Contents

Chapter 1. Spatiul vectorilor liberi

1. Vectori liberi
2. Operatii cu vectori liberi
3. Coliniaritate si coplanaritate
4. Produse cu vectori liberi
5. Probleme

3
3
5
8
15
22

Chapter 2. Spatii vectoriale

1. Denitia unui spatiu vectorial. Exemple
2. Subspatii vectoriale. Operatii cu subspatii vectoriale
3. Combinatii liniare. Sisteme de generatori. Dependenta si independenta
liniar
a
4. Baz
a. Dimensiune
5. Dimensiunea unui subspatiu vectorial
6. Rangul unui sistem de vectori si rangul matricei sale. Sisteme de ecuatii
liniare
7. Matricea de trecere de la o baz
a la alta. Schimbarea coordonatelor unui
vector la schimbarea bazei
8. Metoda lui Gauss pentru rezolvarea sistemelor de ecuatii algebrice
liniare
9. Probleme

27
27
28

Chapter 3. Aplicatii liniare

1. Aplicatii liniare.
Izomorsme de spatii
vectoriale
2. Nucleu si imagine
3. Matricea asociat
a unei aplicatii liniare
4. Matrice si aplicatii liniare
5. Transformarea matricei unei aplicatii liniare la schimbarea bazelor
6. Probleme
Chapter 4. Valori si vectori proprii. Forma canonic
a a unui endomorsm
1. Valori si vectori proprii ai unui
endomorsm
2. Polinom caracteristic. Polinoame de matrice si de endomorsm.
Teorema Hamilton-Cayley
3. Diagonalizarea matricelor
4. Forma canonic
a Jordan
5. Probleme
1

31
33
36
37
42
44
49
53
53
55
58
60
62
64
67
67
70
72
76
80

CONTENTS

Chapter 5. Spatii euclidiene. Endomorsme pe spatii euclidiene

1. Spatii euclidiene
2. Ortogonalitate. Baze ortonormate
3. Complementul ortogonal al unui subspatiu
4. Transform
ari liniare autoadjuncte
5. Transform
ari liniare ortogonale
6. Probleme

83
83
86
90
91
93
95

Chapter 6. Forme biliniare. Forme p

atratice
1. Forme biliniare. Matrice asociat
a. Rangul unei forme biliniare
2. Forme p
atratice. Reducerea la forma canonic
a
3. Legea de inertie a formelor p
atratice
4. Reducerea simultan
a la forma canonic
a a dou
a forme p
atratice
5. Probleme

99
99
101
109
110
112

Chapter 7. Elemente de calcul tensorial

1. Dualul unui spatiu vectorial
2. Aplicatii multiliniare. Forme multiliniare
3. Tensori. Coordonatele unui tensor ntr-o baz
a
4. Operatii cu tensori
5. Transformarea coecientilor unui tensor la schimbarea bazei
6. Probleme

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.

Doi vectori legati nenuli AB si CD au aceea

si directie dac
a dreptele
lor suport sunt paralele sau coincid.
!
Un vector legat nenul AB determin
a unic dreapta AB si un sens de parcurs pe
aceast
a dreapt
a: sensul de la A la B.

Fig. 1.1
3

1. SPA TIUL

VECTORILOR LIBERI

!
DEFINITIE.

Fie punctele necoliniare A; B; C; D. Vectorii legati nenuli AB si

!
CD au aceea
si orientare (acela
si sens) dac
a au aceeasi directie si dac
a punctele
B si D se aa de aceeasi parte a dreptei determinat
a de A si C (g. 1.2). Dac
a
!
!
A; B; C; D sunt coliniare, consider
am punctele E; F 2
= AB astfel nct AB si EF au
!
!
!
!
acelasi sens. Spunem c
a AB si CD au acela
si sens dac
a CD si EF au acelasi sens.
Doi vectori legati care au aceeasi directie, dar nu au aceeasi orientare, se spune c
a
au orientari opuse (sensuri opuse).

Fig. 1.2

Fig. 1.3

!
DEFINITIE.

Se numeste norma (lungimea sau modulul ) unui vector legat AB,

distanta dintre punctele A si B (relativ la o unitate de m
asur
a xat
a) si se noteaz
a
!
kABk. Evident lungimea vectorului legat nul este egal
a cu zero.
!
!
OBSERVATIE.

Vectorii legati AB si CD sunt egali dac

a si numai dac
aA C
si B D.
!
!
DEFINITIE.

Doi vectori legati nenuli AB si CD se numesc echipolenti (vom

!
!
nota AB
CD) dac
a au acelasi sens si aceeasi lungime (g.1.3). Vom admite c
a
toti vectorii legati nuli sunt echipolenti.
Este clar c
a:
!
!
!
!
a) AB CD () AC BD;
!
!
b) AB CD () ABDC este paralelogram;
!
!
c) AB CD () [AD] si [BC] au acelasi mijloc.
EXEMPLU. n patrulaterul ABCD, e I, J, K, L, M , N mijloacele segmentelor
[AB], [BC], [CD], [DA], [AC], respectiv [BD]. Deoarece IJ si LK sunt linii
!
!
mijlocii n triunghiurile ABC respectiv ACD, rezult
a c
a IJkLK si kIJk = kLKk =
!
!
1 !
kACk. Cum J si K se aa n acelasi semiplan, IJ si LK au acelasi sens. n
2
!
!
!
!
!
!
consecinta IJ LK. Similar se arat
a c
a N L JM si LM N J.
Relatia de echipolenta n multimea vectorilor legati are aceleasi propriet
ati ca
si relatia de egalitate a numerelor si anume:
!
!
1) AB AB;
(reexivitate)
!
!
!
!
2) AB CD ) CD AB;
(simetrie)
!
!
!
!
!
!
3) AB CD si CD EF ) AB EF .
(tranzitivitate)

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.

Se numeste vector liber multimea tuturor vectorilor legati echipolenti

cu un vector legat dat.
!
Vom nota vectorii liberi cu litere latine mici cu s
ageat
a: !
a ; b ; :::
!
! !
!
Fie AB un vector legat. Consider
am vectorul liber !
a =fCD; CD
ABg.
!
!
Orice vector legat din a se numeste reprezentant al vectorului liber a . Normal ar
!
!
s
a scriem AB 2 !
a , ns
a cum se obisnuieste (prin abuz) vom scrie AB = !
a.
!
Vectorul liber determinat de toti vectorii legati nuli l vom nota cu 0 si se va
numi vectorul nul.

Vom nota cu V3 multimea vectorilor liberi din spatiul S.

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 vectori liberi !

a si b sunt egali si vom scrie !
a = b dac
a
reprezentantii lor sunt echipolenti sau, echivalent, dac
a au acelasi sens si aceeasi
lungime.
DEFINITIE.

Un vector liber cu lungimea unu se numeste versor.

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.

Fie O 2 S un punct xat, numit origine. Pentru orice !

a 2 V3
! !
exist
a un singur punct M astfel nct OM = a . n acest fel se stabileste o bijectie
ntre V3 si spatiul zic S n care am xat originea O.

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.

1) Vectorul liber sum

a !
c = !
a + b nu depinde de alegerea
!
!
punctului O, deci denitia este corect
a. Asadar dac
a CD 2 !
a ; C 6= O si DE 2
!
!
!
b , atunci CE este echipolent cu OB.
! !
! !
!
2) Dac
a OA 2 a si OB 2 b , atunci vectorul liber !
c = OC, unde OC este
!
diagonala paralelogramului OACB , este, evident, vectorul sum
a!
c =!
a + b (g.
2.2), iar regula respectiv
a se numeste regula paralelogramului. Aceast
a regul
a se
!
!
poate aplica numai dac
a vectorii a si b nu sunt coliniari. Mention
am c
a cele dou
a
reguli pot extinse la suma unui num
ar oarecare de vectori liberi.

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

2.1. (V3 ; +) este un grup comutativ.Mai precis au loc:

1)
2)
3)
4)

! !
!
!
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:

Demonstratie. Comutativitatea este asigurat

a de regula paralelogramului. S
a
!
!
!
!
justic
am acum asociativitatea. Fie !
a; b; !
c 2 V3 , cu OA 2 !
a ; AB 2 b ;
!
!
!
!
!
BC 2 !
c (g. 2.3). Atunci (!
a + b)+!
c are ca reprezentant pe OC = OB + BC,
!
!
!
!
unde OB 2 !
a + b , iar vectorul !
a +(b +!
c ) are ca reprezentant pe OC =
!
!
!
!
! ! !
= OA + AC, unde AC 2 b + c . Deci (!
a + b)+!
c =!
a +(b +!
c ), deoarece
!
!
au acelasi reprezentant OC. Elementul neutru este vectorul nul 0 . Pentru orice
!
a 2 V3 , vectorul !
a este simetricul (opusul) vectorului !
a.

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

2.2. n V3 , nmultirea cu scalari a vectorilor liberi are urmatoarele proprietati:

5) 1 !
a =!
a ; 8!
a 2 V3 ;
!
6) ( a ) = ( )!
a ; 8 ; 2 R; 8!
a 2 V3 ;
!
!
7) ( + ) a = a + !
a ; 8 ; 2 R; 8!
a 2 V3 ;
!
!
!
!
!
!
8) ( a + b ) = a + b ; 8 2 R; 8 a ; b 2 V3 .
Demonstratie. Propunem 5) si 6) ca exercitiu. 7) Asadar, e ; 2 R si
!
a 2 V3 . Vom ar
ata c
a ( + )!
a = !
a + !
a . Distingem mai multe cazuri.
a) Dac
a
> 0, atunci vectorii ( + )!
a si !
a + !
a au acelasi sens cu
!
!
a dac
a ; > 0 si sens contrar lui a dac
a ; < 0. Totodat
a j + j = j j + j j.
Atunci k !
a + !
ak = k !
ak+k !
a k = j j k!
a k + j j k!
a k = (j j + j j)k!
ak =
= j + j k!
a k = k( + )!
a k.
b) Dac
a > 0; < 0 si + < 0, atunci !
a+ !
a = !
a +[
+ ( + )]!
a =
!
!
!
!
= a
a + ( + ) a = ( + ) a , conform a).
Similar se trateaz
a celelalte cazuri.

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

3.4. (Descompunerea unui vector dup

a dou
a directii necoliniare)
!
Daca vectorii !
a ; b ;!
c sunt coplanari, atunci exista ; 2 R unic determinati
!
astfel ca !
a = b + !
c.
!
!
Demonstratie. Dac
a!
a = 0 propozitia este evident
a. Presupunem c
a!
a 6= 0 .
!
! ! ! ! ! !
Fie OA 2 a , OB 2 b , OC 2 c . Cum !
a ; b ;!
c sunt coplanari, rezult
a c
a punctele
O; A; B; C sunt coplanare (g. 3.1).

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

2) Fie O un punct xat si A, B, C trei puncte necoliniare. Pentru orice punct

M din planul ABC exist
a ; ; 2 R, astfel nct

!
!
!
!
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

3.5. Fie vectorii necoplanari !

a ; b ;!
c 2 V3 . Daca
!
!
+ c = 0 , atunci = = = 0:

!
!
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.

Fie A; B 2 S; A 6= B. Punctul M 2 AB mparte segmentul [AB]

!
!
0
n raportul 2 Rn f1g dac
a M A = M B. Punctele M si M care mpart segmentul
[AB] n raportul respectiv
( 6= 1) se numesc conjugate armonic.
Evident, dac
a M mparte segmentul [AB] n raportul , atunci
2 [AB) si > 0 dac
a M 2 AB [AB].

0 dac
aM 2

PROPOZITIA

3.7. Daca A; B 2 S; A 6= B si punctul M 2 AB mparte [AB]

n raportul , atunci
1
!
rM =
(r!
r!
A
B ):
1
!
!
!
!
!
!
!
!
Demonstratie. Deoarece OA = OM + M A = OM + M B si M B = OB OM ,
!
!
!
rezult
a OA = (1
) OM + OB, adic
a tocmai relatia din enunt.
COROLAR 3.7.1. Daca M (x; y; z) mparte segmentul [AB] n raportul
A(xA ; yA ; zA ); B(xB ; yB ; zB ), atunci
x=

1
1

(xA

xB ) ; y =

1
1

(yA

yB ); z =

n particular, daca M este mijlocul lui [AB], atunci

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=

2) Fie n puncte materiale M1 , M2 , :::, Mn , de mase m1 , m2 , :::, mn , respectiv.

S
a se arate c
a exist
a un punct G unic determinat astfel nct
!
!
! !
(3.3)
m1 GM1 + m2 GM2 + ::: + mn GMn = 0 :
Dac
a M este un punct oarecare, atunci
!
!
!
!
(3.4)
m1 GM1 + m2 GM2 + ::: + mn GMn = (m1 + m2 + ::: + mn ) M G:
Solutie. Punctul G, dac
a exist
a, este unic. ntr-adev
ar, dac
a G1 ar un alt
punct ce satisface
!
!
! !
m1 G1 M1 + m2 G1 M2 + ::: + mn G1 Mn = 0 ;
!
!
!
atunci, scaznd din (3.3) si tinnd seama c
a G1 Mi GMi = G1 G, 1
i
n,
! !
rezult
a c
a (m1 + m2 + ::: + mn ) G1 G = 0 . Cum m1 + m2 + ::: + mn 6= 0, obtinem
c
a G1 = G.

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

Punctul O ind x, iar punctele Mi si numerele reale mi ; 1 i n ind date,

rezult
a c
a punctul G este bine determinat prin relatia de mai sus. Relatia (3.4) se
!
!
!
obtine folosind faptul c
a M Mi = M G + GMi , 1 i n, si (3.3).
DEFINITIE
. Punctul G dat de rela
tia (3.3) se numeste baricentrul (centrul de
greutate) sistemului de puncte (M1 , M2 , :::, Mn ) relativ la sistemul de ponderi (m1 ,
m2 , :::, mn ). Dac
a m1 = m2 = ::: = mn 6= 0, se spune c
a sistemul de puncte este
omogen, iar punctul G se numeste izobaricentrul sistemului de puncte.
S
a remarc
am c
a:
a) punctul G r
amne acelasi cnd ponderile se nmultesc cu un acelasi num
ar
real nenul;
b) baricentrul nu depinde de ordinea punctelor Mi ;
c) baricentrul nu se schimb
a dac
a se nlocuiesc r puncte (r < n) prin baricentrul
lor avnd ca pondere suma nenul
a a ponderilor acestor puncte;
! ! !
d) dac
a (O; i ; j ; k ) este un reper cartezian ortogonal n spatiu si
Mi (xi ; yi ; zi ), 1 i n, G(xG ; yG ; zG ), atunci
n
P

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

3.8. Marimea algebrica a proiectiei ortogonale are urmatoarele

proprietati:
!
!
! !
!
! ! !
1) pr!
c a + pr!
c b ; 8 a ; b ; c 2 V3 nf 0 g.
c ( a + b ) = pr!
!
!
!
2) pr!
( !
a ) = pr!
a ; 8 2 R; !
a ; b 2 V3 nf 0 g.
b
b
Demonstratia nu prezint
a dicult
ati.Vom justica, de exemplu, 1).
!
!
! !
!
Fie OA 2 !
a ; AB 2 b si OB 2 !
a + b (g. 3.5). Atunci
!
!
pr! !
a = O0 A0 ; pr! b = A0 B 0 ; pr! (!
a + b ) = O0 B 0 :
c

Armatia rezult
a deoarece O0 B 0 = O0 A0 + A0 B 0 .

Fig. 3.5

4. PRODUSE CU VECTORI LIBERI

15

4. Produse cu vectori liberi

!
!
4.1. Produsul scalar a doi vectori liberi. Fie !
a ; b 2 V3 nf 0 g si ' 2 [0; ]
!
unghiul dintre !
a si b :
!
DEFINITIE
. Se nume
ste produs scalar al vectorilor !
a ; b 2 V3 num
arul real
!
!
notat a b , denit prin:
(
!
!
!
!
k!
a k k b k cos ' , dac
a!
a ; b 2 V3 nf 0 g
!
a b =
!
!
! .
0
, dac
a!
a = 0 sau b = 0
!
!
Evident !
a b > 0 dac
a ' 2 [0; ), !
a b < 0 dac
a ' 2 ( ; ].
2
2
OBSERVATIE
. No
tiunea de produs scalar si are originea n zic
a. Este cunos!
cut c
a lucrul mecanic efectuat de o forta F care actioneaz
a asupra unui punct
!
!
! !
!
material care se deplaseaz
a cu vectorul d este L = F d = k F kk d k cos ', unde
! !
' este unghiul dintre F si d .
PROPOZITIA

4.1. Produsul scalar al vectorilor liberi are urmatoarele proprietati:

! !
!
1) !
a b = b !
a ; 8!
a ; b 2 V3
(comutativitate);
!
!
!
!
2) (!
a b)=( !
a) b =!
a ( b ); 8!
a ; b 2 V3 ; 2 R;
!
!
!
3) !
a (b +!
c)=!
a b +!
a !
c ; 8!
a ; b ;!
c 2 V3
(distributivitatea fata de adunarea vectorilor);
!
!
!
4) !
a !
a > 0; 8!
a 2 V3 nf 0 g;
a !
a = 0 () !
a = 0;
!
!
5) !
a si b sunt ortogonali () !
a b = 0;
! !
!
!
!
!
!
6) daca !
a = a1 i + a2 j + a3 k ; b = b1 i + b2 j + b3 k , atunci:
!
!
a b =a b +a b +a b ;
1 1

2 2

3 3

(expresia analitica a produsului scalar )

!
a !
a = a2 + a2 + a2 = k!
a k2 ;
1

!
!
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

8) daca A; B 2 S3 si A(x1 ; y1 ; z1 ); B(x2 ; y2 ; z2 ), atunci distanta dintre punctele

A si B, notata d (A; B) este data de:
q
!
2
2
d (A; B) = kABk = (x2 x1 ) + (y2 y1 )2 + (z2 z1 ) :
!
!
Demonstratie. Fie !
a ; b 2 V3 nf 0 g. Atunci avem:
!
!
!
!
1) b !
a = k b k k!
a k cos( ') = k!
a k k b k cos ' = !
a b.
2) Pentru > 0 obtinem:
!
!
!
!
(!
a b ) = k!
a k k b k cos ' = k !
a k k b k cos ' = ( !
a) b;
iar pentru < 0:
!
(!
a b)= (

!
!
)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

Analog se obtine ultima egalitate.

!
!
!
!
3) Se observ
a c
a!
a b = k b k pr!
a = k!
a k pr!
a b . Atunci:
b
!
! !
!
!
!
!
! !
a (b +!
c ) = k!
a k pr!
b+
a ( b + c ) = k a k(pr!
a b + pr!
a c ) = a
!
!
+ a c (propozitia 3.5).
!
4) !
a !
a = k!
a k2 cos 0 = k!
a k2 > 0; 8!
a 2 V3 nf 0 g; !
a !
a = 0 ()
!
!
!
k a k = 0 () a = 0 .
!
!
!
5) Dac
a!
a si b 2 V3 nf 0 g sunt ortogonali, atunci ' = , deci !
a b = 0.
2
!
!
!
Reciproc, dac
a!
a b = 0, atunci sau k!
a k = 0 (!
a = 0 ), sau b = 0 sau cos ' = 0,
!
deci ' = 2 [0; ], adic
a!
a si b sunt ortogonali.
2
! !
! !
! !
! !
6) Folosind 5) rezult
a i j = 0; j k = 0; k i = 0. n plus, i i =
! !
! 2
! !
= k i k = 1; j j = 1; k k = 1. Expresia analitic
a se obtine atunci folosind
1),2),3).
!
!
7) Tinem

seama de cele de mai sus si de cos ' = !

a b =(k!
a k k b k).
8) Folosim (6).
!
PROBLEME REZOLVATE. 1) Fie !
a =!
u
3!
v; b = !
u + 2!
v ; k!
u k = 3;
p
!
!
!
a se calculeze:
k v k = 2; ( ) = ; ind unghiul dintre u si v : S
4
!
!
a) a b ;
!
b) lungimile diagonalelor paralelogramului construit pe vectorii !
a si b si
unghiul dintre ele.
!
Solutie. a) Cum !
u !
v = 3, rezult
a c
a!
a b = 6. b) Diagonalele parale!
! !
!
!
!
logramului sunt d1 = !
a + b ; d2 = !
a
b , deci d1 = !
v ; d2 = 2!
u 5!
v : Atunci
p
p
!
!
!
!
!
!
!
!
2
kd1 k = k v k = 2; kd2 k = (2 u 5 v )(2 u 5 v ) = 26: n consecinta kd2 k = 26.
!!
d1 : d2
2
cos = ! ! = p .
13
k d1 k k d2 k
2) Fie A; B; C; D patru puncte n spatiu. S
a se demonstreze egalitatea lui Euler :
! !
! !
! !
AB CD + BC AD + AC DB = 0:
!
Solutie. Dac
a O este un punct din spatiu, egalitatea rezult
a folosind AB =
!
OB
!
OA etc.
Din aceast
a egalitate obtinem:
a) n triunghiul ABC, e H punctul de intersectie a dou
a n
altimi, e ele AH
si BH. Aplicnd egalitatea lui Euler punctelor A; B; C; H, rezult
a c
a si CH este
n
altime. Astfel se demonstreaz
a vectorial concurenta n
altimilor ntr-un triunghi.
b) Dac
a ntr-un tetraedru exist
a dou
a perechi de muchii opuse perpendiculare,
atunci si cea de a treia pereche de muchii opuse este format
a din muchii perpendiculare.
3) Se dau punctele A (2; 1; 3), B(3; 3; 1), C(4; 2; 2). S
a se calculeze perimetrul,
aria triunghiului ABC si lungimea n
altimii din B.
p
p
p
p
!
!
!
Solutie. Cum kABk = 21, kACk = 14, kBCk = 3, perimetrul este 21+
p
p
!
!
!
!
!
!
+ 14 + 3. Dar 4S 2 = kABk2 kACk2 sin2 A = kABk2 kACk2 kABk2 kACk2

4. PRODUSE CU VECTORI 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

4.2. Produsul vectorial are proprietatile:

!
! !
!
1) !
a
b = (b
a ); 8!
a ; b 2 V3 ;
(anticomutativitate)
!
! !
!
!
!
!
2) ( a
b)= a
b = a
b ; 8 2 R; !
a ; b 2 V3 ;
!
!
!
!
3) (!
a + b) !
c =!
a !
c + b
c , 8!
a ; b ;!
c 2 V3 ;
(distributivitate fata de adunarea vectorilor)
!
4) !
a !
a = 0 ; 8!
a 2 V3 ;
!
!
!
!
!
!
2
5) k a
b k = k a k2 k b k2 (!
a b )2 ; 8!
a ; b 2 V3 ;
(identitatea lui Lagrange)

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:

Celelalte cazuri se trateaz

a analog.
!
! ! ! ! ! ! ! !
3) Fie OA 2 a; OB 2 b ; OC 2 c ; OD 2 d = a + b (g. 4.2) si un plan
perpendicular pe OC n O. Fie A0 ; B 0 ; D0 proiectiile ortogonale ale punctelor A;
!
B respectiv D pe planul . Evident OA0 D0 B 0 este un paralelogram. Fie OA00 = =
!
!
!
!
!
!
!
!
!
OA0 OC; OB 00 = OB 0 OC; OD00 = OD0 OC. Dac
a ' este unghiul dintre OA si
!
!
!
!
!
OC, atunci kOA0 k = kOAk sin ' si cum unghiul dintre OA0 si OC este 900 , rezult
a
!0
!0
!
!
!
!
!
! !
!
c
a OA OC = OA OC . Similar obtinem OB OC = OB OC; OD OC =
!
!
!
! !
!
!
!
!
!
OD0 OC . Dar kOA00 k = kOA0 k kOCk; OA00 ?OC; OA00 ?OA0 . Rezult
a c
a OA00
!0
se obtine rotind vectorul OA n planul
cu un unghi de 900 . Analog se obtin
!
!
OB 00 , OD00 . Asadar OA00 D00 B 00 se obtine rotind paralelogramul OA0 D0 B 0 cu 900 ,
!
!
!
deci este un paralelogram. n concluzie OD00 = OA00 + OB 00 sau, folosind relatiile
!
!
! !
! ! ! !
anterioare, OD OC = OA OC + OB OC, adic
a (!
a+b) !
c =!
a !
c+b !
c.

Fig. 4.2

4. PRODUSE CU VECTORI LIBERI

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.

2) Fie A ( 1; 1; 0), B (2; 1; 3), C (4; 2; 2). S

a se calculeze aria triunghiului
ABC.
! !
! !
!
!
!
!
! !
!
Solutie. AB = 3 i
2 j + 3 k , AC = 5 i + j + 2 k , AB AC = 7 i +
!
!
+9 j + 13 k . Atunci
!
1 !
1p
A4ABC = kAB ACk =
299:
2
2
4.3. Produsul mixt a trei vectori liberi. DEFINITIE
. Se nume
ste produs
! !
! !
!
!
mixt al vectorilor a ; b ; c 2 V3 , num
arul real, notat ( a ; b ; c ), care este egal cu
! !
produsul scalar al vectorilor !
a si b
c:
!
! !
(!
a ; b ;!
c)=!
a (b
c)
PROPOZITIA

4.3. Produsul mixt are urmatoarele proprietati:

1) Daca
! !
!
!
!
!
!
!
!
!
!
a = a1 i + a2 j + a3 k ; b = b1 i + b2 j + b3 k ; !
c = c1 i + c2 j + c3 k ;
atunci
(4.1)

!
(!
a ; b ;!
c)=

a1
b1
c1

a2
b2
c2

a3
b3
c3

(expresia analitica a produsului mixt a trei vectori liberi);

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)

Demonstratie. 1) Se folosesc expresiile analitice ale produsului scalar si ale

produsului vectorial.
2) Se utilizeaz
a propriet
atile determinantilor.
3) Produsul mixt este nul dac
a si numai dac
a o linie a determinantului din (4.1)
este combinatie liniar
a de celelalte dou
a, ceea ce este echivalent cu faptul c
a unul
dintre vectori este combinatie liniar
a a celorlalti doi, adic
a sunt coplanari.
4) Dac
a
!
! ! !
! !
OA 2 !
a ; OB 2 b ; OC 2 !
c ; OD 2 b

!
!
c ; ' = ^(!
a; b

!
c );

atunci considernd ca baz

a paralelogramul OBCM (g. 4.4) si cum OA0 este
n
altimea paralelipipedului relativ la aceast
a baz
a, rezult
a:
!
V =kb

!
!
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).

4. PRODUSE CU VECTORI LIBERI

!
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

4.4. Dublul produs vectorial d = !

a (b
c ) este un vector
!
!
coplanar cu vectorii b si c si
!
d =

!
!
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

6 mijloacele laturilor unui hexagon convex. S

a se arate c
a:

a) se poate construi un triunghi cu segmentele [A1 A2 ], [A3 A4 ], [A5 A6 ];

b) triunghiurile A1 A3 A5 si A2 A4 A6 au acelasi centru de greutate.
3
de B. Dac
a M este un punct
6. Punctul C se aa pe segmentul [AB] la
5! !
!
!
!
oarecare, s
a se exprime M C n functie de a = M A si b = M B.
7. Dac
a punctele A1 , B1 , C1 mpart segmentele [BC], [CA], [AB] respectiv n
acelasi raport , s
a se arate c
a segmentele [AA1 ], [BB1 ], [CC1 ] pot laturile unui
triunghi.
8. Dac
a AD este bisectoarea unghiului A a triunghiului ABC, D 2 (BC), iar
!
br!
B + crC
b, c sunt lungimile laturilor [BC] si [AB] ; atuncir!
.
D =
b+c
9. Dac
a a; b; c sunt lungimile laturilor [BC], [CA], respectiv [AB] ale unui
triunghi ABC, iar I centrul cercului nscris n triunghiul ABC, atunci are loc
ar! + br! + cr! = (a + b + c) !
r :
A

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.

28. Se dau punctele A (1; 1; 1), B (2; 1; 1), C (0; 2; 4). S

a se calculeze
perime-trul si unghiurile triunghiului ABC:
29. Se dau punctele A (12; 4; 3), B (3; 12; 4), C (2; 3; 4). S
a se arate c
a:
a) triunghiul AOB este isoscel;
b) triunghiul AOC este dreptunghic;
c) s
a se calculeze perimetrul triunghiului ABC.

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

1.1. (Reguli de calcul ntr-un spatiu vectorial).

a) (x y) = x
y; 8x; y 2 V; 8 2 K;
b)
0V = 0V ; 8 2 K;
c) (
)x = x
x; 8x 2 V; 8 ; 2 K;
d) 0 x = 0V ; 8x 2 V ;
e) ( ) x = ( x) = ( x) ; 8x 2 V; 8 2 K;
27

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

n acest caz K n va numit spatiul vectorilor coloana n-dimensionali.

3) Multimea matricelor cu m linii si n coloane cu coecientii n K, notat
a
Mm;n (K), poate nzestrat
a cu o structur
a de K-spatiu vectorial, cele dou
a operatii ind adunarea matricelor si nmultirea cu un scalar a unei matrice.
4) Fie R [X] multimea polinoamelor n nedeterminata X cu coecienti n R.
n raport cu adunarea polinoamelor si nmultirea unui polinom cu un scalar, R [X]
este un R-spatiu vectorial.
5) Fie M o multime oarecare, V un K-spatiu vectorial si
F (M; V ) = ff ; f : M ! V g: Dac
a f; g 2 F (M; V ) si 2 K, denim
(f + g) (x) = f (x) + g (x) ; 8x 2 M; ( f ) (x) = f (x) ; 8x 2 M:

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.

Fie V un K-spatiu vectorial. O submultime nevid

a S
numeste subspatiu vectorial dac
a:
1) x; y 2 S ) x + y 2 S;
2) x 2 S; 2 K ) x 2 S.

V se

2. SUBSPA TII

VECTORIALE. OPERA 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

2.1. (Criteriul subspatiului). S

() 8x; y 2 S si ; 2 K ) x + y 2 S.

V este subspatiu vectorial

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

2.2. Daca V1 si V2 sunt doua subspatii vectoriale ale lui V ,

atunci V1 \ V2 este un subspatiu vectorial al lui V .
Demonstratie. De remarcat c
a V1 \V2 6= , deoarece 0V 2 V1 \V2 . De asemenea
dac
a x; y 2 V1 \ V2 , atunci x; y 2 Vi ; i = 1; 2, deci x + y 2 Vi ; i = 1; 2; 8 ; 2 K,
deoarece Vi sunt subspatii vectoriale. n consecinta, x + y 2 V1 \ V2 .
OBSERVATIE
. n general, orice intersec
tie de subspatii vectoriale este un subspatiu vectorial.
Fie acum M o submultime a unui K-spatiu vectorial V . Exist
a subspatii vectoriale ale lui V care contin submultimea M (spre exemplu V nsusi). Intersectia
acestor subspatii vectoriale este cel mai mic subspatiu vectorial (n raport cu incluziunea) care contine M .
DEFINITIE
. Se nume
ste subspatiu vectorial generat de M si se noteaz
a Sp (M )
intersectia tuturor subspatiilor vectoriale ale lui V care contin M . Multimea M
se numeste sistem de generatori pentru Sp (M ). Prin conventie, vom considera c
a
Sp ( ) = f0V g.
DEFINITIE
. Dac
a V1 , V2 sunt dou
a subspatii vectoriale ale lui V , denim suma
subspatiilor V1 si V2 , notat
a V1 + V2 , ca ind:
V1 + V2 = fx 2 V ; x = x1 + x2 ; x1 2 V1 ; x2 2 V2 g:
Analog se poate deni:
V1 + V2 + ::: + Vn = fx 2 V ; x = x1 + ::: + xn ; xi 2 Vi ; i = 1; ng:
OBSERVATIE
. n general, reuniunea a dou
a subspatii vectoriale ale unui spatiu
vectorial nu este subspatiu vectorial. De exemplu, multimile V1 = f(x; 0) ;

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

2.3. Daca V1 ; V2 sunt subspatii vectoriale ale lui V , atunci:

a) V1 + V2 este subspatiu vectorial al lui V ;
b) V1 + V2 = Sp (V1 [ V2 ).
Demonstratie. a) Este clar c
a 0V 2 V1 + V2 , deci V1 + V2 6= . Fie acum
x; y 2 V1 + V2 . Atunci x = x1 + x2 , y = y1 + y2 cu x1 ; y1 2 V1 si x2 ; y2 2 V2 . Dac
a
; 2 K atunci x + y = ( x1 + y1 ) + ( x2 + y2 ). Cum V1 ; V2 sunt subspatii
vectoriale, rezult
a c
a xi + yi 2 Vi ; i = 1; 2, deci x + y 2 V1 + V2 . n consecinta
V1 + V2 este un subspatiu vectorial.
b) Vom ar
ata mai nti c
a V1 +V2 Sp (V1 [ V2 ). Fie x 2 V1 +V2 si S un spatiu
vectorial ce contine V1 [ V2 . Atunci x = x1 + x2 cu x1 2 V1 ; x2 2 V2 . n consecinta
xi 2 S; i = 1; 2 deci x 2 S. Asadar x este n intersectia tuturor subspatiilor
care contin V1 [ V2 , adic
a x 2 Sp (V1 [ V2 ). S
a ar
at
am acum incluziunea invers
a,
Sp (V1 [ V2 ) V1 + V2 . Conform a), V1 + V2 este un subspatiu vectorial. Armatia
rezult
a dac
a ar
at
am V1 [ V2
V1 + V2 . Aceasta este imediat
a, deoarece dac
a
x1 2 V1 , atunci x1 = x1 + 0V 2 V1 + V2 , adic
a V1 V1 + V2 . Similar V2 V1 + V2 ,
deci V1 [ V2 V1 + V2 .
OBSERVATIE
. Dac
a x 2 V1 + V2 , atunci x = x1 + x2 cu xi 2 Vi , i = 1; 2.
Nu nseamn
a c
a vectorii x1 ; x2 sunt unici (Construiti un exemplu!). Suntem deci
condusi la examinarea conditiilor n care descompunerea este unic
a.
DEFINITIE
. Suma subspa
tiilor vectoriale V1 si V2 se numeste directa si se
noteaz
a V1 V2 , dac
a orice vector x 2 V1 + V2 se scrie n mod unic sub forma
x = x1 + x2 , cu xi 2 Vi ; i = 1; 2. Mai general, suma subspatiilor vectoriale V1 ; :::; Vn
este directa si se noteaz
a V1 ::: Vn , dac
a orice x 2 V1 + ::: + Vn se scrie n mod
unic sub forma x = x1 + x2 + ::: + xn , cu xi 2 Vi , 8i = 1; n.
PROPOZITIA

2.4. Fie V1 ; V2 subspatii vectoriale ale unui spatiu vectorial V .

Urmatoarele armatii sunt echivalente:
a) Suma V1 + V2 este directa;
b) V1 \ V2 = f0V g.
Demonstratie. a))b) Fie y 2 V1 \ V2 . Atunci 0V = 0V + 0V 2 V1 + V2 si
0V = y + ( y). Cum suma este direct
a, scrierea ind unic
a, rezult
a y = 0V , deci
V1 \ V2 = f0V g.
0
0
0
0
0
b))a) Dac
a x = x1 + x2 , x = x1 + x2 , cu xi ; xi 2 Vi , i = 1; 2 atunci x1 x1 =
0
0
0
0
x2 x2 . Dar x1 x1 2 V1 , x2 x2 2 V2 , iar V1 \ V2 = f0V g, deci x1 x1 =
0
0
0
x2 x2 = 0V . n consecinta x1 = x1 si x2 = x2 , deci scrierea este unic
a.
DEFINITIE
. Se spune c
a dou
a subspatii vectoriale V1 , V2 ale unui subspatiu
vectorial V sunt suplementare n V , dac
a V = V1 V2 .
EXEMPLE. 1) Fie V1 = f(x; 0) ; x 2 Rg, V2 = f(0; x) ; x 2 Rg, V3 = f(x; x) ;
x 2 Rg. V1 ; V2 ; V3 sunt subspatii vectoriale ale lui R2 . Atunci R2 = V1 V2 = =
V1 V3 = V2 V3 . Vom ar
ata, de exemplu, c
a R2 = V1 V3 . Fie x; y 2 R2 . Atunci

 S
LINIAR31

3. COM BINA TII

LINIARE. SISTEM E DE GENERATORI. DEPENDEN T

A
I INDEPENDEN T
A
A

(x; y) = (x y; 0) + (y; y), deci (x; y) 2 V1 + V3 . Fie acum (x; y) 2 V1 \ V3 . Cum

(x; y) 2 V1 , rezult
a y = 0, iar din (x; y) 2 V3 , rezult
a x = y = 0, deci (x; y) = (0; 0).
2) Fie D R, o multime simetric
a fata de origine (adic
a x 2 D ) x 2 D),
V = F (D; R) (ex. 5, 1), V1 multimea functiilor pare din V si V2 multimea functiilor
impare din V . Atunci V1 si V2 sunt subspatii vectoriale suplementare n V . ntradev
ar, orice functie f se scrie n mod unic sub forma f (x) = h (x) + g (x), unde
f (x) f ( x)
f (x) + f ( x)
h (x) =
2 V1 si g (x) =
2 V2 .
2
2
3. Combina
tii liniare. Sisteme de generatori. Dependen
ta
si

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

e1 = (1; 0; :::; 0) ; e2 = (0; 1; 0; :::; 0) ; :::; en = (0; :::; 0; 1) :

Orice vector x = (x1 ; :::; xn ) 2 Rn este combinatie liniar
a de e1 ; e2 ; :::; en ,
deoarece
(x1 ; :::; xn ) = (x1 ; 0; :::; 0) + (0; x2 ; 0; :::; 0) + ::: + (0; :::; xn ) =
= x1 e1 + x2 e2 + ::: + xn en :
n particular pentru n = 2, e1 = (1; 0); e2 = (0; 1) si (2; 3) = 2e1
Fie acum o submultime nevid
aM

3e2:

V.

DEFINITIE.

Se numeste combinatie liniara a vectorilor din M , orice vector

x 2 V cu proprietatea urm
atoare: exist
a n 2 N , o familie nit
a de vectori
fx1 ; :::; xn g M si scalarii 1 ; 2 ; :::; n 2 K astfel nct x = 1 x1 + ::: + n xn .
TEOREMA 3.1. Fie V un K-spatiu vectorial si M o submultime nevida a lui V .
Atunci subspatiul vectorial generat de M coincide cu multimea tuturor combinatiilor
liniare ale vectorilor din M .
0

Demonstratie. Fie M multimea combinatiilor liniare ale vectorilor din M .

0
Vom ar
ata mai nti c
a M este subspatiu vectorial al lui V care contine M , deci
0
0
0
Sp (M )
M . Dac
a x 2 M , atunci 0V = x x 2 M , deci M 6= . Fie acum
0
x = 1 x1 + ::: + n xn ; y = 1 y1 + ::: + m ym doi vectori din M si ; 2 K.
Atunci x + y =
x1 + ::: +
tie
n xn +
1 y1 + ::: +
m ym este o combina
0
liniar
a a vectorilor x1 ; :::; xn ; y1 ; :::; ym din M , deci x + y 2 M si, n consecinta,
0
0
M este subspatiu vectorial al lui V . n plus M
M , deoarece pentru orice
0
x 2 M; x = 1 x 2 M . Pentru incluziunea invers
a, s
a remarc
am c
a dac
a S este un
subspatiu vectorial al lui V ce contine M , atunci S contine multimea combinatiilor
0
0
liniare ale vectorilor din M , deci M
S. Prin urmare M
Sp (M ).
COROLAR 3.1.1. Fie V un K-spatiu vectorial si x1 ; :::; xn 2 V . Subspatiul
vectorial generat de fx1 ; :::; xn g este multimea combinatiilor liniare cu vectorii
x1 ; x2 ; :::; xn .

32

2. SPA TII

VECTORIALE

n particular, pentru orice vector nenul x 2 V , subspatiul generat de fxg este

multimea f x; 2 Kg numit
a dreapta vectoriala generata de x. De asemenea, dac
a
x 6= 0V si y 2 f x; 2 Kg, subspatiul generat de vectorii x; y 2 V este multimea
f x + y; ; 2 Kg numit
a plan vectorial generat de x si y.
DEFINITIE
. Se spune c
a vectorii x1 ; :::; xn din V formeaz
a un sistem de generatori pentru V , dac
a subspatiul vectorial generat de fx1 ; :::; xn g coincide cu V ,
adic
a pentru orice x 2 V exist
a 1 ; :::; n 2 K astfel ca x = 1 x1 + ::: + n xn .

EXEMPLE. 1) n Rn [X], vectorii 1; X; :::; X n constituie un sistem de generatori.

2) n R3 , vectorii v1 = (1; 1; 1) ; v2 = (0; 1; 1) ; v3 = (0; 0; 1) formeaz
a un sistem
de generatori. ntr-adev
ar, e x 2 R3 ; x = (x1 ; x2 ; x3 ). Trebuie s
a ar
at
am c
a
putem determina 1 ; 2 ; 3 astfel nct x = 1 v1 + 2 v2 + 3 v3 . Aceast
a relatie
se mai scrie (x1 ; x2 ; x3 ) = ( 1 ; 1 + 2 ; 1 + 2 + 3 ), de unde 1 = x1 ; 1 + 2 =
= x2 ; 1 + 2 + 3 = x3 . Rezult
a 1 = x1 ; 2 = x2 x2 ; 3 = x3 x2 , deci
v1 ; v2 ; v3 formeaz
a un sistem de generatori n R3 .
DEFINITIE
. Vom spune c
a vectorii x1 ; :::; xn din V sunt liniar independenti
(sau c
a familia fx1 ; :::; xn g este libera ) dac
a din 1 x1 + ::: + n xn = 0V rezult
a
=
=
:::
=
=
0.
Vom
spune
c
a
vectorii
x
;
:::;
x
din
V
sunt
liniar
1
2
n
1
n
dependenti (sau c
a familia fx1 ; :::; xn g este legata ) dac
a exist
a scalarii 1 ; :::; n nu
toti nuli astfel nct 1 x1 + ::: + n xn = 0V . O familie innit
a de vectori din V se
numeste liniar independenta sau libera dac
a orice submultime nit
a a sa este liniar
independent
a.
OBSERVATII
. 1) Orice subfamilie a unei familii libere este o familie liber
a.
2) Elementele unei familii libere sunt nenule.
3) Orice suprafamilie a unei familii legate este o familie legat
a.
EXEMPLE. 1) n Rn [X], familia f1; X; :::; X n g este liniar independent
a, deoarece orice polinom nul are toti coecientii nuli.
2) n Rn , vectorii e1 = (1; 0; :::; 0) ; e2 = (0; 1; 0; :::; 0) ; :::; en = (0; :::; 0; 1) sunt
liniar independenti, deoarece din 1 e1 + ::: + n en = 0 se obtine 1 = ::: = n = 0.
3) n R3 , vectorii x1 = (1; 0; 0) ; x2 = (0; 1; 1) ; x3 = (1; 1; 1) sunt liniar dependenti deoarece x1 + x2 x3 = 0.
4) n Mm;n (R), matricele Eij ; i = 1; m; j = 1; n date de
0
1
0 ::: 0 ::: 0
B ::: ::: ::: ::: ::: C
B
C
C
Eij = B
B 0 ::: 1 ::: 0 C ! i
@ ::: ::: ::: ::: ::: A
0 ::: 0 ::: 0
#
j

sunt liniar independente.

5) n R3 , vectorii v1 = (1; 1; 1) ; v2 = (0; 1; 1) ; v3 = (0; 0; 1) sunt liniar independenti. ntr-adev
ar, dac
a 1 ; 2 ; 3 2 R satisfac 1 v2 + 2 v2 + 3 v3 = (0; 0; 0),
atunci 1 = 0; 1 + 2 = 0; 1 + 2 + 3 = 0, de unde 1 = 2 = 3 = 0.
PROPOZITIA

3.1. Fie V un K-spatiu vectorial si x1 ; :::; xn vectori n V .

Pentru ca familia fx1 ; :::; xn g sa e legata este necesar si sucient ca unul dintre
vectorii xi sa e combinatie liniara de ceilalti.

 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.

Fie V un K-spatiu vectorial. Se spune c

a familia fe1 ; :::; en g de
vectori din V este o baza n V dac
a vectorii e1 ; :::; en sunt liniar independenti si
genereaz
a V.
TEOREMA 4.1. Familia F = fe1 ; :::; en g este baza n V daca si numai daca
orice vector x 2 V se exprima n mod unic ca o combinatie liniara de vectorii
e1 ; :::; en .
Demonstratie. Necesitatea. Familia F ind baz
a n V , exist
a 1 ; :::; n 2 K
astfel nct x = 1 e1 + ::: + n en . Dac
a ar exista 1 ; :::; n 2 K astfel ca x =
1 )e1 +:::+( n
n )en = 0V . Familia fe1 ; :::; en g ind
1 e1 +:::+ n en , atunci ( 1
liber
a, rezult
a 1
a 1 = 1 ; :::; n = n ,
1 = 2
2 = ::: = n
n = 0, adic
deci scrierea lui x ca o combinatie liniar
a de e1 ; e2 ; :::; en este unic
a.
Sucienta. Cum orice vector x 2 V se scrie n mod unic ca o combinatie liniar
a
de e1 ; e2 ; :::; en , rezult
a c
a familia fe1 ; :::; en g genereaz
a V . Fie acum 1 ; :::; n 2 K
astfel nct 1 e1 +:::+ n en = 0V . Cum 0 e1 +:::+0 en = 0V si scrierea elementului
nul este unic
a, rezult
a 1 = 2 = ::: = n = 0, adic
a familia fe1 ; :::; en g este liber
a,
deci este baz
a n V .
DEFINITIE
. Fie V un K-spa
tiu vectorial si B = fe1 ; :::; en g o baz
a n V . Atunci
pentru orice x 2 V exist
a o familie unic
a de scalari din K, f 1 ; :::; n g astfel nct
x = 1 e1 + ::: + n en . Scalarii 1 ; :::; n se numesc coordonatele sau componentele
lui x n raport cu baza B :
Este evident
a
TEOREMA 4.2. Daca B = fe1 ; :::; en g este baza n V si x = x1 e1 + ::: + xn en ,
y = y1 e1 + ::: + yn en , atunci
x + y = (x1 + y1 )e1 + ::: + (xn + yn )en ;

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

unui spatiu vectorial este num

arul maxim de vectori liniar independenti din acest
spatiu vectorial.
TEOREMA 4.3. ntr-un spatiu vectorial V de dimensiune n exista o baza
formata din n vectori; mai mult, orice sistem de n vectori liniar independenti din
V constituie o baza a lui V .
Demonstratie. Cum V este de dimensiune n, exist
a un sistem de vectori liniar
independenti, S = fe1 ; e2 ; :::; en g. Vom ar
ata c
a S este sistem de generatori, deci
baz
a a lui V . Fie x 2 V . Vectorii x; e1 ; e2 ; :::; en sunt liniar dependenti, deci
exist
a ; 1 ; 2 ; :::; n 2 K, nu toti nuli astfel nct x + 1 e1 + ::: + n en = 0V .
Atunci
6= 0, deoarece n caz contrar, S ar liniar dependent. n consecinta
1
x=
( 1 e1 + ::: + n en ), deci S este sistem de generatori.
TEOREMA 4.4. Daca B = fe1 ; :::; en g este baza n V , atunci dimK V = n.
Demonstratie. Evident n V exist
a n vectori liniar independenti. Fie S =
= fx1 ; :::; xn ; xn+1 g un sistem format din n + 1 vectori. Presupunem prin absurd
c
a S este liber. Atunci x1 = 1 e1 + 2 e2 + ::: + n en . Cum x1 6= 0V rezult
a c
a
ti nuli. Renumerotnd eventual elementele lui B, putem
1 ; 2 ; :::; n nu sunt to
presupune c
a 1 6= 0. n consecinta putem scrie e1 = 1 x1 + 2 e2 + ::: + n en .
Cum x2 = 1 e1 + 2 e2 + ::: + n en , tinnd seama de expresia lui e1 rezult
a c
a
x2 = 1 x1 + 2 e2 + ::: + n en . Dac
a 2 = 3 = ::: = n = 0, atunci x2 = 1 x1 ,
deci vectorii x1 , x2 sunt liniar dependenti, ceea ce contrazice ipoteza c
a S este
liber. Renumerotnd convenabil elementele lui B, putem presupune c
a 2 6= 0.
Atunci din expresia lui x2 rezult
a c
a e2 = 1 x1 + 2 x2 + 3 e3+ ::: + n en , x3 =
= 1 x1 + 2 x2 + 3 e3+ ::: + n en . Procednd din aproape n aproape, obtinem c
a
xn+1 = 1 x1 + 2 x2 + ::: + n xn , ceea ce contrazice ipoteza c
a S este liber. Asadar
S este liniar dependent, deci dimK V = n.
TEOREMA 4.5. (Teorema bazei incomplete) Fie V un spatiu vectorial de dimensiune n. Pentru orice parte libera S = fx1 ; :::; xp g din V , p < n, exista vectorii
xp+1 ; :::; xn 2 V astfel nct fx1 ; :::; xp ; xp+1 ; :::; xn g sa e baza n V .
0

Demonstratie. Fie V = Sp(S): Atunci dimV = p < n, V 6= V . Asadar

0
0
V V 6= si nu contine 0V . Orice x 2 V V formeaz
a mpreun
a cu S un sistem
liber. ntr-adev
ar, dac
a S [ fxg ar legat, ar exista 1 ; 2 ; :::; p ; 2 K nu toti
nuli astfel nct 1 x1 + ::: + p xp + x = 0V . Dac
a = 0, ar rezulta c
a S este legat,
0
1
deci 6= 0. Atunci x =
( 1 x1 + ::: + p xp ), adic
a x 2 V , ceea ce contrazice
0
0
faptul c
a x 2 V V . Not
am xp+1 = x, deci S = fx1 ; :::; xp ; xp+1 g este liber. Fie
00
0
00
V = Sp(S ), dimV = p + 1. Dac
a p + 1 < n se repet
a procedeul de mai sus.
00
0
Alegem xp+2 2 V V si sistemul S [ fxp+2 g este liber etc. Obtinem astfel din
aproape n aproape un sistem liber B = fx1 ; :::; xn g care conform teoremei 4.3 este
baz
a n V .
EXEMPLE. 1) n V3 orice trei vectori necoplanari formeaz
a o baz
a (teorema
! ! !
3.6, prop. 3.5, cap. 1). n particular f i ; j ; k g este o baz
a, numit
a baza canonica
a lui V3 . Deci dimV3 = 3: Similar n V2 orice doi vectori liberi necoli-niari formeaz
a
o baz
a, deci dimV2 = 2: n V1 orice vector nenul este baz
a, deci dimV1 =1:
2) n Rn (n 2) vectorii e1 = (1; 0; :::; 0), e2 = (0; 1; 0; :::; 0) ; :::; en = (0; :::; 0; 1)
formeaz
a o baz
a, deci dimR Rn = n. Cum pentru orice x 2 Rn ; x = (x1 ; x2 ; :::; xn )
avem x = x1 e1 + ::: + xn en , rezult
a c
a coordonatele n baza canonic
a a unui

 DIM ENSIUNE
4. BAZ A.

35

vector x 2 Rn coincid cu componentele acestuia. De aceea baza fe1 ; :::; en g se

numeste baza canonica a lui Rn . S
a observ
am c
a coordonatele unui vector difer
a
de la o baz
a la alta. De exemplu, n R3 , coordonatele vectorului x = (2; 1; 3) n
baz
a canonic
a sunt 2; 1; 3, coinciznd cu componentele lui x. Pe de alt
a parte,
vectorii v1 = (1; 1; 1) ; v2 = (0; 1; 1) ; v3 = (0; 0; 1) formeaz
a, de asemenea, o baz
a
a lui R3 . Coordonatele lui x = (2; 1; 3) n baza v1 ; v2 ; v3 sunt 2; 1; 2, pentru c
a
x = 2v1 v2 + 2v3 .
3) n Rn [X], polinoamele 1; X; :::; X n formeaz
a o baz
a, numit
a baza canonica a
i
lui Rn [X]. De asemenea, pentru orice a 2 R , polinoamele pi = (X a) , 0 i n
formeaz
a o baz
a a lui V , deci dimR Rn [X] = n+1. Vom ar
ata aceasta pentru n = 3.
Fie 0 ; 1 ; 2 ; 3 astfel nct
0

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) :

Derivnd formal, obtinem succesiv:

2

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!

4) n Mm;n (R), matricele Eij ; i = 1; m,

0
0 ::: 0
B ::: ::: :::
B
Eij = B
B 0 ::: 1
@ ::: ::: :::
0 ::: 0
#
j

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;

unde y = 1 x1 + ::: + p xp 2 S si z = p+1 xp+1 + ::: +

V = S S1 si dimK (V ) = dimK (S) + dimK (S1 ).

n xn

2 S1 , ceea ce arat
a c
a

TEOREMA 5.2. (Grassmann) Daca S1 si S2 sunt subspatii vectoriale nit

dimensionale ale lui V , atunci
dimK (S1 + S2 ) = dimK (S1 ) + dimK (S2 )
0

dimK (S1 \ S2 ) :

Demonstratie. Fie B = fe1 ; :::; ek g o baz

a n S1 \ S2
S1 . O complet
am
pn
a la o baz
a a lui S1 , e aceasta B 00 = fe1 ; :::; ek ; f1 ; :::; fl g, respectiv pn
a la o
baz
a B 000 = fe1 ; :::; ek ; g1 ; :::; gm g a lui S2 . Deci presupunem c
a dimK (S1 \ S2 ) =
= k; dimK (S1 ) = k + l; dimK (S2 ) = k + m. Dac
a ar
at
am c
a sistemul de vectori
din V , B = fe1 ; :::; ek ; f1 ; :::; fl ; g1 ; :::; gm g formeaz
a o baz
a a subspatiului S1 + S2
demonstratia este ncheiat
a, deoarece dimK (S1 + S2 ) = k + l + m si identitatea din
enunt este satisf
acut
a.

6. RANGUL UNUI SISTEM DE VECTORI S

I RANGUL M ATRICEI SALE. SISTEM E DE ECUA TII

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 S2 , atunci din (5.1) rezult

a x 2 S1 , deci x 2
1 ; :::;
h ) eh

2 K astfel ca

m
P

s=1

s gs

k
P

eh ;care

h=1

= 0V . Deoarece B 000 este baz

a n S2 , rezult
a

h=1

= 0 si

k
P

l
X
j=1

m
P

Dac
a not
am x =

= ::: =

= 0. Atunci (5.1) se mai scrie

k
P

i ei

i=1

= 0V si cum B 00 este baz

a n S1 , rezult
a

= ::: =

= 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

sunt baze n S1 , respectiv S2 . n

s=1

i )ei

l
P

j=1

j fj

m
P

s gs

si teorema este demonstrat

a.

s=1

COROLAR 5.2.1. Fie S1 ; S2 subspatii vectoriale nit dimensionale ale lui V .

Daca suma S1 + S2 este directa, atunci
dimK (S1

S2 ) = dimK (S1 ) + dimK (S2 ) :

Demonstratie. Se tine seama c

a S1 \ S2 = f0V g.
6. Rangul unui sistem de vectori
si rangul matricei sale. Sisteme de
ecua
tii liniare
DEFINITIE.

Fie V un K-spatiu vectorial si S = fx1 ; :::; xm g un sistem de

vectori din V . Se numeste rangul sistemului S dimensiunea subspatiului generat de
S.
Evident, dimensiunea subspatiului generat de un sistem S
V este egal
a cu
num
arul maxim de vectori liniar independenti continuti n S.
n
P
Dac
a B = fe1 ; :::; en g este baz
a n V , atunci xj =
aij ei ; 8j = 1; m.
i=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

Demonstratie. Fie A = (aij ) matricea sistemului S n raport cu baza B. Reamintim c

a rangul unei matrice A, nenul
a, este un ntreg r; 0 < r
min (m; n), cu
proprietatea c
a exist
a un minor nenul al lui A de ordin r, iar toti minorii de ordin r + 1, dac
a exist
a, sunt nuli. S
a presupunem c
a rangA = r. Deoarece rangul
unei matrice nu se schimb
a dac
a se permut
a liniile sau coloanele ntre ele, putem
presupune c
a urm
atorul determinant este nenul:

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 ;

Sp (fx1 ; :::; xr g). n concluzie rangA = rangS.

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.

Se numesc transformari elementare ale unei matrice urm

atoarele
operatii:
- schimbarea a dou
a linii (coloane) ntre ele;
- nmultirea tuturor elementelor unei linii (coloane) cu acelasi factor nenul;
- adunarea la elementele unei linii (coloane) a elementelor corespunz
atoare ale
altei linii (coloane).

6. RANGUL UNUI SISTEM DE VECTORI S

I RANGUL M ATRICEI SALE. SISTEM E DE ECUA TII

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

deci rangA = 3 (n ecare caz s-au mentionat operatiile indicate: notatia

L1 ! L1 + L4 nseamn
a linia 1 se nlocuieste cu suma liniilor 1 si 4 etc.).
n continuare vom utiliza teorema rangului n studiul sistemelor de ecuatii
liniare. Fie deci sistemul de ecuatii liniare:
8
a11 x1 + a12 x2 + ::: + a1n xn = b1
>
>
<
a21 x1 + a22 x2 + ::: + a2n xn = b2
(6.1)
;
::::::::::::::::::::::::::::::::::::::::::::::::::
>
>
:
am1 x1 + am2 x2 + ::: + amn xn = bm
unde aij 2 R, i = 1; m, j = 1; n, bi 2 R, i = 1; m.

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

se numeste matricea extinsa a sistemului (6.1).

Dac
a r = rangA si
a11 ::: a1r
::: :::
Dr = :::
ar1 ::: arr

1
b1
b2 C
C
::: A
bm

6= 0

atunci Dr se numeste determinant principal al sistemului (6.1), necunoscutele

x1 ; :::; xr se numesc necunoscute principale, iar xr+1 ; :::; xn dac
a n > r se numesc
necunoscute secundare. Primele r ecuatii se numesc ecuatii principale, celelalte
(dac
a r < m) se numesc ecuatii secundare. Dac
a r < m, pentru orice j > r,
determinantul de forma
a11 ::: a1r b1
::: ::: ::: :::
ar1 ::: arr br
aj1 ::: aj bj
se numeste determinant caracteristic al sistemului (6). Deci num
arul determinantilor caracteristici este egal cu num
arul ecuatiilor secundare.
TEOREMA 6.2. (Kronecker-Capelli) Conditia necesara si sucienta ca sistemul
e
(6.1) sa e compatibil este ca rangA = rang A.

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:

si din teorema rangului rezult

a c
a rangA =

6. RANGUL UNUI SISTEM DE VECTORI S

I RANGUL M ATRICEI SALE. SISTEM E DE ECUA TII

LINIARE
41

e atunci b 2 Sp a1 ; :::; an , deci exist

( Dac
a rangA = rang A,
a 1 ; :::; n
1
astfel nct b = 1 a + ::: + n an , deci sistemul ( 1 ; :::; n ) este solutie a sistemului
(6).
COROLAR 6.2.1. Sistemul (6.1) este compatibil determinat daca si numai daca
e = n.
rangA = rang A

Demonstratie. Conform teoremei Kronecker-Capelli, prima egalitate este echivalent

a cu existenta a cel putin o solutie. Deoarece rangA = n, nseamn
a c
a,
coloanele matricei A sunt liniar independente, deci b are o singur
a exprimare ca o
combinatie liniar
a de coloanele matricei A, adic
a sistemul (6.1) este compatibil dee
terminat. Reciproc, dac
a sistemul (6.1) are o singur
a solutie atunci rangA = rang A
(teorema 6.2), iar b are o singur
a exprimare ca combinatie liniar
a de coloanele matrin
P
j
cei A, deci acestea sunt liniar independente (dac
a
ti
j a = 0 cu j ; j = 1; n nu to
j=1

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

= 0 pentru j > r, deci

r
P

j=1

0 j
ja

= 0 si deoarece vectorii

42

2. SPA TII

VECTORIALE

a1 ; :::; ar sunt liniar independenti, deducem c

a
n
P
si deci z =
j yj .

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

este un sistem fundamental de solutii al sistemului Ax = 0.

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

ceea ce trebuia dovedit. Reciproc Ax = Ax +

nPr

i Ayi

= b, deoarece Ayi = 0,

i=1

pentru c
a yi 2 S.

7. Matricea de trecere de la o baz

a la alta. Schimbarea coordonatelor
unui vector la schimbarea bazei
Fie V un K-spatiu vectorial de dimensiune n si B = fe1 ; :::; en g, B 0 = fe01 ; :::;
dou
a baze ale sale. Putem exprima vectorii din baza B 0 n baza B. Pentru
a si sunt unici cij 2 K; i = 1; n astfel nct
orice vector e0j ; j = 1; n, exist
e0n g

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

unde C T este transpusa matricei C.

sub forma
1
C
C
C
C;
C
C
A

PROPOZITIA

7.1. Matricea de trecere de la o baza la alta este inversabila.

Demonstratie. Deoarece B 0 este baz
a, din orice relatie de forma

seama de (7.1) obtinem

+ n e0n = 0V rezult
a i = 0; i = 1; n. Tinnd
(

1 c11

2 c12

+ ::: +

n c1n ) e1

+ ::: + (

1 cn1

2 cn2

+ ::: +

0
1 e1

n cnn ) en

+ :::+

= 0V ;

 LA ALTA. SCHIM BAREA COORDONATELOR UNUI VECTOR LA SCHIM BAREA

7. M ATRICEA DE TRECERE DE LA O BAZ A

relatie care are loc dac

a si numai dac
a i = 0; i = 1; n. Cum si B este baz
a, se
obtine sistemul omogen
8
< 1 c11 + 2 c12 + ::: + n c1n = 0
:::::::::::::::::::::::::::::::::::::::::::::
;
:
1 cn1 + 2 cn2 + ::: + n cnn = 0
n necunoscutele 1 ; :::; n , care trebuie s
a admit
a numai solutia banal
a, ceea ce
implic
a det C 6= 0 (corolar 6.3.1).

PROPOZITIA

7.2. Daca C este matricea de trecere de la baza B la baza B 0 ,

1
atunci C
este matricea de trecere de la baza B 0 la baza B.
Demonstratie. Fie D matricea de trecere de la baza B 0 la baza B. Vom ar
ata
c
a D = C 1.
Tinnd

seama de (7.1), putem scrie

es = d1s e01 + d2s e02 + ::: + dns e0n ; 8s = 1; n;

deci

es = d1s (c11 e1 + c21 e2 + ::: + cn1 en ) + d2s (c12 e1 + ::: + cn2 e2 ) +

+::: + dns (c1n e1 + ::: + cnn en ) ; 8s = 1; n:
Aceste egalit
ati se mai scriu
es = (d1s c11 + d2s c12 + ::: + dns c1n ) e1 + ::: + (d1s cn1 + ::: + dns cnn ) en ; 8s = 1; n:
Cum B este baz
a n V , rezult
a c
a
n
X
1 daca i = j
cik dkj =
8i; j = 1; n:
0 daca i 6= j
k=1

Prin urmare CD = In , unde In este matricea unitate. Cum C este inversabil

a,
rezult
a D = C 1.
n
n
P
P
PROPOZITIA

7.3. Fie x 2 V si x =
xi ei ; x =
x0j e0j sunt reprezentarile
i=1

lui x n cele doua baze B si B 0 . Atunci are loc

0
1
0 0
x1
x1
B x2 C
B x02
B
C
B
B : C
B
B
C=CB :
(7.2)
B : C
B :
B
C
B
@ : A
@ :
xn
x0n

j=1

1
C
C
C
C
C
C
A

C ind matricea de trecere de la baza B la baza B 0 .

Demonstratie. Folosind (7.1) putem scrie
x=

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

xi ei si scrierea lui x n baza B ind unic

a, rezult
a

i=1

xi =

n
X
j=1

cij x0j ; 8i = 1; n;

44

2. SPA TII

VECTORIALE

ceea ce este echivalent cu (7.2).

EXEMPLU. n R3 , e baza canonic
a B = fe1 ; e2 ; e3 g si vectorul x = (1; 2; 3).
S
a determin
am coordonatele vectorului x n baza B 0 = fe01 ; e02 ; e03 g, unde e01 =
= (1; 0; 1) ; e02 = (1; 1; 0) ; e03 = (2; 0; 1). Deoarece e01 = e1 + e3 ; e02 = e1
e2 ; e003 = 2e1 + e3 1
, rezult
a c
a matricea de trecere de la baza B la baza B 0 este
1 1 2
1 0 A : Totodat
C=@ 0
a e1 = e01 + e03 ; e2 = e01 e02 + e03 ; e3 = 2e01 e03 ,
1 0 1
0
1
1
1 2
1 0 A:
deci matricea de trecere de la baza B 0 la baza B este C 1 = @ 0
1
1
11
0
x01
a @ x02 A =
Dac
a, n baza B 0 , x = x01 e01 + x02 e02 + x03 e03 , atunci din (7.2) rezult
x03
0 1 0
1
1
3
= C 1 @ 2 A = @ 2 A : Asadar x = 3e01 2e02 .
3
0
8. Metoda lui Gauss pentru rezolvarea sistemelor de ecua
tii algebrice
liniare
S
a cosider
am sistemul de ecuatii algebrice liniare:
8
a11 x1 + a12 x2 + ::: + a1n xn = b1
>
>
<
a21 x1 + a22 x2 + ::: + a2n xn = b2
:
(8.1)
::::::::::::::::::::::::::::::::::::::::::::::::::
>
>
:
am1 x1 + am2 x2 + ::: + amn xn = bm

Metoda este de fapt procedeul de eliminare a necunoscutelor pe care l descriem

n continuare.
S
a presupunem a11 6= 0; atunci putem elimina prima necunoscut
a x1 din ecuatiile 2; 3; :::; m, nmultind prima ecuatie cu factorii:
ai1
mi1 =
; i = 2; m
a11
si sc
aznd-o, respectiv din ecuatiile 2; 3; :::; m.
Obtinem astfel sistemul echivalent
8
(2)
(2)
(2)
(2)
(2)
>
a11 x1 + a12 x2 + a13 x3 + ::: + a1n xn = b1
>
>
<
(2)
(2)
(2)
(2)
a22 x2 + a23 x3 + ::: + a2n xn = b2
(8.2)
;
>
::::::::::::::::::::::::::::::::::::::::::::::::::::::
>
>
:
(2)
(2)
(2)
(2)
am2 x2 + am3 x3 + ::: + amn xn = bm
(1)

(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

8. M ETODA LUI GAUSS PENTRU REZOLVAREA SISTEM ELOR DE ECUA TII

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

obtinem sistemul echivalent

8 (3)
(3)
(3)
(3)
(3)
>
a11 x1 + a12 x2 + a13 x3 + ::: + a1n xn = b1
>
>
>
(3)
(3)
(3)
(3)
>
a22 x2 + a23 x3 + ::: + a2n xn = b2
<
(3)
(3)
(3)
;
a33 x3 + ::: + a3n xn = b3
>
>
>
::::::::::::::::::::::::::::::::::::::::::
>
>
:
(3)
(3)
(3)
am3 x3 + ::: + amn xn = bm

(8.3)

cu coecientii si termenii liberi

(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

; i = k + 1; m. Prin urmare, matricea sistemului, dup

a efectuarea

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:

Algoritmul lui Gauss ne permite s

a rezolv
am simultan p sisteme de ecuatii cu
aceeasi matrice A, dar cu termeni liberi diferiti. n acest caz, la ecare pas operatiile aplicate asupra termenului liber se aplic
a tuturor celor p vectori coloan
a
termeni liberi. Dup
a eliminare vom obtine p sisteme triunghiulare. Un caz particular al acestui procedeu este inversarea unei matrice. ntr-adev
ar, dac
a n relatia

8. M ETODA LUI GAUSS PENTRU REZOLVAREA SISTEM ELOR DE ECUA TII

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)

ark = max aik

k i m

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 =

ca mai sus, obtinem succesiv

1
0
2
0
1
3
1
B 0
1
2
0
1 C
C!B
@ 0
1
2
1
4 A
3
2
2
7
0
0
1
2
0
1
B 0
5
2
3
B
@ 0
0
0
0
0
0
0
0

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

este echivalent cu sistemul initial si are o innitate de solutii:

1
2
3
4
x1 = 1 + x3 + x4 ; x2 = 2 + x3 + x4 ; x3 2 R; x4 2 R:
5
5
5
5

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

Sistemul este incompatibil.

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

1. Fie V = (0; 1). S

a se arate c
a n raport cu operatiile x
x = x , 2 R, x 2 V , V devine spatiu vectorial real.

y = xy, x; y 2 V

2. Fie V un K-spatiu vectorial si v 2 V , v 6= 0V . Denim x y = x + y v;

x; y 2 V;
x = x + f ( ) v; 2 K; x 2 V: S
a se determine f ( ) astfel nct V
nzestrat cu cele dou
a operatii s
a e spatiu vectorial.
3. S
a se precizeze care din urm
atoarele submultimi ale lui R3 sunt subspatii
3
vectoriale ale lui R ?
a) S1 = f(x1 ; x2 ; x3 ) ; x1 + 2x2 3x3 = 0g; b) S2 = f(x1 ; x2 ; x3 ) ; x1 x2 + x3 =
= 1g;
c) S3 = f(x1 ; x2 ; x3 ) ; jx1 j + jx2 j = 1g; d) S4 = f(x1 ; x2 ; x3 ) ; x21 x2 = 0g;
e) S5 = f(x1 ; x2 ; x3 ) ; x1 = 2x2 g.
4. n Mn (R), e S1 = fA 2 Mn (R) ; AT = Ag, S2 = fA 2 Mn (R) ; AT =
= Ag. S
a se arate c
a S1 si S2 sunt subspatii vectoriale ale lui Mn (R) si Mn (R) =
= S1 S2 . S
a se g
aseasc
a dimensiunile acestor subspatii.
n
P
5. Fie A 2 Mm;n (R), A = (aij ) si S = fx 2 Rn ;
aij xj = 0, 1 i mg. S
a
j=1

se arate c
a S este un subspatiu vectorial al lui Rn .

6. Fie V un spatiu vectorial si v1 , v2 , v3 2 V liniar independenti. S

a se arate
c
a si vectorii w1 = v1 + v2 + v3 , w2 = v1 + v2 v3 , w3 = v1 v2 + v3 sunt liniar
independenti.
7. S
a se arate c
a vectorii v1 = (1; 2; 2; 1), v2 = (5; 6; 6; 5), v3 = ( 1; 3; 4; 0),
v4 = (0; 4; 3; 1) sunt liniar dependenti. S
a se scrie v4 ca o combinatie liniar
a de
v1 , v2 , v3 .
8. S
a se arate c
a vectorii v1 = (2; 1; 3), v2 = (3; 2; 5), v3 = (1; 1; 1)
formeaz
a o baz
a a lui R3 . S
a se determine coordonatele vectorilor x = (4; 4; 9)

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

? Dar functiile f1 ; f2 ; f3 : R ! R; f1 (x) = ex , f2 (x) = e

,
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

18. Fie S1 si S2 subspatiile vectoriale ale lui R4 date de: S1 = f(x1 ; x2 ; x3 ; x4 ) ;

x2 + x3 + x4 = 0g, S2 = f(x1 ; x2 ; x3 ; x4 ) ; x1 + x2 = 0, x3 = 2x4 g. S
a se g
aseasc
a
dimensiunile si baze ale acestor subspatii, precum si ale subspatiilor S1 \S2 , S1 +S2 .
19. n R2 e x = 2f1 + f2 , unde f1 = ( 1; 1), f2 = (2; 3). S
a se determine
coordonatele lui x n baza fg1 ; g2 g, unde g1 = (1; 3), g2 = (3; 8).

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

g2 = ( 1; 1; 4), g3 = (3; 5; 2). Cum se schimb

a coordonatele unui vector cnd se
trece de la baza B 0 la baza B?

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

T este o aplicatie liniar

a numit
a aplicatia liniara asociata matricei A. De
exemplu, aplicatia T : R3 ! R3 ; T (x1 ; x2 ; x0
3 ) = (2x1 + x
12 ; x1 x3 ; x1 + x2 +
2 1 0
1 A:
+x3 ); este aplicatia generat
a de matricea A = @ 1 0
1 1 1
4) Fie V un K-spatiu vectorial si
un element nenul din K. Aplicatia
T : V ! V; T (x) = x este un automorsm al lui V si se numeste omotetie de
raport :
5) Fie x 2 Rn ; x = (x1 ; :::; xn ) : Pentru orice k, 1
k
n, aplicatia
pk : Rn ! R; pk (x) = xk este o aplicatie liniar
a numit
a proiectie canonica de
indice k .
6) Fie c1 ; :::; cn 2 Rn numere xate; aplicatia T : Rn ! R; T (x1 ; :::; xn ) =
= c1 x1 + ::: + cn xn este o form
a liniar
a pe Rn :
7) Fie a; b 2 R; a < b: Aplicatia D : C 1 ([a; b]; R) ! C 0 ([a; b]; R); Df = f 0 ; 8f 2
1
C ([a; b]; R) este o aplicatie liniar
a (numit
a operatorul de derivare). De asemenea
b
R
I : C 0 ([a; b]; R) ! R; I(f ) = f (x) dx; 8f 2 C 0 ([a; b]; R) este o functional
a liniar
a.
a

8) n spatiul vectorilor liberi V3 ; consider

am baza canonic
a f~i; ~j; ~kg: Dac
a
3
~v 2 V3 atunci ~v = v1~i + v2~j + v3~k: Aplicatia T : V3 ! R ; T ~v = (v1 ; v2 ; v3 ) este,
evident, un izomorsm de spatii vectoriale.
PROPOZITIA

1.1. Daca V , W sunt K-spatii vectoriale, atunci L(V; W ) are o

structura naturala de K-spatiu vectorial.
Demonstratie. Fie T; S 2 L(V; W ) si 2 K: Denim T + S; T : V ! W
astfel: (T + S)(x) = T x + Sx; 8x 2 V si ( T )(x) = T x; 8x 2 V . T + S este o
aplicatie liniar
a. ntr-adev
ar,
(T + S)( x + y) = T ( x + y) + S( x + y) = T x + T y + Sx + Sy =
= (T x + Sx) + (T y + Sy) = (T + S)(x) + (T + S)(x); 8x; y 2 V; ;
Similar,

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

1.2. Fie Vi ; i = 1; 2; 3; trei K-spatii vectoriale si T 2 L(V1 ; V2 );

S 2 L(V2 ; V3 ): Atunci:
a) Aplicatia S T este liniara;
b) Daca T este izomorsm, atunci T 1 : V2 ! V1 este un izomorsm de
spatii vectoriale.
;

Demonstratie. a) Din liniaritatea lui T si S, rezult

a c
a pentru orice x; y 2 V1 ;
2 K avem:
(S

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

b) Deoarece inversa unei aplicatii bijective este bijectiv

a, este sucient s
a ar
at
am
c
a T 1 este liniar
a. Fie x; y 2 V2 ; ; 2 K: Exist
a x0 ; y 0 2 V1 astfel nct x = T x0 ;
y = T y 0 : Atunci:
T

( 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.

TEOREMA 1.3. a) Orice K-spatiu vectorial de dimensiune n este izomorf cu

K n:
b) Doua K-spatii vectoriale nit dimensionale V si W sunt izomorfe daca si
numai daca dimK (V ) = dimK (W ):
Demonstratie. a) Fie fe1 ; :::; en g o baz
a n V si x 2 K n ; x = (x1 ; :::; xn ):
n
Denim T : K
! V astfel T x = x1 e1 + ::: + xn en : Vom ar
ata c
a T este un
izomorsm de spatii vectoriale. T este surjectiv
a, deoarece, dac
a v 2 V atunci exist
a
;
:::;
2
K
astfel
nct
v
=
e
+
:::
+
e
:
Exist
a
,
deci,
x
=
(
;
:::;
)
2
1
n
1 1
n n
1
n
K n astfel ca T x = v. De asemenea, T este injectiv
a, deoarece dac
a x; y 2 K n ;
x = (x1 ; :::; xn ); y = (y1 ; :::; yn ) si T x = T y, atunci (x1 y1 )e1 + +::: + (xn
yn )en = 0V : Cum sistemul de vectori fe1 ; :::; en g este liniar independent, rezult
a
x1 = y1 ; :::; xn = yn ; adic
a x = y. Asadar T este bijectiv
a.
Vom ar
ata acum c
a T este liniar
a. Fie x; y 2 K n ca mai sus si ; 2 K:
Atunci:
T ( x + y) = ( x1 + y1 )e1 + ::: + ( xn + yn )en = (x1 e1 + ::: + xn en )+
+ (y1 e1 + ::: + yn en ) = T x + T y;
deci T este liniar
a. n concluzie K n ' V:
b) " =) " S
a presupunem c
a V ' W; deci exist
a T : V ! W izomorsm.
Fie B = fe1 ; :::; en g baz
a n V . Vom ar
ata c
a B 0 = fT e1 ; :::; T en g este baz
a n
W , de unde dimK (V ) = dimK (W ): T ind surjectiv
a, pentru orice y 2 W exist
a
n
n
P
P
x=
xi ei 2 V astfel nct y = T x =
xi T (ei ) (T ind liniar
a). Atunci B 0
i=1

i=1

este un sistem de generatori n W . Pe de alt

a parte, dac
a
T(

n
P

i ei )

= 0W = T 0V : Cum T este injectiv

a, rezult
a

i=1

n
P

i=1
n
P

i T ei

= 0W , atunci

i T ei

= 0V si cum

i=1

B este liniar independent

a, vom avea 1 = ::: = n = 0: Asadar B 0 este liniar
independent
a si, n consecinta, baz
a n W .
" (= " Dac
a dimK (V ) = dimK (W ) = n; conform a), exist
a S1 : K n ! V;
n
S2 : K
! W izomorsme de spatii vectoriale, Atunci T = S2 S1 1 este un
izomorsm.
OBSERVATIE.

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

b) Daca N este subspatiu vectorial al lui W , atunci T

T x 2 N g este subspatiu vectorial al lui V .

(N ) = fx 2 V ;

Demonstratie. a) Cum 0V 2 M , rezult

a T 0V = 0W 2 T (M ), deci T (M ) 6= :
Fie acum y; y 0 2 T (M ) si ; 2 K: Exist
a x; x0 2 M astfel ca T x = y; T x0 = y 0 : T
ind liniar
a, rezult
a y + y 0 = T x + T x0 = T ( x + x0 ): Cum M este subspatiu
vectorial al lui V , rezult
a x + x0 2 M , deci y + y 0 2 T (M ); adic
a T (M ) este
subspatiu vectorial al lui W .
b) 0V 2 T 1 (N ), deoarece 0W 2 N , deci T 1 (N ) 6= : Fie x; y 2 T 1 (N );
; 2 K: Atunci T x; T y 2 N; deci T ( x + y) = T x + T y 2 N; deoarece N este
subspatiu vectorial al lui W . n consecinta, x + y 2 T 1 (N ):
DEFINITIE
. Subspa
tiul vectorial T 1 (0W ) = fx 2 V ; T x = 0V g se numeste
nucleul lui T si se noteaz
a KerT: De asemenea, subspatiul T (V ) = fy 2 W ;
9x 2 V a:^{: T x = yg se numeste imaginea lui T si se noteaz
a Im T:
Evident, KerT

V si Im T

W:

TEOREMA 2.2. a) T injectiva () KerT = f0V g:

b) T surjectiva () Im T = W:
Demonstratie. a)" =) " Fie x 2 KerT; deci T x = 0W = T 0V : Cum T este
injectiv
a, rezult
a x = 0V , deci KerT = f0V g:
" (= " Fie x; y 2 V astfel ca T x = T y. Atunci T (x y) = 0V , adic
a
x y 2 KerT , deci x y = 0V . Asadar x = y si T injectiv
a.
b) rezult
a imediat din denitia lui Im T:
2.3. Dac
LEMA
a dimK V = n si fe1 ; :::; en g este o baza a lui V , atunci
fT e1 ; :::; T en g este un sistem de generatori pentru Im T .Acest sistem de generatori
va baza n Im T daca si numai daca T este injectiva.

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

este sistem de generatori n Im T . Dac

a T este injectiv
a si
= 0W , atunci T ( 1 e1 + ::: + n en ) = 0W = T (0V ); deci
= 0V : Cum fe1 ; :::; en g este liniar independent
a, rezult
a 1
fT e1 ; :::; T en g este liniar independent
a, deci baz
a n ImT:
Reciproc, presupunem c
a fT e1 ; :::; T en g este liniar
x 2 KerT , x = 1 e1 + ::: + n en si cum T x = 0W , rezult
a
= 0W : Cum fT e1 ; :::; T en g este liniar independent
a, rezult
a
x = 0V , adic
a T este injectiv
a.

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

TEOREMA 2.4. (teorema rang-defect) Fie V ,W doua K-spatii vectoriale cu

dimK (V ) = n si T 2 L(V; W ): Atunci:
dimK (V ) = def T + rangT:

Demonstratie. Fie p = def T; 0 p n; B = fe1 ; :::; en g baz

a n KerT , deci
T ei = 0; 1 i p: Complet
am baza B la o baz
a B 0 = fe1 ; :::; ep ; ep+1 ; :::; en g a lui
V . Vom demonstra c
a B 00 = fT ep+1 ; :::; T en g formeaz
a o baz
a n Im T . Vom ar
ata
00
mai nti c
a B este liniar independent
a. Dac
a p+1 T ep+1 + ::: + n T en = 0W ,
rezult
a T ( p+1 ep+1 + ::: + n en ) = 0W , deci p+1 ep+1 + ::: + n en 2 KerT: Prin
urmare exist
a 1 ; :::; p 2 K astfel nct p+1 ep+1 + ::: + n en = 1 e1 + ::: + p ep
sau 1 e1 + ::: + p ep + ( p+1 )ep+1 + ::: + ( n )en = 0V : B 0 ind baz
a n V ,
rezult
a 1 = ::: = n = 0, deci B 00 este liniar independent
a. S
a ar
at
am acum
c
a B 00 este sistem de generatori n Im T: Dac
a y 2 Im T atunci exist
a x 2 V
p
n
P
P
astfel ca T x = y: Dar x =
xi ei unde x =
xi ei 2 KerT: T ind liniar
a,
rezult
a y = Tx =

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 .

COROLAR 2.4.1. Daca V este un K-spatiu vectorial de dimensiune n si T un

endomorsm al lui V , atunci T este injectiv () T este surjectiv.
Demonstratie. T este injectiv () KerT = f0V g () def T = 0 () rangT =
n () Im T = V () T surjectiv.

EXEMPLU. Fie x 2 R3 ; x = (x1 ; x2 ; x3 ) si T : R3 ! R3 ; T x = (x1 + x2

x3 ; x1 x2 + x3 ; 5x1 x2 + x3 ): Se veric
a usor c
a T este liniar
a. Pe de alt
a
parte x 2 KerT dac
a si numai dac
a, coordonatele sale veric
a sistemul liniar
x1 + x2 x3 = 0
a a acestui sistem ind x1 = 0; x2 = t;
omogen x1 x2 + x3 = 0 : Solutia general
5x1 x2 + x3 = 0
x3 = t; t 2 R; rezult
a c
a KerT = fx 2 R3 ; x = t(0; 1; 1); t 2 Rg = Sp(fug); unde
u = (0; 1; 1): Atunci def T = 1, o baz
a n KerT ind vectorul u. Conform teoremei 2.3, rezult
a c
a rangT = 2: Dup
a lema de mai sus, T e1 = (1; 1; 5); T e2 =
= (1; 1; 1); T e3 = ( 1; 1; 1)(fe1 ; e2 ; e3 g ind baz
a canonic
a n R3 ) formeaz
a
un sistem de generatori pentru Im T: Deci doar doi sunt liniar independenti, de
exemplu T e1 si T e2 , acestia constituind o baz
a n Im T:
COROLAR 2.4.2. Fie V; V 0 ; V 00 trei K-spatii vectoriale nit dimensionale si
S : V ! V 0 ; T : V 0 ! V 00 doua aplicatii liniare. Atunci:
a) rang(T S) rangT ;
b) rang(T S) rangS;
c) daca T este izomorsm, atunci rang(T S) = rangS;
d) daca S este izomorsm, atunci rang(T S) = rangT:
Demonstratie. Evident, T S este o aplicatie liniar
a. a) Deoarece S(V )
rezult
a T (S(V )) T (V 0 ): Atunci:
rang(T
b) Cum KerS
rang-defect,
rang(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 )

S): Conform teoremei

def S = rangS:

58

3. APLICA TII

LINIARE

c) Deoarece T este izomorsm, exist

a T 1 : V 00 ! V 0 : Putem scrie S = T 1
(T S): Conform b) rangS rang(T S) rangS: d) Se scrie T = (T S) S 1 :
3. Matricea asociat
a unei aplica
tii liniare
Vom ar
ata c
a dac
a V si W sunt K-spatii vectoriale nit dimensionale, atunci
L(V; W ) este izomorf cu un spatiu de matrice. Fie deci dimK (V ) = n; B = =
fe1 ; :::; en g o baz
a xat
a n V si dimK (W ) = m; C = ff1 ; :::; fm g o baz
a xat
a n
W.
Dac
a T 2 L(V; W ), atunci pentru orice j; 1
j
n; T ej 2 W , deci exist
a
scalarii aij 2 K; 1 i m, unic determinati, (ind coordonatele vectorilor T ej ; 1
j n, n baza C) astfel ca:
(3.1)

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.

 UNEI APLICA TII

3. M ATRICEA ASOCIAT A

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

cij fi = ( S + T )(ej ) = Sej + T ej =

i=1

m
X

aij fi +

i=1

m
X

m
X

bij fi =

i=1

( aij + bij )fi ; j = 1; n:

i=1

Cum ff1 ; :::; fm g este baz

a n W , rezult
a cij = aij + bij ; i
= 1; n, adic
a '( S + T ) = '(S) + '(T ), deci ' este liniar
a.
c
a ' este bijectiv
a. Dac
a T 2 L(V; W ) si '(T ) = 0, atunci T ej
n
P
dac
a x =
xi ei 2 V atunci T x = 0W deci T este aplicatia nul
a.

= 1; m; j =
Vom ar
ata
= 0W , deci
n concluzie

i=1

Ker' = f g, deci ' este injectiv

a. S
a ar
at
am acum c
a ' este surjectiv
a. Fie
M = (aij ) o matrice de tip (m; n) cu coecienti n K. Consider
am vectorii yj
m
P
din W , yj =
aij fi ; j = 1; n. Conform lemei 3.1 exist
a o aplicatie liniar
a unic
a
i=1

T : V ! W astfel ca T ej = yj ; j = 1; n, deci astfel ca '(T ) = M . n consecinta '

este surjectiv
a si teorema este demonstrat
a.
COROLAR 3.2.1. Daca dimK (V ) = n; dimK (W ) = m, atunci
dimK (L(V; W )) = m n:
Demonstratie. Se tine seama de teoremele 3.2 si 1.3.
TEOREMA 3.3. n ipotezele teoremei 3.2, e T 2 L(V; W ) si M = (aij ) man
P
tricea lui T n raport cu bazele B si C. Atunci dac
ax=
xi ei 2 V , coordonatele
i=1

vectorului y = T x n baza C sunt date de

(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

(aij + bij )fi ; j = 1; n:

i=1

n consecinta, cij = aij + bij ; i = 1; m; j = 1; n:

Putem deci formula urm
atoarea
DEFINITIE
. Dac
a A = (aij ); B = (bij ) sunt dou
a matrice de tip (m; n), se
numeste suma lui A si B si se noteaz
a A + B, matricea de tip (m; n), ale c
arei
elemente sunt aij + bij ; i = 1; m; j = 1; n:
nmultirea unei matrice cu un scalar. Fie C = (cij ) matricea aplicatiei S;
m
m
P
P
2 K. Atunci ( S)(ej ) =
Sej =
aij fi =
( aij )fi ; j = 1; n. Deci
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

4.1. Daca A; B; C sunt matrice astfel nct diferitele produse de

mai jos sa e denite si 2 K, atunci:
a) A(BC) = (AB)C;
b) A(B + C) = AB + AC;
c) (B + C)A = BA + CA;
d) A( B) = ( A)B = (AB).
Demonstratie. Propozitia se demonstreaz
a utiliznd propriet
atile binecunoscute ale aplicatiilor liniare. Dac
a, de exemplu, S : K r ! K s , T : K m ! K r
si U : K n ! K m sunt aplicatiile liniare ale c
aror matrice A; B si C respectiv, n
raport cu bazele canonice, atunci matricea lui S (T U ) este A(BC), iar matricea
lui (S T ) U este (AB)C: Cum S (T U ) = (S T ) U rezult
a A(BC) = (AB)C.
Celelalte egalit
ati se demonstreaz
a asem
an
ator.
OBSERVATIE
. Produsul a dou
a matrice nu este comutativ n general.
Matrice inversabile. O matrice A 2 Mn (K) este inversabila sau regulata dac
a
exist
a o matrice B 2 Mn (K) astfel nct: AB = BA = In :
Matricea B este unic
a, se noteaz
a cu A 1 si se numeste inversa lui A.
TEOREMA 4.2. Fie V un K-spatiu vectorial de dimensiune nita n, C =
= fe1 ; :::; en g o baza n V si T un endomorsm al lui V . Pentru ca matricea A a
endomorsmului T n raport cu baza C sa e inversabila, este necesar si sucient
ca T sa e un automorsm al lui V . n acest caz matricea lui T 1 n raport cu
baza C este A 1 :
Demonstratie. =) A ind inversabil
a, exist
a B 2 Mn (K) astfel ca AB =
= BA = In :Cum aplicatia T ! A de la L(V ) la Bn (K) este bijectiv
a, e S
aplicatia liniar
a asociat
a lui B. Ea este astfel nct S T = T S = 1V ; deci T este
bijectiv
a si T 1 = S si matricea asociat
a lui T 1 este A 1 :
(= Dac
a T este bijectiv
a, exist
a T 1 si T T 1 = T 1 T = 1V , deci
1
dac
a B este matricea asociat
a lui T ; atunci AB = BA = In : Prin urmare A este
inversabil
a si A 1 = B:
Rangul unei matrice. Are loc:
TEOREMA 4.3. Fie V , W doua K-spatii vectoriale avnd dimensiunile n,
respectiv m si T 2 L(V; W ): Daca fe1 ; :::; en g este baza n V , ff1 ; :::; fn g este baza

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:

Fie acum E 0 = fe01 ; :::; e0n g si F 0 = ff10 ; :::; fn0 g o nou

a pereche de baze xate n
V respectiv W si A0 = (a0ij ) matricea asociat
a aplicatiei T n noua pereche de baze,
deci
m
X
T e0i =
a0lj fl0 ; 8i = 1; n:
l=1

Vom stabili ce relatie exist

a ntre A si A0 :
Fie C = (cij ) matricea de trecere de la baza E la baza E 0 si D = (dij ) matricea
de trecere de la baza F la baza F 0 , deci:
e0i =

n
X

cji ej ; 8i = 1; n;

m
X

dkl fk ; 8l = 1; m:

j=1

fl0 =

k=1

Atunci, obtinem pe de o parte

T e0i =

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

Egalnd coordonatele vectorilor

T e0i

m
m X
X
(
dkl a0li )fk ; i = 1; n:

k=1 l=1

n baza F rezult
a

5. TRANSFORM AREA M ATRICEI UNEI APLICA TII

LINIARE LA SCHIM BAREA BAZELOR63

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

5.1. Fie A; B 2 Mn (K). Urmatoarele armatii sunt echivalente:

1) A si B sunt similare;
2) Exista o aplicatie liniara T : V ! V , V ind un K-spatiu vectorial ndimensional si doua baze E si E 0 n V astfel ca A si B sa e matricele asociate
lui T n cele doua baze.
Demonstratie. 2)=)1) rezult
a din cele de mai sus. 1)=)2) A si B ind similare, e C o matrice nesingular
a astfel nct CB = AC. Fie E = fe1 ; :::; en g o baz
a
xat
a n V = K n si T : V ! V unica aplicatie liniar
a care n baza E are matricea
asociat
a A. Deci:
T ej =

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

Conform teoremei 4.2, S este un automorsm al lui V . Rezult

a c
a E0 = =
0
fSe1 ; :::; Sen g este o baz
a n V . S
a not
am ei = Sei ; i = 1; n.
Vom ar
ata c
a matricea lui T n baza E 0 este chiar B. Fie deci D = (dij )
matricea lui T n baza E 0 , deci

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

Din unicitatea scrierii vectorilor

n
X

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 ):

Deci V este subspatiu vectorial (teorema 2.1, cap. 3). Totodat

a, V ind
subspatiu, x 2 V implic
a T x = x, deci V este subspatiu invariant n raport cu
T . Dimensiunea acestui subspatiu vectorial se numeste multiplicitatea geometrica
a valorii proprii si o vom nota r . Remarc
am c
a este valoare proprie dac
a si
numai dac
a Ker(T
1V ) 6= f0V g; deci T
1V nu este izomorsm.
TEOREMA 1.1. Fie V un C-spatiu vectorial de dimensiune n. Atunci, orice
endomorsm T 2 L(V ) are cel putin un vector propriu.
Demonstratie. Fie B = fe1 ; :::; en g e o baz
a xat
a n V , iar A = (aij ) 2 Mn (C)
matricea endomorsmului T n aceast
a baz
a, adic
a:
T ei =

n
X
j=1

aji ej ; 8i = 1; :::; n:
67

 A UNUI ENDOM ORFISM

4. VALORI S
I VECTORI PROPRII. FORM A CANONIC A

68

Dac
a x 2 V; x =
n
X
i=1

n
P

xi ei ; atunci (1.1) revine la

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

Cum B este o baz

a n V , de aici rezult
a

n
P

i=1

aji xi = xj ; 8j = 1; :::; n; adic

a

(a11
) x1 + a12 x2 + ::: + a1n xn = 0
a21 x1 + (a22
) x2 + ::: + a2n xn = 0
:
:::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
an1 x1 + an2 x2 + ::: + (ann
) xn = 0

(1.2)

Sistemul (1.2) este liniar omogen n necunoscutele x1 ; :::; xn : Vectorul x va

vector propriu pentru endomorsmul T dac
a si numai dac
a coordonatele sale
x1 ; :::; xn constituie o solutie nebanal
a a sistemului (1.2). Conditia necesar
a si
sucient
a ca acest sistem s
a admit
a solutii nebanale este

(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:

Teorema 1.1 indic

a un procedeu efectiv de determinare a valorilor proprii si
vectorilor proprii pentru un endomorsm T .
EXEMPLE. 1) Fie T : R3 ! R3 endomorsmul dat de T x = (7x1 12x2 + 6x3 ,
10x1 19x2 + 10x3 , 12x1 24x2 + 13x3 ), x = (x1 ; x2 ; x3 ). Considernd n R3 baza
canonic
a, s
a se g
aseasc
a valorile proprii si vectorii proprii ai lui0T .
1
7
12
6
19 10 A.
Solutie. Matricea asociat
a lui T n baza canonic
a este A = @ 10
12
24 13
2
Ecuatia (1.3) conduce la (
1) ( + 1) = 0. Obtinem 1 = 2 = 1, 3 = 1.
Pentru 1 = 1, rezolvnd sistemul (1.2) obtinem x = (2
; ; ), , 2 R,
subspatiul propriu asociat lui 1 , ind V 1 = f(2
; ; ); ;
2
2 Rg. Similar pentru 3 = 1, obtinem V 3 = f(3t; 5t; 6t) ; t 2 Rg. Asadar
dac
a , nu sunt simultan nuli, orice vector propriu corespunz
ator lui 1 = 1 este
de forma (2; 1; 0) + ( 1; 0; 1), iar dac
a t 6= 0; t (3; 5; 6) este un vector propriu
corespunz
ator lui 3 = 1.
2) Matricea
unui endomorsm
denit pe un C-spatiu vectorial ntr-o baz
a aleas
a
0
1
4
5 7
4 9 A. S
este A = @ 1
a se g
aseasc
a valorile proprii si vectorii proprii.
4
0 5

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

fz 2 C; jz aii j ri , i = 1; ng. Daca este o valoare proprie a matricei A, atunci

n
S
2
Di . n particular, cnd A 2 Mn (R) si 2 R, rezulta ca
i=1

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 .

 A UNUI ENDOM ORFISM

4. VALORI S
I VECTORI PROPRII. FORM A CANONIC A

70

2. Polinom caracteristic. Polinoame de matrice

si de endomorsm.
Teorema Hamilton-Cayley
DEFINITIE
. Dac
a A = (aij ) 2 Mn (C) este o matrice dat
a, ecuatia (1.3) se
numeste ecuatie caracteristica sau ecuatie seculara a matricei A. Polinomul de
grad n cu coecienti n C dat de
(2.1)

pA ( ) = det(A

In );

se numeste polinom caracteristic al matricei A. R

ad
acinile sale le vom numi radacini
caracteristice.
TEOREMA 2.1. Doua matrice asemenea au acela
si polinom caracteristic.
Demonstratie. Fie A si B dou
a matrice asemenea. Exist
a o matrice nesingular
a C astfel nct B = C 1 AC. Atunci B
In = C 1 A
C 1 In C =
1
1
1
= C (A
In ) C, deci pB ( ) = det C
pA ( ) det C = det C C pA ( ) =
= det In pA ( ) = pA ( ) si teorema este demonstrat
a.
n consecinta, dac
a se d
a un endomorsm T pe spatiul vectorial V , ecuatia
(1.3) nu depinde de matricea A, deci de baza aleas
a n V , deoarece matricea lui
T ntr-o nou
a baz
a este C 1 AC, unde C este matricea de schimbare a bazelor si
conform teoremei 2.1, ecuatia (1.3) r
amne aceeasi.
DEFINITIE
. Se nume
ste polinom caracteristic al endomorsmului T si se noteaz
a cu pT polinomul pA dat de (2.1), unde A este matricea asociat
a lui T ntr-o
baz
a oarecare a lui V . Ecuatia (1.3) se numeste ecuatie caracteristica a endomorsmului T , r
ad
acinile acestei ecuatii numindu-se radacini caracteristice. Multimea
r
ad
acinilor caracteristice ale unui endomorsm T se numeste spectrul lui T . Spunem
c
a spectrul lui T este simplu dac
a orice r
ad
acin
a caracteristic
a 0 este r
ad
acin
a simpl
a a polinomului caracteristic.
Din demonstratia teoremei 1.1, rezult
a c
a n cazul unui C-spatiu vectorial toate
r
ad
acinile caracteristice sunt valori proprii. Dac
a este vorba de un R-spatiu vectorial, doar acele r
ad
acini caracteristice care sunt reale sunt valori proprii. n concluzie,
trebuie f
acut
a distinctia ntre endomorsmele denite pe C-spatii vectoriale si cele
denite pe R-spatii vectoriale. Dac
a este o valoare proprie a endomorsmului
T , atunci subspatiul propriu V corespunz
ator va constituit din totalitatea vectorilor ale c
aror coordonate ntr-o baz
a xat
a, sunt solutii ale sistemului liniar omogen
(1.2).
OBSERVATII
. 1) Dac
a A este matricea endomorsmului T ntr-o baz
a xat
a,
iar pA ( ) = ( )n + p1 ( )n 1 + ::: + pn polinomul s
au caracteristic, atunci p1 =
n
P
aii = T rA este urma matricei A, iar pn = det A: Se poate ar
ata c
a, n general,
i=1

pentru 1 < r < n, coecientul pr este suma minorilor diagonali de ordin r. De

exemplu, dac
a n = 3, polinomul caracteristic are coecientii:

p2 =

a11
a21

p1 = a11 + a22 + a33 = T rA;

a22
a11 a13
a12
+
+
a32
a31 a33
a22
p3 = det A:

a23
a33

2) pA (0) = det A; deci matricea A este singular

a dac
a si numai dac
a
r
ad
acin
a a polinomului caracteristic.

= 0 este

2. POLINOM CARACTERISTIC. POLINOAM E DE M ATRICE S

I DE ENDOM ORFISM . TEOREM A HAM ILTON-CAYLEY
71
n
0)

DEFINITIE
. Dac
a pA ( ) = (
multiplicitate algebrica a lui 0 :

q( ); q(

0)

6= 0; num
arul n

se numeste

PROPOZITIA

2.2. Fie 0 o valoare proprie a endomorsmului T , avnd multiplicitatea algebric

a n 0 si multiplicitatea geometric
a r 0 . Atunci r 0 n 0 :
Demonstratie. Fie V 0 subspatiul propriu corespunz
ator valorii proprii 0 si
r 0 = dimK (V 0 ): Dac
a B1 = fe1 ; :::; er 0 g este baz
a n V 0 , o complet
am la o baz
a
a lui V , B = fe1 ; :::; er 0 ; er 0 +1 ; :::; en g:
n
P
Cum T e1 = 0 e1 ; :::; T er 0 = 0 er 0 ; T ej =
akj ek ; j > r 0 , matricea
k=1

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

A UNUI ENDOM ORFISM

4. VALORI S
I VECTORI PROPRII. FORM A CANONIC A

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:

; :::; A; In si adunnd se obtine

n baza acestei teoreme, obtinem:

COROLAR 2.3.1. Orice polinom de matrice de grad
printr-un polinom de grad n 1.

n, poate exprimat

Demonstratie. Din teorema 2.3 rezult

a c
a An ; se exprim
a n functie de An ; An 1 ;
:::; A; In . Atunci, prin recurenta, puterile An+m ; m 2 N; se exprim
a cu ajutorul
puterilor An ; An 1 ; :::; A; In .
Dac
a

= 0 nu este valoare proprie atunci A este nesingular

a. n acest caz are

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:

Demonstratie. Din teorema 2.3 se obtine:

( 1)n An + a1 An

+ ::: +

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

este diagonalizabil dac

a exist
a o baz
a n V astfel nct matricea lui T n aceast
a
baz
a este diagonal
a.
Dac
a A este o matrice diagonalizabil
a, n matricea diagonal
a D apar chiar
valorile proprii ale lui A:
0
1
0 ::: 0
1
B 0
::: 0 C
2
C
(3.1)
D=B
@ ::: ::: ::: ::: A
0
0 :::
n

(valorile proprii nu sunt neap

arat distincte). Atunci
In ) = ( 1)n

pD ( ) = det(D

n
Y

i)

= pA ( );

i=1

deci polinomul caracteristic se descompune n factori liniari peste corpul K. n

concluzie, dac
a polinomul caracteristic nu se descompune n factori liniari, matricea
nu se diagonalizeaz
a.
PROPOZITIA

3.1. Endomorsmul T 2 L(V ) este diagonalizabil daca si numai

daca exista n V o baza formata din vectori proprii ai lui T .
Demonstratie. Dac
a T este diagonalizabil, rezult
a c
a exist
a o baz
a x1 ; :::; xn n
V astfel nct matricea lui T n aceast
a baz
a are forma (3.1), unde i sunt valorile
proprii ale lui T . Rezult
a T x1 = 1 x1 ; :::; T xn = n xn ; deci x1 ; :::; xn sunt vectori
proprii. Reciproc, dac
a vectorii proprii x1 ; :::; xn formeaz
a o baz
a n V este imediat
c
a matricea lui T n aceast
a baz
a are form
a diagonal
a.
TEOREMA 3.2. Daca toate valorile proprii ale lui T sunt distincte doua cte
doua, atunci T este diagonalizabil.
Demonstratie. Conform propozitiei 3.1 este sucient s
a ar
at
am c
a vectorii proprii corespunz
atori unor valori proprii distincte ale lui T sunt liniar independenti.
Vom folosi inductia matematic
a dup
a num
arul n al valorilor proprii.
Dac
a n = 1, vectorul propriu x1 ind nenul este liniar independent. Presupunem armatia adev
arat
a pentru n valori proprii distincte dou
a cte dou
a si e
;
:::;
2
K;
=
6
8i
=
6
j;
i;
j
=
1;
:::;
n
+
1;
T
x
=
x
;
i
=
1;
:::;
n
+
1: Fie
1
n+1
i
j
i
i i
;
:::;
2
K
astfel
nct:
1
n+1
(3.2)

1 x1

+ ::: +

n+1 xn+1

= 0V :

Aplicnd T acestei egalit

ati obtinem:
(3.3)

1 1 x1

nmultind (3.2) cu
1( 1

n+1

+ ::: +

n+1 n+1 xn+1

= 0V :

si sc
aznd (3.3) obtinem:

n+1 )x1

+ ::: +

n( n

n+1 )xn

= 0V :

Utiliznd ipoteza de inductie, rezult

a i( i
si cum
n+1 ) = 0; 8i = 1; :::; n
6= n+1 ; 8i = 1; :::; n; rezult
a i = 0; 8i = 1; :::; n. Introducnd n (3.2) rezult
a
si cum xn+1 6= 0V rezult
a n+1 = 0; deci x1 ; :::; xn+1 sunt liniar
n+1 xn+1 = 0V
independenti.
i

Vom aborda acum cazul n care nu toate r

ad
acinile polinomului caracteristic
sunt simple, deci cnd:

 A UNUI ENDOM ORFISM

4. VALORI S
I VECTORI PROPRII. FORM A CANONIC A

74

pA ( ) = ( 1)n (

n1
1 ) :::(

np
p) ;

unde ni

1; n1 + ::: + np = n:

TEOREMA 3.3. (Criteriul general de diagonalizare) Cu notatiile anterioare,

daca ri = ni ; 8i = 1; :::; p; atunci endomorsmul T este diagonalizabil.
Demonstratie. Cum dimK (V i ) = ni ; exist
a vectorii proprii corespunz
atori valp
S
Bi
orii proprii i ; ei;1 ; :::; ei;ni care formeaz
a o baz
a Bi n V i . Vom ar
ata c
aB =
i=1

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 :

Aplicnd T obtinem T y1 + T y2 + T y3 = 0V , deci:

(3.6)

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

Atunci, matricea lui T n baza B este

0
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
B
@

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

deci T este diagonalizabil.

OBSERVATII
. 1) Reciproca teoremei 3.3 se demonstreaz
a f
ar
a dicultate.
2) Teorema 3.2 este o consecinta a teoremei 3.3.
EXEMPLE
= R3 si T : R3 ! R3 avnd n baza canonic
a a lui R3 , ma0 . 1) Fie V 1
5
3 2
5
3
4 4 A : Polinomul caracteristic este pA ( ) = =
6
4
tricea A = @ 6
4
4 5
4
4
(
1)(
2)(
3); deci valorile proprii sunt 1 = 1; 2 = 2; 3 = 3: S
a determin
am vectorii proprii.
Vectorul propriu corespunz
ator valorii proprii 1 = 1;
8
< 4x1 3x2 + 2x3 = 0
6x1 5x2 + 4x3 = 0 . Notnd x3 = t; rezult
satisface sistemul
a x1 = 2t;
:
4x1 4x2 4x3 = 0
x2 = t; t 2 R: Deci: V 1 = f(t; 2t; t); t 2 Rg: Un vector propriu este, de exemplu, v1 = (1; 2; 1): Similar V 2 = f(t; t; 0); t 2 Rg; V 3 = f(t=2; t; t); t 2 Rg: Lund
v2 = (1; 1; 0), v3 = (1; 2; 2) si aplicnd teorema 3.2, rezult
a c
a T este diagonalizabil.
n baza fv1 ; v2 ; v3 g; matricea lui T este
0

1
@ 0
0

0
2
0

1
0
0 A:
3

2) Fie acum T : R4 ! R4 care n baza canonic

a are matricea
0

1
B 0
A=B
@ 0
1

0
1
0
0

0
0
1
2

1
1
0 C
C:
2 A
5

Polinomul caracteristic este pA ( ) = (

6)(
1)2 ; deci valorile proprii sunt
asim: V 1 =
1 = 0; 2 = 6; 3 = 4 = 1: Procednd ca la exemplul anterior g
= f(t; 0; 2t; t); t 2 Rg; V 2 = f(t; 0; 2t; 5t); t 2 Rg; V 3 = f(2 ; ; ; 0); ; 2
2 Rg: Deoarece dimR (V 3 ) = 2, T este diagonalizabil. n baza v1 = (1; 0; 2; 1),

2
4
5

76

A UNUI ENDOM ORFISM

4. VALORI S
I VECTORI PROPRII. FORM A CANONIC A

v2 = (1; 0; 2; 5); v3 = (2; 0; 1; 0), v4 = (0; 1; 0; 0); matricea lui T este

0
1
0 0 0 0
B 0 6 0 0 C
B
C
@ 0 0 1 0 A:
0 0 0 1
0
1
1
3 4
7 8 A. n
3) S
a cercet
am posibilitatea diagonaliz
arii matricei A = @ 4
6
7 7
acest caz, pA ( ) = ( + 1)2 (
3); deci valorile proprii sunt 1 = 2 = 1;
3 = 3: V 1 = f(t; 2t; t); t 2 Rg: Cum dimK (V 1 ) = 1 < 2; matricea A nu este
diagonalizabil
a.
4. Forma canonic
a Jordan
DEFINITIE
. Se nume
ste celula Jordan de ordin p orice matrice p
atratic
a de
forma
0
1
1 0 ::: 0 0
B 0
1 ::: 0 0 C
B
C
B
Jp ( ) = B ::: ::: ::: ::: ::: ::: C
C:
@ 0 0 0 :::
1 A
0 0 0 ::: 0
O matrice J are forma canonica Jordan dac
a are pe diagonal
a celule Jordan,
iar restul elementelor sunt nule
0
1
Jp1 ( 1 )
0
A;
Jp2 ( 2 )
J =@
0
Jpk ( k )
unde 1 ; :::; k nu sunt neap
arat distincte.
DEFINITIE
. Fie V un spa
tiu vectorial nit-dimensional si T 2 L (V ). Se spune
c
a T poate adus la forma canonica Jordan dac
a exist
a o baz
a B a lui V n care
matricea lui T are forma canonic
a Jordan.
n continuare, vom spune, simplu, forma Jordan. S
a remarc
am c
a matricile
diagonale sunt cazuri particulare de matrice care au forma Jordan.
DEFINITIE
. Un endomorsm T 2 L (V ) se nume
ste nilpotent dac
a exist
ap2
N astfel nct T p = (aplicatia nul
a) n L (V ) :
n cele ce urmeaz
a vom presupune c
a V este un C-spatiu vectorial de dimensiune
n
n1
n, T 2 L (V ) si polinomul caracteristic al lui T este p ( ) = ( 1) (
:::
1)
ni
np
(
)
,
unde
n
+
:::
+
n
=
n.
Not
a
m
cu
E
=
Ker
(T
1
)

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

qi ( ). Conform teoremei lui Hamilton - Cayley, p (T ) = , deci pi (T ) qi (T ) = ,

8i = 1; :::; p. Dac
a x 2 V , atunci pi (T ) (qi (T ) (x)) = 0V , deci qi (T ) (x) 2 Ei ,
8i = 1; :::; p.
Cum polinoamele q1 ; :::; qp sunt prime ntre ele, rezult
a c
a exist
a polinoamele
h1 ; :::; hp astfel nct q1 h1 + ::: + qp hp = 1. Atunci: h1 (T ) q1 (T ) + ::: + hp (T )
p
P
qp (T ) = 1V . Rezult
ax=
(hj (T ) qj (T )) (x), 8x 2 V . Dar yj = qj (T ) (x) 2
j=1

2 Ej si Ej este invariant n raport cu T , deci T yj 2 Ej . n consecinta xj =

= hj (T ) (yj ) 2 Ej deci orice x 2 V se scrie
x=

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)

p1 (T ) (z1 ) = 0V ; 8z1 2 E1 ; q1 (T ) (zk ) = 0V , k = 2; :::; p.

Aplicnd q1 (T ) n (4.1), obtinem tinnd cont de (4.2):

(4.3)

q1 (T ) (z1 ) = 0V ; p1 (T ) (z1 ) = 0V .

Cum polinoamele p1 ; q1 sunt prime ntre ele, exist

a polinoamele f1 , g1 astfel
nct f1 p1 + g1 q1 = 1, deci: f1 (T ) p1 (T ) + g1 (T ) q1 (T ) = 1V . Atunci, din
(4.3) rezult
a
z1 = f1 (T ) (p1 (T ) (z1 )) + g1 (T ) (q1 (T ) (z1 )) = 0V :
Asadar z1 = 0V . Analog se obtine z2 = ::: = zp = 0V . Lema este demonstrat
a.
LEMA 4.2. Fie V un spatiu vectorial de dimensiune n si T 2 L (V ) un endomorsm nilpotent. Atunci, exista o baza a lui V n raport cu care matricea asociata
lui T are forma:
1
0
0 "1 0 0 ::: 0
0
B 0 0 "2 0 ::: 0
0 C
C
B
C , "k 2 f0; 1g , k = 1; n 1:
B ::: ::: ::: ::: ::: :::
:::
(4.4)
C
B
@ 0 0 0 0 ::: 0 "n 1 A
0 0 0 0 ::: 0
0

78

A UNUI ENDOM ORFISM

4. VALORI S
I VECTORI PROPRII. FORM A CANONIC A

Demonstratie. Fie q cel mai mic num

ar natural cu proprietatea c
a T q = . Au
loc incluziunile:
0V
KerT KerT 2 ::: KerT q = V:
Pentru simplitate vom demonstra lema n cazul q = 3, deci cnd 0V
KerT
KerT 2 KerT 3 = V . Avnd n vedere alegerea lui q, rezult
a c
a exist
a x 2 V,
astfel nct T q 1 x 6= 0V , deci incluziunea KerT 2
KerT 3 = V este strict
a.
2
Conform teoremei 1.7, KerT admite un suplement, deci dac
a B2 este o baz
a
a lui KerT 2 , exist
a x1 ; :::; xk 2 V
KerT 2 , astfel nct B = B2 [ fx1 ; :::; xk g
este o baz
a a lui V , deci V = KerT 2 Sp (fx1 ; :::; xk g). n plus, T x1 ; :::; T xk
sunt liniar independenti. ntr-adev
ar dac
a 1 T x1 + ::: + k T xk = 0V , atunci
T ( 1 x1 + ::: + k xk ) = 0V , adic
a 1 x1 + ::: + k xk 2 KerT
KerT 2 . Toto2
dat
a 1 x1 + ::: + k xk 2 Sp (fx1 ; :::; xk g) si cum V = KerT
Sp (fx1 ; :::; xk g)
rezult
a 1 x1 + ::: + k xk = 0V . Vectorii x1 ; :::; xk ind liniar independenti, rezult
a
2
=
:::
=
=
0.
n
concluzie
T
x
;
:::;
T
x
2
KerT

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

8x 2 Ei . Conform lemei 4.2, exist

a o baz
a Bi
lui Si n baza Bi are forma
0
0 "i;1
0 :::
B 0
0
"
:::
i;2
B
B ::: :::
:::
:::
B
@ 0
0
0 :::
0
0
0 :::

79

a lui Ei astfel nct matricea asociat

a
0
0
0
0
::: :::
0 "i;ri
0
0

C
C
C;
C
A

cu "i;k 2 f0; 1g, k = 1; ri ; ri = dimEi 1:

Dar Ti = Si + i 1Ei , deci matricea lui Ti n baza Bi este
0
1
"i;1
0 ::: 0
0
i
B 0
"i;2 ::: 0
0 C
i
B
C
B ::: :::
::: ::: ::: ::: C
B
C:
@ 0
0
0 :::
"i;ri A
i
0
0
0 ::: 0
i
Deoarece V = E1

:::

Ep , B =

p
S

Bi este o baz
a n V si matricea asociat
a

i=1

lui T n baza B are forma Jordan.

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

A UNUI ENDOM ORFISM

4. VALORI S
I VECTORI PROPRII. FORM A CANONIC A
3

Polinomul caracteristic este p ( ) = (

2) , deci valorile proprii ale lui
T sunt 1 = 2 = 3 = 2: Cum V 1 = f( ; 2 ; ); ; 2 Rg; dimR (V 1 ) =
2, deci T nu este diagonalizabil. Vom nota S = T
2 1V . S este nilpotent,
deoarece S 3 x = 0, 8x 2 R3 : 0
S
a vedem dac
a
3
este
exponentul
minim. Matricea
1
2 1 0
lui S n baza canonic
a este @ 4 2 0 A. Ca la exemplul anterior, obtinem
2 1 0
S 2 e1 = S 2 e2 = S 2 e3 = 0, deci exponentul minim este 2. Asadar KerS 2 = R3
si KerS = V 1 . Alegem x1 2 R3 nKerS; x1 = e1 = (1; 0; 0) : Atunci Sx1 =
= ( 2; 4; 2) 2 KerS. n KerS ne mai trebuie un vector liniar independent
de acesta. Vom lua y1 = (0; 0; 1) = e3 . Avem deci baza B = fSx1 ; x1 ; y1 g n
a B = ff1 ; f2 ; f3 g cu f1 = ( 2; 4; 2) ; f2 = (1; 0; 0) ; f3 = (0; 0; 1) si
R3 ; adic
T f1 = ( 4; 8; 4) = 2f1 , T f2 = (0; 4; 2) = f1 + 2f2 ; T f3 = (0; 0; 2) = 2f3 .
Matricea lui T n baza B are deci forma Jordan
0
1
2 1 0
@ 0 2 0 A:
0 0 2

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

5. Fie T : C ([0; 2 ]) ! C ([0; 2 ]), T (f ) = g,

2
R
g (x) =
[1 + sin (x t)] f (t) dt, x 2 [0; 2 ]. S
a se determine valorile si
0

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:

Asadar, n ambele situatii, se obtine:

< x; y + z >=< x; y > + < x; z >; 8x; y; z 2 V:

2) Dac
a V este un R spatiu vectorial, atunci
< x; y >=< y; x >=

< y; x >=

< x; y >; 8 2 R; x; y 2 V;

iar dac
a este un C spatiu vectorial:
=

< x; y >=< y; x >= < y; x > =

< y; x >= < x; y >; 8 2 C; x; y 2 V:

3) n ambele cazuri: < 0V ; x >=< x; 0V >= 0; 8x 2 V:

DEFINITIE
. Un R spa
tiu (C spatiu) vectorial V pe care s-a denit un produs scalar real (complex) se numeste prehilbertian real (complex). Dac
a V este
83

84

5. SPA TII

EUCLIDIENE. ENDOM ORFISM E PE SPA TII

EUCLIDIENE

nit dimensional, atunci spatiul prehilbertian V se numeste spatiu euclidian real

(complex ). Un spatiu euclidian complex se mai numeste si spatiu unitar.
EXEMPLE. 1) Fie V = Rn . Dac
a x; y 2 Rn , x = (x1 ; :::; xn ), y = (y1 ; :::; yn ),
n
P
denim produsul scalar < x; y >=
xi yi . Propriet
atile 1)-4) se veric
a usor
i=1

tinnd seama de propriet

atile nmultirii si adun
arii numerelor reale. Spatiul Rn cu
produsul scalar denit mai sus este un model pentru spatiile euclidiene reale.
2) Fie V = Cn . Dac
a x; y 2 Cn ; x = (x1 ; :::; xn ); y = (y1 ; :::; yn ); denim
n
P
< x; y >=
xi yi : Cn nzestrat cu acest produs scalar este modelul spatiului
i=1

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

5) Fie a; b 2 R; a < b. Dac

a f; g 2 C([a; b]; R) denim < f; g >=

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

1.1. Fie V un spatiu prehilbertian real. Atunci:

p
p
a) j< x; y >j
< x; x >
< y; y >; 8x; y 2 V ;
(inegalitatea lui Cauchy-Schwarz-Buniakowski)
p
b) x
kxk = < x; x este o norma pe V , numita norma euclidiana ;
2
c) kx yk2 + kx + yk2 = 2(kxk + kyk2 ); 8x; y 2 V .
(regula paralelogramului)
Demonstratie. a) Dac
a x; y 2 V sunt liniar dependenti, adic
a, de exemplu,
y = x; 2 R, atunci
j< x; y >j = j< x; x >j = j < x; x >j = j j < x; x >;
iar

< x; x >

< y; y > = j j < x; x >;

deci n acest caz n a) avem egalitate. Dac

a y; x sunt liniar independenti (deci
x 6= 0V ; y 6= 0V ), din
< x + y; x + y >

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:

Deci, trinomul de gradul doi n trebuie s

a ia numai valori nenegative, ceea ce
are loc numai dac
a discriminantul trinomului este negativ, adic
a
< x; y >2

< x; x >< y; y >

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

kx + yk2 = kxk + 2 < x; y > +kyk2 ;

2
kx + yk2 = kxk
2 < x; y > +kyk2 :

Adunnd cele dou

a egalit
ati se obtine regula paralelogramului.
OBSERVATIE.

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,

EXEMPLE. 1) Rn poate organizat ca spatiu vectorial normat.

x; y 2 Rn ; x = (x1 ; :::; xn ); y = (y1 ; :::; yn ); atunci
v
v
u n
u n
uX
uX
p
2
t
kxk = < x; x > =
xi si d(x; y) = kx yk = t (xi yi )2 :
i=1

Dac
a

i=1

Inegalitatea lui Cauchy-Schwarz-Buniakowski devine:

n
X

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. ENDOM ORFISM E PE SPA TII

EUCLIDIENE

2. Ortogonalitate. Baze ortonormate

Fie E un spatiu euclidian.
DEFINITIE
. Vectorii x; y 2 E se numesc ortogonali dac
a si numai dac
a
< x; y >= 0 si vom nota aceasta x?y. Un sistem fx1 ; :::; xm g de vectori din E
se numeste sistem ortogonal dac
a pentru orice j = 1; m; i 6= j, avem < xi xj >= 0:
Sistemul fx1 ; :::; xm g se numeste sistem ortonormat dac
a pentru orice i; j = 1; m;
< xi ; xj >=

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 :

(teorema lui Pitagora)

PROPOZITIA

2.1. Orice sistem ortogonal de vectori nenuli dintr-un spatiu

euclidian este liniar independent.
Demonstratie. Fie S = fx1 ; :::; xm g un sistem ortogonal de vectori nenuli din
m
P
E si 1 ; :::; m 2 K astfel ca
i xi = 0E : Pentru orice j = 1; m, avem:
i=1

0 =< 0E ; xj >=<

m
X

i xi ; xj

>=

i=1

si cum xj 6= 0E , rezult
a

< xi ; xj >=

< xj ; xj >

= 0, deci S este liniar independent.

OBSERVATIE
. ntr-un spa
tiu euclidian num
arul vectorilor dintr-un sistem ortogonal nu poate dep
asi dimensiunea spatiului.
PROPOZITIA

2.2. Fie S = fx1 ; :::; xm g un sistem ortogonal de vectori nenuli

n spatiul euclidian E. Daca x 2 Sp fx1 ; :::; xm g, atunci:
(2.1)

x=

m
X

i xi ;

cu

i=1

< x; xi >
:
< xi ; xi >

Demonstratie. Cum x 2 Sp (fx1 ; :::; xm g), exist

a scalarii
m
P
ca x =
i xi . Atunci, pentru orice i = 1; m, avem:

1 ; :::;

2 K astfel

i=1

< x; xi >=<

m
X
j=1

j xj ; xi

>=

m
X

< xj ; xi >=

< xi ; xi > :

j=1

Deci are loc (1).

DEFINITIE
. Coecien
tii i ; i = 1; m din relatia (2.1) de mai sus, se numesc
coecientii Fourier ai vectorului x 2 E n raport cu sistemul ortogonal S.
Dac
a sistemul S de vectori este ortonormat, atunci coecientii Fourier ai vectorului x vor i =< x; xi >; i = 1; m.
Din propozitia 2.1 rezult
a:
COROLAR 2.1.1. ntr-un spatiu euclidian E de dimensiune n, orice sistem
ortogonal fe1 ; :::; en g de vectori nenuli din E este o baza a lui E.
Putem formula:

2. ORTOGONALITATE. BAZE ORTONORM ATE

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

0 =< fk ; f1 >=< ek ; f1 > + k1 < f1 ; f1 > +::: + k;k

:::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
0 =< fk ; fk 1 >=< ek ; fk 1 > + k1 < f1 ; fk 1 > +
::: + k;k 1 < fk 1 ; fk

Cum sistemul ff1 ; :::; fk

1g

< fk

1 ; fk

:
1

>

;
1 ; fk 1

>

ti conform (2.3) astfel ca fk ?fi ; i = 1; k

k1 ; :::; k;k 1 pot determina
Mai mult fk =
6 0E , c
aci dac
a prin absurd fk = 0E , atunci:
0E = fk = ek +

k1 f1

>

este presupus ortogonal, relatiile (2.4) se reduc la:

0 =< ek ; f1 > + k1 < f1 ; f1 >

:::::::::::::::::::::::::::::::::::::::::::::::
0 =< ek ; fk 1 > + k;k 1 < fk

deci

+ ::: +

k;k 1 fk 1

= ek +

k1 e1

k2 (e2

+::: + k;k 1 (ek 1 + k 1;1 ; f1 + ::: + k 1;k 2 fk

n nal s-ar obtine coecientii 1 ; :::; k 1 din K astfel ca:
0E = fk = ek +

1 e1

+ ::: +

k 1 ek 1 ;

2 ):

1.

21 f1 )+

88

5. SPA TII

EUCLIDIENE. ENDOM ORFISM E PE SPA TII

EUCLIDIENE

deci sistemul fe1 ; :::; ek g ar liniar dependent.

n concluzie proprietatea este adev
arat
a pentru orice n natural. Asadar, pornind
de la o baz
a oarecare fe1 ; :::; en g a spatiului euclidian E, vom putea construi o baz
a
ortogonal
a ff1 ; :::; fn g cu ajutorul relatiilor (2.2), (2.3). Din baza ortogonal
a astfel
construit
a, vom putea obtine o baz
a ortonormat
a a lui E, fg1 ; :::; gn g, normnd
ecare vector:
(2.5)

gi =

fi
; i = 1; n:
kfi k

EXEMPLE. 1) n spatiul euclidian R3 (n raport cu produsul scalar canonic),

consider
am baza e1 = (1; 2; 2); e2 = ( 1; 0; 1); e3 = (5; 3; 7). S
a construim,
pornind de la ea, o nou
a baz
a, ortogonal
a, folosind procedeul Gram-Schmidt.
Asadar f1 = (1; 2; 2), iar f2 = ( 1; 0; 1) + 21 (1; 2; 2); 21 =
= < e2 ; f1 > = < f1 ; f1 > : Dar < e2 ; f1 >= 3; < f1 ; f1 >= 9. n consecinta
2 2 1
2 2 1
;
;
). Fie acum f3 = (5; 3; 7) + 31 (1; 2; 2) + 32 (
;
;
)
f2 = (
3 3 3
3 3 3
< e3 ; f1 >
< e3 ; f2 >
unde: 31 =
; 32 =
: Cum < e3 ; f1 >= 3; < e3 ; f2 >=
< f1 ; f1 >
< f2 ; f2 >
= 1; < f2 ; f2 >= 1, rezult
a f3 = (6; 3; 6). Atunci baza ortonormat
a este:
g1 =

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

2. ORTOGONALITATE. BAZE ORTONORM ATE

89

Polinoamele din baza ortogonal

a astfel construit
a coincid, abstractie f
acnd de
un factor multiplicativ, cu polinoamele:
k

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

cos lt cos mtdt = 0;

Z2

sin lt cos mtdt = 0;

De asemenea

2
R

sin2 ktdt =

2
R
0

Z2

sin lt sin mtdt = 0:

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

Similar, ntr-un spatiu unitar, obtinem: < x; y >=

n aceste conditii avem: kxk = (

n
P

i=1

n
X

xi yi :

i=1

n
P

xi yi .

i=1

x2i )1=2 respectiv kxk = (

n
P

i=1

jxi j )1=2 .

90

5. SPA TII

EUCLIDIENE. ENDOM ORFISM E PE 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

2.4. Fie E un spatiu prehilbertian real sau complex. Daca

S = fx1 ; ::; xm g este un sistem ortonormat de vectori din E, x 2 E, iar
tii Fourier ai lui x n raport cu sistemul
i =< x; xi >; i = 1; m sunt coecien
S, atunci:
m
P
a) vectorul y = x
ti vectorii sistemului S ;
i xi este ortogonal pe to
b)

m
P

i=1

i=1

2
i

kxk .

(inegalitatea lui Bessel).

Demonstratie. a) Pentru orice xj 2 S; j = 1; m, obtinem:

< y; xj >=< x

m
X

i xi ; xj

>=< x; xj >

i=1

m
X

< xi ; xj >=

i=1

< y; y >=< x; x >

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

yi < x; ei >= 0. Reciproca este evident

a.

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

3.1. Fie E un spatiu euclidian si M un subspatiu vectorial al

sau. Atunci:
a) M ? este un subspatiu vectorial al lui E;
b) E = M M ? .


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:

< x; z > + < y; z >= 0;

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 x; y >=< x; T y >; 8x; y 2 E:

T se nume
ste adjunctul operatorului liniar T .

Demonstratie. Fie fe1 ; :::; en g o baz

a ortonormat
a a lui E si y 2 E. Denim
T : E ! E astfel:
n
X
T y=
< T ei ; y > ei :
i=1

Evident T 2 L(E). n plus, dac

ax=

n
P

i=1

xi ei 2 E, atunci conform propozitiei

2.2, xi =< x; ei >; i = 1; n, deci:

n
n
X
X
< T x; y >=< T (
< x; ei > ei ); y >=
< x; ei >< T ei ; y > :
i=1

i=1

Totodat
a:

< x; T y >=< x;

n
X
i=1

< T ei ; y > ei >=

n
X

< T ei ; y >< x; ei >;

i=1

deci (4.1) este dovedit

a.
Pentru unicitatea lui T , presupunem c
a ar exista S 2 L(E), astfel ca:
< T x; y >=< x; Sy >; 8x; y 2 E:

Atunci < x; T y >=< x; Sy >, adic

a < x; (T
S)(y) >= 0; 8x; y 2 E.
Lund x = (T
S)(y) n egalitatea anterioar
a, obtinem:
< (T
S)y; (T
S)y >= 0, de unde (T
S)(y) = 0E , adic
a T = S.
Teorema este demonstrat
a.
DEFINITIE
. T 2 L(E) se nume
ste transformare autoadjuncta (operator autoadjunct) dac
a T = T , adic
a dac
a satisface:
(4.2)

< T x; y >=< x; T y >; 8x; y 2 E.

92

5. SPA TII

EUCLIDIENE. ENDOM ORFISM E PE SPA TII

EUCLIDIENE

EXEMPLU. Aplicatia identic

a 1E si pentru 6= 0, omotetia de raport
E ! E; T (x) = x; 8x 2 E sunt transform
ari autoadjuncte.

,T :

PROPOZITIA

4.2. Fie E un spatiu euclidian real si B = fe1 ; :::; en g o baza

ortonormata a lui E. Atunci T 2 L(E) este autoadjunct daca si numai daca
matricea lui T n baza B este simetrica.
Demonstratie. " =) " Fie A = (aij ) matricea asociat
a lui T n baza B. Atunci
n
P
T ei =
aki ek ; i = 1; n. Conform (4.2), < T ei ; ej >=< ei ; T ej >; 8i; j = 1; n, deci

<

n
P

k=1

aki ek ; ej >=< ei ;

k=1

n
P

akj ek >, adic

a

k=1
n
X

aki < ek ; ej >=

k=1

n
X

akj < ei ; ek > :

k=1

Baza B ind ortonormat

a, rezult
a aji = aij , deci matricea A este simetric
a.
" (= " Dac
a matricea A este simetric
a, atunci
< T ei ; ej >=< ei ; T ej >; 8i; j = 1; n (vezi mai sus). Fie x; y 2 E;
n
n
P
P
x=
xi ei ; y =
yj ej . Folosind propriet
atile produsului scalar obtinem:
i=1

< T x; y >=

j=1

n X
n
X

< T ei ; ej >=

i=1 j=1

deci T este autoadjunct

a.

n X
n
X
i=1 j=1

xi yj < ei ; T ej >=< x; T y >; 8x; y 2 E;

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

4.3. Fie E un spatiu euclidian (real sau complex) de dimensiune

n. Daca T 2 L(E) este transformare autoadjuncta atunci:
a) valorile proprii ale lui T sunt numere reale;
b) la valori proprii distincte corespund vectori proprii ortogonali.

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

< T x; y >=< x; T y >, obtinem < x; y >=< x; y >, adic

a(
Cum 6= , rezult
a c
a < x; y >= 0, deci x?y.

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 .

Demonstratie. Fie y 2 M ? , adic

a < y; x >= 0; 8x 2 M . Atunci, pentru orice
x 2 M; < T y; x >=< y; T x >= 0, deoarece (M ind invariant) T x 2 M . n
consecinta T y 2 M ? , adic
a M ? este invariant.
TEOREMA 4.5. Fie E un spatiu euclidian de dimensiune n si T 2 L(E) un
operator autoadjunct. Atunci exista n E o baza ortonormata B astfel nct T este
diagonalizabil n raport cu B (adica matricea A a lui T n baza B este diagonala).
Demonstratie. Vom folosi inductia matematic
a. Armatia este evident
a pentru
n = 1. Presupunem acum c
a armatia este adev
arat
a pentru orice spatiu euclidian
de dimensiune n 1.
Fie 1 2 R o valoare proprie a lui T (conform propozitiei 4.3) si x1 6= 0E ,
vectorul propriu corespunz
ator. Putem presupune kx1 k = 1, n caz contrar nlocuim
x1 cu x1 = kx1 k. Consider
am M = Sp(fx1 g), care este invariant n raport cu T .
Conform lemei 4.4, complementul s
au ortogonal, M ? este invariant n raport cu
T . Atunci restrictia lui T la M ? , T1 = T jM ? : M ? ! M ? este, de asemenea, un
operator autoadjunct. Cum dim M ? = n 1, conform ipotezei de inductie exist
a
o baz
a ortonormat
a B 0 = fx2 ; :::; xn g n M ? astfel ca matricea lui T1 n aceast
a
a
baz
a s
a e diagonal
a. Deoarece E = M M ? si < x1 ; xi >= 0; 8i = 2; n, rezult
c
a B = fx1 ; x2 ; :::; xn g este o baz
a ortonormat
a n E si matricea lui T n baza B
este diagonal
a:
0
1
0
0
1
B 0
0 C
2
C:
A=B
@
A
::::
0
0
n
Tinnd

seama de propozitia 4.2, obtinem:

COROLAR 3.4.1. Orice matrice simetrica A este diagonalizabila.
5. Transform
ari liniare ortogonale
Fie E un spatiu euclidian real.
DEFINITIE
. Endomorsmul T 2 L(E) se nume
ste transformare ortogonala (operator ortogonal ) dac
a transform
a orice baz
a ortonormat
a ntr-o baz
a ortonormat
a
n E.
TEOREMA 5.1. Daca E este un spatiu euclidian de dimensiune n si T 2
2 L(E), urmatoarele armatii sunt echivalente:
a) T este transformare ortogonala;
b) T pastreaza produsul scalar, adica:
(5.1)

< T x; T y > = < x; y >; 8x; y 2 E;

c) daca A este matricea lui T ntr-o baza ortonormata B, atunci AT = A

( A este transpusa lui A).
T

94

5. SPA TII

EUCLIDIENE. ENDOM ORFISM E PE SPA TII

EUCLIDIENE

Demonstratie. a) =) b). Dac

a fe1 ; :::; en g este o baz
a ortonormat
a n E,
atunci fT e1 ; :::; T en g este o baz
a ortonormat
a n E, adic
a < ei ; ej >= ij =
n
n
P
P
=< T ei ; T ej >; 8i; j = 1; n. Dac
a x; y 2 E; x =
xi ei ;
yj ej , atunci
i=1

< 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

Deci < T x; T y >=< x; y >; 8x; y 2 E.

b) =) c). Vom ar
ata c
a dac
a T p
astreaz
a produsul scalar, atunci T este
injectiv
a, deci izomorsm. Fie x 2 KerT , deci T x = 0E . Dar < x; x >=
=< T x; T x >= 0. Atunci x = 0E si n consecinta KerT = f0E g, deci T este
injectiv. Atunci exist
a T 1 : E ! E. Alegnd n (5.1) y = T 1 z; 8z 2 E, obtinem
1
< T x; z >=< x; T z >; 8x; z 2 E si deci T 1 = T .
Fie B o baz
a ortonormat
a n E si A matricea atasat
a lui T n aceast
a baz
a,
adic
a
n
X
T ei =
aji ej ; i = 1; n:
j=1

Fie C matricea atasat

a lui T n baza B, adic
a
T ek =

n
X

clk el ; k = 1; n:

l=1

Atunci:
< T ei ; ek >=

n
X

aji < ej ; ek >=

j=1

n
X

aji

jk

= aki ; i; k = 1; n

j=1

si
< ei ; T ek >=

n
X
l=1

clk < ei ; el >

n
X

clk

il

= cik ; i; k = 1; n:

l=1

a C = AT . Asadar
Tinnd

seama de (4.1) rezult

a cik = aki ; 8i; k = 1; n, adic
T
1
matricea atasat
a lui T n baza B este A . Cum T = T , rezult
a A 1 = AT .
c) =) a) Fie B = fe1 ; :::; en g o baz
a ortonormat
a si A matricea lui T n aceast
a
baz
a. Cum AT = A 1 , rezult
a c
a exist
a T 1 : E ! E astfel ca T 1 = T . Atunci
< T ei ; T ej >=< ei ; T (T ej ) >=< ei ; ej >= ij , deci fT e1 ; :::; T en g este o baz
a
ortonormat
a n E, ceea ce nseamn
a c
a T este ortogonal.
COROLAR 5.1.1. Un operator ortogonal pastreaza distantele si unghiurile.
Demonstratie. ntr-adev
ar, dac
a T este ortogonal, atunci punnd n (5.1) y =
x, obtinem < x; x >=< T x; T x >, adic
a kxk = kT xk ; 8x 2 E. Lund x =
u v, cu u; v 2 E, obtinem ku vk = kT (u v)k = kT u T vk, adic
a d(u; v) =
d(T u; T v); 8u; v 2 E, deci T p
astreaz
a distantele. Analog, dac
a este unghiul
< T x; T y >
< x; y >
dintre vectorii x; y 2 E, atunci cos =
=
= cos ', unde '
kxk kyk
kT xk kT yk
este unghiul dintre T x si T y.

6. PROBLEM E

95

EXEMPLU. Rotatia plan

a T : R2 ! R2 , cu matricea
A=

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

5.2. Daca A 2 Mn (R) este o matrice ortogonala, atunci

det A =

1:

Demonstratie. A ind ortogonal

a, rezult
a AT A = A AT = In si cum det A =
2
T
det A , rezult
a c
a (det A) = 1, adic
a det A = 1.
DEFINITIE
. O matrice ortogonal
a cu det A = 1 se numeste matrice de rotatie
n Rn .
n continuare vom determina matricele ortogonale din M2 (R). Dac
a A =
a b
t
=
; a; b; c; d 2 R este o matrice ortogonal
a, egalitatea A A = I2
c d
este echivalent
a cu egalit
atile a2 + c2 = 1; ab + cd = 0; b2 + d2 = 1. Rezult
a c
a
a; b; c; d 2 [ 1; 1]. Notnd a=d = c=b = , obtinem = 1. Cum a 2 [ 1; 1]
rezult
a c
a exist
a 2 [ ; ] astfel ca a = cos , deci c2 = sin2 , adic
a c = sin .
Schimbnd eventual n
, putem presupune c
a c = sin . Pentru = 1, rezult
a
c
a matricea ortogonal
a A va avea una din formele:
cos
sin

sin
cos

cos
sin

sin
cos

n primul caz, det A = 1. Vom ar

ata ulterior c
a n acest caz A determin
a o
rotatie de unghi n plan. n ceea ce priveste a doua matrice pentru = 0 sau
= , obtinem:
(5.2)

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. ENDOM ORFISM E PE SPA TII

EUCLIDIENE

2. Fie x; y 2 R3 , x = (x1 ; x2 ; x3 ), y = (y1 ; y2 ; y3 ) si < x; y >= x1 y1 + +6x2 y2 +

3x3 y3 + x1 y2 + x2 y1 + x1 y3 + x3 y1 . S
a se arate c
a < ; > este un produs scalar
pe R3 . Dac
a x = (1; 1; 0), y = ( 1; 1 2) s
a se calculeze < x; y > si normele
acestor vectori date de produsul scalar de mai sus. Precizati dac
a < x; y >=
3x2 y2 + 3x3 y3 + 2x1 y2 + 2x2 y1 + 2x1 y3 + 2x3 y1 x2 y3 x3 y2 este un produs scalar
pe R3 (justicare).
3. Fie E un spatiu euclidian de dimensiune n. S
a se arate c
a vectorii u1 , u2 ,
:::, un de norm
a 1 care satisfac jjui uj jj = 1, 1 i < j n, formeaz
a o baz
a a lui
E.
Pe spatiile euclidiene din problemele urm
atoare consider
am produsele scalare
canonice.
4. Fie u1 = (1; 1; 1), u2 = (1; 2; 3), u3 = (5; 4; 1). S
a se arate c
a vectorii
formeaz
a o baz
a ortogonal
a a lui R3 . S
a se determine coordonatele vectorului
x = (1; 2; 3) n raport cu aceast
a baz
a.
5. S
a se calculeze distanta si unghiul dintre vectorii:
a) u = (1; 2; 3; 0), v = (2; 4; 3; 1);
b) f (t) = 2t 1, g (t) = t2 + 1 pe C ([0; 1]).
6. S
a se ortonormeze sistemele de vectori:
a) u1 = (1; 2; 2), u2 = ( 1; 0; 1), u3 = (5; 3; 7);
b) v1 = (7; 4; 3; 3), v2 = (1; 1; 6; 0), v3 = (5; 7; 7; 8), v4 = (2; 1; 3; 0).
7. S
a se g
aseasc
a o baz
a ortonormat
a a subspatiului vectorial generat de vectorii
v1 = (1; 2; 2; 1), v2 = (1; 1; 5; 3), v3 = (3; 2; 8; 7). S
a se completeze aceast
a baz
a
la o baz
a ortonormat
a a lui R4 .
8. S
a se g
aseasc
a un vector unitar ortogonal vectorilor v1 = (1; 0; 2; 1), v2 =
= (2; 1; 2; 3), v3 = (0; 1; 2; 1).
9. Fie S subspatiul vectorial al solutiilor sistemului omogen
8
+x2 +3x3
x4 = 0
< 2x1
3x1 +2x2
2x4 = 0 :
:
3x1
+x2 +9x3
x4 = 0

S
a se g
aseasc
a o baz
a ortonormat
a n S si S ? .

10. Fie S subspatiul vectorial al lui R4 , generat de vectorii v1 = (2; 1; 1; 1),

v2 = (1; 1; 3; 0), v3 = (1; 2; 8; 1). S
a se arate c
a orice x 2 R4 se poate scrie n
mod unic sub forma x = y + z, y 2 S, z 2 S ? . S
a se determine y si z cnd
x = (5; 2; 2; 2).
11. Fie T : R3 ! R3 , T x = (11x1 + 2x2 8x3 ; 2x1 + 2x2 + 10x3 ; 8x1 + 10x2 +
+5x3 ), x = (x1 ; x2 ; x3 ). S
a se g
aseasc
a o baz
a ortonormat
a a lui R3 astfel nct
matricea lui T n aceast
a baz
a s
a e diagonal
a.
12.
a matricea lui T n baza canonic
a a lui R3 este
0 Aceeasi problem
1 a stiind c
17
8
4
4 A.
A = @ 8 17
4
4 11

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

Forme biliniare. Forme p

atratice
n acest capitol introducem notiunea de form
a biliniar
a care generalizeaz
a notiunea de form
a liniar
a. Studiul formelor biliniare conduce la notiunea de form
a
p
atratic
a, o clas
a important
a de functii de o variabil
a, neliniare.
1. Forme biliniare. Matrice asociat
a. Rangul unei forme biliniare
Fie V un spatiu vectorial real.
DEFINITIE
. Se nume
ste forma biliniara pe V o aplicatie F : V V ! R, cu
propriet
atile:
a) F ( x + y; z) = F (x; z) + F (y; z); 8 ; 2 R; 8x; y; z 2 V ;
b) F (x; y + z) = F (x; y) + F (x; z) ; 8 ; 2 R; 8x; y; z 2 V .
Formele biliniare denite pe spatii innit-dimensionale se numesc, de obicei,
functionale biliniare.
OBSERVATIE
. O form
a biliniar
a este liniar
a n ecare din cele dou
a argumente.
Astfel, dac
a, de exemplu, x
am x 2 V , atunci aplicatia Fx : V ! R;
Fx (y) = F (x; y); este o form
a liniar
a pe V .
DEFINITIE
. O form
a biliniar
a F : V
F (x; y) = F (y; x); 8x; y 2 V .

V ! R se numeste simetrica dac

a

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

K (s; t) f (s) g (t) dsdt; 8f; g 2 V;

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

h = (h1 ; :::; hn ) ; k = (k1 ; :::; kn ), este o form

a biliniar
a simetric
a, numit
a diferentiala a doua a lui f si se noteaz
a cu d2 f (a).
99


6. FORM E BILINIARE. FORM E P ATRATICE

100

4) Aplicatia F : R2 R2 ! R, F ((x1 ; x2 ) ; (y1 ; y2 )) = x1 y2

biliniar
a, dar nu este simetric
a.

x2 y1 este o form
a

Fie acum V un R-spatiu vectorial de dimensiune n, B = fe1 ; :::; en g o baz

aa
sa si F : V V ! R o form
a biliniar
a.
n
n P
n
n
P
P
P
xi yj F (ei ; ej ): Notnd
yj ej , atunci: F (x; y) =
Dac
ax=
xi ei ; y =
j=1

i=1

i=1 j=1

aij = F (ei ; ej ); i; j = 1; n, obtinem

(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

cli ckj alk =

l=1

adic
a D = C T AC.

k=1

n
X
l=1

l=1 k=1

cli (

n
X

k=1

alk ckj ); 8i; j = 1; n;

EXEMPLU. Fie E un spatiu euclidian real de dimensiune n, B = fe1 ; :::; en g

o baz
a ortonormat
a A lui E si F forma biliniar
a dat
a de F (x; y) =< x; y >=
n
n
n
P
P
P
=
xi yi , x =
xi ei ; y =
yi ei . Atunci aij = F (ei ; ej ) = ij ; i; j = 1; n, deci
i=1

i=1

i=1

matricea asociat
a formei biliniare F n baza B este matricea unitate.
Este usor de stabilit:

PROPOZITIA

1.2. O forma biliniara F denita pe V este simetrica daca si

numai daca matricea sa ntr-o baza a lui V este simetrica.
OBSERVATIE
. Dac
a A; B 2 Mn (R) si B este inversabil
a, atunci rang (AB) =
= rangA si rang (BA) = rangA.
ntr-adev
ar, dac
a G = fe1 ; :::; en g este o baz
a n R-spatiul vectorial V , conform
teoremei 3.2, cap. 3, exist
a endomorsmele S; T 2 L (V ) astfel ca matricele asociate
lui S; T n baza G s
a e A respectiv B. Cum B este inversabil
a, rezult
a c
a T este
automorsm (teorema 4.2, cap. 3). Atunci, rang (S T ) = rangS (corolar 2.4.2,
cap. 3), deci rang (AB) = rangA (teorema 4.3, cap. 3). Similar se arat
a c
a
rang (BA) = rang (A).

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.

Fie B = fe1 ; :::; en g o baz

a ortonormat
a a lui E si aij =
n
P
aki ek . Se arat
a
= F (ei ; ej ); i; j = 1; n. Denim T : E ! E, prin T ei =
k=1

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

aki < ek ; ej >) =

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

aij xi yj = F (x; y):

i=1 j=1

Pentru unicitate, dac

a S este o transformare autoadjunct
a astfel nct F (x; y) =
=< Sx; y >; 8x; y 2 E, atunci < (T S) (x) ; y >= 0; 8x; y 2 E. Alegnd y =
= (T S) (x), rezult
a c
a k(T S) (x)k = 0; 8x 2 E, adic
a kT x Sxk = 0; 8x 2
2 E, deci T x = Sx; 8x 2 E.
2. Forme p
atratice. Reducerea la forma canonic
a
DEFINITIE
. Fie V un R-spa
tiu vectorial. O aplicatie : V ! R se numeste
forma patratica pe V dac
a exist
a o form
a biliniar
a simetric
a F : V V ! R astfel
ca (x) = F (x; x) ; 8x 2 V . Forma p
atratic
a se numeste pozitiv denita (negativ
denita ) dac
a forma biliniar
a F este pozitiv denit
a (negativ denit
a). Forma
p
atratic
a este cu semn nedenit, dac
a exist
a x; y 2 V n f0V g, astfel nct (x) > 0
si (y) < 0.
Se veric
a imediat c
a F este unic determinat
a de . Mai precis, corespondenta
F ! este o bijectie ntre multimea formelor biliniare simetrice pe V si multimea
formelor p
atratice pe V .
ntr-adev
ar, dac
a este o form
a p
atratic
a, atunci forma biliniar
a simetric
aF
din care provine este dat
a de:
1
(x)
(y)]; 8x; y 2 V:
(2.1)
F (x; y) = [ (x + y)
2


6. FORM E BILINIARE. FORM E P ATRATICE

102

F se numeste polara formei p

atratice .
Fie acum V un R-spatiu vectorial de dimensiune n si B = fe1 ; :::; en g o baz
a
n V . Dac
a : V ! R este o form
a p
atratic
a, iar F : V V ! R polara sa, atunci
n
P
pentru orice x 2 V; x =
xi ei , avem:
i=1

(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

unde aij = F (ei ; ej ); i; j = 1; n. De exemplu, cnd n = 2 si x = x1 e1 + x2 e2 , avem

(x) = a11 x21 + 2a12 x1 x2 + a22 x22 .
DEFINITIE
. Matricea A = (aij ) asociat
a formei biliniare simetrice F se numeste
matricea asociata formei patratice . Rangul formei biliniare F l vom numi rangul
formei patratice si coincide, evident, cu rangul matricei lui ntr-o baz
a a lui V .
EXEMPLU. Dac
a x = (x1 x2 ) 2 R2 ; (x) = x21 + x22 4x1 x2 este o form
a
2
p
atratic
a pe R . Dac
a y = (y1 ; y2 ) 2 R2 , atunci polara formei p
atratice
este
F (x; y) = x1 y1 + x2 y2 2x1 y2 2x2 y1 .
DEFINITIE
. Fie V un R-spa
tiu vectorial de dimensiune n si : V ! R o form
a
p
atratic
a. Spunem c
a este redusa la forma canonica dac
a se determin
a o baz
a
B 0 = fe01 ; :::; e0n g n V astfel:

(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.

sunt scalari din R,

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

B 0 = fe01 ; :::; e0n g n V n care

se scrie sub forma canonica (2.3).

Demonstratie. Distingem dou

a situatii:
a) exist
a cel putin un indice i, 1 i n, astfel ca aii 6= 0.
b) aii = 0; 8i = 1; n. n acest caz
X
(x) = 2
aij xi xj :
1 i<j n

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

Construim baza B1 = ff1 ; :::; fn g cu ajutorul schimb

arii de coordonate:
y1 = a11 x1 + a12 x2 + ::: + a1n xn ; y2 = x2 ; :::; yn = xn :
Matricea de trecere de la baza B la baza B1 este:
0 1
a12
a1n
:::
B a11
a11
a11
B
1
:::
0
C=B 0
@ :::
:::
:::
:::
0
0
:::
1

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

fe02 ; :::; e0n g

1 variabile, conform ipotezei de inductie,

n
n
P
P
02
0
a lui V1 astfel nct (x) =
x0i e0i .
i xi , unde x =
i=2

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

(x) = 2a12 (x02

1

x02
2 ) +

n P
n
P

i=1 j=1

a0ij x0i x0j , n care

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 ) +

4x1 x3 ) + 6x22 + 4x23 =

26 2 16 2
x + x3
5 2
5

8
x2 x3 :
5


6. FORM E BILINIARE. FORM E P ATRATICE

104

Fie schimbarea de coordonate y1 = 5x1 2x2 2x3 ; y2 = x2 ; y3 = x3 . Matricea

de trecere de la baza canonic
a la noua baz
a ff1 ; f2 ; f3 g n care x = y1 f1 + y2 f2 +
+y3 f3 , este
0
1
1 2 2
B
C
C1 = @ 05 51 50 A :
0 0 1
2
2
1
e1 , f2 = e1 + e2 , f3 = e1 + e3
5
5
5
Atunci, continund procedeul, obtinem:
f1 =

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

va C T AC, unde A este matricea

1
2
0 A:
4

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

e2 ; g3 = e3 ; x = x01 g1 + x02 g2 + x03 g3 , avem:

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 :

n acest ultim caz, matricea de trecere de la baza fg1 ; g2 ; g3 g la noua baz

a
B 0 = fe01 ; e02 ; e03 g este
0
1
1 0
1
e01 = g1 = e1 + e2
@
A
0 1 0
.
C2 =
; deci e02 = g2 = e1 e2
e03 = g1 + g3 = e1 e2 + e3
0 0 1
n concluzie, matricea de trecere de la baza B la baza B 0 este C = C1 C2 , adic
a:
0
1
1 1
1
1
1 A:
C=@ 1
0 0
1

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

TEOREMA 2.2 (metoda lui Jacobi). Fie V un R-spatiu vectorial de dimensiune n si

: V ! R, avnd n baza B = fe1 ; :::; en g matricea A = (aij ) ce are
proprietatea ca pentru orice i = 1; n, minorii principali
i=

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

x0i e0i , iar

= 1.

Demonstratie. Vom construi baza formei canonice B 0 astfel:

8 0
e1 = c11 e1
>
>
>
>
e0 = c12 e1 + c22 e2
>
>
< 2
:::::::::::::::::::::::::::::::
(2.5)
.
e0i = c1i e1 + c2i e2 + ::: + cii ei
>
>
>
>
:::::::::::::::::::::::::::::::::::::::::::::::
>
>
: 0
en = c1n e1 + c2n e2 + ::: + cnn en

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:

Folosind, apoi, simetria formei biliniare F , rezult

a c
a pentru orice i 6= j,
F (e0i ; e0j ) = 0, deci matricea lui n baza B 0 este diagonal
a.
Vom impune acum conditiile:
F (e0i ; ei ) = 1; 8i = 1; n:

(2.7)

Atunci conform (2.6) si (2.7) elementele de pe diagonala principal

a vor :
F (e0i ; e0i ) = F (e0i ; c1i e1 + ::: + cii ei ) =
= c1i F (e0i ; e1 ) + ::: + ci

0
1;i F (ei ; ei 1 )

+ cii F (e0i ; ei ) = cii :

Vom ar
ata acum c
a pentru i = 1; n avem:
(2.8)

cii =

i 1

Din (2.7), pentru i = 1, obtinem c11 F (e1 ; e1 ) = 1, adic

a c11 =
Fixnd i; 2

n, din (2.6) si (2.7) obtinem:

F (e0i ; e1 ) = c1i F (e1 ; e1 ) + c2i F (e2 ; e1 ) + ::: + cii (ei ; e1 ) = 0

:::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::::
F (e0i ; ei 1 ) = c1i F (e1 ; ei 1 ) + c2i F (e2 ; ei 1 ) + ::: + cii F (ei ; ei
F (e0i ; ei ) = c1i F (e1 ; ei ) + c2i F (e2 ; e1 ) + ::: + cii F (ei ; ei ) = 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

n concluzie, matricea formei p

atratice
0
0
:::
B 1 0
B
B
1
:::
B 0
(2.10)
B
2
B :::
:::
:::
B
@
0
0
:::
iar expresia lui

este dat
a de (5), unde x =

i 1

n baza nou construit

a B 0 , este:
1
0
C
C
C
0
C
C
C
:::
C
A
n 1
n

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

Putem pune deja n evidenta forma canonic

a a lui

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

6. FORM E BILINIARE. FORM E P ATRATICE

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

(x) =< T x; x >=<

=

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

A FORM ELOR P ATRATICE

109

proprii ale matricei asociate n baza canonic

a a lui R3 , sunt 2 = 2; 2 = 5; 3 = 8,
1 2 2
2 1 2
),
iar vectorii proprii corespunz
atori sunt v1 = ( ; ; ), v2 = ( ; ;
3 3 3
3 3 3
2 2 1
v3 = ( ;
;
) respectiv (sunt ortogonali si normati). n baza fv1 ; v2 ; v3 g,
3 3 3
are forma diagonal
a (x) = 2x21 + 5x22 + 8x23 , unde x = x1 v1 + x2 v2 + x3 v3 .
OBSERVATIE
. Fie V un R-spa
tiu vectorial si
: V ! R o form
a p
atratic
a
al c
arei rang este r; 0
r
n. S
a presupunem c
a a fost determinat
a o baz
a
B = fe01 ; :::; e0n g a lui V n care s
a e redus
a la forma canonic
a:
(x) =

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

expresia lui devine, dup

a o eventual
a renumerotare a coordonatelor lui x (presupunnd i > 0; i = 1; p; i < 0; i = p + 1; r):
(2.11)

(x) = x21 + ::: + x2p

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)

(x) = x21 + ::: + x2p

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

:::; x = e0n se obtine

Reciproc, dac
a

i 1
i

x21 +

1
2

n 1

x22 + ::: +

x2n

este pozitiv denit

a, alegnd succesiv x = e01 ; x = e02 ;
> 0; 8i = 1; n. Cum

a
> 0; 8i = 1; n, rezult

i 1
i

= 1, rezult
a

> 0; 8i = 1; n.

> 0; 8i = 1; n si deci din (3.3) se

obtine (x) > 0; 8x 6= 0V . Cazul formelor p

atratice negativ denite se trateaz
a
similar.
4. Reducerea simultan
a la forma canonic
a a dou
a forme p
atratice
Fie V un spatiu euclidian real de dimensiune n, ; : V ! R dou
a forme
p
atratice si F si G polarele celor dou
a forme p
atratice.
n anumite probleme de matematic
a si zic
a un rol important l are determinarea unei baze a lui V n raport cu care cele dou
a forme p
atratice au simultan
forma canonic
a.
O astfel de baz
a nu se poate determina totdeauna. Teorema urm
atoare precizeaz
a cnd aceast
a problem
a are solutie.
G ind o form
a biliniar
a pozitiv denit
a, rezult
a imediat c
a
(4.1)

< x; y >G = G(x; y);

este un produs scalar pe V .

TEOREMA 4.1. Daca
este pozitiv denita, atunci exista o baza ortonormata
(n raport cu < ; >G ) F = ff1 ; f2 ; :::; fn g a lui V astfel nct daca x = 1 f1 +
+::: + n fn , avem
(4.2)

(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

(x) = G (x; x) =< x; x >G =

si

2
1

+ ::: +

2
n;

au forma canonic
a n baza F .

n continuare vom indica modul n care se determin

a baza F . Fie A = (aij ),
B = (bij ) matricele asociate formelor p
atratice respectiv n baza ortonormat
a

 LA FORM A CANONIC A
A DOU A
FORM E P ATRATICE

4. REDUCEREA SIM ULTAN A

111

E = fe1 ; :::; en g a lui V . Conform teoremei 1.3, exist

a transform
arile autoadjuncte
S; T : V ! V ,
(4.5)

n
X

Sej =

n
X

aij ei , T ej =

(4.6)

bij ei ,

i=1

i=1

F (x; y) =< Sx; y > , G(x; y) =< T x; y > :

Matricele formelor p
atratice
In = C T BC, unde
0

n baza F sunt D = C T AC respectiv

si
1

B 0
D=B
@ :::
0

1
0
0 C
C;
::: A

:::
:::
:::
:::

:::
0

iar C este matricea de trecere de la baza E la baza F . Evident C este o matrice

ortogonal
a.
Asadar 1 , 2 , ..., n sunt r
ad
acinile ecuatiei det (D
In ) = 0, adic
a
det(C T AC
C T BC) = 0: Aceast
a ecuatie se mai scrie sub forma det (A
B) =
= 0: nlocuind i n sistemul omogen
(4.8)

(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

(x) = F (x; y) =< Sx; x >=

=

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

< Sfj ; fi >=

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

Folosind metoda lui Jacobi rezult

a usor c
a
este pozitiv denit
a. Prin calcul rezult
a c
a det (A
B) = (1 2 ) ( + 3) (4 + 27). n concluzie, formele
canonice sunt
(x) =

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])

C ([0; 1]) ! R, F (f; g) =

R1 R1

f (t) g (s) dt ds.

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

8. Folosind metoda transform

arilor ortogonale s
a se reduc
a la forma canonic
a
urm
atoarele forme p
atratice. S
a se g
aseasc
a baza formei canonice.
a) (x) = 2x21 + x22 4x1 x2 4x2 x3 ;
b) (x) = x21 + x22 + x23 + x1 x2 + x1 x3 + x2 x3 ;
c) (x) = 4x1 x2 x23 ;
d) (x) = 2x1 x2 + 2x3 x4 ;
e) (x) = x21 + x22 + x23 + 5x24 + 2x1 x4 4x3 x4 .
9. Pe R3 se consider
a formele p
atratice (x) = x21 + 2x22 + 3x23 + 2x1 x2 2x1 x3 ,
2
2
a se reduc
a simultan la forma canonic
a
(x) = x1 + 6x3 + 2x1 x2 2x1 x3 + 3x2 x3 . S
precizndu-se baza formelor canonice.

CHAPTER 7

Elemente de calcul tensorial

n acest capitol vom folosi o conventie de sumare propus
a de Einstein, care ne
va permite s
a simplic
am foarte mult scrierea relatiilor n care intervin sum
ari.
Mai precis, dac
a ntr-o expresie acelasi indice intervine de dou
a ori, odat
a ca
indice superior si odat
a ca indice inferior, atunci se
sumeaz
a
dup
a
acest
indice,
P
dac
a nu se face vreo mentiune special
a. Semnul nu se mai scrie. Indicele
de sumare poate notat cu orice liter
a si se numeste indice mut. Spre exemplu,
n
n P
n
P
P
sumele
xi y i ,
ai bj cijk vor scrise astfel: xi y i , ai bj cijk . n ultima sum
a i; j
i=1

i=1 j=1

sunt indici muti, dar k nu este indice mut.

1. Dualul unui spa

tiu vectorial
Fie K un corp comutativ si V un K-spatiu vectorial. Reamintim (cap. 3)
c
a prin forma liniara (sau functionala liniara ) pe V se intelege o aplicatie liniar
a
F : V ! K (aici K este considerat ca un K-spatu vectorial unidimensional).
Cum am v
azut n capitolul 3, multimea tuturor formelor liniare, pe care o
vom nota V , poate nzestrat
a cu o structur
a de K-spatiu vectorial n raport
cu adunarea si nmultirea cu scalari a formelor liniare. K-spatiul vectorial V
se nume
ste spatiul dual al spatiului vectorial V . Vom folosi termenul de forma
liniara daca V este nit dimensional si de functionala liniara, dac
a V este innit
dimensional.
EXEMPLE. 1) Functia T : R3 ! R, care asociaz
a oric
arui vector
x = (x1 ; x2 ; x3 ) 2 R3 scalarul T x = x1 + x2 + 3x3 este o form
a liniar
a.
2) Functia = : C([a; b]; R) ! R care asociaz
a oric
arei functii continue
Rb
f : [a; b] ! R scalarul =(f ) = a f (x) dx; este o functional
a liniar
a.

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

1.1. Daca V este un K-spatiu vectorial n-dimensional si

B = fe1 ; :::; en g este o baza a sa, atunci pentru orice i, i = 1; n, exista o forma
liniara unica f i : V ! K astfel ca
(1.1)

f i (ej ) =

i
j

1; dac
ai=j
:
0; dac
a i 6= j
115

116

7. ELEM ENTE DE CALCUL TENSORIAL

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;

deci B este liniar independent. Fie acum f 2 V si i = f (ei ) 2 K. Vom ar

ata
c
a f = i f i , deci B este sistem de generatori pentru V , adic
a o baz
a a lui V .
ntr-adev
ar, dac
a x = xj ej 2 V , atunci
(x) = i f i (xi ej ) = i xi f i (ej ) =
= i xj ij = i xi = xi f (ei ) = f (x) :
if

Teorema este demonstrat

a.
OBSERVATII
.1) Din teorema 1.2 rezult
a c
a dac
a dimK V = n, atunci
dimK V = n, deci V ' V .
2) Din demonstratia teoremei 1.2, rezult
a c
a pentru orice form
a liniar
a f , coordonatele sale n baza dual
a B a bazei B sunt i = f (ei ) ; i = 1; n.
n cele ce urmeaz
a, schimbnd baza lui V , vom studia transformarea bazei
duale si a coordonatelor unei forme liniare n spatiul dual V .
TEOREMA 1.3. Fie V un K-spatiu vectorial de dimensiune n si V dualul sa.
Fie B = fe1 ; :::; en g si B 0 = fe01 ; :::; e0n g doua baze n V , iar B = f 1 ; :::; f n si
B 0 = f 01 ; :::; f 0n bazele duale corespunzatoare. Daca C este matricea de trecere
1

de la baza B la baza B 0 , atunci C T

este matricea de trecere de la baza B
la baza B 0 . n plus, coordonatele unei forme liniare f 2 V se transforma dupa
aceea
si lege ca si baza n V . cnd se trece de la baza B la baza B 0 .
Demonstratie. Relatiile de schimbare a bazei n V sunt
e0i = cki ek , i = 1; n:

(1.2)

(indicele superior k se refer

a la linie, iar cel inferior i la colan
a).
S
a presupunem c
a, n dual, trecerea de la baza B la B 0 s-ar face prin relatiile
f 0 j = djl f l ; j = 1; n:

(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:

Din relatiile (1.2)-(1.5), obtinem pentru orice i; j = 1; n

j
i

= f 0 j (e0i ) = djl f l (cki ek ) = djl cki f l (ek ) = djl cki

l
k

= djk cki :

1. DUALUL UNUI SPA TIU

VECTORIAL

117

Aceste relatii stabilesc c

a DC = In , deci D = C 1 . Matricea de trecere de la
T
1
baza B la baza B 0 n spatiul V este Dt = C 1 = C T
.
j
0i
Fie acum f 2 V ; f = j f = i f , unde j = f (ej ), j = 1; n, i = f (e0i ),
i = 1; n. Atunci, din (1.2), rezult
a:
(1.6)

= f (cki ek ) = cki f (ek ) = cki

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 (e01 ) = f (e1 ) + f (e2 )

= f (e02 ) = 4,

f (e3 ) =

= 0:

= f (e03 ) = 2.

Dualul lui V , notat V = ff : V ! K; f form

a liniar
ag se numeste bidualul
lui V . Conform teoremei 1.2, dimK V = dimK V = dimK V = n, deci V ' V '
V . Mai mult, are loc
TEOREMA 1.4. Spatiile V

si V

=:V !V

sunt izomorfe prin aplicatia

; =x = Fx ;

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

7. ELEM ENTE DE CALCUL TENSORIAL

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

vectori liberi), este o form

a biliniar
a simetric
a.
!
2) F : V3 V3 V3 ! R, F (!
u;!
v ;!
w) = !
u (!
v
w ) = (!
u;!
v ;!
w ) (deci
produsul mixt a trei vectori liberi), este o form
a triliniar
a.

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

3. Tensori. Coordonatele unui tensor ntr-o baz

a
DEFINITIE
. Fie V un spa
tiu vectorial peste K, iar V dualul s
au. Dac
a
p; q 2 N, se numeste tensor de p ori covariant si q ori contravariant orice form
a
multiliniar
a t : V V ::: V V
V
::: V ! K.
|
{z
} |
{z
}
p ori

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.

EXEMPLE.1) Orice form

a liniar
a f 2 V , deci f : V ! K, este un tensor de
tip (1; 0).
2) Orice vector x 2 V , privit ca o form
a liniar
a Fx : V ! K (conform teoremei
1.4) este un tensor de tip (0; 1).
3) Orice scalar 2 K poate considerat tensor de tip (0; 0).

Vom nota cu Tpq (V ) multimea tuturor tensorilor de p ori covarianti si q ori

contravarianti pe spatiul vectorial V . Conform observatiei din sectiunea anterioar
a,
Tpq (V ) este un K-spatiu vectorial n raport cu adunarea tensorilor si produsul unui
tensor cu un scalar.
a dual
a
n continuare, e B = fe1 ; :::; en g o baz
a n V si B = f 1 ; :::; f n baz
q
1
n V . Fie t 2 Tp (V ), iar x1 ; :::; xp 2 V , h ; :::; hq 2 V . Atunci
xi =

ji
i

hl = alkl f kl ; l = 1; q:

eji ; i = 1; p;

(aici ji si kl sunt indici de sumare). Folosind liniaritatea lui t n ecare argument,

avem:
(3.1)

t(x1 ; :::; xp ; h1 ; :::; hq ) =

j1
jp
1 ::: p

q
1
k1 ::: kq

t(ej1 ; :::; ejp ; f k1 ; :::; f kq ).

n aceast
a relatie apar np+q scalari, pe care-i vom nota
ki ;:::;kq
j1 ;:::;jp

= t(ej1 ; :::; ejp ; f k1 ; :::; f kq );

ji = 1; n, 8i = 1; p; kl = 1; n, 8l = 1; q

(3.2)

si se numesc coecientii tensorului t sau componentele tensorului t n baza B xat

a
n V . Atunci (3.1) se scrie:
(3.3)

t(x1 ; :::; xp ; h1 ; :::; hq ) =

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

3.1. Fie V un K-spatiu vectorial n-dimensional si p; q 2 N. Fie

B = fe1 ; :::; en g o baza n V si B = f 1 ; :::; f n baza duala ei. Dat ind un sistem
de np+q scalari
(

k1 ;:::;kq
j1 ;:::;jp );

ji = 1; n; 8i = 1; p; kl = 1; n; 8l = 1; q;

exista un unic tensor t 2 Tpq (V ) astfel ca

t(ej1 ; :::; ejp ; f k1 ; :::; f kq ) =

k1 ;:::;kq
j1 ;:::;jp ;

pentru orice j1 ; :::; jp ; k1 ; :::; kq lund independent valori de la 1 la n.

120

7. ELEM ENTE DE CALCUL TENSORIAL

COROLAR 3.1.1. Dac

a V este un K-spatiu vectorial de dimensiune n, atunci
p+q
Tpq (V ) ' K n , deci dimK Tpq (V ) = np+q .
Demonstratie. Fie B = fe1 ; :::; en g o baz
a xat
a n V , iar B = f 1 ; :::; f n
duala sa n V . Izomorsmul c
autat este aplicatia care asociaz
a ec
arui tensor
t 2 Tpq (V ), coecientii s
ai n baza xat
a. Din cele de mai sus, rezult
a c
a aceast
a
aplicatie este o bijectie. Liniaritatea acestei aplicatii se veric
a usor si o propunem
ca exercitiu.
EXEMPLE. 1) Formele biliniare pe un spatiu vectorial V n-dimensional sunt
tensori dublu covarianti. Spatiul vectorial al acestor tensori, T20 (V ) are dimensiunea
n2 . Dac
a B = fe1 ; :::; en g o baz
a n V si t : V V ! K un tensor dublu covariant
oarecare, atunci pentru orice x; y 2 V , x = i ei , y = j ej , avem
t(x; y) = i j t(ei ; ej ) = i j
ij = t(ei ; ej ); i; j = 1; n;

ij ;

ind coecientii tensorului n baza xat

a.
2) Formele biliniare pe spatiul V sunt tensori dublu contravarianti. Dac
a
dimK V = n, spatiul vectorial al acestor tensori notat T02 (V ) are dimensiunea
n2 . Fie acum B = fe1 ; :::; en g o baz
a n V si B = f 1 ; :::; f n duala sa. Dac
a
t:V
V ! K este un tensor dublu contravariant, atunci pentru orice g; h 2 V ,
g = i j i , h = j f j , avem t(g; h) = i j t f i ; f j = i j ij ;unde ij = f i ; f j ,
i; j = 1; n sunt coecientii tensorului n baza xat
a.
3) Formele biliniare t : V
V ! K sunt tensori o data covarianti si o dat
a
contravarianti. Dac
a dimK V = n, spatiul vectorial al acestor tensori, T11 (V ) are
dimensiunea n2 . Cu notatiile de mai sus, dac
a x = i ei 2 V , h = j f j 2 V , atunci
j
j
i
i
j
j
t (x; h) =
=
tii
j t ei ; f
j i ;unde i = t ei ; f , i; j = 1; n sunt coecien
tensorului t n baza xat
a.
4. Opera
tii cu tensori
Fie V un K-spatiu vectorial n-dimensional, B = fe1 ; :::; en g o baz
a n V si
B = f 1 ; :::; f n duala sa. Consider
am p; q 2 N, t; u 2 Tpq (V ),
2 K. Dac
a
x1 ; :::; xp 2 V si h1 ; :::; hq 2 V ; atunci suma t + u este un tensor de acelasi tip si
(t + u) (x1 ; :::; xp ; h1 ; :::; hq ) = t(x1 ; :::; xp ; h1 ; :::; hq ) + u(x1 ; :::; xp ; h1 ; :::; hq );

iar produsul unui tensor t cu un scalar

1

este un tensor de acelasi tip

( t) (x1 ; :::; xp ; h ; :::; h ) = t(x1 ; :::; xp ; h1 ; :::; hq ):

Se veric
a usor c
a, ntr-o baz
a xat
a, coecientii sumei t + u se obtin nsumnd
coecientii corespunz
atori lui t si u, deci dac
a:
k1 ;:::;kq
j1 ;:::;jp
k1 ;:::;kq
j1 ;:::;jp

= t(ej1 ; :::; ejp ; f k1 ; :::; f kq );

= u(ej1 ; :::; ejp ; f k1 ; :::; f kq );

atunci
(t + u) (ej1 ; :::; ejp ; f k1 ; :::; f kq ) =

k1 ;:::;kq
j1 ;:::;jp

k1 ;:::;kq
j1 ;:::;jp :

Similar, coecientii produsului unui tensor cu un scalar ntr-o baz

a xat
a, se
obtin nmultind coecientii tensorului cu scalarul respectiv, deci
( t) (ej1 ; :::; ejp ; f k1 ; :::; f kq ) =

k1 ;:::;kq
j1 ;:::;jp :

4. OPERA TII

CU TENSORI

121

Produsul tensorial a doi tensori. Fie p; q; r; s 2 N si t 2 Tpq (V ), u 2 Trs (V ).

Atunci aplicatia:
t

u:V
|

denit
a prin:

{z

:::

V
}

p+r ori

V
|

:::

{z

q+s ori

V ! K;
}

(t u) (x1 ; :::; xp ; xp+1 ; :::; xp+r ; h1 ; :::; hq ; hq+1 ; :::; hq+s ) =

= t(x1 ; :::; xp ; h1 ; :::; hq ) u(xp+1 ; :::; xp+r ; hq+1 ; :::; hq+s );
pentru orice xi 2 Vi , i = 1; p + r, hj 2 V , j = 1; q + s; este un tensor de ordin
(p + r; q + s) numit produsul tensorial al celor doi tensori.
Dac
a
k1 ;:::;kq
k1
kq
j1 ;:::;jp = t(ej1 ; :::; ejp ; f ; :::; f );
k1 ;:::;kq
j1 ;:::;jp

= u(ej1 ; :::; ejr ; f l1 ; :::; f ls );

atunci:
k1 ;:::;kq ;l1 ;:::;ls
j1 ;:::;jp ;i1 ;:::;ir

= (t

u) (ej1 ; :::; ejp ; ei1 ; :::; eir f k1 ; :::; f kq ; f l1 ; :::; f ls ) =

=

k1 ;:::;kq
j1 ;:::;jp

l1 ;:::;ls
i1 ;:::;ir :

q+s
u) 2 Tp+r
(V ) se obtin efectund produsele

Asadar coecientii tensorului (t

coecientilor celor doi tensori.

EXEMPLU. Fie dimK V = 2; B = fe1 ; e2 g o baz

a n V , B = f 1 ; f 2 baza
dual
a, t 2 T20 (V ), u 2 T01 (V ). Dac
a ij = t(ei ; ej ), i; j = 1; 2 sunt coecientii lui t
k
k
n baza xat
a, iar
= u f , k = 1; 2, coecientii lui u, atunci (t u) 2 T21 (V ),
coecientii s
ai ind:
k
ij

= (t

u) (ei ; ej ; f k ) = t(ei ; ej )u f k =

ij

Tpq

Contractia unui tensor. Fie t 2

(V ) cu p; q > 1. Fix
am un indice i, i = 1; p
de covarianta si un indice l, l = 1; q de contravarianta. Vom construi un tensor
t0 2 Tpq 11 (V ), astfel: t0 : V V ::: V V
V
::: V ! K,
|
{z
} |
{z
}
p 1 ori

q 1 ori

l 1

t (x1 ; :::; xi 1 xi+1 ; :::; xp ; h ; :::; h ; hl+1 ; :::; hq ) =

= t(x1 ; :::; xi 1 ; es ; xi+1 ; :::; xp ; h1 ; :::; hl 1 ; f s ; hl+1 ; :::; hq );

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

= t0 (ej1 ; :::; eji 1 ; eji+1 ; :::; ejp ; f k1 ; :::; f kl 1 ; f kl+1 ; :::; f kq ) =

=

k1 ;:::;kl
j1 ;:::;ji

1 ;s;kl+1 ;:::;kq
1 ;s;ji+1 ;:::;jp

k ;:::;k

s ind indice de sumare, iar j11;:::;jpq coecientii lui t n baza xat

a.
Vom spune c
a am efectuat o contractie dup
a indicele de ordin i de covarianta
l
si indicele de ordin l de contravarianta. Tensorul astfel obtinut se va nota (t)i .
EXEMPLE. 1) Fie t 2 T11 (V ) si ji , i; j = 1; n coecientii tensorului. Efectund
o contractie dup
a cei doi indici, se obtine un tensor de tip (0; 0) deci un scalar,
numit urma tensorului t si se noteaz
a
Tr t =

i
i

1
1

+ ::: +

n
n:

122

7. ELEM ENTE DE CALCUL TENSORIAL

2) Fie t 2 T21 (V ) si
1
= (t)2 2 T10 (V ) sunt
i

k
ij ,

i; j; k = 1; n coecientii lui t. Coecientii lui t0 =

= 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 =

t(e j1 ; :::; e jp ; f k1 ; :::; f kq )

respectiv
0 l1 ;:::;lq
i1 ;:::;ip =

t(e i1 ; :::; e 0ip ; f 0 l1 ; :::; f 0 lq );

atunci relatia de transformare a coecientilor este

0 l1 ;:::;lq
i1 ;:::;ip

(5.1)

= cji11 :::cipp dlk11 :::dkqq

k1 ;:::;kq
j1 ;:::;jp

Demonstratie. Folosind formulele de schimbare de baz

a (1.2), (1.3), obtinem:

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 :

Am tinut seama de liniaritatea lui t n ecare argument.

OBSERVATIE
. Rela
tia (5.1) din enuntul teoremei 5.1 este folosit
a adesea pentru
a prezenta notiunea de tensor, n modul urm
ator.
Dac
a V este un spatiu vectorial n-dimensional, spunem c
a am dat un tensor
de p ori covariant si q ori contravariant pe V dac
a am asociat ec
arei baze B =
fe1 ; :::; en g a spatiului V un sistem de np+q scalari:
(5.2)

k1 ;:::;kq
j1 ;:::;jp ),

j1 = 1; n, 8i = 1; p, kl = 1; n, 8l = 1; q,

care la schimbarea bazei n V se transform

a dup
a legea (5.1).
Scalarii (5.2) se numesc coecientii tensorului de tip (p; q) considerat n baza
B.
Aceast
a denitie este echivalent
a cu denitia unui tensor, deoarece din propozitia 3.1 rezult
a c
a dati ind coecientii (5.2) exist
a un unic tensor t 2 Tpq (V ) care
are acesti coecienti n baza xat
a B din V . Reciproca, rezult
a din teorema 5.1.
EXEMPLE. 1). Fie t : V V ! K, tensorul de tip (1; 1) denit prin t (x; f ) =
= f (x), 8x 2 V , f 2 V . Consider
am n baza B = fe1 ; :::; en g si B =
= f 1 ; :::; f n duala sa. Coecientii tensorului t n baza B sunt:
t ei ; f j = f j (ei ) =

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

5. TRANSFORM AREA COEFICIEN TILOR

UNUI TENSOR LA SCHIM BAREA BAZEI

123

putea prezentat ca ind sistemul de n2 scalari, f ji gi;j=1;n ; care la schimbarea

bazei spatiului V se transform
a dup
a legea
0j
k j l
i = ci dl k ; i; j = 1; n:
Dar cum cki djl lk = cki djk = ji , 8i; j = 1; n (D = C 1 ), rezult
a
0j
j
i = i ; 8i; j = 1; n:
1
2
0
2) Fie t 2 T2 (V ) si t = (t)2 , tensorul obtinut prin contractia

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

a0i l ckl = cji akj ; 8i; k = 1; n

a0t s = a0i l sl = a0i l ckl dsk = cji dsk akj ; 8i; s = 1; n;

care reprezint
a formulele de transformare ale unui tensor o dat
a covariant si o
dat
a contravariant. Cum poate interpretat acest rezultat? Endomorsmului T
i punem n evidenta n mod unic un tensor t : V
V ! K, t (x; f ) = f (T x) ;
8x 2 V; f 2 V . n acest fel, se deneste o aplicatie ' : L(V ) ! T11 (V ) care este
un izomorsm de spatii vectoriale. Coecientii tensorului t astfel denit sunt
t ei ; f j = f j (T ei ) = f j (aki ek ) = aki f j (ek ) = aki

j
k

= aji ; 8i; j = 1; n;

deci chiar elementele matricei lui T n baza B.

n acest mod orice endomorsm T 2 L(V ) poate privit ca un tensor o dat
a
covariant si o dat
a contravariant (identicnd T cu t prin acest izomorsm).

124

7. ELEM ENTE DE CALCUL TENSORIAL

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

2. Fie V un R-spatiu vectorial, fe1 ; e2 ; :::; en g baz

a n V si a1 , a2 , :::, an 2 R.
Dac
a x = xi ei , denim f (x) = ai xi . S
a se arate c
a coecientii ai aj ai lui f 2 sunt
coecientii unui tensor de ordinul al doilea.
3. Fie aij componentele unui tensor 2-contravariant. Cum se schimb
a matricea acestui tensor la schimbarea bazei? Dar a tensorului de componente aji ?
4. Dac
a (aij ) si bij sunt componentele unui tensor simetric respectiv antisimetric, s
a se determine tensorul de componente aij bij .
5. Fie tensorul de ordinul al treilea de componente
8
1 2 3
>
>
1; dac
a permutarea
este par
a;
>
>
i j k
<
1 2 3
"ijk =
;
1; dac
a permutarea
este impar
a;
>
>
i j k
>
>
:
0; dac
a cel putin doi indici sunt egali.

numit tensorul de permutare al lui Ricci.

!
! !
!
!
!
!
!
Dac
a !
a, b, !
c 2 V3 , !
a = a1 i + a2 j + a3 k , b = b1 i + b2 j + b3 k ,
!
!
!
!
!
c = c1 i + c2 j + c3 k , s
a se arate c
a !
a ; b ;!
c = "ijk ai bj ck .
6. Folosim notatiile de la problema 5. Fie tensorul de componente cijk = "ijk .
!
!
S
a se arate c
a vectorul d = !
a
b are componentele di = cijk aj bk .
7. Fie t 2 T32 (V ). S
a se stabileasc
a relatiile de transformare a coordonatelor
1
tensorului (t)2 la schimbarea bazei.