Elemente de Algebra Liniara

Nicolae Cotfas
ELEMENTE DE
LINIARA
ALGEBRA
II DIN BUCURES
EDITURA UNIVERSITAT
TI
Introducere
Pe parcursul acestei c
arti ne propunem sa prezentam ntr-un mod cat mai accesibil
notiuni si rezultate de baz
a apartinand algebrei liniare nsotite de unele aplicatii.
Pentru ca trecerea de la matematica predata n liceu la cea predata n facultate sa se
faca cat mai usor, n carte au fost incluse multe notiuni si rezultate cu care studentii
sunt deja familiarizati din scoal
a.
Unele demonstratii mai dificile au fost prezentate doar n caz particular sau
nlocuite cu exemple care s
a scoata n evidenta doar ideea de baza a demonstratiei.
In general, prezentarea unei notiuni sau a unui rezultat este pregatita prin exemple
adecvate.
Desi cartea se adreseaz
a n primul rand studentilor din anul ntai de la facultatile
de fizic
a, consider
am c
a ea poate fi utila si studentilor de la facultatile tehnice sau
elevilor de liceu pasionati de matematica.
Bucuresti, 2009
Nicolae Cotfas
Cuprins
1 Matrice si determinanti
1.1
Matrice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1.2
Determinanti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
2 Spatii vectoriale
23
2.1
Definitie si exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23
2.2
Subspatii vectoriale . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
2.3
Subspatiul generat de o multime de vectori . . . . . . . . . . . . . .
27
2.4
Dependent
a si independenta liniara . . . . . . . . . . . . . . . . . . .
29
2.5
Baz
a si dimensiune . . . . . . . . . . . . . . . . . . . . . . . . . . . .
32
2.6
Sume de subspatii . . . . . . . . . . . . . . . . . . . . . . . . . . . .
42
2.7
Sume directe . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
45
2.8
Spatii factor . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
48
3 Aplicatii liniare
51
3.1
51
3.2
Imaginea si nucleul unei aplicatii liniare . . . . . . . . . . . . . . . .
53
3.3
Izomorfisme liniare . . . . . . . . . . . . . . . . . . . . . . . . . . . .
56
3.4
Dualul unui spatiu vectorial . . . . . . . . . . . . . . . . . . . . . . .
58
3.5
Tensori
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
61
3.6
Matricea unei aplicatii liniare . . . . . . . . . . . . . . . . . . . . . .
70
3.7
Vectori si valori proprii . . . . . . . . . . . . . . . . . . . . . . . . . .
73
3.8
Forma diagonal
a a matricei unei aplicatii liniare
78
. . . . . . . . . . .
CUPRINS
4 Spatii vectoriale euclidiene
85
4.1
85
4.2
Baze ortonormate . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
88
4.3
Complementul ortogonal al unui subspatiu . . . . . . . . . . . . . . .
93
4.4
Adjunctul unui operator liniar . . . . . . . . . . . . . . . . . . . . . .
94
4.5
Operatori autoadjuncti . . . . . . . . . . . . . . . . . . . . . . . . . .
98
4.6
Transform
ari unitare . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.7
Transform
ari ortogonale . . . . . . . . . . . . . . . . . . . . . . . . . 108
5 Forme p
atratice
111
5.1
Definitie si exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
5.2
Reducere la forma canonica . . . . . . . . . . . . . . . . . . . . . . . 114
6 Conice
121
6.1
Definitie si exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
6.2
Reducere la forma canonica . . . . . . . . . . . . . . . . . . . . . . . 124
7 Ecuatii si sisteme de ecuatii diferentiale liniare
129
7.1
Ecuatii diferentiale de ordinul ntai . . . . . . . . . . . . . . . . . . . 129
7.2
Ecuatii diferentiale liniare de ordin superior . . . . . . . . . . . . . . 135
7.3
Sisteme diferentiale liniare . . . . . . . . . . . . . . . . . . . . . . . . 146
8 Grupuri. Reprezent
ari liniare
159
8.1
Grupuri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 159
8.2
Reprezent
ari liniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . 160
8.3
Reprezent
ari ireductibile . . . . . . . . . . . . . . . . . . . . . . . . . 163
8.4
Reprezent
ari unitare si ortogonale
8.5
Grupul rotatiilor. Reprezentari liniare . . . . . . . . . . . . . . . . . 168
9 Algebre Lie. Reprezent

ari liniare
. . . . . . . . . . . . . . . . . . . 165
177
9.1
Algebre Lie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177
9.2
Reprezent
ari liniare . . . . . . . . . . . . . . . . . . . . . . . . . . . . 185
9.3
Reprezent
ari ireductibile . . . . . . . . . . . . . . . . . . . . . . . . . 187
9.4
Reprezent
arile algebrelor sl(2, C), su(2) si o(3) . . . . . . . . . . . . 189
Capitolul 1
Matrice si determinanti
1.1
Matrice
Definitia 1.1 Fie K unul dintre corpurile R, C. Prin matrice cu n linii si m

coloane, cu elemente din K, se ntelege o aplicatie
A : {1, 2, ..., n} {1, 2, ..., m} K : (i, j) 7 aij
descris
a uzual cu ajutorul tabloului
A=
a11 a12
a21 a22

an1 an2
a1m
a2m

anm
care contine valorile functiei. Vom nota cu Mnm (K) multimea tuturor matricelor
cu n linii si m coloane, cu elemente din K.
Definitia 1.2 Suma A+B a dou
a matrice A, B Mnm (K) se defineste prin relatia
a11 a12
a
21 a22
...
...
an1 an2
... a1m
b11 b12
... a2m b21 b22

+
... ... ... ...
... anm
bn1 bn2
... b1m
a11 +b11 a12 +b12
... b2m a21 +b21 a22 +b22

=
... ...
...
...
... bnm
an1 +bn1 an2 +bn2
9
... a1m +b1m

... a2m +b2m
...
...
... anm +bnm
10
Elemente de algebra liniara
iar produsul dintre un

relatia
a11
a
21
...
an1
num
ar K si o matrice A Mnm (K) se defineste prin
a12
a22
...
an2
a11 a12
... a1m
... a2m
a21 a22
=
...
... ... ...
an1 an2
... anm
... a1m
... a2m
.
...
...
... anm
Propozitia 1.3 Dac

a A, B, C Mnm (K) si , K atunci
(A+B)+C = A+(B +C),
A + B = B + A,
(A + B) = A + B,
(+)A = A+A
1A = A
(A) = ()A.
Demonstratie. Relatiile rezult

a din
(aij +bij )+cij = aij +(bij +bij )
aij + bij = bij + aij ,
(aij + bij ) = aij + bij ,
(+)aij = aij + aij
1 aij = aij ,
(aij ) = ()aij .
Definitia 1.4 Produsul AB al matricelor A Mnm (K) si B Mmp (K) se

defineste prin formula
a11 a12
a
21 a22
...
...
an1 an2
... a1m
b11 b12
... a2m b21 b22
... ... ...

...
... anm
bm1 bm2
... b1p
... b2p
... ...
... bmp
j=1 a1j bj1
Pm
...
Pm
P
m
j=1 a2j bj1
=
...
Pm
Pm
...
Pm
Pm
j=1 anj bj1
j=1 a1j bj2

j=1 a2j bj2
...
Pm
j=1 anj bj2
j=1 a1j bjp
j=1 a2j bjp
...
...
...
Pm
j=1 anj bjp
Propozitia 1.5 Dac

a A Mnm (K), B Mmp (K) si C Mpq (K) atunci
A(BC) = (AB)C.
11
Demonstratie. Avem
m
X
aij
j=1
p
X
bjk ckl
k=1
p
X
m
X
k=1
aij bjk ckl .
j=1
Propozitia 1.6 Dac

a A Mnm (K) si B, C Mmp (K) atunci
A(B + C) = AB + AC.
Demonstratie. Avem
m
X
aij (bjk + cjk ) =
j=1
m
X
aij bjk +
j=1
m
X
aij cjk .
j=1
Propozitia 1.7 Dac

a A Mnm (K), B Mmp (K) si K atunci
(AB) = (A)B = A(B).
Demonstratie. Avem
m
X
m
X
aij bjk =
(aij )bjk =
aij (bjk ).
j=1
j=1
j=1
m
X
Observatia 1.1 Dac

a A, B Mnn (K) atunci exista matricele AB si BA, dar n
general
AB 6= BA.
De exemplu,
0 1
1 0
1 1
0 0
0 0
1 1
si
1 1
0 0
0 1
1 0
1 1
0 0
Definitia 1.8 Spunem ca matricea p

atrat
a A Mnn (K) este inversabil
a dac
a
exist
a o matrice B Mnn (K) astfel nc
at
AB = BA = I
unde
I=
este matricea unitate.
1
0
0
1

0
0
0
0

1
12
Propozitia 1.9 Inversa unei matrice p

atratice, dac
a exist
a, este unic
a.
Demonstratie. Fie A Mnn (K). Presupunand ca exista doua matrice B, C
Mnn (K) astfel nc
at AB = BA = I si AC = CA = I se obtine ca
B = BI = B(AC) = (BA)C = IC = C.
1.2
Determinanti
Observatia 1.2 In cazul 11 22 12 21 6= 0, rezolvand sistemul de ecuatii

(
11 x1 + 12 x2 = 1
21 x1 + 22 x2 = 2
prin metoda reducerii se obtine solutia

x1 =
1 22 2 12
,
11 22 12 21
x2 =
2 11 1 21
11 22 12 21
care poate fi scris

a sub forma

1
12

2 22

,
x1 =

11 12

21 22

11 1

21 2

x2 =

11 12

21 22
daca se utilizeaz
a notatia

a
11

a21
a12
a22

= a11 a22 a12 a21 .

Definitia 1.10 Fie K unul dintre corpurile R, C si fie matricea p

atrat
a
A=
Num
arul
a11 a12
a21 a22

a

det A = 11
a21
a12
a22
se numeste determinantul matricei A.
M22 (K).

= a11 a22 a12 a21

(1.1)
13
Observatia 1.3 In cazul n care sistemul de trei ecuatii cu trei necunoscute
11 x1 + 12 x2 + 13 x3 = 1
21 x1 + 22 x2 + 23 x3 = 2
x + x + x =
31 1
32 2
33 3
3
are solutie unic
a, solutia obtinut
a prin metoda reducerii se poate scrie

11 1 13

21 2 23

31 3 33
,

x2 =

11 12 13

21 22 23

31 32 33

12 13
1

2 22 23

3 32 33
,

x1 =

11 12 13

21 22 23

31 32 33

11 12 1

21 22 2

31 32 3

x3 =

11 12 13

21 22 23

31 32 33
daca se utilizeaz
a notatia

a
11

a21

a31
a12 a13
a22 a23
a32 a33

= a11 a22 a33 + a12 a23 a31 + a13 a21 a32

a13 a22 a31 a11 a23 a32 a12 a21 a33 .
Definitia 1.11 Fie K unul dintre corpurile R, C si fie matricea p

atrat
a
a11 a12 a13
A = a21 a22 a23 M33 (K).

a31 a32 a33
Num
arul

a
11

det A = a21

a31
a12 a13
a22 a23
a32 a33

= a11 a22 a33 + a12 a23 a31 + a13 a21 a32

a13 a22 a31 a11 a23 a32 a12 a21 a33

Definitia 1.12 Prin permutare de grad n se ntelege o functie bijectiv
a
: {1, 2, ..., n} {1, 2, ..., n}.
(1.2)
14
Observatia 1.4 O permutare de grad n poate fi descrisa cu ajutorul unui tablou

=
1
2
n
(1) (2) (n)
Vom nota cu Sn multimea tuturor permutarilor de grad n.

Definitia 1.13 Prin signatura permut
arii
: {1, 2, ..., n} {1, 2, ..., n}
se ntelege num
arul
() =
(i) (j)
.
ij
1i<jn
Y
Exemplul 1.1 Avem S3 = {1 , 2 , ... , 6 } unde

!
1 =
1 2 3
1 2 3
4 =
1 2 3
3 2 1
2 =
1 2 3
2 3 1
5 =
1 2 3
1 3 2
3 =
1 2 3
3 1 2
6 =
1 2 3
2 1 3
si
(1 ) = (2 ) = (3 ) = 1,
(4 ) = (5 ) = (6 ) = 1.
Observatia 1.5 Folosind exemplul anterior, relatia (1.2) se poate scrie sub forma

a
11

a21

a31
a12 a13
a22 a23
a32 a33

= (1 ) a11 (1) a21 (2) a31 (3) + (2 ) a12 (1) a22 (2) a32 (3)

+(3 ) a13 (1) a23 (2) a33 (3) + (4 ) a14 (1) a24 (2) a34 (3)
+(5 ) a15 (1) a25 (2) a35 (3) + (6 ) a16 (1) a26 (2) a36 (3)
adica

a
11

a21

a31
a12 a13
a22 a23
a32 a33

X

() a1(1) a2(2) a3(3) .
=

S3
15
Definitia 1.14 Fie matricea p

atrat
a
a1n
a2n

ann
a11 a12
a21 a22

an1 an2
A=
Mnn (K).
Num
arul

det A =

a11 a12
a21 a22

an1 an2
a1n
a2n

ann

X

() a1(1) a2(2) an(n)
=

Sn

(1.3)

Observatia 1.6 Din definitia (1.3) rezulta ca det A este o suma de produse de cate
n elemente ale matricei A, fiecare produs continand un singur element de pe fiecare
linie si un singur element de pe fiecare coloana.
Observatia 1.7 Din relatia (1.2) rezulta

a
11

a21

a31
a12 a13
a22 a23
a32 a33

a
11

= a12

a13
a21 a31
a22 a32
a23 a33
(determinantul unei matrice coincide cu determinantul transpusei). Se poate demonstra ca o astfel de relatie are loc pentru orice matrice patrata.
Propozitia 1.15 Dac
a A Mnn (K) atunci
det A = det tA.
Observatia 1.8 Din (1.2) rezult
a relatiile

a
11

a21

a31
a12 a13
a22 a23
a32 a33

a

21

= a11

a31
a22 a23
a12 a13
a32 a33

a

11

= a31

a21
a12 a13
a32 a33
a22 a23

a

31

= a21

a11
a32 a33
a22 a23
a12 a13
a12 a11
a22 a21
a32 a31
(daca schimb
am ntre ele dou
a linii semnul determinantului se schimba)

a
11

a21

a31
a12 a13
a22 a23
a32 a33

a

12

= a22

a32
a11 a13
a21 a23
a31 a33

a

11

= a21

a31
a13 a12
a23 a22
a33 a32

a

13

= a23

a33
16
(daca schimb
am ntre ele dou
a coloane semnul determinantului se schimba). Se
poate demonstra ca un astfel de rezultat este valabil pentru orice matrice patrata.
Propozitia 1.16 Dac
a se schimb
a ntre ele dou
a linii (sau dou
a coloane) ale unei
matrice p
atrate atunci se obtine o matrice care are determinantul egal cu opusul
determinantului matricei initiale.
Propozitia 1.17 Dac
a n matricea A Mnn (K) toate elementele unei linii (sau
coloane) sunt nule atunci det A = 0.
Demonstratie. Afirmatia rezult
a direct din definitia (1.3).
Observatia 1.9 Din (1.2) rezult
a ca

1

1

a31
2 3
2 3
a32 a33

= 0,

1

2

3

= 0.

1 a13
2 a23
3 a33
Se poate demonstra urm

atorul rezultat mai general.
Propozitia 1.18 Determinantul unei matrice p
atrate cu dou
a linii (sau coloane)
identice este nul.
Propozitia 1.19 Pentru orice k {1, 2, ..., n} avem

a11

ak1

an1
a12
ak2
an2
a1n

akn

ann

a11

= ak1

an1
a12
ak2
an2
a1n

akn

ann
si

a11
a21
an1
a1k
a2k

ank
a1n
a2n

ann

a11

a

21
=

an1
a1k
a2k

ank

a1n
a2n

ann
17
Propozitia 1.20 Dac

a elementele a dou
a linii (sau coloane) ale unei matrice sunt
proportionale atunci determinantul matricei este nul.
a din propozitiile 1.18 si 1.19.
Propozitia 1.21 Avem

a11

...

ak1 +bk1

...

an1
a12
...
ak2 +bk2
...
an2
...
a1n
...
...
... akn +bkn
...
...
...
ann
a11 a12
...
...
ak1 ak2
...
...
an1 an2
... a1n
... ...
... akn
... ...
... ann
a11 a12
...
...
bk1 bk2
...
...
an1 an2
... a1n
... ...
... bkn
... ...
... ann
si

a11
a21
...
an1
... a1k +b1k

... a2k +b2k
...
...
... ank +bnk
... a1n
... a2n
... ...
... ann
a11
a21
...
an1
... a1k
... a2k
... ...
... ank
... a1n
... a2n
... ...
... ann
a11
a21
...
an1
... b1k
... b2k
... ...
... bnk
... a1n
... a2n
... ...
... ann

Propozitia 1.22 Dac
a o linie (sau coloan
a) a unei matrice p
atratice este o combinatie
liniar
a de celelalte linii (respectiv coloane) atunci determinantul matricei este nul.
Propozitia 1.23 Dac
a la o linie (sau coloan
a) a unei matrice p
atratice adun
am elementele unei alte linii (respectiv coloane) nmultite cu acelasi num
ar determinantul
matricei rezultate coincide cu determinantul matricei initiale.
Observatia 1.10 Relatia (1.2) se poate scrie sub formele

a
11

a21

a31
a12 a13
a22 a23
a32 a33

a

22 a23
=

a32 a33

a

a
21 a23

1+2
1+3
+(1) a12
a13 21
+ (1)
a31 a33
a31

(1)1+1 a11
a22
a32
18
(dezvoltare dup
a prima linie)

a
11

a21

a31
a12 a13
a22 a23
a32 a33

a
12 a13
=

a32 a33

a

a

11 a13
2+3
2+2
a23 11
+(1) a22
+ (1)
a31
a31 a33

(1)2+1 a21
a12
a32
a12
a22
a13
a23
a13
a23
a12
a22
(dezvoltare dup
a linia a doua)

a
11

a21

a31
a12 a13
a22 a23
a32 a33

a
12 a13
=

a22 a23

a

a
11 a13

3+2
3+3
+(1) a32
a33 11
+ (1)
a21 a23
a21

(1)3+1 a31
(dezvoltare dup
a linia a treia)

a
11

a21

a31
a12 a13
a22 a23
a32 a33

a
a

22
23
= (1)1+1 a11

a32 a33

a

a
a

12
12
13
+(1)2+1 a21
+ (1)3+1 a31
a32 a33
a22
(dezvoltare dup
a prima coloan
a)

a
11

a21

a31
a12 a13
a22 a23
a32 a33

a

21 a23
=

a31 a33

a

a
11 a13

2+2
3+2
+(1) a22
a32 11
+ (1)
a31 a33
a21

(1)1+2 a12
(dezvoltare dup
a coloana a doua)

a
11

a21

a31
a12 a13
a22 a23
a32 a33

a

21 a22
=

a31 a32

a

a
11 a12

2+3
3+3
+(1) a23
a33 11
+ (1)
a31 a32
a21

(1)1+3 a13
19
(dezvoltare dup
a coloana a treia).
Observatia 1.11 Relatiile anterioare pot fi generalizate si utilizate n calculul
determinantilor.
Propozitia 1.24 Fie K unul dintre corpurile R, C. Dac
a
A=
atunci
det A =
n
X
a11 a12
a21 a22

an1 an2
a1n
a2n

ann
(1)i+j aij det Aij =
i=1
Mnn (K).
n
X
(1)i+j aij det Aij
(1.4)
j=1
unde Aij este matricea care se obtine din A elimin

and linia i si coloana j.
Propozitia 1.25 Oricare ar fi i, k {1, 2, ..., n} avem
n
X
(
k+j
aij (1)
det Akj =
j=1
0
daca i 6= k
det A daca i = k
(1.5)
notatiile fiind cele din propozitia anterioar

a.
Demonstratie. In cazul i = k afirmatia rezulta din propozitia anterioara. In cazul
i 6= k relatia rezult
a dezvolt
and dupa linia k determinantul cu doua linii identice
rezultat nlocuind n
a11 a12

ai1 ai2

ai1 ai2

an1 an2
a1n

ain

ain

ann
a11 a12

ai1 ai2

ak1 ak2

an1 an2
a1n

ain

akn

ann
20
linia k cu linia i.
Teorema 1.26 Matricea
A=
a1n
a2n

ann
a11 a12
a21 a22

an1 an2
Mnn (K)
este inversabil
a dac
a si numai dac
a det A 6= 0 si inversa ei este
(1)1+1 A11
(1)2+1 A21
(1)n+1 An1
(1)1+2 A12
1
1
A =
detA
(1)2+2 A22
(1)n+2 An2
(1)1+n A1n (1)2+n A2n (1)n+n Ann
notatiile fiind cele din propozitiile anterioare.

a din propozitia anterioara.
Observatia 1.12 Sistemul de n ecuatii liniare cu n necunoscute
a11 x1 + a12 x2 + + a1n xn = b1
a x + a x + + a x = b
21 1
22 2
2n n
2
....................................................
an1 x1 + an2 x2 + + ann xn = bn
se poate scrie sub forma

Ax = b
daca se utilizeaz
a notatiile
A=
a11 a12
a21 a22

an1 an2
a1n
a2n

ann
x=
x1
x2
..
.
xn
b=
b1
b2
..
.
bn
(1.6)
21
Teorema 1.27 (Cramer) Dac

a

atunci sistemul
a11 a12
a21 a22

an1 an2
a1n
a2n

ann

6= 0

a11 x1 + a12 x2 + + a1n xn = b1
a x + a x + + a x = b
21 1
22 2
2n n
2
....................................................
an1 x1 + an2 x2 + + ann xn = bn
are solutia unic

a

x1 =

b1
b2
bn
a11
a21
an1
a12
a22
an2
a12
a22
an2
a1n
a2n
ann
a1n
a2n
ann

xn =

a11
a21
an1
a11
a21
an1
a12
a22
an2
a12
a22
an2
b1
b2
bn
a1n
a2n
ann
Demonstratie. Scriind sistemul sub forma matriceala

Ax = b
rezulta ca el are solutia
x = A1 b.
Din relatiile (1.4) si (1.6) rezult
a

b1

P
n
1
j+1 A = 1 b2
x1 = detA
j1
j=1 bj (1)
detA

bn

a11

1 a21
1 Pn
j+n
xn = detA j=1 bj (1)
Ajn = detA

an1
a12
a22
an2
a12
a22
an2
a1n
a2n

ann
b1
b2

bn

, ,

.

22
Exercitiul 1.2 S
a se verifice prin calcul direct ca n cazul a doua matrice
a11 a12
A=
a21 a22
B=
b11 b12
b21 b22
avem
det(AB) = detA detB.
Observatia 1.13 Se poate ar
ata ca relatia det(AB) = detA detB are loc oricare ar
fi matricele A si B de acelasi ordin. In particular, n cazul unei matrice inversabile
det A1 =
1
.
det A
Definitia 1.28 Fie K unul dintre corpurile R, C si fie matricea
A=
a11 a12
a21 a22

an1 an2
a1m
a2m

anm
Mnm (K).
Prin minor de ordin k al lui A se ntelege un determinant de forma

ai1 j1
ai2 j1
aik j1
ai1 j2
ai2 j2
a ik j2
1 i1 < i2 < ... < ik n
si
ai1 jk
ai2 jk

a ik jk
unde
1 j1 < j2 < ... < jk m.
Definitia 1.29 Spunem c

a matricea A Mnm (K) are rangul r si scriem
rang A = r
dac
a A are un minor de ordinul r nenul si toti minorii de ordin mai mare sunt nuli.
Propozitia 1.30 Matricea A Mnm (K) are rangul r dac
a are un minor de
ordinul r nenul si toti minorii de ordin r + 1 sunt nuli.
Demonstratie. Conform relatiei (1.4), orice minor de ordinul r + 2 (sau mai mare)
se poate exprima ca o combinatie liniara de minori de ordinul r + 1.
Capitolul 2
Spatii vectoriale
2.1
Definitie si exemple
Definitia 2.1 Fie K unul dintre corpurile R sau C. Un spatiu vectorial peste K
este un triplet (V, +, ) format dintr-o multime V si dou
a operatii
+ : V V V : (x, y) 7 x+y
: K V V : (, x) 7 x
(adunarea)
(inmultirea cu scalari)
astfel nc
at sunt satisf
acute urm
atoarele conditii:
x, y, z V
1. (x + y) + z = x + (y + z),
2. exist
a un element 0 V astfel nc
at 0 + x = x + 0 = x,
x V
3. pentru fiecare x V exist

a x V astfel nc
at x + (x) = (x) + x = 0
4. x + y = y + x,
x, y V
5. (x + y) = x + y,
K, x, y V
6. ( + )x = x + x,
, K, x V
7. (x) = ()x,
8. 1x = x,
, K, x V
xV
23
24
Elementele lui V se numesc vectori iar elementele lui K se numesc scalari. Un spatiu
vectorial peste R este numit spatiu vectorial real iar un spatiu vectorial peste C este
numit spatiu vectorial complex. In loc de x + (y) scriem x y.
Propozitia 2.2 Dac
a V este un spatiu vectorial atunci:
a) x = 0
= 0 sau x = 0
b) (x) = ()x = x
c) (x y) = x y
d) ( )x = x x.
Demonstratie. a)
x = 0
6= 0
= x =
1
0=0
0x = (0 + 0)x = 0x + 0x = 0x = 0
(0 + 0) = 0 + 0 = 0 = 0.
b)
0 = 0 = (x + (x)) = x + (x) = (x) = x
0 = 0x = ( + ())x = x + ()x = ()x = x.
c)
(x y) = (x + (y)) = x + (y) = x y.
d)
( )x = ( + ())x = x + ()x = x x.
Exemplul 2.1 (R3 , +, ), unde
(x1 , x2 , x3 ) + (y1 , y2 , y3 ) = (x1 + y1 , x2 + y2 , x3 + y3 )
(x1 , x2 , x3 ) = (x1 , x2 , x3 )
este un spatiu vectorial real.
Exemplul 2.2 Multimea
(
M23 (R) =
x11 x12 x13

x21 x22 x23
!
)

xij R

Spatii vectoriale
25
are o structur
a de spatiu vectorial real definita prin
x11 x12 x13
x21 x22 x23
y11 y12 y13

y21 y22 y23
x11 x12 x13

x21 x22 x23
x11 + y11 x12 + y12 x13 + y13

x21 + y21 x22 + y22 x23 + y23
x11 x12 x13

x21 x22 x23
Exemplul 2.3 Multimea F(R, C) a tuturor functiilor : R C are o structura

de spatiu vectorial complex definita de
( + )(x) = (x) + (x)
( )(x) = (x), C.
Exemplul 2.4 R are o structura de spatiu vectorial real n raport cu adunarea si
nmultirea uzual
a.
Exemplul 2.5 (C, +, ), unde
(x1 + y1 i) + (x2 + y2 i) = x1 + x2 + (y1 + y2 )i
(x + yi) = x + yi, R
este un spatiu vectorial real.
Exemplul 2.6 C are o structura de spatiu vectorial complex n raport cu adunarea
si nmultirea numerelor complexe.
2.2
Subspatii vectoriale
Definitia 2.3 Fie V un spatiu vectorial peste K. Prin subspatiu vectorial al lui
V se intelege orice submultime W V cu proprietatea
x, y W
, K
= x + y W.
(2.1)
26
Propozitia 2.4 Submultimea W V este subspatiu vectorial dac

a si numai dac
a
urm
atoarele conditii sunt ndeplinite:
a)
b)
xW
yW
xW
K
= x + y W
(2.2)
= x W.
(2.3)
Demonstratie. (2.1) (2.2): Alegem = = 1.

(2.1) (2.3): Alegem = 0.
(2.2) & (2.3) (2.1):
)
x, y W
, K
(2.3)
x W
y W
(2.2)
= x + y W.
Observatia 2.1 Orice subspatiu W V are o structura de spatiu vectorial, operatiile

fiind cele induse din V .
Exemplul 2.7 W = {x = (x1 , x2 , x3 ) R3 | x1 + x2 + x3 = 0 } este un subspatiu
vectorial al spatiului V = R3 .
Verificare. Fie x = (x1 , x2 , x3 ) W , y = (y1 , y2 , y3 ) W si , R. Avem
x W = x1 + x2 + x3 = 0
y W = y1 + y2 + y3 = 0
= x1 + y1 + x2 + y2 + x3 + y3 = 0
ceea ce arat
a c
a x + y = (x1 + y1 , x2 + y2 , x3 + y3 ) W.
(
Exemplul 2.8 W =
x = (x1 , x2 , x3 )
R3

)
x + 2x x = 0
1
2
3
este un subspatiu

x1 x2 + x3 = 0
vectorial al spatiului V = R3 .
Exemplul 2.9 Multimea solutiilor unui sistem liniar omogen

n
W = x = (x1 , x2 , ..., xn ) R
a11 x1 + a12 x2 + a1n xn = 0

a21 x1 + a22 x2 + a2n xn = 0
............................
ak1 x1 + ak2 x2 + akn xn = 0
este un subspatiu vectorial al spatiului V = Rn .
Spatii vectoriale
27
Exemplul 2.10 R {x = x + 0i | x R } C este un subspatiu vectorial al

spatiului C considerat ca spatiu vectorial real.
Exemplul 2.11 W = { f : R R | f derivabila } este un subspatiu vectorial al
spatiului V = { f : R R | f continua }.
Exemplul 2.12 Multimea matricelor simetrice
n
W = A M33 (R) | At = A
este un subspatiu vectorial al spatiului
a11 a12 a13

M33 (R) = A = a21 a22 a23 aij R

a31 a32 a33
al tuturor matricelor cu trei linii si trei coloane.
2.3
Subspatiul generat de o multime de vectori
Propozitia 2.5 Dac

a V este un spatiu vectorial peste corpul K si
M = {v1 , v2 , ..., vn } V
este o submultime a lui V atunci
hM i = { 1 v1 + 2 v2 + ... + n vn | 1 , 2 , ..., n K }
este un subspatiu vectorial al lui V .
Demonstratie. Oricare ar fi , K si
x = 1 v1 + 2 v2 + ... + n vn hM i,
y = 1 v1 + 2 v2 + ... + n vn hM i
avem
x + y = (1 + 1 )v1 + (2 + 2 )v2 + (n + n )vn hM i.
28
Definitia 2.6 Fie V un spatiu vectorial peste K si fie M = {v1 , v2 , ..., vn } V .

Subspatiul vectorial
hM i = { 1 v1 + 2 v2 + ... + n vn | 1 , 2 , ..., n K }
se numeste subspatiul generat de M si se mai noteaz
a cu span{v1 , v2 , ..., vn } sau
hv1 , v2 , ..., vn i, adic
a
hv1 , v2 , ..., vn i = { 1 v1 + 2 v2 + ... + n vn | 1 , 2 , ..., n K }.
a {v1 , v2 , ..., vn } este un sistem de generatori pentru V
dac
a
V = hv1 , v2 , ..., vn i.
Exemplul 2.13 Vectorii v1 = (1, 1) si v2 = (1, 1) formeaza un sistem de generatori
pentru spatiul vectorial R2 .
Verificare. Avem de aratat c
a R2 = span{v1 , v2 } adica
R2 = {1 (1, 1) + 2 (1, 1) | 1 , 2 R}.
Evident, {1 (1, 1) + 2 (1, 1) | 1 , 2 R} R2 . Ramane de aratat incluziunea

inversa. Fie x = (x1 , x2 ) R2 . Avem de aratat ca exista 1 , 2 R ncat
x = 1 v1 + 2 v2
adica
(x1 , x2 ) = 1 (1, 1) + 2 (1, 1)
ceea ce este echivalent cu
(x1 , x2 ) = (1 + 2 , 1 2 ).
Aceasta relatie se mai poate scrie
(
si conduce la
1 =
1 + 2 = x1
1 2 = x2
x1 + x2
,
2
2 =
x1 x2
.
2
Spatii vectoriale
29
Exercitiul 2.14 S
a se arate c
a n R3 avem
span{(1, 2, 3), (1, 1, 0)} = span{(1, 2, 3), (1, 1, 0), (0, 3, 3)}.
Indicatie. Avem (0, 3, 3) = (1, 2, 3) + (1, 1, 0).
Propozitia 2.8 Dac
a {v1 , v2 , ..., vn } este un sistem de generatori pentru V astfel
nc
at exist
a k {1, 2, ..., n} cu
X
vk =
i vi
i6=k
atunci {v1 , v2 , ..., vn }\{vk } este sistem de generatori pentru V .

Demonstratie. Orice vector x V este o combinatie liniara de v1 , v2 , ..., vn . Dar
x=
n
X
i vi = x =
i=1
X
i6=k
i vi + k
i vi =
i6=k
(i + k i )vi .
i6=k

a spatiul vectorial V este finit generat dac
a admite un
sistem de generatori finit.
Conventie. Dac
a nu se mentioneaza contrariul, spatiile vectoriale considerate n
continuare vor fi presupuse finit generate.
2.4
Dependent
a si independent
a liniar
a
Propozitia 2.10 Fie V un spatiu vectorial peste K si v1 , v2 , ..., vn vectori apartin

and
lui V . Urm
atoarele afirmatii sunt echivalente:
a) Nici unul dintre vectorii v1 , v2 , ..., vn nu se poate scrie ca o combinatie liniar
a
de ceilalti vectori
b) relatia
1 v1 + 2 v2 + + n vn = 0
este posibil
a numai dac
a
1 = 2 = = n = 0
30
adic
a
1 v1 + 2 v2 + + n vn = 0
1 = 2 = = n = 0.
Demonstratie. a)b) Prin reducere la absurd, presupunand, de exemplu, ca relatia

1 v1 + 2 v2 + + n vn = 0 este posibila si pentru n 6= 0 se obtine
vn =
2
n1
1
v1
v2
vn1 .
n
n
n
b)a) Dac
a, de exemplu, am avea vn = 1 v1 + 2 v2 + + n1 vn1 atunci
1 v1 + 2 v2 + + n1 vn1 vn = 0
adica relatia 1 v1 + 2 v2 + + n vn = 0 ar fi posibila si n alte cazuri decat
1 = 2 = = n = 0.
a {v1 , v2 , ..., vn } este un sistem de vectori liniar independenti
dac
a
1 v1 + 2 v2 + + n vn = 0
1 = 2 = = n = 0.
Observatia 2.2 In cazul unui sistem de vectori liniar independenti nici unul dintre
vectori nu se poate scrie ca o combinatie liniara de ceilalti vectori.
Exercitiul 2.15 S
a se arate c
a vectorii v1 = (1, 2) si v2 = (1, 3) din R2 sunt liniar
independenti.
Rezolvare. Fie 1 v1 + 2 v2 = 0, adica
1 (1, 2) + 2 (1, 3) = (0, 0)
(1 , 21 ) + (2 , 32 ) = (0, 0)
(1 2 , 21 + 32 ) = (0, 0).
Ultima relatie este echivalenta cu sistemul
(
care conduce la 1 = 2 = 0.
1 2 = 0
21 + 32 = 0
Spatii vectoriale
31
Exercitiul 2.16 Un sistem de vectori liniar independenti nu poate contine vectorul

nul.
Rezolvare. Admit
and c
a {v1 , v2 , ..., vn } este un sistem de vectori liniar independenti
si ca vn = 0 avem
0v1 + 0v2 + + 0vn1 + 1vn = 0.
Observatia 2.3 Orice subsistem al unui sistem de vectori liniar independenti este
un sistem de vectori liniar independenti.
Propozitia 2.12 Dac
a {v1 , v2 , ..., vn } este un sistem de vectori astfel inc
at nici unul
dintre ei nu este combinatie liniar
a de cei scrisi n fata lui atunci {v1 , v2 , ..., vn } este
un sistem de vectori liniar independenti.
Demonstratie. Fie
1 v1 + 2 v2 + + n vn = 0.
(2.4)
Trebuie ca n = 0 deoarece n caz contrar

vn =
2
n1
1
v1
v2
vn1 .
n
n
n
adica vn este combinatie liniar

a de vectorii scrisi n fata lui. Avand n vedere ca
0vn = 0, relatia (2.4) se mai scrie
1 v1 + 2 v2 + + n1 vn1 = 0.
La fel ca mai sus se arat
a c
a n1 = 0, apoi n2 = 0, ... , 1 = 0.
Observatia 2.4 Din orice sistem de generatori ai unui spatiu vectorial V se poate
obtine un sistem de generatori liniar independenti eliminand succesiv vectorii care
se pot scrie ca o combinatie liniar
a de vectorii aflati naintea lor. Mai exact, plecam
de la sistemul de generatori {v1 , v2 , ..., vn } si aplicam urmatoarele operatii sistemului
rezultat n etapa anterioar
a:
a) elimin
am primul vector dac
a acesta este nul
b) elimin
am al doilea vector daca acesta se obtine din primul prin nmultirea cu
un scalar
32
c) elimin
am al treilea vector daca acesta este combinatie liniara de primii doi
d) elimin
am al patrulea vector daca acesta este combinatie liniara de vectorii
precedenti, etc.
Exercitiul 2.17 S
a se obtin
a un sistem liniar independent plecand de la sistemul
de vectori {v1 , v2 , v3 , v4 , v5 } R4 , unde v1 = (0, 0, 0, 0), v2 = (1, 0, 1, 1), v3 =
(2, 0, 2, 2), v4 = (1, 1, 1, 1), v5 = (2, 1, 0, 2).
R
aspuns. {v2 , v4 }.
2.5
Baz
a si dimensiune
Definitia 2.13 Prin baz

a a unui spatiu vectorial se intelege un sistem de generatori
format din vectori liniar independenti.
Observatia 2.5 Pentru a ar
ata c
a un sistem de vectori B = {e1 , e2 , ..., en } este baza
lui V avem de ar
atat c
a:
a)
V = he1 , e2 , ..., en i
b)
1 e1 + 2 e2 + + n en = 0 = 1 = 2 = = n = 0.
Exercitiul 2.18 S
a se arate c
a B = {e1 = (1, 0), e2 = (0, 1)} este baza a spatiului
2
vectorial R .
Rezolvare. B este sistem de generatori: oricare ar fi (x1 , x2 ) din R2 avem
(x1 , x2 ) = x1 e1 + x2 e2 .
B este sistem de vectori liniar independenti: din relatia
1 e 1 + 2 e 2 = 0
rezulta
1 (1, 0) + 2 (0, 1) = (0, 0)
Spatii vectoriale
33
adica
(1 , 2 ) = (0, 0)
ceea ce conduce la 1 = 2 = 0.
Propozitia 2.14 Dac
a B = {e1 , e2 , ..., en } este baz
a lui V atunci orice vector x V
se poate scrie n mod unic sub forma
x = 1 e1 + 2 e2 + + n en .
Demonstratie. B fiind sistem de generatori rezulta ca exista scalarii 1 , 2 , ..., n
K nc
at x = 1 e1 + 2 e2 + + n en . Presupunand ca ar mai exista reprezentarea
x = 1 e1 + 2 e2 + + n en
ar rezulta c
a
1 e1 + 2 e2 + + n en = 1 e1 + 2 e2 + + n en
adica
(1 1 )e1 + (2 2 )e2 + + (n n )en = 0.
Deoarece B este sistem de vectori liniar independenti, din aceasta relatie rezulta ca
1 1 = 0, 2 2 = 0, ... , n n = 0, adica 1 = 1 , 2 = 2 , ... , n = n .
Definitia 2.15 Fie B = {e1 , e2 , ..., en } o baz
a a spatiului vectorial V si x V .
Numerele unic determinate 1 , 2 , ... , n din dezvoltarea
x = 1 e1 + 2 e2 + + n en
se numesc coordonatele lui x in raport cu baza B.
Propozitia 2.16 Dac
a V este un spatiu vectorial,
M = {v1 , v2 , ..., vn }
este un sistem de vectori liniar independenti si
S = {w1 , w2 , ..., wk }
este un sistem de generatori ai lui V atunci
34
a) n k
b) sistemul de vectori M se poate completa p
ana la o baz
a a lui V ad
aug
and
vectori din S.
Demonstratie. a) Vectorul vn este nenul deoarece sistemul de vectori liniar independenti
M nu poate contine vectorul nul. Acest vector este o combinatie liniara de w1 , w2 , ..., wk .
Deoarece cel putin unul dintre coeficientii acestei combinatii liniare este nenul, din
sistemul de generatori {vn , w1 , w2 , ..., wk } se poate elimina un vector astfel incat el
sa raman
a n continuare sistem de generatori. Vom elimina primul vector care este
combinatie liniar
a de cei aflati naintea lui. Vectorul eliminat este unul dintre vectorii w1 , w2 , ..., wk si-l not
am cu wi1 . Consideram n continuare sistemul de vectori
liniar independenti
M1 = {v1 , v2 , ..., vn1 }
sistemul de generatori
S1 = {vn , w1 , w2 , ..., wk }\{wi1 }
si facem aceleasi operatii, adic
a luam vn1 din M1 , l adaugam la S1 si eliminam
primul vector wi2 care este combinatie liniara de cei aflati n fata lui. Rezulta astfel
sistemul de vectori liniar independenti
M2 = {v1 , v2 , ..., vn2 }
si sistemul de generatori
S2 = {vn1 , vn , w1 , w2 , ..., wk }\{wi1 , wi2 }.
Procesul poate fi continuat p
an
a introducem toti vectorii sistemului de vectori liniar
independenti M n sistemul de generatori, ceea ce arata ca n k.
b) Dup
a introducerea tuturor vectorilor din M n sistemul de generatori se obtine
un sistem de generatori
Sn = {v1 , v2 , ..., vn , w1 , w2 , ..., wk }\{wi1 , wi2 , ..., win }.
Eliminand vectorii care sunt combinatii liniare de cei aflati n fata lor rezulta o baza
care contine vectorii din M.
Spatii vectoriale
35
Teorema 2.17 Oricare dou

a baze ale unui spatiu vectorial au acelasi num
ar de
vectori.
Demonstratie. Fie
B = {e1 , e2 , ..., en },
B 0 = {e01 , e02 , ..., e0k }
doua baze ale lui V . Fiecare dintre ele este atat sistem de vectori liniar independenti
cat si sistem de generatori pentru V . Conform propozitiei precedente trebuie sa avem
simultan n k si k n.
a spatiul vectorial V are dimensiune n si scriem
dim V = n
dac
a V admite o baz
a format
a din n vectori.
Notatie. Pentru a indica corpul peste care este considerat V , in loc de dim V vom
scrie uneori dimK V .
Exercitiul 2.19 S
a se arate c
a
2
a) dimR R = 2
b) dimR {(x1 , x2 , x3 ) R3 | x1 + x2 + x3 = 0 } = 2
c) dimR C = 2
d) dimC C = 1.
Rezolvare. a) {e1 = (1, 0), e2 = (0, 1)} este baza a lui R2 .
b) Relatia
{(x1 , x2 , x3 ) R3 | x1 + x2 + x3 = 0 } = {(x1 , x2 , x1 x2 ) | x1 , x2 R}
= {x1 (1, 0, 1) + x2 (0, 1, 1) | x1 , x2 R}
arata c
a {(1, 0, 1), (0, 1, 1)} este sistem de generatori. Deoarece relatia
x1 (1, 0, 1) + x2 (0, 1, 1) = (0, 0, 0)
conduce la x1 = x2 = 0, sistemul de generatori {(1, 0, 1), (0, 1, 1)} este un sistem
de vectori liniar independenti si deci o baza.
c) C = {x + yi | x, y R } considerat ca spatiu vectorial real admite baza {1, i}.
d) O baz
a a lui C peste C este B = {1}.
36
Propozitia 2.19 Pe orice spatiu vectorial complex V se obtine o structur

a natural
a
de spatiu vectorial real prin restrictia scalarilor si
dimR V = 2 dimC V.
Demonstratie. Fie {v1 , v2 , ..., vn } o baza a spatiului vectorial complex V . Oricare ar
fi x V exist
a numerele complexe 1 + 1 i, 2 + 2 i, ... , n + n i astfel ncat
x = (1 + 1 i)v1 + (2 + 2 i)v2 + + (n + n i)vn .
Scriind aceast
a relatie sub forma
x = 1 v1 + 1 iv1 + 2 v2 + 2 iv2 + + n vn + n ivn
deducem c
a
B = { v1 , iv1 , v2 , iv2 , ... , vn , ivn }
este sistem de generatori pentru spatiul vectorial real V . Aratam ca vectorii care
formeaz
a sistemul B sunt liniar independenti peste R. Relatia
1 v1 + 1 iv1 + 2 v2 + 2 iv2 + + n vn + n ivn = 0
se poate scrie
(1 + 1 i)v1 + (2 + 2 i)v2 + + (n + n i)vn = 0
si conduce la 1 + 1 i = 2 + 2 i = = n + n i = 0, adica la
1 = 1 = 2 = 2 = = n = n = 0.
Propozitia 2.20 Dac
a V este un spatiu vectorial real atunci spatiul
V V = { (x1 , x2 ) | x1 , x2 V }
considerat mpreun
a cu adunarea pe componente
(x1 , x2 ) + (y1 , y2 ) = (x1 + y1 , x2 + y2 )
Spatii vectoriale
37
si nmultirea cu numere complexe

( + i)(x1 , x2 ) = (x1 x2 , x2 + x1 )
este un spatiu vectorial complex notat cu C V (numit complexificatul lui V ) si
dimC C V = dimR V.
Demonstratie. Fie {v1 , v2 , ..., vn } o baza a spatiului vectorial real V . Aratam ca
B = { (v1 , 0), (v2 , 0), ... , (vn , 0) }
este baz
a a spatiului vectorial complex C V . Oricare ar fi x1 , x2 V exista numerele
reale 1 , 2 , ... , n si 1 , 2 , ... , n astfel ncat
x1 = 1 v1 + 2 v2 + + n vn ,
x2 = 1 v1 + 2 v2 + + n vn .
Deoarece i(vj , 0) = (0, vj ) avem

(x1 , x2 ) = (1 v1 + 2 v2 + + n vn , 0) + (0, 1 v1 + 2 v2 + + n vn )
= (1 + 1 i)(v1 , 0) + (2 + 2 i)(v2 , 0) + + (n + n i)(vn , 0).
Daca
(1 + 1 i)(v1 , 0) + (2 + 2 i)(v2 , 0) + + (n + n i)(vn , 0) = (0, 0)
atunci
(1 v1 + 2 v2 + + n vn , 1 v1 + 2 v2 + + n vn ) = 0
ceea ce conduce la 1 = 2 = = n = 0 si 1 = 2 = = n = 0.
Observatia 2.6 Scriind x1 + x2 i n loc de (x1 , x2 ) obtinem
C
V = { x1 + x2 i | x1 , x2 V }
si nmultirea cu scalari
( + i)(x1 + x2 i) = (x1 x2 ) + (x2 + x1 )i
coincide formal cu nmultirea uzuala a numerelor complexe.
38
Teorema 2.21 (Kronecker) Dac

a
A=
a11 a12
a21 a22

an1 an2
a1m
a2m

anm
Mnm (K)
si
Ai = (ai1
ai2
aim ) M1m (K),
...
A =
a1j
a2j
..
.
anj
Mn1 (K)
atunci
rang A = dimhA1 , A2 , ..., An i = dimhA1 , A2 , ..., Am i.
Demonstratie. Fie r = rang A. Deoarece rangul lui A nu se schimba prin permutarea
liniilor (sau coloanelor) putem presupune ca

d=

a11 a12
a21 a22

ar1 ar2
a1r
a2r
arr

6= 0.

Aratam c
a {A1 , A2 , ..., Ar } este sistem liniar independent si ca matricele Ar+1 ,...,Am
din Mn1 (K) sunt combinatii liniare de A1 , A2 , ... , Ar . Din relatia
1 A1 + 2 A2 + + r Ar = 0
rezulta c
a
a11 1 + a12 2 + + a1r r = 0
a + a + + a = 0
21 1
22 2
2r r
..................................................
ar1 1 + ar2 2 + + arr r = 0
Acesta este un sistem Cramer cu solutia 1 = 2 = = r = 0. Oricare ar fi

i {1, 2, ..., n} si j {1, 2, ..., m} avem

a11 a12
a21 a22

ar1 ar2
ai1 ai2
a1r a1j
a2r a2j

= 0.

arr arj
air aij
Spatii vectoriale
39
Dezvolt
and acest determinant dupa ultima linie obtinem relatia
(1)i+1 ai1 1 + (1)i+2 ai2 2 + + (1)i+r air r + (1)i+r+1 aij d = 0
unde

1 =

a12
a22
ar2
a1r a1j
a2r a2j
,

arr arj

r =

a11
a21
ar1
a1r1 a1j
a2r1 a2j

arr1 arj
nu depind de i. Rezult
a
aij = (1)i+1
1
2
r
ai1 (1)i+2 ai2 (1)i+r air
d
d
d
oricare ar fi i {1, 2, ..., n}, adic

a
Aj = (1)i+1
1 1
2
r
A (1)i+2 A2 (1)i+r Ar .
d
d
d
Am aratat astfel c
a dimhA1 , A2 , ..., Am i = rang A. Deoarece rang A = rang tA deducem c
a dimhA1 , A2 , ..., An i = rang A.
Exercitiul 2.20 S
a se arate c
a vectorii
v1 = (v11 , v12 , v13 ),
v2 = (v21 , v22 , v23 ),
v3 = (v31 , v32 , v33 )
din R3 sunt liniar independenti daca si numai daca

v
11

v21

v31
v12 v13
v22 v23
v32 v33

6= 0.

Teorema 2.22 Sistemul de ecuatii liniare
a11 x1 + a12 x2 + + a1m xm = b1
a x + a x + + a x = b
21
22
2m
....................................................
an1 x1 + an2 x2 + + anm xm = bn
40
admite solutie dac

a si numai dac
a
rang
a11 a12
a21 a22

an1 an2
a1m
a2m

anm
= rang
a11 a12
a21 a22

an1 an2
a1m b1
a2m b2

anm bn
(rangul matricei sistemului este egal cu rangul matricei extinse).

a din teorema anterioara tinand seama de faptul ca
sistemul considerat se mai poate scrie
x1
a11
a21
an1
+ x2
a12
a22
an2
+ + xm
a1m
a2m
anm
b1
b2
bn
Observatia 2.7 Fie
a11 x1 + a12 x2 + + a1m xm = b1
a x + a x + + a x = b
21 1
22 2
2m m
2
....................................................
an1 x1 + an2 x2 + + anm xm = bn
un sistem de ecuatii liniare compatibil (adica, care admite solutie) si fie r rangul matricei sistemului. Schimb
and eventual ordinea ecuatiilor si indexarea necunoscutelor
putem presupune c
a

a11 a12 a1r

a

21 a22 a2r

6= 0.

ar1 ar2 arr
In cazul n care r < n este suficient sa luam n considerare doar primele r ecuatii
a11 x1 + a12 x2 + + a1m xm = b1
a x + a x + + a x = b
21 1
22 2
2m m
2
....................................................
ar1 x1 + ar2 x2 + + arm xm = br
(numite ecuatii principale) deoarece restul de ecuatii vor fi combinatii liniare de
Spatii vectoriale
41
acestea. Acesta poate fi privit ca un sistem Cramer
a11 x1 + a12 x2 + + a1r xr = b1 a1r+1 xr+1 a1m xm
a x + a x + + a x = b a
21 1
22 2
2r r
2
2r+1 xr+1 a2m xm
............................................................................
ar1 x1 + ar2 x2 + + arr xr = br arr+1 xr+1 arm xm
cu necunoscutele x1 , x2 , ..., xr (numite necunoscute principale) considerand xr+1 ,

... , xm ca parametri care pot lua valori arbitrare. In cazul in care b1 = b2 =
= bn = 0 (sistem omogen), spatiul solutiilor sistemului este un spatiu vectorial
de dimensiune m r.
Observatia 2.8 Dac
a
B 0 = {e01 , e02 , ..., e0n }
B = {e1 , e2 , ..., en },
sunt dou
a baze ale lui V atunci fiecare vector e0i din baza noua B 0 se poate scrie
ca o combinatie liniar
a de vectorii bazei vechi B.
Definitia 2.23 Fie
B 0 = {e01 , e02 , ..., e0n }
B = {e1 , e2 , ..., en },
dou
a baze ale spatiului V si fie
e01 = 11 e1 + 21 e2 + + n1 en
e0 = e + e + + e
12 1
22 2
n2 n
2
.................................................
en = 1n e1 + 2n e2 + + nn en .
Matricea
S=
11
21
...
n1
12
22
...
n2
...
...
...
...
1n
2n
...
nn
se numeste matricea de trecere de la baza B la baza B 0 .
(2.5)
42
Observatia 2.9 Relatiile (2.5) se pot scrie comprimat

e0i
n
X
ji ej
j=1
si orice vector x V poate fi dezvoltat n raport cu cele doua baze

x=
n
X
xj ej =
j=1
n
X
x0i e0i .
i=1
Propozitia 2.24 In cazul schimb

arii de baz
a
e0i =
x=
Pn
j=1 ji ej
Pn
j=1 xj ej
Pn
0 0
i=1 xi ei
xj =
n
X
ji x0i
i=1
Demonstratie. Av
and n vedere c
a dezvoltarea n raport cu o baza este unica, din
n
X
xj ej =
2.6
x0i e0i
i=1
j=1
rezulta c
a xj =
n
X
n
X
i=1
x0i
n
X
ji ej =
j=1
n
n
X
X
j=1
ji x0i
ej
i=1
Pn
0
i=1 ji xi .
Sume de subspatii
Propozitia 2.25 a) Dac

a W V este subspatiu vectorial atunci dim W dim V .
b) Dac
a W V este subspatiu vectorial si dim W = dim V atunci W = V .
Demonstratie. a) Fie {v1 , v2 , ..., vn } baza n V si {w1 , w2 , ..., wk } baza n W .
Deoarece {w1 , w2 , ..., wk } este sistem liniar independent n V si {v1 , v2 , ..., vn } este
sistem de generatori rezult
a c
a k n.
b) Orice baz
a a lui W poate fi extinsa pana la o baza a lui V . Deoarece dim W =
dim V rezult
a c
a orice baz
a a lui W este n acelasi timp baza a lui V.
Propozitia 2.26 Dac
a W1 V si W2 V sunt subspatii vectoriale atunci
W = W1 W2
este subspatiu vectorial al lui V .
Spatii vectoriale
43
Demonstratie. Avem
x, y W
, K
x, y W1
= x, y W2
, K
x + y W1
=
x + y W2
= x + y W.
Observatia 2.10 In general, reuniunea a doua subspatii vectoriale ale unui spatiu
vectorial V nu este un subspatiu vectorial. De exemplu,
W1 = {(x, 0) | x R}
si
W2 = {(0, y) | y R}
sunt subspatii vectoriale ale lui R2 , dar W = W1 W2 nu este subspatiu vectorial al

lui R2 . Intr-adev
ar, (1, 0) W si (0, 1) W dar (1, 0) + (0, 1) = (1, 1) 6 W .
Propozitia 2.27 Dac
a W1 V si W2 V sunt subspatii vectoriale atunci
W1 + W2 = {w1 + w2 | w1 W1 , w2 W2 }
este subspatiu vectorial al lui V .
Demonstratie. Avem
w1 + w2 W 1 + W 2
w10 + w20 W1 + W2
, K
(w1 + w2 ) + (w10 + w20 )

= (w + w0 ) + (w + w0 ) W + W .
1
2
1
2
1
2
Definitia 2.28 Fie W1 , W2 dou

a subspatii vectoriale ale lui V . Subspatiul vectorial
W1 + W2 = {w1 + w2 | w1 W1 , w2 W2 }
se numeste suma subspatiilor W1 si W2 .
Exercitiul 2.21 S
a se arate c
a:
a) W1 = {(x, 0) | x R} este subspatiu vectorial al lui R2 .
b) W1 = {(0, y) | y R} este subspatiu vectorial al lui R2 .
c) W1 + W2 = R2 .
Teorema 2.29 (a dimensiunii) Dac
a W1 si W2 sunt subspatii ale lui V atunci
dim (W1 + W2 ) = dim W1 + dim W2 dim (W1 W2 ).
44
Demonstratie. Fie
B0 = {u1 , u2 , ..., un }
o baza a spatiului vectorial W1 W2 pe care o completam pana la o baza
B1 = {u1 , u2 , ..., un , v1 , v2 , ..., vk }
a spatiului vectorial W1 si p
an
a la o baza
B2 = {u1 , u2 , ..., un , w1 , w2 , ..., wm }
a spatiului vectorial W2 , unde
n = dim (W1 W2 ),
n + k = dim W1 ,
n + m = dim W2 .
Este suficient s
a ar
at
am c
a
B = {u1 , u2 , ..., un , v1 , v2 , ..., vk , w1 , w2 , ..., wm }
este o baz
a a lui W1 + W2 .
B este sistem de generatori. Orice vector de forma x1 + x2 cu x1 W1 si x2 W2
este o combinatie liniara de vectorii lui B.
B este sistem de vectori liniar independenti. Relatia
1 u1 + ... + n un + 1 v1 + ... + k vk + 1 w1 + ... + m wm = 0
(2.6)

1 u1 + ... + n un + 1 v1 + ... + k vk = 1 w1 ... m wm .
Egalitatea dintre vectorul 1 u1 + ... + n un + 1 v1 + ... + k vk apartinand lui W1 si
vectorul 1 w1 ... m wm apartinand lui W2 este posibila numai daca 1 w1
... m wm W1 W2 , adic
a dac
a exista 1 , 2 , ..., 1 K ncat
1 w1 2 w2 ... m wm = 1 u1 + 2 u2 + ... + n un .
Scriind ultima relatie sub forma
1 u1 + 2 u2 + ... + n un + 1 w1 + 2 w2 + ... + m wm = 0
Spatii vectoriale
45
si tinand seama de faptul c

a B2 este baza n W2 rezulta
1 = 2 = ... = n = 1 = 2 = ... = m = 0.
Relatia (2.6) devine
1 u1 + ... + n un + 1 v1 + ... + k vk = 0.
Tinand seama de faptul c
a B1 este baza n W1 obtinem
1 = 2 = ... = n = 1 = 2 = ... = k = 0.
Prin urmare B este baz
a a lui W1 + W2 si
dim(W1 + W2 ) = n + k + m = dim W1 + dim W2 dim (W1 W2 ).
2.7
Sume directe
Definitia 2.30 Fie W1 , W2 dou

a subspatii vectoriale ale unui spatiu vectorial V .
Spunem c
a suma W1 + W2 este sum
a direct
a si utiliz
am notatia W1 W2 dac
a
scrierea oric
arui vector w W1 +W2 ca suma w = w1 +w2 dintre un vector w1 W1
si un vector w2 W2 este unic
a.
Propozitia 2.31 Fie W1 , W2 dou
a subspatii vectoriale ale unui spatiu vectorial V .
Suma W1 + W2 este sum
a direct
a dac
a si numai dac
a
W1 W2 = {0}.
Demonstratie. = Dac
a W1 W2 6= {0} atunci exista x W1 W2 nenul care
admite reprezent
arile x = x + 0 si x = 0 + x, ceea ce arata ca suma nu este directa.
= Fie subspatiile W1 si W2 cu W1 W2 = {0}. Daca v W1 + W2 admite
reprezent
arile
v = w1 + w2 cu w1 W1 si w2 W2
v = w10 + w20 cu w10 W1 si w20 W2
46
atunci
w1 + w2 = w10 + w20 .
Scriind aceast
a relatie sub forma
w1 w10 = w2 w20
din w1 w10 W1 , w2 w20 W2 si W1 W2 = {0} deducem ca w1 w10 = 0,
w2 w20 = 0, adic
a w1 = w10 si w2 = w20 , ceea ce arata ca suma este directa.
Exercitiul 2.22 S
a se arate c
a
R2 = {(x, 0) | x R} {(0, y) | y R}.
Rezolvare. Avem
{(x, 0) | x R} + {(0, y) | y R} = R2
{(x, 0) | x R} {(0, y) | y R} = {(0, 0)}.
Exercitiul 2.23 S
a se arate c
a
R3 = {(x, y, 0) | x, y R} + {(x, 0, z) | x, z R}
dar suma nu este direct

a.
Rezolvare. Orice vector (, , ) R3 admite reprezentarea
(, , ) = (, , 0) + (0, 0, )
cu (, , 0) {(x, y, 0) | x, y R} si (0, 0, ) {(x, 0, z) | x, z R}, dar
{(x, y, 0) | x, y R} {(x, 0, z) | x, z R} = {(x, 0, 0) | x R}.
Exercitiul 2.24 S
a se arate c
a
R2 = {(, ) | R} {(0, ) | R}.
Rezolvare. Orice vector (x, y) R2 admite reprezentarea

(x, y) = (x, x) + (0, y x)
Spatii vectoriale
47
cu (x, x) {(, ) | R} si (0, y x) {(0, ) | R}. In plus

{(, ) | R} {(0, ) | R} = {(0, 0)}.
Exercitiul 2.25 S
a se arate c
a
M33 (R) = {A M33 (R) | At = A } {A M33 (R) | At = A }
unde At este transpusa matricei A.
Indicatie. Orice matrice A M33 (R) admite reprezentarea
1
1
A = (A + At ) + (A At )
2
2
cu (A + At )t = A + At si (A At )t = (A At ).
Propozitia 2.32 Dac
a V si W sunt spatii vectoriale peste acelasi corp K atunci
V W = { (x, y) | x V, y W }
considerat mpreun
a cu adunarea
(x, y) + (x0 , y 0 ) = (x + x0 , y + y 0 )
si nmultirea cu scalari
(x, y) = (x, y)
este spatiu vectorial, notat cu V W (numit produsul direct al lui V cu W ) si
dim(V W ) = dim V + dim W.
Demonstratie. Dac
a {v1 , v2 , ..., vn } si {w1 , w2 , ..., wk } sunt baze n V si W atunci
{ (v1 , 0), (v2 , 0), ..., (vn , 0), (0, w1 ), (0, w2 ), ..., (0, wk ) }
este baz
a n V W.
Observatia 2.11 Spatile V si W pot fi identificate cu subspatiile
{ (x, 0) | x V },
{ (0, y) | y W }
48
ale lui V W si avem

{ (x, 0) | x V } { (0, y) | y W } = {(0, 0)}
{ (x, 0) | x V } + { (0, y) | y W } = V W
ceea ce justific
a notatia V W .
2.8
Spatii factor
Definitia 2.33 Prin relatie de echivalent

a pe o multime M se ntelege o submultime
R M M cu propriet
atile:
1) (x, x) R,
x M
(reflexivitate)
2) (x, y) R =
(y, x) R
(simetrie)
)
(x, y) R
3)
= (x, z) R
(tranzitivitate)
(y, z) R
In loc de (x, y) R se prefer
a s
a se scrie x R y sau x y.
Definitia 2.34 Prin partitie a unei multimi M se ntelege o familie {Mi }iI de
submultimi ale lui M cu propriet
atile:
1) Mi 6= ,
i I
2) Mi Mj = ,
i, j I cu i 6= j
S
3)
iI Mi = M.
a este o relatie de echivalent
a pe M atunci multimile
distincte de forma
x
={y |yx}
(clasa de echivalenta a lui x)
formeaz
a o partitie a lui M (se noteaz
a cu M/ si este numit
a multimea factor
corespunz
atoare relatiei ).
b) Invers, dac
a {Mi }iI este o partitie a lui M atunci relatia definit
a prin
xy
daca exista i I astf el incat x, y Mi
este o relatie de echivalent

a pe M .
Spatii vectoriale
49
Demonstratie. a) Reunind toate clasele de echivalenta obtinem multimea M si x

6=
deoarece x x
. In plus,
(
x y z
xy
xz
yz
y = z.
b) Evident, relatia este reflexiva si simetrica. Daca x y si y z atunci exista

i, j I astfel nc
at x, y Mi si y, z Mj . Multimile partitiei fiind disjuncte rezulta
ca Mi = Mj si prin urmare x z.
Propozitia 2.36 Dac
a V este un spatiu vectorial peste corpul K si W V este un
subspatiu vectorial atunci relatia
xy
daca
xy W
este o relatie de echivalent

a pe V . Pe multimea factor V / format
a din toate clasele
de echivalent
a
x
=x+W ={ x+y | y W }
relatiile
c
x
+ y = xy,
x = x
definesc o structur
a de spatiu vectorial (numit spatiu factor si notat cu V /W ).
Demonstratie. Avem
xx=0W
xx
x y = x y W = y x W = y x
xy
yz
xy W
=
yz W
= x z = (x y) + (y z) W = x z.
Deoarece W + W = { x + y | x, y W } = W si W = { x | x W } = W avem
(x + W ) + (y + W ) = x + y + W,
(x + W ) = x + W
ceea ce arata c
a operatiile cu clase de echivalenta sunt bine definite (nu depind de
reprezentantul ales). Elementul neutru este 0 = 0 + W = W iar opusul lui x
este
d = x + W.
x = x
50
Exercitiul 2.26 Descrieti spatiul vectorial factor R2 /W n cazul

W = { (x, 0) | x R }.
Rezolvare. In acest caz
(x, y) (x0 , y 0 ) (x, y) (x0 , y 0 ) W y = y 0 .
Rezulta c
a
\
(x,
y) = (x, y) + W = { (x0 , y) | x0 R }
si prin urmare,
\
R2 /W = { (0,
y) | y R }.
Observatia 2.12 Trecerea de la R2 la R2 /W se realizeaza ignorand coordonata

x, adica identific
and vectorii (x, y) din R2 cu acelasi y.
Teorema 2.37 Dac
a W este subspatiu vectorial al lui V atunci
dim V /W = dim V dim W.
Demonstratie. Fie {v1 , v2 , ..., vk } o baza a lui W pe care o completam pana la o
baza {v1 , v2 , ..., vk , vk+1 , ..., vn } a lui V . Aratam ca {
vk+1 , vk+2 , ... , vn } este baza a
lui V /W . Dac
a
x = 1 v1 + ... + k vk + k+1 vk+1 + ... + n vn V
atunci
x
= 1 v1 + ... + k vk + k=1 vk+1 + ... + n vn = k+1 vk+1 + ... + n vn .
Pe de alt
a parte dac
a
k+1 vk+1 + k+2 vk+2 + ... + n vn = 0
atunci
k+1 vk+1 + k+2 vk+2 + ... + n vn W
si deci exist
a 1 , 2 , ... , k K astfel ncat
k+1 vk+1 + k+2 vk+2 + ... + n vn = 1 v1 + 2 v2 + ... + k vk
relatie care conduce la k+1 = k+2 = ... = n = 0.
Capitolul 3
Aplicatii liniare
3.1
Definitia 3.1 Fie V si W spatii vectoriale peste acelasi corp K (unde K = R sau
K = C). O aplicatie
A : V W : x 7 Ax
este numit
a aplicatie liniar
a (sau aplicatie K-liniar
a, sau transformare liniar
a)
dac
a
A(x + y) = Ax + Ay,
x, y V, , K.
Observatia 3.1 Vom utiliza notatia
L(V, W ) = { A : V W | A(x+y) = Ax+Ay, x, y V, , K }.
In cazul n care V = W , adic
a n cazul n care aplicatia este de forma
A : V V
n loc de aplicatie liniar
a se mai utilizeaza termenul de operator liniar. Vom nota
cu L(V ) multimea operatorilor liniari definiti pe V , adica
L(V ) = L(V, V ).
Exercitiul 3.1 Dac
a A L(V, W ) atunci A0 = 0.
51
52
Exercitiul 3.2 S
a se arate c
a
A : R3 R2 ,
A(x1 , x2 , x3 ) = (x1 + 2x2 x3 , x1 + x3 )
este aplicatie liniar

a.
Rezolvare. Fie , K si x = (x1 , x2 , x3 ), y = (y1 , y2 , y3 ) vectori din R3 . Avem
A(x + y) = A((x1 , x2 , x3 ) + (y1 , y2 , y3 ))
= A((x1 , x2 , x3 ) + (y1 , y2 , y3 ))
= A(x1 + y1 , x2 + y2 , x3 + y3 )
= (x1 + y1 + 2(x2 + y2 ) (x3 + y3 ), x1 + y1 + x3 + y3 )
= (x1 + 2x2 x3 , x1 + x3 ) + (y1 + 2y2 y3 , y1 + y3 )
= (x1 + 2x2 x3 , x1 + x3 ) + (y1 + 2y2 y3 , y1 + y3 )
= A(x1 , x2 , x3 ) + A(y1 , y2 , y3 ) = Ax + Ay.
Exercitiul 3.3 S
a se arate c
a
A : R3 R3 ,
A(x1 , x2 , x3 ) = (x2 + x3 , x1 + x3 , x1 + x2 )
este operator liniar.

Exercitiul 3.4 S
a se arate c
a rotatia planului de unghi este un operator liniar.
Indicatie. Identific
am planul cu spatiul vectorial R2 .
Aplicatii liniare
53
Expresia n coordonate a rotatiei de unghi este

R : R2 R2 : (x, y) 7 (x0 , y 0 )
unde (a se vedea figura)
x0 = r cos( + ) = r cos cos r sin sin = x cos y sin
x0 = r sin( + ) = r cos sin + r sin cos = x sin + y cos
adica
R (x, y) = (x cos y sin , x sin + y cos ).
Exercitiul 3.5 Fie
V = { a0 x2 + a1 x + a2 | a0 , a1 , a2 R }
spatiul vectorial al polinoamelor de grad cel mult 2. Sa se arate ca operatorul de
derivare
d
d
: V V,
(a0 x2 + a1 x + a2 ) = 2a0 x + a1
dx
dx
este un operator liniar.
Exercitiul 3.6 Aplicatia rezultat
a n urma compunerii a doua aplicatii liniare este
o aplicatie liniar
a.
3.2
Imaginea si nucleul unei aplicatii liniare
Propozitia 3.2 Dac

a A : V W este o aplicatie liniar
a atunci
Ker A = { x V | Ax = 0 }
este subspatiu vectorial al lui V , iar
Im A = { Ax | x V }
este subspatiu vectorial al lui W .
54
Demonstratie. Avem
x, y KerA
, K
= A(x + y) = Ax + Ay = 0 = x + y Ker A.
Daca v, w Im A atunci exist

a x, y V ncat v = Ax si w = Ay. Oricare ar fi
, K avem
v + w = Ax + Ay = A(x + y)
ceea ce arat
a c
a v + w Im A.
Definitia 3.3 Fie A : V W o aplicatie liniar
a. Subspatiul vectorial
Ker A = { x V | Ax = 0 }
este numit nucleul lui A, iar
Im A = { Ax | x V }
imaginea lui A.
Teorema 3.4 Dac
a V este un spatiu vectorial finit-dimensional si A : V W o
aplicatie liniar
a atunci
dim V = dim Ker A + dim Im A.
Demonstratie. Fie B0 = {v1 , v2 , ..., vk } o baza a subspatiului Ker A, unde k =
dim Ker A. Acest sistem de vectori liniar independenti l prelungim pana la o baza
a lui V
B = {v1 , v2 , ..., vk , vk+1 , vk+2 , ..., vn }
unde n = dim V. Vom ar
ata c
a
B 0 = {Avk+1 , Avk+2 , ..., Avn }
este o baz
a a subspatiului Im A.
0
B este sistem de vectori liniar independenti. Din
k+1 Avk+1 + k+2 Avk+2 + + n Avn = 0
Aplicatii liniare
55
rezulta
A(k+1 vk+1 + k+2 vk+2 + + n vn ) = 0
ceea ce arat
a c
a k+1 vk+1 + k+2 vk+2 + + n vn Ker A. Sistemul de vectori B0
fiind o baz
a in Ker A, rezult
a c
a exista 1 , 2 , ..., k K astfel incat
k+1 vk+1 + k+2 vk+2 + + n vn = 1 v1 + 2 v2 + + k vk
adica
1 v1 + 2 v2 + + k vk k+1 vk+1 k+2 vk+2 n vn = 0.
Deoarece B este baz
a n V , acest
a relatie este posibila doar n cazul
1 = 2 = = k = k+1 = k+2 = = n = 0
ceea ce arat
a c
a B 0 este sistem de vectori liniar independenti.
B 0 este sistem de generatori. Oricare ar fi y Im A exista x V astfel ncat y = Ax.
Plecand de la reprezentarea x = 1 v1 + 2 v2 + + n vn a lui x n baza B se obtine
y = Ax = 1 Av1 + 2 Av2 + + k Avk + k+1 Avk+1 + + n Avn
= 0 + 0 + + 0 + k Avk + k+1 Avk+1 + + n Avn
ceea ce arat
a c
a B 0 este sistem de generatori pentru Im A.
Exercitiul 3.7 Fie aplicatia liniara
A : R3 R4 ,
A(x1 , x2 , x3 ) = (x1 + x2 + x3 , x1 x3 , 2x1 + x2 , x2 2x3 )
Descrieti Ker A si Im A indic

and baze n aceste subspatii.
Rezolvare. Avem

x1 + x2 + x3

x1 x3

Ker A = (x1 , x2 , x3 )

2x1 + x2

x2 2x3
=0
=0
=0
=0
= { (1, 2, 1) | R }
Rezulta c
a {(1, 2, 1)} este baz
a n Ker A. Completam aceasta baza pana la baza
{(1, 2, 1), (0, 1, 0), (0, 0, 1)} a lui R3 . Din demonstratia teoremei precedente rezulta
56
ca {A(0, 1, 0), A(0, 0, 1)} = {(1, 0, 1, 1), (1, 1, 0, 2)} este baza a subspatiului vectorial Im A.
Exercitiul 3.8 Fie
P : R2 R2 ,
A(x1 , x2 ) = (x1 , 0)
Descrieti Ker P si Im P indic

and baze n aceste subspatii.
3.3
Izomorfisme liniare
Propozitia 3.5 Fie A : V W o aplicatie liniar

a.
a) Aplicatia A este injectiv
a dac
a si numai dac
a Ker A = {0}.
b) Aplicatia A este surjectiv
a dac
a si numai dac
a Im A = W .
Demonstratie. a) S
tim c
a A0 = 0. Daca A este injectiva atunci Ax = 0 implica
x = 0 si deci Ker A = {0}. Invers, daca Ker A = {0} atunci
Ax = Ay = Ax Ay = 0 = A(x y) = 0 = x y = 0 = x = y.
b) Afirmatia rezult
a din definitia subspatiului Im A.
Exercitiul 3.9 Dac
a A : V W este o aplicatie liniara injectiva atunci {v1 , v2 , ..., vn }
este sistem de vectori liniar independenti n V daca si numai daca {Av1 , Av2 , ..., Avn }
este sistem de vectori liniar independenti n W .
Rezolvare. Fie {v1 , v2 , ..., vn } un sistem de vectori liniar independenti. Relatia
1 Av1 + 2 Av2 + ... + n Avn = 0
care se mai poate scrie
A(1 v1 + 2 v2 + ... + n vn ) = 0
Aplicatii liniare
57
conduce la relatia
1 v1 + 2 v2 + ... + n vn = 0
din care rezult
a 1 = 2 = ... = n = 0. Invers, presupunand ca {Av1 , Av2 , ..., Avn }
este sistem de vectori liniar independenti, relatia
1 v1 + 2 v2 + ... + n vn = 0
implica
1 Av1 + 2 Av2 + ... + n Avn = 0
relatie care conduce la 1 = 2 = ... = n = 0.
Propozitia 3.6 Inversa unei aplicatii liniare bijective este o aplicatie liniar
a.
Demonstratie. Fie A : V W o aplicatie liniara bijectiva. Oricare ar fi x, y W
si , K are loc relatia
x + y = A(A1 x) + A(A1 y) = A(A1 x + A1 y)
si prin urmare A1 (x + y) = A1 x + A1 y.
Definitia 3.7 Prin izomorfism liniar se ntelege o aplicatie liniar
a bijectiv
a.
Observatia 3.2 O aplicatie liniara A : V W este izomorfism liniar daca si
numai dac
a Ker A = {0} si Im A = W .
a spatiile vectoriale V si W sunt izomorfe dac
a exist
a un
izomorfism liniar A : V W .
Teorema 3.9 Dou
a spatii vectoriale (finit dimensionale) peste acelasi corp K sunt
izomorfe dac
a si numai dac
a au aceeasi dimensiune
Demonstratie. Fie V si W spatii vectoriale peste K izomorfe si fie A : V W un
izomorfism liniar. Din relatiile
Ker A = {0},
Im A = W,
dim V = dim Ker A + dim Im A
58
rezulta c
a dim V =dim W . Invers, daca dim V =dim W = n alegand o baza {v1 , v2 , ..., vn }
n V si o baz
a {w1 , w2 , ..., wn } n W putem defini izomorfismul liniar
A : V W,
A(1 v1 + 2 v2 + + n vn ) = 1 w1 + 2 w2 + + n wn .
Teorema 3.10 Dac

a V este un spatiu vectorial peste K atunci orice baz
a B =
{v1 , v2 , ..., vn } a lui V (cu ordinea vectorilor fixat
a) defineste izomorfismul
A : V Kn ,
A(1 v1 + 2 v2 + + n vn ) = (1 , 2 , , n )
care permite identificarea lui V cu Kn .

Demonstratie. Aplicatia A este liniara, Ker A = {0} si Im A = Kn .
Exercitiul 3.10 S
a se arate c
a aplicatia
4
A : R M22 (R),
A(x1 , x2 , x3 , x4 ) =
x1 x2
x3 x4
este un izomorfism liniar.

Exercitiul 3.11 S
a se arate c
a spatiile vectoriale reale C si R2 sunt izomorfe.
Indicatie. Aplicatia A : C R2 , A(x + yi) = (x, y) este un izomorfism liniar.
3.4
Dualul unui spatiu vectorial
Propozitia 3.11 Dac

a V este un spatiu vectorial peste corpul K atunci
V = { : V K | (x + y) = (x) + (y), x, y V, , K }
nzestrat cu operatiile de adunare
V V V : (, ) 7 +
unde
+ : V K
( + )(x) = (x) + (x)
Aplicatii liniare
59
si nmultire cu scalari
K V V : (, ) 7
unde
: V K
()(x) = (x)
este spatiu vectorial (numit dualul lui V ).

Demonstratie. Relatiile
( + )(x + y) = (x + y) + (x + y)
= (x) + (y) + (x) + (y) = ( + )(x) + ( + )(y)
si
()(x + y) = (x + y) = ((x) + (y)) = ()(x) + ()(y)
arata c
a operatiile de adunare si nmultire cu scalari sunt bine definite. Din relatia
(( + ) + )(x) = ( + )(x) + (x) = ((x) + (x)) + (x)
= (x) + ((x) + (x)) = (x) + ( + )(x) = ( + ( + ))(x)
verificat
a oricare ar fi x V rezulta ca adunarea din V este asociativa
( + ) + = + ( + )
iar din relatia
( + )(x) = (x) + (x) = (x) + (x) = ( + )(x)
rezulta c
a adunarea din V este comutativa
+ = + .
Aplicatia 0 : V K : x 7 0 apartine lui V si (0 + )(x) = (x), oricare ar fi
x V , adic
a 0 + = . Oricare ar fi V , aplicatia
: V K,
()(x) = (x)
apartine lui V si + () = 0. Avem

(( + ))(x) = ( + )(x) = (x) + (x) = ( + )(x)
60
oricare ar fi x V , adic
a ( + ) = + . Similar se arata ca
( + ) = + ,
() = (),
1 = .
Notatie. Pentru a simplifica scrierea unor expresii vom utiliza uneori indici superiori
pentru a indexa coordonatele vectorilor. Dezvoltarea
x = x1 e1 + x2 e2 + + xn en
a unui vector x V n raport cu baza B = {e1 , e2 , ..., en } se scrie comprimat folosind
conventia de sumare a lui Einstein
x = xi e i
(indicele i care apare n produsul xi ei o data ca indice superior si o data ca indice
inferior este indice de sumare).
Teorema 3.12 Oricare ar fi spatiul vectorial V avem
dim V = dim V.
Demonstratie. Fie B = {e1 , e2 , ..., en } o baza a lui V . Aratam ca B = {e1 , e2 , ..., en },
unde
(
1 daca i = j
i
i
i
e : V K,
e (ej ) = j =
0 daca i 6= j
adica
ei : V K,
ei (x1 e1 + x2 e2 + + xn en ) = xi
este o baz
a a lui V , numit
a duala bazei B.
B este sistem de vectori liniar independenti. Fie

1 e1 + 2 e2 + + n en = 0
adica
(1 e1 + 2 e2 + + n en )(x) = 0,
x V
ceea ce se mai scrie

1 e1 (x) + 2 e2 (x) + + n en (x) = 0,
x V.
Aplicatii liniare
61
Alegand x = e1 obtinem 1 = 0, alegand x = e2 obtinem 2 = 0, etc.

B este sistem de generatori. Dac
a V atunci notand i = (ei ) obtinem
(x) = (x1 e1 + x2 e2 + + xn en ) = x1 (e1 ) + x2 (e2 ) + + xn (en )
= e1 (x) 1 + e2 (x) 2 + + en (x) n = (1 e1 + 2 e2 + + n en )(x)
oricare ar fi x V , adic
a
= 1 e1 + 2 e2 + + n en = i ei .
3.5
Tensori
Fie V un spatiu vectorial peste corpul K si fie doua baze ale lui V
B = {e1 , e2 , ..., en }
(baza veche)
B 0 = {e01 , e02 , ..., e0n }
(baza noua)
si
B = {e1 , e2 , ..., en }
B 0 = {e01 , e02 , ..., e0n }
dualele lor. Fiecare vector x V se poate dezvolta n raport cu cele doua baze
x = xi ei = x0j e0j
si am ar
atat c
a
xi = ei (x),
x0j = e0j (x).
Similar, fiecare element V admite dezvoltarile

= i ei = 0j e0j
si
i = (ei ),
0j = (e0j ).
62
Utilizand un indice inferior si unul superior pentru elementele matricei de trecere de

la baza B la baza B 0 relatiile
e01 = 11 e1 + 12 e2 + + 1n en = 1i ei
e02 = 21 e1 + 22 e2 + + 2n en = 2i ei
.......................................................
e0n = n1 e1 + n2 e2 + + nn en = ni ei
se scriu comprimat
e0i = ij ej
iar matricea de trecere este
11
21
n1
2
1
S=
22
n2
1n
2n nn
Propozitia 3.13 Matricea S este inversabil

a si inversa ei
11
21
n1
2
1
S 1 =
22
n2
1n 2n nn
este matricea de trecere de la B 0 la B.

Demonstratie. Fie ej = jk e0k . Din relatiile
ej = jk e0k = jk ki ei ,
e0i = ij ej = ij jk e0k
rezulta tin
and seama de unicitatea reprezentarii unui vector n raport cu o baza ca
jk ki = ji ,
ij jk = ik .
(3.1)
Aplicatii liniare
63
Teorema 3.14 Cu notatiile de mai sus

e0i = ij ej
x = xj ej = x0i e0i
j
0
0i
= j e = i e
0i
x = ji xj
e0i = ji ej
0i = ij j
Demonstratie. Din relatia

xj ej = x0i e0i = x0i ij ej
rezulta
xj = ij x0i
si tinand seama de (3.1)
jk xj = jk ij x0i = ik x0i = x0k
adica
x0k = jk xj .
Deoarece x0k = e0k (x) si xj = ej (x) relatia anterioara se poate scrie sub forma
e0k (x) = jk ej (x)
sau
e0k (x) = (jk ej )(x).
Relatia av
and loc pentru oricare x V rezulta
e0k = jk ej.
Folosind liniaritatea lui obtinem
0i = (e0i ) = (ij ej ) = ij (ej ) = ij j .
Observatia 3.3 Coordonatele noi x0i ale unui vector x V se exprima cu ajutorul
coordonatelor vechi xj prin formula x0i = ji xj similara cu formula e0i = ji ej de
schimbare a bazei duale. Formula 0i = ij j este similara cu e0i = ij ej .
64
Observatia 3.4 Vectorii x V sunt obiecte matematice care n raport cu fiecare

baza B a lui V sunt descrise prin coordonatele x1 , x2 , ..., xn si care la o schimbare
de baza e0i = ij ej se schimb
a dupa formula
x0i = ji xj .
Similar, elementele V (numite forme liniare sau 1-forme) sunt obiecte
matematice care in raport cu fiecare baza B sunt descrise prin coordonatele 1 , 2 , ..., n
si care la o schimbare de baz
a e0i = ij ej se schimba dupa formula
0i = ij j .
Definitia 3.15 Prin tensor de tip (p, q) (adic
a, tensor de p ori contravariant si
de q ori covariant) se ntelege un obiect matematic T descris n raport cu fiecare
i i ...i
a e0i = ij ej
baz
a B a lui V prin coordonatele Tj11j22...jpq si care la o schimbare de baz
se schimb
a dup
a formula
i i ...i
k1 k2 ...kp
T 0 j11 j22 ...jpq = ki11 ki22 kpp jm1 1 jm2 2 jq q Tm
.
1 m2 ...mq
Observatia 3.5 Elementele spatiului vectorial V sunt tensori de tip (1, 0), iar elementele lui V sunt tensori de tip (0, 1).
Observatia 3.6 Un tensor de tip (1, 1) este descris prin coordonatele Tji care la
schimbarea bazei se schimb
a dup
a formula
i
k
T 0 j = ki jm Tm
.
In cazul unui tensor de dou

a ori contravariant formula devine
ij
j
T 0 = ki m
T km
iar in cazul unui tensor de dou

a ori covariant
Tij0 = ik jm Tkm .
Observatia 3.7 Un tensor este complet determinat daca i se cunosc coordonatele
ntr-o baz
a fixat
a.
Aplicatii liniare
65
i i ...i
i i ...i
Propozitia 3.16 (Suma a doi tensori). Dac

a Aj11 j22 ...jpq si Bj11 j22 ...jpq sunt coordonatele
a doi tensori A si B de tip (p, q) atunci
i i ...i
i i ...i
i i ...i
Tj11j22...jpq = Aj11 j22 ...jpq + Bj11 j22 ...jpq

sunt coordonatele unui tensor de tip (p, q) notat cu A + B, adic
a
i i ...i
i i ...i
i i ...i
(A + B)j11 j22 ...jpq = Aj11 j22 ...jpq + Bj11 j22 ...jpq .

Demonstratie (cazul p = q = 1). Avem
i
k
k
k
T 0 j = A0 j + B 0 j = ki jm Akm + ki jm Bm
= ki jm (Akm + Bm
) = ki jm Tm
.
i i ...i
Propozitia 3.17 (Inmult

irea unui tensor cu un scalar). Dac
a K si Aj11 j22 ...jpq
sunt coordonatele unui tensor A de tip (p, q) atunci
i i ...i
i i ...i
Tj11j22...jpq = Aj11 j22 ...jpq

sunt coordonatele unui tensor de tip (p, q) notat cu A, adic
a
i i ...i
i i ...i
(A)j11 j22 ...jpq = Aj11 j22 ...jpq .

Demonstratie (cazul p = q = 1). Avem
i
k
.
T 0 j = A0 j = ki jm Akm = ki jm Tm
Propozitia 3.18 ( Produsul tensorial a doi tensori, ntr-un caz particular). Dac
a
i
l
Ajk sunt coordonatele unui tensor A de tip (1, 2) si Bm sunt coordonatele unui tensor
B de tip (1, 1) atunci
il
l
Tjkm
= Aijk Bm
sunt coordonatele unui tensor de tip (2, 3) notat cu A B, adic
a
l
(A B)iljkm = Aijk Bm
.
Demonstratie. Avem
il
s
s
ar
T 0 jkm = A0 jk B 0 m = ai jb kc Aabc rl m
Bsr = ai rl jb kc m
Tbcs
.
66
Observatia 3.8 Generalizarea definitiei produsului tensorial la tensori de orice tip

este imediat
a. Produsul tensorial x dintre un vector x V si o 1-forma V
are coordonatele
(x )ij = xi j
iar produsul tensorial x y a doi vectori coordonatele
(x y)ij = xi y j .
Propozitia 3.19 ( Contractia unui tensor, ntr-un caz particular). Fie Aij
klm coordonatele unui tensor A de tip (2, 3). Numerele
n
X
j
Tkm
=
Aij
kim
i=1
sunt coordonatele unui tensor de tip (1, 2) obtinut prin contractia lui A n raport cu
primul indice de contravariant
a si al doilea indice de covariant
a.
Demonstratie. Avem
0 ij
i=1 A kim
T 0 jkm =
Pn
Pn
i j c d r
ab
i=1 a b k i m Acdr
P
n
i d
i=1 a i
j c r
r d Aab
= bj kc m
a cdr = b k m
P
r Aab = d j c r Aab
bj kc m
a b k m cdr
cdr
n
ab
a=1 Acar
r Tb .
= bj kc m
cr
Observatia 3.9 Operatia de contractie se poate face n raport cu orice pereche de

indici format
a dintr-un indice de contravarianta (superior) si un indice de covarianta
(inferior).
Exercitiul 3.12 S
a se arate c
a daca x V si V atunci numarul
= x i i
este un tensor de tip (0, 0), numit scalar.
Rezolvare. Num
arul se obtine prin contractie din x si nu depinde de baza
aleasa
n
n
0 =
X
i=1
x0i 0i =
X
i=1
ji ik xj k = jk xj k = xj j = .
Aplicatii liniare
67
Exercitiul 3.13 S
a se arate c
a obiectul matematic care are coordonatele
(
Tji
ji
1 daca i = j
0 daca i 6= j
indiferent de baza utilizat

a, este un tensor de tip (1, 1).
Rezolvare. Avem
i
k
k
T 0 j = ji = ki jk = ki jm m
= ki jm Tm
.
Propozitia 3.20 Orice operator liniar A : V V este un tensor de tip (1, 1) ale
c
arui coordonate ntr-o baz
a B = {e1 , e2 , ..., en } sunt coeficientii Aji din dezvoltarea
Aei = Aji ej .
Demonstratie. Din relatia Ae0i = A0 ji e0j rezulta
j
A(ik ek ) = A0 i jm em
relatie care scris
a sub forma
j
ik Aek = jm A0 i em
conduce la
j
m 0
ik Am
k em = j A i em
adica
j
m 0
ik Am
k = j A i .
Din aceast
a relatie obtinem
j
s
s
m 0
m
ik Am
k = m j A i
relatie echivalent
a cu
s
s
A0 i = m
ik Am
k
s m A0 j = s A0 j = A0 s .
deoarece m
i
j
j
i
i
68

a aplicatia g : V V K este o aplicatie biliniar
a dac
a
g(x + y, z) = g(x, z) + g(y, z)
g(x, y + z) = g(x, y) + g(x, z)
oricare ar fi x, y, z V si , K.
Propozitia 3.22 Orice aplicatie biliniar
a g : V V K este un tensor de tip
(0, 2) ale c
arui coordonate n baza B = {e1 , e2 , ..., en } sunt numerele gij = g(ei , ej ).
Demonstratie. Avem
0
gij
= g(e0i , e0j ) = g(ik ek , jm em ) = ik jm g(ek , em ) = ik jm gkm .
Definitia 3.23 Aplicatia g : V V K este numit

a aplicatie biliniar
a dac
a
este liniar
a n fiecare argument, adic
a
g( + , x) = g(, x) + g(, x)
g(, x + y) = g(, x) + g(, y)
oricare ar fi , V , x, y V si , K.
Propozitia 3.24 Orice aplicatie biliniar
a g : V V K este un tensor de tip
(1, 1) ale c
arui coordonate intr-o baz
a B = {e1 , e2 , ..., en } cu duala B = {e1 , e2 , ..., en }
sunt gji = g(ei , ej ).
Demonstratie. Avem
i
k
.
g 0 j = g(e0 , e0j ) = g(ki ek , jm em ) = ki jm g(ek , em ) = ki jm gm
Propozitia 3.25 Orice tensor de tip (1, 1) poate fi identificat cu o aplicatie biliniar
a
g : V V K.
Demonstratie. Folosind coordonatele Tji ale tensorului T de tip (1, 1) ntr-o baza
fixata B = {e1 , e2 , ..., en } cu duala B = {e1 , e2 , ..., en } definim aplicatia biliniara
g : V V K,
g(, x) = g(i ei , xj ej ) = Tji i xj .
Aplicatii liniare
69
Aplicatia g astfel definit

a nu depinde de alegerea bazei B utilizate deoarece alegand
0
alta baz
a B obtinem
b T a i m xj
g(0k e0 k , x0 m e0m ) = T 0 km 0k x0 m = ak m
b k i j
= ai jb Tba i xj = Tji i xj .
Observatia 3.10 Rezultatele prezentate mai sus pot fi generalizate n mod natural.
Orice aplicatie (p + q)-liniar
a
T :V
V {z
V } V
V
V} K
|
|
{z
p ori
q ori
este un tensor de tip (p, q) ale c

arui coordonate ntr-o baza B = {e1 , e2 , ..., en } cu
1
2
n
duala B = {e , e , ..., e } sunt
i i ...i
Tj11j22...jpq = T (ei1 , ei2 , ..., eip , ej1 , ej2 , ..., ejq )

si fiecarui tensor de tip (p, q) i corespunde n mod natural o astfel de aplicatie
(p + q)-liniar
a.
Observatia 3.11 Plec
and de la dualul V al lui V se poate defini dualul dualului
lui V
V = (V )
numit bidualul lui V . Se poate arata ca V se poate identifica n mod natural cu
V asociind lui x V aplicatia liniara
V K : 7 (x)
apartin
and bidualului lui V .
Observatia 3.12 Dac
a : V K si : W K sunt aplicatii liniare atunci
g : V W K,
g(v, w) = (v) (w)
este o aplicatie biliniar

a numit
a produsul tensorial al lui cu si notata cu .
70
3.6
Matricea unei aplicatii liniare
Fie V si W spatii vectoriale peste K,

A : V W
aplicatie liniar
a
BV = {v1 , v2 , ..., vn },
BW = {w1 , w2 , ..., wk }
baze n V , respectiv W si fie

Av1 = a11 w1 + a21 w2 + + ak1 wk
Av2 = a12 w1 + a22 w2 + + ak2 wk
.........................................
Avn = a1n w1 + a2n w2 + + akn wk
relatii care se pot scrie comprimat
Avi =
n
X
aji wj .
j=1
Deoarece orice vector se poate reprezenta n mod unic sub forma

x = x1 v1 + x2 v2 + + xn vn =
n
X
xi vi
i=1
rezulta c
a
Ax = A
n
X
i=1
xi vi
n
X
xi Avi =
n
X
i=1
i=1
xi
n
X
aji wj =
j=1
n
X
n
X
i=1
aji xi wj
j=1
ceea ce arat
a c
a aplicatia liniar
a A este complet determinata de matricea
a11 a12 a1n
a21
A= .
.
.
a22 a2n
..
.
..
.
..
.
ak1 ak2 akn
Aplicatii liniare
71
numita matricea lui A n raport cu bazele BV si BW .

Observatia 3.13 Pun
and
x = x1 v1 + x2 v2 + + xn vn ,
y = Ax = y1 w1 + y2 w2 + + yk wk
coordonatele lui x si y = Ax verifica relatia matriceala
y1
y2
a11 a12 a1n
a21

=
..
.
. ..

x1
x2
a22 a2n
..
..
..
.
.
.
ak1 ak2 akn
yk
.
..
xn
Exercitiul 3.14 S
a se determine matricea aplicatiei
A : R2 R3 ,
A(x1 , x2 ) = (2x1 3x2 , x1 + 2x2 , x1 x2 )
n raport cu bazele
{v1 = (1, 1), v2 = (1, 1)}
n R2 si
{w1 = (1, 0, 0), w2 = (0, 1, 0), w3 = (0, 0, 1)}
n R3 .
Rezolvare. Din relatiile
Av1 = A(1, 1) = (1, 3, 0) = 1 w1 + 3 w2 + 0 w3
Av2 = A(1, 1) = (5, 1, 2) = 5 w1 1 w2 + 2 w3
rezulta c
a matricea c
autat
a este
A=
3 1
.
0
2
72
Propozitia 3.26 Fie A : U V , B : V W dou

a aplicatii liniaresi fie BU ,
BV si BW baze n spatiile vectoriale U , V si W respectiv. Matricea aplicatiei
BA : U W,
(BA)x = B(Ax)
n raport cu bazele BU , BW este produsul dintre matricea aplicatiei B n raport cu

bazele BV , BW si matricea aplicatiei A n raport cu bazele BU , BV .
Demonstratie. Fie BU = {u1 , u2 , ..., un }, BV = {v1 , v2 , ..., vm } si BW = {w1 , w2 , ..., wp }.
Daca
p
Aui =
m
X
aji vj ,
Bvj =
j=1
bkj wk
k=1
atunci
Pm
j=1 aji vj
(BA)ui = B(Aui ) = B
=
Pm
j=1 aji
Pp
k=1 bkj
wk =
Pm
j=1 aji Bvj
Pp
k=1
P
m
j=1 bkj aji
wk .
Observatia 3.14 In cazul unei aplicatii A : V V alegem, n general, o singura

baza.
Teorema 3.27 La o schimbare de baz
a matricea unei aplicatii liniare se schimb
a
dup
a formula
A0 = S 1 AS
unde S este matricea de trecere de la baza veche la baza nou
a.
Demonstratie. Fie bazele B = {e1 , e2 , ..., en }, B 0 = {e01 , e02 , ..., e0n },
11
12
1n
21
S=
22
2n
unde
e0i =
n
X
ji ej
j=1
n1 n2 nn
matricea de trecere de la B la B 0 si fie
a11 a12 a1n
a21
A=
a22 a2n
ak1 ak2 akn
unde
Aei =
n
X
k=1
aki ek
Aplicatii liniare
73
si
a011 a012 a01n
0
a21
0
A =
a0k1
a022 a02n
a0k2
Ae0i
unde
n
X
aki e0k
k=1
a0kn
matricele lui A n raport cu B si respectiv B 0 . Din relatiile

Ae0i = A
Ae0i =
P
Pn
n
j=1 ji ej
0 0
j=1 aji ej
rezulta
Pn
j=1 ji Aej
Pn
j=1 ji
Pn
k=1 akj ek
Pn
0 Pn
j=1 aji
k=1 kj ek
n
X
kj a0ji =
j=1
n
X
akj ji
j=1
adica relatia SA0 = AS care implica A0 = S 1 AS.
3.7
Vectori si valori proprii
Definitia 3.28 Fie V un spatiu vectorial peste K si A : V V un operator liniar.

Spunem c
a num
arul K este valoare proprie a lui A dac
a exist
a un vector v 6= 0,
numit vector propriu corespunz
ator valorii , astfel nc
at
Av = v.
Propozitia 3.29 Dac
a este valoare proprie a operatorului A : V V atunci
V = {x V | Ax = x}
este subspatiu vectorial al lui V (numit subspatiul propriu corespunz
ator lui ).
Demonstratie. Avem
x, y V
, K
A(x + y) = Ax + Ay = x + y = (x + y).
74
Exercitiul 3.15 S
a se afle valorile proprii ale operatorului
A : R3 R3 ,
A(x1 , x2 , x3 ) = (x2 + x3 , x1 + x3 , x1 + x2 )
si sa se determine subspatiile proprii corespunzatoare.

Rezolvare. Fie valoare proprie a lui A. Rezulta ca exista x = (x1 , x2 , x3 ) 6= (0, 0, 0)
ncat
A(x1 , x2 , x3 ) = (x1 , x2 , x3 )
adica
(x2 + x3 , x1 + x3 , x1 + x2 ) = (x1 , x2 , x3 )
ceea ce este echivalent cu faptul c
a sistemul omogen
x2 + x3 = x1
x1 + x3 = x2
x1 + x2 = x3
adica
x1 + x2 + x3 = 0
x1 x2 + x3 = 0
x1 + x2 x3 = 0
admite si alte solutii n afar

a de (x1 , x2 , x3 ) = (0, 0, 0). Stim ca acest lucru se
ntampl
a dac
a si numai dac
a este astfel incat

1
1

1
1

1
1

=0

adica
3 3 2 = 0
(3.2)
Aplicatii liniare
75
relatie care conduce la valorile proprii 1 = 2 = 1 si 3 = 2. Avem

V1 = { x R3 | Ax = x }
= { (x1 , x2 , x3 ) | (x2 + x3 , x1 + x3 , x1 + x2 ) = (x1 , x2 , x3 ) }
= { (x1 , x2 , x3 ) | x1 + x2 + x3 = 0 } = { (, , ) | , R }
= { (1, 0, 1) + (0, 1, 1) | , R }
si
V2 = { x R3 | Ax = 2x } = {(x1 , x2 , x3 ) | x1 = x2 = x3 } = {(1, 1, 1) | R }.
Observatia 3.15 In raport cu baza canonica {(1, 0, 0), (0, 1, 0), (0, 0, 1)}, matricea
lui A este
0 1 1
A=
1 0 1
1 1 0
iar ecuatia (3.2) s-a obtinut sc

az
and din fiecare element situat pe diagonala principala. Ecuatia (3.2) se mai poate scrie
det(A I) = 0
unde
1 0 0
I=
0 1 0
0 0 1
este matricea unitate.

Propozitia 3.30 Polinomul (numit polinomul caracteristic)

a
11

a21
P () = det(A I) =

an1
a12
a22
an2

a2n

ann
a1n
asociat unui operator liniar A : V V folosind matricea ntr-o baz

a fixat
a nu
depinde de baza aleas
a.
76
Demonstratie. Avem
det(A0 I) = det(S 1 AS I) = det(S 1 (A I)S)
= detS 1 det(A I) detS =
1
detS
det(A I) detS = det(A I).
Observatia 3.16 Deoarece

P () = (1)n n + (1)n1 (a11 + a22 + ... + ann )n1 + ... + det A
rezulta c
a n cazul unui operator liniar A : V V , parametrii
tr A = a11 + a22 + ... + ann
(urma operatorului) si det A definiti cu ajutorul unei baze nu depind de baza aleasa.
Teorema 3.31 Fie V un spatiu vectorial peste K si fie A : V V un operator
liniar. Num
arul K este valoare proprie a lui A dac
a si numai dac
a este r
ad
acin
a
a polinomului caracteristic, adic
a dac
a P () = 0.
Demonstratie. Conform definitiei, K este valoare proprie daca si numai daca
exista x 6= 0 cu Ax = x. Intr-o baza fixata, acest lucru este echivalent cu faptul ca
sistemul
(a11 )x1 + a12 x2 + + a1n xn = 0
a21 x1 + (a22 )x2 + + a2n xn = 0
...................................................
a x + a x + + (a )x = 0
n1 1
n2 2
nn
n
are si alte solutii n afar

a de (0, 0, ..., 0), ceea ce are loc daca si numai daca

a
11

a21

an1
a12
a22
an2

a2n
= 0.

ann
a1n
In cazul n care V este spatiu vectorial real numai radacinile reale ale polinomului
caracteristic sunt valori proprii ale lui A.
Aplicatii liniare
77
Definitia 3.32 Fie A : V V un operator liniar. Spunem c

a subspatiul W V
este subspatiu invariant dac
a
A(W ) W
adic
a dac
a
w W = Aw W.
Propozitia 3.33 Subspatiile proprii ale unui operator liniar sunt subspatii invariante.
Demonstratie. Fie A : V V un operator liniar, o valoare proprie a lui A si fie
V subspatiul propriu corespunz
ator. Daca w V atunci Aw = w V .
Exercitiul 3.16 Ar
atati c
a n cazul rotatiei de unghi n jurul axei Oz
R : R3 R3 ,
R (x, y, z) = (x cos y sin , x sin + y cos , z)
subspatiile
W1 = { (0, 0, z) | z R }
(axa Oz)
W2 = { (x, y, 0) | x, y R }
(planul xOy)
sunt subspatii invariante.
78
Propozitia 3.34 Dac

a subspatiul W V de dimensiune m este subspatiu invariant
al operatorului A : V V atunci exist
a o baz
a B = {e1 , e2 , ..., en } a lui V n raport
cu care matricea lui A are forma
a11
a12
a1m
a1m+1
A=
a21
a22
a2m
a2m+1
amm+1
am1 am2 amm

0
am+1,m+1
am+2,m+1
an,m+1
a1n
amn
am+1,n
am+2,n
a2n
an,n
Demonstratie. Baza B se poate obtine completand o baza {e1 , e2 , ..., em } a lui W

pana la o baz
a a lui V.
3.8
Forma diagonal
a a matricei unei aplicatii liniare
Am aratat c
a valorile proprii ale operatorului
A : R3 R3 ,
A(x1 , x2 , x3 ) = (x2 + x3 , x1 + x3 , x1 + x2 )
sunt 1 = 2 = 1, 3 = 2 si c
a subspatiile proprii corespunzatoare sunt
V1 = { (1, 0, 1) + (0, 1, 1) | , R }
si
V2 = {(1, 1, 1) | R }.
Matricea lui A n raport cu baza
{v1 = (1, 0, 1), v2 = (0, 1, 1), v3 = (1, 1, 1)}
Aplicatii liniare
79
a lui R3 format
a din vectori proprii ai lui A are forma diagonala
1 0
.
0 2
A=
0
0
Propozitia 3.35 Matricea unui operator liniar A : V V n raport cu o baz

aB
este o matrice diagonal
a dac
a si numai dac
a B este format
a doar din vectori proprii
ai lui A.
Demonstratie. Dac
a B = {v1 , v2 , ..., vn } este o baza a lui V formata din vectori
proprii ai lui A
Avi = i vi
(unele dintre numerele 1 , 2 , ..., n putand fi egale) atunci matricea lui A n aceasta
baza este
1 0
0
0 0
A= 0
0 .
Invers, dac
a matricea lui A n raport cu o baza B = {w1 , w2 , ..., wn } are forma
diagonal
a
1 0
0
0 0
0
0
0 0
0 3 0 0
A= 0
atunci
Awi = i wi
oricare ar fi i {1, 2, ..., n}. Deoarece o baza nu poate contine vectorul nul rezulta
ca w1 , w2 , ..., wn sunt vectori proprii ai lui A si 1 , 2 , ..., n valorile proprii corespunzatoare.
80
Exercitiul 3.17 S
a se arate c
a nu exista o baza n raport cu care matricea operatorului
A : R2 R2 ,
A(x1 , x2 ) = (2x1 + x2 , 2x2 )
sa fie matrice diagonal

a.
Rezolvare. Este suficient s
a ar
at
am ca nu exista o baza a lui R2 formata din vectori
proprii ai lui A. In raport cu baza canonica {e1 = (1, 0), e2 = (0, 1)} matricea lui A
este
!
2 1
A=
.
0 2
Polinomul caracteristic

2
1

P () =
0
2

= (2 )2

admite r
ad
acinile 1 = 2 = 2. Singura valoare proprie este = 2 si subspatiul
propriu corespunz
ator este
V2 = {(x1 , x2 ) R2 | A(x1 , x2 ) = 2(x1 , x2 ) }
= {(x1 , x2 ) R2 | (2x1 + x2 , 2x2 ) = (2x1 , 2x2 ) }
= {(, 0) | R} = {(1, 0) | R}
ceea ce arat
a c
a toti vectorii proprii ai lui A sunt de forma (1, 0). Nu exista doi
vectori proprii liniar independenti care sa formeze o baza a lui R2 .
Exercitiul 3.18 Rotatia de unghi a planului
R : R2 R2 ,
R (x, y) = (x cos y sin , x sin + y cos )
admite valori proprii numai n cazul n care Z.

Observatia 3.17 Studiul unui operator liniar devine mai usor de realizat prin utilizarea unei baze n raport cu care matricea lui este diagonala. O astfel de baza nu
exista n toate cazurile.
Aplicatii liniare
81
Observatia 3.18 Dac

a exist
a o baza n raport cu care matricea lui A este diagonala
0
0
0 0
0 3 0 0
A= 0
atunci r
ad
acinile polinomului caracteristic

1

0

0
P () =

0

0

0
= (1 )(2 ) (n )

n
sunt 1 , 2 , ..., n , si apartin toate lui K (numarul lor, tinand seama de multiplicitati
este dim V ).
Definitia 3.36 Fie A : V V un operator liniar si o valoare proprie a lui
A. Spunem c
a are multiplicitatea algebric
a k dac
a este r
ad
acin
a de ordinul
k a polinomului caracteristic. Prin multiplicitate geometric
a a lui se ntelege
dimensiunea subspatiului propriu V corespunz
ator lui .
Propozitia 3.37 Dac
a v1 , v2 , ..., vk sunt vectori proprii ai operatorului A : V
V corespunz
atori la valori proprii distincte 1 , 2 , ..., k
Avi = i vi
atunci {v1 , v2 , ..., vk } este sistem de vectori liniar independenti.
Demonstratie (cazul n = 3). Din
1 v1 + 2 v2 + 3 v3 = 0
rezulta
A(1 v1 + 2 v2 + 3 v3 ) = 0
(3.3)
82
adica relatia
1 Av1 + 2 Av2 + 3 Av3 = 0
care se mai scrie
1 1 v1 + 2 2 v2 + 3 3 v3 = 0.
(3.4)
Adunand relatia (3.4) cu relatia (3.3) nmultita cu (3 ) se obtine

1 (1 3 )v1 + 2 (2 3 )v2 = 0.
(3.5)
Aplicand operatorul A relatiei (3.5) obtinem

1 (1 3 )1 v1 + 2 (2 3 )2 v2 = 0.
(3.6)
Adunand relatia (3.6) cu relatia (3.5) nmultita cu (2 ) rezulta

1 (1 3 )(1 2 )v1 = 0.
Deoarece 1 , 2 , 3 sunt distincte si v1 6= 0 rezulta 1 = 0 si apoi din (3.5) obtinem
2 = 0. Inlocuind n (3.3) pe 1 si 2 cu 0 deducem ca 3 = 0.
Observatia 3.19 Din propozitia anterioara rezulta existenta formei diagonale n
cazul n care r
ad
acinile polinomului caracteristic apartin toate corpului K peste care
este considerat V si sunt toate distincte.
Teorema 3.38 Fie V un spatiu vectorial peste K si fie A : V V un operator
liniar. Exist
a o baz
a a lui V n raport cu care matricea lui A este diagonal
a dac
a si
numai dac
a toate r
ad
acinile polinomului caracteristic apartin lui K si pentru fiecare
dintre ele multiplicitatea algebric
a este egal
a cu cea geometric
a.
Demonstratie. (n cazul a dou
a r
adacini 1 6= 2 cu multiplicitatile 2 si respectiv 3).
In cazul considerat dim V = 2 + 3 = 5, dim V = 2 si dim V = 3. Fie {v1 , v2 } baza
1
2
n
V1 = { x V | Ax = 1 x }
si {w1 , w2 , w3 } baz
a n
V2 = { x V | Ax = 2 x }.
Aplicatii liniare
83
Este suficient s
a ar
at
am c
a {v1 , v2 , w1 , w2 , w3 } este baza n V . Fie
1 v1 + 2 v2 + 3 w1 + 4 w2 + 5 w3 = 0.
(3.7)
Aplicand A obtinem
1 (1 v1 + 2 v2 ) + 2 (3 w1 + 4 w2 + 5 w3 ) = 0.
Adunand aceast
a relatie cu relatia (3.7) nmultita cu (2 ) obtinem
(1 2 )(1 v1 + 2 v2 ) = 0
de unde 1 = 2 = 0. Inlocuind n (3.7) rezulta 3 = 4 = 5 = 0.
Observatia 3.20 Orice matrice
a11
a12
a1n
a21
a22
a2n
Mnn (K)
an1 an2 ann
este matricea n raport cu baza canonica

B = {e1 = (1, 0, 0, ..., 0), e2 = (0, 1, 0, ..., 0), ... , en = (0, 0, ..., 0, 1)}
a operatorului liniar
A : Kn Kn ,
x1
x2
a11
a12
a1n
a21

=
..
.
. ..

a22
a2n
..
..
.
.
x1
x2
xn
..
.
an1 an2 ann
.
..
xn
Definitia 3.39 Prin valoare proprie a unei matrice (respectiv vector propriu
al unei matrice) A Mnn (K) se ntelege o valoare proprie (respectiv vector
propriu) al operatorului liniar asociat A : Kn Kn .
a matricea A Mnn (K) este diagonalizabil
a dac
a opn
n
eratorului liniar asociat A : K K este diagonalizabil.
84
Capitolul 4
Spatii vectoriale euclidiene

4.1
Definitia 4.1 Fie V un spatiu vectorial real (adic

a K = R). Prin produs scalar
pe V se intelege o aplicatie
h, i : V V R
astfel inc
at
a) hx + y, zi = hx, zi + hy, zi,
x, y V si , R
b) hx, yi = hy, xi,
x, y V
c) hx, xi 0,
x V si
hx, xi = 0 dac
a si numai dac
a x = 0.
Un spatiu vectorial real considerat mpreun
a cu un produs scalar fixat este numit
spatiu vectorial euclidian real.
Definitia 4.2 Fie V un spatiu vectorial complex (adic
a K = C). Prin produs
scalar pe V se intelege o aplicatie
h, i : V V C
astfel inc
at
a) hx + y, zi = hx, zi + hy, zi,
b) hx, yi = hy, xi,
x, y V
85
x, y V si , C
86
hx, xi 0,
x V si
hx, xi = 0 dac
a si numai dac
a x = 0.
Un spatiu vectorial complex considerat mpreun
a cu un produs scalar fixat este numit
spatiu vectorial euclidian complex.
c)
Observatia 4.1 In cazul produsului scalar definit pe un spatiu vectorial complex,

zi,
hx, y + zi =
hx, yi + hx,
x, y V si , C.
Intr-adevar,
zi.
hy, xi + hz, xi =
hx, yi + hx,
hx, y + zi = hy + z, xi =
Exercitiul 4.1 Relatia
h(x1 , x2 , ..., xn ), (y1 , y2 , ..., yn )i =
n
X
x j yj
j=1
defineste produsul scalar uzual pe spatiul vectorial real Rn , iar relatia

h(x1 , x2 , ..., xn ), (y1 , y2 , ..., yn )i =
n
X
xj yj
j=1
defineste produsul scalar uzual pe spatiul vectorial complex Cn .

Teorema 4.3 (Inegalitatea Cauchy). Dac
a h, i : V V K este produs scalar
atunci
|hx, yi|2 hx, xi hy, yi
oricare ar fi x, y V .
Demonstratie. Relatia este evident verificata n cazul y = 0. Daca y 6= 0 atunci
hx + y, x + yi 0,
adica
yi + hy,
yi 0,
hx, xi + hy, xi + hx,
Alegand
=
hx, yi
hy, yi
K.
87
relatia devine
hx, xi
|hx, yi|2 |hx, yi|2 |hx, yi|2
+
0.
hy, yi
hy, yi
hy, yi
adica hx, xi hy, yi |hx, yi|2 .

Definitia 4.4 Fie V un spatiu vectorial peste K. Prin norm
a pe V se ntelege o
aplicatie
||.|| : V R
astfel nc
at
a)
||x|| 0,
x V si
||x|| = 0 dac
a si numai dac
a
b)
||x + y|| ||x|| + ||y||,
c)
||x|| = || ||x||,
x=0
x, y V
x V si K.
Propozitia 4.5 Dac

a h, i : V V K este produs scalar atunci
|| || : V R,
||x|| =
hx, xi
este o norm
a pe V .
Demonstratie. Avem
||x|| =
hx, xi 0 si
||x|| =
hx, xi =
||x|| = 0 x = 0
hx, xi = || ||x||
||x + y||2 = hx + y, x + yi
= hx, xi + hx, yi + hy, xi + hy, yi
= ||x||2 + 2 Rehx, yi + ||y||2
||x||2 + 2 |Rehx, yi| + ||y||2
||x||2 + 2 |hx, yi| + ||y||2
||x||2 + 2 ||x|| ||y|| + ||y||2
= (||x|| + ||y||)2
88
deoarece
|Re(a + ib)| = |a| =
a2
si conform inegalit
atii Cauchy |hx, yi|
4.2
a2 + b2 = |a + ib|
hx, xi hy, yi = ||x|| ||y||.
Baze ortonormate
Observatia 4.2 Folosind norma

|| || : V R,
||x|| =
hx, xi
asociata produsului scalar, inegalitatea Cauchy

|hx, yi|2 hx, xi hy, yi
se poate scrie
|hx, yi| ||x|| ||y||.
In particular, din aceast
a relatie rezulta ca
0
|hx, yi|
1
||x|| ||y||
pentru x 6= 0 si y 6= 0. In cazul unui spatiu vectorial real

1
hx, yi
1.
||x|| ||y||
Numarul [0, ] cu proprietatea

cos =
hx, yi
||x|| ||y||
este numit unghiul dintre x si y. Relatia anterioara se mai poate scrie

hx, yi = ||x|| ||y|| cos .
89

a vectorii x, y V sunt ortogonali si scriem x y dac
a
hx, yi = 0.
a vectorul x V este ortogonal pe submultimea M
V si scriem x M dac
a
x y,
y M.

a {v1 , v2 , ..., vk } V este un sistem ortogonal (sau sistem de vectori ortogonali) dac
a
hvi , vj i = 0
oricare ar fi i 6= j din {1, 2, ..., k}.
Propozitia 4.9 Orice sistem de vectori ortogonali nenuli este un sistem liniar independent.
Demonstratie. Fie {v1 , v2 , ..., vk } un sistem ortogonal de vectori nenuli. Din
1 v1 + 2 v2 + + k vk = 0
rezulta c
a
0 = h1 v1 + 2 v2 + + k vk , v1 i
= 1 hv1 , v1 i + 2 hv2 , v1 i + + k hvk , v1 i
= 1 ||v1 ||2 + 2 0 + + k 0.
Deoarece v1 6= 0 se obtine 1 = 0. Similar se arata ca 2 = 0, ... , k = 0.
Exercitiul 4.2 S
a se arate c
a
{v1 = (1, 1, 0), v2 = (1, 1, 0), v3 = (0, 0, 1)} R3
este un sistem ortogonal n raport cu produsul scalar uzual
h(x1 , x2 , x3 ), (y1 , y2 , y3 )i =
3
X
j=1
x j yj .
90
Rezolvare. Avem
hv1 , v2 i = h(1, 1, 0), (1, 1, 0)i = 1 1 + 1 (1) + 0 0 = 0
hv1 , v3 i = h(1, 1, 0), (0, 0, 1)i = 1 0 + 1 0 + 0 1 = 0
hv2 , v3 i = h(1, 1, 0), (0, 0, 1)i = 1 0 + (1) 0 + 0 1 = 0.
Propozitia 4.10 Proiectia ortogonal
a a vectorului x pe vectorul u 6= 0 este vectorul
Pu x =
hx, ui
u.
hu, ui
Demonstratie. Proiectia lui x pe u este un vector de forma u. Impunand ca

proiectia s
a fie ortogonal
a , adic
a
(x u) u
obtinem relatia
hx u, ui = 0
care conduce la =
hx,ui
hu,ui .
Observatia 4.3 Dac

a vectorul u este un vector unitar (versor), adica
||u|| = 1
atunci proiectia lui x pe u este vectorul
Pu x = hx, ui u.
91
Teorema 4.11 (Metoda de ortogonalizare Gram-Schmidt). Dac

a {v1 , v2 , v3 , ... }
este un sistem liniar independent (finit sau infinit) atunci {w1 , w2 , w3 , ... }, unde
w1 = v 1
w2 = v 2
hv2 ,w1 i
hw1 ,w1 i
w1
w3 = v 3
hv3 ,w1 i
hw1 ,w1 i
w1
hv3 ,w2 i
hw2 ,w2 i
w2
..........................................................
este un sistem ortogonal astfel inc
at
hv1 , v2 , ... , vk i = hw1 , w2 , ... , wk i
oricare ar fi k {1, 2, 3, ...}.
Demonstratie. Avem

hw2 , w1 i = v2
hv2 , w1 i
w1 , w 1
hw1 , w1 i
= hv2 , w1 i
hv2 , w1 i
hw1 , w1 i = 0.
hw1 , w1 i
Similar se arat
a c
a oricare vector wk este ortogonal pe vectorii w1 , w2 , ... , wk1 .
a {e1 , e2 , ... , ek } este un sistem ortonormat dac
a
(
hei , ej i = ij =
1 daca i = j
0 daca i 6= j
Teorema 4.13 (Metoda de ortonormalizare Gram-Schmidt). Dac

a {v1 , v2 , v3 , ... }
este un sistem liniar independent (finit sau infinit) atunci {e1 , e2 , e3 , ... }, unde
e1 =
v1
||v1 ||
e2 =
v2 hv2 ,e1 i e1
||v2 hv2 ,e1 i e1 ||
e3 =
v3 hv3 ,e1 i e1 hv3 ,e2 i e2

||v3 hv3 ,e1 i e1 hv3 ,e2 i e2 ||
..........................................................
este un sistem ortonormat astfel inc
at
hv1 , v2 , ... , vk i = he1 , e2 , ... , ek i
oricare ar fi k {1, 2, 3, ...}.
92
Demonstratie. Prin calcul direct se arata ca e2 e1 , apoi e3 e1 si e3 e2 , etc.

Observatia 4.4 Un sistem ortonormat {e1 , e2 , ... , ek } este format din vectori unitari
q
||ej || = hej , ej i = 1
si ortogonali.
a ortonormat
a se ntelege o baz
a {e1 , e2 , ... , en } cu
hei , ej i = ij
adic
a o baz
a care este n acelasi timp sistem ortonormat.
Teorema 4.15 Dac
a B = {e1 , e2 , ... , en } este o baz
a ortonormat
a atunci
x=
n
X
hx, ei iei ,
x V
i=1
hx, yi =
n
X
hx, ei i hei , yi,
x, y V
i=1
v
u n
uX
||x|| = t |hx, ei i|2 ,
x V.
i=1
Demonstratie. Orice vector x V se poate scrie ca o combinatie liniara

x=
n
X
xi e i
i=1
si avem
hx, ek i =
* n
X
xi e i , e k
i=1
hx, yi =
n
X
xi hei , ek i =
i=1
* n
X
hx, ei iei , y
||x||2 = hx, xi =
xi ik = xk
i=1
i=1
n
X
n
X
hx, ei i hei , yi
i=1
n
X
i=1
hx, ei i hei , xi =
n
X
i=1
|hx, ei i|2 .
93
Exercitiul 4.3 S
a se indice o baza ortonormata pentru spatiul vectorial
V = { x = (x1 , x2 , x3 ) R3 | x1 + x2 + x3 = 0 }.
Rezolvare. Deoarece
V = { (x1 , x2 , x1 x2 ) | x1 , x2 R } = { x1 (1, 0, 1) + x2 (0, 1, 1) | x1 , x2 R }
vectorii liniar independenti v1 = (1, 0, 1) si v2 = (0, 1, 1) formeaza o baza a
lui V . Ortonormaliz
am aceast
a baza prin metoda Gram-Schmidt si obtinem baza
ortonormat
a {e1 , e2 }, unde
e1 =
e2 =
4.3
v1
||v1 ||
(1,0,1)
12 +02 +(1)2
v2 hv2 ,e1 i e1
||v2 hv2 ,e1 i e1 ||
(1,0,1)
(0,1,1) 1
(0,1,1) 12
1 , 0, 1
2
2
1 ,0, 1
2
2

= 1 , 2 , 1 .

6
6
6
1 ,0, 1

2
2
Complementul ortogonal al unui subspatiu
Propozitia 4.16 Fie V un spatiu cu produs scalar. Multimea vectorilor ortogonali

pe o submultime M a lui V
M = { v V | v x, x M }
este un spatiu vectorial.
Demonstratie. Oricare ar fi x M avem
v, w M
, K
= hv + w, xi = hv, xi + hw, xi = 0 + 0 = 0
si prin urmare v + w M .
Exercitiul 4.4 Indicati o baz
a a spatiului M n cazul M = {(1, 2, 3)} R3 .
94
Rezolvare. Avem
M = { (x1 , x2 , x3 ) R3 | h(x1 , x2 , x3 ), (1, 2, 3)i = 0 }
= { (x1 , x2 , x3 ) R3 | x1 + 2x2 + 3x3 = 0 }
= { (2x2 3x3 , x2 , x3 ) | x2 , x3 R }
= { x2 (2, 1, 0) + x3 (3, 0, 1) | x2 , x3 R }.
Vectorii liniar independenti (2, 1, 0) si (3, 0, 1) formeaza o baza a spatiului M .
Teorema 4.17 Dac
a W este un subspatiu al spatiului (finit-dimensional) V atunci
V = W W .
Demonstratie. Dac
a x W W atunci ||x|| = hx, xi = 0, ceea ce conduce la
W W = {0}. Este suficient s
a mai aratam ca dim W +dim W =dim V . Plecam
de la o baz
a ortonormat
a {e1 , e2 , ..., ek } a lui W pe care apoi o completam pana
la o baz
a {e1 , e2 , ..., ek , v1 , v2 , ..., vnk } a lui V . Ortonormalizand acesta baza prin
metoda Gram-Schmidt obtinem o baza ortonormata {e1 , e2 , ..., ek , ek+1 , ek+2 , ..., en }
a lui V . Se constat
a imediat c
a {ek+1 , ek+2 , ..., en } est baza a lui W si prin urmare
dim W +dim W =dim V.
p
4.4
Adjunctul unui operator liniar
Propozitia 4.18 Dac

a vectorii x, y V sunt astfel inc
at
hx, vi = hy, vi,
v V
atunci x = y.
Demonstratie. Din relatia (4.1) rezulta
hx y, vi = 0,
v V.
(4.1)
95
In particular, aleg
and v = x y obtinem
hx y, x yi = 0
adica
||x y||2 = 0
relatie care conduce la x = y.
Propozitia 4.19 Dac
a A : V V este un operator liniar atunci exist
a un oper
ator liniar A : V V unic determinat astfel inc
at
hA x, yi = hx, Ayi,
x, y V.
(4.2)
Demonstratie. Fie B = {e1 , e2 , ..., en } o baza ortonormata a lui V . Stim ca oricare

ar fi v V avem
v=
n
X
hv, ei iei .
i=1
In particular, operatorul pe care-l cautam trebuie sa verifice relatia

A x =
n
X
hA x, ei iei =
n
X
hx, Aei iei
(4.3)
i=1
i=1
pe care o vom alege drept definitie a operatorului A . Relatia (4.3) defineste un

operator liniar
A (x+y) =
n
X
n
X
i=1
i=1
hx+y, Aei iei =
hx, Aei iei +
n
X
hy, Aei iei = A x+A y.
i=1
Operatorul definit cu ajutorul relatiei (4.3) verifica relatia (4.2)

hA x, yi = h
=
Pn
i=1 hx, Aei iei , yi
Pn
i=1 hx, hy, ei iAei i
Pn
i=1 hx, Aei ihei , yi
= hx, A (
Pn
i=1 hy, ei iei )i
= hx, Ayi.
Presupun
and c
a B : V V este un alt operator liniar astfel ncat
hBx, yi = hx, Ayi,
x, y V.
rezulta c
a pentru orice x
hA x, yi = hBx, yi,
relatie care conduce la A x = Bx.
y V
(4.4)
96
Definitia 4.20 Fie A : V V un operator liniar. Operatorul liniar A : V V

care verific
a relatia
hA x, yi = hx, Ayi,
x, y V.
(4.5)
se numeste adjunctul lui A.
Propozitia 4.21 Dac
a A, B : V V sunt operatori liniari si K atunci
A + B : V V, (A + B)x = Ax + Bx
A : V V, (A)x = Ax
AB : V V, (AB)x = A(Bx)
sunt operatori liniari si
(A ) = A,
(A+B) = A +B ,
A ,
(A) =
(AB) = B A .
Demonstratie. Avem
(A + B)(x + y) = A(x + y) + B(x + y) = Ax + Ay + Bx + By
= (A + B)x + (A + B)y
(A)(x + y) = A(x + y) = Ax + Ay = (A)x + (A)y
(AB)(x + y) = A(B(x + y)) = A(Bx + By) = A(Bx) + A(By)
= (AB)x + (AB)y.
Relatia (A ) = A rezult
a din
h(A ) x, yi = hx, A yi = hAx, yi,
Avem
x, y V.
h(A + B) x, yi = hx, (A + B)yi = hx, Ayi + hx, Byi

= hA x, yi + hB x, yi = h(A + B )x, yi
adica pentru orice x V

h(A + B) x, yi = h(A + B )x, yi,
y V
97
ceea ce conduce la (A + B) = A + B . Similar, pentru orice x V avem

hx, Ayi
h(A) x, yi = hx, (A)yi = hx, Ayi =
x, yi = h
A x, yi = h(A
)x, yi,
= hA
y V
si acest
a relatie conduce la
)x,
(A) x = (A
x V
. Oricare ar fi x V avem relatia

adica (A) = A
h(AB) x, yi = hx, (AB)yi = hx, A(By)i = hA x, Byi
= hB (A x), yi = h(B A )x, yi,
y V
care conduce la (AB) = B A .

Propozitia 4.22 Matricea adjunctului A al unui operator liniar A L(V ) n
raport cu o baz
a ortonormat
a este complex conjugata transpusei matricei A a operatorului A in raport cu aceeasi baz
a.
Demonstratie. Fie
A=
a11 a12
a21 a22

an1 an2
a1n
a2n

ann
A =
a11 a12
a21 a22

an1 an2
a1n
a2n

ann
matricele lui A si A n raport cu baza ortonormata {e1 , e2 , ..., en }, adica

Aej =
n
X
aij ei ,
A ej =
n
X
aij ei .
(4.6)
i=1
i=1
Conform formulei de reprezentare a unui vector n raport cu o baza ortonormata

v=
n
X
hv, ei iei
i=1
avem
Aej =
n
X
hAej , ei iei ,
i=1
A ej =
n
X
hA ej , ei iei
i=1
(4.7)
98
Din relatiile (4.6) si (4.7) rezult

a
aij = hA ej , ei i
aij = hAej , ei i,
ceea ce conduce la
aij = hA ej , ei i = hej , Aei i = hAei , ej i = a

ji .
4.5
Operatori autoadjuncti
Definitia 4.23 Prin operator autoadjunct (sau hermitian)se ntelege un operator liniar A : V V astfel inc
at A = A, adic
a un operator astfel nc
at
hAx, yi = hx, Ayi,
x, y V.
(4.8)
Notatie. Vom nota cu A(V ) multimea operatorilor autoadjuncti definiti pe V , adica

A(V ) = { A L(V ) | A = A }
= { A L(V ) | hAx, yi = hx, Ayi, x, y V }.
Propozitia 4.24
a)
A, B A(V )
b)
A A(V )
R
c)
A A(V )
Daca A, B A(V ) atunci :

AB A(V )
d)
A + B A(V )
AB = BA
Daca operatorul A A(V ) este inversabil atunci A1 A(V ).
Demonstratie. Vom utiliza propozitia 4.21.

a) Avem (A + B) = A + B = A + B
b) Avem (A) =
A = A.
c) Daca AB A(V ) atunci AB = (AB) = B A = BA.
Daca AB = BA atunci (AB) = B A = BA = AB si deci AB A(V ).
d) Avem hA1 x, yi = hA1 x, A(A1 y)i = hA(A1 x), A1 yi = hx, A1 yi.
99

a
a11 a12
a21 a22

an1 an2
A=
a1n
a2n

ann
este o matrice hermitic

a dac
a
t
A = A
adic
a dac
a
aij = a
ji ,
i, j {1, 2, ..., n}.
Propozitia 4.26 Un operator liniar A : V V este operator autoadjunct dac

a si
numai dac
a matricea lui n raport cu o baz
a ortonormat
a este o matrice hermitic
a.
Demonstratie. Afirmtia rezult
a din propozitia 4.22.
Teorema 4.27 Dac
a A : V V este un operator autoadjunct atunci:
a) toate valorile proprii sunt reale
b) vectorii proprii corespunz
atori la valori proprii distincte sunt ortogonali.
Demonstratie. a) Fie o valoare proprie a lui A si v 6= 0 un vector propriu corespunzator
Av = v.
In cazul x = y = v relatia
hAx, yi = hx, Ayi
verificat
a de A oricare ar fi x, y V devine succesiv
hAv, vi = hv, Avi
hv, vi = hv, vi
vi
hv, vi = hv,
2
||v||2 = ||v||
= .
(4.9)
100
b) Fie 1 6= 2 dou
a valori proprii distincte si v1 , v2 vectori proprii corespunzatori
Av1 = 1 v1 ,
Av2 = 2 v2 .
In cazul x = v1 , y = v2 relatia (4.9) se poate scrie succesiv

hAv1 , v2 i = hv1 , Av2 i
h1 v1 , v2 i = hv1 , 2 v2 i
1 hv1 , v2 i = 2 hv1 , v2 i
(1 2 )hv1 , v2 i = 0
hv1 , v2 i = 0.
Propozitia 4.28 In cazul unui operator autoadjunct r
ad
acinile polinomului caracteristic sunt reale.
Demonstratie. Fie A A(V ),
A=
a11 a12
a21 a22

an1 an2
a1n
a2n

ann
matricea lui A n raport cu o baz

a ortonormata si fie 1 C o radacina a polinomului
caracteristic

a11 1
a12
a1n

a21
a22 1
a2n

= 0.

an1
an2
ann 1
In aceste conditii sistemul de ecuatii
(a11 1 )x1 + a12 x2 + + a1n xn = 0
a x + (a )x + + a x = 0
21 1
22
1 2
2n n
..................................................
an1 x1 + an2 x2 + + (ann 1 )xn = 0
admite n Cn o solutie (x1 , x2 , ..., xn ) 6= (0, 0, ..., 0). Adunand ecuatiile sistemului
nmultite respectiv cu x
1 , x
2 , ..., x
n obtinem relatia
n
X
j,k=1
ajk xk x
j = 1
n
X
j=1
xj x
j .
101
Deoarece matricea A este hermitica , adica ajk = a

kj , rezulta
Pn
j
j,k=1 ajk xk x
Pn
2
j=1 |xj |
1 =
Pn
kj xk x
j
j,k=1 a
Pn
2
j=1 |xj |
1.
=
Observatia 4.5 Valorile proprii ale unui operator liniar A : V V sunt radacinile
polinomului caracteristic care apartin corpului K peste care este considerat V . In
particular, rezultatul anterior ne arata ca orice operator autoadjunct admite cel
putin o valoare proprie, indiferent daca K = R sau K = C. Vom arata n continuare
ca orice operator autoadjunct este diagonalizabil.
Teorema 4.29 Dac
a A : V V este un operator autoadjunct atunci exist
a o
baz
a ortonormat
a n raport cu care matricea lui A este o matrice diagonal
a.
Demonstratie. Utiliz
am metoda inductiei matematice. Afirmatia este, evident,
adevarat
a n cazul dim V = 1. Presupunand ca afirmatia este este adevarata n
cazul spatiilor de dimensiune n 1 aratam ca ea este adevarata si pentru spatiile de
dimensiune n. Fie V un spatiu vectorial de dimensiune n si fie A A(V ). Stim ca
A admite cel putin o valoare proprie 1 . Fie v1 6= 0 un vector propriu corespunzator
Av1 = 1 v1 .
Vectorul unitar e1 =
v1
||v1 ||
este si el vector propriu corespunzator valorii proprii 1
v1
Ae1 = A
||v1 ||

1
Av1 = 1 e1 .
||v1 ||
Subspatiul vectorilor ortogonali pe e1

W = {e1 } = { x V | hx, e1 i = 0 }
este un spatiu vectorial de dimensiune n 1 si span{e1 } W = V . El este un
subspatiu invariant al lui A
xW
hAx, e1 i = hx, Ae1 i = 1 hx, e1 i = 0
Relatia
hAx, yi = hx, Ayi
Ax W.
102
fiind verificat
a oricare ar fi x, y V rezulta ca restrictia lui A la W
A|W : W W
verifica relatia
hA|W x, yi = hx, A|W yi
oricare ar fi x, y W , adic
a este un operator autoadjunct. Conform ipotezei de
inductie exista o baz
a ortonormat
a {e2 , e3 , ..., en } a lui W n raport cu care matricea
lui A|W este diagonal
a
A|W =
2 0 0
0 3 0

0
0 n
Sistemul de vectori {e1 , e2 , e3 , ..., en } este o baza ortonormata a lui V n raport cu

care matricea lui A este
A=
4.6
1 0
0 0
0 2 0 0
0
0 3 0

0
0
0 n
Transform
ari unitare
Definitia 4.30 Fie (V, h, i) un spatiu vectorial euclidian complex (finit-dimensional).

Prin transformare unitar
a (numit
a si operator unitar) se ntelege o aplicatie
liniar
a A : V V cu proprietatea
hAx, Ayi = hx, yi,
x, y V.
Observatia 4.6 Transform

arile unitare pastreaza nemodificat produsul scalar a doi
vectori si norma unui vector
||Ax|| =
hAx, Axi =
hx, xi = ||x||,
x V.
103
Propozitia 4.31 Dac

a A, B L(V ) sunt transform
ari unitare atunci AB este
transformare unitar
a. Orice transformare unitar
a A este bijectiv
a si A1 este transformare unitar
a.
Demonstratie. Dac
a A si B sunt transformari unitare atunci
h(AB)x, (AB)yi = hA(Bx), A(By)i = hBx, Byi = hx, yi,
x, y V.
Daca A este transformare unitar

a atunci ker A = {0}
Ax = 0
||x|| = ||Ax|| = 0
x = 0.
Conform teoremei 3.4 rezult

a c
a
dim Im A = dim V dim Ker A = dim V
ceea ce arat
a c
a A este surjectiv
a. Transformarea A1 este unitara
hx, yi = hA(A1 x), A(A1 y)i = hA1 x, A1 yi.
Observatia 4.7 Deoarece transformarea identica
I : V V : x 7 x
este o transformare unitar
a si compunerea aplicatiilor este o operatie asociativa
(A(BC))x = A((BC)x) = A(B(Cx)) = (AB)(Cx) = ((AB)C)x,
x V
din propozitia anterioar

a rezult
a ca pe multimea transformarilor unitare
{ A : V V | hAx, Ayi = hx, yi, x, y V }
exista o structur
a natural
a de grup (numit grupul transform
arilor unitare ale lui V ).
Propozitia 4.32 Fie A L(V ). Urm
a) A este transformare unitar
a
b) A A = I
c) transformarea A este bijectiv
a si A1 = A .
104
Demonstratie. Ar
at
am c
a a) b) c) a). Daca A este transformare unitara,
adica
hAx, Ayi = hx, yi,
x, y V
atunci
hA Ax, yi = hx, yi,
x, y V
relatie care conduce la A A = I. Daca A A = I atunci A AA1 = A1 , adica

A = A1 . Dac
a A este bijectiv
a si A1 = A atunci
hAx, Ayi = hA Ax, yi = hA1 Ax, yi = hx, yi,
x, y V.
Propozitia 4.33 Fie A Mnn (C) o matrice cu n linii si n coloane cu elemente

numere complexe si fie A = t A adjuncta ei. Relatiile
A A = I,
A A = I,
A1 = A .
unde I Mnn (C) este matricea unitate, sunt echivalente.

Demonstratie. Dac
a A A = I atunci A este inversabila
A A = I
detA detA = detI = 1
detA 6= 0
si nmultind relatia A A = I cu A1 la stanga rezulta A1 = A . Similar, daca

A A = I atunci A este inversabil
a
A A = I
detA detA = detI = 1
detA 6= 0
si nmultind relatia A A = I cu A1 la dreapta rezulta A1 = A . Evident, relatia

A1 = A implic
a celelalte dou
a relatii.
Definitia 4.34 Matricea A Mnn (C) este numit
a matrice unitar
a dac
a
A A = I
(conditie echivalent
a cu A1 = A si A A = I).
Observatia 4.8 Dac
a A este o matrice unitara atunci |detA| = 1. Intr-adevar
A A = I
detA detA = 1
|detA|2 = 1.
105
Teorema 4.35 Matricea de trecere ntre dou

a baze ortonormate este o matrice unitar
a.
Demonstratie. Fie {e1 , e2 , ..., en } si {e01 , e02 , ..., e0n } doua baze ortonormate si fie
S=
1n
2n

nn
11 12
21 22

n1 n2
11
21
12
22

1n
2n
S =

n1

n2

nn
matricea de trecere ntre cele dou

a baze si adjuncta ei, adica
n
X
e0j =
ij ei .
i=1
Avem
Pn
Pn
ij = he0i , e0j i = h
=
Pn
k=1
m=1 mj em i
k=1 ki ek ,
Pn
mj km
m=1 ki
Pn
k=1
Pn
mj hek , em i
m=1 ki
Pn
kj
k=1 ki
relatie echivalent
a cu S S = I.
Propozitia 4.36 O aplicatie liniar
a A : V V este transformare unitar
a dac
a
si numai dac
a matricea ei n raport cu o baz
a ortonormat
a este o matrice unitar
a.
Demonstratie. Dac
a {e1 , e2 , ..., en } este o baza ortonormata si Aei =
atunci
hAei , Aej i = h
=
Pn
k=1 aki ek ,
Pn
k=1
Pn
j=1 aji ej
Pn
m=1 amj em i
Pn
mj hek , em i
m=1 aki a
Pn
kj
k=1 aki a
Pn
k=1 ajk aki .
Daca A este transformare unitar

a atunci
n
X
ajk aki = hAei , Aej i = hei , ej i = ij
k=1
relatie echivalent
a cu A A = I. Invers, daca A A = I atunci
D
hAx, Ayi = A (
=
Pn
Pn
i=1
i=1 xi ei ) , A
Pn
j ij
j=1 xi y
P
n
j=1 yj ej
Pn
E
i
i=1 xi y
Pn
i=1
= hx, yi.
Pn
j hAei , Aej i
j=1 xi y
106
Teorema 4.37 Dac

a A : V V este transformare unitar
a atunci:
a) orice valoare proprie este astfel nc
at || = 1
Demonstratie. a) Fie o valoare proprie a lui A si v 6= 0 un vector propriu corespunzator
Av = v.
In cazul x = y = v relatia
hAx, Ayi = hx, yi
(4.10)
verificat
a de A oricare ar fi x, y V devine succesiv
hAv, Avi = hv, vi
hv, vi = hv, vi
vi = hv, vi
hv,
||2 ||v||2 = ||v||2
|| = 1.
b) Fie 1 6= 2 dou
a valori proprii distincte si v1 , v2 vectori proprii corespunzatori
Av1 = 1 v1 ,
Av2 = 2 v2 .
2 = |2 |2 = 1, n cazul x = v1 , y = v2 relatia (4.10) se poate scrie succesiv

Deoarece 2
hAv1 , Av2 i = hv1 , v2 i
h1 v1 , 2 v2 i = hv1 , v2 i
2 hv1 , v2 i = hv1 , v2 i
1
1
2 hv1 , v2 i
= hv1 , v2 i
(1 2 )hv1 , v2 i = 0
hv1 , v2 i = 0.
Teorema 4.38 Dac
a A : V V este o transformare unitar
a atunci exist
a o baz
a
a lui V n raport cu care matricea lui A este o matrice diagonal
a.
107
Demonstratie. Utiliz
am metoda inductiei matematice. Afirmatia este, evident,
adevarat
a n cazul dim V = 1. Presupunand ca afirmatia este este adevarata n
cazul spatiilor de dimensiune n 1 aratam ca ea este adevarata si pentru spatiile
de dimensiune n. Fie V un spatiu vectorial de dimensiune n si A : V V o
transformare unitar
a. Fie 1 C o valoare proprie si v1 6= 0 un vector propriu
corespunz
ator
Av1 = 1 v1 .
Vectorul unitar e1 =
v1
||v1 ||
este si el vector propriu corespunzator valorii proprii 1
v1
Ae1 = A
||v1 ||

1
Av1 = 1 e1 .
||v1 ||
Subspatiul vectorilor ortogonali pe e1

W = {e1 } = { x V | hx, e1 i = 0 }
este un spatiu vectorial de dimensiune n 1 si span{e1 } W = V . El este un
subspatiu invariant al lui A
x W = hAx, e1 i = 1 hAx, 1 e1 i = 1 hAx, Ae1 i = 1 hx, e1 i = 0 = Ax W.
Relatia
hAx, Ayi = hx, yi
fiind verificat
a oricare ar fi x, y V rezulta ca restrictia lui A la W
A|W : W W
verifica relatia
hA|W x, A|W yi = hx, yi
oricare ar fi x, y W , adic
a este transformare unitara. Conform ipotezei de inductie
exista o baz
a ortonormat
a {e2 , e3 , ..., en } a lui W n raport cu care matricea lui A|W
este diagonal
a
2 0 0
0
0
3
A|W =

0
0 n
108
Sistemul de vectori {e1 , e2 , e3 , ..., en } este o baza ortonormata a lui V n raport cu

care matricea lui A este
A=
4.7
1 0
0 0
0 2 0 0
0
0 3 0

0
0
0 n
Transform
ari ortogonale
Definitia 4.39 Fie (V, h, i) un spatiu vectorial euclidian real (finit-dimensional).

Prin transformare ortogonal
a (numit
a si operator ortogonal) se ntelege o
aplicatie liniar
a A : V V cu proprietatea
hAx, Ayi = hx, yi,
x, y V.
Propozitia 4.40 Aplicatia liniar

a A : V V este transformare ortogonal
a dac
a
si numai dac
a
||Ax|| = ||x||,
x V.
Demonstratie. Dac
a A : V V este transformare ortogonala atunci
||Ax|| =
hAx, Axi =
hx, xi = ||x||,
x V.
Invers, dac
a ||Ax|| = ||x|| oricare ar fi x V , atunci
hAx, Ayi =
1
4
1
4
1
4
(hAx + Ay, Ax + Ayi hAx Ay, Ax Ayi)

||A(x + y)||2 ||A(x y)||2 i =
1
4
||x + y||2 ||x y||2 i
(hx + y, x + yi hx y, x yii) = hx, yi.
Propozitia 4.41 Dac

a A, B L(V ) sunt transform
ari ortogonale atunci AB este
transformare ortogonal
a. Orice transformare ortogonal
a A este bijectiv
a si A1 este
transformare ortogonal
a.
109
Demonstratie. A se vedea demonstratia propozitiei 4.31 .

Propozitia 4.42 Fie A L(V ). Urm
a) A este transformare ortogonal
a
b) A A = I
c) A este bijectiv
a si A1 = A .
Demonstratie. A se vedea demonstratia propozitiei 4.32.
Propozitia 4.43 Fie A Mnn (R) o matrice cu n linii si n coloane cu elemente
numere reale si fie t A transpusa ei. Relatiile
A tA = I,
A A = I,
A1 = tA.

a matrice ortogonal
a dac
a
t
A A=I
a cu A1 = tA si A tA = I).
Observatia 4.9 Dac
a A este o matrice ortogonala atunci detA {1, 1}.
Teorema 4.45 Matricea de trecere ntre dou
a baze ortonormate ale unui spatiu
vectorial euclidean real este o matrice ortogonal
a.
Demonstratie. A se vedea demonstratia teoremei 4.35.
Propozitia 4.46 O transformare liniar
a este transformare ortogonal
a dac
a si numai dac
a matricea ei n raport cu o baz
a ortonormat
a este o matrice ortogonal
a.
Teorema 4.47 Dac
a A : V V este o transformare ortogonal
a atunci:
a) orice valoare proprie este egal
a cu 1 sau 1.
110

Observatia 4.10 In general, n cazul unei transformari ortogonale A : V V nu
exista o baz
a a lui V n raport cu care matricea lui A sa fie o matrice diagonala.
Exercitiul 4.5 S
a se arate c
a
3
A : R R ,
A(x, y, z) =
este transformare ortogonal

a.
2x + 2y z x + 2y + 2z 2x y + 2z
,
,
3
3
3
Capitolul 5
Forme p
atratice
5.1
Definitia 5.1 Fie V un spatiu vectorial peste corpul K, unde K = R sau K = C.

Prin form
a biliniar
a se ntelege o aplicatie
g : V V K
astfel nc
at
g(x + y, z) = g(x, z) + g(y, z)
g(x, y + z) = g(x, y) + g(x, z)
x, y, z V, , K.
Observatia 5.1 Aleg

and o baz
a {e1 , e2 , ..., en } si utilizand reprezentarile
x=
n
X
xi ei ,
y=
i=1
n
X
yj e j
j=1
ale vectorilor x si y obtinem

g(x, y) = g
P
n
i=1 xi ei ,
Pn
j=1 yj ej =
= (x1
x2
...
xn )
Pn
g11 g12
g21 g22

gn1 gn2
111
i=1
Pn
j=1 xi yj
g1n
g2n

gnn
g(ei , ej )
y1
y2
..
.
yn
112
unde gij = g(ei , ej ).

Definitia 5.2 Fie g : V V K o form
a biliniar
a si B = {e1 , e2 , ..., en } o baz
aa
lui V . Matricea
G=
g11 g12
g21 g22

gn1 gn2
g1n
g2n

gnn
g(e1 , e1 ) g(e1 , e2 )
g(e2 , e1 ) g(e2 , e2 )
g(en , e1 ) g(en , e2 )
g(e1 , en )
g(e2 , en )
g(en , en )
se numeste matricea lui g in raport cu baza B.

Propozitia 5.3 Fie g : V V K o form
a biliniar
a, B, B 0 dou
a baze ale lui V
0
si S matricea de trecere de la B la B . Dac
a G este matricea lui g n raport cu B si
0
0
G este matricea lui g n raport cu baza B atunci
G 0 = t S G S.
(5.1)
Demonstratie. Fie B = {e1 , e2 , ..., en }, B 0 = {e01 , e02 , ..., e0n }, e0i =
S=
11 12
21 22

n1 n2
1n
2n

nn
Pn
j=1 ji ej ,
adica
0 = g(e0 , e0 ). Avem
si fie gij = g(ei , ej ), gij
i j
0
gij
Pn
= g(e0i , e0j ) = g (
=
Pn
k=1
k=1 ki ek ,
Pn
m=1 ki mj
Pn
m=1 mj em )
g(ek , em ) =
Pn
k=1
Pn
m=1 ki gkm mj
relatie echivalent
a cu (5.1).
Observatia 5.2 Expresia in coordonate
0
gij
=
n X
n
X
ki mj gkm
k=1 m=1
a relatiei G 0 = t S G S obtinut
a n demonstratia propozitiei ne arata ca orice forma
biliniar
a este un tensor de tip (0, 2).
Forme p
atratice
113

a forma biliniar
a
g : V V K
este o form
a biliniar
a simetric
a dac
a
x, y V.
g(x, y) = g(y, x),

Definitia 5.5 O aplicatie
Q : V K
este numit
a form
a p
atratic
a dac
a exist
a o form
a biliniar
a simetric
a
g : V V K
astfel nc
at
x V.
Q(x) = g(x, x),
Propozitia 5.6 Fiec

arei forme p
atratice Q : V K i corespunde o singur
a form
a
biliniar
a simetric
a g : V V K astfel nc
at
x V.
Q(x) = g(x, x),

Demonstratie. Din relatia
Q(x + y) = g(x + y, x + y)
= g(x, x) + g(x, y) + g(y, x) + g(y, y)

= Q(x) + Q(y) + 2 g(x, y)
rezulta
1
g(x, y) =
Q(x + y) Q(x) Q(y) ,
x, y V.
2
Observatia 5.3 Dac
a Q : V K este o forma patratica si g : V V K forma
biliniar
a simetric
a asociat
a atunci alegand o baza {e1 , e2 , ..., en } obtinem relatia

Q(x) =
n
X
i,j=1
gij xi xj = (x1 x2 ... xn )
g11 g12
g21 g22

gn1 gn2
g1n
g2n

gnn
x1
x2
..
.
xn
unde gij = g(ei , ej ) si x1 , x2 , ... , xn sunt coordonatele lui x n baza aleasa.
114
Definitia 5.7 Prin definitie, matricea unei forme p

atratice n raport cu o baz
a
este matricea formei biliniare simetrice asociate n raport cu acea baz
a.
Exemplul 5.1 Aplicatia
Q : R3 R,
Q(x1 , x2 , x3 ) = x21 + 3x22 + x23 2x1 x2 4x1 x3
este o form
a p
atratic
a deoarece exista forma biliniara simetrica
g : R3 R3 R,
g((x1 , x2 , x3 ), (y1 , y2 , y3 )) = x1 y1 + 3 x2 y2 + x3 y3
x1 y2 x2 y1 2x1 y3 2x3 y1
astfel nc
at Q(x1 , x2 , x3 ) = g((x1 , x2 , x3 ), (x1 , x2 , x3 )).
5.2
Reducere la forma canonic

a
Observatia 5.4 Matricea unei forme patratice depinde de baza aleasa. In aplicatii
este avantajoas
a utilizarea unei baze n raport cu care expresia n coordonate a
formei p
atratice s
a fie c
at mai simpla.
a forma p
atratic
a Q : V K are n raport cu baza
{e1 , e2 , ..., en } forma canonic
a dac
a matricea lui Q n raport cu aceast
a baz
a este
o matrice diagonal
a
1 0 0
0
0
2
G=

0
0 n
adic
a, expresia n coordonate a formei Q n raport cu acest
a baz
a este de forma
Q(x) = 1 x21 + 2 x22 + + n x2n .
Observatia 5.5 Expresia forma patratica Q : V K are n raport cu baza
{e1 , e2 , ..., en } forma canonic
a trebuie nteleasa n sensul functia Q : V K are
n raport cu baza {e1 , e2 , ..., en } expresia cea mai simpla.
Forme p
atratice
115
Teorema 5.9 (Gauss) Orice form

a p
atratic
a poate fi redus
a la forma canonic
a,
adic
a, pentru orice form
a p
atratic
a Q : V K exist
a o baz
a n raport cu care
2
2
2
expresia lui Q are forma Q(x) = 1 x1 + 2 x2 + + n xn .
Demonstratie. Baza c
autat
a poate fi obtinuta n toate cazurile utilizand metoda
prezentat
a n rezolv
arile urm
atoarelor doua exercitii.
Exercitiul 5.2 S
a se reduc
a la forma canonica forma patratica
Q : R3 R,
Q(x1 , x2 , x3 ) = x21 + 3x22 + x23 2x1 x2 4x1 x3
indicand si baza utilizat

a.
Rezolvare. Deoarece
x = (x1 , x2 , x3 ) = x1 (1, 0, 0) + x2 (0, 1, 0) + x3 (0, 0, 1)
numerele x1 , x2 , x3 pot fi privite ca fiind coordonatele vectorului x R3 n raport
cu baza canonic
a B = {e1 = (1, 0, 0), e2 = (0, 1, 0), e3 = (0, 0, 1)}. Grupand ntr-un
patrat termenii care contin pe x1 si apoi pe cei care contin pe x2 obtinem relatia
Q(x) = (x1 x2 2x3 )2 + 2x22 3x23 4x2 x3
= (x1 x2 2x3 )2 + 2(x2 x3 )2 5x23
= x01 2 + 2x02 2 5x03 2
care ne sugereaz
a necesitatea de a cauta o baza B 0 = {e01 , e02 , e03 } astfel ncat coordonatele x01 , x02 , x03 n raport cu baza cautata B 0 sa se exprime cu ajutorul coordonatelor
x1 , x2 , x3 n raport cu baza canonica B prin relatiile
x1 = x1 x2 2x3
x0 = x x3
(5.2)
2
2
x0 = x
3
3
Determinarea bazei B 0 este echivalenta cu gasirea matricei
11 12 13
S = 21 22 23
31 32 33
116
de trecere de la B la B 0 . Relatiile e0j =

la relatia
3
X
i=1
echivalent
a cu
xi ei =
3
X
x0j e0j =
j=1
P3
i=1 ij ei
3
X
x0j
j=1
3
X
si x =
ij ei =
P3
P3
3
X
i=1
i=1 xi ei =
3
X
i=1
0 0
j=1 xj ej
conduc
ij x0j ei
j=1
0
0
0
x1 = 11 x1 + 12 x2 + 13 x3
x = x0 + x0 + x0
2
21 1
22 2
23 3
x = x0 + x0 + x0 .
32 2
33 3
1
31 1
Numerele ij pot fi imediat identificate daca folosind relatiile (5.2) exprimam x1 ,

x2 , x3 cu ajutorul coordonatelor x01 , x02 , x03
0
0
0
x1 = x1 + x2 + 3x3
x = x0 + x03
2
2
x = x0
3
3
Se obtine
1 1 3
S= 0 1 1
0 0 1
ceea ce conduce la B 0 = {e01 = (1, 0, 0), e02 = (1, 1, 0), e03 = (3, 1, 1)}. In raport cu
aceasta baz
a Q are forma canonic
a
2
Q(x) = x01 + 2x02 5x03 .

Exercitiul 5.3 S
a se reduc
a la forma canonica forma patratica
Q : R3 R,
Q(x1 , x2 , x3 ) = x1 x2 + x1 x3 + x2 x3
indicand si baza utilizat

a.
Rezolvare. Efectu
am mai nt
ai schimbarea de coordonate
0
0
x1 = x1 + x2
x = x0 x02
2
1
x = x0
3
3
care conduce la
2
Q(x) = x01 x02 + 2x01 x03
Forme p
atratice
117
si apoi utiliz
am metoda folosit
a n exercitiul anterior. Se obtine
2
Q(x) = (x01 + x03 )2 x02 x03 = x001 x002 x003
unde
00
0
0
x1 = x1 + x3
x00 = x0
2
2
x00 = x0 .
3
3
Exprim
and coordonatele initiale x1 , x2 , x3 n functie de cele finale x001 , x002 , x003
00
00
00
x1 = x1 + x2 x3
x2 = x001 x002 x003
x = x00
3
3
rezulta ca matricea de trecere ntre baza initiala {e1 = (1, 0, 0), e2 = (0, 1, 0), e3 =
(0, 0, 1)} si baza final
a B 00 = {e001 , e002 , e003 } este
1
1 1
S = 1 1 1
0
0
1
ceea ce conduce la B 00 = {e001 = (1, 1, 0), e002 = (1, 1, 0), e003 = (1, 1, 1)}. In raport
cu aceast
a baz
a Q are forma canonica
2
Q(x) = x001 x002 x003 .

Teorema 5.10 (Jacobi) Fie Q : V K o form
a p
atratic
a si fie
g11 g12
g21 g22

gn1 gn2
g1n
g2n

gnn
118
matricea ei n raport cu o baz

a B. Dac
a
1 = g11 6= 0

g

2 = 11
g21
g12
g22

6= 0

...................................

n =

g11 g12
g21 g22

gn1 gn2
g1n
g2n

gnn

6= 0

atunci exist
a o baz
a B 0 n raport cu care Q are expresia
Q(x) =
1 0 2 1 0 2
n1 0 2
x1 +
x2 + +
x .
1
2
n n
Demonstratie. Fie B = {e1 , e2 , ..., en } si fie g : V V K forma biliniara simetrica

corespunz
atoare lui Q. Ar
at
am c
a exista o baza B 0 formata din vectori de forma
e01 = 11 e1
e02 = 12 e1 + 22 e2
........................
e0n = 1n e1 + 2n e2 + + nn en
satisfac
and pentru orice j {1, 2, ..., n} relatiile
g(e0j , e1 ) = 0
g(ej , e2 ) = 0
......................
g(e0j , ej1 ) = 0
g(e0j , ej ) = 1
adica
g11 1j + g21 2j + + gj1 jj = 0
.............................................................
g1j1 1j +g2j1 2j + +gjj1 jj = 0
g1j 1j + g2j 2j + + gjj jj = 1
(5.3)
Forme p
atratice
119
si ca n raport cu astfel de baz

a Q are expresia indicata. Deoarece

j =

g11 g12
g21 g22

gj1 gj2
g1j
g2j
gjj

6= 0

sistemul (5.3) este un sistem Cramer care permite determinarea coeficientilor 1j ,

2j , ... , jj ai lui e0j . In particular,
jj =
j1
j
si
0
gjj
= g(e0j , e0j ) = g(e0j , 1k e1 + 2k e2 + + jj ej )

= 1j g(e0j , e1 )+2j g(e0j , e2 )+ +j1j g(e0j , ej1 )+jj g(e0j , ej ) = jj =
j1
j .
Daca k < j atunci

0
gjk
= g(e0j , e0k ) = g(e0j , 1k e1 + 2k e2 + + kk ek )
= 1k g(e0j , e1 ) + 2k g(e0j , e2 ) + + kk g(e0j , ek ) = 0.

Teorema 5.11 Dac
a V este un spatiu vectorial euclidian real,
Q : V R
este o form
a p
atratic
a a c
arei matrice n raport cu o baz
a ortonormat
a B este
G=
g11 g12
g21 g22

gn1 gn2
g1n
g2n

gnn
atunci exist
a o baz
a ortonormat
a B 0 n raport cu care Q are forma
2
Q(x) = 1 x01 + 2 x02 + + n x0n

unde 1 , 2 , ... , n sunt valorile proprii ale matricei G.
120
Demonstratie. Fie B = {e1 , e2 , ..., en }. Relatia

A : V V,
Aei =
n
X
gji ej
j=1
defineste un operator autoadjunct a carui matrice n raport cu baza B coincide cu

matricea G a lui Q n raport cu aceeasi baza. Deoarece A este diagonalizabil exista o
baza ortonormat
a B 0 = {e01 , e02 , ..., e0n } formata din vectori proprii ai lui A n raport
cu care matricea lui A este
A0 =
1 0 0
0 2 0

0
0 n
Notand cu S matricea de trecere de la B la B 0 avem

A0 = S 1 GS.
Pe de alt
a parte stim c
a matricea G 0 a formei patratice Q n raport cu baza B 0 este
G 0 = t SGS.
Deoarece matricea de trecere ntre doua baze ortonormate este o matrice ortogonala
avem S 1 = t S si
G 0 = t SGS = S 1 GS = A0 =
1 0 0
0 2 0

0
0 n
Capitolul 6
Conice
6.1
Vom prezenta n continuare unele aplicatii ale algebrei liniare n geometrie.

Definitia 6.1 Prin conic
a se ntelege multimea solutiilor unei ecuatii de forma
a11 x2 + 2 a12 xy + a22 y 2 + 2a13 x + 2a23 y + a33 = 0
av
and cel putin unul dintre coeficientii a11 , a12 , a22 nenul.
Exemplul 6.1 Ecuatia
x2 + y 2 1 = 0
este ecuatia unui cerc,
1 2 1 2
x + y 1=0
9
4
este ecuatia unei elipse,
1 2 1 2
x y 1=0
9
4
este ecuatia unei hiperbole,
y 2 2x = 0
este ecuatia unei parabole, iar
x2 y 2 = 0
121
(6.1)
122
reprezint
a ecuatia a dou
a drepte concurente.
Observatia 6.1 In cazul unei translatii de vector (x0 , y0 ) a reperului urmate de
o rotatie de unghi leg
atura ntre coodonatele (x, y) ale unui punct n raport cu
reperul initial R si coordonatele (x0 , y 0 ) ale aceluiasi punct n raport cu reperul final
R0 este
(
x = x0 + x0 cos y 0 sin
y = y0 + x0 sin + y 0 cos
Teorema 6.2 La o schimbare de reper ecuatia unei conice

a11 x2 + 2 a12 xy + a22 y 2 + 2a13 x + 2a23 y + a33 = 0
se transform
a ntr-o ecuatie de aceeasi form
a
a011 x2 + 2 a012 xy + a022 y 2 + 2a013 x + 2a023 y + a033 = 0
Conice
123
iar parametrii

a

= 11
a12
I = a11 + a22 ,

a
11

= a12

a13

a12
,
a22
a12 a13
a22 a23
a23 a33
r
am
an invarianti, adic
a a11 + a22 = a011 + a022 ,

a
11

a12

a12 a011
=
a22 a012

a
11

a12

a13
a012
a022
a12 a13
a22 a23
a23 a33

a0
11
0
= a12
0
a13
a012 a013
a022 a023
a023 a033
Demonstratie. Relatia
f (x, y) = a11 x2 + 2 a12 xy + a22 y 2 + 2a13 x + 2a23 y + a33
se poate scrie n form
a matriceal
a
f (x, y) = ( x
a11 a12 a13

x
1 ) a12 a22 a23 y = ( t X 1 )

1
a13 a23 a33
A B
tB a
33
utilizand notatiile
X=
x
y
B=
a13
a23
a11 a12
a12 a22
A=
Relatia
(
x = x0 + x0 cos y 0 sin
y = y0 + x0 sin + y 0 cos
x
cos sin x0
x0

0
cos y0 y
y = sin
1
0
0
1
1
sau
X
1
R T
0 1
X0
1
X
1
124
utilizand notatiile
0
X =
x0
y0
x0
y0
A B
tB a
33
T =
cos sin
sin cos
R=
Din relatia
f (x, y) =
( tX
( tX 0
( tX 0
1)
1)
1)
tR
tT
X
1
0
1
A0 B 0
t B 0 a0
33
A B
tB a
33
!
X0
1
R T
0 1
X0
1
rezulta c
a n urma schimb
arii de reper, f (x, y) se transforma ntr-un polinom de
aceeasi form
a,
0 = det
= det
= det
A0 B 0
t B 0 a0
33
tR
tT
0
1
A B
tB a
33
det
A B
tB a
33
det
R T
0 1
si A0 = t RAR, adic
a
a011 a012
a012 a022
cos sin
sin cos
a11 a12
a12 a22
relatie care conduce la 0 = si I 0 = I.
6.2
Reducere la forma canonic

a
Observatia 6.2 In cazul unei translatii a reperului

(
x = x0 + x0
y = y0 + x 0
cos sin
sin cos
Conice
125
polinomul
f (x, y) = a11 x2 + 2 a12 xy + a22 y 2 + 2a13 x + 2a23 y + a33
se transform
a n
f(x0 , y 0 ) = a11 x0 2 + 2a12 x0 y 0 + a22 y 0 2 + 2(a11 x0 + a12 y0 + a13 )x0
+ 2(a12 x0 + a22 y0 + a23 )y 0 + f (x0 , y0 ).
(6.2)

a punctul (x0 , y0 ) este un centru al conicei (6.1) dac
a n
raport cu reperul translatat cu (x0 , y0 )
f(x0 , y 0 ) = 0
f(x0 , y 0 ) = 0.
(6.3)
Propozitia 6.4 Punctul (x0 , y0 ) este un centru al conicei (6.1) dac

a si numai dac
a
a11 x0 + a12 y0 + a13 = 0
(6.4)
a x +a y +a =0
12 0
22 0
23

a din (6.2) si (6.3).
Teorema 6.5 a) Dac
a 6= 0 atunci conica (6.1) are un singur centru si anume
1
(x0 , y0 ) =

a

13

a23
a12
a22

1 a

11
,

a12
a13
a23
!

.

b) In reperul rezultat in urma translatiei cu (x0 , y0 ) ecuatia conicei este

2
a11 x0 + 2 a12 x0 y 0 + a22 y 0 +
= 0.
c) Exist
a un reper n raport cu care ecuatia conicei este
1 X 2 + 2 Y 2 +
=0
unde 1 si 2 sunt r
ad
acinile ecuatiei

a
11

a12
a12
a22

=0

adica
2 I + = 0.
126
Demonstratie. a) In cazul 6= 0 sistemul (6.4) are solutia unica (x0 , y0 ).

b) Din relatia (6.2) rezult
a c
a ecuatia conicei n reperul rezultat n urma translatiei
cu (x0 , y0 ) este
2
a11 x0 + 2 a12 x0 y 0 + a22 y 0 + f (x0 , y0 ) = 0.

Deoarece valoarea parametrului nu depinde de reperul utilizat

a
11

= a12

0
a12
0
a22
0
0 f (x0 , y0 )
relatie care conduce la f (x0 , y0 ) =

.
c) Conform teoremei 4.37 n cazul formei patratice
Q : R2 R,
Q(x0 , y 0 ) = a11 x0 + 2 a12 x0 y 0 + a22 y 0
exista o baz
a ortonormat
a a lui R2 formata din vectori proprii ai matricei
a11 a12
a12 a22
n raport cu care Q are forma canonica

Q : R2 R,
Q(X, Y ) = 1 X 2 + 2 Y 2 .
Rotind reperul rezultat n urma translatiei cu (x0 , y0 ) astfel ncat axele sa fie dirijate
de-a lungul vectorilor proprii ai matricei
a11 a12
a12 a22
ecuatia conicei devine 1 X 2 + 2 Y 2 +
= 0.
Observatia 6.3 Dac

a = a11 a22 a212 = 0 atunci cel putin unul dintre coeficientii
a11 , a22 este nenul deoarece n caz contrar am avea a11 = a12 = a22 = 0. Vom
analiza cazul a11 6= 0, deoarece cazul a22 6= 0 conduce la rezultate similare.
Conice
127
Teorema 6.6 a) In cazul n care = 0, a11 6= 0 si = 0 exist

a un reper n raport
cu care ecuatia conicei este
2
a022 y 0 + 2a023 y 0 + a033 = 0.

a) In cazul n care = 0, a11 6= 0 si 6= 0 exist
a un reper n raport cu care ecuatia
conicei este
s
2
Y = 2pX,
unde p = 3 .
I
Demonstratie. Efectu
and o rotatie de unghi a reperului
(
x = x0 cos y 0 sin
y = x0 sin + y 0 cos
ecuatia conicei devine

a011 x2 + 2 a012 xy + a022 y 2 + 2a013 x + 2a023 y + a033 = 0
cu
a011 =
1
(a11 cos + a12 sin )2 .
a11
12
Alegand astfel nc
at ctg = aa11
rezulta a011 = 0. Avand n vedere invarianta lui
rezult
a c
a a011 a022 a012 2 = 0, relatie care conduce la a012 = 0.
a) Din relatia

0
0 a013

2

= 0 a022 a023 = a013 a022 = 0
0

a13 a023 a033
rezulta a013 = 0. In urma rotatiei considerate ecuatia conicei este

2
a022 y 0 + 2a023 y 0 + a033 = 0.

b) Daca 6= 0 atunci a013 6= 0 si ecuatia conicei
2
a022 y 0 + 2a013 x0 + 2a023 y 0 + a033 = 0

se poate scrie succesiv
a022
2a0
y + 0 23 y 0 + 2a013 x0 + a033 = 0
a22
02
128
a022
a0
y + 23
a022
0
2
a0 a0 a0 2
x + 22 330 0 23
2a13 a22
2a013
= 0.
Efectuand translatia
0
0
0 2
0 + a22 a33 a23
X
=
x
0
0
2a13 a22
Y = y 0 + a23
a022
ecuatia conicei devine

Y2 =
2 a013
X.
a022
Deoarece = a013 2 a022 si I = a022 ecuatia se mai poate scrie

s
2
Y =
X.
I3
Observatia 6.4 Tin

and seama c
a radacinile ecuatiei 2 I + = 0 verifica relatiile
1 + 2 = I,
1 2 =
din teoremele anterioare rezult

a c
a exista urmatoarele cazuri
Cazul
< 0 si 6= 0
> 0 si I < 0
> 0 si I > 0
> 0 si = 0
< 0 si = 0
= 0 si = 0
= 0 si 6= 0
Ce reprezinta conica
hiperbola
elips
a
multimea vida
un punct
dou
a drepte concurente
dou
a drepte paralele, o dreapta sau multimea vida
o parabola
Capitolul 7
Ecuatii si sisteme de ecuatii

diferentiale liniare
Vom prezenta unele aplicatii ale algebrei liniare la rezolvarea ecuatiilor diferentiale
liniare si a sistemelor de ecuatii diferentiale liniare.
7.1
Ecuatii diferentiale de ordinul nt

ai
Definitia 7.1 O ecuatie diferential

a de ordinul nt
ai este o ecuatie de forma
F (x, y, y 0 ) = 0
(7.1)
unde x este variabila independent

a, y functia necunoscut
a, y 0 derivata functiei necunoscute si F : I R R R este o functie continu
a, I R fiind un interval.
Prin solutie a ecuatiei (7.1) se ntelege o functie derivabil
a
: (a, b) R
cu (a, b) I si astfel nc
at
F (x, (x), 0 (x)) = 0,
129
x (a, b).
130

a ecuatia diferential
a
y 0 = f (x, y)
unde
f : D R2 R
(7.2)
este o ecuatie diferential

a scris
a sub form
a normal
a.
Prin solutie a ecuatiei (7.2) se ntelege o functie derivabil
a
: (a, b) R
astfel nc
at
1) (x, (x)) D,
x (a, b)
0
2) (x) = f (x, (x)),
x (a, b).
Observatia 7.1 Ecuatia (7.2) se mai poate scrie
dy
= f (x, y)
dx
(7.3)
dy = f (x, y) dx
(7.4)
sau sub forma
numita form
a simetric
a. Solutia ecuatiei (7.4) se poate cauta sub forma
y = y(x)
sau
x = x(y)
sau, mai general, sub form
a parametrica
(
x = x(t)
y = y(t).
Ecuatia (7.4) este caz particular pentru ecuatia

P (x, y) dx + Q(x, y) dy = 0,
unde P, Q : D R2 R
care este forma general

a a unei ecuatii simetrice.
Prin solutie a ecuatiei (7.5) se ntelege o pereche de aplicatii derivabile
, : (a, b) R
(7.5)
Ecuatii si sisteme de ecuatii diferentiale liniare
131
astfel nc
at
1) ((t), (t)) D,
t (a, b)
0
2) P ((t), (t)) (t) + Q((t), (t)) 0 (t) = 0,
t (a, b).
Observatia 7.2 S
tim din liceu c
a daca
f : (a, b) R
este o functie continu
a atunci functia
F : (a, b) R,
Z x
f (t) dt
F (x) =
x0
este o primitiv
a a lui f oricare ar fi x0 (a, b), adica avem
d
dx
Z x
x (a, b).
f (t) dt = f (x),
x0
Teorema 7.3 Fie ecuatia cu variabile separabile

y 0 = f (x) g(y)
(7.6)
unde f : I R si g : J R sunt functii continue definite pe intervalele I si J.

a) Dac
a y0 J este astfel nc
at g(y0 ) = 0 atunci functia constant
a
: I R,
(x) = y0
este o solutie a ecuatiei (7.6).

b) Dac
a y0 J este astfel nc
at g(y0 ) 6= 0 atunci relatia
Z y
y0
1
du =
g(u)
Z x
f (v) dv + C
(7.7)
x0
unde x0 I si C este o constant

a, defineste implicit o solutie local
a y = y(x)
a ecuatiei (7.6).
Demonstratie. a) Deoarece 0 (x) = 0 si g((x)) = g(y0 ) = 0 rezulta ca
0 (x) = f (x) g((x)),
x I.
132
b) Deriv
and relatia (7.7) n raport cu x considerand y = y(x) rezulta
1
y 0 (x) = f (x)
g(y(x))
adica
y 0 (x) = f (x) g(y(x)).
Observatia 7.3 Ecuatia (7.6) poate fi scrisa sub forma

dy
= f (x) g(y)
dx
sau forma simetric
a
f (x) g(y) dx dy = 0.
Forma diferential
a f (x) g(y) dxdy nu este diferentiala totala a unei functii. Inmultind
1
se obtine ecuatia
ecuatia anterioar
a cu factorul integrant g(y)
f (x) dx
1
dy = 0
g(y)
(7.8)
al carei membru st
ang este o diferentiala totala deoarece
1
(f (x)) =
.
y
x
g(y)

Ecuatia (7.8) se poate scrie sub forma

dF = 0
unde
Z x
F (x, y) =
f (t)dt
x0
Z y
y0
1
dt.
g(t)
Rezulta c
a relatia F (x, y) = C, adica
Z x
x0
f (u)du
Z y
y0
1
dv = C
g(v)
defineste implicit o solutie a ecuatiei (7.6) daca alegem y0 astfel ncat g(y0 ) 6= 0.
133
Propozitia 7.4 Ecuatia omogen

a
y
x

y =f
se reduce la o ecuatie cu variabile separabile dac

a se utilizeaz
a schimbarea de variabil
a
y(x) = x z(x), unde z(x) este noua functie necunoscut
a.
Demonstratie. Deriv
and y(x) = x z(x) obtinem relatia y 0 (x) = z(x) + x z 0 (x) care
ne permite s
a scriem ecuatia sub forma
1
(f (z) z).
x
Propozitia 7.5 Ecuatia liniar
a omogen
a
z0 =
y 0 = f (x) y
are solutia general
a
Rx
y(x) = C e
x0
f (t)dt
unde C este o constant

a arbitrar
a.
Demonstratie. T
in
and seama de teorema 7.3 rezolvarea ecuatiei poate fi prezentata
dupa cum urmeaz
a
dy
dx = f (x) y
dy
y
= f (x) dx
R y du
Rx
y0 u = x0 f (t) dt
ln |y| ln |y0 | =
Rx
y(x) = y0 e
x0
Rx
x0
f (t) dt
f (t) dt
Propozitia 7.6 Solutia general

a a ecuatiei liniare neomogene
y 0 = f (x) y + g(x)
(7.9)
se obtine adun
and solutia general
a a ecuatiei liniare omogene asociate
y 0 = f (x) y
cu o solutie particular
a y a ecuatiei (7.9).
(7.10)
134
Demonstratie. Dac
a y verific
a (7.10) si y verifica (7.9) atunci
(y+ y)0 (x) = f (x) y(x)+f (x) y(x)+g(x) = f (x) (y+ y)(x)+g(x).
Daca y si y verific
a (7.9) atunci y y verifica (7.10)
(y y)0 (x) = f (x) y(x)+g(x)f (x) y(x)g(x) = f (x) (y y)(x).
Propozitia 7.7 O solutie particular
a y a ecuatiei liniare neomogene
y 0 = f (x) y + g(x)
poate fi g
asit
a folosind metoda variatiei constantei caut
and-o de forma
Rx
y(x) = C(x) e
x0
f (t)dt
Demonstratie. Inlocuind in ecuatie obtinem relatia
C 0 (x) = g(x) e
Rx
x0
f (t)dt
care permite determinarea functiei C(x).

Propozitia 7.8 Ecuatia Bernoulli
y 0 = f (x) y + g(x) y
se reduce la o ecuatie liniar
a dac
a se utilizeaz
a schimbarea de variabil
a z = y 1 .
Demonstratie. Dac
a = 1 atunci ecuatia este deja o ecuatie liniara. In cazul 6= 1,
mpartind cu y obtinem ecuatia

y y 0 = f (x) y 1 + g(x)
care se poate scrie
1
(y 1 )0 = f (x) y 1 + g(x).
1
135
Propozitia 7.9 Ecuatia Riccati

y 0 = f (x) y 2 + g(x) y + h(x)
se poate rezolva utiliz
and schimbarea de variabil
a
y = yp +
1
z
n cazul n care se cunoaste o solutie particular

a yp .
Demonstratie. In urma schimb
arii de variabila indicate ecuatia devine
z 0 = (2f (x) yp (x) g(x)) z f (x)
adica o ecuatie liniar
a.
7.2
Ecuatii diferentiale liniare de ordin superior
Definitia 7.10 O ecuatie diferential

a liniar
a de ordinul n este o ecuatie de
forma
a0 (x) y (n) + a1 (x) y (n1) + + an1 (x) y 0 + an (x) y = f (x)
(7.11)
unde
a0 , a1 , ..., an , f : I R
sunt functii continue definite pe un interval I R si a0 (x) 6= 0, oricare ar fi x I.
Prin solutie a ecuatiei (7.11) se ntelege o functie
: I R
astfel nc
at:
1)
admite derivate continue p

an
a la ordinul n
2)
a0 (x) (n) (x) + a1 (x) (n1) (x) + + an (x) (x) = f (x), x (a, b).
136
Teorema 7.11 (de existent

a si unicitate). Dac
a
a0 , a1 , ..., an , f : I R
sunt functii continue si
a0 (x) 6= 0
x I
atunci ecuatia diferential

a
a0 (x) y (n) + a1 (x) y (n1) + + an1 (x) y 0 + an (x) y = f (x)
admite pentru fiecare (x0 , y00 , y01 , ..., y0n1 ) I Rn o unic
a solutie
: I R
astfel nc
at
(x0 ) = y00 ,
0 (x0 ) = y01 ,
...
, (n1) (x0 ) = y0n1 .
Observatia 7.4 Utiliz

and operatorul diferential
L = a0 (x) Dn + a1 (x) Dn1 + + an1 (x) D + an (x)
unde
D=
d
,
dx
D2 =
d2
,
dx2
...
, Dn =
dn
dxn
ecuatia (7.11) se scrie

Ly = f.
Operatorul linar
L : C n (I) C 0 (I)
unde
C n (I) = { : I R | admite derivate continue pana la ordinul n }
C 0 (I) = { : I R | este functie continua }
este un operator liniar
L( + ) = L + L
, R, , C n (I).
137
Teorema 7.12 Spatiul

V = { : I R | L = 0 }
al tuturor solutiilor ecuatiei liniare omogene
Ly = 0
este un spatiu vectorial de dimensiune n.
Demonstratie. Dac
a , V atunci
L( + ) = L + L = 0
oricare ar fi , R. Conform teoremei de existenta si unicitate, pentru x0 I
fixat aplicatia
A : V Rn ,
A = ((x0 ), 0 (x0 ), ..., (n1) (x0 ))
este un izomorfism liniar. Rezult

a ca spatiile vectoriale V si Rn sunt izomorfe si prin
urmare dim V = dim Rn = n.
Observatia 7.5 Rezolvarea ecuatiei
Ly = 0
nseamn
a determinarea spatiului vectorial V = { : I R | L = 0 } al tuturor
solutiilor, ceea ce se poate realiza indicand o baza {y1 , y2 , ... , yn }, caz n care
V = { c1 y1 + c2 y2 + + cn yn | c1 , c2 , ... , cn R }.
Functiile
y1 , y2 , ... , yn : I R
din V formeaz
a o baz
a a lui V daca sunt liniar independente, adica daca
1 y1 + 2 y2 + + n yn = 0
1 = 2 = = n = 0.
138
Propozitia 7.13 Functiile

y1 , y2 , ... , yn : I R
din V sunt liniar independente dac
a si numai dac
a ntr-un punct fixat x0 I avem

y1 (x0 )

y 0 (x )

1 0

(n1)
y
(x0 )
1
y2 (x0 )
y20 (x0 )
(n1)
y2
(x0 )
yn (x0 )
yn0 (x0 )
(n1)
yn
(x0 )

6= 0.

(7.12)
Demonstratie. Deoarece
A : V Rn ,
A = ((x0 ), 0 (x0 ), ..., (n1) (x0 ))
este un izomorfism liniar functiile y1 , y2 , ... , yn : I R sunt liniar independente

daca si numai dac
a vectorii corespunzatori
(n1)
(x0 ) )
(n1)
(x0 ) )
Ay1 = ( y1 (x0 ), y10 (x0 ), ... , y1

Ay2 = ( y2 (x0 ), y20 (x0 ), ... , y2
.......................................................
(n1)
Ayn = ( yn (x0 ), yn0 (x0 ), ... , yn
(x0 ) )
sunt liniar independenti, ceea ce este echivalent cu (7.12).

Teorema 7.14 (Abel-Liouville) Dac
a
y1 , y2 , ... , yn : I R
sunt n solutii ale ecuatiei
Ly = 0
atunci functia (numit
a wronskian)
W : I R

y1 (x)
y2 (x)

0 (x)
y 0 (x)
y

1
2
W (x) =

(n1)
(n1)
y
(x) y2
(x)
1
yn (x)
yn0 (x)
(n1)
yn
(x)
139
verific
a relatia
W (x) = W (x0 ) e
Rx
a1 (t)
x0 a0 (t)
dt
(7.13)
unde x0 I este un punct fixat.

Demonstratie (cazul n = 2.) Ar
at
am ca W verifica ecuatia liniara
W 0 (x) =
a1 (x)
W (x).
a0 (x)
In cazul n = 2 ecuatia Ly = 0, adica

a0 (x) y 00 + a1 (x) y 0 + a2 y = 0
conduce la
y 00 =
a1 (x) 0 a2 (x)
y
y
a0 (x)
a0 (x)
si

y (x) y (x)

1
2
d
W 0 (x) = dx

0
y1 (x) y20 (x)

y 0 (x) y 0 (x) y (x) y (x)
1
1
2
2
= 0
+
y1 (x) y20 (x) y100 (x) y200 (x)

a (x)
= a10 (x) W (x).

Observatia 7.6 Din relatia (7.13) rezulta ca daca W se anuleaza ntr-un punct din
I atunci se anuleaz
a n toate punctele.
a a ecuatiei liniare neomogene
Ly = f
se obtine adun
and la solutia general
a a ecuatiei omogene asociate
Ly = 0
o solutie particular
a y a ecuatiei neomogene.
Demonstratie. Deoarece L
y = f obtinem
Ly = 0 = L(y + y) = f
si
Ly = f = L(y y) = 0.
140
Teorema 7.16 (Metoda variatiei constantelor.) Dac

a
y(x) =
n
X
ck yk (x)
k=1
este solutia general

a a ecuatiei omogene
Ly = 0
atunci o solutie particular
a a ecuatiei neomogene
Ly = f
poate fi g
asit
a c
aut
and-o de forma
y(x) =
n
X
ck (x) yk (x)
k=1
cu c1 (x), c2 (x), ... , cn (x) solutie a sistemului

Pn
0
k=1 ck (x) yk (x) = 0
Pn
0
0
k=1 ck (x) yk (x) = 0
..........................................
(7.14)
Pn
(n2)
0
(x) = 0
k=1 ck (x) yk
(n1)
f (x)
0
Pn
k=1 ck (x) yk
(x) =
a0 (x) .
Demonstratie. T
in
and sema de (7.14) obtinem relatiile
y(x) =
Pn
y0 (x) =
Pn
k=1 ck (x) yk (x)

0
k=1 ck (x) yk (x)
............................................
y(n1) (x) =
y(n) (x) =
(n1)
(x)
k=1 ck (x) yk
Pn
(n)
k=1 ck (x) yk (x)
Pn
f (x)
a0 (x) .
141
care conduc la
L
y = a0 (x) y(n) + a1 (x) y(n1) + + an1 (x) y0 + an (x) y
=
Pn
k=1 ck (x)
(n)
(n1)
a0 (x) yk +a1 (x) yk
+ + an1 (x) yk0 +an (x) yk +f (x) = f (x).
Definitia 7.17 Prin ecuatie diferential

a liniar
a de ordinul n cu coeficienti
constanti se ntelege o ecuatie de forma
a0 y (n) + a1 y (n1) + + an1 y 0 + an y = f (x)
(7.15)
unde a0 , a1 , ..., an sunt numere reale si f : I R este o functie continu

a definit
a
pe un interval I R.
Observatia 7.7 Ecuatia (7.15) este un caz particular pentru ecuatia (7.11) si anume
cel n care functiile a0 (x), a1 (x), ... , an (x) sunt functii constante. Ecuatia (7.15) se
poate scrie sub forma
P (D)y = f
unde P este polinomul
P (r) = a0 rn + a1 rn1 + + an1 r + an
numit polinomul caracteristic asociat ecuatiei considerate.
Observatia 7.8 Folosind notatia lui Euler
ei = cos + i sin
definim pentru fiecare num
ar complex r = + i functia complexa
R C : x 7 erx = e(+i)x = ex cos(x) + i ex sin(x)
cu propriet
atile
D e(+i)x = ( + i) e(+i)x
Re (D erx ) = D( Re erx )
Im (D erx ) = D( Im erx )
unde Re z si Im z reprezint
a partea reala si repectiv imaginara a numarului z.
142
Propozitia 7.18 Functia

y(x) = erx
y : R C,
este solutie a ecuatiei omogene
P (D)y = 0
dac
a si numai dac
a r este r
ad
acin
a a polinomului caracteristic, adic
a dac
a
a0 rn + a1 rn1 + + an1 r + an = 0.
Demonstratie. Deoarece Dk erx = rk erx si
P (D) erx = ( a0 rn + a1 rn1 + + an1 r + an )erx
avem
P (D) erx = 0
P (r) = 0.
Propozitia 7.19 Dac

a polinomul caracteristic P (r) are r
ad
acinile r1 , r2 , ... , rk
cu multiplicit
atile m1 , m2 , ... , mk , adic
a
P (r) = a0 (r r1 )m1 (r r2 )m2 (r rk )mk
atunci P (D) admite factorizarea
P (D) = a0 (D r1 )m1 (D r2 )m2 (D rk )mk
ordinea factorilor put
and fi schimbat
a f
ar
a a afecta rezultatul.
a din linearitatea lui D si din relatia Dp Dq = Dp+q .
Propozitia 7.20 Dac
a Q(r) este un polinom si (x) este o functie atunci
Q(D) (erx ) = erx Q(D + r)
oricare ar fi r C.
143
Demonstratie. Ar
at
am mai nt
ai prin inductie ca
Dk (erx ) = erx (D + r)k .
Avem
D (erx ) = erx D + rerx = erx (D + r).
Presupun
and c
a Dk (erx ) = erx (D + r)k obtinem
Dk+1 (erx ) = D(erx (D + r)k ) = erx (D + r)(D + r)k = erx (D + r)k+1 .
Daca Q(r) = 0 rm + 1 rm1 + + m1 r + m atunci
Q(D) (erx ) = 0 Dm (erx )+1 Dm1 (erx )+ +m1 D(erx )+m erx
= erx [0 (D+r)m +1 (D+r)m1 + +m1 (D+r)+m ]
= erx Q(D + r).
a a ecuatiei
(D r)k y = 0
este
y(x) = c0 erx + c1 x erx + + ck1 xk1 erx .
Demonstratie. Conform propozitiei anterioare avem relata
Dk (erx y) = erx (D r)k y
care arat
a c
a ecuatia (D r)k y = 0 este echivalenta cu ecuatia
Dk (erx y) = 0
care implic
a
erx y(x) = c0 + c1 x + + ck1 xk1
adica
y(x) = c0 erx + c1 x erx + + ck1 xk1 erx .
144
Propozitia 7.22 Fie ecuatia diferential

a liniar
a omogen
a cu coeficienti reali
P (D)y = 0
unde P (r) = a0 rn + a1 rn1 + + an1 r + an este polinomul caracteristic.
a) Dac
a rj este r
ad
acin
a real
a a lui P cu multiplicitatea mj atunci functiile
erj x ,
x erj x ,
, xmj 1 erj x
sunt solutii particulare ale ecuatiei P (D)y = 0.

b) Dac
a rj = j +ij este r
ad
acin
a complex
a a lui P cu multiplicitatea mj atunci
ej x cos(j x),
x ej x cos(j x),
, xmj 1 ej x cos(j x),
ej x sin(j x),
x ej x sin(j x),
, xmj 1 ej x sin(j x)
sunt solutii particulare ale ecuatiei P (D)y = 0.

Demonstratie. Conform prop. 7.19 ecuatia P (D)y = 0 admite o factorizare de forma
Q(D) (D rj )mj y = 0
si (Drj )mj y = 0 implic
a P (D)y = 0. Deoarece ec. P (D)y = 0 are coeficienti reali
P (D)y = 0
P (D) (Re y) = Re ( P (D)y ) = 0

P (D) (Im y) = Im ( P (D)y ) = 0
adica n cazul n care rj este r

ad
acina complexa cu multiplicitatea mj functiile

y : R R,
y(x) = Re c0 erj x + c1 x erj x + + cmj 1 xmj 1 erj x
y : R R,
y(x) = Im c0 erj x + c1 x erj x + + cmj 1 xmj 1 erj x
si
sunt solutii ale ecuatiei P (D)y = 0 oricare ar fi constantele reale c0 , c1 , ... , cmj 1 .
Observatia 7.9 Se poate demonstra ca n toate cazurile n spatiul solutiilor exista o
baza format
a din solutii particulare de tipul celor prezentate in propozitia anterioara.
145
Exercitiul 7.1 S
a se determine solutia generala a ecuatiilor
y 00 5y 0 + 6y = 0
a)
b) y 000 6y 00 + 12y 0 8y = 0
c) y 00 + y 0 + y = 0
d)
(D2 D + 1)3 y = 0
e)
(D 3)4 (D2 + 2)2 y = 0.
R
aspuns.
a)
y(x) = c1 e2x + c2 e3x
b) y(x) = c1 e2x + c2 x e2x + c3 x2 e2x

1
c) y(x) = c1 e 2 x cos(
3
2 x)
+ c2 e 2 x sin(
3
2 x)
1
3
3
x
2 sin(
2 x) + c2 e
2 x)
1
1
+c3 x e 2 x cos( 23 x) + c4 x e 2 x sin( 23 x)
1
1
+c5 x2 e 2 x cos( 23 x) + c6 x2 e 2 x sin( 23 x)
1
d) y(x) = c1 e 2 x cos(
e) y(x) = c1 e3x + c2 x e3x + c3 x2 e3x + c4 x3 e3x
+c5 cos( 2x) + c6 sin( 2x) + c7 x cos( 2x) + c8 x sin( 2x).

Propozitia 7.23 Ecuatia Euler
a0 xn y (n) + a1 xn1 y (n1) + + an1 x y 0 + an y = 0
se reduce la o ecuatie diferential
a liniar
a cu coeficienti constanti prin schimbarea de
t
variabil
a x = e , unde t este noua variabil
a independent
a.
Demonstratie (cazul n = 3). Not
and cu z(t) noua functie necunoscuta avem relatia
y(x) = z(ln x)
care prin deriv
ari succesive conduce la
y 0 (x) =
1
x
z 0 (ln x) = et z 0 (t)
y 00 (x) =
1
x2
z 00 (ln x)
y 000 (x) =
1
x3
z 000 (ln x)
1
x2
z 0 (ln x) = e2t ( z 00 (t) z 0 (t) )
3
x3
z 00 (ln x)
2
x3
z 0 (ln x) = e3t ( z 000 (t) 3z 00 (t) + 2z 0 (t) )
146
In urma schimb
arii de variabil
a, ecuatia Euler
a0 x3 y 000 + a1 x2 y 00 + a2 x y 0 + a3 y = 0
devine
a0 z 000 + (3a0 + a1 )z 00 + (2a0 a1 + a2 )z 0 + a3 z = 0.
Observatia 7.10 Relatia x = et , echivalenta cu t = ln x, conduce la
dt d
1 d
d
d
=
=
= et .
dx
dx dt
x dt
dt
Ecuatia Euler se poate scrie
!
n1
d
dn
n1 d
+
a
x
+ + an1 x
a0 x
+ an y = 0
1
dxn
dxn1
dx
n
si formal, schimbarea de variabil

a x = et n ecuatia Euler se poate realiza nlocuind
d
d
cu et dt
. De remarcat ca
x cu et si operatorul de derivare dx

7.3
d
dt
2
=e
d
d
et
dt
dt

= e2t
d2
d
e2t .
dt2
dt
Sisteme diferentiale liniare
Definitia 7.24 Prin sistem diferential liniar de ordinul nt

ai se ntelege un
sistem de ecuatii diferentiale de forma
0
y1 = a11 (x)y1 + a12 (x)y2 + + a1n (x)yn + f1 (x)
y20 = a21 (x)y1 + a22 (x)y2 + + a2n (x)yn + f2 (x)
.............................................................
yn = an1 (x)y1 + an2 (x)y2 + + ann (x)yn + fn (x)
(7.16)
unde x este variabila independent

a, y1 , y2 , ... , yn sunt functiile necunoscute si
aij : I R
fi : I R
unde
i, j {1, 2, ..., n}
sunt functii continue definite pe un interval I R.
147
Observatia 7.11 Sistemul diferential liniar (7.16) se poate scrie sub forma matriceala
Y 0 = A(x)Y + F (x)
utilizand notatiile
Y =
y1
y2
..
.
yn
a11 (x) a12 (x) a1n (x)
a21 (x)
A(x) =

a2n (x)
a22 (x)
F (x) =
an1 (x) an2 (x) ann (x)
f1 (x)
f2 (x)
..
.
fn (x)
Teorema 7.25 (de existent

a si unicitate). Dac
a
aij : I R
unde
fi : I R
i, j {1, 2, ..., n}
sunt functii continue atunci oricare ar fi (x0 , y10 , y20 , ..., yn0 ) I Rn exist
a o unic
a
solutie Y (x) nc
at
Y = A(x) Y + F (x)
si
Y (x0 ) =
y10
y20
..
.
yn0
Teorema 7.26 Spatiul V al tuturor solutiilor sistemului diferential liniar omogen

Y 0 = A(x) Y
este un spatiu vectorial de dimensiune n.
Demonstratie. Pentru x0 I fixat, din teorema de existenta si unicitate rezulta ca
aplicatia liniar
a
V Rn : Y 7 Y (x0 )
este un izomorfism liniar.
Observatia 7.12 Rezolvarea sistemului omogen Y 0 = AY este echivalenta cu gasirea
unei baze al lui V, adic
a cu g
asirea a n solutii liniar independente.
148
Definitia 7.27 Plec

and de la n solutii ale sistemului omogen Y 0 = A(x)Y
Y1 =
y11
y21
..
.
yn1
Y2 =
y12
y22
..
.
yn2
...
, Yn =
y1n
y2n
..
.
ynn
construim matricea Wronski
W =
y1n
y2n

ynn
y11 y12
y21 y22

yn1 yn2
si wronskianul
w = det W.
Teorema 7.28 Solutiile Y1 , Y2 , ... , Yn formeaz
a o baz
a a spatiului vectorial V
dac
a si numai dac
a wronskianul lor este nenul ntr-un punct fixat x0 I, adic
a
w(x0 ) 6= 0.
V Rn : Y 7 Y (x0 )
este un izomorfism liniar, solutiile Y1 , Y2 , ... , Yn sunt liniar independente daca si
numai dac
a vectorii Y1 (x0 ), Y2 (x0 ), ... , Yn (x0 ) din Rn sunt liniar independenti, ceea
ce este echivalent cu w(x0 ) 6= 0.
Teorema 7.29 Wronskianul solutiilor Y1 , Y2 , ... , Yn verific
a relatia
Rx
w(x) = w(x0 ) e
x0
tr A(t) dt
unde tr A(t) = a11 (t) + a22 (t) + + ann (t) este urma matricei A(t).
(7.17)
149
Demonstratie (cazul n = 2.) Avem

w0 (x)
d
dx

y11 (x) y12 (x)

y (x) y (x)
21
22
0
y11 (x) y12 (x)

=
y 0 (x) y (x)
22
21

a11 (x) y11 (x)+a12 (x) y21 (x) y12 (x)

=
a (x) y (x)+a (x) y (x) y (x)
21
11
22
21
22

0 (x)
y11 (x) y12

+
y (x) y 0 (x)
21
22

y11 (x) a11 (x) y12 (x)+a12 (x) y22 (x)

+
y (x) a (x) y (x)+a (x) y (x)
21
21
12
22
22
= (a11 (x) + a22 (x)) w(x)

adica w verific
a ecuatia diferentiala liniara
w0 = tr A(x) w.
Observatia 7.13 Din relatia (7.13) rezulta ca daca wronskianul se anuleaza ntr-un
punct x0 I atunci el se anuleaz
a n toate punctele x I.
a a sistemului liniar neomogen
Y 0 = A(x) Y + F (x)
se obtine adun
and la solutia general
a a sistemului liniar omogen asociat
Y 0 = A(x) Y
o solutie particular
a Y a sistemului neomogen.
Demonstratie. Deoarece Y 0 = A(x) Y + F (x) obtinem
Y 0 = A(x) Y
= (Y + Y )0 = A(x) (Y + Y ) + F (x)
Y 0 = A(x) Y + F (x) = (Y Y )0 = A(x) (Y Y ).

Observatia 7.14 Folosind matricea Wronski W asociata unei baze {Y1 , Y2 , ... , Yn }
a lui V solutia general
a
Y = c1 Y1 + c2 Y2 + + cn Yn
150
a ecuatiei liniare omogene Y 0 = A(x) Y se poate scrie sub forma
Y (x) = W (x) C
C=
unde
c1
c2
..
.
cn
Rn .
Teorema 7.31 (Metoda variatiei constantelor). Dac

a solutia general
a a sistemului
Y 0 = A(x) Y
este Y (x) = W (x) C atunci o solutie particular
a sistemului neomogen
Y 0 = A(x) Y + F (x)
se poate obtine c
aut
and-o de forma
Y (x) = W (x) C(x)
unde C(x) este o solutie a sistemului
C 0 (x) = W 1 (x) F (x).
Demonstratie. Deoarece W 0 = A(x)W si Y 0 (x) = W 0 (x) C(x) + W (x) C 0 (x) avem
Y 0 = A(x) Y + F (x)
daca si numai dac
a W (x) C 0 (x) = F (x)
Definitia 7.32 Prin sistem diferential liniar omogen cu coeficienti constanti
se ntelege un sistem de ecuatii de forma
Y 0 = AY
A Mnn (R).
unde
Propozitia 7.33 Functia vectorial

a Y : R Cn , Y (x) = w ex , unde
w=
w1
w2
..
.
wn
Cn
151
verific
a relatia
Y 0 = AY
dac
a si numai dac
a
Aw = w.
Demonstratie. Deoarece Y 0 (x) = w ex nlocuind n Y 0 = AY obtinem Aw = w.
Observatia 7.15 Fie o r
ad
acina a polinomului caracteristic
det (A I) = 0.
Daca R atunci este valoare proprie a matricei A si alegand un vector propriu
corespunz
ator w Rn obtinem solutia netriviala Y (x) = w ex a sistemului Y 0 =
AY . Dac
a 6 R atunci exist
a w Cn astfel ncat Aw = w si

Y1 (x) = Re w ex ,
Y2 (x) = Im w ex
sunt solutii ale sistemului Y 0 = AY .

Exercitiul 7.2 S
a se determine solutia generala a sistemului
(
y10 = y1 + y2
y20 = y1 + y2 .
Rezolvare. Ecuatia

1
1

1
1

=0

are rad
acinile 1 = 1 + i si 2 = 1 i. O solutie particulara a ecuatiei Av = (1 + i)v,
adica
1 1
1 1
v1
v2
= (1 + i)
v1
v2
152
este v =
1
i
. Rezult
a c
a solutia generala a sistemului este
(
Y (x) = c1 Re
(
= c1 Re
= c1
1
i
1
i
e(1+i)x
cos x
sin x
1
i
+ c2 Im
e(1+i)x
ex (cos x + i sin x) + c2 Im
!
sin x
cos x
ex + c2
1
i
ex (cos x + i sin x)
ex .
Observatia 7.16 Dac

a matricea A Mnn (R) este diagonalizabila si {v1 , v2 , ..., vn }
unde
v11
v12
v1n
v21
v22
v2n
v1 =
,
v
=
,
v
=
2
n
..
..
..
.
.
.
vn1
vn2
vnn
este o baz
a a lui Rn format
a din vectori proprii ai lui A corespunzatori valorilor
proprii 1 , 2 , ... , n (distincte sau nu) atunci solutia generala a sistemului Y 0 = AY
este
Y (x) = c1
v11
v21
..
.
vn1
e 1 + c2
v12
v22
..
.
vn2
e 2 + + cn
v1n
v2n
..
.
vnn
x
e n .
Exercitiul 7.3 S
y1 = y2 + y3
y0 = y + y
1
3
2
y0 = y + y
1
2
3
Rezolvare. Rezolv
and ecuatia

1

1
1
1
1
1

=0

obtinem 1 = 2, si 2 = 3 = 1. Deoarece subspatiile proprii corespunzatoare sunt

V2 = { (1, 1, 1) | R },
V1 = { (1, 0, 1) + (0, 1, 1) | , R }.
153
rezulta c
a solutia general
a a sistemului este
0
1
1
Y (x) = c1 1 e2x + c2 0 ex + c3 1 ex .
1
1
1
Observatia 7.17 S
tim c
a, n general, o matrice A Mnn (R) nu este diagonalizabila. Dac
a este o r
ad
acin
a reala (respectiv, complexa) cu multiplicitatea m a
polinomului caracteristic atunci partea din solutia generala corespunzatoare lui
poate fi g
asit
a c
aut
and-o de forma
Y (x) =
11 xm1 + 12 xm2 + + 1m1 x + 1m

21 xm1 + 22 xm2 + + 2m1 x + 2m
...................................................................
n1 xm1 + n2 xm2 + + nm1 x + 1m
x
e
unde coeficientii jk sunt reali (respectiv, complecsi). In cazul complex, n final se

separa p
artile real
a si imaginar
a ale a solutiei gasite.
Exercitiul 7.4 S
y1 = y1 + y2
0
y2 = y2 + 4y3
y 0 = y 4y
1
3
3
Rezolvare. Valorile proprii sunt 1 = 0 si 2 = 3 = 3, iar subspatiile proprii
corespunz
atoare
V0 = { (4, 4, 1) | R },
V3 = { (1, 2, 1) | R }.
Deoarece dimV3 = 1 rezult

a c
a matricea sistemului nu este diagonalizabila. Cautand
partea din solutia general
a referitoare la 2 = 3 = 3 de forma
1 x + 1
Y (x) = 2 x + 2 e3x
3 x + 3
gasim
x
1
3x
Y (x) = 1 2x + 1 e
+ 1 2 e3x .
x1
1
154
Solutia general
a a sistemului este
1
x
4
Y (x) = c1 4 + c2 2x + 1 e3x + c3 2 e3x .

1
x1
1
Observatia 7.18 O alt
a metoda de rezolvare a sistemelor liniare omogene cu
coeficienti constanti, numit
a metoda elimin
arii, se bazeaza pe faptul ca fiecare dintre
functiile necunoscute yj verific
a o ecuatie diferentiala liniara.
Exercitiul 7.5 S
a se rezolve sistemul
y1 = y2
0
y2 = y3
y0 = y .
1
3
Rezolvare. Functia necunoscut
a y1 verifica ecuatia liniara
y1000 y1 = 0.
Deoarece P (r) = r3 1 are r

ad
acinile r1 = 1 si r2,3 = 12 i 23 , rezulta ca
3
3
x
21 x
12 x
y1 (x) = c1 e + c2 e
cos
x + c3 e
sin
x.
2
2
Prin derivarea lui y1 se obtin y2 si y3 .
Observatia 7.19 Deoarece izomorfismul de spatii vectoriale
2
Mnn (K) Kn :
a11 a12
a21 a22

an1 an2
a1n
a2n

ann
7 (a11 , a12 , ..., a1n , a21 , a22 , ..., a2n , ..., an1 , an2 , ..., ann )
permite identificarea spatiului vectorial Mnn (K) cu Kn , aplicatia
|| || : Mnn (K) R,
a11 a12
a21 a22

an1 an2
a1n
a2n

ann
v
uX
u n
t
|aij |2
i,j=1
155
este o norm
a pe Mnn (K). In particular, o serie de matrice
ak Ak
k=0
este convergent
a dac
a exist
a limita
lim
m
X
ak Ak
k=0
adica dac
a exist
a B Mnn (K) astfel ncat

m

X

ak Ak B = 0.
lim
m

k=0
Propozitia 7.34 Dac

a seria de puteri
ak xk
k=0
are raza de convergent

a R > 0 si dac
a A Mnn (K) este astfel nc
at ||A|| < R
atunci seria de matrice
ak Ak
k=0
este convergent
a.
Demonstratie. Aleg
and r astfel ncat ||A|| < r < R obtinem relatia

ak Ak = |ak | Ak |ak | ||A||k < |ak | r k .
P
k
a, din criteriul comparatiei rezulta ca seria
k=0 ak r fiind absolut convergent
P
k
k
a, ceea ce implica convergenta seriei
k=0 ||ak A || este convergent
k=0 ak A .
Seria
P
Observatia 7.20 Deoarece seria exponentiala

ex =
X
xk
k=0
k!
=1+
x
x2
+
+
1!
2!
156
are raza de convergent

a r = rezulta ca pentru orice matrice A Mnn (K) putem
defini matricea
X
Ak
A A2
eA =
=1+ +
+
k!
1!
2!
k=0
numita exponentiala matricei A. Se poate arata ca functia matriceala
R Mnn (K) : t 7 etA
este derivabil
a si c
a (etA )0 = A etA adica
Y (t) = etA C
este solutie a sistemului liniar Y 0 = AY , oricare ar fi C Rn .
Exercitiul 7.6 S
a se determine solutia sistemului
y1 = y2 + y3
y0 = y + y
1
3
2
y0 = y + y .
1
2
3
Rezolvare. Matricea sistemului
0 1 1
A= 1 0 1
1 1 0
este diagonalizabil
a
Deoarece
2 0
0
1
S AS = 0 1 0
0 0 1
unde
1 1
0
1 .
S= 1 0
1 1 1
2 0
0
A = S 0 1 0 S 1
0 0 1
obtinem
2k
0
0
2 0
0
k
1
k
0 S 1
A = S 0 1 0 S = S 0 (1)
0 0 1
0
0
(1)k
157
si
etA =
X
(tA)k
k=0
k!
2k
0
0
e2t 0
0
1
t
k
0 S 1
0 S = S 0 e
=
S 0 (1)
k!
k=0
0
0 et
0
0
(1)k
k
X
t
relatie care permite scrierea explicita a solutiei generale.
158
Capitolul 8
Grupuri. Reprezent
ari liniare
8.1
Grupuri
Vom prezenta c
ateva elemente referitoare la grupuri si reprezentarile lor liniare.
Definitia 8.1 Prin grup se ntelege o multime G pe care este definit
a o lege de
compozitie intern
a
G G G : (x, y) 7 x y
satisf
ac
and conditiile:
1) (g1 g2 )g3 = g1 (g2 g3 ), g1 , g2 , g3 G;
2) exist
a e G astfel nc
at ge = eg = g, g G;
3) oricare ar fi g G exist
a g 1 G astfel nc
at gg 1 = g 1 g = e.
Grupul este numit grup comutativ (sau abelian) dac
a, n plus,
4) g1 g2 = g2 g1 g1 , g2 G.
Propozitia 8.2 a) Elementul e cu proprietatea
ge = eg = g,
g G
este unic n G si se numeste element neutru.

b) Pentru orice g G elementul g 1 cu proprietatea
gg 1 = g 1 g = e
este unic n G si se numeste inversul lui g.
159
160
Demonstratie. Avem
ge = eg = g,
ge0 = e0 g = g,
g G
g G
e = ee0 = e0
si
gg 1 = g 1 g = e
gh = hg = e
= h = he = h(gg 1 ) = (hg)g 1 = eg 1 = g 1 .
Observatia 8.1 In cazul n care n locul notatiei multiplicative g1 g2 se utilizeaza

notatia aditiv
a g1 +g2 elementul neutru este notat cu 0. Elementul h cu proprietatea
h + g = g + h = 0 este notat cu g si numit opusul lui g.
8.2
Reprezent
ari liniare
Definitia 8.3 Fie G si G0 dou

a grupuri. O aplicatie
f : G G0
este numit
a morfism de grupuri dac
a
f (g1 g2 ) = f (g1 ) f (g2 ),
g1 , g2 G.
Exercitiul 8.1 Multimea tuturor automorfismelor unui spatiu vectorial V

GL(V ) = { A : V V | A este liniara si bijectiva }
mpreun
a cu operatia de compunere este un grup (grupul automorfismelor lui V ).
Definitia 8.4 Prin reprezentare liniar
a a grupului G n spatiul vectorial V peste
corpul K (numit
a si reprezentare K-liniar
a) se ntelege un morfism de grupuri
T : G GL(V ) : g 7 T (g)
adic
a o aplicatie astfel nc
at
T (g1 g2 ) = T (g1 ) T (g2 ),
g1 , g2 G.
Dimensiunea reprezent
arii este prin definitie dimensiunea spatiului vectorial V .
Grupuri. Reprezent
ari liniare
161
Exercitiul 8.2 Multimea matricelor inversabile de ordinul n cu elemente din K

GL(n, K) = { A Mnn (K) | det A 6= 0 }
mpreun
a cu nmultirea matricelor este grup (se numeste grupul general linear).
Definitia 8.5 Prin reprezentare matriceal
a n-dimensional
a a unui grup G se
ntelege un morfism de grupuri de forma
T : G GL(n, K) : g 7 T (g).
Reprezentarea este numit
a real
a n cazul K = R si complex
a n cazul K = C.
Propozitia 8.6 Fie V un spatiu vectorial peste corpul K. Dac
a {e1 , e2 , ..., en } este
o baz
a a lui V si
T : G GL(V ) : g 7 T (g)
o reprezentare liniar
a a unui grup G n V atunci aplicatia
t11 (g) t12 (g) t1n (g)
t21 (g)
T : G GL(n, K) : g
7 T (g) =

t22 (g) t2n (g)
tn1 (g) tn2 (g) tnn (g)
unde elementele tij (g) sunt astfel nc

at
T (g)ej =
n
X
g G, j {1, 2, ..., n}
tij (g)ei ,
i=1
este o reprezentare matriceal

a n-dimensional
a a lui G.
Demonstratie. Deoarece T (g1 g2 ) = T (g1 ) T (g2 ), din relatiile
T (g1 g2 )ej
T (g1 ) T (g2 )ej
Pn
i=1 tij (g1 g2 )ei
= T (g1 )
=
Pn
Pn
Pn
k=1 tkj (g2 )ek
k=1 tkj (g2 )
Pn
i=1 (
Pn
k=1 tkj (g2 )T (g1 )ek
Pn
i=1 tik (g1 )ei
k=1 tik (g1 )tkj (g2 )) ei
162
rezulta c
a
tij (g1 g2 ) =
n
X
i, j {1, 2, ..., n}
tik (g1 ) tkj (g2 ),
k=1
adica T (g1 g2 ) = T (g1 ) T (g2 ).

Observatia 8.2 Matricea T (g) este matricea transformarii liniare T (g) : V V
n raport cu baza considerat
a. Alegand o alta baza {e01 , e02 , ..., e0n } se poate defini n
mod similar reprezentarea
T 0 : G GL(n, K) : g 7 T 0 (g).
Stim ns
a c
a cele dou
a reprezent
ari matriceale sunt legate prin relatia
T 0 (g) = S 1 T (g) S,
g G
unde S este matricea de trecere de la baza {e1 , e2 , ..., en } la {e01 , e02 , ..., e0n }.
Definitia 8.7 Dou
a reprezent
ari matriceale n-dimensionale peste K ale unui grup
T1 : G GL(n, K)
si
T2 : G GL(n, K)
sunt numite echivalente dac

a exist
a S GL(n, K) astfel nc
at
T2 (g) = S 1 T1 (g) S,
g G.
Exercitiul 8.3 Aplicatia R : R GL(R2 ) : t 7 R(t) unde

R(t) : R2 R2 , R(t)(x, y) = (x cos t y sin t, x sin t + y cos t)
este o reprezentare liniar
a a grupului aditiv (R, +) n spatiul vectorial R2 .
Alegand n R2 baza {e1 = (1, 0), e2 = (0, 1)} obtinem reprezentarea matriceala
R : R GL(2, R) : t 7 R(t) =
Rezolvare. Avem R(t + s) = R(t) R(s).
cos t sin t
sin t cos t
Grupuri. Reprezent
ari liniare
8.3
163
Reprezent
ari ireductibile
Definitia 8.8 Dou

a reprezent
ari liniare n-dimensionale peste K ale unui grup G
T1 : G GL(V1 )
si
T2 : G GL(V2 )
sunt numite echivalente dac

a exist
a un izomorfism liniar S : V1 V2 astfel nc
at
T1 (g) = S 1 T2 (g) S,
g G
adic
a astfel nc
at diagrama
T1 (g)
V1
- V1
S
?
V2
S
?
- V2
T2 (g)
este comutativ
a.
Definitia 8.9 Fie T : G GL(V ) o reprezentare liniar
a a grupului G n V .
Spunem c
a subspatiul vectorial W V este invariant fat
a de T dac
a
T (g)(W ) W,
g G.

a reprezentarea liniar
a
T : G GL(V )
este o reprezentare ireductibil
a dac
a singurele subspatii invariante sunt {0} si
V . In caz contrar, reprezentarea este numit
a reductibil
a.
Exercitiul 8.4 Reprezentarea liniara T : R GL(R3 ) : t 7 T (t) unde
T (t) : R3 R3 , T (t)(x, y, z) = (x cos t y sin t, x sin t + y cos t, z)
a reductibila a grupului aditiv (R, +) n R3 .
Rezolvare. Subspatiul W = { (x, y, 0) | x, y R } R3 este subspatiu invariant.
164
Propozitia 8.11 Dac

a
T1 : G GL(V1 )
si
T2 : G GL(V2 )
sunt dou
a reprezent
ari K-liniare atunci aplicatia
T : G GL(V1 V2 ),
T (g)(x1 , x2 ) = (T1 (g)x1 , T2 (g)x2 )
este o reprezentare K-liniar

a a grupului G n spatiul produs direct V1 V2 , numit
a
suma reprezent
arilor T1 si T2 , notat
a cu T1 T2 .
Demonstratie. Avem
T (g1 g2 )(x1 , x2 ) = (T1 (g1 g2 )x1 , T2 (g1 g2 )x2 )
= (T1 (g1 ) T1 (g2 )x1 , T2 (g1 ) T2 (g2 )x2 )
= T (g1 )(T1 (g2 )x1 , T2 (g2 )x2 ) = T (g1 )T (g2 )(x1 , x2 ).
Propozitia 8.12 Dac
a
T : G GL(n, K) : g 7 T (g) =
t11 (g) t1n (g)
tn1 (g) tnn (g)
R : G GL(k, K) : g 7 R(g) =
r11 (g) r1k (g)
rk1 (g) rkk (g)

sunt dou
a reprezent
ari matriceale atunci
t11 (g) t1n (g)
t (g) t (g)
nn
n1
T R : G GL(n+k, K) : g 7
0
0
0
0
0
0
r11 (g)
r1k (g)
rk1 (g) rkk (g)
este o reprezentare matriceal

a a lui G, numit
a suma reprezent
arilor T si R.
Grupuri. Reprezent
ari liniare
8.4
165
Reprezent
ari unitare si ortogonale
Definitia 8.13 O submultime H G este numit

a subgrup al grupului G dac
a
g1 H
g2 H
g1 g21 H.
Exercitiul 8.5 Fie V un spatiu vectorial euclidian complex.

formarilor unitare
Multimea trans-
U (V ) = { A : V V | hAx, Ayi = hx, yi, x, y V }

este un subgrup al grupului GL(V ) al tuturor automorfismelor lui V .
Definitia 8.14 Prin reprezentare unitar
a a grupului G n spatiul vectorial euclidian complex V se ntelege un morfism de grupuri
T : G U (V ).
Observatia 8.3 Dac
a T : G U (V ) este o reprezentare unitara atunci
hT (g)x, T (g)yi = hx, yi,
x, y V, g G.
Exercitiul 8.6 Fie A Mnn (C) o matrice cu n linii si n coloane cu elemente

numere complexe si fie A = t A adjuncta ei. Relatiile
A A = I,
A A = I,
A1 = A .

a matrice unitar
a dac
a
A A = I
a cu A1 = A si A A = I).
Observatia 8.4 Dac
a A este o matrice unitara atunci |detA| = 1. Intr-adevar
A A = I
detA detA = 1
|detA|2 = 1.
166
Teorema 8.16 Multimea matricelor unitare de ordinul n

U (n) = { A Mnn (C) | A A = I }
are o structur
a de grup n raport cu nmultirea matricelor, iar
SU (n) = { A U (n) | det A = 1 }
este un subgrup al lui U (n).
Demonstratie. a) Produsul a dou
a matrice unitare A si B este o matrice unitara
(AB) (AB) = B A AB = B B = I
si inversa unei matrice unitare A este o matrice unitara
A1 = A
(A1 ) = (A ) = A = (A1 )1 .
b) Afirmatia rezult
a din relatiile
det(AB) = detA detB,
det(A1 ) = (detA)1 .

a unitar
a a grupului G se ntelege
un morfism de grupuri
T : G U (n).
Exercitiul 8.7 Fie V un spatiu vectorial euclidian real. Multimea transformarilor
ortogonale
O(V ) = { A : V V | hAx, Ayi = hx, yi, x, y V }
este un subgrup al grupului GL(V ) al tuturor automorfismelor lui V .
Definitia 8.18 Prin reprezentare ortogonal
a a grupului G n spatiul vectorial
euclidian real V se ntelege un morfism de grupuri
T : G O(V ).
Grupuri. Reprezent
ari liniare
167
Observatia 8.5 Dac

a T : G O(V ) este o reprezentare ortogonala atunci
hT (g)x, T (g)yi = hx, yi,
x, y V, g G.
Exercitiul 8.8 Fie A Mnn (R) o matrice cu n linii si n coloane cu elemente

numere reale si fie t A transpusa ei. Relatiile
A t A = I,
A1 = t A.
A A = I,

a matrice ortogonal
a dac
a
t
A A=I
a cu A1 = t A si A t A = I).
Observatia 8.6 Dac
a A este o matrice ortogonala atunci detA {1, 1}.
Teorema 8.20 Multimea matricelor ortogonale de ordinul n
O(n) =
A Mnn (R) |
A A=I
are o structur
a de grup n raport cu nmultirea matricelor, iar
SO(n) = { A O(n) | det A = 1 }
este un subgrup al lui U (n).
a ortogonal
a a grupului G se ntelege
un morfism de grupuri
T : G O(n).
168
8.5
Grupul rotatiilor. Reprezent

ari liniare
Propozitia 8.22
(
SO(2) =
cos t sin t
sin t cos t
)
!

t [0, 2) .

Demonstratie. Avem
cos t sin t
sin t cos t
!1
cos t sin t
sin t cos t

cos t

sin t
sin t
cos t

=1

si

SO(2)
2 + 2 = 1
2 + 2 = 1
+ = 0
= 1.
Din relatiile 2 + 2 = 1 si 2 + 2 = 1 rezulta ca exista t, s [0, 2) ncat

cos t sin s
sin t cos s
dar
+ = 0
= 1.
sin(t + s) = 0
cos(t + s) = 1.
s = t
sau
s = 2 t.
Exercitiul 8.9 Dac

a A SO(3) atunci exista t [0, 2) si o matrice S O(3)
astfel nc
at
1
0
0
S 1 AS = 0 cos t sin t .
0 sin t cos t
Rezolvare. Fie
a11 a12 a13
A = a21 a22 a23 SO(3).

a31 a32 a33
Grupuri. Reprezent
ari liniare
169
Matricea A este matricea n raport cu baza canonica a unei transformari ortogonale

A : R3 R3 . Ecuatia caracteristica corespunzatoare este
3

a
22

a32
+(a11 + a22 + a33 )
a23
a33

a
11
+
a31
a13
a33

a
11
+
a21
a12
a22
!

det A = 0

Deoarece t A = A1 , adic
a
a11 a21
a22
a13 a23
a12
a31

a32 =
a33
a22 a23
a32 a33
a21 a31
a23 a33
a21 a31
a22 a32
a12 a32
a13 a33
a11 a31
a13 a33
a11 a31
a12 a32

a

12

a13

a

11

a13

a

11

a12
a22
a23
a21
a23
a21
a22
si det A = 1 rezult
a c
a = 1 este valoare proprie a lui A. Fie e1 un vector propriu
corespunz
ator cu ||e1 || = 1, adic
a Ae1 = e1 . Subspatiul vectorilor ortogonali pe e1
V = {x R3 | hx, e1 i = 0 }
este un subspatiu invariant
xV
hAx, e1 i = hAx, Ae1 i = hx, e1 i = 0.
Daca {e2 , e3 } este o baz

a ortonormata n V atunci B = {e1 , e2 , e3 } este o baza
3
ortonormat
a a lui R n raport cu care matricea lui A are forma
1 0 0
A0 = 0
0
!

unde
este o matrice ortogonala. Notand cu S matricea de trecere de la

baza canonic
a la baza B avem relatia
1 0 0
a11 a21 a31
1
0 = S a12 a22 a32 S
0
a13 a23 a33
170
din care rezult

a
ceea ce arat
a c
a

=1

SO(2). Conform exercitiului anterior exista t [0, 2)
ncat

cos t sin t
sin t cos t
Observatia 8.7 Matricea
1
0
0
0 cos t sin t
0 sin t cos t
este matricea unei rotatii n jurul vectorului e1 (vectorul propriu corespunzator valorii proprii = 1). Grupul SO(3) este grupul rotatiilor spatiului tridimensional.
Exercitiul 8.10 Aplicatia SO(3) O(R3 ) prin care matricei
a11 a12 a13
g = a21 a22 a23 SO(3)

a31 a32 a33
i se asociaz
a transformarea ortogonala g : R3 R3 ,
g(x1 , x2 , x3 ) = (a11 x1 +a12 x2 +a13 x3 , a21 x1 +a22 x2 +a23 x3 , a31 x1 +a32 x2 +a33 x3 )
este o reprezentare ortogonal
a a grupului SO(3) n R3 .
Exercitiul 8.11 Aplicatia
T : SO(3) GL(F(R3 , C)) : g 7 T (g)
unde
T (g) : F(R3 , C) F(R3 , C),
(T (g)f )(x) = f (g 1 x)

a n spatiul vectorial complex F(R3 , C) al tuturor functiilor
f : R3 C.
Grupuri. Reprezent
ari liniare
171
Rezolvare. Avem
(T (g1 g2 )f )(x) = f ((g1 g2 )1 x) = f (g21 g11 x)
= f (g21 (g11 x)) = (T (g2 )f )(g11 x)
= (T (g1 )(T (g2 )f ))(x) = (T (g1 )T (g2 )f )(x).
Exercitiul 8.12 Multimea de matrice
n
O(1, 3) = A GL(4, R) | A I1,3 t A = I1,3

unde
I1,3 =
1 0
0
0
0 1 0
0
0 0 1 0
0 0
0 1
considerat
a mpreun
a cu nmultirea este grup (se numeste grupul Lorentz).
Exercitiul 8.13
(
SU (2) =
!
)

2
2
, C, || + || = 1

Rezolvare. Avem
!
SU (2) =
+ = 0
+ = 1
||2 + ||2 = 1.

ei(+)/2 cos 21
0 < 2
0
2 2
||2 + ||2 = 1
Observatia 8.8 Grupul SU (2) admite parametrizarea

ei(+)/2 cos 12
SU (2) =
i ei()/2 sin 12
i ei()/2 sin 21
cu proprietatea
ei(+)/2 cos 12
i ei()/2 sin 21
i ei()/2 sin 12
ei(+)/2 cos 12
ei/2
cos 21
i sin 12
ei/2
i sin 12
cos 12
ei/2
ei/2
172
parametrii , , fiind numiti unghiurile lui Euler.

Exercitiul 8.14 Dac
a a, b Mnn (K) atunci
tr (ab) = tr (ba).
Rezolvare. Avem
tr (ab) =
n
X
n X
n
X
i=1
i=1 j=1
(ab)ii =
aij bji =
n X
n
X
bji aij =
j=1 i=1
n
X
(ba)jj = tr (ba).
j=1
Observatia 8.9 Folosind baza canonica a lui R3 , putem identifica grupul SO(3) cu
grupul de transform
ari
{ A : R3 R3 | detA = 1, ||Ax|| = ||x||,
x R3 }.
Propozitia 8.23 a) Spatiul matricelor antihermitice de urm

a nul
a de ordinul doi
W = { u M22 (C) | u = u, tr u = 0 }
este un spatiu vectorial real de dimensiune 3 si
3
h : R W,
ix3
x2 + ix1
x2 + ix1
ix3
h(x1 , x2 , x3 ) =
este un izomorfism cu proprietatea

||x||2 = det h(x),
x R3 .
b) Aplicatia
: SU (2) SO(3) : g 7 (g)
unde
(g) : R3 R3 ,
(g)x = h1 (g h(x) g )
este un morfism de grupuri cu nucleul

(
Ker =

g SU (2) (g) =

1 0
0 1
! )
1 0
0 1
1 0
0 1
!)
Grupuri. Reprezent
ari liniare
173
Demonstratie. a) Avem
u=
11 + i11 12 + i12
21 + i21 22 + i22
W = u =
i11
12 + i12
12 + i12
i11
b) Din definitia lui rezult

a c
a
(g1 g2 )x = h1 ((g1 g2 ) h(x) (g1 g2 ) ) = h1 (g1 g2 h(x) g2 g1 )
= h1 (g1 h(h1 (g2 h(x) g2 ))g1 ) = (g1 )((g2 )x) = ((g1 ) (g2 ))x.
Utilizand baza canonic
a a lui R3 obtinem relatiile
ei/2
cos sin 0
=
cos 0
sin
0
0
1
ei/2
1
0
0
=
0 cos sin
1
cos 2
0 sin cos
i sin 12
cos 12
i sin 12
din care deducem c

a det (g) = 1. Deoarece
(g h(x) g ) = g (h(x)) g = g h(x) g ) = g
tr(g h(x) g ) = tr(g g h(x)) = tr h(x) = 0
||(g)x||2 = det (g h(x) g ) = det h(x) = ||x||2
rezulta c
a este un morfism de grupuri bine definit. Elementul g SU (2) apartine
nucleului lui dac
a si numai dac
a (g)x = x oricare ar fi x R3 . Din relatiile
(g)(1, 0, 0) = (1, 0, 0),
(
se deduce c
ag
1 0
0 1
(g)(0, 1, 0) = (0, 1, 0),

!
1 0
0 1
(g)(0, 0, 1) = (0, 0, 1)
!)
Observatia 8.10 Prin morfismul : SU (2) SO(3) fiecare element al lui SO(3)
corespunde la dou
a elemente din SU (2) care difera doar prin semn, (g) = (g).
Orice reprezentare liniar
a
T : SU (2) GL(V )
174
cu proprietatea T (g) = T (g) defineste o reprezentare liniara a grupului SO(3).

Exercitiul 8.15 Aplicatia SU (2) GL(C2 ) obtinuta asociind fiecarui element
!
g=
SU (2)
transformarea
1+
g(z1 , z2 ) = (z1 + z2 , z
z2 )
g : C2 C2 ,
este o reprezentare unitar

a bidimensionala a lui SU (2).
Rezolvare. Avem (g1 g2 )(z1 , z2 ) = g1 (g2 (z1 , z2 )).
Exercitiul 8.16 Aplicatia T : SU (2) GL(F(C2 , C)) obtinuta asociind fiecarui
element g SU (2) transformarea
(T (g)f )(z1 , z2 ) = f (g 1 (z1 , z2 ))
T (g) : F(C2 , C) F(C2 , C),

a a grupului SU (2) in spatiul vectorial complex al tuturor
2
functiilor f : C C.
b) Pentru orice n N subspatiul vectorial al polinoamelor omogene de grad n
(
En =
f : C C, f (z1 , z2 ) =
n
X
ak z1k z2nk
k=0

)

ak C

este un subspatiu invariant al reprezentarii definite la punctul a).

Rezolvare. Inversul elemntului

g=
SU (2)
este
g
si n cazul
f (z1 , z2 ) =

n
X
k=0
ak z1k z2nk
Grupuri. Reprezent
ari liniare
175
obtinem
(T (g)f )(z1 , z2 ) = f (g 1 (z1 , z2 )) =
n
X
1 + z2 )nk .
ak (
z1 z2 )k (z
k=0
Observatia 8.11 Se poate ar

ata ca reprezentarile lui SU (2) induse n subspatiile En
sunt reprezent
ari ireductibile si c
a ele sunt pana la o echivalenta toate reprezentarile
ireductibile ale grupului SU (2). Notand j = (n 1)/2, adica n = 2j + 1, obtinem
f (z1 , z2 ) =
n
X
ak z1k z2nk
j
X
aj+m z1j+m z2jm .
m=j
k=0
si
(T (g)f )(z1 , z2 ) =
j
X
1 + z2 )jm .
aj+m (
z1 z2 )j+m (z
m=j
Pentru fiecare element a SO(3) exista exact doua elemente ga si ga n SU (2)

ncat a = (ga ) = (ga ). Deoarece
(T (g)f )(z1 , z2 ) = (1)2j (T (g)f )(z1 , z2 )
in cazul in care j este intreg, relatia
SO(3) GL(E2j+1 ) : a 7 T (ga )
este o reprezentare ireductibil
a (2j + 1)-dimensionala a grupului SO(3) n spatiul
vectorial E2j+1 .
176
Capitolul 9
Algebre Lie. Reprezent

ari
liniare
9.1
Algebre Lie
Vom prezenta c
ateva elemente referitoare la algebre Lie si reprezentarile lor liniare.
Definitia 9.1 Fie K unul dintre corpurile R si C. Prin algebr
a asociativ
a peste
corpul K se ntelege o multime A considerat
a mpreun
a cu trei operatii
A A : A : (a, b) 7 a + b
K A : A : (, a) 7 a
A A : A : (a, b) 7 ab
(adunarea)
(inmultirea interna)
astfel nc
at A mpreun
a cu primele dou
a operatii este spatiu vectorial si
1) a(b + c) = ab + ac,
a, b, c A;
2) (a + b)c = ac + bc,
a, b, c A;
3) a(bc) = (ab)c,
a, b, c A;
4) (ab) = (a)b = a(b),
a, b A, K.
Prin dimensiunea algebrei A se ntelege dimensiunea spatiului vectorial corespunz
ator.
Exercitiul 9.1 a) Multimea Mnn (K) a tuturor matricelor patrate de ordinul n
considerat
a mpreun
a cu operatiile de adunare a matricelor, nmultire cu scalari si
produsul matricelor este o algebr
a asociativa peste K.
177
178
b) Daca V este un spatiu vectorial peste K atunci multimea L(V ) a tuturor operatorilor liniari A : V V considerata mpreuna cu adunarea operatorilor, nmultirea
cu scalari si compunerea operatorilor este o algebra asociativa peste K.
Definitia 9.2 Fie K unul dintre corpurile R si C. Prin algebr
a Lie peste corpul
K se ntelege o multime L considerat
a mpreun
a cu trei operatii
L L : L : (a, b) 7 a + b
K L : L : (, a) 7 a
L L : L : (a, b) 7 [a, b]
(adunarea)
(crosetul)
astfel nc
at L mpreun
a cu primele dou
a operatii este spatiu vectorial si
1) [a + b, c] = [a, c] + [b, c],
a, b, c L, , K;
2) [a, b] + [b, a] = 0,
a, b L;
3) [[a, b], c] + [[b, c], a] + [[c, a], b] = 0,
a, b, c A (identitatea Jacobi).
Prin dimensiunea algebrei Lie se ntelege dimensiunea spatiului vectorial corespunz
ator.
Observatia 9.1 O algebr
a Lie L poate fi privita ca un spatiu vectorial L pe care
s-a definit o lege de compozitie interna suplimentara
L L : L : (a, b) 7 [a, b]
compatibil
a cu structura de spatiu vectorial.
Propozitia 9.3 a) Plec
and de la orice algebr
a asociativ
a A se obtine o structur
a
de algebr
a Lie pe A definind crosetul prin
[a, b] = ab ba.
b) Algebra Lie peste K obtinut
a plec
and de la Mnn (K) se noteaz
a cu gl(n, K).
c) Algebra Lie peste K obtinut
a plec
and de la L(V ) se noteaz
a cu gl(V ).
Demonstratie. Avem
[a+b, c] = (a + b)cc(a + b) = (ac ca)+(bc cb) = [a, c]+[b, c]
[a, b] = ab ba = (ba ab) = [b, a]
[[a, b], c] + [[b, c], a] + [[c, a], b] = [(ab ba), c] + [(bc cb), a] + [(ca ac), b]
= (abba)cc(abba)+(bccb)aa(bccb)+(caac)bb(caac) = 0.

ari liniare
179

a a algebrei Lie L se ntelege o baz
a {v1 , v2 , ... , vn } a
k
spatiului L privit ca spatiu vectorial. Coeficientii cij K din relatiile
[vi , vj ] =
n
X
ckij vk
k=1
se numesc constantele de structur

a ale algebrei L referitoare la baza aleas
a.
Observatia 9.2 Not
and
eij =
0
0
0 0
0
0
0 0
0
1
0 0
0
0
0 0

0
0
0 0
0
0
0
(singurul element nenul este la intersecta dintre coloana i si linia j), orice matrice
admite reprezentarea
a11
a12
a1n
2
a1 a22
an1
an2
a2n
n
X
=
aji eij = aji eij .
i,j=1
ann
In cazul n = 2
a11 a12
a21 a22
a11
1 0
0 0
a12
0 1
0 0
a21
0 0
1 0
a22
= a11 e11 + a12 e21 + a21 e12 + a22 e22 .

Propozitia 9.5 Algebra Lie gl(n, K), de dimensiune n2 , admite baza
{ eij | i, j {1, 2, ..., n} }
i ek .
Demonstratie. Avem eij ekm = m
j
cu
i k
[eij , ekm ] = m
ej jk eim .
0 0
0 1
180
Definitia 9.6 Prin subalgebr

a Lie a algebrei L se ntelege un subspatiu vectorial
L1 L
astfel nc
at
a L1
b L1
= [a, b] L1 .
Observatia 9.3 Fiecare subalgebra Lie a unei algebre L are o structura de algebra
Lie.
Exercitiul 9.2 a) Multimea matricelor de urma nula
sl(n, K) = { g gl(n, K) | tr g = g11 +g22 + +gnn = 0 }
este o subalgebr
a Lie de dimensiune n2 1 a algebrei gl(n, K).
b) Multimea matricelor antihermitice
u(n) = { g gl(n, C) | t g = g }
are o structur
a natural
a de algebra Lie reala de dimensiune n2 .
c) Multimea matricelor antihermitice de urma nula
su(n) = u(n) sl(n, C) = { g u(n) | tr g = 0 }
are o structur
a natural
a de algebra Lie reala de dimensiune n2 1.
d) Multimea matricelor str
amb simetrice
o(n) = { g gl(n, R) | t g = g }
are o structur
a natural
a de algebra Lie reala de dimensiune
e) Multimea de matrice

1 0
0

0 1 0

o(1, 3) = g gl(4, R) g
0 0 1

0 0
0
0
0
0
1
n(n1)
.
2
1 0
0
0
0 1 0
0
0 0 1 0
0 0
0 1
t
g

ari liniare
181
are o structur
a natural
a de algebr
a Lie reala de dimensiune 6 (numita algebra Lie a
grupului Lorentz).
Rezolvare. a) Avem tr(a + b) = tr a + tr b, tr(a) = tr a,
tr ab =
n
X
(ab)kk =
n X
n
X
akj bjk =
k=1 j=1
k=1
n X
n
n
X
X
bjk akj =
(ba)jj = tr ba
j=1 k=1
j=1
si prin urmare, tr [a, b] = tr(abba) = 0, oricare ar fi a, b gl(n, K). O baza a algebrei

Lie sl(n, K) este
{ ejk | k 6= j } { ekk enn | k {1, 2, ..., n1} }.
b) Daca R si a, b u(n) atunci
t (a)
t (a
=
ta
= (a),
+ b) = t a
+ tb = a b = (a + b),
t [a, b]
= t (ab ba) = tb t a
ta
tb = ba ab = [a, b].
O baza a algebrei Lie u(n) este

{ ejk ekj | k < j } { i(ejk +ekj ) | k < j } { i ekk | k {1, 2, ..., n} }.
c) O baz
a a algebrei Lie su(n) este
{ ejk ekj | k < j } { i(ejk +ekj ) | k < j } { i (ekk enn ) | k {1, 2, ..., n1} }.
d) O baz
a a algebrei Lie o(n) este
{ ejk ekj | k < j }.
e) Se obtine

1
o(1, 3) =

1
2 3

0
4 5
, , ... , 6 R
4
0
6 1 2

5 6 0
O baza a algebrei Lie o(1, 3) este { e21 +e12 , e31 +e13 , e41 +e14 , e31 e13 , e24 e42 , e34 e43 }.
182
Definitia 9.7 Fie G GL(n, K) un subgrup. Prin subgrup cu un parametru

al grupului G se ntelege un morfism de grupuri
g : R G
adic
a o aplicatie astfel nc
at
t, s R.
g(t + s) = g(t) g(s),
Exercitiul 9.3 Oricare ar fi matricea a gl(n, K) aplicatia

g(t) = eta
g : R GL(n, K),
este un subgrup cu un parametru al lui GL(n, K) astfel ncat

dg
(0) = a
dt
(a poate fi privit ca fiind generatorul infinitezimal al subgrupului considerat).
Rezolvare. T
in
and seama de definitia exponentialei unei matrice obtinem
d ta
e = aeta .
dt
g(t + s) = e(t+s)a = eta esa = g(t) g(s),
Observatia 9.4 Dac

a matricea A Mnn (K) este diagonalizabila atunci exista o
matrice inversabil
a S Mnn (K) si 1 , 2 , ... , n astfel ncat
A = S 1
1 0 0
0 2 0

0
0 n
relatie din care rezult

a tr A = 1 + 2 + ... + n si egalitatea

e 1
0
eA = S 1

0
e2
0
0

en
care conduce la
det eA = e1 +2 +...+n = etr A .

ari liniare
183
Se poate ar
ata c
a relatia det eA = etr A are loc pentru orice matrice A.
Exercitiul 9.4 a) Dac
a
g : R SL(n, K)
este un subgrup cu un parametru, atunci dg
dt (0) sl(n, K).
ta
b) Daca a sl(n, K) atunci e SL(n, K), oricare ar fi t R si aplicatia
g : R SL(n, K),
g(t) = eta
este un subgrup cu un parametru al lui SL(n, K) astfel ncat
dg
dt (0)
= a.
Rezolvare (cazul n=2). Dac

a
g : R SL(n, K),
g(t) =
g11 (t) g12 (t)

g21 (t) g22 (t)
este un subgrup cu un parametru atunci

g (t) g (t)
12
11

g21 (t) g22 (t)

= 1,

t R.
Derivand aceast
a relatie obtinem egalitatea

g 0 (t) g 0 (t)
11
12

g21 (t) g22 (t)

g (t) g (t)
12
11
+
0
0 (t)
g21 (t) g22

= 0,

t R
care n cazul t = 0 devine

g 0 (0) g 0 (0)
11
12

0
1
adica
tr

1
0

+
0
0 (0)
g21 (0) g22
dg
0
0
(0) = g11
(0) + g22
(0) = 0.
dt

a
g : R U (n)

=0

184

dt (0) u(n).
ta
b) Daca a u(n) atunci e U (n), oricare ar fi t R si aplicatia
g : R U (n),
g(t) = eta
este un subgrup cu un parametru al lui U (n) astfel ncat
dg
dt (0)
= a.
Rezolvare. Dac
a g : R U (n) este un subgrup cu un parametru atunci
g(t) t g(t) = I
t R.
Derivand aceast
a relatie obtinem egalitatea
d
d
g(t) t g(t) + g(t) t g(t) = 0
dt
dt
care n cazul t = 0 devine
d
d
g(0) + t g(0) = 0.
dt
dt

a
g : R SU (n)
dt (0) su(n).
ta
b) Daca a su(n) atunci e SU (n), oricare ar fi t R si aplicatia
g : R SU (n),
g(t) = eta
este un subgrup cu un parametru al lui SU (n) astfel ncat
dg
dt (0)
= a.

a
g : R O(n)
dt (0) o(n).
ta
b) Daca a o(n) atunci e O(n), oricare ar fi t R si aplicatia
g : R O(n),
g(t) = eta
este un subgrup cu un parametru al lui O(n) astfel ncat
dg
dt (0)
= a.

ari liniare
9.2
185
Reprezent
ari liniare
Definitia 9.8 Fie L o algebr

a Lie peste K si L0 o algebr
a Lie peste K0 , unde corpurile K si K0 apartin
and lui {R, C} sunt astfel nc
at K K0 . Prin morfism de
algebre Lie de la L la L0 se ntelege o aplicatie liniar
a A : L L0 cu proprietatea
a, b L.
A([a, b]) = [Aa, Ab],
Definitia 9.9 Spunem ca algebrele Lie L si L0 peste acelasi corp K sunt izomorfe
dac
a exist
a un morfism bijectiv de algebre Lie (numit izomorfism) A : L L0 .
Propozitia 9.10 Dac
a algebrele Lie L si L0 peste acelasi corp K si de aceeasi dimensiune au n raport cu dou
a baze {e1 , e2 , ..., en } si respectiv {e01 , e02 , ..., e0n } aceleasi
constante de structur
a
[ei , ej ] =
n
X
[e0i , e0j ] =
ckij ek ,
k=1
n
X
ckij e0k
k=1
atunci ele sunt izomorfe.

Demonstratie. Aplicatia A : L L0 , Aej = e0j , adica
n
X
A(
n
X
ai ei ) =
i=1
ai e0i
i=1
este un izomorfism de algebre Lie. Ea este, evident, liniara, bijectiva si

A[a, b] = A
hP
n
i=1 ai ei ,
j=1 bj ej =
Pn
Pn
Pn
[e0i , e0j ] =
i,j=1 ai bj
i,j=1 ai bj
Pn
k
k=1 cij Aek
Pn
Pn
i,j=1 ai bj
Pn
i,j=1 ai bj
i,j=1 ai bj
A[ei , ej ]
Pn
k 0
k=1 cij ek
[Aei , Aej ] = [Aa, Ab].
Propozitia 9.11 Algebrele Lie reale o(3) si su(2) sunt izomorfe.

Demonstratie. Algebra Lie o(3) admite baza
{ o1 = e23 e32 , o2 = e31 e13 , o3 = e12 e21 }
186
cu
[o1 , o2 ] = o3 ,
[o2 , o3 ] = o1 ,
[o3 , o1 ] = o2
iar algebra Lie su(2) baza

i
1
i
{ u1 = (e11 e22 ), u2 = (e12 e21 ), u3 = (e12 + e21 ) }
2
2
2
cu
[u1 , u2 ] = u3 ,
[u2 , u3 ] = u1 ,
[u3 , u1 ] = u2 .
Definitia 9.12 Prin reprezentare liniar

a a algebrei Lie L n spatiul vectorial
complex V (numit
a si reprezentare C-liniar
a) se ntelege un morfism de algebre
% : L gl(V ),
adic
a o aplicatie liniar
a cu proprietatea
%([a, b]) = %(a) %(b) %(b) %(a),
a, b L.
Exercitiul 9.8 Dac

a L este o algebra Lie complexa atunci aplicatia
% : L gl(L) : a 7 %(a)
unde
%(a) : L L,
%(a)x = [a, x]

a a algebrei L n spatiul L, numita reprezentarea adjunct
a.
Rezolvare. Aplicatia % este bine definita
%(a)(x + y) = [a, x + y] = [a, x] + [a, y] = %(a)x + %(a)y
liniara
%(a + b)x = [a + b, x] = [a, x] + [b, x] = ( %(a) + %(b))x
si din identitatea Jacobi rezult
a
%([a, b])x = [[a, b], x] = [[b, x], a] [[x, a], b] = [a, [b, x]] [b, [a, x]]
= %(a)(%(b)x) %(b)(%(a)x) = (%(a)%(b) %(b)%(a))x = [%(a), %(b)]x.

ari liniare
9.3
187
Reprezent
ari ireductibile
Definitia 9.13 Fie % : L gl(V ) o reprezentare liniar

a a algebrei Lie L n V .
Spunem c
a subspatiul vectorial W V este invariant fat
a de % dac
a
%(a)(W ) W,
adic
a dac
a
xW
aL
a L
= %(a)x W.

a reprezentarea liniar
a % : L gl(V ) este o reprezentare
ireductibil
a dac
a singurele subspatii invariante sunt {0} si V . In caz contrar,
reprezentarea este numit
a reductibil
a.
Propozitia 9.15 Fie L1 , L2 dou
a algebre Lie izomorfe, : L1 L2 un izomorfism de algebre Lie. Dac
a
%2 : L2 gl(V )
a a algebrei L2 atunci
%1 : L1 gl(V ),
%1 (a) = %2 ((a))

a a algebrei Lie L1 n V . Reprezentarea %1 este ireductibil
a
dac
a si numai dac
a reprezentarea %2 este ireductibil
a.
Demonstratie. Avem
%1 (a + b) = %2 ((a + b)) = %2 ( (a) + (b))
= %2 ((a)) %2 ((b)) = %1 (a) %1 (b)
%1 ([a, b]) = %2 (([a, b])) = %2 ([(a), (b)]))
= [%2 ((a)), %2 ((b))] = [%1 (a), %1 (b)].
Daca W V este un subspatiu vectorial atunci avem
x W = %2 (a)x W,
a L2
188
daca si numai dac

a
x W = %1 (a)x = %2 ((a)) W,
a L1 .
Observatia 9.5 Cunoasterea reprezentarilor ireductibile ale algebrei Lie o(3) este
echivalent
a cu cunoasterea reprezentarilor ireductibile ale algebrei Lie su(2).
Exercitiul 9.9 Dac
a S : V1 V2 este un izomorfism de spatii vectoriale si
%2 : L gl(V2 )
a a algebrei Lie L n spatiul vectorial V2 atunci
%1 : L gl(V1 ),
%1 (a) = S 1 %2 (a) S

a a algebrei Lie L n spatiul vectorial V1 .
Reprezentarea %1 este ireductibil
a daca si numai daca %2 este ireductibila.
Rezolvare. Avem
%1 (a + b) = S 1 %2 (a + b) S
= S 1 %2 (a) S + S 1 %2 (b) S = %1 (a) + %1 (b)
%1 ([a, b]) = S 1 %2 ([a, b]) S = S 1 (%1 (a) %1 (b) %1 (b) %1 (a)) S 1
= S %2 (a) S S 1 %2 (b) S S 1 %2 (b) S S 1 %2 (a)) S
= %1 (a) %1 (b) %1 (b) %1 (a) = [%1 (a), %1 (b)].
Subspatiul W V1 este invariant daca si numai daca S(W ) V2 este invariant. Daca
subspatiul S(W ) este invariant, adica
y S(W ) = %2 (a)y S(W ),
a L
atunci
x W = %1 (a)x = S 1 %2 (a) Sx W,
Deoarece %2 (a) = S%1 (a)S 1 , din
x W = %1 (a)x W,
a L
a L.

ari liniare
189
rezulta
Sx S(W ) = %2 (a)Sx = S%1 (a)x S(W ),
a L.

a reprezent
arile liniare
%1 : L gl(V1 )
%2 : L gl(V2 )
si
sunt echivalente dac

a exist
a un izomorfism liniar S : V1 V2 astfel nc
at
%1 (a) = S 1 %2 (a) S
(9.1)
adic
a dac
a diagrama
%1 (a)
V1
- V1
S
%2 (a)
V2
?
- V2
este comutativ
a oricare ar fi a L.
9.4
Reprezent
arile algebrelor sl(2, C), su(2) si o(3)
Exercitiul 9.10 S
a se arate c
a matricele
1
a3 =
2
0 1
a+ =
0 1
0 0
a =
0 0
1 0
formeaz
a o baz
a a algebrei Lie complexe sl(2, C) si
[a3 , a ] = a ,
[a+ , a ] = 2 a3 .
Daca
% : sl(2, C) gl(V )
este o reprezentare a algebrei Lie sl(2, C) n spatiul V atunci operatorii liniari
A3 = %(a3 ),
A+ = %(a+ ),
A = %(a )
190
verifica relatiile
[A3 , A ] = A ,
[A+ , A ] = 2 A3 .
Rezolvare. Matricea
11 12
M22 (C)
21 22
apartine algebrei Lie sl(2, C) dac

a si numai daca 11 + 22 = 0. Dar n acest caz
11
12
21 11
= 211 a3 + 12 a+ + 21 a .
Deoarece % este morfism de algebre Lie obtinem

[A3 , A ] = [%(a3 ), %(a )] = %([a3 , a ]) = %(a ) = %(a ) = A
[A+ , A ] = [%(a+ ), %(a )] = %([a+ , a ]) = %(2 a3 ) = 2%(a3 ) = 2 A3 .
Propozitia 9.17 Dac
a
% : sl(2, C) gl(V )
este reprezentare ireductibil
a de dimensiune n = 2j+1 atunci exist
a v 6= 0 astfel nc
at
A3 v = jv
si
A+ v = 0
unde A3 = %(a3 ), A+ = %(a+ ).

Demonstratie. Operatorul liniar A3 : V V admite cel putin o valoare proprie
C. Fie x0 V un vector propriu corespunzator, adica A3 x0 = x0 . Deoarece
A3 (A+ x0 ) = (A3 A+ )x0 = (A+ A3 + A+ )x0 = A+ A3 x0 + A+ x0 = ( + 1)A+ x0
rezulta c
a vectorul x1 = A+ x0 verifica relatia
A3 x1 = ( + 1)x1 .
Similar, din
A3 (A+ x1 ) = (A3 A+ )x1 = (A+ A3 + A+ )x1 = A+ A3 x1 + A+ x1 = ( + 2)A+ x1

ari liniare
191
rezulta c
a vectorul x2 = A+ x1 = (A+ )2 x0 verifica relatia
A3 x2 = ( + 2)x2 .
Se poate astfel ar
ata c
a toti vectorii din sirul
x0 ,
x1 = A+ x0 ,
x2 = (A+ )2 x0 ,
x3 = (A+ )3 x0 ,
...
verifica relatia
A3 xk = ( + k)xk .
Vectorii nenuli din acest sir sunt vectori proprii ai lui A3 si deoarece corespund la
valori proprii distincte ei sunt liniar independenti. Spatiul V fiind finit dimensional,
rezulta ca sirul x0 , x1 , x2 , ... poate contine doar un numar finit de vectori nenuli,
adica exist
a xl 6= 0 cu xl+1 = A+ xl = 0. Alegand v = xl avem A+ v = 0. Fie sirul
de vectori
w0 = v,
w1 = A w0 ,
w2 = (A )2 w0 ,
...
Avem
A3 w0 = ( + l)w0
A3 w1 = A3 (A w0 ) = (A3 A )w0 = (A A3 A )w0 = ( + l 1)w1
A3 w2 = A3 (A w1 ) = (A3 A )w1 = (A A3 A )w1 = ( + l 2)w2
si n general
A3 wk = ( + l k)wk .
192
La fel ca mai sus se arat

a c
a sirul w0 , w1 , w2 , ... contine un numar finit de termeni
nenuli, c
a exist
a wm 6= 0 cu wm+1 = A wm = 0. Deoarece
A+ w1 = A+ (A w0 ) = (A+ A )w0 = ([A+ , A ] + A A+ )w0
= 2 A3 w0 = (2 + 2l)w0
A+ w2 = A+ (A w1 ) = (A+ A )w1 = ([A+ , A ] + A A+ )w1
= (2 A3 + A A+ )w1 = 2( + l 1)w1 + (2 + 2l)A w0
= 2(2 + 2l 1)w1
A+ w3 = A+ (A w2 ) = (A+ A )w2 = ([A+ , A ] + A A+ )w2
= (2 A3 + A A+ )w2 = 2( + l 2)w2 + 2(2 + 2l 1)A w1
= 3(2 + 2l 2)w2
si n general
A+ wk = k(2 + 2l k)wk1
subspatiul
W = hw0 , w1 , ... , wm i
generat de vectorii liniar independenti w0 , w1 , ... , wm este invariant fata de actiunea
operatorilor A3 , A+ si A . Reprezentarea % fiind ireductibila trebuie ca W = V si
deci n = m + 1. Matricea operatorului A3 n raport cu baza {w0 , w1 , ... , wm } este
matricea diagonal
a
+l
0
0
+l1
0
0
0
0
0
0
0
0
+ l m + 1
0
0
+lm
Pe de alt
a parte din relatia [A+ , A ] = 2 A3 rezulta ca
trA3 =
1
1
tr([A+ , A ]) = (tr(A+ , A ) tr(A A+ )) = 0.
2
2
Deducem c
a
( + l) + ( + l 1) + ( + l m) = 0

ari liniare
193
adica
(m + 1)( + l)
m(m + 1)
= 0.
2
Deoarece n = m + 1, rezult
a c
a
m
n1
=
2
2
+l =
si notand j = (n 1)/2 obtinem A3 v = j v.

Propozitia 9.18 Dac
a
% : sl(2, C) gl(V )
este reprezentare ireductibil
a de dimensiune n = 2j +1 si v 6= 0 este astfel nc
at
A3 v = j v,
A+ v = 0
atunci sistemul de vectori

{ vj , vj+1 , ... , vj }
definit prin relatiile
vj = v,
A v k =
j(j + 1) k(k 1) vk1
este o baz
a a lui V astfel nc
at
A3 v k = k v k ,
A+ vk =
j(j + 1) k(k + 1) vk+1 .
j(j + 1) k(k 1) = 0
k = j sau k = j + 1
rezulta c
a exist
a constantele nenule c1 , c2 , ... , c2j astfel ncat
v j = w0 ,
vj1 = c1 w1 ,
vj2 = c2 w2 ,
...
vj = c2j w2j
unde {w0 , w1 , ..., w2j } este baza lui V obtinuta n demonstratia propozitiei precedente. Deoarece A3 wk = (j k)wk rezulta ca A3 vk = k vk . Din relatia
A vj =
j(j +1) j(j 1) vj1 =
2j vj1
194
rezulta
A+ vj1 =
1
2j
1
2j
Presupun
and c
a A+ vk =
A+ A vj = 12j (A A+ + 2A3 )vj

p
2j vj = 2j vj = j(j +1) (j 1)j vj .
j(j + 1) k(k + 1) vk+1 obtinem
A+ vk1 =
1
j(j+1)k(k1)
1
j(j+1)k(k1)
p
1
j(j+1)k(k1)
( (j(j + 1) k(k + 1)) + 2k ) vk
A+ A v k =
1
j(j+1)k(k1)
(A A+ + 2A3 )vk
j(j + 1) k(k + 1)A vk+1 + 2A3 vk
j(j + 1) (k 1)k vk .
Teorema 9.19 a) Oricare ar fi n {0, 1, 2, ...}, oricare ar fi spatiul vectorial complex

V de dimensiune n = 2j+1 si oricare ar fi baza {vj , vj+1 , ... , vj } a lui V aplicatia
% : sl(2, C) gl(V )
definit
a prin relatiile
A3 v k = k v k ,
A vk =
j(j + 1) k(k 1) vk1
(9.2)
unde A3 = %(a3 ) si A = %(a ), este o reprezentare ireductibil

a a algebrei Lie sl(2, C).
b) Reprezent
arile (9.2) care au aceeasi dimensiune sunt echivalente.
c) Reprezent
arile (9.2) sunt p
an
a la o echivalent
a toate reprezent
arile ireductibile
finit dimensionale ale algebrei Lie sl(2, C).
Demonstratie. a) Avem
[A3 , A ] vk = (A3 A A A3 )vk
p
= (k 1) j(j + 1) k(k 1) vk1 k j(j + 1) k(k 1) vk1

p
= j(j + 1) k(k 1) vk1 = A vk

[A+ , A ] vk = (A+ A A A+ )vk
=
j(j + 1) k(k 1) A+ vk1
j(j + 1) k(k + 1) A vk+1
= (j(j + 1) k(k 1))vk (j(j + 1) k(k + 1))vk = 2k vk = 2A3 vk

ari liniare
195
ceea ce arat
a c
a relatiile (9.2) definesc o reprezentare a algebrei Lie sl(2, C). Fie
W 6= {0} un subspatiu invariant si fie
x = xj vj + xj+1 vj+1 + + xj vj W
un vector nenul fixat. Cel putin unul dintre coeficientii lui x este nenul. Fie
k = min{ l | xl 6= 0 }
Din (9.2) rezult
a c
a
(A+ )jl x = c vj
unde c este o constant
a nenul
a. Deoarece W este invariant, din relatia precedenta
rezulta c
a vj W si apoi c
a vectorii
A v j ,
(A )2 vj ,
(A )3 vj ,
... ,
(A )2j vj
care coincid p
an
a la nmultirea cu anumite constante nenule cu vectorii
vj1 ,
vj2 ,
... ,
vj
apartin lui W . Rezult

a astfel c
a orice subspatiu invariant nenul W coincide cu V .
b) Daca
% : sl(2, C) gl(V ),
%0 : sl(2, C) gl(V 0 )
sunt dou
a reprezent
ari liniare de dimensiune n = 2j + 1 si
{vj , vj+1 , ... , vj },
0
0
{vj
, vj+1
, ... , vj0 }
bazele corespunz
atoare atunci
S : V V 0 ,
Svk = vk0
este un izomorfism liniar si

%(a) = S 1 %0 (a) S,
a sl(2, C).
c) Afirmatia rezult
196
Propozitia 9.20 Dac

a
%1 : L gl(V1 ),
%2 : L gl(V2 )
sunt reprezent
ari liniare ale algebrei Lie L, atunci aplicatia
%1 %2 : L gl(V1 V2 )
definit
a prin relatia
(%1 %2 )(a)(x1 , x2 ) = (%1 (a)x1 , %2 (a)x2 )
a (numit
a suma direct
a a reprezent
arilor %1 si %2 ) n
V1 V2 = { (x1 , x2 ) | x1 V1 , x2 V2 }.
Demonstratie. Aplicatia %1 %2 este liniara
(%1 %2 )(a + b) = (%1 %2 )(a) + (%1 %2 )(b)
si
(%1 %2 )([a, b])(x1 , x2 ) = (%1 ([a, b])x1 , %2 ([a, b])x2 )
= ([%1 (a), %1 (b)]x1 , [%2 (a), %2 (b)]x2 )
= (%1 (a)%1 (b)x1 %1 (b)%1 (a)x1 , %2 (a)%2 (b)x2 %2 (b)%2 (a)x2 )
= (%1 %2 )(a) (%1 (b)x1 , %2 (b)x2 ) (%1 %2 )(b) (%1 (a)x1 , %2 (a)x2 )
= [(%1 %2 )(a), (%1 %2 )(b)](x1 , x2 ).
Observatia 9.6 In teorema 9.19 am descris reprezentarile ireductibile ale algebrei
Lie sl(2, C). Se poate ar
ata c
a orice reprezentare liniara finit dimensionala a algebrei
Lie sl(2, C) este o sum
a direct
a de astfel de reprezentari.
Propozitia 9.21 Fie L o algebr
a Lie real
a. Definind pe complexificatul spatiului
vectorial L
C
L = { a + i a0 | a, a0 L }
crosetul
[a + i a0 , b + i b0 ] = [a, b] [a0 , b0 ] + i ([a, b0 ] + [a0 , b])
obtinem o algebr
a Lie complex
a numit
a complexificata algebrei Lie reale L.

ari liniare
197
Demonstratie. Prin calcul direct se arata ca

[( + i0 )(a + ia0 ) +( + i 0 )(b + ib0 ), c + ic0 ]
= ( + i0 )[a + ia0 , c + ic0 ] + ( + i 0 )[b + ib0 , c + ic0 ]
[a + ia0 , b + ib0 ] = [b + ib0 , a + ia0 ]
[[a + ia0 , b + ib0 ], c + ic0 ] +[[b + ib0 , c + ic0 ], a + ia0 ]
+[[c + ic0 , a + ia0 ], b + ib0 ] = 0.
a L este o algebr
a Lie real
a si dac
a
% : L gl(V )
a (n spatiul vectorial complex V ) atunci
% : CL gl(V ),
%(a + ia0 )x = %(a)x + i %(a0 )x

a.
b) Reprezentarea % este ireductibil
a dac
a si numai dac
a % este ireductibil
a.
Demonstratie. a) Se arat
a prin calcul direct ca % este aplicatie C-liniara
%( (a + ia0 ) + (b + ib0 ) ) = %(a + ia0 ) + %(b + ib0 )
%( ( + i)(a + ia0 ) ) = ( + i) %(a + ia0 )
si ca
%( [a + ia0 , b + ib0 ]) = [
%(a + ia0 ), %(b + ib0 )].
b) Daca W V este astfel nc
at
xW
%(a)x W
oricare ar fi a L, atunci
xW
%(a + ia0 )x = %(a)x + i %(a0 )x W
oricare ar fi a + ia0 C L. Invers, daca

xW
%(a + ia0 )x W
198
oricare ar fi a + ia0 C L, atunci

xW
%(a)x = %(a + i0)x W
oricare ar fi a L.
Observatia 9.7 L poate fi identificata cu o submultime a lui C L folosind aplicatia
L C L : a 7 a + i 0.
Mai mult,
[a, b] = [a + i0, b + i0],
a, b L.
Daca {b1 , b2 , ..., bn } este o baz

a a algebrei Lie reale L,
L = { 1 b1 + 2 b2 + + n bn | j R }
atunci {b1 , b2 , ..., bn } este n acelasi timp baza a algebrei Lie complexe C L,
C
L = { 1 b1 + 2 b2 + + n bn | j C }.

a
% : CL gl(V )
a a complexificatei algebrei Lie reale L atunci
%|L : L gl(V ),
%|L (a)x = %(a + i0)x

a a lui L.
b) Reprezentarea %|L este ireductibil
a dac
a si numai dac
a % este ireductibil
a.
Demonstratie. a) Aplicatia %|L este R-liniara
%|L (a + b) = %(a + b + i0) = %(a + i0) + %(b + i0) = %|L (a) + %|L (b)
%|L (a) = %(a + i0) = %(a + i0) = %|L (a)
si
%|L ([a, b]) = %([a, b] + i0) = %([a + i0, b + i0])
= [%(a + i0), %(b + i0)] = [%|L (a), %|L (b)].

ari liniare
199
b) Daca W V este astfel nc

at
xW
%(a + ia0 )x W
oricare ar fi a + ia0 CL, atunci

xW
%|L (a)x = %(a + i0)x W
oricare ar fi a L. Invers, dac

a
xW
%|L (a)x W
oricare ar fi a L, atunci
xW
%(a + ia0 )x = %(a + i0)x
= %( (a + i0) + (0 + i) (a0 + i0) )x

= %(a + i0)x + i%(a0 + i0)x
= %|L (a)x + i%|L (a0 )x W
oricare ar fi a + ia0 CL.
Propozitia 9.24 Complexificata C su(2) a algebrei su(2) este izomorf
a cu sl(2, C).
Demonstratie. Algebra Lie real
a su(2) admite baza
i
1
i
{ u1 = (e11 e22 ), u2 = (e12 e21 ), u3 = (e12 + e21 ) }
2
2
2
cu
[u1 , u2 ] = u3 ,
[u2 , u3 ] = u1 ,
[u3 , u1 ] = u2
iar algebra Lie complex

a sl(2, C) baza

1
a3 = (e11 e22 ), a+ = e21 , a = e12
2
cu
[a3 , a ] = a ,
[a+ , a ] = 2 a3 .
200
Aplicatia C-liniar
a A : C su(2) sl(2, C) definita prin
Au1 = i a3 ,
Au2 =
1
(a+ a ),
2
i
Au3 = (a+ + a )
2
este un izomorfism de algebre Lie deoarece

h
[Au1 , Au2 ] = i a3 , 21 (a+ a ) = 2i [a3 , a+ ] + 2i [a3 , a ]

= 2i (a+ + a ) = A u3 = A [u1 , u2 ]
[Au2 , Au3 ] =
1
2
(a+ a ), 2i (a+ + a ) = 4i ([a+ , a ] [a , a+ ])
= 2i [a+ , a ] = i a3 = Au1 = A [u2 , u3 ]

h
[Au3 , Au1 ] = 2i (a+ + a ), i a3 = 12 [a+ , a3 ] 12 [a , a3 ]

= 21 a+ 12 a = Au2 = A [u3 , u1 ].
Observatia 9.8 Din propozitia 9.23 rezulta ca descrierea reprezentarilor ireductibile
ale algebrelor Lie izomorfe o(3) si su(2) este echivalenta cu descrierea reprezentarilor
ireductibile ale algebrei Lie complexe Csu(2).
Pe de alt
a parte, din propozitiile 9.15 si 9.24 rezulta ca descrierea reprezentarilor ireductibile ale algebrei Csu(2) este echivalenta cu descrierea reprezentarilor ireductibile
ale algebrei sl(2, C), reprezent
ari descrise n teorema 9.19.
Propozitia 9.25 Plec
and de la orice algebr
a Lie complex
a L se poate obtine o algebr
a Lie real
a L0 prin restrictia scalarilor si
dimR L0 = 2 dimC L.
Observatia 9.9 Aleg
and baze adecvate, se poate arata ca algebra Lie reala sl(2, C)0
obtinut
a din sl(2, C) prin restrictia scalarilor este izomorfa cu algebra Lie o(1, 3) a
grupului Lorentz.
Bibliografie
[1] I. Armeanu, Analiz
a Functional
a, Editura Universitatii din Bucuresti, 1998.
[2] D. Beklemichev, Cours de Geometrie Analytique et dAlg`ebre Lineaire, Editions

Mir, Moscou, 1988.
[3] V. Brnz
anescu, O. St
an
asil
a, Matematici Speciale. Teorie, Exemple, Aplicatii,
Editura ALL EDUCATIONAL S. A., 1998.
[4] L. V. Kantorovich, G. P. Akilov, Analiz
a Functional
a, Editura Stiintifica si
Enciclopedic
a, Bucuresti, 1986.
[5] W. Miller, Jr., Lie Theory and Special Functions, Academic Press, New York,
1968.
[6] M. Namark, A. Stern, Theorie des Representations des Groupes, Editions

Mir,
Moscou, 1979.
[7] C. N
ast
asescu, C. Nit
a, C. Vraciu, Bazele Algebrei, vol I, Editura Academiei,
Bucuresti, 1986.
[8] M.-E. Piticu, M. Vraciu, C. Timofte, G. Pop, Ecuatii Diferentiale. Culegere de
Probleme, Editura Universit
atii Bucuresti, 1995.
[9] R. Richtmyer, Principles of Advanced Mathematical Physics, Springer-Verlag,
1978.
[10] J.D. Talman, Special Functions. A Group Theoretical Approach, Benjamin, New
York, 1968.
201
202
[11] C. Teleman, M. Teleman, Elemente de teoria grupurilor cu aplicatii n topologie

si fizic
a, Editura S
tiintific
a, Bucuresti, 1973.
[12] C. Udriste, C. Radu, C. Dicu, O. Malancioiu, Algebr
a, Geometrie si Ecuatii
Diferentiale, Editura Didactica si Pedagogica, Bucuresti, 1982.
[13] N. Ja. Vilenkin, Fonctions Speciales et Theorie de la Representation des
Groupes, Dunod, Paris, 1969.
[14] V. S. Vladimirov, Ecuatiile Fizicii Matematice, Editura Stiintifica si Enciclopedic
a, Bucuresti, 1980.

Elemente de Algebra Liniara

Încărcat de

Informații document

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Elemente de Algebra Liniara

Încărcat de

Drepturi de autor:

Formate disponibile

Nicolae Cotfas

Subspatiul generat de o multime de vectori . . . . . . . . . . . . . .

Imaginea si nucleul unei aplicatii liniare . . . . . . . . . . . . . . . .

Dualul unui spatiu vectorial . . . . . . . . . . . . . . . . . . . . . . .

Matricea unei aplicatii liniare . . . . . . . . . . . . . . . . . . . . . .

Vectori si valori proprii . . . . . . . . . . . . . . . . . . . . . . . . . .

4 Spatii vectoriale euclidiene

Complementul ortogonal al unui subspatiu . . . . . . . . . . . . . . .

Adjunctul unui operator liniar . . . . . . . . . . . . . . . . . . . . . .

Definitie si exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111

Reducere la forma canonica . . . . . . . . . . . . . . . . . . . . . . . 114

Definitie si exemple . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121

Reducere la forma canonica . . . . . . . . . . . . . . . . . . . . . . . 124

7 Ecuatii si sisteme de ecuatii diferentiale liniare

Ecuatii diferentiale de ordinul ntai . . . . . . . . . . . . . . . . . . . 129

Ecuatii diferentiale liniare de ordin superior . . . . . . . . . . . . . . 135

Sisteme diferentiale liniare . . . . . . . . . . . . . . . . . . . . . . . . 146

Grupul rotatiilor. Reprezentari liniare . . . . . . . . . . . . . . . . . 168

9 Algebre Lie. Reprezent

Algebre Lie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 177

Definitia 1.1 Fie K unul dintre corpurile R, C. Prin matrice cu n linii si m

... a2m b21 b22

... b2m a21 +b21 a22 +b22

... a1m +b1m

Elemente de algebra liniara

iar produsul dintre un

Propozitia 1.3 Dac

Demonstratie. Relatiile rezult

aij + bij = bij + aij ,

(aij + bij ) = aij + bij ,

(+)aij = aij + aij

Definitia 1.4 Produsul AB al matricelor A Mnm (K) si B Mmp (K) se

... a2m b21 b22

... ... ...

j=1 a1j bj1

j=1 anj bj1

j=1 a1j bj2

j=1 anj bj2

j=1 a1j bjp

j=1 a2j bjp

j=1 anj bjp

Propozitia 1.5 Dac

aij bjk ckl .

Propozitia 1.6 Dac

aij (bjk + cjk ) =

Propozitia 1.7 Dac

Observatia 1.1 Dac

Definitia 1.8 Spunem ca matricea p

Elemente de algebra liniara

Propozitia 1.9 Inversa unei matrice p

Observatia 1.2 In cazul 11 22 12 21 6= 0, rezolvand sistemul de ecuatii

prin metoda reducerii se obtine solutia

care poate fi scris

Definitia 1.10 Fie K unul dintre corpurile R, C si fie matricea p

se numeste determinantul matricei A.

Observatia 1.3 In cazul n care sistemul de trei ecuatii cu trei necunoscute

a13 a22 a31 a11 a23 a32 a12 a21 a33 .

Definitia 1.11 Fie K unul dintre corpurile R, C si fie matricea p

a11 a12 a13

A = a21 a22 a23 M33 (K).

a13 a22 a31 a11 a23 a32 a12 a21 a33

se numeste determinantul matricei A.

Elemente de algebra liniara

Observatia 1.4 O permutare de grad n poate fi descrisa cu ajutorul unui tablou