Cursul 6

Matricea de trecere ntre doua baze ortonormate. Complementul

ortogonal al unui subspatiu

6.1 Matricea de trecere dintre doua baze ortonormate

In cursul precedent am definit bazele ortonormate si am demonstrat ca coordonatele unui
vector, v, relativ la o baza ortonormata, B = (e1 , e2 , . . . , en ), din spatiul vectorial euclidian
(Vn , <, >) se calculeaza foarte simplu si anume xi =< v, ei >, i = 1, n. In continuare aratam ca
matricea de trecere ntre doua baze ortonormate este o matrice particulara.
Definitia 6.1.1 O matrice patratica cu elemente reale, A Rnn , cu proprietatea ca:
AT A = In

(6.1)

se numeste matrice ortogonala.

Exemplul 1. Orice matrice A de forma:



cos sin
A=
,
sin
cos

este o matrice ortogonala deoarece:


 

cos sin
cos sin
AT A =

=
sin cos
sin
cos
=

cos2 + sin2
cos sin + cos sin
cos sin + cos sin
cos2 + sin2
1 0
0 1

(6.2)

= I2

Proprietati ale matricilor ortogonale

1. Conditia AT A = In din definitia matricii ortogonale este echivalenta cu AAT = In .
Intr-adevar, nmultim matricea AAT , la stanga cu AT si avem:
AT (AAT ) = (AT A)AT = In AT = AT
1

Cursul 6, Algebra liniara, E. Petrisor, noiembrie 2011

Deoarece AAT are efect neutru fata de nmultire, rezulta ca AAT = In . Analog se arata si ca
AAT = In implica AT A = In .
2. O matrice ortogonala are determinantul egal cu 1 sau 1.
Pentru a demonstra aceasta proprietate reamintim ca determinantul produsului a doua matrici
este egal cu produsul determinantilor:
det(AB) = det(A)det(B)
si determinantul transpusei unei matrici este egal cu determinantul matricii:
det(AT ) = det(A)
Din definitia unei matrici ortogonale avem:
AAT = In
si deci
det(AAT ) = det(In ) = 1 det(A)det(AT ) = 1 (det(A))2 = 1 det(A) = 1
3. O matrice ortogonala este inversabila si inversa sa este egala cu transpusa.
Avand determinantul egal cu 1 sau -1, deci nenul, o matrice ortogonala este inversabila, adica
exista o unica matrice A1 astfel ncat:
AA1 = A1 A = In
Deoarece prin definitie avem ca:
AAT = AT A = In ,
rezulta ca transpusa unei matrici ortogonale coincide cu inversa: AT = A1 .
4. Inversa unei matrici ortogonale este o matrice ortogonala.
Pentru a ilustra aceasta proprietate calculam produsul (A1 )T (A1 ) si obtinem:
(A1 )T A1 = (AT )1 A1 = (AAT )1 = In1 = In
4. Produsul a doua matrici ortogonale este o matrice ortogonala.
Fie A, B matrici ortogonale, adica AT A = In si B T B = In . Sa calculam produsul (AB)T (AB):
T
T
(AB)T (AB) = (B T AT )(AB) = B T (A
| {zA})B = B B = In
In

In concluzie AB este matrice ortogonala.

Datorita proprietat ilor 4 si 3 rezulta ca multimea O(n) a matricilor ortogonale de tip n n
formeaza subgrup n grupul multiplicativ al matricilor patratice de tip n n, nesingulare.

Cursul 6, Algebra liniara, E. Petrisor, noiembrie 2011

Fie (Vn , <, >) un spatiu vectorial real de dimensiune n nzestrat cu produsul scalar <, > si
B = (e1 , e2 , . . . , en ), B = (u1 , u2 , . . . , un ) doua baze ortonormate n Vn . Exprimand vectorii
bazei B n functie de vectorii bazei B avem:
u1
u2
..
.

= a11 e1 + a12 e2 + + a1n en

= a21 e1 + a22 e2 + + a2n en

(6.3)

un = an1 e1 + an2 e2 + + ann en

Astfel matricea de trecere de la baza B la baza B este:

TBB

u1
u2

a11 a21
a12 a22

= .
..
..
.
a1n a2n

un

. . . an1
. . . an2
.
. . . ..
. . . ann

(6.4)

Propozitia 6.1.1 Matricea de trecere dintre doua baze ortonormate este o matrice ortogonala.
T T =I :
Demonstratie: Sa aratam ca TBB
BB
n

T
TBB
TBB

u1
a11
u2
a
21
=
..
..
.
.
un

a12
a22
..
.

. . . a1n
. . . a2n
..
...
.

an1 an2 . . . ann

a11
a12
..
.

a21
a22
..
.

. . . an1
. . . an2
..
...
.

a1n a2n . . . ann

(6.5)

Elementul din pozitia (i, j) a matricii produs este

ai1 aj1 + ai2 aj2 + + ain ajn =< ui , uj >,
deoarece ui si uj sunt exprimati n baza ortonormata B si deci produsul lor scalar este suma
produselor coordonatelor din aceeasi pozitie (Propozitia 5.2.3, Cursul 5). Astfel avem:

T
TBB
TBB =

< u1 , u1 > < u1 , u2 > . . . < u1 , un >

< u2 , u1 > < u2 , u2 > < u2 , un >
..
..
..
.
.
...
.
< un , u1 > < un , u2 > . . . < un , un >

1
0
..
.

0 ...
1 ...
..
. ...
0 0 ...

0
1
..
.
1

= In ,

deoarece baza B este ortonormata, avem ca produsele scalare a doi vectori distincti, < ui , uj >=
0, i 6= j si < ui , ui >= 1. Prin urmare:
T
TBB
TBB = In

adica matricea de trecere TBB este o matrice ortogonala.

Cursul 6, Algebra liniara, E. Petrisor, noiembrie 2011

Consecinta . Daca B, B sunt doua baze ortonormate n (Vn <, >) atunci matricile de trecere
1
n acest caz relatia
TBB , TB B sunt matrici ortogonale si deoarece n general avem TB B = TBB
,
1
!!!!
T
este mai simpla pentru ca TBB = TBB :
T
TB B = TBB

(6.6)

Exemplul 2. In spatiul vectorial R3 se considera baza canonica B = (e1 , e2 , e3 ), (care conform

celor demonstrate este ortonormata) si baza ortonormata:


T

T
T !
2
1
1
1
2
1
2
1
, u3 = , ,
, u2 = , , 0
B = u1 = , ,
10
10
5
2
2
10
10
5
a) Sa se determine matricile de trecere ntre cele doua baze.
b) Sa se determine coordonatele vectorului v = (2, 0, 1)T relativ la baza B .
c) Fie w1 = 2u1 6u2 + u3 , w2 = 3u1 5u2 . Sa se calculeze produsul scalar < w1 , w2 >.
Rezolvare: a) Vectorii bazei B sunt exprimati n baza canonica, deci putem constitui direct matricea TBB :

1
1
2

10
2
10

2
1
1

TBB =

10
2
10

2
1

0
5
5

Matricea de trecere TB B de la baza B la baza B este n cazul general inversa matricii TBB . Cum
bazele B, B sunt ambele ortonormate, matricea TBB este ortogonala si deci inversa sa coincide
cu transpusa:

1
1
2

10
10
5

1
1

0
TB B = TBB

2
2
2
2
1

10
10
5

b) Vectorul v se descompune dupa vectorii bazei B n forma:

v = y1 u1 + y2 u2 + y3 u3

Coordonatele yi se pot afla n doua moduri:

1) yi =< v, ui >, i = 1, 3, asa cum am demonstrat n cursul precedent;
2) folosind matricea de trecere:

2
1
2
2
1
2

10
10
5
10
5

y1
2

1
2

=
y2 = TB B 0 =

2
2
2

y3 B
1 B 2

2
1
1
4

1
10
10
5
10
5

Cine
uita aceasta
proprietate
calculeaza
mult inversa,
iar cine o
aplica pentru
orice baze,
nu
doar
ortonormate,
GRESESTE.

Cursul 6, Algebra liniara, E. Petrisor, noiembrie 2011

Modalitatea 1) este convenabila n calculul manual al coordonatelor, iar cea de-a doua modalitate
se foloseste n implementarea algoritmilor ce fac uz de baze ortonormate. Exploatarea faptului ca
inversa matricii TBB coincide cu transpusa conduce la eliminarea erorilor ce s-ar produce prin
calculul inversei n mod uzual sau folosind reducerea la forma scara redusa.
c) Deoarece baza B este o baza ortonormata, produsul scalar a doi vectori w1 = x1 u1 +
x2 u2 + x3 u3 , w2 = y1 u1 + y2 u2 + y3 u3 este < w1 , w2 >= x1 y1 + x2 y2 + x3 y3 . In cazul
vectorilor dati, produsul scalar devine:
< w1 , w2 >= 2 3 + (6) (5) + 1 0 = 6 + 30 + 0 = 36
Exprimarea coordonatelor unui versor ntr-o baza ortonormata
Propozitia 6.1.2 Coordonatele unui versor ntr-o baza ortonormata sunt cosinusurile unghiurilor
dintre directia versorului si vectorii bazei.
Demonstratie: Fie B = (u1 , u2 , . . . , un ) o baza ortonormata n spatiul vectorial euclidian Rn si
v = x1 u1 +x2 u2 + +xn un un vector arbitrar din Rn \{}, raportat la baza B. Versorul sau este
p

v
. Deoarece baza B este ortonormata norma kvk = < v, v > = x21 + x22 + + x2n .
v0 =
kvk
Prin urmare exprimarea versorului v 0 n baza B este:
v 0 = y1 u1 + y2 u2 + + yn un = p

1
x21

si deci coordonata din pozitia i este: yi = p

x22

+ + x2n

(x1 u1 + x2 u2 + + xn un

xi

, i = 1, n.
+ + + x2n
Pe de alta parte, cosinusul unghiului dintre vectorul v si vectorul ui al bazei este:
x21

cos(v,
d
ui ) =

x22

< v, ui >
kvk kui k

Dar < v, up
i >=< x1 u1 +x2 u2 + +xi ui + +xn un , 0u1 +0u2 + +1ui + +0un >= xi ,
iar kvk = x21 + x22 + + x2n , si kui = 1 (pentru ca baza este ortonormata). Astfel avem:
xi
= yi ,
cos(v,
d
ui ) = p 2
2
x1 + x2 + + x2n

i = 1, n

In concluzie, exprimarea unui versor n baza ortonormata B este:

v 0 = cos(v,
d
u1 ) u1 + cos(v,
d
u2 ) u2 + + cos([
v , un ) un =
\
\
0
0
0, u ) u
= cos(v , u1 ) u1 + cos(v , u2 ) u2 + + cos(v\
n
n
Ultima egalitate are loc deoarece versorul are aceeasi directie si sens ca si v, deci acelasi unghi cu
ui .
Coordonatele versorului unui vector nenul v se mai numesc si cosinusii directori ai directiei vectorului v. In fizica si n grafica se spune adeseori: fie directia de cosinusi directori (cos 1 , cos 2 , cos 3 )T ,
ceea ce s-ar traduce prin fie directia de versor (cos 1 , cos 2 , cos 3 )T .

Cursul 6, Algebra liniara, E. Petrisor, noiembrie 2011

6.2 Subspatii vectoriale ortogonale. Proiectia ortogonala a unui vector pe un subspatiu

Fie (Vn , <, >) un spatiu euclidian si v Vn , un vector nenul. Multimea tuturor vectorilor din
Vn ce sunt ortogonali pe v se noteaza v ,
v = {w Vn | < w, v >= 0}
Propozitia 6.2.1 Multimea v asociata vectorului nenul, v, este un subspatiu vectorial al lui Vn .
Demonstratie: Aratam ca suma a doi vectori din v este un vector din v si produsul cu un scalar
al unui vector din v este vector din v .
Fie w1 , w2 v . Rezulta ca < w1 , v >= 0, < w2 , v >= 0. Atunci < w1 + w2 , v >=<
w1 , v > + < w2 , v >= 0 + 0 = 0, adica w1 + w2 v .
Sa verificam si a doua conditie de subspatiu vectorial: daca R si w v , atunci <
w, v >= < w, v >= 0 = 0, adica w v .
Subspatiul vectorial v se numeste complementul ortogonal al vectorului v.
Sa determinam ecuatiile subspaspatiului v , cand v este un vector nenul din (Rn , <, >). Daca
v = (a1 , a2 , . . . , an )T Rn , v 6= , complementul sau ortogonal, v , este:
v = {w = (x1 , x2 , . . . , xn )T Rn | < w, v >= 0, adica a1 x1 +a2 x2 + +an xn = 0} (6.7)
Prin urmare subspatiul v are ecuatia:
a1 x 1 + a2 x 2 + + an x n = 0

(6.8)

Reciproc, daca un subspatiu S al lui Rn are ecuatia (6.8) atunci vectorul v = (a1 , a2 , . . . , an )T
este un vector ortogonal pe orice vector din subspatiu.
Exemplul 3. a) Complementul ortogonal al vectorului v = (5, 1, 0, 3)T R4 are ecuatia:
5x1 + x2 + 3x4 = 0;
b) In R4 se da subspatiul vectorial, S, de ecuatie
7x1 + 3x2 + x3 2x4 = 0
Subspatiul este complementul ortogonal al vectorului v = (7, 3, 1, 2)T R4 . v este ortogonal
pe orice vector din subspatiul S sau simplu, v este ortogonal pe S.
Propozitia 6.2.2 Complementul ortogonal al unui vector nenul v = (a1 , a2 , . . . , an )T Rn are
dimensiunea n-1.
Deoarece ecuatia subspatiului este a1 x1 + a2 x2 + + an xn = 0, v coincide cu multimea
Null(A), a solutiilor sistemului omogen de matrice A = [a1 a2 . . . an ]. Cum dimesniunea
spatiului solutiilor este n-rang(A)=n-1, rezulta ca v are dimensiunea n-1.
Generalizand, asociem unui subspatiu vectorial S Vn multimea S a vectorilor din Vn ce
sunt perpendiculari pe orice vector din S:
S = {v Vn | < v, s >= 0, s S}
Evident ca S este subspatiu vectorial al lui Vn (verificati!). S se numeste complementul ortogonal al lui S.

Cursul 6, Algebra liniara, E. Petrisor, noiembrie 2011

Propozitia 6.2.3 Intersectia dintre un subspatiu vectorial S si complementul sau ortogonal, S

este vectorul nul din Vn , S S = {}.
Demonstratie: Presupunem ca exista un vector nenul s S S . Atunci din s S si s S,
rezulta ca s este ortogonal pe orice vector din S, deci n particular si pe el nsusi, adica < s, s >=
0, ceea este posibil doar daca s = . Deci presupunerea ca exista un vector nenul s S S ne-a
condus la o contradictie.
Se poate demonstra ca daca S este un subspatiu vectorial al spatiului euclidian Vn si S este
complementul ortogonal al lui S, atunci au loc urmatoarele proprietati:
1. Orice vector v Vn se exprima n mod unic ca suma unui vector din S cu un vector din

S : v = s + s , unde s S si s S ;
2. Dimensiunea dim(S ) = n dim(S);
3. Daca B este o baza n S si B o baza n S , atunci B B este o baza n Vn . In particular,
daca bazele B, B sunt ortonormate, atunci si baza B B este o baza ortonormata.
6.2.1

Ecuatiile complementului ortogonal S

Propozitia 6.2.4 Daca subspatiul vectorial S Vn are dimensiunea m < n si

BS = (u1 , u2 , . . . , um )
este o baza n S, atunci complementul sau ortogonal, S , coincide cu multimea vectorilor din Vn
ce sunt ortogonali pe vectorii bazei BS .
Demonstratie: Notam cu U multimea vectorilor din V ce sunt ortogonali pe fiecare vector din
baza BS :
U = {v Vn | < v, ui >= 0, i = 1, m}

Sa aratam ca U = S prin incluziune dubla:

Fie v U . Rezulta ca < v, ui >= 0, i = 1, m. Un vector arbitrar s din S se exprima ca o
combinatie liniara a vectorilor bazei:
s = 1 u1 + + m um

Calculand produsul scalar < v, s >= 1 < v, u1 > + m < v, um >= 0, rezulta ca v S
si deci U S .
Reciproc, fie v S . Rezulta ca v este ortogonal pe orice vector din S, deci si pe vectorii
bazei. Adica v U si deci S U , de unde rezulta ca U = S .
Exemplul 4. Sa se determine complementul ortogonal al subspatiului
S = {v = (x1 , x2 , x3 , x4 )T R4 | 2x1 7x2 x3 + x4 = 0, x1 + 5x2 3x4 = 0}
Determinam o baza n S, rezolvand sistemul ce consta din ecuatiile subspatiului.
Matricea sistemului este


2 7 1
1
A=
1
5
0 3

Cursul 6, Algebra liniara, E. Petrisor, noiembrie 2011

Alegem determinantul principal:


 1
1
p = 
0 3

Deci x3 , x4 sunt necunoscute principale. Rezolvand, obtinem multimea solutiilor de forma:

x1

3
0

x
2

0
3

1
+ x2

s = 5 x1 16 x2 =

5
16
3

3
3
3
1

15
1
5
x1 + x2
| {z }
| {z }
3
3
u
u
1

Deci o baza n subspatiul S este BS = (u1 , u2 ). Prin urmare complementul ortogonal al subspatiului
S este:
S = {v = (x1 , x2 , x3 , x4 )T R4 | < v, u1 >= 0, < v, u2 >= 0}

Ecuatiile subspatiului S sunt:

< v, u1 > = 0
< v, u2 > = 0

3x1 + 5x3 x4
= 0
3x2 16x3 + 5x4 = 0

sau n forma matriciala,

S = {x R4 | [u1 |u2 ]T x = }

6.3 Proiectia ortogonala a unui vector pe un subspatiu

Vn .

Fie (Vn , <, >) un spatiu euclidian, S un subspatiu al sau, S 6= {} si v un vector nenul din

Definitia 6.3.1 Proiectia ortogonala a vectorului v pe subspatiul S este vectorul s S cu proprietatea ca v s s, adica < v s, s >= 0 (Fig.6.1)

vs

Fig.6.1: Proiectia ortogonala a unui vector v pe un subspatiu S.

Cazul 1. Proiectia ortogonala a unui vector v pe un vector nenul w este proiectia ortogonala
a vectorului v pe subspatiul 1D generat de vectorul w 6= 0: S = {s V | s = w, R} =

Cursul 6, Algebra liniara, E. Petrisor, noiembrie 2011

v

v
w
w
prw (v) = aw
prw (v) = aw, a < 0

Fig.6.2: Ilustrarea proiectiei ortogonale a unui vector nenul, v, pe un vector w 6= .

span(w). Conform definitiei, proiectia ortogonala a lui v pe S este un vector s = aw, a R, astfel
ncat < v aw, s >= 0. Dar daca un vector este ortogonal pe s = aw, atunci el este ortogonal si
pe w si deci avem < v aw, w >= 0, adica < v, w > a < w, w >= 0. Rezulta astfel ca
a=

< v, w >
,
< w, w >

iar vectorul proiectie este

s := prw (v) =

< v, w >
w
< w, w >

Daca vectorul w este un versor, adica kek = 1

nala a lui v pe versorul e este:
pre (v) =

< e, e >= 1, atunci proiectia ortogo-

< v, e >
e = (< v, e >)e
< e, e >

Consecinta : Deoarece coordonatele unui vector v ntr-o baza ortonormata, B = (e1 , e2 , . . . , en ),

sunt xi =< v, ei >, rezulta ca exprimarea vectorului v n baza B este suma proiectiilor ortogonale
ale vectorului v pe vectorii bazei:
v =< v, e1 > e1 + < v, e2 > e2 + + < v, en > en = pre1 (v) + pre2 (v) + + pren (v)
Aceasta proprietate generalizeaza la orice spatiu euclidian, modalitatea de a descompune un
vector dupa doua directii ortogonale, asa cum se proceda la fizica cu o forta ce actioneaza n plan
(Fig.6.3).
Cazul 2. Proiectia ortogonala a unui vector v 6= pe un subspatiu vectorial S Vn de
dimensiune mai mare ca 1 (Fig.6.1).
Propozitia 6.3.1 Fie S un subspatiu vectorial al lui Vn de dimensiune, dim(S)=m < n, si BS =
(u1 , u2 , . . . , um ) o baza ortonormata n S. Suma proiectiilor ortogonale ale lui v pe vectorii bazei
din S,
s = pru1 (v) + pru2 (v) + prum (v) =< v, u1 > u1 + < v, u2 > u2 + < v, um > um
este proiectia ortogonala a vectorului v pe subspatiul S.

Cursul 6, Algebra liniara, E. Petrisor, noiembrie 2011

10

e2
pre2 (v)

e1 pre (v)
1
Fig.6.3: Proiectia ortogonala a vectorului v pe vectorii bazei ortonormate B = (e1 , e2 ). v = pre1 (v) +
pre2 (v).

!!!! Tineti

Demonstratie: Sa aratam ca v s s, adica < v s, s >= 0. Intr-adevar,

< v s, s > = < v, s > < s, s >=
= < v, u1 >< v, u1 > + < v, u2 >< v, u2 > + + < v, um >< v, um >
[< v, u1 >2 + < v, u2 >2 + + < v, um >2 ] = 0

minte
ca
baza din S
trebuie
sa
fie ortonormata,
NU
arbitrara!