Professional Documents
Culture Documents
Algebra Liniara
Algebra Liniara
3
3
5
8
15
22
27
27
28
31
33
36
37
42
44
49
53
53
55
58
60
62
64
67
67
70
72
76
80
CONTENTS
83
83
86
90
91
93
95
99
99
101
109
110
112
115
115
118
119
120
122
124
CHAPTER 1
Spa
tiul vectorilor liberi
Calculul vectorial este o creatie matematic
a, care si aa originea n zic
a
(mecanic
a). n acest capitol prezent
am operatiile cu vectori care constituie algebra vectorial
a. Vectorii sunt entit
ati matematice introduse pentru a reprezenta m
arimi
mecanice ca: forta, viteza, acceleratia etc.
1. Vectori liberi
Fie S spatiul geometriei elementare denit cu axiomele lui Euclid (numit si
spatiul zic sau spatiul intuitiv ). Spatiul S este tocmai spatiul n care tr
aim si
este conceput ca o multime de puncte. Dreptele, planele sunt submultimi ale lui
S. Punctul, dreapta, planul si spatiul S sunt notiuni primare legate prin anumite
axiome, cunoscute din geometria elementar
a.
n geometrie, vectorii sunt segmente orientate, iar n zic
a acele m
arimi reprezentabile geometric prin segmente orientate. Astfel forta aplicat
a ntr-un punct al
unui sistem material este un vector legat.
DEFINITIE.
O pereche ordonat
a de puncte (A; B) 2 S S se numeste segment
!
orientat sau vector legat si se noteaz
a AB (g. 1.1). Punctul A se numeste origine,
iar punctul B extremitate. Dac
a A 6= B, dreapta determinat
a de punctele A si B
!
!
se numeste dreapta suport a vectorului AB. Vectorul legat AA se numeste vector
legat nul, dreapta sa suport ind nedeterminat
a.
!
!
Vectorii legati AB si BA se numesc opu
si si sunt distincti dac
a A 6= B.
!
!
DEFINITIE.
Fig. 1.1
3
1. SPA TIUL
VECTORILOR LIBERI
!
DEFINITIE.
Fig. 1.2
Fig. 1.3
!
DEFINITIE.
2. OPERA TII
CU VECTORI LIBERI
Aceste propriet
ati rezult
a din denitia echipolentei. De exemplu, 3) este consecinta a tranzitivit
atii paralelismului si a egalit
atii numerelor reale.
Fiind dat un vector legat, exist
a o innitate de vectori legati echipolenti cu
acesta.
DEFINITIE.
Fie !
a 2 V3 . Prin directie, sens si lungime ale vectorului liber !
a
vom ntelege directia, sensul respectiv lungimea comune tuturor vectorilor legati
din !
a.
Pentru orice vector liber !
a 2 V3 vom nota cu k!
a k norma sau lungimea lui !
a,
!
!
care coincide deci cu norma oric
arui reprezentant al s
au. Dac
a a = AB, atunci
!
!
vectorul liber determinat de BA l vom nota cu !
a , deci BA = !
a.
!
!
DEFINITIE.
Doi sau mai multi vectori liberi nenuli care au aceeasi directie se
numesc vectori coliniari. Trei sau mai multi vectori liberi nenuli care au reprezen!
tantii paraleli cu acelasi plan se numesc vectori coplanari.Vectorul nul 0 avnd
!
directia nedeterminat
a, se consider
a coliniar cu orice vector liber.Vectorul nul 0
este coplanar cu orice doi vectori liberi nenuli.
OBSERVATIE.
2. Opera
tii cu vectori liberi
Fie, deci, V3 multimea tuturor vectorilor liberi din S3 . Multimea V3 se poate
organiza ca un grup aditiv comutativ, denind adunarea prin regula triunghiului
sau a paralelogramului.
!
!
!
!
DEFINITIE.
Fie !
a ; b 2 V3 si OA 2 !
a ; AB 2 b . Vectorul liber !
c de
!
!
!
reprezentant OB (g. 2.1) se numeste vectorul suma al vectorilor a si b si se
!
!
!
!
noteaz
a!
c =!
a + b sau n reprezentanti OB = OA + AB.
!
!
Este evident c
a vectorii !
a ; b ;!
c =!
a + b sunt coplanari. Regula cuprins
a n
aceast
a denitie se numeste regula triunghiului.
1. SPA TIUL
VECTORILOR LIBERI
Fig. 2.1
!
OBSERVATII.
Fig. 2.2
3) Experienta arat
a c
a actiunea a dou
a forte n acelasi punct poate nlocuit
a
cu actiunea unei singure forte reprezentat
a de diagonala paralelogramului constituit
cu cele dou
a forte (vectori). Asadar, regula paralelogramului si are originea n
!
mecanic
a, compunerea fortelor f
acndu-se dup
a aceast
a regul
a: OC este rezultanta
!
!
fortelor OA si OB.
PROPOZITIA
! !
!
!
a + b = b +!
a ; 8!
a ; b 2 V3 ;
(comutativitate)
!
! ! ! ! !
!
!
!
( a + b ) + c = a + ( b + c ); a ; b ; c 2 V3 ; (asociativitate)
!
!
9 0 2 V3 astfel nct !
a + 0 =!
a ; 8!
a 2 V3 ;
!
!
!
8 a 2 V3 9 a 2 V3 astfel nct !
a +( !
a)= 0:
2. OPERA TII
CU VECTORI LIBERI
Fig. 2.3
OBSERVATIE
. Existen
ta opusului unui vector permite denirea scaderii a doi
!
! !
!
vectori liberi !
a ; b prin !
a
b = a + ( b ).
n continuare, vom introduce o lege de compozitie extern
a: : R
numit
a nmultirea unui vector liber cu un numar real (scalar) astfel:
V3 ! V3
DEFINITIE
. Fie 2 R
si !
a 2 V3 . Prin vectorul liber !
a ntelegem un vector
liber determinat astfel:
a) k !
a k = j j k!
a k;
b) dac
a !
a 6= 0 si > 0 atunci !
a si !
a au acelasi sens, iar dac
a < 0 au
!
!
!
sensuri opuse; cnd = 0 sau a = 0 , atunci !
a = 0.
PROPOZITIA
1. SPA TIUL
VECTORILOR LIBERI
Fig. 2.4
!
!
! ! ! !
8) Fie > 0 si OA; OB; OC; OD reprezentanti ai vectorilor !
a; b; !
a + b;
!
(!
a + b ) (g. 2.4). Dac
a ED k OB, E 2 OA si F D k OA, F 2 OB, din teorema
!
!
!
!
fundamental
a a asem
an
arii rezult
a kOEk = kOAk . Similar kOF k = kOBk. n
!
! !
!
!
!
!
consecinta OE = OA; OF = OB. Din OD = OE + OF rezult
a 8). Dac
a <0
!
!
!
, atunci (!
a + b ) = ( ) (!
a + b ) = [( ) !
a + ( ) b ]. Dar (!
u +!
v)=
= !
u !
v si ( 1) ( ) !
a = !
a (vezi 6)). Se obtine 8).
!
a:
1
!
DEFINITIE.
Dac
a!
a 6= 0 , atunci !
u = ! !
a se numeste versor al vectorului
kak
3. Coliniaritate
si coplanaritate
!
! ! !
Fie !
a ; b 2 V3 ; !
a 6= 0 ; b 6= 0 .
!
PROPOZITIA
3.1. Daca b si !
a sunt coliniari, atunci exista
2 R, unic,
!
!
astfel nct b = a .
!
!
Demonstratie. Cum !
a ; b 2 V3 nf 0 g, atunci exist
a versorii acestor vectori
!0
a
=
!0
!
!
! !
!
=!
a =k!
a k; b = b =k b k. Deoarece !
a si b sunt coliniari rezult
a a0 = b0 . Atunci
!
!
!0
!
! !0
!
k b k!
kbk
!
avem succesiv: b = k b k b = k b k( a ) =
a = a , unde =
.
k!
ak
k!
ak
!
OBSERVATII
. 1) Evident, dac
a !
a si b sunt coliniari, atunci exist
a 0 2 R,
!
unic, astfel nct !
a = 0 b.
!
!
2) 0 = 0 a .
!
TEOREMA 3.2. Vectorii nenuli !
a si b sunt coliniari daca si numai daca
! !
exista ; 2 R, nenule simultan, astfel nct !
a + b = 0.
!
Demonstratie. Folosind propozitia 3.1 rezult
a c
a dac
a!
a si b sunt coliniari,
!
!
!
atunci exist
a 2 R astfel ca !
a = b , deci 1 !
a +( ) b = 0.
!
!
Reciproc, dac
a, de exemplu,
6= 0, atunci !
a =
b , adic
a !
a si b sunt
coliniari. Cazul 6= 0 se trateaz
a similar.
3. COLINIARITATE S
I COPLANARITATE
!
PROPOZITIA
3.3. Daca !
a si b sunt necoliniari, atunci
si numai daca = = 0.
! !
!
a + b = 0 daca
!
Demonstratie. Dac
a 6= 0 sau 6= 0 ar rezulta c
a!
a si b sunt coliniari ceea
ce ar contrazice ipoteza, deci = = 0. Reciproca este imediat
a.
!
!
. Fie vectorii necoliniari u
PROBLEMA
si v . S
a se determine , astfel nct
! ! !
!
!
!
vectorii a = u + 3 v , b = u
v s
a e coliniari.
!
Solutie. Din !
a = b , rezult
a(
)!
u + (3
itiei 3.3,
= 0, 3
= 0, deci = 3 si = 3.
!
!
Fie, acum, !
a ; b ;!
c 2 V3 , b si !
c necoliniari.
!
)!
v = 0 . Conform propoz-
PROPOZITIA
Fig. 3.1
! !
Cazurile b si a coliniari sau !
c si !
a coliniari sunt evidente si nu le abord
am.
!
!
!
Ducem AA1 kOC si AA2 kOB. Deoarece OA1 este coliniar cu OB si OA2 este col!
!
! !
iniar cu OC, conform propozitiei 3.1, exist
a ; 2 R, astfel ca OA1 = OB; OA2 =
!
!
!
!
!
!
!
OC. Dar OA = OA1 + OA2 = OB + OC. n concluzie !
a = b+ !
c . n plus,
!
!
!
0
0
!
!
!
0
dac
a a = 0 b + c , atunci (
) b + +(
) c = 0 . Conform propozitiei
3.3 rezult
a 0 = , 0 = , deci si sunt unic determinati.
PROBLEME REZOLVATE. 1) Fie O un punct xat. Punctele A, B, C sunt
coliniare dac
a si numai dac
a exist
a ; ; 2 R, nenule simultan, astfel ca
!
!
! !
(3.1)
OA + OB + OC = 0 si + + = 0:
Solutie. Dac
a A, B, C sunt coliniare, conform propozitiei 3.1, exist
a 2 R
!
!
!
!
!
!
astfel nct AC = AB sau OC OA = (OB OA). Atunci are loc (3.1) cu
=
1, =
, = 1. Reciproc, dac
a, de exemplu, 6= 0, atunci + 6= 0 si
!
!
!
!
!
! !
!
!
OB +
OC. Dar OA = OB + BA, OC = OB + BC. nlocuind,
OA =
+
+
!
!
obtinem BA =
BC, deci punctele A, B, C sunt coliniare.
+
10
1. SPA TIUL
VECTORILOR LIBERI
!
!
!
!
OM = OA + OB + OCsi
= 1:
Armatia reciproc
a este adev
arat
a?
!
!
!
Solutie. Conform propozitiei 3.4 exist
a ; 2 R astfel ca AM = AB + AC
!
!
!
!
!
!
!
sau OM OA = (OB OA) + (OC OA). n consecinta OM = (
+
!
!
!
+1)OA + OB + OC. Lu
am =
+ 1, = , = .
!
!
Reciproc, dac
a =1
, introducnd n relatia dat
a, rezult
a AM = AB+
!
+ AC adic
a punctele M , A, B, C sunt coplanare.
!
PROPOZITIA
!
!
a + b+
!
Demonstratie. Dac
a, de exemplu, 6= 0, atunci !
a = b + !
c; =
= ;
!
=
= , deci vectorii !
a ; b ;!
c sunt coplanari, ceea ce contrazice ipoteza. Asadar
!
= 0: Cum b si !
c sunt necoliniari, rezult
a = = 0 (prop. 3.3).
!
TEOREMA 3.6. (Descompunerea unui vector dup
a trei directii) Fie !
a; b;!
c 2
!
2 V3 necoplanari si d 2 V3 . Atunci exista ; ; 2 R unic determinati astfel ca
!
!
!
d = b + b + !
c.
!
! ! !
! !
Demonstratie. Fie OA 2 !
a ; OB 2 b ; OC 2 !
c si OD 2 d (g. 3.2). Cazurile
!
!
D O; OD coliniar cu !
a ; :::; OD coplanar cu !
a ; b etc., sunt evidente, deci nu le
abord
am.
Fie
intersectia dintre planul OAB si planul OCD. n acest din urm
a plan,
construim DC1 k , C1 2 OC si DEkOC, E 2 OAB. n planul OAB, e EA1 kOB,
!
!
!
!
!
!
A1 2 OA si EB1 kOA, B1 2 OB. Atunci OE = OA1 + OB1 si OD = OE + ED,
!
!
!
!
!
!
! ! !
deci OD = OA1 + OB1 + OC1 , deoarece ED
OC1 . Deoarece OA1 ; OB1 ; OC1
!
! !
!
sunt coliniari cu OA, respectiv OB; OC, atunci exist
a ; ; 2 R astfel ca OD =
!
!
!
!
!
!
!
0
= OA + OB + OC, deci d = !
a + b + !
c . Dac
a d = 0!
a + b +
!
!
0
0!
0 !
0 !
c ;atunci (
)a +(
)b +(
) c = 0 . Aplicnd propozitia 3.5
0
0
0
rezult
a c
a = , = , = , deci ; ; sunt unic determinati.
3. COLINIARITATE S
I COPLANARITATE
11
Fig. 3.2
!
! ! !
!
!
Fie i ; j ; k 2 V3 trei versori (k i k = k j k = k k k = 1) astfel ca OA?OB?
! ! ! ! ! !
?OC, unde OA 2 i ; OB 2 j ; OC 2 k (g. 3.3). Deoarece acesti versori sunt
necoplanari, dac
a!
a 2 V3 , atunci exist
a a1 ; a2 ; a3 2 R, unic determinati (teorema
3.6), astfel ca:
(3.2)
!
!
!
!
a = a1 i + a2 j + a3 k :
DEFINITIE
. Numerele reale a1 ; a2 ; a3 se numesc coordonatele euclidiene ale
vectorului !
a , iar egalitatea (3.2) se numeste expresia analitica a vectorului !
a.
Vom scrie !
a = (a1 ; a2 ; a3 ).
Fie O 2 S, xat.
Fig. 3.3
!
!
DEFINITIE
. Dac
a M 2 S, atunci vectorul r M 2 V3 de reprezentant OM se
!
! !
!
numeste vector de pozitie al punctului M . Atunci r M = x i +y j +z k si vom nota
! ! !
M (x; y; z) (g. 3.3). Sistemul (O; i ; j ; k ) se numeste reper cartezian ortogonal
n V3 . Numerele x; y; z se numesc coordonatele punctului M n raport cu reperul
! ! !
cartezian (O; i ; j ; k ).
12
1. SPA TIUL
VECTORILOR LIBERI
! !
!
!
!
!
!
!
Dac
a A; B 2 S si OA = xA i + yA j + zA k , OB = xB i + yB j + zB k ;
atunci:
!
!
!
!
!
!
AB = OB OA = (xB xA ) i + (yB yA ) j + (zB zA ) k :
DEFINITIE.
0 dac
aM 2
PROPOZITIA
1
1
(xA
xB ) ; y =
1
1
(yA
yB ); z =
1
1
=
(zA
si
zB ) :
1 si deci
1
1
1
(xA + xB ) ; y = (yA + yB ); z = (zA + zB ) :
2
2
2
PROBLEME REZOLVATE 1) Fie G centrul de greutate al unui triunghi ABC
!
!
! 1 !
si O un punct oarecare din spatiu. S
a se arate c
a OG = (OA + OB + OC).
3
!
!
!
!
1 !
Solutie. Dac
a AD este median
a, DB = DC, deci OD = (OB + OC).
2
!
!
!
!
1 !
De asemenea din GA = 2GD obtinem OG = (OA + 2OD); de unde rezult
a
3
armatia.
x=
3. COLINIARITATE S
I COPLANARITATE
13
!
n ceea ce priveste existenta punctului G, e O un punct xat. Cum GMi =
!
!
= OMi OG, 1 i n, rezult
a c
a
OG =
!
!
!
1
(m1 OM1 + m2 OM2 + ::: + mn OMn ):
m1 + m2 + ::: + mn
mi xi
xG = i=1
n
P
i=1
;
mi
n
P
mi yi
yG = i=1
n
P
i=1
;
mi
m i zi
zG = i=1
:
n
P
mi
Dac
a sistemul de puncte este omogen, atunci xG =
zG
n
P
i=1
n
n
1 P
1 P
xi , yG =
yi ,
n i=1
n i=1
=
n
1 P
zi . Pentru n = 2 obtinem mijlocul segmentului [M1 M2 ], iar pentru n = 3;
n i=1
G este centrul de greutate al triunghiului M1 M2 M3 .
!
Fie AB un vector legat si d
S o dreapt
a. Prin A si B ducem planele P1
respectiv P2 , perpendiculare pe d. Not
am C = d \ P1 ; D = d \ P2 .
!
DEFINITIE
. Vectorul legat CD construit mai sus se nume
ste proiectia ortogo!
nala a vectorului legat AB pe dreapta d.
! !
Dac
a AB ? d, atunci CD = 0 .
!
!
!
!
Dac
a EF AB si GH este proiectia ortogonal
a a lui EF pe dreapta d, atunci
!
!
este evident c
a GH
CD. Putem, deci, deni proiectia ortogonala a unui vector
liber !
a 2 V3 pe o dreapt
a ca ind proiectia ortogonal
a a unui reprezentant oarecare
!
al vectorului. Dac
a d0 kd atunci proiectiile ortogonale ale unui vector legat AB pe d0
respectiv d sunt vectori legati echipolenti. Putem vorbi deci de proiectia ortogonala
!
!
a unui vector liber !
a pe un alt vector liber nenul b , pe care o not
am !
a (este
b
un vector liber!).
14
1. SPA TIUL
VECTORILOR LIBERI
!
!
! !
!
DEFINITIE
. Fie !
a ; b 2 V3 nf 0 g si OA 2 !
a ; OB 2 b . Num
arul real ' 2 [0; ]
!
!
ce reprezint
a unghiul dintre dreptele suport ale vectorilor OA si OB se numeste
!
unghiul dintre vectorii !
a si b .
Evident, denitia nu depinde de alegerea punctului O.
!
DEFINITIE
. Dac
a unghiul ' = , atunci vectorii !
a si b se numesc vectori
2
ortogonali.
!
Prin conventie, se accept
a c
a vectorul nul 0 este ortogonal pe orice vector.
!
!
Dac
a u este un versor al vectorului !
a , atunci exist
a 2 R astfel nct
b
!
!
!
!
! a =
u . Este clar c
a dac
a unghiul dintre a si b este ', atunci
= =
b
!
k a k cos ' si c
a > 0, dac
a ' 2 [0; ), < 0 dac
a ' 2 ( ; ] si = 0 dac
a'= .
2
2
2
!
!
!
DEFINITIE
. Fie a ; b 2 V3 nf 0 g, ' 2 [0; ] unghiul dintre ei. Num
arul real
!
k!
a k cos ', notat pr!
a
se
nume
s
te
m
a
rimea
algebric
a
a
proiec
t
iei
ortogonale
a
b
!
!
!
!
vectorului a pe vectorul b . Deci pr!
a = k a k cos ' (g.3.4).
b
Fig. 3.4
!
OA0 = k!
a k cos ' = pr!
a:
b
PROPOZITIA
Armatia rezult
a deoarece O0 B 0 = O0 A0 + A0 B 0 .
Fig. 3.5
15
2 2
3 3
!
!
7) daca !
a ; b 2 V3 nf 0 g, atunci:
!
!
a b
a1 b1 + a2 b2 + a3 b3
p
cos ' =
;
! =p 2
!
a1 + a22 + a23 b21 + b22 + b23
kak kbk
!
!
)k!
a k k b k cos ' = k !
a k k b k cos(
!
deoarece unghiul dintre !
a si b este
', dac
a < 0.
!
') = ( !
a) b;
16
1. SPA TIUL
VECTORILOR LIBERI
q
!
!
1
cos2 A, deci S =
kABk2 kACk2
2
p
2S
19
hb = = ! = p .
7
kACk
! !
(AB AC)2 . Calculnd obtinem S =
17
38
,
2
!
4.2. Produsul vectorial a doi vectori liberi. Fie !
a ; b 2 V3 si ' 2 [0; ]
!
!
!
a!
a ; b 2 V3 nf 0 g.
unghiul dintre !
a si b dac
!
DEFINITIE
. Se nume
ste produs vectorial al vectorilor !
a si b si se noteaz
a
!
!
a
b , vectorul:
!
a
!
b =
!
k!
a k k b k sin ' !
e , dac
a!
a si
!
!
0
, dac
a a si
!
b sunt necoliniari
;
!
b sunt coliniari
unde !
e este un versor perpendicular pe planul determinat de reprezentantii lui !
a
!
si b avnd aceeasi origine si orientat dup
a regula burghiuluisi anume n sensul
!
de naintare a unui burghiu cnd !
a se roteste c
atre b printr-un unghi minim (g.
4.1).
Fig. 4.1
!
OBSERVATIE
. Efectul de rotire pe care l produce o for
ta F se m
asoar
a prin
!
momentul fortei. Dac
a O este un punct xat si P punctul de aplicatie al fortei F ,
! !
momentul este prin denitie vectorul OP F . Punctul O se mai numeste si polul
momentului.
PROPOZITIA
18
1. SPA TIUL
VECTORILOR LIBERI
! !
!
!
!
!
!
6) Daca !
a = a1 i + a2 j + a3 k , b = b1 i + b2 j + b3 k , atunci
!
!
!
!
!
a
b = (a2 b3 a3 b2 ) i + (a3 b1 a1 b3 ) j + (a1 b2 a2 b1 ) k =
! ! !
i
j
k
= a1 a2 a3 ;
b 1 b2 b 3
(expresia analitica a produsului vectorial)
!
7) k!
a
b k este aria paralelogramului construit pe suporturile reprezentantilor
!
lui !
a si b avnd aceea
si origine. Aria unui triunghi ABC este data de
!
1 !
A ABC = kAB ACk:
2
Demonstratie.
!
!
1) Dac
a!
a ; b 2 V3 nf 0 g, atunci:
!
b
!
!
!
!
a = k b kk!
a k sin( ')!
e = k!
a kk b k sin '!
e = !
a
b:
!
!
!
!
!
!
!
2) Dac
a > 0 si a ; b 2 V3 nf 0 g, atunci ^( a ; b ) = ^( a ; b ), deci:
(!
a
!
!
!
b ) = k!
a kk b k sin ' !
e =k !
a kk b k sin '!
e =( !
a)
!
b:
Fig. 4.2
19
4) Folosim denitia.
5) Deoarece sin2 ' = 1 cos2 ', rezult
a
!
!
!
!
k!
a
b k2 = k!
a k2 k b k2 k!
a k2 k b k2 cos2 ' = k!
a k2 k b k2
!
(!
a b )2 :
! !
! ! ! !
!
=
j
i; j
k = i = k
j;
! ! ! !
j = k
k = 0 . Determinantul se va
!
! !
6) Se tine seama c
a i
j = k
! ! !
! ! ! ! !
k
i = j = i
k si i
i = j
dezvolta dup
a elementele primei linii.
!
! !
7) Dac
a OA = !
a ; OB = b , atunci aria paralelogramului este
!
!
!
!
kOAk kOBk sin ' = k!
a k k b k sin ' = k!
a
b k. (g. 4.3)
Fig. 4.3
OBSERVATIE
. Din proprietatea 3 rezult
a c
a dac
a ntr-un punct P sunt aplicate
mai multe forte, atunci momentul rezultantei este egal cu suma momentelor fortelor
(Varignon).
PROBLEME REZOLVATE. 1) S
a se calculeze aria paralelogramului construit
p
! !
!
!
!
!
pe vectorii v1 = a + 3 b , v2 = 2!
a
b , stiind c
a k!
a k = 3, k b k = 4 si
!
^(!
a; b)= .
3
! !
!
!
v1 !
v2 = 7 b
a . Aria paraleloSolutie. k!
a
b k = k!
a kk b k sin = 6, !
! ! 3
!
!
gramului este k v1 v2 k = 7k b
a k = 42.
!
(!
a ; b ;!
c)=
a1
b1
c1
a2
b2
c2
a3
b3
c3
20
1. SPA TIUL
VECTORILOR LIBERI
!
!
!
!
!
(!
a ; b ;!
c ) = ( b ;!
c ;!
a ) = (!
c ;!
a ; b ); (!
a ; b ;!
c ) = (!
a ;!
c ; b );
!
!
(!
a ; b ;!
c ) = 0 daca si numai daca !
a ; b ;!
c sunt coplanari;
!
(!
a ; b ;!
c ) este volumul paralelipipedului oblic construit pe suporturile reprezen!
c considerati cu origine comuna;
tantilor vectorilor !
a ; b ;!
!
!
!
5) (!
u +!
v ; b ;!
c ) = (!
u; b ;!
c ) + (!
v ; b ;!
c ).
2)
3)
4)
!
!
c ; ' = ^(!
a; b
!
c );
!
!
c k OA0 = k b
!
!
c kk!
a k jcos 'j = (!
a ; b ;!
c) :
5) Se folosesc propriet
atile determinantilor.
Fig. 4.4
PROBLEME REZOLVATE. 1) S
a se determine volumul paralelipipedului con!
struit pe vectorii !
a =!
u + 2!
v , b = 5!
u 4!
v + 3!
w, !
c =!
u +!
v !
w , stiind c
a
p
p
!
!
!
!
!
!
k u k = 2 2, k v k = 3, k w k = 2, ^( v ; w ) = , iar unghiul dintre vectorul u si
3
planul determinat de vectorii !
v si !
w este .
4
!
!
Solutie. (!
a ; b ;!
c ) = 17(!
u;!
v ;!
w ); (!
u;!
v ;!
w) = !
u (!
v
w ) = k!
uk
!
!
!
!
!
!
kv
w k cos = 6, deoarece k v
w k = k v kk w k sin = 3. Atunci volumul
4
3
este V = 17 3 = 51.
2) S
a se determine volumul V si n
altimea h din D ale tetraedrului ABCD,
dac
a A (1; 5; 4), B (0; 3; 1), C (2; 4; 3), D (1; 0; 1).
!
Solutie. AB =
!
!
i +2j
! !
!
!
3 k , AC = i + 9 j
! ! !
!
!
!
!
(AB; AC; AD) = 13, AB AC = 25 i
4j
p
762
13
.
Aria 4ABC este
, deci h = p
2
762
!
11 k . V =
21
! !
!
k , AD = 5 j
! ! !
(AB; AC; AD)
6
!
3k,
=
13
.
6
!
4.4. Dublul produs vectorial. DEFINITIE
. Dac
a !
a ; b ;!
c 2 V3 , vectorul
!
!
!
!
a (b
c ) se numeste dublul produs vectorial al vectorilor !
a ; b ;!
c.
!
! !
PROPOZITIA
!
!
b
c
:
!
!
!
a b
a !
c
!
! !
! !
!
Demonstratie. Din denitie d ?!
a; d?b !
c . Dar si b ? b !
c;!
c? b !
c,
!
!
deci d este coplanar cu b si !
c . Egalitatea din enunt se demonstreaz
a folosind
expresiile analitice ale produsului vectorial si ale produsului scalar.
OBSERVATIE
. Deoarece produsul vectorial nu este asociativ, este obligatorie
e-xistenta parantezelor n expresia dublului produs vectorial. Spre exemplu, dac
a
! !
! ! ! ! ! ! ! !
! !
!
!
a = i + j ; b = j + k ; c = k + i ; atunci a
(b
c ) = i + j ; iar
!
! !
(!
a
b) !
c = i + k:
!
!
PROPOZITIA
4.5. Daca !
a ; b ;!
c ; d 2 V3 , atunci
(!
a
! !
b) (c
Demonstratie. Fie !
v = !
c
produsului scalar, rezult
a:
(!
a
!
d)=
!
!
a !
c !
a d
! ! ! ! :
b c
b d
!
d . Folosind propriet
atile produsului mixt si
! !
!
!
!
!
b ) v = (!
v !
a ) b = ((!
c
d) !
a ) b = [(!
a !
c)d
!
!
! !
! !
(!
a d )!
c ] b = (!
a !
c )( b d ) (!
a d )( b !
c ):
!
DEFINITIE
. Dac
a!
a ; b ;!
c 2 V3 , num
arul real:
!
!
a !
a !
a b !
a !
c
! ! ! ! ! !
b a
b b
b c
!
!
c !
a !
c b !
c !
c
se numeste determinantul Gram al celor trei vectori.
!
PROPOZITIA
4.6. Vectorii !
a ; b ;!
c sunt coplanari daca si numai daca determinantul lor Gram este nul.
!
Demonstratie. Folosind expresiile analitice ale vectorilor !
a ; b ;!
c se arat
a c
a
!
determinantul Gram este egal cu (!
a ; b ;!
c )2 .
22
1. SPA TIUL
VECTORILOR LIBERI
5. Probleme
1. Fie ABC un triunghi si M un punct variabil. S
a se arate c
a vectorul
!
!
!
M A + 2M B 3M C este constant.
2. Dac
a O este punctul de intersectie al diagonalelor paralelogramului ABCD,
!
!
!
!
!
iar M un punct oarecare, atunci M A + M B + M C + M D = 4M O.
3. Fie AB si CD dou
a coarde perpendiculare n cercul de centru O si I punctul
!
!
!
!
!
lor de intersectie. S
a se arate c
a IA + IB + IC + ID = 4IO.
4. S
a se arate c
a G este centrul de greutate al unui triunghi ABC, dac
a si
!
!
! !
numai dac
a GA + GB + GC = 0 . n plus, dac
a M; N; P sunt mijloacele laturilor
triunghiului ABC, atunci triunghiurile M N P si ABC au acelasi centru de greutate.
5. Fie Ai , 1
10. S
a se demonstreze c
a cele trei drepte care unesc mijloacele muchiilor opuse
ale unui tetraedru si cele patru drepte care unesc ecare vrf cu centrul de greutate
al fetei opuse sunt concurente.
11. Fie A si B dou
a puncte distincte. Determinati multimea punctelor M
!
!
pentru care exist
a t 2 R astfel nct r!
M = trA + (1 + t) rB . Caz particular t 2 [0; 1].
12. Punctele C1 , A1 , B1 mpart laturile [AB], [BC] respectiv [CA] n rapoartele
, , respectiv . Punctele A1 , B1 , C1 sunt coliniare dac
a si numai dac
a
=1
(teorema lui Menelaus).
13. Se dau punctele A (2; 3; 4), B (3; 2; 1), C (0; 1; 2). S
a se determine un
punct D astfel nct ABCD s
a e paralelogram.
14. a) S
a se arate c
a punctele A (1; 5; 2), B (9; 1; 22), C ( 3; 8; 14) sunt
coliniare;
b) Pentru ce valoare a lui punctele A, B si D ( 7; 11; 2 + 12 ) sunt coliniare?
c) Punctele A, B si E ( 7; 5 2 ; 2 + 12 ) pot coliniare?
5. PROBLEM E
23
! !
!
!
!
15. S
a se determine astfel nct vectorii !
a = i +2j +4k, b = i +
! !
!
!
!
!
+(
1) j + (6
) k, c = 2i
j + ( + 4) k s
a e coplanari. Pentru
! !
20
!
s
a se descompun
a vectorul a dup
a directiile lui b si c .
=
9
16. Fie !
m, !
n, !
p trei vectori necoplanari.
a) Sunt coplanari vectorii !
u = !
m+!
n +!
p, !
v = !
m + 2!
n
3!
p, !
w =
!
!
!
= m +4n +9p?
b) S
a se descompun
a vectorul !
a = 2!
m + 7!
n + 21!
p dup
a directiile vectorilor
!
!
!
u , v , w.
!
!
!
17. Fie !
a , b vectori nenuli. S
a se arate c
a vectorii !
a + b si !
a
b sunt
!
ortogonali dac
a si numai dac
a k!
a k = k b k.
!
!
18. S
a se arate c
a vectorii !
u = (!
a b) !
c (!
a !
c ) b si !
a sunt ortogonali.
!
!
19. Dac
a u si v sunt doi versori ortogonali, atunci vectorii !
a = !
u !
v si
! !
!
b = u + v sunt ortogonali.
!
! 2
20. S
a se interpreteze geometric egalitatea k!
a + b k2 = k!
a
b k = k!
a k2 +
! 2
+k b k .
!
! 2
!
21. S
a se arate c
a k!
a + b k2 + k!
a
b k = 2(k!
a k2 + k b k2 ). Interpretare
geometric
a.
22. Dac
a G este baricentrul sistemului de puncte materiale (M1 ; M2 ; :::; Mn )
re-lativ la sistemul de ponderi (m1 ; m2 ; :::; mn ), iar M un punct arbitrar, s
a se arate
n
n
n
P
P
! 2
! 2P
! 2
c
a
mi kM Mi k = kM Gk
mi +
mi kGMi k (Stewart).
i=1
i=1
i=1
!
!
23. S
a se calculeze rezultanta fortelor F1 = 2!
m + 3!
n +!
p , F2 = !
m 3!
n , dac
a
!
!
!
!
k mk = 1, k p k = 2, ]( m; p ) = .
3
!
!
!
!
24. Dac
a k a k = k b k = k!
c k = 1 si !
a + b +!
c = 0 , s
a se calculeze
! !
!
a b + b!
c +!
a!
c.
p
25. Fie vectorii !
m si !
n , unde k!
mk = 2, k!
n k = 2, ](!
m; !
n ) = . S
a se
4
!
determine astfel ca vectorii !
a = 2!
m 3!
n si b = !
m+!
n s
a e ortogonali.
!
!
!
26. Pentru ce valoare a lui , vectorii !
u = i +2j +(
1) k , !
v =
!
! !
=2i
j + 3 k sunt ortogonali?
! !
!
!
27. Fie vectorii !
u = 2!
a
b , v = 3!
a + 2 b , unde k!
a k = 3, k b k = 4,
!
iar !
a si b sunt ortogonali. S
a se calculeze lungimile diagonalelor paralelogramului
construit pe vectorii !
u si !
v si unghiul dintre ele.
24
1. SPA TIUL
VECTORILOR LIBERI
30. S
a se determine un vector de norm
a 26 situat n planul xOy, care s
a e
!
!
!
perpendicular pe vectorul !
a = 12 i + 5 j
7k.
! ! ! ! ! ! !
31. Se consider
a vectorii !
a = 2 i +5 j 7 k , b = i + j + k . S
a se calculeze
!
!
!
!
unghiul dintre vectorii a si b , precum si pr!
b.
a b
32. S
a se determine un versor al bisectoarei unghiului C al triunghiului ABC,
unde A (0; 1; 1), B ( 1; 1; 2), C (1; 2; 3).
33. S
a se arate c
a punctele A ( 4; 0; 1), B (0; 1; 1), C (4; 4; 0), D (4; 6; 1) sunt
coplanari. S
a se calculeze aria patrulaterului ABCD.
!
! !
34. S
a se calculeze (!
a + b) (b
a ). Interpretare geometric
a.
!
35. S
a se arate c
a n orice triunghi ABC are loc AB
!
!
= CA AB.
!
!
BC = BC
!
CA =
36. S
a se calculeze aria si lungimile diagonalelor paralelogramului construit pe
!
!
!
!
vectorii !
u =!
a 2b,!
v = 2!
a + 3 b , stiind c
a k!
a k = 4, k b k = 5, ](!
a; b)= .
3
!
!
!
37. S
a se calculeze aria paralelogramului construit pe vectorii a = i + 2 j
! !
! ! !
k, b =2i
j + k . S
a se determine un versor perpendicular pe cei doi vectori.
38. Fie vectorii necoliniari !
u si !
v . Pentru ce valoare a lui vectorii !
a =
!
!
!
!
!
= u 2 v , b = 2 u + v sunt coliniari?
39. Se dau punctele A ( 1; 2; 0), B (1; 1; 1), C (2; 3; 4). S
a se calculeze aria
triunghiului ABC si lungimea n
altimii din C pe AB.
! ! ! !
!
! !
40. Fie vectorii !
a = i
j + k , b = i + 2 j + k . S
a se determine un
!
!
!
!
vector v astfel nct v
a = b.
!
41. S
a se determine volumul paralelipipedului construit pe vectorii !
a, b, !
c,
!
!
!
!
!
!
!
!
!
!
!
!
!
unde a = m + 2 n + p , b = 2 m + 3 n + 3 p , c = 3 m + 7 n + p , unde k mk = 1,
p
p
k!
n k = 2 2, k!
p k = 2 3, ](!
n;!
p ) = , iar unghiul dintre vectorul !
m si planul
3
determinat de vectorii !
n si !
p are m
asura .
4
!
! ! !
!
!
42. S
a se arate c
a vectorii m = a + 2 b + !
c, !
n = !
a + b
c, p =
!
=!
a + 3 b + 3!
c sunt coplanari.
!
! ! ! ! ! !
!
43. S
a se arate c
a vectorii !
a = i + j + k, b = i + j +2k, !
c = i+
!
!
!
!
!
a se descompun
a vectorul !
v = 6 i + 9 j + 14 k
+2 j + 3 k nu sunt coplanari. S
!
dup
a directiile vectorilor !
a, b, !
c.
!
! ! !
! ! !
! ! !
44. Se dau vectorii !
a = 2 i + j 3 k , b = 3 i +2 j 5 k , !
c == i j +k.
Se cere:
!
a) volumul paralelipipedului construit pe vectorii !
a, b, !
c;
!
b) lungimea n
altimii paralelipipedului pe baza determinat
a de !
a si b .
45. Se dau punctele A (3; 1; 4), B (5; 2; 1), C (1; 1; 6), D (1; 2; 3). S
a se calculeze volumul tetraedrului ABCD si lungimea n
altimii din B pe planul ACDa
acestui tetraedru.
5. PROBLEM E
25
46. S
a se determine astfel nct volumul paralelipipedului construit pe vectorii
!
!
! ! ! ! !
!
!
!
a =2i
3j + k, b = i + j
2k, !
c = i + 2 j s
a e 10.
! !
!
!
47. S
a se determine astfel nct vectorii !
a = i + j
4k, b = (
1)
!
! ! ! !
!
j + k, c = i +4j
2 k s
a e coplanari. Pentru = 2 s
a se descompun
a!
a
! !
dup
a directiile vectorilor b si c .
! !
!
!
48. S
a se arate c
a!
a (b
c)+ b
(!
c
a)+!
c
(!
a
!
!
!
!
!
49. S
a se arate c
a (!
a
b; b
c ;!
c
a ) = (!
a ; b ;!
c )2 .
!
!
b)= 0.
CHAPTER 2
Spa
tii vectoriale
Notiunea de spatiu vectorial este una din notiunile cele mai importante n
matematic
a si n aplicatiile acesteia n alte stiinte. n zic
a si n stiintele ingineresti,
spatiile vectoriale constituie un aparat indispensabil pentru a reprezenta anumite
m
arimi: forte, viteze, starea unui sistem n mecanica cuantic
a etc.
1. Deni
tia unui spa
tiu vectorial. Exemple
n cele ce urmeaz
a vom nota cu K, e corpul numerelor complexe (C), e corpul
numerelor reale (R).
DEFINITIE.
O multime nevid
a V se numeste spatiu vectorial (sau liniar ) peste
corpul K dac
a este nzestrat
a cu dou
a legi de compozitie: una interna, notat
a
aditiv, (x; y) ! x + y (deci o aplicatie a produsului cartezian V V n V ) si una
externa, notat
a multiplicativ ( ; x) ! x (deci o aplicatie a produsului cartezian
K V n V ), cu urm
atoarele propriet
ati:
1) x + y = y + x; 8x; y 2 V ;
2) (x + y) + z = x + (y + z); 8x; y; z 2 V ;
3) exist
a un element 0V astfel nct x + 0V = x; 8x 2 V ;
0
0
4) pentru orice x 2 V exist
a un element x 2 V astfel nct x + x = 0V ;
5) 1 x = x; 8x 2 V ;
6) ( x) = ( )x; 8 ; 2 K; 8x 2 V ;
7) ( + )x = x + x; 8 ; 2 K; 8x 2 V ;
8) (x + y) = x + y; 8 2 K; 8x; y 2 V .
Adesea, n loc de spatiu vectorial peste corpul K vom spune, simplu, K-spatiu
vectorial. Cnd K = R, V se numeste spatiu vectorial real, iar cnd K = C, V se
numeste spatiu vectorial complex.
Elementele lui V se numesc vectori, iar cele din K se numesc scalari. Vom nota,
n general, vectorii cu litere latine, iar scalarii prin litere grecesti.
Propriet
atile 1)-4) spun c
a (V; +) este grup comutativ. Vectorul 0V din 3) este
unic si se numeste vector nul al spatiului V . De asemenea, pentru orice x 2 V ,
0
elementul x care intervine n 4) este unic, se numeste opusul lui x si se noteaz
a
x. Suma dintre vectorul x si opusul vectorului y se noteaz
a x y si se numeste
diferenta dintre x si y.
PROPOZITIA
28
2. SPA TII
VECTORIALE
f) daca x 2 V si
2 K, atunci
x = 0V ()
= 0 sau x = 0V .
Demonstratie. a) (x y) + y = [(x y) + y] = x: b) n a) se ia x = y.
c) (
)x + x = [(
) + ]x = x. d) n c) se ia = .
e) x + ( x) = (x x) = 0V = 0V . x + ( ) x = [ + ( )]x =
=(
) x = 0 x = 0V . f) Conform b) si d),
0V = 0 x = 0V . Reciproc, dac
a
1
1
1
x = 0V si 6= 0, atunci exist
a
(K ind corp), deci
( x) =
0V = 0V .
1
1
Dar
( x) = =
x = 1 x = x, deci x = 0V .
EXEMPLE. 1) Multimea vectorilor liberi din spatiu sau din plan, notat
a V3
respectiv V2 (cap.1), este un R-spatiu vectorial n raport cu adunarea vectorilor
liberi si nmultirea cu un scalar a unui vector liber(prop. 2.1, 2.2, cap. 1).
2) Fie n 2 N si K n = K K ::: K = (x1 ; x2 ; :::; xn ) ; xi 2 K; i = 1; n .
Dac
a x = (x1 ; :::; xn ) 2 K n ; y = (y1 ; :::; yn ) 2 K n si 2 K, denim:
x + y = (x1 + y1 ; :::; xn + yn );
x = ( x1 ; :::; xn ) :
De exemplu, n R , (2; 3) + (0; 3) = (2; 0); ( 5)(1; 2) = ( 5; 10). De asemenea, n R3 , (1; 2; 2) + ( 2; 0; 1) = ( 1; 2; 1); 3(1; 2; 0) = (3; 6; 0). nzestrat cu
cele dou
a legi de compozitie K n este un K-spatiu vectorial. Vectorul nul este 0 =
(0; 0; :::; 0), iar opusul vectorului x = (x1 ; :::; xn ) este vectorul x = ( x1 ; :::; xn ).
Propriet
atile 1)-8) se veric
a imediat. Astfel se poate organiza Rn ca R-spatiu
n
vectorial, iar C ca C-spatiu vectorial. Elementele lui K n se numesc vectori (linie)
n-dimensionali, iar K n se numeste spatiu aritmetic cu n dimensiuni. n particular
Rn se numeste spatiu aritmetic real cu n dimensiuni.
n unele aplicatii este avantajos s
a d
am vectorii lui K n sub form
a de coloane
0
1
x1
B x2 C
B
C
C
x=B
B : C ; xi 2 K; i = 1; n:
@ : A
xn
Se veric
a usor c
a F (M; V ) nzestrat cu cele dou
a legi de compozitie este un
K-spatiu vectorial.
2. Subspa
tii vectoriale. Opera
tii cu subspa
tii vectoriale
DEFINITIE.
V se
2. SUBSPA TII
CU SUBSPA TII
VECTORIALE
29
Multimea S nzestrat
a cu legile induse de (x; y) ! x + y si (x; y) ! x este un
K-spatiu vectorial.
PROPOZITIA
EXEMPLE. 1) Multimea f0V g este un subspatiu vectorial al lui V numit subspatiu nul, iar V se numeste subspatiu total. f0V g este cel mai mic (fata de incluziune) subspatiu posibil al lui V , iar V cel mai mare subspatiu posibil al lui V . Cele
dou
a subspatii se numesc improprii sau triviale. Orice subspatiu diferit de aceste
dou
a subspatii se numeste subspatiu propriu.
2) n K n consider
am, pentru orice 1 i n, multimile
Si = fx 2 K n ; x = (x1 ; :::; xi
1 ; 0K ; xi+1 ; :::; xn )g :
Se veric
a usor c
a Si este subspatiu vectorial al lui K n , pentru orice indice i;
1 i n. Mai general, e m 2 N; m n. Submultimea S K n format
a din toti
vectorii ce au pe m componente xate elementul 0K , este un subspatiu vectorial al
lui K n .
3) Fie n 2 N . Multimea Rn [X] a polinoamelor n nedeterminata X, cu coecienti n R, de grad n, este un subspatiu vectorial al lui R [X]. ntr-adev
ar, dac
a
f; g 2 Rn [X] si ; 2 R, atunci grad( f + g) max(grad f; grad g), deci Rn [X]
este un subspatiu vectorial al lui R [X].
4) Fie a; b 2 R, a < b. Submultimea C([a; b]; R)
F([a; b]; R), C([a; b]; R) =
= ff : [a; b] ! R; f continu
ag este un subspatiu vectorial al lui F([a; b]; R).
PROPOZITIA
30
2. SPA TII
VECTORIALE
x 2 Rg
R2 ; V2 = f(0; y); y 2 Rg
R2 sunt subspatii vectoriale ale lui R2 ;
dar reuniunea lor nu este subspatiu vectorial al lui R2 , deoarece (1; 0) 2 V1 si
(0; 1) 2 V2 , dar (1; 0) + (0; 1) = (1; 1) 2
= V1 [ V2 . Dac
a V1 V2 sau V2 V1 atunci
V1 [ V2 este subspatiu vectorial al lui V si n acest caz V1 [ V2 = V2 respectiv
V1 [ V 2 = V 1 .
PROPOZITIA
S
LINIAR31
independen
ta
a
liniar
Fie V un K-spatiu vectorial. Orice parte nit
a a lui V se numeste sistem de
vectori sau familie nita de vectori din V .
DEFINITIE
. Fie fx1 ; :::; xn g un sistem nit de n vectori din V . Se nume
ste
combinatie liniara a vectorilor x1 ; :::; xn orice vector x 2 V , de forma x = 1 x1 +
+::: + n xn , unde 1 ; 2 ; :::; n 2 K si se numesc coecientii combinatiei liniare.
EXEMPLU. n Rn (n
2), consider
am vectorii
3e2:
V.
DEFINITIE.
32
2. SPA TII
VECTORIALE
DIM ENSIUNE
4. BAZ A.
33
Demonstratie. Dac
a familia fx1 ; :::; xn g este legat
a, atunci exist
a scalarii 1 ;
:::; n nu toti nuli astfel ca 1 x1 + ::: + n xn = 0V . Dac
a, de exemplu, 1 6= 0,
1
1
atunci x1 =
tie liniar
a de x2 ; :::; xn :
2 x2 :::
n xn , deci xi este combina
1
1
Reciproc, dac
a, de exemplu, x1 = 2 x2 + ::: + n xn , 2 ; :::; n 2 K, atunci 1 x1 +
( 2 ) x2 + ::: + ( n ) xn = 0V , ceea ce arat
a c
a familia fx1 ; x2 ; :::; xn g este legat
a,
deoarece coecientul lui x1 este 1, deci nenul.
4. Baz
a. Dimensiune
Familiile de vectori care sunt simultan sisteme de generatori si familii libere vor
juca un rol fundamental n ceea ce urmeaz
a.
DEFINITIE.
x = x1 e1 + ::: + xn en ;
2 K:
x = x1 e1 + ::: + xn en ; 2 K:
COMENTARIU. Teorema scoate n evidenta importanta notiunii de baz
a. Operatiile denite n mod abstract ntr-un spatiu vectorial devin operatii uzuale cu
numere si anume cu coordonatele vectorilor relativ la acea baz
a:
DEFINITIE
. Spunem c
a spatiul vectorial V este de dimensiune n sau n-dimensional si se noteaz
a dim K V = n dac
a exist
a n V n vectori liniar independenti
si orice n + 1 vectori sunt liniar dependenti. n acest caz spatiul se numeste nitdimensional. Spatiul vectorial care contine o familie liber
a innit
a se numeste
innit-dimensional.
Deoarece orice sistem de n + 1 vectori este legat rezult
a c
a toate sistemele de
vectori care contin mai mult de n vectori este legat. n consecinta dimensiunea
34
2. SPA TII
VECTORIALE
DIM ENSIUNE
4. BAZ A.
35
1+
(X
a) +
(X
a) +
(X
a) = 0:
2
Rezult
a c
a 3 = 0, 2 3 3 a = 0, 1 2 2 a + 3 3 a2 = 0, 0
1a + 2a
3
3 a = 0, de unde 0 = 1 = 3 = 0, deci polinoamele p0 ; p1 ; p2 ; p3 sunt liniar
independente. S
a ar
at
am c
a aceste polinoame formeaz
a un sistem de generatori
pentru R3 [X]. Fie f 2 R3 [X]. Trebuie s
a ar
at
am c
a exist
a 0 ; 1 ; 2 ; 3 astfel
nct
2
3
f = 0 1 + 1 (X a) + 2 (X a) + 3 (X a) :
Df = 1 + 2 2 (X a) + 3 3 (X a) ;
D2 f = 2! 2 + 2 3 3 (X a) ;
D3 f = 3! 3 :
Lund n egalit
atile de mai sus valoarea polinomului n punctul a, obtinem
1
1
1
= f (a) ; 1 = Df (a) ; 2 = D2 f (a) ; 3 = D3 f (a), deci:
1!
2!
3!
1
1
1
2
3
f = f (a) + Df (a) (X a) + D3 f (a) (X a) + D3 f (a) (X a) :
1!
2!
3!
n general, n Rn [X], pentru orice a 2 R , polinoamele
1; X
a; (X
a) ; :::; (X
a) ;
formeaz
a o baz
a si coordonatele unui polinom f 2 Rn [X] n aceast
a baz
a sunt:
f (a) ;
1
1
1
Df (a) ; D2 f (a) ; :::; Dn f (a) ;
1!
2!
n!
deci
f = f (a) +
1
Df (a) (X
1!
a) +
1 2
D f (a) (X
2!
a) + ::: +
1 n
D f (a) (X
n!
j = 1; n,
1
::: 0
::: ::: C
C
::: 0 C
C!i
::: ::: A
;
::: 0
a) :
36
2. SPA TII
VECTORIALE
formeaz
a o baz
a, numit
a baza canonica a lui Mm;n (R).n concluzie dimMm;n (R) =
= mn:
5) n spatiul vectorial C((a; b); R), functiile 1; t; t2 ; :::; tk sunt liniar independente. Cum aceasta se ntmpl
a pentru orice k, rezult
a c
a acest spatiu vectorial
este innit dimensional.
OBSERVATIE
. Dimensiunea unui spa
tiu vectorial depinde de corpul de baz
a.
Astfel dimC (C) = 1, dar dimR (C) = 2. Mai general, orice C-spatiu vecto-rial de dimensiune n este un R-spatiu vectorial de dimensiune 2n. Este sucient s
a remarc
am
c
a dac
a fe1 ; :::; en g este baz
a ntr-un C-spatiu vectorial, atunci fe1 ; :::; en ; ie1 ; :::; ien g
este baz
a n acel spatiu considerat ca R-spatiu vectorial.
5. Dimensiunea unui subspa
tiu vectorial
Subspatiul nul f0V g nu contine nici un sistem liber. De aceea dimensiunea
acestuia se consider
a egal
a cu zero.
TEOREMA 5.1. Fie V un K-spatiu vectorial de dimensiune n si S un subspatiu
vectorial al lui V . Atunci:
a) dimK (S) = dimK (V ) daca si numai daca V = S;
b) daca S este subspatiu propriu al lui V , atunci dimK (S) < dimK (V );
c) S admite un suplement S1 si avem:
dimK (V ) = dimK (S) + dimK (S1 ) :
Demonstratie. a) Fie n = dimK (S) = dimK (V ) si B S o baz
a cu n elemente.
Cum B
V , conform teoremei 4.3, rezult
a c
a B este baz
a n V . Atunci orice
element din V este combinatie liniar
a de elemente din B
S, deci este n S. n
concluzie S = V .
b) Fie p = dimK (S), n = dimK (V ). Dac
a p > n, deoarece S V , rezult
a c
a
ar exista n V un sistem liber cu p vectori, dep
asind dimensiunea lui V , ceea ce nu
se poate. Cum S este subspatiu propriu al lui V , tinnd seama de a), rezult
a c
a
p < n.
c) Fie fx1 ; :::; xp g o baz
a a lui S. Cum V este de dimensiune n, exist
an p
vectori xp+1 ; :::; xn astfel ca fx1 ; :::; xp ; xp+1 ; :::; xn g este o baz
a n V (teorema 4.5).
Familia fxp+1 ; :::; xn g ind liber
a, S1 = Sp(fxp+1 ; :::; xn g) este de dimensiune n p.
Pe de alt
a parte, orice vector x 2 V se scrie n mod unic sub forma
x=
1 x1
+ ::: +
p xp
p+1 xp+1
+ ::: +
n xn
= y + z;
n xn
2 S1 , ceea ce arat
a c
a
dimK (S1 \ S2 ) :
LINIARE
37
Vom ar
ata mai nti c
a B este liniar independent
a.
Fie ; :::; k ; 1 ; :::; l ; 1 ; :::; k 2 K astfel ca
k
X
(5.1)
i ei
i=1
s gs
s=1
S1 \ S2 . n consecinta exist
a
se mai scrie
m
P
s=1
1
l
P
j=1
= ::: =
j fj
s gs
j fj +
m
X
s gs
= 0V :
s=1
2 K astfel ca
m
P
s=1
s gs
k
P
eh ;care
h=1
h=1
= 0 si
k
P
l
X
j=1
m
P
Dac
a not
am x =
= ::: =
k
P
i ei
i=1
= ::: =
= 0 si
= ::: =
= l = 0. Asadar toti scalarii din (5.1) sunt nuli, deci B este liniar independent
a.
Vom ar
ata acum c
a B este un sistem de generatori pentru S1 + S2 . Fie deci
k
l
P
P
x 2 S1 + S2 ; x = x1 + x2 cu x1 2 S1 ; x2 2 S2 . Atunci x1 =
i ei +
j fj
i=1
si x2 =
k
P
i=1
i ei
consecinta x =
k
P
i=1
m
P
s gs ,
00
deoarece B ; B
000
j=1
s=1
i )ei
l
P
j=1
j fj
m
P
s gs
s=1
DEFINITIE
. Matricea A = (aij ), de tip n m, format
a cu coordonatele vectorilor xj (unic determinate), pe coloane, se numeste matricea sistemului S n raport
cu baza B.
TEOREMA 6.1.
(teorema rangului).
Rangul unui sistem de vectori
S = fx1 ; :::; xm g din V este egal cu rangul matricei sale n raport cu o baza arbitrara
B = fe1 ; :::; en g din V .
38
2. SPA TII
VECTORIALE
D=
a11
a21
:::
ar1
a12
a22
:::
ar2
:::
:::
:::
:::
a1r
a2r
:::
arr
Dac
a vectorii x1 ; :::; xr ar liniar dependenti, atunci un vector ar combinatie
liniar
a de ceilalti, deci una dintre coloanele minorului D este combinatie liniar
a de
celelalte. Atunci D = 0, ceea ce nu este posibil. n consecinta, vectorii x1 ; :::; xr
sunt liniar independenti.
Vom ar
ata acum c
a Sp (fx1 ; :::; xr g) = Sp (fx1 ; :::; xm g). Dac
a r < m, este
sucient s
a ar
at
am c
a Sp (fx1 ; :::; xm g) Sp (fx1 ; :::; xr g). Cum rangul lui A este
r, pentru ecare j > r, urm
atorii determinanti sunt nuli:
a11
:::
ar1
ai1
::: a1r
::: :::
::: arr
::: air
a1j
:::
arj
aij
; i = 1; n:
Dezvoltnd dup
a ultima linie, obtinem: ci1 ai1 + ::: + cir air + D aij = 0, unde
prin cil ; l = 1; r, am notat complementii algebrici ai elementelor de pe ultima linie.
Cum D 6= 0, rezult
a
aij = 1 ai1 + ::: + r air ; i = 1; n;
unde k = D 1 cik , k = 1; r, nu depind de i, ci numai de elementele primelor r
linii, deci r
amn xe cnd i = 1; n. Prin urmare pentru j > r, avem
xj =
deci Sp (fx1 ; :::; xm g)
1 x1
+ ::: +
r xr ;
OBSERVATIE
. Din demonstra
tia teoremei, rezult
a c
a rangul unei matrice este
egal cu num
arul maxim de coloane liniar independente. Cum rangul unei matrice
coincide cu rangul matricei transpuse, rezult
a c
a rangul unei matrice este egal cu
num
arul maxim de linii liniar independente.
DEFINITIE.
O matrice p
atratic
a A se numeste singulara dac
a det A = 0 si
nesingulara n caz contrar.
COROLAR 6.1.1. O matrice patratica este nesingulara daca si numai daca
toate liniile sau toate coloanele sunt liniar independente.
Pentru determinarea rangului unei matrice se pot folosi transform
ari elementare.
DEFINITIE.
LINIARE
39
Tinnd
seama c
a aceste transform
ari elementare nu afecteaz
a proprietatea unui
determinant de a nul sau nenul, rezult
a c
a rangul unei matrice nu se modic
a
dac
a asupra matricei se efectueaz
a transform
ari elementare. n practic
a, pentru
determinarea rangului unei matrice, proced
am astfel: se efectueaz
a transform
ari
elementare asupra matricei pn
a cnd toate elementele devin nule cu exceptia unor
elemente de pe diagonala principal
a care devin 1. Rangul unei matrice este num
arul
elementelor 1 de pe diagonala principal
a.
EXEMPLU. S
a determin
am rangul matricei
0
2 4 3
B 1 2 1
A=B
@ 3 1 5
1 5 2
1
5
2 C
C:
3 A
8
Avem succesiv
1
0
1
2 4 3 5
1
9
5 13
L4 ! L4 + L1
B 1 2 1 2 C L1 ! L1 + L4
B
7
3 10 C
B
C L2 ! L2 + L4 ! B 0
C
@ 3 1 5 3 A
@ 0 16 11 27 A
L3 ! L3 + 3L4
!
1 5 2 8
1 5
2
8
1
1
0
0
1 9 5 13
1 0
0
0
C
!
C
9C
2
2
1
B 0 7 3 10 C
B 0 7
3 10 C
C
C
B
!B
@ 0 16 11 27 A C3 ! C3 5C1 ! @ 0 16 11 27 A !
C4 ! C4 13C1
0 14 7 21
0 14 7 21
1
0
1 0
0
0
L2 ! L2 =7
B 0 1 3=7 10=7 C C3 ! C3 3=7C2
L3 ! L3 16L2
C
!B
@ 0 0 29=7 29=7 A C4 ! C4 10=7C2 !
L4 ! L4 14L2
!
0 0
1
1
!
0
1
B 0
! B
@ 0
0
!
0
1
0
0
C4 ! C4
!
0
0
29=7
1
C3
1
0
1
0
L3 ! 7=29L3
B 0
0 C
C ! L4 ! L4 L3 ! B
@ 0
29=7 A
!
0
1
1
0
1 0 0 0
B 0 1 0 0 C
C
!B
@ 0 0 1 0 A;
0 0 0 0
0
1
0
0
0
0
1
0
1
0
0 C
C!
1 A
0
40
2. SPA TII
VECTORIALE
Reamintim c
a un sistem ordonat de numere reale ( 1 ; 2 ; :::; n ) se numeste
solutie a sistemului (6.1), dac
a nlocuind necunoscutele x1 ; x2 ; :::; xn respectiv prin
aceste numere, toate ecuatiile acestui sistem sunt vericate, adic
a:
n
X
aij
= bi ; i = 1; m:
J=1
Dac
a admite cel putin o solutie, sistemul se numeste compatibil, iar dac
a nu
admite nici o solutie sistemul se numeste incompatibil. Dac
a sistemul (6.1) admite
o singur
a solutie, sistemul se numeste compatibil determinat, iar dac
a admite mai
multe solutii sistemul se numeste compatibil nedeterminat. S
a remarc
am c
a sistemul
se scrie sub forma Ax = b, unde
0
1
0
1
x1
b1
0
1
B x2 C
B b2 C
a11
a12 ::: a1n
B
C
B
C
B a21
C
B
C
B
C
a22 ::: a2n C
B : C;b = B : C
A=B
;
x
=
B
C
B
C
@ :::
A
::: :::
::: :::
B : C
B : C
@
A
@
am1
am2 ::: amn
:
: A
xn
bm
Matricea
a11
B a21
e=B
A
@ :::
am1
a12
a22
::: :::
am2
:::
:::
:::
:::
a1n
a2n
:::
amn
1
b1
b2 C
C
::: A
bm
6= 0
a ai matricei A.
Demonstratie. ) Not
am cu aj ; j = 1; n, vectorii coloan
Sistemul ind compatibil exist
a 1 ; :::; n astfel nct:
1
1a
Asadar b 2 Sp
e
= rang A.
a1 ; :::; an
+ ::: +
n
na
= b:
LINIARE
41
nuli si dac
a 1 ; :::; n este o solutie a sistemului (6.1) atunci si
ar o solutie diferit
a de prima, ceea ce nu este posibil).
1+
1 ; :::;
n+ n
TEOREMA 6.3. (Rouch). Daca rangA = r < m, atunci sistemul (6.1) este
compatibil daca si numai daca toti determinantii caracteristici sunt nuli.
Demonstratie. Dac
a sistemul este compatibil, conform teoremei Kroneckere = r. Cum orice determinant caracteristic este un deCapelli, rangA = rang A
e deci este nul. Reciproc, dac
terminant de ordin r + 1 din A,
a toti determinantii
e = r, deci sistemul este compatibil.
caracteristici sunt nuli, atunci rangA = rang A
n continuare vom studia multimea solutiilor unui sistem omogen de ecuatii
liniare. Fie deci sistemul Ax = 0, unde 0 este vectorul coloan
a cu m elemente, toate
nule. Evident, sistemul este compatibil, deoarece admite solutia cu toate elementele
egale cu zero (aceast
a solutie se mai numeste solutie banala ). Din corolarul 6.2.1
obtinem:
COROLAR 6.3.1. Sistemul Ax = 0 are numai solutia banala daca si numai
daca rangA = n. n particular, daca A este matrice patratica, sistemul are solutie
unica daca si numai daca matricea A este nesingulara.
TEOREMA 6.4. Fie S multimea solutiilor sistemului Ax = 0. Daca rangA =
= r, atunci S este un subspatiu vectorial de dimensiune n r.
Demonstratie. Este clar c
a S este un subspatiu vectorial al lui Rn . Vom c
auta o
baz
a a acestui spatiu format
a din n r elemente. Pentru aceasta putem presupune
c
a primele r coloane ale matricei A sunt liniar independente, ceea ce se poate
r
P
j i
realiza printr-o permutare a indicilor. Atunci pentru j > r, avem aj =
ia .
i=1
Consider
am vectorii yj = ( j1 ; :::; jr ; 0; :::; 0; 1; :::; 0), unde -1 se aa pe locul j >
r. Evident yj 2 S si sunt liniar independenti. Dac
a ar
at
am c
a ei genereaz
a S,
teorema este demonstrat
a. Fie z = ( 1 ; :::; n ) o solutie a sistemului Ax = 0.
n
P
Atunci z 0 = z +
si el o solutie a sistemului. n plus, dac
a
j yj este evident
j=r+1
z =(
0
1 ; :::;
0
n ),
atunci
0
j
r
P
j=1
0 j
ja
= 0 si deoarece vectorii
42
2. SPA TII
VECTORIALE
0
j
= 0, j = 1; r. n consecinta z 0 = 0
j=r+1
DEFINITIE.
O baz
a a subspatiului vectorial S se numeste sistem fundamental
de solutii al sistemului Ax = 0.
TEOREMA 6.5. Presupunem ca sistemul Ax = b este compatibil. Daca x 2 Rn
este o solutie a acestui sistem, atunci x 2 Rn este solutie a sistemului Ax = b,
nPr
daca si numai daca exista 1 ; :::; n r 2 R astfel nct x = x +
i yi , unde
i=1
y1 ; :::; yn
Demonstratie. Dac
a x si x sunt solutii ale sistemului Ax = b, atunci A (x x) =
= 0, deci x x 2 S, S ind multimea solutiilor sistemului omogen. Cum y1 ; :::;
nPr
yn r este baz
a n S, rezult
a c
a exist
a 1 ; :::; n r astfel nct x x =
i yi ,
i=1
nPr
i Ayi
= b, deoarece Ayi = 0,
i=1
pentru c
a yi 2 S.
e0j
(7.1)
n
X
cij ei ; j = 1; n:
i=1
c11
DEFINITIE
. Matricea C = @ :::
cn1
trecere de la baza B la baza B 0 .
c12
:::
cn2
1
::: c1n
::: ::: A se numeste matricea de
::: cnn
Se observ
a c
a pe coloana j se g
asesc coordonatele vectorului e0j n baza B.
OBSERVATIE
. Rela
tiile (7.1) se mai pot scrie
0 0 1
0
e1
e1
B e02 C
B e2
B
C
B
B : C
B
B
C = CT B :
B : C
B :
B
C
B
@ : A
@ :
e0n
en
sub forma
1
C
C
C
C;
C
C
A
PROPOZITIA
1 c11
2 c12
+ ::: +
n c1n ) e1
+ ::: + (
1 cn1
2 cn2
+ ::: +
0
1 e1
n cnn ) en
+ :::+
= 0V ;
PROPOZITIA
deci
7.3. Fie x 2 V si x =
xi ei ; x =
x0j e0j sunt reprezentarile
i=1
j=1
1
C
C
C
C
C
C
A
n
X
x0j e0j =
j=1
Pe de alt
a parte x =
n
X
j=1
n
P
n
n
n
X
X
X
x0j (
cij ei ) =
(
cij x0j )ei :
i=1
i=1
j=1
i=1
xi =
n
X
j=1
cij x0j ; 8i = 1; n;
44
2. SPA TII
VECTORIALE
(1)
unde dac
a aij = aij , i; j = 1; n, bi = bi , i = 1; n, avem
8
(1)
>
; daca i 1
< aij
(2)
0
; daca i 2;
aij =
>
: a(1) m a(1) ; daca i 2;
i1 1j
ij
(
(1)
bi
; daca i
(2)
bi =
(1)
(1)
bi
mi1 b1
; daca i
j
j
1
:
2
1 ;
2
ALGEBRICE LINIARE
45
Dac
a a11 = 0 schimb
am prima ecuatie a sistemului cu o alt
a ecuatie n care
coecientul lui x1 este nenul. Se observ
a c
a prima ecuatie a sistemului (8.2) coincide
(2)
cu prima ecuatie a sistemului (8.1). Dac
a a22 6= 0, atunci, n mod analog, putem
elimina necunoscuta x2 din ultimele m 2 ecuatii ale sistemului (8.2). Introducnd
multiplicatorii
(2)
mi2 =
ai2
(2)
; i = 3; m;
a22
(8.3)
(3)
aij
8
(2)
>
< aij
0
=
>
: a(2)
ij
(3)
respectiv bi
; daca i
; daca i
; daca i
(2)
mi2 a2j
(
(2)
bi
(2)
(2)
bi
mi2 b2
2
3; j
3; j
; daca i
; daca i
2
3
2
:
3
(2)
Dac
a a22 = 0 schimb
am ecuatia a doua cu una din ecuatiile 3; 4; :::; m n care
coecientul lui x2 este nenul. Primele dou
a ecuatii ale sistemului (8.3) coincid cu
(1)
(2)
primele dou
a ecuatii ale sistemului (8.2). Procedeul continu
a. Elementele a11 , a22 ,
(3)
(k)
a33 , ::: se numesc elemente pivot. Dac
a akk 6= 0, notnd cu A(k+1) matricea sistemului echivalent din care au fost eliminati x1 , x2 , :::, xk (adic
a matricea sistemului
dup
a k < m pasi), prin b(k+1) vectorul coloan
a al termenilor liberi corespunz
atori,
(k+1)
(k+1)
(k+1)
(k+1)
atunci elementele aij
ale lui A
si bi
ale lui b
se calculeaz
a recursiv
prin formulele
(k+1)
aij
8
(k)
>
< aij
0
=
>
: a(k)
ij
(
(k)
bi
; daca i
; daca i
; daca i
(k)
mik akj
(k)
bi
(k)
(k)
bi
mik bk
k
k + 1; j
k + 1; j
; daca i
; daca i
k
;
k+1
k
:
k+1
(k)
unde mik =
aik
(k)
akk
pasului k, va
46
2. SPA TII
VECTORIALE
A(k+1)
B
B
B
B
B
=B
B
B
B
B
@
(1)
a11
0
0
(1)
a12
(2)
a22
0
(1)
:::
:::
:::
0
0
b(k+1)
(k)
(1)
a1k
(2)
a2k
:::
(k)
akk
a1;k+1
(2)
a2;k+1
:::
(k+1)
ak+1;k+1
:::
(k+1)
am;k+1
1
(1)
b1
B (2)
B b2
B
B
:
B
B
:
B (k)
B b
k
=B
B b(k+1)
B k+1
B (k+1)
B bk+2
B
B
:
B
@
:
(k+1)
bm
(1)
::: a1n
(2)
::: a2n
::: :::
(k+1)
::: ak+1;n
:::
:::
(k+1)
::: amn
C
C
C
C
C
C;
C
C
C
C
A
C
C
C
C
C
C
C
C
C:
C
C
C
C
C
C
C
A
Dac
a akk = 0 si cel putin unul din elementele de pe coloana k si de pe liniile
(k)
k + 1; k + 2; :::; m este nenul, e acesta ark , atunci permut
am liniile k si r ntre ele
si continu
am eliminarea. Pe parcursul algoritmului pot apare urm
atoarele situatii:
-coecientii unei ecuatii devin toti nuli, iar termenul liber corespunz
ator este
nenul, caz n care sistemul este incompatibil;
-coecientii unei ecuatii sunt toti nuli si termenul liber corespunz
ator este nul,
atunci ecuatia respectiv
a este consecinta a celorlaltor (deci inutil
a).
Dac
a m = n si sistemul este compatibil, atunci este compatibil nedeterminat.
Dac
a m = n si rangul matricei sistemului este n, atunci toti pivotii sunt nenuli.
Dup
a n 1 pasi vom obtine sistemul triunghiurilor echivalent cu sistemul (8.1):
8
(1)
(1)
(1)
(1)
>
a x1 + a12 x2 +:::+ a1n xn = b1
>
>
< 11
(2)
(2)
(2)
a22 x2 +:::+ a2n xn = b2
;
>
:::
:::
>
>
:
(n)
(n)
ann xn = bn
care se poate rezolva regresiv:
(n)
xn =
(8.4)
xi =
bn
(n)
ann
(i)
bi
n
P
j=i+1
(i)
aii
(i)
aij xj
; i=n
1; :::; 1:
ALGEBRICE LINIARE
47
AA 1 = In , not
am A 1 = X, atunci AX = In sau Axj = ej unde xj si ej
sunt coloanele j din X respectiv In . Astfel, coloanele matricei A 1 sunt solutiile
sistemelor liniare cu termenii liberi respectiv egali cu coloanele matricii unitate.
OBSERVATII
. 1) Am v
azut mai sus c
a este posibil s
a e necesar s
a efectu
am
permut
ari de linii cnd un element pivot este nul. Din motive de stabilitate numeric
a, trebuie s
a efectu
am permut
ari de linii nu numai cnd un element pivot este
exact egal cu zero ci si cnd el este aproape egal cu zero. De asemenea, pentru
a preveni ca inuenta erorilor de rotunjire s
a devin
a catastrofal
a, este, de obicei,
necesar s
a alegem elementul pivot, la efectuarea pasului k; astfel: se alege num
arul
r egal sau cel mai mic num
ar ntreg pentru care
(k)
(k)
si se permut
a liniile k si r. Deci, alegem ca pivot, la ecare pas k, primul element
(k)
maxim n modul ntlnit sub elementul akk .
2) Dac
a m = n, atunci determinantul matricei sistemului (8.1) este egal cu
(n)
s (1) (2)
( 1) a11 a22 :::ann unde s este num
arul total de permut
ari de linii efectuate (evident cnd se aplic
a pivotarea).
3) Cnd m = n, exist
a cazuri cnd pivotarea nu este necesar
a si anume cnd:
- matricea sistemului este slab diagonal dominant
a;
- matricea sistemului este simetric
a si pozitiv denit
a.
n ncheiere, mention
am c
a metoda lui Gauss este o metod
a directa de rezolvare
a sistemelor, adic
a dup
a un num
ar nit de operatii logice si aritmetice si n ipoteza
absentei rotunjirilor, metoda d
a solutia exact
a a sistemului.
EXEMPLE. 1. Fie sistemul
8
2x1 + 5x2 8x3 = 8
>
>
<
4x1 + 3x2 9x3 = 9
:
2x1 + 3x2 5x3 = 7
>
>
:
x1 + 8x2 7x3 = 12
S
a rezolv
am sistemul prin metoda lui Gauss. Vom elimina pe rnd necunoscutele x1 ; x2 ; x3 . Pentru simplitatea scrierii, operatiile necesare vor efectuate
asupra matricei extinse a sistemului.
0
1
0
1
0
1
2
5
8
8
2
5
8
2 5
8
8
8
B 0
C
B 0
7
7
7
7
7 C
B 4 3
9
9 C
7 C
B
C
C!B
B
!
C
B
B
0
2
3
1 C!
0
0
1
@ 2 3
7 A
5
1 A
@
@
A
11
5
5
1 8
7 12
8
0
3
0
0
2
2
2
0
1
2
5
8
8
B 0
7
7
7 C
B
C:
@ 0
0
1
1 A
0
0
0
0
Deci ultima ecuatie este consecinta a celorlalte. Sistemul este compatibil determinat. Avem de rezolvat sistemul superior triunghiular
8
8x3 =
8
< 2x1 +5x2
7x2 +7x3 =
7 ;
:
x3 =
1
care are solutia (3; 2; 1).
48
2. SPA TII
VECTORIALE
2. Aceeasi problem
a, pentru sistemul
8
x1
2x2 +
>
>
<
3x1
x2
2x3
2x
+
x
2x3
>
1
2
>
:
x1 + 3x2
2x3
Procednd
0
1
B 3
B
@ 2
1
x4 =
=
x4 =
2x4 =
2
5
5
5
3
10
0
0
3
1
:
4
7
0
2
2
2
1
1
3
3
3
C
C:
A
1
3
10 C
C!
10 A
10
Ultimele dou
a ecuatii sunt consecinta a primelor dou
a. sistemul este compatibil
dublu nedeterminat. Sistemul:
x1
2x2 +
5x2
2x3
x4 = 3
3x4 = 10
3. Aceeasi problem
a pentru sistemul
8
< 3x1 5x2 + 2x3 + 4x4 = 2
7x1 4x2 + x3 + 3x4 = 5 :
:
5x1 + 7x2
4x3 6x4 = 3
Obtinem succesiv:
0
3
@ 7
5
5
4
7
5
2
4
2
B
23
B
1
3
5 A!B 0 3
@
46
4
6 3
0
3
0
3
5
2
4
23
11
19
B
@ 0
3
3
3
0 0
0
0
1
2
11
3
22
31
2
1 C
A:
3
1
4
19
3
38
3
2
1
3
1
3
C
C
C!
A
1
1 0 1
4. S
a se calculeze inversa matricei A = @ 0 1 1 A.
1 1 1
Problema se reduce la rezolvarea simultan
a a trei sisteme de ecuatii cu aceeasi
matrice, iar termenii liberi sunt coloanele matricei unitate I3 . Obtinem succesiv:
9. PROBLEM E
49
1
0
1
1 0 1
1 0 0
1 0 0
0 1 0 A!@ 0 1 1
0 1 0 A!
0 0 1
0 1 0 11 0 1
0
1 0
1
1
0 0
@ 0 1
0
1 0 A.
1
1
1 0
0 0
1
Pentru rezolvarea celor trei sisteme, vom c
auta ca prin transform
ari elementare
asupra liniilor s
a obtinem n stnga, matricea unitate. Deci
0
1
1 0
1
1
0 0
L1 + L3 ! L1
@ 0 1
1
0
1 0 A L2 + L3 ! L1 !
0 0 01
1
1 0
L13 ! L3
1 0 0
0
1
1
@ 0 1 0
1
0
1 A,
0 0 1
1
1
1
0
1
0
1
1
0
1 A:
deci A 1 = @ 1
1
1
1
0
1 0
@ 0 1
1 1
1
1
1
9. Probleme
si
y = xy, x; y 2 V
se arate c
a S este un subspatiu vectorial al lui Rn .
50
2. SPA TII
VECTORIALE
si y = (6; 2; 7) n aceast
a baz
a. Aceeasi problem
a pentru vectorii v10 = (1; 2; 1),
0
0
0
0
v2 = (1; 1; 1), v3 = (1; 3; 2), x = (2; 1; 1), y = (1; 1; 0).
9. S
a se arate c
a vectorii v1 , v2 , v3 , v4 formeaz
a o baz
a a lui R4 . S
a se determine
coordonatele vectorului x n raport cu aceast
a baz
a:
a) v1 = (1; 1; 1; 1), v2 = (1; 2; 1; 1), v3 = (1; 1; 2; 1), v4 = (1; 3; 2; 3);
x = (1; 4; 2; 5);
b) v1 = (1; 0; 0; 1), v2 = (2; 1; 3; 1), v3 = (1; 1; 0; 0), v4 = (0; 1; 1; 1);
x = (0; 0; 0; 1).
10. Sunt liniar independente matricele A =
1
1
2
3
2x
f3 (x) = e ?
C =
2
5
1
3
, B =
5
2
3
1
,
x
11. S
a se determine dimensiunea si o baz
a a subspatiului generat de vectorii:
a) v1 = (1; 1; 1), v2 = (1; 2; 3), v3 = (0; 1; 1), v4 = (0; 0; 0);
b) v1 = (1; 0; 0; 1), v2 = (2; 1; 1; 0), v3 = (1; 1; 1; 1), v4 = (1; 2; 3; 4),
v5 = (0; 1; 2; 3).
12. S
a se determine dimensiunile sumei si intersectiei subspatiilor generate:
a) u1 = (1; 2; 1), u2 = (3; 4; 2), u3 = (2; 2; 1), respectiv v1 = (0; 1; 1),
v2 = (1; 2; 0);
b) u1 = (1; 1; 1; 1), u2 = (1; 1; 1; 1), u3 = (1; 3; 1; 3), respectiv
v1 = (1; 2; 0; 2), v2 = (1; 2; 1; 2), v3 = (3; 1; 3; 1).
13. S
a se completeze sistemul format din vectorii v1 = (2; 1; 3), v2 = (4; 1; 1)
la o baz
a a lui R3 .
14. S
a se arate c
a functiile f1 ; f2 ; f3 : R ! R, f1 (t) = t, f2 (t) = t2 + 1,
2
f3 (t) = t + t formeaz
a o baz
a n spatiul polinoamelor de grad cel mult 2. S
a se
determine coordonatele functiilor t2 + 2t + 4 respectiv t2 + 3 n raport cu aceast
a
baz
a.
15. S
a se g
aseasc
a o baz
a n spatiul vectorial al solutiilor sistemului x1 + x2
x3 = 0, x1 x2 + x4 = 0, x2 + x4 = 0.
16. n spatiul vectorial al functiilor f : R ! R s
a se arate c
a functiile f1 (t) =
= sin t, f2 (t) = cos t, f3 (t) = t sunt liniar independente.
17.0S
a se g
aseasc
a rangul
matricelor:
1
0
1
2
3
2
1 3
B 2
C
1
0
C; b) @ 4
2 5
a) B
@ 2
1
3 A
2
1 1
1
4
2
1
2 4
1 7 A.
8 2
20. S
a se determine matricea de trecere de la baza B = ff1 ; f2 ; f3 g la baza
B 0 = fg1 ; g2 ; g3 g; dac
a f1 = (1; 0; 0), f2 = (1; 1; 0), f3 = (1; 1; 1), g1 = (3; 0; 2),
9. PROBLEM E
51
CHAPTER 3
Aplica
tii liniare
Al
aturi de notiunea de spatiu vectorial, notiunea de aplicatie liniar
a sau de
operator liniar are o importanta deosebit
a n algebra liniar
a si n aplicatiile acesteia,
ca purt
ator de informatie liniar
ade la un spatiu vectorial la altul. Vom prezenta
acest concept de baz
a n cele ce urmeaz
a.
1. Aplica
tii liniare. Izomorsme de spa
tii
vectoriale
DEFINITIE
. Fie V , W dou
a subspatii vectoriale peste acelasi corp K. Se
numeste aplicatie liniara sau operator liniar (sau morsm de spatii vectoriale) o
functie T : V ! W cu propriet
atile:
a) T (x + y) = T (x) + T (y); 8x; y 2 V ;
(T este aditiva )
b) T ( x) = T (x); 8 2 K; x 2 V .
(T este omogena )
Dac
a, n plus, T este bijectiv
a, atunci T se numeste izomorsm de spatii vectoriale, iar spatiile V si W se numesc izomorfe si se noteaz
a V ' W:
Vom folosi de asemenea, notatia T x n loc de T (x), dac
a nu este pericol de
confuzie.
O aplicatie liniar
a T : V ! V se numeste transformare liniara sau operator
liniar al lui V sau endomorsm al lui V . Se numeste automorsm al lui V orice
endomorsm bijectiv al lui V .
O aplicatie liniar
a f : V ! K se numeste forma liniara pe V sau functionala
liniara pe V .
Vom nota cu L(V; W ) multimea aplicatiilor liniare de la V la W si cu L(V )
multimea endomorsmelor lui V .
OBSERVATII.
1) Dac
a n conditia a) punem x = 0V , se obtine T (0V ) = 0W .
De asemenea, lund = 1 n b), se obtine T ( x) = T x:
2) T : V ! W este liniar
a dac
a si numai dac
a T ( x + y) = T x + T y;
8x; y 2 V; ; 2 K:
EXEMPLE. 1) Aplicatia : V ! W; (x) = 0W , 8x 2 V; este liniar
a si se
numeste aplicatia nula de la V la W .
2) Aplicatia identic
a, 1V : V ! V; 1V (x) = x; 8x 2 V este liniar
a. Mai mult,
este automorsm al lui V .
3) Fie A 2 Mm;n (R) o matrice xat
a, A = (aij ): Dac
a x 2 Rn , x = (x1 ; :::; xn ) ;
denim:
n
n
n
X
X
X
T : Rn ! Rm ; T x = (
a1i xi ;
a2i xi ; :::;
ami xi ):
i=1
i=1
53
i=1
54
3. APLICA TII
LINIARE
2 K:
( T )( x + y) = T ( x + y) = ( T x + T y) = ( T x) + ( T y) =
= ( T )(x) + ( T )(y); 8 ;
2 K; x; y 2 V:
Se veric
a usor c
a L(V; W ) nzestrat cu cele dou
a operatii are o structur
a de Kspatiu vectorial.
PROPOZITIA
T )( x + y) = S(T ( x + y)) = S( T x + T y) =
= S(T x) + S(T y) = (S
T )(x) + (S
T )(y):
2. NUCLEU S
I IM AGINE
55
( x + y) = T
( T x0 + T y 0 ) = T
= x0 + y 0 = T
1
deci T
x+ T
(T ( x0 + y 0 )) =
1
y;
este liniar
a.
i=1
n
P
i ei )
i=1
n
P
i=1
n
P
i T ei
= 0W , atunci
i T ei
= 0V si cum
i=1
Izomorsmul U : V ! K n ; x 2 V; x = x1 e1 + ::: + xn en ;
U x = (x1 ; :::; xn ) se numeste izomorsm canonic.
2. Nucleu
si imagine
Fie V , W dou
a K-spatii vectoriale si T 2 L(V; W ):
TEOREMA 2.1. a) Daca M este subspatiu vectorial al lui V , atunci T (M )
este subspatiu vectorial al lui W ;
56
3. APLICA TII
LINIARE
(N ) = fx 2 V ;
V si Im T
W:
Demonstratie. ntr-adev
ar, dac
a y 2 Im T , exist
a x 2 V astfel ca T x = y: Dar
n
P
x = 1 e1 + ::: + n en ; i 2 K; i = 1; n; deci y =
xi T ei , adic
a fT e1 ; :::; T en g
i=1
1 T e1
+ ::: + n T en =
+ ::: + n en =
= ::: = n = 0, adic
a
1 e1
independent
a.
Fie
+ ::: + n T en =
1 = ::: = n = 0, deci
1 T e1
OBSERVATIE
. Fie V astfel ca dimK (V ) = n: Cum KerT
V , conform teoremelor 2.1 si 5.1, cap. 2, dimK (KerT ) n. Conform teoremelor 2.1 si 4.2, cap.
2, dimK (Im T ) n:
Putem deci formula:
DEFINITIE
. Presupunem c
a dimK (V ) = n: Dac
a T este o aplicatie liniar
a
T : V ! W , atunci dimK (KerT ) se numeste defectul lui T si se noteaz
a def T:
De asemenea, dimK (Im T ) se numeste rangul lui T si se noteaz
a rangT:
2. NUCLEU S
I IM AGINE
57
n
P
i=1
i=1
00
a n Im T: Atunci rangT = n
i T ei , deci B este baz
p=
i=1
= dimK (V )
def T .
S) = dimK (T
Ker(T
S)(V )
dimK T (V 0 ) = rangT:
S); rezult
a def S
S) = dimK (V )
def (T
S)
V 0,
def (T
dimK (V )
58
3. APLICA TII
LINIARE
T ej =
m
X
aij fi ;
j = 1; n:
i=1
DEFINITIE
. Se nume
ste matricea lui T n raport cu bazele B si C, matricea
AB;C
=
(a
)
de
tip
(m;
n) a c
arei coloan
a j este constituit
a din coordonatele
ij
T
vectorului T ej n raport cu baza C. Dac
a V = W si B = C, vom scrie AB;B
= AB
T
T
si vom spune c
a AB
T este matricea endomorsmului T n raport cu baza B.
Asadar matricea lui T depinde de bazele B si C. Vom omite indicii cnd
nu este pericol de confuzie. Num
arul liniilor matricei A atasat
a aplicatiei liniare
T : V ! W este egal cu dimensiunea lui W , iar num
arul coloanelor cu dimensiunea
lui V . Evident, n cazul unui endomorsm num
arul liniilor coincide cu num
arul
coloanelor, deci matricea este p
atratic
a. Vom nota cu Mn (K) multimea matricelor
de tip (n; n).
EXEMPLE. 1) Fie T : R2 ! R2 ; T (x; y) = ( x; y) (simetria n raport cu
originea). Consider
am n R2 , baza canonic
a e1 = (1; 0); e2 = (0; 1). S
a determin
am
matricea endomorsmului T n baza fe1 ; e2 g. Cum T e1 = e1 ; T e2 = = e2
1 0
rezult
a c
a matricea lui T n baza fe1 ; e2 g este A =
.
0
1
2) n R3 consider
am baza canonic
a fe1 ; e2 ; e3 g; e1 = (1; 0; 0); e2 = (0; 1; 0);
e3 = (0; 0; 1); iar n R1 [X] baza ff1 ; f2 g; f1 = 1; f2 = X. Dac
a x = ( 1; 2; 3) 2
2 R3 , denim T : R3 ! R1 [X]; T x = 1 + 2 + ( 1 + 2 2
a se determine
3 )X. S
matricea lui T n cele dou
a baze. Deoarece T e1 = f1 + f2 ; T e2 = f1 + 2f2 ; T e3 =
1 1 0
= f2 , rezult
aA=
:
1 2
1
3) Fie V un K-spatiu vectorial si fe1 ; :::; en g baza n V . Vom determina matricea aplicatiei identice 1V : V ! V; 1V (x) = x; 8x 2 V . Deoarece 1V (ei ) = = ei ,
1 i n, rezult
a c
a matricea lui 1V este matricea unitate:
1
0
1 0 ::: 0
B 0 1 ::: 0 C
C:
In = B
A
@
::: :::
0 0 ::: 1
3.1. Fie V
LEMA
si W K-spatii vectoriale, fe1 ; :::; en g o baz
a n V si fy1 ; :::; yn g
un sistem arbitrar de vectori din W . Exist
a o unic
a aplicatie liniar
aT :V !W
astfel ca T ei = yi ; 1 i n.
LINIARE
Demonstratie. Dac
a x 2 V , atunci x =
n
P
59
xi ei : Denim T x =
i=1
n
P
xi yi . T este
i=1
evident liniar
a si T ei = yi ; 1 i n. S
a veric
am unicitatea. Dac
aS :V !W
este o alt
a aplicatie liniar
a satisf
acnd Sei = yi ; 1
i
n, atunci pentru orice
x 2 V avem:
n
n
n
X
X
X
Sx = S(
xi ei ) =
xi Sei =
xi yi = T x:
i=1
i=1
i=1
Lema 3.1 d
a posibilitatea de a deni n mod unic o aplicatie liniar
a punnd n
evidenta doar valorile sale pe o baz
a a domeniului de denitie.
TEOREMA 3.2. Fie V si W doua K-spatii vectoriale de dimensiune n si
respectiv m, B = fe1 ; :::; en g o baza n V , C = ff1 ; :::; fn g o baza n W . Aplicatia
' : L(V; W ) ! Mm;n (K) care face sa corespunda oricarui T 2 L(V; W ) matricea
AB;C
denita mai sus este un izomorsm de spatii vectoriale.
T
;
Demonstratie. Vom ar
ata mai nti c
a ' este liniar
a. Fie S; T 2 L(V; W ) si
2 K. Dac
a '(S) = (aij ); '(T ) = (bij ); '( S + T ) = (cij ), atunci:
m
X
i=1
m
X
aij fi +
i=1
m
X
m
X
bij fi =
i=1
i=1
= 1; m; j =
Vom ar
ata
= 0W , deci
n concluzie
i=1
(3.2)
yi =
n
X
j=1
aij xj ; i = 1; m:
60
3. APLICA TII
LINIARE
Demonstratie.
Avem:
y = Tx =
n
P
xj T ej
j=1
m P
n
P
(
aij xj )fi , de unde (3.2).
n
P
xj (
j=1
m
P
aij fi ) =
i=1
i=1 j=1
4. Matrice
si aplica
tii liniare
Vom deni operatiile cu matrice pornind de la operatiile corespunz
atoare cu
aplicatii liniare. Fie deci V , W dou
a K-spatii vectoriale, fe1 ; :::; en g baza n V ,
ff1 ; :::; fm g baza n W si S; T 2 L(V; W ).
Fie A si B matricele asociate lui S si T respectiv, n raport cu cele dou
a baze,
A = (aij ); B = (bij ).
Egalitatea matricelor. Dou
a aplicatii liniare S si T sunt egale dac
a si numai
dac
a S(ej ) = T (ej ); j = 1; n, adic
a
a1j f1 + a2j f2 + ::: + amj fm = b1j f1 + b2j f2 + ::: + bmj fm :
Cum ff1 ; :::; fm g este baz
a n W , rezult
a c
a S = T dac
a si numai dac
a aij = bij ;
i = 1; m; j = 1; n, ceea ce conduce la urm
atoarea
DEFINITIE
. Dou
a matrice A = (aij ); B = (bij ) de tip (m; n) sunt egale dac
a
aij = bij ; i = 1; m; j = 1; n.
Adunarea matricelor. Fie C = (cij ) matricea aplicatiei liniare S + T . Avem:
(S + T )(ej ) = S(ej ) + T (ej ) =
m
X
aij fi +
i=1
m
X
bij fi =
j=1
m
X
i=1
i=1
cij = aij ; i = 1; m; j = 1; n.
DEFINITIE
. Dac
a A = (aij ) este o matrice de tip (m; n), produsul dintre
scalarul si matricea A este matricea A obtinut
a multiplicnd toate elementele
lui A cu .
Produsul a doua matrice. Fie U; V; W trei K-spatii vectoriale B1 = fe1 ; :::; en g,
B2 = ff1 ; :::; fm g, B3 = fg1 ; :::; gr g baze ale lui U; V; W respectiv. Fie
S 2 L(U; V ), T 2 L(V; W ), A = (aij ); B = (bij ) matricele lui S si T n raport
cu bazele date.
Vrem s
a determin
am matricea lui T S n raport cu bazele B1 si B3 . Fie
C = (cij ) matricea asociat
a lui T S. Atunci:
(T
S)(ej ) = T (Sej ) = T (
m
X
k=1
akj fk ) =
m
X
k=1
akj T fk =
4. M ATRICE S
I APLICA TII
LINIARE
m
X
k=1
n consecinta:
(4.1)
61
m
r X
r
X
X
bik gi ) =
(
bik akj )gi ; j = 1; n:
akj (
i=1 k=1
i=1
cij =
m
X
bik akj ; i = 1; r; j = 1; n:
k=1
DEFINITIE
. Fie A = (aij ) o matrice de tip (m; n)
si B = (bij ) o matrice de tip
(r; m). Se numeste produsul dintre B si A si se noteaz
a BA, matricea de tip (r; n)
al c
arei element cij situat la intersectia liniei i cu coloana j este dat de (4.1).
S
a remarc
am c
a produsul BA nu este denit dect dac
a num
arul coloanelor lui
B este egal cu num
arul liniilor lui A. Expresia lui cij se obtine pornind de la linia
i a lui B si de la coloana j a lui A. Spunem c
a produsul BA se efectueaz
a dup
a
regula linii pe coloane.
PROPOZITIA
62
3. APLICA TII
LINIARE
n W , iar A este matricea aplicatiei liniare T n raport cu cele doua baze, atunci
rangT = rangA:
Demonstratie. Deoarece fT e1 ; :::; T en g este sistem de generatori pentru Im T ,
tinnd seama de teorema 7.1, cap. 2, rangT = dimK (Im T ) = rangfT e1 ; :::;
T en g = rangA; deoarece coordonatele vectorilor fT e1 ; :::; T en g n baza ff1 ; :::; fn g
se g
asesc pe coloanele matricei A.
COROLAR 4.3.1. O matrice patratica este inversabila daca si numai daca este
nesingulara.
Demonstratie. Fie T endomorsmul care ntr-o baz
a fe1 ; :::; en g a unui K-spatiu
vectorial are matricea A. Aplicnd corolar 2.4.1 si teoremele 4.2 si 4.3 obtinem:
A inversabila () T automorf ism () def T = 0 ()
() n = rangT = rangA () det A 6= 0:
5. Transformarea matricei unei aplica
tii liniare la schimbarea bazelor
Fie V , W dou
a K-spatii vectoriale avnd dimensiunile n respectiv m si T 2
2 L(V; W ): Dac
a E = fe1 ; :::; en g si F = ff1 ; :::; fn g sunt baze xate n V respectiv
W , iar A = (aij ) este matricea aplicatiei liniare T n cele dou
a baze atunci
m
X
T ej =
k=1
akj fk ; 8j = 1; n:
n
X
cji ej ; 8i = 1; n;
m
X
dkl fk ; 8l = 1; m:
j=1
fl0 =
k=1
n
X
cji T ej =
j=1
n
X
cji (
j=1
m
X
akj fk ) =
m X
n
X
(
akj cji )fk ; i = 1; n;
k=1 j=1
k=1
iar pe de alt
a parte,
T e0i =
m
X
l=1
a0li fl0 =
m
X
l=1
a0li (
m
X
dkl fk ) =
k=1
T e0i
m
m X
X
(
dkl a0li )fk ; i = 1; n:
k=1 l=1
n baza F rezult
a
m
X
l=1
dkl a0li =
n
X
j=1
dkj cji ; 8i = 1; n; k = 1; m:
Aceste relatii mai pot scrise DA0 = AC. D ind o matrice de schimbare de
baz
a este nesingular
a deci
A0 = D 1 AC;
aceast
a egalitate reprezentnd formula de transformare a matricei unei aplicatii
T 2 L(V; W ) la schimbarea bazelor. n particular, dac
a V =W , iar T 2 L(V );
atunci se lucreaz
a cu aceeasi baz
a att n domeniul de denitie ct si n cel de
valori. Dac
a E = fe1 ; :::; en g este o baz
a xat
a n V , iar A = (aij ) este matricea
aplicatiei liniare T n baza E, avem:
T ej =
n
X
k=1
akj ek ; 8j = 1; n:
Dac
a E 0 = fe01 ; :::; e0n g este o alt
a baz
a xat
a n V , iar A0 = (a0ij ) este matricea
asociat
a lui T n baza E 0 , atunci
T e0i =
n
X
l=1
a0lj e0l ; 8i = 1; n:
Dac
a C este matricea de trecere de la baza E la baza E 0 , procednd ca mai
sus obtinem A0 = C 1 AC aceasta ind formula de transformare a matricei unui
endomorsm T 2 L(V; W ) la schimbarea bazei.
DEFINITIE
. Spunem c
a dou
a matrice A; B 2 Mn (K) sunt similare sau asemenea dac
a exist
a o matrice C nesingular
a astfel ca B = C 1 AC:
Are loc:
PROPOZITIA
n
X
k=1
Fie S : V
akj ek ; 8j = 1; n:
! V aplicatia liniar
a care n baza E are matricea C, deci:
n
P
Sei =
aji ej ; 8i = 1; n:
j=1
64
3. APLICA TII
LINIARE
T e0i =
n
X
j=1
dji e0j =
n
X
dji Sej =
j=1
n
X
dji (
j=1
Pe de alt
a parte:
n
X
ckj ek ) =
k=1
n X
n
X
(
ckj dji )ek ; 8i = 1; n:
k=1 j=1
n
n
n
n
n X
X
X
X
X
(
akj cji )ek ; 8i = 1; n:
T e0i = T (Sei ) = T (
cji ej ) =
cji (
akj ek ) =
j=1
j=1
ckj dji =
j=1
Deci CD = AC sau D = C
n
X
j=1
k=1
T e0i
k=1 j=1
n baza E rezult
a
akj cji ; 8k = 1; n; j = 1; n:
AC = B.
3
3
EXEMPLU. 0
Aplicatia liniar
a E = fe1 ; e2 ; e3 g,
1 a T : R ! R are n baza canonic
1 1 0
a determin
am matricea lui T n baza E 0 = =
matricea A = @ 0 1 1 A : S
1 0 1
fe01 ; e02 ; e03 g; e01 = (2; 1; 3); e02 = (3; 2; 5); e03 = (1; 1; 1). Matricea de trecere de
la baza E la baza E 0 este:
0
1
0
1
2
3
1
3
8
5
2
1 A , iar C 1 = @ 2
5
3 A.
C=@ 1
3
5 1
1
1
1
Atunci, dac
a A0 este matricea lui T n baza E 0 , rezult
a
0
1
12
19
10
11
6 A.
A0 = C 1 AC = @ 7
0
0
2
6. Probleme
1. S
a se precizeze care din urm
atoarele aplicatii sunt liniare:
3
3
a) T : R ! R , T x = (x1 + x2 x3 ; x1 + 2x3 ; 2x1 3x2 + 5x3 );
b) T : R3 ! R3 , T x = (x3 ; x1 + 1; x2 1);
c) T : R3 ! R3 , T x = (x1 + x2 + 3x3 ; 2x1 + x3 );
d) T : R2 ! R3 , T x = (x1 ; x2 x1 ; 2x1 + 3x2 );
e) T : R3 ! R3 , T x = (x21 ; x1 + x2 ; x23 + 1).
Pentru aplicatiile liniare s
a se determine KerT si ImT .
2. S
a se g
aseasc
a aplicatia liniar
a T : R3 ! R3 care duce vectorii u1 = (2; 0; 3),
u2 = (4; 1; 5), u3 = (3; 1; 2) respectiv n vectorii v1 = (4; 5; 2), v2 = (1; 1; 1),
v3 = (1; 2; 1) :
3. Fie T : R3 ! R3 , T x = (x1 + x2 + x3 ; x1 x2 + x3 ; 3x1 x2 + 3x3 ). S
a se
determine rangT , def T si cte o baz
a n KerT si ImT .
4. Fie !
a 2 V3 si T : V3 ! V3 , T !
x = (!
x !
a )!
a . S
a se arate c
a T este liniar
a.
!
!
!
! ! !
!
Dac
a a = i + 2 j + 3 k s
a se g
aseasc
a matricele lui T n bazele ( i ; j ; k ) si
! !
! ! ! ! !
f!
v1 ; !
v2 ; !
v3 g, !
v1 = i + k , !
v2 = 2 i
k , v3 = i + j .
6. PROBLEM E
65
5. Fie T : R4 ! R3 o aplicat0
ie liniar
a, a c
arei1matrice n raport cu bazele
1
1
1
B 1
0
1 C
4
3
C. S
canonice din R respectiv R este B
a se g
aseasc
a o baz
a si
@ 1
2
3 A
1
1
3
dimensiunea subspatiilor KerT si ImT .
6. Fie T : R3 ! R3 , T x = (x1 2x2 + x3 ; 2x1 + x2 x3 ; x2 3x3 ). S
a se
calculeze T T si s
a se precizeze matricea lui T n baza canonic
a a lui R3 . S
a
se arate c
a T este automorsm, s
a se determine T 1 si matricea acestuia n baza
canonic
a.
7. Fie S : R3 ! R2 , T : R2 ! R4 , S (x1 ; x2 ; x3 ) = (x1 + x2 ; 2x1 x2 + x3 ),
T (y1 ; y2 ) = (y1 ; y1 + y2 ; y2 ; y1 y2 ). S
a se determine T S si matricele asociate lui
S; T si T S n bazele canonice ale spatiilor respective:
8. Fie S; T : R2 ! R2 . Matricea lui S n baza f1 = ( 3; 7), f2 = (1; 2) este
2
1
1 3
, iar matricea lui T n baza g1 = (6; 7), g2 = ( 5; 6) este
.
5
3
2 7
S
a se determine S, T , S + T , S T , S 1 .
3
a este
0 9. Matricea
1 unui endomorsm al lui R n raport cu baza canonic
1
1
2
@ 1
0
1 A. Care este matricea endomorsmului n baza f1 = (1; 2; 3),
1
0
1
f2 = (3; 1; 2), f3 = (2; 3; 1)?
3
10. Matricea unui endomorsm
al lui
0
1 R n raport cu baza g1 = (1; 0; 0), g2 =
1 1 1
(1; 1; 0), g3 = (1; 1; 1)este @ 1 0 1 A. Care este matricea acestui endomorsm
1 2 3
n baza f1 , f2 , f3 de la problema anterioar
a?
CHAPTER 4
Valori
si vectori proprii. Forma canonic
a a unui
endomorsm
n acest capitol ne vom pune problema determin
arii unei baze a unui spatiu
vectorial V n care matricea unui endomorsm s
a aib
a o form
a ct mai simpl
a:
diagonal
a.
1. Valori
si vectori proprii ai unui
endomorsm
Fie V un K-spatiu vectorial (K = R sau C) si T : V ! V un endomorsm.
DEFINITIE
. Un vector x 2 V; x =
6 0V se numeste vector propriu pentru endomorsmul T , dac
a exist
a un scalar 2 K astfel nct
(1.1)
T x = x:
Scalarul
din (1.1) se numeste valoare proprie a endomorsmului T corespunz
atoare vectorului propriu x.
S
DEFINITIE
. Dac
a T : V ! V este un endomorsm al lui V , un subspatiu
V se numeste subspatiu invariant n raport cu T dac
a T (S) S.
OBSERVATIE
. Dac
a este valoare proprie a endomorsmului T , atunci multimea tuturor vectorilor proprii corespunz
atori lui la care ad
aug
am si vectorul nul,
notat
a V este un subspatiu vectorial invariant n raport cu T , numit subspatiu
propriu asociat valorii proprii . Asadar:
V = fx 2 V ; T x = xg = fx 2 V ; (T
1V )(x) = 0V g = Ker(T
1V ):
n
X
j=1
aji ej ; 8i = 1; :::; n:
67
68
Dac
a x 2 V; x =
n
X
i=1
n
P
i=1
n
X
xi (
aji ej ) =
j=1
n
P
xi T ei =
i=1
n
X
j=1
n X
n
X
xj ej ; deci
(
aji xi
n
P
xj ej , sau
j=1
xj )ej = 0V :
j=1 i=1
n
P
i=1
(a11
) x1 + a12 x2 + ::: + a1n xn = 0
a21 x1 + (a22
) x2 + ::: + a2n xn = 0
:
:::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
an1 x1 + an2 x2 + ::: + (ann
) xn = 0
(1.2)
(1.3)
det(A
In ) =
a11
a21
:::
an1
a12
a22
:::
an2
:::
a1n
:::
a2n
:::
:::
::: ann
= 0;
ceea ce reprezint
a o ecuatie polinomial
a de grad n n necunoscuta , cu coecienti n C. Conform teoremei fundamentale a algebrei, exist
a 0 2 C astfel ca
det (A
0 In ) = 0. 0 va o valoare proprie a endomorsmului T . Introducem 0
n sistemul (1.2) si obtinem o solutie nebanal
a (x01 ; :::; x0n ) a acestui sistem. Atunci
n
P
vectorul x0 =
x0i ei este vector propriu al endomorsmului T corespunz
ator valorii proprii
i=1
0:
1. VALORI S
I VECTORI PROPRII AI UNUI ENDOM ORFISM
69
3
Solutie. Procednd ca mai sus ajungem la ecuatia
+ 5 2 17 + 13 = 0,
care are r
ad
acinile 1 = 1, 2 = 2 + 3i, 3 = 2 3i. Vectorii proprii corespunz
atori
vor v1 = t (1; 2; 1), v2 = s (3 3i; 5 3i; 4), respectiv v3 = r (3 + 3i; 5 + 3i; 4), cu
rst 6= 0.
Valorile proprii ale unui endomorsm (unei matrice) pot localizate folosind
n
P
TEOREMA 1.2 (Gerschgorin). Fie A 2 Mn (C), ri =
jaij j ; Di = =
j=1; j6=i
n
[
[aii
ri ; aii + ri ]
R:
i=1
Demonstratie. Dac
a este o valoare proprie si x 6= 0 vectorul propriu coresn
P
xi ei , atunci din (1.2) obtinem c
a
punz
ator, x =
i=1
(1.4)
aii ) xi =
n
X
aij xj , i = 1; n.
j=1; j6=i
Alegem num
arul p; astfel nct jxp j = max fjx1 j ; :::; jxn jg > 0. Din (1.4)
obtinem
n
X
japj j jxj j
rp .
j
app j
jxp j
j=1; j6=i
Asadar
2 Dp
n
S
Di .
i=1
p
3
2 + 2i
EXEMPLE. 1) Dac
aA=
, r1 = 2 2 = r2 , D1 = fz 2 C;
2 2i
1
p
p
a este valoare proprie, atunci
jz 3j 2 2g, D2 = fz 2 C; jz 1j 2 2g. Dac
2 D1 [ D2 (g. 1.1).
Fig. 1.1
p
p
Un pcalcul direct
a c
ap 1 = 5,p 2 = 1, deci 1;2 2 [3 2 2; 3 + 2 2][
p arat
[[1 2 2; 1 + 2 2] = [1 2 2; 3 + 2 2].
0
1
3
i 0
0 A, r1 = r2 = 1, r3 = 0, D1 = D2 =
2) Dac
a A = @ i 3
0 0
4
fz 2 C; jz 3j 1g, D3 = fz 2 C; jz 4j 0g = f4g. Orice valoare proprie se
aa n D1 [ D2 [ D3 = D1 .
70
pA ( ) = det(A
In );
p2 =
a11
a21
a23
a33
= 0 este
DEFINITIE
. Dac
a pA ( ) = (
multiplicitate algebrica a lui 0 :
q( ); q(
0)
6= 0; num
arul n
se numeste
PROPOZITIA
asociat
a lui T n baza B este:
0
B
B
B
A=B
B
B
@
0
:::
0
:::
0
0
0
:::
0
:::
0
:::
:::
:::
:::
:::
:::
0
0
:::
a1;r 0 +1
a2;r 0 +1
:::
ar 0 ;r 0 +1
:::
an;r 0 +1
:::
0
:::
a1n
:::
a2n
:::
:::
::: ar 0 ;n
:::
:::
::: ann
C
C
C
C:
C
C
A
Atunci pA ( ) = det(A
In ) = ( 0
)r 0 q( ): Pe de alt
a parte, dac
a n 0
n
este multiplicitatea algebric
a avem pA ( ) = (
a
0 ) 0 r( ); cu r( 0 ) 6= 0: Dac
q( 0 ) 6= 0; atunci r 0 = n 0 ; iar dac
a q( 0 ) = 0; atunci r 0 < n 0 : n concluzie
r 0 n 0:
Fie V un K-spatiu vectorial de dimensiune n, T 2 L(V ) un endomorsm avnd
ntr-o baz
a xat
a a spatiului matricea A 2 Mn (K) si f un polinom de grad m cu
coecienti n K, f = a0 X m + a1 X m 1 + ::: + am ; a0 6= 0:
DEFINITIE
. Matricea f (A) = a0 Am +a1 Am 1 +:::+am 1 A+am Im se nume
ste
polinom de matricea A denit de f . Endomorsmul f (T ) = a0 T m + a1 T m 1 +
+::: + am 1 T + am 1V (unde T k = T k 1 T = T T k 1 ) se numeste polinom de
endomorsmul T denit de f .
TEOREMA 2.3. (Hamilton-Cayley). Daca pA ( ) = det(A In ) este polinomul
caracteristic al endomorsmului T , atunci pA (A) = 0 (deci pA (T ) = 0).
Demonstratie. Fie (A
In ) adjuncta matricei A
In : Fiecare element al
acestei matrice este un determinant de ordin n 1. Atunci (A
In ) = Bn 1
n 1
+ Bn 2 n 2 + ::: + B1 + B0 ; unde Bi 2 Mn (K); i = 0; :::; n 1: Fie acum
pA ( ) = det(A
In ) = a0 n + a1 n 1 + ::: + an 1 + an , polinomul caracteristic
al endomorsmului T . Deoarece (A
In )(A
In ) = det(A
In ) In ; avem:
(A
In )(Bn
= (a0
1
n
n 1
+ Bn
n 1
+ a1
n 2
+ ::: + B1 + B0 ) =
+ ::: + an
+ an )In ;
sau
( Bn
1)
+ (ABn
= (an In )
Bn
n
2)
n 1
+ ::: + (AB1
+ ::: + (a1 In ) + an In :
B0 ) + AB0 =
72
Identicnd dup
a puterile lui , rezult
a:
Bn 1 = an In
ABn 1 Bn 2 = an 1 In
::::::::::::::::::::::::::::
:
AB1 B0 = a1 In
AB0 = a0 In
Amplicnd, la stnga, respectiv cu An ; An
pA (A) = 0:
n, poate exprimat
loc:
COROLAR 2.3.2. Daca pA (0) 6= 0, atunci:
A
n 1
0A
n 2
1A
+ ::: +
n 1 In ;
2 K; i = 0; :::; n
1:
+ ::: +
nmultind aceast
a relatie cu A
A
n 1
ceea ce trebuia ar
atat.
( 1)
an
An
n In
= 0; unde an = det A 6= 0:
; se obtine:
1
a1 n
A
an
:::
an 1
In ;
an
1
2
1
2
3
3
3 A, pA ( ) =
EXEMPLU. Dac
a A = @ 5
3 2 3
1.
1
0
2
Cum 0 nu este r
ad
acin
a a polinomului caracteristic, A este inversabil
a. Conform
teoremei Hamilton-Cayley A3 3A2 3A In = On . nmultind cu A 1 obtinem
A20
+ 3A + 3In + A 11= On , deci A 1 = A2 3A 3In . Calculnd rezult
aA 1=
6
2
3
2
4 A. Pe de alt
=@ 7
a parte, nmultind relatia A3 = 3A2 3A In
3
1
1
cu A, obtinem A4 = 3A3 3A2 A. nlocuind A3 , rezult
a A4 = 6A2 + 6A + 3In
s.a.m.d.
0
3. Diagonalizarea matricelor
Fie V un K-spatiu vectorial de dimensiune n, B o baz
a xat
a n V , T 2 L(V )
si A matricea lui T n aceast
a baz
a.
DEFINITIE
. Fie A 2 Mn (K). Matricea A este diagonalizabil
a dac
a exist
a o
matrice nesingular
a C 2 Mn (K) astfel nct D = C 1 AC s
a e o matrice diagonal
a
(altfel spus, A este asemenea cu o matrice diagonal
a). Endomorsmul T 2 L(V )
3. DIAGONALIZAREA M ATRICELOR
73
pD ( ) = det(D
n
Y
i)
= pA ( );
i=1
1 x1
+ ::: +
n+1 xn+1
= 0V :
1 1 x1
nmultind (3.2) cu
1( 1
n+1
+ ::: +
= 0V :
si sc
aznd (3.3) obtinem:
n+1 )x1
+ ::: +
n( n
n+1 )xn
= 0V :
74
pA ( ) = ( 1)n (
n1
1 ) :::(
np
p) ;
unde ni
1; n1 + ::: + np = n:
este baz
a a lui V . Dac
a i 6= j ; atunci V i \ V j = f0V g: Evident 0V 2 V i \ V j :
Dac
a x 2 V i \ V j ; T x = i x si T x = j x: Atunci ( i
si cum i 6= j ;
j )x = 0V
rezult
a x = 0V ; deci V i \ V j = f0V g: Cum Bi
V i ; rezult
a c
a Bi \ Bj = ;
deci B are exact n elemente. Este sucient s
a ar
at
am c
a vectorii din B sunt
liniar independenti (teorema 4.4, cap.2). Consider
am scalarii i;j 2 K astfel nct
ni
ni
Pp P
P
a egalitate se
i;j ei;j = 0V : Notnd yi =
i;j ei;j ; i = 1; :::; p; aceast
i=1
j=1
j=1
mai scrie:
(3.4)
y1 + ::: + yp = 0V :
Pe de alt
a parte T yi =
ni
P
i;j T ei;j
j=1
ni
P
i;j i ei;j
j=1
i yi ;
8i = 1; :::; p: Vom
ar
ata c
a din (3.4) rezult
a yi = 0V ; 8i = 1; :::; p: Pentru simplitate, presupunem
p = 3, deci:
(3.5)
y1 + y 2 + y 3 = 0 V :
1 y1
nmultind (3.5) cu
(3.7)
2 y2
3 y3
= 0V :
si sc
aznd din (3.6) se obtine:
1
3 )y1
+(
3 )y2
= 0V :
3 ) 1 y1
+(
3 ) 2 y2
Aplic
am nc
a o dat
a T:
(3.8)
= 0V :
nmultind (3.7) cu 2 si sc
aznd din (3.8), rezult
a( 1
3 )( 1
2 )y1 = 0V :
Cum 1 6= 2 6= 3 , rezult
a y1 = 0V : nlocuind succesiv n (3.7) si (3.6) obtinem
y1 = y2 = 0V : n general yi = 0V ; i = 1; :::; p: Cum Bi este baz
a n V i avem
a n V . n consecinta
i;1 = i;2 = ::: = i;ni = 0; 8i = 1; :::; p; deci B este baz
putem scrie
T (e1;1 ) = 1 e1;1 = 1 e1;1 + 0 e1;2 + ::: + 0 e1;n1 + ::: + 0 ep;np
::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
T (e1;n1 ) = 1 e1;n1 = 0 e1;1 + 0 e1;2 + ::: + 1 e1;n1 + ::: + 0 ep;np :
::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
T (e1;1 ) = p ep;np = 0 e1;1 + 0 e1;2 + ::: + 0 e1;n1 + ::: + p ep;np
3. DIAGONALIZAREA M ATRICELOR
75
0
:::
0
:::
:::
:::
:::
:::
0
0
0
:::
0
:::
0
:::
:::
:::
:::
:::
0
0
0
:::
2
p
0
:::
0
0
p
:::
0
:::
:::
:::
:::
0
0
:::
p
C
C
C
C
C
C
C
C
C
C;
C
C
C
C
C
C
C
C
A
1
@ 0
0
0
2
0
1
0
0 A:
3
1
B 0
A=B
@ 0
1
0
1
0
0
0
0
1
2
1
1
0 C
C:
2 A
5
2
4
5
76
s
i
cu
V
p
1
p
i
i
V
i
subspatiile proprii corespunz
atoare valoriilor proprii i , i = 1; :::; p.
OBSERVATIE
. Evident, Ei sunt subspa
tii vectoriale ale lui V (teorema 3.2 b))
si V i
Ei , i = 1; :::; p. ntr-adev
ar, dac
a ni = 1, atunci V i = Ei . Dac
a ni > 1
ni
ni 1
si x 2 V i atunci (T
[(T
i 1V ) (x) = (T
i 1V )
i 1V ) (x)] = 0V .
Cum V i 6= f0V g, rezult
a Ei 6= f0V g.
LEMA 4.1. Cu notatiile de mai sus, are loc:
1) Ei , i = 1; :::; p sunt spatii invariante n raport cu T ;
2) V = E1 E2 ::: Ep .
JORDAN
4. FORM A CANONIC A
77
i
Demonstratie. 1) Fie x 2 Ei , deci (T
i 1V ) (x) = 0V . Vom calcula
ni
ni
(T
1V = 1V T , rezult
a c
a (T
T =
i 1V ) (T x). Deoarece T
i 1V )
ni
ni
ni
= T (T
i 1V ) , deci (T
i 1V ) (T x) = T ((T
i 1V ) (x)) = T 0V =
= 0V . Asadar, pentru orice x 2 Ei , T x 2 Ei .
2) Trebuie s
a demonstr
am c
a orice x 2 V se scrie n mod unic sub forma
x = x1 + ::: + xp , xi 2 Ei , i = 1; :::; p.
n
n1
np
Fie p ( ) = ( 1) (
::: (
polinomul caracteristic al lui T si
1)
p)
p
Q
ni
nj
(
pi ( ) = (
i ) , qi ( ) =
j ) , i = 1; :::; p. Evident, p ( ) = pi ( )
j=1; j6=i
p
X
j=1
xj ; xj 2 Ej ; 8j = 1; :::; p:
S
a ar
at
am acum unicitatea descompunerii. S
a presupunem c
a x = x01 + ::: + x0p
0
0
cu xj 2 Ej , 8j = 1; :::; p. Notnd xj xj = zj , rezult
a:
(4.1)
z1 + ::: + zp = 0V , zj 2 Ej , j = 1; :::; p.
Vom ar
ata c
a aceast
a egalitate implic
a z1 = z2 = ::: = zp = 0V . Dar
(4.2)
q1 (T ) (z1 ) = 0V ; p1 (T ) (z1 ) = 0V .
78
s
i
sunt
liniar
independen
t
i.
1
k
1
k
S
a observ
am c
a T x1 ; :::; T xk 2
= KerT (dac
a T xi 2 KerT , atunci T 2 xi = 0, adic
a
xi 2 KerT 2 , ceea ce nu se poate), deci incluziunea KerT
KerT 2 este strict
a.
Dac
a B1 este o baz
a a lui KerT , o complet
am la o baz
a B2 a lui KerT 2 , lund
2
mai nti sistemul fT x1 ; :::; T xk g. Deci KerT = KerT
S 0 , dimK (S 0 )
k,
0
deoarece S contine k vectori liniar independenti. Dac
a dimK (S 0 ) = k, atunci
alegem B2 = B1 [ fT x1 ; :::; T xk g, iar dac
a dimK (S 0 ) = k + r, r > 0, atunci
B2 = B1 [ fT x1 ; :::; T xk ; y1 ; :::; yr g, y1 ; :::; yr 2 KerT 2 nKerT . Procednd ca
mai sus, se arat
a c
a T 2 x1 ; :::; T 2 xk ; T y1 ; :::; T yr 2 KerT si sunt liniar independenti, deci dimK (KerT )
k + r. Dac
a dimK (KerT ) = k + r, atunci B1 =
= fT 2 x1 ; :::; T 2 xk ; T y1 ; :::; T yr g, iar dac
a dimK (KerT ) > k + r, atunci complet
am
la o baz
a a lui KerT , adic
a B1 = fT 2 x1 ; :::; T 2 xk ; T y1 ; :::; T yr ; z1 ; :::; zs g; z1 ; :::; zs 2
KerT . ntruct sumele de subspatii considerate mai sus sunt sume directe, rezult
a
c
a sistemul B = B1 [B2 [fx1 ; :::; xk g este liniar independent si contine dimK (V )
dimK KerT 2
+
dimK KerT 2
dimK (KerT ) +
+dimK (KerT ) = dimK (V ) = n vectori, deci formeaz
a o baz
a a lui V . Vom
considera vectorii bazei B asezati n ordinea: T 2 x1 ; T x1 ; x1 ; T 2 x2 ; T x2 ; x2 ; :::;
T 2 xk ; T xk ; xk ; T y1 ; y1 ; :::; T yr ; yr ; z1 ; :::; zs si i not
am respectiv cu f1 ; f2 ; :::; fn .
Tinnd
seama c
a
T f1 = T T 2 x1 = 0V = 0 f1 + ::: + 0 fn
T f2 = T 2 x1 = f1 = 1 f1 + ::: + 0 fn
;
:::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
T fn = T zs = 0V = 0 f1 + ::: + 0 fn
rezult
a c
a matricea endomorsmului nilpotent T are forma din enunt.
TEOREMA 4.3. Fie V un C-spatiu vectorial de dimensiune n si T : V ! V .
Atunci exista o baza B n V astfel nct matricea lui T n aceasta baza are forma
Jordan.
Demonstratie. Polinomul caracteristic al lui T este
n
p ( ) = ( 1) (
n1
1)
:::(
np
p) ;
cu n1 + ::: + np = nsi
ni
6=
j;
i 6= j:
tii invariante
Conform lemei 4.1, Ei = Ker (T
i 1V ) , i = 1; :::; p sunt subspa
n raport cu T ale lui V = E1 ::: Ep . Fie Ti restrictia lui T la Ei . Endomorsmul
ni
Si : Ei ! Ei , denit prin Si = Ti
i 1Ei este nilpotent, deoarece Si (x) = 0,
JORDAN
4. FORM A CANONIC A
79
C
C
C;
C
A
:::
Ep , B =
p
S
Bi este o baz
a n V si matricea asociat
a
i=1
EXEMPLE
T : R3 ! R3 are n baza canonic
a fe1 ; e2 ; e3 g
0 . 1) Endomorsmul
1
1
3 3
6 13 A. S
matricea @ 2
a g
asim forma canonic
a Jordan a acestei matrice.
1
4 8
3
Polinomul caracteristic este p ( ) = (
1) , deci valorile proprii ale lui T sunt
sadar
1 =
2 =
3 = 1: V 1 = f(3t; t; t) ; t 2 Rg, deci dimR (V 1 ) = 1 < 3. A
T nu este diagonalizabil. Vom nota S = T
1V . S este nilpotent, deoarece
S 3 x = 0; 8x 20R3 . S
a vedem dac
1a 3 este exponentul minim. Matricea lui S n baza
0
3 3
7 13 A : Avem Se1 = 2e2 e3 ; Se2 = 3e1 7e2 4e3 ;
canonic
a este @ 2
1
4 7
Se3 = 3e1 + 13e2 + 7e3 . Atunci S 2 e1 = 2Se2 Se3 = (3; 1; 1); S 2 e2 = (9; 3; 3) ;
S 2 e3 = ( 18; 6; 6), deci exponentul minim este 3. Totodat
a KerS = V 1 ,
KerS 2 = f( 3 + 6 ; ; ); ; 2 Rg, deci dimR (KerS) = 1; dimR KerS 2 = 2:
Cu procedeul descris n demonstratia lemei 4.2, alegem x1 2 KerS 3 nKerS 2 . Fie
x1 = e1 = (1; 0; 0) : Atunci Sx1 = Se1 = 2e2 e3 = (0; 2; 1) 2 KerS 2 nKerS
si S 2 x1 = S 2 e1 = (3; 1; 1) 2 KerS. Avem deci baza B = S 2 x1 ; Sx1 ; x1 n
R3 , adic
a B = ff1 ; f2 ; f3 g unde f1 = (3; 1; 1) ; f2 = (0; 2; 1) ; f3 = (1; 0; 0) si
T f1 = 3T e1 + T e2 + T e3 = (3; 1; 1) = f1 , T f2 = 2T e2 T e3 = (3; 1; 0) = f1 + f2 ,
T f3 = T e1 = (1; 2; 1) = f2 + f3 .
Matricea lui T n baza B are deci forma Jordan
1
0
1 1 0
@ 0 1 1 A:
0 0 1
2) Aceeasi problem
a pentru1endomorsmul T : R3 ! R3 , care n baza canoni0
0 1 0
c
a, are matricea @ 4 4 0 A.
2 1 2
80
3
3
3) Aceeasi problem
a pentru
0
1 endomorsmul T : R ! R care, n baza canoni1
3 4
7 8 A. (vezi exemplul 3) din sectiunea anterioar
c
a, are matricea @ 4
a). Deci
6
7 7
t
1; 3 = 3 si V 1 = f(t; 2t; t) ; t 2 Rg ; V 2 = f( ; t; t); t 2 Rg. Fie
1 = 2 =
2
S1 = T 1V ; S2 = T 3 1V : Avem: E1 = KerS12 = f(
; ; ); ; 2 Rg;
E2 = KerS2 = V 2 ; deci R3 = E1 E2 : Vom lua x1 = (1; 1; 0) 2 KerS12 KerS1 si
avem S1 x1 = ( 1; 2; 1) 2 KerS1 : Cum dimR (V 1 ) = 1; S1 x1 este sucient. Am
obtinut o baz
a B1 = fS1 x1 ; x1 g n E1si vom lua ca baz
a B2 n E2 , vectorul (1; 2; 2) :
Obtinem astfel baza B = ff1 ; f2 ; f3 g n R3 ; f1 = ( 1; 2; 1) ; f2 = = (1; 1; 0) ;
f3 = (1; 2; 2) : Atunci T f1 = (1; 2; 1) = f1 ; T f2 = ( 2; 3; 1) = = f1 f2 ;
T f3 = (3; 6; 6) = 3f3 . n raport cu baza B matricea lui T are forma Jordan
1
@ 0
0
1
1
0
1
0
0 A:
3
5. Probleme
1. S
a se g
aseasc
a valorile si vectorii proprii ai endomorsmelor:
a) T : R2 ! R2 , x = (x1 ; x2 ) 2 R2 , T x = (x1 cos
x2 sin ; x1 sin + x2
cos ), 2 [0; ];
2
b) T : R2 ! R2 , x = (x1 ; x2 ) 2 R2 , T x = (x1 + 2x2 ; 2x1 + 4x2 );
c) T : R3 ! R3 , x = (x1 ; x2 ; x3 ) 2 R3 , T x = (2x1 x2 + 2x3 ; 5x1 3x2 +
+3x3 ; x1 2x3 ).
2. S
a se g
aseasc
a valorile si vectorii proprii ai urm
atoarelor matrice. Sunt
diagonalizabile?
5. PROBLEM E
a)
0
@
1
2
1
3
6
4
6
5
2
; b) @ 3
2
2
0
1
1 0
3
B 0 0
13 A; f) B
@ 0 0
8
1 0
2 2
1 1
1
0
3
2 A; c) @
0 1
0 0
0 0 C
C.
0 0 A
0 1
81
0 1
4 4
2 1
1
0
4
0
0 A; d) @ 5
2
6
1
5 2
7 3 A; e)
9 4
3. S
a se arate c
a urm
atoarele matrice sunt diagonalizabile, s
a se g
aseasc
a forma
diagonal
a si baza formei diagonale. Folosind forma diagonal
a s
a se calculeze apoi
A2002 .
0
1
0
1
1 0 3
1 3
1
1 2
1 A;
a)
; b) @ 2 1 2 A; c) @ 3 5
3 2
3
0
1
3
3
0
1
0
1 1
1
1
1
1
1 0 0 0
B 1
B
C
1
1
1 C
C; e) B 0 0 0 0 C.
d) B
@ 1
@ 1 0 0 0 A
1
1
1 A
1
1
1
1
0 0 0 1
4. F
ar
a a calcula valorile proprii s
a s determine domeniul plan
valorile0proprii ale urm
atoarelor
matrice:
1
0
1
2
1
1
1 i
1
1
+
i
1
1 A; b)
3
a) @ 1
; c) @ 1 + i
1 i
3
1
0
1
0
i
n care se aa
1
0
i A.
1
vectorii proprii.
6. 0
S
a se reduc
a la forma
a Jordan1
matricele:
1 canonic
0
0
1
3
3
6 6
15
0
6 13 A; b) @ 1 5
5 A; c) @ 4
a) @ 2
4
8
1 2
2
2
1
0 1
1
3 0
3
B 2
6 0 13 C
C.
d) B
@ 0
3 1
3 A
1
4 0
8
1
4
1
1
0
0 A;
2
CHAPTER 5
Spa
tii euclidiene. Endomorsme pe spa
tii
euclidiene
n capitolele precedente am prezentat spatiile vectoriale abstracte, nenzestrate
cu o structur
a geometric
a, ceea ce restrnge domeniul de studiu. n acest capitol,
vom introduce notiunea fundamental
a de spatiu cu produs scalar, care permite
determinarea lungimii vectorilor, a unghiului dintre doi vectori nenuli etc. Astfel
metodele geometriei metrice se extind la spatii vectoriale mai generale.
1. Spa
tii euclidiene
DEFINITIE
. Fie V un R spa
tiu vectorial. Se numeste produs scalar real pe V ,
o aplicatie < ; >: V V ! R, cu propriet
atile:
1) < x; y >=< y; x >; 8x; y 2 V ;
2) < x + y; z >=< x; z > + < y; z >; 8x; y; z 2 V ;
3) < x; y >= < x; y >; 8 2 R; 8x; y 2 V ;
4) < x; x > 0; 8x 2 V si < x; x >= 0 () x = 0V :
Dac
a V este un C spatiu vectorial, se numeste produs scalar complex pe V , o
aplicatie < ; >: V V ! C, cu propriet
atile:
1) < x; y >=< y; x >; 8x; y 2 V si 2), 3), 4) de mai sus.
OBSERVATII
. 1) n cazul produsului scalar real, din 1)
si 2) obtinem
< x; y + z >=< y + z; x >=< y; x > + < z; x >=
=< x + y > + < x; z >; 8x; y; z 2 V;
iar n cazul produsului scalar complex, din 1) si 2) rezult
a:
< x; y + z >=< y + z; x >= < y; x > + < z; x > =
= < y; x > + < z; x > =< x; y > + < x; z >; 8x; y; z 2 V:
< y; x >=
< x; y >; 8 2 R; x; y 2 V;
iar dac
a este un C spatiu vectorial:
=
84
5. SPA TII
EUCLIDIENE
unitar.
3) Spatiul vectorilor liberi V3 nzestrat cu produsul scalar a doi vectori liberi
(cap. 1) este un spatiu euclidian real.
4) Fie V = Mm;n (R). Dac
a A; B 2 Mm;n (R); A = (aij ); B = (bij ); denim
m
n P
P
produsul scalar real < A; B >= T r(AT B) =
aij bij :
j=1 i=1
iar dac
a f; g 2 C([a; b]; C), denim < f; g >=
Rb
f (t)g(t)dt:
Rb
f (t)g(t)dt;
n ambele cazuri se obtin produse scalare. Toate produsele scalare de mai sus
se numesc produse scalare canonice (uzuale) n spatiile respective.
DEFINITIE
. Dac
a V este un K spatiu vectorial (K = R; C), aplicatia
k k : V ! R, cu propriet
atile:
1) kxk 0; 8x 2 V ; kxk = 0 () x = 0V ;
2) k xk = j j kxk ; 8 2 K; 8x 2 V ;
3) kx + yk kxk + kyk; 8x; y 2 V ,
(inegalitatea triunghiului)
se numeste norma pe V . Spatiul V pe care s-a denit o norm
a se numeste
spatiu vectorial normat.
n continuare, ne vom ocupa de studiul spatiilor cu produs scalar real.
PROPOZITIA
< x; x >
0; 8 2 R;
1. SPA TII
EUCLIDIENE
85
folosind propriet
atile produsului scalar, rezult
a
< x; x > +2 < x; y > +
< y; y >
0; 8 2 R:
0;
de unde rezult
a
p
p
j< x; y >j
< x; x >
< y; y >:
b) Trebuie s
a veric
am propriet
atile normei. Vom justica inegalitatea triunghiului, celelalte dou
a propriet
ati ind evidente. Vom folosi inegalitatea lui Cauchy.
Avem
2
kx + yk2 =< x + y; x + y >= kxk + 2 < x; y > +kyk2
2
kxk + 2 kxk kyk + kyk2 = (kxk + kyk)2 ; 8x; y 2 V;
adic
a kx + yk kxk + kyk; 8x; y 2 V:
c) Procednd ca mai sus, rezult
a
2
Se stie c
a orice spatiu vectorial normat V este metric, cu distanta
d : V V ! R denit
a prin relatia d(x; y) = kx yk; 8x; y 2 V . n consecinta,
orice spatiu prehilbertian este metric, distanta ind dat
a de
p
d(x; y) = kx yk = < x y; x y >:
DEFINITIE
. Fie E un spa
tiu euclidian real. Se numeste unghiul a doi vectori
x; y 2 E f0E g, num
arul real 2 [0; ] dat de:
< x; y >
:
cos =
kxk kyk
Denitia este corect
a, deoarece din propozitia 1.1, a), j< x; y >j
deci j< x; y >j = (kxk kyk) 1:
kxk kyk,
Dac
a
i=1
xi yi
i=1
n
n
X
X
(
x2i )1=2 (
yi2 )1=2 :
i=1
i=1
2) Dac
a V = C([a; b]; R) si f; g 2 C([a; b]; R), atunci kf k =
tatea lui Cauchy-Schwarz-Buniakowski devine:
Zb
( f (t)g(t)dt)2
a
Zb
Zb
2
( f (t)dt)( g 2 (t)dt):
a
s
Rb
a
f 2 (t)dt: Inegali-
86
5. SPA TII
EUCLIDIENE
ij
1; dac
ai=j
:
0; dac
a i 6= j
OBSERVATII
. 1) 0E ?x, 8x 2 E.
2) Dac
a x?x, atunci x = 0E :
2
3) Dac
a x?y, atunci kx + yk2 = kxk + kyk2 :
PROPOZITIA
0 =< 0E ; xj >=<
m
X
i xi ; xj
>=
i=1
si cum xj 6= 0E , rezult
a
< xi ; xj >=
< xj ; xj >
OBSERVATIE
. ntr-un spa
tiu euclidian num
arul vectorilor dintr-un sistem ortogonal nu poate dep
asi dimensiunea spatiului.
PROPOZITIA
x=
m
X
i xi ;
cu
i=1
< x; xi >
:
< xi ; xi >
1 ; :::;
2 K astfel
i=1
< x; xi >=<
m
X
j=1
j xj ; xi
>=
m
X
< xj ; xi >=
< xi ; xi > :
j=1
87
DEFINITIE
. Se nume
ste baza ortogonala a unui spatiu euclidian E, de dimensiune n, orice sistem ortogonal constituit din n vectori nenuli. Se numeste baza
ortonormata a lui E orice sistem ortonormat constituit din n vectori.
TEOREMA 2.3. n orice spatiu euclidian E exista baze ortonormate.
Demonstratie. Pornind de la o baz
a fe1 ; :::; en g a lui E, vom construi o nou
a
baz
a, ortogonal
a, folosind procedeul de ortogonalizare Gram-Schmidt. Vom ar
ata,
de fapt, c
a, pornind de la un sistem liniar independent de n vectori, se poate construi
un sistem ortogonal tot de n vectori, toti nenuli, dati de:
8
f1 = e1
>
>
>
>
f2 = e2 + 21 f1
>
>
<
:::::::::::::::::::::::::
(2.2)
;
fi = ei + i1 f1 + ::: + i;i 1 fi 1
>
>
>
>
:::::::::::::::::::::::::::::::::::::::::::::::::
>
>
:
fn = en + n1 f1 + ::: + n;n 1 fn 1
unde pentru orice i = 2; n:
< ei ; fj >
; j = 1; i 1:
< fi ; fi >
Demonstratia se face prin inductie. Pentru n = 2, pornind de la sistemul
liniar independent fe1 ; e2 g, construim sistemul ff1 ; f2 g conform formulelor (2.2)
unde 21 se determin
a din conditia < f2 ; f1 >= 0, adic
a f2 ?f1 . Mai precis, din
< f2 ; f1 >=< e2 + 21 f1 ; f1 >=< e2 ; f1 > + 21 < f1 ; f1 >= 0, obtinem 21 = <
e2 ; f1 > = < f1 ; f1 >; deoarece < f1 ; f1 >=< e1 ; e1 >6= 0, e1 ind nenul. n plus
f2 6= 0E , c
aci dac
a am presupune prin absurd c
a f2 = 0E , ar rezulta c
a sistemul
initial fe1 ; e2 g ar liniar dependent, ceea ce nu este posibil.
Presupunem proprietatea adev
arat
a pentru k 1 si o demonstr
am pentru k.
Fie deci fe1 ; :::; ek g sistemul liniar dependent. Prin formulele (2.2) de mai sus,
construin un nou sistem de vectori ff1 ; :::; fk g dintre care primii k 1 sunt, conform
ipotezei de inductie, ortogonali doi cte doi si nenuli. Vom demonstra c
a si scalarii
ti astfel nct < fk ; fi >= 0; i = 1; k 1 si fk 6= 0E :
k1 ; :::; k;k+1 pot determina
ntr-adev
ar, avem ipoteza:
(2.3)
(2.4)
ij
1g
< fk
1 ; fk
:
1
>
;
1 ; fk 1
>
k1 f1
>
deci
+ ::: +
k;k 1 fk 1
= ek +
k1 e1
k2 (e2
1 e1
+ ::: +
k 1 ek 1 ;
2 ):
1.
21 f1 )+
88
5. SPA TII
EUCLIDIENE
gi =
fi
; i = 1; n:
kfi k
f1
1
=( ;
kf1 k
3
2 2
f2
2
; ); g2 =
=(
;
3 3
kf2 k
3
g3 =
2
f3
=( ;
kf3 k
3
1
;
3
2
;
3
1
);
3
2
):
3
2) Fie P2 (R) spatiul euclidian tridimensional al functiilor polinomiale cu coecienti reali de grad 2, cu produsul scalar dat de:
< p; q >=
Z1
p(t)q(t)dt;
8p; q 2 P2 (R):
Sistemul 1; t; t2 formeaz
a o baz
a n acest spatiu. Construim, pornind de la
ea, o nou
a baz
a, ortogonal
a, folosind procedeul Gram-Schmidt. Fie, deci, e1 = 1;
R1
e2 = t; e3 = t2 . Atunci f1 = 1; f2 = t + 21 1: Cum < e2 ; f1 >=
t 1dt = 0,
1
2
tinem:
21 = 0, deci f2 = t. Fie acum f3 = t + 31 1 + 32 t. Calculnd, ob
1
R 2
R1 2
2
t 1 dt = ; < e3 ; f2 >=
< e3 ; f1 >=
t t dt = 0; < f1 ; f1 >= 2: Asadar
3
1
1
1
1
; 32 = 0, deci f3 = t2
. Am obtinut baza ortogonal
a f1 = 1; f2 = t;
31 =
3
3
1
f3 = t2
.
3
Mai general, dac
a Pn (R) este spatiul euclidian al functiilor polinomiale de grad
n cu produsul scalar denit ca mai sus, atunci pornind de la baza f1; t; :::; tn g,
construim prin procedeul de ortogonalizare o nou
a baz
a:
rezult
a
f1; t; t2
1 3
;t
3
3
t; :::g:
5
89
d k [ t2 1 ]
; k = 0; n;
k
2 k!
dtk
numite polinoame Legendre. Polinoamele Legendre formeaz
a deci o baz
a ortogonal
a
n acest spatiu euclidian. Prin normarea vectorilor acestor baze, obtinem o baz
a
ortonormat
a fgk gk=0;n : Dac
a q este un polinom arbitrar de grad n, coordonateke
c0 ; c1 ; :::; cn 2 R ale lui q n baza fgk gk=0;n , vor determinate prin relatiile:
1
Z1
ck =< q; gk >=
q(t)gk (t)dt;
k = 0; n:
3) Consider
am pe intervalul [0; 2 ] sistemul de functii f0 ; f1 ; :::; f2n+1 , unde
f0 = 1; f1 (t) = cos t; f2 (t) = sin t; :::; f2n (t) = cos nt; f2n+1 (t) = sin nt. Combinatia
lor liniar
a cu coecientii a0 ; a1 ; :::; an ; b1 ; ::; bn 2 R,
a0
(2.6)
p(t) =
+ a1 cos t + b1 sin t + ::: + an cos nt + bn sin nt
2
se numeste polinom trigonometric de grad n.
Multimea tuturor polinoamelor trigonometrice de grad n, formeaz
a un spatiu
vectorial de dimensiune 2n + 1. Consider
am pe acest spatiu vectorial, produsul
scalar:
Z2
< p; q >= p(t)q(t)dt:
0
Se veric
a usor c
a, dac
a l 6= m, atunci
Z2
Z2
De asemenea
2
R
sin2 ktdt =
2
R
0
Z2
cos2 kt = ; k 2 N ;
2
R
1dt = 2 .
n consecinta, functiile:
1
1
1
1
1
p ; p cos t; p sin t; :::; p cos nt; p sin nt;
(2.7)
2
formeaz
a o baz
a ortonormat
a n acest spatiu.
OBSERVATIE
. Dac
a E este un spatiu euclidian real de dimensiune n, iar
fe1 ; :::; en g o baz
a ortonormat
a n E, produsul scalar a doi vectori x; y 2 V;
n
n
P
P
x=
xi ei ; y =
yj ej , devine:
i=1
j=1
< x; y >=<
n
X
i=1
xi ei ;
n
X
yj ej >=
j=1
n
X
xi yj < ei ; ej >=
i;j=1
n
P
i=1
n
X
xi yi :
i=1
n
P
xi yi .
i=1
n
P
i=1
jxi j )1=2 .
90
5. SPA TII
EUCLIDIENE
Reciproc, dac
a ntr-o baz
a fe1 ; :::; en g a spatiului euclidian E, produsul scalar
n
n
n
P
P
P
a doi vectori x =
xi ei ; y =
yj ej este dat de relatia < x; y >=
xi yi , rezult
a
i=1
c
a < ei ; ej >=
ij
j=1
1;
0;
i=1
dac
ai=j
, deci baza este ortonormat
a.
dac
a i 6= j
PROPOZITIA
m
P
i=1
i=1
2
i
kxk .
m
X
i xi ; xj
>=< x; xj >
i=1
m
X
< xi ; xj >=
i=1
m
X
< xi ; x > +
i=1
i ij
= 0:
i=1
b) Din propriet
atile produsului scalar, rezult
a:
0
m
X
m
X
i j
< xi ; xj >=
i;j=1
2
= kxk
m
X
2
i:
i=1
OBSERVATIE
. Dac
a sistemul S din enunt este o baz
a ortonormat
a, inegalitatea
lui Bessel devine egalitate. n acest caz i =< x; xi > sunt chiar coordonatele
vectorului x n baza S.
3. Complementul ortogonal al unui subspa
tiu
DEFINITIE
. Fie E un spa
tiu euclidian si M un subspatiu vectorial al s
au.
Vectorul x 2 E este ortogonal pe M , dac
a < x; y >= 0; 8y 2 M .
Se observ
a c
a x este ortogonal pe M dac
a si numai dac
a x este ortogonal pe
vectorii unei baze din M . ntr-adev
ar, dac
a fe1 ; :::; en g este o baz
a a lui M si
m
P
< x; ei >= 0; 8i = 1; m, atunci pentru orice y 2 M; y =
yi ei , avem < x; y >=
m
P
i=1
i=1
DEFINITIE
. Se nume
ste complement ortogonal al subspatiului M n E si se
noteaz
a cu M ? , multimea:
M ? = fx 2 E; < x; y >= 0; 8y 2 M g:
Evident 0E 2 M ? , deci M ? 6= .
PROPOZITIA
4. TRANSFORM ARI
LINIARE AUTOADJUNCTE
Demonstratie. a) Fie x; y 2 M ? si ;
< x + y; z >=
91
2 K. Dac
a z 2 M , atunci:
deci x + y 2 M , adic
a M este subspatiu vectorial al lui E.
b) Vom ar
ata c
a orice x 2 E se poate scrie sub forma
x = x0 + x00 ; cu x0 2 M; x00 2 M ? :
ntr-adev
ar, dac
a S = fe1 ; :::; em g este o baz
a ortonormat
a a lui M , iar x 2 E,
m
P
0
atunci x =
ta,
i ei ; i =< x; xi >; i = 1; m, este un vector din M . n consecin
i=1
conform propozitiei 2.4, x00 = x x0 este ortogonal pe toti vectorii bazei S, deci este
ortogonal pe M . Asadar x = x0 + x00 , cu x0 2 M; x00 2 M ? . R
amne s
a veric
am c
a
M \ M ? = f0E g. Fie deci x 2 M \ M ? . Atunci x 2 M si < x; y >= 0; 8y 2 M ? .
Cum x 2 M ? , rezult
a < x; x >= 0 si deci x = 0E .
4. Transform
ari liniare autoadjuncte
Fie E un spatiu euclidian de dimensiune n.
TEOREMA 4.1. Daca T 2 L(E), atunci exista un unic operator liniar T
E ! E astfel ca:
(4.1)
T se nume
ste adjunctul operatorului liniar T .
n
P
i=1
i=1
Totodat
a:
< x; T y >=< x;
n
X
i=1
n
X
i=1
92
5. SPA TII
EUCLIDIENE
,T :
PROPOZITIA
<
n
P
k=1
aki ek ; ej >=< ei ;
k=1
n
P
k=1
n
X
k=1
n
X
k=1
< T x; y >=
j=1
n X
n
X
< T ei ; ej >=
i=1 j=1
n X
n
X
i=1 j=1
OBSERVATIE
. Dac
a E este un spatiu euclidian complex de dimensiune n, procednd ca n propozitia anterioar
a, se poate ar
ata c
a T 2 L(E) este autoadjunct
a
dac
a si numai dac
a matricea lui T ntr-o baz
a ortonormat
a, A = (aij ) este hermitica, adic
a aij = aji , 8i; j = 1; n.
PROPOZITIA
Demonstratie. a) Consider
am mai nti cazul cnd E este complex. Fie 2 C
o valoare proprie a lui T si x 2 E; x 6= 0E vectorul propriu corespunz
ator. T ind
autoadjunct
a, din < T x; x >=< x; T x >, rezult
a < x; x >=< x; x >. Atunci
< x; x >= < x; x >, adic
a(
) < x; x >= 0, si cum x 6= 0E , rezult
a = ,
adic
a 2 R.
Dac
a E este un spatiu euclidian real de dimensiune n, B o baz
a ortonormat
a
a sa si T 2 L(E) o transformare autoadjunct
a, atunci matricea asociat
a lui T
este simetrica A 2 Mn (R)
Mn (C). Considernd, de exemplu, spatiul euclidian
e o baz
complex Cn si B
a ortonormat
a a sa, exist
a un endomorsm Te 2 L(Cn ) astfel
e s
ca matricea lui Te n baza B
a e A. A ind simetric
a, conform observatiei de mai
e
sus, T este autoadjunct
a.
Cele dou
a endomorsme T si Te au acelasi polinom caracteristic. Cum valorile
proprii ale lui Te sunt reale, rezult
a c
a toate r
ad
acinile acestui polinom caracteristic
sunt reale.
b) Fie si dou
a valori proprii distincte ale lui T si x 6= 0E , y 6= 0E vectorii proprii corespunz
atori. Conform a) ; 2 R. T ind autoadjunct
a, din
5. TRANSFORM ARI
LINIARE ORTOGONALE
93
) < x; y >= 0.
4.4. Dac
LEMA
a T 2 L(E) este autoadjunct si M
E este un subspatiu
invariant n raport cu T , atunci si complementul sau ortogonal M ? este invariant
n raport cu T .
94
5. SPA TII
EUCLIDIENE
< x; y >=
n P
n
P
xi yj < ei ; ej >=
i=1 j=1
n
P
j=1
xi yi . Pe de alt
a parte:
i=1
< T x; T y >=
n X
n
X
xi yj < T ei ; T ej >=
i=1 j=1
n
X
xi yi :
i=1
n
X
clk el ; k = 1; n:
l=1
Atunci:
< T ei ; ek >=
n
X
j=1
n
X
aji
jk
= aki ; i; k = 1; n
j=1
si
< ei ; T ek >=
n
X
l=1
n
X
clk
il
= cik ; i; k = 1; n:
l=1
a C = AT . Asadar
Tinnd
6. PROBLEM E
95
cos
sin
sin
cos
2(
; ];
n baza canonic
a (deci ortonormat
a) a lui R2 este o transformare ortogonal
a, deoarece
T
1
A =A .
DEFINITIE
. Matricea A 2 Mn (R) se nume
ste matrice ortogonala dac
a este
inversabil
a si A 1 = AT .
PROPOZITIA
1:
sin
cos
cos
sin
sin
cos
A=
1
0
0
1
sau A =
1
0
0
1
cu det A = 1. Vom ar
ata ulterior c
a matricele de forma (5.2) determin
a simetrii
n plan. n sfrsit:
A=
cos
sin
sin
cos
cos
sin
sin
cos
1
0
0
1
n concluzie, transform
arile ortogonale n plan sunt e rotatii, e simetrii, e
compuneri de rotatii cu simetrii.
6. Probleme
1. Folosind produsele scalare canonice din spatiile euclidiene corespunz
atoare
s
a se calculeze produsele scalare si normele vectorilor:
a) x = (2; 3), y = ( 6; 4);
b) x = (1; 1; 0), y = (1; 1; 2);
c) x = (1; 1; 2; 3), y = (1; 0; 2; 4).
96
5. SPA TII
EUCLIDIENE
S
a se g
aseasc
a o baz
a ortonormat
a n S si S ? .
13. S
a se arate c
a T : R2 ! R2 , T x = (x1 cos
x2 sin ; x1 sin + x2 cos ),
2 R, x = (x1 ; x2 ) este o transformare liniar
a ortogonal
a.
6. PROBLEM E
1
14. Este ortogonal
a matricea A = @ 1
7
1
3
5
97
1
1
4 A?
2
3
! R3 un endomorsm a c
arui matrice n baza canonic
a este A =
015. Fie T : R 1
3
2 6
1@
6
3 2 A. S
a se arate c
a T este o transformare ortogonal
a. Armatia
7
2
6 3
r
amne adev
arat
a dac
a A este matricea lui T ntr-o baz
a oarecare a lui R3 ?
CHAPTER 6
DEFINITIE
. O form
a biliniar
a simetric
a se numeste pozitiv semidenita dac
a
F (x; x)
0; 8x 2 V si pozitiv denita dac
a este pozitiv semidenit
a si, n plus,
F (x; x) = 0 ) x = 0V . Dac
a F (x; x)
0; 8x 2 V , F se numeste negativ semidenita, iar dac
a, n plus, F (x; x) = 0 ) x = 0V , F se numeste negativ denita.
EXEMPLE. 1) Fie E un spatiu euclidian real si F : E E ! R; F (x; y) =
=< x; y >. Atunci F este o form
a biliniar
a simetric
a, pozitiv denit
a.
2) Fie a; b 2 R; a < b; V = C([a; b]; R) si K : [a; b] [a; b] ! R continu
a. Functia
F :V
V ! R; F (f; g) =
Zb Zb
a
este o functional
a biliniar
a pe V .
3) Fie D
Rn o multime deschis
a si f : D ! R o functie de clas
a C 2 pe D.
Fie a = (a1 ; :::; an ) 2 D un punct arbitrar. Atunci aplicatia
F : Rn
Rn ! R; F (h; k) =
n X
n
X
i=1 j=1
@2f
(a) hi kj ; 8h; k 2 Rn ;
@xi @xj
6. FORM E BILINIARE. FORM E P ATRATICE
100
x2 y1 este o form
a
i=1
i=1 j=1
(1.1)
F (x; y) =
n X
n
X
aij xi yj :
i=1 j=1
Aceast
a egalitate arat
a c
a forma biliniar
a F determin
a matricea A = (aij ) 2
2 Mn (R) si reciproc, matricea A 2 Mn (R) determin
a forma biliniar
a F.
DEFINITIE
. Fie V un R-spa
tiu vectorial, B = fe1 ; :::; en g o baz
a n V si F
o form
a biliniar
a pe V . Matricea A = (aij ), unde aij = F (ei ; ej ), i; j = 1; n, se
numeste matricea asociata formei biliniare F n baza B.
TEOREMA 1.1. Fie V un R-spatiu vectorial de dimensiune n si F o forma
biliniara pe V. Daca B = fe1 ; :::; en g si B 0 = fe01 ; :::; e0n g sunt doua baze n V ,
iar C = (cij ) este matricea de trecere de la baza B la baza B 0 , atunci notnd cu
A = (aij ); D = (dij ), matricele asociate formei biliniare F n bazele B respectiv
B 0 , are loc D = C T AC.
n
P
ckj ek , rezult
a:
Demonstratie. Din e0j =
k=1
n
n
n X
n
X
X
X
dij = F (e0i ; e0j ) = F (
cli el ;
ckj ek ) =
cli ckj F (el ; ek ) =
l=1
n
X
l=1
adic
a D = C T AC.
k=1
n
X
l=1
l=1 k=1
cli (
n
X
k=1
i=1
i=1
matricea asociat
a formei biliniare F n baza B este matricea unitate.
Este usor de stabilit:
PROPOZITIA
2. FORM E P ATRATICE.
REDUCEREA LA FORM A CANONIC A
101
n consecinta, dac
a F este o form
a biliniar
a, cum matricea sa se schimb
a la
schimbarea bazei dup
a formula D = C T AC, unde C este inversabil
a, rezult
a c
a
rangD = rangA . Deci rangul matricei asociate unei forme biliniare nu depinde de
baza aleas
a. Putem deci formula urm
atoarea
DEFINITIE
. Se nume
ste rangul formei biliniare F , rangul matricei asociate
lui F n orice baz
a a spatiului. Forma biliniar
a F se numeste nedegenerata sau
nesingulara dac
a rangF = dim V si degenerata dac
a rangF < dim V .
Deci F este nedegenerat
a dac
a matricea sa ntr-o baz
a oarecare din V este
nesingular
a si degenerat
a dac
a aceast
a matrice este singular
a.
TEOREMA 1.3.
Fie E un spatiu euclidian real de dimensiune n si
F : E E ! R o forma biliniara simetrica. Atunci exista o unica transformare
liniara autoadjuncta T : E ! E astfel ca F (x; y) = < T x; y >; 8x; y 2 E.
Demonstratie.
usor c
a T este liniar
a si cum aij = aji , T este autoadjunct
a (propozitia 3.2, cap.
n
n
P
P
5). Fie acum x =
xi ei ; y =
yj ej . Atunci:
i=1
< T x; y >=
j=1
n
n X
X
xi yj < T ei ; ej >=
i=1 j=1
n X
n
X
xi yj (
i=1 j=1
n X
n
X
i=1 j=1
n
X
i=1 j=1
xi yj aji =
n X
n
X
i=1 j=1
k=1
n X
n
X
n
X
xi yi <
n X
n
X
aki ek ; ej >=
k=1
xi yj (
n
X
aki
kj )
k=1
i=1 j=1
6. FORM E BILINIARE. FORM E P ATRATICE
102
(2.2)
n
n
n X
n
X
X
X
xi ei ;
xj ej ) =
aij xi xj ;
(x) = F (x; x) = F (
i=1
j=1
i=1 j=1
(2.3)
(x) =
02
1 x1
+ ::: +
02
n xn ;
unde x01 ; :::; x0n sunt coordonatele lui x n baza B 0 , iar 1 ; :::;
nu toti neap
arat nenuli, numiti coecientii formei p
atratice.
OBSERVATIE
. n aceast
a baz
a matricea asociat
a formei p
atratice este o matrice diagonal
a. Observ
am c
a num
arul de p
atrate cu coecientii nenuli din (2.3)
coincide cu rangul lui .
TEOREMA 2.1. (Metoda lui Gauss). Fie V un R-spatiu vectorial de dimensiune n,
: V ! R o forma patratica, iar B = fe1 ; :::; en g o baza fata de care
n P
n
P
(x) =
aij xi xj , matricea A = (aij ) ind nenula. Atunci exista o baza
i=1 j=1
Ne ocup
am mai nti de cazul a), aplicnd inductia matematic
a dup
a n. Cazul
n = 1 este banal, deoarece (x) = a11 x21 , deci
este automat redus
a la forma
canonic
a n orice baz
a. Presupunem proprietatea adev
arat
a pentru n 1 variabile
si o demonstr
am pentru n. Putem presupune a11 6= 0 (n caz contrar renumerot
am
convenabil vectorii bazei). Grupnd toti termenii care contin pe x1 si formnd un
p
atrat perfect, obtinem:
1
2
(x) = (x1 ; :::; xn ) =
(a11 x1 + a12 x2 + ::: + a1n xn ) + (x2 ; :::; xn ) ;
a11
unde este o form
a p
atratic
a n (n 1) variabile.
2. FORM E P ATRATICE.
REDUCEREA LA FORM A CANONIC A
103
C
C
C;
A
n
P
a12
a1n
1
e1 ; f2 =
e1 + e2 ; :::; fn =
e1 + en . Dac
ax=
yi fi , atunci
a11
a11
a11
i=1
n P
n
1 2 P
1 2
(x) =
y1 +
y + (x0 ), unde
a0ij yi yj =
a11
a11 1
i=2 j=2
deci f1 =
x0 =
n
X
i=2
Cum
yi fi 2 V1 = Sp (ff2 ; :::; fn g) :
este o form
a p
atratic
a n n
exist
a o baz
a
i=2
Cum f 2
= V1 , lund e01 = f1 , rezult
a c
a fe01 ; :::; e0n g este o baz
a a lui V si n aceast
a
n
P
1
02
baz
a (x) =
si x01 = y1 . Teorema este demonstrat
a n acest
i xi , cu 1 =
a11
i=1
caz.
b) Dac
a toate elementele de pe diagonala principal
a sunt nule, atunci exist
a
cel putin un element nediagonal aij 6= 0; i 6= j. Renumerotnd, eventual, vectorii
bazei, putem presupune a12 6= 0. Construim baza B2 = fg1 ; :::; gn g astfel nct
n
P
1
1
dac
ax=
x0i gi s
a avem x01 = (x1 + x2 ) ; x02 = (x1 x2 ), x0k = xk ; k = 3; n.
2
2
i=1
n acest caz matricea de trecere si noua baz
a sunt respectiv:
0
1
1
1
0 ::: 0
g1 = e1 + e2
B 1
C g2 = e1 e2
1
0
:::
0
B
C
0
1 ::: 0 C
C=B
B 0
C g3 = e3
@ ::: ::: ::: ::: ::: A :::::::::::::
0
0
0 ::: 1
gn = en
n aceast
a baz
a, obtinem
x02
2 ) +
n P
n
P
i=1 j=1
matricea asociat
a are pe a12 ca element diagonal. Se continu
a ca n cazul a).
EXEMPLE. 1) Fie : R3 ! R o form
a p
atratic
a, care n baza canonic
aB=
a se
fe1 ; e2 ; e3 g a lui R3 are expresia (x) = 5x21 + 6x22 + 4x23 4x1 x2 4x1 x3 . S
reduc
a la forma canonic
a folosind metoda lui Gauss.
Avem a11 = 5 6= 0. Grup
am termenii care contin x1 si c
aut
am s
a form
am un
p
atrat perfect. Avem:
(x) = (5x21
=
1
(5x1
5
2x2
4x1 x2
2
2x3 ) +
8
x2 x3 :
5
6. FORM E BILINIARE. FORM E P ATRATICE
104
4 2 40 2
y3 ) + y3 :
5
13
4
26
Cu schimbarea de coordonate x01 = y1 ; x02 =
y2
y3 ; x03 = y3 , se obtine
5
5
forma canonic
a:
5
40
1
+ x02
+ x02
;
(x) = x02
5 1
26 2
13 3
unde x = x01 e01 + x02 e02 + x03 e03 , matricea de trecere de la baza ff1 ; f2 ; f3 g la baza
fe01 ; e02 ; e03 g ind
(x) =
1 2
5 26
y1 + ( y 2
5
26 5
e01 = f1
5
B
e02 =
f2
C2 = @ 0
:
26
2
0
e03 =
f2 + f3
13
Matricea de trecere de la baza initial
a B la baza fe01 ; e02 ; e03 g va :
0
0
5
26
0
1
B 5
B
C = C1 C2 = B
@ 0
0
1
0
2 C
A ; iar
13
1
1
13
5
26
0
6
13
2
13
0
1
e1
5
C
1
C
C si e02 =
e1 +
A
13
6
e03 =
e1 +
13
e01 =
n aceast
a baz
a, matricea formei p
atratice
formei p
atratice n baza B, adic
a:
0
5
2
A=@ 2 6
2 0
Calculnd
B
B
C T AC = B
B
@
1
5
0
0
0
5
26
0
5
:
e2
26
2
e2 + e3
13
1
0 C
C
0 C
C;
40 A
13
obtinem matricea formei p
atratice redus
a la forma canonic
a, care este diagonal
a.
2) Aceeasi problem
a pentru forma p
atratic
a, care n baza canonic
a B a lui R3 ,
are expresia (x) = x1 x2 +x1 x3 +x2 x3 . Matricea formei p
atratice n baza canonic
a
este:
2. FORM E P ATRATICE.
REDUCEREA LA FORM A CANONIC A
1
2
B 0
B
B 1
A=B
B 2
@ 1
2
0
1
2
105
1
0 C
C
1 C
C:
2 C
A
0
1
Deoarece aii = 0; i = 1; 3 si cum a12 =
6= 0, consider
am schimbarea de
2
1
1
coordonate x01 = (x1 + x2 ) ; x02 = (x1 x2 ) ; x03 = x3 , cu matricea de trecere de
2
2
la baza B la o nou
a baz
a fg1 ; g2 ; g3 g
0
1
1 1 0
1 0 A:
C1 = @ 1
0 0 1
n baza g1 = e1 + e2 ; g2 = e1
(x) = x02
1
0 0
0
0 2
x02
2 + 2x1 x3 = (x1 + x3 )
x02
2
x02
3 :
Cu schimbarea x001 = x01 + x03 ; x002 = x02 ; x003 = x03 obtinem forma canonic
a:
(x) = x002
]
x002
2
x002
3 :
Matricea formei p
atratice n baza B 0 are form
a diagonal
a, calculndu-se cu
T
formula C AC:
0
1
1 0
0
1 0 A:
C T AC = @ 0
0 0
1
a11
:::
ai1
::: a1i
::: :::
::: aii
sunt nenuli. Atunci, exista o baza B 0 = fe01 ; :::; e0n g a lui V n care
canonica
(2.4)
(x) =
0
1
x02
1 +
1
2
x02
2 + ::: +
n 1
n
x02
n;
are forma
6. FORM E BILINIARE. FORM E P ATRATICE
106
unde x =
n
P
i=1
= 1.
Matricea schimb
arii de baz
a este triunghiular
a, coecientii cij 2 R, i; j = 1; n,
j i, urmnd a determinati astfel nct n noua baz
a B 0 , matricea formei p
atratice s
a e diagonal
a, pe diagonala principal
a g
asindu-se chiar coecientii cii ; i = 1; n,
din relatiile (2.5). Pentru aceasta, dac
a F este polara formei p
atratice , este sucient s
a cerem
F (e0i ; ej ) = 0; pentru orice i; j = 1; n; j < i:
(2.6)
Vom ar
ata c
a dac
a are loc (2.6) atunci F (e0i ; e0j ) = 0, pentru orice i; j = 1; n;
i 6= j. ntr-adev
ar, din (2.5) si (2.6) pentu i 6= j; j < i, avem:
F (e0i ; e0j ) = F (e0i ; c1j e1 + ::: + cjj ej ) = c1j F (e0i ; e1 ) + ::: + cjj F (e0i ; ej ) = 0:
(2.7)
0
1;i F (ei ; ei 1 )
Vom ar
ata acum c
a pentru i = 1; n avem:
(2.8)
cii =
i 1
1
=
a11
1)
=0
Folosind faptul c
a F (ei ; ej ) = aij precum si simetria lui F , sistemul de mai sus
devine
8
c1i a11 + c2i a12 + ::: + cii a1i = 0
>
>
<
:::::::::::::::::::::::::::::::::::::::::::::::::::
(2.9)
.
c1i ai 1;1 + c2i ai 1;2 + ::: + cii ai 1;i = 0
>
>
:
c1i ai1 + c2i ai2 + ::: + cii aii = 1
2. FORM E P ATRATICE.
REDUCEREA LA FORM A CANONIC A
107
Determinantul sistemului (2.9) este chiar minorul principal i , care, prin ipotez
a,
este nenul. Deci sistemul (2.9) este un sistem Cramer. n consecinta, avem:
cii =
a11
:::
ai 1;1
ai1
:::
:::
:::
:::
a1;i 1
:::
ai 1;i
ai;i 1
0
:::
0
1
este dat
a de (5), unde x =
i 1
n
P
i=1
x0i e0i .
EXEMPLU. Forma p
atratic
a : R3 ! R are n baza canonic
a B = fe1 ; e2 ; e3 g
2
2
expresia (x) = 5x1 + 6x2 + 4x23 4x1 x2 4x1 x3 , unde x = x1 e1 + x2 e2 + x3 e3 .
Matricea sa:
0
1
5
2
2
@ 2 6
0 A
2 0
4
are minorii principali:
1
= 5;
5
2
2
6
= 26;
5
2
2
2
6
0
2
0
4
= 80:
, folosind (5):
5
13
1 02
x + x02
+ x02
:
5 1
26 2
40 3
S
a determin
am acum baza formei canonice. Conform (2.5), e01 = c11 e1 si cum
1
F (e01 ; e1 ) = 1, rezult
a c11 = .
5
Dar e02 = c12 e1 + c22 e2 . Conditiile F (e02 ; e1 ) = 0; F (e02 ; e2 ) = 1, conduc la
sistemul:
5c12 2c22 = 0
.
2c12 + 6c22 = 1
(x) =
1
5
; c22 =
.
13
26
n sfrsit e03 = c13 e1 + c23 e2 + c33 e3 . Conditiile F (e03 ; e1 ) = 0; F (e03 ; e2 ) = 0;
0
F (e3 ; e3 ) = 1, conduc la sistemul
8
< 5c13 2c23 2c33 = 0
2c13 + 6c23 = 0
:
:
2c13 + 4c33 = 1
Rezolvnd, obtinem c12 =
108
3
1
13
1
1
care are solutia c13 =
; c23 =
; c33 =
. Asadar e01 = e1 ; e02 =
e1 +
20
20
40
5
13
5
3
1
13
+ e2 ; e03 =
e1 + e2 + e3 ; matricea de trecere de la baza canonic
a la baza
26
20
20
40
0
0
0
fe1 ; e2 ; e3 g, ind
0
1
1 1
3
B 5 13 20 C
B
C
1 C
5
B
B 0
C:
B
26 20 C
@
13 A
0 0
40
OBSERVATIE
. S
a remarc
am c
a n comparatie cu metoda lui Gauss, conditiile
pe care trebuie s
a le satisfac
a matricea unei forme p
atratice ntr-o baz
a xat
a,
pentru a putea aplica metoda lui Jacobi, sunt mai restrictive. Se poate ar
ata totusi
c
a dac
a unii minori principali sunt nuli, se poate schimba convenabil baza n V
astfel nct toti minorii principali ai matricei formei p
atratice s
a e nenuli.
TEOREMA 2.3 (metoda valorilor si vectorilor proprii sau metoda transform
arilor ortogonale). Fie E un spatiu euclidian real de dimensiune n si : V ! R o
forma patratica pe E. Atunci exista o baza ortogonala B E astfel nct matricea
asociata lui
n baza B sa e diagonala (deci
are forma diagonala).
Demonstratie. Fie F polara formei p
atratice . Conform teoremei 1.3, exist
a
o unic
a transformare autoadjunct
a T : E ! E astfel nct F (x; y) =< T x; y >;
8x; y 2 E. Atunci (x) =< T x; x >; 8x 2 E. T ind autoadjunct
a, rezult
a
c
a exist
a o baz
a ortonormat
a B = fe1 ; :::; en g a lui E, baz
a format
a din vectori
proprii ai lui T corespunz
atori valorilor proprii reale 1 ; :::; n . Asadar T ei = i ei ;
n
P
8i = 1; n. Dac
ax=
xi ei , atunci
i=1
n P
n
P
i=1 j=1
adic
a
are form
a diagonal
a.
n
P
xi T ei ;
i=1
xi xj <
i ei ; ej
>=
n
P
j=1
n
P
i=1
xj ej >=
2
i xi ;
OBSERVATIE
. Pentru a reduce la forma canonic
a o form
a p
atratic
a, prin
metoda transform
arilor ortogonale, se procedeaz
a astfel:
- se determin
a valorile proprii i ; i = 1; n, ale matricei asociate formei p
atratice
si subspatiile corespunz
atoare V i ; i = 1; n;
- n ecare subspatiu propriu, construim o baz
a ortonormat
a, folosind procedeul
Gram-Schmidt;
- se formeaz
a matricea C 2 Mn (R), ale c
arei colone contin componentele vectorilor proprii determinati mai sus. C este ortogonal
a si C T AC este o matrice
diagonal
a cu valorile proprii pe diagonal
a. (A este matricea formei p
atratice n
baza ortonormat
a initial
a);
- forma canonic
a este (x) = 1 x21 + ::: + n x2n ; x1 ; :::; xn ind componentele
lui x n baza construit
a mai sus.
EXEMPLU. Pentru forma p
atratic
a (x) = 5x21 + 6x22 + 4x23 4x1 x2 4x1 x3 s
a
se determine forma canonic
a, folosind metoda transform
arilor ortogonale. Valorile
3. LEGEA DE INER TIE
109
02
1 x1
+ ::: +
02
r xr ;
unde x01 ; :::; x0r sunt coordonatele lui x n baza B, iar coecientii
sunt nuli. Efectund schimbarea de coordonate:
p
xi = j i j x0i ; i = 1; r; xj = x0j ; j = r + 1; n;
j; j
= r + 1; n
x2p+1
:::
x2r
numit
a forma normala a formei p
atratice.
3. Legea de iner
tie a formelor p
atratice
Analiznd exemplele din 6.2 se constat
a c
a forma canonic
a la care este adus
ao
form
a p
atratic
a, nu are coecientii unic determinati, ci ei depind de metoda folosit
a.
De asemenea, nici baza formei canonice nu este unic determinat
a. Totusi, num
arul
coecientilor strict pozitivi, respectiv strict negativi, nu se schimb
a, indiferent de
metoda utilizat
a de reducere la forma canonic
a. Vom demonstra:
TEOREMA 3.1. (legea de inertie). Fie V un R-spatiu vectorial si
:V !R
o forma patratica. Atunci numarul termenilor pozitivi si a celor negativi din forma
normala a lui
nu depinde de alegerea bazei formei normale.
a
Demonstratie. Fie r rangul lui
si B = fe1 ; :::; en g, B 0 = fe01 ; :::; e0n g dou
baze n V n care s
a aib
a, respectiv, formele normale:
(3.1)
x2p+1
:::
x2r
02
(x) = x02
1 + ::: + xq
x02
q+1
:::
x02
r ;
si
(3.2)
unde x1 ; :::; xn sunt coordonatele lui x n baza B, iar x01 ; :::; x0n sunt coordonatele
lui x n baza B 0 . Vom ar
ata c
a p = q, deci c
a num
arul de p
atrate pozitive
este acelasi, ceea ce atrage faptul c
a si num
arul de p
atrate negative este acelasi. Presupunem prin absurd c
a p > q. Fie S1 = Sp(fe1 ; :::; ep g) si S2 =
Sp(fe0q+1 ; :::; e0n g), deci dim S1 = p; dim S2 = n q. Cum S1 + S2 este subspatiu vectorial al lui V , dim (S1 + S2 )
n. Conform teoremei lui Grassmann,
dim (S1 \ S2 ) = dim S1 + dim S2 dim (S1 + S2 )
p + n q n > 0. Exist
a deci x0 2 S1 \ S2 ; x0 6= 0V . Atunci x0 = x1 e1 + ::: + xp ep (x0 2 S1 ) si
(x) = x21 + ::: + x2p > 0 si
x0 = x0q+1 e0q+1 + ::: + x0n e0n (x0 2 S2 ). Obtinem:
02
02
(x0 ) = xq+1 ::: xr < 0. Am ajuns la o contradictie, deci inegalitatea p > q
nu poate avea loc. Analog se veric
a si c
a inegalitatea q > p nu poate avea loc.
Rezult
a p = q.
6. FORM E BILINIARE. FORM E P ATRATICE
110
Teorema urm
atoare ne d
a posibilitatea s
a veric
am ntr-un mod foarte simplu
dac
a o form
a p
atratic
a este pozitiv sau negativ denit
a.
TEOREMA 3.2. (Sylvester) n ipotezele teoremei 2.2, forma patratica
este
pozitiv denita daca si numai daca i > 0; 8i = 1; n, iar
este negativ denita
daca si numai daca i 1
i < 0; 8i = 1; n.
Demonstratie. Conform teoremei 2.2 (metoda Jacobi), exist
a o baz
a B0 =
0
0
= fe1 ; :::; en g a lui V n care:
(3.3)
(x) =
0
1
unde x =
n
P
i=1
xi e0i . Dac
a
i 1
i
x21 +
1
2
n 1
x22 + ::: +
x2n
a
> 0; 8i = 1; n, rezult
i 1
i
= 1, rezult
a
> 0; 8i = 1; n.
(x) =
(4.3)
2
1 1
+ ::: +
2
n n;
2
1
+ ::: +
2
n:
(x) =
Demonstratie.
Conform teoremei 2.3, exist
a o baz
a ortonormat
a
F = ff1 ; f2 ; :::; fn g relativ la produsul scalar dat de (4.1) n raport cu care (x) se
scrie sub forma (4.2). n aceeasi baz
a avem
(4.4)
deci
2
1
+ ::: +
2
n;
au forma canonic
a n baza F .
LA FORM A CANONIC A
A DOU A
FORM E P ATRATICE
n
X
Sej =
n
X
aij ei , T ej =
(4.6)
bij ei ,
i=1
i=1
Matricele formelor p
atratice
In = C T BC, unde
0
si
1
B 0
D=B
@ :::
0
1
0
0 C
C;
::: A
:::
:::
:::
:::
:::
0
(A
i B) x
= 0;
vom g
asi Ker (S
tiu construim o baz
a ortonori T ). n ecare astfel de subspa
mat
a relativ la produsul scalar (4.1). Reuniunea acestor baze este baza c
autat
a. n
n
P
ax=
plus, din (4.8) rezult
a Sfj = i T fj ; j = 1; n: Atunci, dac
j fj ,
j=1
n
P
j i j
i;j=1
n
P
i;j=1
< T fj ; fi >=
n
P
i;j=1
n
P
i;j=1
j i j
i j
j i j G(fj ; fi )
< fj ; fi >G =
n
P
i=1
2
i i:
EXEMPLU. S
a se reduc
a simultan la forma canonic
a formele p
atratice
(x) = 10x21 + 2x22 15x23 + 2x1 x2 + 12x1 x3 ;
(x) = 3x21 + 4x22 + 5x23 + 4x1 x2 4x1 x3 :
S
a se g
aseasc
a baza formelor canonice.
Matricele asociate formelor p
atratice si sunt
0
1
0
10 1
6
3 2
2
0 A; B = @ 2 4
A=@ 1
6
0
15
2 0
1
2
0 A:
5
1
2
2
1
2
2
27
4
2
3;
(x) =
2
1
2
2
2
3:
6. FORM E BILINIARE. FORM E P ATRATICE
112
1
, obtinem x = (0; t; 0) : Pentru t = 1, kxk dat
a de produsul scalar
2
1
(4.1) este kxk = 2, deci f1 = (0; ; 0). Dac
a = 3, atunci x = (0; 0; t). Lund
2
p
1
27
, x = (10t; 5t; 4t),
t = 1, kxk = 5. Obtinem f2 = (0; 0; p ). Pentru =
4
5
5
2
5
p ; p ).
deci f3 = ( p ;
30
30 2 30
Pentru
5. Probleme
1. S
a se arate c
a F : R3 R3 ! R, F (x; y) = 2x1 y1 5x1 y2 + 2x2 y1 3x2 y2
3x2 y3 + 4x3 y2 x3 y3 este o form
a biliniar
a. Care este matricea lui F n baza
e1 = (1; 0; 0), e2 = (1; 1; 0), e3 = (1; 1; 1)? Este simetric
a forma biliniar
a?
2. Pe R2 , e forma biliniar
a F (x; y) = 3x1 y1 + 2x1 y2 x2 y2 . G
asiti matricele
asociate lui F n bazele e1 = (1; 1), e2 = (1; 0), respectiv e01 = (1; 2), e02 = ( 1; 1).
Ce relatie este ntre cele dou
a matrice?
3. Fie F : C ([0; 1])
R1 R1
0 0
a) S
a se arate c
a F este o form
a biliniar
a;
b) S
a se determine matricele lui F n bazele e1 = 1, e2 = t, e3 = t2 respectiv
2
f1 = 1, f2 = t 1, f3 = (t 1) .
4. Care este polara formei p
atratice
+3x2 x3 ?
: R3 ! R,
(x) = x21
x22 + x1 x2 +
5. S
a se reduc
a la forma canonic
a, folosind metoda lui Gauss, urm
atoarele
forme p
atratice denite pe R3 sau R4 . S
a se specice baza formei canonice. Care
din aceste forme p
atratice este pozitiv denit
a?
2
2
2
a) (x) = x1 + x2 + 3x3 + 4x1 x2 + 2x1 x3 + 2x2 x3 ;
b) (x) = x21 3x23 2x1 x2 + 2x1 x3 6x2 x3 ;
c) (x) = x21 + 5x22 4x23 + 2x1 x2 4x1 x3 ;
d) (x) = 4x21 + x22 + x23 + 4x1 x2 4x1 x3 3x2 x3 ;
e) (x) = 2x21 + 18x22 + 8x23 12x1 x2 + 8x1 x3 27x2 x3 ;
f) (x) = x21 + 2x22 + x24 + 4x1 x2 + 4x1 x3 + 2x1 x4 + 2x2 x3 + 2x2 x4 + 2x3 x4 .
6. S
a se reduc
a la forma canonic
a, folosind metoda lui Jacobi, urm
atoarele
forme p
atratice denite pe R3 sau R4 . S
a se specice baza formei canonice. Care
din aceste forme p
atratice este pozitiv denit
a?
a) (x) = x21 2x22 + x23 + 2x1 x2 + 4x1 x3 + 2x2 x3 ;
b) (x) = 3x21 2x22 + 2x23 + 4x1 x2 3x1 x3 x2 x3 ;
c) (x) = x21 + x22 + 3x23 + 4x1 x2 + 2x1 x3 + 2x2 x3 ;
d) (x) = x21 + 4x22 + 6x23 2x1 x2 + 2x2 x3 2x3 x4 ;
e) (x) = 3x21 + 2x22 x23 2x24 + 2x1 x2 4x2 x3 + 2x2 x4 .
7. Pentru ce valori ale lui , urm
atoarele forme p
atratice sunt pozitiv denite?
2
2
2
a) (x) = 5x1 + x2 + x3 + 4x1 x2 2x1 x3 2x2 x3 ;
b) (x) = 2x21 + x22 + 3x23 + 2 x1 x2 + 2x1 x3 ;
c) (x) = 2x21 + 2x22 + x23 + 2 x1 x2 + 6x1 x3 + 2x2 x3 .
5. PROBLEM E
113
CHAPTER 7
i=1 j=1
OBSERVATII
. Fie V un K-spa
tiu vectorial de dimensiune n si e
B = fe1 ; :::; en g o baz
a n V .
1) Dac
a x = xi ei , atunci f (x) = xi f (ei ), deci o form
a liniar
a este cunoscut
a
dac
a se cunosc valorile sale pe elementele din baz
a.
2) Dac
a = f 1 ; :::; n g 2 K n , atunci conform lemei 3.2, cap. 3, exist
a o unic
a
form
a liniar
a F : V ! K astfel ca F (ei ) = i ; i = 1; n.
n consecinta are loc:
PROPOZITIA
f i (ej ) =
i
j
1; dac
ai=j
:
0; dac
a i 6= j
115
116
Propozitia rezult
a imediat din observatia anterioar
a, lund pentru ecare i;
i = 1; n, scalarii j = 0 pentru j 6= i si i = 1.
n continuare, pornind de la o baz
a B = fe1 ; :::; en g a spatiului vectorial V ,
vom construi o baz
a n spatiul dual, care se va numi duala bazei B. Vom folosi
conventia de sumare a lui Einstein.
TEOREMA 1.2. Fie B = fe1 ; :::; en g o baza a spatiului vectorial V . Sistemul
de forme liniare B = f 1 ; :::; f n dat de (1.1) formeaza o baza a spatiului vectorial
V , numita duala bazei B.
Demonstratie. Sistemul B este liniar independent. ntr-adev
ar, e 1 ; :::; n 2
1
n
2 K astfel ca 1 f 1 + ::: + n f n = 0V adic
a
(x) = 0;
1 f + ::: + n f
8x 2 V . n particular, dac
a x = ei , i = 1; n, obtinem
1f
+ ::: +
nf
(ei ) =
= 0;
(1.2)
(1.3)
(dac
a D = (djl ), Dt este matricea de trecere de la baza B la baza B 0 ).
Din dualitatea bazelor rezult
a
f l (ek ) =
l
k,
k; l = 1; n;
f 0 j (e0i ) =
l
i,
i; j = 1; n:
l
k
= djk cki :
VECTORIAL
117
k,
i = 1; n;
adic
a, acelasi gen de relatie ca la schimbarea bazei n V .
n concluzie, din teorema 1.3 rezult
a c
a, la o schimbare a bazei n V , bazele
duale corespunz
atoare se transform
a dup
a aceeasi lege ca si coordonatele unui vector arbitrar din V transformare ce se va numi contravarianta, iar coordonatele unei
forme liniare din V se transform
a dup
a aceeasi lege ca si baza n V , transformare
ce se va numi covarianta. Cnd folosim conventia lui Einstein, coordonatele vectorilor din V , ca si vectorii bazei duale vor avea indicii trecuti superior, pe cnd
coordonatele formelor liniare si vectorii bazei din V vor avea indicii trecuti inferior.
Formele liniare se mai numesc si covectori.
EXEMPLU. Fie baza canonic
a B = fe1 ; :::; en g n R3 .
Baza dual
a
1
2
3
n spatiul dual (R3 ) satisface (1.1). Dac
a x = x1 e1 + x2 e2 +
B = f ;f ;f
a consider
am acum forma
+x3 e3 , atunci f 1 (x) = x1 , f 2 (x) = x2 , f 3 (x) = x3 . S
liniar
a f : R3 ! R, f (x) = x1 + 2x2 + 3x3 . Coordonatele lui f n baza dual
a sunt
0
0
0
0
=
f
(e
)
=
1,
=
f
(e
)
=
2,
=
f
(e
)
=
3.
Fie
acum
baza
B
=
fe
;
e
1
1
2
2
3
3
1 2 ; e3 g
n R3 , e01 = e1 + e2 e3 , e02 = e1 + e2 + e3 , e03 = e1 e2 + e3 .
Matricele de trecere de la baza B la baza B 0 si inversa sunt
1
0
1 1
0
0
1
B 2 2
C
1
1 1
C
B
1
1
B
C
1
1
1 A; C = B 0
C=@ 1
C:
C
B
2
2
1 1
1
@ 1
1 A
0
2
2
Atunci, duala bazei B 0 este legat
a de B prin relatiile
1
1
1
1
1
1
f10 = f 1 + f 2 ; f20 = f 2 + f 3 ; f30 = f 1 + f 3 :
2
2
2
2
2
2
Coordonatele formei liniare f n noua baz
a vor
1
Similar
f (e3 ) =
= 0:
= f (e03 ) = 2.
si V
=:V !V
unde Fx (f ) = f (x) ; 8f 2 V .
Demonstratie. Stabilim mai int
ai c
a Fx este o form
a liniar
a pe V ; adic
a
Fx 2 V . Fie deci f; g 2 V si ; 2 K. Atunci:
Fx ( f + g) = ( f + g) (x) = f (x) + g(x) = Fx (f ) + Fx (g).
118
Vom ar
ata acum c
a = este liniar
a. Fie x; y 2 V si ;
2 K. Atunci:
=( x + y) (f ) = F x+ y (f ) = f ( x + y) = f (x) + f (y) =
= Fx (f ) + Fy (f ) = ( Fx + Fy )(f ); 8 f 2 V ,
deci =( x + y) = =x + =y. Pentru a demonstra c
a = este bijectiv
a, cum
dimK V = dimK V , este sucient s
a arat
am c
a = este injectiv
a. Fie deci x; y 2 V
astfel nct =x = =y, adic
a Fx = Fy . Atunci, pentru orice f 2 V , avem:
(1.7)
f (x) = Fx (f ) = Fy (f ) = f (y).
Dac
a B = fe1 ; :::; en g este baz
a n V , iar B = f 1 ; :::; f n este baz
a dual
a si
x = xj ej , y = y j ej , lund n (1.7), f = f i , i = 1; n, obtinem:
xi = f i (x) = f i (y) = y i ;
adic
a x = y, deci = este injectiv
a.
OBSERVATIE
. Prin acest izomorsm canonic dintre V
si V , vom identica
un spatiu vectorial cu bidualul s
au. Prin aceast
a identicare, orice vector x 2 V
poate privit ca o form
a liniar
a pe V ce asociaz
a oric
arui f 2 V , scalarul f (x).
2. Aplica
tii multiliniare. Forme multiliniare
DEFINITIE
. Fie V1 ; :::; Vn ; W spa
tii vectoriale peste acelasi corp K. Aplicatia
F : V1 V2 ::: Vn ! W se numeste multiliniara (n-liniara) dac
a pentru orice i,
1 i n, avem:
F (x1 ; :::; xi 1 ; x0i + x00i ; xi+1 ; :::; xn ) = F (x1 ; :::; xi 1 ; x0i ; xi+1 ; :::; xn )+
+ F (x1 ; :::; xi 1 ; x00i ; xi+1 ; :::; xn ); 8 ; 2 K; x0i ; x00i 2 Vi ; xk 2 Vk ; k 6= i:
EXEMPLU. Aplicatia F : V3 V3 ! V3 , F (!
u;!
v)=!
u !
v , este o aplicatie
!
!
!
!
biliniar
a antisimetric
a (u
v = v
u ).
DEFINITIE
. Fie V1 ; :::; Vn spa
tii vectoriale peste corpul K. Se numeste forma
multiliniara (n-liniara) orice aplicatie multiliniar
a F : V1 ::: Vn ! K.
n aceast
a denitie K este considerat spatiu vectorial unidimensional peste el
nsusi.
EXEMPLE .1) F : V
V ! R, F (!
u;!
v)=!
u !
v (deci produsul scalar a doi
3
OBSERVATIE
. Mul
timea formelor n-liniare se poate nzestra cu o structur
a de
K-spatiu vectorial peste K, notndu-se cu L (V1 ; :::; Vn ; K). Adunarea formelor
n-liniare F; G 2 L (V1 ; :::; Vn ; K) se deneste astfel:
(F + G) (x1 ; :::; xn ) = F (x1 ; :::; xn ) + G (x1 ; :::; xn ) ; xi 2 Vi ; i = 1; n:
Produsul unei forme n-liniare F 2 L (V1 ; :::; Vn ; K) cu un scalar
deneste prin:
( F ) (x1 ; :::; xn ) = F (x1 ; :::; xn ) ; xi 2 Vi ; i = 1; n:
Se veric
a usor ca F + G si F denite mai sus, sunt forme n-liniare.
2 K se
3. TENSORI. COORDONATELE UNUI TENSOR NTR-O BAZ A
119
q ori
Se spune c
a t este tensor de tip (p,q), p numindu-se ordinul de covarianta, iar q
ordinul de contravarianta. Num
arul p + q se numeste rangul sau valenta tensorului.
ji
i
hl = alkl f kl ; l = 1; q:
eji ; i = 1; p;
j1
jp
1 ::: p
q
1
k1 ::: kq
n aceast
a relatie apar np+q scalari, pe care-i vom nota
ki ;:::;kq
j1 ;:::;jp
(3.2)
j1
jp
1 ::: p
q
1
k1 ::: kq
k1 ;:::;kq
j1 ;:::;jp
n concluzie, ec
arui tensor t 2 Tpq (V ) i se poate asocia, xnd o baz
a n V , un
p+q
sistem de n
scalari unic determinati prin (3.2). Reciproc, se poate demonstra
usor
PROPOZITIA
k1 ;:::;kq
j1 ;:::;jp );
ji = 1; n; 8i = 1; p; kl = 1; n; 8l = 1; q;
k1 ;:::;kq
j1 ;:::;jp ;
120
ij ;
atunci
(t + u) (ej1 ; :::; ejp ; f k1 ; :::; f kq ) =
k1 ;:::;kq
j1 ;:::;jp
k1 ;:::;kq
j1 ;:::;jp :
k1 ;:::;kq
j1 ;:::;jp :
4. OPERA TII
CU TENSORI
121
u:V
|
denit
a prin:
{z
:::
V
}
p+r ori
V
|
:::
{z
q+s ori
V ! K;
}
atunci:
k1 ;:::;kq ;l1 ;:::;ls
j1 ;:::;jp ;i1 ;:::;ir
= (t
k1 ;:::;kq
j1 ;:::;jp
l1 ;:::;ls
i1 ;:::;ir :
q+s
u) 2 Tp+r
(V ) se obtin efectund produsele
= (t
u) (ei ; ej ; f k ) = t(ei ; ej )u f k =
ij
Tpq
q 1 ori
l 1
cu
xj 2 V; j = 1; p; j 6= i; hk 2 V ; k = 1; q; k 6= l
(n aceast
a relatie s este indice de sumare). Coecientii tensorului t0 vor
k1 ;:::;kl
j1 ;:::;ji
1 ;kl+1 ;:::;kq
1 ;ji+1 ;:::;jp
k1 ;:::;kl
j1 ;:::;ji
1 ;s;kl+1 ;:::;kq
1 ;s;ji+1 ;:::;jp
k ;:::;k
i
i
1
1
+ ::: +
n
n:
122
2) Fie t 2 T21 (V ) si
1
= (t)2 2 T10 (V ) sunt
i
k
ij ,
= t0 (ei ) = t(ei ; ej ; f j ) =
j
ij
1
i1
2
i2
+ ::: +
n
in :
5. Transformarea coecien
tilor unui tensor la schimbarea bazei
Fie V un K-spatiu vectorial de dimensiune n, B = fe1 ; :::; en g, B 0 = fe01 ; :::; e0n g
dou
a baze ale lui V si B = f 1 ; :::; f n , B 0 = f 01 ; :::; f 0n bazele duale respective. Fie C = (cji ) matricea de trecere de la baza B la baza B 0 si D = (dji ) inversa
ei. Are loc
TEOREMA 5.1. Daca coecientii tensorului t 2 Tpq (V ) n cele doua baze sunt
k1 ;:::;kq
j1 ;:::;jp =
respectiv
0 l1 ;:::;lq
i1 ;:::;ip =
(5.1)
k1 ;:::;kq
j1 ;:::;jp
0 l1 ;:::;lq
0
0
0 l1
; :::; f 0 lq ) =
i1 ;:::;ip = t(ei1 ; :::; eip ; f
l
k ;:::;k
j
jp
l q kq
j1
l1 k1
t(ci1 ej1 ; :::; cip ejp ; dk1 f ; :::; dkq f ) = cjl11 :::cipp dlk11 :::dkqq j11;:::;jpq :
k1 ;:::;kq
j1 ;:::;jp ),
j1 = 1; n, 8i = 1; p, kl = 1; n, 8l = 1; q,
j
i
1; dac
ai=j
; 8i; j = 1; n:
0; dac
a i 6= j
Dac
a B 0 = fe01 ; :::; e0n g este o alt
a baz
a n V , iar B 0 = ff 0 1 ; :::; f 0 n g duala sa n
V , atunci coecientii lui t n noua baz
a sunt t(e0k ; f 0 l ) = lk , 8k; l = 1; n . Asadar
coecientii acestui tensor sunt independenti de baza considerat
a. Acest tensor mai
123
dup
a al doilea
indice de covarianta si primul indice de contravarianta, Cu relatiile de mai sus, e
rs
jk
= t(ej ; ek ; f r :f s ); j; k; r; s = 1; n;
respectiv
0
il
= t(e0i ; e0l ; f 0 :f 0 ); i; j; ;
coecientii lui t n cele dou
a baze xate.
De asemenea, e jr = t0 er ; f j , r; j = 1; n si
coecientii tensorului contractat. Atunci:
= 1; n;
0p
i
= t0 (e0i ; f 0 p ), i; p = 1; n;
0p
i
j k p sr
= t(e0i ; e0l ; f 0 l ; f 0 p ) = 0illp = cji ckl dls dpr sr
jk = ci s dr jk =
j p
j p 0
j p r
k
r
r
= cji dpr sr
jk = ci dr t(ej ; ek ; f ; f ) = ci dr t (ej ; f ) = ci dr j ;
ceea ce reprezint
a exact legea de transformare a unui tensor o dat
a covariant si o
dat
a contravariant la schimbarea bazei.
OBSERVATII
. 1) Dac
a x 2 V se scrie x = i ei = 0 i e0i , atunci n capitolul 1,
am stabilit:
0i
= dij j ; i = 1; n:
Aceste relatii reprezint
a chiar formulele de transformare ale unui tensor o dat
a
contravariant. De aceea se mai spune c
a x 2 V este vector contravariant.
De asemenea, n acest capitol am stabilit c
a dac
a f 2 V se scrie f = j f j =
0 0i
= i f , atunci (vezi (1.6))
0
i
= cji
j;
i = 1; n;
care reprezint
a formulele de transformare ale unui tensor o dat
a covariant. De
aceea, formele liniare se mai numesc vectori covarianti sau covectori.
2) n capitolul 3 am studiat endomorsmele unui spatiu vectorial. Fie T 2
2 L(V ) si A = (akj ) matricea lui T n baza B, A0 = (a0i l ) matricea lui T n baza
B 0 . Leg
atura dintre ele este (vezi 5, cap. 3)
sau
j
k
= aji ; 8i; j = 1; n;
124
6. Probleme
1. Fie f : D
1-covariant.
R3 ! R, f 2 C 1 (D). S
a se arate c
a gradf este un vector