Documente Academic
Documente Profesional
Documente Cultură
Algebra liniară furnizează noţiuni şi rezultate teoretice, tehnici şi instrumente ce se folosesc
ı̂n dezvoltarea de algoritmi ı̂n diverse domenii ale ingineriei ı̂n general şi Computer Science
(CS) ı̂n special.
Cursul pe care ı̂l vom studia introduce noţiunile şi metodele de bază ale algebrei liniare, rel-
evante pentru CS. Pe lângă exemple care ajută la ı̂ntelegerea rezultatelor teoretice vom prezenta
şi exemple motivaţionale, adică exemple care să evidenţieze necesitatea abordării tematicii re-
spective pentru specialitatea CTI.
Problematica de bază a algebrei liniară constă ı̂n:
• dezvoltarea de metode de rezolvare a sistemelor de m ecuaţii liniare cu n necunoscute,
m, n ≥ 4 (metodele de rezolvare a sistemelor corespunzătoare lui m, n = 2, 3 au fost studiate
la liceu, dar sunt ineficiente pentru dimensiuni mai mari);
• studiul spaţiilor vectoriale reale şi al aplicaţiilor liniare, reprezentate de matrici;
• descompunerea (factorizarea) matricilor ı̂n produse de matrici speciale, care fie că necesită
un volum redus de memorie pentru stocare, fie că operaţiile ı̂n care sunt implicate se efectuează
ı̂ntr-un număr redus de paşi şi nu ı̂n ultimul rând, matricile din descompunere codifică pro-
prietăţi ale matricii ce se descompune.
Notaţiile şi modul de manipulare al matricilor pe care le folosim ı̂n cadrul cursului sunt
standardizate şi s-au impus ı̂n algebra liniară după ce Cleve Moler a dezvoltat pachetul software
MATLAB (Matrix Laboratory)1 .
Iniţial MATLAB a fost conceput de Moler pentru a facilita utilizarea de către studenţii săi a unor biblioteci de rutine
ce implementează metode numerice de rezolvare a unor probleme specifice de algebra liniară. Este vorba despre
bibliotecile BLAS-Basic Linear Algebra Subprograms, LAPACK-Linear Algebra Package,
LINPACK, EISPACK (aceste biblioteci erau disponibile ı̂n FORTRAN, dar ı̂n prezent există versiuni optimizate,
ı̂n C, C++, ce sunt ı̂nglobate ı̂n majoritatea pachetelor software de calcul ştiinţific şi tehnic). În decursul anilor
MATLAB s-a dezvoltat şi la ora actuală este un pachet software comercial ce constă dintr-un mediu de calcul folosit
preponderent ı̂n inginerie, deoarece conţine o serie de toolbox-uri de calcul numeric, grafică şi simulare a unor
procese. De curând s-a lansat ı̂n Europa o clona a MATLAB, pachetul Scilab (http://www.scilab.org),
care este un pachet software open source.
1
http://www.mathworks.com
1
2 Cursul 1, Algebră liniară °
c E. Petrişor, octombrie 2007
Observaţia 1.2.1 În limbajele de programare C, C++, Java, elementele unei matrici A de
m linii şi n coloane, m, n ≥ 1 (cu elemente ı̂ntregi sau reale) se accesează apelând A[i][j],
dar indicii i, j nu iau valori ı̂ncepând de la 1, ci de la 0, adică i = 0, 1, 2, . . . , m − 1, j =
0, 1, . . . , n − 1. De exemplu o matrice de două linii şi trei coloane are elementele indexate
astfel: · ¸
A[0][0] A[0][1] A[0][2]
A=
A[1][0] A[1][1] A[1][2]
Astfel se impune ATENŢIE când se implementează formule de calcul matricial, ce sunt date
folosind indexarea specifică din matematică.
Observaţia 1.2.2 În abordările ulterioare din curs o matrice generală, de tipul (1.1) va fi
reprezentată de coloanele sale notate C1 , C2 , . . . , Cn , unde
a1j
a2j
Cj = .. j = 1, n
.
amj
adică:
c11 . . . c1j . . . c1n a11 . . . a1k . . . a1p b11 . . . b1j . . . b1n
.. . .. .. .. . .. . .
. . . . .. ... . . ... . . . . .. . . . . .. . . . ..
ci1 ... cij . . . cin = ai1 · · · aik · · · aip bk1 . . . bkj . . . bkn
. .. . . .. . .. . .
.. ... . . . . .. .. ... . . . . .. . . . . .. . . . ..
cm1 . . . cmj . . . cmn am1 . . . amk . . . amp bp1 . . . bpj . . . bpn
Observăm că o coloană Cj din matricea produs se obţine ca ABj , unde Bj este coloana j
din matricea B. Cu alte cuvinte matricea produs C = AB este reprezentată de concatenarea:
Matrici particulare
• Matricea de tip m × n ce are toate elementele 0 se numeşte matricea nulă şi se notează
cu Omn ;
• Matricea pătratică de tip n × n,
10 ··· 0
0 1 ··· 0
In = .... .. ,
. . ··· .
0 0 ··· 1
având 1 pe diagonala principală şi zero ı̂n rest, i.e. aii = 1, ∀ i = 1, n şi aij = 0, pentru orice
i 6= j, se numeşte matricea unitate.
Oricare ar fi A o matrice pătratică de tip n × n, avem AIn = In A = A, adică In este
elementul unitate faţă de ı̂nmulţirea matricilor pătratice.
Notăm cu e1 , e2 , . . . , en coloanele matricii unitate:
0
..
.
ej = 1 ← j
.
..
0
0 0 1
P(3,1,2) = 1 0 0 (1.2)
0 1 0
este matricea obţinută efectuând permutarea π = (3, 1, 2) asupra liniilor (1, 2, 3) ale matricii
unitate I3 .
Matricile permutare intervin ı̂n metoda de rezolvare a sistemelor de ecuaţii liniare pe care o
prezentăm ı̂n acest curs.
În general, dacă π = (π1 , π2 , . . . , πn ) este o permutare a lui (1, 2, . . . , n):
1 2 ... i ... n
↓ ↓ ... ↓ ... ↓
π1 π2 . . . πi . . . πn
atunci matricea permutare Pπ , de elemente (pij ) are ı̂n fiecare linie i un unic element setat pe 1,
iar restul pe zero. În matricea unitate fiecare element din poziţia (i, i) este 1, i = 1, n. În urma
permutării liniilor sale, pe linia i va ajunge linia πi , care avea elementul 1 ı̂n poziţia (πi , πi ).
Deci ı̂n matricea permutare pe linia i va fi 1, elementul aiπi , iar restul sunt zero.
Să evidenţiem câteva proprietăţi ale matricilor permutare:
I Produsul dintre o matrice permutare Pπ şi o matrice coloană este:
x1 xπ1
x2 xπ
2
Pπ .. = ..
. .
xn xπn
adică matricea Pπ are ca efect permutarea liniilor matricii coloană conform permutării π.
pentru orice i = 1, n.
Cursul 1, Algebră liniară °
c E. Petrişor, octombrie 2007 5
Pentru ilustrare folosim matricea permutare definită ı̂n (1.2) şi avem:
0 0 1 x1 x3
P(3,1,2) X = 1 0 0 x2 = x1
0 1 0 x3 x2
În particular produsul unei matrici permutare cu o matrice pătratică de acelaşi tip, Pπ A, este
matricea obţinută din A aplicând permutarea π liniilor sale.
Într-adevăr, dacă reprezentăm matricea A prin coloanele sale, A = [C1 |C2 | . . . |Cn ], atunci
din regula de ı̂nmulţire a două matrici pătratice avem că:
O serie de alte matrici particulare vor fi definite şi studiate pe parcursul cursului.
6 Cursul 1, Algebră liniară °
c E. Petrişor, octombrie 2007
• se calculează xn = bn /ann ;
• pentru i descrescând de la n − 1 la 1, calculează:
1
xi = (bi − ai,i+1 xi+1 − ai,i+2 xi+2 − · · · − ain xn )
aii
Definiţia 1.4.1 O matrice S ∈ Km×n (K = R sau K = C), are forma scară pe linii dacă
verifică următoarele două proprietăţi:
1. Dacă o linie Si,: are toate elementele 0 atunci toate liniile de sub aceasta au elementele
zero: adica Sj,: = [ 0 0 · · · 0] , cu i < j ≤ m;
2. Dacă primul element nenul dintr-o linie Si,: este sij , atunci ı̂n coloanele S:,1 , S:,2 , . . . , S:j
toate elementele de sub poziţia i sunt nule.
Matricea următoare ilustrează particularităţile din definiţie. Elementele notate prin F sim-
bolizează elemente nenule. Elementele ∗ pot fi nule sau nenule.
F ∗ ∗ ∗ ∗ ∗ ∗ ∗
0 0 F ∗ ∗ ∗ ∗ ∗
0 0 0 F ∗ ∗ ∗ ∗
S= 0 0 0 0 0 0 F ∗ ← Si,:
(1.6)
0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0
Un caz particular de matrice ı̂n forma scară pe linie este matricea superior triunghiulară cu
elementele de pe diagonala principală nenule:
F ∗ ... ∗ ∗
0 F ... ∗ ∗
.. . . ..
.
U = . .. . . . ..
0 0 ... F ∗
0 0 ... 0 F
8 Cursul 1, Algebră liniară °
c E. Petrişor, octombrie 2007
Primul element nenul de pe fiecare linie a unei matrici ı̂n forma scară pe linie se numeşte
pivot (ı̂n 1.6 pivotul este notat F).
În continuare prezentăm procedura prin care matricea unui sistem de ecuaţii liniare poate fi
transformată ı̂ntr-o matrice având forma scară. În acest scop reamintim:
Definiţia 1.4.2 Două sisteme de m ecuaţii liniare cu n necunoscute se numesc echivalente dacă
mulţimea soluţiilor este aceeaşi pentru ambele sisteme.
Considerăm sistemul de ecuaţii liniare (1.3) şi notăm cu Eci ecuaţia a i-a din sistem, i.e.:
Suma a două ecuaţii distincte Eci , Ecj revine la a aduna membru cu membru (i.e. membrul
stâng al uneia la membrul stâng al celei de-a doua şi la fel pentru membrii drepţi). Produsul cu
un scalar (număr real sau complex) al ecuaţiei Eci , αEci revine la a ı̂nmulţi fiecare membru al
ecuaţiei cu α.
Următoarele trei transformări aplicate asupra sistemului:
Ec1
Ec2
S= ..
.
Ec
m
nenul, ca să efectuăm o schimbare de linii L2 ↔ Li . Prin urmare alegem pivotul ca fiind din
poziţia (2, 3). Efectuăm transformări elementare pentru a anula toţi coeficienţii de sub elementul
din poziţia (2, 3), adică coeficieı̂ntii din poziţiile (i, 3), i > 2.
¯ ¯
1 2 1 3 3 ¯¯ −5 1 2 1 3 3 ¯¯ −5
0 0 −2 −2 −2 ¯ −4 L2 +L3 →L3 0 0 −2 −2 −2 ¯ −4
¯ ∼ ¯
0 0 2 2 2 ¯¯ 4 0 0 0 0 0 ¯¯ 0
0 0 0 0 3 ¯ 3 0 0 0 0 3 ¯ 3
Deoarece linia 3 conţine doar elemente nule, schimbând linia 3 cu linia 4 obţinem o matrice
care este deja ı̂n forma scară:
¯
1 2 1 3 3 ¯¯ −5
0 0 −2 −2 −2 ¯ −4
¯
0 0 0 0 3 ¯¯ 3
0 0 0 0 0 ¯ 0
Observaţia 1.4.1 Observăm că ı̂n urma şirului de transformări am obţinut simultan forma
scară a matricii A a sistemului şi a matricii prelungite.
Propoziţia 1.4.1 Rangul unei matrici ı̂n forma scară pe linii este egal cu numărul de pivoţi.
Demonstraţie: Într-adevăr, dacă forma scară pe linii S are r linii nenule (deci r pivoţi), atunci
rangul matricii S este r, deoarece determinantul constituit din intersecţia primelor r linii cu
coloanele j1 , j2 , . . . jr ı̂n care se găsesc pivoţii liniilor 1, 2, . . . , r este nenul (fiind determinantul
unei matrici superior triunghiulare cu elementele de pe diagonala principală nenule) şi nu există
un determinant de ordin mai mare ca r nenul.
Cursul 1, Algebră liniară °
c E. Petrişor, octombrie 2007 11
Prima informaţie ce se extrage din forma scară a unei matrici A este rangul matricii A,
care este dat de numărul de pivoţi din forma scară.
Matricea sistemului (1) are trei pivoţi, deci rangul este 3. Un determinant principal (determi-
nant de ordinul rangului) este determinantul matricii de intersecţie a liniilor 1, 2, 3 cu coloanele
1, 3, 5 ı̂n care se găsesc pivoţii liniilor 1, 2, 3:
¯ ¯
¯ 1 1 3 ¯¯
¯
¯ 0 −2 −2 ¯ = −6 6= 0 (1.7)
¯ ¯
¯ 0 0 3 ¯
Rangul matricii prelungite este de asemenea 3, deci conform teoremei Kronecker–Capelli sis-
temul este compatibil. Pentru a obţine mulţimea soluţiilor aplicăm metoda studiată la liceu,
urmând ca ulterior să evidenţiem o altă metodă.
Rezolvăm primele 3 ecuaţii ı̂n raport cu necunoscutele x1 , x3 , x5 care sunt necunoscute prin-
cipale. α := x2 , β = x4 sunt necunoscute secundare.
Rezolvând sistemul:
x1 + 2α + x3 + 3β + 3x5 = 5
−x3 − β − x5 = −2
x5 = 1
Observaţia 1.5.1 Se poate demonstra că forma scară redusă a unei matrici este unică, adică
indiferent de transformările elementare pe linie aplicate obţinem aceeaşi matrice redusă. Notăm
prin SA , forma scară redusă a matricii A.
Forma scară redusă este fundamentală ı̂n algebra liniară deoarece aşa cum vom arăta ı̂n cursurile
următoare ea codifică proprietăti importante ale matricii iniţiale, foarte utile ı̂n rezolvarea a
numeroase probleme.
14 Cursul 1, Algebră liniară °
c E. Petrişor, octombrie 2007
Să ilustrăm câteva avantaje ale reducerii matricii unui sistem de ecuaţii liniare la forma
scară redusă. Aplicand metoda Gauss–Jordan de reducere a unui sistem liniar şi neomogen
de n ecuaţii cu n necunoscute, compatibil determinat, obţinem la sfârşitul procedurii, aplicată
matricii prelungite a sistemului:
¯
a11 a12 . . . a1n ¯¯ b1
a21 a22 . . . a2n ¯ b2
¯
.. .. .. ¯ ..
. . ... . ¯ . ¯
an1 an2 . . . ann ¯ bn
adică sistemul de ecuaţii definit de această ultimă matrice prelungită este echivalent cu sistemul
iniţial ( au aceleaşi soluţii). Sistemul echivalent este sistemul de matrice In şi coloana termenilor
liberi de elemente s1 , s2 , . . . , sn :
x1 s1
x2 s2
In .. = ..
. .
xn sn
Deci soluţia acestui sistem (precum şi a celui iniţial) este:
x1 = s1
x2 = s2
.. (1.9)
.
xn = sn ,
Cu alte cuvinte soluţia sistemului este ı̂nregistrată ı̂n coloana ce bordează matricea sistemului
ı̂n forma triunghiulară.
Observăm că ı̂n deducerea soluţiei din forma scară redusă am pornit de la ipoteza că sistemul
este compatibil determinat. În realitate ı̂nsă nu ştim la ı̂nceputul procedurii de reducere la
forma scară redusă dacă un sistem de n ecuaţii cu n necunoscute (cu n foarte mare) este sau nu
compatibil determinat. Reducând ı̂nsă matricea prelungită la forma scară redusă, după ultima
etapă deducem din analiza matricii reduse dacă sistemul este compatibil sau nu şi dacă da citim
soluţia ca mai sus. Şi anume:
• Dacă ı̂n forma scară redusă numărul pivoţilor din submatricea formată din primele n
coloane este egal cu n, adică rangul matricii sistemului final deci şi al celui iniţial este n, atunci
sistemul este compatibil determinat şi soluţia sistemului se poate citi pe ultima coloană a formei
scară redusă a matricii prelungite;
Cursul 1, Algebră liniară °
c E. Petrişor, octombrie 2007 15
• Dacă numărul pivoţilor ı̂n submatricea formată din primele n coloane ale matricii reduse
este mai mic decât n sistemul poate fi incompatibil sau compatibil nedeterminat, ı̂n funcţie de e
relaţia dintre rangul acestei matrici şi al matricii prelungite.
Având 5 pivoţi plasaţi ı̂n submatricea matricea formată din primele 5 coloane, rezultă că ma-
tricea sistemului are are rangul 5, deci determinantul matricii sistemului este nenul şi sistemul
este compatibil determinat, iar soluţia lui este dată de ultima coloană:
Observăm că numărul de pivoţi ı̂n submatricea formată din primele 5 coloane este 4, deci
rangul matricii sistemului este 4 iar rangul matricii prelungite este egal cu numărul de pivoti din
forma scară redusă a cesteia, adică 5. Deci sistemul este incompatibil.
Un sistem de 5 ecuatii cu 5 necunoscute a cărui matrice prelungită are forma scară redusă:
¯
1 0 0 2 0 ¯¯ 1
0 1 0 11 0 ¯ −7
¯
0 0 1 −3 0 ¯ 3
¯
0 0 0 0 1 ¯¯ −4
0 0 0 0 0 ¯ 0
este compatibil nederminat deoarece rangul matricii sistemului coincide cu rangul matricii pre-
lungite, dar acest rang nu este maxim, adică 5.