
0 6 6
A
Algebră liniară

67
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Soluţie. Polinomul caracteristic este . Din ecuaţia
caracteristică (2) rezultă valorile proprii , iar din sistemul
caracteristic (1'), vectorii proprii liniar independenti
2
) 3 ( ) ( − λ λ − = λ P
0 , 3
3 2
= λ = λ
1
= λ
) 1 , 1 , 1 ( ), 1 , 0 , 0 ( ), 0 , 1 , 2 (
3 2 1
− − = = − =
t t t
v v v .

Observaţii. 1. Fie un spaţiu vectorial finit dimensional peste corpul K şi
un endomorfism. Fie x un vector propriu al lui T şi valoarea proprie
asociată. Atunci x şi satisfac relaţia . Fixăm o bază în V şi notăm cu A
matricea ataşată endomorfismului T şi cu X matricea coloană ataşată vectorului x.
Relaţia Tx este echivalentă cu ecuaţia matriceală
V
n
n n
T V V → :
=
λ
λ x Tx λ =
n
x λ
AX X = λ .
2. Fie polinomul caracteristic al matricei A. Din cele de
mai sus se vede că, dacă există, valorile proprii ale endomorfismului T sunt rădăcinile
lui în K, iar vectorii proprii ai lui T sunt soluţiile ecuaţiei matriceale
) det( ) ( I A P
A
λ − = λ
) (λ
A
P
( ) A I X − = λ 0.
De asemenea, teorema 2.2 arată că polinomul
) det( ) ( I A P
A
λ − = λ
este invariant faţă de o schimbare a bazei din V , adică coeficienţii lui
depind de endomorfismul T şi nu de reprezentarea matriceală particulară A a lui T.
În consecinţă, nedepinzând efectiv de A, numărul det se numeşte determinantul lui
T, numărul Tr A se numeşte urma lui T, etc; putem în concluzie da următoarea
n
) (λ
A
P
A

2.4. Definiţie. Fie un endomorfism şi A matricea asociată
acestuia în raport cu o bază fixată a spaţiului vectorial V . Atunci polinomul
) (
n
End T V ∈
n
) det( ) ( ) ( I A P P
A
λ − ≡ λ = λ
se numeşte polinomul caracteristic al endomorfismului T.

Observaţii. 1. Endomorfismul are cel mult n valori proprii
distincte. Dacă T are exact n valori proprii distincte, atunci vectorii corespunzători
determină o bază a lui V şi matricea A ataşată lui T în raport cu această bază este o
matrice diagonală având pe diagonală valorile proprii ale lui T.
n n
T V V → :
n
2. Fie V un spaţiu vectorial real n-dimensional şi un
endomorfism. Notăm cu complexificatul spaţiului vectorial V şi cu
complexificatul endomorfismului T. Cum T şi au aceeaşi reprezentare
matriceală, valorile proprii ale lui sunt exact valorile proprii complexe
n n n
T V V → :
n

n
V
C
T
C
T
C
T
C
( A σ ) ale
matricei reale asociată lui T, privită ca matrice complexă.
Având în vedere acest lucru, se observă că valorile proprii ale unui
endomorfism real T (care formează spectrul ( ) al lui T) sunt valorile proprii reale T σ
( ) ( ) T T σ σ = ∩ R, unde ( ) T σ este spectrul endomorfismului complexificat . T
C

Cap.III. Vectori şi valori proprii

68
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Exemplu. Aflaţi valorile şi vectorii proprii ai endomorfismului
descris de matricea .
) (
3
R End T ∈










=


0 1 0
1 2 0
0 0 2
A
Soluţie. Polinomul caracteristic al endomorfismului T este
) 2 ( ) 1 ( ) (
2
− λ + λ − = λ P ,
valorile proprii sunt λ ; doi vectori proprii asociaţi sunt (temă,
verificaţi):
1 , 2
3 2 1
− = λ = λ =
) 1 , 1 , 0 ( ), 0 , 0 , 1 (
2 1
= = v v .


#3. Forma diagonală a unui endomorfism

Dat fiind un endomorfism , s-a văzut că matricea
depinde de alegerea bazei . Apare natural întrebarea dacă există o bază în V
relativ la care matricea endomorfismului să aibă o formă cât mai simplă (canonică),
spre exemplu cu un număr cât mai mare de coeficienţi nuli exceptând diagonala. Cu
ajutorul valorilor şi vectorilor proprii ai endomorfismului T vom realiza acest lucru în
cele ce urmează.
) (
n
End T V ∈
B
] [T A =
n n
V B⊂

3.1. Definiţie. Un endomorfism se numeşte diagonalizabil dacă
există o bază } astfel încât matricea lui relativ la această bază
să fie o matrice diagonală (cu toţi coeficienţii din afara diagonalei, nuli).
) (
n
End T V ∈
,..., {
1 n
e e = B
B
] [T A =
Matricele din clasa de asemănare a matricii A care corespunde
endomorfismului diagonalizabil T relativ la baza , se numesc matrice
diagonalizabile (asociate endomorfismului T).
n
V ⊂ B

3.2. Teoremă. Un endomorfism este diagonalizabil dacă şi
numai dacă există o bază a spaţiului formată din vectorii proprii ai
endomorfismului.
) (
n
End T V ∈
V
n

Demonstraţie. Dacă T este diagonalizabil, atunci există o bază a
spaţiului faţă de care matricea lui T este diagonală, deci este de forma
} ,..., {
1 n
e e = B












=
nn
a
a
a
A
K
M O M M
K
K
0 0
0 0
0 0
22
11
.
Deci au loc relaţiile n i e a Te
i ii i
, 1 , = = , adică vectorii n i
i
, 1 , = e sunt vectori proprii ai
endomorfismului T, asociaţi respectiv valorilor proprii n i a
ii
, 1 , = .
Algebră liniară

69
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Reciproc, dacă } B este o bază în V , formată din vectori
proprii ai lui T, adică au loc relaţiile
,..., , { '
2 1 n
v v v =
n
n i v
i i
, 1 , = λ Tv
i
= , atunci matricea lui T relativ
la această bază este












= =
λ
λ
λ
n
T D
K
M O M M
K
K
0 0
0
2
0
0 0
1
'
] [
B
,
unde scalarii λ nu sunt neapărat distincţi. ‰
i

3.3. Definiţii. Fie λ o valoare proprie a endomorfismului T. ) (T σ ∈
a) Se numeşte multiplicitate algebrică a valorii proprii şi o notăm prin
, ordinul de multiplicitate al valorii proprii λ ca rădăcină a polinomului
caracteristic asociat endomorfismului T.
λ
( )
a
m λ
b) Se numeşte multiplicitate geometrică a valorii proprii şi o notăm prin
, dimensiunea subspaţiului vectorial asociat valorii proprii .
λ
( )
g
m λ
λ
S λ

Teoremă. Dimensiunea unui subspaţiu propriu al endomorfismului
este cel mult egală cu ordinul de multiplicitate al valorii proprii
corespunzătoare subspaţiului .
0
λ
S
) (
n
End T V ∈
) (
0
A σ ∈ λ
0
λ
S
Deci multiplicitatea geometrică a unei valori proprii este totdeauna cel mult
egală cu cea algebrică.

Demonstraţie. Fie λ o valoare proprie multiplă de ordinul m şi subspaţiul
propriu corespunzător. Avem ; fie o bază în
subspaţiul propriu . Distingem următoarele cazuri:
0
0
λ
0
λ
S
}
p
e n p ≤ =
λ
0
dim S ,..., , {
2 1
e e = B
S

♦ Dacă , atunci ordinul de multiplicitate al valorii proprii λ este n, căci relativ
la această bază matricea transformării liniare este diagonală
n p =
0
n n
P T A ) ( ) 1 ( ) ( ] [
0
0
0 0
0
0
0
0 0
0
λ − λ − = λ ⇒














= =
λ
λ
λ
K
M O M M
K
K
B
.
♦ Dacă , completăm această bază până la o bază în V de forma n p <
n
} ,..., ; ,..., {
1 1 n p p
e e e e
+
= B .
Ţinând cont că vectorii p i e
i
, 1 , = sunt vectori proprii asociaţi valorii proprii λ , au
loc descompunerile
0

=
+ = = = λ =
n
k
k kj j i i
n p j e a e T p i e e T
1
0
, 1 , ) ( ; , 1 , ) ( .
Matricea lui T faţă de baza B va fi deci
Cap.III. Vectori şi valori proprii

70
S
t
u
d
e
n
t

W
E
B

C
o
p
y




















= =
+
+
λ
+
λ
+
λ
nn
a
np
a
pn
a
pp
a
n
a
p
a
n
a
p
a
T A
K K
M O M O M M
K K
M M M O M M
K K
K K
1
0 0 0
0
1 0
0 0
0
2 1 2
0
0
0
1 1 1
0 0
0
] [
B
,
şi deci polinomul caracteristic al lui T are forma
λ −
+
λ −
+
= λ λ λ − λ = λ − = λ
nn
a
np
a
pn
a
pp
a
Q Q I A P
p
K
M O M
K
1
1
) ( ), ( ) ( ) det( ) (
0
.
Deoarece , rezultă că ordinul m al valorii proprii este cel puţin p,
deci . ‰
) ( | ) (
0
λ λ − λ P
p
m p ≤

3.4. Teoremă. Fie endomorfismul . Atunci următoarele afirmaţii
sunt echivalente:
) (
n
End T V ∈
(i) T este diagonalizabil;
(ii) polinomul caracteristic al endomorfismului T are cele n rădăcini în
corpul K şi dimensiunea fiecărui subspaţiu propriu este egală cu ordinul
de multiplicitate al valorii proprii corespunzătoare (pe scurt, ( ) T σ ⊂ K şi
, ) . ) (T σ ∈ λ ∀ ( ) ( )
a g
m m λ λ =

Demonstraţie. Fie diagonalizabil, deci există o bază în
, formată din vectori proprii pentru T, faţă de care matricea lui T este diagonală.
Descompunem polinomul caracteristic P deci
) (
n
End T V ∈ } ,..., {
1 n
e e = B
p
m
p
( ) , λ λ −
V
n
m m
( ) ( ) ( ) ... λ λ λ λ λ = − −
1 2
1 2
p i , 1 =
i
, λ sunt valorile proprii ale lui T de multiplicităţi m care satisfac relaţia
i
m n
i
i
p
=
=
∑ .
1

Fără a afecta generalitatea, admitem că primii m vectori din baza { ,
corespund lui λ , următorii lui λ etc. În concluzie, vectorii e aparţin
subspaţiului propriu corespunzător valorii proprii λ , ceea ce înseamnă că
numărul lor m este cel mult egal cu . Pe de altă parte, conform teoremei 3.3,
avem În concluzie . Analog, rezultă
1
..., } e e
n 1
e
m
1
1
m ≤
m
2 2
dim
=
1
,...,
1
λ
S
1
1
1
λ
1
λ
S
1
dim
λ
S . dim
1
S
1
m
p i m S
i λ
i
, 2 , dim = = .
Reciproc, fie p i m S
i λ
i
, 1 , dim = = . Considerăm familia de vectori din V
n

=
+ +
= =

n
i
i m m m m m
n m e e e e e e
p p
1
1 1 1
}, ,..., ,..., ,..., , ,..., {
1 2 1 1
B ,
Algebră liniară

71
S
t
u
d
e
n
t

W
E
B

C
o
p
y
aleasă astfel încât primii m vectori să constituie o bază în , următorii să
constituie o bază în , etc. Prin inducţie după p , se poate arăta că B este bază
în V . Relativ la această bază, matricea endomorfismului are forma
următoare
1
1
λ
S
n
V :
m
2
2
λ
S
n n
T V →




























= =
λ
λ
λ
λ
λ
λ
p
O
p
p
O
T A
... 0 0 0
... ... ... ...
0 ... 0
0 ... 0 0
0 0 0 0
0
1
... 0 0
... ... ... ...
0 ...
1
0
0 0 ... 0
1
] [
M
M
K K O K K
M
M
B

deci o matrice diagonală. Prin urmare endomorfismul T este diagonalizabil.

Corolar. Dacă ) este diagonalizabil, atunci are loc descompunerea End T
n
V ( ∈
p
S S S
n λ λ λ
⊕ ⊕ ⊕ = ...
2 1
V .

Fie un K-spaţiu vectorial, iar un endomorfism al acestuia.
Pentru a obţine forma diagonală a lui T, putem da următorul algoritm.
n
V ) End T
n
V ( ∈


Algoritm de diagonalizare.

1. Fixăm o bază oarecare şi determinăm matricea
n
V B ⊂
n j i
ij
a T A
, 1 ,
) ( ] [
=
= =
B
a endomorfismului T în această bază.
2. Aflăm valorile proprii ale endomorfismului, soluţiile în corpul K ale
ecuaţiei . Dacă , atunci algoritmul stopează, iar endomorfismul T
nu este diagonalizabil.
0 ) ( = λ
A
P K ⊄ σ ) (T
3. Dacă şi este format din valori proprii distincte
cu ordinele de multiplicitate respectiv m calculăm rangul fiecărei
matrice
K ⊂ σ ) (T p p n ( ≤
m
p 1
,..., ,
)
λ λ
1
,...,
p
p j , 1 = I A
j
, λ − . Dacă avem p j m A rang
j
, 1 , ( = λ −
λ − I A
j
n I
j
) − =
0 ) = X
, adică spaţiul
vectorial al soluţiilor sistemului omogen ( satisface condiţia
p j m S
j
j
, 1 , dim = =
λ

atunci (cf. teoremei 3.4) endomorfismul T este diagonalizabil şi se trece la pasul 4;
altfel T nu este diagonalizabil, şi algoritmul stopează.
4. Se rezolvă cele p sisteme omogene
p j X I A
j
, 1 , 0 ) ( = = λ − ,
Cap.III. Vectori şi valori proprii

72
S
t
u
d
e
n
t

W
E
B

C
o
p
y
ale căror soluţii formează subspaţiile proprii p j S
j
, 1 , =
λ
. Astfel obţinem practic câte
o bază formată din vectori proprii, pentru fiecare subspaţiu propriu
j
B
j
m
p , 1 j S
j
, =
λ
.
5. Reunim cele p baze ale subspaţiilor proprii, formând o bază
spaţiului vectorial
p
B B B B ∪ ∪ ∪ = K
2 1
' a
n
V .
6. Relativ la această bază matricea este matrice diagonală, şi
are pe diagonală valorile proprii λ λ fiecare dintre acestea
apărând de un număr de ori egal cu ordinul său de multiplicitate.
' B
'
] [ '
B
T A D = =
λ ... ; ,...,
p
λ
1 1
,..., ; ,
p
1
1 3
7. Construim matricea diagonalizatoare (matricea modală) C, matricea de
trecere de la baza B la B , C . '
B
B ] ' [ =
8. Verificăm corectitudinea calculelor, testând relaţia sub forma
echivalentă .
AC C D
1 −
=
AC CD =

Exemple. 1. Determinaţi dacă endomorfismul , definit prin
matricea asociată relativ la baza canonică
) (
3
R End T ∈










=
− − −
3 2 1
3 5 2
5 7 2
A
este diagonalizabil sau nu.
Soluţie. Obţinem prin calcul polinomul caracteristic, o
singură valoare proprie distinctă, , rădăcină triplă a polinomului caracteristic
(m ). Avem
; ) 2 ( ) (
3
− λ = λ P
2
1
= λ
1
3 =
3 1 dim 0 3 3 2 rang ) 2 ( rang
1 1
1
1 2 1
3 3 2
5 - 7 - 4 -
= ≠ = ⇒ = − = − ≠ =










= −
λ
m S m n I A .
Deci endomorfismul T nu este diagonalizabil.
2. Diagonalizaţi endomorfismul a cărui expresie analitică este ) (
4
R End T ∈
4
4 3 2 1 4 3 1 4 3 2 4 1
) , , , ( ), 3 2 , 2 , , ( ) ( R ∈ = ∀ + − − − − + − = x x x x x x x x x x x x x x T .
Soluţie. În raport cu baza canonică a lui , matricea lui T este R
4












=

− −


3 2 0 1
2 1 0 0
0 0 1 0
1 0 0 1
A
.
Obţinem polinomul caracteristic
) 4 ( ) 1 )( 2 ( ) det( ) (
2
− λ + λ + λ = λ − = λ I A P
şi valorile proprii . Ordinele de multiplicitate ale
valorilor proprii sunt respectiv m m .
4 , 1 , 2
4 3 2 1
= λ − = λ = λ − = λ
m
1 2 3
1 2 = = , , =
Deoarece , prin rezolvarea sistemului omogen
obţinem vectorul propriu generator .
rang( ) A I n m − = = − = − = λ
1 1
3 4
, 0 ) 2 ( = + X I A ) 1 , 2 , 0 , 1 (
1
− =
t
v
Algebră liniară

73
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Analog, deci , iar vectorii proprii
corespunzători sunt .
rang( ) A I n m − = = − = − λ
2 2
2 4
1 , 0 , 2 ( ), 0 , 0 , 1 , 0 (
3 2
t t
v v = =
2 2 dim
2
=
λ
S
) 0 ,
Obţinem , deci vectorul propriu corespunzător valorii
proprii λ este v .
3 4
3 ) ( rang m n I A − = = λ −
6 ) 5 , 2 , 0 , 1 (
4
− =
t
4
=
Deci baza B a spaţiului relativ la care matricea endomorfismului T este
diagonală, este . În concluzie endomorfismul T este diagonalizabil,
cu matricea diagonalizatoare C şi matricea diagonală D date respectiv de
'
B
4
R
}
4
v , , , { '
3 2 1
v v v =












= =


5 0 0 1
2 1 0 2
0 0 1 0
1 2 0 1
] , , , [
4 3 2 1
v v v v C
, .












= =




4 0 0 0
0 1 0 0
0 0 1 0
0 0 0 2
1
AC C D


#4. Forma canonică Jordan

Fie un K-spaţiu vectorial şi un endomorfism al acestuia.
Matricea A a lui T depinde de alegerea bazei în . Condiţiile în care matricea A se
poate diagonaliza au fost date în teoremele 3.2 şi 3.4. În cazul în care aceste condiţii
nu sunt toate satisfăcute, deci când diagonalizarea nu este posibilă, se poate testa dacă
endomorfismul admite o formă canonică mai generală, numită forma Jordan.
V
n
) (
n
End T V ∈
V
n

4.1.Definiţii. a) Fie . Se numeşte celulă Jordan de ordinul m ataşată
scalarului , şi se notează prin , matricea
λ ∈ K
m
J λ
) ( ) (
0 0
1 0 0
0 1 0
0 1
K
mxm m
M J ∈
















= λ
λ
λ
λ
K K
K K
M M
K
K K

Spre exemplu, avem următoarele celule Jordan
) ( ) 1 (
3 3 3
1 0 0
1 1 0
0 1 1
C
x
M i J
i
i
i











= +
+
+
+
,
) (
3 0
1 3
) 3 (
2 2 2
R
x
M J ∈








= , şi . ) ( ) 7 ( ) 7 (
1 1 1
R
x
M J ∈ =
b) Endomorfismul T se numeşte jordanizabil dacă există o bază
în faţă de care matricea endomorfismului să fie de forma
) (
n
End V ∈
V
n












=
p
J
J
J
J
K
M O M M
K
K
0 0
0
2
0
0 0
1

Cap.III. Vectori şi valori proprii

74
S
t
u
d
e
n
t

W
E
B

C
o
p
y
(forma canonică Jordan), unde J sunt celule Jordan ataşate valorilor proprii λ ,
i i
p i , 1 = ale endomorfismului T.

O celulă Jordan de ordinul s ataşată unei valori proprii multiplă de
ordinul corespunde vectorilor liniar independenţi care satisfac
următoarele relaţii
) (T σ ∈ λ
s
e e ,...,
2
s m ≥ e ,
1
¦
¦
¹
¦
¦
´
¦
+ λ =
+ λ =
λ =

.
,
1
1 2 2
1 1
s s
e e Te
e e Te
e Te
s
K

După cum se observă din prima ecuaţie, vectorul e este propriu; vectorii se
numesc vectori principali.
1 s
e e ,...,
2

Observaţii. 1. Există endomorfisme ale spaţiilor vectoriale reale care nu admit
formă Jordan, şi anume acelea pentru care corpul K este R (deci K nu este corp
algebric închis) iar ecuaţia caracteristică nu are toate cele n rădăcini în R
( ). Spre exemplu, endomorfismul T , R K = ⊄ σ ) (T ) (
2
R End ∈
2
2 1 1 2
) , ( ), , ( ) ( R ∈ = ∀ − = x x x x x x T ,
are drept valori proprii numerele complexe imaginare . R ∉ ± i
2. Endomorfismele spaţiilor complexe admit totdeauna la forma Jordan,
deoarece orice ecuaţie algebrică de gradul n cu coeficienţi complecşi are toate cele n
rădăcini în corpul . C K =
3. Forma diagonală a unui endomorfism diagonalizabil este un caz particular
de formă canonică Jordan, anume cazul când toate celulele Jordan sunt de ordinul
unu.
4. Forma canonică Jordan asociată unui endomorfism dat nu este unic
determinată. Doar numărul celulelor Jordan (care este egal cu numărul maximal de
vectori proprii liniar independenţi ai lui T) precum şi structura internă a celulelor
Jordan sunt unice. Ceea ce nu este unic determinat este ordinea celulelor Jordan pe
"diagonala" matricii canonice Jordan. Această ordine depinde de ordinea vectorilor
din baza B - formată din vectori proprii şi princpali ai endomorfismului T. '
5. Se poate arăta că pentru un un endomorfism T al K-spaţiului
vectorial , ce are valorile proprii distincte λ de multiplicităţi respectiv
(

), există p subspaţii vectoriale
) (
n
End V ∈
λ
p
V
n
p
m ,
1
,...,
m m , ,
2 1
K
=
=
p
k
k
n m
1
p j
j
, 1 , = ⊂V V , astfel încât
sunt satisfăcute următoarele proprietăţi:
♦ p j m
j j
, 1 , = = V dim ;
♦ subspaţiile V sunt invariante faţă de T;
j
Algebră liniară

75
S
t
u
d
e
n
t

W
E
B

C
o
p
y
♦ p j I N
j j
m j j
, 1 ,
/
= λ + =
V
T , cu endomorfism nilpotent de ordin cel mult ;
j
N
j
m

♦ are loc descompunerea în sumă directă
p n
V V V V
2 1
⊕ ⊕ ⊕ = K .
Pe baza acestui rezultat, se poate demonstra următoarea teoremă:

Teorema Jordan. Fie un K-spaţiu vectorial n-dimensional. Dacă
endomorfismul are valorile proprii în corpul K, atunci există o bază în
(numită bază Jordan) faţă de care matricea lui T are forma Jordan..
V
n
) (
n
End T V ∈
V
n


Algoritm pentru găsirea unei baze Jordan

1. Se fixează o bază în şi se determină matricea A ataşată endomorfismului
.
V
n
) (
n
End T V ∈
2. Prin rezolvarea ecuaţiei caracteristice ; se determină
valorile proprii distincte λ , multiple de ordinul respectiv
0 ) det( ) ( = λ − ≡ λ I A P
A
j
p j m
j
, 1 , = . Algoritmul
continuă doar dacă p j , 1 , ∈ ∀ K
j
∈ λ (sau, echivalent, ), altfel
endomorfismul nu este jordanizabil.

=
p
j
j
m
1
= n
3. Se Află vectorii proprii liniar independenţi corespunzători fiecărei valori
proprii .
j
λ
4. Se calculează numărul de celule Jordan, pentru fiecare valoare proprie
distinctă în parte, număr egal cu dim .
j
λ ) ( rang dim I A S
j n
j
λ − − =
λ
V
5. Se rezolvă sistemul ( ) , pentru fiecare A I X
j
m
j
− λ 0 = p j , 1 = .
Pentru p j , 1 ∈ fixat, soluţiile vectori nenuli generează subspaţiul . Practic, se
determină întâi forma vectorilor proprii v ce generează prin rezolvarea sistemului
j
S
λ
j
S
λ
0 ) ( = λ − v I A
j
.
Distingem cazurile:
♦ , caz în care se determină o bază a subspaţiului formată
din vectori proprii (soluţiile fundamentale ale sistemului de mai sus).
j
m S
j
=
λ
dim
j
m
j
B
j
j
S V =
λ
♦ , caz în care avem
j
m S
j

λ
dim
j j
j j
S S V V ≠ ⊂
λ λ
, .
În acest caz se determină forma generală v a vectorilor proprii din , se calculează
numărul de vectori principali asociaţi, şi se află aceşti vectori,
rezolvând succesiv sistemele liniare
j
S
λ
j
S m
j λ
− dim
1 2
) ( , , ) (

= λ − = λ −
s s
w w I A v w I A K .
La fiecare sistem în parte se verifică compatibilitatea acestuia, şi ţinând cont şi de
condiţiile sistemelor anterioare se obţin informaţii relativ la vectorul propriu generic v
Cap.III. Vectori şi valori proprii

76
S
t
u
d
e
n
t

W
E
B

C
o
p
y
căruia i se asociază aceşti vectori principali; apoi, în caz că acesta sistemul este
compatibil, se rezolvă.
Se determină în acest mod un număr de seturi de vectori, ce conţin
fiecare câte un vector propriu v din baza spaţiului şi vectori principali asociaţi
acestuia (în cazul în care sistemele ce produc vectori principali asociaţi lui v sunt
compatibile).
j
S n
j λ
= dim
j
S
λ
Familia ordonată a acestor seturi corespunde la o familie de celule Jordan
aşezate pe diagonala matricii formei canonice Jordan, şi determină o bază în
subspaţiul invariant asociat valorii proprii λ .
j
n
j
n
j
B
j
V
j
6. Se reunesc cele p baze ale subspaţiilor invariante , formând o bază
j
V
p
B B B B ∪ ∪ ∪ = K
2 1
'
a spaţiului vectorial
n
V .
7. Relativ la această bază ' matricea este matrice în formă
canonică Jordan, şi are pe diagonală celulele Jordan asociate valorilor proprii
, dispuse în ordinea în care apar în baza B seturile de vectori (formate din
căte un vector propriu urmat, eventual, de vectorii principali asociaţi (daca aceştia
există).
B
'
] [ '
B
T A J = =
'
p
λ λ ,...,
1
Celulele Jordan au ordinul egal cu numarul de vectori din setul corespunzător, şi
conţin valoarea proprie ataşată setului de vectori.
8. Se construieşte matricea jordanizatoare C, adică matricea C de
trecere de la baza B la B .
B
B ] ' [ =
'
9. Se verifică corectitudinea calculelor, testând relaţia
AC C J
1 −
=
sub forma echivalentă . AC CJ =

Exemplu. Să se afle forma canonică Jordan a endomorfismului T , ) (
4
R End ∈
) 6 17 , 7 , 2 4 , 2 ( ) (
4 3 2 1 4 3 2 1 2 1 2 1
x x x x x x x x x x x x x T − − − − + + + − − + = ,
4
4 3 2 1
) , , , ( R ∈ = ∀ x x x x x .
Soluţia I. Matricea endomorfismului T relativ la baza canonică a spaţiului
vectorial este
4
R
|
|
|
|
.
|

\
|
=
− − − −
− −
1 1 6 17
1 1 1 7
0 0 2 4
0 0 1 2
A .
Ecuaţia caracteristică 0 are soluţia multiplă de ordin .
Avem ra
4
= λ λ = = λ 0
1
4
1
= m
ng( ) A I − = λ 2, deci numărul celulelor Jordan este egal cu
2 2 4 dim ) ( rang = − = = λ − −
λ
S I A n .
Ordinele celor două celule Jordan pot fi: ambele de ordin 2, sau una de ordin 3 şi
cealaltă de ordin 1.
Algebră liniară

77
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Determinăm situaţia în care ne aflăm, folosind indicele de nilpotenţă al restricţiei
; pentru aceasta aflăm subspaţiul . Deoarece
1 1
/ 1 V
Id T N λ − =
V
4
1
) ( Ker Id T λ − = V
4 4
2
2
1 1 6 17
1 1 1 7
0 0 2 4
0 0 1 2
) (
x
O I A =
|
|
|
|
|
.
|

\
|
− − − −
− −
= λ −
,
obţinem,
4
1
4
3 2
) (
) ( ) ( ) (
R = V = V = λ − =
= λ − = λ − ⊂ λ − =
λ
Id T
Id T Id T Id T S
Ker
Ker Ker Ker

unde am notat prin Id transformarea idantică a spaţiului vectorial . Rezultă că
indicele de nilpotenţă h al restricţiei este egal cu 2.
4
R
1
N
Deoarece şi , rezultă că
numărul celulelor Jordan de tip hxh=2x2 este egal cu
4 ) ( Ker dim
2
= λ − I T 2 dim ) ( Ker dim = = λ −
λ
S I T
2 2 4 ) ( Ker dim ) ( Ker dim
2
= − = λ − − λ − J T J T .
Prin urmare forma Jordan este , unde .
|
.
|

\
|
=
2
0
0
1
J
J
J
|
|
.
|

\
|
=
|
|
.
|

\
|
λ
λ
= =
0 0
1 0
0
1
2 1
J J

Soluţia II. Deoarece , rezultă că valorii
proprii îi corespund doi vectori proprii liniar independenţi pe care-i
determinăm rezolvând sistemul omogen dublu nedeterminat
2 dim 2 ) ( rang = ⇒ = λ −
λ
S I A
0 = λ
¦
¦
¹
¦
¦
´
¦
= − − − −
= + + +
= − −
= +
⇔ = = λ −
. 0 6 17
0 7
0 2 4
0 2
) , , , ( , 0 ) (
4 3 2 1
4 3 2 1
2 1
2 1
4 3 2 1
x x x x
x x x x
x x
x x
x x x x v v I A
t

Notând obţinem , deci soluţia generală
a sistemului are forma , sau .
x a x
3 4
= = , b
)
d
5 / ) ( 2 , 5 / ) (
2 1
b a x b a x + = + − =
( ) b a b a b a , , 5 / ) ( 2 , 5 / ) + + b a − ≠ v
t
( − = 0 ≠ b
Deci există maximum doi vectori proprii liniar independenţi.
Deoarece diferenţa dintre multiplicitatea algebrică şi cea geometrică a valorii
proprii este , vom determina 2 vectori principali, precum si vectorii proprii
cărora aceştia le corespund. Fie un vector principal; acesta
satisface sistemul neomogen
2 2 4 = −
(
4 3 2 1 2
, , , u u u u w
t
=
¦
¦
¹
¦
¦
´
¦
= − − − −
= + + +
+ = − −
+ − = +
⇔ = λ −
. 6 17
7
5 / ) ( 2 2 4
5 / ) ( 2
) (
4 3 2 1
4 3 2 1
2 1
2 1
2
b u u u u
a u u u u
b a u u
b a u u
v w I A

Notând obţinem soluţia sistemului (care este compatibil nedeterminat
, verificaţi !),
u c u
3 4
= = ,
R ∈ ∀ b a,
|
.
|

\
| + + − − − − +
= d c
d c b a d c b a
w
t
, ,
25
10 10 7 17
,
25
5 5 6
2
.
Cap.III. Vectori şi valori proprii

78
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Deoarece condiţiile de compatibilitate Rouche sunt identic satisfăcute, rezultă că
fiecăruia dintre vectorii proprii liniar independenţi ai unei baze a subspaţiului , i se
ataşează un vector principal.
λ
S
Alegând , obţinem vectorul propriu v , şi
alegând se obţine vectorul principal ataşat
vectorului propriu v .
a = 7
= = − 7 1 , ,
1
b = −17
c d = = 7
) 17 , 7 , 4 , 2 (
1
− − =
) 0 , 0 , 0 , 1 (
1
= w a b 0
6 Alegând se găseşte vectorul propriu ; pentru
, găsim vectorul principal care se ataşează lui
.
a b = = − 1,
d = = 0
) 6 , 1 , 2 , 1 (
2
− − = v
) 0 , a b c = = − 1 6 , ,
2
v
0 , 1 , 0 (
2
= w
S-au obţinut seturile de vectori { şi , care prin reuniune
determină baza Jordan B . Corespunzător celor două seturi,
avem două celule Jordan de ordin 2 fiecare (numarul de vectori din fiecare set).
Relativ la baza matricea Jordan a endomorfismului T şi matricea de trecere la noua
bază sunt respectiv
} ,
1 1
w v
4
R ⊂
} , {
2 2
w v
2 2 1 1
} , , , { ' = w v w v
' B
|
|
|
|
.
|

\
|
= =
0 0 0 0
1 0 0 0
0 0 0 0
0 0 1 0
'
] [
B
T J , C ;
|
|
|
|
.
|

\
|
= =
− −
− −
0 6 0 17
0 1 0 7
1 2 0 4
0 1 1 2
] , ; , [
2 2 1 1
w v w v
acestea satisfac relaţia (CJ=AC) (temă, verificaţi !). J AC C =
−1


#5. Spectrul endomorfismelor în spaţii euclidiene

Fie V un K-spaţiu vectorial euclidian şi un endomorfism al
acestuia. Dacă ) λ iar x este un vector propriu ataşat lui λ, atunci are loc relaţia
) (V End T∈
(T σ ∈
> <
> <
= λ
x x
x Tx
,
,
.
Într-adevăr, avem < şi cum , prin împărţire la > < λ >= λ >=< x x x x x Tx , , , 0 ≠ x
0 ,
2
≠ >= < x x x , rezultă afirmaţia.

5.1. Teoremă. Dacă este un endomorfism hermitic al spaţiului
euclidian complex V , atunci:
) (V End T∈
1) Valorile proprii ale lui T sunt reale.
2) La valori proprii distincte ale lui T corespund vectori proprii ortogonali.
3) Dacă n , atunci T admite exact n vectori proprii ortogonali doi
câte doi (deci este diagonalizabil).
= V dim

Demonstraţie. Din ipoteză T hermitic, deci Vom
demonstra proprietăţile 1) şi 2). 1) Prin calcul direct obţinem
V ∈ ∀ > >=< < y x y Tx Ty x , , , , .
Algebră liniară

79
S
t
u
d
e
n
t

W
E
B

C
o
p
y
R ∈ λ ⇒ λ =
> <
> <
=
> <
> <
=
> <
> <
= λ
x x
x Tx
x x
Tx x
x x
x Tx
,
,
,
,
,
,
.
2) Fie λ valori proprii ale lui T şi vectori proprii corespunzători.
Atunci avem
2 1
λ ≠ V , ∈
2 1
v v
, > < λ >= λ >=< <
2 1 1 2 1 1 2 1
, , , v v v v v Tv
> < λ >= < λ >= λ >=< >=< <
2 1 2 2 1 2 2 2 1 2 1 2 1
, , , , , v v v v v v Tv v v Tv .
Prin scădere rezultă ; dar întrucât λ , avem
, deci cei doi vectori proprii sunt ortogonali.
‰
0
T a
, ) (
2 1 2 1
>= < λ − λ v v
2 1
λ ≠
0 ,
2 1
>= < v v

Observaţii. 1. Pentru un endomorfism antihermitic valorile proprii sunt pur
imaginare sau nule; vectorii proprii corespunzători au aceleaşi proprietăţi ca şi în
cazul hermitic.
2. Pe spaţiile euclidiene reale, valorile proprii ale unui endomorfism simetric
sunt reale, iar valorile proprii reale ale unui endomorfism antisimetric sunt nule.
Dacă este un spaţiu euclidian real n- dimensional, iar este simetric,
atunci T posedă n vectori proprii care constituie o bază ortogonală a lui . Această
proprietate nu este adevărată pentru un endomorfism antisimetric.
V
n
) (V End T∈
V
n

Corolar. Fie un K-spaţiu vectorial n-dimensional, iar T un
endomorfism simetric (pentru cazul K=R), sau hermitic (pentru cazul K=C).
n
V ) (
n
V End ∈
Atunci există o bază ortonormată astfel încât matricea [
endomorfismului T relativ la baza este matrice diagonală (deci endomorfismul T
este diagonalizabil).
n
V ⊂ ' B
'
]
B
' B

Exemplu. Arătaţi că endomorfismul T al spaţiului vectorial
euclidian complex dat prin matricea A este hermitic, apoi diagonalizaţi, unde
) (
3
C End ∈
3
C
) (
4 0 0
0 3
0 3
3
C M i
i
A ∈
|
|
|
.
|

\
| −
= .
Soluţie. T este endomorfism hermitic, deoarece baza canonică
3
3 2 1
)} 1 , 0 , 0 ( ), 0 , 1 , 0 ( ), 0 , 0 , 1 ( { C B ⊂ = = = = e e e
este ortonormată, iar matricea asociată endomorfismului relativ la această bază
este matrice hermitică (satisface relaţia
B
] [T A = A A
t
= ). Determinăm o bază
faţă de care matricea endomorfismului să aibă forma diagonală. Valorile
proprii sunt reale: λ λ , iar vectorii proprii corespunzători sunt
pentru λ = şi , pentru λ = , şi sunt ortogonali
doi câte doi. Normând vectorii proprii obţinem baza ortonormată
3
C B ⊂ ′
0 , , 1 (
1
= i v
λ
1 2 3
2 = = = ,
) 4 v
4
1 , 0 , 0 ( ),
2
= v ) 0 , 1 , (
3
i = 2
¦
)
¦
`
¹
¦
¹
¦
´
¦
= |
.
|

\
|
= = |
.
|

\
|
= = =
2 3
3
3
2
1
1
1
, 0 ,
2
1
,
2
, 0 ,
2
,
2
1
' v u
i
v
v
u
i
v
v
u B .
Cap.III. Vectori şi valori proprii

80
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Matricea de trecere de la baza canonică la baza şi matricea diagonală
asociată sunt deci
' B
|
|
|
|
.
|

\
|
− =
1 0 0
0 2 / 1 2 /
0 2 / 2 / 1
i
i
C , .
|
|
|
.
|

\
|
= = =

4 0 0
0 2 0
0 0 4
1
'
] [ AC C D
B
A

5.2. Teoremă. Fie V un spaţiu euclidian complex/real şi un
endomorfism unitar (pentru K=C), sau ortogonal (pentru K=R). Atunci:
V) ( End T∈
1) Dacă aparţin corpului K, valorile proprii ale lui T au modulul 1.
2) La valori proprii distincte ale lui T corespund vectori proprii ortogonali.
3) Dacă V este spaţiu vectorial complex n-dimensional, atunci T posedă n
vectori proprii ortogonali doi câte doi.

Demonstraţie. Demonstrăm proprietăţile 1) şi 2). 1) Fie T un morfism unitar, λ ∈
o valoare proprie a acestuia, şi un vector propriu corespunzător lui λ.
Rezultă relaţiile
C
} 0 { \ V ∈ x
, , ,
, , , ,
> >=< <
> < λ λ >= λ λ >=< <
x x x T x T
x x x x x T x T

unde λ este conjugatul complex al lui λ. Prin scădere rezultă 0 , ) 1 ( >= < − λ λ x x .
Deoarece < , rezultă 0 , >≠ x x λλ sau − = 1 0 λ
2
=1, adică λ =1.
2) Fie valorile proprii λ şi vectori proprii asociaţi respectiv celor două
valori proprii. Atunci
λ
1

2 2
x x
1
,
> >=< <
2 1 2 1
, , x x x T x T şi > < λ λ >= λ λ >=< <
2 1 2 1 2 2 1 1 2 1
, , , x x x x x T x T .
Prin scăderea acestor relaţii, rezultă
0 , ) 1 (
2 1 2 1
>= < − λ λ x x .
Deoarece valorile proprii au modulul unu şi sunt distincte, rezultă 0 1
2 1
≠ − λ λ ,
deci , şi deci vectorii şi sunt ortogonali. ‰ 0 ,
2 1
>= < x x x
1
x
2

Exemplu. Să se aplice teorema de mai sus endomorfismului T dat
prin matricea .
) (
3
R End ∈
} ) 1 2 {( \ ,
cos 0 sin
0 1 0
sin 0 cos
π + ∈
|
|
|
.
|

\
|
=



k t A
k
t t
t t
Z
R U
Soluţie. Matricea A a endomorfismului relativ la baza canonică este matrice
ortogonală ( A A ), iar baza canonică este ortonormată relativ la produsul scalar
canonic (temă, verificaţi); deci endomorfismul T este ortogonal.
I
t
=
Verificăm că valorile proprii ale endomorfismului au modulul egal
cu unitatea şi că vectorii proprii (cu coeficienţi complecşi) corespunzători sunt
ortogonali. Valorile proprii ale lui , adică soluţiile ecuaţiei det( , sunt
3 3
: R R
C C C
→ T
T
C
0 ) = λ − I A
t i t t i t sin cos , sin cos , 1
3 2 1
− = λ + = λ − = λ .
Algebră liniară

81
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Se observă că 1
3 2 1
= λ = λ = λ . Vectorii proprii corespunzători sunt, după normare
3
3 2 1
) 1 , 0 , (
2
1
), 1 , 0 , (
2
1
), 0 , 1 , 0 ( C ∈ = − = = i v i v v .
Se verifică usor relaţiile de ortogonalitate în
3
C
0 , , 0 , , 0 ,
1 3 3 2 2 1
>= < >= < >= < v v v v v v ,
deci este o bază ortonormată (verificaţi !) complexă, relativ la
care transformarea liniară este diagonalizabilă, cu matricea
diagonală asociată
3
3 2 1
} , , { ' C B ⊂ = v v v
) (
3
R
C
End T∈
C










= =

+

t i t
t i t T D
sin cos 0 0
0 sin cos 0
0 0 1
'
] [
B
C
.

Se mai observă că deşi T nu este diagonalizabilă ca endomorfism al spaţiului
(deoarece ), putem ataşa vectorilor v şi vectorii reali (care nu sunt
vectori proprii pentru endomorfismul T):
3
R
R ⊄ σ ) (T
2 3
v
) 0 , 0 , 1 (
2
1
) Im( ) Im( ); 1 , 0 , 0 (
2
1
) Re( ) Re(
3 2 3 3 2 2
− = − = = = = = v v u v v u ,
iar aceştia verifică condiţiile de ortogonalitate
0 , , 0 , , 0 ,
3 2 3 1 2 1
>= < >= < >= < u u u v u v ,
deci am obţinut baza ortogonală care nu este formată din
vectori proprii, produsă de baza ortogonală din C .
3
3 2 1
} , , { R B ⊂ = ′ ′ u u v
, , { '
3 2 1
v v v = B }
3


#6. Polinoame de matrice. Funcţii de matrice

Fie End ∈ un endomorfism al K -spaţiului vectorial n-dimensional
şi
) (
n
V T V
n
) ) (
ij
a A = (
, 1 ,
K
n n
n j i
M
×
=
∈ matricea acestuia relativ la o bază a lui . V
n

6.1. Definiţie. Oricărui polinom cu coeficienţi din corpul K,
] [ ) (
0 1
1
1
t a t a t a t a t Q
m
m
m
m
K ∈ + + + + =


K ,
îi putem asocia polinomul de endomorfisme
) ( ) (
0 1
1
1 n
m
m
m
m
End J a T a T a T a T Q V ∈ + + + + =


K ,
şi polinomul de matrice
, ) ( ) (
0 1
1
1
K
n n
m
m
m
m
M I a A a A a A a A Q
×


∈ + + + + = K
unde este endomorfismul identic, iar este matricea
identitate de ordinul n .
) (
n
End J V ∈ ) (K
n n
M I
×


Observaţie. Studiul polinoamelor de endomorfisme se reduce la studiul
polinoamelor de matrice; puterile de matrice se pot calcula relativ uşor, făcând uz de
forma canonică a matricilor respective, după cum urmează:


Cap.III. Vectori şi valori proprii 82
♦ dacă matricea A este similară cu o matrice diagonală D, atunci
S
t
u
d
e
n
t

W
E
B

C
o
p
y
1 1 2 2 1
, , ,
− − −
= = = C CD A C CD A CDC A
m m
K ;
♦ dacă matricea A este similară cu o matrice Jordan J, atunci
1 1 2 2 1
, , ,
− − −
= = = C CJ A C CJ A CJC A
m m
K .

6.2. Teorema Cayley-Hamilton. Fie o matrice şi polinomul
caracteristic al matricii A. Atunci are loc relaţia , unde O este matricea
nulă de ordinul n.
) (K
n n
M A
×

O A P = ) (
A
P
n n

Demonstraţie. Pentru o matrice arbitrară ) C , are loc relaţia (K
n n
M
×

I C C C ) (det = ⋅
+
, (*)
unde C este reciproca matricii C. Fie şi polinomul
său caracteristic. Considerând , unde I este matricea unitate de ordinul n,
egalitatea ( devine
+
) (K
n n
M A
×

I λ
P A ( ) det( ) λ = − I λ
A C − =
) ∗
I P I A I A ) ( ) )( ( λ = λ − λ −
+
. (**)
Prin construcţie este o matrice de polinoame de grad n 1, deci are forma
+
λ − ) ( I A −
0
2
2
1
1
) ( B B B I A
n
n
n
n
+ + λ + λ = λ −




+
K ,
unde , ) ( M K
n n i
B
×
∈ 1 , 0 − = n i . Fie polinomul caracteristic al matricii A:
n k a a a a P
k
n
n
n
n
, 0 , , ) (
0
1
1
∈ ∀ ∈ + + λ + λ = λ


K K ;
atunci egalitatea ( se rescrie ) ∗∗
I a a a B B B B I A
n
n
n
n
n
n
n
n
) ( ) )( (
0
1
1 0 1
2
2
1
1
+ + λ + λ = + λ + + λ + λ λ −






K K ,
sau, grupând după puterile lui λ,
= + λ − + + λ − + λ −

− − − 0 0 1
1
2 1 1
) ( ) ( ) ( AB B AB B AB B
n
n n
n
n
K
I a I a I a
n
n 0 1
) ( ) ( + λ + + λ = K
Prin identificare obţinem relaţiile
I a AB I a B AB I a B AB I a B
n n n n 0 0 1 0 1 1 2 1 0 1
, , , , = = − = − = −
− − − −
K .
Amplificând aceste relaţii la stânga respectiv cu şi apoi adunându-le
membru cu membru, obţinem
I A A A
n n
, , , ,
1
K


= + + + + =


I a A a A a A a A P
n n
n n
1
1
1 0
) ( K
‰ 0
0 0 2
1
2
1
1 1
= + + − + − + − =




− −
AB AB B A B A B A B A
n
n
n
n
n
n
n
n
K

Corolar. Dacă este un endomorfism, iar este polinomul
său caracteristic, atunci are loc egalitatea de polinoame de endomorfisme
.
) (
n
V End T∈ ) (λ P
O T P = ) (

Exemple. 1. Calculaţi polinomul de matrice , unde ) ( A Q

4 9 6 ) (
2 3
− + − = t t t t Q , . ) (
2 1 1
1 2 1
1 1 2
3 3
R
x
M A ∈










=
Algebră liniară

83
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Soluţie. Polinomul caracteristic al matricei A este
) 4 9 6 ( ) 4 ( ) 1 ( ) det( ) (
2 3 2
− λ + λ − λ − = − λ − λ = λ − = λ I A P
A

şi deci, în baza teoremei Cayley-Hamilton avem ; făcând uz de aceasta,
prin calcul direct rezultă Q
O A P
A
= ) (
O A P A
A
= − = ) ( ) ( .

2. Se dă matricea . Calculaţi matricea inversă folosind
teorema Cayley-Hamilton.
|
|
|
.
|

\
|
=
2 0 0
1 2 0
0 1 2
A A
−1

Soluţie. Polinomul caracteristic al matricii este
3
) 2 ( ) ( λ − = λ
A
P .
Se observă că termenul liber al polinomului (care este egal cu determinantul matricii)
este 8, deci nenul, şi prin urmare matricea A este inversabilă. Aplicând teorema
Cayley-Hamilton, avem , adică 0 ) ( = A P
A
0 8 12 6 0 ) 2 (
2 3 3
= − + − ⇔ = − I A A A I A ,
sau încă,
I A I A A I A A A = ⋅ + − ≡ + − ⋅ 8 / ) 12 6 ( 8 / ) 12 6 (
2 2

de unde, prin amplificare cu , rezultă
1 −
A
|
|
|
.
|

\
|


= + − =

2 / 1 0 0
4 / 1 2 / 1 0
8 / 1 4 / 1 2 / 1
8 / ) 12 6 (
2 1
I A A A .

6.3. Teoremă. Fie o matrice de ordin n. Atunci orice polinom
în A de grad cel puţin n, poate fi exprimat printr-un polinom de gradul n 1.
) (K
n n
M A
×



Demonstraţie. Polinomul caracteristic ataşat matricei A este
) ) 1 ( ( ) 1 ( ) (
1
1 n
n n n n
P δ − + + λ δ − λ − = λ

K ;
aplicând teorema Cayley-Hamilton, rezultă că puterea maximă a matricii A în
are expresia
n
A
) ( A P
. ) 1 (
1 1
1
I A A
n
n n n
δ − + − δ =
+ −
K ‰

Observaţii. 1. Se observă că prin recurenţă toate puterile ale
matricii A de ordin n se exprimă cu ajutorul puterilor .
A p
n p +
∈ , N
I A A
n
, , ,
1
K

2. Fie un K - spaţiu vectorial şi o serie de puteri
Această serie are sens pentru (spre exemplu numere reale, numere complexe,
matrice pătratice, funcţii, polinoame, endomorfisme etc.) dacă putem defini puterea
. În cele ce urmează vom presupune cunoscute rezultatele din analiza matematică
privind convergenţa seriilor de puteri.
V K ∈ =
∑ m
m
m
m
a t a t f , ) ( .
V ∈ t
t
m

Cap.III. Vectori şi valori proprii 84
S
t
u
d
e
n
t

W
E
B

C
o
p
y
6.4. Definiţii. Fie un endomorfism arbitrar şi A matricea
pătratică de ordinul n asociată lui T relativ la o bază din V .
) (
n
V End T∈
n
a) Se numeşte serie de matrice, iar suma acesteia se numeşte funcţie de
matrice, o serie de forma
N ∈ ∀ ∈


=
m a A a
m
m
m
, ,
0
K
m
.
b) Se numeşte serie de endomorfism, iar suma acesteia se numeşte funcţie de
endomorfism, o serie de forma
N ∈ ∀ ∈


=
m a T a
m
m
m
, ,
0
K
m
.

Observaţii. 1. Pe spaţ iile finit dimensionale, studiul seriilor de
endomorfisme se reduce la studiul seriilor de matrice.
2. Conform consecinţei teoremei Cayley-Hamilton, funcţia de matrice
se reduce la un polinom Q A de gradul n 1 în A, unde n este
ordinul matricei A. Dacă este convergentă, atunci coeficienţ ii polinomului
sunt serii convergente.
m
m
m
A a A f


=
N
) (
Q A ( )
( ) −
a A
m
m
m

3. În cazul când A admite valorile proprii distincte, λ , polinomul de
gradul n 1 ataşat seriei ∑ se poate scrie în forma Lagrange
n
λ , ,
1
K
− a A
m
m
m
) (
) ( ) )( ( ) (
) ( ) )( ( ) (
) (
1 1 1 1
1 1 1
j
n
j n j j j j j j
n j j
f
I A I A I A I A
A f λ
λ − λ λ − λ λ − λ λ − λ
λ − λ − λ − λ −
=

= + −
+ −
K K
K K
,
sau sub forma
f A Z f
j j
j
n
( ) ( ) =
=
∑ λ
1
, (1)
unde nu depind de funcţia f şi deci pot fi determinate prin
particularizarea funcţiei f. În cazul valorilor proprii multiple se arată că
) (K
n n j
M Z
×

∑∑
=

=
λ =
p
k
m
j
k
j
kj
k
f Z A f
1
1
0
) (
) ( ) ( ,
unde sunt valorile derivatei de ordinul j a lui f, iar Z sunt
matrice independente de funcţia f.
f
j ( )
(.)
kj n n

×
M ( ) K

4. În particular putem defini următoarele funcţii de matrice

∑ ∑ ∑

=

=
+ ∞
=
− =
+
− = =
0
2
0
1 2
0
)! 2 (
) 1 ( cos ,
)! 1 2 (
) 1 ( sin ,
!
m
m
m
m
m
m
m
m
A
m
A
A
m
A
A
m
A
e .

Seriile din membrul drept având raza de convergenţ ă . Funcţia de matrice e se
numeşte matricea exponenţială. Deseori, în loc de e vom utiliza funcţia de matrice
(de exemplu, în teoria sistemelor diferenţiale liniare cu coeficienţi
constanţi).

A
A
e t
At
, ∈ R
Algebră liniară

85
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Exemplu. Calculaţi funcţia de matrice e , unde .
At
|
|
|
.
|

\
|
= −
4 0 0
1 3 0
3 2 2
A

Soluţie. Valorile proprii distincte ale matricii A sunt
4 , 3 , 2
3 2 1
= λ = λ = λ ;
prin înlocuire în relaţia (1) obţinem
3 2 1
) 4 ( ) 3 ( ) 2 ( ) ( Z f Z f Z f A f + + = . (2)
Matricele Z j nu depind de f ; le aflăm particularizând funcţia f succesiv:
j
, , , = 1 2 3
3 2 1
2 2
3 2 1
3 2 1
16 9 4 ) ( ) (
5 4 3 ) ( 1 ) (
3 2 1 ) ( 1 ) (
Z Z Z A A f z z f
Z Z Z I A A f z z f
Z Z Z I A A f z z f
+ + = ≡ ⇒ =
+ + = + ≡ ⇒ + =
⋅ + ⋅ + ⋅ = − ≡ ⇒ − =

de unde obţinem sistemul matriceal
¦
¹
¦
´
¦
= + +
+ = + +
− = + +
2
3 2 1
3 2 1
3 2 1
16 9 4
5 4 3
3 2
A Z Z Z
I A Z Z Z
I A Z Z Z
,
care admite soluţia
) 6 5 (
2
1
, 8 6 ), 12 7 (
2
1
2
3
2
2
2
1
I A A Z I A A Z I A A Z + − = − + − = + − = .
Pentru , prin înlocuirea funcţiei f şi a soluţiei în relaţia (2),
obţinem
f A e
At
( ) =
3 2 1
, , Z Z Z
] ) 6 5 ( ) 8 6 ( 2 ) 12 7 [(
2
1
4 2 3 2 2 2 t t t At
e I A A e I A A e I A A e + − + − + − + + − = .


#7. Probleme propuse

1. Fie V spaţiul vectorial al funcţiilor reale de clasă pe intervalul deschis
. Aflaţi valorile proprii şi vectorii proprii ai endomorfismului
C

( , ) 0 1
) 1 , 0 ( ), ( ) ( ), ( : ∈ ∀ ′ = = → x x f x x g f T g T V, V .

R: ( ) ; ( ), { ( ) , (0,1)} T T S f f x x x
λ
σ λ σ
λ
= ∀ ∈ = = ∀ ∈ R .

2. Diagonalizaţi matricea A. Formulări echivalente :
♦ să se determine o bază formată din vectori proprii ai transformării liniare T a cărei
matrice asociată relativ la baza canonică este A, T ; A T End = ∈
B
R ] [ ), (
3
♦ să se determine o bază în care transformarea T are matricea asociata diagonală;
♦ să se afle valorile proprii şi vectorii proprii ai transformării liniare T ai matricei A.

a) , b) , c) ,
|
|
|
.
|

\
|
=
− −


4 4 4
1 7 4
1 4 7
A
|
|
|
.
|

\
|
=
− −
− −
1 6 3
0 5 3
0 6 4
A
|
|
|
.
|

\
|
=
−1 0 0
0 0 2
0 2 3
A

Cap.III. Vectori şi valori proprii 86
S
t
u
d
e
n
t

W
E
B

C
o
p
y
d) , e) , f)










=



4 2 2
6 3 3
2 1 1
A










=
− − − 1 2 2
0 2 0
0 2 1
A










=
− − −
2 2 1
3 4 2
5 7 3
A
R. a) σ(A)={3,3,12}, b) σ (A)={1,1,-2}, c) σ (A)={-1,-1,4}, d) σ (A)={2,0,0},
e) σ (A)={-1 ,1, 2}.
Vectorii proprii - temă a,c,d,f . b) B ,
.
)} 1 , 1 , 1 ( ), 1 , 0 , 0 ( ), 0 , 1 , 2 ( {
3 2 1
− = = − = = ′
t t t
v v v











=

2 0 0
0 1 0
0 0 1
B










=
− −
= ′ = ] [ ,
1 1 0
1 0 1
1 0 2
] [
B
B T D C
e) B , C . )} 2 , 1 , 2 (
3
), 1 , 0 , 1 (
2
), 1 , 0 , 0 (
1
{ − = − = = = ′
t
v
t
v
t
v





















=
− −
=
2 0 0
0 1 0
0 0 1
,
2 1 1
1 0 0
2 1 0
D

3. Să se determine polinomul caracteristic al matricei Frobenius
















=

0 1 0 0
0 0 0 0
0 0 0 1
1 2 1
K
K
M M O M M
K
K
n n
p p p p
A , unde . R ∈
n
p p K ,
1
R. . ) ( ) 1 ( ) ( ) (
1
2
2
2
2
1
1
1
n n n
n n n n
A
p p p p p P + λ + λ + + λ + λ − + λ − = λ
− −
− − −
K

4. Fie V spaţiul vectorial al funcţiilor reale de clasă pe intervalul deschis
. Aflaţi valorile proprii şi vectorii proprii ai endomorfismului
C

( , ) 0 1
) 1 , 0 ( ), ( ) ( ), ( : ∈ ∀ ′ = = → x x f x x g f T g , T V V .
R: )} 1 , 0 ( , ) ( { ), ( ; ) ( ∈ ∀ λ = = σ ∈ λ ∀ = σ
λ
x x x f f S T T R .

5. Să se studieze dacă matricea poate fi diagonalizată. În
caz afirmativ aflaţi matricea modală (diagonalizatoare) C.












=


6 2 0 1
2 2 0 0
0 0 2 0
1 0 0 2
A
R. Da. .












=












= = λ = λ = λ = σ


5 1 0 0
2 2 0 1
0 0 1 0
1 1 0 2
7 0 0 0
0 1 0 0
0 0 2 0
0 0 0 2
, }, 7 , 1 , 2 { ) (
4 3 2 , 1
C D A

6. Date fiind matricile care satisfac relaţia pentru
un scalar , să se arate că polinoamele caracteristice ale acestora satisfac relaţia
) ( , R
n n
M B A
×

n
bI A B − =
R ∈ b
) ( ) ( b P P
A B
+ λ = λ .

Algebră liniară 87
S
t
u
d
e
n
t

W
E
B

C
o
p
y
7. Dată fiind matricea inversabilă ) , să se arate că între polinomul
caracteristic al matricii A şi cel al matricii inverse există relaţia
(R
n n
M A
×

1 −
A






λ
⋅ λ − = λ

1
det
1
) ( ) (
1
A
n
A
P
A
P .

8. Arătaţi că dacă v este vector propriu al matricii A asociat valorii proprii
iar C este o matrice nesingulară, atunci vectorul este vector propriu pentru
matricea similară , asociat aceleiaşi valori proprii.
λ
v C
1 −
AC C
1 −

9. Se dă matricea a transformării relativ la baza
canonică B. Să se determine forma canonică Jordan a matricii A în fiecare din
cazurile următoare. Formulări echivalente:
B
] [Τ A = ) (
3
R End Τ ∈
♦ să se determine forma canonică Jordan a transformării liniare T a cărei matrice
relativ la baza canonică este A;
♦ să se determine o bază formată din vectori proprii şi eventual principali ai
endomorfismului T, relativ la care matricea asociată lui T are forma canonică
Jordan.
a) , b) , c) ,










=
− −

9 14 2
6 9 1
3 3 1
A










= −
2 0 0
0 4 4
0 1 0
A










=
− −


2 0 1
3 3 5
2 1 2
A
d) , e) .












=


− −
− −
3 1 1 1
1 3 1 1
1 1 5 1
1 1 1 5
A










=
− − −
1 2 1
3 3 2
5 7 4
A
R. Temă: c) ,d) ,e). a) σ ;




















= = = =
− − 1 0 0
0 0 0
0 1 0
1 2 12
1 0 9
2 3 9
, ] , , [ }, 1 , 0 , 0 { ) (
2 1
J v p v C A
b) .




















= = = σ =
2 0 0
0 2 0
0 1 2
1 0 0
0 1 2
0 0 1
; ] , , [ }, 2 , 2 , 2 { ) (
2 1
J v p v C A

10. Aflaţi o bază ortonormată în faţă de care matricea endomorfismului T
să fie diagonală, unde . Justificaţi de ce este posibil acest lucru.
3
R
) (
3
R End T ∈
a) .
3
3 2 1 3 2 1 3 2 1 3 2 1
) , , ( ), 2 4 , 2 4 2 , 4 2 ( ) ( R ∈ = ∀ − − − − − − + − = x x x x x x x x x x x x x x T
b) [ .










= =
−1 0 0
0 0 2
0 2 3
] A T
R. a) ,










= =
− − −
− −
− −
1 2 4
2 4 2
4 2 1
] [T A
1/ 5 4 / 3 5
/ 5 2 / 3 5
5 / 3 5
5 0 0 2/ 3
0 5 0 2 1/ 3
0 0 4 0 2/ 3
, D C

− −

   
   
= =
   
   
;
Cap.III. Vectori şi valori proprii 88
S
t
u
d
e
n
t

W
E
B

C
o
p
y
deoarece A este matrice simetrică, transformarea T este diagonalizabilă; vectorii
bazei ortonormate căutate sunt coloanele matricii modale C.
b) A este matrice simetrică, deci diagonalizabilă; se obţine:
)
`
¹
¹
´
¦
|
.
|

\
|
|
.
|

\
|
= ′ − − = σ

0 ,
5
1
,
5
2
, , 0 ,
5
2
,
5
1
) 1 , 0 , 0 ( }, 4 , 1 , 1 { ) ( B A .

11. Să se verifice următoarele afirmaţii:
a) Matricea este hermitică (
|
|
|
.
|

\
|
=

4 0 0
0 3
0 3
i
i
A A
t
= A ). Transformarea liniară
asociată T este diagonalizabilă; determinaţi o bază ortonormată în C
formată din vectori proprii ai transformării T.
)
3
C ( End ∈
3

b) Matricea este unitară (
|
|
|
.
|

\
|
=


1 0 0
0 0 1
0 1 0
A A A I A
t t
= ⇔ =
−1
A ), iar
transformarea liniară asociată T este unitară şi orice valoare proprie a sa
are modulul egal cu unu .
)
3
C ( End ∈

12. a) Să se determine valorile proprii şi vectorii proprii şi apoi să se
diagonalizeze matricea ortogonală . ) (
3
cos 0 sin
0 1 0
sin 0 cos
C M A ∈
|
|
|
.
|

\
|
=
θ θ
θ θ −
b) matricea simetrică . ) (
3
0 2 1
2 0 0
1 0 0
R M A ∈
|
|
|
.
|

\
|
=
− −


R. a) Matricea transformării este diagonală, , relativ la baza
diagonalizatoare B ;
|
|
|
.
|

\
|

=
1 0 0
0 1 0
0 0 1
D
(sin ), 0 , 1 , 0 (
3
θ = v )} 1 cos , 0 , ), 1 cos , 0 , (sin {
2 1
− θ = + θ θ = = ′ v v
b)
1 2 3
0 0 0
0 5 0
0 0 5
{ ( 2,1, 0), ( 1, 2, 5), ( 1, 2, 5)}, v v v D

| |
|
′ = = − = − − = − − − =
|
|
\ .
B .

13. Fie V un spaţiu euclidian complex şi un endomorfism
hermitian. Să se arate că e , reprezintă un endomorfism unitar.
V V → : T
1 ,
2
− = i
iT

R. Notând şi folosind relaţiile ] [ ], [
iT
e B T A = = A A e B
t iA
= = , , rezultă
I e e e e e e e B B
O A A i iA A i iA A i iA A i t t
t t t
= = = = = =
− + − − − ) (
) ( .
Algebră liniară

89
S
t
u
d
e
n
t

W
E
B

C
o
p
y
14. Se dau următoarele matrici diagonalizabile

.
|
|
|
.
|

\
|
|
|
|
.
|

\
|
|
|
|
.
|

\
|


=
− −
− − =
4 0 2
0 0 0
2 0 1
c) ,
4 2 - 2
6 3 - 3
2 1 - 1
= b) ,
1 6 3
0 5 3
0 6 4
) a A A A

Să se calculeze şi , folosind relaţia existentă între matricea A şi forma
sa canonică diagonală D, , unde C este matricea de trecere de la baza
canonică la noua bază, relativ la care se realizează forma diagonală.
1999
A
D
A
e
C
1 −
AC =

R. Temă b, c. a) C , de unde rezultă
1
,
2 - 0 0
0 1 0
0 0 1
,
1 1 0
1 0 1
1 0 2

= =



=
|
|
|
.
|

\
|
|
|
|
.
|

\
|
CDC A D
1
2
0 0
0
1
e 0
0 0
1
e
;
1
1999
2 - 0 0
0 1 0
0 0 1
1 1999 1999 −

=

=

=
|
|
|
.
|

\
|
|
|
.
|

\
|
C
e
C
A
e C C C CD A .

15. Folosind teorema Cayley – Hamilton pentru matricile următoare
a) ; b) , să se determine:
|
|
.
|

\
| −
=
2 0
2 1
A
|
|
|
.
|

\
|


=
1 1 0
0 1 2
1 2 1
A
♦ polinomul de matrice , unde ; ) ( A Q 2 ) (
2 4
+ − = t t t Q
♦ dacă matricea A este inversabilă; în caz afirmativ să se calculeze inversa acesteia.

R. Temă b). a)
.
|
|
.
|

\
| −
= − = ⇒ = + − ⇒ + λ − λ = λ
14 0
24 2
10 12 ) ( 0 2 3 2 3 ) (
2 2
2 2
I A A Q I A A P
A
Cum are termenul liber nenul, A este inversabilă; din relaţia dată de teoremă,
rezultă
A
P
|
|
.
|

\
|
|
.
|

\
|
= + − =

⇒ = + −
2 / 1 0
1 1
2
2
3
2
1
1
2 2
2
3
2
1
I A A I I A A .

16. Folosind teorema Cayley – Hamilton aflaţi şi pentru matricile
1 −
A
n
A
a) ; b) .
|
|
.
|

\
|


=
1 1
0 1
A
|
|
|
.
|

\
|
=
2 1 0
0 2 0
0 0 3
A
R. a) ;
1 1
2 2
1
( 1) 0
( 1) ( 1)
2 , ( 1) ( 1) (1 )
n
n n n
n n
n
A A I A nA n I
− +


− −
| |
= − − = − + − − =
|
\ .
b) ) 16 7 (
12
1
3
2 1
I A A A + − =

, .
|
|
|
.
|

\
|
=
− n n
n
n
n
n
A
2 2 0
0 2 0
0 0 3
1
Cap.III. Vectori şi valori proprii 90
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Capitolul 4

FORME BILINIARE ŞI PĂTRATICE


#1. Forme biliniare. Forme pătratice

1.1. Definiţii. Fie V un K-spaţiu vectorial, unde . } , { C R ∈ K
a) Se numeşte formă liniară, o funcţie liniară ω . :V K →
b) Se numeşte formă biliniară sau tensor covariant de ordinul doi pe spaţiul
vectorial V o funcţie liniară în fiecare variabilă, adică satisfăcând
următoarele proprietăţi
K V V → × : A
K. V ∈ ∀ ∈ ∀ + = +
+ = +
l k z y x z x l y x k lz ky x
z y l z x k z ly kx
, , , , ), , ( ) , ( ) , (
), , ( ) , ( ) , (
A A A
A A A

Notăm prin mulţimea tuturor formelor biliniare definite pe V.
Adunarea formelor biliniare şi înmulţirea acestora cu scalari pot fi definite ca în cazul
funcţiilor, determinând pe o structură de spaţiu vectorial peste corpul K.
) ( K V, B
B ) ( K V,

Exemplu. Produsul scalar definit pe un spaţiu vectorial real este o formă
biliniară. Spre deosebire de acesta, produsul scalar definit pe un spaţiu vectorial
complex, nu este o formă biliniară deoarece, în general putem determina
, astfel încât să avem C ∈ ∈ l k z y x , , , , V
> < + > < >≠ < + > < >= < + > >=< + < z x l y x k z x l y x k lz x ky x lz ky x , , , , , , , .

1.2. Definiţii. a) Forma biliniară se numeşte simetrică dacă A
V ∈ ∀ = y x x y y x , ), , ( ) , ( A A .
b) Forma biliniară se numeşte antisimetrică dacă A
V ∈ ∀ − = y x x y y x , ), , ( ) , ( A A .

Fie un spaţiu vectorial n-dimensional peste corpul K , o
bază în acest spaţiu şi o formă biliniară pe . Expresia formei
biliniare calculată pe vectorii ste
n
V } , , {
1 n
e e K = B
) ( K V, B ∈ A
n
i
i
e x x =

=1
V
n
n j
n
j
j i
e y y V ∈ =

=1
, e
∑∑ ∑ ∑
= = = =
=








=
n
i
j i j
n
j
i j
n
j
j i
n
i
i
e e y x e y e x y x
1 1 1 1
) , ( , ) , ( A A A , (1)
deci forma biliniară pe A V
n
este unic determinată dacă se cunosc cele n valori ale
ei
2
n , j i e e
j i
1 , ), , ( = A pe vectorii bazei B . } , , {
1 n
e e K =
Relaţia (1) se poate rescrie, notând n j i e e a
j i ij
, 1 , ), , ( = = A ,
∑∑
= =
=
n
i
j
n
j
i ij
y x a y x
1 1
) , ( A . (2)
Algebră liniară

91
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Expresia din membrul drept se numeşte expresia analitică a formei biliniare faţă de
baza considerată B.
Matricea ( A = de elemente se numeşte
matricea formei biliniare în raport cu baza . Notăm . Dacă introducem
matricele coloan•
) ( )
,..., 1 ,
K
n n n j i ij
M a
× =

A
) , (
j i ij
e e a A =
B
] [A = A B
), (
1
K
×

n
n
M ) (
=
=
j
j
t
y ), ( ) (
1
, 1
K
×
=
∈ =
n
n j
j
t
M x X
, 1
Y formate din
coeficienţii vectorilor x •i y, atunci expresia analitică (2) a formei biliniare poate fi
scrisă sub forma matriceală
Y A X y x
t
= ) , ( A . (3)

Observaţie. Aplicaţia care asociază fiecărei forme biliniare
matricea ei în raport cu o bază dată a spaţiului este un izomorfism între spaţiul
vectorial şi spaţiul vectorial . Drept urmare
K V V → ×
n n
: A
V
n
) ) ( K , V
n
B (K
n n
M
×
2
) ( dim ) ( dim n M B
n n n
= =
×
K K , V .

Teoremă. O formă biliniară este simetrică / antisimetrică
dacă şi numai dacă matricea formei într-o bază arbitrară fixat• a spaţiului este
simetrică/antisimetrică.
) ( K , V
n
B ∈ A
n
V

Demonstraţie. Admitem că este o formă simetrică; dacă este
matricea formei într-o bază , avem
A
= {
n j i ij
a A
,..., 1 ,
) (
=
=
n n
e e V ⊂ } , ,
1
K B
ji i j j i ij
a e e e e a = = ) , ( ) , ( A A =
deci . Reciproc, admitem că există o bază a spaţiului
astfel încât matricea este simetrică. Atunci ∀
A
t
= A
n n
e e V ⊂ = } , , {
1
K B
∈ x
n j i ij
a A
,..., 1 ,
) (
=
= y , V avem
. ‰ ) , ( ) ( ) , ( y x XAY AY X X A Y x y
t t t t t
A A = = = =

1.3. Teoremă. Dacă ) ( ) ( ] ' [
, 1 ,
K
n n
n j i
ij
M c C
×
=
∈ = =
B
B
n
V ⊂ } } , , { '
1 n
e e ′ ′ = K
este matricea de
trecere de la baza B la baza B din , iar
n
e e = , , {
1
K V
n
n j i
ij
n j i
ij
a A a A
, 1 ,
'
, 1 ,
) ' ( ] [ ' , ) ( ] [
= =
= = = =
B B
A A
sunt respectiv matricele unei forme biliniare faţă de cele două baze,
atunci are loc relaţia
) ( K , V
n
B ∈ A
. ' CAC A
t
=
Demonstraţie. Fie descompunerile a doi vectori
arbitrari relativ la baza . Notând
n
n
j
j j
n
i
i i
y x e y y e x x V ∈ ′ ′ = ′ ′ =
∑ ∑
= =
, , ,
1 1
} , , { '
1 n
e e ′ ′ = K B
n j
j
t
n j
j
t
y Y x X
, 1 , 1
) ( , ) (
= =
′ = ′ ′ = ′ şi
n j i
ij
a A
, 1 ,
) ' ( '
=
= , unde n j i e e a
j i ij
, 1 , ), , ( ' = ′ ′ = A
Y A X y x
t
′ ′ = ' ) , ( A
Y CAC X Y C A X C
t t t
′ ′ = ′ ′ = ) ( ) ( ) (
este matricea formei biliniare faţă
de baza B , atunci . Pe de altă parte, matricele coloană X,Y şi
ale lui x şi y relativ la cele două baze satisfac relaţiile ′, deci
avem . Rezultă
A
CY
'
y x,
′ X Y , ′ X CX Y = ′ = ,
XAY
t
= ) ( A
Cap.IV. Forme biliniare şi pătratice 92
S
t
u
d
e
n
t

W
E
B

C
o
p
y
n
n
t t t
M Y X Y CAC X Y B X R R ≡ ∈ ′ ′ ∀ ′ ′ = ′ ′
×
) ( , , ) (
1
,
de unde, prin identificare obţinem ‰ . ' CAC A
t
=

1.4. Definiţii. Fie şi matricea formei biliniare
relativ la o bază B .
) ( K , V
n
B ∈ A
B
] [A = A A
n
V ⊂
a) Dacă A este nesingulară/singulară, atunci forma biliniară se numeşte
nedegenerată/degenerată. Rangul matricei A se numeşte rangul formei biliniare .
A
A
b) Fie o formă biliniară simetrică. Mulţimea ) ( K V, B ∈ A
} , 0 ) , ( { V V ∈ ∀ = ∈ = y y x x A A Ker
se numeşte nucleul formei biliniare . A

Observaţie. este un subspaţiu vectorial al lui V. A Ker
Într-adevăr, pentru avem . Pentru
, rezultă .
A Ker , ∈ v u
+ , ( ) , w v l w A
V ∈ ∀ = = w w v w u , 0 ) , ( , 0 ) , ( A A
A Ker 0 ) , ( ∈ + ⇒ = + lv ku w lv ku k l , ∈ K ⇔ = 0 ) (u kA A

Teoremă (teorema rangului). Fie o formă biliniară. Atunci
are loc relaţia
) ( K , V
n
B ∈ A
. ) Ker dim( rang A A − = n

1.5. Definiţie. Fie V un spaţiu vectorial peste corpul K •i o
formă biliniară simetrică. Funcţia determină unic funcţia
) ( K V, B ∈ A
K , A V → : Q

V ∈ ∀ = x x x x Q ), , ( ) ( A ,

care se numeşte formă pătratică (asociată formei biliniare ). A

Observaţie. Cunoaşterea formei pătratice Q permite recuperarea formei
biliniare simetrice . Într-adevăr, relaţiile A
V ∈ ∀ + + =
= + + + = + + = +
y x y y y x x x
y y x y y x x x y x y x y x Q
, ), , ( ) , ( 2 ) , (
) , ( ) , ( ) , ( ) , ( ) , ( ) (
A A A
A A A A A

şi proprietatea de simetrie implic• V ∈ ∀ = y x x y y x , ), , ( ) , ( A A
V ∈ ∀ − − + = y x y Q x Q y x Q y x , )}, ( ) ( ) ( {
2
1
) , ( A .
Forma biliniară simetrică asociat• formei pătratice Q se numeşte forma polară
sau forma dedublată a formei pătratice Q .
A

Exemplu. Forma pătratică corespunzătoare produsului scalar real (care este o
formă biliniară simetrică) este pătratul normei euclidiene:

V ∈ ∀ >= =< x x x x x Q , , ) (
2
.
Algebră liniară

93
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Fie un spaţiu vectorial n-dimensional. este o bază în ,
atunci pentru orice vector , forma pătratică Q are expresia analitică
V
n
} , , , {
2 1 n
e e e K = B V
n
n i
n
i
i
e x x V ∈ =

=1
XAX x x a x x x Q
t
j i
n
i
n
j
ij
= = =
∑∑
= = 1 1
) , ( ) ( A ,
unde ) , , , ( , , 1 , ), , (
2 1 n
t
j i ij
x x x X n j i e e a K = = A = .
Deducem că matricea şi rangul formei pătratice Q coincid respectiv cu cele ale
formei biliniare simetrice asociate lui Q. Putem deci scrie A
A Q A Q rang rang rang ; ] [ ] [ = = = = A A
B B
.

1.6. Definiţii. a) Fie o formă biliniară simetrică şi Q forma
pătratică asociată.
) ( K V, B ∈ A
a) Vectorii se numesc ortogonali în raport cu (sau în raport cu
forma pătratică Q) dacă .
V ∈ y x,
(x A
A
0 ) , = y
b) Fie un subspaţiu vectorial al lui V. Mulţimea V U ⊂
} , 0 ) , ( { U V ∈ ∀ = ∈ =

x y x y U A
se numeşte complementul ortogonal al lui U în V faţă de . A

Teoremă. Fie o formă biliniară simetrică. Atunci : ) ( K V, B ∈ A
1) este subspaţiu vectorial al lui V; U

2) dacă { este o bază în U, atunci dacă şi numai dacă } , , ,
2 1 p
u u u K y ∈

U
0 ) , ( ) , ( ) , (
2 1
= = = = y u y u y u
p
A A A K ;
3) dacă dim , avem inegalitatea V = n
dim dim dim U U + ≥

V .
Aceasta devine egalitate d.n.d. forma biliniară este nedegenerată. A
4) pentru orice subspaţiu U al spaţiului vectorial V, dacă
U
A este restricţia
formei biliniare la U şi V este finit-dimensional, atunci are loc
descompunerea în sumă directă dacă şi numai dacă
A

⊕ = U U V
U
A este
nedegenerată.

Demonstraţie. Demonstrăm proprietăţile 1),2) şi 4). 1) Fie y y , adică aceşti
vectori satisfac relaţiile . Pentru k l avem
sau . Deci ky .
1 2
, ∈

U
,
ly
1 2
+ ∈

U
0 ) , ( , 0 ) , (
2 2 1 1
= = y x y x A A
0 ) , (
2 1
= + ly ky x A
∈ R
0 ) , ( ) , (
2 1
= + y x l y x k A A
2) Fie ; atunci ; în particular y ∈

U U ∈ ∀ = x y x , 0 ) , ( A p i y u
i
, 1 , 0 ) , ( = = A
deoarece p i , 1 = u
i
, ∈U . Reciproc, din cele p relaţii şi faptul că ,
folosind bilinearitatea formei rezultă , adică y .

=
∈ =
p
i
i i
u x x
1
U


U A , ( y x A 0 ) , ( )
1
= =

=
y u x
i
p
i
i
A
4) Fie restricţia
U
A este nedegenerată, deci singurul vector din U ortogonal pe
toţi vectorii din U este vectorul nul, deci . Cum este nedegenerată, } 0 { =

U U I A
Cap.IV. Forme biliniare şi pătratice 94
S
t
u
d
e
n
t

W
E
B

C
o
p
y
avem ; deci . Reciproc, dacă
rezultă aşa încât
dim dim dim U U + =

} 0 { =

U U I
V U U V ⊕ =

V U U = ⊕

,
U
A
) (x Q
3
R
este nedegenerată. ‰
2
2
2
1
4 x x x + − =
2 1
3
0 2 = − x x
2 2
, 2 x y x = −
) ( y =
= U
U

{
3
∈ y R = U
2
3 U
) ( y y Q =
) 0 , 1 , 2 ( ), 1 , 0 , 0 (
2 1
= = u u
A
) , ( = y x A
2 , 0
2 1 3
= − = y y y
A
R ∈ a , 0
U
∈ A
. 0 ) , ( = = x x A
∈ A
e e = , , {
2 1
B
1 3
ix x ± =

Exemplu. Arătaţi că forma pătratică
2
3

este nedegenerată pe spaţiul V= , dar restricţia acesteia la subspaţiul
3
} { R R ⊂ ∈ x
este degenerată având rangul egal cu unitatea. Aflaţi complementul ortogonal
relativ la Q al subspaţiului vectorial U.

Soluţie. Efectuăm schimbarea de coordonate sugerată de ecuaţia subspaţiului
U,
3 3 2 1 1
, x y x y = = .
În noile coordonate, forma pătratică devine Q , iar subspaţiul U
este descris prin
2
3 2 1
2
1
4 y y y y + +
} 0
1
= y . Se observă că restricţia formei pătratice la
acest subspaţiu, are rangul unu.
Pentru a obţine complementul ortogonal , considerăm o bază în U formată din
vectorii şi impunem condiţiile
U

, 0 ) , ( , 0 ) , (
2 1
= = y u y u A
care determină forma vectorilor y din subspaţiul , unde forma polară asociată
lui Q, obţinută prin dedublare are expresia

U
3
3 3 2 2 1 1
, , 4 R ∈ ∀ + − y x y x y x y x .
Rezultă 0 cu soluţia generală , deci = = = y a y a y , 2 ,
3 2 1
3
)}) 0 , 2 , 1 ({( } ) 0 , 2 , ( { R R ⊂ = ∈ =

L a a a .

1.7. Definiţie. Un vector x se numeşte izotrop în raport cu o formă
biliniară simetrică ) (sau în raport cu forma pătratică asociată Q) dacă
Observăm că vectorul nul 0 al spaţiului este totdeauna izotrop.
∈V
( K V, B
) (x Q

Exemplu. Se dă forma biliniară
3
3 3 1 1
3
, , ) , ( , ) , ( C C C ∈ ∀ + = y x y x y x y x B A .
Forma pătratică asociată este . Din rezultă , deci
vectorii izotropi ai formei sunt şi cu .
2
3
2
1
) ( x x x Q + =
) , , (
1 2 1
ix x x (
0 ) ( = x Q
) ,
1
ix − x ,
2 1
x x C ∈
2 1
, x

1.8. Definiţie. Fie o formă biliniară simetrică. Se numeşte bază
ortogonală în raport cu forma biliniară (sau în raport cu forma pătratică asociată
Q), o bază cu proprietatea
) ( K , V
n
B ∈ A
n n
e V ⊂ }
A
, K
n j i j i e e
j i
, 1 , , , 0 ) , ( = ≠ ∀ = A ,
adică vectorii acesteia sunt ortogonali doi câte doi relativ la forma . A
Algebră liniară 95
S
t
u
d
e
n
t

W
E
B

C
o
p
y

Observaţie. În raport cu o bază ortogonală matricea formei este diagonală
(temă, verificaţi),












= =
nn
a
a
a
A
K
O M M
K
K
0 0
0
0 0
0 0
22
11
] [
B
A .
Atunci, notând n i a
i ii
, 1 , = = a , expresiile analitice ale formei biliniare şi ale
formei pătratice asociate Q devin expresii canonice, fiind de forma
A
∑ ∑
= =
= =
n
i
i i i i
n
i
i
x a x Q y x a y x
1
2
1
. ) ( , ) , ( A


#2. Reducerea formelor pătratice la expresia canonică

Fie un K-spaţiu vectorial, şi fie o formă pătratică pe V
exprimată prin matricea simetrică relativ la o bază fixată a
spaţiului V , şi având expresia analitică
V
n
} , { C R ∈ K
B
] [Q
n
A = } , , {
1 n
e e K = B
n
) , , ( , , ) (
1 1 1 n
t
n n n
t
x x X e x e x v XAX v Q K K = ∈ + + = ∀ = V .
O schimbare a bazei în V induce schimbarea de coordonate ' B B a
n
X C X X X ′ = , ' a ,
unde este matricea de schimbare de bază. Deci relativ la noile coordonate
expresia analitică a formei pătratice Q este ' , iar matricea asociată
B
B ] ' [ = C
' ' ) ( X A X v Q
t
=
CAC Q A
t
= =
'
] [ '
B
,
este tot o matrice simetrică (!). Prin urmare matricea unei forme pătratice relativ la o
bază poate fi în particular matrice diagonală, dar nu poate fi niciodată matrice
Jordan cu celule de ordin mai mare decât 1.

În cele ce urmează, vom prezenta trei metode de obţinere a unei baze
relativ la care matricea a formei pătratice Q este diagonală, deci relativ la care
forma pătratică Q are o expresie canonică.
' B
' A

2.1. Teoremă (metoda Gauss). Dacă este o formă pătratică,
atunci există o bază în V care este ortogonală în raport cu Q (deci relativ la care Q
are o expresie canonică).
K V →
n
Q:
n

Demonstraţie. Inducţie după dimensiunea n a spaţiului vectorial. .Fie
o bază a spaţiului V şi expresia analitică asociată formei Q relativ la această bază,
} , , {
1 n
e e K = B
n

n n n j i
n
i
n
j
ij
e x e x v x x a v Q V ∈ + + = ∀ =
∑∑
= =
K
1 1
1 1
, ) (
Cap.IV. Forme biliniare şi pătratice 96
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Dacă n i a
ii
, 1 , 0 = =
0
iar Q nu este identic nulă, atunci există cel puţin un element
cu i a
ij
≠ j ≠ ; atunci, prin transformarea de coordonate
¦
¦
¹
¦
¦
´
¦
∈ ′ =
′ − ′ =
′ + ′ =
} { \ 1 i,j ,n k ,
k
x
k
x
j
x
i
x
j
x
j
x
i
x
i
x

expresia formei pătratice devine ,în care cel puţin unul din
elementele diagonale
j i
n
j i
ij
x x a v Q ′ ′ ′ =

=1 ,
) (
n i a
ii
, 1 , = ′ este nenul, căci x x . x x
i j
′ − ′
2 2
i j
=
Notăm cu baza lui V faţă de care coordonatele lui x sunt
. Admiţând că i , matricea de trecere de la baza B la este
} ' , , ' {
1 1 n
f f F K =
j <
n
n i x
i
, , 1 , K = ′
1
F

1
1 0 0 0 0
0 1 0 0 0
0 0 1 1 0
0 0 1 1 0
0 0 0 0 1
i
j
C
i j
| |
|
|
|
|
←÷÷
|
=
|
|
− ← ÷
|
|
|
|
\ .
↑ ↑
L L L
L L L
M M O M L M L M
L L L
M M L M O M L M
L L L
M M L M L M O M
L L L
÷


Fără a micşora generalitatea, putem admite că a ; atunci putem scrie ′ ≠
11
0
j i
n
j i
ij k
k
k
x x a x x a x a v Q ′ ′ ′ + ′ ′ ′ + ′ ′ =
∑ ∑
≠ = 1 ,
1
2
1
2
1 11
2 ) ( .
Adăugăm şi scădem termenii necesari pentru a obţine pătratul formei liniare
,
1 2 12 1 11 n n
x a x a x a ′ ′ + + ′ ′ + ′ ′ K
în expresia formei pătratice Q; rezultă
, ) (
1
) (
2 ,
2
1 2 12 1 11
11
j i
n
j i
ij n n
x x a x a x a x a
a
v Q ′ ′ ′ ′ + ′ ′ + + ′ ′ + ′ ′

=

=
K
unde nu conţine pe ′. Fie baza din V faţă de
care coordonatele şi ale vectorului v să satisfacă egalităţile
′′ ′ ′
=
∑a x x
ij
i j
n
i j
,
,
2
x
1
} ' ' , , ' ' , ' ' {
2 1 2 n
f f f F K =
n
' x ' ' x
¦
¹
¦
´
¦
= ′ =
′ ′ + + ′ ′ + ′ ′ =
. , 2 , ' '
' '
12 2 12 1 11 1
n j x x
x a x a x a x
j j
n
K

Algebră liniară 97
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Matricea de trecere de la baza la noua bază este
1
F
2
F
|
|
|
|
|
|
.
|

\
|








=
1 0 0
0 1 0
1
11
1
11
12
11
2
K
M O M M
K
K
a
a
a
a
a
n
C
.
În raport cu baza , expresia formei pătratice devine
2
F
.
1
) (
2 ,
2
1
11
j i
n
j i
ij
x x a x
a
v Q ′ ′ ′ ′ ′ ′ + ′ ′

=

=

Suma din membrul drept al expresiei este o formă pătratică în
1 variabile, deci poate fi tratată prin procedeul de mai sus, analog cu forma Q.
j
n
j i
i ij
x x a x Q ′ ′ ′ ′ ′ ′ =

=2 ,
) (
~
n−
În concluzie, după încă cel mult paşi obţinem o bază B în
, ortogonală faţă de Q . Relativ la această bază, forma pătratică Q se reduce la
expresia canonică: o sumă de pătrate de forme liniare independente în
coordonatele , iar relativ la coordonatele asociate bazei , o sumă
algebrică de pătrate. ‰
1 − n
p =
} ' , , ' { '
1 n
e e K =
' B
V
n
n Q ≤ rang
) , , (
1 n
x x K

Exemple. 1. Folosind metoda Gauss, aflaţi expresia canonică şi baza în care
se realizează aceasta, pentru forma pătratică
3
3 2 1 3 1 2 1
3
) , , ( , 2 ) ( : R R R ∈ ≡ + = → x x x v x x x x v Q Q , ,
Soluţie. Se observă că avem 3 , 1 , 0 = = i
ii
x x x x
2 2 1
= ′ − ′ ,

\
|
=
0
1
1
1
C
a şi , deci efectuăm
schimbarea de coordonate x x , căreia îi este asociată
(prin relaţia ' ) matricea de trecere . Vectorii noii baze
au coeficienţii daţi de coloanele acestei
matrici; relativ la expresia formei pătratice Q este,
0 1
12
≠ = a
x x
3 3
= ′ ,
|
|
|
.
|
1 0
0 1
0 1
1 1 2
= ′ + ′

} ,
3 3 2
e e = ′
1
X C X =
,
2 2 1
e e = ′ +
1
F
{
1 1 1
e e e e F − = ′ =
. ( )
2
3 3 2
2
2
2
3 1 3 2 3 1
2
2
2
1
2 2 2 ) ( x x x x x x x x x x x x v Q ′ − ′ ′ + ′ − ′ + ′ = ′ ′ + ′ ′ + ′ − ′ =
Ţinând cont de expresia din paranteză, efectuăm schimbarea de coordonate
3 3 2 2 3 1 1
, , x x x x x x x ′ = ′ ′ ′ = ′ ′ ′ + ′ = ′ ′ .
Trecerea la noile coordonate( se realizează prin intermediul relaţiei
, cu matricea de trecere
) , ,
3 2 1
x x x ′ ′ ′ ′ ′ ′
X C X ′ ′ = ′
2
|
|
|
.
|

\
| −
=
|
|
|
.
|

\
|
=

1 0 0
0 1 0
1 0 1
1 0 0
0 1 0
1 0 1
1
2
C
;
aceste coordonate corespund noii baze ; relativ la
, forma Q are expresia analitică .
} , , {
3 1 3 2 2 1 1 2
e e e e e e e F ′ + ′ − = ′ ′ ′ = ′ ′ ′ = ′ ′ =
2
1
2
3 3 2
2
2
2
1
( 2 ) x x x x x x x v − ′ ′ = ′ ′ − ′ ′ ′ ′ + ′ ′ − ′ ′ =
2
F
2
3 2
) ( x Q ′ ′ − ′ ′
Ţinând cont de paranteza din membrul drept, efectuăm schimbarea de coordonate
1 1 2 2 3 3 3 3
, , x x x x x x x X C X ′′′ ′′ ′′′ ′′ ′′ ′′′ ′′ ′′ ′′′ = = − = ⇔ =
de unde obţinem matricea de trecere C ataşată acestei schimbări,
3
Cap.IV. Forme biliniare şi pătratice 98
S
t
u
d
e
n
t

W
E
B

C
o
p
y
|
|
|
.
|

\
|
=
|
|
|
.
|

\
|
− =

1 0 0
1 1 0
0 0 1
1 0 0
1 1 0
0 0 1
1
3
C
Coloanele acesteia furnizează noua bază, B ,
relativ la care obţinem prin înlocuire expresia formei Q, .
} , , { '
3 2 3 2 2 1 1 3
e e e e e e e F ′ ′ + ′ ′ = ′ ′ ′ ′ ′ = ′ ′ ′ ′ ′ = ′ ′ ′ = =
2
2
2
1
) ( x x v Q ′ ′ ′ − ′ ′ ′ =
Această expresie reprezintă o expresie canonică a formei pătratice Q, fiind o sumă
algebrică de pătrate. Matriceal, are loc relaţia de unde rezultă
matricea C de trecere de la baza naturală (iniţială) a spaţiului
1 2 3
X C C C X CX ′′′ ′′′ = ≡
3 2 1
] [ C C C = ′ =
B
B
3
R
)} 1 , 0 , 0 ( ), 0 , 1 , 0 ( ), 0 , 0 , 1 ( {
3 2 1
= = = = e e e B
la baza descrisă mai sus, relativ la care Q are o expresie canonică.
3
' F = B

2. Folosind metoda Gauss, aflaţi expresia canonică şi baza în care se
realizează aceasta, pentru forma pătratică
3 2 2 2 3
3 2 1 1 2 1 3 2 3 1 2 3
: , ( ) 4 6 9 12 10 2 , ( , , ) Q Q v x x x x x x x x x x x x x → = + + + − − ∀ = R R R ∈ ,
exprimată analitic în baza canonică a lui .
3
R

Soluţie. Fie . Restrîngând succesiv pătratele ce
conţin variabilele în expresia lui Q, obţinem
3
1 1 2 2 3 3
v x e x e x e = + + ∈ R
3 2
, x x
1
, x
2 2 2 2 2
1 2 3 2 3 2 3 2 3 2 3
2 2 2
1 2 3 2 2 3 3
1 36 25 20
( ) (9 6 5 ) 6 4 2
9 9 9 3
1 14 11
(9 6 5 ) 2
9 3 9
Q x x x x x x x x x x x x
x x x x x x x
= + − − − + + + −
= + − + + + =
=

2
2 2
1 2 3 2 3 3 3
1 1 7 49
(9 6 5 ) 2
9 2 3 18
x x x x x x x
| |
= + − + − − + =
|
\ .
2
11
9

2
2 2 2
1 2 3 2 3 3 1 2
1 1 7 3 1 1
(9 6 5 ) 2 ,
9 2 3 2 9 2
x x x x x x y y y
| |
= + − + − − = + −
|
\ .
2 2
3
3
2
x
3

|
|
|
.

unde am notat , iar sunt
coordonatele vectorului v relativ la baza B ortogonală relativ la forma
pătratică Q, în care expresia formei este canonică. Ţinând cont de formulele de
schimbare de coordonate de mai sus, obţinem matricea de trecere de la baza canonică
la baza ,
y x x x y x x y
1 1 2 3 2 2 3 3
9 6 5 2 = + − = − = , ,
} , , {
3 2 1
e e e ′ ′ ′ = ′
)} 1 , 0 , 0 ( ), 0 , 1 , 0 (
3 2
= = e e B B′
1 2 3
( , , ) y y y
), 0 , 0 , 1 ( {
1
= = e
1
9 6 5 1/ 9 1/ 3 2 / 9
0 2 7 / 3 0 1/ 2 7 / 6
0 0 1 0 0 1
[ ] C

− −
− =
| | |
|
′ ≡ =
|
\ . \
B
B .
Examinând coloanele acestei matrici, rezultă că baza este formată din vectorii B′
1 1 2 1 2 3 1 2 3
1 1 1 2 7
, ,
9 3 2 9 6
e e e e e e e e e
¦ ¹
′ ′ ′ ′ = = = − + = − + +
´ `
¹ )
B ,
iar matricea formei Q relativ la această bază este .
'
1/ 9 0 0
' [ ] 0 1/ 2 0
0 0 3/ 2
B
A Q
| |
|
= =
|
|

\ .
Algebră liniară 99
S
t
u
d
e
n
t

W
E
B

C
o
p
y
2.2. Teoremă (metoda Jacobi). Fie o formă pătratică şi K V →
n
Q:
n j
ij
a A
, 1 , 1
) (
=
= matricea ei relativ la baza a lui V . Dacă determinanţii } , ,
n
e K {
1
e = B
n
A
a a
a a
a
n
det , , ,
22 21
12 11
2 11 1
= ∆ = ∆ = ∆ K
sunt toţi nenuli, atunci există o bază faţă de care expresia
formei pătratice Q devine
n n
e e V ⊂ ′ ′ ′ } , , { =
1
K B
, ) (
2
1
1
i
n
i i
i
x v Q ′


=

=

(*)
unde ( sunt coordonatele lui x în baza şi am notat ∆ . ) , ,
1 n
x x ′ ′ K B′
0
1 =

Demonstraţie. Căutăm vectorii e de forma
n
e′ ′ , ,
1
K
¦
¦
¹
¦
¦
´
¦
+ + + = ′
+ = ′
= ′
n nn n n n
e c e c e c e
e c e c e
e c e
K
K K K K K K K K K
2 2 1 1
2 22 1 21 2
1 11 1

aşa încât să avem
n i e e
n i j e e
i i
j i
, 1 , 1 ) , (
, 1 , 0 ) , (
= = ′
≤ < ≤ = ′
A
A

unde este polara formei pătratice Q . Scrise dezvoltat, aceste condiţii devin A
¦
¦
¦
¹
¦
¦
¦
´
¦
= + + + ≡ ′
= + + + ≡ ′
= + + + ≡ ′
= + + + ≡ ′
− − − −
. 1 ) , (
0 ) , (
.. .......... .......... .......... .......... .......... ..........
0 ) , (
0 ) , (

2 2 1 1
1 2 , 1 2 1 , 1 1 1
2 22 2 21 1 2
1 12 2 11 1 1
ii ii i i i i i i
i i ii i i i i i i
i ii i i i
i ii i i i
a c a c a c e e
a c a c a c e e
a c a c a c e e
a c a c a c e e
K
K
K
K
A
A
A
A

Pentru fixat, sistemul linear neomogen obţinut constă din i ecuaţii cu i
necunoscute ; acest sistem are soluţie unică, deoarece prin ipoteză
determinantul sistemului este chiar ∆ . Regula lui Cramer produce soluţiile
sistemului deci baza este perfect determinată de relaţiile
} , , 1 { n i K ∈
, {
1 i
c K } ,
ii
c
, {
1
e′
i
≠ 0
} ,
n
e′ K
1 2
21 22 2
1 2
1
' ,
k
k
k
i
k k kk
e e e
a a a
e k
a a a
= =

L
L
L M O M
L
1, n .
Pentru a afla expresia formei pătratice în această bază, constatăm întâi că matricea lui
Q în baza este matricea ai cărei coeficienţi sunt B′ A′
n j i e e c e e c e e c
e c e c e e e a
j i jj i j i j
j jj j i j i ij
, 1 , ), , ( ) , ( ) , (
) , ( ) , (
2 2 1 1
1 1
= ′ + + ′ + ′ =
= + + ′ = ′ ′ = ′
A A A
A A
K
K

Cap.IV. Forme biliniare şi pătratice 100
S
t
u
d
e
n
t

W
E
B

C
o
p
y
Dar, prin construcţie, pentru 0 ) , ( = ′
j i
e e A j i < , deci pentru 0 = ′
ij
a j i < . De
asemenea, datorită simetriei formei biliniare rezultă 0 şi pentru A = ′
ij
a j i > . Deci
pentru i 0 = ′
ij
a j ≠ , iar pentru j i = avem
. , 1 , ) , ( ) , ( ) , (
) , ( ) , (
1
1 1 , 1 1
1 1
n i c e e c e e c e e c
e c e c e e e a
i
i
ii i i ii i i i i i i
i ii i i i i ii
=


= = ′ + ′ + + ′ =
= + + ′ = ′ ′ = ′

− −
A A A
A A
K
K

Deci în baza forma pătratică are o expresie canonică, B′
2
1
1
1 ,
) (
i
n
i i
i
n
j i
j i ij
x x x b x Q ′


= ′ ′ =
∑ ∑
=

=
,
iar matricea asociată acesteia este
|
|
|
.
|

\
|
∆ ∆
∆ ∆
= ′ = = ′

= ′
n n
n j ij
a Q A
1
1 0
, , 1 , 1
0
0 /
) ( ] [
K
M O M
K
K B
.

Exemplu. Folosind metoda Jacobi, aflaţi expresia canonică şi baza în care se
realizează aceasta, pentru forma pătratică
3
3 2 1 3 1 3 2 2 1
2
3
2
2
2
1
) , , ( , 16 8 8 7 ) ( R ∈ = − − − + + = x x x x x x x x x x x x x x Q .

Soluţie. Matricea formei pătratice relativ la baza canonică a spaţiului este
3
R
|
|
|
.
|

\
|
=
− −
− −
− −
1 4 8
4 7 4
8 4 1
A .
Minorii principali { ai acesteia sunt
3 , 2 , 1
}
=

i i
729 det , 9
7 4
4 1
, 1
3 2 11 1
− = = ∆ − =


= ∆ = = ∆ A a .
Folosind formula (*), rezultă expresia canonică a formei pătratice,
2 2
1 2
1 1
( )
9 81
Q x x x x ′ ′ = − +
2
3
′ ,
Prin dedublare obţinem forma biliniară asociată
1 1 2 2 3 3
1 1
( , )
9 81
x y x y x y x y ′ ′ ′ ′ ′ ′ = − + A .
Noua bază } se obţine rezolvând succesiv sistemele ce furnizează
coeficienţii descompunerii vectorilor relativ la baza iniţială, după cum
urmează:
, , {
3 2 1
e e e ′ ′ ′ = ′ B
3 2 1
, , e e e ′ ′ ′
1 1 1 1 1 1
1 1 ) , ( ; e e a e e e a e = ′ ⇒ = ⋅ = ′ ⋅ = ′ A ;
2 1 2
2 2
1 2
2 1 2
9
1
9
4
1 7 4 ) , (
0 4 1 ) , (
; e e e
b a e e
b a e e
e b e a e + − = ′ ⇒
¹
´
¦
= + − = ′
= − ⋅ = ′
⋅ + ⋅ = ′
A
A
;
Algebră liniară 101
S
t
u
d
e
n
t

W
E
B

C
o
p
y
3 1
3 1 2 3 3 2 3 1 2
3 3
( , ) 1 4 8 0
8 4 1
; ( , ) 4 7 4 0
81 81 81
( , ) 8 4 1
e e a b c
e a e b e c e e e a b c e e e e
e e a b c
′ = ⋅ − − = ¦
¦
′ ′ ′ = ⋅ + ⋅ + ⋅ = − + − = ⇒ = − − +
´
¦
′ = − − + =
¹
A
A
A
3
deci în final obţinem }
81
1
81
4
81
8
,
9
1
9
4
, {
3 2 1 3 2 1 2 1 1
e e e e e e e e e + − − = ′ + − = ′ = ′ = ′ B , cu
matricea de trecere de la baza canonică la noua bază B ' de coeficienţi
|
|
|
.
|

\
|

− −
=
81 / 1 0 0
81 / 4 9 / 1 0
81 / 8 9 / 4 1
C .

2.3. Teoremă (Metoda valorilor proprii). Fie un spaţiu vectorial real
euclidian şi o formă pătratică reală. Atunci există o bază ortonormată
a spaţiului vectorial relativ la care expresia canonică a
formei este
V
n
R V →
n
Q:
} , ,
n
e′ K , {
2 1
e e ′ ′ = ′ B V
n

=
′ ⋅ λ =
n
i
i i
x v Q
1
2
, ) (
unde sunt valorile proprii ale matricei formei pătratice relativ la o
bază ortonormată B (fiecare valoare proprie fiind inclusă în sumă de attea ori cτ
multiplicitatea sa), iar sunt coordonatele vectorului v relativ la baza .
n
λ λ λ , , ,
2 1
K
) , , (
1 n
x x ′ ′ K B′

Demonstraie. Fie A matricea asociată lui Q într-o bază iniţială B a lui . Ca
matrice reală şi simetrică, matricea are n valori proprii reale
(unele pot fi egale) şi se poate diagonaliza. Baza formată
din vectori proprii ortonormaţi ai matricei A determină matricea diagonalizatoare C
care este ortogonală ) . Q are relativ la această bază o expresie canonică
deoarece matricea ei relativ la această bază este
V
n
B
] [Q A =
n
λ λ , ,
1
K } , , {
1 n
e e ′ ′ = ′ K B
(
1 −
= C C
t
|
|
|
|
|
.
|

\
|
λ
λ
λ
= = = =


n
t
CAC AC C Q D
K
M O M M
K
K
0 0
0 0
0 0
] [
2
1
1
B
.
Exemplu. Folosind metoda valorilor proprii, aflaţi expresia canonică şi baza
în care se realizează aceasta, pentru forma pătratică din exemplul anterior,
, ) , , ( , 8 16 8 7 ) (
3
3 2 1 3 2 3 1 2 1
2
3
2
2
2
1
R ∈ ≡ − − − + + = x x x v x x x x x x x x x v Q
exprimată relativ la baza canonică a lui ,
3
R

Soluţie. Matricea asociată formei pătratice relativ la baza canonică
)} 1 , 0 , 0 ( ), 0 , 1 , 0 ( ), 0 , 0 , 1 ( {
3 2 1
= = = = e e e B ,
este ortonormată faţă de produsul scalar canonic, şi are coeficienţii
Cap.IV. Forme biliniare şi pătratice 102
S
t
u
d
e
n
t

W
E
B

C
o
p
y










=
− −
− −
− −
1 4 8
4 7 4
8 4 1
A .
Valorile proprii ale acestei matrici sunt λ (temă – verificaţi !), iar
vectorii proprii ortonormaţi corespunzători valorilor proprii sunt
9 , 9
3 2 1
= λ = λ − =

















 −
= ′ − = ′ = ′
5 3
4
,
5 3
2
,
5 3
5
3
,
5
1
,
5
2
, 0
2
,
3
2
,
3
1
,
3
2
1
e e e ,
deci matricea de trecere la noua bază B este } , , {
3 2 1
e e e ′ ′ ′ = ′










⋅ = ′ ′ ′ = −

4 3 5 2
2 6 5
5 0 5 2
5 3 ] , , [
3 2 1
e e e C
Efectuând schimbarea de coordonate asociată schimbării de bază, rezultă
expresia canonică a formei pătratice Q,
X CX = ′
2
3
2
2
2
1
9 9 9 ) ( x x x v Q ′ + ′ + ′ − = .

Comparaţia celor trei metode
1) Metoda Gauss reprezintă un algoritm elementar de aducere la forma
canonică, dar nu furnizează direct noua bază, ci schimbarea de coordonate pe baza
căreia se determină noua bază.
2) Metoda Jacobi este utilă când se cere determinarea rapidă a formei canonice
(de exemplu în aprecierea naturii punctelor de extrem ale unei funcţii reale), fără a fi
interesaţi şi de baza corespunzătoare (care se obţine printr-un calcul mai laborios).
Metoda prezintă dezavantajul că presupune neanularea tuturor minorilor { .
n i i , , 1
}
K =

3) Metoda vectorilor proprii este eficace, producând o formă canonică şi o
bază canonică ortonormată faţă de produsul scalar preexistent. Dezavantajul acestei
metode este că include calculul rădăcinilor polinomului caracteristic al matricii
asociate formei pătratice, rădăcini care pot fi iraţionale (şi deci aflarea lor necesitând
tehnici de calcul de analiză numerică).


#3. Signatura unei forme pătratice reale

Există formele pătratice reale care iau totdeauna valori pozitive (cum ar fi,
spre exemplu, pătratul unei norme ce provine dintr-un produs scalar); în cele ce
urmează vom detalia noţiunile ce conduc la stabilirea semnului valorilor pe care le
poate lua o formă pătratică.

3.1. Definiţii. a) O formă pătratică se numeşte pozitiv / negativ R → V : Q
semidefinită dacă / , pentru orice v . 0 ) ( ≥ v Q 0 ) ( ≤ v Q V ∈
b) Forma pătratică Q se numeşte pozitiv definită / negativ definită dacă
/ , pentru orice . 0 ) ( > v Q 0 ) ( < v Q } 0 { \ V ∈ v
Algebră liniară 103
S
t
u
d
e
n
t

W
E
B

C
o
p
y
c) Dacă există aşa încât şi aşa încât spunem
că forma pătratică Q este nedefinită.
V ∈ v 0 ) ( > v Q V ∈ w 0 ) ( < w Q
d) O formă biliniară simetrică se numeşte pozitiv definită (respectiv
negativ definită, pozitiv semidefinită, negativ semidefinită) dacă forma
pătratică asociată Q are proprietatea corespunzătoare.
) , ( R V B ∈ A

Exemplu. Produsul scalar definit pe un spaţiu vectorial real este o formă
biliniară simetrică şi pozitiv definită.

Reducerea la expresia canonică prin metoda lui Jacobi permite obţinerea unei
condiţii necesare şi suficiente pentru ca o formă pătratică să fie pozitiv
definită (respectiv, negativ definită), după cum rezultă din următoarea
R →
n
Q V :

Teoremă (criteriul lui Sylvester, teorema inerţiei).
Se dă forma pătratică . Dacă sunt îndeplinite condiţiile teoremei
Jacobi, atunci au loc următoarele afirmaţii:
R →
n
Q V :
1) Q este pozitiv definită dacă şi numai dacă n i
i
, 1 , 0 = > ∆ ;
2) Q este negativ definită dacă şi numai dacă n k
k
k
, 1 , 0 ) 1 ( = > ∆ − .

3.2. Definiţie. Fie o expresie canonică a formei pătratice
. Se numeşte signatura formei pătratice Q tripletul de numere reale
, în care:
2
1
) (
i
n
i
i
x a v Q

=
=
R →
n
Q V :
( , , ) p q d
p = numărul de coeficienţi din setul { care sunt strict pozitivi, numit
indicele pozitiv de inerţie al lui Q;
} , ,
1 n
a a K
q = numărul de coeficienţi strict negativi, numit indicele negativ de inerţie al lui Q;
d n p q = − + ( ) = numărul de coeficienţi nuli.

Teoremă (legea de inerţie, Sylvester). Signatura unei forme pătratice Q este
aceeaşi în orice expresie canonică a lui Q.

Observaţii. 1. Legea de inerţie arată că urmând oricare din cele 3 metode de
obţinere a expresiei canonice (care poate să difere), signatura formei pătratice
(dedusă din expresia canonică obţinută) este totdeauna aceeaşi.

2. Dată fiind o formă pătratică şi matricea A asociată acesteia
relativ la o bază a spaţiului , Q este pozitiv definită dacă şi numai dacă oricare din
următoarele condiţii este îndeplinită.
R →
n
Q V :
n
V
• forma pătratică Q are signatura ( , , , ) n 0 0
• determinanţii n i
i
, 1 , = ∆ calculaţi conform metodei Jacobi sunt strict pozitivi,
• valorile proprii ale matricei A sunt strict pozitive.
Cap.IV. Forme biliniare şi pătratice 104
S
t
u
d
e
n
t

W
E
B

C
o
p
y
#4. Probleme propuse

1. Se dă aplicaţia , ) , (
3
R R B ∈ A
3
3 2 1 3 2 1 3 3 1 2 2 1
) , , ( ), , , ( , 3 2 2 ) , ( R ∈ = = ∀ − + = y y y y x x x x y x y x y x y x A
Să se determine următoarele :
1. Arătaţi că A este formă biliniară.
2. Arătaţi că A este formă biliniară simetrică.
3. Determinaţi matricea relativ la baza canonică B.
B
] [A = A
4. Aflaţi forma pătratică Q asociată formei bilineare simetrice A.
5. Verificaţi relaţiile .
3
, ] [ , ] [ , ) ( , ) , ( R
B B
∈ ∀ = = ∀ = = y x , y Y x X XAX x Q XAY y x
t t
A
6. Determinaţi matricea , relativ la baza
B′
= ′ ] [A A
1 2 3
{ ' (1,1, 0), ' (1, 0,1, ), ' (0,1,1)} e e e ′ = = = = B .

R. Matricea formei pătratice date este , expresia analitică este











=
3 0 0
0 0 2
0 2 0
A
2
3 2 1
3 4 ) ( x x x x Q − = ,
cu matricea de schimbare la noua bază C, iar matricea formei pătratice relativ la baza
B' de la punctul 6, A', unde , şi .










= ′ =
1 1 0
1 0 1
0 1 1
] [
B
B C










− −
− − = = ′
3 1 2
1 3 2
2 2 4
CAC A
t

2. Se dă funcţia , ) , (
4
R R B ∈ A
+ − + − + − =
1 4 4 1 1 3 3 1 1 2 2 1
) , ( y x y x y x y x y x y x y x A

4
3 4 4 3 2 4 4 2 2 3 3 2
, , R ∈ ∀ − + − + − + y x y x y x y x y x y x y x

1. Să se arate că este o formă biliniară antisimetrică. A
2. Să se determine matricea corespunzătoare formei biliniare relativ la baza A
)} 1 , 1 , 0 , 1 ( ), 1 , 0 , 1 , 1 ( ), 1 , 1 , 1 , 0 ( ), 0 , 1 , 1 , 1 ( { '
4 3 2 1
= ′ = ′ = ′ = ′ = e e e e B .

R: .












= = = ′












= =

− − −
− −

1 1 1 0
1 0 1 1
0 1 1 1
1 1 0 1
0 1 1 1
1 0 1 1
1 1 0 1
1 1 1 0
, ] [ , ] [ C CAC A A
t
B B
A A

3. Fie spaţiul vectorial al funcţiilor polinomiale reale de grad cel mult doi
şi fie produsul scalar
2
P
2
1
0
1
0
2 2
, , ) ( ) ( ) , ( , : P w v dtds s w t v w v P P
∫ ∫
∈ ∀ = → × A A R .
Algebră liniară 105
S
t
u
d
e
n
t

W
E
B

C
o
p
y
1) Să se arate că este o formă biliniară simetrică pozitiv semidefinită, dar
nu este pozitiv definită.
A
2) Să se determine matricea formei biliniare relativ la baza canonică a
spaţiului , B şi relativ la baza .
A
, 1 t
2
P } , , 1 {
2
t t = } , 1 {
2
t t − − = ′ B
R: .










= = = ′










= = −


1 0 0
1 1 0
0 1 1
9 / 1 6 / 1 3 / 1
6 / 1 4 / 1 2 / 1
3 / 1 2 / 1 1
, ] [ , ] [ C CAC A A
t
B B
A A

4. Determinaţi valoarea parametrului astfel ca vectorii şi
să fie ortogonali în raport cu forma pătratică
R ∈ λ ) 1 , 1 (− = x
) , 2 ( λ = y
2
2 2 1
2
1
2
2 ) ( , : x x x x x Q Q + − = →R R
R: . 2 0
2
1 1
1 1
) 1 , 1 ( = λ ⇒ = 











λ −



5. Se dau următoarele forme pătratice:
a) Q ;
3 2
) , , ( , 3 2 ) ( R ∈ = ∀ + − = c b a v c bc ac v
b) .
4 2
) , , , ( , 3 2 ) ( R ∈ = ∀ + + − = v z y x w xv v zv xy w Q
1)

Determinaţi forma polară asociată formei pătratice Q prin dedublare. A
2)

Aflaţi matricea formei pătratice Q relativ la baza naturală.
R. . Temă a). Soluţia la punctul b):
3
1 4 4 1 4 4 3 4 4 3 1 2 2 1
, ), (
2
3
2 ) (
2
1
) (
2
1
) , ( R ∈ ∀ + + + + − + = y x y x y x y x y x y x y x y x y x A ,












= =


2 2 / 1 0 2 / 3
2 / 1 0 0 0
0 0 0 2 / 1
2 / 3 0 2 / 1 0
] [ ] [ A Q .

6. Se dau următoarele forme pătratice
a)
3 2 2 2
1
: , ( ) 8 16 7 8 , ( , , )
2
v x xy xz y yz z v x y z → = − − + − + ∀ = ∈ R R R
3
Q Q ;
b) ; [ ]










= →
− −
− −
− −
3 2 4
2 6 2
4 2 3
, :
3
Q Q R R
c) Q ;
3
3 2 1
2
3 3 2
2
2 3 1
2
1
) , , ( , 5 4 6 ) ( R ∈ = ∀ − + + + − = x x x x x x x x x x x x
d) .
3 2 2
) , , ( , 2 ) ( R ∈ = ∀ − − + = z y x v z yz y xy v Q
Determinaţi expresia canonică a acestor forme pătratice folosind metoda Gauss.
R. Temă a, b, c. d) ) , , ( ] [ , , 3
3
1
) (
3 2 2 2
z y x v v z y x v ′ ′ ′ = ∈ ∀ ′ − ′ − ′ =
′ B
R Q ,
1 1
1 0 0
6 / 1 3 / 1 0
0 0 1
1 0 0
0 1 0
2 / 1 2 3
1 0 0
0 1 1
0 1 1
] [
− −






























= ′ = −
− −

B
B C .
Cap.IV. Forme biliniare şi pătratice 106
S
t
u
d
e
n
t

W
E
B

C
o
p
y
7. Determinaţi expresia canonică a formelor pătratice din exerciţiul precedent
folosind metoda Jacobi şi metoda valorilor proprii.
R. Temă a, c, d. Soluţie la punctul b) Prin metoda Jacobi, [ ] .
Prin metoda valorilor proprii,










=


7 / 1 0 0
0 14 / 3 0
0 0 3 / 1
B
Q
[ ] [ ] [ ]





=










= ′ ′ ′ = ′ − −


0
0
7
3 / 2 3 / 5 0
3 / 1 5 3 / 2 5 / 2
3 / 2 5 3 / 4 5 / 1
, , ,
3 2 1 B B B
B Q e e e





− 2 0
0 7
0 0
.

8. Utilizând metoda Gauss, metoda lui Jacobi şi respectiv metoda valorilor
proprii, să se aducă la expresii canonice forma pătratică , R R →
3
: Q
3
3 2 1 3 1 2 1
2
3
2
2
2
1
) , , ( , 4 4 4 6 5 ) ( R ∈ ≡ ∀ − − + + = x x x v x x x x x x x v Q
şi să se verifice teorema de inerţie, determinând în fiecare caz signatura formei
pătratice.
R: Matricile asociate expresiei canonice în urma aplicării celor trei metode sunt,
respectiv:






























8 0 0
0 5 0
0 0 2
40 / 13 0 0
0 26 / 5 0
0 0 5 / 1
13 / 40 0 0
0 26 / 5 0
0 0 5 / 1
, , ;
signatura este (3,0,0), deci forma pătratică este pozitiv definită.

9. Să se scrie forma pătratică corespunzătoare matricii ,
să se găsească expresia canonică şi să se verifice teorema de inerţie.










=




1 1 0 1
1 1 1 0
0 1 1 1
1 0 1 1
A
R. Expresia analitică a formei pătratice este
4 3 3 2 4 1 2 1
2
4
2
3
2
2
2
1
2 2 2 2 ) ( x x x x x x x x x x x x v Q + − − + + + + = , ;
4
4 3 2 1
) , , , ( R ∈ ≡ ∀ x x x x v
obţinem expresiile canonice, după cum urmează: prin metoda Gauss,
2
4
2
3
2
2
2
1
8 2
2
1
) ( x x x x v Q ′ + ′ + ′ − ′ = ;
prin metoda valorilor proprii, .
2
4
2
3
2
2
2
1
3 ) ( x x x x v Q ′ − ′ + ′ + ′ =
Metoda Jacobi nu se poate aplica (deoarece ); signatura formei Q este (3,1,0). 0
2
= ∆

10. Să se arate că dacă sunt matrice pozitiv definite,
atunci matricea este pozitiv definită.
n j i ij n j i ij
h g
, , 1 , , , 1 ,
) ( , ) (
K K = =
, ) 1 ( ) ( + − = t th g t t f
ij ij ij
] 1 , 0 [ , )) ( (
, , 1 ,

=
t f
n j i ij K

Algebră liniară 107

Sign up to vote on this title
UsefulNot useful