Curs 1

Rezolvarea sistemelor de ecuaţii liniare prin reducerea

matricii prelungite la forma scară pe linii

1.1 Problematica Algebrei liniare

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

1.2 Generalităţi despre matrici

Noţiunea de matrice este fundamentală ı̂n algebra liniară. În cadrul cursului vor interveni
preponderent matrici de elemente reale şi vom aborda doar câteva noţiuni şi proprietăţi ale
matricilor cu elemente complexe ce intervin ı̂n procesarea semnalelor şi imaginilor.
Notăm cu Rm×n (Cm×n ) mulţimea matricilor de elemente reale (complexe), de tip m × n
adică mulţimea matricilor de forma:
 
a11 a12 · · · a1n
 a21 a22 · · · a2n 
 
A =  .. .. ..  , unde aij ∈ R sau C (1.1)
 . . ··· . 
am1 am2 · · · amn

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

şi vom nota

A = [C1 |C2 | . . . Cn ]

Spunem că matricea A se obţine prin concatenarea coloanelor C1 , C2 , . . . , Cn .

Reamintim că pentru orice două matrici A, B de elemente din K, cu particularitatea că
numărul de coloane al primei matrici coincide cu numărul de linii al celei de-a doua, adică A
este de tip m × p, iar B de tip p × n, definim matricea produs, ca fiind matricea C = AB, de
elemente cij ∈ K, cu
p
X
cij = ai1 b1j + ai2 b2j + · · · + aip bpj = aik bkj ,
k=1
Cursul 1, Algebră liniară °
c E. Petrişor, octombrie 2007 3

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:

C = AB = [AB1 |AB2 | · · · |ABn ]

Rangul unei matrici A ∈ Kn×n este cel mai mare ordin de determinant nenul ce se poate
constitui din elementele de intersecţie a k linii şi k coloane ale matricii A, unde
k = 1, 2, . . . , min (m, n).

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

Astfel avem reprezentarea In = [e1 |e2 | . . . |en ].

• O matrice pătratică care se obţine din matricea unitate In printr-o permutare a liniilor sale
se numeşte matrice permutare. De exemplu matricea
4 Cursul 1, Algebră liniară °
c E. Petrişor, octombrie 2007

 
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.

Demonstraţie: Notăm cu Y matricea produs Pπ X,

   
x1 y1
 x2   y2 
   
X =  ..  , Y =  .. 
 .   . 
xn yn

Din Y = Pπ X, un element arbitrar al matricii produs, yi , se exprimă conform relaţiei de

ı̂nmulţire Pπ X astfel:
n
X
yi = pik xk
k=1
Dar ı̂n linia i a matricii Pπ doar elementul piπi = 1 este nenul şi prin urmare:

yi = piπi xπi = xπi

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:

Pπ A = [Pπ C1 |Pπ C2 | . . . |Pπ Cn ]

şi cum o matrice coloană Pπ Cj este rezultatul aplicării permutării π coloanei Cj , rezultă că
Pπ A are ca efect aplicarea permutării π liniilor matricii A.
I Determinantul unei matrici permutare Pπ este 1 dacă permutarea este pară şi −1 dacă
permutarea este impară.
Demonstraţie: O matrice permutare se obţine permutând liniile matricii unitate. Matricea uni-
tate are determinantul egal cu 1. Se ştie ca schimbând două linii ale unui determinant nenul
ı̂ntre ele, se schimba semnul determinantului. Prin urmare când se efectuează o permutare pară
valoarea determinantului rămâne 1, iar ı̂n urma unei permutări impare valoarea determinantului
este -1.
Ca o consecinţă avem că o matrice permutare este inversabilă.
I Inversa unei matrici permutare coincide cu transpusa sa: Pπ−1 = PπT .
Demonstraţie: Pentru a demonstra această relaţie notăm cu Q = (qij ) matricea transpusă PπT
şi arătăm că produsul B = Pπ Q, este matricea unitate In (adică B = In ) ceea ce conduce la
Q = Pπ−1 , deoarece inversa unei matrici A este unica matrice cu proprietatea că produsul la
stânga şi la dreapta cu matricea A este matricea unitate. (demonstraţia pentru QPπ = In se face
similar cu demonstraţia Pπ Q = In ).
Din relaţia de determinare a unui element arbitrar al produsului avem:
n
X
bij = pik qkj
k=1
Dar dintre elementele pi1 , pi2 , . . . , pin doar piπi = 1 este nenul şi prin urmare:
bij = piπi qπi j = qπi j = pjπi deoarece Q = PπT
Dar elementul pjπi este nenul doar dacă j = i, adică piπi = 1. Prin urmare:
½
1 dacă i = j
bij =
0 dacă i 6= j
adică bij este un element tipic din matricea unitate şi deci B = Pπ PπT = In , adică PπT = Pπ−1 .

O serie de alte matrici particulare vor fi definite şi studiate pe parcursul cursului.
6 Cursul 1, Algebră liniară °
c E. Petrişor, octombrie 2007

1.3 Sisteme de ecuaţii liniare

O problemă fundamentală ı̂n algebra liniară este rezolvarea unui sistem de m ecuaţii alge-
brice, liniare, cu n necunoscute:

a11 x1 + a12 x2 + · · · a1n xn = b1

a21 x1 + a22 x2 + · · · a2n xn = b2
.. (1.3)
.
am1 x1 + am2 x2 + · · · amn xn = bm
Coeficienţii aij , bi , i = 1, m, j = 1, n, sunt numere reale sau complexe.
Teorema Kronecker–Capelli afirmă că sistemul este compatibil dacă şi numai dacă rangul
matricii A a sistemului coincide cu rangul matricii prelungite A = [A|b] (obţinută prin bordarea
matricii A cu coloana termenilor liberi, b).

Metodele de rezolvare a sistemelor compatibile studiate la liceu se pretează pentru calcul

”manual” doar ı̂n cazurile m, n ≤ 3. Regula lui Cramer presupune calculul a n + 1 deter-
minanti. Studiul compatibilităţii unui sistem folosind teorema Kronecker-Capelli presupune
calculul rangului matricii sistemului şi a matricii prelungite. Pentru m, n ≥ 4 aceste calcule
devin laborioase şi conduc la erori (umane). În cele ce urmează prezentăm o metodă adecvată
pentru orice m şi n, care pe de o parte are avantajul că implică calcule simple, uşor imple-
mentabile, iar pe de altă parte, ı̂n ultima etapă a ei reflectă compatibilitatea/incompatibilitatea
sistemului şi dă şi soluţia ı̂n caz de compatibilitate.
Cel mai simplu se rezolvă un sistem de n ecuaţii liniare cu n necunoscute de formă triunghi-
ulară, adică de forma:
a11 x1 + a12 x12 + · · · + a1n xn = b1
a22 x22 + · · · + a2n xn = b2
.. .. (1.4)
. .
ann xn = bn ,
unde coeficienţii aii 6= 0, i = 1, n. Matricea unui astfel de sistem este matrice superior tri-
unghiulară:
 
a11 a12 . . . a1n
 0 a22 . . . a2n 
 
A =  .. .. ..  (1.5)
 . . ... . 
0 0 . . . ann
Un sistem triunghiular este compatibil determinat, deoarece determinantul său este nenul:
det(A) = a11 a22 · · · ann 6= 0
şi se rezolvă prin metoda substituţiei inverse, adică se rezolvă succesiv ecuaţiile n, n−1, . . . , 2, 1.
Din ultima ecuaţie se calculează xn = bn /ann , care se introduce ı̂n ecuaţia n − 1, ce se rezolvă
apoi ı̂n raport cu xn−1 , şi aşa mai departe, până ajungem la rezolvarea ecuaţiei 1. Avem deci
următorul
1.4. Reducerea unei matrici la forma scară pe linii 7

Algoritm de rezolvare a unui sistem ı̂n forma triunghiulară

• 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

1.4 Reducerea unei matrici la forma scară pe linii

În cele ce urmează vom arăta că orice sistem de m ecuaţii cu n necunoscute, se poate re-
duce printr-un şir de transformări succesive numite transformări elementare pe linie la o formă
cvasitriunghiulară numită şi forma scară pe linii.
Fixăm următoarele notaţii pentru liniile, respectiv coloanele unei matrici A de tip m × n
cu elemente reale sau complexe. Notăm prin Ai, : linia i a matricii şi prin A:, j coloana j,
i = 1, m, j = 1, n.

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

Următoarele matrici au forma scară:

   
7 −3 1 −6 −2 5 0 3
 0 2 −8 −1   0 4 −7 1 
   

S1 =  0 0 −3 5  S2 =  0 0 2 −8 
  
 0 0 0 −4   0 0 0 0 
0 0 0 0 0 0 0 0
 
−6 2 5 0 1
 0 1 −3 −1 2 
S3 = 
 0

0 0 1 −5 
0 0 0 0 −3

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.:

Eci : ai1 x1 + ai2 x2 + · · · + ain xn = bi

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

conduc la un sistem S 0 echivalent cu acesta:

1. Schimbarea ecuaţiilor i şi j ı̂ntre ele, Eci ↔ Ej .
2. Produsul unei ecuaţii cu un scalar nenul, α 6= 0, αEci → Eci :
3. Adunarea la ecuaţia j a ecuaţiei i ı̂nmulţită cu un scalar nenul, αEci + Ecj → Ecj :
Aplicând succesiv astfel de transformări elementare pe linii, un sistem de m ecuaţii cu n
necunoscute poate fi adus la forma scară, adică matricea sistemului este transformată ı̂ntr-o
matrice scară.
Cele trei transformări elementare elementare aplicate ecuaţiilor arbitrare din sistem:
Cursul 1, Algebră liniară °
c E. Petrişor, octombrie 2007 9

Eci : ai1 x1 + ai2 x2 + · · · + ain xn = bi

Ecj : aj1 x1 + aj2 x2 + · · · + ajn xn = bj
practic acţionează identic asupra liniilor i şi j din matricea prelungită a sistemului, A = [A|b].
Notăm cu Li o linie a sa, i = 1, m. Astfel avem următoarele transformările elementare pe linie
asupra matricii prelungite A şi implicit asupra matricii A, care nu afectează mulţimea soluţiilor
sistemului căruia i s-au asociat aceste matrici:
1: Schimbarea a două linii ı̂ntre ele Li ↔ Lj ;
2. Înmulţirea unie linii Li cu un scalar real (sau complex) nenul, α (dacă matricea este o
matrice de elemente reale, respectiv complexe);
3. Adunarea unei linii ı̂nmulţită cu un scalar nenul la altă linie: αLi + Lj → Lj .
Reamintim că dacă liniilor unui determinant li se aplică o transformare de tip 1., atunci
determinantul schimbă semnul, dăcă se aplică o transformare de tip 2 atunci valoarea determi-
nantului se ı̂nmulţeste cu scalarul respectiv, iar dacă se aplică o transformare de tip 3. valoarea
determinantului nu se schimbă.
Să luăm acum un exemplu de sistem de m ecuaţii cu n, m 6= n necunoscute şi să aplicăm
transformări elementare pe linie de tip 1. − 3. asupra matricii prelungite pentru a obţine forma
scară a acesteia.

Exemplul 1. Fie sistemul de 4 ecuaţii cu 5 necunoscute dat ı̂n forma matricială:

 
  x1  
1 2 1 3 3   5
 2 4 0 4 4   x2   6 
    
 1 2 3 5 5   x3  =  9 
 x4 
2 4 0 4 7 9
x5

Matricea sa prelungită este:

 ¯ 
1 2 1 3 3 ¯ 5
¯
 2 4 0 4 4 ¯ 6 
A=
 1
¯
¯

2 3 5 5 ¯ 9 
2 4 0 4 7 ¯ 9

Aplicând succesiv −2L1 + L2 → L2 , −L1 + L3 → L3 şi −2L1 + L4 → L4

obţinem:  ¯ 
1 2 1 3 3 ¯¯ −5
 0 0 −2 −2 −2 ¯ −4 
 ¯ 
 0 0 2 2 2 ¯¯ 4 
0 0 −2 −2 1 ¯ −1
Să alegem pivotul pentru linia 2 (primul element nenul de pe linia 2 din viitoarea formă scară).
Observăm că ı̂n poziţia (2, 2) avem 0. Nici liniile i de sub linia 2 nu au ı̂n poziţia (i, 2) element
10 Cursul 1, Algebră liniară °
c E. Petrişor, octombrie 2007

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

şi sistemul echivalent:

x1 + 2x2 + x3 + 3x4 + 3x5 = 5

−x3 − x4 − x5 = −2
x5 = 1

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.

Pentru a folosi forma scară a matricii prelungite la analiza compatibilităţii/incompatibilităţii

sistemului iniţial, reamintim că:
Deoarece cele trei tipuri de transformări elementare pe linie, (1 − 3), aplicate unui determi-
nant transformă determinanţi nenuli ı̂n determinanţi nenuli şi determinat 0 ı̂n determinant zero,
rezultă:
Proprietate. Cele trei tipuri de transformări elementare pe linie (1 − −3) aplicate unei
matrici A nu modifică rangul matricii şi astfel rangul matricii A coincide cu rangul formei
scară.

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

ı̂n raport cu necunoscutele principale avem: x5 = 1, x3 = 2 − β − 1 = 1 − β, x1 = 5 − 2α −

(1 − β) − 3β − 3 = 1 − 2α − 2β. Deci mulţimea soluţiilor este:

{(x1 , x2 , x3 , x4 , x5 ) = (1 − 2α − 2β, α, 1 − β, β, 1), α, β ∈ R}

Procedura de reducere la forma scară pe linie

Etapa 1: Se determină prima coloană nenulă, de la stânga spre dreapta. Fie aceasta
coloana j. Pe această coloană se selectează un element nenul. Dacă a1j 6= 0, atunci acesta
este pivotul liniei 1. În caz contrar (adică a1j = 0) se efectuează o schimbare de linii pentru a
aduce un element nenul ı̂n prima poziţie a coloanei j. O dată fixat pivotul, se aplică transformări
elementare pe linie pentru a anula toate elementele din coloana j, de sub pivot.
..
.
Etapa k: Presupunem că M este matricea sistemului după etapa k −1 a eliminării Gauss,
adică sub pivotul ales pe linia k − 1 s-au format zerouri. Există trei posibilităţi:
1. Pe linia k există elemente nenule. Atunci alegem ca pivot primul element nenul (de la
stânga spre dreapta). Fie acesta elementul din poziţia (k, j). Se formează zerouri sub el, pe
coloana j, şi astfel se ı̂ncheie etapa k a procedurii;
2. toate elementele pe linia k sunt 0, dar există cel puţin o linie sub linia k ce conţine
elemente nenule; se schimba linia k cu o linie dedesubtul ei ce are elemente nenule, se alege
12 Cursul 1, Algebră liniară °
c E. Petrişor, octombrie 2007

pivotul şi se formează zerouri sub el, terminând etapa k a procedurii;

3. pe linia k şi sub ea nu mai există elemente nenule; Procesul de eliminare este complet;
Precizăm că dacă aij este pivot, atunci se anulează elementul din poziţia kj, cu k > i, prin
transformarea −akj /aij Li + Lj → Lj .
Pentru a ı̂nţelege Etapa 1, luăm următorul exemplu:
Exemplul 2. Să se reducă la forma scară pe linii matricea:
 
0 2 −3 1
 0 5 4 −2 
A=  0 0

7 −1 
0 1 −1 0
La prima vedere acest exemplu pare nejustificat dacă am considera această matrice ca ma-
tricea (prelungită) a unui sistem de ecuaţii liniare, deoarece având coloana 1 formată din zerouri
rezultă că sistemul practic nu depinde de necunoscuta x1 si deci este inutil să folosim coloana
1. Reducerea unei matrici la forma scară pe linii ı̂nsă se folseşte ı̂n algebra liniară şi ı̂n alte
scopuri, nu numai ı̂n rezolvarea sistemelor liniare şi existentă unei coloane nule este posibilă ı̂n
unele probleme.
Cum coloana 1 este zero, a11 nu poate fi pivot pentru linia 1 şi nici un alt elemnt ai1 , i > 1,
prin schimbarea liniei 1 cu linia i. Prima coloană nenulă este k = 2. Pentru calcule mai simple,
schimbăm linia 1 cu linia 4 şi obţinem matricea:
 
0 1 −1 0
 0 5 4 −2 
A1 =  0 0

7 −1 
0 2 −3 1
Alegem pivotul pe linia 1 ca fiind 1 şi aplicăm transformările: −5L1 + L2 → L2 , −2L1 + L4 →
L4 . Obţinem:  
0 1 −1 0
 0 0 9 −2 
A2 =   0 0

7 −1 
0 0 −1 1
Apoi ı̂n A2 interschimbăm L2 ↔ L4 :
 
0 1 −1 0
 0 0 −1 1 
A3 =   0 0

7 −1 
0 0 9 −2
−1 este pivotul liniei 2. Efectuăm transformările 7L2 + L3 → L3 şi 9L2 + L4 → L4 ;
 
0 1 −1 0
 0 0 −1 1 
A3 =  0 0

0 6 
0 0 0 7
1.5. Metoda Gauss–Jordan 13

Pivotul liniei 3 este 6. Transformarea (−7/6)L3 + L4 → L4 conduce la forma scară pe linie:

 
0 1 −1 0
 0 0 −1 1 
S=  0 0

0 6 
0 0 0 0

Observaţia 1.4.2 Datorită flexibilităţii ı̂n alegerea transformărilor elementare pe linie ce se

efectuează pentru reducerea unei matrici A la forma scară, S, elementele matricii S nu sunt
unic determinate de A. Adică două persoane care lucrează independent pot obţine matrici scară
diferite. Se poate demonstra ı̂nsă că numărul şi poziţia pivoţilor ı̂n S sunt unic determinate de
elementele matricii A. Cu alte cuvinte, două forme scară distincte ale aceleaşi matrici au
acelaşi număr de pivoţi şi aceştia sunt situaţi ı̂n aceeaşi poziţie.

1.5 Metoda Gauss–Jordan

Metoda transformărilor elementare pe linie numită şi metoda eliminării a lui Gauss poate fi
rafinată, prin metoda Gauss-Jordan. Şi anume metoda Gauss-Jordan are ı̂n plus două caracter-
istici:
1. În fiecare etapă, elementul pivot este forţat să devină 1. Mai precis dacă s-a fixat pivotul
pe linia i ca fiind aij 6= 0, atunci transformarea Li /aij → Li conduce la pivot 1.
2. Pe lângă zerouri sub pivot se creează prin transformări elementare pe linie, zerouri şi
deasupra pivotului.
O matrice scară obţinută prin metoda Gauss-Jordan din matricea A se numeşte matrice scară
redusă.

Exemplul 3. Matrici scară ı̂n forma redusă:

 
  1 −2 0 0  
1 0 −2  0 1 0 0 −6 5
0 1 0 
 0 1 5    0
  0 1 0 −1 2 
0 0 1 
0 0 0 0 0 1 3 −4
0 0 0 0

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

matricea echivalentă cu matricea prelungită:

 ¯ 
1 0 · · · 0 ¯¯ s1
 0 1 · · · 0 ¯ s2 
 ¯ 
 .. .. .. ¯ ..  (1.8)
 . . ··· . ¯ . 
¯
0 0 · · · 1 ¯ sn

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.

Exemplul 4. Considerăm sistemul neomogen de 5 ecuaţii cu 5 necunoscute, având matricea

prelungită:
 ¯ 
2 −1 0 5 8 ¯¯ 0
 −5 3 3 1 −1 ¯¯ 2 
 

A =  0 −4 1 −3 3 ¯¯ −4  
 1 2 −2 0 2 ¯¯ 5 
3 6 7 2 0 ¯ 1
Forma sa scară redusă este (Verificaţi!)2
 ¯ 
1 0 0 0 0 ¯ −0.2332
¯
 0 1 0 0 0 ¯ 1.3578 
 ¯ 
 0 0 1 0 0 ¯ −0.8287 
 ¯ 
 0 0 0 1 0 ¯ −0.3233 
¯
0 0 0 0 1 ¯ 0.4301

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:

(x1 = −0.2332, x2 = 1.3578, x3 = −0.8287, x4 = −0.3233, x5 = 0.4301)

Exemplul 5. Sistemul neomogen de 5 ecuaţii cu 5 necunoscute având matricea prelungită:

 ¯ 
5 8 19 2 −1 ¯¯ 1
 1 −1 20 −5 3 ¯¯ −7 
 
A=  −3 3 −15 0 −4 ¯ 0 
¯ 
 0 2 −3 1 2 ¯¯ 4 
2 0 1 3 6 ¯ −3

are forma scară redusă:  ¯ 

1 0 0 1.6667 0 ¯¯ 0
 0 1 0 0 ¯ 0 
 ¯ 
 0 0 1 −0.3333 0 ¯¯ 0 
 
 0 0 0 0 1 ¯¯ 0 
0 0 0 0 0 ¯ 1
2
Eu am folosit un program ı̂n C care a redus matricea la forma scară. După cursul următor postez pe grup codul
sursă şi executabilul ca sa-l folosiţi pentru temele ce le veţi primi; cei care ştiu deja C pot modifica sursa, iar ceilalţi
vor folosi executabilul până se introduc ı̂n domeniu.
16 Cursul 1, Algebră liniară °
c E. Petrişor, octombrie 2007

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.