7

ALGEBR LINIAR
Coninut :
1.1
Spaiul euclidian Rn
1.1.1 Operaii cu vectori i mrimi metrice n Rn
A.Corpul numerelor reale R
B. Spaiul vectorial Rn
C. Mrimi metrice n Rn
D. Subspaii vectoriale n Rn
1.1.2 Matrici de numere reale
A. Definiii
B. Operaii cu matrici
C. Indicatori numerici ai matricilor
D. Clase de matrici
1.2
Baze de vectori n Rn
1.2.1 Definiia bazei de vectori i dimensiunii n Rn
1.2.2 Subspaii vectoriale i sisteme liniare omogene
1.2.3 Substituirea unui vector dintr-o baz i aplicaii
A. Calculul determinantului unei matrici ptratice
B. Calculul rangului unei matrici dreptunghiulare
C. Calculul inversei A-1 pentru o matrice ptratic nesingular A
D. Calculul inversei generalizate A+ pentru o matrice dreptunghiular A
E. Calculul produsului de matrici F-1.G
F. Calculul produsului de matrici G.F-1
1.3 Sisteme de ecuaii liniare
1.3.1 Rezolvarea i discuia unui sistem de ecuaii liniare
1.3.2 Soluii generalizate ale sistemelor liniare incompatibile
1.4 Mulimi convexe pe Rn
1.5 Extremele unui polinom convex/concav pe o mulime convex din Rn
1.6 Rezumat
1.7 ntrebri
1.8 Bibliografie
Cuvinte cheie : vector,norm,distan,unghi,produs scalar, produs vectorial, produs mixt,subspaii
vectoriale,matrice ,urm, determinant, rang,norm a matricii, baz de vectori,coordonatele unui
vector ntr-o baz, substituirea unui vector dintr-o baz ,soluie general i soluie particular bazic
a unui sistem liniar,soluie generalizat a unui sistem liniar incompatibil,mulimi convexe i
polinoame concave/convexe ,soluii bazice (extremale) i optime .
1.1
SPAIUL EUCLIDIAN Rn
1.1.1

Operaii cu vectori i mrimi metrice n Rn

A.Corpul numerelor reale R

Mulimea numerelor reale R se poate defini constructiv astfel: N Z Q R .
N={0,1,,n,} este mulimea numerelor naturale, Z = {, - n ,, - 1,0,1,,n,} este mulimea
numerelor ntregi, Q = {a / b a,b Z , b 0 } este mulimea numerelor raionale (fracionare), I
este mulimea numerelor iraionale (limite ale irurilor convergente de numere raionale) iar

8
R=Q I cu QI = . Pentru numere reale se adopt scrierea zecimal:

a 1 2 ... m . 1 2 ... n (110m1 ... m110 m ) (110 1 ... n10 n ) .

Partea ntreag a Int a a numrului real a este numrul ntreg format cu cifrele
1 ,..., m din stnga punctului zecimal, iar partea fracionar a a a a numrului real a
este numrul din intervalul [0;1) format cu zecimalele 1 ,..., n din dreapta punctului zecimal.
La exprimarea zecimal a numrului raional a = r / s , (r ,s Z s 0 ), numrul de zecimale
din dreapta punctului zecimal poate fi finit (dac numitorul s se divide numai cu 2 sau cu 5) sau
infinit dar periodic (dac numitorul s se divide i cu alte numere prime afar de 2 sau 5).
Exemple
1)
2)

135
16.875
8
25
4.1666...
6

La exprimarea zecimal a unui numr iraional numrul de zecimale din dreapta punctului
zecimal este infinit i neperiodic.
Exemple
1)
3.1412...
2)
e 2.718...
3)
2 1.414...
4)
ln 3 1.09861...
5)
sin 37o 0.60182
6)
7)
8)

tg 104o - 0.24933
arccos 0.4 1.159283
arctg 2.1 1.126377

n cazul numerelor reale cu un numr infinit de zecimale (periodic sau nu) se reine un
numr finit de zecimale n raport de precizia calculului.
Exemplu
La computere se rein 7 zecimale n simpl precizie i 16 zecimale n dubl precizie.
Pentru numere reale foarte mari sau foarte mici se adopt scrierea exponenial.
Exemple
1)
12580000 0.1258 108 0.1258E8
2)
0.000306 0.306 103 0.306E-3
Mulimea numerelor reale R admite i o definiie axiomatic:
Pe mulimea R se definesc legile de compoziie a, b a b numit adunare i

a, b a

b numit nmulire i o relaie de ordine a b fa de care sunt ndeplinite patru

grupe de axiome:
I.
1)
2)

R este corp comutativ fa de adunare i nmulire.

(Comutativitatea adunrii): a b b a
(Asociativitatea adunrii): a b c a b c

9
3)
4)
5)
6)
7)
8)
9)

(Elementul neutru fa de adunare): Exist 0R astfel c a 0 0 a a pentru orice

aR
(Elementul simetric fa de adunare): Pentru orice aR exist elementul simetric (opus)
- a R astfel c a a a a 0
(Comutativitatea nmulirii): a b b a
(Asociativitatea nmulirii): a b c a

(Distributivitatea nmulirii fa de adunare): a

b c a

(Elementul neutru fa de nmulire): Exist 1R astfel nct a 1 1 a a pentru

orice aR
(Element simetric fa de nmulire): Pentru orice aR, a 0 exist elementul invers
a 1R astfel nct a a 1 a 1 a 1

b c

b a c;

ab ac a

II.
10)
11)
12)
13)
14)

R este corp comutativ ordonat fa de relaia de ordine .

a b ; b c a c pentru orice a,b,cR (Tranzitivitate)
a b ; b a a b pentru orice a,bR (Reflexivitate)
Pentru orice a,b R , avem sau a b sau b a (Dihotomie)
a b a c b c pentru orice a,b,cR

III.
15)

R este corp comutativ ordonat arhimedian

Pentru orice a,bR cu a 0 , b 0 exist numrul natural n cu b n a

a, b 0 a b 0

IV.
R este corp comutativ ordonat arhimedian continuu
1.1 Pentru orice iruri (an) , (bn) , nN , de numere din R, astfel c:
a1 a2 ... an ... bn ... b2 b1 exist i este unic R astfel c: ai bi
pentru orice iN .
Mulimea numerelor reale se corespunde bijectiv cu mulimea punctelor unei drepte:
punctul M este imaginea numrului real a iar numrul real a este abscisa punctului M.

a, a 0
a, a 0

Modulul lui aR este: a

Axiomele modulului:
a 0 ; a 0 dac i numai dac a 0
1)
2)
3)

|a| = || . |a| ; ( ,a R)

a b a b (Inegalitatea triunghiului)

Distana ntre numerele reale a, b este d a, b b a

Axiomele distanei:
d a, b 0 ; d a, b 0 dac i numai dac a b
1)
2)
3)

d a , b d b, a

d(a,c) d(a,b)+ d(b,c) (Inegalitatea triunghiului)

10
B. Spaiul vectorial Rn
Fie R corpul numerelor reale.
Spaiul Rn este mulimea ansamblurilor ordonate de numere reale

a a1 ,..., an ,

numite

vectori.
Operaii cu vectori
1)
Adunarea vectorilor:
Fie

a a1 ,..., an ;b=(b1,,bn); ai,bi R . Suma vectorilor a, b este vectorul din Rn :

a b c c1 ,..., cn cu ci ai bi
2)

1 i n

nmulirea vectorilor cu scalari

Fie a a1 ,..., an Rn i R. Produsul vectorului a cu scalarul este vectorul din Rn:

a a1 ,..., an
Teorema 1.1

Rn este spaiu vectorial peste corpul R fa de adunarea vectorilor i nmulirea vectorilor cu scalari.
Demonstraie
Se verific uor axiomele care definesc un spaiu vectorial pentru cazul lui Rn , bazndu-ne
pe proprietile operaiilor din corpul scalarilor R:
I.
II.
III.

Adunarea vectorilor este comutativ: a b b a pentru orice a,bRn

Adunarea vectorilor este asociativ: a b c a b c pentru orice a,b,cRn

Pentru adunarea vectorilor exist elementul neutru: 0 0,...,0 Rn : a 0 0 a a

pentru orice aRn

IV.

Pentru orice vector a Rn, exist vectorul simetric (opus): a a1 ,..., an Rn astfel

c a a a a 0
V.
VI.

Pentru orice aRn, avem 1 a a 1

a

nmulirea cu scalari este distributiv fa de adunarea vectorilor: a b a b ;

a b
VII.

a b

a a;
nmulirea cu scalari este distributiv fa de adunarea scalarilor: a

a a a

a
VIII. nmulirea cu scalari este asociativ fa de nmulirea scalarilor:
Q.E.D.

Dac Rn i Rm sunt spaii vectoriale peste R ,produsul lor cartezian Rn X Rm este mulimea
perechilor de vectori ( a ; b ) unde a este vector din Rn iar b este vector din Rm .
Rn X Rm devine spaiu vectorial peste R fa de operaiile :
1) (a ; b) + ( c ; d) = (a +c ; b + d) unde a , c sunt vectori din Rn iar b , d sunt vectori din Rm
2) (a ; b) = ( a ; b) unde a este vector din Rn , b este vector din Rm iar este scalar din R.

11
Spaiul vectorial produs Rn X Rm este izomorf cu spaiul vectorial Rn+m
De exemplu R X R2 este izomorf cu R3
x2
Exemple
I)n=2 : R2 ={(a1,a2) | ai R}
Orice vector

a a1 , a2

se reprezint

grafic printr-un punct M n planul raportat la

dou axe rectangulare:
a1 se numete abscisa punctului M,
a2 se numete ordonata punctului M.
Reciproc, orice punct M din plan ce
corespunde cu un vector din R2 ale crui
componente sunt coordonate ale lui M.

M ( a 1,a 2)

x1
a

x3

II) n 3 : R3 ={(a1,a2,a3) | ai R}

Orice vector a a1 , a2 , a3 se reprezint

grafic printr-un punct M n spaiul raportat
la trei axe rectangulare:

a3

M
a1 se numete abscisa lui M, a2 se numete
ordonata lui M, a3 se numete cota lui M.
n geografie, abscisa se numete
a2
longitudine, ordonata latitudine iar cota
x2
0
altitudine.
Originea axelor pe pmnt este la
a1
intersecia ecuatorului cu meridianul 0
(Greenwich).
n spaiile vectoriale R2 i R3 adunarea
x1
vectorilor revine la regula paralelogramului
din mecanic: a b este diagonala din originea 0 a paralelogramului cu laturile a, b iar nmulirea
unui vector a cu un scalar d ca rezultat un vector a, coliniar cu vectorul a.
C. Mrimi metrice n Rn
n spaiul vectorial Rn se introduc mrimile metrice:
a)
Norma vectorilor
b)
Distana scalar a doi vectori
c)
Produsul scalar a doi vectori
d)
Unghiul a doi vectori
e)
Aria paralelogramului construit pe doi vectori necoliniari
f)
Volumul paralelipipedului construit pe trei vectori necoplanari
Teorema 1.2
a)
b)

Vectorul a a1 ,..., an Rn are norma euclidian: a

Distana euclidian ntre doi vectori a a1 ,..., an

d a, b

b1 a1

... bn an

a12 ... an2

i b b1 ,..., bn din Rn este:

12
Produsul scalar al vectorilor a a1 ,..., an i b b1 ,..., bn din Rn este:
a * b = a1b1 + + anbn
Demonstraie
a)
Norma euclidian verific axiomele normei:
a 0; a 0 a 0
1)
c)

a a
a b a b (Inegalitatea triunghiului)

2)
3)

Axiomele 1), 2) se verific imediat. Axioma 3) se reduce la inegalitatea clasic a lui

Minkovski:

a1 b1

... an bn a12 ... an2 b12 ... bn2

2

n spaiul euclidian Rn exist i alte norme n afar de cea euclidian:

Exemple

1) a
2) a

= ( a1 + ... + a n )1/p

max

ai

1 i n
Spaiul vectorial Rn nzestrat cu o norm , este spaiu vectorial normat .
b) Distana euclidian verific axiomele distanei:
d a, b 0 ; d a, b 0 a b
4)
5)
6)

d a , b d b, a
d a, c d a, b d b, c (Inegalitatea triunghiului)

Axiomele 4), 5) rezult imediat. Axoima 6) devine:

d a , c c a b a c b b a c b d a , b d b, c
folosind axioma 3).
n spaiul vectorial Rn exist i alte distane n afar de cea euclidian.
Exemple

d p a, b b1 a1 ... bn an

i)
ii)

d a, b max bi ai
1i n

Spaiul vectorial Rn nzestrat cu o distan , este spaiu metric .

c) Produsul scalar verific axiomele:
7)
8)
9)

a * a 0 ; a * a 0 dac i numai dac a 0

a *b b*a
a b * c a * c b * c

Axiomele 7) 9) se verific imediat.

Spaiul vectorial Rn nzestrat cu un produs scalar , este spaiu euclidian .
Dac avem produs scalar a* b avem i norm : a

a*a

13
Dac avem norm : || a || avem i distan : d(a; b) = || b a ||
Observm c || a || = d(a ; 0) . Q.E.D.
n afar de iruri ordonate a = (a1,,an) din Rn cu ai din R , i alte mulimi de elemente
formeaz spaiu vectorial fa de adunare i nmulire cu scalari , avnd i produs scalar (verific
axiomele I-VIII i axiomele 7) 9) din teorema 1.2):
1) Mulimea polinoamelor cu coeficieni reali de grad cel mult n :
Dac P(x) = a0xn +a1xn-1++an i Q(x) = b0xn +b1xn-1++bn avem produsul scalar :
P*Q = a0b0+a1b1++anbn
2) Mulimea polinoamelor trigonometrice cu coeficieni reali ,cu 2n+1 termeni :
Dac P(x)=a0 +( a1cos x + b1 sin x) ++(an cos nx +bn sin nx ) i
Q(x)=c0 +( c1cos x + d1 sin x) ++(cn cos nx +dn sin nx ) , avem produsul scalar :
P*Q = a0c0 + (a1c1 + b1d1)++(ancn + bndn)
3) Mulimea matricilor dreptunghiulare de tip m x n cu elemente reale:
Dac A = (aij) , B = (bij) sunt matrici de tip mxn , avem produsul scalar :
m

A B a ij bij
i 1 j1

4) Mulimea fumciilor continue pe [ a ; b ] cu valori reale :

Dac f ,g sunt funcii continue pe [ a ; b ] avem produsul scalar:
b

f g f (x) g(x) dx
a

Proprietatea rmne valabil pentru funcii derivabile,integrabile i

mrginite pe [ a ; b ] .
Teorema 1.3
Pentru orice a,b Rn avem :
1) | a*b | || a || . || b || (Inegalitatea Cauchy-Schwartz)
2) || a + b ||2 + || a b ||2 = 2 (|| a ||2 + || b ||2 ) (Regula paralelogramului )
3) Dac a*b = 0 avem || a+ b ||2 = || a ||2 + || b ||2 (Relaia Pitagora )
Demonstraie
1) Pentru orice R avem ( a + b)*(a + b ) 0 adic:
|| b ||2 . 2 + 2 a b + || a ||2 0 deci = 4 ( (a*b)2 - || a ||2. || b ||2 0
adic | a*b | || a ||.|| b ||
2)

Avem : || a + b ||2 = || a ||2 + 2 a*b + || b ||2

|| a b ||2 = || a ||2 2 a*b + || b ||2

14
Prin adunare obinem : || a + b ||2 + || a b ||2 = 2 (|| a ||2 + || b ||2
3)

Dac a*b = 0 relaia || a + b ||2 = || a ||2 + 2 a*b + || b ||2 devine :

|| a + b ||2 = || a ||2 + || b ||2

Q.E.D.

Inegalitatea de la punctul 1) al teoremei 1.3 ,permite definirea unghiului a doi vectori a, b:

cos

a *b
a b

deci cos [ -1 ; 1 ] .
n particular, vectorii a, b sunt perpendiculari (ortogonali) a b dac i numai dac

cos 0 deci a*b = 0 .

Aria paralelogramului construit pe vectorii a, b este:
S a b sin

a b

a* b

deci
2

Produsul scalar este o arie:

P (c )

N (b )

M (a )

R
0

Fie M a i N b imaginile vectorilor a,bR .

2

Fie P c imaginea vectorului c cu OP OM i c a .

Fie OPQN paralelogramul construit pe ON, OP. Ducem NR OP deci unghiurile =MON i
ONR sunt egale. Rezult NR b cos i OP a aa c

a b a b cos OP NR deci produsul scalar a b este aria paralelogramului

construit pe vectorii OP i ON cu lungimile a i b.

Fie vectorii a=(a1,,an) ,b=(b1,,bn) din Rn.
Vectorii a ,b sunt coliniari dac exist R, 0 astfel c b = .a . Notaie : a ~b
Relaia de coliniaritate a vectorilor este o relaie de echivalen :
1) a ~a deoarece a=1.a
2) a ~b implic b ~a deoarece b=.a implic a = (1/).b

15
3) a ~b i b ~c implic a ~c deoarece b=.a i c=.b implic c=().a
cu , 0 deci . 0 .
Clasa de echivalen a tuturor vectorilor b coliniari cu vectorul a se numete direcia definit
de vectorul a iar a1,,an se numesc parametrii directori ai acestei direcii .
Parametrii directori ai versorului a / ||a|| adic a1 / ||a|| ,, an / ||a|| sunt cosinuii unghiurilor
fcute de vectorul a cu versorii bazei-standard E1,,En .
cos 1= a1 / ||a|| ,, cos n = an / ||a|| se numesc cosinuii directori ai direciei definite de vectorul
a i definesc n mod unic aceast direcie.
Avem (cos 1)2 ++(cos n)2 = 1
Exemplu
Fie n R3 vectorii a 1;0;4 ; b 2;3;0
1)
S se calculeze 2a 3b
2)
S se calculeze a , b i d a, b
3)
S se calculeze a * b
4)
S se calculeze unghiul ntre vectorii a, b
5)
S se calculeze aria paralelogramului construit pe vectorii a, b
Soluie
2a 3b 2 1;0;4 3 2;3;0 2;0;8 6;9;0 4;9;8
1)
2)

d a, b
3)
4)
5)

02 42 17 ; b 22 32 02 13 ;

2 1 3 0
2

0 4 34
2

a * b 1 2 0 3 4 0 2
a *b
2
2
cos

a b
17 13
221
S

a b

a * b 221 2 217
2

Pentru calculul ariilor i volumelor se folosesc produsul vectorial i produsul mixt al vectorilor
din Rn.
Fie E1=(1,0,,0);,En=(0,,0,1) versorii bazei standard n Rn (vezi seciunea 1.2.1) i fie
vectorii :

a a21 ,..., a2 n ,..., a an1 ,..., ann R n

Produsul vectorial al celor n 1 vectori a(2),,a(n) din Rn este vectorul din Rn definit
E1 .........E n
a21 .........a2 n
2
n
astfel a ... a
.................
an1 .........ann
2

Dezvoltnd acest determinant dup prima linie, se vede c componentele vectorului

n
a ... a sunt complemenii algebrici de ordin n 1 ai versorilor-unitate E1,,En din
determinantul precedent.
2

Proprieti ale produsului vectorial

16
1)
2)

2
n
2
n
a ... a 0 dac i numai dac a ,..., a sunt liniar dependeni.
Produsul vectorial este funcie liniar n raport cu orice vector a 2 ,..., a n :

a b a ... a a a ...a b a ... a

a a ... a a a ... a deci produsul vectorial este antisimetric.



Pentru orice i 2,..., n avem: a a ... a 0 deci produsul vectorial al
2

3)
4)

vectorilor a 2 ,..., a n este ortogonal pe fiecare din aceti vectori.

Proprietile 1) 4) rezult din proprietile determinanilor.
Caz particular: Pentru n 3 fie vectorii a

3
a21 , a22 , a23 ; a a31 , a32 , a33 din R3.

Produsul vectorial al acestor vectori este:

2

a a

E1 E 2
a21 a22
a31 a32

E3
a
a23 22
a32
a33

Se verific relaia a
din R3 aa c a

a23
a
a
a
a22
E1 21 23 E 2 21
E
a33
a31 a33
a31 a32 3

sin unde este unghiul vectorilor a(2),a(3)

este aria paralelogramului construit pe a 2 , a 3 .

a11 ;...; a1n , a a21 ;...; a2 n , a an1 ;...; ann R n

a11 .........an
1
n

Produsul mixt al vectorilor a 1 , a 2 ,..., a n este: a ,..., a ................

an1 .......ann
Fie vectorii a

Proprieti ale produsului mixt

5)

a 1 ,..., a n 0 dac i numai dac a 1 ,..., a n sunt vectori liniar dependeni.

6)

Produsul mixt este funcie liniar n raport cu orice vector a 1 ,..., a n :

7)

a 1 b 1 , a 2 ,..., a n a 1 , a 2 ,..., a n b 1 , a 2 ,..., a n

a 1 , a 2 ,..., a n a 2 , a 1 ,..., a n deci produsul mixt este antisimetric

a 1 , a 2 ,..., a n a 1 a 2 ... a n

8)

Proprietile 5) 8) rezult din proprietile determinanilor.

Caz particular: Pentru n 3 fie vectorii a
3
a a31 , a32 , a33 din R3.

a11 , a12 , a13 ; a a21 , a22 , a23 ;

2

17

Produsul mixt al acestor vectori este: a , a , a

a11 a12
a21 a22
a31 a32

a13
a23 i modulul
a33

acestui produs mixt reprezint volumul paralelipipedului cu laturile a 1 , a 2 , a 3 , concurente n

originea 0.
Exemplu
1)

2;0;5 ; a 0;1;4 ; a 3;1; 1 ; a 2;3;0 din R3

Se cere aria triunghiului cu vrfurile a 2 , a 3 , a 4 i distana h1 de la vrful a(2) la baza

2)

format cu vrfurile lui a(3) , a(4)

Se cere volumul piramidei cu vrfurile a 1 , a 2 , a 3 , a 4 i distana h2 de la vrful a(1) la

Fie vectorii a

baza format cu vrfurile lui a 2 , a 3 , a 4 .

Soluie
1)
Aria cerut este jumtate din aria paralelogramului cu laturile n vrfurile lui
3
2
4
2
a a 3;0; 5 i a a 2;2; 4 deci S

E1
3
2

E2
0
2

1 3
2
4
2
a a a a .
2

E3
0 5
3 5
3 0
5
E1
E2
E 3 10; 2;6 deci
2 4
2 4
2 2
4

S 102 22 62 140 . Avem a a 1;2;1 deci
1 4
1
2
4
3
3
a a 1 22 12 6 iar S a a h1 sau 140 6 h1 deci
2
2
70
h1 2
3
1
2)
Volumul cerut este
din volumul paralelipipedului oblic cu laturile
6
2
1
3
1
4
1
a a 2;1; 1 ; a a 5;1; 6 ; a a 4;3; 5 deci
2 1 1
2
1
3
1
4
1

a a , a a , a a 5 1 6 16 deci V= 16 8 . Avem V 1 S h2

6 3
3
4 3 5
8
4

i cum V = 8 / 3 i de la punctul 1) avem S 140 aa c h2

140
35
4

D. Subspaii vectoriale n Rn
Submulimea L Rn este subspaiu vectorial al lui Rn dac este spaiu vectorial fa de
operaiile din Rn:
1)
a,b L a+b L
2)
a L , R.a L

18
Axiomele I) VIII) ale spaiului vectorial, valabile n Rn, vor fi valabile i n L.
Conform punctului 2) pentru 1 , din aL rezult - a L iar conform punctului 1) din
a , - a L rezult a+( - a) =0 L
O clas mportant de subspaii liniare sunt soluiile sistemelor liniare omogene(Teorema 1.4)
Exemple n R3 (n = 3)
1)

x1

3
m = 1: Mulimea vectorilor X x2 R cu a11x1 + a12x2 + a13x3 = 0 este un plan care
x
n

trece prin originea 0 a axelor de coordonate. n particular planele de coordonate

x1Ox2 , x1Ox3 , x2Ox3 au ecuaiile x3 0 ; x2 0 ; x1 0 .
2)

1
2

x1

3
m = 2: Mulimea vectorilor X x2 R cu
x
n
a11 x1 a12 x2 a13 x3 0

a21 x1 a22 x2 a23 x3 0

este o dreapt care trece prin originea O a axelor de coordonate. Aceast dreapt este intersecia
planelor care trec prin O i satisfac ecuaiile (1) respectiv (2).
Dac L este subspaiu vectorial n Rn i b L, mulimea b+L ={b+a aL} se numete
varietate liniar paralel cu subspaiul vectorial L.
Mulimea varietilor liniare ale subspaiului vectorial LRn , formeaz un spaiu vectorial ,
numit spaiu vectorial-ct i notat Rn / L , fa de operaiile :
1) (b+L)+(c+L)=(b+c+L) (b,cL) ; 2) (b+L)=b+L (bL, R)
Exemple
1)
Mulimea soluiilor M=(x,y,z) R3 a ecuaiei a11 x + a12 y + a13 z + a14 = 0 este un plan
paralel cu planul care trece prin origine asociat ecuaiei omogene: a11 x + a12 y + a13 z = 0
2)
Mulimea soluiilor M=(x,y,z) R3 a sistemului de ecuaii compatibil nedeterminat:

a11 x a12 y a13 z a14 0

a21 x a22 y a23 z a24 0

este o dreapt, paralel cu dreapta care trece prin origine asociat sistemului omogen:

a11 x a12 y a13 z 0

a21 x a22 y a23 z 0

1.1.2

Matrici de numere reale

A. Definiii
O matrice de numere reale, cu m linii i n coloane (de tip m n ) este un tablou dreptunghiular cu
mn numere reale aij , aranjate pe m linii i n coloane:

a11 L
A M

am1 L

a1n
M

am n

19
Dac m n , matricea se numete ptratic de ordin n:

a11 L
A M

an1 L

a1n
M

an n

n particular, un vector linie b b1 ,..., bn este o matrice de tip 1 n iar un vector coloan

c1
c L
este o matrice de tip m 1 .
c
m
O mulime de p matrici A1 ,...,A p , toate de tip m n formeaz o hipermatrice A cu m linii, n
coloane i p rame:

a11 p ,..., a1n p

a111 ,..., a1n1

A1 ; ... ; A p

am 1 p ,..., am n p
am11 ,..., am n1

Aceste rame A1 ,...,A p pot fi aezate una n spatele celeilalte ca ramele ntr-un stup.
Transformri
1)
Orice matrice se poate transforma ntr-un vector linie i reciproc.
1.2 Fie matricea de tip m n cu m n elemente:

a1n
a11 L
A M
M

am1 L am n
Matricea A se transform n vectorul linie A a11 ,..., a1n ,..., am1 ,..., am n deci prin
schimbarea notaiilor, avem vectorul linie cu q mn elemente: b b1 ,..., bk ,..., bq unde
bk aij cu k = n ( i 1) + j unde i = 1,,m ; j = 1,,n deci k = 1,,q .

b) Fie vectorul linie: b b1 ,..., bk ,..., bq

cu q elemente. Fie m un divizor al lui q i n = q / m.

Vectorul linie b cu q mn elemente se transform n matricea A de tip m n :

a11 L
A M

am1 L

a1n
M unde aij bk cu i = Int((k 1)/n)+1 ; j = k n.Int((k 1)/n)

am n

unde k = 1,, q deci i = 1,,m ; j = 1,, n .

3) Orice hipermatrice se poate transforma ntr-un vector linie i reciproc.

20
c) Fie hipermatricea A de tip m n p cu mnp elemente
a i j h (i=1,, m ; j=1,, n ;h=1,, p ).
Hipermatricea A se transform n vectorul linie A a111 ,..., am n 1 ,..., a11 p ,..., am n p

deci

prin schimbarea notaiilor, avem vectorul linie cu q = m n p elemente: b b1 ,..., bk ,..., bq

unde bk ai j h cu k =p. n.( h 1) + n.(i 1)+ j unde i=1,, m ; j=1,, n ;h=1,, p

d) Fie vectorul linie: b b1 ,..., bk ,..., bq

cu q elemente. Fie m , n doi divizori al lui q i

p=q/mn
Vectorul linie b cu q mnp elemente se transform n hipermatricea A de tip m n p cu
elementele ai j h bk cu i = Int((k 1 )/n p.Int(Int((k 1)/n)/p) ;
j = k n.Int((k 1)/n) ; h = Int(Int((k 1)/n)/p)+1 unde k = 1,,q .
Dac A aij

1 i m; 1

j n este o matrice de tip m n , transpusa sa, notat AT ,

T
este o matrice de tip n m cu A a ji
1 j n; 1 i m adic prin transpunere, liniile
devin coloane i coloanele devin linii.
Transpusa unei matrici ptratice A de ordin n este tot o matrice ptratic, notat AT de
acelai ordin n. Matricea A este simetric dac coincide cu transpusa sa: AT=A deci a ji aij i

este antisimetric dac A T A deci a ji aij

B. Operaii cu matrici
1)

Adunarea i scderea matricilor:

Dac A aij

i B bij

sunt matrici de tip m n , suma lor este

A B aij bij tot de tip m n iar diferena lor este A B aij bij tot de tip m n .
2)

nmulirea matricilor:

j n este matrice de tip m n i B b jk

1 j n; 1 k n este matrice de tip n p atunci produsul lor este A B Cik
Dac A aij

1 i m; 1 k p
3)

1 i m; 1

de tip m p unde: Cik

nmulirea matricilor cu scalari:

Dac A aij

1 i m; 1

a b
j 1

ij

jk

j n este matrice de tip m n i atunci

produsul matricii A cu scalarul este A aij

4)
mprirea matricilor ptratice:

tot de tip m n .

1 i, j n este matrice ptratic nesingular ( cu det A 0 ) de

1 i, j n este o alt matrice ptratic de ordin n, ctul lor este:

Dac A aij
ordin n i B bij

B
B A 1 i este tot matrice ptratic de ordin n.
A

21

A 1 este o matrice ptratic de ordin n care satisface relaiile A A -1 A -1 A E (E este

matricea unitate de ordin n).

A 1 se numete inversa matricii ptratice nesingulare A de ordin n.

Dac matricea A este ptratic de ordin n, singular det A 0 sau A este matrice

dreptunghiular de tip m n , inversa A 1 nu exist dar exist inversa generalizat A .

Dac A este matrice de tip m n , A este matrice de tip n m care satisface relaia
A A + A A . Dac A este matrice ptratic de ordin n , A este tot matrice ptratic de ordin
n. Dac A este matrice ptratic de ordin n, nesingular, avem A A 1
Dac A este o matrice dreptunghiular de tip m x n , inverse la dreapta Ad-1 este o
matrice dreptunghiular de tip n x m astfel c A. Ad-1 = Im .
Ad-1 este soluia X de tip n x m a ecuaiei matriciale A.X = Im .
x1i

X (X 1 ... X m ) cu X i ..... R n i I m (E 1 ... E m ) cu E i R m
x
ni
ecuaia matricial A.X = Im se reduce la m sisteme liniare de m ecuaii cu n necunoscute
fiecare , de forma A.Xi = Ei ;(i=1,,m) .
Aceste sisteme liniare sunt toate compatibile dac i numai dac :
Rang(A) = Rang(AE1) = = Rang(AEm)
Pentru m < n condiia este ndeplinit deci pentru m < n inversa la dreapta Ad-1 exist dar nu este
unic .
Inversa la dreapta Ad-1 permite rezolvarea sistemelor matriciale X.A = B unde A,B,X
sunt matrici , cu soluia X = B.Ad-1 .
Dac A este o matrice dreptunghiular de tip m x n , inversa la stnga As-1 este o
matrice dreptunghiular de tip n x m astfel c As-1. A = In .
Prin transpunere avem : AT.(As-1)T = In deci (As-1)T = (AT)d-1 aa c As-1 = ((AT)d-1)T.
Pentru m > n As-1 exist dar nu este unic .
Inversa la stnga As-1 permite rezolvarea sistemelor matriciale A.X. = B unde A,B,X
sunt matrici , cu soluia X = As-1.B .
5)

Suma direct a matricilor:

1 i m; 1 j n este o matrice de tip m n iar A ahk

1 h p; 1 k q este o matrice de tip p q , suma lor direct A B de tip
Fie A aij

m p n q
6)

aij
0

are forma: A B=

Produsul direct al matricilor:

0
bhk

j n este o matrice de tip m n i B bhk

1 h p; 1 k q este o matrice de tip p q , produsul lor direct A B de tip mp nq
Dac A aij

1 i m; 1

are forma: A B aij bhk

C.
1)

Indicatori numerici ai matricilor

Urma unei matrici ptratice:

22

1 i; j n este o matrice ptratic, urma sa este suma elementelor de

pe diagonala principal: Tr A a11 a22 ... an n
Dac A aij

2)

Determinantul unei matrici ptratice:

Fie A o matrice ptratic de ordin n: A aij

1 i; j n . Orice aplicaie bijectiv a

mulimii 1,..., n pe ea nsi, o vom numi permutare i o vom nota

1,
2,
L ,
n

1 , 2 , L , n
Mulimea Sn a permutrilor fa de compunerea permutrilor ca funcii, formeaz un
:

grup , numit grupul simetric.

O inversiune n permutarea este o pereche de valori

j
cu i j i
j

i j . Signatura permutrii este o funcie cu dou valori: 0 dac conine un numr

par de inversiuni i 1 dac conine un numr impar de inversiuni.
Notaie: sign

Determinantul matricii ptratice A este: det A

sign a

Sn

i 1

i , i

O matrice ptratic A se numete nesingular dac det A 0 i singular dac det A 0 .

3)

Rangul unei matrici dreptunghiulare:

Dac A aij

1 i m; 1

j n este o matrice de tip m n rangul matricii A

notat r rang A este ordinul celui mai mare minor nenul, numit minor principal. Aceasta
nseamn c:
a)
Exist cel puin un minor de ordin r nenul (minorul principal)
b)
Toi minorii de ordin r 1 sunt nuli.
n acest caz, toi minorii de ordin r 2, r 3,..., sunt nuli.

0 rang A min im m, n .
Avem:
O matrice A de tip m n se numete matrice de rang maxim dac
rang A min im m, n .

Dac matricea de rang maxim A este ptratic atunci rang A n i det A 0 , matricea A
numindu-se nesingular.
4)

Norma unei matrici dreptunghiulare

Dac A aij

1 i m; 1

A este: A

i 1j 1

ij

j n este o matrice de tip m n , norma euclidian a matricii

Aceast norm satisface axiomele:

A 0; A 0 A 0
a)

23
b)
c)

A A
A B A B (inegalitatea triunghiului)
AB A B

d)
Norma euclidian nu este singura norm a matricii A.
Exemplu
m

A aij satisface axiomele a) d) de mai sus, fiind deci o alt norm a matricii A.
i 1j 1

5)

Matricea Gram a unei matrici dreptunghiulare:

1 i m; 1

Fie A aij
transpusa sa.

j n o matrice de tip m n i fie A T de tip n m

Matricea Gram a matricii A, notat A , este

A A T A gij .
Matricea Gram este matrice ptratic de ordin m i este simetric adic g ij g ji deci
A A

6)

Spectrul unei matrici ptratice

Dac A este o matrice ptratic de ordin n, fie numrul real sau complex i vectorul XRn
astfel c A.X = .X . se va numi valoare proprie a matricii A, iar X se va numi vector propriu al
matricii A.
Pentru gsirea valorilor proprii i a vectorilor proprii X, trebuie s avem

X
AE

P
P

0 .

Acest sistem omogen are i soluii nenule X dac

det A E n p1 n1 ... pn1 pn 0

se numete polinom caracteristic al matricii A, iar rdcinile sale vor fi valori proprii pentru

A.
Aceste n rdcini vor fi reale sau complexe conjugate, simple sau multiple.
Mulimea tuturor valorilor proprii ale lui A se numete spectrul matricii A i se noteaz cu (A).

A max

adic cea mai mare valoare proprie n modul, se numete raza

spectral a matricii A.
Ecuaia P det A
E
forma desfurat:

a11
a21

an1
De aici rezult relaiile:

se numete ecuaia caracteristic a matricii A, i are

a12
a22

an 2

....
....

. . . .

a1n
a2 n
0

ann

1 ... n Tr A a11 a22 ... ann

24

1 ... n det A
Din ultima relaie rezult c rang A n dac i numai dac 0 nu este valoare proprie
pentru A.
Proprieti ale spectrului (A)
1)
(AT)=(A)
2)

AB BA

3)

(A)m(Am)

4)

Dac det A 0 i A atunci -1(A-1)

5)

0 A dac i numai dac det A 0 adic rang A n .

6)
7)

A= matrice simetric (A = AT ) (A) conine numai valori proprii reale

A = matrice ortogonal (A-1 = AT) (A conine numai valori proprii de modul 1

D.

Clase de matrici

1)

Matrici simetrice:
2
Avem a ji aij deci A T A adic A A .
Matrici antisimetrice:
2
Avem a ji aij deci A T A adic A A
Matrici ortogonale:
A E deci A T A -1 i det A 1
Matrici normale:

2)
3)
4)

Avem AA T A T A deci A A . Matricile simetrice, antisimetrice i cele

ortogonale sunt normale.
5)
Matrici nenegativ definite i pozitiv definite:
Matricea simetric A este nenegativ definit dac pentru orice vector coloan X cu n
T
componente reale, avem f X X AX 0 . n acest caz valorile proprii ale matricii A sunt
T

0.

Matricea simetric A este pozitiv definit dac pentru orice vector coloan X cu n
T
componente reale avem f X X AX 0 . n acest caz valorile proprii ale matricii A sunt 0 .
n mod similar se definesc matricile nepozitiv definite ( f X X AX 0 ) i matricile
T

negativ definite ( f X X AX 0 )
T

1.2 BAZE DE VECTORI N Rn

1.2.1 Definiia bazei i dimensiunii n Rn
n continuare vom conveni s scriem vectorii din Rn ca vectori-coloan cu n componente.
1)Vectorii F1,,Fn Rn (m n) se numesc liniar independeni dac relaia 1F1 ... m Fm =0

implic 1 =... m 0 adic cei m vectori nu satisfac nici o relaie de dependen liniar.
Orice submulime a unei mulimi de vectori liniar independeni este format tot din vectori
liniar independeni.

25
Vectorii F1,,Fp Rn (p n) genereaz pe Rn dac pentru orice vector V Rn exist

F p p .
scalarii 1,,p R astfel c VF 1 1...
Dac o submulime a unei mulimi de vectori genereaz pe Rn, atunci ntreaga mulime
genereaz pe Rn.
Vectorii F1,,Fn Rn formeaz o baz n Rn dac ei sunt liniar independeni i genereaz
pe Rn.
F n n . Scalarii 1 ,..., n se numesc coordonatele vectorului
Fie V Rn cu VF 1 1...
V n baza F i formeaz vectorul-coloan V
1
F ,...,
Relaia precedent se scrie matricial V F VF

F1,...,Fn

.
unde F F1 ,...,Fn
T

este matricea bazei

cu vectorii-coloan F1 ,...,Fn .
Exemplu: Baza standard este format din vectorii matricii-unitate:

E1

1n
E 0n

M
0
n

E2

0n L
1n L
M
0n L

E n

0n
0n

M
1n

Avem E i 1 deci E i se numesc versori. n plus E i E j 0 , deci vectorii E i , E j sunt

ortogonali cte doi 1 i, j n .

Dac V=(V1,,Vn)T , avem V V1E1 ... Vn E n , deci coordonatele lui V n baza

standard E sunt chiar componentele V1,,Vn ale lui V ca vector din Rn .
Relaia din chenarul de mai sus devine V E VE VE .
Oricare baze din Rn au exact n vectori, n numindu-se dimensiunea spaiului vectorial Rn:
n
dim (R ) = n .

f11
f12
f1n

n
n
Fie F1 M ; F2 M
;...;Fn M
vectori-coloan din R care formeaz o baz din R .
f


n1
f n 2
f nn
Matricea F cu coloanele F1,...,Fn se numete matricea bazei F F1 ,F2 ,...,Fn :
F1

f
F 11
M

f n1

F2

f12
M
fn2

L
L

Fn

f1n
M

f nn

Avem det(F) 0 i rang F n .

Dac det(F)>0 , baza cu matricea F are orientare pozitiv , iar dac det(F)<0 , baza cu
matricea F are orientare negativ.

26

F1

F2

1
Exemplu: Fie matricea F
0

0
5
4

F3

2
3

S se arate c vectorii-coloan F1, F2 i F3 formeaz o baz n R3;

a)

5

S se gseasc coordonatele vectorului-coloan v 4 n baza format cu vectorii F1, F2
3

b)

i F3.

Soluie:
a)
Fie relaia de dependen liniar: 1F1 2 F2 3F3 0 , deci pe componente avem

0
5 2
0 , de unde rezult 1 2 3 0 .

2 4
0
1
2

5

Fie un vector-coloan oarecare V din R3, de exemplu V 4 .
3

S artm c exist 1 , 2 , 3 R , nu toi nuli astfel c VF 1 1 F 2 2 F 3 3 .
23 5
1

5 2 33 4 , de unde rezult
Pe componente avem:
2 4
3
1
2

58
23
49
1 ; 2 ; 3
.
8
8
8
58
23
49
1 ; 2 ; 3
b)
sunt chiar coordonatele vectorului-coloan V n baza
8
8
8
F1,F2 ,F3

23
33

Un sistem de m n vectori-coloan F1,...,Fm din Rn se numete ortogonal dac vectorii

Fi , Fj sunt ortogonali cte doi, deci Fi Fj 0 .
n acest caz vectorii F1,...,Fm sunt liniar independeni.
n adevr, fie relaia de dependen liniar:
(1)

1F1 ... m Fm 0

nmulim scalar relaia (1) cu F1: 1 F1

2 F1 F2 ... m F1 Fm 0 adic

2
1 F1 0 deci 1 0 cci F1 0 .

n mod analog nmulind scalar relaia (1) cu F2,...,Fm obinem 2 ... m 0 .

27
Pentru m n sistemul F1 ,...,Fn de vectori din Rn, ortogonali cte doi, devine baz
ortogonal.
F n n . Avem
Fie n acest caz V Rn cu VF 1 1...

V F
i F1 1F

Fn nF
i ...

i Fi

2
i

deci i

V Fi
2

1 i n

Fi
O baz ortogonal este ortonormal dac n plus F1 ... Fn 1 .

n acest caz matricea F este ortogonal F

Exemplu: Baza standard E este ortonormal.
1.2.2

FT i i V Fi .

Subspaii vectoriale i sisteme liniare omogene

Teorema 1.4

x1

n
Fie o matrice A de numere reale cu m linii i n coloane. Mulimea vectorilor X M
din R
x
n
n
care satisfac sistemul liniar omogen AX 0 , este un subspaiu vectorial al lui R i reciproc.
Demonstraie
Afirmaia direct :
1)
din X, X L rezult AX=0 , AX=0 de unde A(X+X)=0 aa c X+X L
2)

din XL , R rezult AX 0 deci A X 0 aa c xL.

Afirmaia reciproc :
Fie L un subspaiu vectorial r-dimensional al lui Rn cu baza F1 ,...,Fr .

Fie matricea F= F1 ,...,Fr de tip n x r i rang r care are pe coloane vectorii F1,,Fr .

Fie G1,,Gn - r Rn soluiile liniar independente ale sistemului liniar omogen FT X 0 .

G1 ,...,G nr formeaz o baz a subspaiului vectorial L Rn cu dim(L)=n - r
Fie matricea G= G1 ,...,G nr de tip n x (n - r) i rang r , are pe coloane vectorii

G1 ,...,G nr .
Soluiile liniar independente ale sistemului liniar G T X 0 sunt vectori-coloan. F1,, Fr
Rn care genereaz subspaiul vectorial L Rn cu dim(L)=r . Q.E.D.
Din teorema 1.4 rezult c vectorii oricrei varieti liniare b + L unde vectorul b nu aparine
subspaiului vectorial L , sunt soluii ale sistemului liniar neomogen GT.X = b i reciproc.
Forma parametric a soluiei X este dat n seciunea 1.3.1
Exemple:

F1 F2
1 3
deci dim(L) = 2.
2 0

1 4

a) Fie L R3 subspaiul vectorial cu baza F

28

G1
x1 2 x2 x3 0

are soluia G
3 x1 0 x2 4 x3 0

-8
care
7

Sistemul liniar omogen FT X 0 adic

constituie o baz pentru L R3 cu dim(L )=3-2=1

Sistemul liniar omogen G T X 0 adic 8 x1 7 x2 6 x3 0 are ca soluii liniar
independente chiar pe F1 i F2.

F1
2
deci dim(L) = 1.
3

4
Sistemul liniar omogen FT X 0 adic 2 x1 3 x2 4 x3 0 are soluii liniar
G1 G 2

b) Fie L R3 subspaiul vectorial cu baza F

-3 2
care constituie o baz pentru L R3 cu

2 0

0 1

independente pe G1, G2 cu G

dim(L )=3-2=1.

0
3x1 2 x2
are ca soluie pe
x3 0
2 x1

Sistemul liniar omogen G T X 0 adic

F1
2
3
3 deci chiar baza lui L R .

4

1.2.3

Substituirea unui vector dintr-o baz i aplicaii.

E1 E 2 L

Fie E

1
0
M
0

0
1
M
0

L
L
O
L

E n

0
0 baza standard n Rn. Fie vectorii-coloan A1,Am Rn. Aceti

M
1

vectori-coloan constituie matricea de tip n x m:

29

A1 A 2 L

a11 a12 L
M M O
an1 an 2 L

A m

a1m

anm

Avem relaiile:

A1 a11E1 ... ah1E h .... an1E n

A k a1k E1 ... ahk E h .... ank E n

A m a1m E1 ... ahm E h .... anm E n

(1)

sau sub form de tabel:

En

ahk

an1

------------

ank

------------

ahm

------------

anm

---------

------------

Am
a1m

---------

ah1

------------

---------

Ak
a1k

---------

------------

---------

---------

Eh

A1
a11

---------

---------

Baza
E1

Dac ahk 0 , ahk se va numi pivot i se ncercuiete. Putem nlocui vectorul Eh din baz
cu vectorul Ak din afara bazei standard. Avem:

(2)

A1 a '11 E1 ... a 'h1 A1 .... a 'n1 E n

A k 0 E1 ... 1 A k .... 0 En

A m a '1m E1 ... 1 A k .... a 'nm E n

sau sub form de tabel:

Baza
E1

A1
a11

------------

Ak
0

------------

Am
a1m

En

an1

---------

--------------------

ahm

------------

------------

anm

---------

1
---------

------------

---------

ah1

---------

Ak

---------

---------

30

Teorema 1.5
Prin substituirea vectorului Eh din baza standard cu vectorul Ak din afara bazei, avem
relaiile de transformare a coeficienilor:

ahj

j 1,..., m

(3)

a 'hj

(4)

a
a 'ij aij ik ahj
ahk

ahk

1 i n
1 j m

ih

Demonstraie:
nlocuind n relaiile (2) coeficienii dai de relaiile (3) i (4) precum i expresia lui Ak din
(1), obinem dup reducerea unor termeni, chiar relaiile (1):

a
a
a
A1 a11 1k ah1 E1 ... h1 a1k E1 ... ahk E h ... ank E n ... an1 nk ah1 E n
ahk
ahk
ahk

a11E1 ... ah1E h ... an1E n

a
a
a
A m a1m 1k ahm E1 ... hm a1k E1 ... ahk E h ... ank E n ... anm nk ahm E n
ahk
ahk
ahk

a1m E1 ... ahm E h ... anm E n

Q.E.D.
Observm c relaiile (3) i (4) sunt n fond transformri elementare ale liniilor matricii de tip

nm :

a11 L
A M
a L
n1

a1m
M

anm

i anume: Relaia (3) specific faptul c linia h se mparte cu pivotul ahk 0 .

Dac m n , det A se mparte cu ahk .

Relaia (4) specific faptul c din linia i se scade linia h, nmulit cu factorul

aik
.
ahk

31
Dac m n , det A rmne neschimbat.
Relaiile (3) i (4) se constituie n regula dreptunghiului care const n urmtoarele:
1)
Linia pivotului se mparte la pivotul ahk .
2)

Elementele din celelalte linii, se nmulesc cu pivotul ahk , din produs se scade produsul

elementelor diagonalei a doua a dreptunghiului format iar diferena se mparte la pivotul ahk .
Regula 2) se bazeaz pe faptul c relaia (4) se scrie sub forma echivalent:

a 'ij

aij ahk aik ahj

ahk

Algoritmul care folosete numai relaia (4) se mai numete algoritmul Gauss iar cel care
folosete relaiile (3) i (4) se mai numete algoritmul Gauss-Jordan.
Exemplu

A1 A 2

3
2

Fie n R3 vectorii-coloan A1, A2 cu matricea A: A

1 4

0
5

E1 E 2 E 3

1 0 0

Fie baza standard: E

0 1 0

0 0 1
Avem tabelul:

Baza

A1

A2

E1

E2

-1

E3

Vrem s substituim pe E1 cu A1.

Pivotul este 3 i se ncercuiete iar E1 i A1 se marcheaz cu sgei. Pe coloana A1 se trece

1

coninutul coloanei E1 adic 0
0

32

2
3

1)

Linia pivotului se mparte la pivot: 2 se nlocuiete cu

2)

n liniile 2 i 3 aplicm regula dreptunghiului: 4 se nlocuiete cu

5 se nlocuiete cu

3)

5 3 0 2
5
3

4 3 2 1 14
iar

3
3

Tabelul iniial devine:

Baza
A1

A1
1

E2

A2

3
14
3

E3
0
nlocuirea poate continua substituind pe E2 cu A2 .

Aplicaii ale metodei substituirii

A. Calculul determinantului unei matrici ptratice A

a11 L a1n

M
Fie matricea ptratic de ordin n: A M

a L a
nn
n1
Fie E E1 , ... , E n baza standard i A1 , ... , A n vectorii-coloan din A.
Avem tabelul iniial:
A1

------

An

E1

a11

------

a1n

------

------

En

an1

------

ann

------

Baza

Substituim succesiv pe E1 cu A1, ... , pe En cu An i scoatem de fiecare dat n factor pivotul

n faa determinantului det A . n final avem det A = Produsul celor n pivoi nmulit cu 1
(determinantul matricii-unitate).
Dac ntlnim pivoi nuli, vom permuta linii sau coloane ntre ele pentru a gsi pivoi
nenuli. Fiecare permutare de linii sau coloane are ca efect schimbarea semnului pentru det A .
Dac dup un numr de substituiri, obinem o linie nul, atunci procesul de calcul se oprete
i det A 0 .

33
Exemple
1)
S se calculeze prin metoda substituirii determinantul matricii:

2 1 0
A 3 4 1

5 1 5

Soluie:
Avem:

Baza

A1

A2

A3

E1

-1

E2

E3

-5

A1

E2

11

E3

A1

1
11

A2

2/11

E3

58
11

A1

A2

A3

11 58
1 58
.
2 11

0
1

Avem det A 2
2)

S se calculeze prin metoda substituirii determinantul matricii:

34

5 0 1
A 2 3 4

9 6 7

Soluie

Baza

A1

A2

A3

E1

E2

-4

E3

-7

A1

E2

22

E3

44

A1

A2

22

E3

5
15

0 0 .
Substituirea nu mai poate continua deci det A 5 3
B. Calculul rangului unei matrici dreptunghiulare A

a11 L

Fie matricea de tip m n : A M

am1 L

a1n
M

amn

n seciunea 1.3 a fost definit rangul matricii A ca fiind ordinul celui mai mare minor nenul, numit
minor principal: rang A r dac exist un minor de ordin r, nenul (minorul principal) i toi
minorii de ordin r 1 sunt nuli).
1 rang A r min im m, n
Avem :

rang A r este numrul maxim de linii liniar independente ca vectori din Rn i este numrul
maxim de coloane liniar independente ca vectori din Rm. Cu alte cuvinte, rang A este
dimensiunea subspaiului vectorial al lui Rn, generat de cei m vectori-linie din A i este
dimensiunea subspaiului vectorial al lui Rm, generat de cei n vectori-coloan din A.
Fie cazul m n.

35
Fie rang A r min im

a11 L
F M

ar1 L

m, n

i fie submatricea principal de ordin r:

a1r
M cu determinantul principal det F 0 .

arr

Dac det F 0 atunci prin permutarea ntre ele a liniilor i / sau permutarea coloanelor,
vom aduce minorul principal pe primele r linii i pe primele r coloane.
Permutarea ntre ele a liniilor respectiv coloanelor nu schimb rangul matricii A.
Matricea A are forma iniial:

F
H

A =

G
K

unde submatricile au tipurile: Frr ; G r n r ; H m r r ; K mr n r .

Se substituie E1 cu A1, ... ,Er cu Ar i matricea capt forma:
Baza

A1

------

Ar

Ar+1

------

An

A1

------

a '1, r 1

------

a '1n

------

------

------

a 'r , r 1

------

a 'rn

Er+1

------

------

------

------

------

------

Em

------

-----0

------

------

-----Ar

------

adic:

E
A =
O

F -1G
O

F
de tip m r care conine toate liniile i numai cele r coloane principale
H
1
din forma iniial a matricii A i notm V E r F G de tip r n , care conine toate coloanele
Notm U

i primele r linii principale din forma final a matricii A dup substituire.

Se verific relaia A U V unde rang A rang U rang V r .
Aceast relaie se numete descompunerea bazic a matricii A.
n adevr, primele r coloane A1 ,...,A r ale matricii A sunt liniar independente i constituie
matricea U iar celelalte n r coloane A r 1 ,...,A n sunt liniar dependente de A1 ,...,A r ,

36
coeficienii de dependen liniar fiind cele n r coloane ale submatricii F1G de tip r n r
, A r 1 ,...,A n A1 ,...,A r F G .
1

n cazul m n , se lucreaz cu A T de acelai rang cu A.

Exemplu

2 3 1 5

7
S se afle rangul matricii de tip 3 4 : A 0 1 4

2 4 3 12

Soluie

Baza

A1

A2

A3

A4

E1

-1

E2

E3

12

A1

E2

E3

A1

13

A2

A3

-8

2 3
1 0 13/ 2 8

Avem U 0 1 ; V
cu

4
7
0 1
2 4

rang A rang U rang V r 2

13

13/ 2 8
A3 A1 4A 2
Avem A 3A 4 A1A 2
adic
2
7
4
A 4 8A1 7A 2
C. Calculul matricii inverse A-1 a unei matrici ptratice nesingulare de ordin n (cu det A 0 )
Tabelul iniial are forma:

Baza

A1

------

An

E1

------

En

37
E1

a11

------

a1n

------

------

------

------

------

------

En

an1

------

ann

------

Substituim pe E1 cu A1 ,...,E n cu A n i obinem tabelul final:

A1

------

An

E1

------

En

A1

------

a '11

------

a '1n

------

------

------

------

An

------

a 'n1

-1

------

------

Baza

a 'nn

Exemplu

3 1 0

S se inverseze matricea ptratic nesingular A 1 0 1 cu det A 1 0

0 2 7

Soluie

Baza

A1

A2

A3

E1

E2

E3

E1

E2

-1

E3

A1

E2

E3

A1

-1

-1

A2

E3

-2

-6

38
A1

-2

-7

A2

21

-3

A3

-2

-6

2 7 1

1
1
21 3
Avem: A 7
. Se verific relaiile A A A A E
2 6 1

a11 x1 ... a1n xn b1

Pentru un sistem de n ecuaii cu n necunoscute de forma: sau

a x ... a x b
nn n
n
n1 1
matricial AX b cu rang A n (sau det A 0 ), soluia unic a acestui sistem liniar are
1

forma matricial X A 1 b unde A 1 se calculeaz ca mai sus.

Exemplu

2
3 x1 x2

x3 4 prin metoda matricii inverse.

S se rezolve sistemul liniar: x1

2 x2 7 x3 3

Soluie
Avem rang A 3 , det A 1 0

2 7
X A b 7 21
2 6

1
3

2
35
4 107

deci x1 35 ; x2 107 ; x3 31

31

D. Calculul inversei generalizate A+ a unei matrici dreptunghiulare A

Dac matricea A este dreptunghiular de tip m n inversa obinuit A 1 nu exist, dar
exist inversa generalizat de tip n m notat A+ care a fost definit n seciunea 1.1.2 punctul B)
prin relaia AA + A A analoag relaiei AA 1A A .
Matricea A+ se poate calcula i dac matricea A este ptratic ( m n ) dar singular (
det A 0 ).
Fie cazul m n
Fie 1 rang A r min im m, n

n seciunea 1.2.3 ,punctul B) de mai sus , la calculul lui rang A s-a prezentat descompunerea
bazic a matricii A: A U V cu U de tip m r , V de tip r n i
rang A rang U rang V r .
Inversa generalizat a lui A, notat A+ este de tip n m i are forma:
(1)

A V T U T U V
VT

U T

39
n particular dac matricea A este de rang maxim, n presupunerea m n , avem
rang A m .
Avem A F G

cu F de tip m m , nesingular i G de tip m n m .

Dup pivotare avem A E m F G

1

1
deci avem U F de tip m m i V E m F G

de

tip m n .
Din formula (1) rezult c pentru m n i rang A m , avem:

A A T AA T

(2)

A .
, rezult: A A A A i cum

n cazul m n se lucreaz cu A T de tip n m cu n m deci se afl A T

Dac rang A n , prin aplicarea relaiei (2) pentru A T

A A

(3)

rezult prin transpunere:

A A T A A T
1

Exemple
1)

1 1 2 0

Se d matricea de tip 3 4 : A 1 2 3 1
0 1 1 1

Se cere inversa generalizat A+

Soluie
Calculm ca la punctul 2.3.2 rangul matricii A:
Baza

A1

A2

A3

A4

E1

-1

E2

-1

-3

E3

-1

A1

-1

E2

-1

E3

-1

A1

A2

-1

40
E3

Avem rang A 2 . Liniile 1, 2 sunt principale i coloanele 1, 2 sunt principale.

Avem U 1
0

1
Avem V
0

1
2
cu toate cele trei linii i coloanele principale 1, 2 din matricea A iniial.
1

0 1 1
cu toate cele patru coloane i liniile principale 1, 2 din matricea A
1 1 1

final (dup substituire).

2 3

T
VV

3 6

3
6
9
T
T 1
U UVV 3 2 9
9
9
1 0
3
0 1 6
9
9

Rezult A
1 1 3
2
9

9
1 1
Rezult U U
T

3 0
6 9
T
T
U
UVV

deci
9 18 de unde:
0 3

1 1 0

1 2 1

3 0
1 1
2 1
4 1

3 1 2

0 1 4

Se d matricea de rang maxim de tip 2 3 : A

2)

Se cere inversa generalizat A+

Soluie Avem rang A 2 deci conform relaiei (2) avem A A T AA T

7
17
189 189
14 7
T 1
AA T
AA

deci
7 14 deci

7
17

189 189
51 21
17 1
3 0

17 7
1
1
1

1
1

24
21

8
1

7 14
3

189
189

2 2
2
4
6
42

E. Calculul produsului F-1G unde F este matrice ptratic de ordin n nesingular

(det (F) 0) iar G este matrice dreptunghiular de tip n x p
Tabelul iniial are forma:

unde:

41

Baza

F1

------

Fn

G1

------

Gp

E1

f11

------

f1n

g11

------

g1p

------

------

------

------

------

En

fn1

------

fnn

gn1

------

gnp

Se substituie pe rnd E1 cu F1 ,...,E n cu Fn .

Tabloul final are forma:
Baza

F1

------

Fn

G1

------

Gp

F1

------

g '11

------

g '1 p

------

------

------

------

F -1 G

------

Fn

------

g 'n1

------

g 'np

Exemplu

1 0 2
2 1 0

Se dau matricile F 0 8 5 ; det F 1 0 i G 1 0 1 . Se cere F1 G

1 0 3
0 3 5

Soluie

Baza

F1

F2

F3

G1

G2

G3

E1

-2

E2

E3

-1

F1

-2

E2

42
E3

-2

F1

-2

F2

E3

8
19
8

F1

36

-63

-74

F2

12

-20

-23

F3

-19

32

37

8
37
8

36 63 74

1
20 23
Avem: F G= 12

19 32 37

F. Calculul produsului GF-1 unde F este matrice ptratic de ordin n nesingular

(det (F) 0) iar G este matrice dreptunghiular de tip m x n.

Avem GF1

T 1

G T deci aplicm cazul 1.2.3, punctul E) pentru matricile

FT, GT.
Tabelul iniial are forma:
FnT

G1T

------

GmT

E1

f11

------

fn1

g11

------

gm1

------

------

En

f1n

------

gmn

------

fnn

g1n

------

------

------

F1T

------

Baza

Se substituie E1 cu F1 , ... , E n cu Fn .
Tabelul final are forma:
------

FnT

G1T

------

GmT

F1

------

g '11

------

g 'm1

------

------

------

(G F )
- 1

------

F1T

------

Baza

43
Fn

T
La urm avem GF1 GF1

g '1n

------

g 'mn

------

Exemplu

1 0 2
2 1 0

Fie matricile: F 0 8 5 ; det F 1 0 i G 1 0 1 . Se cere GF1

1 3 0
0 3 5

Soluie

Baza

F1T

F2T

F3T

G1T

G2T

G3T

E1

-1

-2

E2

E3

F1T

-1

-2

E2

E3

-1

F1T

-1

-2

F2T

E3

F1T

F2T
F3T

8
27
8

25

-7

25

-10

-9

27

-8

25

25 10 27

3 8
Avem dup transpunere: GF 7

25 9 25

1.3 SISTEME DE ECUAII LINIARE

1.3.1 Rezolvarea i discuia unui sistem liniar

Fie sistemul liniar de m ecuaii cu n necunoscute, de forma:

-1

8
25
8

44

a11 x1 K a1n xn b1

KKKKKKKKK .
a x K a x b
mn n
m1
m1 1

a11 L

L
Cu notaiile: A L

am1 L

a1n
b1 x1
L
L ; b L
;
X

b

amn
m xn

avem forma matricial a sistemului: AX=b

Fie rang A r min m, n . Presupunem c minorul principal ocup primele r linii i
primele r coloane.

a11 a1r

Fie F submatricea minorului principal: F cu det F 0

ar1 arr

Avem

A =

F
H

G
K

unde G este submatrice de tip r n r , H este submatrice de

tip m r r iar K este submatrice de tip m r n r .

Fie matricea extins de tip m n 1 :

F
A /b =
H

G
K

bp
bs

b1

unde bp L ;
b
r

br 1
bS L L . Dup pivotare n matricea extins A / b , aceasta capt forma:
b
m
b '1
Er
F -1 G
F -1 b p

1
1
unde F bp L i H F / E mr
-1
O ( m - r ) r O ( m - r ) ( m - r ) [ - H F / E m - r ] b
b '
r

b 'r 1
b L L
.
b'
m

Conform teoremei Kronecker-Capelli, sistemul liniar este compatibil dac i numai dac
r rang A rang A / b .
CAZURI:

r rang A m
Matricea A / b este de tip m n 1 deci rang A / b min im m, n 1 i cum
rang A rang A / b rezult rang A / b m deci sistemul este compatibil. Dac
rang A n , sistemul este compatibil determinat iar dac rang A n , sistemul este

I)

compatibil nedeterminat.
II)

r rang A m
Subcazul a)

45

H F1 / E mr

b 'r 1
b L L

b'
m

adic b este ortogonal pe Ker(AT) deci b 'r 1 L b 'm 0 . Rezult

r rang A rang A / b deci sistemul este compabil (determinat pentru r rang A n i

nedeterminat pentru r rang A n ).
n acest caz ultimele m r linii secundare din matricea extins A / b se arunc fiind dependente
de primele r linii principale. Avem:

x1
L

x
E r F1 G r

x
r 1
L

xn

b1
x1
xr 1

L F1 G L F1
adic

b
x
x

r
r

x1
xr 1

L F1 G L +F1

x
x

r
n

b1
L
i completnd cu necunoscutele secundare xr 1 ,..., xn ,

b
r

obinem:

(1)

F1 G
x1

X M

n
E n r

b1
L
de unde:

b
r

x r 1
L

x n

F1 b p

O n r

xr 1 ,..., xn R

F1 G
Matricea U
este de tip n n r i rang U n r . Coloanele sale
E
nr

n
Ur+1,,Un R sunt soluii liniar independente ale sistemului omogen A X 0 . Aceste coloane
formeaz o baz n subspaiul Ker(A)Rn cu dim Ker A n rang A .
F1 b p
n
Coloana X B
R este o soluie particular bazic (vezi seciunea 5.2) a
O n r
sistemului liniar neomogen A X b . Ea se obine din soluia general a sistemului neomogen
pentru componentele nebazice nule xr 1 ... xn 0 . Cu notaiile precedente, soluia general
din relaia (1) are forma:

(2)

xr 1

X U XS X B unde XS L R nr

x
n

46
Soluia general X(0) = U.XS a sistemului omogen AX=0 reprezint ecuaiile parametrice ale
subspaiului vectorial L ataat sistemului omogen AX=0 (vezi teorema 2.1) ,XS fiind vectorul
celor n r parametri reali xr+1,,xn .
Soluia general X=U.XS+XB a sistemului neomogen AX=b reprezint ecuaiile parametrice
ale varietii liniare b + L ( b L) depinznd de aceiai parametri reali xr+1,,xn .
Exemple
1) Ecuaia planului n R3 are forma general a11x + a12y+a13z+a14=0 .
Dac a11 0 ecuaia planului are forma parametric :
x = ( - a12 / a11)y+( - a13 / a11 )z + ( - a14 / a11) ; y=y ; z =z cu parametrii reali y i z .
2) Ecuaiile dreptei n R3 au forma general :
a11x +a12y+a13z +a14 =0
a21x+a22y+a23z+a24 =0
Dac =a11a22 a12a21 0 , din aceste ecuaii aflm pe x i y n funcie de z :
x=1z+ 1 ; y=2z+ 2 ; z=z adic ecuaiile parametrice ale dreptei cu parametrul z .
Exist o soluie particular unic XNRn sistemului liniar A X b cu X N

min im
, numit soluie normal. Ea are propietatea c este ortogonal pe subspaiul liniar Ker A adic
U T X N 0 deci XNIm(AT) .
Conform relaiei (2) avem: U X U U
XS
T

U T X
B

0 deci:

U T U XS U T X B aa c: XS U T U U T X B . Rezult din relaia (2):

1

X U U T U
(3)

U T X B X B deci soluia normal are forma:

X N E U U T U

U T

X
B

Subcazul b)

H F1 E mr

b 'r 1
b L

b'
m

0 .

n acest caz cel puin o component a vectorului-coloan: H F

E mr

b 'r 1
b L

b'
m

cu m r componente, este nenul.

Fie de exemplu prima component b 'r 1 0 . n acest caz sistemul liniar este incompatibil

deoarece r rang A rang A b r 1 cu minorul nenul de ordin r 1 :

E r F - 1 .b p
01r

'
r+1

Discuia sistemului liniar este terminat.

47
Spre deosebire de sistemul liniar A X b care este compatibil dac i numai dac

rang A rang A b sau b Ker A T , sistemul A T A X A Tb este totdeauna

compatibil i soluia sa X se numete soluie generalizat a sistemului AX b . Ea are
proprietile:
i)

AX + b min im

AX+ - b este ortogonal pe Im(A) ; ii)

Dac c este proiecia vectorului b pe subspaiul Im(A) atunci X este soluie a sistemului
compatibil AX c .Soluia (2) este dat de programul SISTEM .
Exemplu

3x1 x2 2 x3 x4 7
x 4 x 3x 5 x 13
1
2
3
4
Se d sistemul liniar:
x4
5 x1 9 x2 8 x3 11
7 x1 6 x2 7 x3 7x4
S se discute sistemul dup , i dac este compatibil s se rezolve sistemul.
Soluie
Baza
E1
E2
E3
E4
A1

A1
3
1
5
7
1

E2

E3

E4

A2
1
4
9
6

A3
2
3
8
7

A4
1
5
11
7

b
7
13

3
11
3
22
3
11

3
14
3
7

A1

A2

E3
E4

0
0

0
0

11
11

0
0

3
14
3
28
3

3
32
3
3 35

14

3 49

1
11
14
11
0
0

15

3
3

11

32

11
33
27

Discuie
Pentru 33 sau 27 sistemul este incompatibil. Pentru =33 i =27 sistemul este

compatibil (nedeterminat cci r rang A 2 n 4 ). Ecuaiile secundare a treia i a patra se

arunc. Ecuaiile principale a ntia i a doua se scriu:

48

x1 +

11
7
x3 +
11
7
x3 +
11

x2 +
Ax 1 d + u g m :
x2 +
Soluia general a sistemului neomogen este:

(4)

x1
5/11

7 /11
X 2
x
x3 1 3

0

x2

x3

x4 =

11
14
x4 =
11
14
x4 =
11
14
x4 =
11

15
11
32
11
x3
x4

1/11
15/11

14 /11

32 /11

0
0

Primii doi termeni din membrul doi reprezint soluia general a sistemului omogen

A X 0 iar al treilea termen este o soluie particular bazic a sistemului neomogen (obinut
din soluia general a sistemului neomogen pentru x3 x4 0 ).
Coloanele principale A1 , A 2 din matricea A se numesc bazice iar celelalte coloane secundare
A3 , A 4 ca i termenul liber b al sistemului se exprim cu ajutorul coloanelor bazice A1 , A 2 :

5
1
A3 11 A1 11 A 2

A 7 A 14 A
4 11 1 11 2
15
32
b A1 A 2
11
11
Din forma general a soluiei X dat de relaia (2) rezult:

5/11
7 /11
U

1/11
15/11

32 /11
14 /11

i X B
0
0

1
0

49

584

147

3209
147
Conform relaiei (3) rezult soluia normal X N
cu X N
151

147
156

147

3561958
min im .
49

Relaia (4) se scrie i sub forma:

5
1
15

3
4
11
11
11

7
14
32

x4
X x3
11
11
11

x
3

deci

5
1
15
7
14
32

X x3 x4 x3 x4
11
11
11
11
11
11

x3 x4 f x3 , x4 min im

Trebuie s avem:

f
1
15
5
5

x 2 11 x3 11 x4 11 11

f 2 5 x 1 x 15 1

3
4

x4
11
11 11
11

7
14 32
2 x3 x4
11
11 11

7
14 32
2 x3 x4
11
11 11

11

14

11

2 x3 0
2 x4 0

584 /147
3209 /147
151
156
obinut i mai
de unde rezult x3
; x4
deci soluia normal: X N
151/147
147
147

156 /147
sus cu relaia (3).
1.3.2 Soluii generalizate ale sistemelor liniare incompatibile
Fie un sistem liniar AX b cu matricea A de tip m n , X = vector-coloan cu n
componente i b = vector-coloan cu m componente. n plus presupunem c
rang A r rang A / b r 1 deci sistemul liniar este incompatibil deci nu exist nici un
vector-coloan X astfel c A X b .
Prin analogie cu soluia clasic a sistemelor compatibile determinate X A 1b , vom numi
soluia generalizat a sistemului compatibil expresia X+=A+b unde A de tip

50

n m este inversa generalizat a matricii A, definit de relaia AA A A (vezi seciunea 1.3).

n acest caz nu mai avem AX b dar AX i b sunt cei mai apropiai n sensul normei
euclidiene dup cum arat:
Teorema 1.6

Avem AX b aij x j b
min im pentru X X A b
i
i 1 j 1

Demonstraie
Fie F x1 ,..., xm

. Anulm derivatele pariale ale lui F x1 ,..., xn n raport

aij x j b
i
i 1 j 1

cu x1 ,..., xn (condiie necesar de minim):

F m
ai1
x1 i 1

b
i 0
j 1

m
n

F a

in aij x j b
i 0
xn i 1 j 1

a x
ij

adic:

a a x a b

i1 ij

i 1 j 1

i1 i

i 1

a
i 1 j 1

a x j aimbi

in ij

i 1

deci matricial:
(1)

A A X
T

A Tb

Soluia generalizat X+ = A+b verific condiia de minim (1).

Facem demonstraia n cazul particular rang(A) = min( m, n) .

deci X A AA b i (1) devine:

A A A AA b A b sau: A AA AA
A b deci: A b A b .
Pentru m n avem A A A A deci: X A A A b i (1) devine:
A A A A A
b A
b adic: A b A b . Q.E.D.
n adevr, pentru m n avem A A T AA T
T

T 1

T 1

T 1

Exemplu
S se afle soluia generalizat a sistemului incompatibil cu m 3 ecuaii i n 4
necunoscute:

51

x2
2 x3
x1

x1 2 x2 3 x3

x2 x3

x4
x4

3
6
1

Soluie
Avem rang A 2 rang A / b 3 deci sistemul este incompatibil.

1 1

n seciunea 2.3.4 am gsit: A

9 2

0
1
1
1

3
2

12

1 11

Soluia generalizat este X A b

. Ea verific i sistemul A T AX A T b .
9 1

23

Avem AX b aij x j b
i
i 1 j 1

Avem:

12
11 3

6
1

1
23

1
24
1
24
8

24

9 1 3 1

1
24
1

1 1 2
n
1
aij x j b j 1 2 3

9
j 1
0 1 1
3

1 9
30
9 9
33

Rezult: AX b
1.4

3
1

9
1

0
1

64
64
2
2
1 1 12 min im
9
3

Mulimi convexe n Rn
Fie o mulime de vectori URn . Dac X ', X '' U , numim segmentul nchis cu capetele

''
X,X mulimea X '; X '' a vectorilor din Rn de forma 1 X ' X

cu 0;1 . Mulimea

U se numete convex dac pentru orice X ', X '' U avem X '; X '' U deci odat cu vectorii

X ', X '' mulimea U conine segmentul nchis care unete pe X ', X '' .
Mulimea convex URn este generat de vectorii X 1 , ..., X p dac pentru orice
1
p
X U avem XX1 ... Xp cu 0 i1 i 1 ... p 1 .

Dac U1 , U2 sunt mulimi convexe din Rn i , sunt numere reale atunci U1 U2 i

52
U1 + U2 sunt mulimi convexe.
Dac A : Rn Rm este aplicaie liniar i U1 este mulime convex din Rn
i U2 este mulime convex din Rm atunci A (U1)={ A (X) / X din U1 } i
A -1(U2)={ X / A(X) din U2 } sunt mulimi convexe .
Fie sistemul liniar AX b unde A este matrice dreptunghiular cu m linii i n coloane, X Rn este
vectorul-coloan al necunoscutelor iar bRm este vectorul-coloan al termenilor liberi. n cele ce
urmeaz vom presupune condiiile restrictive:
m n adic numrul ecuaiilor este strict mai mic ca numrul necunoscutelor.
1)
2)
rang(A) = m (ecuaiile sunt independente ntre ele).
n acest caz sistemul este compatibil nedeterminat (ecuaiile sunt necontradictorii) i
conform seciunii 1.3.1 , soluia general are forma:
(1)

X A 'm1xm1 ... A 'n xn b '

unde xm+1,,xn R sunt parametri arbitrari. Aici A 'm 1 , ..., A 'n R sunt soluii liniar
n

b '1
L

b 'm
n
independente ale sistemului A X 0 iar b '
R este o soluie particular bazic a
0
L

0
sistemului neomogen, obinut din soluia general a sistemului neomogen pentru
xm1 ... xn 0 .
O soluie XRn a sistemului liniar AX b se numete posibil (admisibil) dac are toate
componentele nenegative: xi 0 1 i n .
Fie U mulimea soluiilor posibile X 0 a sistemului liniar AX b cu m n i
rang A m .

O soluie posibil X U, X 0 se numete bazic dac are m componente strict pozitive

(numite bazice) restul de n m componente fiind nule, iar coloanele din matricea A ce corespund
celor m componente bazice strict pozitive, formeaz o baz n Rm.
Exemplu
Dac n soluia (1) de mai sus avem b '1 0, ..., b 'm 0 atunci soluia b ' este bazic. O

''
soluie posibil X U, X 0 se numete extremal dac X 1 X ' X

cu

X ', X '' U , X ', X '' 0 implic X X ' sau X X '' unde 0 1 .

Cu alte cuvinte, o soluie posibil X 0 a sistemului liniar AX b cu m n , rang A m

este extremal dac ea nu este n interiorul segmentului care unete alte dou soluii posibile, ci la
unul din capetele segmentului.
Teorema 1.7
Orice soluie bazic este extremal i reciproc. Numrul acestor soluii este finit (egal cel mult cu
Cmn )
Demonstraie

53
Fie soluia bazic X. Presupunem c X nu este soluie extremal.
Presupunnd c primele m componente ale lui X sunt nenule, din relaia:
X 1 X ' X
'' cu 0;1 rezult: 1 xi' xi'' 0 i m1, ...,

n . Cum

0 , x , x 0 , rezult de aici c x x pentru i m 1,..., n . Dar X ',X '' sunt soluii

'
'
''
''
posibile aa c avem x1A1 ... xm A m x1A1 ... xm A m b . Cum A1 ,...,A m sunt vectori'
''
coloan liniar independeni (X = soluie bazic) rezult xi xi i pentru i 1,..., m aa c
X ' X '' absurd. Rezult c X este soluie extremal.
Reciproc, fie X=soluie extremal cu xi 0 pentru i 1, ..., m .
S artm c X este soluie bazic adic vectorii-coloan A1 , ..., A m sunt liniar
independeni. Dac A1 , ..., A m n-ar fi liniar independeni, am avea 1A1 ... m A m 0 cu
i nu toi nuli. Dar x1A1 ... xm A m b deci rezult egalitile:
x1 1 A1 ... xm m A m b
x1 +1 A1 ... xm + m A m b
'
i

''
i

'
i

''
i

poate fi ales suficient de mic astfel ca: xi i 0 ; xi i 0 pentru i 1, ..., m .

Rezult c:

X '
,x1...,
X1 m, 0,
...,m 0

X '' x1 +1 , ..., X m + m , 0, ..., 0

1
1
sunt soluii posibile i n plus: X X ' X '' ceea ce contrazice faptul c X este soluie
2
2
m
extremal. Rezult c X este soluie bazic. Avem C n grupuri de m componente nenule din n
m
componente posibile deci avem C n soluii extremale bazice. Q.E.D.
Teorema 1.8
Dac sistemul de ecuaii liniare AX b , X 0 are soluii posibile, are i soluii posibile bazice.
Demonstraie
Fie X o soluie posibil a sistemului din enun cu primele m componente nenule.
S artm c vectorii-coloan A1 , ..., A m sunt liniar independeni.

Dac A1 , ..., A m n-ar fi liniar independeni am avea X'1A1 ... X 'm A m 0 cu X i nu toi

nuli. Dac notm X ' X '1 , ..., X 'm , 0, ..., 0 avem AX ' 0, X ' 0 deci

A XX
'

AX

AX
'

b pentru orice real.

S determinm pe astfel ca XX
'

I 2 i 1 i m, x 'i 0 i fie:

0 . Fie I1 i 1 i m, x 'i 0 i

54

max xi
max

,
I

1
1 i I1 x 'i
; 2 i I2


, I1 0

xi
, I2 0
x 'i
, I2 0

Este clar c pentru cu min 1 , 2 avem XX

'

0 . Putem alege un 0 astfel

ca soluia posibil X X0'
s aib cel mult m-1 componente nenule: dac 2 lum
0 1 iar dac 1 lum 0 2 . Dac coloanele corespunztoare componentelor
nenule ale soluiei X X0'
(n numr de cel mult m-1) sunt liniar independente, aceasta ar fi
soluie bazic.
n caz contrar se reia raionamentul aplicat mai sus, obinndu-se o nou soluie cu cel mult
m-2 componente nenule, etc., deci dup un numr finit de pai am ajunge la soluia nul (cu zero
componente nenule) care este evident soluie bazic. Q.E.D.
Teorema 1.9
Mulimea soluiilor posibile URn ale sistemului liniar AX b , X 0 este o mulime
convex generat de soluiile bazice n numr finit.
Demonstraie
Fie X ', X '' U deci AX' b , AX'' b i X ', X '' 0 .

'' 1 AX
''
avem A 1 X ' X
' AX
'' 0 deci U este mulime convex.
i n plus 1 X ' X
Pentru orice 0 1

Fie X 1 , ..., X p U astfel c pentru orice X U avem:

XX1

... Xp

0 i1;

p 1...

i1, ...,

bb

Presupunem c p este minim n raport cu aceste proprieti. S artm c X 1 , ..., X p

sunt soluii extremale (deci conform teoremei 1.7 i bazice). Dac de exemplu X 1 n-ar fi soluie
1
extremal am avea: X 1 X ' X
'' unde

X ', X '' U i 0 1 . Dar X'X1'

X''X1''

... X''p

Dac 1

'
1

''
1

'
1

1''X

...
X'p
1

... X'p

0 i''1 1''...

X 1 X1'
1

''
p

0 i' 1 1' ...

. Rezult:

1
...

''
1

'
p

...
X''p

''pX

'
p

am avea:

1
2
p
1 'p
X 1 '2
''2 X ...

''pX cu 0 1
1 '2
1 'p
''2 ...

''p 1 contrar minimalitii lui p.
'
1'' 1 cci am avea:
La aceeai concluzie am ajunge dac: 1 1

'
i

''
i

1 i

55

X
1

1
1 1

'
1

''
1

'
2

''2 X

'
p

''pX

1 'p
1'' ...

''p 1
1 deci cum: 1 1'
'
i'' 1 avem: 1 i'
i'' 0 pentru i 2, ..., p i cum 0 1
cu 0 1 i
Rezult c 1

'
1

''
1

'
'
''
''
'
''
rezult i i pentru i 2, ..., p . ns 1 ... p 1 ; 1 ... p 1 aa c rezult

1' 1'' 1 deci am avea X ' X '' absurd. Q.E.D.

Exemplu

x1 2 x2 4 x3 3 x4 10

8 x3 6 x4 21
Se d sistemul liniar: 2 x1 5 x2
5 x 11x 20 x 15 x 51
2
3
4
1

S se afle soluia general X 0 a sistemului liniar ca o combinaie liniar convex a soluiilor

posibile bazice.
Soluie
Baza
A1
A2
A3
A4
B

E1
2
4
3
10
E2
2
5
8
6
21
E3
5
11
20
15
51
A1
1
2
4
3
10

E2
0
0
0
1
E3
0
1
0
0
1
A1
1
0
4
3
10
A2
0
1
0
0
1
E3
0
0
0
0
0
Avem rang A rang A / b 2 n 4 deci sistemul este compatibil nedeterminat. Ecuaia
secundar numrul 3 se elimin din sistem fiind liniar dependent de primele dou.

x1 2 x2 4 x3 3 x4 10
. Soluiile posibile bazice
2 x1 5 x2 8 x3 6 x4 21

Sistemul capt forma:

x1
x
X 2 au 2 componente strict pozitive (bazice) i 2 componente nule (nebazice).
x3

x4
CAZURI:

4 x3 3x4 10
care este sistem incompatibil
8
x

6
x

21
4
3

1)

x1 x2 0 . Rezult

2)

x1 x3 0 . Rezult

2 x2 3x4 10
de unde
5 x2 6 x4 21

x2 1

x4 8/ 3

56

1 1
Avem prima soluie posibil bazic X
0

8/ 3
3)

2 x2 4 x3 10
de unde
5 x2 8 x3 21

x1 x4 0 . Rezult

Avem a doua soluie posibil bazic X

x2 1

x4 2

0
1

2

0

x1 3x4 10
care este sistem incompatibil.
2 x1 6 x4 21

4)

x2 x3 0 . Rezult

5)

x2 x4 0 . Rezult

6)

x3 x4 0 . Rezult

x1 4 x3 10
care este sistem incompatibil.
2 x1 8 x3 21
x1 2 x2 10
de unde
2 x1 5 x2 21

Rezult a treia soluie posibil bazic: X

x1 8

x2 1

8
1
. Conform teoremei 5.5 ,orice alt soluie
0

0

x1
x
2
posibil X cu xi 0 1 i 4 este combinaia liniar convex a soluiilor posibile
x3

x4
8 3 8

3
x1

1
x
1
2
3

3
2 X 1 X 2

bazice: XX

2 unde 0 i1 i
2
2
1
2
3
2
x3

81 8
x

4
3

3
1 2 3 1 .
1.5

Extremele unui polinom convex concav pe o mulime convex n Rn

Fie URn o mulime convex.

57
O funcie f: U R este convex dac pentru orice X ', X '' U i orice 0; 1 avem:

f 1 X ' X
'' 1

(1)

fX ' fX ''

O funcie f: U R este concav dac pentru orice X ', X '' U i orice 0; 1 avem:

f 1 X ' X
'' 1

(2)

fX ' fX ''

Dac f, g sunt funcii convexe / concave pe U i , 0 atunci funcia f g este

convex / concav pe U.
Exemplu
T
Funcia polinomial liniar f x C X C1 x1 ... C n xn este i convex i concav
pe Rn .
Teorema 1.10
Funcia f: U Rn R este convex dac i numai dac pentru X ', X '' U avem:

f X ' df X ' X '' X ' f X ''

(3)

adic hiperplanul tangent la graficul lui f n X ' rmne sub graficul lui f.
Demonstraie
Dac f este funcie convex, din relaia (1) rezult:

f X ' X '' X
' fX '
f X ''

Trecem la limit pentru t 0 , t 0 i inem cont c:

f X ' X '' X
' fX '
lim

t 0

t 0
f X '

lim
t 0
t 0

f X ' X '' X
' fX '
X'+ X '' X ' X '

X '' X ' df X ' X '' X '

aa c: f X ' df X ' X '' X ' f X '' deci relaia (3).

Reciproc, fie relaia (3) ndeplinit: f X ' df X ' X '' X ' f X '' .
Schimbnd pe X ' cu X '' avem:

f X '' df X '' X ' X '' f X '

n relaia (3) nlocuim pe X ' cu X i nmulim relaia obinut cu :

(4)

(5)

f X df X X '' X f X ''

58
n relaia (4) nlocuim pe X '' i nmulim relaia obinut cu 1
(6)

1 fX 1

'
dfX X

fX '

''
Adunnd relaiile (5) i (6) obinem: f 1 X ' X
deci f este convex pe U. Q.E.D.

fX ' fX ''

Pentru funcia f: U Rn R , aceasta este concav dac i numai dac pentru orice X ', X '' U
avem:
f X ' df X ' X '' X ' f X ''
(7)
adic hiperplanul tangent la graficul lui f n X ' rmne deasupra graficului lui f.
Conform formulei Taylor(vezi capitolul 2) avem:

1
f X '' f X ' df X ' X ' X '' d 2 f X ' X '' X ' R 2 X '' X '' X
'
2
Pentru X '' suficient de aproape de X ' , relaia (3) capt forma:
(8)

d 2 f X ' 0 pentru orice X ' U .

deci f este convex pe U Rn dac i numai dac este ndeplinit relaia (8).
n mod analog relaia (7) capt forma:
(9)

d 2 f X ' 0 pentru orice X ' U .

Deci f este concav pe U Rn dac i numai dac este ndeplinit relaia (9).
Exemplu
T
T
Fie funcia polinomial ptratic: f x e 2C X X DX unde D este matrice
simetric de ordin n, C este vector-coloan cu n componente iar eR.

dX1
T

Condiia (8) revine la dX D dX 0 pentru orice dX L U deci f este

dX
n

convex dac i numai dac matricea D este pozitiv definit.

dx1
T

Condiia (9) revine la dX D

dX 0 pentru orice dX L U deci f este
dx
n

concav dac i numai dac matricea D este negativ definit.

Un criteriu ca o matrice simetric D s fie pozitiv definite, respectiv negativ definit , este
criteriul lui Sylvester :

59

d11
d
21
Fie D
L

d n1

d12
d 22
L
dn2

L
L
L
L

d1n
d 2 n
cu dij d ji 1 i, j n matricea simetric a prii XT.D.X
L

d nn

din funcia polinomial ptratic: f(X)= e+2.C.X+XT.D.X

Fie minorii principali:

d
D1 d11 , D 2 11
d 21

d11 L
d12
,..., D k M
d 22
d k1 L

d1k
M ,..., D n det D
d kk

Matricea D este pozitiv definit dac i numai dac D1 ,D 2 ,...,D n 0 .

Matricea D este negativ definit dac i numai dac D1 0, D 2 0 ,...,

Dn 0

Funciile polinomiale ptratice convexe (cu matricile D pozitiv definit) au un minim unic dat de
relaiile: df X 2D X 2C 0 deci punctul de minim este vectorul din Rn :
(10)

X 0 D 1 C

Funciile polinomiale ptratice concave (cu matricea D negativ definit) au un maxim unic X 0 ,
dat de relaia (10).

Valoarea minimului / maximului este f X

Exemple
1)
Se d funcia polinomial ptratic:

f x1 , x2 , x3 3 x12 3 x22 3 x32 4 x1 x2 4 x1 x3 4 x2 x3 6 x1 8 x2 6 x3 10

S se arate c funcia f este convex pe R3 i s se gseasc punctul de minim X 0 i valoarea
minimului f X 0 .
Soluie

3 2 2
3

Avem D 2 3 2 ; C 4 ; e 10
2 2 3
3

3 2
5 0 ; D3 det C 7 deci f este funcie convex pe
Avem D1 3 3 0 ; D 2
2 3
5 2 2 3
1

4
2

R3. Punctul de minim X 0 este: X 0 D C 2 5

7

2 2 5 3
1
8
1
X10 ; X 20 ; X30
7
7
7
196
1 8 1
Valoarea minimului este: f ; ;
49
7 7 7
1

1
8
deci
1

60
2)

Se d funcia:

f x1 , x2 , x3 6 x12 5 x22 5 x32 4 x1 x2 8 x1 x3 6 x1 4 x2 4 x3 1

S se arate c funcia este concav pe R3 i s se gseasc punctul de maxim X 0 i valoarea
maximului f X 0 .
Soluie

6 2 4
3

Avem: D 2 5 0 ; C 2 ; e 15
4 0 5
2

6 2
26 0 ; D3 det D 50 0 deci f este
Avem D1 6 6 a ; D 2
2 5
funcie concav pe R3. Punctul de maxim X 0 este:
25 10 20 3 15
1
15
28
1 28

X 0 D 1 C 10 14
8
2
X

deci
;
;
10
20
50
50
50
50

26 2 8
20 8
68
8
15 28 8
;
;
X30 . Valoarea maximului este: f
25
50
50 50 50
T
Funcia liniar f X C X C1X1 ... C n X n nu are nici minim nici maxim dei
este i convex i concav.
O soluie posibil X(0) Rn, X(0) 0 a sistemului liniar AX b cu m n i rang A m se

numete soluie optim dac valoarea f X

este maxim sau minim. n

continuare ecuaiile sistemului liniar AX b , le vom numi legturi sau restricii.

Teorema 1.11
Dac o funcie liniar f C X cu legturi liniare AX b , X 0 are soluii optime, are i
soluii bazice optime.
Demonstraie
T
Fie X o soluie optim (de exemplu cu f C X=minim ) cu primele m componente nenule. S
T

artm c vectorii-coloan A1 , ..., A m sunt liniar independeni. Dac A1 , ..., A m n-ar fi liniar
independeni, ca i n demonstraia teoremei 1.8 am gsi soluia posibil XX
' 0 . Dac X
este soluie optim (presupus de minim pentru f) deci:
T
f X CT X f XX
' C X+C
X'T aa c CT X' 0 . Nu putem avea CT X' 0
deoarece alegnd de semn contrar lui CT X' am avea CT X'<0 absurd cci CT X' 0 .
Rezult CT X'=0 aa c XX
' este deasemenea soluie optim.

Ca i n demonstraia teoremei 1.8, soluia optim X X0'

poate avea cel mult m-1
componente nenule deci dup un numr finit de pai ajungem la o soluie bazic optim. Q.E.D.

61
Teorema 1.12
Mulimea soluiilor optime V U ale unei funcii liniare f C X cu legturi liniare AX b ,
X 0 , este o mulime convex generat de soluiile bazice optime n numr finit.
T

Demonstraie
Fie X ', X '' V cu AX' b , AX'' b ; X ', X '' 0 ;

f X ' CT X'=f X '' CT X''=OPTIM

'' este soluie posibil, conform teoremei 5.5
Pentru orice 0 1 , 1 X ' X
Mai mult,

f 1 X ' X
'' C
T 1 X ' X
''

1 C XT ' C
XT '' 1 OPTIM+
OPTIM=OPTIM

deci V este mulime convex. A doua parte a enunului se demonstreaz analog cu a doua parte a
enunului teoremei 1.9. n particular dac V se reduce la o soluie optim, aceasta este bazic.
Q.E.D.
Schema relaiilor ntre mulimea soluiilor posibile U, mulimea soluiilor optime V,
mulimea soluiilor bazice U B i mulimea soluiilor optime bazice VB , este urmtoarea:
Soluii posibile

U
Soluii
bazice
Soluii
bazice
optime VB
UB

Soluii
Optime

Exemplu

x1 2 x2 4 x3 3 x4 10
2 x1 5 x2 8 x3 6 x4 21

n seciunea 1.4 s-a rezolvat sistemul liniar:

(a treia ecuaie s-a nlturat, fiind liniar dependent de primele dou) i s-au gsit trei soluii bazice:

0
0
8
1

1

1
2 1
3
X 0 ; X
; X
2
0

0
0
3

Mulimea convex U ale soluiilor posibile X 0 ale sistemului liniar precedent este

U X R 4 XX1

X2

X3 ; 0 i1;
3

Dac mulimea convex U este mrginit (este complet coninut ntr-o sfer de raz finit)
i nchis (i conine frontiera) atunci orice funcie liniar

62

f X C1X1 C 2 X 2 C3X 3 C 4 X 4 are soluie optim pe U, care dac este unic este
neaprat bazic conform teoremei 1.12

14
1
;
De exemplu funcia f X X1 2X 2 2X 3 X 4 are valorile f X

f X

6 ; f X 10 deci f

3
X X .

1.6

min im

14
pentru X X 1 i f max im 10 pentru
3

Rezumat

n acest capitol se prezint axiomele corpului numerelor reale R , axiomele mulimii Rn ca

spaiu vectorial , axiomele mrimilor metrice ale vectorilor(norm,distan,produs scalar,
unghi,produs vectorial,produs mixt)).
Se prezint deasemenea operaiile cu matrici(adunare,scdere,nmulire,inversa A-1,
inversa generalizat A+ ,sum direct , produs direct) , indicatorii numerici ai matricilor
ptratice(urm,determinant,rang,norm) .
Se definesc noiunile fundamentale de baz i dimensiune n spaii vectoriale i se aplic aceste
noiuni la subspaii vectoriale.
Se prezint subspaiile vectoriale / varietile liniare ca mulimi de soluii ale sistemelor de
ecuaii liniare omogene/neomogene.
Metoda substituirii din seciunea 1.2.3 are importante aplicaii n calculul matricial.
Se prezint rezolvarea i discuia unui sistem de ecuaii liniare neomogen cu aplicaii la soluii
generalizate pentru sisteme liniare incompatibile.
n continuare se studiaz convexitatea mulimii soluiilor unui sistem liniar compatibil
nedeterminat cu evidenierea soluiilor bazice(extremale)
n final se prezint extremele unui polinom convex/concav pe mulimea convex a soluiilor
sistemului linia compatibil nedeterminat ca o pregtire pentru programarea liniar din cap.3
1.7 ntrebri
1. Enumerai definiiile i axiomele mrimilor metrice ale vectorilor n Rn :
norm,distan,produs scalar,produs vectorial,produs mixt.
2. Ce este baza i dimensiunea n spaiul vectorial Rn ?
3. Ce aplicaii are metoda substituirii unui vector dintr-o baz n calculul matricial ?
3. Ce form are soluia general a unui sistem de ecuaii liniare ?
4. Ce form are soluia general a unui sistem de ecuaii liniare ca o combinaie liniar convex
de soluii bazice ?
5. Cum se recunoate dac un polinom de grad 2 este convex /concav i unde se ating extremele
sale pe mulimea convex a soluiilor unui sistem liniar compatibil nedeterminat ?
1.8 Bibliografie
1. Stnil O. Analiz liniar i geometrie Vol. I - II,Editura ALL ,2000 - 2001
2. Cenu Gh. i col. Matematici pentru economiti Editura CISON,2000
3. Cenu Gh. i col. Matematici pentru economiti culegerede probleme Editura
CISON,2000
4. Ene D. Matematici (I) Editura CERES , 2004
5. Gogonea S. , Ene D. Analiz numeric Editura Cartea Universitar , 2005
6. Ene D. , Gogonea S. Metode numerice Editura Cartea universitar , 2005

63