Ariadna Lucia Pletea

Adrian Corduneanu

Mircea Lupan

LECII DE ALGEBR LINIAR

IASI, 2005

Cuprins
Capitolul 1
1.1. Matrice si determinanti...................................................................5
1.1.1. Determinantul unei matrice patratice.........................................8
1.1.2. Matricea inversa.......................................................................12
1.1.3. Rangul unei matrice. Linii principale si coloane principale........14
1.2 Spatiul vectorial real.......................................................................18
1.2.1. Schimbarea coordonatelor vectorului la schimbarea bazei........22
1.3. Transformare liniar
a n Vn ............................................................23
1.3.1. Polinom caracteristic. Vectori proprii si valori proprii..............27
1.3.2. Teorema de reprezentare spectrala...........................................29
1.3.3. Diagonalizarea unei matrice......................................................31
1.3.4. Algoritmul de diagonalizare a unei matrice..............................35
1.3.5. Forma canonica Jordan............................................................35
1.3.6. Algoritmul de aducere la forma Jordan....................................36
1.3.7. Autovalorile unor matrice reale simetrice.................................38
1.4. Spatiul vectorial normat...............................................................41
1.4.1. Norme pe Rn (n 2).................................................................42
1.5. Spatiul euclidian............................................................................ 50
1.6. Forme liniare, biliniare si p
atratice........................................... 62
1.7. Spatiul liniar al vectorilor liberi..................................................78
1.7.1. Structura algebrica a spatiului vectorilor liber.........................78
1.7.2. Spatiul liniar V3 .......................................................................85
1.8. Repere..............................................................................................89
1.8.1. Aplicatii la studiul conicelor si cuadricelor................................97

Capitolul 2
2.1.
2.2.
2.3.
2.4.
2.5.
2.6.
2.7.

Numere complexe.........................................................................113
Transform
ari elementare.............................................................117
Matrice bloc...................................................................................127
Transform
ari liniare.....................................................................130
Spatii euclidiene............................................................................137
Exponentiala de argument matriceal.........................................157
Conice pe ecuatii reduse.............................................................165
2.7.1. Cercul.....................................................................................165
2.7.2. Elipsa......................................................................................166
2.7.3. Hiperbola................................................................................168
2.7.4. Parabola.................................................................................170
2.8. Cuadrice pe ecuatii reduse...........................................................171
2.8.1. Sfera........................................................................................171
2.8.2. Elipsoidul................................................................................172
2.8.3. Hiperboloidul cu o panza........................................................173
2.8.4. Hiperboloidul cu doua panze..................................................175
2.8.5. Paraboloidul eliptic................................................................176
2.8.6. Paraboloidul hiperbolic..........................................................176
2.9. Gener
ari de suprafete..................................................................177
2.9.1. Generarea suprafetelor cilindrice............................................177
2.9.2. Generarea suprafetelor conice.................................................179
2.9.3. Generarea suprafetelor de rotatie............................................181
2.9.4. Generaratoarele rectilinii ale cuadricelor.................................182
2.10. Probleme propuse.......................................................................184

Capitolul 3
Mathematica n algebr
a.....................................................................201

Capitolul 1
Notiuni teoretice
1.1

Matrice si determinati

Definitia 1.1 O matrice de tipul mn este o multime de mn numere aij ,

reale sau complexe, i = 1, m, j = 1, n, asezate ntr-un tabel dreptunghiular
dupa regula primul indice arata linia, iar al doilea arata coloana n care se
afla elementul respectiv.
Notam multimea matricelor de ordin m n ale caror elemente sunt numere reale cu Mmn (R). Daca scriem A = (aij )i=1,m,j=1,n aceasta reprezinta
matricea A Mmn (R), de forma

a11 a12 a13 a1n

a21 a22 a23 a2n

A = ..
..
..
..
.. .
.
.
.
.
.
am1 am2 am3 amn
Daca m = n, adica numarul liniilor este egal cu numarul coloanelor,
matricea se numeste patrata. Notam multimea matricelor cu elemente reale
de ordin n n cu Mn (R).
Daca matricele sunt de acelasi tip m n, ele se pot aduna dupa regula
element cu element. Aceasta nseamna ca daca A = (aij ) si B = (bij ),
atunci A + B = (aij + bij )i=1,m,j=1,n . Daca R (se foloseste si denumirea
de scalar), definim matricea A, produsul dintre un scalar si o matrice,
dupa regula
A = (aij )i=1,m,j=1,n .
5

CAPITOLUL 1. NOT
IUNI TEORETICE

Matricele se noteaza cu litere mari ngrosate (bold), iar scalarii se noteaza

cu litere mici obisnuite. Daca adunarea matricelor si nmultirea cu scalari a
matricelor sunt operatii simple si par foarte naturale, nmultirea matricelor
pare artificiala, cel putin la prima vedere. In cele ce urmeaza, vom arata
cum se ajunge la nmultirea lor, care dupa cum se stie, se face dupa regula
linie cu coloana. Presupunem ca avem n variabile independente x1 , x2 ,
. . . , xn , iar variabilele y1 ,y2 , . . . , yp depind de ele prin relatiile liniare
n
X
bij xj , i = 1, p.
(1.1)
yi =
j=1

Este evident ca aici apare n mod natural matricea B = (bij ) de tipul

p n (p linii si n coloane) care face legatura ntre variabilele y1 , y2 , . . . , yp
si respectiv x1 , x2 , . . . , xn . Sa presupunem acum ca variabilele z1 , z2 , . . . ,
zm depind la randul lor dupa regula (transformare liniara)
p
X
zi =
aij yj , i = 1, m.
(1.2)
j=1

Vom considera si matricea A = (aij ) de tipul m p, care face legatura

ntre cele doua randuri de variabile y1 , y2 , . . . ,yp si respectiv z1 , z2 , . . . ,zm .
Putem reprezenta schematic situatia descrisa aici, astfel
B
A
x y z
B
A

notand cu B transformarea data de formulele (1.1) si cu A pe cea data de

formulele (1.2). Deci, B si A sunt matricele celor doua transformari liniare.
Transformarea de la variabilele x la variabilele z este normal sa o notam
A B, amintind de notatia functiei compuse din analiza matematica. A B
se va numi produsul celor doua transformari A si B. Acum urmeaza sa
aflam n mod concret cum depind variabilele z de variabilele x. Fixam un
p
n
P
P
indice i din multimea 1, m si scriem zi =
aij yj . Dar yj =
bjk xk ,
j=1

k=1

j = 1, p dupa cum rezulta din (1.1); evident, a trebuit sa folosim un nou

indice de sumare, deoarece i a fost fixat n prima formula, iar j a fost si
el fixat cand am reprodus formula (1.1), care ne da valoarea lui yj . Putem
deci scrie
n
!
p
p
p
n
X
X
X
X
X
zi =
aij yj =
aij
bjk xk =
aij bjk xk ,
(1.3)
j=1

j=1

k=1

j=1 k=1

1.1. MATRICE SI DETERMINAT

I

unde am folosit
pentru prima data simbolul sumei duble (adica cu doi indici
PP
de sumare)
. In suma dubla, cei doi indici de sumare iau independent
unul de altul toate valorile prescrise (j de la 1 la p, k de la 1 la n) si deci
putem fixa pe k si da lui j pe rand toate valorile, sumele obtinute depinzand
de k si trebuind apoi sa fie sumate, dand lui k toate valorile de la 1 la n.
Pe scurt, putem schimba n (1.3) ordinea
de sumare,
scriind
p
!
n
X
X
zi =
aij bjk xk
(1.4)
k=1

j=1

valabila pentru i = 1, 2, . . . , m. Daca facem notatia cik =

p
P

aij bjk pentru

j=1

fiecare i 1, m si fiecare k 1, n, putem scrie (1.4) n forma

n
n
X
X
zi =
cik xk sau zi =
cij xj , i = 1, m
k=1

(1.5)

j=1

deoarece nu are importanta cum se noteaza indicele de sumare (indice mut).

Dar cij este ceea ce se numeste produsul liniei i din A cu coloana j din B.
Prin definitie, matricea C = (cij ) de tipul m n se numeste produsul celor
doua matrice si se noteaza AB. Daca facem legatura cu produsul A B
al celor doua transformari de variabile, putem enunta pe scurt: matricea
produsului este egala cu produsul matricelor. Pentru a putea fi nmultite
doua matrice, trebuie ca numarul de coloane din prima sa fie egal cu numarul
de linii din a doua. Din nmultirea a doua matrice de tip m p si respectiv
p n, rezulta o matrice de tipul m n.
Se impun cateva observatii: n cazul matricelor patrate de acelasi tip
n n (se mai spune de ordinul n) nmultirea nu este, n general, comutativa. Adica se pot gasi oricand doua matrice A si B, astfel ncat
AB 6= BA, egalitatea avand loc numai n cazuri particulare. Se poate nsa
arata asociativitatea produsului a trei matrice A, B, C adica egalitatea
(AB) C = A (BC), nu numai n cazul matricelor de acelasi ordin, dar si n
cazul cand aceste produse se pot face, adica atunci cand prima este de tipul
m p, a doua de tipul p q si a treia de tipul q n. In cazul matricelor
patrate, se cunoaste existenta matricei unitate, notata I, care este element
neutru la nmultire. I este matricea care are 1 pe toata diagonala principala
si 0 n rest. Avem AI = IA = A, A Mn (R).

Transpusa unei matrice A = (aij ) de tip mn se noteaza cu AT = a0ij ,
unde a0ij = aji , i = 1, n, j = 1, m. Liniile transpusei sunt coloanele matricei
A, iar coloanele transpusei sunt liniile matricei A. Matricele A si AT sunt
T
transpuse una alteia, adica AT = A.

CAPITOLUL 1. NOT
IUNI TEORETICE

Exercitiul 1.1 Daca A Mmn (R) si B Mnp (R) (se poate efectua produsul), sa se arate ca (AB)T = BT AT . Altfel spus, transpusa produsului
este egala cu produsul transpuselor n ordine inversa.
Un prim avantaj n folosirea matricelor se poate vedea chiar n scrierea
formulelor (1.1), (1.2) si (1.5). Daca notam prin x, y si z matricele date prin

T
T
T
x = x1 xn , y = y1 yn
si z = z1 zn , formulele date le putem scrie n forma prescurtata y = Bx, z = Ay, respectiv
z = A (Bx) = (AB) x.
In teoria sistemelor diferentiale, scrierea matriceala se foloseste cu succes, caci un sistem diferential liniar omogen cu coeficienti constanti de forma

y1 (t) = a11 y1 (t) + a12 y2 (t) + + a1n yn (t)

y2 (t) = a21 y1 (t) + a22 y2 (t) + + a2n yn (t)

...

yn (t) = an1 y1 (t) + an2 y2 (t) + + ann yn (t)

poate fi scris prescurtat n forma y (t) = Ay (t). Aici A = (aij ) este

matricea constanta de ordinul n a coeficientilor aij a sistemului diferential
iar y (t) este matricea coloana a functiilor necunoscute yi (t), data prin

T
y (t) = y1 (t) yn (t) , iar y (t) este matricea coloana (de tip n 1)

T
data prin y (t) = y1 (t) yn (t) , formata cu derivatele functiilor
yi (t), i = 1, n.

1.1.1

Determinantul unei matrice p

atrate

Fiecarei matrice patrate A, cu elemente reale sau complexe, i se ataseaza

un numar, numit determinantul ei, notat det(A). Determinantul unei matrice A = (aij ) de ordinul n se noteaza si prin simbolul grafic

a11 a12 a13 a1n

a21 a22 a23 a2n

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

an1 an2 an3 ann

Prin definitie, determinantul unei matrice A de ordinul doi,

a11 a12
A=
a21 a22

1.1. MATRICE SI DETERMINAT

I

este dat de egalitatea det(A) = a11 a22 a12 a21 . In acest caz, se pot verifica
usor toate proprietatile determinantilor, cunoscute din liceu. Daca A este
o matrice de ordinul trei,

a11 a12 a13

A = a21 a22 a23
a31 a32 a33
atunci det(A) se calculeaza dupa regula

a22 a23

a12 a21 a23

det(A) = a11

a31 a33
a32 a33

+ a13 a21 a22

a31 a32

deci se reduce la calcularea unor determinanti de ordinul doi. Se poate

vedea ca determinantii de ordinul doi care apar n egalitatea precedenta, se
obtin din det(A) prin taierea liniei ntaia si a coloanei corespunzatoare
indicelui al doilea al elementelor din linia ntaia si am putea scrie

a22 a23
a21 a23
1+1
1+2
+ (1) a12

det(A) = (1) a11

a31 a33 +
a32 a33

a21 a22
1+3

.
+... + (1) a13
a31 a32

Daca extindem aceasta regula la determinanti de ordinul patru, rezulta

ca obtinerea lor se reduce la calcularea unor determinanti de ordinul trei
si ca n general, calcularea unor determinanti de ordinul n se reduce la
calcularea unor determinanti de ordinul n 1. Cu alte cuvinte, putem
calcula determinanti de orice ordin.
Daca facem notatiile

1+1 a22 a23

1+2 a21 a23
A11 = (1)
, A12 = (1)
,

a32 a33
a31 a33

1+3 a21 a22

,
A13 = (1)
a31 a32
putem scrie det(A) = a11 A11 + a12 A12 + a13 A13 si atunci avem dezvoltarea
determinantului dupa elementele primei linii. Numerele A11 , A12 , A13 se
numesc complementii algebrici ai elementelor din prima linie. In terminologia engleza, complementii algebrici se numesc cofactori.
In general, daca A = (aij ) este o matrice oarecare de ordinul n, pentru orice element aij din det(A), se defineste complementul sau algebric
Aij = (1)i+j dij , unde dij este valoarea determinantului de ordinul n 1,

10

CAPITOLUL 1. NOT
IUNI TEORETICE

obtinut prin suprimarea liniei i si coloanei j. Fapt cu totul remarcabil, se

poate demonstra ca det(A), definit asa cum s-a spus, adica folosind dezvoltarea dupa elementele primei sale linii, se poate obtine n n moduri prin
dezvoltarea dupa elementele oricarei linii si n n moduri prin dezvoltarea
dupa elementele oricarei coloane, adica avem
n
P
det(A) =
aij Aij , i = 1, n
j=1
(1.6)
n
P
aij Aij , j = 1, n.
det(A) =
i=1

Daca nlocuim linia k cu linia i (i 6= k), celelalte linii ramanand neschimbate, se obtine un determinant nul (doua linii identice). Dezvoltand noul
determinant dupa linia k si tinand seama ca complementii algebrici ai elementelor acestei linii nu s-au schimbat, obtinem ca
n
X
aij Akj = 0, daca i 6= k, i, k = 1, n.
(1.7)
j=1

Altfel spus, daca nmultim elementele unei linii cu complementii algebrici

ai elementelor altei linii si sumam, obtinem zero. Aceeasi concluzie are loc
si relativ la coloane, adica
n
X
aij Aik = 0, daca j 6= k, j, k = 1, n.
(1.8)
i=1

Putem introduce o regula generala de calcul a unui determinant. Pentru

aceasta introducem unele notiuni noi. Daca p n, numim minor de ordinul
p al matricei A determinantul de ordinul p format cu elementele situate la
intersectia a p linii si p coloane ale matricei A. Daca i1 < i2 < . . . < ip
si j1 < j2 < . . . < jp sunt p linii si respectiv p coloane ale matricei A,
atunci minorul de ordin p corespunzator liniilor i1 , i2 , . . . , ip si coloanelor
j1 , j2 , . . . , jp este

ai1 j1 ai1 j2 . . . ai1 jp

ai2 j1 ai2 j2 . . . ai2 jp

.
M =

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

aip j1 aip j2 . . . aip jp

Numim minor complementar al minorului M de ordin p al matricei A,
determinantul Mc de ordinul n p al matricei extras din A prin suprimarea
celor p linii si p coloane corespunzatoare lui M.

1.1. MATRICE SI DETERMINAT

I

11

Minorii de ordinul 1 ai matricii A sunt elementele sale, aij . Minorii

complementari ai acestora sunt determinanti de ordinul n 1.
Numim complement algebric al minorului M al matricei A elementul
definit de C = (1)s Mc , unde s = (i1 + i2 + . . . + ip )+ (j1 + j2 + . . . + jp ),
adica suma indicilor liniilor si coloanelor matricei A utilizate n M.
Determinantul matricei patratice de ordinul n 1 care se obtine din A
prin suprimarea liniei i si coloanei j se numeste minorul complementar al
elementului aij si se noteaza cu dij . Numarul Aij = (1)i+j dij este tocmai
complementul algebric al elementului aij .
Teorema 1.1 (Teorema lui Laplace) Determinantul matricei A este egal
cu suma produselor minorilor de ordinul p ce se pot construi cu elementele
a p linii (coloane) fixate ale matricei A prin complementii lor algebrici.
Exercitiul 1.2 Sa se calculeze valoarea determinantului

a11 a12 a13 a14

a21 a22 a23 a24

.
D=

a
a
a
a
31
32
33
34

a41 a42 a43 a44

folosind regula lui Laplace si dezvoltandu-l dupa primele doua linii.
Rezolvare.
Folosind
teorema lui Laplace obtinem:

a11 a12
a33 a34 a11 a13
1+2+1+2
(1)

D =
a43 a44 + a21 a23
a21 a22

a
a
a
a
32
34
11
14
+
(1)1+2+1+4 a32
(1)1+2+1+3
a42
a42 a44 a21 a24

a12 a13

a12 a14
1+2+2+3 a31 a34

+
(1)
a41 a44 + a22 a24
a22 a23

a
a
a
a
31
33
13
14
+
(1)1+2+3+4 a31
(1)1+2+2+4
a41
a41 a43 a23 a24

a33
a43

a32
a42

Ca aplicatie a regulii lui Laplace sa calculam determinantul produsului

a doua matrice patratice.

Exercitiul 1.3 Fie A, B Mn (R). Sa se arate ca determinantul produsului matricelor A si B este egal cu produsul determinantilor celor doua matrice, adica det(AB) = det(A) det B.

12

CAPITOLUL 1. NOT
IUNI TEORETICE

Rezolvare Fie A = (aij ), B = (bij ), C = AB = (cij ), cu

n
X
aij bjk , i, k = 1, n.
cik =

(1.9)

j=1

Construim
matricea patratica de
a11 a12 . . . a1n 0
a21 a22 . . . a2n 0

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

an1 an2 . . . ann 0

P=
1 0 . . . 0 b11

0 1 . . . 0 b21

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

0
0 . . . 1 bn1

ordinul 2n
0 ... 0
0 ... 0
... ... ...
0 ... 0
b12 . . . b1n
b22 . . . b2n
... ... ...
bn2 . . . bnn

A 0
=
.

I B

Dezvoltand determinantul matricei P, folosind teorema lui Laplace dupa

primele n linii, obtinem det P = det(A) det B.
Pe de alta parte, matricea P poate fi transformata, fara a modifica valoarea determinantului ei, folosind proprietatile determinantilor astfel ncat
la intersectia ultimelor n linii si n coloane sa obtinem zerouri. Pentru aceasta
este suficient ca la elementele coloanei n + k sa adunam elementele corespunzatoare ale primelor n coloane nmultite respectiv cu b1k , b2k , . . . , bnk ,
pentru k = 1, n. T
inand seama de (1.9), matricea P devine

a11 a12 . . . a1n c11 c12 . . . c1n

a21 a22 . . . a2n c21 c22 . . . c2n

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

an1 an2 . . . ann cn1 cn2 . . . cnn

A
C
=
.
Q=
1 0 . . . 0
I 0
0
0 ... 0

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

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

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

Dezvoltand determinantul matricei Q, folosind Teorema lui Laplace,

dupa ultimele n linii, obtinem det Q = (1)2n(n+1) det C = det C. Cum
det P = det Q, deducem ca det(A)B = det(A) det B.

1.1.2

Matricea invers
a

Daca A = (aij ) este o matrice de ordinul n, notam prin A = aij
matricea cu elementele aij = Aji , i, j = 1, n, adica A este transpusa matricei formata cu complementii algebrici ai elementelor din determinantul

1.1. MATRICE SI DETERMINAT

I

13

matricei A. T
inand seama de relatiile (1.6), (1.7) si (1.8), avem
AA = A A = (det(A)) In

(1.10)

unde In este matricea unitate de ordinul n. Daca det(A) 6= 0, matricea A

1
A , din (1.10) rezulta ca
se numeste nesingulara. Notand A1 =
det(A)
AA1 = A1 A = In ,

(1.11)

adica A1 este elementul invers al lui A (fata de operatia de nmultire

a matricelor) n multimea matricelor nesingulare de ordinul n, care deci
formeaza un grup necomutativ. Cu notatiile introduse, putem scrie

A11 A21 An1

1
A12 A22 An2
1
(1.12)
A =
.
..
..
.. .
det(A) ..
.
.
.
A1n A2n Ann
Exercitiul 1.4 (Regula lui Cramer) Sa consideram sistemul liniar algebric (n ecuatii cu n necunoscute)

a11 x1 + a12 x2 + + a1n xn = b1

a21 x1 + a22 x2 + + a2n xn = b2

(1.13)
...

an1 x1 + an2 x2 + + ann xn = bn

care poate fi scris n forma matriceala Ax = b, n care A = (aij ) este

matrice de ordinul n, iar x si b sunt matrice-coloana de tip n 1, date

T
T

prin x = x1 x2 xn , respectiv b = b1 b2 bn . Daca

presupunem det(A) 6= 0, matricea A este inversabila, inversa ei este A1 ,
si obtinem

x = A1 A x = A1 (Ax) = A1 b, adica x = A1 b.
(1.14)
Pe de alta parte, daca n ecuatia Ax = b punem x = A1 b

(1.15)
A A1 b = AA1 b = In b = b

adica x = A1 b este n adevar solutia unica a ecuatiei date. Din egalitatea

14

CAPITOLUL 1. NOT
IUNI TEORETICE

xi =
deducem
xi =

A1i A2i Ani

det(A)

b1
b2
..
.
bn

, i = 1, n

1
di
(b1 A1i + b2 A2i + + bn Ani ) =
, i = 1, n
det(A)
det(A)

(1.16)

(1.17)

n care di este valoarea determinantului care se obtine din det(A), prin

nlocuirea coloanei i cu coloana termenilor liberi b1 , b2 , . . . , bn .

1.1.3

Rangul unei matrice. Linii principale si coloane

principale

Definitia 1.2 Fie A = (aij ) o matrice de tip mn. Matricea A are rangul
r, daca exista un minor de ordinul r construit cu elementele matricei, care
sa fie nenul si toti minorii de ordin mai mare decat r, daca exista, sa fie
nuli.
Daca A are macar un element diferit de zero, rangul sau, notat r (A),
satisface inegalitatea 1 r (A) min {m, n}. Singura matrice care are
rangul zero, este matricea cu toate elementele zero.
Daca r (A) = r 1, alegem un minor de ordinul r, diferit de zero si
liniile sale le vom numi linii principale, iar coloanele sale se vor numi coloane
principale. Evident, aceste denumiri depind de minorul ales, care da rangul
matricei. Pentru simplificarea scrierii, fara a micsora generalitatea, putem
presupune ca acest minor este cel din coltul de stanga sus al matricei A:

a11 a12 a1r a1j a1n

a21 a22 a2r a2j a2n

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

ar1 ar2 arr arj arn

.
A=
..
..
..
..
..
..
..
...
.
.
.
.
.
.
.

(1.18)

a
i1 ai2 air aij ain
.
..
..
..
..
..
..
..
..
.
.
.
.
.
.
.
am1 am2 amr amj amn
Teorema 1.2 Orice linie a unei matrice este combinatie liniara de liniile
principale si orice coloana este combinatie liniara de coloanele principale.

1.1. MATRICE SI DETERMINAT

I
Demonstratie. Fixam

forma
a11

a21

..
.

ar1

ai1

15

linia i (i > r) si consideram toti determinantii de

a12 a1r a1j

a22 a2r a2j
..
..
..
.. , j = 1, n.
(1.19)
.
.
.
.

ar2 arr arj

ai2 air aij

Toti acesti n determinanti sunt nuli: daca 1 j r, ei au doua coloane

identice; daca j > r ei sunt minori de ordinul r+1 din A, deci sunt si ei nuli,
deoarece au ordinul mai mare decat r = r (A). Deoarece primele r coloane
raman fixate, complementii algebrici ai elementelor din ultima coloana nu
depind de aceasta coloana. Notand acesti complementi algebrici (cofactori)
cu 1 , 2 , . . . , r , r+1 si dezvoltand (pentru j fixat) dupa elementele ultimei
coloane, gasim
1 a1j + 2 a2j + + r arj + r+1 aij = 0, j = 1, n

(1.20)

unde constantele k nu depind de j (odata ce i a fost fixat) si r+1 6= 0.

k
, k = 1, r, gasim
Notand ck =
r+1
aij = c1 a1j + c2 a2j + + cr arj , j = 1, n.

(1.21)

Aceasta ne spune ca linia i (i a fost fixat) este combinatie liniara de

primele r linii (liniile principale n det(A)). Evident, aceste constante depind totusi de linia fixata i.
Relativ la coloane: daca n (1.19) presupunem j fixat si i variabil,
complementii algebrici ai elementelor din ultima linie nu depind de i. Dezvoltand (1.19) dupa ultima linie, avem
1 ai1 + 2 ai2 + + r air + r+1 aij = 0, i = 1, m

(1.22)

unde k nu depind de i (j a fost fixat) si r+1 6= 0. De fapt, r+1 = r+1 .

k
Notand k =
, k = 1, r, avem
r+1
aij = 1 ai1 + 2 ai2 + + r air , i = 1, m

(1.23)

adica coloana j (j a fost fixat n acest rationament) este combinatie liniara

de coloanele principale. Evident, constantele 1 , 2 , . . . , r depind de
coloana fixata. In forma matriceala, formulele (1.23) se scriu

16

CAPITOLUL 1. NOT
IUNI TEORETICE

a1j
a2j
..
.

aij
.
..
amj

a11
a21
..
.

ai1

..
am1

a12
a22
..
.

ai2

..
am2

a1r
a2r
..
.

air

..
amr

(1.24)

Observatia 1.1 Evident, primele linii sunt si ele combinatii de liniile principale. Enunt asemanator si pentru primele coloane. De exemplu, prima
coloana (j = 1) se obtine din (1.23) pentru 1 = 1, 2 = 3 = = r = 0.
Astfel, afirmatia din enuntul teoremei se refera la toate liniile si la toate
coloanele matricei oarecare A.
Teorema 1.3 (Teorema lui Rouch
e) Compatibilitatea unui sistem algebric liniar este echivalenta cu anularea tuturor determinantilor caracteristici.
Demonstratie. Sa consideram acum sistemul liniar de m ecuatii cu n
necunoscute

a11 x1 + a12 x2 + + a1n xn = b1

a21 x1 + a22 x2 + + a2n xn = b2

(1.25)
...

am1 x1 + am2 x2 + + amn xn = bm

care poate fi scris n forma matriceala Ax = b, unde A = (aij ) este o
matrice de ordinul mn, b este o matrice-coloana de tip m1, definita prin

T
b = b1 b2 bm , x este o matrice-coloana de tip n 1, de forma

T
x = x1 x2 xn . Presupunem r (A) = r (1 r min {m, n}) si
presupunem ca minorul de ordin r din coltul de stanga-sus este diferit de
zero. Numim determinanti caracteristici ai sistemului, toti determinantii de
forma

a11 a12 a1r b1

a21 a22 a2r b2

..
..
..
..
.. , i = r + 1, r + 2, . . . , m.
.
.
.
.
.

(1.26)
ar1 ar2 arr br

ai1 ai2 air bi

Daca toti acesti determinanti sunt egali cu 0, i dezvoltam dupa ultima
linie si rezulta: coloana termenilor liberi (matricea b) este combinatie liniara

1.1. MATRICE SI DETERMINAT

I

17

de primele coloane, adica exista niste constante 1 , 2 , . . . , r astfel ncat

sa avem

a11
a12
a1r
b1
a21
a22
a2r
b2

.. = 1 .. + 2 .. + + r .. .
.
.
.
.
(1.27)
bm
am1
am2
amr

Aceasta nseamna ca punand x1 = 1 , x2 = 2 , . . . , xr = r , xi = 0

pentru i > r, avem o solutie a sistemului (1.25), deci acest sistem este
compatibil. Reciproc, sa presupunem ca sistemul (1.25) este compatibil,
adica are cel putin o solutie, pe care sa o notam x01 , x02 , . . . , x0n . Scriind n
forma matriceala ca aceasta solutie verifica sistemul (1.25), obtinem

b1
a11
a12
a1r
b2
a21
a22
a2r

0
0
0
=
x
+
x
+

+
x
..
.
.
. ,
1
2
n
.
..
..
..
(1.28)
bm
am1
am2
amr

adica coloana b este combinatie liniara de coloanele matricei A, care la

randul lor sunt combinatii liniare de coloanele principale (care n cazul
de fata sunt primele r coloane din A). In concluzie, b este o anumita
combinatie de coloanele principale, deci toti determinantii caracteristici
(1.26) sunt nuli.
Teorema 1.4 Anularea unui determinant este echivalenta cu faptul ca ntre
coloanele sale exista o dependenta liniara.

Demonstratie. Dupa cum se stie, daca ntre coloanele unui determinant

exista o combinatie liniara (echivalent, una dintre ele se exprima liniar
n functie de celelalte), acest determinant este nul. Insa si reciproca este
adevarata: daca un determinant este nul, atunci ntre coloanele sale exista
o dependenta liniara. In adevar, fie det(A) = 0, unde A = (aij ) este o
matrice de ordinul n. Atunci, avem r (A) < n, deci numarul coloanelor
principale este mai mic decat n (acest numar este n 1). Prin urmare,
exista macar o coloana care nu este principala si aceasta se exprima ca o
combinatie liniara de alte coloane.
Se mai poate spune si altfel: necesar si suficient ca un determinant sa
fie nul, este ca ntre coloanele sale sa existe o dependenta liniara. Desigur,
propozitii asemanatoare se pot enunta si relativ la liniile unui determinant.

18

1.2

CAPITOLUL 1. NOT
IUNI TEORETICE

Spatiul vectorial real

Definitia 1.3 Se numeste spatiu vectorial peste corpul real R, (spatiu

liniar real) o multime V de elemente pe care se definesc doua operatii si
anume: adunarea elementelor lui V si nmultirea cu scalari (corpul numerelor reale) ale elementelor lui V. Operatia de adunare o vom nota prin
simbolul + (plus). Adunarea este o operatie interna, adica definita pe
V cu valori n V, n timp ce nmultirea cu scalari este definita pe R V
cu valori n V. Elementele lui V se numesc vectori. Adunarea satisface
urmatoarele axiome:
1 este comutativa: x + y = y + x, x, y V,
2 este asociativa: x+ (y + z) = (x + y) +z, x, y, z V,
3 exista element neutru V: x + = x, x V,
4 x V, exista un element, numit opusul sau si notat cu x, astfel
ncat x + (x) = .
Fata de aceasta operatie, V este un grup aditiv comutativ. Fata de
nmultirea cu scalari, V satisface axiomele:
5 (x + y) = x + y, R si x, y V,
6 ( + ) x = x + x, , R si x V,
7 (x) = () x, , R si x V,
8 1 x = x, x V. (Prin 1 x am nteles produsul dintre numarul 1
si vectorul x.)
Exemplul 1.1 Spatiul vectorial aritmetic real Rn . Fie Rn = R R
R (produsul cartezian a lui R de n ori). Vom nota prin x un element
n
oarecare
din R ; acesta este o n-upla ordonata de numere reale si vom scrie
n
x = x1 x2 xn , unde xi R pentru i = 1, n. Adunarea
pe R se
defineste prin regula x + y = x1 + y1 x2 + y2 xn + yn , x, y
Rn , iar nmultirea cu scalari prin regula x = x1 x2 xn ,
R si x Rn . Rn are structura de spatiu liniar.
Exemplul 1.2 Spatiul vectorial Rn . Notam cu Rn multimea ale carei
elemente sunt matrice-coloana de tip n 1, cu elemente reale. Un element
oarecare (vector) din acest spatiu, se scrie astfel

x1
x2

x = .. , cu xi R pentru i = 1, n.
.
xn

1.2. SPAT
IUL VECTORIAL REAL

19

Adunarea si nmultirea cu scalari se definesc n mod evident. Vom

prefera sa lucram cu acest spatiu n cele ce urmeaza. Vectorul x l vom

T
preciza prin relatia x = x1 x2 xn , din motive grafice. Analog
se poate introduce spatiul liniar real Cn .
Definitia 1.4 Multimea X V se numeste subspatiu al spatiului vectorial
V, daca X este un spatiu liniar n raport cu operatiile de adunare a vectorilor
si nmultire cu scalari a vectorilor multimii V.
Teorema 1.5 (Teorema de caracterizare a subspatiilor liniare) Conditia necesara si suficienta ca X V sa fie un subspatiu liniar a spatiului
V este:
a) x, y X : x + y X,
b) R, x X : x X.
Demonstratie. Necesitatea. Presupunem ca X este un spatiu liniar. Rezulta ca X este nchis n raport cu operatiile de adunare a vectorilor si nmultire
cu scalari a acestora.
Suficienta. Presupunem a) si b) ndeplinite, ceea ce nseamna ca X este
nchis n raport cu operatiile de adunare a elementelor lui si de nmultire la
stanga cu elemente din corpul de scalari real. Proprietatile de asociativitate
si axiomele 5, 6, 7, 8 sunt satisfacute pe V, deci cu atat mai mult sunt
satisfacute pe X V. Demonstram ca x X x X si X. Pentru
x X rezulta, considerand n b) = 1 rezulta x = x X; utilizand
a) cu y = x obtinem x + (x) = X.
Definitia 1.5 Fie X1 , X2 doua subspatii ale spatiului liniar V. Definim
\
X1 X2 = {v | v X1 si v X2 }
[
X1 X2 = {v | v X1 sau v X2 }
Teorema
1.6 Fie X1 , X2 doua subspatii ale spatiului liniar V. Intersectia
T
X1 X2 este un subspatiu liniar al spatiului liniar V.
T
Demonstratie. Observ
a
m
c
a
X
X2 6= deoarece Xi , i {1, 2}
1
T
rezulta ca X1 X2 . Pentru x, y X1 X2 , rezulta x + y X1 si
x + y X2 , deci x + y X1 X2 . DeTasemenea R si x X1 X2
x X1 si x X2 si deci x X1 X2 .Rezult
a, conform Teoremei 1.5
T
de caracterizare a subspatiilor liniare, ca X1 X2 este un subspatiu liniar.

20

CAPITOLUL 1. NOT
IUNI TEORETICE

Observatia 1.2 Reuniunea unui sistem de subspatii liniare nu este un

subspatiu liniar. Ca exemplu consideram X1 = {(x1 , 0) | (x1 , 0) R2 } ,
X2 = {(0, x2 ) | (0, x2 ) R2 } . Daca consideram x = (1, 0) X1 si y =
(0, 1) X2 , x, y X1 X2 , dar x + y
/ X1 X2 .
Definitia 1.6 Fie X1 , X2 doua subspatii ale spatiului liniar V. Se numeste
suma subspatiilor X1 , X2 multimea definita prin
X = X1 + X2 = {x V |x = x1 + x2 , x1 X1 , x2 X2 } .
Teorema 1.7 Suma subspatiilor X1 , X2 ale spatiului liniar V, X = X1 +X2 ,
este un subspatiu liniar al lui V.
Demonstratie. Observam ca X 6= deoarece + X. Fie R si
x, y X astfel ncat x = x1 + x2 , y = y1 + y2 , x1 , y1 X1 , x2 , y2 X2 ,
atunci x+y = (x1 +x2 )+(y1 +y2 ) = (x1 +y1 )+(x2 +y2 ) X1 +X2 ,
deoarece Xi , i = 1, 2 sunt subspatii liniare
Definitia 1.7 Fie X1 , X2 doua subspatii ale spatiului liniar V. Daca X =
X1 + X2 si X1 X2 = {} atunci
a a subspatiilor
L X se numeste suma direct
X1 , X2 si se noteaza V = V1 Vi .

Daca V este un spatiu vectorial oarecare, vom nota prin v, v(1) , v(2) ,
. . . vectorii din acest spatiu.
Definitia 1.8
Spunem ca un vector
v X este o combinatie liniar
aa
(1)

(2)
(n)
vectorilor v , v , . . . , v
daca exista c1 , c2 , . . . , cn R astfel ncat
n
X
(1)
(2)
(n)
v = c1 v + c2 v + . . . + cn v =
ci v(i) .
i=1

Daca notam B = v(1) , v(2) , . . . , v(n) atunci multimea combinatiilor

liniare a acestor vectori se noteaza [B] . Se demonstreaza ca [B] este subspatiu
subspatiu liniar.
Definitia 1.9 Vectorii v(1) , v(2) , . . . , v(m) se numesc liniar independenti, daca relatia
c1 v(1) + c2 v(2) + + cm v(m) =
este adevarata numai daca c1 = c2 = = cm = 0. In caz contrar, ei se
numesc liniar dependenti.
Dependenta liniara este echivalenta cu faptul ca n sistemul dat de vectori, exista macar unul care este combinatie liniara de ceilalti.

1.2. SPAT
IUL VECTORIAL REAL

21

Definitia 1.10 Daca n V exista n vectori liniar independenti, dar orice

sistem de m vectori cu m > n este liniar dependent, spunem ca V este finit
dimensional si are dimensiunea n. In acest caz, se poate scrie Vn n loc de
V.
Drept exemple de spatii n-dimensionale sunt Rn si Rn .

Definitia 1.11 Intr-un

spatiu Vn , orice sistem de n vectori liniar independenti se numeste baz
a.

Teorema 1.8 Fie v(1) , v(2) , . . . , v(n) este o baza n spatiul vectorial Vn .
Orice vector v Vn se scrie n mod unic ca o combinatie liniara de vectorii
bazei.
Demonstratie. Fie relatia de forma c1 v(1) + c2 v(2) + + cn v(n) + cv =
si demonstram ca nu toti coeficientii sunt nuli. Dac
a
a c = 0 atunci rezult

ca c1 v(1) + c2 v(2) + + cn v(n) = si deoarece v(1) , v(2) , . . . , v(n) sunt

vectori liniar independenti, rezulta toti ci = 0, ceea ce ar contrazice faptul
ca numarul maxim de vectori liniar independenti este n. Deci c 6= 0. Daca
ci
notam i = , i = 1, n gasim v = 1 v(1) + 2 v(2) + + n v(n) si aceasta
c
scriere este unica. In adevar, daca am avea si v = 1 v(1) +2 v(2) + +n v(n)
ar rezulta (1 1 ) v(1) + (2 2 ) v(2) + + (n n ) v(n) = , care
implica i = i , i = 1, n.
Numerele (scalarii) 1 , 2 , . . . , n se numesc coordonatele lui v n raport
cu baza aleasa. Daca se alege o alta baza, coordonatele unui vector se vor
schimba (vor fi diferite de cele din prima baza).
Observatia 1.3 In aplicatii demonstam ca n vectori formeaza o baza daca
sunt liniar independenti si daca orice vector din spatiu se poate scrie ca o
combinatie liniara a acestor vectori.
Daca se cunoaste dimensiunea spatiului dim V = n, atunci pentru a
arata ca n vectori formeaza o baza este suficient sa aratam ca sunt liniar
independenti.
Exemplul 1.3 In spatiul vectorial Rn consideram vectorii {e1 , e2 , ..., en }

unde
e1 = 1 0 . . . 0 , e2 = 0 1 0 . . . 0 , . . . ,
en = 0 . . . 0 1
(1.29)
Acesti vectori sunt liniar independenti deoarece din orice relatie de forma
c1 e1 + c2 e2 + . . . + cn en = rezulta i = 0, i = 1, n.

22

CAPITOLUL 1. NOT
IUNI TEORETICE

n
Pe de
alta parte, pentru

orice x = (x1 , x2, . . . , xn ) R avem scrierea

x = x1 1 0 . . . 0 +x2 0 1 0 . . . 0 +. . .+xn 0 . . . 0 1 =
x1 e1 + x2 e2 + . . . + xn en si aceasta scriere este unica. Vectorii {e1 , e2 , ..., en }
formeaza baza standard (natural
a) din Rn .

1.2.1

Schimbarea coordonatelor vectorului la schimbarea bazei

Intr-un spatiu Vn , consideram doua baze B = v(1) , v(2) , . . . , v(n) si

B 0 = u(1) , u(2) , . . . , u(n) . Ele sunt legate prin relatiile

u(1) = c11 v(1) + c21 v(2) + + cn1 v(n)
u(2) = c12 v(1) + c22 v(2) + + cn2 v(n)
...
(n)
(1)
u = c1n v + c2n v(2) + + cnn v(n)

(1.30)

n care determinantul coeficientilor este diferit de zero (exercitiu). Daca un

vector oarecare v se scrie descompus dupa cele doua baze n forma
v = 1 v(1) + 2 v(2) + + n v(n) ,
v = 1 u(1) + 2 u(2) + + n u(n)

(1.31)

legatura ntre coordonatele si coordonatele este

1 = c11 1 + c12 2 + + c1n n
n
X
2 = c21 1 + c22 2 + + c2n n
i =
cij j , i = 1, n
...
j=1
(1.32)
n = cn1 1 + cn2 2 + + cnn n
sau n forma matriceala

1
2

.. =
.
n

c11 c12 c1n

c21 c22 c2n
..
..
..
..
.
.
.
.
cn1 cn2 cnn

1
2
..
.
n

(1.33)

unde C = (cij ), i, j = 1, n se numeste matricea schimbarii de baza de la baza

B la baza B 0 . S-au exprimat coordonatele vechi, n functie de cele noi. Prin
nmultire cu matricea C1 , putem obtine si coordonatele noi, n functie de
cele vechi.

 IN VN
1.3. TRANSFORMARE LINIARA

23

consider
Exemplul 1.4 In R3
am baza
canonic
a
1
0
0
(1)
(2)
(3)

0 ,e =
1 ,e =
0
e =
(1.34)
0
0
1
si alta baza



1
1
1
(1)
(2)
(3)

0
1
1 .
,u =
,u =
(1.35)
u =
0
0
1
T

se scrie n prima
Un vector oarecare x, dat prin x = x1 x2 x3
(1)
(2)
(3)
baza x = x1 e + x2 e + x3 e , iar n a doua x = 1 u(1) + 2 u(2) +
3 u(3) . Legatura ntre coordonate va fi urmatoarea x1 = 1 + 2 + 3 ,
x2 = 2 + 3 , x3 = 3 . Se pot exprima usor si coordonatele
n funct
(1) noi
ie de
(2) (3)
cele
Matricea
schimbarii de baza de la baza e , e , e
la baza

(1)vechi.
(2)
(3)
u , u , u este
1 1 1
0 1 1
0 0 1
(1) (2) (3)
, e , e n functie
iar coordonatele vectorului x n raport cu baza
(1)e (2)
de coordonatele vectorului n raport cu baza u , u , u(3) sunt date de
relat
ia

x1
1 1 1
1
x2 = 0 1 1 2
x3
3
0 0 1
Definitia 1.12 Doua baze B = {e1 , e2 , ..., en } si B 0 = {e01 , e02 , ..., e0n } din
spatiul vectorial Vn , se numesc baze la fel orientate daca determinantul
matricei schimbarii de baza de la baza B la B 0 este pozitiv. Daca acest
determinant este negativ, cele doua baze se numesc contrar orientate.

1.3

Transformare liniar
a n Vn

Definitia 1.13 O transformare (aplicatie) liniar

a f : Vn Vn este o
functie care satisface proprietatile
a) f (x + y) = f (x) + f (y) , x, y Vn
(1.36)
b) f (x) = f (x) , R, x Vn .
Se obt
ine prin induct
! iemrelatia
m
X
X

ci x(i) =
ci f x(i) , ci R, x(i) Vn , i = 1, m.
f
i=1

i=1

(1.37)

24

CAPITOLUL 1. NOT
IUNI TEORETICE

Observatia 1.4 Daca n Definitia 1.13, a) nlocuim x = y = obtinem

f () = f () + f (), de unde rezulta ca
f () = ,

(1.38)

Conditia (1.38) este doar o conditie necesara ca o aplicatie sa fie liniara. De

aici rezulta ca daca f () 6= atunci f nu este liniara.

Fie baza oarecare v(1) , v(2) , . . . , v(n) n Vn . Pentru a exprima vectorul

f (x), trebuie sa cunoastem imaginile vectorilor bazei. Astfel, se presupun
cunoscuti coeficientii (scalari) n relatiile

f v(1) = a11 v(1) + a21 v(2) + + an1 v(n) ,

f v(2) = a12 v(1) + a22 v(2) + + an2 v(n) ,
(1.39)
...
(n)
f v
= a1n v(1) + a2n v(2) + + ann v(n) .
Notand x = 1 v(1) + 2 v(2) + + n v(n) si f (x) = 1 v(1) + 2 v(2) + +
n v(n) , vom putea scrie
!

n
n
n
(j) P
P
P
P
(j)
(i)
=
f (x) = f
=
j v
j f v
j
aij v
=
j=1
j=1
j=1
i=1

!
n
n P
n
n
n
P
P
P
P
(1.40)
=
aij j v(i) =
aij j v(i) =
i v(i) ,
j=1 i=1

i=1

j=1

i=1

schimband ordinea de sumare n suma dubla ce apare aici. T

inand seama
de unicitatea descompunerii unui vector dupa o baza data, rezulta i =
n
P
aij j , i = 1, n. Matricea A = (aij ) de ordinul n se numeste matricea
j=1

transformarii liniare f , relativ la baza aleasa v(1) , v(2) , . . . , v(n) . Legatura

ntre coordonatele vectorului curent x si ale transformatului sau y = f (x)
este data matriceal prin relatia

a11 a12 a1n

1
1
2 a21 a22 a2n 2

(1.41)
.. = ..
..
..
.. .. .
. .
.
.
. .
n
n
an1 an2 ann

Evident, daca fixam n V o alta baza u(1) , u(2) , . . . , u(n) , transformarii

f i va corespunde acum o alta matrice, notata B. Ne propunem sa aflam
legatura dintre matricele A si B. Pentru aceasta trebuie sa stim legatura

 IN VN
1.3. TRANSFORMARE LINIARA

25

dintre cele doua baze si vom presupune din nou ca este data de relatiile
(1.30). Daca notam cu i , i = 1, n coordonatele unui vector oarecare x n
prima baza si cu i0 , i = 1, n coordonatele sale n a doua baza, legatura
dintre ele se exprima cu matricea schimbarii de baza C = (cij ). La fel
pentru vectorul y = f (x), coordonatele sale n prima baza sunt i , i = 1, n,
iar n a doua baza le notam cu i0 , i = 1, n. Din relatiile scrise n forma
matriceala

10
1
10
1
0 2
0
2
2
2

.. = C .. , .. = C .. si
. .
.
.
0
n

n0
n
n

(1.42)
1
1
2
2

.. = A ..
.
.
n
n
obtinem imediat ca

10
20
..
.
n0

= C1 AC

10
20
..
.
n0

(1.43)

de unde rezulta ca matricea transformarii liniare f n a doua baza este

B = C1 AC, daca tinem seama ca vectorul x era arbitrar.
Definitia 1.14 Matricele A si C1 AC se numesc matrice asemenea.
Observatia 1.5 Matricele unei transformari liniare relativ la doua baze
alese sunt matrice asemenea.
Definitia 1.15 Multimea ker(f ) = {u | u Vn : f (u) = } se numeste nucleul transformarii liniare f .
Definitia 1.16 Multimea Im(f ) = {w | w Vn : u Vn : f (u) = w} se
numeste imaginea transformarii liniare f .
Teorema 1.9 Nucleul lui f este un subspatiu liniar al spatiului liniar Vn .
Imaginea lui f este un subspatiu liniar al spatiului liniar Vn .

26

CAPITOLUL 1. NOT
IUNI TEORETICE

Demonstratie. Observam ca ker(f ) 6= deoarece ker(f ). Fie R

si u, v ker(f ) astfel ncat f (u) = , f (v) = . Atunci f (u + v) =
f (u) + f (v) = si deci u + v ker(f ).
Observam ca Im(f ) 6= deoarece Im(f ). Fie R si u, v Im(f ).
Rezulta ca exista w1 , w2 Vn astfel ncat f (u) = w1 , f (v) = w2 ; w1 +
w2 = f (u) + f (v) = f (u + v) de unde rezulta ca w1 + w2 Im(f ).
Definitia 1.17 Dimensiunea spatiului ker(f ) se numeste defectul lui f si
se noteaza def(f ). Dimensiunea spatiului Im(f ) se numeste rangul lui f si
se noteaza rang(f ).
Teorema 1.10 Transformarea liniara f este injectiva daca si numai daca
ker(f ) = {} .

Demonstratie. Necesitatea. Presupunem ca transformarea liniara f este

injectiva si fie u ker(f ) deci f (u) = . Dar f () = si cum f (u) = f ()
rezulta ca u = , adica ker(f ) = {} .
Suficienta. Presupunem ca ker(f ) = {} si fie f (u) = f (v). Rezulta
f (u v) = deci u v ker(f ), adica u = v, deci f injectiva.

Exercitiul 1.5 Transformarea liniara f este surjectiva daca si numai daca

Im(f ) = Vn .
Teorema 1.11 Fie transformarea liniara f : Vn Vn . Atunci

rang(f ) + def(f ) = n.

Demonstratie. Fie def(f ) = r n si fie v(1) , v(2) , . . . , v(r) o baza n

ker(f ). Complet
m sistemul de vectori v(1) , v(2) , . . . , v(r) pana la o baza
a(1)
, v(r) , v(r+1) , v(r+2), . . . , v(n) . Vom demonstra
n spatiu Vn , v , v(2)
, . . .(r+1)
), . . . , f (v(n) ) este o baza n Im(f ).
ca sistemul de vectori f (v
Fie w Im(f ). Rezulta ca exista v Vn astfel ncat f (v) = w. Dar
r
n
P
P
v=
i v(i) +
i v(i) de unde rezulta ca
i=1
i=r+1
r
n
X
X
(i)
i f (v ) +
i f (v(i) ),
w = f (v) =
i=1
i=r+1
n
P
deci w =
i f (v(i) ), deoarece v(i) ker(f ), i = 1, r. Rezulta ca orice
i=r+1

vector din Im(f ) se

scrie ca o combinat
ie liniara de vectori din sis
poate
(r+1)
(n)
temul de vectori f (v ), . . . , f (v ) . Aratam ca vectorii sistemului

f (v(r+1) ), . . . , f (v(n) ) sunt liniar independenti n Im(f ).

n
n
P
P
Fie
i f (v(i) ) = rezulta ca f (
i v(i) ) = deci
i=r+1

i=r+1

 IN VN
1.3. TRANSFORMARE LINIARA

27

n
P

n
r
n
r
P
P
P
P
i v(i) ker(f )
i v(i) =
i v(i)
i v(i) i v(i) = .
i=r+1
i=r+1
i=1
i=r+1
i=1

Deoarece v(1) , v(2) , . . . , v(r) , v(r+1) , v(r+2) , . . . , v(n) este un sistem de

vectori liniar independent, rezulta r+1 = . . . = n = 1 = . . . = r = 0,
deci vectori f (v(r+1) ), . . . , f (v(n) ) sunt liniar
independenti.
(r+1)
(n)
), . . . , f (v ) formeaza o baza n Im(f ),
Rezulta ca vectorii f (v
deci rang(f ) = n r rang(f ) + def(f ) = n.
(1) (2)

(p)
,
v
,
...,
v
Exercitiul 1.6 Fie f o transformare
liniar
a

s
i
S
=
v
un

sistem de vectori din Vn , iar S 0 = f (v(1) ), f (v(2) ), ..., f (v(p) ) . Sa se arate

ca daca f este injectiva si S este un sistem de vectori liniar independent n
Vn , atunci sistemul S 0 este si el un sistem liniar independent.
Rezolvare. Relatia 1 f (v(1) ) + + p f (v(p) ) = este echivalenta cu
f (1 v(1) + + p v(p) ) = 1 v(1) + + p v(p) ker(f ). Deoarece f
este injectiva rezulta 1 v(1) + + p v(p) = si deoarece S este un sistem
liniar independent rezulta 1 = = p = 0, deci sistemul S 0 este un sistem
liniar independent.

1.3.1

Polinom caracteristic. Vectori proprii si valori

proprii

Definitia 1.1 Un vector v, diferit de vectorul nul, se numeste vector propriu al transformarii liniare f : Vn Vn , daca exista un scalar , astfel
ncat f (v) = v. In acest caz, se numeste valoare proprie sau autovaloare a transformarii f .
Daca alegem o baza n Vn si notam cu i , i = 1, n coordonatele lui v
si cu A = (aij ) matricea transformarii n aceasta baza, conditia ca v sa fie
vector propriu se scrie matriceal n forma

1
a11 a12 a1n
1
2
a21 a22 a2n 2

(1.44)
..
..
..
.. .. = ..
.
.
.
.
. .
an1 an2 ann
n
n
sau, n forma echivalenta,

1
0
a11 a12
a1n

a21 a22

a2n 2 0

.. = .. .
..
..
..
..

. .
.
.
.
.
(1.45)
0
an2 ann
an1
n

28

CAPITOLUL 1. NOT
IUNI TEORETICE

Pentru ca sistemul sa aiba solutii nebanale, se impune ca determinantul coeficientilor sa fie nul, adica det (I A) = 0. Se calculeaza ntai
autovalorile si apoi pentru fiecare dintre ele se gasesc vectorii proprii corespunzatori. La autovalori reale corespund vectori proprii reali. Daca A este
o matrice reala, s-ar putea sa aiba si autovalori complexe si atunci problema
se complica sau, mai bine zis, poate fi pusa ntr-un cadru mai general.
Putem admite ca o matrice A de ordinul n este reala sau complexa.

T
Vom spune ca un vector-coloana v, dat prin v = 1 2 n
este
un vector propriu al matricei A, daca este nenul si daca exista o constanta
, reala sau complexa, astfel ncat Av = v.
Aflarea autovalorilor se reduce la rezolvarea ecuatiei algebrice P () = 0,
unde P () = det (I A) este polinomul caracteristic al lui A, variabila
fiind reala sau complexa. Vectorii proprii ai matricei A pot si ei sa fie
reali sau complecsi. Se vede usor ca, daca matricea A este de ordinul n,
atunci P () este de forma
P () = n + p1 n1 + + pn1 + pn .
(1.46)
Se poate arata ca p1 = (a11 + a22 + + ann ) = tr A, unde tr este
urma matricei A, pn = (1)n det(A), dar n general, pentru orice k = 1, n
pk = (1)k k
(1.47)
unde k este suma minorilor de ordinul k din det(A) (n numar de Cnk )
a caror diagonala principala este o portiune din diagonala principala a lui
det(A).
Exercitiul 1.7 Sa se arate ca daca A = (aij ) este o matrice de ordinul 3,
atunci
3
2
P ()
+
(a11+ a22 + a33 )
=

a11 a12 a11 a13 a22 a23

+
+
det(A).
+
a21 a22 a31 a33 a32 a33

Exercitiul 1.8 Sa se arate ca doua matrice asemenea au acelasi polinom

caracteristic.

Rezolvare. Fie A, B doua matrice asemenea de ordin n. Atunci exista

o matrice P de ordin n nesingulara astfel ncat B = P1 AP. Folosind
definitia polinomului caracteristic obtinem:
PB () = det(IB) = det(P1 P P1 AP) = det (P1 (I A)P) =
det(P1 ) det(I A) det P = det(I A) = PA () deoarece det(P1 ) =
1/ det(P).

 IN VN
1.3. TRANSFORMARE LINIARA

1.3.2

29

Teorema de reprezentare spectral

a

Daca notam autovalorile matricei A cu 1 , 2 , ..., n indiferent de faptul

ca ele sunt reale sau complexe, simple sau multiple, putem scrie P () n
forma
P () = ( 1 ) ( 2 ) . . . ( n ) .
(1.48)
Daca g () = b0 m +b1 m1 + +bm1 +bm cu b0 6= 0 este un polinom
cu coeficienti reali sau complecsi, punem prin definitie
g (A) = b0 Am + b1 Am1 + + bm1 A + bm I,

(1.49)

g () = b0 ( 1 ) ( 2 ) ( m ) ,

(1.50)

unde I este matricea unitate de ordinul n. In acest fel, am definit o noua

matrice g (A), ale carei autovalori vrem sa le aflam. Mai ntai, vom scrie

unde i , i = 1, m sunt radacinile lui g ().

Teorema 1.12 Daca A este o matrice de ordinul n, cu autovalorile i ,
i = 1, n, iar g () este un polinom oarecare de forma (1.50) atunci
det(g (A)) = g (1 ) g (2 ) g (n ) .
Demonstratie. Vom observa ca
g (A) = b0 (A 1 I) (A 2 I) (A m I)
si ca

det g (A) = bn0 det (A 1 I) det (A 2 I) det (A m I) .

Deoarece

(1.51)

(1.52)

(1.53)

det (A i I) = (1)n det (i I A) =

= (1)n P (i ) , i = 1, m

(1.54)

det g (A) = (1)mn bn0 P (1 ) P (2 ) P (m ) .

(1.55)

putem scrie
Numerele P (i ) le obtinem din (1.48) Scriem aceste numere unul sub
altul, obtinand tabloul cu m linii
(1 1 ) (1 2 ) (1 n )
(2 1 ) (2 2 ) (2 n )
...
(m 1 ) (m 2 ) (m n )

(1.56)

30

CAPITOLUL 1. NOT
IUNI TEORETICE

n care apar mn paranteze, pe care ar trebui sa le nmultim ntre ele.

Folosind si factorul (1)mn , putem schimba semnul parantezelor, obtinand
acelasi numar ca mai sus si tabloul
(1 1 ) (2 1 ) (n 1 )
(1 2 ) (2 2 ) (n 2 )
.
(1.57)
...
(1 m ) (2 m ) (n m )
A mai ramas factorul bn0 , pe care l folosim nmutind produsul numerelor
din fiecare coloana cu b0 si observand ca
g (i ) = b0 (i 1 ) (i 2 ) (i m ) , i = 1, n.
(1.58)
De aici, rezulta o consecinta importanta si anume:
Teorema 1.13 Daca A este o matrice de ordinul n, cu autovalorile i ,
i = 1, n, iar g () este un polinom oarecare, autovalorile matricei g (A) sunt
numerele g (i ), i = 1, n.
Demonstratie. Cu x fixat, consideram polinomul h () = x g (). Conform teoremei precedente, avem
det h (A) = h (1 ) h (2 ) h (n ) =
= (x g (1 )) (x g (2 )) (x g (n )) .
Dar h (A) = xI g (A), deci
det (xI g (A)) = (x g (1 )) (x g (2 )) (x g (n )) .
(1.59)
Inlocuind pe x, care era arbitrar, cu variabil, obtinem
det (I g (A)) =
(1.60)
= ( g (1 )) ( g (2 )) ( g (n ))
adica polinomul caracteristic al matricei g (A) are radacinile g (i ), i =
1, n.
Daca facem conventia ca simbolul A , 2 , . . . , n reprezinta faptul ca
A are autovalorile i , i = 1, n, atunci putem scrie n forma plastica

A 1 , 2 , . . . , n
(1.61)
g (A) g (1 ) , g (2 ) , . . . , g (n )
oricare ar fi polinomul g (), independent de faptul ca autovalorile lui A sunt
reale sau complexe, simple sau multiple. Teorema precedenta se numeste
uneori teorema de reprezentare spectrala (multimea autovalorilor unei matrice formeaza spectrul matricei).
Exemplul 1.5 Matricea 2A + 3I are autovalorile 2i + 3 (cazul g () =
2 + 3), matricea A2 are autovalorile 2i (cazul g () = 2 ), etc.

 IN VN
1.3. TRANSFORMARE LINIARA

1.3.3

31

Diagonalizarea unei matrice

Definitia 1.18 Se numeste matrice diagonal

a, matricea J patratica de

forma
d1 0 ... 0
0 d2 ... 0

J = .. .. .. .. .
. . . .
0 0 ... dn

Folosim si scrierea J = diag [d1 , d2 , ..., dn ] .

Definitia 1.19 Se numeste matrice diagonalizabil
a orice matrice asemenea cu o matrice diagonala.
Fie A = (aij ) o matrice de ordinul n, cu elemente reale sau complexe.
Vectorii proprii si autovalorile ei pot, desigur, sa fie reale sau complexe.
Vom considera spatiul vectorial Cn , care consta din multimea matricelorcoloana de tip n 1, cu operatiile uzuale de adunare si nmultire cu scalari
(care acum pot fi si numere complexe).
Fiecarei autovalori i corespunde cate un vector propriu, determinat pana
la un factor nenul de proportionalitate, caci daca Av = v (v 6= , vectorul nul), atunci evident ca si cv cu c 6= 0 satisface conditia A (cv) = (cv),
deci este si el vector propriu, corespunzator aceleeasi autovalori .
Teorema 1.14 O matrice A de ordin n este diagonalizabila daca si numai
daca exista o baza n Cn formata din vectorii propri ai matricei A.
Demonstratie. Necesitatea. Deoarece A este o matrice diagonalizabila,
rezulta ca exista o matrice H de ordin n cu proprietatea ca det (H)6=0,
astfel ncat H1 AH = diag[1 , 2 , ..., n ].
Notam J = diag [1 , 2 , . . . , n ], adica J este matricea a carei diagonala
principala consta din numerele i , i = 1, n si toate celelalte elemente sunt
nule. Se verifica egalitatea AH = HJ. Cum cele doua matrice au acelasi
polinom caracteristic, fiind matrice asemenea, rezulta ca A are valorile proprii 1 , 2 , ..., n .
Fie H = col [H1 , ..., Hn ] , unde Hi Cn , i = 1, n, sunt coloanele matricei H. Deoarece H este inversabila, rezulta ca rang(H) = n, vectorii
{H1 , ..., Hn } sunt liniar independenti si formeaza o baza n Cn . Mai mult,
AH = H diag[1 , ..., n ]
A col [H1 , ..., Hn ] = col [H1 , ..., Hn ] diag[1 , ..., n ]
AHi = i Hi , i = 1, n.

32

CAPITOLUL 1. NOT
IUNI TEORETICE

Deci baza formata din vectorii proprii este {H1 , . . . , Hn } .

Suficienta. Presupunem ca v(1) , v(2) , . . . , v(n) sunt vectorii proprii
corespunzatori valorilor proprii 1 , 2 ..., n (nu neaparat distincte) si formeaza o baza n Cn .

Rezulta ca matricea H = col v(1) , v(2) , . . . , v(n) este inversabila. Deoarece Av(i) = i v(i) , i = 1, n, rezulta ca prima coloana din AH este vectorul
Av(1) = 1 v(1) , dar tot 1 v(1) se afla si pe prima coloana din HJ. A doua
coloana din AH este vectorul 2 v(2) , dar tot 2 v(2) se afla si pe a doua
coloana din HJ, etc.

A col v(1) , v(2) , . . . , v(n) = col v(1) , v(2) , . . . , v(n) diag[1 , ..., n ]
H1 AH = diag [1 , ..., n ] ,

rezulta ca A este diagonalizabila.

Teorema 1.15 Vectorii proprii corespunzatori valorilor proprii distincte
sunt liniar independenti.
Demonstratie. Fie matricea A de ordin n cu autovalorile i distincte,
adica i 6= j pentru i 6= j. Pentru fiecare i , fixam cate un vector propriu
v(i) : Av(i) = i v(i) , i = 1, n.

Vom arata ca sistemul de vectori v(1) , v(2) , . . . , v(n) este liniar independent, deci formeaza o baza n spatiul Cn . Mai ntai, aratam ca v(1)
si v(2) sunt liniar independenti. In adevar, fie c1 v(1) + c2 v(2) = . Din
A c1 v(1) + c2 v(2) = c1 Av(1) + c2 Av(2) = c1 1 v(1) + c2 2 v(2) = . Dar
c1 v(1) + c2 v(2) = si c1 1 v(1) + c2 2 v(2) =
c1 (2 1 ) v(1) =

(1.62)

deci c1 = 0 si atunci rezulta si c2 = 0. Deci cei doi vectori sunt liniar

independent
i. Presupunem
acum (ipoteza inductiva) ca sistemul de vec (1) (2)

(k)
tori v , v , . . . , v
este liniar independent. Va rezulta ca daca mai
(k+1)
, cei k + 1 vectori vor fi de asemenea liniar indeadaugam si vectorul v
pendenti. In adevar, fie
c1 v(1) + c2 v(2) + + ck v(k) + ck+1 v(k+1) = .

(1.63)

Inmultind ambii membri ai egalitatii (1.63) cu matricea A, obtinem

relatia
c1 1 v(1) + c2 2 v(2) + + ck k v(k) +
+ck+1 k+1 v(k+1) = .

(1.64)

 IN VN
1.3. TRANSFORMARE LINIARA

33

Inmultind (1.63) cu k+1 si apoi scazand (1.64), obtinem fara dificultate

ca
c1 (k+1 1 ) v(1) + c2 (k+1 2 ) v(2) +
+ + ck (k+1 k ) v(k) =

(1.65)

care, n baza ipotezei inductive, implica toti coeficientii din (1.65) nuli, deci
c1 = c2 = = ck = 0. Dar atunci si ck+1 = 0, adica (1.63) implica
toti coeficientii ci , i = 1, k + 1 sunt nuli, deci cei k + 1 vectori sunt liniar
independenti. In concluzie,
n vectori proprii sunt liniar independenti,
(1) cei
(2)
deci matricea H = col v , v , . . . , v(n) , adica matricea ale carei coloane
sunt cei n vectori proprii ai lui A este nesingulara (det H 6= 0).

Observatia 1.6 In cazul autovalorilor simple, putem spune ca n Rn (sau

n Cn ) exista o baza formata din vectori proprii ai matricei A.
Au loc egalitatile
J = H1 AH si A = HJH1 .

(1.66)

Prima nsemna ca am diagonalizat matricea A. Mai interesanta este nsa

cea de a doua, din care deducem
Ak = HJk H1 ,

k = 1, 2, 3, . . . ,

(1.67)

formula care, n cazul ca autovalorile lui A sunt distincte, se poate folosi pentru calcularea puterilor Ak , observand ca Jk se obtine foarte usor, deoarece

(1.68)
Jk = diag k1 , k2 , . . . , kn .

Mai general, daca g () este un polinom oarecare, dat prin g () = b0 m +

b1 m1 + + bm1 + bm , iar g (A) este matricea data prin formula (1.49),
din relatiile (1.67) si (1.68) deducem ca
g (A) = H diag [g (1 ) , g (2 ) , . . . , g (n )] H1 .

(1.69)

Putem scrie si relatia

diag [g (1 ) , g (2 ) , . . . , g (n )] = H1 g (A) H,

(1.70)

adica matricea H diagonalizeaza si orice matrice g (A), n care g () este

un polinom oarecare de variabila . De altfel g (i ), i = 1, n sunt autovalorile
lui g (A), carora le corespund aceeasi vectori proprii v(i) ai matricei A.
Teorema 1.16 (Cayley - Hamilton) Fiecare matrice patrata A (de ordin
n) si anuleaza polinomul caracteristic, adica P (A) = 0 (0 matricea nula).

34

CAPITOLUL 1. NOT
IUNI TEORETICE

Demonstratie. Plecam de la formula

(I A)1 =

1
B ()
P ()

(1.71)

adevarata pentru orice diferit de autovalori (radacinile lui P ()). Prin

B () am notat matricea transpusa formata cu complementii algebrici ai
elementelor matricei I A. Elementele matricei B () sunt polinoame de
, de grad cel mult egal cu n 1 (cele de pe diagonala principala au efectiv
gradul n 1, celelalte au gradul mai mic decat n 1). Deci putem scrie
B () = B0 n1 + B1 n2 + + Bn2 + Bn1

(1.72)

n care coeficientii sunt matrice constante de ordinul n (B (), ca si I A

sunt matrice de ordinul n). Prin nmultirea relatiei (1.71) mai ntai cu P ()
si apoi cu I A (la dreapta) obtinem identitatea
P () I B () (I A)

(1.73)

sau pe larg
(n + p1 n1 + + pn1 + pn ) I (B0 n1 +
+B1 n2 + + Bn2 + Bn1 ) (I A) .

(1.74)

Din identificarea coeficientilor matriceali, rezulta

An
I = B0
p1 I = B1 B0 A
An1
p2 I = B2 B1 A
An2
...
...
pn2 I = Bn2 Bn3 A A2
pn1 I = Bn1 Bn2 A
A
I
pn I = Bn1 A

(1.75)

Prin nmultire la dreapta a acestor egalitati cu puterile descrescatoare

ale matricei A si sumarea tuturor egalitatilor obtinute se vede ca n dreapta
toti termenii se reduc, deci se obtine matricea nula, iar n stanga se obtine
tocmai matricea
P (A) = An + p1 An1 + + pn1 A + pn I,
de unde rezulta P (A) = 0.

(1.76)

 IN VN
1.3. TRANSFORMARE LINIARA

1.3.4

35

Algoritmul de diagonalizare a unei matrice

Pentru orice valoare proprie i cu multiplicitatea mi ncercam sa gasim

mi vectori proprii liniar independenti corespunzatori acestei valori proprii
i . Daca acest procedeu reuseste pentru toate valorile proprii, atunci se pot
obtine n vectori proprii liniar independenti, deci matricea este diagonalizabila. Prezentam un algoritm de diagonalizare a unei matrice de ordin n cu
elemente reale.
Pasul 1. Determinarea valorilor proprii ale matricei A. Calculam polinomul caracteristic P () = det(I A) si radacinile acestuia. Fie
P () = ( 1 )n1 ( 2 )n2 ...( p )np .
Pasul 2. Daca exista macar o radacina a polinomului caracteristic care
nu este n R, algoritmul se opreste. Matricea A nu poate fi adusa la forma
diagonala. Daca toate radacinile polinomului caracteristic sunt n R, trecem
la Pasul 3.
Pasul 3. Determinarea vectorilor proprii ale matricei A. Fie 1 , 2 , ..., p
valorile proprii distincte cu ordinele de multiplicitate algebrica n1 , n2 , ...,
p
P
np , ni = n.
i=1

Pentru fiecare i = 1, p, determinam vectorii proprii corespunzatori valorii

proprii i . Pentru aceasta rezolvam p sisteme liniare omogene
(A i In )x = , i = 1, p.

Toate solutiile liniar independente ale acestor sisteme, n numar de mi ,

formeaza vectorii proprii corespunzatori autovalorii i .
Pasul 4. Daca ni = mi , i = 1, p, matricea poate fi adusa la forma
diagonala si trecem la Pasul 5. In caz contrar algoritmul se opreste.
Pasul 5. Determinarea formei diagonale. Matricea diagonala are forma

J = diag[1 , ..., 1 , 2 , ..., 2 , ..., p , ..., p ]

| {z } | {z }
| {z }
np ori
n1 ori
n2 ori
iar vectorii proprii sunt reuniunea vectorilor proprii liniar independenti
determinati la Pasul 3.
Matricea modala H, care este si matricea de asemanare, are coloanele
formate din vectorii proprii. Are loc relatia J = H1 AH.N

1.3.5

Forma canonic
a Jordan

Dificultatea apare atunci cand acest procedeu nu este posibil, adica nu

se poate sa avem mi vectori proprii liniar independenti coresponzator valorii

36

CAPITOLUL 1. NOT
IUNI TEORETICE

proprii i . In acest caz matricea nu este diagonalizabila. In acest caz exista

totdeauna o forma relativ simpla, numita forma Jordan, la care poate fi
adusa matricea.
Definitia 1.20 Matricea Jp () de

Jp () = ..
.
0

ordin p, (p 1, R)

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

.. ..
.. ..
. . ... . .
0 0 ... 0

(1.77)

se numeste bloc Jordan (celul

a Jordan) de ordin p.
Definitia 1.21 O matrice J de ordin n de forma

J = diag [Jn1 (1 ), Jn2 (2 ), ..., Jnk (k )] ,

n care Jni (i ), matrice de ordin ni , i=1, k, n1 + n2 + ... + nk = n, este un
bloc Jordan corespunzator valorii proprii i , se numeste matrice Jordan
de ordin n.
Definitia 1.22 Fie A o matrice de ordin n. Un sistem de q vectori v(1) ,
v(2) , ..., v(q) , q 1, q N, din Rn care satisface conditiile
v(1) 6= , Av(1) = v(1) , Av(2) = v(2) + v(1) ,
(1.78)
..., Av(q) = v(q) + v(q1) .
se numeste serie de vector propriu si asociati de lungime q corespunzatoare valorii proprii a matricei A, n care v(1) este vectorul propriu numit
cap de serie, iar ceilalti se numesc vectori asociati vectorului propriu.
Se poate demonstra ca vectorii dintr-o serie de vector propriu si asociati
sunt liniar independenti; de asemenea daca unei serii de vector propriu
si asociati i adaugam vectori proprii liniar independenti sau alte serii de
vectori proprii si asociati, sistemul de vectori obtinut este liniar independent.
De aici rezulta ca daca numarul total de vectori proprii si asociati este
egal cu ordinul matricei A, atunci acestia formeaza o baza care se numeste
baza Jordan corespunzatoare matricei A.

1.3.6

Algoritmul de aducere la forma Jordan

Prezentam un algoritm de aducere la forma Jordan a unei matrice de

ordin n cu elemente reale.

 IN VN
1.3. TRANSFORMARE LINIARA

37

Pasul 1. Determinarea valorilor proprii ale matricei A. Calculam polinomul caracteristic

P () = det(I A) = ( 1 )n1 ( 2 )n2 ...( p )np ,

unde 1 , 2 , ..., p sunt valorile proprii, iar n1 , n2 , ..., np ordinele de multiplicitate ale radacinilor polinomului P ().
Pasul 2. Daca exista macar un i = 1, p astfel ncat i
/ R algoritmul se
opreste. In caz contrar trecem la Pasul 3.
Pasul 3. Determinarea numarului seriilor de vectori proprii si asociati.
Pentru fiecare valoare proprie n parte k , k = 1, p calculam
dk = nk rang(k I A)
si obtinem numarul de serii de vectori proprii si asociati corespunzatori
valorii proprii k .
Daca dk = 1, avem o singura serie de lungime nk formata dintr-un vector
propriu si asociati si acestei serii i corespunde o celula Jordan de ordin nk .
Trecem la Pasul 5.
Daca dk = nk , atunci exista nk serii de vectori proprii si asociati, corespunzatori valorii proprii k si fiecare din aceste serii este formata dintr-un
singur vector. Trecem la Pasul 5.
Daca 1 < dk < mk , trecem la Pasul 4.
Pasul 4. Determinarea lungimii seriilor de vectori proprii si asociati.
Sunt dk serii de vectori proprii si asociati de lungimi pe care urmeaza sa le
determinam. Calculam pentru j 1,
(j, k ) = rang(k I A)j1 2 rang(k I A)j + rang(k I A)j+1 .

Daca (j, k ) 6= 0, atunci avem (j, k ) serii de vectori proprii si

asociati de lungime j. (Convenim ca puterea zero a oricarei matrice este
matricea
unitate a carei rang este egal cu n). Calculul se opreste cand
X
j (j, k ) = nk .
j

Pasul 5. Determinarea seriilor de vectori proprii si asociati corespunzator

valorii proprii k .
Pornim de la seria de lungime maxima. Fie aceasta lungime s. Daca
(1)
v Rn este vector propriu pentru
A corespunz
atoare valorii
matricea

(1)
(2)
(s)
proprii k , cap de serie pentru seria v , v , . . . , v
atunci
(A k In )v(1) = , (A k In )v(2) = v(1) , ...,
(A k In )v(s) = v(s1) .

(1.79)

38

CAPITOLUL 1. NOT
IUNI TEORETICE
Inlocuind din aproape n aproape obtinem:
(A k In )v(s) = v(s1) , (A k In )2 v(s) = v(s2) ,

. . . , (A k In )s1 v(s) = v(1) , (A k In )s v(s) = .

(1.80)
Deci ultimul asociat din serie este o solutie nenula a sistemului liniar
omogen (A In )s v(s) = . Fie aceasta solutie v(s) .
Observam ca (A In )s1 v(s) = v(1) 6= . Alegem vectorul solutie a
sistemului (A In )s v(s) = a carui imagine prin (A In )s1 va fi un
vector nenul care nu este altul decat vectorul propriu cap de serie, v(1) .
Ceilalti vectori din serie se determina utilizand relatiile (1.79).
Trecem la seria urmatoare n ordinea descrescatoare a lungimilor pana
se epuizeaza toate seriile corespunzatoare valorii proprii k .
Fiecarei serii de vectori proprii si asociati i corespunde o celula Jordan
egala cu lungimea seriei.
Se reia algoritmul de la Pasul 3 pentru urmatoarea valoare proprie pana
se epuizeaza toate valorile proprii.
Toate seriile de vectori proprii si asociati formeaza baza Jordan.
Pasul 6. Determinarea matricei Jordan si a matricei modale.
Matricea Jordan este formata din toate celulele Jordan asociate seriilor
de vectori proprii si asociati.
Matricea modala H are pe coloane coordonatele vectorilor proprii si
asociati, avand grija sa le scriem n ordinea n care apar n serie si n ordinea
valorilor proprii.N

1.3.7

Autovalorile unor matrice reale simetrice

Definitia 1.23 Matricea reala A = (aij ) de ordinul n se numeste simetric

a, daca coincide cu transpusa ei, adica daca AT = A.
Simetria este echivalenta cu conditia aij = aji , i, j = 1, n.
Teorema 1.17 Autovalorile unei matrice reale simetrice sunt reale.

Demonstratie. Notam cu j = 1. Fie + j o autovaloare a matricei

A si u + jv vectorul propriu corespunzator ei. Evident, am presupus ca
vectorii-coloana u si v sunt reali. Din A (u + jv) = ( + j) (u + jv),
rezulta prin separarea partilor reale si respectiv imaginare,
Au = u v, Av = u + v.

(1.81)

Prin nmultirea primei ecuatii la stanga cu vT si a celei de a doua cu

uT , gasim

 IN VN
1.3. TRANSFORMARE LINIARA

39

vT Au = vT u vT v, uT Av = uT u + uT v.

(1.82)

Deoarece v u este un numar, el este egal cu transpusul sau, astfel ncat

T
(1.83)
vT u = vT u = uT v.

Analog si vT Au este un numar si tinand seama ca matricea A este o matrice

simetrica, retulta:

T
(1.84)
vT Au = vT Au = uT AT v = uT Av

Scazand prima ecuatie (1.82) din cea de a doua, obtine

uT u + vT v = 0.
(1.85)
n
T

P
atunci uT u = i2 0. De
Observam ca daca u = 1 . . . n
i=1

aici rezulta ca uT u + vT v > 0 (vectorul propriu u + jv este prin definitie

nenul) si din (1.85) obtinem = 0, deci orice autovaloare a unei matrice
simetrice este reala.
Observatia 1.7 Vectorii proprii sunt de asemenea reali, caci sistemul din
care ei se obtin are toti coeficientii reali. Se poate arata ca oricare ar fi
matricea reala simetrica A, n Rn exista baze formate din vectori proprii ai
lui A.
Definitia 1.24 Matricea reala A = (aij ) de ordinul n se numeste antisimetric
a, daca AT = A.
Antisimetria este echivalenta cu conditia aij = aji , i, j = 1, n. Se observa ca elementele de pe diagonala principala sunt nule si ca cele simetrice
fata de aceasta diagonala sunt opuse (au suma zero).
Teorema 1.18 Autovalorile unei matrice reale antisimetrice sunt de forma
j, cu numar real.
Demonstratie. Fie + j o autovaloare a matricei A si u + jv vectorul
propriu asociat ei. Din A (u + jv) = ( + j) (u + jv), gasim din nou
ecuatiile (1.81). Prin nmultirea la stanga a primei ecuatii cu uT si a celei
de a doua cu vT , gasim
uT Au = uT u uT v, vT Av = vT u + vT v.
(1.86)
Folosind antisimetria lui A, vom arata ca pentru orice vector x Rn ,
avem xT Ax = 0.

T
xT Ax = xT Ax = xT AT x = xT Ax,
(1.87)

deci xT Ax = 0, x Rn . Adunand cele doua ecuatii (1.86), obtinem

uT u + vT v = 0,
(1.88)
de unde rezulta = 0. Deci orice autovaloare este de forma j.

40

CAPITOLUL 1. NOT
IUNI TEORETICE

Observatia 1.8 Cazul = 0 este posibil. Daca n = impar si A este

antisimetrica, rezulta det(A) = 0 si p () = det (I A) are termenul liber
nul. Deci = 0 este radacina a lui P (), adica este autovaloare a lui A.
Definitia 1.25 Matricea reala A = (aij ) de ordinul n se numeste ortogonal
a, daca AT = A1 (transpusa egala cu inversa).
Rezulta ca aceasta definitie este echivalenta cu conditia
(1.89)
AAT = AT A = I,
unde
de ordinul n. O prima constatare este ca
I este
matricea unitate
2
T
det AA = (det(A)) = 1, deci det (A) = 1.
P1. Daca det(A) = 1, rezulta ca fiecare element aij este egal cu complementul sau algebric, folosind relatia AT = A1 .

P2. Daca det(A) = 1, rezulta ca aij = Aij , i, j = 1, n, folosind

aceeasi relatie.
P3. Din AAT = I rezulta ca suma patratelor elementelor de pe fiecare
linie este egala cu 1, adica
n
X
a2ij = 1, i = 1, n.
(1.90)
j=1

P4. Din AAT = I rezulta ca produsul a doua linii distincte este nul,
adica
n
X
aij akj = 0, daca i 6= k, i, k = 1, n.
(1.91)
j=1

P5. Din AT A = I rezulta ca suma patratelor elementelor de pe fiecare

coloana a matricei A este egala cu 1, adica
n
X
a2ij = 1, j = 1, n.
(1.92)
i=1

P6. Produsul a doua coloane distincte este nul, adica

n
X
aij aik = 0, daca j 6= k, j, k = 1, n.

(1.93)

i=1

P7. Indeplinirea
ortogonala, deoarece
P8. Indeplinirea
ortogonala, deoarece

simultana a proprietatilor P3 si P4 atrage ca A este

AAT = I, deci AT = A1 .

simultana a proprietatilor P5 si P6 atrage ca A este

AT A = I, deci AT = A1 .
Are loc si echivalenta P3 si P4 P5 si P6. In ce priveste autovalorile
unei matrice ortogonale, putem enunta urmatoarea teorema.

1.4. SPAT
IUL VECTORIAL NORMAT

41

Teorema 1.19 Orice autovaloare a unei matrice ortogonale satisface

conditia || = 1.

Demonstratie. Fie autovaloare a matricei ortogonale A si fie v un

vector propriu: Av = v. Daca este real, rezulta ca si v este real. Prin
transpunere, gasim vT AT = vT (egalitatea a doi vectori - linie). Prin
nmultirea celor doua egalitati, obtinem
T T
T
2
v A (Av)
=

v v
(1.94)
vT AT A v = 2 vT v ,

adica vT v = 2 vT v . Deoarece vT v 6= 0 (este pozitiv), rezulta 2 = 1,

deci = 1 n mod obligatoriu. Daca este complex, vom gasi

T
Av = v, Av = v,
vT AT = v
(1.95)
folosind conjugarea cantitatilor complexe. Inmultind prima si ultima ecuatie
din (1.95), gasim
T T

vT v sau vT v = ||2 vT v .
v A (Av) =
(1.96)

Daca vectorul v, care are elemente complexe, este considerat de forma

T
v = 1 2 n , rezulta ca

2
T
v v = 1 2 n .. =
(1.97)
.
n
2
2
2
= |1 | + |2 | + + |n | 6= 0
si deci din (1.97), rezulta ||2 = 1, adica || = 1 sau = cos + j sin .

1.4

Spatiul vectorial normat

Definitia 1.26 Vom spune ca un spatiu vectorial real V este normat, daca
fiecarui element x V i se ataseaza un numar real, notat |x| si numit
norma sa, cu satisfacerea urmatoarelor axiome:
1 |x| 0, x V si |x| = 0 x = (elementul nul din V),
2 |x| = || |x|, R si x V,
3 |x + y| |x| + |y|, x, y V.

Exemplul 1.6 Daca ne referim la multimea numerelor reale R, organizata

ca un spatiu vectorial normat, este evident, ca pentru orice x R, valoarea
sa absoluta |x| este o norma pe R.

42

CAPITOLUL 1. NOT
IUNI TEORETICE

Exemplul 1.7 Daca notam C [a, b] multimea functiilor reale si continue

x = x (t), definite pe intervalul [a, b], organizata ca un spatiu vectorial fata
de operatiile obisnuite de adunare a functiilor si nmultire cu scalari (numere
reale), putem defini o norma pe acest spatiu prin formula
|x| = sup |x (t)| , pentru a t b.

(1.98)

Observatia 1.9 Observam ca C [a, b] este un spatiu infinit dimensional,

caci oricare ar fi n natural, se pot gasi n functii continue liniar independente.
De exemplu: x1 (t) = 1, x2 (t) = t, . . . , xn (t) = tn1 .

1.4.1

Norme pe Rn (n 2)

Acestea sunt importante, deoarece se folosesc n unele probleme de

analiza numerica. Norma || este o functie: Rn R+ , care satisface cele
trei axiome, din definitia 1.26. Pentru a le deosebi, atunci cand vorbim
despre mai multe norme pe acelasi spatiu, putem sa le asociem cate un
indice, de exemplu ||1 , ||2 , etc. In unele carti, functia care defineste o
norma este notata cu ajutorul unei litere, de exemplu 1 (), 2 (), etc.
Adoptam conventia de notare prin bare verticale.
Norma ||1 este data prin |x|1 = max |xi |, unde x Rn este un vector
i

T
oarecare, dat prin x = x1 x2 ... xn . Cele trei axiome se verifica
imediat si nu este cazul sa insistam.
n
P
|xi |, x Rn . Sa verificam cele trei
Norma ||2 este data prin |x|2 =
i=1

axiome:
1 |x|2 0 si |x|2 = 0 x =, vectorul nul (coloana formata din
zerouri) este evidenta.
n
n
n
P
P
P
2 |x|2 =
|xi | =
|||xi | = || |xi | = |||x|2 pentru R
i=1

i=1

i=1

si x Rn . Deci si axioma a doua este ndeplinita.

n
n
n
n
P
P
P
P
|xi + yi |
(|xi | + |yi |) =
|xi | +
|yi | = |x|2 +
3 |x + y| =
i=1

i=1

i=1

i=1

|y|2 , x, y Rn asa cum cere a treia axioma.

Norma euclidian
a pe Rn

Norma euclidiana pe Rn este definita prin formula

q
kxk = x21 + x22 + + x2n , x Rn .

(1.99)

1.4. SPAT
IUL VECTORIAL NORMAT

43

Primele doua conditii (axiome) care definesc o norma sunt evident satisfacute si trebuie sa o verificam pe cea de a treia. Inegalitatea kx + yk
kxk + kyk este echivalenta cu cea obtinuta din ea prin ridicarea la patrat.
Aceasta din urma se scrie n forma v
v
u n
u n
n
n
n
X
X
X
X
u
uX
2
2
2 t
2
t
(xi + yi )
xi + 2
xi
yi +
yi2
i=1
i=1
i=1
i=1
i=1
(1.100)
care, la randul ei, este echivalenta cu
v
v
u n
u n
n
X
uX
uX
xi yi t
x2i t
yi2 (Cauchy)
i=1

i=1

(1.101)

i=1

adevarata oricare ar fi xi si yi , i = 1, n, adica oricare ar fi vectorii x, y Rn .

Exercitiul 1.9 Cand are loc egalitatea kx + yk = kxk + kyk n Rn ?
Rezolvare. Se stie ca egalitatea
n
!2 n
! n
!
X
X
X
xi yi =
x2i
yi2
i=1

i=1

(1.102)

i=1

n care xi si yi , i = 1, n sunt numere reale, are loc daca si numai daca

n
n
P
P
xi yi = x2i si
R, astfel ncat yi = xi , i = 1, n. Dar atunci
i=1

i=1

deci trebuie ca > 0 pentru ca (1.101) sa devina egalitate. In concluzie,

trebuie sa avem relatia x = y cu > 0 ntre cei doi vectori (ambii au
fost presupusi nenuli). Daca unul din vectorii x si y este nul, egalitatea n
discutie devine banala.
Exercitiul 1.10 Orice combinatie liniara de norme, cu coeficienti pozitivi,
este o norma pe Rn .
Rezolvare. Fie 1 (x), 2 (x), . . . , m (x) norme definite pe Rn si norma
m
P
(x) =
ci i (x), unde coeficientii ci , i = 1, m sunt pozitivi. In mod
i=1

evident, avem (x) 0, x Rn si (x) = 0 x = . Apoi, (x) =

m
m
P
P
ci i (x) = || ci i (x) = || (x), R si x Rn . In fine,
i=1

i=1

(x + y) =

m
P

i=1

m
P

ci i (x + y)

i=1
m
P

ci i (x) +

i=1

m
P

ci (i (x) + i (y)) =

i=1

ci i (y) = (x) + (y) , x, y Rn .

44

CAPITOLUL 1. NOT
IUNI TEORETICE

Exercitiul 1.11 Daca || este o norma pe Rn si A = (aij ) este o matrice

reala nesingulara (det(A) 6= 0), atunci (x) = |Ax| pentru x Rn defineste o noua norma pe Rn . (Se verifica usor cele trei axiome).
Prin acest procedeu, putem defini o infinitate de norme pe Rn , deoarece
exista o infinitate de matrice nesingulare. De exemplu, daca luam norma
||1 , matricea

1 1 0
A= 1 0 1
(1.103)
0 1 1

si punem

1 (x) =max {|x1 + x2 |, |x1 + x3 |, |x2 + x3 |}, x R3

avem o noua norma pe R3 , daca tinem seama ca

x1 + x2
Ax = x1 + x3 , x R3 .
x2 + x3

(1.104)

(1.105)

Daca luam norma ||2 si punem

2 (x) = |x1 +x2 |+|x1 +x3 |+|x2 +x3 | , x R3

(1.106)

obtinem o noua norma. Daca luam norma euclidiana kk, vom gasi o alta
norma si anume
q
3 (x) = (x1 +x2 )2 +(x1 +x3 )2 +(x2 +x3 )2, x R3 .
(1.107)
Exercitiul 1.12 Daca || este o norma pe Rn si A este o matrice de ordinul
n, exista un numar M > 0 astfel ncat |Ax| M |x|, x Rn .
Rezolvare. Multimea S = {x; x Rn cu |x| = 1} , sfera de raza 1 este o
multime compacta n Rn (marginita si nchisa). Orice norma pe Rn este o
functie continua de cele n variabile independente xi si deci este marginita
pe S (teorema lui Weierstrass). Deci avem |Ax| M pentru x S. Daca
x Rn este un vector oarecare diferit de vectorul nul, avem |A (x/ |x|)| M
si deci |Ax| M |x|. Altfel spus, avem |Ax| / |x| M pentru orice x 6=
din Rn .

1.4. SPAT
IUL VECTORIAL NORMAT

45

Generarea normelor pentru matricele p

atrate
Daca || este o norma pe Rn , ea genereaza o anumita norma pe multimea Mn (R). Vom nota norma unei matrice A din aceasta multime cu
simbolul |A|. Axiomele pe care le satisface o norma pe spatiul Mn (R) sunt
urmatoarele:
1 |A| 0, A Mn (R) si |A| = 0 A = 0 (matricea nula),
2 |A| = || |A|, R si A Mn (R) ,
3 |A + B| |A| + |B|, A, B Mn (R) ,
4 |AB| |A| |B|, A, B Mn (R)
Ultima axioma nu are corespondent n cazul normei definite pe Rn . Daca
plecam de la o anumita norma pe Rn , notata || si A este o matrice oarecare
din Mn (R), definim

|Ax|
|A| = sup
(1.108)
; x 6= , x Rn
|x|
unde sup (supremum) este notatia uzuala pentru marginea superioara a
unei multimi de numere reale. Definitia (1.108) este corecta, deoarece acest
supremum nu poate fi (conform cu Exercitiul 1.12). Prima axioma este
evident satisfacuta. Pentru cea de a doua, scriem

|(A) x|
|A| = sup
; x 6= =
|x|

|| |Ax|
|Ax|
= sup
; x 6= = || sup
; x 6= =
(1.109)
|x|
|x|
= || |A| , R si A Mn (R) .

Pentru a verifica axioma a treia, vom scrie

|(A + B) x|
|Ax + Bx|
|A + B| = sup
; x 6= = sup
; x 6=
|x|
|x|

|Ax| + |Bx|
|Ax|
sup
; x 6= sup
; x 6= +
|x|
|x|
(1.110)

|Bx|
+ sup
; x 6= = |A| + |B| , A, B Mn (R) .
|x|
Pentru ultima axioma, scriem

46

CAPITOLUL 1. NOT
IUNI TEORETICE

|(AB) x|
; x 6= =
|AB| = sup
|x|

|A (Bx)|
|A| |Bx|
= sup
; x 6= sup
; x 6= =
|x|
|x|
(1.111)

|Bx|
= |A| sup
; x 6= = |A| |B|
|x|

oricare ar fi A, B Mn (R). Am folosit majorarea |Ax| |A| |x| pentru

orice vector din Rn , care rezulta din definitia (1.108). In rezumat, formula
(1.108) defineste n adevar o norma pe Mn (R), care n acest fel devine un
spatiu vectorial normat real.
Teorema 1.20 Daca notam

(1.112)

pentru orice matrice A = (aij ) din Mn (R), rezulta

n
X
|aij | .
|A|1 = max

(1.113)

|A|1 = sup

|Ax|1
; x 6=
|x|1

j=1

Demonstratie. Notam Ax = y si avem |Ax|1 = |y|1 = max |yi |. Dar

i
n
n
P
P
aij xj si |xj | |x|1 deci |yi | |x|1
|aij |. Pentru moment, notam
yi =
j=1

M = max
i

n
P

j=1

j=1

|aij | si admitem ca acest maxim se atinge pentru valoarea k

a indicelui de linie i. Din |yi | M |x|1 , i = 1, n avem |Ax|1 M |x|1

pentru orice x Rn . Toate rapoartele multimii din (1.112) sunt marginite
superior de M, care este deci o bariera superioara pentru aceasta multime.
e 6=, pentru care raportul |Ae
Daca gasim un vector x
x|1 / |e
x|1 are valoarea M
(echivalent |Ae
x|1 = M |e
x|1 ), rezulta ca M este chiar marginea superioara
e, dat prin x
e =
(supremum) a multimii de rapoarte. Acest vector este x
n
P
T
(sgn ak1 , sgn ak2 , . . . , sgn akn ) , are elementul de pe linia k, x
ek =
|akj | =
j=1

x|1 = M |e
x|1 si atunci
M si norma |x|1 = 1. Deci el satisface egalitatea |Ae
formula (1.112) este demonstrata.
Norma |A|1 se numeste uneori norma pe linii, deoarece se obtine
sumand valorile absolute ale elementelor de pe fiecare linie si luand apoi
cea mai mare suma gasita.

1.4. SPAT
IUL VECTORIAL NORMAT

47

Teorema 1.21 Daca notam

|Ax|2
|A|2 = sup
; x 6= ,
|x|2
aceasta norma este data de formula

|A|2 = max
j

n
X
i=1

|aij | .

(1.115)

Demonstratie. Notam Ax = y si avem |Ax|2 = |y|2 =

yi =

(1.114)

n
P

n
P

i=1

n
P
aij xj , rezulta |yi |
|aij | |xj |, i = 1, n si deci
j=1
j=1

n
!
!
n
n
n
X
X
X
X
|Ax|2
|aij | |xj | =
|aij | |xj | .
i=1

j=1

j=1

|yi |. Din

i=1

n
P

Daca notam pentru moment M = max |aij |, putem scrie

j i=1
n
X
|Ax|2 M
|xj | = M |x|2 , x Rn .

(1.116)

(1.117)

j=1

e pentru care |Ae

Ca si n cazul precedent, daca gasim un vector x
x|2 =
M |e
x|2 , va rezulta ca M = |A|2 si deci formula (1.115) este adevarata. Acest
n
P
vector x l gasim astfel: daca admitem ca max |aij | se realizeaza pentru
j

i=1

valoarea k a indicelui de coloana j, adica daca presupunem ca M =

n
P

i=1

|aik |,

consideram vectorul x ale carui elemente sunt egale cu zero, n afara de cel
de pe linia k, care este egal cu 1. El are proprietatea ca Ae
x coincide cu
coloana k a matricei A, deci |Ae
x|2 = M si pe de alta parte |e
x|2 = 1. Prin
urmare, avem |Ae
x|2 = M |e
x|2 si demonstratia este ncheiata.

Observatia 1.10 Nu trebuie sa credem ca toate normele pentru matricele

din Mn (R) sunt generate de normele pentru vectorii din Rn , dupa cum se
va vedea din urmatorul exemplu.
Norma euclidian
a pentru matricele din Mn (R)
Pentru A = (aij ) definim norma sa euclidiana, notata kAk, prin formula
v
uX
n
u n X
t
a2ij .
(1.118)
kAk =
i=1 j=1

48

CAPITOLUL 1. NOT
IUNI TEORETICE

Primele doua axiome sunt n mod evident ndeplinite. Cea de a treia

este
kA + Bk kAk + kBk , A, B Mn (R) .
(1.119)
Aceasta inegalitate este echivalenta cu cea obtinuta prin ridicare la
patrat
(1.120)
kA + Bk2 kAk2 + 2 kAk kBk + kBk2
care se scrie pe larg astfel
v
v
uX
uX
n
n
n
n
X
X
X
u
u n 2
2
2
2
(aij + bij )
aij + 2t
aij t
bij +
b2ij .
i,j=1

i,j=1

i,j=1

Am folosit pentru suma dubla

n
n P
P

i,j=1

i,j=1

notatia prescurtata

i=1 j=1

n
P

(1.121)

evident,

i,j=1

din motive de ordin grafic. La randul sau, ultima inegalitate este echivalenta
cu
v
v
uX
uX
n
n
X
u
u n 2
2 t
t
aij bij
aij
bij (Cauchy).
(1.122)
i,j=1

i,j=1

i,j=1

Ne putem convinge de aceasta, numerotand elementele aij , ncepand cu

a11 si terminand cu ann si scriindu-le n sirul 1 , 2 , . . . , N unde N = n2 .
La fel facem si cu elementele bij , pe care le sriem 1 , 2 , . . . , N . Atunci
inegalitatea (1.122) se scrie n forma
v
v
uN
uN
N
uX
uX
X
t
2 t
i i
i
i2
(1.123)
i=1

i=1

i=1

si este evident adevarata. A mai ramas de verificat ultima axioma:

kABk kAk kBk , A, B Mn (R) .

(1.124)

Intai vom arata ca avem kAxk kAk kxk, x Rn . In adevar, daca

!2

n
n
P
P
aij xj si deci yi2 =
aij xj , din
punem Ax = y, avem yi =
j=1
j=1
n ! n ! n !
X
X
X
2
a2ij
x2j =
aij kxk2 , i = 1, n.
(1.125)
yi
j=1

j=1

j=1

1.4. SPAT
IUL VECTORIAL NORMAT
si n continuare
kAxk2 =
=

n
P

i=1

n
n P
P

i=1 j=1

yi2

a2ij

n
P

i=1
2

49

n
P

j=1

a2ij

kxk2 =

(1.126)

kxk = kAk kxk

adica kAxk kAk kxk. Daca v(1) , v(2) , . . . , v(n) sunt coloanele matricei
B, vectoriih Av(1) , Av(2) , . . . , Av(n)i sunt coloanele matricei AB, adica
AB = col Av(1) , Av(2) , . . . , Av(n) si

(1) 2 (2) 2
(n) 2
kABk = Av + Av + + Av

2
2
kAk2 v(1) + + v(n) = kAk2 kBk2
2

(1.127)

deci (1.124) este adevarata.

Observatia 1.11 Matricea unitate In are norma euclidiana egala cu n.

Daca ar exista o norma || pentru vectori, care sa ne conduca la norma kk
|x|
|In x|
= sup
= 1, ceea ce
pentru matrice, ar trebui sa avem kIn k = sup
|x|
|x|
este evident imposibil.
Exercitiul 1.13 In spatiul Mn (R), punem (A) = max |aij | pentru orice
i,j

matrice A. Sa se arate ca aceasta functie nu defineste o norma pe Mn (R).

Rezolvare. Fie A = B cu aij = bij = 1, i, j = 1, n. Matricea AB are

toate elementele egale cu n. Deci (A) = (B) = 1, iar (AB) = n si nu
are loc inegalitatea (AB) (A) (B).

Exercitiul 1.14 Daca punem (A) = n max |aij | , avem o norma pe

i,j

spatiul Mn (R).

Rezolvare. Primele trei axiome se verifica imediat. Pentru a o verifica pe

ultima, luam doua matrice oarecare A = (aij ), B = (bij ) si notam C = AB.
n
P
aik bkj , de unde gasim
Avem cij =
k=1

50

CAPITOLUL 1. NOT
IUNI TEORETICE

deci

n
P

k=1

|cij |

n
P

k=1

|aik | |bkj |

|aik | (max |bkj |) (n max |aik |) (max |bkj |)

n |cij | (n max |aik |) (n max |bkj |) , i, j = 1, n

(1.128)

(1.129)

ceea ce implica (AB) (A) (B).

1.5

Spatiul euclidian

Un spatiu euclidian este un spatiu vectorial real, n care avem o noua

operatie si anume produsul scalar a doi vectori. Un astfel de spatiu poate
fi finit dimensional sau cu o infinitate de dimensiuni. Un spatiu euclidian
n-dimensional se noteaza de obicei cu En . Produsul scalar este o functie
definita pe E E si cu valori n R si se noteaza cu simbolul h, i, adica
prin hx, yi ntelegem produsul scalar (numar real) al celor doi vectori x si
y. Uneori, se foloseste si notatia (x, y), dar o preferam pe prima, deoarece
a doua poate sa produca confuzie. Axiomele care definesc un produs scalar
sunt urmatoarele:
1 hx, yi 0, x, y E si hx, xi = 0 x = ,
2 hx, yi = hy, xi, x, y E,
3 hx, yi = hx, yi, R si x, y E
4 hx + y, zi = hx, zi + hy, zi, x, y, z E
O proprietate a produsului scalar (n orice spatiu euclidian E) este
oTeorema 1.22 (Inegalitatea Schwarz - Cauchy-Buniakovski) In
rice spatiu euclidian, este adevarata relatia
hx, yi2 hx, xi hy, yi , x, y E.

(1.130)

Demonstratie. Daca unul din vectori este nul, inegalitatea este adevarata
si se reduce la 0 0. De aceea, putem presupune ca ambii vectori sunt
nenuli (6= ). Avem
htx + y, tx + yi = t2 hx, xi + 2t hx, yi + hy, yi 0, t R

(1.131)

si de aici rezulta ca discriminantul trinomului este 0, deci (1.130) este

adevarata.

1.5. SPAT
IUL EUCLIDIAN

51

Inegalitatea poate fi scrisa si n forma ehivalenta

p
p
|hx, yi| hx, xi hy, yi, x, y E.
(1.132)
p
Daca punem kxk = hx, xi, definim o norma pe E, caci sunt ndeplinite
toate conditiile normei si anume:
1 kxk 0,p
x E si kxk
p = 0 x =,

2 kxk = hx, xi = 2 hx, xi = || kxk, R si x E,

3 kx + yk kxk + kyk, x, y E.
Pentru a demonstra conditia 3 , tinem seama ca este echivalenta cu cea
obtinuta prin ridicare la patrat si anume
hx + y, x + yi hx, xi + 2 kxk kyk + hy, yi
(1.133)
care la randul sau este echivalenta cu (1.132), ce poate fi transcrisa n forma
|hx, yi| kxk kyk .
(1.134)
Putem sa ne referim la norma kk, spunand ca este cea generata de
produsul scalar din spatiul euclidian E.
Spatiul vectorial real Rn devine spatiu euclidian, daca definim produsul
scalar dupa formula
n
X
T
hx, yi = y x =
xi yi
(1.135)
i=1

T
n care x si y sunt vectori oarecare din Rn , dati prin x = x1 x2 . . . xn

T
si respectiv y = y1 y2 . . . yn . Verificarea celor trei axiome ale
produsului scalar este imediata.
De observat ca norma kk generata pe Rn de produsul scalar, este norma
euclidiana (introdusa anterior) data de formula
q
kxk = x21 + x22 + + x2n , x Rn .
(1.136)
Definitia 1.27 Daca pentru doi vectori x si y dintr-un spatiu euclidian
En avem hx, yi = 0, se spune ca cei doi vectori sunt ortogonali si se scrie
aceasta prin simbolul x y. Daca un vector x are norma (uneori se spune
lungimea) egala cu 1, se spune ca el este normat si se numeste versor.
(1) (2)

(n)
Definitia 1.28 Spunem
a o baza v , v , . . ., v(i) (i)din
En este orto (i) (j)c
= 0 pentru i 6= j si v , v
= 1, i = 1, n
normat
a, daca v , v
(i) (j)
0, pentru i 6= j
(echivalent cu v , v
, simbolul lui
= ij unde ij =
1, pentru i = j
Kroneker).

52

CAPITOLUL 1. NOT
IUNI TEORETICE
In legatura cu aceasta definitie, are loc urmatoarea teorema.

Teorema 1.23 (Procedeul de ortogonalizare Gram-Schmidt). In orice spatiu euclidian En exista baze ortonormate (prescurtat B.O.N).

Demonstratie. Fie v(1) , v(2) , . . . , v(n) o baza oarecare n En si sa consideram vectorii

(1)
u = v(1)

u(2) = v(2) + 21 u(1)

u(3) = v(3) + 31 u(1) + 32 u(2)

(1.137)
...

(n)
(n)
(1)
(2)
(n1)
u = v + n1 u + n2 u + + n,n1 u

cu proprietatea ca fiecare dintre ei (n afara de primul) este ortogonal pe

toti cei care l preced. Astfel, avem
(2) (1)

u ,u
= 0 v(2) , u(1) + 21 u(1) , u(1) = 0
(2) (1)
v ,u
21 = (1) (1)
(1.138)
hu , u i
si am gasit (n mod unic) constanta 21 . In continuare, avem

(3) (1)
= 0 v(3) , u(1) + 31 u(1) , u(1) = 0
u ,u
(3) (1)
v ,u
31 = (1) (1)
(1.139)
hu , u i
si nca

(3) (2)
= 0 v(3) , u(2) + 32 u(2) , u(2) = 0
u ,u
(3) (2)
v ,u
32 = (2) (2)
hu , u i

(1.140)

si am gasit (n mod unic) si vectorul u(3) . Presupunand ca am determinat

k 1 vectori cu proprietatile cerute, aratam ca procedeul poate continua,
determinandul si pe cel de al k-lea, adica pe cel imediat urmator. El este
de forma
u(k) = v(k) + k1 u(1) + + k,k1 u(k1)
(1.141)
n care coeficientul k1 , i = 1, k 1 se afla din conditiile de ortogonalitate
pe cei k 1 vectori aflati anterior (si care sunt ortogonali ntre ei). Astfel,
avem

1.5. SPAT
IUL EUCLIDIAN

53

(k) (1)

(k) (1) (k) (1)

(1) (1)
v ,u

u ,u

= v ,u
+ k1 u , u
= 0 k1 = (1) (1)

hu , u i

...

(k) (k1) (k) (k1)

= v ,u
+ k,k1 u(k1) , u(k1) = 0
u ,u

(1.142)

(k) (k1)

,
u
v

k,k1 = (k1) (k1)

hu
,u
i

si n concluzie, putem determina toti cei n vectori din (1.137), care sunt
liniar independenti (de ce?) si deci nenuli. Ei sunt ortogonali doi cate doi si
daca l mpartim pe fiecare la lungimea sa, obtinem o baza ortonormata.
Exercitiul 1.15 Sa se afle o baza ortonormata n R3 , plecand de la baza

1
1
4
v(1) = 2 , v(2) = 3 , v(3) = 0 .
2
5
2
(1.143)

(2) (1)
(1)
(1)
(2)
(2)
(1)
=
v

s
i
u
=
v
+

v
,
u ,u
= 0
Rezolvare.
Fie
u
21
(2) (1) (1) (1)
(2)
/ u ,u
= 5/3. Va rezulta ca u este dat prin
21 = v , u

T
(2)
u = 8/3 1/3 5/3 .
Apoi, l cautam pe u(3) n forma u(3) = v(3) + 31 u(1) + 32 u(2) si

T
gasim 31 = 0, 32 = 7/5. Va rezulta ca u(3) = 4/15 7/15 5/15 .
Inmultind pe u(2) cu 3 si pe u(3) cu 15, am gasit trei vectori ortogonali si
anume

1
8
4
2 , 1 , 7 sau
2
5
5

1 8 4
(1.144)
3 10
3 10
3

1
7
2 ,
310 , 310
3
2
3

5
3 10

5
3 10

ultimii trei formand o baza ortonormata.

Exercitiul 1.16 Fie v(1) , v(2) , . . . , v(n) si u(1) , u(2) , . . . , u(n) doua baze
ortonormate n En . Sa se arate ca matricea schimbarii de baza (trecere de
la prima la a doua) este ortogonala.
n
P
aki v(k) , i = 1, n, matricea schimbarii de
Rezolvare. Daca notam u(i) =
k=1

baza este A = (aij ) si avem

54

CAPITOLUL 1. NOT
IUNI TEORETICE
(i) (j)
u ,u
=
=

n P
n
P

j=1 m=1
n
P

Prin urmare, avem

k=1

n
P

k=1

(k)

aki v ,

n
P

amj v

m=1

(m)

P
aki amj v(k) , v(m) =
aki akj .
k=1

aki akj = 0 pentru i 6= j si

n
P

(1.145)

a2ki = 1 pentru

k=1

i = 1, n, adica A este matrice ortogonala.

Exercitiul 1.17 Fie v(1) , v(2) , . . . , v(n) si u(1) , u(2) , . . . , u(n) doua baze
n En . Daca prima este ortonormata si matricea schimbarii de baza (trecere de la prima la a doua) este ortogonala, rezulta ca si a doua baza este
ortonormata.
Rezolvare. Folosind
notatiile din exercitiul precedent
si relat

ia (1.145),
rezulta ca avem u(i) , u(j) = 0 pentru i 6= j si u(i) , u(i) = 1 pentru
i = 1, n, adica si a doua baza este ortonormata.
Definitia 1.29 O transformare liniara f : En En se numeste ortogonal
a daca pastreaza produsul scalar al vectorilor, adica daca
hf (x) , f (y)i = hx, yi , x, y En .
Teorema 1.24 Matricea unei transformari ortogonale n orice baza ortonormata dintr-un spatiu euclidian En este o matrice ortogonata.

(1) (2)
(n)
,
v
,
.
.
.
,
v
Demonstrat

ie.
Fie
v
(i) (j) (i) (j) o baza ortonormata n En . Din
= v , v
= ij , i, j = 1, n rezulta ca vecegalitatea
f v ,f v

(1)
(2)
(n)
torii f (v ), f (v ), . . . , f (v ) formeaza si ei o baza ortonormata. Daca
n

P
A = (aij ) este matricea lui f n baza aleasa, adica f v(i) =
aki v(k) ,
k=1

n
i = 1, n rezulta
n
(i) (j)
P
P
(k)
(m)
=
=
aki v ,
amj v
f v ,f v
m=1
k=1
n P
n
n

P
P
=
aki amj v(k) , v(m) =
aki akj .
k=1 m=1

Prin urmare, avem

n
n
X
X
aki akj = 0 daca i 6= j si
a2ki = 1, i = 1, n,
k=1

(1.146)

k=1

k=1

(1.147)

adica A este o matrice ortogonala.

Definitia 1.30 Transformarea liniara f : En En se numeste autoadjunct
a, daca
hf (x) , yi = hx, f (y)i , x, y En .

1.5. SPAT
IUL EUCLIDIAN

55

Teorema 1.25 In orice baza ortonormata din En , matricea unei transformari liniare autoadjuncte este simetrica si reciproc, daca exista o baza
ortonormata n care matricea unei transformari liniare este simetrica atunci
transformarea este autoadjuncta.
n
n
P
P
Demonstratie. Necesitatea. Daca x =
i v(i) si y =
j v(j) , putem
i=1

scrie

hf (x) , yi =

* n
X
i=1

n
(i) X
i f v ,
j v(j)
j=1

j=1

n X
n
X
i=1

i j f v(i) , v(j) .
j=1
(1.148)

Daca A = (aij ) este matricea lui f n baza aleasa, atunci

+
* n
n
X
X

(i) (j)
(k)
(j)
=
aki v , v
aki v(k) , v(j) = aij ,
=
f v ,v
k=1
k=1
(1.149)

unde am tinut seama ca vectorii v(i) , i = 1, n formeaza o baza ortonormata.

Din ultimele doua relatii, rezulta ca
n
n X
X
hf (x) , yi =
aji i j , x, y En .
(1.150)
i=1 j=1

Schimband rolul vectorilor x si y n formula precedenta, vom gasi ca

n
n
n X
n X
X
X
hx, f (y)i = hf (y) , xi =
aji i j =
aij i j ;
i=1 j=1
i=1 j=1
(1.151)
si deci

n X
n
X
i=1 j=1

(aij aji ) i j = 0.

(1.152)

deoarece variabilele i si j sunt arbitrare, obtinem aij = aji , i, j = 1, n,

adica matricea A este simetrica.
Suficienta. Daca exista n En o baza ortonormata, n care matricea unei
transformari liniare f este simetrica, rezulta ca f este autoadjuncta. In
adevar, din (1.150) si (1.151) se vede ca n ipoteza aij = aji , i, j = 1, n
avem hf (x) , yi = hx, f (y)i, x, y En .
Definitia 1.31 Daca f : Vn Vn este o transformare liniara, vom spune
ca vectorul v 6= este un vector propriu pentru f , daca exista un scalar
, astfel ncat f (x) = x. Numarul se numeste autovaloare (valoare
proprie) a transformarii f .

56

CAPITOLUL 1. NOT
IUNI TEORETICE

Daca f are matricea A = (aij ) n o baza e(1) , e(2) , . . . , e(n) din Vn ,

n
P
iar vectorul propriu l cautam n forma v =
i e(i) , relatia f (x) = x
i=1

conduce la rezolvarea sistemului

( 11 ) 1 12 2 . . . 1n n = 0

21 1 + ( 22 ) 2 2n n = 0
...

n1 1 n2 2 + ( nn ) n = 0

(1.153)

din care se vede ca autovalorile lui f sunt autovalorile matricei A, iar coordonatele i sunt elementele vectorului propriu din Rn , asa cum au fost ele
definite anterior.

Observatia 1.12 Autovalorile unei transformari liniare nu depind de baza

aleasa n Vn deoarece matricele unei transformari liniare sunt matrice asemenea (observatia 1.5) iar matricele asemenea au acelasi polinom caracteristic
(exercitiul 1.8). Autovalorile unei transformari autoadjuncte sunt reale, caci
ele apar ca autovalori ale unei matrice reale simetrice.
O proprietate importanta a transformarilor liniare autoadjuncte este cea
stabilita de urmatoarea teorema:
Teorema 1.26 Fie f : En En o transformare liniara autoadjuncta.
Atunci, exista n spatiul euclidian En o baza ortonormata, formata din vectori proprii ai lui f .
Demonstratie. Stiind ca autovalorile lui f sunt reale, fixam una dintre ele,
pe care o notam 1 . Din sistemul (1.153), n care punem = 1 , putem
gasi cel putinun vector
propriu n En , pe care l normam si l notam e(1)

astfel ncat f e(1) = 1 e(1) .

Consideram apoi multimea En1 = x; x En , x, e(1) = 0 , care consta din toti vectorii x En , ortogonali pe vectorul propriu e(1) . En1 este
ca x En1 rezult
a
un subspatiu vectorial al luiEn , avand proprietatea

(1)

(1)
(1)

ca f (x) En1 . In adevar, f (x) , e

= x, f e
= 1 x, e
= 0.
un
vector
propriu
Putem scrie f : En1 En1 si atunci f are macar
(2) (1)
(normat) e(2) En1 . Acest
= 0.
vector
satisface
condit

ia

e ,e
(1)
(2)
= x, e
= 0 multimea vecConsideram En2 = x; x En , x, e
(1)
(2)
torilor ortogonali pe e si e . Aceasta este un subspatiu vectorial, de
dimensiune n 2, invariant fata de transformarea f , adica x En2
f (x) En2 , adica f : En2 En2 . Rezulta ca f are un vector propriu

1.5. SPAT
IUL EUCLIDIAN

57

(normat) e(3) En2 . Acesta este ortogonal pe precedentii sai e(1) si e(2) .
Continuand n acest mod, ajungem sa gasim n 1 vectori proprii (normati)
e(1) , e(2) , . . . , e(n1) , fiecare
fiindortogonal

l preced. Vec pe toti cei care

torul e(n1) E2 = x; x En , x, e(i) = 0, i = 1, n 2 , acest subspatiu
de dimensiune doi fiind de asemenea invariant n raport cu transformarea
f , adica f (E2 ) E2 .
In fine, definim un alt subspatiu invariant fata de f , notat E1 si dat

prin E1 = x; x En , x, e(i) = 0, i = 1, n 1 , n care gasim un alt vector

propriu e(n) , ortogonal pe toti cei care l preced si pe care l putem considera
normat (de lungime unu).
In concluzie, am gasit n vectori proprii normati ai transformarii f si

anume e(1) , e(2) , . . . , e(n), ortogonali doi cate doi si versori: e(i) , e(j) = 0
pentru i 6= j si e(i) , e(i) = 1 pentru i = 1, n. Acesti vectori sunt liniar
independenti. In adevar din c1e(1) + c2e(2) + + cn e(n) = , rezulta prin
nmultirea scalara cu e(i) ca ci e(i) , e(i) = ci = 0, i = 1, n.
Deci ei formeaza baza ortonormata cautata n En .
Observatia 1.13 Au loc incluziunile En En1 Ek E2
E1 , fiecare Ek fiind un subspatiu de dimensiune k, k = 1, n.

Aplicatie n cazul spatiului Rn .

din vectorii

1
0
0
1

u(1) = ... , u(2) = ...

0
0
0
0

Baza standard n Rn este formata

0
0
..
.

, . . . , u(n) =

0
1

(1.154)

si este ortonormata. Coordonatele unui vector oarecare x, exprimat prin

T
x = x1 x2 . . . xn
sunt chiar numerele xi , i = 1, n deoarece este
n
P
evident ca avem x =
xi e(i) .
i=1

Fie A = (aij ) o matrice de ordinul n, matricea n baza standard a

transformarii liniare f : Rn Rn , definita prin conditiile
n
(i) X
aji u(j) , i = 1, n.
f u
=
j=1

Avem

58

CAPITOLUL 1. NOT
IUNI TEORETICE

f u(1) =

a11
a21
..
.
an1

(i)

,
.
.
.
,
f
u
=

(n)

...,f u
=

a1n
a2n
..
.

ann

a1i
a2i
..
.
ani

adica acesti vectori sunt coloanele matricei A. Scriind x =

f (x) =

n
P

i=1

(1.155)

n
P

xi u(i) si

i=1

xi f u(i) se vede ca putem exprima aceasta transformare si prin

egalitatea matriceala f (x) = Ax (produs de matrice), x Rn .

Daca n plus matricea reala A este si simetrica, conform celor spuse,
transformarea liniara f care o admite ca matrice a sa n baza standard, adica
n
P
transformarea definita prin f u(i) =
aji u(j) , i = 1, n este autoadjuncta,
j=1

adica avem hf (x) , yi = hx, f (y)i, x, y Rn .

Observatia 1.14 Deoarece atat autovalorile, cat si vectorii proprii ai matricei simetrice A coincid cu autovalorile si vectorii proprii ai transformarii
autoadjuncte (sistemul (1.153)), rezulta ca pentru A exista n Rn o baza
ortonormata din vectori proprii ai sai si ca deci orice matrice simetrica poate
fi diagonalizata cu ajutorul unei matrice ortogonale!
Observatia 1.15 Daca A (simetrica) are autovalorile i , i = 1, n distincte,
gasim pentru fiecare i cate un vector propriu (normat), ansamblul lor
formand baza ortonormata cautata. Daca o autovaloare are multiplicitatea
p (2 p n), ei i corespund p vectori proprii independenti. Daca ei nu sunt
ortogonali doi cate doi, folosim procedeul de ortogonalizare Gram-Schimdt,
obtinand pentru autovaloarea respectiva un numar de vectori proprii ortogonali ntre ei egal cu multiplicitatea sa (adica p). Trebuie sa tinem seama de
faptul ca orice combinatie liniara nenula de vectori proprii corespunzatori
aceleeasi autovalori , este de asemenea vector propriu corespunzator cu .
In adevar, daca avem Av(i) = v(i) , i = 1, p atunci
p
p
p
X
X
X
(i)
(i)
v=
ci v Av =
ci Av =
ci v(i) = v.
i=1
i=1
i=1
(1.156)
Vom ilustra cele expuse prin urmatorul exercitiu.

1.5. SPAT
IUL EUCLIDIAN

59

Exercitiul 1.18 Se consideramatricea

1
2 4
A = 2 2 2 .
4 2 1

(a) Sa se arate ca n R3 exista o baza formata din vectori proprii ai lui A.

(b) Sa se afle o baza ortonormata formata din vectori proprii ai matricei A.
Rezolvare. (a) Aflam polinomul caracteristic P () = det (I A) =
( + 3)2 ( 6). Avem autovalorile 1 = 2 = 3, 3 = 6. Pentru aflarea
vectorilor proprii folosim sistemul (1.153), n cazul n = 3. Pentru = 3,
vom gasi doi vectori proprii liniar independenti (sistemul se reduce la o

T
si v(2) =
singura ecuatie) si anume v(1) si v(2) , dati prin v(1) = 1 0 1

T
1 2 0 . Pentru = 6. gasim un singur vector propriu si anume

T
(3)
v , dat prin v(3) = 2 1 2 , facand evident abstractie de factorii de
proportionalitate. Acesti trei vectori sunt liniar independenti si dupa cum a
(1)
(2)
(3)
fost stabilit mai demult, n cazul
general, matricea
H = col v , v , v
1 1
2

H = 0 2 1
1 0 2

satisface conditia AH = HJ sau J = H1 AH, unde J = diag [3, 3, 6].

(b) Pentru a afla baza ortonormata cautata, aplicam procedeul de ortogonalizare vectorilor
v(1) si v(2) , pun
and e(1) = v(1) , e(2) = v(2) + v(1) si
(2)

gasind, din ecuatia v + e(1) , e(1) = 0 ca = 1/2, de unde avem

1

1
1
1 2
(2)

2 .
0
2
e =
=
2
12
1
0
Acum avem o baza n R3 , formata din trei vectori ortogonali doi cate
1

doi
1
2
2
0 , 2 , 1 ,
12
1
2

iar daca l normam pe fiecare, gasim baza ortonormata cautata

1 1 2

3 2

4
0 , 32 , 13 .
1
23
31 2
2

60

CAPITOLUL 1. NOT
IUNI TEORETICE

Schimband notatiile
pe acesti vectori e(1) , e(2) , e(3) avem o
(1)si numindu-i

= col e , e(2) , e(3) , care satisface si ea conditia AH

= HJ,

alta matrice H
unde J a fost definita anterior (notatia J provine de la numele matemati 1 AH,
dar acum H
fiind
cianului Jordan). Evident ca avem din nou J = H
1
T

o matrice ortogonala, rezulta H = H si deci putem scrie J = HT AH.

Ordinea n care se numeroteaza autovalorile este arbitrara, de exemplu am
fi putut pune 1 = 6, 2 = 3, 3 = 3 si atunci se modifica si matricea
H (se schimba coloanele ntre ele).
Observatia 1.16 Chiar daca fixam ordinea autovalorilor (deci si a vecto nu este unic determinata. In exemplul
rilor proprii), matricea H (deci si H)
precedent, puteam sa fi schimbat primele doua coloane ntre ele (ambii vectori v(1) si v(2) corespund aceleeasi autovalori = 3).
O consecinta importanta a teoremei care spune ca orice matrice reala
simetrica de ordinul n are n vectori proprii liniar independenti este o metoda
de aducere a unei forme patratice la forma canonica (suma de patrate). Sa
consideram un polinom omogen de gradul doi n variabilele x1 , x2 , . . . , xn ,
notat prescurtat prin f (x) n loc de f (x1 , x2 , . . . , xn ). Acesta are forma
n
X
X
aii x2i +
bij xi xj .
(1.157)
f (x) =
i=1

i<j

Daca notam bij = 2aij si punem aji = aij , i, j = 1, n, definim o matrice

reala simetrica A = (aij ) de ordinul n si este evident ca putem scrie
n
!
n
n X
n
X
X
X
f (x) =
aij xi xj =
xi
aij xj = xT Ax
i=1 j=1
i=1
j=1
(1.158)

T
unde x este vectorul din Rn , definit prin x = x1 x2 . . . xn . Daca
ne gandim la cei n vectori proprii liniar independenti ai lui A, notati v(1) ,
a o baza ortonormata n Rn si punem H =
v(2), . . . , v(n) care formeaz

col v(1) , v(2) , . . . , v(n) , stim ca avem HT AH = J, unde

J = diag [1 , 2 , . . . , n ] ,

i cu i = 1, n fiind autovalorile matricei H. Trecerea de la baza standard

din Rn la baza ortonormata formata din vectorii proprii v(i) , i = 1, n se face
cu ajutorul matricei H. Daca notam 1 , 2 , . . . , n coordonatele vectorului
x n noua baza, aceasta trecere o putem reda prescurtat (matriceal), scriind
x = H, unde este vectorul-coloana avand elementele i , i = 1, n. Atunci,
vom putea scrie

1.5. SPAT
IUL EUCLIDIAN

61

f (x) = xT Ax = (H)T A (H) =

n

P
= T HT AH = T J =
i i2 ,

(1.159)

i=1

si vom spune ca am gasit o forma canonica pentru f (suma de patrate ale

variabilelor i ). Putem exemplifica cele spuse aici, folosind matricea A din
exercitiul precedent.
Exercitiul 1.19 Sa se aduca la forma canonica, forma patratica
f (x) = x21 2x22 + x23 + 4x1 x2 8x1 x3 4x2 x3 .
Rezolvare. Avem a11 = 1, a22 = 2, a33 = 1, a12 = 2, a13 = 4, a23 = 2
deci matricea formei patratice
f este

1
2 4
A = 2 2 2 .
4 2 1
Matricea ortogonala care
diagonalizeaza pe A
este
1
1
2

2 3 2
H = 0 34 2 31 ,
1
31 2 23
2

iar autovalorile lui A sunt 1 = 3, 2 = 3, 3 = 6. Facand substitutia

1
1
2

x1 = 1 + 2 + 3

3
2
3 2

4
1
x2 =
2 + 3
x = H
3

3 2

1
1
2

x3 = 1 2 3
3
2
3 2

obtinem f (x) = 312 322 + 632 . Metoda descrisa se numeste aducerea

unei forme patratice la forma canonica, printr-o transformare ortogonala de
coordonate.
Succesul acestei metode este conditionat de aflarea autovalorilor matricei
A, care presupune rezolvarea unei ecuatii algebrice de gradul n (n cazul
general). Vom vedea ca exista alte metode de aducere la forma canonica,
care nu presupun aflarea autovalorilor. Pana atunci nsa, sa retinem ca n Rn
exista o baza canonica ortonormata, n care forma patratica f (x) = xT Ax
n
P
sa fie scrisa f (x) =
i i2 , n care i , i = 1, n sunt autovalorile lui A
i=1

(simple sau multiple), iar i , i = 1, n sunt coordonatele vectorului x n baza

canonica.

62

1.6

CAPITOLUL 1. NOT
IUNI TEORETICE

Forme liniare, biliniare si p

atratice

Definitia 1.32 O aplicatie (functie) f : V R se numeste form

a liniar
a,
daca satisface conditiile
f (x + y) = f (x) + f (y) , x, y V
f (x) = f (x) , R si x V,
unde V spatiu vectorial real.
Spatiul V poate sa fie si infinit dimensional. De exemplu, daca notam
cu V = C [a, b] , multimea functiilor reale continue pe [a, b], atunci aplicatia
f , definita prin
Z b
f (x) =
x (t) dt, x C [a, b]
(1.160)
a

este o forma liniara pe C [a, b].

Algebra liniara studiaza
nsa cazul spatiilor liniare finit dimensionale
(1)
(2)
(n)
Vn . Daca v , v , . .. , v
R este o forma
este
o(2)baz
n(n)
a n Vn si f : V
(1)
= a1 , f v
= a2 , . . . , f v
= an , pentru
liniara, notam f v
n
P
x = i v(i) , vom gasi
i=1
!
n
n
n
X
X
(i) X
(i)
=
i v
i f v
ai i , x Vn .
=
f (x) = f
i=1
i=1
i=1
(1.161)
n

P
Daca n Vn luam o alta baza e(1) , e(2) , . . . , e(n) cu e(i) =
cji v(j) ,
j=1

n
P

i e(i) , gasim
n

n

P (i)
P
f (x) = f
=
i e
i f e(i) =
i=1!
i=1

n
n
n
n
n
P
P
P
P
P
i f
cji v(j) =
i
cji aj =
bi i
=

i = 1, n si notam x =

i=1

i=1

j=1

unde am folosit notatia bi =

i=1

n
P

j=1

(1.162)

i=1

cji aj , i = 1, n. Spunem ca ai sunt coeficientii

j=1

formei liniare f n prima baza, iar i sunt coeficientii sai n baza a doua.
(i)
Exercitiul 1.20 Daca n Rn folosim
(i) baza standard si notam u , i = 1, n
vectorii acestei baze, punand f u
= ai , i = 1, n si considerand vectorul


1.6. FORME LINIARE, BILINIARE SI PATRATICE

63

T
a Rn ale carui elemente sunt ai (adica a = a1 a2 . . . an ), din
n
P
(1.161) rezulta f (x) =
ai i = ha, xi, x Rn , unde h, i reprezinta
i=1

produsul scalar n Rn . De fapt, de aici rezulta ca orice forma liniara pe Rn

(mai general, n orice spatiu euclidian En ) poate fi scrisa n forma f (x) =
ha, xi, unde a este un vector fixat si x este vectorul curent din Rn .
Din punct de vedere al consecintelor, cazul formelor biliniare pe Vn este
mult mai important.
Definitia 1.33 O form
a biliniar
a reala este o aplicatie f : Vn Vn R,
liniara n raport cu fiecare dintre cele doua variabile ale sale.
Aceasta nseamn
a ca sunt ndeplinite conditiile
f (x + y, z) = f (x, z) + f (y, z)
,
f (x, y) = f (x, y)

f (x, y + z) = f (x, y) + f (x, z)

f (x, y) = f (x, y)

(1.163)

oricare
ar fi x, y, z Vn si oricare ar fi R. Daca fixam o baza
(1) (2)
v , v , . . . , v(n) n Vn si notam f v(i) , v(j) = aij , i, j = 1, n avem
!

n
n
P
P
i v(i) ,
j v(j) =
f (x, y) = f
i=1
j=1
(1.164)
n
n
n P
n P
(i) (j) P
P
=
i j f v , v
aij i j
=
i=1 j=1

i=1 j=1

pentru valoarea (numarul) f (x, y), n functie de coordonatele celor doi vectori x si y n baza aleasa. Daca notam A = (aij ) si numim aceasta matricea
formei biliniare f n baza data, putem scrie matriceal
(1.164) astfel

formula
1

2
(1.165)
f (x, y) = 1 2 n A .. .
.
n
(i)

In Rn , daca fixam baza standard u , i = 1, n si notam

Observat

ia
1.17

f u(i) , u(j) = aij , putem scrie

y1

y2
f (x, y) = x1 x2 xn A .. = xT Ay,
.
(1.166)
yn
oricare ar fi vectorii-coloana x si y.

64

CAPITOLUL 1. NOT
IUNI TEORETICE

Definitia 1.34 O forma biliniara f : Vn Vn R se numeste simetric

a,
daca f (x, y) = f (y, x), x, y Vn .
Daca f este simetric
a, matricea

ei A = (a
ij ) este simetrica n orice baza
din Vn , caci din f v(i) , v(j) = f v(j) , v(i) rezulta aij = aji , i, j = 1, n.
Reciproc,
a matricea unei forme biliniare f este simetrica ntr-o baza
(1) dac
(2)
data v , v , . . . , v(n) din Vn , adica daca avem aij = aji , i, j = 1, n,
rezulta ca f este simetrica. In adevar, daca x si y sunt doi vectori oarecare
din Vn , avem
n X
n X
n
n
X
X
aij i j =
aji j i = f (y,x) .
(1.167)
f (x, y) =
i=1 j=1

j=1 i=1

Cu alte cuvinte, este suficient ca sa avem f v(i) , v(j) = f v(j) , v(i)

pentru toti vectorii unei baze n Vn , pentru ca sa avem f (x, y) = f (y, x)
pentru orice pereche de vectori si deci f sa fie simetrica.
Schimbarea matricei unei forme biliniare la schimbarea bazei

Teorema 1.27 Fie f o forma biliniara pe Vn , avand matricele A = (aij )

n prima baza si B = (bij ) n cea de a doua baza. Daca notam C = (cij )
matricea schimbarii de baza, atunci
B = CT AC.

(1.168)

Demonstratie. Notand e(1) , e(2) , . . . , e(n) si respectiv v(1) , . . . , v(n)

cele doua baze, au loc relatiile
n
X

(i)
v =
cji e(j) , aij = f e(i) , e(j) , bij = f v(i) , v(j)
j=1
(1.169)

si putem scrie

bij = f

n
P

k=1

n P
n
P

k=1 p=1

(k)

cki e ,

n
P

(p)

cpj e

p=1

n P
n

P
cki cpj f e(k) , e(p) =
cki akp cpj

pentru i, j = 1, n. Sa observam ca suma

(1.170)

k=1 p=1

n
P

akp cpj este egala cu produsul

p=1

liniei k din matricea A, cu coloana j din matricea B. Daca pentru moment

n
P
akp cpj = mij . In
notam AC = M = (mij ), putem scrie prescurtat
p=1


1.6. FORME LINIARE, BILINIARE SI PATRATICE

65

fine, daca notam cki = c0ik si observam ca matricea c0ij = CT , din relatia
n
P
c0ik mkj , bij este egal cu produsul liniei i din CT , cu coloana j din
bij =
k=1

M care are loc pentru orice i, j = 1, n. Rezulta ca

B = CT M = CT (AC) = CT AC.

(1.171)

In legatura cu cele prezentate aici, se pune problema gasirii unei baze

vectoriale, n care o anumita forma biliniara data sa aiba matricea cea mai
simpla, adica sa fie o matrice diagonala.
Teorema 1.28 Fie f o forma biliniara simetrica, cu matricea A = (aij )
n o baza datadin Vn . Daca totiminorii principali i , i = 1, n sunt nenuli,
exista o baza v(1) , v(2) , . . . , v(n) n Vn , n care f are forma canonica
1
n1
0
1 1 +
2 2 + +
n n ,
f (x, y) =
1
2
n
(1.172)
unde am notat 0 = 1
Demonstratie. Presupunem ca forma biliniara f : Vn Vn R este

simetrica si ca matricea ei A = (aij ) ntr-o baza data e(1) , e(2) , . . . , e(n)

are toti minorii principali nenuli. Minorii principali
sunt

a11 a12 a1p

a21 a22 a2p

a11 a12

, . . . , p =
1 = a11 , 2 =

a21 a22

ap1 ap2 app

a11 a12 a1n

(1.173)

a21 a22 a2n

.
. . . , n =

an1 an2 ann

Vom cauta o baza v(1) , v(2) , . . . , v(n) cu proprietatea ca f v(i) , v(j) =

0 pentru i 6= j, ceea ce va nsemna ca matricea B = (bij ) a formei f n noua
baza are elementele bij = 0 pentri i 6= j, adica este o matrice diagonala.
Vom cauta vectorii v(i) n forma
(1)
v = 11 e(1)

v(2) = 21 e(1) + 22 e(2)

...
.
(1.174)
v(p) = p1 e(1) + p2 e(2) + + pp e(p)

...

(n)
v = n1 e(1) + n2 e(2) + + nn e(n)

66

CAPITOLUL 1. NOT
IUNI TEORETICE

Primul vector l aflam din conditia f v(1) , e(1) = 1, adica 11 a11 = 1,

de unde gasim 11 = 1/a11 . Deoarece 0 = 1, putem
scrie c

a (2)11 =(2)0 /1 .
(2)
(2) (1)
Vectorul v l aflam din conditiile f v , e
= 0 si f v , e
= 1,
care conduce la sistemul

a11 a12
21 a11 + 22 a12 = 0
6= 0

, cu 2 =
21 a21 + 22 a22 = 1
a21 a22
(1.175)

(3)
(1)
care are solutie unica (21 si 22 ), n care 22 = 1 /
2 . Pe
v(3) =(2)31 e +
(2)
(3)
(3) (1)
32
= f v ,e
= 0 si
e + 33 e l aflam din conditiile f v , e
f v(3) , e(3) = 1, care conduce la sistemul

a11 a12 a13

31 a11 + 32 a12 + 33 a13 = 0

31 a21 + 32 a22 + 33 a23 = 0 , cu 3 = a21 a22 a23 6= 0.

a31 a32 a33 (1.176)

31 a31 + 32 a32 + 33 a33 = 1

Sistemul are solutia unica (31 , 32 si 33 ), n care 33 = 2 /3 .

Este clar ca procedeul poate fi continuat, ultimul vector v(n) fiind supus
la conditiile

f v(n) , e(1) = f v(n) , e(2) = = f v(n) , e(n1) = 0, f v(n) , e(n) = 1.

In plus, vom gasi ca nn = n1 /n . Din conditia facuta, se vede ca

orice vector v(p) (2 p n) satisface conditia f v(p) , e(k) = 0 pentru

p > k, adica bpk = 0 pentru p > k. T
inand seama ca f este simetrica,
rezulta bpk = 0 si pentru p < k, adica matricea B este de tip diagonal.
Elementele ei de pe diagonala principala sunt

bii = f v(i) , e(i) = f v(i) , ii e(i) =

(1.177)

i1
= ii f v(i) , e(i) = ii =
i

oricare ar fi i = 1, n. Toate aceste elemente sunt diferite de 0. Aratam ca

v(1) , v(2) , . . . , v(n) formeaza o noua baza, adica sunt liniar independenti.
In adevar, avem
n
P
ci v(i) =
i=1

P
(1.178)
(i)
(k)
= ck f v(k) , v(k) =
ci v , v
f
i=1

ck = 0


1.6. FORME LINIARE, BILINIARE SI PATRATICE
oricare ar fi k = 1, n. Prin urmare, daca notam x =

n
P

i v(i) , y =

i=1

si tinem seama de (1.176), putem scrie

1
n1
0
1 1 +
2 2 + +
n n .
f (x, y) =
1
2
n

67
n
P

j v(j)

j=1

Exercitiul 1.21 Se da forma biliniara simetrica

f (x, y) = x1 y1 + 2x2 y2 + 5x3 y3 + 4 (x1 y2 + x2 y1 ) 2 (x1 y3 + x3 y1 )
n care variabilele reale xi , yi sunt coordonatele vectorilor x si y, n baza
standard din R3 . Sa se afle o baza canonica si sa se scrie expresia lui f n
aceasta baza.
Rezolvare. Baza initiala este formata din vectorii e(i) , i = 1, 3 dati prin

T
e(1) = 1 0 0 , e(2) = 0 1 0 , e(3) = 0 0 1 . Vectorii x si

T
T
y sunt dati prin x = x1 x2 x3 , respectiv y = y1 y2 y3 . Vom
gasi

f e(1) , e(1) = 1, f e(2) , e(2) = 2, f e(3) , e(3) = 5,

f e(1) , e(2) = 4, f e(1) , e(3) = 2, f e(2) , e(3) = 0

deci matricea lui f n baza initiala este

1 4 2
A = 4 2 0 .
2 0 5

Rezulta 1 = 1, 2 = 14, 3 = 78. Pentru v(1) = 11 e(1) avem

11 = 1; pentru v(2) = 21 e(1) + 22 e(2) avem 21 = 2/7 si 22 = 1/14;
pentru v(3) = 31 e(1) + 32 e(2) + 33 e(3) avem 31 = 2/39, 32 = 4/39,
33 = 7/39. Deci baza canonica este
2
2

39
1
7

(1)
(2)
(3)
1
4
v = 0 , v = 14 , v = 39
.
7
0
0
39
Daca notam x =

3
P

i v(i) , y =

i=1

3
P

i=1

f (x, y) = 1 1
legatura ntre variabile fiind

i v(i) vom gasi

1
7
2 2 +
3 3 ,
14
39

68

CAPITOLUL 1. NOT
IUNI TEORETICE

2
2
2
2

y1 = 1 + 2
x1 = 1 + 2
3
3

7
39
7
39

1
4
1
4
3 ,
3 .
x2 = 2 +
y2 = 2 +

14
39
14
39

7
7

y3 =
x3 =
3
3
39
39
Cazul formelor patratice este mai important, din punct de vedere al
aplicatiilor n rezolvarea unor probleme, decat cel al formelor biliniare, desi
este n stransa legatura cu acesta.
Definitia 1.35 Daca f : Vn Vn R este o forma biliniara simetrica,
functia g : Vn R data prin g (x) = f (x, x), x Vn se numeste form
a
p
atratic
a real
a.
n

P
Daca e(1) , e(2) , . . . , e(n) este o baza de vectori n Vn , x =
i e(i) este
i=1

un vector oarecare si A = (aij ) este matricea lui f n aceasta baza, putem

scrie
!
n
n
n
n X
X
X
X
i e(i) ,
j e(j) =
aij i j ,
g (x) = f (x, x) = f
i=1
j=1
i=1 j=1
(1.179)
cu observatia ca aij = aji , i, j = 1, n, deoarece matricea A este simetrica.
Are loc urmatoarea teorema, care decurge din teorema corespunzatoare despre gasirea unei baze canonice pentru formele biliniare simetrice.
Teorema 1.29 (Teorema lui Jacobi) Fie f o forma biliniara simetrica
si fie A = (aij ) matricea formei biliniare ntr-o baza data din Vn . Daca
tot
sai principali
i , i = 1, n sunt nenuli, exista o baza canonica
i(1)minorii

(2)
(n)
v ,v ,...,v
n Vn , n care forma patratica g (x) = f (x, x) se scrie
g (x) =

n1 2
0 2 1 2
1 +
2 + +

1
2
n n

(1.180)

i , i = 1, n fiind coordonatele vectorului x n baza canonica.

Exercitiul 1.22 Sa se aduca la forma canonica forma patratica
g (x) = x21 2x1 x2 4x1 x3 + 4x22 + x23
n care xi , i = 1, n sunt coordonatele vectorului x R3 , n baza standard.


1.6. FORME LINIARE, BILINIARE SI PATRATICE
Rezolvare. Matricea formei patratice g
provine) este

1 1
A = 1 4
2 0

69

(si a formei biliniare f din care

2
0 ,
1

(1)
(2)
(3)
cu 1 = 1, 2 = 3, 3 = 13. Daca not
am e , e , e vectorii bazei
(i) (j)
standard din R3 , avem aij = f e , e , i, j = 1, 3. Primul vector v(1) al
bazei canonice se cauta n forma v(1) = 11 e(1) , cu f v(1) , e(1) = 1 si rezulta
v(1) = e(1) . Al doilea vector
v(2) = 21 e(1) + 22 e(2) satisface
11 = 1. Deci
(2)

conditiile f v , e(1) = 0, f v(2) , e(2) = 1, care conduc la sistemul

1
(
3
21 22 = 0
1
1

21 = , 22 = v(2) = 13 .
3
3
21 + 422 = 1
0

Ultimul vector l caut

m n forma
v(3) = 31 e(1)
+ 32 e(2) + 33e(3) si
a(3)

i impunem conditiile f v , e(1) = 0, f v(3) , e(2) = 0, f v(3) , e(3) = 1,

care conduc la sistemul

=8

31

13
13

31 32 233 = 0

2
2
(3)
=0
31 + 432
v = 13 .

32 =

13
2

+ 33 = 1
13

31

33 = 3
13

Daca notam 1 , 2 , 3 coordonatele vectorului x n baza v(1) , v(2) , v(3) ,

gasim
1
3 2
,
g (x) = 12 + 22
3
13 3
iar matricea schimbarii de baza este
1
8

8
x1 = 1 + 2
3

1 13 13

3
13

1
2
2

0 13 13
C=
x2 =
2
3 .

3
13

0 0 13
3

x3 =
3
13

O alta metoda de gasire a unei baze canonice pentru o forma patratica

reala se bazeaza pe folosirea transformarii liniare autoadjuncte atasate ei.
Daca f = f (x, y) este o forma biliniara simetrica n En , care are matricea

70

CAPITOLUL 1. NOT
IUNI TEORETICE

A = (aij ) n baza ortonormata e(1) , e(2) , . . . , e(n) , consideram si transformarea liniar

(1) a autoadjunct
a : En En , care are aceeasi matrice A n baza
(2)
(n)
aleasa e , e , . . . , e
. Vrem sa demonstram ca are loc egalitatea
f (x, y) = h (x) , yi , x, y En ,

(1.181)

unde h, i reprezinta produsul scalar n En . Observand ca si h (x) , yi este

o forma biliniara n En , va fi suficient
aratam camatricele celor doua
(1)sa (2)
forme biliniare din (1.181) n baza e , e , . . . , e(n) coincid, de unde va
rezulta ca cele doua forme biliniare sunt identice. In adevar, daca B este
matricea formei h (x) , yi, avem
(i) (j)
=
e , e
=
b
ij
n
P
(1.182)
=
aki e(k) , e(j) = aji = aij , i, j = 1, n.
k=1

Acum, stim ca pentru orice transformare liniara autoadjuncta (ceea ce

nseamna ca matricea ei este simetrica n orice baza) exista o baza formata
din vectori proprii ai sai, ortogonali doi cate doi. Uneori, gasirea acestei
baze
aplicarea
procedeului de ortogonalizare Gram-Schmidt.
Fie

(1) presupune
v , v(2) , . . . , v(n) aceasta baza, pentru care avem v(i) = i v(i) , i =
1, n si v(i) , v(j) = 0 pentru i 6= j. Daca alegem aceasta baza si notam
= bij matricea (comuna) a celor doua transformari, avem
B

bij = v(i) , v(j) = i v(i) , v(j) = 0 pentru i 6= j

si bii = i v(i) , v(i) , i = 1, n.

(1.183)
n
P
Folosind notatia x =
i v(i) pentru vectorul curent din En si g (x) =
i=1

f (x, x) pentru forma patratica obtinuta din forma biliniara f (x, y), avem
g (x) = 1 12 + 2 22 + + n n2 ,
2

cu i = i v(i) , v(i) = i v(i) , i = 1, n.

(1.184)

Exercitiul 1.23 Sa se aduca la forma canonica

g (x) = x21 + 2x22 + 3x23 4x1 x2 4x2 x3

n care variabilele xi , i = 1, 3 sunt numere reale.
Rezolvare. x este vectorul curent din R3 , ale carui coordonate n baza
standard sunt x1 , x2 , x3 . Matricea acestei forme patratice patratice (si a
formei biliniare din care provine) este


1.6. FORME LINIARE, BILINIARE SI PATRATICE

71

1 2 0
A = 2 2 2 .
0 2 3

In acelasi timp, A este si matricea transformarii liniare , care satisface

g (x) = h (x) , xi.
si vectorii proprii pentru :
Cautam valorile proprii

1
2
0

2
2 = 3 62 + 3 + 10 = 0
P () = 2
0
2
3

T
cu radacinile 1 = 5, 2 = 2, 3 = 1 si vectorii proprii v(1) = 1 2 2 ,

T
v(2) = 2 1 2 , v(3) = 2 2 1 , care
sunt ortogonali
doi cate doi.
(3)

(1)
(1)
(2)
(2)
(3)
= 9, v , v
= 9, v , v
= 9. Daca notam
Mai avem v , v
3
P
x=
i v(i) , gasim
i=1
g (x) = 4512 + 1822 932 .
Din ntamplare, vectorii v(i) au aceeasi lungime, ceea ce nu se ntampla
n cazul general. Daca normam vectorii v(i) , adica consideram baza u(1) =
2 1 2 T (3) 2 2 1 T

1
2
2 T
(2)
3 3 3

,
u
=
,u = 3 3 3
si notam x =
3
3
3
3
P
i u(i) , gasim
i=1
g (x) = 512 + 222 32 ,
iar schimbarea corespunzatoare de coordonate este data de formulele

1
2
2

x1 = 1 2 + 3

3
3
3

2
1
2
x2 = 1 + 2 + 3 .

3
3
3

2
2
1

x3 = 1 + 2 + 3
3
3
3
Din formula (1.184) rezulta si urmatoarea consecinta importanta:
Teorema 1.30 Fie g : En R o forma patratica si : En En transformarea liniara autoadjuncta, care satisface conditia g (x) = h (x) , xi,
x En . Daca v(1) , v(2) , . . . , v(n) este o baza ortonormata formata din
n
P
vectori proprii ai lui si notam x =
i v(i) , g (x) se exprima n aceasta
i=1

baza prin formula

g (x) = 1 12 + 2 22 + + n n2 ,

x En

n care i , i = 1, n sunt autovalorile transformarii .

(1.185)

72

CAPITOLUL 1. NOT
IUNI TEORETICE

O teorema asemanatoare cu teorema lui Jacobi se poate formula pentru

forme patratice degenerate:
Teorema 1.31 Fie g o forma patratica de rang r < n. Exista o baza n
Vn n care minorii principali i 6= 0, i = 1, r sunt nenuli si n care forma
patratica g are expresia
0 2 1 2
r1 2
g (x) =
1 +
2 + +

(1.186)
1
2
r r
i , i = 1, n fiind coordonatele vectorului x n baza determinata.
Exercitiul 1.24 Se considera forma patratica
f (x) = 2x21 + 2x22 2x23 + 6x1 x2 2x1 x3 + 2x2 x3 .
Sa se determine forma canonica folosind metoda Jacobi.
Rezolvare. Sa determinam forma canonica folosind metoda lui Jacobi.

Matricea lui f este

2 3 1
A = 3 2 1 .
1 1 2

2 3
=
Calculam minorii principali: 0 = 1, 1 = 2, 2 =
3 2
1
2
5, 3 = det A = 0.Deci, h (x) = y12 y22 .
2
5

baza
Fie B = e1 = 1 0 0 , e2 = 0 1 0 , e3 = 0 0 1
canonica a spatiului R3 . Cautam o baza B 0 = {e01 , e02 , e03 } cu vectori de
forma e01 = c11 e1 , e02 = c21 e1 + c22 e2 , e03 = c31 e1 + c32 e2 + c33 e3 .
Fie g (x, y) polara lui f (x) , g (x, y) = 2x1 y1 + 3x1 y2 x1 y3 + 3x2 y1 +
2x2 y2 + x2 y3 x3 y1 + x3 y2 2x3 y3 .Pentru determinarea coeficientilor vom
1
impune conditiile: g (e01 , e1 ) = 1 2c11 = 1 c11 = ;
2

c21 = 3
g (e02 , e1 ) = 0
2c21 + 3c22 = 0
5

2 ;
g (e02 , e2 ) = 1
3c21 + 2c22 = 1

c22 =

2c31 + 3c32 c33 = 0

c31 =
g (e03 , e1 ) = 0
g (e03 , e2 ) = 0
3c31 + 2c32 + c33 = 0
c32 =

0
g (e3 , e3 ) = 0
c31 + c32 2c33 = 0
c33 = R
Deoarece forma patratica este degenerata, vectorul e03 nu se determina
1
3
2
univoc. Deci, e01 = e1 , e02 = e1 e2 , iar al treilea vector al bazei poate
2
5
5
fi, de exemplu, e03 = e1 + e2 + e3 . Astfel schimbarea de coordonate este:


1.6. FORME LINIARE, BILINIARE SI PATRATICE
1 3
x1
2 5
x2 =
0 2

5
x3
0 0
Observam ca n acest

73

y1

y2 .
1

y3
1
caz am obtinut signatura (1, 1, 1).
1

Metoda Gauss - Jacobi de aducere la forma canonic

a.
n
n
PP
aij xi xj cu aij = aji o forma patratica n Rn . PreFie g (x) =
i=1 j=1

supunem ca toti minorii principali i 6= 0, i = 1, n. Cautam ca prin operatii

asupra liniilor matricei A sa obtinem o matrice care sa aiba toate elementele
de sub diagonala principala nule. Aceasta se poate obtine nmultind liniile cu factori convenabili si scazand (adunand) din liniile care i urmeaza,
cautand sa obtinem zerouri pe coloana. Dupa ce obtinem zerouri pe prima
coloana, gasim o matrice
de forma

a11 a12 a1n

0 b22 b2n

0 b32 b3n .

0 bn2 bnn

Primele doua linii raman neschimbate si deoarece b22 6= 0 (de fapt b22 =
2
), nmultim linia a doua cu factori convenabili si scadem din cele ce i
1
urmeaza, reusind sa obtinem zerouri pe toata coloana a doua, cu exceptia
binenteles a primelor doua elemente ale acestei coloane. Vom gasi acum o
matrice de forma

a11 a12 a13 a1n

0 b22 b23 b2n

0
, cu c33 = 3 6= 0.
0
c

b
33
3n

2

0
0 cn3 cnn
Procedand n acest fel, ajungem n final la o matrice pe care, daca
schimbam notat
iile, o putem scrie n forma

g11 g12 g13 g1n

0 g22 g23 g2n

, cu gii = i , i = 1, n
0
0
g

g
G=
33
3n

i1

0
0
0 gnn

74

CAPITOLUL 1. NOT
IUNI TEORETICE

si o vom numi forma gausiana a matricei simetrice A = (aij ). Nu facem

demonstratia, care este relativ complicata, dar din punct de vedere practic,
lucrurile sunt simple. Facand notatiile

1 = g11 x1 + g12 x2 + + g1n xn

2 =
g22 x2 + + g2n xn
.
.
.

n =
gnn xn
se obtine pentru forma patratica considerata
g (x) =

1 2
1 2
1 2
1 +
2 + +
, x Rn .
g11
g22
gnn n

Exercitiul 1.25 Sa se aduca la forma canonica prin metoda Gauss - Jacobi,

forma patratica
g (x) = x21 + 2x22 x23 6x1 x2 + 10x1 x3 + 16x2 x3 .
Rezolvare. Vom gasi 1 = 1, 2 = 7, 3 = 347 si vom reda gasirea
matricei G prin schema urmatoare

1 3 5
1 3 5
1 3 5

8 0 7 23 0 7 23 = G.
A = 3 2
347
5
8 1
0 23 26
0 0
7

1 = x1 3x2 + 5x3

2 = 7x2 + 23x3

347

3 =
x3
7
1
7 2
obtinem g (x) = 12 22 +
. Se poate verifica rezultatul, prin
7
347 3
nlocuirea variabilelor i cu xi si obtinem pentru g (x) expresia din enunt.
Punand

Mai exista un procedeu, cu totul elementar, datorat lui Gauss, care

se bazeaza pe scrierea formei patratice ca o combinatie de patrate ale unor
polinoame de gradul ntai n variabilele date. Vom arata cum se face practic
acest lucru, reluand g (x) din exemplul precedent: vom lua ntai numai


1.6. FORME LINIARE, BILINIARE SI PATRATICE

75

termenii care contin variabila x1 , scriind

g (x) = x21 6x1 x2 + 10x1 x3 + 2x22 x23 + 16x2 x3 =

= (x1 3x2 + 5x3 )2 9x22 25x23 + 30x2 x3 + 2x22 x23 + 16x2 x3 =

= (x1 3x2 + 5x3 )2 7x22 + 46x2 x3 26x23 =

46
2
2
x2 x3 26x23 =
= (x1 3x2 + 5x3 ) 7 x2
7
#
"
2
23
529
x3
x2 26x23 =
= (x1 3x2 + 5x3 )2 7 x2
7
49 3
2

23
347 2
2
x3 +
x.
= (x1 3x2 + 5x3 ) 7 x2
7
7 3

Acum, daca notam

1 = x1 3x2 + 5x3

23
x3
2 =
x2

3 =
x3

347 2
, deci alta expresie pentru aceeasi g (x).
7 3
Coeficientii formei canonice (suma de patrate ale variabilelor) nu sunt
unici, dupa cum se poate vedea si din exemplul prezentat. Dar exista ceva
comun tuturor formelor canonice ale unei forme patratice date. Anume,
n oricare forma canonica, numarul patratelor cu coeficienti pozitivi este
acelasi. La fel, este invariant si numarul coeficientilor negativi. Are loc o
teorema importanta:
gasim g (x) = 12 722 +

Teorema 1.32 (Legea inertiei pentru formele p

atratice reale). Pentru orice forma patratica f : Vn Vn R si n orice baza canonica a
sa, numarul coeficientilor pozitivi, numarul coeficientilor negativi, deci si
numarul coeficientilor nuli se pastreaza neschimbati.

Demonstratie (schita). Fie v(1) , v(2) , . . . , v(n) si u(1) , u(2) , . . . , u(n)

n
n
P
P
doua baze canonice pentru f . Notam x =
i v(i) si respectiv x =
i u(i)
i=1

i=1

pentru un vector oarecare din Vn si fie

f (x) = 1 12 + 2 22 + + p p2
2
2
2
p+1 p+1
p+2 p+2
p+q p+q
,

(1.187)

76

CAPITOLUL 1. NOT
IUNI TEORETICE

unde coeficientii i , i = 1, p + q sunt pozitivi si evident p + q n. Daca

p + q < n, nseamna ca exista si coeficenti nuli, care nsa nu au mai fost
scrisi. Presupunem ca n a doua baza, avem
f (x) = 1 12 + 2 22 + + r r2
2
2
2
r+1 r+1
r+2 r+2
r+s r+s
,

(1.188)

unde i sunt pozitivi, i = 1, r + s si r + s n. Sa presupunem p > r, adica

numarul coeficientilor pozitivi
n prima baza este mai mare decat ntr-a
(1)
doua. Multimea de vectori v , v(2) , . . . , v(p) , v(r+1) , v(r+2) , . . . , v(n) este
liniar dependenta, caci are p+(n r) = (p r)+n > n vectori. Deci exista
o combinatie liniara nula
c1 v(1) + c2 v(2) + + cp v(p) + c0r+1 v(r+1) +
(1.189)
+c0r+2 v(r+2) + + c0n v(n) = ,
n care macar un coeficient este nul. Mai exact, exista macar un ci 6=
0, cu 1 i p si macar un c0j 6= 0, cu r + 2 j n. Schimband
notatiile, putem spune ca exista un vector v 6= , v = 1 v(1) + 2 v(2) +
+ p v(p) = r+1 u(r+1) + r+2 u(r+2) + + n u(n) , n care coeficientii sunt
anumite constante precizate si macar un i 6= 0. Din (1.187), rezulta
f (v) = 1 12 + 2 22 + + p p2 > 0

(1.190)

iar din (1.188), obtinem

2
2
f (v) = r+1 r+1
r+s r+s
0.

(1.191)

Contradictia obtinuta arata ca ipoteza p > r este falsa. Schimband

rolurile bazelor, rezulta ca si ipoteza r > p este falsa. Prin urmare, p = r.
Prin nmultirea formei f cu (1), avem o noua forma patratica n care
variabilele cu coeficient negativ devin variabile cu coeficient pozitiv si deci
q = s. Evident ca se pastreaza si numarul total de patrate (cu coeficient
nenul) n forma canonica. Acest numar se numeste rangul formei patratice
si coincide cu rangul matricei sale n orice baza din Vn .
Alta notiune foarte importanta relativ la formele patratice este cea de
forma patratica reala pozitiv definita.
Definitia 1.36 Spunem ca forma patratica g : En R este pozitiv
definit
a, daca x En , x 6= g (x) > 0.
Altfel spus, g = g (x) este pozitiv definita daca ia numai valori pozitive,
cu exceptia vectorului nul , pentru care g () = 0.


1.6. FORME LINIARE, BILINIARE SI PATRATICE

77

Teorema 1.33 Conditia necesara si suficienta ca o forma patratica

g : En R sa fie pozitiv definita este ca toate autovalorile matricei sale sa
fie pozitive.
Demonstratie. Fie A = (aij )matricea formei patratice g n o baza data
ortonormata e(1) , e(2) , . . . , e(n) din En . Daca = (x) este transformarea
liniara atasata formei g, adica transformarea liniara autoadjuncta ce are
aceeasi matrice A n baza data, stim ca g (x) = h (x) , xi, x En . Stim
de asemenea ca pentru transformarea , existao baza ortonormat
a formata
din vectori proprii ai sai. Notam aceasta baza v(1) , v(2) , . . . , v(n) si scriem
n
P
x=
i v(i) . Atunci, avem
i=1

g (x) =

1 12

++

n n2

n
X

i i2 , x En .

(1.192)
Suficienta. Daca toti i > 0, este evident ca x =
6 rezulta g (x) > 0,
deoarece exista macar un i 6= 0.
Necesitatea. Presupunem g (x) este pozitiv definita. Daca ar exista un
i 0, pentru orice vector nenul x = i v(i) am avea g (x) = i i2 0, ceea
ce este imposibil. Deci rezulta i > 0 pentru i = 1, n.
Mai importanta este nsa o alta caracterizare a formei patratice pozitiv definite, care nu face apel la gasirea autovalorilor matricei A, lucru n
general dificil daca n 3 (trebuie rezolvata o ecuatie algebrica de grad
3).
i=1

Teorema 1.34 (Sylvester). Fie f : Vn Vn R o forma biliniara simetrica, cu matricea A = (aij ) ntr-o baza data din Vn . Necesar si suficient
ca forma patratica g (x) = f (x, x) sa fie pozitiv definita, este ca toti minorii
principali ai matricei A, sa fie pozitivi
1 > 0, 2 > 0, . . . , n > 0.

(1.193)

Demonstratie. Daca au loc conditiile i 6= 0, i = 1, n stim sa construim

o baza canonica, n care g (x) are forma
n1 2
0 2 1 2
1 +
2 +. . .+
, x En
(1.194)
g (x) =
1
2
n n
n care i sunt coordonatele vectorului x n noua baza.
Suficienta conditiei (1.193). Daca toti i > 0, n (1.194) toti coeficientii
sunt pozitivi si atunci este evident ca x 6= g (x) > 0.

78

CAPITOLUL 1. NOT
IUNI TEORETICE

Necesitatea
conditiei (1.193).
Presupunem ca g (x) este pozitiv definita.

Notam e(1) , e(2) , . . . , e(n) baza data, n care g (x) are matricea A = (aij ).
n
P
Daca facem notatia x =
i e(i) , avem
i=1

g (x) =

n X
n
X

aij i j , cu aij = aji ,

x Vn .

(1.195)

Luand pe rand x = e(i) , gasim g e(i) = aii > 0, i = 1, n, adica toate

elementele de pe diagonala principala din A sunt pozitive. Presupunem
acum ca exista un minor principal

a11 a12 a1i

a21 a22 a2i

= 0.
(1.196)
i =

ai1 ai2 aii
i=1 j=1

Consideram sistemul algebric

a11 1 + a12 2 + + a1i i = 0

a21 1 + a22 2 + + a2i i = 0

...

ai1 1 + ai1 2 + + aii i = 0

(1.197)

care admite cel putin o solutie nebanala 10 , 20 , . . . , i0 (caci i = 0). Notam

v = 10 e(1) + 20 e(2) + + i0 e(i) 6= si avem
g (v) =

i
X
p=1

p0 ap1 10 + ap2 20 + + api i0 = 0

(1.198)

ceea ce este absurd (contrazice ipoteza ca g (x) este pozitiv definita). Prin
urmare, toti i 6= 0 si atunci putem construi baza canonica n care g (x) se
scrie n forma (1.194). Toti coeficientii trebuind sa fie pozitivi, rezulta fara
dificultate i > 0, i = 1, n.

1.7
1.7.1

Spatiul liniar al vectorilor liberi

Structura algebric
a a spatiului vectorilor liberi

Fie spatiul liniar Rn = x | x = x1 x2 xn , xi R, i = 1, n .

Definitia 1.37 Cuaterna ordonata (a, b, c, d) de vectori din Rn se numeste

paralelogram n Rn daca a b + c d = .(Figura 1.1)

1.7. SPAT
IUL LINIAR AL VECTORILOR LIBERI

79

Figura 1.1.
Definitia 1.38 Perechile ordonate (a, b) , (d, c) de vectori din spatiul Rn
se numesc perechi ordonate echivalente si notam (a, b) (d, c) daca
cuaterna ordonata (a, b, c, d) este paralelogram.
Teorema 1.35 Relatia perechile ordonate (a, b) , (d, c) de vectori
din Rn sunt perechi ordonate echivalente este o relatie de echivalenta
n Rn Rn .
Demonstratie. Verificam proprietatile relatiei de echivalenta: reflexivitatea, simetria si tranzitivitatea.
Reflexivitatea: (a, b) (a, b) a b + a b = evident;
Simetria: (a, b) (d, c) (d, c) (a, b)
(a, b) (d, c) ab+cd = dc+ba = (d, c) (a, b) .
Tranzitivitatea (Figura 1.2): (a, b) (d, c) , (d, c) (f, e) rezulta ca
(a, b) (f, e) ; dar
(a, b) (d, c) a b + c d =
.
(d, c) (f, e) d c + e f =
Atunci, adunand relatiile de mai sus obtinem ab+ef = , echivalent
cu (a, b) (f, e) .

Figura 1.2.
Observatia 1.18 Relatia de echivalenta perechile ordonate (a, b) ,
(d, c) de vectori din Rn sunt perechi ordonate echivalente mparte
a. Clasele de echivalenta poarta
multimea Rn Rn n clase de echivalent
denumirea de vectori liberi asociati spatiului Rn . Un vector liber asociat
spatiului Rn este o submultime a spatiului Rn Rn Clasele de echivalenta
sunt disjuncte.

u = {(d, c) Rn Rn | (d, c) (a, b)} .

Fie (a, b) Rn Rn . Notam

Notam vectorii liberi cu

u ,
v ,
w , ...
Multimea vectorilor liberi asociati spatiului liniar Rn este notata cu Vn .

80

CAPITOLUL 1. NOT
IUNI TEORETICE

Daca
u este un vector liber asociat spatiului Rn si (a, b)
u , atunci

(a, b) este un reprezentant al vectorului liber u si punem acest fapt n

evidenta notand ab
u pentru a sublinia notatiile cunoscute din fizica.
n
Elementul a R se numeste originea, iar b Rn se numeste ex

tremitatea reprezentantului (a, b) a vectorului liber

u . Spunem ca ab

este reprezentantul vectorului liber

u aplicat n a. Vom numi puncte elen
mentele spatiului liniar R

Observatia 1.19 Daca ab

u si x Rn rezulta ca exista un y Rn

ab. Intr-adevar,

astfel ncat
xy
xy
ab x y + b a =

y = x a + b. Aceasta observatie ne spune ca n orice punct al lui Rn

putem aplica un vector reprezentant al unei clase de vectori liberi date.

Definitia 1.39 Fie (

u ,
v ) o pereche ordonata de vectori liberi oarecare

u si ad
v . Vectorul liber
w al carui
asociati spatiului Vn , ab

reprezentant ac este definit prin conditia ca (a, b, c, d) sa fie paralelogram,

deci c = a + b + d, se numeste vectorul liber sum
a al perechii ordonate

(
u ,
v ) si se noteaza
w =
u +
v . (Figura 1.3)
Operatia interna pe Vn definita mai sus + : Vn Vn Vn se numeste
operatia de adunare a vectorilor liberi

Figura 1.3.

Definitia 1.40 Fie un vector liber oarecare

u , ab
u si R. Vectorul

liber v al carui reprezentant este vectorul ac unde c = a + (b a) se

numeste vectorul liber produs cu scalarul a vectorului liber

u si se

noteaza
v =
u.
Operatia externa pe Vn , : R Vn Vn se numeste operatie de
nmultire a unui scalar real cu un vector liber.
Observatia 1.20 Din Definitia 1.40, c = a + (b a) daca si numai daca
ac+ba = (a, c, a, b) este paralelogram (a, c) (a, b).

Observatia 1.21 Observam ca daca ab

u atunci ba
u . Intr

adevar, daca n definitia 1.40 punem = 1 si ab

u iar
ac
u

rezulta ca c = a (b a) = a b + a a c + a b = 0 ac

ba ba
u.

1.7. SPAT
IUL LINIAR AL VECTORILOR LIBERI

81

Teorema 1.36 Vn este spatiu vectorial.

Demonstratie. Aratam ca sunt satisfacute axiomele spatiului liniar.

11 .
u ,
v ,
w Vn : (
u +
v)+
w =
u + (
v +
w ).

Daca ab u , ac v , ad w si aa1 u + v rezulta ca (a, b, a1 , c)

2 (

si deci a b + a1 c = a1 = a + b + c. Daca
ac
u +
v )+
w
(a, d, c2 , a1 ) paralelogram implica ad+c2 a1 = c2 = a+a1 +d =
2a + b + c + d.

Daca ab
v , ad
w si aa2
v +
w (a, d, a2 , c) paralelogram
3 =

a d + a2 c = a2 = a + d + c. Daca
aa
u + (
v +
w)
(a, b, a3 , a2 ) paralelogram a b + a3 a2 = a3 = a + a2 + b =
2a + b + c + d.
Comparand expresiile lui a3 si c2 (Figura 1.4) observam ca a3 = c2

3 =
2 (

aa
ac
u +
v)+
w =
u + (
v +
w ).

Figura 1.4.

12 . 0 Vn :
u Vn
u + 0 = 0 +
u =
u.

Daca ab 0 , ac u si ac1 u + 0 (a, c, c1 , b) paralelogram

ac+c1 b = c1 = a+b+c. Dar

u+ 0 =
u c = c1 a = b.

Daca ac2 0 + u (a, b, c2 , c) paralelogram a b + c2 c =

u =
u c = c2 a = b. Obtinem
c2 = a + b + c. Dar 0 +

aa 0 u + 0 = 0 + u = u .

u Vn ,
u Vn :
u + (
u ) = (
u)+
u = 0.
13 .

Daca ab
u ,
ac
u , aa 0 aa
u + (
u ) (a, b, a, c)

=
paralelogram a b + a c = a c = b a
ac
ab

u +(
u ) = (
u )+
u = 0 . Analog rezulta si partea a doua a egalitatii.

u ,
v Vn :
u +
v =
v +
u.
14 .

Daca ab u , ac v , aa1 = u +
v (a, b, a1 , c) paralelogram
2

aa
v +
u (a, c, a2 , b)
a b + a1 c = a1 = a + b + c;
paralelogram a c + a2 b = a2 = a + b + c a1 = a2

u +
v =
v +
u.
Din 11 , 12 , 13 si 14 Rezulta ca (Vn , +) este grup abelian.

82

CAPITOLUL 1. NOT
IUNI TEORETICE

21 . R,
u ,
v Vn : (
u +
v ) =
u +
v.

Daca ab u , ac v atunci daca aa1 u + v rezulta ca (a, b, a1 , c)

2
paralelogram, deci a b + a1 c = adica a1 = a + b + c; daca
aa

(
u +
v ) a2 = a + (a1 a).
3

Daca
aa
u a3 = a + (b a);
aa
v a4 = a + (c a);

daca aa5 u + v (a, a3 , a5 , a4 ) paralelogram aa3 +a5 a4 =

a5 = a+a3 +a4 = a+a+(ba)+a+(ca) = a+(ba+ca) =
a + (a1 a).

Rezulta ca a2 = a5 (
u +
v ) =
u +
v .(Figura 1.5)

Figura 1.5.

22 . , R,
u Vn : ( + )
u =
u +
u.

Daca ab u , aa1 ( + ) u a1 = a + ( + )(b a).

2

3 =

Daca
aa
u a2 = a + (b a),
aa
u a3 = a + (b a),

aa4 u + u (a, a2 , a4 , a3 ) paralelogram a a2 + a4 a3 =

a4 = a+a2 +a3 a4 = a+a+(ba)+a+(ba) = a+(+)(ba)

Rezulta ca a1 = a4 ( + )
u =
u +
u .(Figura 1.6)
Figura 1.6.

23 . , R,
u Vn : ()
u = (
u ).

Daca ab u , aa1 () u a1 = a + ()(b a).

2

3 (

Daca
aa
u a2 = a + (b a),
aa
u ) a3 = a + (a2
a) a3 = a + (a + (b a) a) = a + (b a).

Rezulta ca a1 = a3 ()
u = (
u ).

24 .
u Vn : 1
u =
u.

Daca ab u , aa1 1
u a1 = a + 1(b a) = b 1
u =
u .
Rezulta ca Vn este spatiu vectorial.
n
Definitia 1.41 Fie a,
nb R , a 6= b. Multimea
o

=
x Rn : R,
ax
ab

1.7. SPAT
IUL LINIAR AL VECTORILOR LIBERI

83

se numeste dreapta din Rn care trece prin punctele distincte a, b.Vectorii

ab, R, 6=0 se numesc vectori directori ai dreptei ce trece prin

punctele a, b Rn . In particular ab 6= 0 este un vector director al

dreptei care trece prin punctele distincte a, b.
Dreapta este un subspatiu liniar al spatiului vectorilor liberi Vn .

Definitia 1.42 Vectorii liberi

u ,
v se numesc vectori liberi coliniari

daca sistemul de vectori { u , v } este liniar dependent, adica exista R

astfel ncat
v =
u.

Definitia 1.43 Vectorii liberi

u ,
v ,
w V3 se numesc vectori liberi

coplanari daca sistemul de vectori { u ,

v ,
w } este liniar dependent.

Definitia 1.44 Doua drepte din Rn se numesc drepte paralele daca vectorii lor directori sunt coliniari.

Definitia 1.45 Multimea dreptelor din Rn care sunt paralele cu o dreapta

data se numeste directie n Rn . Orice dreapta, element al unei directii din
Rn , se numeste reprezentant al acelei directii si o determina n mod unic.

Observatia 1.22 Pentru vectorul liber 0 nu se defineste notiunea de

directie.
Observatia 1.23 Observam ca daca (a, b, c, d) este paralelogram n Rn cu
vectorii a, b, c, d distincti ntre ei, atunci a b + c d = a b =

d c ab dc 6= 0 si deci dreptele care trec prin punctele a, b si d, c

sunt paralele. La fel si cele care trec prin a, d si b, c.
Teorema 1.37 Fie spatiile vectoriale Rn si Vn . Atunci functia

f : Rn Vn , x Rn : f (x) = x, unde = ( 0 . . . 0 ) Rn
este o transformare liniara bijectiva (un izomorfism).
Demonstratie. Verificam liniaritatea lui f.

x, y Rn : f (x + y) = (x + y).

1
(x + y) a1 = a + x + y; f (x) + f (y) = x + y, si
Fie
aa

2
x + y a2 = a + x + y f (x + y) = f (x) + f (y).
aa

x Rn , R : f (x) = (x).

2 =
1 =
(x) a1 = a + x si
aa
(x) a2 = a + (x
Fie
aa
) f (x) = f (x).
Injectivitatea. f (x) = x = ker(f ) = {} .(se foloseste
Exercitiul 1.10).

Surjectivitatea. x Vn y Rn : f (y) = x. Consideram y = x.

84

CAPITOLUL 1. NOT
IUNI TEORETICE

Teorema 1.38 Fie spatiile vectoriale Rn si Vn si vectorii liberi i1 , ..., in

din Vn definiti de relatiile i1 = e1 ,..., in = en , unde {e1 , ..., en } este

baza standard din Rn , atunci vectorii i1 , ..., in formeaza o baza n Vn .

Demonstratie. Deoarece {e1 , ..., en } este baza standard din Rn ea este
un sistem de vectori liniar independenti si deoarece f este o transformare
liniara bijectiva (este suficient sa fie injectiva) rezulta, utilizand exercitiul

1.6, ca vectorii i1 , ..., in sunt liniar independenti, deci formeaza o baza n

Vn .

Definitia 1.46 Daca

u este un vector liber din Vn , atunci proprietatea lui

u de a avea ca reprezentanti perechi ordonate de vectori din Rn , se numeste

sensul vectorului liber

u.

Observatia 1.24 Pentru vectorul liber 0 Vn nu se defineste notiunea

de sens. Daca
u si
v sunt vectori liberi coliniari si
v =
u , atunci

u , v se numesc vectori liberi de acelasi sens daca > 0 si vectori liberi

de sensuri opuse daca < 0.
Definitia 1.47 Spatiul vectorial Vn este un spatiu euclidian n raport cu
produsul scalar standard real

h
u ,
v i = hx, yi

u , y
v , n memdefinit pentru orice vectori liberi
u ,
v Vn , x
n

brul
al doilea fiind produsul scalar din R . De asemenea rezulta ca k
uk=
p

h u , u i si se numeste lungimea vectorului u .

Definitia 1.48 Fie punctele distincte a, b, c Rn astfel ncat vectorii ab

sa nu fie coliniari. Multimea
si
ac
n
o

x Rn : (, ) R2 ,
ax
ab +
ac
se numeste plan din Rn care trece prin punctele a, b, c sau planul din
Rn determinat de punctele a, b, c.
Planul este un subspatiu liniar al spatiului vectorilor liberi Vn .
Definitia 1.49 Fie planul determinat de punctele distincte a, b, c Rn

astfel ncat vectorii ab si
ac sa nu fie coliniari Directia unica determinata

(deci pe plan) se
de un vector liber ortogonal simultan pe vectorii ab si
ac
numeste directia normelelor planului care trece prin punctele a, b, c. O
dreapta a acestei directii se numeste o normal
a a planului ce trece prin
punctele a, b, c.

1.7. SPAT
IUL LINIAR AL VECTORILOR LIBERI

85

Definitia 1.50 Numim unghiul a doi vectori

u si
v , notat ^(
u ,
v ),
unghiul propriu dintre doi reperezentanti ai acestor vectori liberi aplicati n
acelasi punct.

1.7.2

Spatiul liniar V3

Produsul scalar a doi vectori liberi

Deoarece n spatiul V3 al vectorilor liberi sunt definite notiunile de
lungime a unui vector si de unghi dintre doi vectori, putem defini un produs
scalar pe V3 pornind de la aceste notiuni.

Definitia 1.51 Daca

u ,
v V3 atunci produsul scalar al perechii de

vectori liberi (
u , v ) este definit prin

k
u k k
v k cos ^(
u ,
v ), daca
u 6= 0 si
v 6= 0 ,

h u , v i=

0,
daca
u = 0 sau
v = 0.
(1.199)

Daca
u V3 atunci
un= x1 i + xo2 j + x3 k , xi R, i = 1, 3. Coordo

natele (x1 , x2 , x3 ) n baza i , j , k se numesc coordonatele euclidiene

ale vectorului
u , iar expresia
u = x1 i + x2 j + x3 k se numeste expresia

analitica a vectorului
u . Se mai utilizeaza scrierea
u = (x1 , x2 , x3 ).
Expresia analitic
a a produsului scalar. nConsideramo n spatiului

liniar real V3 baza ortonormata notata prin B= i , j , k . Observam

ca h i , i i = 1, h j , j i = 1, h k , k i = 1, h i , j i = h j , i i = 0,

h i , k i = h k , i i = 0 si h j , k i = h k , j i = 0. Folosind aceste relatii si

nlocuind n produsul scalar pe

u = x1 i + x2 j + x3 k si
v = y1 i +

y2 j + y3 k , obtinem

h
u ,
v i = hx1 i +x2 j +x3 k , y1 i +y2 j +y3 k i = x1 y1 +x2 y2 +x3 y3 ,
de unde rezulta expresia analitica a produsului scalar.
Produsul vectorial a doi vectori liberi

Definitia 1.52 Daca

u ,
v V3 atunci produsul vectorial a perechii

ordonate de vectori
liberi ( u ,
v ) este vectorul
u
v definit prin

s
i
v
sunt
necoliniari

k u kk v ksin^( u , v )e

( u 6= 0 si v 6= 0 )

u
v =

u si
v sunt coliniari (1.200)

u = 0 sau
v = 0,

86

CAPITOLUL 1. NOT
IUNI TEORETICE

unde
e este un versor perpendicular pe
u si
v astfel nc
de
n at sistemul
o

vectori {
u,
v,
e } sa fie o baza la fel orientata cu baza B= i , j , k .

Teorema 1.39 (Expresia

analitic
a a produsului vectorial) Fie baza
n
o

ortonormata B= i , j , k n V3 si fie
u ,
v V3 . Daca
u = x1 i +

v = y1 i + y2 j + y3 k , xi , yi R, i = 1, 3 atunci
x2 j + x3 k ,

i
j
k

(1.201)
u
v = x1 x2 x3 .
y1 y2 y3

Demonstratie. T
inem seama de tabelul

i
j
k

i
k j
0

j k
i
0

k
j i
0

Atunci u v = x1 i + x2 j + x3 k y1 i + y2 j + y3 k =

i
j
k

(x2 y3 x3 y2 ) i (x1 y3 x3 y1 ) j + (x1 y2 x2 y1 ) k = x1 x2 x3 .
y1 y2 y3

Teorema 1.40 Vectorul

u
v definit n Definitia 1.52 are urmatoarele
proprietati:

a)
u
v = 0
u k
v;

b) Daca u v 6= 0 , atunci {
u ,
v ,
u
v } , n aceasta ordine,
formeaza o baza orientata pozitiv.

c) Daca
u 6= 0 si
v =
6 0 k
u
v k2 = k
u k2 k
v k2 h
u ,
v i2
(identitatea lui Lagrange);

d)
u
v =
v
u ;(proprietatea de anticomutativitate)

( u v ) = u v =
u
v , R;

u ( v + w) = u v + u
w ;

e) k u v k = A , unde A noteaza aria paralelogramului construit

cu vectorii liberi
u si
v.

Demonstratie. Fie vectorii

u = x1 i + x2 j + x3 k , xi R, i = 1, 3,

v = y1 i + y2 j + y3 k , yi R, i = 1, 3.

1.7. SPAT
IUL LINIAR AL VECTORILOR LIBERI

87

x2 y3 x3 y2 = 0
x1
x2
x3
1

x1 y3 x3 y1 = 0
(cu
=
=
=
a) u v = 0

y1
y2
y3

x1 y2 x2 y1 = 0
conventia ca anularea unui numitor este echivalenta cu anularea si a numa

ratorului respectiv). Rezulta y1 = x1 , y2 = x2 , y3 = x3

v = y1 i +

y2 j + y3 k = x1 i + x2 j + x3 k = (x1 i + x2 j + x3 k ) =
u

vectorii u , v sunt coliniari.

b) Vectori
u ,
v ,
u
v sunt necoplanari deoarece
u
v si
u
v

nu , u v o v si deci formeaza o baza. Matricea de trecere de la baza

i , j , k la baza {
u ,
v ,
u
v } este

x1 y1 x2 y3 x3 y2

x2 y2 x1 y3 x3 y1
A=
x3 y3 x1 y2 x2 y1

u
v k2 > 0.
si det(A) = (x2 y3 x3 y2 )2 +(x1 y3 x3 y1 )2 +(x1 y2 x2 y1 )2 = k

c) k
u
v k2 = k
u k2 k
v k2 sin2 ^(
u ,
v)=
2
2
2
2
2

= k u k k v k k u k k v k cos ^( u , v ) = k
u k2 k
v k2 h
u ,
v i2 .
d) Rezulta utilizand relatia (1.201) si proprietatile determinantilor.

e) A = k
u k k
v k sin ^(
u ,
v ) = k
u
v k .
Dublul produs vectorial

Definitia 1.53 Fie sistemul de vectori liberi {

u ,
v ,
w } . Dublul produs

vectorial al acestuia se defineste ca fiind vectorul liber

u (
v
w ), n
care ordinea vectorilor si locul parantezelor este esential.

Teorema 1.41 Fie sistemul de vectori liberi {

u ,
v ,
w } . Atunci

u ( v w) = h u , wi v h u , v iw.
Demonstratie. Daca doi din vectorii dati sunt coliniari, afirmatia este

evidenta. Intr-adevar, daca

v q
w
v
w = 0
u (
v
w) = 0 .

Daca
w =
v h
u ,
w i
v h
u ,
v i
w = h
u ,
v i
v h
u ,
v i
v =

0 si analog pentru v = u .

Fie
v
w si alegem baza i , j , k astfel ncat

u = x1 i + x2 j + x3 k

.
v = y1 i

w = z1 i + z2 j

i
j k

Obtinem
v
w = y1 0 0 = y1 z2 k .
z1 z2 0

88

CAPITOLUL 1. NOT
IUNI TEORETICE

i
j k

Calculam
u (
v
w ) = x1 x2 x3 = x2 y1 z2 i x1 y1 z2 j .
0 0 y1 z2
Pe de alta parte

h
u ,
w i
v h
u ,
v i
w = (x1 z1 + x2 z2 )y1 i x1 y1 (z1 i + z2 j ) =

u (
v
w ).
x2 z2 y1 i x1 y1 z2 j =
Observatia 1.25 Produsul vectorial al vectorilor liberi nu este asociativ.

Aceasta rezulta din faptul ca (

u
v)
w =
w (
u
v) =

h w , v i u + h w , u i v este un vector coplanar cu u si v , iar

u

( v w ) este coplanar cu v si w . Deci, n general, ( u v ) w 6=

u (
v
w ).
Produsul mixt

Definitia 1.54 Fie sistemul de vectori liberi {

u ,
v ,
w } . Produsul mixt

al acestui sistem de vectori este definit prin ( u , v , w ) = h

u ,
v
w i.

Teorema 1.42 Fie sistemul de vectori liberi {

u ,
v ,
w } . Sa se arate ca

a) ( u , v , w ) = 0 daca si numai daca vectorii sunt coplanari.

b) Daca vectorii nu sunt coplanari, modulul produsului mixt al sistemului

de vectori {
u ,
v ,
w } , |(
u ,
v ,
w )| , este volumul paralelipipedului construit pe cei trei vectori aplicati n acelasi punct.
c) Daca

u = x1 i + x2 j + x3 k

v = y1 i + y2 j + y3 k

w = z1 i + z2 j + z3 k
atunci

x1 x2 x3

(1.202)
(
u ,
v ,
w ) = y1 y2 y3 .
z1 z2 z3

d) (
u ,
v ,
w ) = (
v ,
w,
u ) = (
w,
u ,
v ) (produsul mixt este invariant la permutari circulare).

Demonstrat
ie. a) (
u ,
v ,
w ) = 0 h
u ,
v
wi = 0

u v w sau

v q
w sau

u ,
v ,
w sunt coplanari.

u = 0 sau v = 0 sau w = 0

b) Fie (
u ,
v ,
w ) 6= 0. Cu notatiile de mai jos, 6= 900 , avem

h
u ,
v
w i = k
u k k
v
w k cos = (aria bazei)(naltimea)

1.8. REPERE

89

|(
u ,
v ,
w )| = (aria bazei)(naltimea) = volumul paraleleipipedului construit pe cei trei vectori (Figura 1.7).

Figura 1.7.

c) ( u ,
v ,
w ) = h
u ,
v
w i = x1 (y2 z3 y3 z2 ) x2 (y1 z3 y3 z1 ) +
x1 x2 x3

x3 (y2 z1 y1 z2 ) = y1 y2 y3 .
z1 z2 z3
Din punctul (b) rezulta conditia de coplanaritate a trei vectori si anume
produsul lor mixt trebuie sa fie egal cu zero.
d) Rezulta folosind expresia produsului mixt (1.202) si tinand seama ca
valoarea determinantului nu se schimba daca efectuam permutari circulare
asupra liniilor acestuia.
Vom considera n cele ce urmeaza spatiile vectoriale ale vectorilor liberi
din plan, V2 sau din spatiu, V3 .

1.8

Repere

Definitia 1.55 Un reper n spatiul vectorial Vn este o pereche R = (O; B),

unde O este un punct fixat numit originea reperului, iar B este o baza considerata n spatiul vectorilor liberi Vn .
In mod frecvent se considera B o baza ortonormata. De obicei, se considera toti vectorii bazei B aplicati n acelasi punct, punctul O.

In plan se considera n mod obisnuit reperul R = (O;

i , j ) unde O
n
o

R2 este un punct din plan fixat, iar B = i , j o baza ortonormata, iar

n spatiunR = (O; io, j , k ) unde O R3 este un punct din spatiu fixat,

iar B = i , j , k o baza ortonormata. In cazul spatiului s-a convenit ca

axa Ox sa fie determinata de punctul O si sa aiba directia data de vectorul

i , axa Oy sa fie determinata de punctul O si sa aiba directia data de

vectorul j , iar axa Oz sa fie determinata de punctul O si sa aiba directia

90

CAPITOLUL 1. NOT
IUNI TEORETICE

data de vectorul k . Axele Ox, Oy, Oz se numesc axele reperului sau

axe de coordonate. Planul xOy este determinat de punctul O si vectorii

i , j , planul xOz este determinat de punctul O si vectorii i , k iar planul

zOy este determinat de punctul O si vectorii k , j . Planele xOy, yOz, xOz

se numesc planele reperului R sau plane de coordonate.

Fie R = (O; B) un reper si punctul M Rn . Vectorul OM este numit

vectorul de pozitie al punctului M fata de reperul R. Notam

r =

OM iar daca exista posibilitate de confuzie, notam r M = OM si vom

folosi notatia M(
r M ). Daca M R2 , atunci
r M = x i + y j , x poarta
denumirea de abscisa, iar y ordonata punctului M si vom folosi notatia

M(x, y). Daca M R3 , atunci

r M = x i +y j +z k , x poarta denumirea
de abscisa, y ordonata si z cota punctului M si vom folosi notatia M(x, y, z)
si numim (x, y, z) coordonatele punctului M.

Exercitiul 1.26 Sa se scrie expresia vectorului M1 M2 n reperul ortonor

mat R = (O; i , j , k ) din V3 daca sunt cunoscute coordonatele punctelor

M1 si M2 , M1 (x1 , y1 , z1 ), M2 (x2 , y2 , z2 ). (Figura 1.8.)


Rezolvare. OM1 + M1 M2 = OM2 M1 M2 = OM2 OM1 ,

dar OM1 = x1 i + y1 j + z1 k , OM2 = x2 i + y2 j + z2 k M1 M2 =

(x2 x1 ) i + (y2 y1 ) j + (z2 z1 ) k .

Figura 1.8.

r 1 ), M2 (
r 2 ) doua puncte
Daca R = (O; i , j , k ) este un reper si M1 (
3
din R , atunci

dist(M1 , M2 ) = k
r 2
r 1k .
(1.203)
sau, daca M1 (x1 , y1 , z1 ), M2 (x2 , y2 , z2 ), atunci
q
dist(M1 , M2 ) = (x2 x1 )2 + (y2 y1 )2 + (z2 z1 )2 .

r 1 ), M2 (
r 2 ) sunt doua puncte din R2 , M1 (x1 , y1 ), M2 (x2 , y2 )
Daca M1 (
q
atunci
dist(M1 , M2 ) = (x2 x1 )2 + (y2 y1 )2 .

1.8. REPERE

91

Schimbarea reperelor n plan. Fie R = (O; i , j) un reper si R0 = (O0 ; i0 , j0 )

un alt reper. Trecerea de la reperul R la reperul R0 (Figura 1.9) este data
de translatia
0

OO = x0 i + y0 j
si rotatia
(

i0 = a11 i + a21 j
(1.204)

j0 = a12 i + a22 j

Figura 1.9.

Aceata schimbare de repere poate fi scrisa matriceal astfel: daca M(

r)

0
0
0 0

atunci r = x1 i + y1 j n reperul R = (O; i , j ) si M( r ), r = x1 i +

r = r0 + OO0 x1 i + y1 j =
y10 j0 n reperul R0 = (O0 ; i0 , j0 ) atunci

x01 i0 + y10 j0 + x0 i + y0 j (Figura 1.9) si daca nlocuim i0 si j0 cu expresia

lor din relatiile (1.204) si tinem seama de unicitatea descompunerii dupa
vectorii
obtinem:
bazei,

x1
a11 a12
x01
x0
=
+
.
x2
a21 a22
x02
y0

Schimbarea reperelor n spatiu. Fie R = (O; i , j , k ) un reper

ortonormat drept si R0 = (O0 ; i0 , j0 , k0 ) un alt reper. Trecerea de la reperul

R la reperul R0 este data de translatia
0

OO = x0 i + y0 j + z0 k
si rotatia

i = a11 i + a21 j + a31 k

j0 = a12 i + a22 j + a32 k

k = a13 i + a23 j + a33 k

(1.205)

92

CAPITOLUL 1. NOT
IUNI TEORETICE

a11 a12 a22

unde A = a21 a22 a23 .
a31 a32 a33

Formula matriceala de schimbare a reperului se obtine printr-un rationament analog ca n plan:

x1
x1
x0
x2 = A x02 + y0
(1.206)
0
x3
x3
z0
Reamintim ca n cazul bazelor ortonormate matricea A de trecere de la
o baza la alta este o matrice ortogonala.

Exercitiul 1.27 Sa se scrie ecuatia planului () determinat de un punct si

de normala la plan.

Rezolvare. Fie punctul M0 (

r 0 ) si N V3 , N 6= 0 normala la plan

(Figura 1.10). Atunci un punct M(

r ) apartine planului () daca si numai

daca M0 M N , adica verifica ecuatia:

hN,
r
r 0 i = 0.
(1.207)
Ecuatia (1.207) se numeste ecuatia vectorial
a a planului determinat
de un punct si un vector normal la plan.

Figura 1.10.

Exercitiul 1.28 Fie un reper ortonormat R = (O; i , j , k ) si n raport

cu acesta punctul M0 (x0 , y0 , z0 ) si N = A i + B j + C k 6= 0 . Sa se

arate ca punctul M(x, y, z) apartine planului () determinat de punctul

M0 si normala N la plan daca si numai daca

1.8. REPERE

93
A(x x0 ) + B(y y0 ) + C(z z0 ) = 0

(1.208)

sau, notand D = (Ax0 + By0 + Cz0 ),

Ax + By + Cz + D = 0.

(1.209)

Rezolvare. Punctul M () daca si numai daca h N ,
r
r 0 i = 0. Dar

r r 0 = (x x0 ) i + (y y0 ) j + (z z0 ) k implica ecuatia (1.208)

care este echivalenta cu ecuatia (1.209)

Exercitiul 1.29 Fie, n raport cu un reper R = (O; i , j , k ) si planul

() care contine punctul M0 (

r 0 ) si este paralel cu vectorii
u ,
v V3 ,

vectori necoliniari, u v 6= 0. Sa se scrie ecuatia planului () determinat

de un punct al sau si cei doi vectori necoliniari.

Rezolvare. Un punct M(
r ) apartine planului () daca si numai daca vec

torii u , v , M0 M sunt coplanari (Figura 1.11). Conditia de coplanaritate

a celor trei vectori

u,
v , M0 M =
r
r 0 se poate exprima prin faptul
ca produsul mixt al acestora este egal cu zero

(1.210)
(
u ,
v ,
r
r 0 ) = 0.

Figura 1.11.
Exercitiul 1.30 Fie planele
(1 ) A1 x + B1 y + C1 z + D1 = 0,
(2 ) A2 x + B2 y + C2 z + D2 = 0.
Sa se arate ca:
a) Planele coincid daca si numai daca:

A1
A2

B1
B2
A1
A2

C1
C2
B1
B2

D1
;
D2
C1
1
6= D
;
C2
D2

b) Planele sunt paralele daca si numai daca:

=
=
c) Planele
se intersecteaz
a dupa o dreapta daca si numai daca:
A1 B1 C1
rang
= 2.
A2 B2 C2

94

CAPITOLUL 1. NOT
IUNI TEORETICE

Rezolvare. a) Planele coincid daca si numai daca cele doua ecuatii au

aceleasi solutii, ceea ce are loc daca si numai daca coeficientii acestora sunt
proportionali.
b) Planele sunt paralele daca si numai daca sistemul format din cele
doua ecuat
ceea cese ntampla daca sinumai daca
ii este incompatibil,

A1 B1 C1
A1 B1 C1 D1
rang
= 1 si rang
= 2.
A2 B2 C2
A2 B2 C2 D2
c) Planele se intersecteaza daca si numai daca sistemul format din cele
doua ecuatii este compatibil, cu o infinitate simpla de solutii, ceea ce are
loc daca si numai daca
A1 B1 C1
rang
= 2.
A2 B2 C2
Exercitiul 1.31 (Distanta de la un punct la un plan) Fie planul ()

hN,
r
r 0 i = 0 si M1 (
r 1 ). Sa se deduca formula distantei de la punctul
M1 la planul ().

h N , r 1 r 0 i

.
(1.211)
dist(M1 , ()) =

Rezolvare. (Figura 1.12) Daca Punctul M1 () atunci dist(M1 , ()) = 0

si M0 M1 se gaseste n planul () rezulta ca h N ,

r 1
r 0 i = 0, adica (1.211)
are loc.

Figura 1.12.

Daca M1
/ (), fie
u ,
v 6= 0 doi vectori din (), necoliniari,
u
v 6=

0 . Atunci

(
M
M
,
u
,
v
)

0
1
volum paralelipiped
dist(M1 , ()) =
=
=

aria bazei
k
u
vk

r 0 , N i
r 1
h

.
=

1.8. REPERE

95

Unghiul a dou
a plane.

Definitia 1.56 Fie un reper ortonormat R = (O; i , j , k ) si planele

(1 ), (2 ) cu normalele N1 , N2 . Se numeste unghiul format de planele

(1 ), (2 ) unghiul dintre vectorii normali N1 , N2 .

Observatia 1.26 Daca notam cu unghiul dintre cele doua plane, =
((\
1 ), (2 )), atunci
E
D

N1 , N2
.
(1.212)
cos =

N1 N2

Exercitiul 1.32 Fie un reper ortonormat R = (O; i , j , k ) si planele

(1 ), (2 ) de ecuatii
(1 ) A1 x + B1 y + C1 z + D1 = 0
(2 ) A2 x + B2 y + C2 z + D2 = 0.
Sa se arate ca (1 ) (2 ) daca si numai daca normalele la plan sunt
perpendiculare, adica
A1 A2 + B1 B2 + C1 C2 = 0;

(1.213)

Rezolvare. Formula (1.212) se poate rescrie, tinand seama de ecuatiile

planelor si de expresia vectorilor normali, de forma
A1 A2 + B1 B2 + C1 C2

p
cos = p 2
,

=
cos = 0
2
A1 + B12 + C12 A22 + B22 + C22
si de aici rezulta (1.213).

Exercitiul 1.33 Fie, n raport cu un reper ortonormat R = (O; i , j, k)

din V3 , M0 (
r 0 ) si
u V3 ,
u 6= 0 . Sa se scrie ecuatia dreptei determinata

de punctul M0 si are vectorul director

u.

Figura 1.13.

96

CAPITOLUL 1. NOT
IUNI TEORETICE

Rezolvare. (Figura 1.13) Un punct M(

r ) se afla pe dreapta (d) continand

M0 si care este paralela cu u , daca si numai daca

(d) : (
r
r 0)
u = 0,
(1.214)
echivalent cu

(d) :
r =
r 0 +
u , R.

(1.215)

M (d) M0 M =
u
r
r 0 =
u vectorii
r
r 0 si
u

sunt coliniari rezulta (1.214). Din r r 0 = u (1.215).

Ecuatia (1.214) se numeste ecuatia vectorial
a a dreptei determinat
a de un punct si de un vector director.
Exercitiul 1.34 (Dreapta ca intersectie de dou
a plane) Fie, n raport

cu un reper ortonormat R = (O; i , j , k ), M0 ( r 0 ) si fie N1 , N2 V3

doi vectori necoliniari, N1 N2 6= 0 . Atunci un punct M(

r ) se afla
pe dreapta (d) continand M0 si perpendiculara pe vectorii N1 , N2 daca si

numai daca M0 M N1 si M0 M N2 adica


hN1 ,
r
r 0i = 0
.
(1.216)

hN2 , r r 0 i = 0
Exercitiul 1.35 (Perpendiculara comun
a) Fie doua drepte neparalele

(d1 ) : r = r 1 + u1 ,

(d2 ) :
r =
r 2 + u2
Sa se scrie ecuatia perpendicularei comune a acestora.

Figura 1.14.
1 . Prin
Rezolvare. (Figura 1.14). Fie M0 (d1 ), dreapta (d1 ) are directia
u
1 si
2 . Punctul M0 si reprezentantii
M0 ducem reprezentanti ai vectorilor
u
u
1 si
2 determina un plan (). Proiectam pe acest plan dreapta
directiilor
u
u

1.8. REPERE

97

(d2 ), fie aceasta proiectie (d02 ). Fie M1 intersectia dintre dreptele (d1 ) si (d02 ).
Ducem prin M1 perpendiculara pe planul () care intersecteaza (d2 ) n M2
(M1 si (d2 ) determina un plan perpendicular pe planul ()). Aceasta va fi
1
2 .
dreapta (d) a carei directie este data de
u
u

1 (
1
2 ) (normala planului determinat de
u
u
u
M1 M2 si
Fie N1 =

2 (
1
2 ) (normala planului determinat de M1
(d1 )) si N2 =
u
u
u
M2 si
(d2 )). Atunci dreapta (d) poate fi vazuta ca intersectie a doua plane, planul

determinat de normala N1 si care contine dreapta (d1 ) si punctul M2 si

planul determinat de normala N2 si care contine dreapta (d2 ) si punctul

M1 .
Ecuatiile dreptei sunt

hN1 , r r0 i = 0
.
(1.217)
(d)

hN2 , r r3 i = 0

unde r0 este vectorul de pozitie al punctului M0 , iar

r3 este vectorul de

pozitie al unui punct oarecare de pe dreapta (d2 ).

Vom arata ca (d), dreapta determinata de punctele M1 si M2 este per

pendiculara pe (d1 ) si (d2 ). Un vector director al dreptei (d) este N1 N2 =

k
u1
u 2 k2 (
u1
u 2 ) si cum
u1
u2
u 1,
u1
u2
u2
(d) (d1 ), (d) (d2 ).
Exercitiul 1.36 (Distanta dintre dou
a drepte) Oricare ar fi doua drepte neparalele

(d1 ) :
r =
r 1 +
u 1,

(d2 ) : r = r 2 + u 2
distanta dintre cele doua drepte este

u1
u 2 i
hM1 M2 ,
.
(1.218)
dist(d1 , d2 ) =

k
u1
u 2k
Rezolvare. Fie dreptele: (d1 ) determinata de punctul M1 si directia

1 si (d2 ) determinata de punctul M2 si directia

2 . Distanta dintre cele
u
u
doua drepte este lungimea naltimii paralelipipedului construit pe vectorii

M1 M2 ,
u 1,
u 2 . Baza paralelipipedului este formata pe vectorii
u 1,
u 2.
Utilizam Exercitiul 1.42, b).

1.8.1

Aplicatii la studiul conicelor si cudricelor

Conice pe ecuatii generale

Fie reperul R = (O, i , j ) n V2 .

98

CAPITOLUL 1. NOT
IUNI TEORETICE

Definitia 1.57 Conica este locul geomretric () al punctelor M din plan

ale caror coordonate (x, y), n raport cu reperul ortonormat R, satisfac
ecuatia

a01

a11 a12
x
+2 x y
() : x y
+ a00 = 0,
y
a12 a22
a02
(1.219)
2
2
2
unde a11 + a12 + a22 6= 0, aij R, i, j {0, 1, 2}, i j.
Ecuatia (1.219) este scrierea matriceala a ecuatiei a11 x2 +2a12 xy+a22 y 2 +
2a01 x +2a02 y +a00 = 0, ecuatie de gradul doi n x si y, n care cel putin unul
dintre coeficientii termenilor de gradul al doilea , a11 , a12 , a22 este diferit de
zero.
Una din problemele importante rezolvate ale geometriei analitice consta
n faptul ca a dovedit ca orice conica poate fi adusa, printr-o schimbare conx2 y 2
2
2
2
venabila de reper la una din ecuatiile: cerc: x +y = R , elipsa: 2 + 2 = 1,
a b
x2
y2
2
hiperbola: 2 2 = 1, parabola: y = 2px, doua drepte concurente:
a
b
x2
y2
2 = 0, doua drepte paralele: x2 a2 = 0, doua drepte confundate
a2
b
x2 y 2
x2 y 2
x2 = 0, un punct: 2 + 2 = 0, multimea vida: 2 + 2 + 1 = 0.
a
b
a
b
Utilizand rotatia si translatia realizam o schimbare de reper de la reperul

R = (O, i , j ) la un reper adecvat la fel orientat cu reperul R, numit reper

canonic, fata de care conica (1.219) sa aiba una din ecuatiile de mai sus.
Tipul conicei (1.219) este determinat de expresia termenilor de grad doi,
adica de forma patratica

a
x
a
11
12

,
q(
x)= x y
y
a12 a22

unde
x =x i + y j .
Problema care ne propunem sa o rezolvam: sa gasim un reper n raport
cu care ecuatia (1.219) sa aiba o forma cat mai simpla. Vom studia mai
ntai forma patratica q si o vom aduce la forma canonica.
Daca a12 = 0 matricea formei patratice are forma diagonala si se trece
direct la efectuarea translatiei.
Daca a12 6= 0 se face mai ntai o rotatie. Prezentam n continuare modul
n care se efectueaza rotatia.
n
o

Matricea formei patratice (q)B , n baza B = i , j este o matrice

simetrica. Ea este ntotdeauna diagonalizabila, deci exista o baza ortonormata formata din vectori proprii (conform Observatiei 1.14) ai matricei

1.8. REPERE

99

simetrice. Acesteia i atasam ecuatia caracteristica

a11 a12
= 0 2 (a11 + a22 ) + a11 a22 a212 = 0

a12
a22

ale carei radacini sunt ntodeauna reale (conform Teoremei 1.17).

Facem observatia ca nu putem avea 1 = 2 = 0 deoarece aceasta implica
a11 = a12 = a22 = 0, contrar ipotezei.
1 ,
2 } .
Corespunzator valorilor proprii 1 si 2 avem vectorii proprii {
u
u
1

1 = 1
2 versorii vectorilor proprii astfel ncat
Fie
e
u
u
1 , e2 =

k u1 k
k u2 k

trecere de
la baza B =
e
1 = c11 i + c21 j , e2 = c12 i + c22 j . Matricea de
n
o
c11 c12

1 ,

si aceasta
i , j la baza B 0 = {
e
e
2 } este matricea C =
c21 c22
este ortogonala. Matricea C trebuie sa fie astfel construita ncat det C =1
(avem n vedere posibilitatea nlocuirii unuia din versori prin opusul sau
sau renumerotarea acestora) pentru a fi la fel orientata cu baza B. Versorii

{
e
i dau directiile noilor axe Ox0 si respectiv Oy 0 , iar
1 , e2 } astfel construit
rotatia

0
x
c11 c12
x
=
(1.220)
y
c21 c22
y0
reduce forma patratica q la forma canonica 1 (x0 )2 + 2 (y 0 )2 .

In reperul R0 = (O,
e
ia (1.219) va avea forma:
1 , e2 ) ecuat
0

1 (x0 )2 + 2 (y 0 )2 + 2a01 x0 + 2a002 y 0 + a00 = 0.

(1.221)

Cazul I: forma patratica q are rangul 2 (1 2 6= 0). Ecuatia (1.221)

devine, prin restangerea patratelelor, de forma
0 2 0 2
a001 2
a002 2
a01
a02
0
0
1 (x +
) + 2 (y +
) =
+
a00 .
1
2
1
2

a010

x
X
1
+
Prin translatia
=
a0 si notand
Y
y0
20
2
0 2 0 2
a
a
01
02
a000 =
+
a00 , ecuatia (1.219) va avea n reperul R00 =
1
2

e
(O0 ,
1 , e2 ) forma
1 X 2 + 2 Y 2 = a000 .

(1.222)

100

CAPITOLUL 1. NOT
IUNI TEORETICE

0
a01 a002
n reperul
Originea noului reper O are coordonatele ,
1
2

si aplicand relatiile (1.220) obtinem coordonatele n repee

R0 = (O,
1 , e2 )
rul initial. Ecuatia (1.222) arata ca O0 X si O0 Y sunt axe de simetrie ale
conicei, iar O0 este centru de simetrie. Rezulta ca n acest caz conica are
centru de simetrie.
Daca a000 = 0 si 1 2 > 0 conica se reduce la un singur punct, centrul
sau O0 , iar daca a000 = 0 si 1 2 < 0 conica reprezinta doua drepte secante
care trec prin punctul O0 .
Daca a000 6= 0, mpartind prin a000 si notand
0
0
a00

2
= a , a00 = b2 , a > 0, b > 0,
1
2
0

ecuatia (1.222) devine:

X2
Y2
1 2 + 2 2 = 1
a
b

unde 1 = 1, 2 = 1. Daca 1 = 2 = 1 conica este o elipsa. Daca

1 = 2 = 1 conica este multimea vida. Daca 1 2 = 1 conica este o
hiperbola.
Cazul II: forma patratica q are rangul 1 (sau 1 = 0 sau 2 = 0).
Presupunem ca 1 = 0 si 2 6= 0. Ecuatia (1.219) se poate scrie
0 2
a001 2
a02
0
0
0
) + 2a01 x + a00
= 0.
(1.223)
2 (y +
2
2
Daca a001 6= 0 conica este o parabola. Ecuatia (1.223) devine

0 2
a02
a00

0
a02 2
2
0 0

0
2 (y +
) + 2a01 x +
= 0.
0

2
2a01

a002
2

a00

0
+
Prin translatia
=
2a01

a0
02
2

va avea forma n reperul R00 = (O0 ,

e
1 , e2 )

x0
y0

X
Y

2 Y 2 + 2a001 X = 0.

ecuatia (1.219)

(1.224)

1.8. REPERE

101

Forma ecuatiei (1.224) arata ca, n cazul n care una din valorile proprii
este nula, conica admite o axa de simetrie, n acest caz O0 X.
Daca a001 = 0 ecuatia (1.223) devine
0 2
a001 2
a02
0
) + a00
= 0.
(1.225)
2 (y +
2
2
0 2
a02
Daca a00
= 0 atunci ecuatia reprezinta doua drepte care co2
incid.

0 2
0 2 !
a02
a02
Daca a00
< 0 ecuatia reprezinta
6= 0 si 2 a00
2
2

0 2 !
a02
doua drepte paralele. Daca 2 a00
> 0 ecuatia reprezinta
2
multimea vida.
Exercitiul 1.37 Sa se aduca la forma canonica conica
5x2 + 8xy + 5y 2 18x 18y + 9 = 0
si sa se reprezinte grafic.
Rezolvare.
Scriem
matriceal
ecuatia conicei:

5 4

9
x
x y
+2 x y
+9=0
4 5
y
9

5 4
Matricea formei patratice este
. Deoarece rangul matricei for4 5
mei patratice este 2, conica este cu centru. Ecuatia caracteristica a matricei
formei patratice este 2 10 + 9 = 0 1 = 1, 2 = 9.

Vectorii proprii sunt u1 = i
j , si u2 = i + j ,iar versorii cores

1
1 = 1

punzatori sunt
e
i j si
e
i + j .
2 = 2
2
!

2
2
, det C = 1. Scriem rotatia
Matricea de rotatie este: C =
1

1
2
2
!
1

1
0

x
x
2
2
=
. In urma rotatiei ecuatia conicei devine
1
0

1
y
y
2
!
!
2
1

1
0 0 12
5
4
x0
2
2
2
x y
+
1
1
1

1
4 5
y0
2
2
2
2
!

1
0 0 12
9
2
+2 x y
+9=0
1
1
9
2
2

102

CAPITOLUL 1. NOT
IUNI TEORETICE

0
x y
+2 x y
+9=0
9 2

(x0 )2 + 9(y 0 )2 18y 0 2 + 9 = 0 (x0 )2 + 9 y 0 2 9 = 0.

Centrul conicei este O0 (0, 2), coordonatele sale fiind date n reperul

R0 = (O;
e
1 , e2 ).

0
0
X
x
In urma translatiei
=
+
, se obtine ecuatia
Y
y0
2
X2
+Y21=0
X 2 + 9Y 2 9 = 0
9
Conica este o elipsa. Coordonatele lui O0 n raport cu reperul initial
sunt:
!

1
0
x0
1
2
2

.
=
=
1
1

1
y0
2
2
2
In cele ce urmeaza prezentam rotatia si translatia axelor si desenam n
noul reper graficul conicei.

Rotatia sistemului de axe: reperul R = (O; i , j ) trece n reperul

1
R0 = (O;
e
ia dreptei care trece prin origine si are directia
e
1 , e2 ). Ecuat
2
este: x = y, iar ecuatia dreptei care trece prin origine si are directia
e
1 ,

este x = y. Sensul axelor (Ox0 , Oy 0 ) este dat de vectorii

e
e
2.
0

Translatia sistemului de axe: reperul R = (O, e1 ,

e
n
2 ) trece
00
0
0

reperul R = (O , e1 , e2 ). Ecuatiile dreptelor care trec prin O (1, 1) si au

directiile
e
si respectiv y = x. In acest
1 respectiv e2 sunt: x = y + 2
ultim reper trasam graficul elipsei va fi (Figura 1.15):

1 0
0 9

x0
y0

Figura 1.15.
Exercitiul 1.38 Sa se aduca la forma canonica conica
3x2 4xy 2x + 4y 3 = 0
si sa se traseze graficul.
Rezolvare.
Scriem matriceal
ecuat
ia conicei:

1
3 2
x
x y
+2 x y
3=0
2 0
y
2

1.8. REPERE

103

3 2
Matricea formei patratice este
. Deoarece rangul matricei
2 0
formei patratice este 2, conica este cu centru. Ecuatia caracteristica este
proprii
2 34 = 0 1 = 1, 2 = 4. Vectorii

si versorii corespunzatori

2 = 2

sunt: u1 = i + 2 j e1 = 5 i + 2 j si
u
i + j

e2 = 5 2 i + j .
!

5
5
, det C = 1. Scriem rotatia
Matricea de rotatie este: C =
2
1
5
5
1 2 ! 0

x
x
5
5
=
. In urma rotatiei si a restrangerii patratelor
1
2

y
y0
5
5
ecuatia coniceidevine:
!
!
1

2
1
2

0 0

3 2
x0
5
5
5
5
x y
+
2
1
2 0
25 15
y0
5
5
!

1
2
0 0
1
5
5
3=0
+2 x y
2
25 15

3
1
(x0 )2 + 4(y 0 + )2 2 = 0.
5
5

Centrul conicei este O0 ( 35 , 15 ), coordonatele sale fiind date n repe

3 !
0

X
x

5
si
=
+
rul R0 = (O;
e
ia
1 , e2 ). Facem translat
0
Y
y
15

obtinem X 2 + 4Y 2 2 = 0
X2 Y 2

+ 1 1=0
2
2

Conica este o hiperbola. Coordonatele lui O0 n raport cu reperul initial

sunt:
1 2 ! 3 !

1
x0
5
5
5
=
.
=
1
2
1

y0
5
1
5
5
In cele ce urmeaza prezentam rotatia si translatia axelor si desenam n
noul reper graficul conicei.

Rotatia sistemului de axe: reperul R = (O; i , j ) trece n reperul

R0 = (O,
e
ia dreptei care trece prin origine si are directia
e
1 , e2 ). Ecuat
1

este: 2x = y, iar ecuatia dreptei care trece prin origine si are directia
e
2

este x = 2y. Sensul axelor (Ox0 , Oy 0 ) este dat de vectorii

e
1 , e2 .

104

CAPITOLUL 1. NOT
IUNI TEORETICE

Translatia sistemului de axe: reperul R0 = (O,

e
n
1 , e2 ) trece
00
0

reperul R = (O , e1 , e2 ). Ecuatiile dreptelor care trec prin O0 (1, 1) si au

directiile
e
si respectiv x = 2y + 3. In acest
1 respectiv e2 sunt: 2x = y + 1
ultim reper graficul conicei va fi (figura 1.16):

Figura 1.16.
Exercitiul 1.39 Sa se aduca la forma canonica si sa se deseneze conica:
x2 4xy + 4y 2 6x + 2y + 1 = 0.
Rezolvare.
Scriem matriceal

ia conicei:
ecuat

x
1 2
x y
+1=0
+2 x y
1
y
2 4

1 2
Matricea formei patratice este
. Deoarece rangul matricei
2 4
formei patratice este 1, conica este fara centru. Ecuatia caracteristica este
1 =
2 5 = 0 1 = 0, 2 =5. Vectorii proprii sunt pentru 1 = 0,
u

1 = 1 2 i + j , iar pentru 2 = 5,
2 = i 2
2 i + j cu versorul
e
u
j
5

i 2 j .
cu versorul
e
2 = 5
!

2
5
1
5

1
5
2

se modifica deoarece det C = 1.

Pentru ca det C = 1 schimbam sensul vectorului e2 , e2 = 5 i + 2 j ,

!

Matricea de rotatie C =

5
5
. Scriem rotatia
deci matricea de rotatie va fi C =
1
2
5
5
2 1 ! 0

x
x
5
5
=
.
1
2

y
y0
5
5
In urma rotatiei si a restrangerii patratelor ecuatia conicei devine 5(y 0

0
X
x
1
)2 2x0 5 = 0. Efectu
=
+ 1
si
am translatiatia
5
Y
y0
5

1.8. REPERE

105

obtinem ecuatia 5Y 2 2X 5 = 0 Y 2 = 25 X.
Varful parabolei va fi n punctul O0 (0, 15 ), coordonatele sale fiind date
0

e
n raport cu reperul initial
n reperul R0 = (O;
1 , e2 ). Coordonatele lui O
2 1 !
1

0
5
x0
5
5
=
=
.
sunt:
1
1
2
2

y0
5
5
5
5
Trasarea graficului:

Rotatia sitemului de axe: reperul R = (O; i , j ) trece n reperul

R0 = (O,
e
ia dreptei care trece prin origine si are directia data
1 , e2 ). Ecuat

de vectorul e1 este: x = 2y, iar ecuatia dreptei care trece prin origine si

are directia
e2 este 2x = y. Sensul axelor (Ox0 , Oy 0 ) este dat de vectorii

e1 , e2 .

e
n repeTranslatia sistemului de axe: reperul R0 = (O,
1 , e2 ) trece
00
0
0

rul R = (O , e1 , e2 ), unde O va fi varful parabolei.Ecuatiile axelor translate vor fi: x 2y 1 = 0 si 2x + y = 0. Cele doua sisteme de axe le trasam
pe acelasi grafic. In acest ultim reper trasam graficul parabolei (Figura
1.17):

Figura 1.17.
Exercitiul 1.40 Sa se aduca la forma canonica si sa se deseneze conica:
x2 + 2xy + y 2 + 2x + 2y 3 = 0.
Rezolvare. Scriem matriceal
ecuatia conicei:

1 1

1
x
x y
+2 x y
3=0
1 1
y
1

1 1
. Deoarece rangul matricei formei
Matricea formei patratice este
1 1
patratice este 1, conica este fara centru. Ecuatia caracteristica este 2
2 = 0 1 = 0, 2 = 2.
Vectorii proprii si versorii corespunz
atori sunt:

1
1

u1 = i j e1 = 2 i j , u2 = i + j e2 = 2 i + j .
!

Matricea de rotatie C =

1
2
12

1
2
1
2

are det C = 1. Scriem rotatia

106

CAPITOLUL 1. NOT
IUNI TEORETICE

x0
=
. In urma rotatiei ecuatia conicei devine
y0

2(y 0 )2 + 2y 0 2 3 = 0 2 y 0 + 32 2 y 0 12 2 = 0. Rezulta ca ecuatia

reprezint
a
doua drepte paralele. Inlocuim y 0 din expresia rotatiei, y 0 =

1
1
x 2 + 2 y 2 n ecuatia conicei rotita, obtinem ecuatiile celor doua drepte
2
x+y +3 = 0, x+y 1 = 0 si le reprezentam grafic n sistemul initial (Figura
1.18):.

x
y

1
2
12

1
2
1
2

Figura 1.18.
Cuadrice pe ecuatii generale
O problema similara se pune pentru suprafete din V3 reprezentate prin

ecuatii algebrice de gradul al doilea. Fie reperul R = (O, i , j , k ) n V3 .

Definitia 1.58 Cudrica este locul geometric al punctelor din spatiu ale
caror coordonate (x, y, z) n raport cu reperul R, satisfac ecuatia

a
a
a
x
11
12
13

a12 a22 a23

y +
() : x y z
a
z
13 a23 a33
a
01

(1.226)
+2 x y z a02 + a00 = 0,
a03

unde a211 + a212 + a213 + a222 + a223 + a233 6= 0, aij R, i, j {0, 1, 2, 3}, i j.

Ecuatia (1.226) este scrierea matriceala a ecuatiei

a11 x2 +a22 y 2 +a33 z 2 +2a12 xy+2a13 xz+2a23 yz+2a01 x+2a02 y+2a03 z+a00 = 0,
ecuatie de gradul doi n x, y si z, n care cel putin unul dintre coeficientii
termenilor de gradul al doilea a11 , a22 , a33 , a12 , a13 , a23 este diferit de zero.
Problema care ne propunem sa o rezolvam: sa gasim un reper n raport
cu care ecuatia (1.226) sa aiba o forma cat mai simpla.

1.8. REPERE

107

Vom studia mai ntai forma patratica q si o vom aduce la forma canonica.
Tipul cuadricei (1.226) este determinat de expresia termenilor de grad doi,
adica de forma patratica

a11 a12 a13
x

a12 a22 a23

y .
q( x ) = x y z
a13 a23 a33
z

unde x =x i + y j + z k .
Conform celor studiate, exista o baza ortonormata n V3 formata din
vectori proprii ai matricei formei patratice, care este o matrice simetrica, n
raport cu care forma patratica are forma canonica. Calculam valorile proprii
1 , 2 , 3 si vectorii proprii corespunzatori, determinam baza ortonormata

{
e 1 ,n
e 2,
e 3 } format
a din vectori proprii. Fie C matricea de trecere de la
o

baza i , j , k la baza {
e 1,
e 2,
e 3 } . Aceasta va fi matricea de rotatie
si o alegem n asa fel ncat det C =1. In caz contrar schimbam orientarea

e 2,
e 3 } . Versorii {
e 1,
e 2,
e 3 } vor da
unui vector dintre vectorii {
e 1,
0
0
0
directiile axelor Ox , Oy , Oz
iar
rotat

ia

0
x
x
y = C y0
(1.227)
z0
z
reduce forma patratica la forma canonica 1 (x0 )2 + 2 (y 0 )2 + 3 (z 0 )2 . In

reperul R = (O,
e 1,
e 2,
e 3 ) ecuatia (1.226) va avea forma
0 2
0 2
1 (x ) + 2 (y ) + 3 (z 0 )2 + 2a001 x0 + 2a002 y 0 + 2a003 z 0 + a00 = 0.
(1.228)
Cazul I: forma patratuica q are rangul 3 (1 2 3 6= 0) . Ecuatia (1.221)
devine, prin restangerea0 patratelelor: 0
a
a
a0
1 (x0 + 01 )2 + 2 (y 0 + 02 )2 + 3 (z 0 + 03 )2 =
1
2
3
0 2 0 2 0 2
a02
a03
a01
(1.229)
+
+
a00 .
=
1
2
3
0 2 0 2 0 2
a01
a02
a03
0
Notam a00 =
+
+
a00 . Prin translatia
1
2 0 3
a01

0
1
X
x

0
a

02
0
y = Y +
ecuatia (1.226) va capata n reperul
2
Z
z0
a0
03
3
0
0

R = (O , e 1 , e 2 , e 3 ), forma:

108

CAPITOLUL 1. NOT
IUNI TEORETICE
0

1 X 2 + 2 Y 2 + 3 Z 2 = a00

(1.230)

0
0
0
a
a
a
01
02
03
n
Originea noului reper O0 va avea coordonatele , ,
1
2
3

e 2,
e 3 ) si aplicand (1.227) obtinem coordonatele lui
reperul R = (O,
e 1,
0
O n reperul initial.
0
Daca a00 = 0 si 1 , 2 , 3 au acelasi semn, cuadrica se reduce la un singur
punct, centrul sau.
0
Daca a00 = 0 si 1 , 2 , 3 nu au acelasi semn, cuadrica este un con cu
centrul n O0 .
0
0
Daca a00 6= 0 putem mparti cu a00 si notam
0
0
0


a00
= a2 , a00 = b2 , a00 = c2 , a > 0, b > 0, c > 0.
2
3
1
Ecuatia (1.230) va avea forma
X2
Y2
Z2
1 2 + 2 2 + 3 2 = 1,
a
b
c

cu 1 , 2 , 3 {1, 1} .
Daca 1 = 2 = 3 = 1, cudrica este un elipsoid. Daca doi dintre acestia
sunt egali cu 1, de exemplu 1 = 2 = 1, iar 3 = 1, cudrica este un
hiperboloid cu o singura panza. Daca doi dintre ei sunt egali cu -1 iar
celalalt este egal cu 1, cuadrica este un hiperboloid cu doua panze. Daca
1 = 2 = 3 = 1, cuadrica este multimea vida.
Cazul II: forma patratica q are rangul 2 (una din valorile proprii este
zero). Presupunem ca 1 6= 0, 2 6= 0, 3 = 0. Ecuatia (1.229) poate fi scrisa
sub forma
0 2 0 2
a001 2
a002 2
a01
a02
0
0
0
1 (x +
) + 2 (y +
) + 2a03 z =
+
a00 .
1
2
1
2
0 2 0 2
a01
a02
0
Notam a00 =
+
a00 . Prin translatia
1
2

a001
0

x
X
1

y 0 = Y + a002
ecuatia (1.226) va capata n sistemul

z0
Z
2
0
0
0

R = (O , e 1 , e 2 , e 3 ), forma:
a0
a0
1 (x0 + 01 )2 + 2 (y 0 + 02 )2 + 2a003 z 0 = a000 .
1
2

1.8. REPERE

109

a01 a002
Originea noului reper O va avea coordonatele , , 0 n repe1
2

e 2,
e 3 ) si aplicand (1.227) obtinem coordonatele lui O0
rul R = (O,
e 1,
n reperul initial.
Pentru a003 = 0 ecuatia se reduce la
(1.231)
1 X 2 + 2 Y 2 = a000
0

Daca a000 = 0 si 1 2 > 0, cuadrica se reduce la multimea punctelor axei

O0 Z. Daca a000 = 0 si 1 2 < 0, cuadrica se reduce la doua plane secante,
intersectia lor fiind axa O0 Z.
Daca a000 6= 0 prin mpartirea la a000 ecuatia (1.231) se scrie sub forma:
1 X 2 + 2 Y 2 = 1, 1 2 6= 0.
Cuadrica este un cilindru (eliptic daca 1 2 > 0, hiperbolic daca 1 2 <
0) cu generatoarele paralele cu axa O0 Z.
Cazul III: forma patratica q are rangul 1 (doua din valorile proprii sunt
zero). Presupunem ca 1 6= 0, 2 = 3 = 0. Ecuatia (1.229) poate fi scrisa
sub forma
0 2
a001 2
a01
0
0
0
0
0
) + 2a02 y + 2a03 z =
a00 .
1 (x +
1
1
0 2
a01
0
a00 . Prin translatia
Notam a00 =
1

a001
x
X

y 0 = Y + 1 ecuatia (1.226) va capata n sistemul
0
z0
Z
0
0
0

R = (O , e 1 , e 2 , e 3 ), forma:
1 X 2 + 2a002 Y + 2a003 Z = a000 .
0

a01
0
Originea noului reper O va avea coordonatele , 0, 0 n reperul
1

e 2,
e 3 ) si aplicand (1.227) obtinem coordonatele lui O0 n
R = (O,
e 1,

reperul initial.
Daca a002 6= 0 sau a003 6= 0 cuadrica este un cilindru cu generatoarele
paralele cu dreapta de ecuatii X = 0, a002 Y + a003 Z = a000 .
Daca a002 = 0, a003 = 0 ecuatia cuadricei se reduce la 1 X 2 = a000 . Daca
1 a000 > 0 cuadrica este formata din doua plane paralele. Daca 1 a000 < 0
nu exista puncte reale care sa satisfaca ecuatia. Daca 1 a000 = 0 a000 = 0
ecuatia cuadricei se reduce la ecuatia a doua plane care coincid.

110

CAPITOLUL 1. NOT
IUNI TEORETICE

Exercitiul 1.41 Se considera cuadrica care n reperul R = (O, i , j , k )

are ecuatia:

7
2
0
x
11

x y z 2 6 2 y + 2 x y z 14 + 36 = 0.
0 2 5
z
4
Sa se aduca cuadrica la forma canonica si sa se precizeze natura ei.
Rezolvare.
Fie A matricea
formei patratice
7 2 0
A = 2 6 2 .
0 2 5
Calculam polinomul caracteristic P () = 3 182 + 99 162. Valorile proprii sunt 1 = 9, 2 = 6, 3 = 3. Pentru 1 = 9 vectorul propriu

, pentru 2 = 6 vectorul propriu este

u2 =
este
u 1 = 2 2 1

2 1 2
, pentru 3 = 3 vectorul propriu este
u3 = 1 2 2
.
2 2 1 T

Baza ortonormata formata din vectorii proprii este e 1 = 3 3 3

,
2 1 2 T
1 2 2 T

, e 3 = 3 3 3
.
e2= 3 3 3

2
3

Cu matricea de rotatie C = 23

rotat
ia

2
2
x
3
3
y = 2 1
3
3
1
23
z
3
si obtinem ecuatia

1
3

1
3
2
3
2
3

x0
y0
z0

2
3
1
3

23

1
3
2
3
2
3

cu det C = 1. efectuam

9(x0 )2 + 6(y 0 )2 + 3(z 0 )2 36x0 + 6z 0 + 36 = 0

9(x0 2)2 + 6y 02 + 3(z 0 + 1)2 3 = 0
Efectu
am translat
ia

x0
X
2
y0 = Y + 0
z0
Z
1
si obtinem ecuatia
9X 2 + 6Y 2 + 3Z 2 3 = 0 3X 2 + 2Y 2 + Z 2 1 = 0
Suprafata este un elipsoid.
1 ,
2 ,
3 ) este O0 (2, 0, 1).
Centrul elipsoidului n reperul R = (O,
u
u
u
Coordonatele centrului cuadricei n raport cu reperul R sunt:

1.8. REPERE

2
2
x
3
3
y = 2 1
3
3
1
z
23
3

111
1
3
2
3
2
3

2
1
0 = 2 .
1
0

Exercitiul 1.42 Se considera cuadrica care n reperul R = (O, i , j , k )

are ecuatia:

0
1
1
x
1

x y z 1 0 1 y + 2 x y z 1 + 6 = 0.
1 1 0
z
4
Sa se aduca cuadrica la forma canonica si sa se precizeze natura ei.
Rezolvare.
formei patratice
Fie A matricea

0 1 1
A = 1 0 1 .
1 1 0
Calculam polinomul caracteristic P () = 3 3 2. Valorile proprii
sunt 1 = 2 = 1, 3 = 2. Vectorii proprii sunt: pentru 1 = 1 vectorii

proprii sunt
u 1 = 1 0 1
si
u 2 = 0 1 1
, pentru 3 = 2

vectorul propriu este

u3 = 1 1 1
. Observam ca vectorii proprii
corespunzatori valorii proprii 1 = 1 nu sunt ortogonali. Ii ortogonalizam
aplicand procedeul Gram-Schmidt.

u 2 ,
v 1i

,
v2=
u 2 + 21
= 12 ,
v 1 , 21 = hh
v 1 = 1 0 1

v 1 ,
v 1i

T 1
T 1
T

2 1 0 1
= 2 1 12
v 2 = 0 1 1
T

Baza ortonormata formata din vectorii proprii este

e 1 = 12 0 12
,

T
T
1

e 2 = 16 26
,
e 3 = 13 13 13
.
6
1

16 13
2

2
1
cu det C = 1. efectuCu matricea de rotatia C = 0
6
3
1
1
1
2 6 3
am rotatia

1
1
1

x0
x
2
6
3

2
1 y 0
y =
0
6
3
z0
z
12 16 13
si obtinem ecuatia

(x0 )2 (y 0 )2 + 2(z 0 )2 2 3x0 + 2z 0 2 2z 0 + 6 = 0

2
2 2
0
0
2
0
) +6 = 0
(x + 3) (y + 1) + 2(z +
2

112

CAPITOLUL 1. NOT
IUNI TEORETICE

Efectu
am translat
ia

0
3
x
X
y 0 = Y + 1

z0
Z
22
si obtinem ecuatia
X 2 Y 2 + 2Z 2 + 9 = 0

X2
Y 2 Z2
+2

1=0
9
9
9

Suprafata este un hiperboloid

a. Centrul elipsoidului n reperul
cu o panz
2
0

R = (O, u1 , u2 , u3 ) este O ( 3, 1, 2 ). Coordonatele centrului cuadricei n raport cu

reperul R sunt:
1

1
1
1

3
2 6
x
2
6
3
2
1
y =

0
1
.=
12 6 .

6
3

1
z
12 16 13
6
22
2

Capitolul 2
Complet
ari si exercitii
2.1

Numere complexe

Numerele complexe se introduc pornind de la multimea numerelor reale.

Necesitatea introducerii lor s-a datorat faptului ca unele ecuatii algebrice
(chiar dintre cele mai simple) nu au radacini n multimea numerelor reale,
notata R. Exemplu clasic este ecuatia: x2 + 1 = 0. Prin numar complex,
notat z, se ntelege o pereche ordonata de numere reale (a, b) si se scrie
z = (a, b). Pe multimea numerelor complexe, notata C, se introduc doua
operatii, numite adunare si nmultire, dupa regulile: daca z1 = (a, b) si
z2 = (c, d), suma si produsul lor sunt date de
z1 + z2 = (a + c, b + d) ,

z1 z2 = (ac bd, ad + bc) .

Se verifica proprietatile acestor operatii, similare cu cele din cazul numerelor

reale (comutativitate, asociativitate, element neutru, etc). Operatiile cu
numere complexe se simplifica foarte mult, daca folosim asa numita forma
algebrica a lor. Vom observa ca putem scriem (a, b) = (a, 0) + (0, b) si ca
(0, b) poate fi scris n forma (b, 0) (0, 1). Numarul complex (0, 1) se noteaza
cu j (unitate imaginara) si se observa ca j 2 = j j = (1, 0). Daca facem
conventia sa notam numarul complex (x, 0) prin x, x R, atunci putem
scrie mai ntai z = (a, 0) + (b, 0) (0, 1) sau mai simplu z = a + bj. Aceasta
este forma algebrica a numarului complex z = (a, b). Calculele care folosesc
forma algebrica se fac dupa aceleasi reguli ca si cum numerele ar fi reale,
tinand seama ca j 2 este egal cu (1, 0) si deci se va scrie j 2 = 1.
Exemplul 2.1 Sa se calculeze catul numerelor complexe z1 = (a, b) si z2 =
(c, d) 6= (0, 0).
113

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

114

Rezolvare. Aceasta nseamna sa gasim un numar z = (x, y), astfel ncat

z1 = z2 z. Scriind (c, d) (x, y) = (a, b), gasim (cx dy, cy + dx) = (a, b),

deci
cx dy = a
dx + cy = b

de unde x =

ac + bd
bc ad
,y= 2
. Prin urmare, catul z este
2
2
c +d
c
+ d2

ac + bd bc ad
z=
.
,
c2 + d2 c2 + d2

Este nsa mult mai simplu, sa folosim forma algebrica a numerelor z1 si z2 ,

pentru a afla catul lor:
(a + bj) (c dj)
a + bj
ac + bd bc ad
z1
=
=
= 2
+ 2
j .
z=
2
2
z2
c + dj
c +d
c + d2
c + d2
Observatia 2.1 Uneori, se scrie a + jb n loc de a + bj, n baza comutativitatii produsului a doua numere complexe. Avem jb = bj, aici fiind vorba de
egalitatea (0, 1) (b, 0) = (b, 0) (0, 1). De exemplu, nu se scrie cos + (sin ) j,
caci este mai simplu sa scriem cos + j sin .
O problema importanta n legatura cu numerele complexe este definirea
exponentialei n complex, adica definirea numarului complex ez , unde z =
x + jy C. Daca vrem sa avem ez1 +z2 = ez1 ez2 (ca n real), trebuie sa
impunem conditia ex+jy = ex ejy , unde x si y sunt reali. Ne punem problema
cum se defineste numarul complex ejy , cu y R. Plecand de la seria ( R)
e = 1 +

2
n
+
++
+
1!
2!
n!

si nlocuind formal cu jy, obtinem

jy

y2 y4 y6
y3 y5 y7
=1
+

+ + j y
+

+
2!
4!
6!
3!
5!
7!

daca tinem seama de egalitatile j 2n = (1)n si j 2n+1 = (1)n j. Sumele

celor doua serii din dezvoltarea lui ejy sunt cos y, respectiv sin y. Deci ar
trebui sa avem
ejy = cos y + j sin y, y R

si prin urmare, vom defini ez prin formula

ex+jy = ex (cos y + j sin y) , z = x + jy C.

2.1. NUMERE COMPLEXE

115

Se poate ajunge la aceasta definitie si pe o cale absolut riguroasa si mai

mult chiar, se poate demonstra ca acesta este singurul mod n care poate fi
definita functia ez n plan complex, astfel ncat sa pastreze cat mai multe
din proprietatile functiei de variabila reala f (x) = ex . Astfel, se verifica
usor ca
ez1
ez1 ez2 = ez1 +z2 , z2 = ez1 z2 , z1 , z2 C, ez 6= 0, z C
e
dar apare o mare deosebire fata de functia f (x) = ex de variabila reala.
Anume, ez are perioada 2j caci e2j = cos 2 + j sin 2 = 1. Mai general,
avem
ez+2kj = ez , z C si k Z.
In schimb, se poate demonstra ca functia complexa de variabila complexa
f (z) = ez , are derivata si f 0 (z) = ez n orice punct z C. Se vede usor ca
|ez | = ex , z = x + jy C

si ca

arg z = y + 2k, z 6= 0, z = x + jy C.

Daca f = f (t) este o functie de variabila reala t, cu valori complexe:

f (t) = f1 (t) + jf2 (t), definita pe un interval al axei reale, spunem ca f
este continua, daca functiile reale f1 (t) si f2 (t) sunt continue. Spunem ca
f este derivabila, daca f1 (t) si f2 (t) sunt derivabile. Derivata sa, n raport
cu variabila t, este f 0 (t) = f10 (t) + jf20 (t).
Exemplul 2.2 Fie f (t) = et , cu = a + bj numar complex. Avem
f (t) = eat (cos bt + j sin bt) = eat cos bt + jeat sin bt,
f 0 (t) = aeat cos bt beat sin bt + jaeat sin bt + jbeat cos bt =
= aeat (cos bt + j sin bt) + bjeat (cos bt + j sin bt) =
= (a + bj) e(a+bj)t ,
0

adica (at ) = et , derivarea facandu-se la fel ca si n cazul cand este

real.
Acest fapt si gaseste o aplicatie importanta la aflarea solutiei generale
a ecuatiilor diferentiale cu coeficienti constanti.

116

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

Exemplul 2.3 Sa consideram ecuatia diferentiala

y 00 4y 0 + 5y = 0

n care y = y (x) este functia necunoscuta. Incerc

and o solutie particulara
x
de forma y = e , dupa derivare si nlocuire n ecuatie, se ajunge la conditia
(2 4 + 5) ex = 0, care dupa simplificare cu ex se reduce la 2 4+5 =
0. Aceasta are radacinile 1 = 2 + j si 2 = 2 j. Astfel, am gasit solutia
particulara y = e(2+j)x = e2x (cos x + j sin x) cu valori complexe. Se arata
usor ca y1 (x) = e2x cos x si y2 (x) = e2x sin x sunt solutii particulare reale
si, asa cum se stie, solutia generala a ecuatiei date se scrie n forma
y = e2x (C1 cos x + C2 sin x) , x (, )
unde C1 si C2 sunt constante arbitrare.
Observatia 2.2 T
inand seama de modul n care s-a definit functia f (z) =
z
e , pare curioasa legatura care se face ntre functia exponentiala si functiile
trigonometrice cos x si sin x. Dealtfel, se spune ca celebra formula ej = 1
arata ntr-o forma concisa legatura dintre aritmetica (prin numarul 1),
geometrie (prin numarul = 3.141592653...), algebra (prin unitatea imaginara j) si analiza matematica (prin numarul lui Euler, e = 2.718281828...).
Observatia 2.3 Cu ajutorul exponentialei, putem defini si logaritmul complex al oricarui numar z 6= 0. Vom rezolva ecuatia ew = z si vom nota w =
log z. Scriind z n forma trigonometrica z = |z| (cos (arg z) + sin (arg z)) si
w n forma algebrica w = u + jv, din egalitatea
eu (cos v + j sin v) = |z| (cos (arg z) + j sin (arg z))
obtinem u = log |z| si v = arg z, deci
log z = log |z| + j arg z, z 6= 0.
Am folosit notatia log pentru logaritmul natural (logaritmul n baza e).
De exemplu, log (1) = log 1 + j arg (1) = j (2k + 1) , k Z. Din
cauza ca argumentul unui numar z 6= 0 are o infinitate de valori, datorata
periodicitatii functiilor cos si sin, putem fixa una dintre ele, de obicei cea
cuprinsa n intervalul (, ], pe care o notam cu . Daca folosim si notatia
|z| = , putem scrie
z = ej si log z = log + j ( + 2k) , k Z.

 ELEMENTARE
2.2. TRANSFORMARI

2.2

117

Transform
ari elementare

Se pot defini urmatoarele trei tipuri de transformari elementare asupra

liniilor unei matrici.
Definitia 2.1 Numim transform
ari elementare asupra liniilor matricei
A urmatoarele operatii:
(1) T1 transformarea prin care se nmulteste o linie cu un scalar nenul;
(2) T2 transformarea prin care se schimba doua linii ntre ele;
(3) T3 transformarea prin care se aduna la elementele unei linii elementele corespunzatoare altei linii nmultite cu un scalar.
Orice
matrice
A Mnm (R) se poate scrie cu ajutorul liniilor sub forma:
L1

..
A = . , unde Li = ai1 . . . aim , i = 1, n.
Ln
Folosind scrierea matricei cu ajutorul liniilor, cele trei transformari elementare se reprezinta prin schemele:

L1
L1

..
..
L1
L1
.
.

..

..

Lj
L
i
.

.
.

.. T2 ... ,
L
T
,

=
6
0,

Li
i
1

. .
L
L
..

..
j
i
.
.
..
..
Ln
Ln

Ln
Ln
L1
L1
..

..
.

Li
Li + Lj
.

.
.. T3 ..
.

L
j

j
.

.
..

..
Ln
Ln
Vom arata ca rangul unei matrici ramane invariant la transformarile
elementare aplicate liniilor unei matrice.
Pentru aceasta observam ca transformarile elementare asupra liniilor se
realizeaza nmultind la stanga matricea A cu una din matricele:
-pentru transformarea T1 prin care se nmulteste o linie a unei matrice
cu un scalar 6= 0 se nmulteste la stanga matricea A cu o matrice de tip
n n de forma:

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

118

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

0 0 ... 1 0 .. 0
i

Mi () =
0 0 ... ... .. 0 , det(Mi ()) = 6= 0

.. .. ... ... .. .. 0
0 0 ... ... 0 .. 1
care are pe diagonala principala 1 cu exceptia pozitiei (i, i) al carei element
este 6= 0, iar elementele nediagonale toate sunt egale cu zero.
-pentru transformarea T2 prin care se schimba ntre ele doua linii se
nmulteste la stanga matricea A cu o matrice de tip n n de forma:
i
j

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

i
0
...
0
...
1
..
0

.. ... .. ... .. .. .. , det(Mij ) = 1 6= 0,

Mij =

j
0 ... 1 ... 0 .. 0
.. ... .. ... .. .. ..
0 ... 0 ... 0 .. 1
matrice care are pe diagoonala principala 1 cu exceptia pozitiilor (i, i) si
(j, j) care sunt egale cu 0, iar elementele care nu sunt pe diagonala principala
sunt zero cu exceptia elementelor de pe pozitiile (i, j) si (j, i) care sunt egale
cu 1.
-pentru transformarea T3 prin care se aduna la linia i linia j nmultita
cu un scalar se nmulteste la stanga matricea A cu o matrice de tip n n
de forma:
j
i

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

i 0 .. 1 .. . 0

. .. .. .. .. .. . , det(Mij ()) = 1 6= 0,
Mij () =

0
..
0
..
1
..
0
j

. .. .. .. . .. .
0 .. 0 . 0 . 1
matrice care are pe diagonala principala 1, iar elementele care nu sunt pe
diagonala principala sunt zero cu exceptia elementului de pe pozitia (i, j)

 ELEMENTARE
2.2. TRANSFORMARI

119

care este egal cu .

Matricele introduse mai sus Mi (), Mij , Mij () poarta denumirea de
matrice elementare.
Demonstram ca daca nmultim o matrice la stanga cu matricele nesingulare Mi (), Mij , Mij () atunci rangul matricei nu se modifica.
Daca A Mnm (R) atunci ea poate fi privita ca o transformare liniara
de la Rm la Rn . Definim nucleul lui A,
ker(A) = {x Rm : Ax = }
si imaginea matricei A,
Im(A) = {y Rn : x Rm , y = Ax} .
ker(A) si Im(A) sunt subspatii liniare ale spatiilor liniare Rm respectiv Rn ,
conform Teoremei 1.9. Intre dimensiunile acestor subspatii are loc relatia
m = def(A) + rang(A), conform Teoremei 1.11.
Exercitiul 2.1 Daca U este o matrice de tip n n inversabila si A o
matrice de tip n m atunci ker(UA) = ker(A). Sa se deduca de aici ca
rang(UA) = rang(A).
Rezolvare. Pentru a demonstra egalitatea multimilor ker(UA) = ker(A)
folosim dubla incluziune: ker(UA) ker(A) si ker(A) ker(UA). Fie
x ker(UA), rezulta UAx = si deoarece matricea U este inversabila,
implica U1 (UAx) = U1 implica Ax = x ker(A). Reciproc, daca
x ker(A) rezulta Ax = , UAx = U UAx = deci x ker(UA).
De aici rezulta ker(UA) = ker(A) def(UA) = def(A). Dar n =
def(A) + rang(A) si n = def(UA) + rang(UA). Rezulta rang(UA) =
rang(A).
O aplicatie practica a transformarilor elementare asupra liniilor unei
matrice este calculul rangului matricei.
Exercitiul
2.2
1 1
3 2
A=
0 1
5 4

Sa
1
1
2
3

se calculeze
rangul matricei
1 1
1 3
.
2 6
3 1

Rezolvare. S-au aplicat matricele M21 (3) si M51 (5) si s-a obtinut
coloana ntaia a matricei unitate:

120

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

1
0
M51 (5)M21 (3)A =
0
5

1
1 1 1 1 1
3 2 1 1 3 0

0 1 2 2 6 = 0
0
5 4 3 3 1

0
1
0
0

0
0
1
0

1
0

0 3
0 0
0
1

0 0
1 0
0 1
0 0

1
1
1
1
1 2 2 6
.
1
2
2
6
1 2 2 6

0
0

0
1

S-au aplicat matricele M2 (1), M12 (1), M32 (1) si M42 (1) si s-a
obtinut coloana a doua a matricei unitate:

1 0 0 0
0 1 0 0

M42 (1)M32 (1)M12 (1)M2 (1)A =

0 0 1 0
0 1 0 1

1 0 0 0
1 1 0 0
1 0 0 0
0 1 0 0 0 1 0 0 0 1 0 0

0 1 1 0 0 0 1 0 0 0 1 0
0 0 0 1
0 0 0 1
0 0 0 1

1 0 1 1 5
1 1
1
1
1
0 1 2 2 6 0 1 2
2
6
=
.

0 1
2
2
6 0 0 0
0
0
0 1 2 2 6
0 0 0
0
0

Numarul de unu care se pot obtine pe diagonala principala, schimband

eventual coloanele ntre ele, reprezinta rangul matricei. Rezulta ca rangul
matricei A este 2.
O alta aplicatie practica a transformarilor elementare asupra liniilor unei
matrice este un procedeu numeric simplu de calculare a inversei unei matrici.
Reamintim ca inversa unei matrici nesingulare A de tip n n este data de
relatia
AA1 = A1 A = I,

(2.1)

unde I este matricea unitate.

Daca am aplicat matricei A un numar finit de transformari elementare
succesive E1 E2 ...Ek si rezultatul acestor operatii este matricea unitate,
putem scrie
E1 E2 ...Ek A = I.
(2.2)

 ELEMENTARE
2.2. TRANSFORMARI

121

O comparatie a relatiilor (2.1) si (2.2) conduce la relatia

A1 = E1 E2 ...Ek .

a11 a12
cu
Exercitiul 2.3 Fie matricea de ordin doi nesingulara A =
a21 a22
= a11 a22 a12 a21 6= 0. Presupunem ca a11 6= 0. Sa se prezinte etapele de
calcul al inversei matricei A utilizand transformarile elementare.

Rezolvare. Scriem matricea identitate alaturi de matricea A

a11 a12 1 0
A=
a21 a22 0 1

si executam urmatorii pasi pentru a determina inversa matricei:

1. Se inmulteste matricea A cu matricea M1 ( a111 ) pentru a obtine 1 n
loc de a11 .

1

1

1 aa12
0
0
a11 a12 1 0
1
a
a

11
11
11
=
.
M1 ( a11 )A =
a21 a22 0 1
a21 a22 0 1
0 1
2. Se inmulteste prima linie cu a21 si se scade din linia a doua.
1

0
1 aa12
1
0
a

11
11
=
M21 (a21 )A =
a21 1
a21 a22 0 1

a12
1

1
0
0
1 aa12
a11
a11
a11

11
=
=
.
0 a22 a111 a12 a21 a111 a21 1
0 a11 aa21
1
11

3. Se mparte linia a doua prin a11

1

1 aa12
0
1 0
1
a
11
11
M2 ( a11 )A =
=
0 a11
0 a11 aa21
1
11

0
1 aa12
a11
11
.
=
0 1 1 a21 1 a11

4. Linia a doua se nmulteste cu a111 a12 si se aduna la linia ntaia:

1

a12
1
1 aa12
0
a11
a11
11
=
M21 (a21 )A =
0
1
a21 a22 a21 a11

1 0 1 a22 1 a12
=
.
0 1 1 a21 1 a11

1
a22 1 a12
1

.
Rezulta ca A =
1 a21 1 a11

122

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

Exercitiul 2.4 Folosind metoda transformarilor elementare sa se determine inversa matricei

1 2 1
A = 3 5 2 .
3 4 5

Rezolvare. Vom forma matricea A I . Cu

ajutorul
transformarilor elementareefectuate
asupra liniilor matricii A I vom aduce matricea
la forma I B . Vom avea A1 = B.

1 0 0 L1 +2L2 L1
1 2 1 1 0 0 L2 3L1 L2 1 2 1
L
1 L3
0 1 1 3 1 0 L3 +10L
3 5 2 0 1 0 L3 +3L

2 3
0 10 8
3 0 1
3 4 5 0 0 1

L1 12 L3 L1
17
1
1
0
0
3

1 0 1 5 2 0
2
2
L 12 L3 L2
21
1
0 1 1 3 1 0 2
0
1
0
4

2
2
1
2 L3 L3
27
0 0 2 27 10 1
0 0 1 2 5 12
17

3 12
2

4 12 .
Deci A1 = 21
2
27
5 12
2
Exercitiul 2.5 Sa se calculeze valoarea determinantului

1
1
2
3

1
1 3 4

.
D=
5 1 1
2
1 2 2 4

folosind regula lui Laplace si dezvoltandu-l dupa primele doua linii.

1 1
1 1 1 2
1+2+1+2
(1)

Rezolvare. D =
2 4 + 1 3
1 1

1 1 3
1
1+3+1+2 5
1+1+2+4 5
(1)
2 4 + 1 4 (1)
2 2 +

1 2

1 1 3
1+2+2+3 2

(1)
+
1 4 + 1 4
1 3

1 2 3
5
2+1+2+4 2
1+2+3+4 2
(1)
1 2 + 3 4 (1)
1 2 = 5.

 ELEMENTARE
2.2. TRANSFORMARI

123

Exercitiul 2.6 Folosind metoda transformarilor elementare sa se rezolve

sistemele:

x 2y + 2z + 3t = 5
3x

y
+
z
+
5t
=
2

2x 3y 4z + 6t = 2
x 2y z 3t = 4
;
b)
a)
3x + 4y + z 6t = 5
2x + 5y + z 2t = 8

x + 2y + 3z 8t = 10
x + y + 2z + 11t = 20

Rezolvare. a) Cu ajutorul transformarilor elementare vom aduce matricea extinsa la un sistem echivalent n care necunoscutele principale vor
corespunde coloanelor matricii unitate care au putut fi formate. Efectuam
succesiunea de transformari elementare:

L2 3L1 L2
3 1 1
5
2
1 2 1 3 4
L3 +2L1 L3
1 2 1 3 4 L1 L2 3 1 1
5
2
1 L4

L4 +L

2 5

1 2 8
2 5
1 2 8
1 1
2 11 20
1 1
2 11 20

L1 2L2 L2
1 2 1 3 4
1 2 1 3 4
L3 5L2 L3

0 5
4 14 10 L2 L3 0 1 1 8 16 L4 +L2 L4

0 1 1 8 16 0 5
4 14 10
0 1 1
8 16
0 1 1
8 16

1 2 1 3 4
1 0 3 19 36
3 L1
0 1 1 8 16 19 L3 L3 0 1 1 8 16 LL123L
3 L2
+L

0 0
0 0 9
9 54 90
54 90
0 0
0
0
0
0 0 0
0
0

1 0 0 1 6
0 1 0 2 6

0 0 1 6 10
0 0 0 0
0

Prin urmare, sistemul este echivalent cu sistemul: x = t + 6, y = 2t + 6,

z = 6t 10, t R.
b) Aplicam transformarile elementare asupra matricei extinse a sistemului:

L2 2L1 L2
L1 +2L2 L1
1 2 2
3
5
1
2
2
3
5
L3 +3L1 L3
2 L3
L4 L1 L4 0 1 8 0
LL34 +2L
2 3 4 6
2
8
4L
2 L4

3 4
0 2 7
1 6 5
3
20
1
2
3 8 10
0 4
1 11 15

124

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

3 L1
1 0 14 3 11 LL1 +14L
1 0 14 3 11
+8L
L2
2
3
1
0 1 8
3 L3 0
1 8
0
8
0
8
L4 33L3 L4
9 L

0 0 1
0 0 9
13 49
3
4
0 0 33 11 17
0 0 33 11 17

5
1 0 0 3 0
0 1 0 8 0
3

0 0 1 1 0
3
0 0 0 0 1
Prin urmare, sistemul este echivalent cu sistemul: x 53 t = 0, y 85 t = 0,
z 13 t = 0, 0 = 1 care este incompatibil.

Exercitiul 2.7 Sa se gaseasca o baza n subspatiul lui R4 , subspatiu definit

de solutiile sistemului liniar omogen

x 3y z + 2t = 0

x 4y + 3z + 4t = 0
x y 9z 2t = 0

3x 10y + z + 8t = 0

Rezolvare. Rezolvam sistemul:

1 3 1 2
1
3
1
2
L2 L1 L2
1 4 3

4
1 4
2
1 L3 0

L3 L

1 1 9 2 L4 3L

0 2 8 4
1 L4
3 10 1
8
0 1 4
2

1 3 1 2

4 2
L3 +2L2 L3 0 1

0
0 0
L4 L2 L4 0
0 0
0 0

x 3y z + 2t = 0
Obtinem sistemul echivalent
, care are solutia:
y + 4z + 2t = 0
x = 13 + 4, y = 4 + 2, z = R, t = R. Prin urmare, subspatiul
definit de solutiile sistemului este:

S = x R4 | x = 13 + 4 4 + 2 , , R .

13
4
1
0
Observ
a
m
c
a
orice
vector
din
S
este
de
forma:
x
=

4 2 0 1 v1 +v2 , , R. Vectorii v1 si v2 genereaza subspatiul

S si, deoarece sunt liniar independenti, formeaza o baza a subspatiului S.
Exercitiul 2.8 In spatiul R4 se dau sistemele de vectori

 ELEMENTARE
2.2. TRANSFORMARI

S1 = {e01 = 1 2 2 1 , e02 = 2 0 1 3 ,

e03 = 1 6 7 0 , e04 = 3 2 4 5 },

S2 = {e001 = 2 1 1 0 , e002 = 2 5 6 1 ,

e003 = 2 7 4 1 }

125

Sa se expliciteze subspatiile [S1 ] [S2 ] si [S1 ] + [S2 ], unde am notat cu

[S] multimea combinatiilor liniare ale vectorilor sistemului S.
Rezolvare. Determinam cate o baza n cele doua subspatii: S10 n [S1 ],
respectiv, S20 n [S2 ].

1
2
1 3

1 2
2 0 6 2
6= 0 S10 = {e01 , e02 } ,

= 2,
rang
2 0
2 1 7
4
1
3
0 5

2
2
2

2
1 5 7
2

6= 0 S20 = {e001 , e002 } .

= 2,
rang
1 5
1
6 4
0 1 1
Fie x [S1 ] [S2 ]. Atunci x [S10 ] si x [S20 ]. Avem

x = 1 e01 + 2 e02
x [S10 ]
1 e01 + 2 e02 = 1 e001 + e002 .

x = 1 e001 + 2 e002
x [S20 ]

Obtinem sistemul

1 = 2
1 + 22 21 22 = 0

21 1 52 = 0
2 =

,
2
1 =

6
=
0

1
2
1
2

1 + 32 + 2 = 0
2 =

R.

Deci,

x = 2e01 + e02 = (2e01 + e02 ) = 0 4 5 1 ,

x = e001 e002 = (e001 e002 ) = 0 4 5 1 .

sau

Astfel

[S1 ] [S2 ] = x R4 | x = 0 4 5 1 , R .

126

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

Fie x [S1 ] + [S2 ]. Rezulta ca x = x0 + x00 cu x0 [S10 ] si x00

0
0
[S20 ], adica x [S10 S20 ]. Subspatiul [S1 ] +
[S2 ] este generat de [S
1 S2 ].
1
2
2
2

2
0
1
5
= 3,
Sa determinam o baza n [S10 S20 ]. rang
2 1 1
6
1
3
0 1

1
2
2

2 0 1 6= 0.Deci [S1 ] + [S2 ] este generat de e01 , e02 si e001 :

2 1 1

[S1 ] + [S2 ] = x R4 , x = e01 + e02 + e001 , , , R .

Exercitiul 2.9 Se considera sistemul de vectori:

S = e1 = 1 3 1 2 , e2 = 2 1 0 3
.
Sa se completeze S pana la o baza n R4 .

Rezolvare. In R4 orice patru vectori liniar independent

i formeaza baza.
Vom completa
sistemul de vectori S cu doi vectori: e3 = a1 a2 a3 a4

si e4 = b1 b2 b3 b4 astfel ncat sistemul {e1 , e2 , e3 , e4 } sa fie liniar

independent. Din 1 e1 + 2 e2 + 3 e3 + 4 e4 = rezulta sistemul

1 22 + a1 3 + b1 4 = 0

31 + 2 + a2 3 + b2 4 = 0
.
1 + a3 3 + b3 4 = 0

21 + 32 + a4 3 + b4 4 = 0
Vectorii e1 , e2 , e3 , e4 vor fi liniar independenti daca sistemul va admite
o singura solutie, solutia banala. Deci determinantul sistemului trebuie sa

fie diferit de zero:

1 2 a1 b1

3
1 a2 b2

=
6= 0.
1 0 a3 b3
2
3 a4 b4

1 2
= 7 6= 0, putem lua a1 = a2 = b1 = b2 = 0 si astfel
Deoarece

3
1

a3 b3
1 2 a3 b3

. Conditia 6= 0 este echivalenta cu

=
a4 b4 6= 0. Fie
3 1 a4 b4
a3 = a4 = b3 = b4 = 1. Obtinem

2.3. MATRICE BLOC

127

1 2 1 1
= 7 (2) = 14 6= 0.

=
3 1 1 1

Deci e3 = 0 0 1 1 , e4 = 0 0 1 1 .

2.3

Matrice bloc

Definitia 2.2 O matrice bloc M este o matrice construita cu ajutorul

altor matrice de ordin mai mic. Aceste matrice mai mici se numesc blocuri
sau submatrice ale lui M.
De exemplu daca consideram matricele A Mmn (R) B Mmp (R),
C Mqn
(R) si DMqp (R) atunci matricea
A B
M=
C D
este o matrice bloc, M M(m+q)(n+p) (R).
Exercitiul 2.10 Daca doua matrice au aceeasi configuratie si matricele diagonale sunt matrice patratice atunci cele doua matrice se pot nmulti dupa
o regula similara cu regula de nmultire a matricelor. Astfel daca consideram
matricele A1 , A2 Mnn (R), B1 , B2 Mnm (R), C1 , C2 Mmn (R) si D1 ,
D2 Mmm (R) atunci

A2 B2
A1 A2 + B1 C2 A1 B2 + B1 D2
A1 B1
=
.
C1 D1
C2 D2
C1 A2 +D1 C2 C1 B2 +D1 D2
Definitia 2.3 Daca A1 , A2 , ..., Ap sunt matrice patratice (pot fi de dimensiuni diferite), numim sum
a direct
a a matricelor A1 A2 , ..., Ap matricea

A1 0
0
0
0
A2 0

diag A1 A2 , ..., Ap = ..
..
..
.
.
.
. .
.
0
0
0
Ap
unde blocurile din afara diagonalei sunt zero.
Exercit
iul 2.11
Sa se determine inversa matricei bloc Q de forma:
A 0
Q=
0 B
stiind ca matricele A si B sunt patratice (pot fi de dimensiuni diferite)
inversabile.

128

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

Rezolvare.
imediat ca matricea
Se1verifica
A
0
1
Q =
0 B1
verifica relatiile Q1 Q = QQ1 = I.
Exercitiul 2.12 Sa se arate ca inversa matricei bloc P =
1

A (I + BFCA1 ) A1 BF
1
P =
F
FCA1
1

1
.
unde F = D CA B

A B
C D

este

Rezolvare. Inmultim la stanga matricea P cu o matrice astfel ncat matricea

aib
pricipala:
diagonala

a zero sub

obtinuta sa
A
B
I
0
A B
=
.
C D
0 CA1 B + D
CA1 I
Matricea obtinuta o nmultim la dreapta cu o matrice astfel aleasa ncat
desupra
saobt
inem zero:

digonalei principale
I
0
I A1 B
A B
=
C D 0
I
CA1 I

A
0
A
B
I A1 B
=
.
=
0
I
0 CA1 B + D
0 CA1 B + D
relatia
Plecam de la

I
0
A
0
A B
I A1 B
=
C D
CA1 I
0
I
0 CA1 B + D
inversam ambii membrii
1
1
1

A B
I
0
I A1 B
=
C D
0
I
CA1 I
1

A
0
(2.3)
.
=
0 CA1 B + D
Dar,
conform exercitiului

1
12.11:
0
A
A
0
1 .

=
0 CA1 B + D
0
CA1 B + D
1

. Inmultind la stnga si la dreapta

Notam cu F = CA1 B + D
relat
cumatricele
ia (2.3)

I
0
I A1 B
si respectiv
, obtinem:
0
I
CA1 I
1
1

I
0
A
A B
I A1 B
0
,
=
C D
0 F
0
I
CA1 I

2.3. MATRICE BLOC

A B
C D
A B
C D

129

I
0
,
=
CA1 I
1

A (I + BFCA1 ) A1 BF
=
.
F
FCA1

A1 A1 BF
0
F

Exercit
iul 2.13
Sa se determine determinantul matricei bloc Q de forma:
A B
.
Q=
0 C
Rezolvare. Aplicand regula lui Laplace generalizata rezulta ca
det(Q) = det(A) det(C).
Exercitiul 2.14 Sa se calculeze determinantul matricei bloc P, daca A si
D sunt matrici
pa
tratice si macar una dintre ele este nesingulara.

A B
.
P=
C D
Rezolvare. Daca matricea A este inversabila atunci nmultim la dreapta
matricea P cu o matrice astfel ncat matricea obtinuta sa aiba zero deasupra
diagonalei
principale:

A
0
A B
I A1 B
=
C D
0
I
C D CA1 B
si calculand determinantul ambilor membrii obtinem
det(P) = det(A) det(D CA1 B). Daca AC = CA obtinem ca
det(P) = det(AD CB).
Daca matricea D este inversabila atunci nmultim la stanga matricea
P cu o matrice astfel ncat matricea obtinuta sa aiba zero sub diagonala
principal
a:

I
0
A B
A BD1 C B
=
D1 C I
C D
0
D
si calculand determinantul ambilor membrii obtinem
det(P) = det(D) det(A BD1 C). Daca CD = DC obtinem ca
det(P) = det(AD CB).
Teorema 2.1 Daca A este o matrice de ordin n n, B este o matrice de
ordin m
n si
A 0
C=
0 B
suma directa a matricelor A si B atunci matricea C este diagonalizabila
daca si numai daca A si B sunt diagonalizabile.

130

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

Demonstratie. Necesitatea. Presupunem ca matricea C este diagonalizabila, rezulta ca exista o matrice H nesingulara de ordin n + m astfel ncat
H1 CH = diag [1 , 2 , ..., n+m ] .
Daca scriem matricea H cu ajutorul coloanelor,
H = col [H1 , H2 , ..., Hn+m ]

T
atunci CHi = i Hi .
unde Hi = s1i sni qn+1,i qn+m,i

T
T
Daca notam Si = s1i sni
, Qi = qn+1,i qn+m,i
atunci ASi = i Si si BQi = i Qi .
Daca am avea mai putin de n vectori liniar independenti n multimea
de vectori S1 , ..., Sn+m atunci rangul matricei col [S1 , S2 , ..., Sn+m ] ar fi mai
mic decat n. La fel si pentru
matricea col [Q1 ,
Q2 , ..., Qn+m ] . In oricare

S1 S2 Sn+m
din cazuri matricea H =
ar avea rangul mai mic
Q1 Q2 Qn+m
decat n + m, fals deoarece matricea H este inversabila. Deci exista exact n
vectori proprii liniar independenti n multimea S1 , ..., Sn+m si cum acestia
sunt vectori proprii pentru A, rezulta ca A este diagonalizabila. Analog se
arata ca matricea B este diagonalizabila.
Reciproc. Presupunem ca A si B sunt diagonalizabile, deci exista doua
matrici P1 , de ordin n, si P2 , de ordin m, nesingulare astfel ncat matricele
1
P1
si P1
1 AP1
2 BP2 sunt matrici diagonale, deci matricea P CP este
diagonal
a unde matricea
P este

P1 0
P=
0 P2
nesingulara (det P = ( det P1 )(det P2 ) 6= 0).

2.4

Transform
ari liniare

Exercitiul 2.15 Se dau transormarile liniare:

f : R3 R4 , f (x) = (x1 + x2 , 2x1 x2 + x3 , x1 + 2x3 , 3x3 ) ,
g : R4 R3 , g (y) = (y1 + y2 y3 y4 , 2y2 3y4 , y1 y3 + 2y4 ) .
Sa se calculeze nucleele si imaginile aplicatiilor f si g. Sa se calculeze
aplicatiile compuse f g si gf . Sa se verifice ca matricea aplicatiei compuse
este egala cu produsul matricelor celor doua aplicatii.
Rezolvare. Deoarece ker f = {x R3 , f (x) = }, obtinem sistemul

 LINIARE
2.4. TRANSFORMARI

131

x1 + x2 = 0
x1 = 0
2x1 x2 + x3 = 0
x2 = 0 .

x1 + 2x3 = 0

x3 = 0

3x3 = 0
Deci ker f = {}. Din Im f = {y R4 , x R3 , f (x) = y}, rezulta

sistemul
x1 + x2 = y1

2x1 x2 + x3 = y2
.
x1 + 2x3 = y3

3x3 = y4

Cum rangul matricei sistemului este 3, rezulta ca sistemul este compatibil

daca
1

1
0
y
1

2 1 1 y2

1 0 2 y3 = 0 3y1 + 3y2 + 9y3 7y4 = 0.

0
0 3 y4

+
9y

7y
=
0
.
Deci Im f = y = y1 y2 y3 y4 R4 , 3y1 + 3y
2
3
4

Analog, obtinem ker g = x R4 , x = 0 0 , R si Im g =

R3 . Avem
rang f = 3, def f = 0,
rang g = 3, def g = 1.
Sa calculam acum aplicatiile compuse.
(f g) (y) =
= ( y1 +3y2 y3 4y4 3y1 3y3 +3y4 y1 y2 y3 +5y4 3y1 3y3 +6y4 )
Analog,

= ( 4x1 4x3

(g f ) (x) =
4x1 2x2 7x3 2x1 + x2 + 4x3 )

In perechea de baze canonice

matricele:
1
1 0
2 1 1

(f )B1 ,B2 =
1 0 2 ,
0
0 3

1 3 1 4
3 0 3 3
(f g)B2 =
1 1 1 5
3 0 3 6

din cele doua spatii aplicatiile vor avea

(g)B2 ,B1

1 1 1 1
= 0 2 0 3 ,
1 0 1 2

(g f )B1

4 0 4
= 4 2 7 .
2 1
4

132

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

Observam ca (f g)B2 = (f )B1 ,B2 (g)B2 ,B1 si (g f )B1 = (g)B2 ,B1

(f )B1 ,B2 .
Exercitiul 2.16 In R3 se dau bazele

,
B1 = u1 = 1 2 2 , u2 = 0 2 1 , u3 = 1 2 1

B2 = v1 = 1 1 0 , v2 = 1 1 1 , v3 = 2 0 1
.

Sa se determine aplicatia liniara f care duce vectorii bazei B1 n vectorii

bazei B2 . Sa se determine matricea aplicatiei n fiecare din bazele: standard,
B1 , B2 . Sa se determine f (x), unde x = (2, 2, 2) , coordonatele fiind date
n baza standard din R3 .
Rezolvare. Fie B = {e1 , e2 , e3 } baza standard a spatiului. Avem
f (u1 ) = v1 f (e1 ) + 2f (e2 ) 2f (e3 ) = e1 + e2 ,
2f (e2 ) f (e3 ) = e1 + e2 e3 ,
f (u2 ) = v2
f (u1 ) = v3 f (e1 ) 2f (e2 ) + f (e3 ) = 2e1 e3 .
Obtinem astfel un sistem n care necunoscutele sunt f (e1 ), f (e2 ) si
f (e3 ). Solutia sistemului este
f (e1 ) = e1 + e2 2e3 ,
f (e2 ) = e1 + e2 2e3 ,
f (e3 ) = e1 + e2 3e3 .
Scriind ultimele trei relatii sub forma

f (e1 )
1 1
f (e2 ) = 1 1
f (e3 )
1 1

matriceala

2
e1
2 e2 ,
e3
3

obtinem matricea aplicatiei f n baza canonica

1 1 1
1
1 .
(f )B = 1
2 2 3

Matricele de trecere de la baza canonica la bazele B1 , respectiv B2 , sunt

1
0
1
1 1 2
2 2 , C2 = 1 1
0 .
C1 = 2
2 1 1
0 1 1
Astfel matricele lui f n bazele B1 , respectiv B2 , sunt

 LINIARE
2.4. TRANSFORMARI

(f )B1

(f )B2

133

0 1 2
1 1 2
1
1
2 3
4 (f )B C1 = 5 3 0 ,
= C1
1 (f )B C1 =
2
2
2 1
2
3 3 2

1
3
2
1 1 2
1
1
1 1 2 (f )B C2 = 5 3 0 .
= C1
2 (f )B C2 =
4
2
1 1 2
3 3 2

Observam ca aplicatia lliniara f are aceeasi matrice n bazele B1 si B2 .

Sa calculam f (x) folosind matricea lui f n baza canonica.

1 1 1
2
2
1
1
1 2 = 6 .
2 2 3
2
14

Deci, f (x) = 2e1 + 6e2 14e3 = (2, 6, 14). Sa calculam f (x)

folosind matricea lui f n baza B1 . Pentru aceasta vom calcula coordonatele
lui x n baza B1 . Descompunand x dupa vectorii bazei B1 , obtinem

=
2

1
3

1 = 3
21 + 22 23 = 2
2 = 9 .

2 + = 2
=5
1
2
3
3
Deci, x = 3 u1 + 9 u2 + 5 u3 = 3u1 + 9u2 + 5u3 .

1 1 2
3
22
11
1
1
5 3 0 9 = 42 = 21 .
2
2
3 3 2
5
26
13

Asadar, f (x) = 11u1 21u2 13u3 . Pentru verificare, nlocuim fiecare din
vectorii ui cu descompunerile lor dupa baza canonica si obtinem
f (x) = 11 (e1 + 2e2 2e3 ) 21 (2e2 e3 ) 13 (e1 2e2 + e3 ) =
= 2e1 + 6e2 14e3 = (2, 6, 14) .
Exercitiul 2.17 Fie matricea

3 7 5
4
3 .
A= 2
1
2
2

Sa se studieze daca matricea este diagonalizabila si n caz afirmativ sa

se determine o matrice diagonala si o matrice modala.

134

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

Rezolvare. Pentru determinarea valorilor proprii calculam polinomul caracteristic:

P () = 3 12 +
2 3 ,1 = 3 + 4 + 2 = 3,

3 7 4 3 3 5
= 3, 3 = det A = 1 rezulta
+
+
2 =
2
2
4 2 2 1

P () = ( 1)3 1 = 2 = 3 = 1, n1 = 3.
Matricea admite o singura valoare proprie = 1 cu multiplicitatea algebrica 3. Pentru determinarea vectorilor proprii rezolvam sistemul

T
(I A)x = x1 = 3x3 , x2 = x3 x = x3 3 1 1 . Rezulta
ca nu este posibil sa determinam 3 vectori proprii liniar independenti corespunzator valorii proprii 1, deci matricea nu este diagonalizabila.
Exercitiul 2.18 Fie matricea

1
0
A=
0
1

0 0
1
1 0
0
.
0 1 2
0 2 5

Sa se studieze daca matricea este diagonalizabila si n caz afirmativ sa

se determine o matrice diagonala si o matrice modala.
Rezolvare. Pentru determinarea valorilor proprii calculam polinomul caracteristic: P () = 4 83 +132 6 = (6)(1)2 . Valorile proprii si
multiplicitatile lor sunt 1 = 0, n1 = 1; 2 = 6, n2 = 1; 3 = 4 = 1, n3 = 2.
Pentru 1 = 0, rezolvam sistemul Ax = x1 + x4 = 0, x2 = 0,

T
x3 2x4 = 0 x = x4 1 0 2 1
, x4 R.
1
Pentru 2 = 6, Ax =6x x1 5 x4 = 0, x2 = 0, x3 + 25 x4 = 0

T
, x4 R.
x = x4 15 0 25 1
Pentru 3 = 4 = 1, Ax = x x1 2x3 = 0, x4 = 0

T
+ x3 2 0 1 0
, x2 , x3 R.
x = x2 0 1 0 0
Deoarece am determinat 4 vectori proprii liniar independenti rezulta
ca matricea este diagonalizabila, o matrice diagonala si una modala sunt,
respectiv

1 0 2 15
0 0 0 0
0 1 0 0
0 1 0 0

J=
0 0 1 0 , H = 2 0 1 2 .
5
0 0 0 6
1 0 0 1
Exercitiul 2.19 Fie matricea

 LINIARE
2.4. TRANSFORMARI

135

0 2 0 1
1 0 0 0

A=
0 1 0 0 .
0 0 1 0
Sa se determine o forma canonica Jordan si o baza Jordan.

Rezolvare. Calculam polinomul caracteristic: 1 = 0, 2 = 2, 3 = 0,

4 = 1; P () = ( 1)2 ( + 1)2 . Valorile proprii si multiplicitatile lor sunt
1 = 1, n1 = 2; 2 = 1, n2 = 2.
Calculam pentru 1 = 1, d1 = 4 rang(I4 A), dar rang(I4 A)= 3
d1 = 1. Deci pentru 1 = 1 avem o singura serie de vectori proprii si
asociati, serie de lungime m1 = 2. Pentru a determina capul de serie cautam
solutiile sistemului (I4 A)2 x=,

1 2 1
0
3 4 1 2
1 L2
LL23 +2L
L1 L3 2 3
2 3
0
1
0
1
3L
1 L3

3 4 1 2
1 2 1
0
0
1 2 1
0
1 2 1

1 2 1 0
1 2 1
0
2 L1
0 1 2 1 L2 L2 0 1 2 1 LL13 +2L
3 L3
3L

0 2 4 2 L4 L
0 2 4 2
2 L4
0 1 2 1
0 1 2 1

1 0 3 2
0 1 2 1

0 0 0 0 .
0 0 0 0

T
Rezulta u = 3 2 2
= 3 2 1 0
+

T
(1)
+ 2 1 0 1
, de unde u1 = 3 2 1 0
,

T
(1)
. Calculam
u2 = 2 1 0 1

T
(1)
(1)
z1 = (I4 A)u1 = 1 1 1 1
,

T
(1)
(1)
.
z2 = (I4 A)u2n = 1 o1 1 1
(1)

(1)

Observam ca z1 , z2
sunt liniar dependenti, de aceea vom considera
unul din cei doi vectori drept cap de serie. Capul de serie va fi, de exemplu,

T
(1)
(1)
(1)
v1 = 1 1 1 1
, iar vectorul propriu asociat va fi v2 = u2 sau
(1)
(1)
(1)
u1 . Consideram, de exemplu, v2 = u2 (baza Jordan nu este unica)
Concluzie: npentru valoarea
proprie 1 avem o serie de un vector propriu
o
(1)
(1)
si un asociat, v1 , v2
si ei i corespunde o celula Jordan de ordin 2.

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

136

Calculam pentru 2 = 1, d2 = 4 rang(A + I4 ). Dar rang(A)= 3,

rezulta ca pentru 2 avem o singura serie de vectori proprii si asociati,
serie de lungime 2. Pentru a determina capul de serie determinam solutiile

T
sistemului (A + I4 )2 x = . Rezulta u = 3 + 2 2

T
= 3 2 1 0
+ 2 1 0 1
, de unde

T
(2)
(2)
u1 = 3 2 1 0
, u2 = 2 1 0 1
.

T
(2)
(2)
;
Calculam z1 = (A + I4 )u1 = 1 1 1 1

T
(2)
(2)
z2 = (A + I4 )u2n = 1o 1 1 1
.
(2)

(2)

Observam ca z1 , z2
sunt liniar dependenti (identici), de aceea vom
considera unul din cei doi vectori. Capul de serie va fi

T
(2)
v1 = 1 1 1 1
, iar vectorul propriu asociat va fi, de exemplu,
(2)
(2)
v2 = u1 .
Concluzie: npentru valoarea
proprie 1 avem o serie de un vector propriu
o
(2)
(2)
si un asociat, v1 , v2
si ei i corespunde o celula Jordan de ordin 2.
Matricea
Jordan, respectiv
matricea
modal
a, vor
fi

1 2 1 2
1 1 0
0

0 1 0
0
, H = 1 1 1 1 .
J=
1 0 1 0
0 0 1 1
1 1
1
1
0 0 0 1
Exercitiul 2.20 Fie matricea

6 6 15
A = 1 5 5 .
1 2 2

Sa se determine forma canonica Jordan si o baza Jordan.

Rezolvare. Calculam polinomul caracteristic: 1 = 9, 2 = 27, 3 = 27;
P () = ( 3)3 , 1 = 3, n1 = 3. Calculam pentru 1 = 3, d1 = 3
rang(3I3 A) = 2. Rezulta ca pentru 1 = 3 avem doua serii de vectori
proprii si asociati. Deoarece ordinul de multiplicitate a radacinii 1 = 3 este
3, si avand doua serii, singura posibilitate este de a avea o serie de lungime
1 si una de lungime 2.
Calculam capii de serie: calculam capul de serie pentru seria de lungime
2. Determinam o baza n ker(3I A)2 . Deoarece (3I A)2 = 0 rezulta
ca vom avea ker(3I A)2 = R3 , deci o baza n nucleu este baza canonica.
Aceasta este u11 = ( 1 0 0 )T , u12 = ( 0 1 0 )T , u13 = ( 0 0 1 )T .

2.5. SPAT
II EUCLIDIENE

137

Calculam z11 = (3I A)u11 = ( 3 1 1 )T ; z12 = (3I A)u12 =

( 6 2 2 )T ; z13 = (3IA)u13 = ( 15 5 5 )T . Observam ca {z11 , z12 , z13 }
sunt liniar dependenti, de aceea vom considera unul din cei trei vectori. Capul de serie va fi v11 = ( 3 1 1 )T , iar vectorul propriu asociat va fi:
v21 = z11 sau z12 sau z13 . Consideram, de exemplu, v21 = z11 (baza Jordan nu
este unica).
Pentru seria de lungime 1, calculam vectorii proprii rezolvand sistemul
(3I A)w = . Vom obtine: w1 = ( 5 0 1 )T si w2 = ( 2 1 0 )T .
Concluzie: pentru valoarea proprie 3 avem o serie de un vector propriu
si un asociat, {v11 , v21 } si ei i corespunde o celula Jordan de ordin 2 si o serie
formata numai dintr-un vector propriu. Pe acesta l alegem dintre vectorii
w1 sau w2 astfel ncat cei trei vectori sa fie liniar independenti. Fie astfel
vectorul v12 = ( 5 0 1 )T . Acestora le corespunde o celula Jordan de ordin
doi si una de ordin ntai.
Matricea
Jordan,

respectiv
matriceamodala, sunt:
3 1 0
3 1 5

0 3 0 ,H=
1 0 0 .
J=
0 0 3
1 0 1

2.5

Spatii euclidiene

Exercitiul 2.21 Fie A = (aij ) o matrice reala, de ordinul n. Sa se arate

ca
hAx, yi = x, AT y , x, y Rn .

Rezolvare. Scriind x = (x1 , x2 , . . . , xn )T si y = (y1 , y2 , . . . , yn )T , avem de

verificat egalitatea
n X
n X
n
n
X
X
aij xj yi =
aji xi yj
i=1 j=1

j=1 i=1

care este evidenta.

Fie X un subspatiu din spatiul euclidian En .

Definitia 2.4 Submultimea de vectori Y, definita prin relatia

Y = {y; y En , hy, xi = 0, x X} .
se numeste complementul ortogonal al subspatiului X si se noteaza cu
simbolul X .
Se constata imediat ca Y este un subspatiu din En . Daca X = En ,
subspatiul Y consta numai din vectorul nul , deci acest caz nu este interesant.

138

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

Exercitiul 2.22 Sa se arate ca daca Y = X , atunci Y = X. Cu alte

cuvinte, cele doua subspatii X si Y sunt fiecare complementul ortogonal al
celuilalt.
Rezolvare. Fie X un susbpatiu din En , cu dimX = m < n. Evident ca n
X exista o baza ortonormata e(1) , e(2) , . . . , e(m) , care poate fi completata
pana la o baza ortonormata din En , prin adaugarea altor vectori e(m+1) ,
e(m+2) , . . . , e(n) . Fiecare din acesti ultimi n m vectori face parte din Y =
X , caci ei fiind ortogonali pe e(1) , e(2) , . . . , e(m) sunt ortogonali pe orice
vector din X. Este evident si ca orice vector de forma cm+1 e(m+1) + cn e(n)
face de asemenea parte din Y. Fie acum y un vector oarecare din Y. El este
de forma y = c1 e(1) +c2 e(2) + +cm e(m)+cm+1 e(m+1)+ +cn e(n) , ca oricare
vector din En . T
inand seama ca baza e(i) , i = 1, n este ortonormata, din

conditiile y, e(i) = 0 pentru i = 1, m obtinem ci = 0 pentru i = 1, m. In

concluzie, Y coincide cu totalitatea vectorilor de forma
y = cm+1 e(m+1) + cm+2 e(m+2) + + cn e(n) , ci R, i = m + 1, n
adica este subspatiul generat de vectorii e(i) , i = m + 1, n. Schimband rolul
subspatiilor X si Y, deducem ca Y = X.
De aici rezulta ca:
Exercitiul 2.23 Daca En este un spatiu spatiul euclidian si X un subspatiu
al lui En , atunci
En = X X .
O aplicatie importanta a exercitiului 2.22 va fi obtinuta n cazul spatiilor
Rn , referitoare la compatibilitatea sistemului liniar Ax = b. Unii autori numesc teorema care urmeaza teorema fundamental
a a algebrei
liniare.
Teorema 2.2 Conditia necesara si suficienta ca sistemul Ax = b sa fie
compatibil este ca vectorul liber b sa fie ortogonal pe toate solutiile sistemului liniar omogen A y = .
Demonstratie. Necesitatea. Presupunem ca sistemul este compatibil si fie
y o solutie oarecare AT y = . Deoarece exista x Rn astfel ncat Ax = b,

vom avea
hb, yi = hAx, yi = x, AT y = hx, i = 0

adica b este ortogonal pe toate solutiile sistemului AT y = .

Suficienta. Presupunem ca b este ortogonal pe toate solutiile sistemului
T
A y = . Multimea vectorilor de forma Ax, cu x Rn formeaza un
subspatiu liniar n Rn , pe care l notam X. Acest subspatiu consta din totalitatea combinatiilor liniare de vectori-coloana din A, deoarece daca notam
vectorii coloana cu v(i) , i = 1, n vectorul Ax poate fi scris n forma

2.5. SPAT
II EUCLIDIENE

139

Ax = x1 v(1) + x2 v(2) + + xn v(n) .

Conditia ca un vector y Rn sa fie ortogonal pe toate elementele din

X este echivalenta cu conditia ca y sa fie ortogonal pe toate coloanele lui
A. Aceasta ultima conditie se exprima prin aceea ca y satisface sistemul
AT y = (aceasta este conditia de ortogonalitate pe liniile lui AT , adica pe
coloanele lui A). Prin urmare, complementul ortogonal al lui X, pe care l
notam Y, este

Y = X = y; y Rn , AT y = .
Dar atunci, avem si Y = X (conform exercitiului 2.22). Aceasta
nseamna ca orice vector b care este ortogonal pe Y, apartine subspatiului X
si deci exista x Rn , astfel ncat Ax = b. Deci sistemul este compatibil.
Teorema precedenta este interesanta numai n cazul det A = 0. Daca
det A 6= 0, sistemul Ax = b este compatibil pentru toti b Rn . In acest
caz, X = Rn si Y consta numai din vectorul nul. Subspat
a
iul X se noteaz
T
T
cu Im (A) imaginea lui A, iar Y se noteaza ker A nucleul lui A . Cu
noile notatii, putem scrie

T
(Im (A)) = ker A si ker (A)
= Im (A) .
Relativ la compatibilitatea sistemelor liniare, are loc si urmatoarea teorema:
Teorema 2.3 Fie A = (aij ), i = 1, m, j = 1, n o matrice reala, b Rm si
x Rn . Dintre sistemele liniare
Ax = b si

AT u = , bT u = c (c 6= 0)

(2.4)

(2.5)

unul si numai unul este compatibil.

Demonstratie. In sistemul (2.4), necunoscuta este x Rn , iar n (2.5)
necunoscuta este u Rm , fiind vectorul nul din Rn .
Cazul: sistemul (2.4) este incompatibil. Dupa teorema lui Kronecker unde A
este matricea (A b), obtinuta din A
Capelli, rezulta r (A) < r(A)
prin adaugarea coloanei b. Daca r (A) = r (r min {m, n}), rezulta ca
= r + 1. Sistemul (2.5) se scrie pe larg, astfel
r(A)

a11 u1 + a21 u2 + + am1 um = 0

.................................
(2.6)
a1n u1 + a2n u2 + + amn um = 0 .

b1 u1 + b2 u2 + + bm um = c

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

140

T
AT
Matricea coeficientilor acestui sistem o putem scrie n forma
si
bT
= (A b). Matricea obtinuta
ea are rangul r + 1, fiind transpusa matricei A
prin adaugarea coloanei termenilor liberi (matricea extinsa) o scriem n
forma

T
A
, vectorul nul n Rn .
(2.7)
bT c

Evident, ultima ecuatie n (2.6) nu este o consecinta a primelor n linii,

deci matricea (2.7) are rangul mai mare decat r, adica are rangul r + 1.
Deci sistemul (2.5) este compatibil.
Cazul: sistemul (2.4) este compatibil. Fie x o solutie a sa, adica Ax = b.
Presupunem ca si (2.5) este compatibil si fie u o solutie a sa, adica AT u = ,
bT u = c (c 6= 0). Vom avea

bT u = (Ax)T u = xT AT u = xT = 0
(2.8)
care vine n contradictie cu bT u 6= 0. Contradictia obtinuta arata ca daca
(2.4) este compatibil, rezulta ca (2.5) este incompatibil.

Exercitiul 2.24 Matricea reala simetrica, de ordinul n, A = (aij ) are autovalorile 1 2 n . Sa se arate ca
1 kxk2 xT Ax n kxk2 ,

x Rn

unde kk reprezinta norma euclidiana a vectorilor n Rn .

Rezolvare. Pentru matricea A,exista o baza ortonormata n Rn , formata

din vectori proprii v(i) , i = 1, n ai sai. Acestia satisfac conditiile Av(i) =
i v(i) , i = 1, n, sunt ortogonali doi cate doi si fiecare are norma egala cu
unitatea. Matricea ortogonala H = col v(1) , v(2) , . . . , v(n) diagonalizeaza
matricea A, adica avem H1 AH = diag [1 , 2 , . . . , n ] si deoarece H1 =
HT , putem scrie si HT AH = diag [1 , 2 , . . . , n ]. Daca facem substitutia
x = H, gasim

kxk2 = xT x = (H)T (H) = T HT H = T = kk2

si

1 0
0 2
..
..
.
.
0 0

xT Ax =
T HT AH =
0
0

= 1 12 + 2 22 + + n n2 .
. . . ..
.
n

2.5. SPAT
II EUCLIDIENE
Din ultimele doua relatii, gasim
1 kxk2 xT Ax n kxk2 ,

141

x Rn .

Mai putem scrie

(min i ) kxk2 xT Ax (max i ) kxk2 ,

x Rn

unde i , i = 1, n sunt autovalorile matricei simetrice A.

Folosind majorarea obtinuta si formula (1.108), putem obtine norma
matriceala pe Mnn (R), generata de norma euclidiana a vectorilor n Rn .

Definitia 2.5 Se numeste norma spectrala a matricei A, norma data de

formula
kAxk
; x 6= , x Rn
|A|s = sup
kxk
n care kk este norma euclidiana n Rn .
Teorema 2.4 Norma spectrala a matricei reale A este data de formula

|A|s = max i ,
n care i sunt autovalorile matricei reale simetrice B = AT A.

Demonstratie. Mai ntai, vom observa ca xT Bx 0, x Rn . In adevar,

xT Bx = xT AT A x = (Ax)T (Ax) = kAxk2 0.

Apoi, stim ca printr-o schimbare de variabile x = H, cu H matrice
ortogonala, gasim

xT Bx = 1 12 + 2 22 + + n n2 (max i ) kk2 = (max i ) kxk2

pentru toti x Rn . Dar avem si i 0 pentru i = 1, n, daca tinem seama
de conditia xT Bx 0 pentru orice x Rn . Din inegaligatea kAxk

max i kxk, x Rn deducem

kAxk

max i |A|s max i .

kxk
Pentru a termina demonstratia, ramane sa gasim un vector x 6= ,
kAvk
= max i . Acest vector va fi vectorul propriu al lui B,
pentru care
kvk
care satisface Bv = v, unde = max i . In adevar, avem
vT Bv = kAvk2 si vT Bv = vT v = kvk2
ceea ce implica

kAvk
= .
kvk

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

142

Observatia 2.4 De retinut ca norma euclidiana pentru vectori nu genereaza norma euclidiana pentru matrice. Evident, avem |A|s kAk.
Definitia 2.6 Doua norme oarecare ||1 si ||2 pe un spatiu vectorial real
V se numesc echivalente, daca exista doua constante pozitive , astfel
ncat
|x|2 |x|1 |x|2 , x V.
Exercitiul 2.25 Doua norme oarecare pe Rn sunt echivalente.
Rezolvare. Notam ||1 si ||2 functiile care definesc cele doua norme pe Rn
si consideram multimea S = {x; x Rn si |x|2 = 1}, care este compacta
(marginita si nchisa n Rn ). Functia reala f (x) = |x|1 este continua pe
Rn . Notam = inf f (x) si = sup f (x). Evident si n plus > 0,
xS

xS

caci f si atinge marginile ( si ) si ia numai valori pozitive pe S (conform

teoremei lui Weierstrass). Lu
6= din Rn , avem
and x
x
x
|x|2 |x|1 |x|2 ,
Sf
|x|2
|x|2

inegaliate adevarata pentru x Rn (inclusiv pentru x = ).

Observatia 2.5 Evident, este adevarata si relatia
1
1
|x|1 |x|2 |x|1 , x Rn .

n
n X
Exercitiul 2.26 Formula
X
|A| =
|aij | ,
i=1 j=1

defineste o norma matriceala pe multimea Mnn (R) .

Rezolvare. Este suficient sa aratam numai ca |AB| |A||B| pentru doua
nn. Vom scrien n n
!
matrice oarecare, de
n ordinul
n X
XX X
X
X

|AB| =
aik bkj
|aik | |bkj |

i=1 j=1 k=1

i=1
j=1
k=1
n
P
|bmj |, adica am majorat fiecare
si vom folosi majorarea evidenta |bkj |
m=1

|bkj | cu suma tuturor valorilor absolute ale elementelor din coloana j. Atunci
n
!
vom obtX
ine
a
n c
n
n X
n
X
X
X
|aik | |bkj |
|aik |
|bmj | =
|aik | |bmj |

si deci

k=1

k=1
n
n P
P

m=1
n
n P
P

k=1 m=1

|aik | |bmj | =
|AB|
m=1
i=1 j=1
k=1
!
n n
n n
PP
P P
=
|aik |
|bmj | = |A| |B| .
i=1 k=1

j=1 m=1

2.5. SPAT
II EUCLIDIENE

143

Exercitiul 2.27 Fie A o matrice de ordinul n. Daca este autovaloare

pentru A, rezulta || |A|, oricare ar fi norma matriceala aleasa.
Rezolvare. Fie Ax = x si X = col [x, x, . . . , x] matricea cu toate
coloanele x Rn (s-a presupus x 6= ). Avem AX = X, caci fiecare
coloana din AX coincide cu vectorul x, la fel ca si fiecare coloana din
matricea X. Deducem ca |X| = |AX| sau nca || |X| |A| |X|.
Simplificand cu |X| 6= 0, obtinem || |A|.
Exercitiul 2.28 Fie A = (aij ) o matrice de ordinul n. Daca exista o
norma matriceala || pentru care |A| < 1, rezulta
lim Ak = 0 = matricea nula.

Rezolvare. Prin definitie, sirul de matrice {Mk } are limita L, daca exista
o norm
a astfel ncat |Mk L| 0 pentru k . Daca notam Mk =
(k)
(k)
mij , k = 1, 2, 3, . . . si L = (ij ), convergenta este echivalenta cu mij
ij pentru k , oricare ar fi perechea fixata de indici (i, j). Aceasta se
ntampla deoarece orice orice norma matriceala este echivalenta cu oricare
dintre normele cunoscute, pentru care afirmatia se verifica imediat. In cazul
de fata, avem

Ak 0 = Ak |A|k 0 cand k .

(k)
(k)
k
Deci, daca notam A = aij , rezulta aij 0 cand k , oricare
ar fi perechea de indici (i, j).
Exercitiul 2.29 Fie A = (aij ) o matrice de ordinul n, cu elemente reale
sau complexe. Daca
n
X
|aij | , i = 1, n
|aii | >
j=1
j6=i

sa se arate ca det A 6= 0.
Rezolvare. Presupunem det A = 0, ceea ce nseamna ca o coloana este
combinatie liniara de celelalte coloane. Avem c1 v(1) + c2 v(2) + + cn v(n) =
, unde v(i) sunt vectorii-coloana ai matricei A si macar un coeficient este
6= 0. Fie |ck | |ci | pentru i = 1, n. Avem
c1
c2
cn
v(k) = v(1) v(2) v(n) ,
ck
ck
ck
(k)
unde n dreapta, desigur, lipseste termenul cu v . In coloana k, pe linia k
se afla termenul akk , pentru care avem

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

144

c1
c2
cn
ak1 ak2 akn
ck
ck
ck
de unde rezulta



c1
c2
cn
|akk | |ak1 | + |ak2 | + + |akn |
ck
ck
ck
adica
|akk | |ak1 | + |ak2 | + + |akn |
akk =

unde, evident, n dreapta lipseste termenul |akk |. Aceasta este o contradictie, deci det A 6= 0. Elementele matricei A pot fi si numere complexe.
Exercitiul 2.30 Fie A = (aij ) o matrice de ordinul n, cu elemente reale
n
P
|aij |, i = 1, n. Sa se arate ca
sau complexe. Notam i =
j=1
j6=i

(A)

n
[

i=1

{z; |z aii | i } .

Rezolvare. Prin (A) am notat multimea autovalorilor matricei A (spectrul matricei A). Multimea Di = {z; |z aii | i } reprezinta un disc din
planul complex, cu centrul n aii si de raza i . Acestea se numesc discurile
lui Gershgorin. Fie un numar complex care nu face parte din multimea
n
S
Di . Aceasta nseamna ca avem | aii | > i pentru toti i = 1, n. Dar
i=1

aii este elementul de pe diagonalela principala a determinantului care

da valoarea polinomului caracteristic P () = det (I A), iar conditiile
| aii | > i pentru i = 1, n spun ca pe fiecare linie, elementul de pe
diagonala principala este mai mare n modul decat suma modulelor celorlalte elemente din linia sa. Conform exercitiului 2.29, P () 6= 0, deci n
n
S
afara multimii
Di nu se afla nici o radacina a polinomului P (), adica
(A)

n
S

i=1

Di .

i=1

Exercitiul 2.31 Fie A o matrice de ordinul n, reala sau complexa. Notam

R () = (I A)1 , pentru diferit de autovalorile matricei A. Sa se
arate ca
R () R () = ( ) R () R () .
Rezolvare. Scriem
R () = R () (I A) R () = R () [(I A) + ( ) I] R () =
= [I + ( ) R ()] R () = R () + ( ) R () R () ,

2.5. SPAT
II EUCLIDIENE

145

de unde rezulta imediat identitatea ceruta. Scriind

R () R () = ( ) R () R ()
obtinuta prin schimbarea rolurilor lui si , gasim si relatia
R () R () = ( ) R () R ()
deci n final vom avea si egalitatea R () R () = R () R (), adica cele
doua matrice sunt permutabile.
Exercitiul 2.32 Fie A = (aij ) o matrice reala simetrica de ordinul n. Sa
se arate ca suma patratelor autovalorilor sale este egala cu suma patratelor
elementelor sale, adica
n
n
n X
X
X
2i =
a2ij .
i=1

i=1 j=1

Rezolvare. Numerele reale 2i , i = 1, n sunt autovalorile matricei A2 .

n
n
P
P
Daca notam A2 = B, rezulta
2i = tr B =
bii (am folosit notatiile

B = (bij )). Dar bii =

n
P

j=1

i=1
n
P

aij aji =

j=1

a2ij , deci

n
P

i=1

i=1

2i =

n
n P
P

i=1 j=1

a2ij .

Exercitiul 2.33 Fie A = (aij ) o matrice reala nesingulara de ordinul n.

Sa se exprime valorile proprii si vectorii proprii ai matricei inversei matricei
A n functie de valorile proprii si vectorii proprii ai matricei A.
Rezolvare. Polinomul caracteristic al matricei A este
P () = det (I A) = ( 1 ) ( 2 ) ( n ) ,
independent de faptul ca autovalorile sunt sau nu sunt simple. Polinomul
caracteristic al matricei A1 este
1
Q () = det (I A1 ) = det A1 (A I) =
det (A I) =
det A

(1)n n
1
1
(1)n n
1
=
IA =
1
2
det
1 2 n

1 2 n

1
1
1
1

,
n =

1
2
n
1
1
am ca daca v(i) este
adica A1 are autovalorile 1
1 , 2 , . . . , n . Observ
vector propriu pentru A, corespunzator autovalorii i , atunci din Av(i) =
1
i v(i) , gasim A1 v(i) = v(i) , adica v(i) este vector propriu si pentru A1 ,
i
1
corespunzator autovalorii .
i

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

146

Exercitiul 2.34 MatriceaA are autovalorile

Sa se arate
i 6= 0,i = 1, n.

1
1
1
ca
2 +
n +
.
det A + A1 = 1 +
1
2
n
Rezolvare. A + A1 = A1 (A2 + I), deci det (A + A1 ) = (det A1 )
det (A2 + I). Vom tine seama ca A2 + I = f (A), unde f () = 2 + 1. Deci
autovalorile matricei A2 + I sunt 21 + 1, 22 + 1, . . . , 2n + 1. In concluzie,

1
1 + 1 22 + 1 2n + 1 =
det A + A1 =
n
1 2

1
1
1
= 1 +
2 +
n +
.
1
2
n

Exercitiul 2.35 Fie A o matrice de ordinul n, nesingulara si cu autovalorile i , i = 1, n. Sa se afle polinomul caracteristic al matricei adjuncte,
adica al transpusei formate cu complementii algebrici ai elementelor din A.
Rezolvare. Notam matricea adjuncta cu B si avem B = (bij ), unde bij =
(Aij ), i, j = 1, n. Putem scrie B = (det A) A1 . Polinomul caracteristic al
matricei B este
Q () = det (I B) =
A)A1 ) =
det (I (det

= (det A)n det

I A1 =
det
A

1
1
1
n
= (det A)

det A 2
det A n
1
det A
det A
det A
det A
=

.
1
2
n
Exercitiul 2.36 Fie A o matrice reala, de ordinul n. Sa se arate echivalenta
xT Ax = 0, x Rn AT = A.
Rezolvare. Din xT Ax =0 obtinem prin transpunere ca si xT AT x = 0.
Asadar, avem xT A + AT x = 0, x Rn ceea ce atrage ca A + AT = 0,
deci AT = A. Reciproc, daca plecam de la ipoteza ca AT = A, adica
A este antisimetrica, obtinem aii = 0 pentru i = 1, n si aij = aji , pentru
i, j = 1, n. Dar atunci,
n X
n
n
n
X
X
X
T
aij xi xj =
aij xi xj =
(aij + aji ) xi xj = 0, x Rn .
x Ax =
i=1 j=1

i,j=1
i6=j

i,j=1
i<j

Echivalenta din enunt a fost dovedita.

2.5. SPAT
II EUCLIDIENE

147

Exercitiul 2.37 Fie A reala, antisimetrica si 6= 0 o autovaloare a sa. Sa

se arate ca
(a) = j, cu = real diferit de zero;
(b) daca x = u + jv este vector propriu corespunzator lui = j, avem
kuk = kvk si hu, vi = 0.
Rezolvare. (a) a fost demonstrata cand s-a gasit forma autovalorilor unei
matrice reale antisimetrice.
(b) Scriem A (u + jv) = j (u + jv) si gasim Au = v, Av = u.
Din vT Av = 0 = vT u, rezulta vT u = hu, vi= 0. Apoi, din vT Au =
vT v si uT Av = uT u, gasim prin adunare uT u vT v = 0, de unde
kuk = kvk. Am folosit relatia vT Au + uT Av = 0.
Exercitiul 2.38 Fie A = (aij ) o matrice reala sau complexa, de ordinul n,
n
P
|aij | < 1 pentru i = 1, n. Sa se arate ca matricele
avand proprietatea ca
j=1

I + A si I A sunt inversabile.

Rezolvare. Matricea I + A are elementele 1 + aii pe diagonala principala

si respectiv aij pentru i 6= j. Pentru i = fixat, avem
|aii | +

n
X

i,j=1
j6=i

|aij | < 1

n
X

i,j=1
j6=i

|aij | < 1 |aii | |a + aii | ,

deci elementul de pe diagonala principala are modulul mai mare decat

suma modulelor celorlalte elemente de pe linia corespunzatoare. Dupa un
exercitiul cunoscut, aceasta conditie implica det (I + A) 6= 0. In mod analog, gasim det (I A) 6= 0, deci si det(I A2 ) 6= 0.
Exercitiul 2.39 Fie A o matrice reala, de ordinul n si satisfacand conditia
xT Ax 0, x Rn . Daca > 0, sa se arate ca A + I este inversabila.

Rezolvare. Conditia xT Ax 0 se mai scrie ca hAx, xi 0, x Rn . Fie

acum (A + I) x = (vectorul nul din Rn ). Avem
h(A + I) x, (A + I) xi = hAx, Axi + 2 hAx, xi + 2 hx, xi = 0.
Deoarece cei trei termeni sunt nenegativi si au suma zero, rezulta ca toti
sunt egali cu zero. Din hx, xi = 0 x = , asa ncat sistemul algebric
(A + I) x = are numai solutia banala x = (x1 = x2 = = xn = 0),
ceea ce implica det (A + I) 6= 0, deci matricea A + I este inversabila.

148

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

Exercitiul 2.40 Matricea reala A este antisimetrica. Sa se arate ca

(a) I + A si I A sunt inversabile;
(b) B = (I A) (I + A)1 este ortogonala.
Rezolvare. (a) Autovalorile lui A sunt de forma forma j, cu = real.
Autovalorile matricelor I A sunt de forma 1 j 6= 0, deci I A sunt
inversabile.

(b) BT = (I + A)1 (I A)T = (I A)1 (I + A), deci

BT B = (I A)1 (I + A) (I A) (I + A)1 =

= (I A)1 (I A) (I + A) (I + A)1 = I,

adica B este ortogonala. S-a folosit egalitatea

(I + A) (I A) = (I A) (I + A), ambele produse fiind egale cu I A2 .
Exercitiul 2.41 Fie A o matrice reala, de ordinul n, cu proprietatile
(a) I + A si I A sunt inversabile;
(b) B = (I A) (I + A)1 este ortogonala.
Sa se arate ca A este antisimetrica.
Rezolvare. Fixam un element u Rn si notam x = (I + A) u, deci
u = (I + A)1 x. Avem Bx = (I A) (I + A)1 x = (I A) u = u Au.
Deoarece B este ortogonala, avem hBx, Bxi = hx, xi, x Rn . Deci,
rezulta
hu Au, u Aui = hu + Au, u + aui ,
sau echivalent
kuk2 2 hAu, ui + kAuk2 = kuk2 + 2 hAu, ui + kAuk2 .
In concluzie, hAu, ui = uT Au = 0, u Rn si matricea A este antisimetrica (conform exercitiului 2.36).
Exercitiul 2.42 Fie A o matrice reala, de ordinul n. Sa se arate echivalenta urmatoarelor afirmatii
(a) A este ortogonala;
(b) hAx, Ayi = hx, yi, x, y Rn ;
(c) hAx, Axi = hx, xi, x Rn .
Rezolvare. Presupunem ca (a) este adevarata si aratam ca (a) (b):

hAx, Ayi = (Ay)T (Ax) = yT AT A x = yT Ix = yT x =hx, yi , x, y Rn .

Presupunem ca (b) este adevarata si aratam ca (b) (c): luand n (b),

y = x gasim hAx, Axi = hx, xi, x Rn , deci aceasta implicatie a fost

2.5. SPAT
II EUCLIDIENE

149

banala. Acum, presupunem ca (c) este adevarata si aratam ca (c)

(a):
egalitatea (c) poate fi scrisa n forma echivalenta xT AT A I x = 0,
x Rn , ceea ce atrage n mod evident AT A I = matricea nula, adica A
este matrice ortogonala. Echivalenta celor trei afirmatii a fost dovedita.
Exercitiul 2.43 Fie AD = DA si D = diag [1 , 2 , . . . n ] cu i 6= j
pentru i 6= j. Sa se arate ca A este o matrice diagonala.
Rezolvare. Fie i 6= j o pereche de indici; n AD pe locul (i, j) avem
n
P
elementul
aik dkj = aij djj = j aij . In DA, pe locul (i, j) avem elementul
n
P

k=1

k=1

dik akj = dii aij = i aij . Din (j i ) aij = 0 aij = 0 pentru i 6= j.

Deci A este o matrice diagonala.

Exercitiul 2.44 Fie A si B reale simetrice, de acelasi ordin, cel putin
una dintre ele avand autovalorile diferite ntre ele. Sa se arate echivalenta
afirmatiilor
(a) AB = BA;
(b) exista o matrice ortogonala C, astfel ncat C1 AC si C1 BC sunt
amandoua matrice diagonale.
Rezolvare. Presupunem AB = BA. Stim ca exista C = matrice ortogonala, astfel ncat. C1 AC = diag [1 , 2 , . . . , n ], n care i sunt autovalorile
lui A, presupuse diferite ntre ele (i 6= j daca i 6= j). Matricele C1 AC
si C1 BC comuta ntre ele, caci

1
C AC C1 BC = C1 (AB) C=C1 (BA) C= C1 BC C1 AC
si prima este o matrice diagonala, cu elemente diferite pe diagonala principala. Rezulta ca si a doua matrice este de tip diagonal (conform exercitiului
precedent). Am aratat ca (a) (b). Reciproc, daca are loc (b), matricele
C1 AC si C1 BC sunt permutabile, fiind amandoua de tip diagonal. Avem
(C1 AC) (C1 BC) = (C1 BC) (C1 AC)
sau C1 (AB) C=C1 (BA) C,
de unde gasim AB = BA. Deci (b) (a). Cele doua afirmatii sunt
echivalente.
Observatia 2.6 Mai interesanta este implicatia (a) (b). Aceasta spune
ca este suficient sa gasim o baza ortonormata formata din vectori proprii
v(i) ai matricei cu autovalori distincte, pentru ca notand x = C, unde am
notat C = col v(1) , v(2) , v(3) sa aducem simultan la forma canonica cele
doua forme patratice f (x) = xT Ax si g(x) = xT Bx, tinand seama si de
conditia C1 = CT .

150

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

Exercitiul 2.45 Fie A o matrice de ordinul n, pentru care An = 0, unde

m este un numar fixat, 1 m n. Sa se arate ca det (I + A) 1.
m
m
a parte
Rezolvare. Autovalorile lui Am sunt m
1 , 2 , . . . , n , iar pe de alt
ele sunt toate nule, deoarece matricea nula are polinomul caracteristic egal
cu det (I 0) = det (I) = n , deci toate autovalorile sale sunt nule.
Rezulta 1 = 2 = = n = 0 si P () = det (I A) n . Pentru
6= 0, avem

1
det (I + A) = det
I+A =

1
1
n
= det () I A = () P
= 1.

Daca = 0, afirmatia din enunt este de asemenea adevarata.

Exercitiul 2.46 Fie A o matrice reala sau complexa, cu autovalori diferite

ntre ele si fie C o matrice care permite diagonalizarea. Sa se arate ca toate
solutiile ecuatiei B2 = A sunt date de formula
h p
p
p i
B = C diag 1 , 2 , n C1 ,

n care i , i = 1, n sunt autovalorile lui A.

, . . . , n C1
, gasim
a pentru
Rezolvare. Scriind A = C diag 1 , 2
c
2
1
orice B de forma data, avem B = C diag 1 , 2 , . . . , n C = A.
Reciproc: daca B2 = A, matricele A si B comuta la nmultire si atunci
comuta si C1 AC cu C1 BC. Dar C1 AC este o matrice diagonala,
cu elementele de pe diagonala principala diferite ntre ele (i 6= j pentru i 6= j) si atunci C1 BC este tot o matrice diagonala: C1 BC =
diag [1 , 2 , . . . , n ]. De aici, rezulta B = C diag [1 , 2 , . . . , n ] C1 si
B2 = C diag [21 , 22 , . . . , 2n ] C1 = A, de unde 21 = 1 , 22 = 2 , . . . ,
2n = n . Prin urmare, n mod obligator B este de forma enuntata.
Observatia 2.7 Daca toti i 0, toate radacinile matricei reale A sunt
reale. Daca toti i 6= 0, A are 2n radacini de ordinul 2, toate de forma
enuntata.
Exercitiul 2.47 Fie A si B doua matrice reale simetrice cu autovalorile
1 2 n , respectiv 1 2 n . Notam i , i = 1, n
autovalorile matricei A + B. Sa se arate ca
1 + 1 i n + m , i = 1, n.

2.5. SPAT
II EUCLIDIENE

151

Rezolvare. Din inegalitatile 1 kxk2 xT Ax n kxk2 si 1 kxk2

xT Bx n kxk2 , valabile pentru orice x Rn , obtinem
(1 + 1 ) kxk2 xT (A + B) x (n + n ) kxk2 ,

x Rn .

Fie v un vector propriu al matricei A + B, corespunzator autovalorii ,

adica (A + B) v = v si v 6= . Luam n inegalitatile precedente x = v,
gasim 1 + 1 n + n pentru orice autovaloare a matricei A + B.
Exercitiul 2.48 Fie A si B doua matrice reale simetrice, de acelasi ordin,
avand autovalorile nenegative. Sa se arate ca
det (A + B) det A + det B.
Rezolvare. Pastrand notatiile din exercitiul precedent, avem
det (A + B) = 1 2 n (1 + 1 ) (2 + 2 ) (n + n )
1 2 n + 1 2 n = det A + det B.
Ipoteza ca autovalorile i si i , i = 1, n sunt 0 a fost esentiala n
deducerea inegalitatii enuntate care, evident ca nu are loc n cazul matricelor
oarecare.
Exercitiul 2.49 Fie A si B doua matrice reale, de ordinul n. Notam, n
i , respectiv
i , i = 1, n autovalorile matricelor reale
ordine crescatoare cu
T
T
simetrice A A sau B B. Daca este o autovaloare reala a matricei AB,
sa se arate ca
1
n

1 2
n .

Rezolvare. Forma patratica xT AT A x = kAxk2 0, deci toate auto i sunt 0. La fel, toate autovalorile
i sunt 0. In plus, avem si
valorile
inegalitatile
n kxk2 ,
1 kxk2 kAxk2
1 kxk2 kBxk2
n kxk2 , x Rn .

Fie v un vector propriu pentru AB, corespunzator autovalorii reale ,

adica (AB) v = v, v 6= . Avem
n kBvk2
n
n kvk2
k(AB) vk2 = kA (Bv)k2
n
n
care implica 2 kvk2
n kvk2 , deci 2
n . Asemanator, se gaseste
2

si inegalitatea 1
1 , ceea ce ncheie demonstratia.

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

152

Consecinta 2.1 Daca A si B sunt doua matrice reale simetrice, de ordinul

n, avand autovalorile
i n plus
atunci rezulta
i , respectiv

AB = BA,

min 2i min 2i 2j max 2i max 2i , j = 1, n

pentru toate autovalorile j ale matricei AB. In adevar, n acest caz AB
este simetrica, deci are toate autovalorile j reale, AT A = A2 , BT B = B2 ,
2
i = 2 ,
si

i , i = 1, n nu mai sunt, n general,

i i = i , i = 1, n. Dar i
numerotate n ordinea crescatoare. Putem scrie si altfel
(min |i |) (min |i |) |j | (max |i |) (max |i |) ,

j = 1, n.

Exercitiul 2.50 Folosind teorema Cayley-Hamilton, sa se calculeze A1 si

A4 4A3 A2 + 12A 7I pentru
matricea

1 2 1 1
2 1
1 2
.
A=
1 0
2 3
2 1 1 0

Rezolvare. Conform teoremei Cayley-Hamilton P (A) = 0, unde P ()

este polinomul caracteristic al matricei A. Sa calculam P ():
P () = 4 p1 3 + p2 2 p3 + p4 , unde
p1 = tr A = 4,

1 2 1 1 1
+
+
p2 =
2 1 1 2 2

1 2 1 1 2

p3 = 2 1 1 + 2 1
1 0 2 2 1
p4 = det A = 6.

1 1
+
0 0

1 1
2 + 1
0 2

1 1 2 2
+
+
2 1 0 1

1 1 1 1
2 3 + 0 2
1 0 1 1

3
= 1,
0

2
3 = 11,
0

Deci, P () = 4 43 2 + 11 6 si A4 4A3 A2 + 11A 6I = 0.

Avem
A4 4A3 A2 + 11A = 6I A (A3 4A2 A + 11I) = 6I

1 3
A1 =
A 4A2 A + 11I
6

2 1 0
3
1 6 12 6 6

A1 =
6 10 14 6 6
6 9 6
3

2.5. SPAT
II EUCLIDIENE

153

Deoarece A4 4A3 A2 + 11A 6I = 0, rezulta ca

A4 4A3 A2 + 12A 7I=

= A4 4A3 A2 + 11A 6I + (A I) = A I=

0 2 1 1
2 0
1
2
.
=
1 0
1
3
2 1 1 1

Exercitiul 2.51 In spatiul euclidian R3 , dotat cu produsul scalar standard

se considera subspatiul

U = x R3 | x1 x2 = 0 .

Sa se determine complementul ortogonal

U si apoi sa se determine proiec
tiile ortogonale ale vectorului x = 3 1 4 pe U si U .
Rezolvare. Determinam o baza a subspatiului U . Din x1 x2 = 0
rezult
ax1 = x2 = , x3 = cu
, R. Deci o baza a lui U este

u1 = 1 1 0 , u2 = 0 0 1 . Complementul ortogonal al lui U

este
U = x R3 | hx, u1 i = hx, u2 i = 0 ,

U = x R3 | x1 + x2 = 0, x3 = 0 .

O baza a lui U este u3 = 1 1 0 .

Sa calculam proiectiile lui x pe cele doua subspatii. Descompunem pe
x dupa vectorii u1 , u2 si u3 : x = 1 u1 + 2 u2 + 3 u3 . Obtinem sistemul

1 + 3 = 3
1 = 1
1 3 = 1
2 = 4 .

2 = 4
3 = 2
adica

Deci,
x=u
iile ortogonale
ale lui x sunt x0 = u1 +4u2 =
3 . Proiect

1 +4u2 +2u

1 1 4 U si x00 = 2u3 = 2 2 0 U .

Exercitiul 2.52 Sa se ortonormeze sistemul de functii t, t2 , t3 n C [0, 1]

R1
n raport cu produsul scalar hf, gi = tf (t) g (t) dt.
0

Rezolvare. Aplicam procedeul de ortogonalizare Gram-Schmidt. Fie f1 =

t, f2 = t2 , f3 = t3 . Consideram g1 = f1 , g2 = f2 + 21 g1 , g3 = f3 +
hf2 , g1 i
31 g1 +32 g2 . Conform procedeului de ortogonalizare avem 21 =
,
hg1 , g1 i

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

154

hf3 , g1 i
hf3 , g2 i
, 32 =
. Astfel obtinem g1 = t, hg1 , g1 i =
hg1 , g1 i
hg2 , g2 i
R1 4
R1 3
1
1
4
4
t
dt
=
,
g
i
=
t dt = , 21 = , g2 = t2 t, hg2 , g2 i =
,
hf
2
1
0
0
4
5Z
5
5

2
1
R1
10
4
1
1
2
4
5
2
2
3
, hf3 , g1 i =
t t =
t t t dt =
t dt = , g3 = t t
0
5
150
6
3 7
5
0
10
10
t3 t2 + t.
7
21
31 =

Exercitiul 2.53 Sa se determine un produs scalar n R3 n raport cu care

baza

B 0 = e01 = 1 0 0 , e02 = 1 1 0 , e03 = 1 1 1

este ortonormata.

Rezolvare. Fie B = {e1 = (1, 0, 0) , e2 = (0, 1, 0) , e3 = (0, 0, 1)} baza standard a spatiului R3 . Fie (x, y) produsul scalar cautat. Deoarece B 0 este
ortonormata, rezulta ca forma biliniara simetrica (x, y) are n baza B 0
matricea ()B0 = I3 . Matricea unei forme biliniare la schimbari de baze este
data de ()B0 = CT ()B C, unde C este matricea de trecere de la B la B 0

1 1 1
C = 0 1 1 .
0 0 1
Obtinem

1
1
1 1
()B0 C1 = CT
I3 C1 = CT
C =
()B = CT

1
0 0
1 0 0
1 1 0
= 1 1 0 1 1 0 = 1 2 1 .
0 1 1
1 1 1
0 1 2

Deci, (x, y) = x1 y1 x1 y2 x2 y1 + 2x2 y2 x2 y3 x3 y2 + 2x3 y3 .

Verificare: (e01 , e01 ) = 1, (e01 , e02 ) = 0, (e01 , e03 ) = 0, (e02 , e01 ) = 0,
(e02 , e02 ) = 1, (e02 , e03 ) = 0, (e03 , e01 ) = 0, (e03 , e02 ) = 0, (e03 , e03 ) = 1.
Exercitiul 2.54 Sa se calculeze valorile proprii si subspatiile proprii pentru
matricea A = (aij ), aij = 1, i, j = 1, n.
Rezolvare. Calculam polinomul caracteristic P () .

2.5. SPAT
II EUCLIDIENE

155

1 1 . . . 1

1 1 . . . 1
.
P () = det (I A) =
... ...
. . .
...
1
1 . . . 1
Adunam la prima linie celelalte linii:

n n . . . n

1
1
.
.
.
1

1 1 . . .
1 1 . . . 1
1

P () =
= ( n) . . . . . . . . .

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

1
1 1 . . . 1
1 . . . 1
Scadem prima coloan

a din celelalte:

1
0 . . . 0
0 . . . 0

1 . . . 0
. . . 0
= ( n) 0
P () = ( n)
. . . . . . . . . . . . =

. . . . . . . . . . . .
0
1 0 . . .
0 ...
n1 ( n) .
Valorile proprii sunt 1 = 0 de multiplicitate n 1 si 2 = n simpla.
Vectorii proprii sunt dati de solutiile sistemului (I A) X = 0.
Pentru = 0 obtinem

x1 = 1 R

x1 x2 xn = 0
...
...

.
xn1 = n1 R

x1 x2 xn = 0

xn = a1 n1
Pentru

=
n
obt

inem

(n 1) x1 x2 xn = 0

x1 + (n 1) x2 xn = 0
x1 = x2 = = xn = R.
...

x1 x2 + (n 1) xn = 0
Subspat
iile proprii sunt:

V1 = x Rn | x = 1 . . . n1 1 n1 , i R, i = 1, n 1 ,
V2 = x Rn | x = . . . , R .

1
0
.
.
.
0
1
0
1
0
.
.
.
0
1
este
{u
=
,
u
=
,...,
O baz
a

n
V

1
2
1

un1 = 0 . . . 0 1 1 }.

O baza n V2 este v = 1 1 . . . 1 .
Exercitiul 2.55 Se considera forma patratica

h (x) = 2x21 + 2x22 2x23 + 6x1 x2 2x1 x3 + 2x2 x3 .

Sa se determine forma canonica si baza canonica prin metodele cunoscute
si sa se verifice legea inertiei.

156

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

Rezolvare. Determinam forma canonica folosind metoda lui Gauss.

h (x) = 2 (x21 + 3x1 x2 x1 x3 ) + 2x22 2x23 + 2x2 x3 =
#
"
2
3
1
9
1
3
= 2 x1 + x2 x3 x22 x23 + x2 x3 + 2x22 2x23 + 2x2 x3 =
2
2
4
4
2

2
2

3
1
5 2 5 2
3
1
= 2 x1 + x2 x3 x2 x3 + 5x1 x3 = 2 x1 + x2 x3
2
2
2
2
2
2
5
(x2 x3 )2 .Facem schimbarea de coordonate
2

3
1
3

y1 = x1 + x2 x3
x1 = y1 y2 y3
2
2
2
, din care deducem
,
y2 = x2 x3
x2 = y2 + y3

y3 = x3
x3 = y3

3
x1
y1
1
1

x2
adica
= 0 1
1 y2 .Matricea schimbarii de baza
x3
y3
0 0
1

3
1
1

2
0 1
1 da baza canonica a formei patratice
0 0
1

3
0
0
0
B = e1 = 1 0 0 , e2 =
n care
1 0 , e3 = 1 1 1
2
5
ea are expresia h (x) = 2y12 y22 .Deci signatura formei patratice este
2
(1, 1, 1).
Sa determinam forma canonica folosind metoda transformarilor ortogonale. Calculam polinomul caracteristic al matricei formei patratice si apoi
valorile si vectorii proprii: P () = det (I A) = 3 22 15
1 1 0 , v3 =
1 = 3, 2 = 5, 3 = 0, v1 = 1 1 2 , v2 =
1 1 1 .Deci, forma canonica este h (x) = 3y12 +5y22 , baza canonica

1
1
1
1 1 2 , e02 =
v1 =
v2 =
B 0 fiind formata din: e01 =
kv1 k
kv2 k
6

1
1
1

1 1 0 , e03 =
1 1 1 . Transformarea de
v3 =
kv3 k
2
3
coordonate care reduce forma patratica la forma canonica este:

2.6. EXPONENT
IALA DE ARGUMENT MATRICEAL

157

1
1
1

6
2
3
y1

x1

1
1
1

x2 =

y2 .

6
2
3

x3
y3
2
1

0
6
3
Observam ca legea inertiei se verifica, deoarece si n acest caz am obtinut
signatura (1, 1, 1).
Prin metoda Jacobi a fost rezolvat la Exercitiul 1.24.

2.6

Exponentiala de argument matriceal

Reamintim ca daca f () este un polinom de variabila , f () = b0 m +

b1
+ + bm1 + bm si A este o matrice constanta, de ordinul n, am
definit matricea f (A) prin formula
m1

f (A) = b0 Am + b1 Am1 + + bm1 A + bm I,

m si n fiind numere naturale, fara nici o legatura ntre ele.
Ne punem problema cum putem defini functii de matrice si anume cum
putem defini matricea f (A) n cazul n care f (x) este o functie indefinit
derivabila oarecare. Una din metode este bazata pe dezvoltarea n serie
Taylor a functiei f (x), folosind notiunea, relativ complicata de serie de matrice. Daca f (x) = ex , seria Taylor n jurul punctului x = 0 corespunzatoare
este
xn
x x2
+ +
+
ex = 1 + +
1! 2!
n!
si prin nlocuire formala a lui x cu A suntem condusi la expresia:
1
1
1
eA = I + A + A2 + + An + .
1!
2!
n!
Aceasta este o serie cu elemente matrici si poate fi privita ca un ansamblu
de n2 serii de numere reale sau complexe.
Propozitia 2.1 Daca A, B Mn (R), AB = BA, atunci eA+B = eA eB .
1
1
1
Demonstratie. Fie eA = I + A + A2 + + An + si eB =
1!
2!
n!
1 2
1 n
1
I + B + B + + B + . Folosind produsul n sens Cauchy
1!
2!
n!
1
1
1
A B
a doua serii, obtinem e e = (I + A + A2 + + An + )(I +
1!
2!
n!

158

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

1
1
1
1
1
B + B2 + + Bn + ) = I + (A + B) + (A2 + 2AB + B2 )+
1!
2!
n!
1!
2!
1 3
2
2
3
A+B
(A + 3A B + 3AB + B ) + = e
.
3!
Propozitia 2.2 Daca I Mn (R), matricea unitate, atunci eI = eI.

1
1
1
1
1
Demonstratie. eI = I + I + I2 + + In + = (1 + + + +
1!
2!
n!
1! 2!
1
+ )I = eI.
n!
Propozitia 2.3 Daca A Mn (R) atunci (eA )1 = eA .

Demonstratie. Deoarece A si A comuta, deducem eA eA = eA eA =

e0 = I. Deci eA este inversabila si inversa ei este eA .
Ne intereseaza calculul efectiv a lui eA . Pentru aceasta consideram urmatoarele cazuri:
I. Cazul
n care A este matrice
a, A = D
diagonal

1 0
k1 0
0
0
0

2 0
k2 0

k 0

D=
,D =

.
.
.
.


.
.
0
0
n
0
0
kn
1
1
1
eD = I + D + D2 + + Dn + =
1!
2!
n!

1
1 + 11 1 + 0
0
1
0

1 + 11
2 + 2!1 22 + 0

= ..
=
..
..
.
.
.

. .
.
1
1 2
0
0
1 + 11 n + 2! n +

1
e
0
0
2
0

0
e

=
.
.
.

.
0
0
en

II. Cazul n care A este celula Jordan de ordin n corespunzatoare valorii

proprii

1
0
...

0
0
A = Jn =
= In + En , unde
... 1
0
0

2.6. EXPONENT
IALA DE ARGUMENT MATRICEAL

En =

Enn = 0.

0
0

...

0
0
0 2
,
E
=

0
n
.

.. 1
0
0
0
0
0
0

159

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

, ,

1
1 2
1
n1
e =e
I + En + En + +
=
=e
E
1!
2!
(n 1)! n

1
1
1
1
(n1)!
1!
2!
1
1
0
1
(n2)!

1!

1
1

1
0
1
(n3)!
= e I + En + +
= e 0
En1
n

1!
(n 1)!
...
0
0
0
1
Jn

In +En

In

II. Cazul
n care A esteo matrice Jordan

J1
eJ1
0
0
J2

J2
e

J=
, atunci eJ =
.
...
.

.
0
Js
0
eJs

Teorema 2.5 Daca A, B Mn (R), A si B sunt matrice asemenea,

B = C1 AC, atunci eB = C1 eA C.
Demonstratie. Stim ca B2 = C1 A2 C, . . . , Bk = C1 Ak C (inductie)

X
X
1 k X 1
1 k
1
B
B =
A )C = C1 eA C.
e =
C AC = C (
k!
k!
k=0
k=0
k=0

Consecinte.
1. Daca A este diagonalizabila, D = P1 AP, atunci eA = PeD P1 .
2. Daca A admite forma Jordan, J = P1 AP, atunci eA = PeJ P1
unde P este matricea modala.
Exercit
iul 2.56 Fie matricea:

1 0 0
1
0 1 0
0

A=
0 0 1 2 .
1 0 2 5
Sa se calculeze eA .

160

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

Rezolvare. Polinomul caracteristic este: P () = ( 1)2 ( 6). Pentru

T
; pentru = 1,
= 0, vectorul propriu este v1 = 1 0 2 1

0 0 0
1
0 0 0
0

AI=
0 0 0 2 , iar vectorii proprii sunt:
1 0 2 4

T
v2 = 0 1 0 0
, v3 = 2 0 1 0
.

5 0
0
1
0 5 0
0
, iar vectorul propriu
Pentru = 6, A I =
0
0 5 2
1
0 2 1

0 0 0 0
0 1 0 0

este: v4 = 1 0 2 5
. Obtinem D =
0 0 1 0 , iar
0 0 0 6

1
1
1
1 0 2 1
6 0 3
6
0

1 0 0
0
, H1 = 02 1 01
.
H=
2

0 1 2
0 5
0
5
1
1
1
1
0 0 5
0 15
30
6

1 0 0 0

0 e 0 0

eD =
0 0 e 0 ,
0 0 0 e6

1
1 0 0 0
1 0 2 1
6 0 13
6

1 0 0
0
0 e 0 0 02 1 01
=
eA = PeD P1 =
2
0 1 2 0 0 e 0 5 0 5
0
1
1
1
0 0 0 e6
1
0 0 5
0 15
30
6
4

1 6
1
2
1 6
1
1
1 6
e
+
e
+
0
e

5
30
6
5
15
3
6
6

0
e
0
0
.
=
2
1
1
1
2
2
1
1
6
6
6
e e
0 5 e + 15 e + 3 3 e + 3
5
15
3
5 6
1 6
e 16
0
13 e6 + 13
e + 16
6
6
Exercit
iul 2.57 Fiematricea
0
1 0

A= 4 4 0 .
2 1 2
Sa se calculeze eA .

2.6. EXPONENT
IALA DE ARGUMENT MATRICEAL

161

Rezolvare. Polinomul caracteristic este: P () = ( 2)3 . Calculam

T
,y= 0 0 1
def(A 2I), (A 2I)x = implica x = 1 2 0
deci exista doua serii de vectori proprii si asociati. Cum n total trebuie sa
fie trei vectori proprii si asociati rezulta ca exista o serie de lungime 1(un
vector propriu) si o serie de lungime 2 (un vector propriu si un asociat). Ca
sa derermin
am capul
serie;calcul

de
am
0
1 0
0
1
4 4 0 1 = 4
2 1 2
0
1

2 1 0
0
1
4 2 0 1 = 2
2 1 0
0
1

0 0 0
2 1 0
A 2I = 4 2 0 , (A 3I)2 = 0 0 0 , o baza n ker(A
0 0 0o
n 2 1 0

T
T
T
1 0 0
3I)2 : este
. Calculam
, 0 1 0
, 0 0 1

2 1 0
1
2
2 1 0
0
1
4 2 0 0 = 4 , 4 2 0 1 = 2 ,
2 1 0
0
2
2 1 0
0
1

2 1 0
0
0
4 2 0 0 = 0 vectorul propriu (6= ) cap de serie
2 1 0
1
0

T
, iar vectorul
pentru seria de lungime 2 va fi, de exemplu, v11 = 1 2 1

T
1
asociat este: v2 = 0 1 0
.
Vectorul propriu din seria de lungime 1, v12 , se alege unul din vectorii din
2
ker(A 3I) astfel ncat {v11 , v21 , v
a fie liniari
1 } s
independenti. Alegem, de
1 1 0

T
exemplu, v12 = 1 2 0
, det 2 2 1 = 1.
0 1 0
Matricea
Jordan:

2 0 0
1 1 0
J = 0 2 1 ; H = 2 2 1 .
0 0 2
0 1 0

0 1
J1
2
,
e = (e ) , J2 = 2I + E2 , E2 =
0 0
2 2

1
e e
1 1
0 0
2
2
J2
2
=
e = e (I + E2 ) = e
.
E2 =
0 1
0 0
0 e2
1!

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

162

0 0
e
0
e2 e2 ,
eJ =
0
eJ2
0 e2

0 0 1
1 0 1
H = 2 1 2 ; H1 = 2 1 0
1 0 1

1 0 0 2
1 0 1
1 1 0
e 0 0
eA = 2 2 1 0 e2 e2 0 0 1 =
0 0 e2
2 1 0
0 1 0

2
2
e
0
e
2
2

4e 3e 0 .
=
2e2 e2 e2
In teoria ecuatiilor diferentiale, se utilizeaza destul de mult matricea
exp (tA), notata si etA . Mai exact, se defineste o functie F (t) = exp (tA)
de variabila reala t (, ) si luand valori n multimea matricelor de
ordinul n, prin analogie cu functia scalara f (t) = exp (at). Aceasta din
urma satisface ecuatia diferentiala x (t) = ax (t) si conditia initiala x (0) =
1. Pentru cazul matriceal, vom considera ecuatia diferentiala liniara
(t) = AX (t) , cu conditia X (0) = I
X
(2.9)
n care X (t) este functia-matrice de ordinul n, ale carei elemente sunt functii
de variabila independenta t, A este o matrice constanta de acelasi ordin n, I
(t) este functia - matrice obtinuta
este matricea unitate de ordinul n, iar X
prin derivarea n raport cu t a fiecarui element al lui X (t).
Daca notam X (t) = col x(1) (t) , x(2) (t) , . . . , x(n) (t) , se poate arata ca
relatiile (2.9) sunt echivalente cu faptul ca fiecare coloana x(i) (t) a matricei
X (t) satisface sistemul diferential liniar
(i)
T
x (t) = Ax (t) ,
x (0) = 0 0 1 0 0
i
(2.10)
vectorul initial x(i) (0) fiind al i-lea vector din baza standard din Rn sau, cu
alte cuvinte, coloana de rand i din matricea unitate I. Rezolvarea acestor
n sisteme diferentiale duce la aflarea coloanelor matricei X (t) = exp (tA).
Se poate folosi si notatia exp (At). In cazurile n = 2, 3 gasirea matricei
exp (tA) nu duce la calcule foarte complicate. Exista si o alta metoda de
gasire a matricei exp (tA), care presupune folosirea transformatei Laplace,
dar nu o prezentam aici.

1 0
Exemplul 2.4 Fie I =
matricea unitate de ordinul 2. Sa se afle
0 1
exp (tI).

J1

e2
= 0
0

2.6. EXPONENT
IALA DE ARGUMENT MATRICEAL

163

Rezolvare. Avem de rezolvat (de gasit solutia generala) sistemul

d
x1 (t)
1 0
x1 (t)
.
=
.
0 1
x2 (t)
dt x2 (t)
Solutia sa generala este x1 (t) = c1 et , x2 (t) = c2 et cu c1 , c2 = constante
arbitrare. Pentru x1 (0) = 1, x2 (0) = 0 avem prima coloana x(1) (t) =
t
T
e 0 , luand c1 = 1, c2 = 0. Pentru x1 (0) = 0, x2 (0) = 1 avem a doua

T
coloana x(2) (t) = 0 et , luand c1 = 0, c2 = 1. In concluzie, rezulta

e 0
e 0
t
= eI.
= e I, exp (I) =
exp (tI) =
0 e
0 et
Exemplul 2.5 Fie A =

a b
b a

, cu b 6= 0. Sa se afle exp (tA).

Rezolvare. Sistemul x (t) = Ax (t) se scrie pe larg, astfel

(
x 1 (t) = ax1 bx2
.
x 2 (t) = bx1 + ax2

Prin derivarea primei ecuatii si eliminarea variabilei x2 , se ajunge la

ecuatia liniara cu coeficienti constanti

x1 2ax 1 + a2 + b2 x1 = 0

a carei solutie generala este x1 = c1 eat cos bt + c2 eat sin bt, unde c1 si c2 sunt
constante arbitrare. Folosind din nou prima ecuatie, gasim si cea de a doua
functie a sistemului, x2 = c1 eat sin bt c2 eat cos bt. Luand c1 = 1, c2 = 0
obtinem prima coloana x(1) (t) a matricei exp (tA):

at

e cos bt
1
(1)
(1)
.
, cu x (0) =
x (t) =
at
0
e sin bt
Luand apoi c1 = 0, c2 = 1, obtinem a doua coloana x(2) (t):

eat sin bt
0
(2)
(2)
x (t) =
.
, cu x (0) =
at
1
e cos bt
Deci, putem scrie

at

cos bt sin bt
e cos bt eat sin bt
tA
at
e =
.
=e
sin bt cos bt
eat sin bt eat cos bt
Pentru t = 1, obtinem matricea exp (A).

164

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

Exemplul 2.6 Se cauta matricele B, pentru care

a b
B
,
e =
b a
cu a si b reale, nu ambele nule.
Rezolvare. Cautam B de forma
urmatoare
u v
.
B=
v u
Cunoastem exp (B) din exemplul precedent, deci trebuie sa avem

cos sin
a b
cos v sin v
u
,
=
e
=
sin cos
b a
sin v cos v

b
a
unde am notat = a2 + b2 , = cos si = sin . Obtinem eu = si

v = + 2k, k = ntreg. Deci avem o infinitate de solutii

ln
( + 2k)
, k = 0, 1, 2, . . .
Bk =
+ 2k
ln

In ce priveste alte proprietati ale functiei exponentiale de argument matriceal, asemanatoare celor ale functiei clasice ex , din analiza matematica,
prezentam urmatoarea teorema:
Teorema 2.6 Fie A o matrice constanta, de ordinul n. Oricare ar fi numerele reale t si , are loc egalitatea
etA e A = e(t+ )A .
Demonstratie. Notand (t) = etA e A ( = constant) avem
(t) = A (t) ,

unde am tinut seama ca etA

e(t+ )A ( = constant), avem

(t) = A (t) ,

t (, ) si (0) = e A ,

t=0

= I. In mod asemanator, notand (t) =

t (, )

si (0) = e A .

Din teorema de existenta si unictate a solutiei pentru sistemul matriceal

X (t) = AX (t), rezulta ca doua solutii care coincid ntr-un punct (n cazul
de fata, t = 0), sunt identice. Deci egalitatea (t) = (t) are loc pentru
orice t = real si proprietatea enuntata a fost demonstrata.

2.7. CONICE PE ECUAT

II REDUSE

165

In teoria ecuatiilor diferentiale, matricea etA se numeste matrice fundamentala pentru sistemul liniar x (t) = Ax (t) (n scriere matriceala).
Importanta cunoasterii sale consta n aceea ca solutia generala a acestui sistem se scrie n forma x (t) = etA c, unde c este un vector constant arbitrar,
din Rn . Notand det etA = W (t), numim acest determinant wronskianul
solutiilor particulare x(1) (t), x(2) (t), . . . , x(n) (t) (coloanele matricei etA ).
Se arata ca are loc formula lui Liouville
Ut

W (t) = W (t0 ) e t0 (tr A)d ,

oricare ar fi t si t0 reali. In cazul nostru, matricea A este constanta si
n
P
aii = constant. Luand t = 1 si t0 = 0, gasim
tr A =
i=1

det eA = etr A = ea11 +a22 ++ann .

n
P
i = tr A, unde i sunt autovalorile matricei
Pe de alta parte, avem
i=1

A. Putem deci sa scriem

det eA = e1 e2 en ,
adica daca luam f () = e , avem det f (A) = f (1 ) f (2 ) f (n ), formula care am gasit-o prima data n cazul f () = polinom n variabila .

2.7

Conice pe ecuatii reduse

Fie un plan () si un reper ortonormat R = (O; i , j ).

2.7.1

Cercul

Definitia 2.7 Cercul este locul geometric al punctelor din plan care au
proprietatea ca sunt egal departate, la distanta R, de un punct fix. Punctul fix, M0 (x0 , y0 ) se numeste centrul cercului iar R se numeste raza
cercului.
Fie M(x, y) un punct oarecare al cercului. Daca r si r0 sunt vectorii de
pozitie ai punctelor M respectiv C, atunci kr r0 k = R (x x0 )2 + (y
y0 )2 = R echivalent cu
(x x0 )2 + (y y0 )2 = R2 .
(2.11)
Ecuatia (2.11) se numeste ecuatia cartezian
a a cercului de centru
M0 (x0 , y0 ) si de raza R. Pentru cercul cu centrul n origine, ecuatia este
x2 + y 2 = R2 .

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

166

Teorema 2.7 O ecuatie de forma

x2 + y 2 + 2ax + 2by + c = 0 cu a2 + b2 c > 0

(2.12)

reprezinta un cerc cu centrul n punctul (a, b) si de raza R = a2 + b2 c.

Demonstratie. Putem scrie (x + a)2 + (y + b)2 + c a2 b2 = 0,deci cu
x0 = a, y0 = b, R2 = a2 + b2 c > 0 obtinem (2.11).
Deducem ecuatiei tangentei la cerc ntr-un punct al sau, M1 (x1 , y1 ).
Daca P (x, y) este un punct oarecare apartinand tangentei, atunci vec

torul CM1 = (x1 x0 ) i + (y1 y0 ) j este perpendicular pe vectorul

M1 P = (x x1 ) i + (y y1 ) j , adica hCM1 , M1 P i = 0
(x1 x0 )(x x1 ) + (y1 y0 )(y y1 ) = 0
(x1 x0 ) [(x x0 ) + (x0 x1 )] + (y1 y0 ) [(y y0 ) + (y0 y1 )] = 0
(x1 x0 )(x x0 ) + (y1 y0 )(y y0 ) [(x1 x0 )2 + (y1 y0 )2 ] = 0
(x1 x0 )(x x0 ) + (y1 y0 )(y y0 ) = R2 .

(2.13)

Ecuatia (2.13) se numeste ecuatia tangentei la cerc dusa printr-un punct

al cercului obtinuta prin dedublare.
Ecuat
iile parametrice ale cercului:

x = x0 + R cos
, [0, 2) .
y = y0 + R sin
Dac
a cercul are centrul n origine obtinem parametrizarea:
x = R cos
, [0, 2) .
y = R sin

2.7.2

Elipsa

Definitia 2.8 Elipsa este locul geometric al punctelor din plan care au proprietatea ca suma distantelor la doua puncte fixe, F si F 0 (numite focare),
este constanta si egala cu 2a, a R+ .

Figura 2.1.

2.7. CONICE PE ECUAT

II REDUSE

167

Deducerea ecuatiei elipsei

Pentru a deduce ecuatia elipsei alegem un reper preferential: (figura 2.1)
originea O a reperului se considera n mijlocul segmentului F F 0 , versorul

i este versorul vectorului OF iar versorul j se alege perpendicular pe

i n O. Din felul n care am ales reperul R deducem ca OF = c i si

0

OF = c i , unde c > 0. Deci F(c, 0),F 0 (c,

0) si daca M(x, y) este un
0
punct al locului geometric, atunci MF + MF = 2a, a > 0 fixat.
p
p
2 + y2 +
2
2
Rezult
a
(x

c)
p (x + c) + y = 2a
p
(x c)2 + y 2 = 2a (x + c)2 + y 2
Ridicand la patrat si efectuand simplificarile obtinem:
p
(2.14)
a (x + c)2 + y 2 = a2 + xc.
2

Pentru x > ac ridicam din nou la patrat si efectuand simplificarile

obtinem: (a2 c2 )x2 + a2y 2 a2 (a2 c2 ) = 0. Notam a2 c2 = b2 (a > c

deoarece MF + MF 0 > F F 0 ) si obtinem b2 x2 + a2 z 2 a2 b2 = 0

x2 y 2
+ 2 1 = 0.
(2.15)
a2
b
Ecuatia (2.15) reprezinta ecuatia elipsei de semiaxe a si b. Din (2.14)
p
c
c
obtinem x + a = (x + c)2 + y 2 . Notam e = . e se numeste excentricia
a
tatea elipsei si obtinem
p
a
(2.16)
e(x + ) = (x + c)2 + y 2 .
e
a
Observam ca e < 1, n cazul elipsei. x + reprezinta distanta de la
e
a
punctul M(x, y) la dreapta de ecuatie x = , numita directoarea elipsei.
e
a
a
Elipsa are doua drepte directoare de ecuatii x = si x = iar punctele
e
e
a
a a
a2
elipsei se gasesc ntre aceste drepte, x a > si x a < ( =
>
e
e e
c
a).
Relatia (2.16) ne arata ca raportul distantelor de la M la F 0 si la dreapta
a
directoare de ecuatie x = este constanta si egala cu excentricitatea
e
elipsei.
Observatia 2.8 Axa Ox intersecteaza elipsa n punctele A0 (a, 0) si A(a, 0)
numite varfurile elipsei. Axa Oy intersecteaza elipsa tot n varfuri, B(0, b),
B 0 (0, b). Axele Ox si Oy sunt axe de simetrie pentru elipsa. Punctul
O(0, 0) numit centrul elipsei este centru de simetrie.

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

168

Ecuatia (2.17) a tangentei la elipsa dusa printr-un punct (x0 , y0 ) de pe

elipsa se obtine prin dedublare.
xx0 yy0
+ 2 1 = 0.
a2
b
Reprezentarea
paramertic
a a elipsei:

x = a cos
, [0, 2) .
y = b sin

2.7.3

(2.17)

Hiperbola

Definitia 2.9 Hiperbola este locul geometric al punctelor din plan care
au proprietatea ca diferenta distantelor la doua puncte fixe, F si F 0 (numite
focare), este constanta si egala cu 2a, a R+ .
Deducerea ecuatiei hiperbolei.
Pentru a deduce ecuatia hiperbolei alegem un reper preferential la fel ca
si n cazul elipsei (figura 2.2): originea O a reperului se alege n mijlocul

segmentului F F 0 , versorul i este versorul vectorului OF iar versorul j se

alege perpendicular pe i n O.

Figura 2.2.

Din felul n care am ales reperul R deducem ca OF = c i si OF 0 =

un punct
c i , unde c > 0.Deci F (c,0), F 0(c, 0) si daca M(x,
y) este

al
0
0
hiperbolei, atunci MF MF = 2a, a > 0 fixat,MF > MF .
p
p
2 + y2
2
2
Rezult
a
(x

c)
p (x + c) + y = 2a
p
(x c)2 + y 2 = 2a + (x + c)2 + y 2 .
Ridicand la patrat si efectuand simplificarile obtinem:
p
(2.18)
a (x + c)2 + y 2 = a2 xc.

2.7. CONICE PE ECUAT

II REDUSE

169

Pentru x < ac ridicam din nou la patrat si efectuand simplificarile

2 2
2 2
2
2
2
2
obtinem: (a2 c2 )x2 + a
y
a (a c ) = 0. Notam c a = b (a < c

deoarece MF MF 0 < F F 0 ) si obtinem b2 x2 a2 z 2 a2 b2 = 0
x2 y 2
2 1 = 0.
a2
b

(2.19)

Ecuatia (2.19) reprezinta ecuatia hiperbolei de semiaxe a si b.

p
c
c
Din (2.18) obtinem x a = (x + c)2 + y 2 . Notam e = , numita
a
a
excentricitatea hiperbolei si obtinem
p
a
(2.20)
e(x + ) = (x + c)2 + y 2 .
e
a
Observam ca e > 1, n cazul hiperbolei. x + reprezinta distanta de
e
a
la punctul M(x, y) la dreapta de ecuatie x = , numita directoarea
e
a
hiperbolei. Hiperbola are dou
a drepte directoare de ecuatii x =
e
a
iar punctele hiperbolei se gasesc n exteriorul acestor drepte,
si x =
e
a
a a
a2
x a < si x a > ( =
< a).
e
e e
c
Relatia (2.20) ne arata ca raportul distantelor de la M la F 0 si la dreapta
a
directoare de ecuatie x = este constanta si egala cu excentricitatea
e
hiperbolei.
b 2
x a2 sau y =
Din ecuatia (2.19) a hiperbolei obtinem: y =
a
b 2
b

x a2 . Rezulta ca dreptele y = x sunt asimptote.

a
a
Tangenta la hiperbol
a
xx0 yy0
2 1 = 0.
a2
b

(2.21)

Ecuatia (2.21) a tangentei la hiperbola dusa printr-un punct (x0 , y0 ) de

pe hiperbola se obtine prin dedublare.
Observatia 2.9 Hiperbola

x2 y 2
2 + 1 = 0.
a2
b

(2.22)

este numita si hiperbola conjugat

a (figura 2.3) hiperbolei (2.19). Are
aceleasi asimptote, aceleasi axe.

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

170
y
3.5
3
2.5
2
1.5
1
0.5
0
-5

-4

-3

-2

-1

-0.5

5
x

-1
-1.5
-2
-2.5
-3
-3.5

Figura 2.3.
Observatia 2.10 Daca a = b, hiperbola se numeste echilater
a si are
2
2
2
ecuatia x y = a . Asimptotele sale sunt bisectoarele axelor, x = y si
x = y. Tot hiperbola echilatera este xy = a2 . In acest caz asimptotele
hiperbolei sunt axele de coordonate.
Reprezentarea
paramertic
a a hiperbolei:

x = a ch
, R.
y = b sh

2.7.4

Parabola

Definitia 2.10 Parabola este locul geomertic al punctelor din plan egal
departate de un punct fix, F , numit numit focar, si o dreapta data, numita
dreapta directoare.
y

5
4
3
2
1
0
-0.5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
-1

-2
-3
-4
-5

Figura 2.4.
Deducerea ecuatiei parabolei.
Pentru a deduce ecuatia parabolei alegem un reper preferential (figura

2.4): originea O a reperului se alege n varful parabolei, versorul i este

versorul vectorului OF iar versorul j se alege perpendicular pe i n O.

p

Din felul n care am ales reperul R deducem ca OF = i si dreapta

r 2
p
p
p
directoare de ecuatie x = . Trebuie sa avem x + = (x )2 + y 2
2
2
2

2.8. CUDRICE PE ECUAT

II REDUSE
x2 + px +

p2
p2
= x2 px +
+ y2
4
4
y 2 = 2px.

171

(2.23)

Tangenta la parabol
a
yy0 = p(x + x0 ).

(2.24)

Ecuatia (2.24) a tangentei la parabola dusa printr-un punct (x0 , y0 ) de

pe parabola se obtine prin dedublare.
Observatia 2.11 Excentricitatea parabolei este e = 1. O reprezentare
parametrica a parabolei este y = t, x = t2 /(2p).

2.8
2.8.1

Cudrice pe ecuatii reduse

Sfera

Definitia 2.11 Locul geometric al punctelor din spatiu M(x, y, z) cu proprietatea ca distanta lor la un punct fix M0 (x0 , y0 , z0 ) este constanta se
numeste sfer
a (suprafat
a sferic
a).
Daca r respectiv r0 sunt vectorii de pozitie ai punctelor M si M0 , atunci
kr r0 k = R. M0 (x0 , y0 , z0 ) se numeste centrul sferei, iar r este raza sferei.
(Figura 2.5).
Teorema 2.8 Punctul M(x, y, z) apartine sferei de centru C(x0 , y0 , z0 ) si
raza R daca si numai daca
(x x0 )2 + (y y0 )2 + (z z0 )2 = R2 .
Demonstratie. M apartine sferei kM0 Mk = R kr r0 k = R
p
(x x0 )2 + (y y0 )2 + (z z0 )2 = R
(x x0 )2 + (y y0 )2 + (z z0 )2 = R2 .

Figura 2.5.
Studiem ecuatia x2 + y 2 + z 2 + 2ax + 2by + 2cz + d = 0 ca sa stabilim n
ce caz ea reprezinta ecuatia unei sfere. Aceasta ecuatie se mai poate scrie

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

172

de forma (x + a)2 + (y + b)2 + (z + c)2 = a2 + b2 + c2 d. De aici observam

ca daca
a) a2 + b2+ c2 d > 0 ecuatia reprezinta o sfera de centru (a, b, c)
si raza R = a2 + b2 + c2 d.
b) a2 + b2 + c2 d = 0 ecuatia reprezinta un punct de coordonate
(a, b, c);
c) a2 + b2 + c2 d < 0 ecuatia reprezinta o sfera imaginara.
Ecuatia x2 + y 2 + z 2 + 2ax + 2by + 2cz + d = 0 cu a2 + b2 + c2 d > 0
reprezinta ecuatia cartezian
a general
a a sferei. Ecuatia sferei cu centru
2
2
2
n origine si de raza R este x + y + z = R2 . Observam ca elipsoidul este
o multime marginita si nchisa, deci compacta.

2.8.2

Elipsoidul

Definitia 2.12 Elipsoidul este cuadrica reprezentata, ntr-un reper convenabil, prin ecuatia:
x2 y 2 z 2
+ 2 + 2 = 1, a, b, c R+ .
(2.25)
a2
b
c

Figura 2.6.
Se observa ca reperul n raport cu care este scrisa ecuatia are originea, axele si planele de coordonate elemente de simetrie ale cuadricei.
In concluzie elipsoidul admite trei plane de simetrie, trei axe de simetrie si un centru de simetrie. Punctele n care axele de coordonate intersecteaza suprafata se numesc v
arfurile elipsoidului si ele sunt: A(a, 0, 0),
0
0
A (a, 0, 0), B(0, b, 0), B (0, b, 0), C(0, 0, c), C 0 (0, 0, c). Numerele a, b, c
se numesc semiaxele elipsoidului.
Pentru reprezentarea grafica se utilizeaza metoda intersectiei cu planele
de coordonate si cu plane paralele cu planele de coordonate. Pentru z = h,
x2 y 2
h2
obtinem curba: 2 + 2 = 1 2 , z = h. Aceasta intersectie este multimea
a
b
c
vida daca |h| > c, este un punct (dublu) pentru h = c, C(0, 0, c) si pentru h = c, C 0 (0, 0, c). Pentru c < h < c, prima ecuatie a curbei

2.8. CUDRICE PE ECUAT

II REDUSE

173
x2

de intersectie poate fi scrisa de forma:

y2

= 1 care
h2
h2
2
2 ) b (1 2 )
c
c
reprezinta, pentru fiecare c < h < c, ecuatia unei elipse.
Analog se studiaza sectiunile cu plane paralele cu plane paralele cu
xOz, yOz astfel ncat obtinem imaginea din figura 2.6. Observam ca elipsoidul este o multime marginita si nchisa, deci compacta.
Ecuatia planului tangent la elipsoid printr-un punct al elipsoidului se obtine prin dedublare. Fie M0 (x0 , y0 , z0 ) un punct de pe elipsoidul de
ecuatie (2.25). Ecuatia planului tangent prin acest punct este
xx0 yy0 zz0
+ 2 + 2 =1
a2
b
c
O reprezentare parametric
a a elipsoidului se obtine de forma:

x
=
a
cos

sin

h i
y = b sin sin , [0, 2) , ,
.

2 2
z = c cos
x2 y 2 z 2
Suprafata reprezentata prin ecuatia: 2 + 2 + 2 + 1 = 0, a, b, c > 0 se
a
b
c
numeste elipsoid imaginar.
a2 (1

2.8.3

Hiperboloidul cu o p
anz
a

Definitia 2.13 Hiperboloidul cu o p

anz
a este cuadrica reprezentata,
ntr-un reper convenabil, prin ecuatia:
x2 y 2 z 2
+ 2 2 1 = 0, a, b, c R+ .
(2.26)
a2
b
c
Numerele a, b, c se numesc semiaxele hiperboloidului.

Figura 2.7.

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

174

Reperul n raport cu care este scrisa ecuatia are originea, axele si planele
de coordonate elemente de simetrie ale cuadricei. Acesta are patru varfuri,
A(a, 0, 0), A0 (a, 0, 0), B(0, b, 0), B 0 (0, b, 0). Prin metoda intersectiei cu
planele de coordonate si cu plane paralele cu acestea se obtine forma cuadricei, Figura 2.7..Hiperboloidul cu o panza este o suprafata nemarginita.
y2
z2
x2
+

= 0 se numeste conul asimptotic al hipera2

b2
c2
boloidului cu o panza (Figura 2.8).
Cuadrica

Figura 2.8.
Ecuatia planului tangent la hiperboloidul cu o p
anz
a printr-un
punct al s
au se obtine prin dedublare. Fie M0 (x0 , y0 , z0 ) un punct de pe
hiperboloidului cu o panza de ecuatie (2.26). Ecuatia planului tangent prin
acest punct este
xx0 yy0 zz0
+ 2 2 = 1.
a2
b
c
O reprezentare parametrica a hiperboloidului cu o panza este:

cos

x=a

cos

sin , [0, 2) , , .
y = b cos
2 2

z = c tg

O alta reprezentare parametrica a hiperboloidului cu o panza se obtine,

tinnd seama ca 1 + sh2 = ch2 , si luand z = c sh :

x = a cos ch
y = b sin ch , [0, 2) , R.

z = c sh

2.8. CUDRICE PE ECUAT

II REDUSE

2.8.4

175

Hiperboloidul cu dou
a p
anze

Definitia 2.14 Hiperboloidul cu dou

a p
anze este cuadrica data, ntrun reper convenabil, prin ecuatia
x2 y 2 z 2
2 2 1 = 0, a, b, c R+
a2
b
c

(2.27)

Numerele a, b, c se numesc semiaxele hiperboloidului.

Figura 2.9.
Hiperboloidul cu doua panze are aceleasi simetrii ca si elipsoidul. Are
doua varfuri C(0, 0, c), C 0 (0, 0, c). Se observa ca intersectiile hiperboloidului
cu doua panze cu planele x = 0 si y = 0 si cu plane paralele cu acestea sunt
hiperbole. Intersectiile cu plane paralele cu yOz, z = h, |h| > c, sunt elipse.
Planele z = h,cu c < h < c, nu intersecteaza cuadrica (figura 2.9).
Hiperboloidul cu doua panze este o multime nemarginita. Cuadrica
x2 y 2 z 2

= 0 se numeste conul asimptotic al hiperboloidului cu doua
a2 b2 c2
panze. (figura 2.10).
Ecuatia planului tangent la hiperboloidul cu dou
a p
anze printrun punct al s
au se obtine prin dedublare. Fie M0 (x0 , y0 , z0 ) un punct
de pe hiperboloidului cu doua panze de ecuatie (2.27). Ecuatia planului
tangent prin acest punct este
xx0 yy0 zz0
2 2 = 1.
a2
b
c
O
reprezentare
parametrica a hiperboloidului cu doua panze este:

x = a ch
y = b cos sh , [0, 2) , R+ .

z = c sin sh

176

2.8.5

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

Paraboloidul eliptic

Definitia 2.15 Paraboloidul eliptic este cuadrica data, ntr-un reper convenabil, prin ecuatia
x2 y 2
+ 2 = 2z, a, b > 0.
a2
b

(2.28)

Figura 2.10.
Planele de coordonate yOz si xOz sunt plane de simetrie, iar axa Oz este
axa de simetrie a suprafetei. Paraboloidul eliptic nu are centru de simetrie.
Intersectia cu plane paralele cu xOy este fie multimea vida, fie o elipsa, iar
intersectia cu plane paralele cu xOz si yOz sunt parabole (figura 2.10).
Ecuatia planului tangent la paraboloidul eliptic printr-un punct
al s
au se obtine prin dedublare. Fie M0 (x0 , y0 , z0 ) un punct de pe paraboloidului eliptic de ecuatie (2.28). Ecuatia planului tangent prin acest punct
este
xx0 yy0
+ 2 = z + z0 .
a2
b
O reprezentare parametric
a a paraboloidului eliptic se obtine luand
2
2z =
v :

x = a cos
y = b sin , (u, v) [0, 2) [0, ) .

z = 1 2
2

2.8.6

Paraboloidul hiperbolic

Definitia 2.16 Paraboloidul hiperbolic este cudrica data, ntr-un reper convenabil, prin ecuatia
x2 y 2
2 = 2z, a, b > 0
a2
b

(2.29)

 DE SUPRAFET
2.9. GENERARI
E

177

Figura 2.11.
Planele de coordonate yOz si xOz sunt plane dde simetrie, iar axa Oz
este axa de simetrie a suprafetei. Paraboloidul hiperbolic nu are centru
de simetrie. Intersectiile cu planele z = h 6= 0 sunt hiperbole. Pentru
x2 y 2
h = 0 obtinem 2 2 = 0, adica o pereche de drepte secante prin origine.
a
b
Punctul O este singurul varf al suprafetei. Intersectiile suprafetei cu plane
paralele cu planul yOz si xOz sunt parabole.
Ecuatia planului tangent la paraboloidul hiperbolic printr-un
punct al s
au se obtine prin dedublare. Fie M0 (x0 , y0 , z0 ) un punct de pe
paraboloidului hiperbolic de ecuatie (2.29). Ecuatia planului tangent prin
acest punct este:
xx0 yy0
2 = z + z0 .
a2
b
O
reprezentare
parametric
a a paraboloidului eliptic se obtine luand:

x = a
y = b
, (, ) R2 .

z = 1 (2 2 )
2

2.9

2.9.1

Gener
ari de suprafete

Generarea suprafetelor cilindrice

Definitia 2.17 Se numeste suprafata cilindrica suprafata care se obtine

prin deplasarea unei drepte variabile (d1 ), paralela cu o dreapta fixa (d) si
care se sprijina pe o curba fixa ().
Dreapta (d1 ) se numeste generatoarea suprafetei cilindrice, iar curba ()
se numeste curba directoare.
Teorema 2.9 Ecuatia suprafetei cilindrice obtinute prin deplasarea unei
drepte paralele cu dreapta

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

178

A1 x + B1 y + C1 z + D1 = 0
, rang
(d)
A2 x + B2 y + C2 z + D2 = 0
si care
se sprijina pe curba
G1 (x, y, z) = 0
()
G2 (x, y, z) = 0
este

A1 B1 C1
A2 B2 C2

= 2,

F (A1 x + B1 y + C1 z + D1 , A2 x + B2 y + C2 z + D2 ) = 0.
(2.30)
Demonstratie. Ecuatiile tuturor dreptelor din spatiu paralele cu dreapta
(d) sunt de forma

A1 x + B1 y + C1 z + D1 =
, , R.
(2.31)
A2 x + B2 y + C2 z + D2 =
Din dreptele date de ecuatii (2.31) intersecteaza cele care intersecteaza
curba directoare (). Aceatea sunt generatoare ale suprafetei cilindrice.
Rezult
a ca sistemul
A1 x + B1 y + C1 z + D1 =

A2 x + B2 y + C2 z + D2 =
G1 (x, y, z) = 0

G2 (x, y, z) = 0
trebuie sa fie compatibil. Eliminam x, y, z si obtinem o relatie ntre si
de forma F (,) = 0, numita conditie de compatibilitate. Inlocuind
parametrii si din ecuatiile (2.31) n conditia de compatibilitate,obtinem
ecuatia (2.30).
Exemplul 2.7 Sa se scrie ecautia suprafetei cilindrice a carei curba direcx2 y 2
toare este elipsa 2 + 2 = 1, z = 0 si generatoarele paralele cu axa Oz.
a
b
Rezolvare. Axa Oz are ecuatiile x = 0, y = 0, iar dreptele paralele cu axa
Oz
au ecuatiile x = , y = . rezulta ca sistemul
x=

y=
2 2
2 + 2 = 1 (conditia de compatibilitate).
x2 y 2
2 + 2 =1
a
b

b
a
z=0
2
2
Inlocuind parametrii obtinem ecuatia x + y = 1, care n spatiu reprea2 b2
zinta un cilindru eliptic (figura 2.12).

 DE SUPRAFET
2.9. GENERARI
E

179

Figura 2.12.
x2
y2
Observatia 2.12 Ecuatiile 2 2 = 1, y 2 = 2px reprezinta n spatiu
a
b
ecuatia unui cilindru hiperbolic respectiv cilindru parabolic.
Exemplul 2.8 Sa se determine proiectia cercului (din spatiu!) de ecuatii
x2 + y 2 + z 2 = 1, y z = 0 pe planul xOy.

Rezolvare. Proiectia cercului pe planul xOy este intersectia dintre acest

plan si cilindrul care are curba directoare data de ecuatiile cercului iar generatoarea
paralela cu axa Oz.

x=
x
=

y=
y=

2
2
2
z=
x
+
y
+
z
=
1

+ 22 = 1
yz =0
Conditia de compatibilitate este 2 + 22 = 1. Inlocuind parametrii,
obtinem ecuatia x2 + 2y 2 = 4. Proiectia cerculului pe planul xOy este elipsa
de ecuatii x2 + 2y 2 = 4, z = 0.
Observatia 2.13 Cilindrul eliptic, hiperbolic, parabolic sunt cuadrice degenerate.

2.9.2

Generarea suprafetelor conice

Definitia 2.18 Se numeste suprafat

a conic
a suprafata generata de o
drepta variabila (d) care trece printr-un punct fix V si care se sprijina pe o
curba fixa ().
Dreapta (d) se numeste generatoarea suprafetei conice, punctul fix V se
numeste varful conului iar curba () se numeste curba directoare.
Teorema 2.10 Ecuatia suprafetei conice cu varful n punctul de intersectie
al planelor

A1 B1 C1
A1 x + B1 y + C1 z + D1 = 0
A2 x + B2 y + C2 z + D2 = 0 , rang A2 B2 C2 = 3,

A3 x + B3 y + C3 z + D3 = 0
A3 B3 C3

180

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

si care
se sprijina pe curba
G1 (x, y, z) = 0
()
G2 (x, y, z) = 0
este
A1 x + B1 y + C1 z + D1 A2 x + B2 y + C2 z + D2
F(
,
) = 0.
A3 x + B3 y + C3 z + D3 A3 x + B3 y + C3 z + D3

(2.32)

Demonstratie. Ecuatiile tuturor dreptelor din spatiu care trec prin punctul V sunt de forma

A1 x + B1 y + C1 z + D1 = (A3 x + B3 y + C3 z + D3 )
, , R.
A2 x + B2 y + C2 z + D2 = (A3 x + B3 y + C3 z + D3 )
(2.33)
Din dreptele date de ecuatiile (2.33) sunt generatoare ale suprafetei conice numai cele care intersecteaza curba directoare (). Rezulta ca sistemul

A1 x + B1 y + C1 z + D1 = (A3 x + B3 y + C3 z + D3 )

A2 x + B2 y + C2 z + D2 = (A3 x + B3 y + C3 z + D3 )
G1 (x, y, z) = 0

G2 (x, y, z) = 0
trebuie sa fie compatibil. Eliminam x, y, z si obtinem o relatie ntre si de
forma F (,) = 0, numita conditie de compatibilitate. Inlocuind parametrii
si n conditia de compatibilitate, obtinem ecuatia (2.32).
Exemplul 2.9 Sa se scrie ecuatia suprafetei conice cu varful n punctul
x2 y 2
P (0, 0, 1) si care contine elipsa de ecuatii: z = 0, 2 + 2 = 1.
a
b
Rezolvare. Ecuatiile familiei de drepte care trec prin punctul P si nu sunt
paralele cu planul xOy sunt: x = (z 1), y = (z 1), , R. Aceste
drepte trebuie sa intersecteze elipsa, adica sistemul

x = (z 1)

y = (z 1)
z=0

2
2

x +y =1
a2
b2
trebuie sa fie compatibil. Eliminam x, y, z ntre ecuatiile sistemului si obtinem
2 2
conditia de compatibilitate, 2 + 2 = 1. Prin eliminarea parametrilor si
a
b
x2
+
ntre aceasta ecuatie si ecuatiile familiei de drepte se obtine 2
a (z 1)2

 DE SUPRAFET
2.9. GENERARI
E

181

y2
x2 y 2
=
1

+ 2 = (z 1)2 (figura 2.13). O astfel de suprafata

b2 (z 1)2
a2
b
conica se numeste conul patratic. Conul patratic este o cuadrica degenerata.

Figura 2.13.

2.9.3

Generarea suprafetelor de rotatie

Definitia 2.19 Se numeste suprafat

a de rotatie suprafata generata de
o curba () care se roteste, fara alunecare, n jurul unei drepte fixe (d).
Dreapta (d) se numeste axa de rotatie a suprafetei de rotatie.
Observatia 2.14 In miscarea de rotatie definita, un punct al curbei ()
descrie un cerc () cu centrul pe axa de rotatie, iar planul n care se afla
cercul este perpendicular pe axa. Deci suprafata de rotatie poate fi privita
ca fiind generata de punctele cercurilor () cu centrele pe (d), situate n
plane perpendiculare pe (d) si care se sprijina pe curba ().
Teorema 2.11 Ecuatia suprafetei de rotatie a carei axa de rotatie are
ecuatia
x x0
y y0
z z0
(d) :
=
=
l
m
n
si care
se sprijina pe curba
G1 (x, y, z) = 0
()
G2 (x, y, z) = 0
este
p
F ( (x x0 )2 + (y y0 )2 + (z z0 )2 , lx + my + nz) = 0.
(2.34)
Demonstratie. Cercurile () se obtin prin intersectia unei sfere cu centrul
pe axa de rotatie si raza variabila cu un plan variabil perpendicular pe (d) :

(x x0 )2 + (y y0 )2 + (z z0 )2 = 2
.
lx + my + nz =

182

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

Pentru ca cercul sa se sprijine pe curba () sistemul urmator

(x x0 )2 + (y y0 )2 + (z z0 )2 = 2

lx + my + nz =
G (x, y, z) = 0

1
G2 (x, y, z) = 0
trebuie sa fie compatibil. Eliminam x, y, z si obtinem o relatie ntre si de
forma F (,) = 0, numita conditie de compatibilitate. Inlocuind parametrii
si n conditia de compatibilitate, obtinem ecuatia (2.34).
Exemplul 2.10 Sa se determine ecuatia suprafetei obtinuta prin rotatia n
jurul axei Oz a hiperbolei () : x = 0, yz = 1.
Rezolvare. Familia de cercuri care genereaza aceasta suprafata are ecuatiile z = , x2 + y 2 = ., R, R+ , cercuri care trebuie sa se intersecteze
cu una din ramurile hiperbolei () : x = 0, yz = 1.
Conditia de compatibilitate a sistemului format din cele patru ecuatii
1
1
este 2 = . Ecuatia suprafetei de rotatie este x2 + y 2 = 2 . Suprafata are

pz
1
1 p 2
2
doua panze de ecuatii, respectiv: = x + y , = x2 + y 2 .
z
z

2.9.4

Generatoarele rectilinii ale cuadricelor

Cuadricele degenerate (cilindrul eliptic, hiperbolic, parabolic, conul

patratic), suprafata cilindrica si suprafata conica, au proprietatea ca pot fi
descrise de o dreapta n miscare supusa anumitor conditii. Dintre cuadricele
nedegenerate hiperboloidul cu o panza si paraboloidul hiperbolic au aceasta
proprietate.
Ecuatia (2.26) a hiperboloidului cu o panza se poate scrie:
x2 z 2
y
y
y2
x z x z

=
1

sau ( )( + ) = (1 )(1 + ),
2
2
2
a
c
b
a c a c
b
b
ecuatie care poate fi considerata ca rezultand prin eliminarea parametrilor
si din ecuatiile
x z
y x z
1
y
( + ) = (1 + ), ( ) = (1 ),
(2.35)
a c
b a c

b
x z
y x z
1
y
( + ) = (1 ), ( ) = (1 + ).
(2.36)
a c
b a c

b
Ecuatiile (2.35) si (2.36) reprezinta doua familii de drepte. Daca (x, y, z)
sunt coordonatele unui punct M situat pe una din cele doua drepte, ele vor
verifica si ecuatia hiperboloidului, deci punctul M apartine hiperboloidului.

 DE SUPRAFET
2.9. GENERARI
E

183

Deci pentru orice valori ale parametrilor si aceste drepte apartin cuadricei. Cand si variaza, cele doua familii de drepre genereaza suprafata.
Spunem ca dreptele de ecuatii (2.35) si (2.36) formeaza familii de generatoare rectilinii ale hiperboloidului cu o panza de ecuatie (2.26).
Analog ecuatia (2.29) a paraboloidului hiperbolic se poate scrie
x y x y
( + )( ) = 2z,
a b a b
de unde rezulta ca si aceasta cuadrica poseda doua familii de generatoare
rectilinii de ecuatii
x y
x y
2z
x y
x y
2z
( + ) = , ( ) =
si ( ) = , ( + ) = .
a b
a b

a b
a b

Cuadricele care au generatoare rectilinii se mai numesc si cuadrice riglate.

Exercitiul 2.58 Fie paraboloidul hiperbolic dat prin ecuatia

x2 y 2

=z
9
4

si punctul M0 (0, 2, 1).

a) Sa se scrie ecuatiile generatoarelor rectilinii care trec prin M0 .
b) Sa se calculeze cosinusul unghiului dintre aceste generatoare.

Rezolvare. Ecuatiile generatoarelor

rectilinii se obt
in plecand de la

x y
y
x
=

+ =

x y x y
3 2
3
2
( )( + ) = z (d )
1
x y
1 , (d ) x y

3 2 3 2
+ = z
= z
3 2

3 2

Impunem
condit

ia
ca
punctul
M
(0,
2,
1)
s
a
se
g
a
seasc
a
pe
dreapta
0

x y
0
2

= 1
=
3 2
3 2
= 1
x y
2
1
0

+ = (1)
+ = z
3 2
3 2

si
x y
0 2

+ =
+ =1
3 2
3 2
=1
x y
0 2
1

= (1)
=z
3 2
3 2
Pentru a calcula unghiul dintre cele doua drepte determinam directiile
lor

j
k
i

1
1

u 1 = 3 2 0 = 12 i 13 j + 16 k ,
u 2 = 12 i + 13 j 16 k .
1
1
1
3
2
1
1

19 36
h
u 1,
u 2i
2
4

cos( u 1 , u 2 ) =
= 1 1
1 = 7 .

k u 1k k u 2k
+ 9 + 36
4

184

2.10

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

Exercitii propuse

Exercitiul 2.59 Fie A o matrice patratica de ordinul n si

f () = b0 m + b1 m1 + + bm1 + bm un polinom oarecare. Sa se arate
ca orice vector propriu al lui A este vector propriu si pentru matricea
f (A) = b0 Am + b1 Am1 + + bm1 A + bm I.
Exercitiul 2.60 Fie A si B doua matrice patratice de ordinul n asemenea.
Sa se arate ca AT si BT sunt asemenea. Daca f (t) = a0 tn + a1 tn1 + ... +
an1 t + an este un polinom atunci f (A) si f (B) sunt asemenea.
Exercitiul 2.61 Fie A de forma

1 0
A = 0 1 ,
0 0

n care este constant si fie f (x) un polinom oarecare. Sa se arate ca

f () f 0 () 12 f 00 ()
f () f 0 () .
f (A) = 0
0
0
f 0 ()
Indicatie. Scriem f (x) = f () + (x ) f 0 () +

1
(x )2 f 00 () +
2

Exercitiul 2.62 Fie A si B doua matrice de acelasi ordin, astfel ncat

A + B = AB. Sa se arate ca A I este inversabila.
Indicatie. (A I) (B I) = I det (A I) 6= 0.
Exercitiul 2.63 Se considera matricea

1 0 0
A = 1 2 0 .
1 2 3

Sa se afle un polinom f (x) de grad 2, astfel ncat matricea f (A) sa

aiba autovalorile 1 = 2 = 1, 3 = 0. Sa se scrie f (A).
Indicatie. Cautam f (x) = b0 + b1 x + b2 x2 . Matricea f (A) trebuie sa
aiba autovalorile f (1 ), f (2 ), f (3 ) unde 1 = 1, 2 = 2, 3 = 3 sunt
autovalorile lui A. Se afla n mod unic coeficientii b0 , b1 , b2 .

2.10. EXERCIT
II PROPUSE

185

Exercitiul 2.64 Fie V3 un spat

iu vectorial real de dimensiune 3, iar sistemul de vectori e(1) , e(2) , e(3) o baza a sa; f : V3 V3 este aplicatia
liniara a carei matrice n baza data este

3 4 2
0
1 .
A= 1
6 6 5
(1) (2) (3)
, n V3 , n care matricea transSa se gaseasca o baza v , v , v
formarii liniare f sa fie de tip diagonal.
Indicatie. Se cauta vectorii proprii ai transformarii f . Autovalorile sunt
1 = 1, 2 = 2, 3 = 1.
Exercitiul 2.65 Se da forma patratica f (x) = 5x21 + 6x22 + 4x23 4x1 x2
4x1 x3 , x R3 . Sa se scrie forma biliniara f (x, y) din care provine si sa se
afle o baza canonica pentru f (x, y).
Indicatie. Punand f (x, y) = 5x1 y1 + 6x2 y2 + 4x3 y3 2 (x1 y2 + x2 y1 )
2 (x1 y3 + x3 y1 ), obtinem f (x, x) = 5x21 + 6x22 + 4x23 4x1 x2 4x1 x3 = f (x),
x R3 . Daca interpretam numerele xi , yi , i = 1, 3 drept coordonatele
vectorilor x si y n baza standard din R3 , matricea formei biliniare f (deci
si a formei patratice f ) n aceasta baza, este

5 2 2
0
A = 2 6
2 0
4
si are minorii principali 1 = 5, 2 = 26, 3 = 80. Notand baza standard
(1) (2) (3)
e ,e ,e
, cautam vectorii bazei canonice n forma

(1)
(1)

v = 11 e
v(2) = 21 e(1) + 22 e(2)

(3)
v = 31 e(1) + 32 e(2) + 33 e(3)

si i determinam impunand conditiile f v(1) , e(1) = 1, f v(2) , e(1) = 0,

f v(2) , e(2) = 1, f v(3) , e(1) = 0, f v(3) , e(2) = 0, f v(3) , e(3) = 1.

1
1
5
3
1
, 22 =
, 31 =
, 32 =
si
Se gasesc valorile 11 = , 21 =
5
13
26
20
20

13
33 = . Deci vectorii bazei canonice, pentru care avem f v(i) , v(j) = 0
40

i1
daca i 6= j si f v(i) , v(i) = ii =
, i = 1, 3 (0 = 1) sunt
i

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

186

1
5

1
13
5
26

3
20
1
20
13
40

.
, v(3) =
v(1) = 0 , v(2) =
0
0
3
3
P
P
(i)
(j)
i v si y =
j v , avem
Scriind x =
i=1
j=1
3
X i1
1
5
26
i i = 1 1 + 2 2 + 3 3
f (x, y) =
i
5
26
80
i=1
si deci
5
26
1
f (x) = f (x, x) = 12 + 22 + 32 , x R3 .
5
26
80
Trecerea de la baza standard la baza canonica se face prin schimbarea

de coordonate
1
1
3

x
=
+
+

1
1
2

5
13
20

5
1
2 +
2 .
x2 =

26
20

13

x3 =
3
40
Exercitiul 2.66 Fie A o matrice
nesingularade ordinul doi si
A A
B=
A A
n care , , , sunt constante si 6= 0. Sa se arate ca B este
nesingulara si sa se expliciteze B1 .
Indicatie. Presupunand ca det
0, cautam
B1 n forma
B 6= 1
A
A1
C=
1
A
A1
cu 1 , 1 , 1 , 1 constante, ce trebuie determinate. Vom impune conditia
BC = I4 (matricea unitate de ordinul patru) si vom nota cu I2 matricea
unitate de ordinul doi.
Conform cu exercitiul precedent,vom gasi
(1 + 1 )I2 (1 + 1 )I2
,
BC =
(1 + 1 )I2 (1 + 1 )I2

iar sistemele pentru

( gasirea necunoscutelor
( sunt
1 + 1 = 1
1 + 1 = 0
si
.
1 + 1 = 0
1 + 1 = 1
Notand d = 6= 0, vom obtine

1 = , 1 = , 1 = , 1 =
d
d
d
d
1
si BC = I4 . Deci B exista siavem

1
A1 A1
1
.
B =
d A1 A1

2.10. EXERCIT
II PROPUSE

187

Exercitiul 2.67 Sa se calculeze det B, unde B este matricea - bloc din

problema precedenta.
Indicatie. Avem de calculat

A A
det B =
A A

Presupunem pentru moment ca 6= 0 si nmultim primele doua coloane

cu factorul , pe care le scadem apoi din ultimele doua coloane (prima din

a trei, a doua din a patra). Obtinem

A
0
2

,
det B =

)A
A (

unde 02 este matricea nula de ordinul doi. Apoi, nmultim primele doua

linii cu si le scadem din ultimele doua linii, obtinem

2
02

A 02
2

=
det B =

02 A

)A
02 (

si n final det B = ( )2 (det A)2 . Daca = 0, formula ramane valabila, facand aici 0.
Exercitiul 2.68 Se considera spatiul vectorial V al functiilor f : R R,
de forma
f (t) = a0 + a1 cos t + b1 sin t + a2 cos 2t + b2 sin 2t, a1 , a2 , b1 , b2 R.

Sa se arate ca {1, cos t, sin t, cos 2t, sin 2t} formeaza o baza n
sa se
V si
afle matricea aplicatiei liniare : V V, (f ) = g, g (t) = f t +
, n
4
aceasta baza.
Indicatie. Cei 5 vectori sunt liniar independenti, caci din
c0 + c1 cos t + c2 sin t + c3 cos 2t + c4 sin 2t 0
rezulta mai ntai ci = 0, i = 1, 4. In adevar, nmultind aceasta identitate
R2
cu cos t si integrand pe [0, 2], obtinem c1 cos2 t dt = 0, deci c1 = 0.
0

Inmultind cu sin t si integrand pe [0, 2], gasim c2 = 0, etc. si n final avem

si c0 = 0. Dimensiunea spatiului V este 5, caci oricare 6 vectori sunt liniar
dependenti, deci cei 5 vectori formeaza o baza n V. Avem

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

188

1
1
(1) = 1, (cos t) = cos t +
= cos t sin t,
4
2
2

1
1

= cos t + sin t,
(sin t) = sin t +
4
2
2

= sin 2t,
(cos 2t) = cos 2t +
2

= cos 2t,
(sin 2t) = sin 2t +
2
deci matricea transformarii , n baza data, este

1
0
0
0 0
1
0 1
0 0
2
2

1
1

A = 0 2 2 0 0

0
0
0
0 1
0
0
0 1 0

si se vede ca det A = 1, deci transformarea este nedegenerata.

Exercitiul 2.69 In R4 se iau vectorii

v(1) = 3 2 1 1 , v(2) = 2 5 0 1 .

Sa se afle, n baza standard, matricea proiectiei ortogonale pe subspatiul

generat de v(1) si v(2) .
Indicatie. Proiectia ortogonala a unui vector oarecare x R4 pe subspatiul
generat de v(1) si v(2) este un vector din
subspat
iu, deci de forma
acest
(1)
(2)
(1)
(2)
c1 v + c2 v , cu proprietatea ca x c1 v + c2 v
este ortogonal pe
(1)
(2)
vectorii v si v (adica pe ntreg subspatiul generat de acesti doi vectori).
Anuland respectivele produse scalare, gasim sistemul
(

c1 v(1) , v(1) + c2 v(1) , v(2) = x, v(1)

.
c1 v(1) , v(2) + c2 v(2) , v(2) = x, v(2)
Deoarece
(1) (1)
(1) (2)
(2) (2)
v ,v
= 15,
v ,v
= 15,
v ,v
= 30,

x, v(2) = 2x1 + 5x2 x4 ,

x, v(1) = 3x1 + 2x2 x3 + x4 ,

se gaseste ca

15c1 = 4x1 x2 2x3 + 3x4 ,

15c2 = x1 + 3x2 + x3 2x4 .

2.10. EXERCIT
II PROPUSE

189

Proiectia ortogonala cautata, notata (x), este data de vectorul

(x) = c1 v(1) + c2 v(2) =

1
(4x1 x2 2x3 + 3x4 ) v(1) + (x1 + 3x2 + x3 2x4 ) v(2) =
=
15
1
= ( 10x1 + 3x2 4x3 + 5x4 3x1 + 13x2 + x3 4x4
15
4x1 + x2 + 2x3 3x4 5x1 4x2 3x3 + 5x4 )
Proiectiile vectorilor bazei standard (numite si baza canonica) sunt

2
1
4 (3) 1 (4)
1

e(1) =
(10, 3, 4, 5) = e(1) + e(2)
e + e

15
3
5
15
3

1
13
1
4 (4)
1

e(2) =
(3, 13, 1, 4) = e(1) +
e(2) +
e(3)
e
15
5
15
15
15
(3)
4
1 (2)
2 (3) 1 (4)
1

(4, 1, 2, 3) = e(1) +
e +
e e

e
=

15
15
15
15
5

e(4) = 1 (5, 4, 3, 5) = 1 e(1) 4 e(2) 1 e(3) + 1 e(4)

15
3
15
5
3

iar matricea transformarii se poate scrie imediat.

Exercitiul 2.70 Fie e(1) , e(2) , e(3) o baza ortonormata n E3 si sa presupunem ca n baza formata din vectorii
v(1) = e(1) + 2e(2) + e(3) ,

v(2) = e(1) + e(2) + 2e(3) ,

aplicatia liniara are matricea

v(3) = e(1) + e(2)

1 1 3
B = 0 5 1 .
2 7 3

Sa se afle matricea transformarii adjuncte , n aceeasi baza.

Indicatie. Transformarea adjuncta se defineste prin conditia h (x) , yi
hx, (y)i, x, y E3 . In baze ortonormate, daca are matricea A, adjuncta are matricea AT .

Deci este preferabil sa lucram n baza e(1) , e(2) , e(3) . Vom avea

(1)

v
= v(1) + 2v(3) = 3e(1) + 4e(2) + e(3)

v(2) = v(1) + 5v(2) + 7v(3) = 13e(1) + 14e(2) + 11e(3) .

(3)
v
= 3v(1) v(2) 3v(3) = e(1) + 2e(2) + e(3)

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

190

Pe de alta parte, avem

(1)
(2)
(3)
(1)

v = e + 2 e + e
v(2) = e(1) + e(2) + 2 e(3) .

(3)
= e(1) + e(2)
v
(3)
(2)
(3)
(2)
(3)
(1)
Scriind
2
e
=

v
,

e
=

v(2) , e(1) = v(3) e(2) , vom obtine

(1)
(1)
(2)
(3)

e = 2e + 6e + 6e
e(2) = 3e(1) 4e(2) 5e(3) .

(3)
e
= 7e(1) + 6e(2) + 5e(3)

Deci, n baza e(1) , e(2) , e(3) , transformarea va avea ca matrice transpusa

matricei lui , adica matricea

2
6
6
A = 3 4 5 .
7
6
6

Trecerea de la baza e(1) , e(2) , e(3) la baza v(1) , v(2) , v(3) se face prin
matricea schimbarii de baza

1 1 1
C = 2 1 1 ,
1 2 0
prin urmare matricea lui n noua baza va fi
B = C1 A C.

Exercitiul 2.71 Fie V spatiul functiilor continue pe [0, 2], cu valori reale.
Definim aplicatia T : V V, prin conditia
Z 2
(1 + cos (x t)) f (t) dt.
T f = g g (x) =
0

Sa se afle nucleul aplicatiei T , valorile proprii si vectorii proprii corespunzatori.

Indicatie. Nucleul aplicatiei consta din toti vectorii f = f (t), pentru care
T f = 0 (functia identic nula). Deoarece T f = 0 este echivalenta cu
Z 2
Z 2
Z 2
f (t) dt = 0,
f (t) cos t dt = 0,
f (t) sin t dt = 0
0

2.10. EXERCIT
II PROPUSE

191

rezulta ca functiile care satisfac aceste conditii, formeaza nucleul aplicatiei

T . Aceste functii, cu exceptia functiei identic nule, sunt n acelasi timp
si vectorii proprii, corespunzatori autovalorii = 0. Un exemplu de astfel
n
P
de functii sunt cele de forma f (t) =
(ak cos kt + bk sin kt) n care exista
k=3

macar un coeficient diferit de 0. Numarul natural n este arbitrar. Daca

6= 0, din conditia T f = f deducem ca f este de forma f (x) =
a0 + a1 cos x + a2 sin x, adica f (x) = c0 + c1 cos x + c2 sin x n mod obligator,
constantele c0 , c1 , c2 si trebuind sa fie determinate. Se ajunge la conditia
echivalenta
2c0 + c1 cos x + c2 sin x (c0 + c1 cos x + c2 sin x)
din care rezulta ( 2) c0 = 0, ( ) c1 = 0, ( ) c2 = 0. Autovalorii
= i corespund functiile proprii f (t) = c1 cos t + c2 sin t (n care macar
un coeficient este diferit de 0). Autovalorii = 2 i corespund functiile
proprii constante f (t) = c0 6= 0.

Exercitiul 2.72 In spatiul vectorial R3 se considera subspatiile liniare S1

si S2 , date de ecuatiile
S1 : x + y z = 0,

S2 : 3x 4y 2z = 0.

(a) Sa se arate ca aplicatia

f : v u + v u 2u u v u + 2v

este un izomorfism ntre S1 si S2 .

(b) Sa se afle locul geometric al mijloacelor segmentelor care unesc
punctele lui S1 , cu imaginile lor prin transformarea f , din S2 .
(c) Sa se determine acele izomorfisme liniare : R3 R3 , care coincid
cu f pe subspatiul S1 .
Indicatie. (a) Orice punct (vector) din S1 poate fi scris n mod unic n
forma (v, u + v, u) si orice punct din S2 poate fi scris n mod unic n forma
2u u v u + 2v
a.
. Aplicatia f : S1 S2este injectiva si surjectiv

Daca notam s = v1 u1 + v1 u1 si t = v2 u2 + v2 u2 , avem

f (s + t) = f (s) + f (t), s, t S1 si f (cs) = cf (s), c R si s S1 .
(b) Coordonatele mijlocului segmentului (n spatiu) care uneste punctele

v
v u + v u si 2u u v u + 2v sunt z = u , y = u, z = u+v
2
si ele satisfac ecuatia 2x 3y + z = 0, care este ecuatia unui plan ce trece
prin origine. Acesta este locul geometric cautat.

192

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

(c) Daca : x y z x0 y 0 z 0 este un izomorfism liniar n

R3 , el este de forma

x = a1 x + a2 y + a3 z
y 0 = b1 x + b2 y + b3 z

z0 = c x + c y + c z
1
2
3

n care determinantul coeficientilor este 6= 0. Impunand conditia ca coincide cu f pe subspatiul liniar S1 , gasim

a1 v + a2 (u + v) + a3 u 2u
b1 v + b2 (u + v) + b3 u u v .

c v + c (u + v) + c u u + 2v
1
2
3

Din prima identitate, avem a2 + a3 = 2 si a2 a1 = 0. Daca notam

a1 = a, vom avea a2 = a si a3 = 2 a. Din celelalte doua identitati, gasim
b1 = b, b2 = b 1, b3 = 2 b si respectiv c1 = c, c2 = c + 2, c3 = (c + 1).
Izomorfismele cautate sunt de forma

x = ax + ay + (2 a) z
y 0 = bx + (b 1) y + (2 b) z

z 0 = cx + (c + 2) y (c + 1) z
n care constantele satisfac conditia 3a + 4b + 2c 6= 0.
Exercitiul 2.73 In R3 se considera transformarea liniara (pentru a real,

fixat):
a2
fa : (x, y, z) x, ax + y, x + ay + z .
2
(a) Se cere matricea Ma a lui fa n baza standard si structura multimii
{Ma ; a R}. Sa se studieze convergenta si sa se afle (daca exista) limita
sirului {Sn }, n care
1
1
1
Sn = I + Ma + Ma2 + + Man .
1!
2!
n!
(b) Sa se afle valorile si vectorii proprii pentru Ma .

Indicat
ie. (a) Notam e(1) = 1 0 1 , e(2) = 0 1 0 , e(3) =

0 0 1 si avem

(1)
a2 (3)

a2
(1)
(2)

f
e
=
e
+
ae
+
e
=

1
a
a
2
2

fa e(2) = 0 1 a =
e(2) + ae(3)

fa e(3) = 0 0 1 =
e(3)

2.10. EXERCIT
II PROPUSE
de unde rezulta

193

0 0
1 0 .
2
a
a 1
2
Se constata ca Ma Mb = Mb Ma = Ma+b , matricea unitate I face parte
din multimea considerata (se obtine pentru a = 0), fiecare element Ma are
invers (la operatia de nmultire a matricelor) si anume Ma1 = Ma . Deci
multimea considerata este un grup comutativ fata de operatia interna de
nmultire. Se observa ca avem

1
0 0
1 0 , n = 1, 2, 3, . . .
Man = na
(na)2
na 1
2
1

a
Ma =

si scriind

un 0 0
Sn = vn un 0 ,
wn vn un

1
1
1

e
un = 1 + + + +

1!
2!
n!

2a
na
a
vn = +
+ +
ae

1!
2!
n!

wn = a (n1 + n2 ) a2 e
2
1
P
unde n este suma partiala a seriei 1 +
= e. Pentru a gasi expresia
n=1 n!
n 1 (ka)2
P
, consideram suma
lui wn =
2
k=1 k!
n
X
1 (kx)2
sn (x) =
k! 2
k=1

gasim

pe care o calculam cu ajutorul derivatei sale

n
n
X
X
k2
k
2
3
n
0
sn (x) = x
=x
= x 1 + + + +
=
k!
(k 1)!
1! 2!
(n 1)!
k=1
k=1

1
1
1
1
1
=x 1+ 1+
+
+
++
+
+
1!
1! 2!
(k 2)! (k 1)!

1
1
+ +
+
= x (n1 + n2 ) .
(n 2)! (n 1)!

194

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

x2
a2
(n1 + n2 ) si wn = sn (a) =
(n1 + n2 )
2
2

a2 e. Am aratat ca
e
0 0
lim Sn = ae e 0 .
n
a2 e ae e
(b) Pentru a 6= 0, Ma are polinomul caracteristic ( 1)3 si deci singura autovaloare (tripla) este = 1, careia i corespunde un singur vector propriu,
dac

a facem abstractie de factorul de proportionalitate, anume

v = 0 0 1 . Pentru a = 0, M0 = I = matricea unitate de ordinul trei.
Avem o singura autovaloare, = 1 si orice vector nenul din R3 este vector
propriu pentru I.
Rezulta sn (x) =

Exercitiul 2.74 Fie

a cos b sin
a sin + b cos
M=
a sin + b cos a cos + b sin
n care a, b si sunt numere reale date.
(a) Sa se afle M n , scriind M = aA + bB.
(b) Sa se afle (daca exista)
lim

2n
X
k=1

(1)k1

Mk
.
k

Indicatie. (a) Se verifica imediat ca daca

sin cos
cos sin
, B=
A=
cos sin
sin cos
avem A2 = B2 = I2 si AB + BA = 02 . Gasim M 2 = (a2 + b2 ) I2 , M 3 =
n
(a2 + b2 ) M si n general M 2n = (a2 + b2 ) I2 , M 2n+1 = (a2 + b2 ) M, oricare
ar fi n natural. Putem scrie, folosind notatia a2 + b2 = 2 ,

k
2n
P
M3 M5
M 2n1
k1 M
= M+
+
+ +

(1)
k
3
5
2n 1
k=1

M 2n
M2 M4
+
+ +
=

2
4
2n

2 4
2n2
= 1+
+
+ +
M
5
2n 1
32

4
2n

+
+ +
I2 .
2
4
2n

2.10. EXERCIT
II PROPUSE

195

Pentru 2 < 1, ambele sume partiale din formula precedenta sunt convergente. Daca punem

X
X
2n2
2n
s=
, =
2n 1
2n
n=1
n=1

rezulta ca exista

lim

2n
X
k=1

(1)k1

Mk
= sM I2 .
k

Exercitiul 2.75 Daca A este o matrice reala antisimetrica, sa se arate ca

det A 0.
Indicatie. Daca A este de ordin impar, rezulta det A = 0. Daca este de
ordin par si admite = 0 ca autovaloare, det A = 0. Daca A este de ordin
par si are toate autovalorile 6= 0, rezulta ca det A este un produs de factori
pozitivi, deci det A > 0.
Definitia 2.20 Daca A este o matrice patrata, cu elemente reale sau complexe, matricea A = AT (conjugata si transpusa) se numeste adjuncta
matricei A. Daca A = A , matricea A se numeste autoadjunct
a. Matricele reale simetrice sunt caz particular de matrice autoadjuncte.
Exercitiul 2.76 Sa se arate ca autovalorile unei matrice autoadjuncte sunt
reale.
Indicatie. Fie Av = v, cu v 6= (elementul nul din Cn , spatiul vectorial
al matricelor reale sau complexe, de tipul n 1). Avem evident vT AT = v
T , adica vT A = v
T . Din
si deci vT AT = v
(

vT Av = vT v
vT v = 0.

T
T
v
v Av = v

T
Daca v = (1 , 2 , . . . , n )T , rezulta v = 1 , 2 , . . . , n si deci
vT v = |1 |2 + |2 |2 + + |n |2 > 0,

= 0 R.
ceea ce va implica
Exercitiul 2.77 Daca A este o matrice autoadjuncta si Au = u, Av =
v cu 6= , sa se arate ca hu, vi = 0.

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

196

Indicatie. Au = u vT Au = vT u. Pe de alta parte, Av = v

= v vT AT = vT vT A = vT vT Au = vT u. Din
Av
( ) vT u = 0 vT u = hu, vi = 0. Daca u si v sunt nenuli, putem
spune ca la autovalori diferite corespund vectori proprii ortogonali.
Exercitiul 2.78 Notam det (I A) = n + p1 n1 + + pn1 + pn si
presupunem pn 6= 0. Sa se exprime det (I A1 ), n functie de coeficientii
pi , i = 1, n.
Indicatie. Avem
(1)n
det (I A1 ) = det A1 (A I) =
det (A I) =
pn

n
1
p1
pn1
n 1
=
det
+
+ +
IA =
+ pn =
pn

pn n n1

pn1 n1
p1
1

+ +
+ .
= n +
pn
pn
pn

In spatiul vectorial R4 se dau vectorii a(1) = 1 0 2 1 ,

Exercit

iul
2.79

a(2) = 2 1 2 3 , a(3) = 0 1 2 1 . Notand L subspatiul general de acesti vectori, sa se afle o baza a complementului ortogonal L .

Indicatie. Cei trei vectori nu sunt liniar independenti, caci a(3) = 2a(1) +
a(2) . L este subspatiul generat de a(1) si a(3) , adica consta din toti vectorii
de forma c1 a(1) + c2 a(3) . Trebuie sa gasim doi vectori liniar independenti
b(1) si b(2) , fiecare fiind ortogonal pe a(1) si a(3) . Scriind b = (1 , 2 , 3 , 4 ),
(
obtinem sistemul
1 + 23 + 4 = 0
2 23 + 4 = 0

(1)
4
0
1
2
pentru
care
g
a
sim
perechea
de
vectori
b
=
si b(2) =

1 1 0 1 , care formeaza o baza n L . Evident, n L exista si alte

baze, caci sistemul din care le aflam admite o infinitate de solutii.

Exercitiul 2.80 Intr-un

spatiu euclidian
E cu 4 dimensiuni, raportat la
(1) (2)

(3) (4)
baza ortonormata e , e , e , e
, se considera subspatiul L format de
vectorii x, ale caror coordonate satisfac sistemul

21 + 2 + 33 4 = 0
24 = 0 .
31 + 22

3 + + 9 = 0
1
2
3
4
Sa se determine complementul ortogonal L , precum si o baza n L .

2.10. EXERCIT
II PROPUSE

197

Indicatie. Daca notam

(1)
(1)
(2)
(3)
(4)

v = 2e + e + 3e e
v(2) = 3e(1) + 2e(2)
2e(4)

(3)
v = 3e(1) + e(2) + 9e(3) e(4)

conditiile date pot fi scrise pe scurt n forma v(1) , x = v(2) , x = v(3) , x =

L. Deoarece
v(3) = 3v(1) v(2) , conditiile se reduc la doua si anume
0, x

v(1) , x = 0, v(2) , x = 0, x L, cu v(1) si v(2) liniar independenti.

(1)
(2)
Rezulta ca L este subspat
iul generat de vectorii v si v , care constituie
(1)
(2)
chiar o baza v , v
, n L .
Exercitiul 2.81 Fie u 6= un vector fixat n spatiul euclidian real X si
fie f : X X, f (x) = x a hx, ui u (a constanta reala) o transformare
liniara.
(a) Sa se afle a R, astfel ncat f sa fie o transformare ortogonala si sa
se arate ca pentru valoarea a0 6= 0 gasita, avem

f, n = impar
.
f f f f =
{z
}
|
I, n = par
n ori

Fie X = R3 , u = 2e(1) + 2e(2) + e(3) , a = a0 si e(i) , i = 1, 3 baza

canonica (standard) n R3 .
(b) Sa se scrie matricea transformarii liniare f n baza standard si sa se
afle autovalorile si vectorii sai proprii.
Indicatie. (a) Impunem conditia hf (x) , f (x)i = hx, xi, x X si gasim
2
a hx, ui2 (a hu, ui 2) = 0 a =
. Prin urmare, f este data prin
hu, ui
2 hx, ui
f (x) = x
u, x X.
hu, ui
Rezulta

2 hx, ui
2 hx, ui
(f f ) (x) = f (f (x)) = f x
u = f (x)
f (u) =
hu, ui
hu, ui

2 hx, ui
2 hx, ui
2 hu, ui
=x
u
u
u = x, x X
hu, ui
hu, ui
hu, ui

ceea ce nseamna f f = I = transformarea identica n X. Este evident ca

aplicarea de un numar impar de ori a transformarii f coincide cu f si ca
aplicarea de un numar par de ori coincide cu transformarea identica.

 SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

198
(b) Pentru x =
2x2 + x3 si

x1 x2 x3

f (x) = x1 e(1) + x2 e(2) + x3 e(3)

si u =

2 2 1 , avem hx, ui = 2x1 +

2
(2x1 + 2x2 + x3 ) 2e(1) + 2e(2) + e(3) .
9

Acum, vom cauta imaginile vectorilor e(1) , e(2) , e(3) pentru a putea scrie
matricea lui f n aceasta baza

1
8
4

f e(1) = e(1) e(2) e(3)

9
9

9
1
4
8
f e(2) = e(1) + e(2) e(3) .

9
9
9

(3)

4
7
4

(1)
(2)
f e
= e e + e(3)
9
9
9
Matricea cautata este

1 8 4
1
A = 8 1 4 .
9
4 4 7

Polinomul caracteristic al matricei 9A este ( 9)2 ( + 9), deci A are autovalorile 1 = 2 = 1, 3 = 1. Fiind simetrica, admite o baza ortonormata
n R3 , formata din vectori proprii.
Exercitiul 2.82 Fie E un spatiu euclidian real, finit dimensional si L un
subspatiu propriu al sau. Sa se arate echivalenta
y = prL x y L si

kx yk kx zk ,

z L.

Indicatie. In fond, avem de demonstrat echivalenta

y L si hx y, zi = 0, z L y L si kx yk kx zk , z L
oricare ar fi x E. Presupunem ca are loc prima afirmatie. Din egalitatea
x z = (x y) + (y z) kx zk2 = k(x y) + (y z)k2 =
= h(x y) + (y z) , (x y) + (y z)i =
= hx y, x yi + hy z, y zi + 2 hx y, y zi =
= kx yk2 + ky zk2 ,

2.10. EXERCIT
II PROPUSE

199

daca tinem seama ca hx y, y zi = 0, deoarece z0 = y z L. Deci

avem kx yk kx zk, z L, adica prima afirmatie o implica pe cea de
a doua. Reciproc, sa presupunem acum ca este adevarata a doua afirmatie
din enunt. Punand z = y +u n inegalitatea kx yk kx zk, vom putea
scrie
hx y, x yi h(x y) u, (x y) ui
din care rezulta

2 hx y, ui hu, ui ,

u L.

Punand aici tu n loc de u (cu u = fixat si t R), gasim o inegalitate

de forma 2t t2 cu = hu, ui > 0 si = hx y, ui = constant.
Rezulta cu necesitate = 0 si deci hx y, ui = 0, u L, adica are
loc prima afirmatie din enunt. Prin urmare, echivalenta din enunt a fost
demonstrata.
Exercitiul 2.83 Fie
a definit
o form
a bililiniar
a simetric

a n baza standard din R2 astfel: e(1) , e(1) = e(2) , e(2) = 0, e(1) , e(2) = 1. Fie
F multimea transformarilor liniare f din R2 , cu proprietatea
(f (x) , f (y)) = (x, y) ,

x, y R2 .

Sa se arate ca F se descompune n doua clase F1 si F2 , astfel ncat

det f = 1,

f F1

si

det f = 1,

f F2 .

Indicatie. In orice spatiu vectorial si n orice baza a sa, determinantul matricei unei transformari liniare f are aceeasi valoare (det C1 AC = det A),
astfel ca notatia det f este justificata. Daca notam x = (x1 , x2 ), y = (y1 , y2 )
si A = [aij ], i, j = 1, 2 matricea lui f n baza canonica, avem f (x) =
(a11 x1 + a12 x2 , a21 x1 + a22 x2 ). Deoarece (x, y) = x1 y2 + x2 y1 , conditia
ceruta se scrie
(a11 x1 + a12 x2 ) (a21 y1 + a22 y2 )+(a21 x1 + a22 x2 ) (a11 y1 + a12 y2 ) x1 y2 +x2 y1 .
Dupa identificarea coeficientilor, se obtin ecuatiile
a11 a21 = 0,

a12 a22 = 0,

a11 a22 + a21 a12 = 1,

a12 a21 + a22 a11 = 1.

1
si a12 = 0.
Cazul I. Luam a11 = 6= 0 si 21 = 0. Rezulta a22 =

Elementele f F1 au matricea de forma

0
, cu det A = 1.
A=
0 1/

200

SI EXERCIT
CAPITOLUL 2. COMPLETARI
II

Cazul II. Luam a11 = 0 si a21 = 6= 0. Rezulta a12 =

Elementele f F2 au matricea de forma

0 1/
A=
, cu
0

1
si a22 = 0.

det A = 1.

3
Exercitiul 2.84

Presupunem ca ntr-o baza oarecare din R , notata

(1) (2) (3)
e ,e ,e
, produsul scalar este dat de forma biliniara simetrica

f (x, y) = x1 y1 + 5x2 y2 + 6x3 y3 + 2 (x1 y3 + x3 y1 ) + 3 (x2 y3 + x3 y2 ) ,

oricare ar fi x, y R3 . Aplicatia liniara are n aceasta baza matricea

0 1 2
A = 2 0 1 .
3 2 0

Sa se afle matricea adjunctei n aceeasi baza.

Indicatie. Forma biliniara simetrica f este pozitiv definita, astfel ca punand

hx, yi = f (x, y) am definit un produs scalar pe R3 . Matricea lui f n baza
data este

1 0 2
B= 0 5 3
2 3 6
asa ncat avem
(1) (2)
(1) (3)
(1) (1)
= 1,
e ,e
= 0,
e ,e
= 2,
e ,e
(2) (2)
(2) (3)
(3) (3)
e ,e
= 5,
e ,e
= 3,
e ,e
= 1.
De asemenea, avem formulele

(1)
(2)
(3)

e = 2e + 3e
e(2) = e(1) 2e(3) .

(3)
= 2e(1) e(2)
e

In relatia () h (x) , yi = hx, (y)i, punem y = e(1) si lui x i dam pe

rand valorile e(i) , i = 1, 3, obtinand sistemul

(1) (1)
(1)
(1)

e , e = e , e
.
e(2) , e(1) = e(2) , e(1)
(3) (1) (3) (1)

,e
= e , e
e

Capitolul 3
Mathematica n algebr
a
In acest capitol se ilustreaza modul n care se poate fi folosit pachetul
de programe Mathematica pentru ntelegerea cursului de algebra liniara
si geometrie prezentat studentilor de la facultatea de automatica si calculatoare. Acest capitol poate fi utilizat ca un ghid pentru cei care vor sa se
initieze n utilizarea softului Mathematica.
Sunt analizate cteva aspecte care tin de utilizarea acestui soft. Sunt
prezentate exemple de probleme care pot fi abordate pentru a fi rezolvate direct cu ajutorul softului si unele care nu pot fi rezolvate direct, prezentanduse metode de solutionare a problemei.
Studentii pot folosi softul Mathematica pentru rezolvarea problemelor
de matematica care apar n inginerie iar utilizarea softului este o metoda
complementara si nu substitutiva matematicii.
Studiind diagrama utilizatorilor acestui soft prezenta pe situl acestui soft
se constata ca inginerii si fizicienii reprezinta aproape jumatate din totalul
utilizatorilor. Remarcam faptul ca inginerii utilizeaza mai mult acest soft
decat matematicienii.
O sesiune de lucru cu Mathematica este un dialog ntre utilizator si
sistemul de calcul. Forma grafica relativ usoara de scriere a instructiunilor,
comentarea unor exemple semnificative si combinarea cu reprezentari grafice
fac mai usoara ntelegerea cursului. Mathematica poate poate fi utilizata
si pentru preluarea unor calcule numerice sau simbolice greu de efectuat cu
mana, ceea ce permite o ntelegere mai profunda a problemelor studiate.
Dupa ce programul a fost instalat, utilizarea lui ncepe prin tiparirea
unei comenzi si apoi evaluarea ei prin utilizarea tastelor Shift+Enter.
Cinci reguli de baz
a n sintaxa Mathematicii:
201

202

CAPITOLUL 3. MATHEMATICA IN ALGEBRA

1. numele oricarei comenzi ncepe cu litera mare; daca numele comenzii

este format din doua cuvinte, prima litera din fiecare cuvant este mare si
cuvintele sunt legate,
2. argumentele functiilor sunt scrise ntre paranteze patrate [ ]; parantezele rotunde ( ) sunt folosite pentru gruparea operatiilor; vectorii si matricele sunt scrise ntre acolade { } ; parantezele patrate duble [[ ]] sunt
folosite pentru indexarea tabelelor, a matricelor.
3. nmultirea este reprezentata prin spatiu sau *;
4. puterea este reprezentata prin ;
5. daca nu s-a obtinut nici un rezultat sau un raspuns incorect atunci
s-a introdus sau executat o comanda incorect.
Mathematica contine multe functii construite si functii care se gasesc
n pachete care trebuie ncarcate separat. Pachetele sunt ncarcate prin
comanda <<directornumelepachetului unde director este locatia numelepachetului. Introducand comanda <<directorMaster toate functiile
continute n toate pachetele din director pot fi utilizate.

a11 a12
cu ajutorul
Definirea matricilor. Definim matricea A =
a21 a22
comenzii

unde a [1, 1] = a11 , a [1, 2] = a12 , a [2, 1] = a21 , a [2, 2] = a22 . Putem realiza
scrierea clasica matriceala a matricei prin comanda:

O alta modalitate de a genera o matrice este de a utiliza comanda Array,

care produce acelasi rezultat ca mai sus. Matricea identitate de ordin n se

genereaza cu comanda IdentityMatrix[n] .

Definim un vector linie (v1 , v2 , v3 ) astfel:

203

Mathematica nu face distinctie ntre un vector linie si un vector coloana.

La fel putem defini un vector cu instructiunea Array.

Extragerea elementelor unei matrici. Presupunem ca am generat

matricea

Extragerea liniei a doua din matricea m se face astfel:

iar extragerea elementului (1,2) din matricea m se face cu ajutorul comenzii:

Extragerea unei coloane dintr-o matrice se face cu ajutorul comenzii

Transpose[matrice] care transpune matricea dupa care extrage din matricea transpusa linia dorita care reprezinta de fapt coloana matricii. Pentru
a extrage coloana a treia a matricei m procedam astfel:

sau, acelasi rezultat, l obtinem prin comanda:

Exercitiul 3.1 Sa se realizeze cu ajutorul Mathematicii urmatoarele operatii: a) sa se defineaca matricea mb; b) sa se extraga coloana a treia a
matricii; c) sa se extraga elementul (3,2) din matrice; d) sa ae afiseze n
forma clasica matricea.

204

CAPITOLUL 3. MATHEMATICA IN ALGEBRA

Calcule cu matrici si vectori. Mathematica executa toate operatiile

cu matrici: adunarea, nmultirea cu un scalar, nmultirea matricilor, transpunerea matricii. Inversarea matricei si calculul determinantului matricii
se pot executa daca matricea este patratica. Prezentam mai jos generarea
a doua matrice si calculul sumei celor doua matrice si, adaugand comanda
TableForm, rezultatul este scris sub forma matriceala obisnuita.

Inversa matricei suma a celor doua matrice se realizeaza cu astfel:

Pachetul de programe LinearAlgebraMatrixManipulation poate fi

folosit pentru:
-adaugarea coloanelor unei matrice la coloanele altei matrice cu conditia
ca cele doua matrice sa aiba acelasi numar de coloane. Se realizeaza folosind
instructiunea AppendColumns[m1, m2] ;

205
-adaugarea liniilor unei matrice la liniile altei matrice cu conditia ca
cele doua matrice sa aiba acelasi numar de linii. Se realizeaza folosind
instructiunea AppendRows[m1, m2] . Se poate forma astfel o matrice bloc
cu alaturand liniile si coloanele submatricelor.

1 2 5
Exercitiul 3.2 Se dau matricele m1 =
, m2 = 2 2 1 ,
0 1 3

1
. Sa se formeze a) o matrice prin alaturarea coloanelor mam3 =
2
tricelor m1 si m2, b) o matrice prin alaturarea liniilor matricelor m1 si
m3, c) matricea bloc formata din matricele m1, m3, m2 si completata cu
zerouri.

206

CAPITOLUL 3. MATHEMATICA IN ALGEBRA

Tot cu ajutorul comenzilor acestui pachet pot fi executate si urmatoarele

operatii: extragerea primelor n linii din matrice cu ajutorul comenzii
TakeRows[matr, n] , extragerea ulimelor n linii din matricea matr,
TakeRows[matr, m, n] extragerea din matricea matr a liniilor cu numerele
de ordine de la m la n, m n. Aceleasi operatii se pot face si asupra
coloanelor cu ajutorul comenzii TakeColumns. Se poate extrage dintr-o
matrice o submatrice specificand pozitia primului si a al ultimului element
din submatrice cu ajutorul comenzii TakeMatrix[matr, poz1, poz2] sau cu
ajutorul comenzii
SubmMatrix[matr, poz, dim] n care se specifica pozitia primului elemment si numarul de linii si coloane care trebuie extrase pornind de la
acesta (dim.este o pereche de numere naturale n care primul element are
seminficatia numarului de linii care trebuie extrase pornind de la elementul
specificat prin poz, iar al doilea element reprezinta numarul de coloane care
trebuie extrase).
Exercitiul 3.3 Se considera matricea

1 2 0 3 4 5
2 1 2 9 1 3

A=
0 1 2 0 1 0 .
0 1 2 1 3 2
a) Sa se formeze submatricea care este formata din elementele a12 , a13 ,
a14 , a15 , a22 , a23 , a24 , a25 , a32 , ..., a35 , formata din trei linii si patru coloane.
b) Sa se formeze submatricea formata din doua linii si doua coloane si
care are pe prima pozitie elementul a12 .
c) Sa se stabileasca care din aceste doua matrici sunt patratice.

207

Exercitiul 3.4 Sa se calculeze valoarea determinantului

1
1
2
3

1
1 3 4

.
D=
5 1 1
2
1 2 2 4
Exercitiul 3.5 Sa se realizeze cu ajutorul Mathematicii urmatoarele operatii:

T
,v= 1 4 5 0
;
a) sa se genereze vectorii u = 1 2 2 0
b) sa se calculeze norma euclidiana a lui u, versorul vectorului u;
c) sa se calculeze produsul scalar dintre vectorii u si v.

208

CAPITOLUL 3. MATHEMATICA IN ALGEBRA

Determinarea solutiilor sistemelor de ecuatii. Pentru a rezolva

sistemul liniar Ax = b, unde A este matricea coeficientilor sistemului, b
este vectorul termenilor liberi iar x vectorul necunoscutelor. Daca matricea
A este inversabila, atunci solutia va fi x = A1 b.
Exercit
iul 3.6 Sa se rezolve sistemul:
3x y + z + 5t = 2

x 2y z 3t = 4
.
2x + 5y + z 2t = 8

x + y + 2z + 10t = 20
Generam matricea sistemului, apoi nmultim inversa cu termenii liberi
si obtinem solutia sistemului.

O alta modalitate de rezolvare este cu ajutorul instructiunii Solve.

Se poate rezolva un sistem liniar si cu instructiunea LinearSolve care

rezolva de obicei mai repede sistemul decat Solve.

Rezolvarea sistemului poate fi facuta si folosind pachetul de programe

<<LinearAlgebraGaussianElimination. Sunt folosite comenzile LU-

209
Factor care realizeaza descompunerea LU a matricei sistemului, trecuta n
prima paranteza, iar n a doua paranteza sunt trecuti pivotii. Comanda
LUSolve realizeaza rezolvarea sistemului folosind substitutia inversa.

Substitutia inversa poate fi folosita pentru rezolvarea sistemelor care au

aceeasi matrice si se modifica doar termenii liberi.

.
Rezolvarea unui sistem liniar se poate face si cu metoda eliminarii GaussJordan. Cu aceasta metoda pot fi rezolvate si sistemele compatibile nedeterminate si cele incompatibile.
Exercit
iul 3.7 Sa se rezolve sistemele:
3x y + z + 5t = 2

x 2y z 3t = 4
,b)
a)
2x + 5y + z 2t = 8

x + y + 2z + 11t = 20
folosind metoda eliminarii Gauss-Jordan.
In cazul primului sistem

x 2y + 2z + 3t = 5
2x 3y 4z + 6t = 2
3x + 4y + z 6t = 5
x + 2y + 3z 8t = 10

210

CAPITOLUL 3. MATHEMATICA IN ALGEBRA

Solutia sistemului x = t + 6, y = 2t + 4, z = 6t 10.

Rezolvam sistemul al doilea

Observam ca sistemul este incompatibil deoarece ultima ecuatie este

0x + 0y + 0z + 0t = 1. Sistemele rezolvate sunt cele din Exercitiul 2.6 iar
interpretarea rezultatelor este cea facuta la acel exercitiu.
Exercitiul 3.8 Folosind teorema Cayley-Hamilton, sa se calculeze A1 si
sa se compare rezultatul cu cel obtinut folosind comanda de inversare a unei
matrici pentru matricea

1 2 1 1
2 1
1 2
.
A=
1 0
2 3
2 1 1 0

211

Exercit
iul 3.9 Sa se rezolve sistemul omogen (reluarea Exercitiului 2.7):
x 3y z + 2t = 0

x 4y + 3z + 4t = 0
.
x y 9z 2t = 0

3x 10y + z + 8t = 0
Rezolvam sistemul cu metoda eliminarii Gauss-Jordan.

De aici observam ca obtinem un sistem echivalent sistemului dat format

din
ecuatiile:
x = 13z + 4t
y = 4z + 2t

13z
+
4t
4z
+
2t
z
t
13
4
1
0
deci
vectorul
solut

ie
va
fi
=
z+

4 2 0 1 t:

Exercitiul 3.10 Sa se realizeze cu Mathematica ortonormalizarea sistemului devectori

iul 1.15.):
(Exercit

1
1
4
v(1) = 2 , v(2) = 3 , v(3) = 0 .
2
5
2

212

CAPITOLUL 3. MATHEMATICA IN ALGEBRA

.
Comenzile CharacteristicPolynomial[m, x] calculeaza polinomul caracteristic al matricei m, polinom n necunoscuta x,
Eigenvalues[m] calculeaza valorile proprii ale matricei m,
Eigenvectors[m] furnizeaza vectorii proprii ai matricei m,
Eigensystem[m] furnizeaza o lista a valorilor proprii si a vectorilor
proprii corespunzatori.
Exercit
iul

1
0
A=
0
1

3.11 Fie matricea

0 0
1
1 0
0
.
0 1 2
0 2 5

213
Sa se calculeze polinomul caracteristic, vaorile proprii si vectorii proprii
corespunzatori.

Exercitiul 3.12 Se considera matricea (Exercitiul 1.18.)

1
2 4
A = 2 2 2 .
4 2 1

(a) Sa se arate ca n R3 exista o baza formata din vectori proprii ai lui A.

(b) Sa se afle o baza ortonormata formata din vectori proprii ai matricei A.
a) Calculam valorile proprii si vectorii proprii si verificam daca vectorii
proprii sunt liniar independenti.

Rezultatul comenzii este: prima paranteza contine valorile propriui iar

urmatorele paranteze contin vectorii proprii.
Verificam daca vectorii proprii sunt liniar independenti, adica daca formeaza o baza n R3 . Pentru aceasta folosim comanda RowReduce[matrice]
care metoda eliminarii a lui Gauss-Jacobi. Daca matricea este nesingulara

214

CAPITOLUL 3. MATHEMATICA IN ALGEBRA

se obtine matricea unitate, ceea ce indica ca vectorii care formeaza matricea

sunt liniar independenti. Daca matricea este dreptunghiulara sau singulara
atunci primele l coloane vor fi coloanele matricii unitate care se pot forma
din matricea respectiva.

b) Aplicam procedeul de ortonormare Gram-Schmidt vectorilor proprii

215

Ortogonalizarea se poate face mult mai usor folosind pachetul de programe LinearAlgebraOrthoogonalization. Daca vectorii care trebuie
ortonormalizati nu sunt liniar independenti rezultatul este imprevizibil.

Daca dorim sa otogonalizam siatemul de vectori fara a-i normaliza se

foloseste comanda GramSchmidt[matrice, Normalized->False]

.
Exercitiul 3.13 Se considera forma patratica
h (x) = 2x21 + 2x22 2x23 + 6x1 x2 2x1 x3 + 2x2 x3 .
Sa se determine forma canonica si baza canonica.
Generam matricea formei patratice, calculam valorile proprii, vectorii
proprii si i ortonormam.


CAPITOLUL 3. MATHEMATICA IN ALGEBRA

216

Exercitiul 3.14 Sa se ortonormeze sistemul de functii t, t2 , t3 n C [0, 1]

R1
n raport cu produsul scalar hf, gi = tf (t) g (t) dt si n raport cu produsul
scalar hf, gi0 =

R1

f (t) g (t) dt.

S-a realizat numai ortogonalizarea sistemului de vectori. Prin comanda

de mai jos realizam ortogonalizarea aceluiasi sistem de vectori.

Se realizeaza ortonormalizarea sistemului de vectori n raport cu produsul scalar h, i0 .

.
Folosind acelasi pachet de programe se poate numai normaliza un vector:

.
Se mai poate calcula proiectia unui vector pe alt vector folosind din
acelati pachet comanda Projection[v1,v2].

217

Pot fi aproximate valorile proprii si vectorii proprii folosind n comanda

care calculeaza valorile proprii si vectorii proprii pentru matricea N[ma].

3 5 4
3 . Sa se aproximeze
Exercitiul 3.15 Fie matricea A = 5 6
3 2 2
valorile proprii si vectorii proprii corespunzatori.

Exercitiul 3.16 Fie matricea

0 2 0 1
1 0 0 0

A=
0 1 0 0 .
0 0 1 0
Sa se determine o forma canonica Jordan si o baza Jordan.

218

CAPITOLUL 3. MATHEMATICA IN ALGEBRA

Exercitiul 3.17 Fie matricea

6 6 15
A = 1 5 5 .
1 2 2

Sa se determine forma canonica Jordan si o baza Jordan.

Prezentam exemple de calcul al matricei exponentiale.

Reluam Exercitiile 2.56 si 2.57.
Exercitiul 3.18 Fie matricele:

219

1 0 0
1
0
1 0

0 1 0
0
4 4 0 .
A=
0 0 1 2 si A =
2 1 2
1 0 2 5
Sa se calculeze eA .

.
Pachetul CalculusVectorialAnalysis contie comenzi cu ajutorul carora se poate calcula produsul scalar, produsul vectorial, produsul mixt
pentru vectorii din spatiul tridimensional.
Exercitiul 3.19 Se considera vectorii v1 = (1, 2, 1), v2 = (1, 2, 0) si
v3 = (2, 0, 3). Sa se calculeze hv1 , v2 i , v1 v2 si (v1 , v2 , v3 ) .

220

CAPITOLUL 3. MATHEMATICA IN ALGEBRA

Pachete de programe care pot fi folosite pentru desenarea graficelor.

Pentru a trasa graficele conicelor pe ecuatii generale folosim pachetul
<<GraphicsImplicitPlot si comanda
ImplicitPlot[equation,{x,xmin,xmax}] care deseneaza graficul curbei
data implicit prin equation pe intervalul xmin, xmax. Reluam exrecitiile
1.35, 1.37 si 1.38. Desenam graficele conicelor din aceste exercitii.

221

Pachetul ContourPlot3D contine comanda ContourPlot3D care poate fi

utilizata pentru a desena suprafete. Desenam n continuare un elipsoid, un
hiperboloid cu o panza si un paraboloid hiperbolic.

222

CAPITOLUL 3. MATHEMATICA IN ALGEBRA

223

Bibliografie
[1] Borcea V., Neagu A.- Probleme de algebra si ecuatii diferentiale,
Inst. Politehnic, Iasi, 1993.
[2] A. C
ar
ausu - Linear Algebra. Theory & Applications, Editura
Matrix Rom, Bucuresti, 1999.
[3] Chirit
a S.- Probleme de matematici superioare, EDP, Bucuresti,
1989.
[3] Corduneanu A. - Note de curs (teorie, exercitii, completari). (Xerox, Fac. de automatica si calculatoare), 2002.
[4] Corduneanu A. - Culegere de probleme. Xerox, Institutul Politehnic Iasi, 1984.
[5] Fazlollah Reza- Spatii liniare, EDP, Bucuresti, 1973.
[6] Fadeev D. , E. Somincki - Recuiel d exercices d alg`ebre superieure,
Ed. MIR, Moscova, 1973.
[7] Gheorghiu Gh. Th. - Algebra liniara, geometrie analitica si
diferentiala si programare, EDP, Bucuresti, 1977.
[8] Gr
adinaru N. - Curs de algebra liniara si geometrie analitica, Inst.
Politehnic, Iasi, Rotaprint, 1977.
[9] Horn R. a:, Johnson C. R. - Analiza matriceala, Editura Theta,
2001
[10] Ikramov H. - Recuiel de probl`emes d alg`ebre lineaire, Ed. MIR,
Moscova, 1977.
[11] Murgulescu E. (colectiv) - Geometrie analitica n spatiu si geometrie diferentiala, (C.d.p.), EDP, Bucuresti, 1973.
[12] Papaghiuc N. , C. C
alin - Algebra liniara si geometrie, Editura
Performantica, Iasi, 2003.
[13] Pop Ioan, Neagu Gh. -Algebra liniara si geometrie analitica n
plan si spatiu, Editura Plumb, Bacau, 1996
[14] Procopiuc Gh. - Matematica, Univ. Tehnica Iasi, 1999.
[15] Rudner V. , C. Nicolaescu - Probleme de matematici speciale,
EDP, Bucuresti, 1982.
[16] Gh. I. S
abac - Matematici speciale, EDP, Bucuresti, 1981.

2
[17] R. Trandafir - Matematici superioare, Editura FACLA, Timisoara,
1976.
[18] R. Trandafir - Probleme de matematici pentru ingineri, Ed. Tehnica,
Bucuresti, 1977.
[19] Udriste C. - Probleme de algebra liniara, geometrie analitica si
diferentiala, EDP, Bucuresti, 1976.
[20] Udriste C. (colectiv) - Probleme de algebra liniara, geometrie si
ecuatii diferentiale, EDP, Bucuresti, 1981.
[21] Udriste C. - Aplicatii de algebra, geometrie si ecuatii diferentiale,
EDP (RA), Bucuresti, 1993.