1

8. Transformari ortogonale si aplicatii

1.1

A. Teorie

Unul dintre cele mai puternice instrumente de care dispunem in cadrul spatiilor
euclidiene este dat de clasa transformarilor ortogonale in conexiune cu transformarile liniare simetrice. Aceste transformari sunt utilizate intens in graca pe
computer; folosirea transformarilor ortogonale in proiectarea sistemelor permite
asigurarea fezabilitatii acestora; calculul matricei Am -de importanta capitala in
foarte multe aplicatii- devine facil in cazul matricelor simetrice folosind transformarile ortogonale; stabilirea naturii punctelor critice ale unei functii f de clasa
C 2 utilizand transformari ortogonale pentru diferentiala a doua este necesara
in probleme de optimizare; si, nu in ultimul rand, algoritmii de descompunere
Q R; respectiv V T
U pentru matrice nesingulare, respectiv matrice arbitrare (algoritmi aati in "top 10" al descoperirilor matematice care au revolutionat ingineria secolului XX)- ca aplicatii a tehnicilor de ortogonalizare permit rezolvarea sistemelor mari si furnizeaza baza matematica pentru cea mai
performanta tehnica de comprimare a datelor.
Peste tot in aceasta sectiune (V; h; i) este un spatiu vectorial euclidian si B
este o baza a sa.
1.1.1

6.1. Izometrii

Transformarile ortogonale, numite si izometrii, sunt operatori care invariaza

produsele scalare.
Denitia 8.1.1. Operatorul f 2L(V ) se numeste transformare ortogonala sau izometrie (a spatiului V ) daca
hf (u) ; f (v)i = hu; vi
pentru orice u; v 2 V:
Exemplul 8.1.1. Functia idV este transformare ortogonala a spatiului
euclidian V:
Exemplul 8.1.2. Sa determinam transformarea ortogonala f 2L R2 stiind
ca matricea sa in baza canonica este
1
2

b
1
2

Stim ca vectorii f (1; 0) = 12 ; a ; f (0; 1) = b; 12 trebuie sa formeze o baza

1
1
b
a
2
2
ortonormata.
2 = 0; deci a = b 2
n
o Prin urmare a + 4 = b + 4 = 1 si 2
p

3
2 ;

3
2

: Am obtinut doua transformari ortogonale care satisfac cerintele

date si care au expresiile analitice
p
p
1
3
3
1
f1 (x; y) = ( x +
y;
x
y)
2
2
2
2
1

pentru a =

3
2 ,

respectiv
1
f2 (x; y) = ( x
2

pentru a =

3
y;
2

3
x
2

1
y)
2

3
2 .

Sa remarcam ca daca f 2L(V ) este o transformare ortogonala si B =

fe1 ; e2 ; :::; en g este o baza ortonormata in V atunci hf (ei ) ; f (ej )i = hei ; ej i =
ij pentru orice i; j 2 f1; :::; ng ; prin urmare f (B) = ff (e1 ) ; f (e2 ) ; :::; f (en )g
baza ortonormata in V si f este automorsm (i.e. izomorsm al spatiului
V ). Invers, daca f 2L(V ) are proprietatea ca transforma o baza ortonormata intr-o baza ortonormata, atunci f este izometrie. Intr-adevar, daca B =
fe1 ; e2 ; :::; en g si f (B) = ff (e1 ) ; f (e2 ) ; :::; f (en )g sunt baze ortonormate in V;
n
n
P
P
iar u =
xi ei ; v =
yj ej 2 V atunci
i=1
j=1
*
+
n
n
n P
n
P
P
P
hf (u) ; f (v)i =
xi f (ei ) ;
yj f (ej ) =
xi yj hf (ei ) ; f (ej )i =
i=1
j=1
i=1j=1
*
+
n P
n
n P
n
n
n
P
P
P
P
xi yj ij =
xi yj hei ; ej i =
xi ei ;
yj ej = hu; vi :
i=1j=1

i=1j=1

i=1

j=1

Am obtinut urmatoarea caracterizare a transformarilor ortogonale.

Propozitia 8.1.1. Fie f 2L(V ) : Atunci f este transformare ortogonata

daca si numai daca f transforma o baza ortonormata intr-o baza ortonormata.
Observatia 8.1.2. Daca f; g 2L(V ) sunt doua transformari ortogonale
atunci atunci f g este transformare ortogonala. Intr-adevar, daca u; v 2 V;
folosind faptul ca f este transformare ortogonala, apoi ca g este transformare
ortogonala avem
hf

g (u) ; f

g (v)i = hf (g (u)) ; f (g (v))i = hg (u) ; g (v)i = hu; vi :

Prin urmare multimea transformarilor ortogonale din L(V ) formeaza un grup

(neabelian) fata de operatia de compunere numit grupul ortogonal al spatiului
(V; h; i). Notam cu GO (V ) grupul transformarilor ortogonale ale spatiului V .
Observatia 8.1.3. Fie f 2 GO (V ) : Sa aratam ca aceasta aplicatie invariaza
unghiurile. Fie pentru aceasta doi vectori nenuli u; v 2 V: Atunci
\
cos f (u)
; f (v) = p

hf (u) ; f (v)i
hu; vi
p
p
=p
= cos u
d
;v
hf (u) ; f (u)i hf (v) ; f (v)i
hu; ui hv; vi

si proprietatea este dovedita.

Nu orice aplicatie liniara care invariaza unghiurile este transformare ortogonala.

2

Exemplul 8.1.3. Fie a; b 2 R astfel incat a2 + b2 6= 0: Atunci f (x; y) :=

(ax + by; bx + ay) deneste un automorsm al spatiului euclidian canonic R2 :
Daca B = fe1 ; e2 g este baza canonica, atunci
f (B) = ff (e1 ) = (a; b) ; f (e2 ) = (b; a)g
este baza ortogonala (deoarece hf (e1 ) ; f (e2 )i = ab ba = 0), dar nu este intotdeauna ortonormata. Mai precis, daca a2 + b2 6= 1 baza nu este ortonormata,
deci f nu este transformare ortogonala. De fapt f 2 GO R2 daca si numai
daca a2 + b2 = 1; in acest caz exista ' 2 [0; 2 ) astfel incat a = cos ' si b = sin '
iar automorsmul f se numeste rotatie de unghi '.

1.1.2

8.2. Matrice simetrice si valorile lor proprii

Denitia 8.2.1. Operatorul f 2L(V ) se numeste transfomare liniara simetrica (a spatiului V ) daca
hf (u) ; vi = hu; f (v)i
pentru orice u; v 2 V: Notam cu Ls (V ) multimea transformarilor liniare simetrice ale spatiului V_ :
Reamintim ca o matrice A 2 Rn n este simetrica daca si numai daca ea
coincide cu transpusa sa, i.e. A = AT :
Daca B este o baza in V; f 2L(V ) si u; v 2 V atunci, in conventia matriceala,
avem
T

hf (u) ; vi = (fB uB )

vB = uTB fBT vB si hu; f (v)i = uTB fB vB :

Cu ajutorul acestei proprietati deducem urmatoarea caracterizare a transformarilor liniare simetrice.

Propozitia 8.2.1. Operatorul f 2L(V ) este transfomare liniara simetrica
daca si numai daca matricea sa intr-o baza ortonormata este simetrica.
Cu alte cuvinte, daca f 2L(V ) si B este o baza ortonormata in V atunci
f 2Ls (V ) daca si numai daca fB este simetrica.
Spatiul vectorial Rn
denit prin

este spatiu euclidian fata de produsul scalar canonic

hx; yi :=
T

n P
n
P

xi yj ;

i=1j=1
T

x1
y1
unde x = x1 x1
; y = y1 y 1
2 Rn 1 . Cu
acest produs propozitia 8.2.1 are urmatoarea exprimare matriceala.
Propozitia 8.2.2. Matricea A 2 Rn n este simetrica daca si numai daca
hAx; yi = hx; Ayi
3

pentru orice x; y 2 Rn 1 :
Reamintim ca o matrice patratica A 2 Rn n este diagonalizabila (sau un
operator f 2L(V ) este diagonalizabil) daca si numai daca toate valorile sale
proprii sunt reale si ordinul de multiplicitate m al ecarei valori proprii
coincide cu dimensiunea subspatiului invariant S , adica m = dim S , pentru
orice valoare proprie a matricei A (a operatorului f ).
In cazul matricelor simetrice (transformarilor liniare simetrice) diagonalizarea
este intodeuna posibila.
Teorema 8.2.1. Diagonalizarea matricelor simetrice. Daca A 2
Rn n este o matrice simetrica atunci ea este diagonalizabila. Mai mult, daca
1 ; 2 ; :::; k sunt valorile proprii distincte ale matricei simetrice A si m 1 ; m 2 ; :::; m
sunt ordinele de multiplicitate corespunzatoare, atunci exista o baza ortonormata
B astfel ca
TBTc B A TBc B = D;
unde D este o matrice diagonala care are pe diagonala principala valorile proprii
ale matricei A dispuse in urmatoarea ordine (de la nord-vest la sud-est):
|1

;
m

1 ; :::;

{z
1

ori

; ; 2 ; ::: 2 ;:::; k ; k ; :::; k

}1 | 2 {z
}
{z
}
|
m

ori

ori

In plus baza ortonormata a spatiului V in care A are forma diagonala D este

B=B

[B

[ B k;

unde B i este o baza ortonormata a subspatiului invariant S i ; i 2 f1; 2; :::; kg :

Observatia 8.2.1. Deoarece TBc B este o matrice ortogonala -deci este matricea unei transformari ortogonale- metoda de diagonalizare descrisa poarta
numele de reducere la forma diagonala printr-o transformare (liniara)
ortogonala.
Observatia 8.2.2. Daca dorim sa determinam forma diagonala a unei
matrice simetrice A 2 Rn n si o baza ortonormata in care are forma
diagonala trebuie sa parcurgem urmatorii pasi:
1. Determinam valorile proprii rezolvand ecuatia caracteristica det (A
In ) =
0; obtinem valorile proprii 1 ; 2 ; :::; k (stim ca suma ordinelor de multiplicitate este n, adica m 1 + m 2 +
+ m k = n); forma diagonala
D a matricei A are pe diagonala principala valorile proprii ca in teorema
de mai sus. Baza in care are aceasta forma se obtine parcugand cele ce
urmeaza.
2. Pentru ecare valoare proprie
baza a sa Bi :

determinam subspatiul invariant S

si o

3. Ortonormam baza Bi prin procedeul de ortonormare Gramm-Schmidt si

obtinem baza B i :
4

4. Construim B = B 1 [ B 2 [
[ B k : Aceasta este o baza ortonormata
in care A are forma diagonala D.
Daca in plus dorim sa calculam Am , unde m 2 N ; cum matricea TBc B este
ortogonala, avem
Am = TBc B Dm TBTc B :
Deoarece spatiul vectorial al transformarilor liniare simetrice ale spatiului
V este izomorf cu spatiul vectorial al matricelor de ordinul n reale si simetrice armatiile teoremei precedente sunt valabile si pentru transformari liniare
simetrice.
p p
Exemplul 8.2.1. Fie f : R3 ! R3 ; f (x; y; z) = 2x + 2y; 2x + y; 3z :
Ne propunem sa determinam compusa f n , n 2 N cu ajutorul unei transformari
ortogonale si sa determinam expresia analitica a acestei transformari.
A. Deoarece f este o transformare liniara simetrica, planul de lucru pentru
determinarea aplicatiei f este urmatorul:
- determinam fBc - matricea aplicatiei in baza canonica Bc ;
- determinam valorile proprii 1 ; 2 ; 3 (care sunt obligatoriu reale) si bazele
ortonormate din spatiile invariante corespondente;
- construim baza ortonormata B = fv1 ; v2 ; v3 g ca reuniune a bazelor determinate la punctul precedent;
- construim matricea ortogonala TBc B ; stim
noastre in
0 ca matricea aplicatiei
1
0
0
1
0 A si ca fB = TBTc B
baza B este matricea diagonala fB = @ 0
2
0
0
3
fBc TBc B ;
- calculam matricea aplicatiei f n stiind ca aceasta este matricea aplicatiei ridicata la puterea n, adica
n

fBnc = (fBc ) = TBc B fB TBTc B

= TBc B fBn TBTc B ;

- scriem expresia analitica a aplicatiei f n (cunoscand matricea sa in baza canonica).

Matricea aplicatiei liniare f in baza canonica Bc este
p
0
1
2 0
p2
fBc = @ 2 1 0 A :
0
0 3

Ecuatia caracteristica jfBc

I3 j = 0 are radacinile 1 = 2 = 3;
Subspatiul invariant corespunzator valorii proprii = 3 este
n p
o
n p
o
S =3 =
2y; y; z j y; z 2 R = span
2; 1; 0 ; (0; 0; 1)

= 0:

si o baza ortonormata a acestuia este

!
)
(
p
2 1
B 1 = v1 = p ; p ; 0 ; v2 = (0; 0; 1) :
3
3

Subspatiul invariant corespunzator valorii proprii = 0 este

n
o
n
o
p
p
S =0 =
x;
2x; 0 j x 2 R = span 1;
2; 0

si o baza ortonormata a acestuia este

(
B

v3 =

Prin urmare B = fv1 ; v2 ; v3 g este o baza

diagonala si matricea sa este
0
3 0
fB = @ 0 3
0 0
Atunci

B
fBnc = TBc B fBn TBTc B = @

p
p 2 3n
3
p1 3n
3

0
0
0
3n
Tinand seama
B
@

10

p
p2
3

p1
3

0
CB
0p
0 A@ 0
1
p
p2
0
3
3
ca
0
1 0
x
fBnc @ y A = @
z

p
p2
3
p1
3

!)
p
2
p ;0
:
3

1
p ;
3

1
0
0 A:
0
p1
3
p
p2
3

ortonormata in care f are forma

0
1

10

3n
C@
0
A
0

0
2 3n 1
C @ p
1 A=
2 3n 1
0
0

1
0
0 A TBTc B =
0
p
1
2 3n 1 0
3n 1
0 A:
0
3n
0
3n
0

p
1
2 p3n 1 x + 2 3n 1 y
2 3n 1 x + 3n 1 y A
3n z

rezulta ca expresia analitica a operatorului f n este

f n (x; y; z) = 2 3n

x+

2 3n

p
y; 2 3n

x + 3n

y; 3n z :

B. Fie 2 GO R3 transformarea ortogonala folosita la pasul precedent,

deci aplicatia liniara : R3 ! R3 care are drept matrice in perechea de baze
Bc ; B chiar matricea TBc B . Daca Bc = fe1 ; e2 ; e3 g este baza canonica, avem
(e1 ) = v1 ; (e2 ) = v2 ; (e3 ) = v3
si atunci expresia analitica este
(x; y; z) = (xe1 + ye2 + ze3 ) = x (e1 ) + y (e2 ) + z (e3 ) = x
y (0; 0; 1) + z

1.1.3

p1 ;
3

p
p2 ; 0
3

p
x p 2z
2x+z
p
;
;y
3
3

p
p2 ; p1 ; 0
3
3

8.3. Reducerea formelor patratice la forma canonica prin transformari ortogonale

Pentru a simplica notatiile vom considera doar forme patratice denite pe

spatiul euclidian canonic Rn (de fapt spatiul vectorial al matricelor simetrice
din Rn n este izomorf cu spatiul liniar Q (Rn ) si, in plus, daca V este un spatiu
vectorial n-dimensional atunci Q (V ) ' Q (Rn ) 'Ls (V ) - vezi exercitiile 23 si
24) si vom nota cu Bc baza canonica din Rn .
Tehnica de reducere a formelor patratice la forma canonica. Fie f 2
Q (Rn ). Deoarece fBc este o matrice simetrica din teorema de diagonalizare a
matricelor simetrice rezulta ca exista o baza ortonormata B formata din vectori
proprii ai matricei fBc in care matricea fBc are forma diagonala D = TBTc B
fBc TBc B . Din formula de schimbare a bazei pentru forme patratice (vezi
propozitia 6.2.2) stim ca matricea formei f in baza B este fB = TBTc B fBc TBc B .
In consecinta fB = D, adica forma patratica f are forma canonica in baza
ortonormata B: Am obtinut astfel o tehnica de reducere a lormei f la forma
canonica print transformarea ortogonala de matrice TBc B :
Exemplul 8.3.1. Sa se reduca la forma canonica printr-o transformare
ortogonala forma patratica denita prin
f (x1 ; x2 ; x3 ; x4 ) := 2x1 x2 + 2x1 x3
Matricea formei in baza canonica este
0
0
B 1
fBc = B
@ 1
1

2x1 x4

1
0
1
1

1
1
0
1

2x2 x3 + 2x2 x4 + 2x3 x4 :

1
1
1 C
C:
1 A
0

p
p
5; 1; 1: prin urEcuatia caracteristica jfBc
I4 j = 0 are radacinile 5;
mare, conform tehnicii de mai sus, exista o baza ortonormata B = fv1 ; v2 ; v3 ; v4 g
de vectori proprii ai matricei fBc in care forma f 2 Q R4 are forma canonica
f (y1 v1 + y2 v2 + y3 v3 + y4 v4 ) =
7

5y12

5y22

y32 + y42 :

Pentru a determina baza B trebuie sa determinam in prealabil

invarip subspatiile
p
5; 1; 1 si apoi
ante Sp5 ; S p5 ; S 1 ; S1 corespunzatoare valorilor proprii 5;
sa le determinam cate o baza ortonormata Bp5 = fv1 g ; B p5 = fv2 g ; B 1 =
fv3 g ; B1 = fv4 g : Dupa calcule obtinem
(
!)
p
p
5 1
5+1
p
S 5 = spam
; 1;
;1
2
2
p

5 1
;
2

deci putem lua v1 chiar versorul vectorului

q
p

1
v1 = p
245
p

Apoi, cum S
torului

5 1
2 ;

= spam

1;

1
v2 = p
245
Analog, cum S

p
2

5 + 1;

5 1
2 ;

1; 1

1;
p

q
p

;1

; 1 , deci

1;

q
p

5 + 1;

q
p

1;

5 + 1;

5+1
2 ;1

q
p

, deci
1 :

putem lua v2 versorul vec-

1;

q
p

5+1 :

= spam f(1; 0; 1; 0)g luam

1
v3 = p (1; 0; 1; 0) ;
2

iar pentru S1 = spam f(0; 1; 0; 1)g luam

1
v4 = p (0; 1; 0; 1) :
2
Baza ortonormata in care forma patratica data are forma canonica da mai sus
este B = fv1 ; v2 ; v3 ; v4 g :
1.1.4

8.4. Descompunerea singulara a unei matrice

Fie A 2 Rm
forma

: Se pune problema descompunerii matricei A intr-un produs de

VT

A=U
unde U 2 Rm

si V 2 Rn

sunt matrice ortogonale iar

2 Rm

este o

matrice de forma
0

B
B
B
B
B
=B
B
B
B
B
@

0
..
.

0
0
..
.

0
0
..
.

..
.
0
0
..
.

0
0
..
.

0
0
..
.

0
..
.

0
0
..
.

0
0
..
.

1
C
C
C
C
C
C
C
C
C
C
A

unde constantele 1
2
r > 0 se numesc valorile singulare ale
matricei A. Aceasta descompunere se numeste descompunerea valorilor
singulare, pe scurt SVD.
Tehnica pe care o descriem in continuare este bazata pe descompunerea QR
a matricei AT A 2 Rn n (vezi exercitiile 28-32).
Algoritm de descompunere SVD a matricei A 2 Rm
Construim matricea simetrica de tip n

B := AT A:
Determinam valorile proprii ale matricei B (care sunt obligatoriu nenegative) si le ordonam descrescator:
1

> 0:

Determinam baza ortonormata a spatiului Rn

fv1 ; v2 ; :::; vn g
in care matricea B are forma diagonala (folosind tehnica descrisa la observatia 8.2.2).
Construim matricea ortogonala
V := v1T j v2T j ::: j vnT :
Calculam valorile singulare ale matricei A :
p
p
;
1 =
1; 2 =
2;

Determinam vectorii ortonormati

u1 :=

1
1

din spatiul Rm

Av1T ; u2 =

:
9

1
2

Av2T ; :::; ur =

r:

1
r

AvrT :

Determinam -boar daca m

r > 0 - o baza ortonormata

fur+1 ; ur+2 ; :::; um g

a spatiului N ull AT :
Construim matricea ortogonala U :
U := (u1 j u2 j ::: j um )
Construim matricea
SVD:

2 Rm

a valorilor singulare si descompunerea

V T:

A=U

Exemplul 8.4.1. Sa calculam descompunerea SVD a matricei A =

3
1

urmarind pasii algoritmului prezentat.

1. Determinam matricea simetrica de tip 3 3
0
1
10 10 0
B := AT A = @ 10 10 0 A :
0
0 40
2. Determinam valorile proprii ale matricei B rezolvand ecuatia caracteristica
det(B
I3 ) = (40
)(
20) = 0 si ordonam descrescator valorile
proprii. Obtinem
1 = 40; 2 = 20; 3 = 0:
3. Determinam baza ortonormata fv1 ; v2 ; v3 g
R3 in care matricea B are
forma diagonala. Avem spatiile invariante corespunzatoare valorilor proprii determinate: S 1 = spam f(0; 0; 1)g ; S 2 = spam f(1; 1; 0)g ; S 3 =
spam f( 1; 1; 0)g : Prin urmare
v1 = (0; 0; 1) ; v2 =

1
1
p ; p ; 0 ; v3 =
2
2

1
1
p ; p ;0 :
2
2

4. Construim matricea ortogonala

V := v1T j v2T j v3T

0
@
0
=
1

p1
2
p1
2

p1
2
p1
2

5. Calculam valorile singulare ale matricei A :

p
p
p
1 =
1 = 2 10; 2 =
10

A:

p
= 2 5:

3
1

2
6

6. Determinam vectorii ortonormati

u1 =

1
1

Av1T =

p1
10
p3
10

; u2 =

p3
10
p1
10

Av2T =

7. Deoarece r = 2 = m spatiul N ull AT este spatiul trivial.

8. Construim matricea ortogonala U :
p1
10
p3
10

U = (u1 j u2 ) =

p3
10
p1
10

9. Construim matricea valorilor singulare 2 R2

p
0
0
2 10 p
=
0
2 5 0

A=

p3
10
p1
10

p
2 10
0

:
VT :

0
0
p
2 5 0

Am obtinut astfel descompunerea SVD A = U

p1
10
p3
10

p1
2
p1
2

p1
2
p1
2

1
1
0 A:
0

Observatia 8.4.1. In exemplul precedent rangul r al matricei A coincide

cu numarul liniilor m; de aceea pasul 7 nu furnizeaza vectori suplimentari in
constructia matricei ortogonale U:
Sa analizam si cazul m > n:
1
0
1 0
Exemplul 8.4.2. Sa calculam descompunerea SVD a matricei A = @ 1 1 A :
0 1
1. Determinam matricea simetrica de tip 2

2
1

B := AT A =

1
2

2. Determinam valorile proprii ale matricei B: Obtinem

1

=3>

= 1:

3. Determinam baza ortonormata fv1 ; v2 g

R2 in care matricea B are
forma diagonala. Avem spatiile invariante S 1 = spam f(1; 1)g ; S 2 =
spam f(1; 1)g : Prin urmare
v1 =

1
p ;
2

1
p
2
11

; v2 =

1
1
p ;p
2
2

4. Construim matricea ortogonala

p1
2
p1
2

V := v1T j v2T =

p1
2
p1
2

5. Calculam valorile singulare ale matricei A :

p
p
p
3> 2=
1 =
1 =

6. Determinam vectorii ortonormati

0 1 1
u1 =

B
Av1T = @

6
p2
6
p1
6

= 1:

0 p1 1
2
1
C
Av2T = @ 0 A :
A ; u2 =
p1
2

T
7. Deoarece
0 r1 = 21< m = 3 si spatiul N ull A = spam f(1; 1; 1)g ; luam

B
u3 = @

3
p1
3
p1
3

C
A.

8. Construim matricea ortogonala U :

0
B
U = (u1 j u2 j u3 ) = @

p1
6
p2
6
p1
6

p1
2

0
p1
2

9. Construim matricea valorilor singulare 2 R3

1
0 p
3 0
= @ 0 1 A:
0 0
Am obtinut astfel descompunerea SVD A = U
0

B
A=@

1.2

p1
6
p2
6
p1
6

p1
2

0
p1
2

p1
3
p1
3
p1
3

10 p
3
C@
0
A
0

1
0
1 A
0

p1
3
p1
3
p1
3
2

C
A:

VT :

p1
2
p1
2

p1
2
p1
2

B. Probleme rezolvate

/////////////////////////////////////////////////////////////////////////////////////////////////

12

1.3

C. Exercitii

1. Aratati ca f : R2 ! R2 ; f (x; y) =
formare ortogonala simetrica.

1
2

3y; y +

3x deneste o trans-

2. Dovediti armatiile de la observatia 8.1.1.

3. Fie f : R2 ! R2 ; f (1; 1) = (1; 1) : Sa se determine f 2 GO R2 astfel
incat f (1; 1) = (1; 1) :
4. Fie (V; ) un spatiu euclidian si
un automorsm al sau (i.e.
2
Iz (V; V )). Sa se arate ca este transformare ortogonala (i.e. (u) (v) =
u v; 8u; v 2 V ) daca si numai daca conserva norma vectorilor, i.e.
k (u)k = kuk pentru orice u 2 V .
5. Fie f 2 GO R2 . Sa se determine G := fg 2L R2 j g f 2 GO R2 g.
6. Fie V un spatiu euclidian si un automorsm al sau. Sa se arate ca
este transformare ortogonala daca si numai daca imaginea unei baze
ortonomate (prin ) este o baza ortonormata.
7. Sa se determine f 2 GO R2 stiind ca f 2 = idR2 si f 6= idR2 :
8. Este adevarata implicatia f; g 2 GO R2 ) f + g 2 GO R2 ?
9. Fie (V; ) un spatiu euclidian si o transformare ortogonala a sa. Sa se
demonstreze ca matricea transformarii intr-o baza ortonormata este o
matrice ortogonala.
10. Fie f (x; y; z) = a (2x + 2y bz; 2x by + 2z; bx + 2y + 2z) : Sa se determine a; b 2 (0; 1) astfel ca f sa devina o transformare ortogonala a
spatiului euclidian canonic R3 prin trei metode.
Raspuns. a = 31 ; b = 1:
11. Aratati ca grupul matricelor ortogonale din Rn n este izomorf cu grupul
GO (V ) ; unde V este un spatiu euclidian n-dimensional.
12. Fie B = fe1 ; e2 g baza canonica din R2 si f 2 GO R2 astfel ca f (e1 ) =
e2 : Sa se determine M = ffBn j n 2 Ng.
13. Demonstrati propozitia 8.2.1.
14. Determinati multimea GO R2 \Ls R2 :
15. Demonstrati propozitia 8.2.2.
16. Sa se determine
ortonormata
in care transformarea f : R3 ! R3
0 1 o baza
1
1
1
B
de matrice @

2
1
2
p1
2

2
1
2
p1
2

p
2
1
p C
2 A

are forma diagonala.

13

Raspuns. E.g. in baza

0
1
1 0 0
are forma @ 0 1 0A :
0 0 1

p1 ;
6

p1 ; p1
6
3

p1 ; p1 ; 0
2
2

2
p1
3 ; 0; 3

17. Fie f 2Ls R2

f idR2 j 2 Rg : Sa se arate ca nu exista o transformare liniara ortogonala t astfel incat t 1 f t 2 f idR2 j 2 Rg :
0
1
1 1
1
1
B1 1
1
1C
C la o forma diagonala D si
18. Aduceti matricea A = 21 B
@1
1 1
1A
1
1
1 1
determinati matricea ortogonala T astfel ca A = T DT T :
1
0
1
0
1 0 0 0
1
1
1
1
B0 1 0 0 C
B
1
1 1C
1 B 1
C
C:
Raspuns. De exemplu D = B
@0 0 1 0 A ; si T = 2 @ 1
1 1
1A
0 0 0
1
1 1
1
1
19. Transcrieti teorema 8.2.1. de diagonalizare a matricelor simetrice pentru
transformari liniare simetrice.

20. In spatiul euclidian canonic R3 determinati o baza ortonormala B formata

cu vectorii
1 proprii ai unei transformari liniare de matrice A =
0
11 2
8
@2
2 10 Asi matricea diagonala D a acestei transformari in baza
8 10 5
B.
1
0
9 0
0
2 2 1
2
1
2
Raspuns. E.g.
; 13 ; 32 ; 23 ; D = @0 18 0 A :
3; 3; 3 ; 3;
3; 3
0 0
9

21. Determinati dimLs (V ), stiind ca dim V = n:

22. Sa se verice ortogonalitatea operatorului f 2L R3 care are matricea

02
1
2
1
3

3
1
3
2
3

@2

3
1
3

3
2A
3
2
3

in baza canonica si sa se determine expresia analitica a operatorului f

23. Fie V un spatiu liniar real n-dimensional. Aratati ca spatiul liniar al formelor
patratice Q (V ) are dimensiunea n(n+1)
: (Daca f; g 2 Q (V ) atunci suma
2
celor doua forme este denita prin (f + g) (v) := f (v) + g (v) si produsul
extern dintre scalarul si vectorul f este denit prin ( f ) (v) := f (v) :).
Demenstrati ca Q (V ) ' Q (Rn ) :
24. Dovediti ca spatiile vectoriale Q (Rn ) si Ls (Rn ) sunt izomorfe.
14

25. Sa se reduca la forma canonica prin transformari ortogonale formele patratice:

(a) f (x1 ; x2 ; x3 ) = 2x21 + x22
(b) f (x1 ; x2 ; x3 ; x4 ) =

4x1 x2

2x21 + 2x22 + 2x23

4x2 x3 :
4x1 x2 + 2x1 x4 + 2x2 x3

4x3 x4 :

Raspuns. a. f = 4y12 +y22 2y32 ; y1 = 31 (2x1 2x2 + x3 ) ; y2 = 31 (2x1 + x2 2x3 ) ;

y3 = 31 (x1 + 2x2 + 2x3 ) : b. f = y12 y22 +3y32 +5y42 ; y1 = 21 (x1 + x2 + x3 + x4 ) ;
y2 = 21 (x1 + x2 x3 x4 ) ; y3 = 12 (x1 x2 + x3 x4 ) ; y4 = 21 (x1 x2 x3 + x4 ) :
2
26. 0Sa se determine
1 matricele A 2 M3 (R) diagonalizabile pentru care A =
11
5 5
@ 5 3
3A :
5
3 3
8 0
1
19
0
3
1 1
7
5 5 =
<
1A ; + 31 @ 5 1
1A :
Raspuns. A 2 + @ 1 1
:
;
1
1 1
5
1 1
1
0
11 2
8
2 10 A :
27. Determinati A13 ; unde A = @ 2
8 10 5
0 15
1
2 + 314
2 314 214
215
213
2 314 + 214 A :
Raspuns. A13 = 311 @2 314 214
15
14
14
2
2 3 +2
215 314

28. Algoritmul de descompunere QR a unei matrice nesingulare. Fie

A = v1T j v2T j ::: j vnT 2 Mn (R) o matrice nesingulara, B := fv1 ; v2 ; :::; vn g
si B 0 = fv10 ; v20 ; :::; vn0 g baza ortonormata obtinuta prin procedeul GramSchmidt din baza B; i.e.
!
k
X1
1
1
0
0
0
0
v1 =
v1 ; vk =
vk
(vk vi ) vi ;
kP1
kv1 k
0
0
i=1
vk
(vk vi ) vi
i=1

pentru k > 1; unde " " reprezinta produsul euclidian canonic din Rn .
Notam
k
X1
r1 = kv1 k ; rk = vk
(vk vi0 ) vi0
i=1

pentru k > 1 si Q := v10T j v20T j ::: j vn0T : Sa se arate ca:

(a) B = fv1 ; v2 ; :::; vn g este baza in Rn
(b) v1 = r1 v10 si vk =

kP1
i=1

(vi vi0 ) vi0 + rk vk0 ; k = 1; n;

15

0 0
1
0 0
1
0 1
v1 vn
r1
v1 v2
B v20 vn C
B
C
B r2 C
B0C T
T
T
C
B
C
B
C
; :::; vn = Q B
(c) v1 = Q @ A ; v2 = Q @
B 0 ::: C :
::: A
:::
@vn 1 vn A
0
0
rn
0
1
0
0
r1 v1 v2 v1 v3
v10 vn
B 0
r2
v20 v3
v20 vn C
B
C
B 0
0
r3
v30 vn C
B
C
(d) A = QR; unde R = B
C:
..
B
C
.
B
C
0
@ 0
0
0
vn 1 vn A
0
0
0
rn

(e) Folosind descompunerea A = QR indicati o procedura de rezolvare a

sistemului Ax = b; unde b 2 Mn;1 (R) :

1
29. Sa se efectueze descompunerea QR a matricei
1
!
!
p
p1
p1
2 p32
2
Raspuns. Q = p12
;
R
=
:
1
p
p1
0
2
2
2

1
:
2

30. Sa se determine descompunerea QR a unei matrice ortogonale.

1
0
1 1 0
31. Sa se efectueze descompunerea QR a matricei @1 0 1A :
0 1 1
p
p
p
p
p 1
p
01p
1
0
1
1
1
1
2 p3
2
2
2
2 p2
6 p
3p 3
2 p
2 p
p
p
1
1
1
1
A;R = @ 0
A
Raspuns. Q = @ 12 2
2
3
3
2
3
2
6p p
3p
2
6 p 3
1
1
2
0
0
0
3 2 3
3 3
3 3
1
0
1 1
1
1
B1 1
1
1C
C
32. Sa se arate ca in descompunerea QR a matricei B
@1
1 1
1A
1
1
1 1
avem R = 2I4 :

16